基于重慶市二手房價格影響因素的灰色關聯度分析

蔣沁宏　周蕾

[摘要]近期重慶房價有顯著的上升，并成為焦點討論話題，但是房價上升的原因卻非常模糊，不同時期影響房價的因素也不盡相同。文章通過對居民消費價格指數、金融機構人民幣貸款余額、房地產開發投資所占比重等指標進行了灰色關聯度分析顯示，由于2016年和2017年相應影響因素排名的變動，推測重慶二手房的上升存在很大的投機行為。

[關鍵詞]二手房價格；灰色關聯度；影響因素

[DOI]1013939/jcnkizgsc201734071

1研究的背景

至2017年1月起，重慶主城區的房價有了很大的提升，特別是渝北區和江北區，其中照母山片區的樓盤更是緊俏，不少市民紛紛討論為何重慶的房價會突然表現出如此強勁的增長態勢，其中很多人堅持認為是政府新的政策，溫州炒房團的投機炒作是導致房價突然暴增的原因，但是這些都是人們推斷的言辭，可信度并不高。筆者通過對2016年和2017年2-4月份的二手房價格的相關數據進行分析，利用灰色關聯度分析找出影響房屋價格的真正的原因，望讀者注意，此處我們討論的二手房價格并不是某處房屋的評估價格，我們討論的是整個重慶市的二手房的價格的差異，這跟二手房的評估不能一概而論。

2指標的選取

房地產價格的變動主要受房產市場供求關系的影響，可將影響因素分為供給和需求兩種。[1]針對房價影響因素的多樣性和復雜性，綜合考慮到數據資料的真實性和可靠性，選用的指標為：城市居民消費價格指數，鋼材產量，稅收收入，金融機構人民幣中長期貸款余額，房地產開發投資占固定資產投資比重，商品住宅新開工面積，住宅商品房銷售面積，住宅商品房銷售額，二手房價格。這些數據均為月數據且都可以在重慶統計局官方網站找到。將對這些數據以二手房價格為中心進行灰色關聯度分析，進一步得出影響二手房價格的具體因素，并對影響因素的程度進行對比。

3灰色關聯度模型的計算和結果

31灰色關聯度分析的簡介

灰色關聯度，指的是兩個系統或兩個因素之間關聯性大小的量度。目的，是在于尋求系統中各因素之間的主要關系，找出影響目標值的重要因素，從而掌握事物的主要特征，促進和引導系統迅速有效地發展。

灰色關聯度的主要操作流程：首先對數據進行歸一化，然后計算灰色關聯矩陣，最后對矩陣的單項進行加權平均得出單項的影響系數。

計算關聯系數的公式為：

Pj（k）=minminCnk-Cjk+ρmaxmaxCnk-CjkCnk-Cjk+ρmaxmaxCnk-Cjk

其中P為關聯系數，j為對應的年份，n為對應的母項，k為對應的項目，minmin為所有值的最小，maxmax為所有值的最大，||為取絕對值，其中ρ取05。

32數據的收集與加工

以下是從重慶統計局和相關網站搜集到的數據。

據表2可以看出，在2016年和2017年的對比下相對應的影響指標的程度有所改變，在2016年里，城市居民消費價格指數排在第一位，金融機構中長期貸款余額排第二位，接著是房地產開發投資比例，住房銷售面積。總的來講在2016年里，城市居民的消費水平跟房價有很強的相關性，金融機構的借貸也對房價有較強的影響。房地產方面的投資也影響到了房屋的價格。在2017年里，金融機構人民幣中長期貸款排在第一位，城市居民消費價格指數排在第二位，房地產投資比例排在第三位，其次是鋼材產量，商品房新開工面積等。通過以上對比我們不難發現，城市居民消費價格指數和金融機構人民幣中長期貸款余額對房地產的價格有重要的影響，房地產的投資比例也對房地產的價格具有影響。但就第一位和第二位的比較而言，在2016年居民消費對房地產價格的相關度更高，而在2017年金融機構的中長期貸款和房地產的價格相關程度更高。

（1）重慶二手房價格的影響因素中，城市居民消費價格指數、金融機構借貸、房地產開發投資所占比例有著比較顯著的相關性。2016—2017年，金融機構貸款指標的上升取代了居民消費價格指數的第一位。居民消費價格指數能夠很好地反映某一國家或地區的通貨膨脹情況。[2]這也側面地推測出貸款數額的增大伴隨著房價的上漲。如今購房多為按揭付款，這也導致房貸的進一步提高。2017年初重慶房價的上漲，甚至某些地區出現房源緊張的現象，這使得貸款的現象在購房的這一行為中更加明顯。住房消費信貸規模是從住房需求方面影響住房價格，對住房價格有著拉動作用。[3]與此同時，居民消費價格指數的地位的降低也從另一方面說明重慶房價對市民購買力的一種偏離，進一步地說明了房價的上漲對整體的影響。其次，房地產開發投資所占比重的影響程度沒有變動，這也和實際相符合，重慶的房地產開發投資所占比重并無明顯變化。

（2）重慶二手房價格的影響因素中，排位變化較大的有鋼材產量和稅收收入，鋼材的產量排位上升了，稅收收入的排位降低了，其中由于受商品住宅新開工面積的影響，鋼材的需求量進一步加大，對鋼的產量也會有一定的影響，從稅收的角度來看，房地產的整體價格上去了，稅收的比例是不會變的，但是由于現今政府有了新的政策使得房地產的價格有了明顯的改變，雖然在數據上邊沒有得到體現和反映，但是就現實生活來講，政府的稅收政策確實對房地產的價格有較為顯著的影響。

（3）重慶二手房價格的影響因素中，房屋銷售面積和房屋銷售額的變動為房屋銷售面積下降而房屋銷售額的上升，這也說明重慶二手房的價格有顯著的上升。由于指標的反映存在相互影響和滯后性的考慮，房屋銷售面積和房屋銷售額的變動對房價的變動的影響相對來說不如之前的那些指標，因為考慮這兩個指標本身對二手房價格有一定的包含作用，所以影響不強也是一個利好的消息。

4結論與建議

重慶二手房價格的影響因素中居民消費價格指數、金融機構貸款余額、房地產開發投資所占比重這三個因素影響的程度比較大。在2016年和2017年的對比中，這一影響的程度發生額改變貸款的影響程度超越了居民消費價格指數，這說明重慶的房價確實是漲了，而且居民在購買房屋的同時很大程度上都是通過貸款的方式來支付，但是房地產開發所占的比重并沒有顯著的變化，這可以推斷出，炒房的因素是比較大的，市民紛紛買房的同時實際上是沒有真正的購買力的。結合實際來看，從2016年年底重慶房價的變動確實比較突出，春節一過，江北和渝北的某些樓盤直接價格破萬，這給不少的購房者帶來了不小的購房壓力，貸款購房成了很多消費者迫不得已的購房手段，雖然從一方便這能夠短暫地刺激地方經濟，但是還款的不確定性卻是一個未知數，由于一部分人的投機，如果房價不能穩步地上漲，那么接下來房地產行業的變動將會牽連到很多其他行業，金融行業所受到的影響將會是非常巨大，雖然價格的漲跌是市場的正常現象，政府的功能始終只是市場功能的補充，因而政府功能的發揮切忌過度[4]，所以即使房價變化比較大，但是首先依靠的仍然是市場自己的平衡。

就從此次數據的分析情況來看，基本符合重慶地區當前的情況，通過分別對2016年和2017年進行灰色關聯度分析，我們得出了不同時期對二手房價格的影響因素程度不同的指標，這也能夠側面推斷房價市場的微妙變動，但是就此次的數據而言，由于可靠的數據難以收集以至于數據較少，收集到的可使用的指標也較少，特別是考慮重慶地區的交通的特殊性，房價高—高集聚與低—低集聚的特征顯著[5]，分析的過程和結果存在部分的不完善，如果引入更多的數據和指標來分析，將會得出更加準確和實際的結論。

參考文獻：

[1]趙麗麗，焦繼文房價影響因素的灰色關聯度分析[J].統計與決策，2007（23）：74-75

[2]姚翠友基于灰色關聯分析的北京市房價影響因素分析[J].首都經濟貿易大學學報，2008（1）：79-82

[3]鄧宏乾，賈傅麟地價、信貸與房價的關聯性研究[J].武漢大學學報：哲學社會科學版，2012（5）：99-104

[4]慈向陽，宣國良房價上漲的因素及風險研究——對中國房價上漲的再思考[J].價格理論與實踐，2005（3）：23-24

[5]湯文彬我國房地產價格影響因素實證分析[J].價格理論與實踐，2016（1）：119-121endprint