999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

房地產市場的投資風險分析

2012-07-29 14:35:36蘇理云冉小華黃小軍蔣友富
重慶第二師范學院學報 2012年6期

蘇理云,冉小華,黃小軍,蔣友富,蔣 圳

(重慶理工大學 數學與統計學院,重慶 400054)

0 引言

房地產投資是一項綜合性、專業性、技術性極強的活動,同時也是項高投人、高回報和高風險的事業。房地產投資大、周期長,投資過程中既有經營、金融財政等有形風險,也有如政局、政策變化等無形風險。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險,尤其是在房地產供需矛盾突出、市場尚不完善、政策法規尚不健全、交易信息和市場信息不足的房地產業發展的初期階段,會給房地產開發商帶來更大的風險性。前一時期許多開發商受趨利性原則的驅使,投資趨向大多是高檔寫字樓、商住樓、星級賓館、豪華別墅等。他們只看到這些物業利潤高、易賺錢的一面,而忽略了其投資大、回收期長和風險高的特點,不重視對房地產投資作科學的可行性分析,更不進行風險研究,僅憑經驗或一些簡單的會計計算就進行決策,這就很容易導致一種盲目的“投資熱”,給投資者造成巨大的風險損失。作為有經驗的開發商必須對房地產投資的特點及其風險有深刻的認識和理解,才能在風云變幻的市場中立于不敗之地。所以對房地產投資風險因素的分析是相當有必要的,在此本文主要運用因子分析模型利用統計軟件SPSS[1]對房地產投資風險因進行詳細分析。

1 房地產市場投資的風險因素

房地產投資風險識別及細分,為了保證風險分析的質量,有必要對房地產投資過程中可能存在的各種風險因素進行科學的辨識與細分,使投資決策者能更好的把握風險的本質和變化規律,從而采取相應措施或對策來減少風險損失。

1.1 自然風險

自然風險指由于自然因素的不確定性對房地產商品的生產過程和經營過程造成影響,以及直接對房地產商品產生破壞,從而對房地產開發商和經營者造成經濟上的損失。自然風險因素主要包括:火災、風暴、洪水、地震、滑坡、泥石流、氣溫、塌方、施工現場地質條件等等。這些因素引起的風險發生的機會較小,但是一旦發生,將造成相當嚴重的危害。對于這些風險的防范,開發商一般是利用投保來減少或避免損失。但是,在投保之前,若能對該地區的環境條件、天文資料、地質地貌、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 政策風險

政策風險指由于政策的潛在變化給房地產市場商品交換者與經營者帶來各種不同形式的經濟損失。政府的政策對房地產的影響是全局性的,因而,由于政策的變化而帶來的風險將對房地產市場產生重大影響。在市場環境還未完善的條件下,政治風險對房地產市場的影響尤為重要,特別是在我國,房地產市場還有待于進一步完善。房地產投資商應非常關注房地產政策的變化趨勢,以便及時處理由此而引發的風險。

1.3 經濟風險

經濟風險主要是指一系列與經濟環境和經濟發展有關的不確定因素,它們的出現會對房地產市場產生影響。這類風險因素可以分為以下幾類:市場供求風險、財務風險、地價風險、融資風險、工程招投標風險、國民經濟狀況變化風險。

1.4 技術風險

技術風險是指由于科技進步、技術結構及其相關變量的變動給房地產開發商和經營者可能帶來的損失。例如,科技進步可能對房地產商品的適用性構成威脅,迫使開發商追加投資進行房地產的翻修和改造。技術風險的因素主要分為:建筑材料改變和更新、建筑施工技術和工藝革新、建筑設計變動或計算失誤、設備故障或損壞、建筑生產力因素短缺、施工事故、信用等風險因素。

1.5 社會風險

社會風險主要是指由于人文社會環境因素的變化對地產市場的影響,從而給從事房地產商品生產和經營的投資者來損失的可能性。房地產市場的社會風險因素主要有城市規劃、區域發展、社會治安、公眾干預和文物保護等。

1.6 國際風險

國際風險是對一個社會的所有經濟都有很大影響,主要是指因國際經濟環境的變化導致地區性的經濟活動受影響。對房地產業來說,國際經濟風險可分為:國家風險、國際投資環境風險、貨幣匯率變化風險、國際貨幣利率變化風險和國際經營風險。

1.7 內部決策和管理風險

內部決策和管理風險指由于開發商決策失誤或經營管理不善導致預期的收入水平不能夠實現,包括投資方式、投資地點、類型選擇風險和人、財、物組織管理風險等。

1.8 地產投資的風險

土地開發是一種風險最大、收益通常也是最高的房地產投資方向。由于土地的市場價格受一系列的風險因素的影響而波動很大,土地投資的風險也很大。為了減少在地產投資中的風險,保證投資收益,把握投資的政治及經濟時機最為重要。了解和隨時掌握城市規劃及其變更情況,特別是對土地使用性質改變和變化趨勢做出正確的分析和判斷,可以在很大程度上降低投資的風險損失。

2 房地產投資風險因素關系分析

房地產投資風險因素之間相互聯系相互影響,共同對房地產投資施加影響。因此,對風險因素之間的相關性分析顯得很有必要,而且這對于提高房地產投資的效益來說也具有非常重要的意義。

房地產投資風險三要素,即時機、區位、類型風險要解決的三個問題,實際上就是何時、何地以何種形式進行房地產投資。從上圖可看出,房地產投資時機風險因素決定了區位風險和類型風險的形式內容,是房地產投資風險結構中的基本風險,而區位風險及類型風險則在房地產投資中相互影響、相互制約。

3 房地產市場投資風險的主要特征

由于房地產項目投資本身一次性、獨特性的特點,房地產項目投資風險也具有許多自己的特點。

3.1 風險的不確定性

房地產項目風險事件的發生沒人可以事先預測出來,具有隨機性的特點.工程房地產項目自身固有的屬性,如建設程序不可逆,施工房地產項目的一次性,使工程房地產項目的不確定性要比其他經濟活動大許多,并且存在于房地產項目的全生命周期中。

3.2 風險的連帶性

風險的連帶性指一種風險事件的發生會導致其他風險事件的發生,而使房地產項目遭受多種損失。

3.3 風險的相對性

風險的相對性指風險主體是相對的,同樣的不確定性對不同的主體有不同的影響,因為人們對風險的承受能力不同,認識風險的能力也不同。風險大小隨著收益、投入、主體地位等的不同而變化,因此風險是相對的。

3.4 風險的漸進性

房地產項目風險大都是隨環境、客觀條件和自身發展的特點而逐步形成的,并不是突然爆發。當條件變化時,風險會相應的隨之變化。

3.5 風險的多層次、多階段性

風險的多層次、多階段性即風險的錯綜復雜性,工程房地產項目中多種風險因素并存使得它們之間及其與外界環境因素之間相互交叉影響,使風險顯出多層性。而且風險發展具有明顯的階段性,一般存在3個階段:潛在風險階段、風險發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變量(或樣品)的相關系數矩陣(對樣品是相似系數矩陣)內部結構的研究,找出能控制所有變量(或樣品)的少數幾個隨機變量去描述多個變量(或樣品)之間的相關(相似)關系,但在這里,這少數幾個隨機變量是不可觀測的,通常稱為因子。然后根據相關性(或相似性)的大小把變量(或樣品)分組、使得同組內的變量(或樣品)之間相關性(或相似性)較高,但不同組的變量相關性(或相似性)較低。

從全部計算過程來看作R型因子分析與作Q型因子分析都是一樣的,只不過出發點不同,R型從相關系數矩陣出發。Q型從相似系數陣出發,都是對同一批觀測數據,可以根據其所要求的目的決定用哪一類型的因子分析。

4.2 數學模型

R型因子分析數學模型

其中 X=(X1,X2,X3,…,Xp)'是可實測的 p 個指標所構成的 p 維隨機向量,F=(F1,F2,F3,…,Fm)'是不可觀測的向量,F稱為X的公共因子,他們的系數稱為因子載荷。εi是特殊因子,是不能被前m個公共因子包含的部分,且滿足:

aij稱為因子載荷是第i個變量在第j個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模型X=AF+ε以F代替X,從而達到簡化變量維數的愿望。

5 房地產市場投資風險的因子分析

5.1 指標選取與數據來源

在研究房地產市場的投資風險過程中,根據指標數據的全面性、可比性、獨立性、可得性,選取火災年均次數-x1、大風年均次數 x2、洪水年均次數-x3、人均年可支配收入(元)-x4、年利率-x5、房屋造價(萬元 /平方米)-x6、開發商年費用(萬元)-x7、總產值(萬元)-x8、稅金(萬元)-x9、利率總額(萬元)-x10、房地產開發商投資完成額(萬元)-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-x15,十五個投資風險指標進行因子分析。

為了更好的分析房地產投資風險的相關關系,于是本文以重慶市的投資數據為背景利用因子分析對其進行研究。根據重慶統計年鑒,重慶統計局網站,重慶氣象局網站等網站收集到2001至2010年的原始數據(略)。

表1 原有變量的相關系數矩陣

5.2 因子分析

將經標準化后的數據,利用統計軟件SPSS對房地產的投資風險分析因子進行因子分析,得出以下結果。

表1是原有變量的相關系數矩陣。可以看到,大部分的相關系數都較大(基本上都大于0.3),各變量呈較強的線性關系,能夠從中提取公共因子,適合進行因子分析。

表2是因子分析的初始解,顯示了所有變量的共同數據。第一列是因子分析初始解下的變量共同度,它表明,對原有15個變量如果采用主成分分析方法提取所有特征根(15個),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(原有變量標準化后的方差為1)。事實上,因子個數小于原有變量的個數才是因子分析的目標,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)提取特征根時的共同度。可以看到X1、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這個變量的信息丟失較為嚴重(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,以后三列組成一組,每組中數據的含義一次是特征根值、方差貢獻率和累積方差貢獻率。

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

表3 因子解釋原有變量總方差情況

第二組數據項(第五至第七列)描述了因子解的情況。可以看到,由于指定提取三個因子,三個因子共解釋了原有變量總方差的93.362%。總體上,原有變量的信息丟失較少,因子分析效果較理想。

第三組數據項(第八至第十列)描述了最終因子解的情況,可見,因子旋轉后,累計方差比沒有改變,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,改變了個因子的方差貢獻,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,橫坐標為因子數目,縱坐標為特征根。可以看到:第1個因子特征值很高,對解釋原有變量的貢獻最大;第4個以后的因子特征根都較小,對解釋原有變量的貢獻很小,已經成為可被忽略的“高山腳下的碎石”,因此提取三個因子是合適的[1]。

表4顯示了因子載荷矩陣,是因子分析的核心內容。根據該表可以寫出本應該用案例的因子分析模型:

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

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

根據表6可以寫出一下因子得分函數:

表5 旋轉后的因子載荷矩陣

從上函數中可以看出影響因子一的主要因素是火災年均次數、年利率。它們的權重分別為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。它們分別是 0.673和 0.445。因子三的主要因素火災年均次數、大風年均次數。它們分別是0.802和 0.803。

表7 因子協方差矩陣

表7顯示了三因子的協方差矩陣。可以看出三因子沒有線性相關性,實現了因子分析的設計目標。

綜合評級:

根據以上的因子分析結果我們可知:這些因子對房地產投資的影響程度,我們可以得到以下排序:

由此,可以根據上述分析結果,對15個風險因素進行綜合評價。

首先,根據3個因子的方差貢獻率確定權重。由于3個因子在較大程度上反映了原變量的大部分信息,其累計貢獻率為91.052%,因此可用因子的方差貢獻率作為綜合評價的衡量權數,于是3個因子按各自的方差貢獻率加權相加為綜合評價得分,其公式為:F=0.71422f1+0.13415f2+0.08525f3,經過計算得出各因子綜合得分排名結果如下:

表8 各因子綜合得分排名

6 房地產市場投資建議

房地產投資是具有高風險屬性的投資,在我國市場機制尚未健全、房地產資金運動矛盾重重的情況下尤其如此,因此研究房地產投資風險顯得尤為必要。特別是近幾年由于房價較高較快發展,產生所謂的泡沫經濟,對此國家為了壓制房價從而出臺了一些政策。這對于房地產投資者來說,要想準確的定位市場是一件非常難的事,針對于此我們根據房地產市場實際情況結合本文對其投資風險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的結構,使住宅結構多元化、合理化、人性化。房地產市場存在發展結構不平衡問題,高檔房供過于求,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中低收入人群所需要的。另外,還應該適當建設經濟實用房,面向大眾,增加提供給剛畢業的學生、進城打工的農民的經濟房量。

(2)房地產銷售過程中,取消預售制度,直接實行現房銷售,減低消費者風險。實行限購,以免消費者高價轉讓。在開發環節,放寬銀行貸款限制,鼓勵其他融資方式,保障開發資金的籌措渠道暢通,把風險收縮到更小的范圍。

(3)建立一套全新的風險管理系統,在前面對其投資風險指標的分析過程中得知,影響房地產市場投資的主要因素為人均可支配收入、房屋造價、房地產開發投資完成額、總產值等風險指標。再就是一些人為和自然事故的風險也會對其房地產市場投資造成不容忽視的影響,所以針對實際情況建立比較完善的管理系統。

(4)注意做到信息的暢通。對于現在房地產市場需要如下改進:一是信息的錄入時間。房地產交易信息主要由房地產開發商組織錄入,他們為了達到干預市場的目的,往往推遲錄入時間。二是房地產交易管理系統的宣傳不夠,亦沒有相應的告知程序,消費者多數不知道這個系統,沒有達到信息公開的目的。因此,信息的錄入應該由消費者和開發商共同完成,相互監督,可以保障信息的質量,并通過必要的制度設計保障告知程序有效,只有這樣,房地產市場才不會有信息的陰影存在。

(5)投資者應始終保持清醒的頭腦,認清形式,作出正確的分析與決策,再就是在不斷加強自身的積累,才能面對任何風險的挑戰。

[1]薛薇.SPSS 統計分析方法及應用(第二版)[M].北京:電子工業出版社,2009.1.

[2]于秀林,任雪松.多元統計分析[M].北京:中國統計出版社,2007.7.

[3]劉玉玲.房地產統計[M].北京:機械工業出版社,2008.8.1.

[4]俞明軒.房地產投資分析[M].北京:首都經濟貿易大學,2004.9.

[5]陳立文.項目投資風險分析理論與方法[M].北京:機械工業出版社,2004.

[6]王運成,劉莉.房地產投資風險分析[J].現代商貿工業,2011,(18).

[7]張薪銜.談房地產投資中的風險因素[J].浙江建筑,1998,(3):47-48.

[8]牛德利,谷達華,羅旭,謝勇.重慶市主城區地價變化分析[J].西南農業大學學報(社會科學版),2008,6(1):1-3.

[9]蘇理云,鄧燕,冉雪竹,等.低合金高強度鋼力學性能與化學成分之間的統計建模與分析[J].重慶工學院學報(自然科學版),2009,(2):36-40.

主站蜘蛛池模板: 日韩不卡免费视频| 无码国产偷倩在线播放老年人 | 精品99在线观看| 久久人与动人物A级毛片| 88国产经典欧美一区二区三区| 亚洲,国产,日韩,综合一区| 69免费在线视频| 国产在线视频二区| 色婷婷在线播放| 欧美97欧美综合色伦图| 亚洲一级毛片在线播放| 婷婷六月综合| 亚洲综合中文字幕国产精品欧美| 欧美福利在线观看| 呦女亚洲一区精品| 午夜毛片免费看| 熟妇人妻无乱码中文字幕真矢织江 | 色老二精品视频在线观看| 精品国产成人高清在线| 国产成人精品无码一区二| 国产精品自在拍首页视频8| 亚洲美女操| 欧美色视频网站| 亚洲最大福利网站| 亚洲不卡影院| 国内精自线i品一区202| 久久免费看片| 激情爆乳一区二区| 伊人福利视频| 九色最新网址| 久草视频一区| 欧美一级片在线| 伊人久久大线影院首页| 99视频在线观看免费| 亚洲国产欧美国产综合久久| 男女猛烈无遮挡午夜视频| 一本大道在线一本久道| 亚洲无码视频喷水| 国产女同自拍视频| 欧美亚洲一区二区三区导航| 国产在线观看91精品| www.日韩三级| 久久久噜噜噜| 午夜久久影院| 亚洲色成人www在线观看| 久久综合色播五月男人的天堂| 久久国语对白| 国产SUV精品一区二区6| 免费一级α片在线观看| 亚洲精品无码人妻无码| 日韩av无码精品专区| 最新加勒比隔壁人妻| 欧美综合在线观看| 久久永久免费人妻精品| 91在线精品免费免费播放| 国产精品香蕉在线| 欧美日韩一区二区在线免费观看 | 国产精品3p视频| 91福利片| a级高清毛片| 中文字幕av无码不卡免费| 国产激情在线视频| 成人久久精品一区二区三区| 91一级片| 国产福利一区二区在线观看| 亚洲床戏一区| 四虎亚洲国产成人久久精品| 国产女人18毛片水真多1| 国产黄色片在线看| 午夜精品一区二区蜜桃| 亚洲无码视频喷水| 国产欧美在线观看一区| 精品国产网| 亚洲免费黄色网| 中文字幕第4页| 国产视频久久久久| 无码网站免费观看| 女人18毛片水真多国产| 欧美亚洲一区二区三区导航| 男女男精品视频| 国产午夜人做人免费视频中文| 久久久久久高潮白浆|