安徽省房地产行业泡沫情况的主成分分析

　　摘    要：　采用主成分分析法, 基于安徽省房地产市场发展状况, 选取7个测度作为评价指标。通过降维, 对2010～2016年安徽省房地产泡沫指标进行处理, 构建其泡沫量化函数, 并进行实证分析。研究表明, 在2010～2016年期间, 安徽省个别年份房地产市场出现了泡沫, 且波动较为剧烈。但近年来其泡沫消失, 房地产市场整体趋于稳定。

　　关键词：　主成分分析法; 泡沫指数; 房地产市场;

　　Abstract：　By way of adopting principal component analysis method and combined with the condition of the development of real estate market in Anhui Province, seven measurement indicators are selected as the raw data. Through the dimension reduction, the 2010-2016 Anhui real estate bubble index is processed, and a bubble quantification function is constructed and empirically analyzed. Studies show that during the period of 2010-2016, there was a real estate bubble in individual years in Anhui Province, and the fluctuations were relatively severe. However, in recent years, the bubble has disappeared and the real estate market as a whole has stabilized.

　　Keyword：　principal component analysis; bubble index; real estate market;

　　房地产是我国国民经济的支柱产业之一, 在经济发展中起着重要的作用。2017年安徽全省生产总值为21 518.70亿圆, 其中, 房地产业生产总值为1 350.50亿圆, 同比增长4.70%, 约占全省生产总值的6.28%。近年来, 安徽省整体房价一路走高, 这与安徽省的经济发展密不可分。但同时, 人们对于安徽省房地产市场的风险状况也存有疑虑。安徽省房地产市场的生态环境是否良好, 是否存在房地产泡沫, 不得而知。

　　房地产市场泡沫体现为价格的泡沫, 是指房地产价格脱离其基础价值而持续上涨的过程及状态。人们日常所说的房地产泡沫就是房地产价格高于市场基础决定的合理价格的部分[1]。目前测度房地产市场泡沫的检测方法主要有指标法和模型法[2]。笔者通过运用主成分分析法构建房地产泡沫综合评价体系来分析安徽省是否存在房地产泡沫, 进而探究其原因, 并提出建议, 以促进安徽省房地产产业健康有序发展。

　　一、研究设计

　　房地产泡沫的形成原因复杂多样, 是多种因素共同作用的结果。笔者结合国内外的评价方法, 从市场供给、住房需求以及房产价格等方面入手, 提取7个评价指标[3], 再通过SPSS24统计软件对该评价指标进行主成分分析, 从而对安徽省房地产泡沫程度进行评价。

　　(一) 变量指标及样本的选取

　　笔者根据安徽省房地产产业的实际发展状况, 结合国内外常用的衡量房地产泡沫的测度指标[4], 选取安徽省2010～2016年的7个房地产泡沫测度指标, 如表1所示。

　　表1 安徽省房地产市场泡沫测度指标

　　对2010～2016年《安徽省统计年鉴》的相关数据进行处理, 得到2010～2016年安徽省房地产泡沫测度指标, 如表2所示。

　　表2 2010～2016年安徽省房地产市场泡沫测度指标数据

　　主成分分析法由皮尔逊首先引入, 后来被霍特林发展, 其主要特征是采取数学降维的思想, 在损失很少信息的前提下, 找出几个综合变量来代替原来众多的变量, 使这些综合变量能尽可能地代表原来变量的信息, 而且彼此之间互不相关[5]231。主成分分析的步骤如下所述。

　　(1) 先对选取的原始指标进行标准化处理;

　　(2) 再根据标准化后的数据求得其相关系数矩阵;

　　(3) 再依据相关系数矩阵, 得到特征值 (λ1, λ2, …, λn) 和相应的特征向量 (μ1, μ2, …, μn) ;

　　(4) 计算各项指标数据的贡献率和累计贡献率;

　　(5) 根据主成分确定的原则, 确定主成分, 得到主成分表达式 (F1, F2, …, Fn) 。

　　(二) 实证分析与结果

　　1. 对原始数据进行标准化处理

　　选取的变量从不同方面反映安徽省房地产发展的泡沫程度, 各变量之间的单位不同, 为了使不同指标之间具有可比性, 需对原始指标进行标准化处理, 标准化后的数据如表3所示。

　　表3 2010～2016年安徽省房地产泡沫指标标准化后的指标

　　2. 指标数据的相关性

　　对表3标准化后的指标进行分析, 从而得到相关系数矩阵如表4所示。

　　表4 指标的相关系数矩阵

　　由表4可以看出, x1与x6相关性较强, x2与x3, x3与x6以及x4与x7、x5相关性也较为显着。因此可以判定, 选取的7项指标为相关性较强的指标数据。继而可以采用主成分分析法进行分析。

　　(三) 主成分分析

　　运用SPSS24软件进行主成分分析, 根据主成分提取的原则得到表5。

　　表5 指标数据的贡献率

　　由表5可以看出, 前三个主成分的方差和占全部方差的比例为85.843%, 即包含原始数据的信息总量达到85.843%, 这说明前三个主成分指标能较好地反映绝大部分的原始指标信息。此时, 笔者用前3个指标代替原来的7个指标, 从而实现降维。故可选取Z (x1) 、Z (x2) 、Z (x3) 依次作为第一主成分、第二主成分、第三主成分。其因子荷载矩阵如表6所示。

　　表6 因子荷载矩阵

　　表6反映了各数据指标与主成分指标之间的相关程度。通常认为, 指标的荷载系数越大, 就越有把握应用主成分指标代替该项指标的信息。在第一主成分中, x2、x3、x6三项指标的荷载系数所占比重较大, 故可以认为第一主成分主要反映这三项指标;而在第二主成分中, x4、x5两项指标所占比重较高, 则说明第二主成分中这两项指标最为显着。第三主成分则主要反映了x1、x7两项指标的信息。

　　(四) 确定综合泡沫模型

　　基于因子荷载矩阵可以确定3个主成分表达式

　　从第一主成分表达式F1可以看出, 房地产投资额/GDP、房地产投资总额/全社会固定资产投资总额、房地产施工面积/房地产竣工面积、居民住宅的平均价格/城镇居民年人均收入等4个指标的系数较大。其中, 前3个指标充分反映了安徽省房地产的供给状况, 最后一个指标则反映了安徽省房地产的价格状况。由此可以看出, 主成分表达式F1主要反映了房地产市场的供求情况, 且保留了37.259%的原始信息量, 这说明, 在众多因素中市场供应状况对安徽省泡沫程度影响最为重要。

　　由主成分表达式F2可以看出, 住宅销售额增长率/社会消费品零售额增长率、房地产价格增长率/GDP增长率、房价增长率/CPI增长率等3个系数较大。其中, 第一个指标反映了安徽省房地产的市场需求状况, 第二个指标反映了安徽省房地产行业相对于安徽省经济的扩张速度, 最后一个指标反映了安徽省房地产价格涨幅偏离其基础价值的程度。该表达式保留了27.763%的原始信息量, 从整体上反映了需求对安徽省房地产市场泡沫程度的影响。

　　而在第三主成分表达式F3中, 指标系数最大的是房价增长率/CPI增长率, 且第三主成分表达式保留了20.822%的原始信息量, 故从整体上反映了安徽房地产经济与安徽省基础经济的偏离程度。

　　在构建房地产综合泡沫模型时, 主成分的系数等于各主成分的特征值与所提取的主成分特征值之和的比值[6]。其房地产综合泡沫函数为

　　将表3中的数据指标代入该综合房地产泡沫指数模型, 从而得到安徽省2010～2016年房地产市场综合泡沫指数值, 如表7所示。

　　表7 安徽省2010～2016年房地产市场泡沫综合指数

　　根据房地产市场泡沫综合指数的含义可知, 若该综合指数小于1, 则认为安徽省房地产市场不存在泡沫现象;若该综合指数等于1, 则认为安徽省房地产市场开始出现房地产泡沫[7]。该指数越大, 则说明房地产市场的泡沫程度越剧烈。由表7可得安徽省房地产市场泡沫指数变化趋势图, 如图1所示。

　　图1 2010～2016年安徽省房地产市场泡沫指数变化趋势图

　　图1显示:2010～2016年7年间, 安徽省房地产市场泡沫综合指数波动剧烈变化较大。2010～2011年, 房地产市场泡沫综合指数均大于1且逐年增大。这说明在此期间安徽省房地产市场出现了泡沫, 且泡沫日趋增大。2012年, 泡沫综合指数大幅下降, 降至-0.440。这说明安徽省房地产市场受多方因素影响, 泡沫消失。2013年, 泡沫综合指数又大幅上升, 升至2.312。表明此时安徽省房地产市场又存在泡沫。2014～2016年, 房地产市场综合指数虽然仍有小幅度变动, 但整体都小于1。这说明在此期间安徽省房地产市场发展态势良好, 没有出现房地产泡沫现象。

　　二、结语

　　(一) 研究结论

　　笔者借助主成分分析法, 以降维思想为指导, 利用3个主成分指标代替众多信息指标, 构建了一个度量房地产泡沫程度的体系。再通过对指标系数的分析, 得出了安徽省房地产市场在2010～2016年的个别年份出现了泡沫, 但近年来已经逐渐消散, 整体发展态势稳定的结论。

　　(二) 建议

　　虽然近年来安徽省房地产市场泡沫已经逐渐消失, 但在2010～2016年期间泡沫综合指标起伏还是相当大的。为了抑制安徽省房地产市场泡沫现象, 维护市场稳定, 促进行业健康有序发展, 笔者提出以下几点建议。

　　(1) 规范土地管理房价的高低起伏本质上是由地价决定的。因此, 对于土地资源的管理和规范是抑制房地产泡沫的根本举措。安徽省人口密集土地资源有限, 又适逢中部崛起契机, 经济正处于大发展阶段。政府应该严格规范用地规划审批制度, 促进土地资源合理利用。

　　(2) 加强银行信贷管理房地产业的发展与银行信贷紧密相关, 若想抑制房地产市场泡沫势必要加强银行信贷管理。银行应提升房地产企业信贷的审查要求, 提高房地产企业贷款的准入门槛。在审查过程中, 针对那些资信不良的房产企业要严格限制贷款。与此同时, 也要严格控制期房和商业用房抵押贷款的门槛与比例[8]。从资金层面限制房地产企业投机炒房, 从而促进安徽房地产稳定发展。

　　(3) 加强房地产市场监管力度房地产市场长期处于卖方市场, 开发商与消费者的信息是不对等的, 这是导致房地产泡沫出现的一个重要原因。政府应该加强监管, 利用好税收杠杆对市场进行合理调节。在房地产交易登记层面上, 加强行政管控, 严控预售环节开发商预售价格暗箱操作等现象。同时, 应面向中低收入家庭提供廉租房、经济适用房[9]。

　　参考文献：

　　[1]郑子濮.房地产泡沫评价指标及应用[D].北京:首都经济贸易大学, 2004.
　　[2]王浩, 穆良平.当前我国房地产泡沫两种主要测度方法:研究思路、误区及适用性分析[J].宏观经济研究, 2015 (2) :78-85.
　　[3]陈国贵, 李延喜, 郑欢, 王延章.基于主成分分析的房地产泡沫程度评价体系研究[J].大连理工大学学报 (社会科学版) , 2010 (2) :6-10.
　　[4]靳田.河南省房地产泡沫程度研究[J].兰州工业学院学报, 2016 (4) :95-99.
　　[5]李子奈, 潘文卿.计量经济学[M].北京:高等教育出版社, 2010.
　　[6]牛如远.上海市房地产泡沫测度分析[J].现代商贸工业, 2008 (3) :86-87.
　　[7]杨瑛娟.基于主成分分析的商洛房地产发展状况研究[J].商洛学院学报, 2014 (4) :62-66.
　　[8]邵梅, 徐伟.基于主成分分析的包头市房地产泡沫程度评价[J].北方经济, 2013 (7) :88-90.
　　[9]刘凯, 陆焱平.澳门房地产泡沫实证分析[J].中国市场, 2013 (40) :38-39.