房价影响因素的灰色关联度分析.doc

房价影响因素的灰色关联度分析-企业管理论文房价影响因素的灰色关联度分析 唐朝光(广西经济管理干部学院)摘要:以南宁市2000-2013年商品房价格、地价、居民人均可支配收入、GDP、房地产投资、贷款利率等相关数据为基础,通过灰色关联度分析指出:当前,居民人均可支配收入与地价是与南宁市房价关联度最高的两大要素,而GDP、房地产投资、贷款利率与南宁市房价关联度较弱,其影响依次递减。可以从提升居民收入和合理配置土地资源等途径缓解当地居民因房价过高而承受的压力。关键词 :南宁市房价影响因素灰色关联度析1概述在我国,住房问题是经济问题,更是影响社会稳定的重大民生问题。因此,研究房价变动的影响因素具有重要现实意义。国内外学者通过大量研究指出,房地产价格波动的影响因素包括:①供求因素。如刚需、投资及投机行为、区位、房产品牌和住房供给结构等。②成本因素。如地价、原材料、税费。③经济因素。主要有收入、人均储蓄、房产的投资等。④人口因素。涉及人口数量、年龄结构、家庭结构等方面。⑤金融环境。贷款利率、货币汇率、经济发展水平、居民金融资产规模等决定居民的住房支付水平。⑥心理因素。供需双方对住宅价格的预期、居民提前消费等会在房价上有所体现。⑦租赁因素。租金、空置率会间接影响房价。⑧宏观调控。国家的住房政策、土地政策、税收政策是房价变动的关键因素。[1]-[3]但是,目前对房价的研究存在两大共性:一是定性和非实证分析较多,对各种影响因素的影响机理、影响程度等,较少有定量的分析研究。二是对宏观区域的研究较多,而对微观层面的研究略显不足。本文以灰色关联分析为研究方法,以2000-2013年南宁市与商品房价格相关数据为基础,对房地产价格的各种影响因素进行相关度比较分析,从而找出影响房价变动的主要因素,为有效调控房价提供指导。,灰色关联度分析是根据各因素变化曲线几何形状的相似程度,来判断因素之间关联程度的方法。它通过对动态过程发展态势的量化分析,完成对系统内时间序列有关统计数据几何关系的比较,求出参考数列与各比较数列之间的灰色关联度。与参考数列关联度越大的比较数列,其发展方向和速率与参考数列越接近,与参考数列的关系越紧密。灰色关联度分析在社会经济领域,国民经济各部门投资收益、区域经济优势分析、产业结构调整等社会经济领域应用广泛,并且应用效果良好。[4]该方法弥补了采用数理统计作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适用,而且计算量小,不会出现量化结果与定性分析结果不符的情况。①确定分析数列。这里,反映系统行为特征的数据序列,称为参考数列,为应变量。影响系统行为的因素组成的数据序列,称比较数列,为自变量。设参考数列为x0=(x0(1),x0(2),…x0(n)),比较数列为x1,x2,…,xk,类似参考序列的表示方法,比较数列为可记为x1=(x1(1),x1(2),…x1(n)),…,xj=(xj(1),xj(2),…xj(n))等。②变量的无量纲化处理。因系统中各因素列中的数据大多量纲不同,不便比较或直接比较难以得到正确的结论。因此,作灰色关联度分析一般都要进行数据的无量纲化处理。③计算关联系数。x0(k)与xi(k)的关联系数计算