基于灰色关联度模型的商品住宅价格实证分析

来源:用户上传      作者:

　　【摘 要】本文在灰色系统理论的指导下，结合锦州市商品住宅价格现状，建立灰色关联度模型，对锦州市商品住宅价格的影响因素进行实证研究分析。研究发现：锦州市商品住宅价格受本地区生产总值（GDP）和人均可支配收入影响较大，开发商应在锦州市经济发展的总体趋势下，关注市场需求，适时调整企业经营发展战略。
　　【关键词】商品住宅价格；灰色理论；灰色关联度模型
　　0 前言
　　通过查阅国内外关于商品住宅价格影响因素的研究文献，笔者关于该问题的分析与研究为数不少，选用的方法有多变量协整检验、特征价格法、格兰杰检验等单一方法。本文通过建立灰色关联度模型，结合锦州市商品住宅价格现状，采用锦州市2006～2013年的商品住宅价格的相关数据，分析各因素对住宅价格的影响。
　　1 灰色关联度模型介绍
　　本文的主要研究对象是锦州市商品住宅价格。住宅价格的变化受诸多因素影响，这些因素构成了一个发展变化的系统。分析一个动态系统的发展变化趋势可以采用构建灰色关联度模型的方法。构建该模型要建立在灰色系统理论的基础之上，通过某种方法探索动态系统中各因素之间存在的某种关系。关联度就是对于两个因素之间随时间或不同对象的变化而发生变化的关联性大小的量度。在系统发展变化的过程中，如果两个因素的变化趋势具有高度的一致性，则说明二者之间的关联程度较高；反之，则较低[1-3]。
　　2 锦州商品住宅价格的灰色关联度分析
　　2.1 数据来源
　　本文针对锦州市商品住宅价格变动系统选取了9个变量，分别是：人均可支配收入（元）（X1）、非农业人口（万人）（X2）、家庭户数（万户）（X3）、竣工建造成本（元/平方米）（X4）、楼面地价（元/平方米）（X5）、主营业务税金及附加（万元）（X6）、普通商业贷款利率（%）（X7）、CPI（上年=100）（X8）、GDP（亿元）（X9）。本文选取的数据主要来源于辽宁统计年鉴（2007-2014年）、锦州市国民经济和社会发展统计公报（2006年～2013年）和锦州市房地产信息网等。
　　2.2 数据计算
　　在进行详细而系统的数据分析之前，首先要消除通货膨胀给研究带来的影响，这样才可以使数据之间具有可比性。即将所收集到的以上一年为100的历年居民消费价格指数转换为以2006年为基期的居民消费价格指数，然后将各年的当年价格的人均可支配收入、本年度完成投资额、GDP、竣工建造成本、楼面地价、主营业务税金及附加以及商品住宅平均售价除以以2006年为基期的居民消费价格指数，由此得出的数据就是消除通货膨胀影响的、具有可比性的数据。然后用这些经过预处理的数据进行灰色关联度模型的建立与分析居民消费价格指数数据如表1所示。
　　由于采用年度数据进行分析，因此为了便于分析各变量之间的比较，将环比、同比数据转换为以2006年底数为基数的定基数据，转换后的数据如表2所示。
　　各个影响因素具有不同的计量单位，数据存在量纲和数量级上的差异，不同的量纲和数量级不便于比较。因此，在正式计算关联度之前，需要对原始数据进行无量纲化处理。
　　2.3 数据结果分析
　　由灰色关联度分析可知：R（GDP）>R（人均可支配收入）>R（楼面地价）>R（CPI）>R（非农业人口）>R（竣工建造成本）>R（主营业务税金及附加）>R（普通商业贷款利率）。
　　3 结论
　　通过构建灰色关联度模型，并对关联度进行排序，从高到低的顺序依次为：GDP、人均可支配收入、楼面地价、CPI、非农业人口、竣工建造成本、主营业务税金即附加、普通商业贷款利率。由此可知本文的结论为：对锦州市商品住宅价格影响程度前两位位分别是GDP和人均可支配收入。GDP是反映本地区经济发展的重要指标，经济发展景气能够促进对商品住宅市场的发展。人均可支配收入反映了消费者购买力水平，居民收入越高，对住宅的需求越大。总而言之，本文研究发现：锦州市商品住宅价格受地区经济发展和消费者需求影响较大，房地产开发商应在总体经济发展的大趋势下，关注市场需求，及时有效地调整企业经营发展战略。
　　【参考文献】
　　[1]邓聚龙.灰理论基础[M].武汉：华中科技大学出版社，2002.
　　[2]刘思峰，灰色系统理论及其应用[M].北京：科学出版社，1999.
　　[3]赵丽丽，焦继文.房价影响因素的灰色关联度分析[J].统计与决策，2007（23）：74-75.
　　[责任编辑：刘展]
转载注明来源:https://www.xzbu.com/8/view-11838140.htm