房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)測(cè)度及可持續(xù)發(fā)展路徑研究

何葉榮 陳瑞 方穎

摘 要：為了有效測(cè)度房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)，探索其可持續(xù)發(fā)展路徑，以安徽省16個(gè)地級(jí)市房地產(chǎn)市場(chǎng)為調(diào)研對(duì)象，通過(guò)實(shí)地訪談、專(zhuān)家論證等方式，從庫(kù)存、價(jià)格、資金鏈、政策環(huán)境等四個(gè)方面甄別房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)因素;運(yùn)用結(jié)構(gòu)方程模型（SEM）實(shí)證研究房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)對(duì)可持續(xù)發(fā)展的作用路徑，詮釋房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的形成機(jī)理。研究結(jié)果表明：對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展作用效果影響最大的風(fēng)險(xiǎn)因素是資金鏈，其次是庫(kù)存，價(jià)格的作用效應(yīng)值較小，政策環(huán)境的作用效應(yīng)值最小。據(jù)此，為房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展探索新的路徑，為房地產(chǎn)市場(chǎng)調(diào)控提出針對(duì)性的對(duì)策建議。

關(guān)鍵詞：房地產(chǎn)市場(chǎng);風(fēng)險(xiǎn)測(cè)度;作用路徑;結(jié)構(gòu)方程;可持續(xù)發(fā)展

中圖分類(lèi)號(hào)：F 293 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1672 - 7312（2020）02 -0154-06

Abstract：In order to measure the risk of the real estate market effectively，explore its sustainable development path，the real estate markets in 16 prefecture-level cities in Anhui province was taken as the research object.The real estate market risk factors are identified from four aspects，including inventory，price，capital chain and policy environment，through field interviews and expert argumentation.The structural equation model （SEM） is used to empirically study the action path of real estate market risk on healthy and sustainable development，and to interpret the formation mechanism of real estate market risk.The research results show that：the risk factor that has the biggest impact on the overall effect of the healthy and sustainable development of the real estate market is the capital chain，next is inventory，the effect value of price is small，and the effect value of policy environment is the minimum.Accordingly，the paper explored new paths for the healthy and sustainable development of the real estate market，and put forward corresponding countermeasures and suggestions for the regulation of the real estate market.

Key words：real estate market;risk measurement;action path;structural equation model;sustainable development

0 引言

我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入“十三五”時(shí)期，房地產(chǎn)市場(chǎng)亦呈現(xiàn)新特征，區(qū)域分化嚴(yán)重，風(fēng)險(xiǎn)逐漸顯現(xiàn)。因此，參考國(guó)際成熟經(jīng)驗(yàn)，完善房地產(chǎn)信托投資基金有關(guān)配套政策，為房地產(chǎn)業(yè)提供長(zhǎng)期的融資渠道，促進(jìn)房地產(chǎn)企業(yè)向“輕資產(chǎn)”經(jīng)營(yíng)模式轉(zhuǎn)型，防范系統(tǒng)性金融風(fēng)險(xiǎn)，加快建立和完善房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展的長(zhǎng)效機(jī)制[1]。2019年房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)被列為重大風(fēng)險(xiǎn)之一。習(xí)近平總書(shū)記在省部級(jí)主要領(lǐng)導(dǎo)干部堅(jiān)持底線思維著力防范化解重大風(fēng)險(xiǎn)專(zhuān)題研討班上指出，維護(hù)社會(huì)大局穩(wěn)定，要做好住房市場(chǎng)調(diào)控，有效防范風(fēng)險(xiǎn)連鎖聯(lián)動(dòng);要穩(wěn)妥實(shí)施房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展長(zhǎng)效機(jī)制方案[2]。

房地產(chǎn)作為討論焦點(diǎn)，重心已從買(mǎi)轉(zhuǎn)租，有關(guān)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的相關(guān)研究已成為經(jīng)濟(jì)管理領(lǐng)域的熱點(diǎn)內(nèi)容，部分學(xué)者的研究成果為筆者探究房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)拓展了思路、提供了借鑒。WANG Chunyu[3]認(rèn)為人均GDP是推動(dòng)房地產(chǎn)價(jià)格變動(dòng)的主要因素，房地產(chǎn)投資和人均可支配收入能促進(jìn)房地產(chǎn)價(jià)格上漲，但效果相對(duì)較弱;朱永升等[4]從供給和需求兩個(gè)層面篩選影響房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)因素;劉大港等[5]認(rèn)為新常態(tài)下庫(kù)存、價(jià)格、融資和政策環(huán)境是導(dǎo)致房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的主要致因;MA，Chaoqun[6]通過(guò)分析軌道交通環(huán)境下住宅房地產(chǎn)價(jià)格影響因素，得出城市中心距越遠(yuǎn)，軌道交通對(duì)住宅房地產(chǎn)價(jià)格上漲的影響越大;郭娜等[7]認(rèn)為人口增長(zhǎng)和老齡化是影響房地產(chǎn)價(jià)格變動(dòng)的關(guān)鍵性因素，經(jīng)濟(jì)越發(fā)達(dá)，老齡化門(mén)限值越高，老齡化對(duì)東部、西部地區(qū)房地產(chǎn)價(jià)格產(chǎn)生一定程度的負(fù)向影響，中部則為正向影響;韓秀蘭等[8]認(rèn)為新常態(tài)下職工工資收入、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、人口密度和人口流動(dòng)等對(duì)房地產(chǎn)價(jià)格的影響顯著;武力超等[9]基于日本1980—2010年郡縣級(jí)樣本和我國(guó)2002—2013年省級(jí)樣本數(shù)據(jù)，探究人口總撫養(yǎng)比、老年撫養(yǎng)比、少年撫養(yǎng)比以及城市化等多維度人口結(jié)構(gòu)對(duì)房地產(chǎn)市場(chǎng)的影響;CHEN Ling[10]運(yùn)用Eviews軟件和數(shù)據(jù)穩(wěn)定性試驗(yàn)的統(tǒng)計(jì)分析特征，利用格蘭杰因果檢驗(yàn)和VAR模型對(duì)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)和股票市場(chǎng)進(jìn)行聯(lián)動(dòng)研究;朱佳俊等[11-12]以房地產(chǎn)信托產(chǎn)品為研究對(duì)象，運(yùn)用CAPM方法對(duì)風(fēng)險(xiǎn)進(jìn)行分類(lèi)，系統(tǒng)分析了中國(guó)房地產(chǎn)信托產(chǎn)品風(fēng)險(xiǎn)溢價(jià)的影響因素;劉煥鵬等[13]借助效用函數(shù)探究房地產(chǎn)投資同勞動(dòng)力成本之間的因果關(guān)系，認(rèn)為我國(guó)勞動(dòng)力成本上升在相當(dāng)大的程度上是由房地產(chǎn)投資推動(dòng)的;王慧[14]基于我國(guó)147家上市房地產(chǎn)企業(yè)2009—2016年數(shù)據(jù)，運(yùn)用KMV模型對(duì)我國(guó)上市房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行了測(cè)度;GUO Jianhua[15]基于協(xié)整理論、Granger因果分析，構(gòu)建VAR/VEC模型與VARMVGARCH-BEKK模型，探究我國(guó)房地產(chǎn)市場(chǎng)和股票市場(chǎng)的波動(dòng)溢出效應(yīng)，認(rèn)為房地產(chǎn)市場(chǎng)和股票市場(chǎng)之間存在著長(zhǎng)期的弱負(fù)向均衡關(guān)系，同時(shí)存在單向波動(dòng)溢出效應(yīng)和單向因果關(guān)系。

筆者在借鑒現(xiàn)有研究的基礎(chǔ)上，對(duì)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)因素進(jìn)行識(shí)別與分析，借助結(jié)構(gòu)方程模型（SEM）實(shí)證分析房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)對(duì)健康可持續(xù)發(fā)現(xiàn)的作用效應(yīng)，深入剖析各風(fēng)險(xiǎn)因素之間的關(guān)聯(lián)作用，為探尋房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展路徑奠定基礎(chǔ)。

1 研究變量設(shè)計(jì)

1.1 樣本選取

鑒于國(guó)內(nèi)外相關(guān)文獻(xiàn)研究，結(jié)合新常態(tài)下我國(guó)房地產(chǎn)市場(chǎng)發(fā)展現(xiàn)狀，選擇安徽省16個(gè)地級(jí)市為調(diào)研區(qū)域，主要通過(guò)電子郵件和現(xiàn)場(chǎng)發(fā)放問(wèn)卷兩種形式，調(diào)研對(duì)象主要包括相關(guān)房地產(chǎn)企業(yè)負(fù)責(zé)人、房地產(chǎn)中介機(jī)構(gòu)負(fù)責(zé)人、資深房地產(chǎn)工作人員，房地產(chǎn)研究機(jī)構(gòu)的專(zhuān)家學(xué)者，高校從事房地產(chǎn)研究的教師、研究生等，共計(jì)發(fā)放問(wèn)卷265份，收回有效問(wèn)卷223份，占回收問(wèn)卷的84.15%.經(jīng)過(guò)統(tǒng)計(jì)分析，受訪人員中，擁有本科及以上學(xué)位的占67.56%，對(duì)房地產(chǎn)市場(chǎng)比較熟悉的占36.78%，從事房地產(chǎn)行業(yè)超過(guò)五年的占66.97%.調(diào)研結(jié)果顯示，新常態(tài)下安徽省房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)比較顯著，另一方面，此次參與問(wèn)卷填寫(xiě)的受訪者理論層次、業(yè)務(wù)能力、工作基礎(chǔ)均從側(cè)面反映了本次研究的可信度與有效性。

借助STATA 12.0統(tǒng)計(jì)分析軟件對(duì)搜集到的問(wèn)卷數(shù)據(jù)開(kāi)展信度、效度檢驗(yàn)，信度通常借助Cronbachs Alpha系數(shù)與CITC值來(lái)驗(yàn)證。Cronbachs Alpha系數(shù)介于0.50～0.60，不理想;在0.60～0.70，勉強(qiáng)接受;0.70～0.80，可以接受;0.80～0.90，理想;大于0.9，非常理想;CITC值在0.5以上有效[16]。調(diào)查問(wèn)卷整體的Cronbachs Alpha值等于0.865，有關(guān)庫(kù)存量表的Cronbachs Alpha值為0.900，價(jià)格量表的Cronbachs Alpha值是0.920，資金量表的Cronbachs Alpha值是0.822，政策環(huán)境量表的Cronbachs Alpha值是0.783，健康可持續(xù)發(fā)展量表的Cronbachs Alpha值等于0.899，均超過(guò)參照值0.7，CITC值均在0.5以上，所設(shè)計(jì)的問(wèn)卷具有比較理想的信度。

效度用以驗(yàn)證測(cè)試結(jié)果同預(yù)測(cè)變量特性的擬合效果，效度值愈大表示測(cè)試結(jié)果同真實(shí)狀況愈相符，愈能達(dá)到良好的測(cè)試效果。同樣借助STATA 12.0軟件測(cè)度KMO與Bartlett球形度以及因子載荷系數(shù)。常用的KMO度量標(biāo)準(zhǔn)是：0.9以上非常適合因子分析，介于0.8至0.9很適合，超過(guò)0.7適合。基于所得數(shù)據(jù)計(jì)算KMO與Bartlett球形數(shù)值可知，KMO值等于0.837，Bartless球形檢驗(yàn)等于3 576.448，對(duì)應(yīng)的Sig.等于0.000，充分說(shuō)明所得變量適宜進(jìn)行因子分析，所得的因子載荷系數(shù)值均在0.6以上，量表效度較滿意。

1.2 變量設(shè)計(jì)

新常態(tài)下房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)受到多種因素影響，完善并促進(jìn)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展成為兩會(huì)關(guān)注的熱點(diǎn)話題，如何對(duì)風(fēng)險(xiǎn)因素進(jìn)行有效識(shí)別、分類(lèi)顯得愈加重要。參照房地產(chǎn)市場(chǎng)供求理論與金融脆弱性理論，借助STATA 12.0軟件工具，對(duì)影響房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展以及反映市場(chǎng)風(fēng)險(xiǎn)狀態(tài)的庫(kù)存、價(jià)格、資金鏈、政策環(huán)境4個(gè)主要層面25個(gè)二級(jí)因素開(kāi)展因子分析操作[17-18]，進(jìn)而甄別影響房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展的關(guān)鍵風(fēng)險(xiǎn)因素，接著應(yīng)用PCA提取因子旋轉(zhuǎn)后的23個(gè)關(guān)鍵風(fēng)險(xiǎn)驅(qū)動(dòng)因子，其對(duì)整體影響因子的解釋率達(dá)68.949%，23個(gè)變量具體歸類(lèi)見(jiàn)表1.

2 模型假設(shè)與檢驗(yàn)

2.1 研究假設(shè)

房地產(chǎn)市場(chǎng)的健康可持續(xù)發(fā)展主要由庫(kù)存、價(jià)格、資金鏈以及政策環(huán)境等多維度耦合疊加決定的，房地產(chǎn)市場(chǎng)可持續(xù)發(fā)展是風(fēng)險(xiǎn)測(cè)度及安全管理的聚焦點(diǎn)。結(jié)合房地產(chǎn)供求理論，供求不均衡均可導(dǎo)致房?jī)r(jià)變動(dòng)，引發(fā)風(fēng)險(xiǎn)，換言之，金融市場(chǎng)和國(guó)家相關(guān)政策的穩(wěn)健又可防范甚至規(guī)避風(fēng)險(xiǎn)，盡可能將風(fēng)險(xiǎn)發(fā)生率控制到最低。因此，令房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展水平作為內(nèi)生潛變量，其余四個(gè)維度的指標(biāo)作為外因潛變量。基于此，提出以下假設(shè)。

假設(shè)Ha：房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展受庫(kù)存、價(jià)格、資金鏈以及政策環(huán)境等風(fēng)險(xiǎn)因素的影響，其中，Ha1：假設(shè)資金鏈和政策環(huán)境層面對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展起正向影響，Ha2：假設(shè)庫(kù)存和價(jià)格層面對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展起負(fù)向影響;假設(shè)Hb：假設(shè)風(fēng)險(xiǎn)內(nèi)部各潛變量相互影響;Hb1：假設(shè)庫(kù)存受房地產(chǎn)市場(chǎng)價(jià)格、資金鏈和政策環(huán)境風(fēng)險(xiǎn)因素的影響;Hb2：假設(shè)價(jià)格受庫(kù)存、資金鏈、政策環(huán)境風(fēng)險(xiǎn)因素的影響;Hb3：假設(shè)資金鏈?zhǔn)軒?kù)存、價(jià)格、政策環(huán)境風(fēng)險(xiǎn)因素的影響;Hb4：假設(shè)政策環(huán)境受庫(kù)存、資金鏈、價(jià)格風(fēng)險(xiǎn)因素的影響。

2.2 模型構(gòu)建

明晰房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)作用路徑是科學(xué)測(cè)度風(fēng)險(xiǎn)因子和有效規(guī)避風(fēng)險(xiǎn)的前提，同時(shí)，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)作用路徑分析是驗(yàn)證風(fēng)險(xiǎn)關(guān)鍵指標(biāo)是否顯著的重要環(huán)節(jié)。通過(guò)對(duì)比分析，最終選取結(jié)構(gòu)方程模型（SEM）作為度量房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)和健康可持續(xù)發(fā)展路徑的分析工具。

SEM基于協(xié)方差矩陣分析多個(gè)變量數(shù)據(jù)間關(guān)聯(lián)，并依據(jù)先驗(yàn)知識(shí)預(yù)先設(shè)定變量之間的相關(guān)關(guān)系，可以明晰各變量之間的作用關(guān)聯(lián)，并對(duì)整體模型展開(kāi)擬合與驗(yàn)證[18-19]。利用模型分析這些變量之間關(guān)系，分析新常態(tài)下房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展的作用路徑。通過(guò)調(diào)查問(wèn)卷搜集、整合數(shù)據(jù)，然后實(shí)證分析4個(gè)維度風(fēng)險(xiǎn)對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展作用路徑效應(yīng)。

模型構(gòu)建如下：①選取影響新常態(tài)下房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展水平的4個(gè)風(fēng)險(xiǎn)指標(biāo)作為外因潛變量;②選取房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展指標(biāo)作為內(nèi)因潛變量;③選取23個(gè)風(fēng)險(xiǎn)狀態(tài)描述作為觀測(cè)變量;④選取調(diào)查問(wèn)卷量表分析數(shù)據(jù)所得協(xié)方差作為模型初始數(shù)據(jù)，利用模型對(duì)新常態(tài)下房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)形成路徑關(guān)系，基于AMOS軟件展開(kāi)結(jié)構(gòu)方程建模，具體變量之間的作用關(guān)聯(lián)及模型輸出結(jié)果如圖1所示。

依據(jù)理論推測(cè)和研究假設(shè)，探究模型構(gòu)建的合理與否需進(jìn)一步驗(yàn)證。參照結(jié)構(gòu)方程擬合標(biāo)準(zhǔn)值及M.I.大小，對(duì)模型展開(kāi)修正，然后采用SEM與MLE（Maximum Likelihood Estimate，極大似然估計(jì)），依托STATA統(tǒng)計(jì)軟件進(jìn)行計(jì)算和驗(yàn)證。

2.3 模型檢驗(yàn)與修正

基于模型中協(xié)方差的修正指標(biāo)信息，對(duì)顯示的修正指標(biāo)值和估計(jì)參數(shù)改變量進(jìn)行對(duì)應(yīng)修正，檢驗(yàn)?zāi)Ｐ偷膮?shù)和擬合優(yōu)度。多次重復(fù)上述步驟，直到假設(shè)模型與觀測(cè)數(shù)據(jù)的適配情形達(dá)到標(biāo)準(zhǔn)，修正后的適配度模型結(jié)果見(jiàn)表2.

根據(jù)表2中數(shù)值及整體模型適配度檢驗(yàn)標(biāo)準(zhǔn)，χ2/df比值小于2，文中構(gòu)建的房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展結(jié)構(gòu)模型中χ2/df等于0.102，表明適合進(jìn)行結(jié)構(gòu)方程建模并且模型可接受。RMSEA（漸進(jìn)殘差均方和平方根）是一種不需要基準(zhǔn)線模型的絕對(duì)性指標(biāo)，其值愈小，表示模型的適配度愈佳，一般而言，當(dāng)RMSEA的數(shù)值超過(guò)0.10時(shí)，說(shuō)明模型的適配度欠佳;低于0.05說(shuō)明模型適配度非常好，文中RMSEA等于0.024，適配良好。GFI（良性適配指數(shù)）、AGFI（調(diào)整適配指數(shù)）、NFI（規(guī)準(zhǔn)適配指數(shù)）、CFI（比較適配指數(shù)）、NNFI（非規(guī)準(zhǔn)適配指數(shù)）均達(dá)到參考標(biāo)準(zhǔn)臨界值以上。據(jù)此，認(rèn)為文中所構(gòu)建的房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展風(fēng)險(xiǎn)因素模型整體適配良好，同樣本數(shù)據(jù)的解釋程度偏高，差異程度偏低，模型可接受。

3 結(jié)果分析

3.1 外因潛變量同內(nèi)因潛變量間的作用路徑

根據(jù)表3中的檢驗(yàn)結(jié)果，對(duì)于假設(shè)Ha，外因潛變量IR，PR，CCR、PER均對(duì)內(nèi)因潛變量HSD有影響，對(duì)應(yīng)的作用系數(shù)分別為-0.482，-0.100，1.143，0.085，作用效果顯著，Ha通過(guò)驗(yàn)證;針對(duì)假設(shè)Ha1，資金鏈風(fēng)險(xiǎn)IR對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展HSD的作用效果值是1.143，作用效果值最大，即房地產(chǎn)資金鏈風(fēng)險(xiǎn)每增加1個(gè)百分點(diǎn)就可觸發(fā)房地產(chǎn)健康可持續(xù)發(fā)展水平變化1.143個(gè)百分點(diǎn)，因此，當(dāng)前房地產(chǎn)市場(chǎng)調(diào)控需謹(jǐn)防房企資金鏈風(fēng)險(xiǎn);政策環(huán)境風(fēng)險(xiǎn)PER對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展HSD的作用效果值是0.085，影響較為顯著，即政策環(huán)境越好，越有利于房地產(chǎn)市場(chǎng)的健康可持續(xù)發(fā)展，Ha1通過(guò)檢驗(yàn);對(duì)于假設(shè)Ha2，外因潛變量IR，PR對(duì)內(nèi)因潛變量HSD的作用效應(yīng)值依次為-0.482，-0.100，換言之，庫(kù)存風(fēng)險(xiǎn)和價(jià)格風(fēng)險(xiǎn)波動(dòng)愈大，對(duì)房地產(chǎn)市場(chǎng)的健康可持續(xù)發(fā)展影響愈大，越不利于房地產(chǎn)市場(chǎng)的健康發(fā)展，庫(kù)存和價(jià)格同房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展呈顯著的負(fù)相關(guān)關(guān)系，Ha2通過(guò)驗(yàn)證。

3.2 外因潛變量間的相互作用

通過(guò)整理Amos Output中Estimates的輸出結(jié)果，見(jiàn)表4.針對(duì)假設(shè)Hb1，外因潛變量IR受PR，CCR，PER的影響，其對(duì)應(yīng)的關(guān)聯(lián)系數(shù)分別為0.954，0.646，0.460，均通過(guò)顯著性檢驗(yàn)，PR同IR的關(guān)聯(lián)度最大，即影響程度最大，假設(shè)成立;假設(shè)Hb2，外因潛變量PR受IR，CCR，PER的影響，其對(duì)應(yīng)的關(guān)聯(lián)系數(shù)分別為0.954，0.875，0.492，通過(guò)檢驗(yàn)，關(guān)聯(lián)程度依次遞減;假設(shè)Hb3，外因潛變量CCR受IR，PR，PER的影響，其對(duì)應(yīng)的關(guān)聯(lián)系數(shù)分別為0.646，0.875，1.054，通過(guò)檢驗(yàn)，關(guān)聯(lián)程度逐漸增強(qiáng)，即CCR資金鏈風(fēng)險(xiǎn)同PER政策環(huán)境風(fēng)險(xiǎn)的影響最大;假設(shè)Hb4，外因潛變量PER受IR，PR，CCR的影響，其對(duì)應(yīng)的關(guān)聯(lián)系數(shù)分別為0.460，0.492，1.054，影響顯著，通過(guò)檢驗(yàn)。

4 結(jié)語(yǔ)

通過(guò)以上研究可知，資金鏈風(fēng)險(xiǎn)對(duì)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展影響最大，其對(duì)房地產(chǎn)市場(chǎng)可持續(xù)發(fā)展水平的作用效應(yīng)值是1.143，其次是庫(kù)存風(fēng)險(xiǎn)（-0.482）、價(jià)格風(fēng)險(xiǎn)（-0.100），作用效應(yīng)最小的是政策環(huán)境風(fēng)險(xiǎn)（0.085）;其中，資金鏈風(fēng)險(xiǎn)與政策環(huán)境風(fēng)險(xiǎn)的關(guān)聯(lián)性最高，這也說(shuō)明了房地產(chǎn)企業(yè)資金鏈風(fēng)險(xiǎn)的產(chǎn)生主要來(lái)源于市場(chǎng)經(jīng)濟(jì)或企業(yè)規(guī)模調(diào)控等政策環(huán)境的內(nèi)外部因素影響。

房地產(chǎn)行業(yè)是資金密集型行業(yè)，其投資周期長(zhǎng)，資金需求量大，導(dǎo)致其潛在的資金風(fēng)險(xiǎn)較大，新常態(tài)下房地產(chǎn)市場(chǎng)的健康可持續(xù)發(fā)展不僅是舊建筑的翻新、城市建設(shè)的技術(shù)手段、房地產(chǎn)開(kāi)發(fā)導(dǎo)向的經(jīng)濟(jì)行為，還具有深刻的社會(huì)和人文內(nèi)涵。這些都與資金管理息息相關(guān)，因?yàn)橘Y金管理是一個(gè)從設(shè)計(jì)優(yōu)化和再定位開(kāi)始到資金重新投入市場(chǎng)并實(shí)現(xiàn)資產(chǎn)增值和投資回報(bào)最大化的全生命周期過(guò)程。因此，防范資金風(fēng)險(xiǎn)是實(shí)現(xiàn)房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展的重要保障。

經(jīng)濟(jì)新常態(tài)發(fā)展背景下，房地產(chǎn)市場(chǎng)投資趨向、交易類(lèi)型等呈現(xiàn)新態(tài)勢(shì)，經(jīng)過(guò)近些年的市場(chǎng)發(fā)展，房地產(chǎn)去庫(kù)存已取得良好進(jìn)展。棚改貨幣化政策起到了短期內(nèi)迅速擴(kuò)大住房需求及縮減供給的作用，對(duì)三四線乃至二線城市住房市場(chǎng)具有較強(qiáng)的剌激效應(yīng)，房地產(chǎn)市場(chǎng)庫(kù)存風(fēng)險(xiǎn)得到了良好管控。

由于城市攤大餅式的擴(kuò)張開(kāi)發(fā)難以持續(xù)，城市更新是城市房地產(chǎn)市場(chǎng)發(fā)展的必然選擇，另外，城市更新使得房地產(chǎn)重置成本越來(lái)越高，房租價(jià)格進(jìn)一步上漲;而我國(guó)愈來(lái)愈大的舊城改造，也使得房地產(chǎn)市場(chǎng)價(jià)格節(jié)節(jié)攀升。如今政策收緊對(duì)房地產(chǎn)市場(chǎng)形成了新一輪的限制，抑制房?jī)r(jià)上漲。在“房住不炒”和“因城施策”方略等多因素影響下，房?jī)r(jià)上漲態(tài)勢(shì)基本得到控制，價(jià)格風(fēng)險(xiǎn)趨于穩(wěn)定，這將為房地產(chǎn)市場(chǎng)的健康可持續(xù)發(fā)展提供支撐。

政策環(huán)境的時(shí)變性和動(dòng)態(tài)性要求房地產(chǎn)調(diào)控策略必須有所創(chuàng)新，加快住房制度改革和房地產(chǎn)健康可持續(xù)發(fā)展長(zhǎng)效機(jī)制建設(shè)，以保持房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展。對(duì)安徽省房地產(chǎn)市場(chǎng)而言，應(yīng)堅(jiān)持分類(lèi)調(diào)控，保持房地產(chǎn)市場(chǎng)總體平穩(wěn)運(yùn)行;加快建立多主體供給、多渠道保障、租賃并舉的制度，建立完善房地產(chǎn)統(tǒng)計(jì)和市場(chǎng)監(jiān)測(cè)預(yù)警機(jī)制，提高調(diào)控精準(zhǔn)度。將風(fēng)險(xiǎn)規(guī)避到萌芽階段，真正實(shí)現(xiàn)房地產(chǎn)市場(chǎng)的健康可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] 陳建華.完善配套政策，支持房地產(chǎn)信托投資基金試點(diǎn)[EB/OL].2018-03-20/2019-08-09.https：//baijiahao.baidu.com/s？id=1595382449163910797&wfr=spider&for=pc

[2]中國(guó)政府網(wǎng).習(xí)近平在省部級(jí)主要領(lǐng)導(dǎo)干部堅(jiān)持底線思維著力防范化解重大風(fēng)險(xiǎn)專(zhuān)題研討班開(kāi)班式上發(fā)表重要講話[EB/OL].2019-01-21/2019-08-09.http：//www.gov.cn/xinwen/2019-01/21/content_5359898.htm

[3]Wang Chun-yu，Zhang Jia-yi.Influencing factors on Beijing real estate price[J].ICCREM 2017：Real Estate and Urbanization-Proceedings of the International Conference on Construction and Real Estate Management，2017：62-67.

[4]朱永升，王衛(wèi)華.房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的影響因素及其模糊評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2001（06）：8-12.

[5]王大港，劉伊生.新常態(tài)下中國(guó)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)特征及影響因素研究[J].東岳論叢，2016，37（10）：157-164.

[6]Ma Chao-qun，Yang Fu-she，Wang Yu-ping，et al.Impact of rail transit on price increase of residential real estate[J].Jiaotong Yunshu Gongcheng Xuebao/Journal of Traffic and Transportation Engineering，2010，10（04）：91-96.

[7]郭 娜，胡佳琪.人口老齡化趨勢(shì)、區(qū)域差異與房地產(chǎn)價(jià)格波動(dòng)的實(shí)證分析[J].統(tǒng)計(jì)與決策，2018（05）：92-95.

[8]韓秀蘭，李俊明.中國(guó)城市房?jī)r(jià)時(shí)空特征與影響機(jī)制研究——基于貝葉斯分域時(shí)空模型的實(shí)證[J].數(shù)理統(tǒng)計(jì)與管理，2018（01）：1-11.

[9]武力超，林俊民，韓華桂，等.人口結(jié)構(gòu)對(duì)中日美房地產(chǎn)市場(chǎng)影響的比較研究[J/OL].審計(jì)與經(jīng)濟(jì)研究，2018（02）：1-14.

[10]Chen Ling，Huang Hui-jing，Xu Wei.The empirical study on the relationship between the stock market and the real estate market in China[J].ICCREM 2017：Real Estate and Urbanization-Proceedings of the International Conference on Construction and Real Estate Management，2017：197-209.

[11]朱佳俊，周方召.市場(chǎng)競(jìng)爭(zhēng)與負(fù)債融資的替代效應(yīng)研究——基于中國(guó)房地產(chǎn)上市公司數(shù)據(jù)的實(shí)證檢驗(yàn)[J].會(huì)計(jì)之友，2017（19）：68-72.

[12]朱佳俊，周方召.市場(chǎng)份額、負(fù)債融資與企業(yè)價(jià)值——基于中國(guó)房地產(chǎn)上市公司的實(shí)證研究[J].技術(shù)經(jīng)濟(jì)，2017，36（01）：117-122.

[13]劉煥鵬，徐 煒，董利紅.高速增長(zhǎng)的房地產(chǎn)投資是否推升了勞動(dòng)力成本？——基于中國(guó)地級(jí)及以上城市的證據(jù)[J/OL].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2018（04）：16-29.

[14]王 慧，張國(guó)君.KMV模型在我國(guó)上市房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)度量中的應(yīng)用[J].經(jīng)濟(jì)問(wèn)題，2018（03）：36-40.

[15]Guo Jian-hua，Xu Song-lin.Song-jin.Research on the linkage and spillover effects between Chinese stock market and Real estate market[J].BioTechnology：An Indian Journal，2014，10（10）：4436-4443.

[16]何葉榮，孟祥瑞，李慧宗，等.煤礦企業(yè)安全管理能力風(fēng)險(xiǎn)因素結(jié)構(gòu)模型[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2015，11（03）：135-140.

[17]王大港.新常態(tài)下中國(guó)城市房地產(chǎn)風(fēng)險(xiǎn)評(píng)價(jià)及調(diào)控策略研究[D].北京：北京交通大學(xué)，2017.

[18]于 潔.新常態(tài)下烏海市房地產(chǎn)信貸風(fēng)險(xiǎn)研究[D].內(nèi)蒙古：內(nèi)蒙古財(cái)經(jīng)大學(xué)，2016.

[19]王琪延，韋佳佳.家規(guī)家訓(xùn)與生活滿意度研究——基于結(jié)構(gòu)方程模型的實(shí)證分析[J].調(diào)研世界，2018（03）：1-5.

（責(zé)任編輯：王 強(qiáng)）