李雅麗，何葉榮

(安徽建筑大學(xué)經(jīng)濟(jì)與管理學(xué)院 安徽 合肥 230601)

0 引言

近年來，我國(guó)房地產(chǎn)發(fā)展速度不斷加快，房地產(chǎn)業(yè)已經(jīng)成為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一，其在國(guó)民經(jīng)濟(jì)中所占比重不斷增加,快速推動(dòng)經(jīng)濟(jì)發(fā)展的同時(shí)也帶來諸多問題,如房?jī)r(jià)增長(zhǎng)過快、房地產(chǎn)投資過度、住房供需不平衡等[1]。這些問題在一定程度上會(huì)引起我國(guó)房地產(chǎn)市場(chǎng)的波動(dòng)。

當(dāng)前，國(guó)內(nèi)外學(xué)者對(duì)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的研究分析主要集中在房地產(chǎn)政策環(huán)境、金融、價(jià)格、資金、信用等幾個(gè)風(fēng)險(xiǎn)角度，側(cè)重于房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)影響因素、風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)、風(fēng)險(xiǎn)評(píng)價(jià)方法以及風(fēng)險(xiǎn)調(diào)控策略。影響房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的因素很多也很復(fù)雜，李佩珈等認(rèn)為房地產(chǎn)價(jià)格、貸款速度、居民債務(wù)收入以及居民債務(wù)率的變化會(huì)影響房地產(chǎn)金融體系的穩(wěn)定[2]；George等認(rèn)為資本結(jié)構(gòu)風(fēng)險(xiǎn)與政治風(fēng)險(xiǎn)是房地產(chǎn)業(yè)關(guān)鍵性風(fēng)險(xiǎn)，會(huì)引發(fā)房地產(chǎn)金融風(fēng)險(xiǎn)[3，4]，進(jìn)而觸發(fā)房地產(chǎn)庫(kù)存風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、政策環(huán)境風(fēng)險(xiǎn)以及信用風(fēng)險(xiǎn)；齊謳歌認(rèn)為房地產(chǎn)價(jià)格風(fēng)險(xiǎn)會(huì)對(duì)房地產(chǎn)金融風(fēng)險(xiǎn)產(chǎn)生影響，且信貸風(fēng)險(xiǎn)在一定程度上會(huì)加大房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)[5]；劉子策和張超認(rèn)為中國(guó)經(jīng)濟(jì)和房地產(chǎn)價(jià)格的波動(dòng)與影子銀行和銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)水平相互作用[6，7]，各個(gè)風(fēng)險(xiǎn)相互影響，那么如何穩(wěn)定房地產(chǎn)市場(chǎng)，不同學(xué)者對(duì)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)并提出調(diào)控策略。何愷和周啟清分別利用層次分析法與熵值法、模糊綜合法相結(jié)合的賦權(quán)方法，對(duì)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)和投資風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)研究，并提出了風(fēng)險(xiǎn)調(diào)控策略[8，9]；楊羽等認(rèn)為財(cái)政、保障房分配和房產(chǎn)稅等政策可以有效地調(diào)控房地產(chǎn)市場(chǎng)，實(shí)現(xiàn)經(jīng)濟(jì)穩(wěn)定[10]；侯思捷提出用“空置稅”來提高投機(jī)成本[11]，從而維持市場(chǎng)穩(wěn)定；徐光遠(yuǎn)等通過研究我國(guó)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)對(duì)房地產(chǎn)投資信托基金發(fā)展的影響，為我國(guó)進(jìn)一步發(fā)展房地產(chǎn)投資信托基金提供風(fēng)險(xiǎn)管控建議，要在適應(yīng)新的增長(zhǎng)動(dòng)力和投資結(jié)構(gòu)的情況下謀求自身發(fā)展[12，13]，促進(jìn)房地產(chǎn)市場(chǎng)健康有序運(yùn)行。

通過對(duì)相關(guān)文獻(xiàn)的梳理，發(fā)現(xiàn)有關(guān)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)研究涉及房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的各個(gè)方面，總體來看研究的內(nèi)容比較全面，但是對(duì)城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行系統(tǒng)性綜合評(píng)價(jià)的研究較少。本文運(yùn)用熵權(quán)-TOPSIS法從庫(kù)存風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、資金風(fēng)險(xiǎn)、政策環(huán)境風(fēng)險(xiǎn)以及信用風(fēng)險(xiǎn)共5個(gè)方面，對(duì)華東六省城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)并提出相關(guān)政策建議。

1 指標(biāo)選取

根據(jù)全面性原則、科學(xué)性原則和時(shí)效性原則，并結(jié)合相關(guān)文獻(xiàn)的研究[14-16]以及我國(guó)城市房地產(chǎn)市場(chǎng)發(fā)展的現(xiàn)狀，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)從房地產(chǎn)庫(kù)存、資金、價(jià)格、政策環(huán)境和信用5個(gè)方面去分析。

房地產(chǎn)庫(kù)存風(fēng)險(xiǎn)與市場(chǎng)供求關(guān)系密不可分。當(dāng)勞動(dòng)人口所占比例越大時(shí)，市場(chǎng)需求越大,但市場(chǎng)購(gòu)買力小時(shí)，市場(chǎng)需求也會(huì)相應(yīng)減小，房地產(chǎn)供給量遠(yuǎn)遠(yuǎn)大于需求量時(shí)，就會(huì)出現(xiàn)房屋出售現(xiàn)象，然而當(dāng)租賃市場(chǎng)規(guī)模變大時(shí)，會(huì)降低房地產(chǎn)庫(kù)存風(fēng)險(xiǎn)。因此，從供需水平、市場(chǎng)購(gòu)買力、勞動(dòng)人口所占比例、租賃市場(chǎng)規(guī)模等方面對(duì)房地產(chǎn)庫(kù)存風(fēng)險(xiǎn)進(jìn)行分析。

房地產(chǎn)資金來源主要有自有資金、融資借貸等，主要考慮的是房地產(chǎn)開發(fā)企業(yè)的融資問題。當(dāng)房地產(chǎn)融資政策越好，融資渠道越多時(shí)，資金風(fēng)險(xiǎn)就越?。环康禺a(chǎn)投資信托基金發(fā)展越好，資金風(fēng)險(xiǎn)越小。因此，從融資政策、融資渠道以及投資信托基金方面對(duì)房地產(chǎn)資金風(fēng)險(xiǎn)進(jìn)行分析。

價(jià)格風(fēng)險(xiǎn)考慮的主要因素有房地產(chǎn)的投機(jī)性、城鎮(zhèn)化進(jìn)程、居民人均收入水平以及土地價(jià)格等。城鎮(zhèn)化進(jìn)程越快、居民人均收入水平越高在一定程度上會(huì)加大對(duì)房地產(chǎn)的需求，導(dǎo)致房?jī)r(jià)上漲，同時(shí)也會(huì)加大房地產(chǎn)的投機(jī)性，從而加大房地產(chǎn)價(jià)格風(fēng)險(xiǎn)；土地價(jià)格會(huì)影響房地產(chǎn)的開發(fā)成本，從而影響房地產(chǎn)價(jià)格，增加價(jià)格風(fēng)險(xiǎn)。

政策環(huán)境風(fēng)險(xiǎn)主要考慮的是政策及城市文化環(huán)境對(duì)房地產(chǎn)業(yè)的影響問題，土地政策、貨幣政策以及稅收政策都會(huì)對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生影響，當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展?fàn)顩r越好，對(duì)房地產(chǎn)的需求也會(huì)越大，從而會(huì)促進(jìn)房地產(chǎn)市場(chǎng)的發(fā)展。因此，選取地政策、貨幣政策、稅收政策等因素對(duì)房地產(chǎn)政策環(huán)境風(fēng)險(xiǎn)進(jìn)行分析。

信用風(fēng)險(xiǎn)考慮的主要因素有房地產(chǎn)企業(yè)的財(cái)務(wù)狀況、個(gè)人信譽(yù)、信息傳遞的準(zhǔn)確性以及市場(chǎng)環(huán)境。房地產(chǎn)企業(yè)的財(cái)務(wù)狀況越好，那么企業(yè)償債能力就會(huì)越強(qiáng)，信用風(fēng)險(xiǎn)也就越小；同時(shí)，市場(chǎng)環(huán)境越好、個(gè)人信譽(yù)越好以及信息傳遞越準(zhǔn)確，那么信用風(fēng)險(xiǎn)也就會(huì)越小。

構(gòu)建的房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)體系包含5個(gè)一指標(biāo)、20個(gè)二級(jí)指標(biāo)，如表1所示。

表1 我國(guó)城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)指標(biāo)體系

2 理論依據(jù)

房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)評(píng)價(jià)方法可分為定性評(píng)價(jià)方法和定量評(píng)價(jià)方法，其中定性評(píng)價(jià)方法有專家打分法、德爾菲法、主觀賦權(quán)法等方法；定量評(píng)價(jià)方法主要有神經(jīng)網(wǎng)絡(luò)模型、有序投影尋蹤分類模型、VAR方法等。本文選用熵權(quán)-TOPSIS法對(duì)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行研究。

TOPSIS法(逼近理想解排序法)，是一種基于歸一化后的原始數(shù)據(jù)矩陣的綜合評(píng)價(jià)方法。其最大的特點(diǎn)是對(duì)樣本資料要求較低，可以比較充分地利用原始數(shù)據(jù)信息，找出有限方案中的最優(yōu)方案和最劣方案并對(duì)每個(gè)評(píng)價(jià)對(duì)象的優(yōu)劣進(jìn)行排序。因?yàn)門OPSIS法默認(rèn)每一個(gè)指標(biāo)的權(quán)重相同或者進(jìn)行主觀的賦權(quán)，而熵權(quán)法是利用信息之間的差異性來進(jìn)行賦權(quán)的，具有客觀性，可以使評(píng)價(jià)結(jié)果更加準(zhǔn)確客觀，因此結(jié)合熵權(quán)法對(duì)TOPSIS法進(jìn)行修正。

首先運(yùn)用熵權(quán)法對(duì)指標(biāo)進(jìn)行權(quán)重的計(jì)算

(1)

其中，dj為信息熵。

再來建立模糊物元矩陣

(2)

上式中Rmn表示m個(gè)事物的n維復(fù)合物元,Mi(i=1,2,…,m)表示第i個(gè)事物,Cj(j=1,2,…,n)表示第i個(gè)事物的第j項(xiàng)特征，u(xij)表示與第i個(gè)事物第j項(xiàng)特征相應(yīng)的量值xij(i=1,2,…,m；j=1,2,…,n)的隸屬度。

(3)

上式中M0i表示第i個(gè)標(biāo)準(zhǔn)事物,u(x0ij)表示與第i個(gè)標(biāo)準(zhǔn)事物第j項(xiàng)特征量值x0ij(i=1,2,…,m；j=1,2,…,n)的從優(yōu)隸屬度。

根據(jù)標(biāo)準(zhǔn)模糊物元矩陣和各指標(biāo)權(quán)重，構(gòu)建加權(quán)矩陣

Z=(rij)n×m,i=1,2……n;j=1,2,……m，

(4)

其中，rij=wij·uij,i=1,2……n,j=1,2……m

然后確定正負(fù)理想解

(5)

再根據(jù)歐式距離法測(cè)算距離

i=1,2……n

(6)

最后進(jìn)行貼近度的計(jì)算

(7)

其中，貼近度Ci越高代表該城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)越大。

3 實(shí)證研究

華東地區(qū)是我國(guó)人口大區(qū)和經(jīng)濟(jì)腹地，其總面積占全國(guó)8.7%，總?cè)丝谡既珖?guó)30%，GDP生產(chǎn)總值約占全國(guó)的40%。華東地區(qū)的發(fā)展能夠在我國(guó)起到帶頭作用，而其中省會(huì)城市的發(fā)展尤為重要。

3.1 數(shù)據(jù)來源與預(yù)處理

邀請(qǐng)10位房地產(chǎn)行業(yè)的專家根據(jù)上述20個(gè)影響因素對(duì)房地產(chǎn)市場(chǎng)的影響程度進(jìn)行打分(0表示沒有影響、1表示影響較小、2表示影響一般、3表示影響較大、4表示有重大影響)。由于專家打分具有主觀性且考慮到結(jié)果的可靠性，運(yùn)用SPSS23.0對(duì)專家打分的數(shù)據(jù)進(jìn)行信度檢驗(yàn)。當(dāng)Cronbach’s Alpha值小于0.7時(shí)不可信；在0.7～0.9時(shí)可信；大于0.9時(shí)非?？尚臶17，18]。由于涉及多個(gè)城市多個(gè)變量，在此僅選取合肥市變量的得分結(jié)果進(jìn)行信度分析，結(jié)果如表2所示。

表2 可靠性統(tǒng)計(jì)表

根據(jù)檢驗(yàn)結(jié)果可知，專家打分?jǐn)?shù)據(jù)Cronbach’s Alpha值為0.818，介于0.7～0.9之間，是可信的。在運(yùn)用熵值-TOPSIS法對(duì)華東6省房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行分析前，對(duì)各城市的專家打分?jǐn)?shù)據(jù)進(jìn)行加權(quán)平均。

3.2 模型建立

運(yùn)用熵權(quán)-TOPSIS方法，把華東6省省會(huì)城市作為模糊物元的事物，將房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)各指標(biāo)作為物元的特征，構(gòu)造復(fù)合物元，并進(jìn)行權(quán)重的確立、正負(fù)理想解的求取、距離和貼近度的計(jì)算。

3.2.1 權(quán)重的確立

通過對(duì)華東6省省會(huì)城市房地產(chǎn)風(fēng)險(xiǎn)因素各指標(biāo)數(shù)據(jù)進(jìn)行收集統(tǒng)計(jì)，根據(jù)熵值法的權(quán)重確定步驟，計(jì)算得出我國(guó)華東6省省會(huì)城市的庫(kù)存風(fēng)險(xiǎn)K1、價(jià)格風(fēng)險(xiǎn)K2、資金風(fēng)險(xiǎn)K3、政策環(huán)境風(fēng)險(xiǎn)K4和信用風(fēng)險(xiǎn)K5共5個(gè)方面的權(quán)重。

3.2.2 正負(fù)理想解的求取

根據(jù)模型計(jì)算華東地區(qū)6個(gè)省會(huì)城市各指標(biāo)從優(yōu)隸屬度，并乘以各指標(biāo)的權(quán)重得到加權(quán)模糊物元矩陣Z，然后計(jì)算華東地區(qū)6個(gè)省會(huì)城市各指標(biāo)的正負(fù)理想解Z+、Z-如下所示。

3.2.3 距離和貼近度的計(jì)算

房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的大小是根據(jù)距離和貼近度的大小進(jìn)行判斷的。由歐式距離計(jì)算公式和貼近度計(jì)算公式求出6個(gè)城市與正負(fù)理想解之間的距離D以及城市貼近度C。其結(jié)果如表3所示。

表3 華東六省省會(huì)城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)值

3.3 結(jié)果分析

從上述研究可以看出，合肥、杭州、福州和南京房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)貼近度在0.4以上，合肥、杭州房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)貼近度甚至超過0.55，存在較大的市場(chǎng)風(fēng)險(xiǎn)；濟(jì)南房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)貼近度為0.3782，南昌房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)貼近度為0.3326，濟(jì)南和南昌兩城市的房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)相對(duì)較低。從整體數(shù)據(jù)分析，華東6省省會(huì)城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)整體較大。從各指標(biāo)權(quán)重來看，華東6省省會(huì)城市房地產(chǎn)市場(chǎng)的資金風(fēng)險(xiǎn)最大，其中融資渠道對(duì)房地產(chǎn)資金影響最大；庫(kù)存風(fēng)險(xiǎn)和價(jià)格風(fēng)險(xiǎn)次之，供需水平和勞動(dòng)力人口所占比例對(duì)房地產(chǎn)庫(kù)存影響最大；主要影響房地產(chǎn)價(jià)格風(fēng)險(xiǎn)的因素有城鎮(zhèn)化進(jìn)程和房地產(chǎn)市場(chǎng)上的投機(jī)行為；政策環(huán)境風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)對(duì)華東6省房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)影響較小。

4 結(jié)論與建議

根據(jù)上述研究獲得以下兩點(diǎn)結(jié)論：第一，基于熵權(quán)-TOPSIS法分析結(jié)果顯示，我國(guó)華東地區(qū)6省省會(huì)城市的房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)整體處于較高水平。為了有效避免房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的增長(zhǎng)，未來需要對(duì)房地產(chǎn)市場(chǎng)進(jìn)行適當(dāng)?shù)暮暧^調(diào)控。第二，根據(jù)各因素的權(quán)重可以得出我國(guó)華東地區(qū)6省省會(huì)城市的房地產(chǎn)市場(chǎng)資金風(fēng)險(xiǎn)、庫(kù)存風(fēng)險(xiǎn)相對(duì)較大，價(jià)格風(fēng)險(xiǎn)、政策環(huán)境風(fēng)險(xiǎn)次之，信用風(fēng)險(xiǎn)的影響相對(duì)較小。

當(dāng)前形勢(shì)下，為了降低華東6省城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)，促進(jìn)華東6省房地產(chǎn)市場(chǎng)健康平穩(wěn)發(fā)展，從華東6省城市房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)3個(gè)主要影響因素方面提出以下3點(diǎn)建議。

(1)加大資金支持力度，防范資金風(fēng)險(xiǎn)。影響資金風(fēng)險(xiǎn)的主要因素可歸結(jié)為融資渠道、融資政策。當(dāng)融資渠道較為單一時(shí)，一旦融資渠道不通暢，資金鏈就會(huì)出現(xiàn)風(fēng)險(xiǎn)。因此，要加大資金的支持力度。拓寬融資渠道、放寬融資政策、開放房地產(chǎn)投資信托基金，以降低資金鏈斷裂的風(fēng)險(xiǎn)，優(yōu)化資金結(jié)構(gòu)，防范資金風(fēng)險(xiǎn)。

(2)加快消化庫(kù)存，防范庫(kù)存風(fēng)險(xiǎn)。由于影響庫(kù)存風(fēng)險(xiǎn)的因素有供需水平、市場(chǎng)購(gòu)買力、勞動(dòng)人口所占比例、租賃市場(chǎng)規(guī)模等，為降低庫(kù)存風(fēng)險(xiǎn)對(duì)房地產(chǎn)市場(chǎng)的影響，需要從庫(kù)存風(fēng)險(xiǎn)發(fā)生的根源進(jìn)行合理控制，即合理調(diào)整住房供應(yīng)結(jié)構(gòu)，加大棚戶區(qū)改造力度，釋放住房需求；規(guī)范住房租賃市場(chǎng)的運(yùn)行制度并建立監(jiān)督管理機(jī)構(gòu)。

(3)穩(wěn)定住房?jī)r(jià)格，防范價(jià)格風(fēng)險(xiǎn)。影響房地產(chǎn)價(jià)格風(fēng)險(xiǎn)的主要因素有居民人均收入水平、城鎮(zhèn)化進(jìn)程以及購(gòu)房的投機(jī)行為等。落實(shí)完善并鼓勵(lì)支持居民購(gòu)買首套普通商品住房的剛性消費(fèi)需求，加強(qiáng)稅收政策的使用，滿足合理的購(gòu)房需求；嚴(yán)厲打擊購(gòu)房投機(jī)行為，真正做到“房子是用來住的”，降低價(jià)格風(fēng)險(xiǎn)。