基于熵權(quán)-TOPSIS法的城市房地產(chǎn)市場風險評價

李雅麗，何葉榮

(安徽建筑大學經(jīng)濟與管理學院 安徽 合肥 230601)

0 引言

近年來，我國房地產(chǎn)發(fā)展速度不斷加快，房地產(chǎn)業(yè)已經(jīng)成為我國國民經(jīng)濟的支柱產(chǎn)業(yè)之一，其在國民經(jīng)濟中所占比重不斷增加,快速推動經(jīng)濟發(fā)展的同時也帶來諸多問題,如房價增長過快、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引起我國房地產(chǎn)市場的波動。

當前，國內(nèi)外學者對房地產(chǎn)市場風險的研究分析主要集中在房地產(chǎn)政策環(huán)境、金融、價格、資金、信用等幾個風險角度，側(cè)重于房地產(chǎn)市場的風險影響因素、風險傳導效應、風險評價方法以及風險調(diào)控策略。影響房地產(chǎn)市場風險的因素很多也很復雜，李佩珈等認為房地產(chǎn)價格、貸款速度、居民債務收入以及居民債務率的變化會影響房地產(chǎn)金融體系的穩(wěn)定[2]；George等認為資本結(jié)構(gòu)風險與政治風險是房地產(chǎn)業(yè)關(guān)鍵性風險，會引發(fā)房地產(chǎn)金融風險[3，4]，進而觸發(fā)房地產(chǎn)庫存風險、價格風險、政策環(huán)境風險以及信用風險；齊謳歌認為房地產(chǎn)價格風險會對房地產(chǎn)金融風險產(chǎn)生影響，且信貸風險在一定程度上會加大房地產(chǎn)市場風險[5]；劉子策和張超認為中國經(jīng)濟和房地產(chǎn)價格的波動與影子銀行和銀行業(yè)系統(tǒng)性風險水平相互作用[6，7]，各個風險相互影響，那么如何穩(wěn)定房地產(chǎn)市場，不同學者對房地產(chǎn)市場風險進行評價并提出調(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，對房地產(chǎn)市場風險和投資風險進行了評價研究，并提出了風險調(diào)控策略[8，9]；楊羽等認為財政、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，實現(xiàn)經(jīng)濟穩(wěn)定[10]；侯思捷提出用“空置稅”來提高投機成本[11]，從而維持市場穩(wěn)定；徐光遠等通過研究我國房地產(chǎn)市場風險對房地產(chǎn)投資信托基金發(fā)展的影響，為我國進一步發(fā)展房地產(chǎn)投資信托基金提供風險管控建議，要在適應新的增長動力和投資結(jié)構(gòu)的情況下謀求自身發(fā)展[12，13]，促進房地產(chǎn)市場健康有序運行。

通過對相關(guān)文獻的梳理，發(fā)現(xiàn)有關(guān)房地產(chǎn)市場風險研究涉及房地產(chǎn)市場風險的各個方面，總體來看研究的內(nèi)容比較全面，但是對城市房地產(chǎn)市場風險進行系統(tǒng)性綜合評價的研究較少。本文運用熵權(quán)-TOPSIS法從庫存風險、價格風險、資金風險、政策環(huán)境風險以及信用風險共5個方面，對華東六省城市房地產(chǎn)市場風險進行評價并提出相關(guān)政策建議。

1 指標選取

根據(jù)全面性原則、科學性原則和時效性原則，并結(jié)合相關(guān)文獻的研究[14-16]以及我國城市房地產(chǎn)市場發(fā)展的現(xiàn)狀，房地產(chǎn)市場風險從房地產(chǎn)庫存、資金、價格、政策環(huán)境和信用5個方面去分析。

房地產(chǎn)庫存風險與市場供求關(guān)系密不可分。當勞動人口所占比例越大時，市場需求越大,但市場購買力小時，市場需求也會相應減小，房地產(chǎn)供給量遠遠大于需求量時，就會出現(xiàn)房屋出售現(xiàn)象，然而當租賃市場規(guī)模變大時，會降低房地產(chǎn)庫存風險。因此，從供需水平、市場購買力、勞動人口所占比例、租賃市場規(guī)模等方面對房地產(chǎn)庫存風險進行分析。

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。當房地產(chǎn)融資政策越好，融資渠道越多時，資金風險就越??；房地產(chǎn)投資信托基金發(fā)展越好，資金風險越小。因此，從融資政策、融資渠道以及投資信托基金方面對房地產(chǎn)資金風險進行分析。

價格風險考慮的主要因素有房地產(chǎn)的投機性、城鎮(zhèn)化進程、居民人均收入水平以及土地價格等。城鎮(zhèn)化進程越快、居民人均收入水平越高在一定程度上會加大對房地產(chǎn)的需求，導致房價上漲，同時也會加大房地產(chǎn)的投機性，從而加大房地產(chǎn)價格風險；土地價格會影響房地產(chǎn)的開發(fā)成本，從而影響房地產(chǎn)價格，增加價格風險。

政策環(huán)境風險主要考慮的是政策及城市文化環(huán)境對房地產(chǎn)業(yè)的影響問題，土地政策、貨幣政策以及稅收政策都會對房地產(chǎn)市場產(chǎn)生影響，當?shù)氐慕?jīng)濟發(fā)展狀況越好，對房地產(chǎn)的需求也會越大，從而會促進房地產(chǎn)市場的發(fā)展。因此，選取地政策、貨幣政策、稅收政策等因素對房地產(chǎn)政策環(huán)境風險進行分析。

信用風險考慮的主要因素有房地產(chǎn)企業(yè)的財務狀況、個人信譽、信息傳遞的準確性以及市場環(huán)境。房地產(chǎn)企業(yè)的財務狀況越好，那么企業(yè)償債能力就會越強，信用風險也就越小；同時，市場環(huán)境越好、個人信譽越好以及信息傳遞越準確，那么信用風險也就會越小。

構(gòu)建的房地產(chǎn)市場風險評價體系包含5個一指標、20個二級指標，如表1所示。

表1 我國城市房地產(chǎn)市場風險指標體系

2 理論依據(jù)

房地產(chǎn)市場風險評價方法可分為定性評價方法和定量評價方法，其中定性評價方法有專家打分法、德爾菲法、主觀賦權(quán)法等方法；定量評價方法主要有神經(jīng)網(wǎng)絡模型、有序投影尋蹤分類模型、VAR方法等。本文選用熵權(quán)-TOPSIS法對房地產(chǎn)市場風險進行研究。

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)矩陣的綜合評價方法。其最大的特點是對樣本資料要求較低，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每個評價對象的優(yōu)劣進行排序。因為TOPSIS法默認每一個指標的權(quán)重相同或者進行主觀的賦權(quán)，而熵權(quán)法是利用信息之間的差異性來進行賦權(quán)的，具有客觀性，可以使評價結(jié)果更加準確客觀，因此結(jié)合熵權(quán)法對TOPSIS法進行修正。

首先運用熵權(quán)法對指標進行權(quán)重的計算

(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個事物的n維復合物元,Mi(i=1,2,…,m)表示第i個事物,Cj(j=1,2,…,n)表示第i個事物的第j項特征，u(xij)表示與第i個事物第j項特征相應的量值xij(i=1,2,…,m；j=1,2,…,n)的隸屬度。

(3)

上式中M0i表示第i個標準事物,u(x0ij)表示與第i個標準事物第j項特征量值x0ij(i=1,2,…,m；j=1,2,…,n)的從優(yōu)隸屬度。

根據(jù)標準模糊物元矩陣和各指標權(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

然后確定正負理想解

(5)

再根據(jù)歐式距離法測算距離

i=1,2……n

(6)

最后進行貼近度的計算

(7)

其中，貼近度Ci越高代表該城市房地產(chǎn)市場風險越大。

3 實證研究

華東地區(qū)是我國人口大區(qū)和經(jīng)濟腹地，其總面積占全國8.7%，總?cè)丝谡既珖?0%，GDP生產(chǎn)總值約占全國的40%。華東地區(qū)的發(fā)展能夠在我國起到帶頭作用，而其中省會城市的發(fā)展尤為重要。

3.1 數(shù)據(jù)來源與預處理

邀請10位房地產(chǎn)行業(yè)的專家根據(jù)上述20個影響因素對房地產(chǎn)市場的影響程度進行打分(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，運用SPSS23.0對專家打分的數(shù)據(jù)進行信度檢驗。當Cronbach’s Alpha值小于0.7時不可信；在0.7～0.9時可信；大于0.9時非常可信[17，18]。由于涉及多個城市多個變量，在此僅選取合肥市變量的得分結(jié)果進行信度分析，結(jié)果如表2所示。

表2 可靠性統(tǒng)計表

根據(jù)檢驗結(jié)果可知，專家打分數(shù)據(jù)Cronbach’s Alpha值為0.818，介于0.7～0.9之間，是可信的。在運用熵值-TOPSIS法對華東6省房地產(chǎn)市場風險進行分析前，對各城市的專家打分數(shù)據(jù)進行加權(quán)平均。

3.2 模型建立

運用熵權(quán)-TOPSIS方法，把華東6省省會城市作為模糊物元的事物，將房地產(chǎn)市場風險各指標作為物元的特征，構(gòu)造復合物元，并進行權(quán)重的確立、正負理想解的求取、距離和貼近度的計算。

3.2.1 權(quán)重的確立

通過對華東6省省會城市房地產(chǎn)風險因素各指標數(shù)據(jù)進行收集統(tǒng)計，根據(jù)熵值法的權(quán)重確定步驟，計算得出我國華東6省省會城市的庫存風險K1、價格風險K2、資金風險K3、政策環(huán)境風險K4和信用風險K5共5個方面的權(quán)重。

3.2.2 正負理想解的求取

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

3.2.3 距離和貼近度的計算

房地產(chǎn)市場風險的大小是根據(jù)距離和貼近度的大小進行判斷的。由歐式距離計算公式和貼近度計算公式求出6個城市與正負理想解之間的距離D以及城市貼近度C。其結(jié)果如表3所示。

表3 華東六省省會城市房地產(chǎn)市場風險值

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)市場風險貼近度在0.4以上，合肥、杭州房地產(chǎn)市場風險貼近度甚至超過0.55，存在較大的市場風險；濟南房地產(chǎn)市場風險貼近度為0.3782，南昌房地產(chǎn)市場風險貼近度為0.3326，濟南和南昌兩城市的房地產(chǎn)市場風險相對較低。從整體數(shù)據(jù)分析，華東6省省會城市房地產(chǎn)市場風險整體較大。從各指標權(quán)重來看，華東6省省會城市房地產(chǎn)市場的資金風險最大，其中融資渠道對房地產(chǎn)資金影響最大；庫存風險和價格風險次之，供需水平和勞動力人口所占比例對房地產(chǎn)庫存影響最大；主要影響房地產(chǎn)價格風險的因素有城鎮(zhèn)化進程和房地產(chǎn)市場上的投機行為；政策環(huán)境風險和信用風險對華東6省房地產(chǎn)市場風險影響較小。

4 結(jié)論與建議

根據(jù)上述研究獲得以下兩點結(jié)論：第一，基于熵權(quán)-TOPSIS法分析結(jié)果顯示，我國華東地區(qū)6省省會城市的房地產(chǎn)市場風險整體處于較高水平。為了有效避免房地產(chǎn)市場風險的增長，未來需要對房地產(chǎn)市場進行適當?shù)暮暧^調(diào)控。第二，根據(jù)各因素的權(quán)重可以得出我國華東地區(qū)6省省會城市的房地產(chǎn)市場資金風險、庫存風險相對較大，價格風險、政策環(huán)境風險次之，信用風險的影響相對較小。

當前形勢下，為了降低華東6省城市房地產(chǎn)市場風險，促進華東6省房地產(chǎn)市場健康平穩(wěn)發(fā)展，從華東6省城市房地產(chǎn)市場風險3個主要影響因素方面提出以下3點建議。

(1)加大資金支持力度，防范資金風險。影響資金風險的主要因素可歸結(jié)為融資渠道、融資政策。當融資渠道較為單一時，一旦融資渠道不通暢，資金鏈就會出現(xiàn)風險。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險，優(yōu)化資金結(jié)構(gòu)，防范資金風險。

(2)加快消化庫存，防范庫存風險。由于影響庫存風險的因素有供需水平、市場購買力、勞動人口所占比例、租賃市場規(guī)模等，為降低庫存風險對房地產(chǎn)市場的影響，需要從庫存風險發(fā)生的根源進行合理控制，即合理調(diào)整住房供應結(jié)構(gòu)，加大棚戶區(qū)改造力度，釋放住房需求；規(guī)范住房租賃市場的運行制度并建立監(jiān)督管理機構(gòu)。

(3)穩(wěn)定住房價格，防范價格風險。影響房地產(chǎn)價格風險的主要因素有居民人均收入水平、城鎮(zhèn)化進程以及購房的投機行為等。落實完善并鼓勵支持居民購買首套普通商品住房的剛性消費需求，加強稅收政策的使用，滿足合理的購房需求；嚴厲打擊購房投機行為，真正做到“房子是用來住的”，降低價格風險。