• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    房地產(chǎn)市場(chǎng)的投資風(fēng)險(xiǎn)分析

    2012-07-29 14:35:36蘇理云冉小華黃小軍蔣友富
    關(guān)鍵詞:方差變量因子

    蘇理云,冉小華,黃小軍,蔣友富,蔣 圳

    (重慶理工大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,重慶 400054)

    0 引言

    房地產(chǎn)投資是一項(xiàng)綜合性、專業(yè)性、技術(shù)性極強(qiáng)的活動(dòng),同時(shí)也是項(xiàng)高投人、高回報(bào)和高風(fēng)險(xiǎn)的事業(yè)。房地產(chǎn)投資大、周期長(zhǎng),投資過(guò)程中既有經(jīng)營(yíng)、金融財(cái)政等有形風(fēng)險(xiǎn),也有如政局、政策變化等無(wú)形風(fēng)險(xiǎn)。不確定因素的繁多,決定了它投資效益的不確定性,從而使投資方案和決策具有一定的潛在風(fēng)險(xiǎn),尤其是在房地產(chǎn)供需矛盾突出、市場(chǎng)尚不完善、政策法規(guī)尚不健全、交易信息和市場(chǎng)信息不足的房地產(chǎn)業(yè)發(fā)展的初期階段,會(huì)給房地產(chǎn)開發(fā)商帶來(lái)更大的風(fēng)險(xiǎn)性。前一時(shí)期許多開發(fā)商受趨利性原則的驅(qū)使,投資趨向大多是高檔寫字樓、商住樓、星級(jí)賓館、豪華別墅等。他們只看到這些物業(yè)利潤(rùn)高、易賺錢的一面,而忽略了其投資大、回收期長(zhǎng)和風(fēng)險(xiǎn)高的特點(diǎn),不重視對(duì)房地產(chǎn)投資作科學(xué)的可行性分析,更不進(jìn)行風(fēng)險(xiǎn)研究,僅憑經(jīng)驗(yàn)或一些簡(jiǎn)單的會(huì)計(jì)計(jì)算就進(jìn)行決策,這就很容易導(dǎo)致一種盲目的“投資熱”,給投資者造成巨大的風(fēng)險(xiǎn)損失。作為有經(jīng)驗(yàn)的開發(fā)商必須對(duì)房地產(chǎn)投資的特點(diǎn)及其風(fēng)險(xiǎn)有深刻的認(rèn)識(shí)和理解,才能在風(fēng)云變幻的市場(chǎng)中立于不敗之地。所以對(duì)房地產(chǎn)投資風(fēng)險(xiǎn)因素的分析是相當(dāng)有必要的,在此本文主要運(yùn)用因子分析模型利用統(tǒng)計(jì)軟件SPSS[1]對(duì)房地產(chǎn)投資風(fēng)險(xiǎn)因進(jìn)行詳細(xì)分析。

    1 房地產(chǎn)市場(chǎng)投資的風(fēng)險(xiǎn)因素

    房地產(chǎn)投資風(fēng)險(xiǎn)識(shí)別及細(xì)分,為了保證風(fēng)險(xiǎn)分析的質(zhì)量,有必要對(duì)房地產(chǎn)投資過(guò)程中可能存在的各種風(fēng)險(xiǎn)因素進(jìn)行科學(xué)的辨識(shí)與細(xì)分,使投資決策者能更好的把握風(fēng)險(xiǎn)的本質(zhì)和變化規(guī)律,從而采取相應(yīng)措施或?qū)Σ邅?lái)減少風(fēng)險(xiǎn)損失。

    1.1 自然風(fēng)險(xiǎn)

    自然風(fēng)險(xiǎn)指由于自然因素的不確定性對(duì)房地產(chǎn)商品的生產(chǎn)過(guò)程和經(jīng)營(yíng)過(guò)程造成影響,以及直接對(duì)房地產(chǎn)商品產(chǎn)生破壞,從而對(duì)房地產(chǎn)開發(fā)商和經(jīng)營(yíng)者造成經(jīng)濟(jì)上的損失。自然風(fēng)險(xiǎn)因素主要包括:火災(zāi)、風(fēng)暴、洪水、地震、滑坡、泥石流、氣溫、塌方、施工現(xiàn)場(chǎng)地質(zhì)條件等等。這些因素引起的風(fēng)險(xiǎn)發(fā)生的機(jī)會(huì)較小,但是一旦發(fā)生,將造成相當(dāng)嚴(yán)重的危害。對(duì)于這些風(fēng)險(xiǎn)的防范,開發(fā)商一般是利用投保來(lái)減少或避免損失。但是,在投保之前,若能對(duì)該地區(qū)的環(huán)境條件、天文資料、地質(zhì)地貌、氣候條件等作一定的了解與分析,就可減少投保成本,增加投資收益。

    1.2 政策風(fēng)險(xiǎn)

    政策風(fēng)險(xiǎn)指由于政策的潛在變化給房地產(chǎn)市場(chǎng)商品交換者與經(jīng)營(yíng)者帶來(lái)各種不同形式的經(jīng)濟(jì)損失。政府的政策對(duì)房地產(chǎn)的影響是全局性的,因而,由于政策的變化而帶來(lái)的風(fēng)險(xiǎn)將對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生重大影響。在市場(chǎng)環(huán)境還未完善的條件下,政治風(fēng)險(xiǎn)對(duì)房地產(chǎn)市場(chǎng)的影響尤為重要,特別是在我國(guó),房地產(chǎn)市場(chǎng)還有待于進(jìn)一步完善。房地產(chǎn)投資商應(yīng)非常關(guān)注房地產(chǎn)政策的變化趨勢(shì),以便及時(shí)處理由此而引發(fā)的風(fēng)險(xiǎn)。

    1.3 經(jīng)濟(jì)風(fēng)險(xiǎn)

    經(jīng)濟(jì)風(fēng)險(xiǎn)主要是指一系列與經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)發(fā)展有關(guān)的不確定因素,它們的出現(xiàn)會(huì)對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生影響。這類風(fēng)險(xiǎn)因素可以分為以下幾類:市場(chǎng)供求風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、地價(jià)風(fēng)險(xiǎn)、融資風(fēng)險(xiǎn)、工程招投標(biāo)風(fēng)險(xiǎn)、國(guó)民經(jīng)濟(jì)狀況變化風(fēng)險(xiǎn)。

    1.4 技術(shù)風(fēng)險(xiǎn)

    技術(shù)風(fēng)險(xiǎn)是指由于科技進(jìn)步、技術(shù)結(jié)構(gòu)及其相關(guān)變量的變動(dòng)給房地產(chǎn)開發(fā)商和經(jīng)營(yíng)者可能帶來(lái)的損失。例如,科技進(jìn)步可能對(duì)房地產(chǎn)商品的適用性構(gòu)成威脅,迫使開發(fā)商追加投資進(jìn)行房地產(chǎn)的翻修和改造。技術(shù)風(fēng)險(xiǎn)的因素主要分為:建筑材料改變和更新、建筑施工技術(shù)和工藝革新、建筑設(shè)計(jì)變動(dòng)或計(jì)算失誤、設(shè)備故障或損壞、建筑生產(chǎn)力因素短缺、施工事故、信用等風(fēng)險(xiǎn)因素。

    1.5 社會(huì)風(fēng)險(xiǎn)

    社會(huì)風(fēng)險(xiǎn)主要是指由于人文社會(huì)環(huán)境因素的變化對(duì)地產(chǎn)市場(chǎng)的影響,從而給從事房地產(chǎn)商品生產(chǎn)和經(jīng)營(yíng)的投資者來(lái)?yè)p失的可能性。房地產(chǎn)市場(chǎng)的社會(huì)風(fēng)險(xiǎn)因素主要有城市規(guī)劃、區(qū)域發(fā)展、社會(huì)治安、公眾干預(yù)和文物保護(hù)等。

    1.6 國(guó)際風(fēng)險(xiǎn)

    國(guó)際風(fēng)險(xiǎn)是對(duì)一個(gè)社會(huì)的所有經(jīng)濟(jì)都有很大影響,主要是指因國(guó)際經(jīng)濟(jì)環(huán)境的變化導(dǎo)致地區(qū)性的經(jīng)濟(jì)活動(dòng)受影響。對(duì)房地產(chǎn)業(yè)來(lái)說(shuō),國(guó)際經(jīng)濟(jì)風(fēng)險(xiǎn)可分為:國(guó)家風(fēng)險(xiǎn)、國(guó)際投資環(huán)境風(fēng)險(xiǎn)、貨幣匯率變化風(fēng)險(xiǎn)、國(guó)際貨幣利率變化風(fēng)險(xiǎn)和國(guó)際經(jīng)營(yíng)風(fēng)險(xiǎn)。

    1.7 內(nèi)部決策和管理風(fēng)險(xiǎn)

    內(nèi)部決策和管理風(fēng)險(xiǎn)指由于開發(fā)商決策失誤或經(jīng)營(yíng)管理不善導(dǎo)致預(yù)期的收入水平不能夠?qū)崿F(xiàn),包括投資方式、投資地點(diǎn)、類型選擇風(fēng)險(xiǎn)和人、財(cái)、物組織管理風(fēng)險(xiǎn)等。

    1.8 地產(chǎn)投資的風(fēng)險(xiǎn)

    土地開發(fā)是一種風(fēng)險(xiǎn)最大、收益通常也是最高的房地產(chǎn)投資方向。由于土地的市場(chǎng)價(jià)格受一系列的風(fēng)險(xiǎn)因素的影響而波動(dòng)很大,土地投資的風(fēng)險(xiǎn)也很大。為了減少在地產(chǎn)投資中的風(fēng)險(xiǎn),保證投資收益,把握投資的政治及經(jīng)濟(jì)時(shí)機(jī)最為重要。了解和隨時(shí)掌握城市規(guī)劃及其變更情況,特別是對(duì)土地使用性質(zhì)改變和變化趨勢(shì)做出正確的分析和判斷,可以在很大程度上降低投資的風(fēng)險(xiǎn)損失。

    2 房地產(chǎn)投資風(fēng)險(xiǎn)因素關(guān)系分析

    房地產(chǎn)投資風(fēng)險(xiǎn)因素之間相互聯(lián)系相互影響,共同對(duì)房地產(chǎn)投資施加影響。因此,對(duì)風(fēng)險(xiǎn)因素之間的相關(guān)性分析顯得很有必要,而且這對(duì)于提高房地產(chǎn)投資的效益來(lái)說(shuō)也具有非常重要的意義。

    房地產(chǎn)投資風(fēng)險(xiǎn)三要素,即時(shí)機(jī)、區(qū)位、類型風(fēng)險(xiǎn)要解決的三個(gè)問(wèn)題,實(shí)際上就是何時(shí)、何地以何種形式進(jìn)行房地產(chǎn)投資。從上圖可看出,房地產(chǎn)投資時(shí)機(jī)風(fēng)險(xiǎn)因素決定了區(qū)位風(fēng)險(xiǎn)和類型風(fēng)險(xiǎn)的形式內(nèi)容,是房地產(chǎn)投資風(fēng)險(xiǎn)結(jié)構(gòu)中的基本風(fēng)險(xiǎn),而區(qū)位風(fēng)險(xiǎn)及類型風(fēng)險(xiǎn)則在房地產(chǎn)投資中相互影響、相互制約。

    3 房地產(chǎn)市場(chǎng)投資風(fēng)險(xiǎn)的主要特征

    由于房地產(chǎn)項(xiàng)目投資本身一次性、獨(dú)特性的特點(diǎn),房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)也具有許多自己的特點(diǎn)。

    3.1 風(fēng)險(xiǎn)的不確定性

    房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)事件的發(fā)生沒(méi)人可以事先預(yù)測(cè)出來(lái),具有隨機(jī)性的特點(diǎn).工程房地產(chǎn)項(xiàng)目自身固有的屬性,如建設(shè)程序不可逆,施工房地產(chǎn)項(xiàng)目的一次性,使工程房地產(chǎn)項(xiàng)目的不確定性要比其他經(jīng)濟(jì)活動(dòng)大許多,并且存在于房地產(chǎn)項(xiàng)目的全生命周期中。

    3.2 風(fēng)險(xiǎn)的連帶性

    風(fēng)險(xiǎn)的連帶性指一種風(fēng)險(xiǎn)事件的發(fā)生會(huì)導(dǎo)致其他風(fēng)險(xiǎn)事件的發(fā)生,而使房地產(chǎn)項(xiàng)目遭受多種損失。

    3.3 風(fēng)險(xiǎn)的相對(duì)性

    風(fēng)險(xiǎn)的相對(duì)性指風(fēng)險(xiǎn)主體是相對(duì)的,同樣的不確定性對(duì)不同的主體有不同的影響,因?yàn)槿藗儗?duì)風(fēng)險(xiǎn)的承受能力不同,認(rèn)識(shí)風(fēng)險(xiǎn)的能力也不同。風(fēng)險(xiǎn)大小隨著收益、投入、主體地位等的不同而變化,因此風(fēng)險(xiǎn)是相對(duì)的。

    3.4 風(fēng)險(xiǎn)的漸進(jìn)性

    房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)大都是隨環(huán)境、客觀條件和自身發(fā)展的特點(diǎn)而逐步形成的,并不是突然爆發(fā)。當(dāng)條件變化時(shí),風(fēng)險(xiǎn)會(huì)相應(yīng)的隨之變化。

    3.5 風(fēng)險(xiǎn)的多層次、多階段性

    風(fēng)險(xiǎn)的多層次、多階段性即風(fēng)險(xiǎn)的錯(cuò)綜復(fù)雜性,工程房地產(chǎn)項(xiàng)目中多種風(fēng)險(xiǎn)因素并存使得它們之間及其與外界環(huán)境因素之間相互交叉影響,使風(fēng)險(xiǎn)顯出多層性。而且風(fēng)險(xiǎn)發(fā)展具有明顯的階段性,一般存在3個(gè)階段:潛在風(fēng)險(xiǎn)階段、風(fēng)險(xiǎn)發(fā)生階段和造成后果階段。

    4 因子分析理論背景

    4.1 基本思想

    因子分析的基本思想是通過(guò)變量(或樣品)的相關(guān)系數(shù)矩陣(對(duì)樣品是相似系數(shù)矩陣)內(nèi)部結(jié)構(gòu)的研究,找出能控制所有變量(或樣品)的少數(shù)幾個(gè)隨機(jī)變量去描述多個(gè)變量(或樣品)之間的相關(guān)(相似)關(guān)系,但在這里,這少數(shù)幾個(gè)隨機(jī)變量是不可觀測(cè)的,通常稱為因子。然后根據(jù)相關(guān)性(或相似性)的大小把變量(或樣品)分組、使得同組內(nèi)的變量(或樣品)之間相關(guān)性(或相似性)較高,但不同組的變量相關(guān)性(或相似性)較低。

    從全部計(jì)算過(guò)程來(lái)看作R型因子分析與作Q型因子分析都是一樣的,只不過(guò)出發(fā)點(diǎn)不同,R型從相關(guān)系數(shù)矩陣出發(fā)。Q型從相似系數(shù)陣出發(fā),都是對(duì)同一批觀測(cè)數(shù)據(jù),可以根據(jù)其所要求的目的決定用哪一類型的因子分析。

    4.2 數(shù)學(xué)模型

    R型因子分析數(shù)學(xué)模型

    其中 X=(X1,X2,X3,…,Xp)'是可實(shí)測(cè)的 p 個(gè)指標(biāo)所構(gòu)成的 p 維隨機(jī)向量,F(xiàn)=(F1,F(xiàn)2,F(xiàn)3,…,F(xiàn)m)'是不可觀測(cè)的向量,F(xiàn)稱為X的公共因子,他們的系數(shù)稱為因子載荷。εi是特殊因子,是不能被前m個(gè)公共因子包含的部分,且滿足:

    aij稱為因子載荷是第i個(gè)變量在第j個(gè)公共因子上的載荷由A稱為因子aij載荷矩陣,可以看出因子分析的目的就是通過(guò)模型X=AF+ε以F代替X,從而達(dá)到簡(jiǎn)化變量維數(shù)的愿望。

    5 房地產(chǎn)市場(chǎng)投資風(fēng)險(xiǎn)的因子分析

    5.1 指標(biāo)選取與數(shù)據(jù)來(lái)源

    在研究房地產(chǎn)市場(chǎng)的投資風(fēng)險(xiǎn)過(guò)程中,根據(jù)指標(biāo)數(shù)據(jù)的全面性、可比性、獨(dú)立性、可得性,選取火災(zāi)年均次數(shù)-x1、大風(fēng)年均次數(shù) x2、洪水年均次數(shù)-x3、人均年可支配收入(元)-x4、年利率-x5、房屋造價(jià)(萬(wàn)元 /平方米)-x6、開發(fā)商年費(fèi)用(萬(wàn)元)-x7、總產(chǎn)值(萬(wàn)元)-x8、稅金(萬(wàn)元)-x9、利率總額(萬(wàn)元)-x10、房地產(chǎn)開發(fā)商投資完成額(萬(wàn)元)-x11、施工建筑面積(10000sq.m)-x12、竣工建筑面積(10000sq.m)-x13、貨幣匯率變化(美元 /元)-x14、年均事故次數(shù)-x15,十五個(gè)投資風(fēng)險(xiǎn)指標(biāo)進(jìn)行因子分析。

    為了更好的分析房地產(chǎn)投資風(fēng)險(xiǎn)的相關(guān)關(guān)系,于是本文以重慶市的投資數(shù)據(jù)為背景利用因子分析對(duì)其進(jìn)行研究。根據(jù)重慶統(tǒng)計(jì)年鑒,重慶統(tǒng)計(jì)局網(wǎng)站,重慶氣象局網(wǎng)站等網(wǎng)站收集到2001至2010年的原始數(shù)據(jù)(略)。

    表1 原有變量的相關(guān)系數(shù)矩陣

    5.2 因子分析

    將經(jīng)標(biāo)準(zhǔn)化后的數(shù)據(jù),利用統(tǒng)計(jì)軟件SPSS對(duì)房地產(chǎn)的投資風(fēng)險(xiǎn)分析因子進(jìn)行因子分析,得出以下結(jié)果。

    表1是原有變量的相關(guān)系數(shù)矩陣??梢钥吹?,大部分的相關(guān)系數(shù)都較大(基本上都大于0.3),各變量呈較強(qiáng)的線性關(guān)系,能夠從中提取公共因子,適合進(jìn)行因子分析。

    表2是因子分析的初始解,顯示了所有變量的共同數(shù)據(jù)。第一列是因子分析初始解下的變量共同度,它表明,對(duì)原有15個(gè)變量如果采用主成分分析方法提取所有特征根(15個(gè)),那么原有變量的所有方差都可被解釋,變量的共同度均為1(原有變量標(biāo)準(zhǔn)化后的方差為1)。事實(shí)上,因子個(gè)數(shù)小于原有變量的個(gè)數(shù)才是因子分析的目標(biāo),所以不可提取全部特征根;第二列是在按指定提取條件(這里為特征根大于1)提取特征根時(shí)的共同度??梢钥吹絏1、X2等變量的絕大部分信息 (大于80.2%)可被因子解釋,這些變量的信息丟失較少。但X17這個(gè)變量的信息丟失較為嚴(yán)重(近25%)。因此本次因子提取的總體效果較為理想。

    表2 因子分析初始解

    在表3中,第一列是因子編號(hào),以后三列組成一組,每組中數(shù)據(jù)的含義一次是特征根值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率。

    第一組數(shù)據(jù)項(xiàng)(第二至第四列)描述了初始因子解的情況。可以看到,第1個(gè)因子的特征根為11.565, 解釋原有 15 個(gè)變量總方差的 77.102%(11.565/15*100),累積方差貢獻(xiàn)率為 77.102%;第 2個(gè)因子的特征根為1.405,解釋原有15個(gè)變量總方差的 9.367%(1.405/15*100), 累積方差貢獻(xiàn)率為86.468%;其余數(shù)據(jù)含義類似。在初始解中由于提取了15個(gè)因子,因此原有變量的總方差均被解釋掉,表3的第二列也說(shuō)明了這點(diǎn);

    表3 因子解釋原有變量總方差情況

    第二組數(shù)據(jù)項(xiàng)(第五至第七列)描述了因子解的情況??梢钥吹?,由于指定提取三個(gè)因子,三個(gè)因子共解釋了原有變量總方差的93.362%??傮w上,原有變量的信息丟失較少,因子分析效果較理想。

    第三組數(shù)據(jù)項(xiàng)(第八至第十列)描述了最終因子解的情況,可見,因子旋轉(zhuǎn)后,累計(jì)方差比沒(méi)有改變,也就是沒(méi)有影響原有變量的共同度,但卻重新分配了各個(gè)因子解釋原有變量的方差,改變了個(gè)因子的方差貢獻(xiàn),使得因子更易于解釋。

    圖1 因子載符碎石圖

    表4 因子載荷矩陣

    在圖1中,橫坐標(biāo)為因子數(shù)目,縱坐標(biāo)為特征根??梢钥吹?第1個(gè)因子特征值很高,對(duì)解釋原有變量的貢獻(xiàn)最大;第4個(gè)以后的因子特征根都較小,對(duì)解釋原有變量的貢獻(xiàn)很小,已經(jīng)成為可被忽略的“高山腳下的碎石”,因此提取三個(gè)因子是合適的[1]。

    表4顯示了因子載荷矩陣,是因子分析的核心內(nèi)容。根據(jù)該表可以寫出本應(yīng)該用案例的因子分析模型:

    由此表4可知,15個(gè)變量在第1個(gè)因子上的載荷都很高,意味著它們與第一個(gè)因子的相關(guān)程度高,第1個(gè)因子很重要;第2、3個(gè)因子與原有變量的相關(guān)性分很小,它對(duì)原有變量的解釋作用不顯著。另外還可以看出,這三個(gè)因子的實(shí)際含義比較模糊。

    由表 5 可知,X7、X8、X13、X11、X9、X12、X10、X4、X14、X3、X1在第一個(gè)因子上有較高的載荷,第一個(gè)因子主要解釋了這幾個(gè)變量,可投資經(jīng)濟(jì)因子;X5、X15在第2個(gè)因子上有較高的載荷,第2個(gè)因子主要解釋了這幾個(gè)變量,可解釋為投資國(guó)際因子;X2在第3個(gè)因子上有較高的載荷,第3個(gè)因子主要解釋了這幾個(gè)變量,可解釋為投資自然因子。與旋轉(zhuǎn)前相比,因子含義較為清晰。

    根據(jù)表6可以寫出一下因子得分函數(shù):

    表5 旋轉(zhuǎn)后的因子載荷矩陣

    從上函數(shù)中可以看出影響因子一的主要因素是火災(zāi)年均次數(shù)、年利率。它們的權(quán)重分別為0.165和0.157。影響因子二的主要因素是年利率、年均事故次數(shù)。它們分別是 0.673和 0.445。因子三的主要因素火災(zāi)年均次數(shù)、大風(fēng)年均次數(shù)。它們分別是0.802和 0.803。

    表7 因子協(xié)方差矩陣

    表7顯示了三因子的協(xié)方差矩陣??梢钥闯鋈蜃記](méi)有線性相關(guān)性,實(shí)現(xiàn)了因子分析的設(shè)計(jì)目標(biāo)。

    綜合評(píng)級(jí):

    根據(jù)以上的因子分析結(jié)果我們可知:這些因子對(duì)房地產(chǎn)投資的影響程度,我們可以得到以下排序:

    由此,可以根據(jù)上述分析結(jié)果,對(duì)15個(gè)風(fēng)險(xiǎn)因素進(jìn)行綜合評(píng)價(jià)。

    首先,根據(jù)3個(gè)因子的方差貢獻(xiàn)率確定權(quán)重。由于3個(gè)因子在較大程度上反映了原變量的大部分信息,其累計(jì)貢獻(xiàn)率為91.052%,因此可用因子的方差貢獻(xiàn)率作為綜合評(píng)價(jià)的衡量權(quán)數(shù),于是3個(gè)因子按各自的方差貢獻(xiàn)率加權(quán)相加為綜合評(píng)價(jià)得分,其公式為:F=0.71422f1+0.13415f2+0.08525f3,經(jīng)過(guò)計(jì)算得出各因子綜合得分排名結(jié)果如下:

    表8 各因子綜合得分排名

    6 房地產(chǎn)市場(chǎng)投資建議

    房地產(chǎn)投資是具有高風(fēng)險(xiǎn)屬性的投資,在我國(guó)市場(chǎng)機(jī)制尚未健全、房地產(chǎn)資金運(yùn)動(dòng)矛盾重重的情況下尤其如此,因此研究房地產(chǎn)投資風(fēng)險(xiǎn)顯得尤為必要。特別是近幾年由于房?jī)r(jià)較高較快發(fā)展,產(chǎn)生所謂的泡沫經(jīng)濟(jì),對(duì)此國(guó)家為了壓制房?jī)r(jià)從而出臺(tái)了一些政策。這對(duì)于房地產(chǎn)投資者來(lái)說(shuō),要想準(zhǔn)確的定位市場(chǎng)是一件非常難的事,針對(duì)于此我們根據(jù)房地產(chǎn)市場(chǎng)實(shí)際情況結(jié)合本文對(duì)其投資風(fēng)險(xiǎn)因子的分析研究做出如下建議:

    (1)改善住宅投資額和房屋造價(jià)的結(jié)構(gòu),使住宅結(jié)構(gòu)多元化、合理化、人性化。房地產(chǎn)市場(chǎng)存在發(fā)展結(jié)構(gòu)不平衡問(wèn)題,高檔房供過(guò)于求,符合中低檔收入的家庭的房源極其稀缺,而這部分房源正是大多數(shù)中低收入人群所需要的。另外,還應(yīng)該適當(dāng)建設(shè)經(jīng)濟(jì)實(shí)用房,面向大眾,增加提供給剛畢業(yè)的學(xué)生、進(jìn)城打工的農(nóng)民的經(jīng)濟(jì)房量。

    (2)房地產(chǎn)銷售過(guò)程中,取消預(yù)售制度,直接實(shí)行現(xiàn)房銷售,減低消費(fèi)者風(fēng)險(xiǎn)。實(shí)行限購(gòu),以免消費(fèi)者高價(jià)轉(zhuǎn)讓。在開發(fā)環(huán)節(jié),放寬銀行貸款限制,鼓勵(lì)其他融資方式,保障開發(fā)資金的籌措渠道暢通,把風(fēng)險(xiǎn)收縮到更小的范圍。

    (3)建立一套全新的風(fēng)險(xiǎn)管理系統(tǒng),在前面對(duì)其投資風(fēng)險(xiǎn)指標(biāo)的分析過(guò)程中得知,影響房地產(chǎn)市場(chǎng)投資的主要因素為人均可支配收入、房屋造價(jià)、房地產(chǎn)開發(fā)投資完成額、總產(chǎn)值等風(fēng)險(xiǎn)指標(biāo)。再就是一些人為和自然事故的風(fēng)險(xiǎn)也會(huì)對(duì)其房地產(chǎn)市場(chǎng)投資造成不容忽視的影響,所以針對(duì)實(shí)際情況建立比較完善的管理系統(tǒng)。

    (4)注意做到信息的暢通。對(duì)于現(xiàn)在房地產(chǎn)市場(chǎng)需要如下改進(jìn):一是信息的錄入時(shí)間。房地產(chǎn)交易信息主要由房地產(chǎn)開發(fā)商組織錄入,他們?yōu)榱诉_(dá)到干預(yù)市場(chǎng)的目的,往往推遲錄入時(shí)間。二是房地產(chǎn)交易管理系統(tǒng)的宣傳不夠,亦沒(méi)有相應(yīng)的告知程序,消費(fèi)者多數(shù)不知道這個(gè)系統(tǒng),沒(méi)有達(dá)到信息公開的目的。因此,信息的錄入應(yīng)該由消費(fèi)者和開發(fā)商共同完成,相互監(jiān)督,可以保障信息的質(zhì)量,并通過(guò)必要的制度設(shè)計(jì)保障告知程序有效,只有這樣,房地產(chǎn)市場(chǎng)才不會(huì)有信息的陰影存在。

    (5)投資者應(yīng)始終保持清醒的頭腦,認(rèn)清形式,作出正確的分析與決策,再就是在不斷加強(qiáng)自身的積累,才能面對(duì)任何風(fēng)險(xiǎn)的挑戰(zhàn)。

    [1]薛薇.SPSS 統(tǒng)計(jì)分析方法及應(yīng)用(第二版)[M].北京:電子工業(yè)出版社,2009.1.

    [2]于秀林,任雪松.多元統(tǒng)計(jì)分析[M].北京:中國(guó)統(tǒng)計(jì)出版社,2007.7.

    [3]劉玉玲.房地產(chǎn)統(tǒng)計(jì)[M].北京:機(jī)械工業(yè)出版社,2008.8.1.

    [4]俞明軒.房地產(chǎn)投資分析[M].北京:首都經(jīng)濟(jì)貿(mào)易大學(xué),2004.9.

    [5]陳立文.項(xiàng)目投資風(fēng)險(xiǎn)分析理論與方法[M].北京:機(jī)械工業(yè)出版社,2004.

    [6]王運(yùn)成,劉莉.房地產(chǎn)投資風(fēng)險(xiǎn)分析[J].現(xiàn)代商貿(mào)工業(yè),2011,(18).

    [7]張薪銜.談房地產(chǎn)投資中的風(fēng)險(xiǎn)因素[J].浙江建筑,1998,(3):47-48.

    [8]牛德利,谷達(dá)華,羅旭,謝勇.重慶市主城區(qū)地價(jià)變化分析[J].西南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2008,6(1):1-3.

    [9]蘇理云,鄧燕,冉雪竹,等.低合金高強(qiáng)度鋼力學(xué)性能與化學(xué)成分之間的統(tǒng)計(jì)建模與分析[J].重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版),2009,(2):36-40.

    猜你喜歡
    方差變量因子
    方差怎么算
    因子von Neumann代數(shù)上的非線性ξ-Jordan*-三重可導(dǎo)映射
    概率與統(tǒng)計(jì)(2)——離散型隨機(jī)變量的期望與方差
    抓住不變量解題
    也談分離變量
    一些關(guān)于無(wú)窮多個(gè)素因子的問(wèn)題
    影響因子
    影響因子
    計(jì)算方差用哪個(gè)公式
    方差生活秀
    贵州省| 军事| 上林县| 贡嘎县| 扬州市| 凌源市| 稻城县| 双鸭山市| 海南省| 喜德县| 涿州市| 会昌县| 冀州市| 鹰潭市| 南充市| 怀柔区| 舒兰市| 古田县| 红原县| 高密市| 临潭县| 金昌市| 屏东县| 大同市| 滦平县| 阜新市| 锡林郭勒盟| 柘荣县| 定安县| 安图县| 锡林浩特市| 兰西县| 石楼县| 中卫市| 前郭尔| 临泽县| 田东县| 右玉县| 清河县| 丁青县| 辉县市|