房地產(chǎn)市場(chǎng)的投資風(fēng)險(xiǎn)分析

蘇理云，冉小華，黃小軍，蔣友富，蔣 圳

（重慶理工大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，重慶 400054）

0 引言

房地產(chǎn)投資是一項(xiàng)綜合性、專業(yè)性、技術(shù)性極強(qiáng)的活動(dòng)，同時(shí)也是項(xiàng)高投人、高回報(bào)和高風(fēng)險(xiǎn)的事業(yè)。房地產(chǎn)投資大、周期長(zhǎng)，投資過(guò)程中既有經(jīng)營(yíng)、金融財(cái)政等有形風(fēng)險(xiǎn)，也有如政局、政策變化等無(wú)形風(fēng)險(xiǎn)。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(fēng)險(xiǎn)，尤其是在房地產(chǎn)供需矛盾突出、市場(chǎng)尚不完善、政策法規(guī)尚不健全、交易信息和市場(chǎng)信息不足的房地產(chǎn)業(yè)發(fā)展的初期階段，會(huì)給房地產(chǎn)開發(fā)商帶來(lái)更大的風(fēng)險(xiǎn)性。前一時(shí)期許多開發(fā)商受趨利性原則的驅(qū)使，投資趨向大多是高檔寫字樓、商住樓、星級(jí)賓館、豪華別墅等。他們只看到這些物業(yè)利潤(rùn)高、易賺錢的一面，而忽略了其投資大、回收期長(zhǎng)和風(fēng)險(xiǎn)高的特點(diǎn)，不重視對(duì)房地產(chǎn)投資作科學(xué)的可行性分析，更不進(jìn)行風(fēng)險(xiǎn)研究，僅憑經(jīng)驗(yàn)或一些簡(jiǎn)單的會(huì)計(jì)計(jì)算就進(jìn)行決策，這就很容易導(dǎo)致一種盲目的“投資熱”，給投資者造成巨大的風(fēng)險(xiǎn)損失。作為有經(jīng)驗(yàn)的開發(fā)商必須對(duì)房地產(chǎn)投資的特點(diǎn)及其風(fēng)險(xiǎn)有深刻的認(rèn)識(shí)和理解，才能在風(fēng)云變幻的市場(chǎng)中立于不敗之地。所以對(duì)房地產(chǎn)投資風(fēng)險(xiǎn)因素的分析是相當(dāng)有必要的，在此本文主要運(yùn)用因子分析模型利用統(tǒng)計(jì)軟件SPSS［1］對(duì)房地產(chǎn)投資風(fēng)險(xiǎn)因進(jìn)行詳細(xì)分析。

1 房地產(chǎn)市場(chǎng)投資的風(fēng)險(xiǎn)因素

房地產(chǎn)投資風(fēng)險(xiǎn)識(shí)別及細(xì)分，為了保證風(fēng)險(xiǎn)分析的質(zhì)量，有必要對(duì)房地產(chǎn)投資過(guò)程中可能存在的各種風(fēng)險(xiǎn)因素進(jìn)行科學(xué)的辨識(shí)與細(xì)分，使投資決策者能更好的把握風(fēng)險(xiǎn)的本質(zhì)和變化規(guī)律，從而采取相應(yīng)措施或?qū)Σ邅?lái)減少風(fēng)險(xiǎn)損失。

1.1 自然風(fēng)險(xiǎn)

自然風(fēng)險(xiǎn)指由于自然因素的不確定性對(duì)房地產(chǎn)商品的生產(chǎn)過(guò)程和經(jīng)營(yíng)過(guò)程造成影響，以及直接對(duì)房地產(chǎn)商品產(chǎn)生破壞，從而對(duì)房地產(chǎn)開發(fā)商和經(jīng)營(yíng)者造成經(jīng)濟(jì)上的損失。自然風(fēng)險(xiǎn)因素主要包括:火災(zāi)、風(fēng)暴、洪水、地震、滑坡、泥石流、氣溫、塌方、施工現(xiàn)場(chǎng)地質(zhì)條件等等。這些因素引起的風(fēng)險(xiǎn)發(fā)生的機(jī)會(huì)較小，但是一旦發(fā)生，將造成相當(dāng)嚴(yán)重的危害。對(duì)于這些風(fēng)險(xiǎn)的防范，開發(fā)商一般是利用投保來(lái)減少或避免損失。但是，在投保之前，若能對(duì)該地區(qū)的環(huán)境條件、天文資料、地質(zhì)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(fēng)險(xiǎn)

政策風(fēng)險(xiǎn)指由于政策的潛在變化給房地產(chǎn)市場(chǎng)商品交換者與經(jīng)營(yíng)者帶來(lái)各種不同形式的經(jīng)濟(jì)損失。政府的政策對(duì)房地產(chǎn)的影響是全局性的，因而，由于政策的變化而帶來(lái)的風(fēng)險(xiǎn)將對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生重大影響。在市場(chǎng)環(huán)境還未完善的條件下，政治風(fēng)險(xiǎn)對(duì)房地產(chǎn)市場(chǎng)的影響尤為重要，特別是在我國(guó)，房地產(chǎn)市場(chǎng)還有待于進(jìn)一步完善。房地產(chǎn)投資商應(yīng)非常關(guān)注房地產(chǎn)政策的變化趨勢(shì)，以便及時(shí)處理由此而引發(fā)的風(fēng)險(xiǎn)。

1.3 經(jīng)濟(jì)風(fēng)險(xiǎn)

經(jīng)濟(jì)風(fēng)險(xiǎn)主要是指一系列與經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)發(fā)展有關(guān)的不確定因素，它們的出現(xiàn)會(huì)對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生影響。這類風(fēng)險(xiǎn)因素可以分為以下幾類:市場(chǎng)供求風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、地價(jià)風(fēng)險(xiǎn)、融資風(fēng)險(xiǎn)、工程招投標(biāo)風(fēng)險(xiǎn)、國(guó)民經(jīng)濟(jì)狀況變化風(fēng)險(xiǎn)。

1.4 技術(shù)風(fēng)險(xiǎn)

技術(shù)風(fēng)險(xiǎn)是指由于科技進(jìn)步、技術(shù)結(jié)構(gòu)及其相關(guān)變量的變動(dòng)給房地產(chǎn)開發(fā)商和經(jīng)營(yíng)者可能帶來(lái)的損失。例如，科技進(jìn)步可能對(duì)房地產(chǎn)商品的適用性構(gòu)成威脅，迫使開發(fā)商追加投資進(jìn)行房地產(chǎn)的翻修和改造。技術(shù)風(fēng)險(xiǎn)的因素主要分為:建筑材料改變和更新、建筑施工技術(shù)和工藝革新、建筑設(shè)計(jì)變動(dòng)或計(jì)算失誤、設(shè)備故障或損壞、建筑生產(chǎn)力因素短缺、施工事故、信用等風(fēng)險(xiǎn)因素。

1.5 社會(huì)風(fēng)險(xiǎn)

社會(huì)風(fēng)險(xiǎn)主要是指由于人文社會(huì)環(huán)境因素的變化對(duì)地產(chǎn)市場(chǎng)的影響，從而給從事房地產(chǎn)商品生產(chǎn)和經(jīng)營(yíng)的投資者來(lái)?yè)p失的可能性。房地產(chǎn)市場(chǎng)的社會(huì)風(fēng)險(xiǎn)因素主要有城市規(guī)劃、區(qū)域發(fā)展、社會(huì)治安、公眾干預(yù)和文物保護(hù)等。

1.6 國(guó)際風(fēng)險(xiǎn)

國(guó)際風(fēng)險(xiǎn)是對(duì)一個(gè)社會(huì)的所有經(jīng)濟(jì)都有很大影響，主要是指因國(guó)際經(jīng)濟(jì)環(huán)境的變化導(dǎo)致地區(qū)性的經(jīng)濟(jì)活動(dòng)受影響。對(duì)房地產(chǎn)業(yè)來(lái)說(shuō)，國(guó)際經(jīng)濟(jì)風(fēng)險(xiǎn)可分為:國(guó)家風(fēng)險(xiǎn)、國(guó)際投資環(huán)境風(fēng)險(xiǎn)、貨幣匯率變化風(fēng)險(xiǎn)、國(guó)際貨幣利率變化風(fēng)險(xiǎn)和國(guó)際經(jīng)營(yíng)風(fēng)險(xiǎn)。

1.7 內(nèi)部決策和管理風(fēng)險(xiǎn)

內(nèi)部決策和管理風(fēng)險(xiǎn)指由于開發(fā)商決策失誤或經(jīng)營(yíng)管理不善導(dǎo)致預(yù)期的收入水平不能夠?qū)崿F(xiàn)，包括投資方式、投資地點(diǎn)、類型選擇風(fēng)險(xiǎn)和人、財(cái)、物組織管理風(fēng)險(xiǎn)等。

1.8 地產(chǎn)投資的風(fēng)險(xiǎn)

土地開發(fā)是一種風(fēng)險(xiǎn)最大、收益通常也是最高的房地產(chǎn)投資方向。由于土地的市場(chǎng)價(jià)格受一系列的風(fēng)險(xiǎn)因素的影響而波動(dòng)很大，土地投資的風(fēng)險(xiǎn)也很大。為了減少在地產(chǎn)投資中的風(fēng)險(xiǎn)，保證投資收益，把握投資的政治及經(jīng)濟(jì)時(shí)機(jī)最為重要。了解和隨時(shí)掌握城市規(guī)劃及其變更情況，特別是對(duì)土地使用性質(zhì)改變和變化趨勢(shì)做出正確的分析和判斷，可以在很大程度上降低投資的風(fēng)險(xiǎn)損失。

2 房地產(chǎn)投資風(fēng)險(xiǎn)因素關(guān)系分析

房地產(chǎn)投資風(fēng)險(xiǎn)因素之間相互聯(lián)系相互影響，共同對(duì)房地產(chǎn)投資施加影響。因此，對(duì)風(fēng)險(xiǎn)因素之間的相關(guān)性分析顯得很有必要，而且這對(duì)于提高房地產(chǎn)投資的效益來(lái)說(shuō)也具有非常重要的意義。

房地產(chǎn)投資風(fēng)險(xiǎn)三要素，即時(shí)機(jī)、區(qū)位、類型風(fēng)險(xiǎn)要解決的三個(gè)問(wèn)題，實(shí)際上就是何時(shí)、何地以何種形式進(jìn)行房地產(chǎn)投資。從上圖可看出，房地產(chǎn)投資時(shí)機(jī)風(fēng)險(xiǎn)因素決定了區(qū)位風(fēng)險(xiǎn)和類型風(fēng)險(xiǎn)的形式內(nèi)容，是房地產(chǎn)投資風(fēng)險(xiǎn)結(jié)構(gòu)中的基本風(fēng)險(xiǎn)，而區(qū)位風(fēng)險(xiǎn)及類型風(fēng)險(xiǎn)則在房地產(chǎn)投資中相互影響、相互制約。

3 房地產(chǎn)市場(chǎng)投資風(fēng)險(xiǎn)的主要特征

由于房地產(chǎn)項(xiàng)目投資本身一次性、獨(dú)特性的特點(diǎn)，房地產(chǎn)項(xiàng)目投資風(fēng)險(xiǎn)也具有許多自己的特點(diǎn)。

3.1 風(fēng)險(xiǎn)的不確定性

房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)事件的發(fā)生沒(méi)人可以事先預(yù)測(cè)出來(lái)，具有隨機(jī)性的特點(diǎn).工程房地產(chǎn)項(xiàng)目自身固有的屬性，如建設(shè)程序不可逆，施工房地產(chǎn)項(xiàng)目的一次性，使工程房地產(chǎn)項(xiàng)目的不確定性要比其他經(jīng)濟(jì)活動(dòng)大許多，并且存在于房地產(chǎn)項(xiàng)目的全生命周期中。

3.2 風(fēng)險(xiǎn)的連帶性

風(fēng)險(xiǎn)的連帶性指一種風(fēng)險(xiǎn)事件的發(fā)生會(huì)導(dǎo)致其他風(fēng)險(xiǎn)事件的發(fā)生，而使房地產(chǎn)項(xiàng)目遭受多種損失。

3.3 風(fēng)險(xiǎn)的相對(duì)性

風(fēng)險(xiǎn)的相對(duì)性指風(fēng)險(xiǎn)主體是相對(duì)的，同樣的不確定性對(duì)不同的主體有不同的影響，因?yàn)槿藗儗?duì)風(fēng)險(xiǎn)的承受能力不同，認(rèn)識(shí)風(fēng)險(xiǎn)的能力也不同。風(fēng)險(xiǎn)大小隨著收益、投入、主體地位等的不同而變化，因此風(fēng)險(xiǎn)是相對(duì)的。

3.4 風(fēng)險(xiǎn)的漸進(jìn)性

房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)大都是隨環(huán)境、客觀條件和自身發(fā)展的特點(diǎn)而逐步形成的，并不是突然爆發(fā)。當(dāng)條件變化時(shí)，風(fēng)險(xiǎn)會(huì)相應(yīng)的隨之變化。

3.5 風(fēng)險(xiǎn)的多層次、多階段性

風(fēng)險(xiǎn)的多層次、多階段性即風(fēng)險(xiǎn)的錯(cuò)綜復(fù)雜性，工程房地產(chǎn)項(xiàng)目中多種風(fēng)險(xiǎn)因素并存使得它們之間及其與外界環(huán)境因素之間相互交叉影響，使風(fēng)險(xiǎn)顯出多層性。而且風(fēng)險(xiǎn)發(fā)展具有明顯的階段性，一般存在3個(gè)階段:潛在風(fēng)險(xiǎn)階段、風(fēng)險(xiǎn)發(fā)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(guò)變量（或樣品）的相關(guān)系數(shù)矩陣（對(duì)樣品是相似系數(shù)矩陣）內(nèi)部結(jié)構(gòu)的研究，找出能控制所有變量（或樣品）的少數(shù)幾個(gè)隨機(jī)變量去描述多個(gè)變量（或樣品）之間的相關(guān)（相似）關(guān)系，但在這里，這少數(shù)幾個(gè)隨機(jī)變量是不可觀測(cè)的，通常稱為因子。然后根據(jù)相關(guān)性（或相似性）的大小把變量（或樣品）分組、使得同組內(nèi)的變量（或樣品）之間相關(guān)性（或相似性）較高，但不同組的變量相關(guān)性（或相似性）較低。

從全部計(jì)算過(guò)程來(lái)看作R型因子分析與作Q型因子分析都是一樣的，只不過(guò)出發(fā)點(diǎn)不同，R型從相關(guān)系數(shù)矩陣出發(fā)。Q型從相似系數(shù)陣出發(fā)，都是對(duì)同一批觀測(cè)數(shù)據(jù)，可以根據(jù)其所要求的目的決定用哪一類型的因子分析。

4.2 數(shù)學(xué)模型

R型因子分析數(shù)學(xué)模型

其中 X＝（X1，X2，X3，…，Xp）＇是可實(shí)測(cè)的 p 個(gè)指標(biāo)所構(gòu)成的 p 維隨機(jī)向量，F(xiàn)＝（F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)m）＇是不可觀測(cè)的向量，F(xiàn)稱為X的公共因子，他們的系數(shù)稱為因子載荷。εi是特殊因子，是不能被前m個(gè)公共因子包含的部分，且滿足:

aij稱為因子載荷是第i個(gè)變量在第j個(gè)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(guò)模型X＝AF＋ε以F代替X，從而達(dá)到簡(jiǎn)化變量維數(shù)的愿望。

5 房地產(chǎn)市場(chǎng)投資風(fēng)險(xiǎn)的因子分析

5.1 指標(biāo)選取與數(shù)據(jù)來(lái)源

在研究房地產(chǎn)市場(chǎng)的投資風(fēng)險(xiǎn)過(guò)程中，根據(jù)指標(biāo)數(shù)據(jù)的全面性、可比性、獨(dú)立性、可得性，選取火災(zāi)年均次數(shù)－x1、大風(fēng)年均次數(shù) x2、洪水年均次數(shù)－x3、人均年可支配收入（元）－x4、年利率－x5、房屋造價(jià)（萬(wàn)元 ／平方米）－x6、開發(fā)商年費(fèi)用（萬(wàn)元）－x7、總產(chǎn)值（萬(wàn)元）－x8、稅金（萬(wàn)元）－x9、利率總額（萬(wàn)元）－x10、房地產(chǎn)開發(fā)商投資完成額（萬(wàn)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(shù)－x15，十五個(gè)投資風(fēng)險(xiǎn)指標(biāo)進(jìn)行因子分析。

為了更好的分析房地產(chǎn)投資風(fēng)險(xiǎn)的相關(guān)關(guān)系，于是本文以重慶市的投資數(shù)據(jù)為背景利用因子分析對(duì)其進(jìn)行研究。根據(jù)重慶統(tǒng)計(jì)年鑒，重慶統(tǒng)計(jì)局網(wǎng)站，重慶氣象局網(wǎng)站等網(wǎng)站收集到2001至2010年的原始數(shù)據(jù)（略）。

表1 原有變量的相關(guān)系數(shù)矩陣

5.2 因子分析

將經(jīng)標(biāo)準(zhǔn)化后的數(shù)據(jù)，利用統(tǒng)計(jì)軟件SPSS對(duì)房地產(chǎn)的投資風(fēng)險(xiǎn)分析因子進(jìn)行因子分析，得出以下結(jié)果。

表1是原有變量的相關(guān)系數(shù)矩陣?？梢钥吹?，大部分的相關(guān)系數(shù)都較大（基本上都大于0.3），各變量呈較強(qiáng)的線性關(guān)系，能夠從中提取公共因子，適合進(jìn)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(shù)據(jù)。第一列是因子分析初始解下的變量共同度，它表明，對(duì)原有15個(gè)變量如果采用主成分分析方法提取所有特征根（15個(gè)），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(biāo)準(zhǔn)化后的方差為1）。事實(shí)上，因子個(gè)數(shù)小于原有變量的個(gè)數(shù)才是因子分析的目標(biāo)，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(shí)的共同度?？梢钥吹絏1、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(gè)變量的信息丟失較為嚴(yán)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(hào)，以后三列組成一組，每組中數(shù)據(jù)的含義一次是特征根值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率。

第一組數(shù)據(jù)項(xiàng)（第二至第四列）描述了初始因子解的情況。可以看到，第1個(gè)因子的特征根為11.565， 解釋原有 15 個(gè)變量總方差的 77.102%（11.565／15*100），累積方差貢獻(xiàn)率為 77.102%；第 2個(gè)因子的特征根為1.405，解釋原有15個(gè)變量總方差的 9.367%（1.405／15*100）， 累積方差貢獻(xiàn)率為86.468%；其余數(shù)據(jù)含義類似。在初始解中由于提取了15個(gè)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(shuō)明了這點(diǎn)；

表3 因子解釋原有變量總方差情況

第二組數(shù)據(jù)項(xiàng)（第五至第七列）描述了因子解的情況?？梢钥吹?，由于指定提取三個(gè)因子，三個(gè)因子共解釋了原有變量總方差的93.362%?？傮w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(shù)據(jù)項(xiàng)（第八至第十列）描述了最終因子解的情況，可見，因子旋轉(zhuǎn)后，累計(jì)方差比沒(méi)有改變，也就是沒(méi)有影響原有變量的共同度，但卻重新分配了各個(gè)因子解釋原有變量的方差，改變了個(gè)因子的方差貢獻(xiàn)，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(biāo)為因子數(shù)目，縱坐標(biāo)為特征根?？梢钥吹?第1個(gè)因子特征值很高，對(duì)解釋原有變量的貢獻(xiàn)最大；第4個(gè)以后的因子特征根都較小，對(duì)解釋原有變量的貢獻(xiàn)很小，已經(jīng)成為可被忽略的“高山腳下的碎石”，因此提取三個(gè)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(nèi)容。根據(jù)該表可以寫出本應(yīng)該用案例的因子分析模型:

由此表4可知，15個(gè)變量在第1個(gè)因子上的載荷都很高，意味著它們與第一個(gè)因子的相關(guān)程度高，第1個(gè)因子很重要；第2、3個(gè)因子與原有變量的相關(guān)性分很小，它對(duì)原有變量的解釋作用不顯著。另外還可以看出，這三個(gè)因子的實(shí)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(gè)因子上有較高的載荷，第一個(gè)因子主要解釋了這幾個(gè)變量，可投資經(jīng)濟(jì)因子；X5、X15在第2個(gè)因子上有較高的載荷，第2個(gè)因子主要解釋了這幾個(gè)變量，可解釋為投資國(guó)際因子；X2在第3個(gè)因子上有較高的載荷，第3個(gè)因子主要解釋了這幾個(gè)變量，可解釋為投資自然因子。與旋轉(zhuǎn)前相比，因子含義較為清晰。

根據(jù)表6可以寫出一下因子得分函數(shù):

表5 旋轉(zhuǎn)后的因子載荷矩陣

從上函數(shù)中可以看出影響因子一的主要因素是火災(zāi)年均次數(shù)、年利率。它們的權(quán)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(shù)。它們分別是 0.673和 0.445。因子三的主要因素火災(zāi)年均次數(shù)、大風(fēng)年均次數(shù)。它們分別是0.802和 0.803。

表7 因子協(xié)方差矩陣

表7顯示了三因子的協(xié)方差矩陣?？梢钥闯鋈蜃記](méi)有線性相關(guān)性，實(shí)現(xiàn)了因子分析的設(shè)計(jì)目標(biāo)。

綜合評(píng)級(jí):

根據(jù)以上的因子分析結(jié)果我們可知:這些因子對(duì)房地產(chǎn)投資的影響程度，我們可以得到以下排序:

由此，可以根據(jù)上述分析結(jié)果，對(duì)15個(gè)風(fēng)險(xiǎn)因素進(jìn)行綜合評(píng)價(jià)。

首先，根據(jù)3個(gè)因子的方差貢獻(xiàn)率確定權(quán)重。由于3個(gè)因子在較大程度上反映了原變量的大部分信息，其累計(jì)貢獻(xiàn)率為91.052%，因此可用因子的方差貢獻(xiàn)率作為綜合評(píng)價(jià)的衡量權(quán)數(shù)，于是3個(gè)因子按各自的方差貢獻(xiàn)率加權(quán)相加為綜合評(píng)價(jià)得分，其公式為:F＝0.71422f1＋0.13415f2＋0.08525f3，經(jīng)過(guò)計(jì)算得出各因子綜合得分排名結(jié)果如下:

表8 各因子綜合得分排名

6 房地產(chǎn)市場(chǎng)投資建議

房地產(chǎn)投資是具有高風(fēng)險(xiǎn)屬性的投資，在我國(guó)市場(chǎng)機(jī)制尚未健全、房地產(chǎn)資金運(yùn)動(dòng)矛盾重重的情況下尤其如此，因此研究房地產(chǎn)投資風(fēng)險(xiǎn)顯得尤為必要。特別是近幾年由于房?jī)r(jià)較高較快發(fā)展，產(chǎn)生所謂的泡沫經(jīng)濟(jì)，對(duì)此國(guó)家為了壓制房?jī)r(jià)從而出臺(tái)了一些政策。這對(duì)于房地產(chǎn)投資者來(lái)說(shuō)，要想準(zhǔn)確的定位市場(chǎng)是一件非常難的事，針對(duì)于此我們根據(jù)房地產(chǎn)市場(chǎng)實(shí)際情況結(jié)合本文對(duì)其投資風(fēng)險(xiǎn)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(jià)的結(jié)構(gòu)，使住宅結(jié)構(gòu)多元化、合理化、人性化。房地產(chǎn)市場(chǎng)存在發(fā)展結(jié)構(gòu)不平衡問(wèn)題，高檔房供過(guò)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(shù)中低收入人群所需要的。另外，還應(yīng)該適當(dāng)建設(shè)經(jīng)濟(jì)實(shí)用房，面向大眾，增加提供給剛畢業(yè)的學(xué)生、進(jìn)城打工的農(nóng)民的經(jīng)濟(jì)房量。

（2）房地產(chǎn)銷售過(guò)程中，取消預(yù)售制度，直接實(shí)行現(xiàn)房銷售，減低消費(fèi)者風(fēng)險(xiǎn)。實(shí)行限購(gòu)，以免消費(fèi)者高價(jià)轉(zhuǎn)讓。在開發(fā)環(huán)節(jié)，放寬銀行貸款限制，鼓勵(lì)其他融資方式，保障開發(fā)資金的籌措渠道暢通，把風(fēng)險(xiǎn)收縮到更小的范圍。

（3）建立一套全新的風(fēng)險(xiǎn)管理系統(tǒng)，在前面對(duì)其投資風(fēng)險(xiǎn)指標(biāo)的分析過(guò)程中得知，影響房地產(chǎn)市場(chǎng)投資的主要因素為人均可支配收入、房屋造價(jià)、房地產(chǎn)開發(fā)投資完成額、總產(chǎn)值等風(fēng)險(xiǎn)指標(biāo)。再就是一些人為和自然事故的風(fēng)險(xiǎn)也會(huì)對(duì)其房地產(chǎn)市場(chǎng)投資造成不容忽視的影響，所以針對(duì)實(shí)際情況建立比較完善的管理系統(tǒng)。

（4）注意做到信息的暢通。對(duì)于現(xiàn)在房地產(chǎn)市場(chǎng)需要如下改進(jìn):一是信息的錄入時(shí)間。房地產(chǎn)交易信息主要由房地產(chǎn)開發(fā)商組織錄入，他們?yōu)榱诉_(dá)到干預(yù)市場(chǎng)的目的，往往推遲錄入時(shí)間。二是房地產(chǎn)交易管理系統(tǒng)的宣傳不夠，亦沒(méi)有相應(yīng)的告知程序，消費(fèi)者多數(shù)不知道這個(gè)系統(tǒng)，沒(méi)有達(dá)到信息公開的目的。因此，信息的錄入應(yīng)該由消費(fèi)者和開發(fā)商共同完成，相互監(jiān)督，可以保障信息的質(zhì)量，并通過(guò)必要的制度設(shè)計(jì)保障告知程序有效，只有這樣，房地產(chǎn)市場(chǎng)才不會(huì)有信息的陰影存在。

（5）投資者應(yīng)始終保持清醒的頭腦，認(rèn)清形式，作出正確的分析與決策，再就是在不斷加強(qiáng)自身的積累，才能面對(duì)任何風(fēng)險(xiǎn)的挑戰(zhàn)。

［1］薛薇.SPSS 統(tǒng)計(jì)分析方法及應(yīng)用（第二版）［M］.北京:電子工業(yè)出版社，2009.1.

［2］于秀林，任雪松.多元統(tǒng)計(jì)分析［M］.北京:中國(guó)統(tǒng)計(jì)出版社，2007.7.

［3］劉玉玲.房地產(chǎn)統(tǒng)計(jì)［M］.北京:機(jī)械工業(yè)出版社，2008.8.1.

［4］俞明軒.房地產(chǎn)投資分析［M］.北京:首都經(jīng)濟(jì)貿(mào)易大學(xué)，2004.9.

［5］陳立文.項(xiàng)目投資風(fēng)險(xiǎn)分析理論與方法［M］.北京:機(jī)械工業(yè)出版社，2004.

［6］王運(yùn)成，劉莉.房地產(chǎn)投資風(fēng)險(xiǎn)分析［J］.現(xiàn)代商貿(mào)工業(yè)，2011，（18）.

［7］張薪銜.談房地產(chǎn)投資中的風(fēng)險(xiǎn)因素［J］.浙江建筑，1998，（3）:47－48.

［8］牛德利，谷達(dá)華，羅旭，謝勇.重慶市主城區(qū)地價(jià)變化分析［J］.西南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2008，6（1）:1－3.

［9］蘇理云，鄧燕，冉雪竹，等.低合金高強(qiáng)度鋼力學(xué)性能與化學(xué)成分之間的統(tǒng)計(jì)建模與分析［J］.重慶工學(xué)院學(xué)報(bào)（自然科學(xué)版），2009，（2）:36－40.