王惠穎

(北京物資學(xué)院物流學(xué)院 北京 101149)

?

我國房地產(chǎn)市場績效研究

王惠穎

(北京物資學(xué)院物流學(xué)院 北京 101149)

近幾年，隨著經(jīng)濟(jì)的快速發(fā)展，在城市化和現(xiàn)代化的進(jìn)程中，人口流動的頻繁，房地產(chǎn)得到迅猛發(fā)展，房價引起越來越多人關(guān)注，也直接牽動著人民生活水平。另外，房地產(chǎn)業(yè)在我國的國內(nèi)生產(chǎn)總值中占據(jù)重要比重，因此我國房地產(chǎn)的績效水平研究具有重要的現(xiàn)實意義。

房地產(chǎn)業(yè)；市場績效；因子分析

一、緒論

目前，對于我國房地產(chǎn)業(yè)市場結(jié)構(gòu)、效率與績效關(guān)系進(jìn)行實證研究的文獻(xiàn)較少，徐健利用SCP范式對我國房地產(chǎn)業(yè)現(xiàn)狀進(jìn)行了分析，認(rèn)為我國房地產(chǎn)市場集中度較低，資源配置效率較低，規(guī)模不經(jīng)濟(jì)。常磊對我國房地產(chǎn)業(yè)市場結(jié)構(gòu)、房地產(chǎn)企業(yè)行為以及市場績效都進(jìn)行了研究，從加快城鎮(zhèn)住宅建設(shè)、拉動國民經(jīng)濟(jì)增長、加速住宅市場化進(jìn)程、改善居民家庭財產(chǎn)結(jié)構(gòu)、促進(jìn)城鄉(xiāng)居民就業(yè)等方面衡量房地產(chǎn)業(yè)市場績效，并指出我國房地產(chǎn)業(yè)存在的問題。丁威基于scp范式對鄭州市房地產(chǎn)業(yè)的市場結(jié)構(gòu)、企業(yè)行為和市場績效進(jìn)行了研究，發(fā)現(xiàn)鄭州市房地產(chǎn)業(yè)市場結(jié)構(gòu)的不合理，屬于多頭壟斷市場，其各個區(qū)域?qū)儆诠杨^壟斷，房地產(chǎn)市場壟斷行為較為嚴(yán)重，導(dǎo)致鄭州市房地產(chǎn)業(yè)的利潤率較高、資源配置效率低下。楊艷琳，李麗從市場集中度與市場績效的理論出發(fā)對中國房地產(chǎn)業(yè)的市場集中度及市場績效進(jìn)行分析，發(fā)現(xiàn)中國房地產(chǎn)業(yè)市場集中度與產(chǎn)業(yè)利潤率之間呈負(fù)相關(guān)關(guān)系、與市場績效呈現(xiàn)正相關(guān)關(guān)系，并從利潤率、高房價與高房屋空置率、房價收入比較高等方面衡量房地產(chǎn)業(yè)市場績效。

二、房地產(chǎn)市場績效實證研究

(一)因子分析的基本原理

因子分析是利用降維的思想，把一些錯綜復(fù)雜的變量歸結(jié)為少數(shù)幾個綜合因子的統(tǒng)計分析方法。因子分析以最少的信息丟失為前提，將眾多的原有變量綜合成較少的幾個綜合指標(biāo)。通常，因子有以下幾個特點(diǎn)：(1)因子個數(shù)遠(yuǎn)遠(yuǎn)少于原有變量的個數(shù)。(2)因子能夠反映原有變量的絕大部分信息。(3)因子之間的線性關(guān)系不顯著。(4)因子具有命名解釋性。

因子分析的一般模型為：設(shè)p個可以觀測的指標(biāo)為X1,X2…,Xp，m個不可觀測的因子為F1,F2….Fm，則因子分析模型描述如下：X1=a11F1+a12F1+….a1mFm+＄1；X1=a11F1+a12F1+….a1mFm+＄2；XP=ap1F1+ap2F1+….a1mFm+＄p也可以用矩陣的形式表示為：X=AF+＄其中：m

(二)因子分析的具體應(yīng)用

1.數(shù)據(jù)的采集與整理

本文通過搜集我國31個省市為研究對象，選取影響房地產(chǎn)市場發(fā)展的主要指標(biāo)，利用統(tǒng)計軟件對原始數(shù)據(jù)進(jìn)行相應(yīng)分析，提取有代表性的指標(biāo)，計算因子得分，分析影響我國房地產(chǎn)市場的主要因素，并提出相關(guān)的建議與對策。根據(jù)遵循科學(xué)性原則、系統(tǒng)性原則、可操作性原則和有效性原則選取了15個指標(biāo)：1、企業(yè)個數(shù)2、本年完成投資額3、本年資金來源合計4、本年購置土地面積：5、房屋施工面積6、新開工面積7、商品房屋竣工面積8、商品房銷售額9、商品房銷售面積10、企業(yè)利潤總額11、企業(yè)經(jīng)營收入12、企業(yè)所有者權(quán)益13、從業(yè)人數(shù)14、房屋銷售價格

2.相關(guān)性檢驗

相關(guān)性矩陣X1X2X3X4X5X6X7X8X9X10X11X12X13X14相關(guān)X11.0000.9410.8930.7810.9560.9420.9370.9200.9120.5660.8740.7270.9570.133X20.9411.0000.9740.8130.9410.9010.9210.9550.8660.6150.9240.8260.8990.275X30.8930.9741.0000.7720.8810.8360.8770.9690.8070.7180.9730.8910.8620.410X40.7810.8130.7721.0000.8540.8470.8220.7570.8340.2970.7130.6300.764-0.079X50.9560.9410.8810.8541.0000.9790.9600.9070.9640.4710.8330.7050.947-0.004X60.9420.9010.8360.8470.9791.0000.9450.8810.9790.4300.7920.6510.951-0.077X70.9370.9210.8770.8220.9600.9451.0000.8810.9300.4840.8420.7590.9090.068X80.9200.9550.9690.7570.9070.8810.8811.0000.8650.7540.9630.8160.9110.311X90.9120.8660.8070.8340.9640.9790.9300.8651.0000.4430.7680.6250.953-0.111X100.5660.6150.7180.2970.4710.4300.4840.7540.4431.0000.7930.6270.5810.635X110.8740.9240.9730.7130.8330.7920.8420.9630.7680.7931.0000.8560.8420.459X120.7270.8260.8910.6300.7050.6510.7590.8160.6250.6270.8561.0000.7010.466X130.9570.8990.8620.7640.9470.9510.9090.9110.9530.5810.8420.7011.0000.088X140.1330.2750.410-0.079-0.004-0.0770.0680.311-0.1110.6350.4590.4660.0881.000

3.KMO檢驗與Bartlett檢驗確定是否適合做因子分析

KMO與Bartlett檢定Kaiser-Meyer-Olkin測量取樣適當(dāng)性。0.867Bartlett的球形檢定大約卡方901.091df91顯著性0.000

Kaiser給出的KMO做因子分析的標(biāo)準(zhǔn)為：0.9以上表示非常適合；0.8與0.9之間表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示很不適合。上圖表明KMO統(tǒng)計量取值為0.867，故檢驗通過。同時巴特利特球度檢驗統(tǒng)計量的觀測值為901.091，相伴概率為0.000，小于顯著水平0.05，則應(yīng)拒絕原假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位矩陣有顯著差異。所以球形檢驗通過，所選變量適合做因子分析。

4.公共因子分析

因子分析中的變量共同度公因子方差Communalities起始擷取X11.0000.937X21.0000.958X31.0000.976X41.0000.792X51.0000.983X61.0000.979X71.0000.934X81.0000.968X91.0000.959X101.0000.806X111.0000.967X121.0000.786X131.0000.921X141.0000.917擷取方法:主體元件分析。

圖形的第一列數(shù)據(jù)是因子分析初始解下的變量的共同度，如果對原有的變量采取主成分分析方法提取所有特征值，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.因為因子個數(shù)小于原有變量的個數(shù)是因子分析的目標(biāo)，所以不可提取全部特征值。第二列數(shù)據(jù)是在按指定提取條件提取特征值時的變量共同度。可以看到除了本年購置土地面積、企業(yè)利潤總額和企業(yè)所有者權(quán)益的共同度為0.792、0.806、0.786，其他的共同度都在90%以上，因此，這四個公共因子對各變量的解釋能力是比較強(qiáng)的。采用因子分析房地產(chǎn)市場績效的效果是比較好的。

5.解釋總方差

解釋的總方差元件起始特徵值擷取平方和載入循環(huán)平方和載入總計變異的%累加%總計變異的%累加%總計變異的%累加%110.97178.36278.36210.97178.36278.3629.39967.13467.13421.91313.66692.0281.91313.66692.0283.48524.89392.028擷取方法:主體元件分析。

因子載荷是公共因子與指標(biāo)變量之間的相關(guān)系數(shù)，載荷越大，說明公共因子與指標(biāo)變量之間的關(guān)系越密切。在確定公共因子個數(shù)時，先選擇與原變量數(shù)目相等的因子個數(shù)。從圖形可以看出，第一個因子的特征值為10.971，解釋原有14個變量總方差的78.4%，累計方差貢獻(xiàn)率為78.4%；第二個因子的特征值為1.91，解釋原有14個變量總方差的13.7%；累計方差貢獻(xiàn)率為13.7%；這兩個因子共解釋原有變量的方差為92.1%，累計方差貢獻(xiàn)率為92.1%，總體上，原有變量的信息丟失的較少，提取2個因子分析效果較理想；旋轉(zhuǎn)后總的累計方差貢獻(xiàn)率沒有改變，也就是沒有影響原有變量的共同度，但卻重新分配了各個因子解釋原有變量的方差，改變了各因子的方差貢獻(xiàn)，使得因子更易于理解。因此完全可以采用這二個因子概況原始數(shù)據(jù)對全國31個省市的房地產(chǎn)市場績效做出評價是合的。

6.房地產(chǎn)市場績效計算得分及結(jié)果

元件評分係數(shù)矩陣元件12X10.102-0.012X20.0730.055X30.0360.133X40.138-0.119X50.133-0.079X60.146-0.114X70.117-0.047X80.0530.097X90.149-0.123X10-0.0800.318X110.0170.169X120.0000.181X130.108-0.029X14-0.1840.451擷取方法:主體元件分析。轉(zhuǎn)軸方法:具有Kaiser正規(guī)化的最大變異法。元件評分。

根據(jù)因子得分系數(shù)和原始變量的值可以計算出每個觀測值的各因子的分?jǐn)?shù)，并可以據(jù)此對觀測值進(jìn)行下一步的分析。旋轉(zhuǎn)后的因子得分表達(dá)式與計算結(jié)果如下：

F1=0.102X1+0.072X2+0.036X3+0.138X4+0.133X5+0.146X6+0.117X7+0.053X8+0.149X9-0.080X10+0.017X11+0.00X12+0.108X13-0.184X14

F2=-0.012X1+0.055X2+0.133X3-0.119X4-0.079X5-0.114X6-0.047X7+0.097X8-0.123X9+0.318X10+0.169X11+0.181X12-0.029X13+0.451X14

由估計出的因子的得分，可以描述我國各省市績效水平，利用因子得分可以從不同的角度對我國各省市房地產(chǎn)市場績效水平進(jìn)行比較分析。為了對我國各省市房地產(chǎn)業(yè)市場績效進(jìn)行評價，現(xiàn)利用各省市因子得分表計算綜合得分，各省市房地產(chǎn)市場績效的獲取是基于總方差分解表中旋轉(zhuǎn)后各因子的方差貢獻(xiàn)率及計算所得的上市公司各因得分。

所得，其具體計算公式為：

綜合成績=(78.362%*F1+13.666%*F2)/92.028%

三、房地產(chǎn)市場績效的綜合得分分析

1.通過因子分析法得到31個省(市)房地產(chǎn)市場績效的2項因子得分及綜合得分，按照綜合得分從高到低排名如表所示。綜合得分越高，表明其市場績效水平越好。綜合得分為零或者負(fù)值，并不代表其績效水平為負(fù)，這里僅是將各省市的平均績效水平作為零點(diǎn)。

2.總的來說，我國房地產(chǎn)市場績效跟經(jīng)濟(jì)水平有很大關(guān)系，沿海東部省市績效水平靠前，經(jīng)濟(jì)發(fā)展落后的西部地區(qū)績效水平相對較差：江蘇、廣東2省績效水平較高：山東、上海、浙江、北京、遼寧、四川、重慶、河南、安徽9省績效水平較差：湖南、湖北、河北、內(nèi)蒙古、福建、江西、廣西、天津、吉林、黑龍江、云南、陜西12省績效水平差：山西、貴州、甘肅、新疆、寧夏、海南、青海、西藏8省績效水平更差。

3.我國房地產(chǎn)市場各省市發(fā)展不平衡，績效最好的與績效最差的省市之間的綜合得分差距為3.12。廣東、江蘇、浙江、山東、上海這些長江三角、珠江三角洲經(jīng)濟(jì)發(fā)達(dá)的省市房地產(chǎn)市場績效水平較高，而青海、西藏、寧夏、甘肅、新疆這些經(jīng)濟(jì)欠發(fā)達(dá)的省市房地產(chǎn)市場相對較差，特別是西藏、青海這三年來房地產(chǎn)績效都居于最后兩位。主要是經(jīng)濟(jì)發(fā)達(dá)地區(qū)房地產(chǎn)業(yè)起步比較早，大型房地產(chǎn)企業(yè)比較多，投資規(guī)模比較大，生產(chǎn)能力和管理水平相對較高.

[1]樊悅晨.我國房地產(chǎn)業(yè)市場績效分析[J].統(tǒng)計與咨詢，2010,3

[2]張紅.房地產(chǎn)經(jīng)濟(jì)學(xué)[M].北京：清華大學(xué)出版社，2005

[3]洪弋浩，黃漢江.房價影響因素理論研究[J].中國經(jīng)貿(mào)導(dǎo)刊，2010，(2):72.