国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

我國(guó)房地產(chǎn)價(jià)格影響因素分析

2010-09-07 08:58:00郭建校王洪禮韓紅臣高雅榮
關(guān)鍵詞:公積金天津市梯度

郭建校,王洪禮,韓紅臣,高雅榮

(1.天津大學(xué)管理學(xué)院,天津 300072;2.天津外國(guó)語(yǔ)學(xué)院,天津 300204;3.天津大學(xué)機(jī)械工程學(xué)院,天津 300072)

我國(guó)房地產(chǎn)價(jià)格影響因素分析

郭建校1,2,王洪禮3,韓紅臣1,高雅榮2

(1.天津大學(xué)管理學(xué)院,天津 300072;2.天津外國(guó)語(yǔ)學(xué)院,天津 300204;3.天津大學(xué)機(jī)械工程學(xué)院,天津 300072)

分析了我國(guó)受政策影響下的市場(chǎng)價(jià)格體系中,房屋價(jià)格構(gòu)成及波動(dòng)主要影響因素,然后介紹了隨機(jī)梯度回歸方法理論。以天津市為例,采用隨機(jī)梯度回歸方法,通過(guò)分析近十年天津市商品房銷售價(jià)格的實(shí)際數(shù)據(jù),闡釋了影響天津市近幾年商品房?jī)r(jià)格變化的主要因素及其對(duì)房產(chǎn)價(jià)格的影響程度。

隨機(jī)梯度回歸;房地產(chǎn)價(jià)格;影響因素

一、引言

房地產(chǎn)市場(chǎng)化以來(lái),城市住宅作為商品,處于受政府相關(guān)政策影響的供需市場(chǎng)體系中,其價(jià)格是由住宅的需求和住宅的供給決定的[1]。它的價(jià)格形成主要有三種依據(jù),一是從需求層面上計(jì)算,主要依據(jù)為家庭年平均收入,這是一個(gè)重要的指標(biāo),國(guó)內(nèi)外許多研究住宅價(jià)格的文章都涉及它。二是從供給層面上計(jì)算,主要依據(jù)為土地成本、建筑安裝綜合費(fèi)用、管理費(fèi)用、財(cái)務(wù)費(fèi)用和營(yíng)銷成本,再加上依據(jù)市場(chǎng)環(huán)境而變動(dòng)的利潤(rùn)水平,當(dāng)然在市場(chǎng)變動(dòng)中,可能產(chǎn)生高利潤(rùn),也可能是虧損。三是以健全市場(chǎng)機(jī)制下的住宅供求均衡價(jià)格水平為依據(jù)得到的。這里的市場(chǎng)價(jià)格并不是指只要有人愿意買(mǎi)或愿意賣的價(jià)格,而是指在市場(chǎng)信息充分且沒(méi)有外界干擾下市場(chǎng)供需雙方都愿意接受的價(jià)格水平。前兩種的價(jià)格(即需求價(jià)格和供給價(jià)格)只是市場(chǎng)價(jià)格的依據(jù),真實(shí)的市場(chǎng)價(jià)格應(yīng)是兩種價(jià)格共同作用的結(jié)果。因此要研究影響住宅價(jià)格變化的動(dòng)力因素也應(yīng)從住宅需求和住宅供給兩方面進(jìn)行研究,這樣才能理清影響住宅價(jià)格變化的各種動(dòng)力因素[2-3]。

集成學(xué)習(xí)技術(shù)是機(jī)器學(xué)習(xí)領(lǐng)域近些年研究的熱點(diǎn)之一,它試圖連續(xù)地調(diào)用簡(jiǎn)單的學(xué)習(xí)算法,通過(guò)改變學(xué)習(xí)樣本獲得不同的基礎(chǔ)學(xué)習(xí)器,最后將基礎(chǔ)學(xué)習(xí)器組合起來(lái),成為一個(gè)可以達(dá)到需求精度的方法。一般來(lái)說(shuō),組合學(xué)習(xí)器的復(fù)雜程度要比基礎(chǔ)學(xué)習(xí)器高得多。相比較學(xué)習(xí)器復(fù)雜程度的增加,如果性能的改進(jìn)更為顯著,那么最終的學(xué)習(xí)器不僅能減小擬和誤差,而且將提高泛化能力。隨機(jī)梯度回歸方法就是這樣一種集成學(xué)習(xí)技術(shù),這個(gè)方法的基礎(chǔ)理論在很多文獻(xiàn)中可以查到,這里不再贅述。

回歸樹(shù)的梯度Boosting算法將梯度下降技術(shù)應(yīng)用于回歸樹(shù)中。將每輪迭代的基礎(chǔ)學(xué)習(xí)器 (回歸樹(shù))在x上的值看作損失函數(shù)空間在x上的負(fù)梯度,將基礎(chǔ)學(xué)習(xí)器前的系數(shù)看作步長(zhǎng),來(lái)逼近誤差函數(shù)空間的最小值。將這種技術(shù)用于一些損失函數(shù),如平方損失,絕對(duì)損失,損失,Huber損失,Logistic損失,并給出了一些實(shí)驗(yàn)數(shù)據(jù)以證明其有效性。如果將Bagging的思想融入到回歸樹(shù)的梯度Boosting算法中去,在每次偽殘差的訓(xùn)練過(guò)程中不是把所有的偽殘差都用來(lái)訓(xùn)練,而是隨機(jī)地選擇一部分用來(lái)訓(xùn)練就是回歸樹(shù)的隨機(jī)梯度Boosting算法[4]。

二、房地產(chǎn)價(jià)格影響因素分析

(一)房地產(chǎn)需求體系中價(jià)格影響因素

在房地產(chǎn)需求體系中,對(duì)房?jī)r(jià)產(chǎn)生影響的因素主要有以下三個(gè)方面。

1.基本的需求和支付能力。在住宅的需求體系中,住宅需求是購(gòu)買(mǎi)欲望和支付能力的統(tǒng)一,沒(méi)有購(gòu)買(mǎi)欲望或支付能力,都不能形成有效需求。我們采用城市居民人均年可支配收入和城市常住人口,作為影響本區(qū)域房?jī)r(jià)因素的考核指標(biāo)。

2.國(guó)家政策影響提供的支付能力。我們國(guó)家的住房公積金體系,促進(jìn)了住房制度改革,加快了城鎮(zhèn)住房建設(shè),改變了住房消費(fèi)觀念,增強(qiáng)了個(gè)人住房消費(fèi)能力,所以在城市居民購(gòu)買(mǎi)所需住房時(shí),公積金的使用起到了非常重要的作用。從住宅需求角度來(lái)講,這體現(xiàn)了購(gòu)房者的購(gòu)買(mǎi)支付能力。而個(gè)人住房公積金貸款利率的變化,反映了個(gè)人住房所需支付金額總額的變化,反映了住房需求系統(tǒng)中購(gòu)房者支付能力的變化。因此我們采用個(gè)人住房公積金貸款利率作為房地產(chǎn)需求體系中影響房?jī)r(jià)的考核指標(biāo)之一。

3.房地產(chǎn)租賃市場(chǎng)。作為房地產(chǎn)銷售市場(chǎng)并行存在的市場(chǎng),房地產(chǎn)租賃市場(chǎng)的變化同時(shí)對(duì)住宅的銷售產(chǎn)生著非常重要的影響。城市房地產(chǎn)的租賃價(jià)格也應(yīng)作為房產(chǎn)需求體系中影響房?jī)r(jià)的考核指標(biāo)之一。

(二)房地產(chǎn)供應(yīng)體系中價(jià)格影響因素

在房地產(chǎn)供應(yīng)體系中,成本的高低影響房地產(chǎn)商利潤(rùn)空間和資金的融貸承受能力;在住宅的供應(yīng)體系中供應(yīng)成本是決定住宅價(jià)格的基本因素,在一定程度上決定住宅價(jià)格的變化。從住宅供給價(jià)格角度來(lái)看,住宅價(jià)格的變化可具體化為住宅價(jià)格各組成部分的變化。這里我們以城市年度土地交易價(jià)格、商業(yè)貸款利率、建材等成本價(jià)格指數(shù)作為在住宅供應(yīng)層面上的影響房?jī)r(jià)波動(dòng)的考核指標(biāo)。

(三)房地產(chǎn)價(jià)格的國(guó)家政策影響因素

房地產(chǎn)價(jià)格與成本構(gòu)成表明,房地產(chǎn)市場(chǎng)存在利潤(rùn)不合理的行為,如何對(duì)房地產(chǎn)市場(chǎng)進(jìn)行有效的價(jià)格遏制,保持開(kāi)發(fā)商合理的利潤(rùn)水平,使房地產(chǎn)市場(chǎng)回歸理性,需要對(duì)價(jià)格實(shí)行管制。價(jià)格管制是指政府采取不同形式對(duì)房地產(chǎn)市場(chǎng)的生產(chǎn)要素及其產(chǎn)品價(jià)格水平、價(jià)格變化、價(jià)格結(jié)構(gòu)和價(jià)格行為進(jìn)行的規(guī)定或者限制。國(guó)家政策監(jiān)管可以影響房地產(chǎn)系統(tǒng)中的各個(gè)方面,對(duì)價(jià)格產(chǎn)生影響的途徑進(jìn)行管制,以達(dá)到控制價(jià)格的目的。

綜上所述,在房地產(chǎn)市場(chǎng)體系中,我們可以選取對(duì)房?jī)r(jià)產(chǎn)生影響的考核指標(biāo)為:購(gòu)房需求者的收入,購(gòu)房需求人口的數(shù)量,個(gè)人住房公積金貸款利率,土地交易價(jià)格指數(shù)、商業(yè)貸款利率、建筑材料銷售價(jià)格指數(shù)[3-4]。

三、基于隨機(jī)梯度算法的價(jià)格影響因子分析

通過(guò)分析天津大學(xué)圖書(shū)館的《天津統(tǒng)計(jì)年鑒》(1997—2008)、中國(guó)人民銀行網(wǎng)站、國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)信息網(wǎng)站、天津市房地產(chǎn)信息網(wǎng)等數(shù)據(jù)信息,確定了影響住房房?jī)r(jià)的因素為:①購(gòu)房需求者的收入,②購(gòu)房需求人口的數(shù)量,③個(gè)人住房公積金貸款,④土地交易價(jià)格指數(shù),⑤商業(yè)貸款利率,⑥建筑材料成本。這六個(gè)影響因素分別選取參考指標(biāo)為:①城市市區(qū)常住人口,②城市居民年均可支配收入,③城市居民個(gè)人公積金住房貸款利率,④商品房中住宅土地交易價(jià)格指數(shù),⑤商業(yè)貸款年均基準(zhǔn)利率,⑥建筑材料銷售價(jià)格指數(shù)[3]。采用隨機(jī)梯度回歸方法分析近十年天津市商品房銷售價(jià)格的實(shí)際數(shù)據(jù),計(jì)算影響天津市近幾年商品房?jī)r(jià)格變化的主要因素對(duì)房產(chǎn)價(jià)格的影響程度。隨機(jī)梯度Boosting由 R語(yǔ)言的 Gbm包完成計(jì)算過(guò)程,運(yùn)算過(guò)程中主要是一些參數(shù)的選擇,有些可以采用默認(rèn)取值,如 shrinkage小于0.1即可,這里取0.001,Bagging的比例取0.5,每棵樹(shù)的葉結(jié)點(diǎn)數(shù)J是樹(shù)的深度控制的,這里為3,即每棵樹(shù)最多有三個(gè)變量的交互作用,損失函數(shù)采用絕對(duì)損失函數(shù)。比較難確定的參數(shù)是樹(shù)的數(shù)目M,由于梯度Boosting可以在原來(lái)生成樹(shù)的基礎(chǔ)上任意增加樹(shù)的數(shù)目,所以首先生成足夠多的樹(shù),然后從中選擇最優(yōu)的M。天津市房?jī)r(jià)影響因素變化率如圖1所示,圖2中豎線就是經(jīng)計(jì)算選擇的最優(yōu)樹(shù)的數(shù)目M=4220,選用的損失函數(shù)是絕對(duì)損失函數(shù)。圖3為經(jīng)隨機(jī)梯度回歸計(jì)算后的天津市房?jī)r(jià)影響因素SGR分析圖。

四、結(jié)論

依據(jù)1998年后的天津市房地產(chǎn)相關(guān)數(shù)據(jù),用隨機(jī)梯度Boosting算法得到的房?jī)r(jià)影響因素相關(guān)性分析結(jié)果如表1所示。

表1 天津市各影響因子對(duì)房?jī)r(jià)的相對(duì)影響程度

我們可以看出土地交易價(jià)格對(duì)房?jī)r(jià)變化影響相對(duì)較大,這與現(xiàn)階段土地成本價(jià)格占據(jù)房?jī)r(jià)的主要部分的觀點(diǎn)是一致的。個(gè)人住房公積金年均貸款利率對(duì)房?jī)r(jià)的影響居其次。個(gè)人住房公積金年均貸款利率的變化反映了房地產(chǎn)市場(chǎng)在需求層面上,購(gòu)房者每月(或總共)需要支付的購(gòu)房金額的變化,從而影響了購(gòu)房者的購(gòu)房意愿,這說(shuō)明了近階段國(guó)家出臺(tái)的公積金貸款利率七折政策,能夠從一定程度上影響房?jī)r(jià)的走勢(shì)。城市市區(qū)居民人均可支配收入變化率部分反映了城市有購(gòu)房需求的居民的購(gòu)買(mǎi)能力。主要由于:首先,現(xiàn)階段住宅作為大件商品,對(duì)絕大多數(shù)的購(gòu)買(mǎi)者來(lái)說(shuō),不是窮其積蓄,就是貸款分期支付,所以僅僅10年時(shí)間的年均收入的變化不能完全反映其購(gòu)買(mǎi)能力;其次,城市人均收入與有購(gòu)房需求的人群的收入關(guān)聯(lián)性弱,所以城市人均收入的變化對(duì)同一個(gè)城市來(lái)說(shuō),對(duì)房?jī)r(jià)變化的影響相對(duì)于地價(jià)和住房公積金貸款利率的影響小是可以理解的[3-5]。

由于近10年天津市城市常住人口的變動(dòng)有限,常住人口的變化和有購(gòu)房需求的人口的變化相關(guān)性弱,所以城市常住人口的波動(dòng)對(duì)房?jī)r(jià)影響較小;商業(yè)年均貸款基準(zhǔn)利率,依據(jù)是中國(guó)人民銀行規(guī)定的商業(yè)貸款基準(zhǔn)利率,由于近幾年房地產(chǎn)利潤(rùn)較高,開(kāi)發(fā)商為了大規(guī)模融資,他們的貸款利率要高于央行的商業(yè)貸款基準(zhǔn)利率,所以從近幾年的數(shù)據(jù)來(lái)分析,央行的商業(yè)貸款基準(zhǔn)利率的變化,對(duì)房?jī)r(jià)的變動(dòng)影響較小;由于在整個(gè)房?jī)r(jià)構(gòu)成中,建材成本變動(dòng)率較小,其價(jià)格波動(dòng)對(duì)整個(gè)房?jī)r(jià)的影響小[3-4]。我國(guó)取消福利分房是從1998年開(kāi)始的,到現(xiàn)在僅僅10年時(shí)間,所能夠采集到的樣本數(shù)據(jù)較少,尚不能非常準(zhǔn)確地說(shuō)明和解釋問(wèn)題,需要大量實(shí)際數(shù)據(jù)的充分研究和考證。

[1]賀菊煌.取消價(jià)格補(bǔ)貼對(duì)價(jià)格系統(tǒng)影響的定量分析方法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,1985(2):50—56.

[2]周方.價(jià)格變動(dòng)平衡系統(tǒng)和最優(yōu)價(jià)格調(diào)整[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,1985(7):3—11.

[3]周方.價(jià)格體系合理化和價(jià)格調(diào)整——一個(gè)價(jià)格調(diào)整的數(shù)學(xué)模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,1986(3):49—54.

[4]韓紅塵.價(jià)格系統(tǒng)的非線性動(dòng)力學(xué)研究與隨機(jī)梯度回歸分析[D].天津:天津大學(xué)管理學(xué)院,2009:73—81.

[5]翟亞軍,王戰(zhàn)軍,侯麗.也談學(xué)科——基于特征的視角[J].河北大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2007(5):142—144.

[責(zé)任編輯 王雅坤]

Analysis of Influencing Factors in Real Estate Prices of China

GUO Jian-xiao1,2,WANG Hong-li3,HAN Hong-chen1,GAO Ya-rong2
(1.School of Management,Tianjin University,Tianjin 300072;2.Tianjin Foreign Studies University,Tianjin 300204;3.School of Mechanical Engineering,Tianjin University,Tianjin 300072,China)

The components of house prices and several main influencing factors partially affected by the policies in Chinese market price system were analyzed in this thesis.Then the stochastic gradient regression theory was introduced briefly.The method of the stochastic gradient regression was taken to analyze the real data of Tianjin commercial real estate sale prices in the past decade.The relativity analysis results of the factors influencing housing prices in Tianjin were shown by using stochastic gradient regression model according to the relevant data of Tianjin housing prices after 1998.The influencing degree that the main factors affected the changes of Tianjin commercial real estate sale prices during the recent years were explained in detail and concluded in this paper.

stochastic gradient regression;real estate prices;influencing factors

國(guó)家自然科學(xué)基金,編號(hào):10772132;博士點(diǎn)基金項(xiàng)目,編號(hào):20070056063。

郭建校(1971—),男,河北趙縣人,天津大學(xué)管理學(xué)院博士研究生,天津外國(guó)語(yǔ)學(xué)院國(guó)際商學(xué)院教授。

F293.3

A

1005—6378(2010)01—0062—04

2009—10—28

猜你喜歡
公積金天津市梯度
2022 年中國(guó)住房公積金繳存額同比增長(zhǎng)9.53%
一個(gè)改進(jìn)的WYL型三項(xiàng)共軛梯度法
有趣的云
如果畫(huà)筆會(huì)說(shuō)話?
一種自適應(yīng)Dai-Liao共軛梯度法
一類扭積形式的梯度近Ricci孤立子
天津市第三屆“未來(lái)之星”初中數(shù)學(xué)邀請(qǐng)賽
大學(xué)生繳存公積金,這個(gè)可以有
廣州:公積金貼息貸款方案公開(kāi)征求意見(jiàn)
那些你不知道的公積金
九龙县| 莱芜市| 晴隆县| 天柱县| 兰考县| 辽中县| 元阳县| 高青县| 鞍山市| 资中县| 和田市| 麻阳| 昔阳县| 自治县| 财经| 电白县| 临沧市| 哈巴河县| 海门市| 新昌县| 长垣县| 夏津县| 绥化市| 承德县| 木里| 乡城县| 杭州市| 报价| 常宁市| 邯郸县| 名山县| 阳曲县| 安仁县| 甘谷县| 会昌县| 板桥市| 闽清县| 汤阴县| 如皋市| 建昌县| 长宁区|