房地产数学建模.docx
《房地产数学建模.docx》由会员分享,可在线阅读,更多相关《房地产数学建模.docx(23页珍藏版)》请在冰豆网上搜索。
房地产数学建模
房地产数学建模
论文题目:
房地产市场投资和投机问题
摘要:
随着我国房地产市场的不断发展与壮大,房地产交易案例的急剧增加房地产估价在人们的生活、工作中已成为不可缺少的一项专业性、技术性工作,并且国家实行了房地产估价制度。
如何运用合适模型对房地产价格的形成,演化
机理,价格评估及如何有效地抑制价格上扬等已成为摆在我们面前的问题。
本文利用初等模型解释房地产价格形成及演化机制,将模糊数学运用于房地产估价中,引进了隶属函数、贴近度、择近原则的概念,研究了权重确定方法,应用了“快速递减加权”理论,将比较法评估房地产价格时选取可比案例以及权重确定的科学理论依据运用于实际项目中,很好地解决了比较法评估房地产价格时的难题。
从而避免了以往对可比案例及权重选取的主观随意性问题。
该方法对大宗房地产价格的评估具有广泛的推广应用价值。
本文注重影响房地产价格的主要因素——土地价格的,原材料,人均收入,供求关系,利率水平;大胆假设他们与房地产的关系依次为指数关系,正比,二次曲线,反比关系。
忽略了很多次要的及相对微弱因素。
建立的模型为E=f(P,B,R,Q,T,C)=V1(λD*G)+|V2(K1B/RQ)+V3(aeΨ)+V4(K2P)+r,G为综合评判后的建设成本,V1···V4为各因素对房价影响的权重,为0到1范围内的常量。
在估价出单座建筑价格后,再与其同类建筑比较,利用模糊数学理论估价出相对均稳的价格。
通过模型中的主要因数与房价的关系可采取如下措施来抑制房价的过快增长:
一﹑政府通过控制建材、上调利率水平、调节供求关系等手段进行宏观调控。
二﹑加强市场监控和信息化建设。
三﹑充分发挥市场化对资源的配置作用,促使房地产市场供需平衡、价格平稳。
这些政策符合我国房地产业的现状。
对房地产管理者起到一定的政策导向作用。
一、阐述问题
虽然国家多次进行宏观调控,多次调整利率、存款准备金率等,试图对房地产市场进行调控,但自1998年实行房改以来,我国大部分城市的房价出现了普遍持续上涨情况。
一方面,房价的上涨使得新进入城市或需要购房者的生存成本大幅增加,导致许多中低收入人群买房难,其他消费也无法提升;另一方面,部分投资或投机者通过各种融资渠道买入房屋进行出租或空置,期望因房价上涨而获得超高回报,导致房价居高不下。
因此,如何分析影响房地产市场的因素,从而进行有效的抑制房地产价格的过快上涨,同时能够抑制房地产市场的投机行为,是一个需要进行全面而深入研究的问题,也是普罗大众非常关心的社会问题。
国家为此出台了多种政策或宏观调控措施。
现在请你就一下几个方面的问题进行讨论。
1.建立一个城市房价的数学模型,通过这个模型对房价的形成、演化机理进行深入细致的分析;
2.通过分析找出影响房价的主要因素;
3.分析国家调整房地产利率或存款准备金率、房产税、贷款限制等关键措施对房地产投资或投机者的影响;
4.给出调控房地产投资或抑制房地产投机的政策建议;
5.对你的建议可能产生的效果进行科学预测和评价。
二、模型假设
①假设房地产价格与消费需求成二次曲线关系;
②房价与银行利率成反比关系;
③房价与土地价格成指数关系;
④房价与人均收入、建材费用成正比关系;
⑤忽略外来投资者对房地产价格的影响;
⑥忽略楼盘地理位置及周围交通、区域聚合度、社区成熟程度的影响;
⑦不考虑房屋拆迁及家庭分裂、重组的影响;
⑧国家政策及进入该地区的外来人口在所考虑的时间段内稳定;
⑨在模型中不考虑商家炒作对房地产价格的影响;
⑩房屋价格是在完全市场经济条件下确定的;
⑪对房地产的估价是建立在公平、通明、合法的原则上的。
三、符号说明
B表示该房的便利程度(购物、交通、教育、医疗等);
E表示房地产平均销售价格;M表示所考虑地区内的住房需求
P表示其他的人均收入;T表示土地价格;
R表示距市中心的距离;G所考虑的房地产的面积;
Q表示所考虑时期内的银行利率;D为建筑物每平方米的造价;
X表示房地产的需求量;
四、模型建立
问题1与2:
根据房地产最有效、相类比较、预测、估价时点、公平、合法原则建立房地产估价模型。
(一)先考虑房地产建设成本对房地产价格的影响,建造不同类型房地产如医院,教学楼,厂房等受许多不同因素的影响。
在估价单一种建筑时考虑其已知的同类型建筑的生产成本,利用模糊理论来估计比较均衡的建设成本费用。
们利用模糊数学中的欧氏距离公式
n
dp(x,y)=(∑|xi-yi|p)1/p公式
(2)
i=1
x=(x1,„,xn),y=(y1,„,yn)∈Rn,p>0是固定的参数(当p=2时,即为欧氏距离。
)
和贴近度计算公式:
(A,B)=1-c(dp(A,B)α)1/α,公式(3)
其中c,α是适当选取的参数,并保证0≤(A,B)≤1(A,B为模糊集合)来计算同类工程的贴近度。
为方便起见,我们把各位工程特征的隶属度计算简化为线性关系
令α=1,c=1/n,则拟估工程x和同类工程y特征编码的欧氏距离为
n
d(x,y)=∑|ux(xk)-uy(xk)|
k=1
(x,y)=1-1/n×d(x,y)公式(4)
step5:
给出特征编码线性权重向量
由预算人员对每位详细特征编码,按其各项经济指标所占造价比重等因素,给出线性权重向量。
r=(r1,r2,...,r30)
而∑ri=1(公式5)
i=5
step6:
建立线性加权偏离度矩阵
Step7:
确定参照工程
(二)对问题2,4与5的分析,即抑制房价的政策建议与其可能产生的效果分析。
本模型组主要对工程技术数据进行分析和测算,用模拟仿真的方法提供用户所需的分析和预测结果。
其一,可对单位工程或对分类工程的费用比重,造价比重,工程构成比重及材料比重等经济指标加以分析;
其二,可由预算人员人材机单价和主要费用进行调整,全面观察分析各项因素的变化对工程造价的影响,并根据调整结果进行预测。
1、房地产开发商所生产房屋数量对房地产价格的影响,数量的增加必然价格的下滑,在完全市场经济中价格是由市场上的供应量决定的。
一个时期,由于某种商品的上市量大于需求而销售不畅,造成价格下跌,销售者无利可图,转而经销其他商品。
经过一段时间以后,商品上市量大减,又导致价格上升。
这种供求关系决定市场经济中价格和数量的振荡关系。
这种振荡会导致两种结果:
一是振荡幅度逐渐减小,最终趋于平衡;二是振荡幅度越来越大,最终导致市场混乱。
下面借助经济模型来研究数量与房价的关系,市场经济中,每种商品存在两个不同的函数。
(1)
需求函数X=g(e),她是价格的单减函数,其图形称为需求曲线;
(2)供应函数M=f(E)它是价格的单增函数,其图形称为供应曲线,图形如上图所示。
它所表达的含义是,只有在H点时市场上房屋的数量和价格才趋于稳定,而在其他点是不稳定的,一种可能是逐渐趋于稳定,另一种可能是更加混乱。
这种方法在经济学上称为蛛网理论。
2平均销售价格与利率水平,便利程度及距市中心的距离的关系:
根据基本假设,我们可得到如下数学表达式:
Eb=k1B/RQ+c
我们虽然无法定量分析,但可以通过它定性研究。
下面我们以南京市为例来说明其有用性,南京市各区房价及其起落趋势的数据如下:
根据抉策地产研究中心楼盘数据库和2004年6月70典型楼盘价格指数,以南京市七大片区作为统计对象,根据供给面积与市场价格加权计算,得出2004年6月新建商品房加权平均价格为4813元/平米,七大片区均价如上图所示。
由以上表格明显可以看出:
城中区,河西区,房价较高,上涨趋势较明显,这是因为其位于南京市中心附近,拥有便利的条件,即B较大,R较小,从而E较大。
符合实际情况,因此上式具有可用性。
下面就利率因素进行讨论。
加息有利于房地产价格过快上涨,当前房地产行业最突出的问题从房地产投资增长过快转移到房价增长过快,房价增长过快成为房地产行业发展最大的风
险因素,由于房价的不断上涨导致新一轮的房地产泡沫的争论日益激烈,我们认为抑制房价过快增长是国家出台加息政策所考虑因素之一,只有房价的平稳增长,房地产行业才有可能保持长期持续稳定增长。
家息将抑制房价的过快增长:
加息最直接的影响是既提高了购房者的购房成本和按揭支出,也增加了开发商的融资成本,从而从需求和供给两个方面都对房地产行业产生负面影响,加息将抑制房地产行业的增长速度,消除行业的不利行为。
加息对需求的影响大于对供给的影响:
加息直接导致购房者的购房行为的变化,而对供给的影响则较为复杂,一是开发商进行项目开发的出发点是只要能够盈利就不会退出这个市场,而当前的房价过快上涨已经给开发商带来了较高的利润空间,其供应不会有较大的抑制;二是对供给的影响具有滞后性。
住房抵押贷款的风险还很低:
尽管从2000年到2004年上半年,我国的住房抵押贷款都以54﹒9%的增长速度飞速发展,2003年总抵押贷款额只占总贷款的8﹒5%,占GDP的11﹒1%,香港的相关数据分别为34﹒3%和50%。
中国各银行和监管机构都认为抵押贷款是唯一最好的放贷方式,其资产质量高(坏帐比例低于1﹒5%),而且有很大的增涨潜力(2004年上半年,抵押贷款的同期增长率为57%)。
此外,因1998年以来住房私有化使个人有机会积累大量财富,所以抵押贷款在总房产中只占很小比例。
抵押贷款的发放额为1﹒3万亿元人民币,约占城市居民房产总价值的5%(居民房产总价值由居民总住房占地面积120亿平方米乘以估计每平方米平均价格2000元人民币)。
根据以上分析可知,随着银行利率的提高,将导致投资者成本的增加,购房者也会考虑是否近期买房,这就造成近期需求的相对减少,由此可见,利率的影响与房价可认为成反比关系,这在实际生活当中也是符合实际情况的。
所以,上式是成立的。
3、土地作为房地产开发的最基本的生产资料,与房价有着密切的联系。
商品房销售价格上涨,且上涨幅度较大。
企业家在回答“与上年相比,本企业本年在本地区商品房销售价格:
上涨、基本持平、下降”问题时,认为“上涨”的212人,占76﹒5%;其中认为上涨的212人,认为上涨幅度在30%以上的53人,占25%。
土地购置价格也有较大幅度的上涨。
据估计,企业家在回答“与上年相比,本企业本年本地区的土地购置价格:
上涨、基本持平、下降”问题时,认为“上涨”的209人,占75﹒5%;其中认为上涨的209人中,认为上涨幅度在30%以上的77人,占36﹒8%。
《2005年第一季度城市低价监测报告》显示,今年一季度全国主要城市地价水平为每平方米1212元,与去年第四季度末相比增长1﹒21%每平方米2006元、1184元和482元,与2004年第四季度末相比增长率分别为0﹒91%、1﹒58%和0﹒19%。
分区域看,一季度华北区﹑东北区﹑华南区﹑中南区﹑西南区﹑西北区平均地价水平为每平方米1309元﹑1066元﹑1171元﹑1239元和780元;与2004年第四季度末相比,除西南区增速上升外,其他区域增速均有所放慢。
长江三角洲﹑珠江三角洲﹑京津地区等重点区域平均地价水平分别为每平方米2019元﹑1425元和2019元,与2004年第四季度末比增长率分别为2.37%﹑0.93%和0.50%,与去年同期相比增幅均有所上升。
许多城市房价的上涨与土地成本增加有直接关联。
从国家利益最大化的角度来看,政府对土地的垄断是地价顺利的转化为开发商的成本,制度因素使地价中包含了垄断地租,直接表现为地价上涨。
2004年上半年数字显示土地招牌挂
实现了地方政府利益最大化,同时抬高了地价.后者同时作用于前者。
房价上涨还同时带来了拆迁标准的提高。
例如,2004年度上海市城市房屋拆迁最低补偿单价标准在2003年度标准基础上进行了修改,最新的补偿标准同比大幅提高,市中心地块的单价补偿标准上涨了2000元-3000元/平方米。
另外,土地一级市场土地成本走高带动了二级市场,原先的土地持有者不可能廉价卖地,而是获取了超额利润。
因此,综合来看,新增项目的土地成本确实是提高了。
土地成本的增加也影响了房价。
例如,上海由于土地资源的极端稀缺和有限性,房地产用地成本昂贵。
土地交易价格增长今年1季度为22﹒6%,增幅仅次于35个大中城市中的杭州;2季度更是超过杭州,增幅升至24﹒8%;3季度虽然降到14﹒9%,但增幅比全国平均水平和最低的省市分别高3﹒3和14﹒9个百分点,与全市房价持平。
据上海有关部门统计,2003年上海公开出让的1200多公顷土地中,平均中标价达105﹒4万元/亩,比2002年上涨124﹒3%,其中卢湾区的一块地地价达1527万/亩,即使近郊区县的部分住宅土地中标价也已超过300万元/亩。
由以上分析可知,房价与土地价格并非线性关系。
假设为指数关系如下:
Ec=aex+b,0〈x〈1,x=(T2-T1)/T1,T1,T2为不同时期的土地价格。
B为一定时期的平均价格,a是根据房价而调整的一个系数。
在现实中,地价持续上升时,房价并不会伴随上涨,涨幅很小。
4,人均收入对房价的影响很容易理解。
只有有了货币,才能购买房。
37大城市平均房价与人均收入排行榜如下表:
由上表可知人均收入越高,所能购买的房价承受能力越高,可将其与房价的关系假设为线性关系:
Ed=K2P+SS为常数
*************************************
二、择近原则
模糊数学在房地产比较法评估中的应用,其择近原则尤为重要
设在论域U={x1,x2,…,xn}上有m个模糊子集(m个模型),构成了标准模型库。
被识别的对象
也是一个模糊集,
与
中的哪一个最贴近?
这就是一个模糊集对标准模糊集的识别问题。
因此,这里涉及到两个模糊集的贴近程度问题。
1、贴近度
先把模糊向量的内积与外积推广到无限论域U上,内积与外积的简单性质对无限论域U上的模糊集也成立。
由模糊集的内积与外积的性质可知,单独使用内积或外积还不能完全刻划两个模糊集
、
之间的贴近程度。
模糊集的内积与外积都只能部分地表现两个模糊集的靠近程度。
现在从直观上进一步说明这一点。
在图1中所表示的两个模糊集
、
交点的纵坐标(隶属度)越大时,则
与
越靠近,而内积
正是表现了模糊集
与
交点的纵坐标(隶属度μ)。
在图2中所表示的两个模糊集
与
交点的纵坐标(隶属度μ)越小时,则
与
越靠近,而外积
⊙
=
正好表现了这一点。
综上所述,内积越大,模糊集越靠近;外积越小,模糊集也越靠近。
因此,可用二者相结合的“贴近度”来刻划两个模糊集的贴近程度较为适合。
设
,
是论域U上的模糊子集,则称
为
与
的贴近度。
可见,当σ0(A,B)越大(从而
·
越大,
⊙
越小)时,
与
越贴近。
贴近度描述了模糊集之间彼此贴近的程度,实际上,由于所研究问题的性质不同,进一步研究还有其他的贴近度方法。
但是,经过多宗估价实例的应用,发现式
(1)的表示方法更适用于房地产的估价。
2、择近原则
设论域U上有m个模糊集
,构成一个标准模型库
∈Γ(U)为待识别的模型。
若存在i0∈{1,2,…,m},使得
(2)
则称
与
最贴近,或者说把
归并到
类。
3、多个特性的择近原则
设论域U上有两个模糊向量集合族
则
与
的贴近度定义为
(3)
三、关于公式中的问题
上期的论文研究了正确运用比较法时,估价师所面临的两个需要解决的棘手问题:
一是如何选择与待估房地产条件相似的交易实例,二是如何确定待估房地产的价格。
而模糊数学在对象的相似程度识别方面,引进了贴近度的概念,对象越相近,贴近度越大,这样可以解决比较法中如何选择与待估房地产最相似的交易实例的问题。
进一步研究发现,将待估房地产与交易实例之间的贴近度的大小转化为权数,并成功地建立了“快速递减加权式”,独创性地解决比较法的第二个难题。
所述内容具有充分的理论依据和较强的应用价值,对拓展房地产估价方法,准确评估房地产价值具有推广应用价值。
1、关于计算符号
设已有n个房地产交易实例的资料
用
表示第i个房地产交易实例的特征向量,
,即各相关资料的分值,可用“评估设想结果法”进行逐项控制(在《房地产估价方法的拓展》专著中叙述,施建刚著)。
为内积运算;
⊙
为外积运算;
为取大运算,如:
=0.9;
为取小运算,如:
=0.8。
2、公式中的注意点
利用贴近度计算公式可计算待估房地产的
与房地产交易实例
的贴近度为
。
有可能出现相同的数值,这时可利用模糊关系系数的大小来排序:
(4)
然后从大到小排序,记为
,一般情况下,
,但必须
。
相应的房地产交易实例价格(修正后)为
。
即与待估房地产最相似的(贴近度最大)交易实例的价格为
,次相似的为
,依次类推,最不相似的为
。
相似程度高的交易实例,其权值就大,因而所起的调整作用也大;相似程度低的交易实例,其权值就小,因而所起的调整作用也小。
用相似程度的大小来控制相应交易实例的调整作用,这显然是非常有道理的。
在实际工作中,考虑到权值是呈指数级递降的,衰减非常大,贴近度为第四的交易实例的权值已经相当小,一般可以忽略,所以通常只要取最相似的三个交易实例就完全满足要求了。
这就使得评估模型大为简化为:
(5)
式中,
为修正系数,由于待估房地产与各交易实例之间只是相似,而不是完全相同,即存在着差异,且确定特征向量的隶属函数时也有误差,所以应对计算结果进行修正。
这种修正主要是根据房地产估价师的评估经验,有时主要是评估策略上的修正,如政策变化、市场供求状况、顾客成交的迫切程度,愿承担的风险大小因素,均应作为决定评估结果需要考虑的因素。
一般取值在0.95--1.05。
(3)分析国家调整房地产利率或存款准备金率、房产税、贷款限制等关键措施对房地产投资或投机者的影响;
(1)利率的影响
从2006年月5日开始到2007年5月15日,央行连续七次上调存款准备金率,由8%上调至目前的11%。
中国人民银行18日宣布,自5月19日起金融机构一年期存款基准利率上调0.27个百分点,一年期贷款基准利率上调0.18个百分点。
其他档次利率相应调整;从2000年6月5日起,上调存款类金融机构人民币存款准备金率0.5个百分点。
这是近10年来中国首次同时宣布上调存款准备金率和存贷款基准利率。
3月17日,中国人民银行决定上调金融机构人民币存贷款基准利率,金融机构一年期存、贷款基准利率均上调0.27个百分点,分别由现行的2.52%提高到2.79%、6.12%提高到6.39%;其他各档次存贷款基准利率也相应调整。
同日,建设部下发《关于调整个人住房公积金存贷款利率的通知》中规定,3月18日起,上年转结的个人住房公积金存款利率由现行的1.8%提高到1.98%。
五年期以下(含五年)及五年期以上个人住房公积金贷款利率上调0.18个百分点,五年期以下(含五年)从4.14%提高到4.32%、五年期以上从4.59%提高到4.77%。
(一)银行利率变动与房地产业的关系
银行利率降低,信贷金额增大,货币供应量增长。
当货币供应增长超过房地产商品对货币需要限度之初,作为货币需求者的房地产开发商、房地产商品消费者和投机者,并没有急于将多余的资金用于投资或消费;但当货币供应量继续增加,持币者就会增加对房地产商品的投资或消费。
在消费心理等因素的影响下,这一过程可能导致抢购房地产的行为,推动货币转化为房地产实物商品的替换过程。
随着房地产需求持续上涨,在短期内房地产供给刚性的影响下,房地产价格不断上涨、交易量不断增加。
由于价格的不断上升导致现有价格严重脱离其实有价值,加快房地产经济进入严重的通货膨胀阶段。
相反,如果货币供应增长低于房地产商品流通对货币的需求限度,就会出现有效需求不足现象,结果导致房地产商品积压,空置现象严重。
(二)银行利率变动对房地产价格的影响
一般理论认为,银行利率与房地产价格呈反比例关系,利率升高时房地产价格降低,利率降低时,房地产价格上涨。
其原因:
一是当利率升高时,储蓄、购买债券的收益增加,相对的房地产投资收益缺乏吸引力,投入的资金量大大减少,导致房地产价格缺少支撑力,结果必然价格下跌;二是由于利率升高,投资者运用的资金利息成本加大,而在物价没有上涨的情况下,资金的利息成本又不能通过合理的方式转嫁到房地产价格上,房地产投资的收益大大降低,这时的房地产投资就不能说是理想的投资方式。
而当利率降低到一定程度。
各方面对资金的需求量加大,经济开始振兴,投入房地产的资金也越来越多,从而推动房地产价格上涨。
提高存款准备金率和上调金融机构人民币存贷款基准利率,目的是减少银行贷款增长的趋势,控制投资增长过快和经济发展过热。
这必然将影响到银行的信贷规模,抑制银行贷款增长的势头。
所以,首先波及的将是资金密集型、需要从银行获取大量贷款的房地产业。
现在看来,从2006年开始频繁采取的加息措施并没有成功抑制房价上涨的势头。
不过,由于购房贷款期限短则十年,长则二三十年,所以,未来利率的继续调整,可能导致的“从量变到质变”的影响,即防止房价过快增长。
(三)银行利率变动对开发商的影响
目前,房地产开发商上市直接融资的还是少数。
多数开发商还是主要依靠商业银行贷款实现间接融资。
因此利率的变动导致开发商的财务成本增大,对其资金成本和利润影响比较大。
财务成本增加,还可能增加开发商资金周转的困难,在招拍挂市场化出让经营性土地的趋势下,加息使得资金链出现问题的概率进一步增加。
此外,还有可能迫使开发商加快项目开发周转期,有可能会减少盈利空间,降低价格,以规避项目建设、增加土地储备的风险。
加息意味着开发商的融资成本加大,贷款负担加重,以开发商年贷款100亿为例,在贷款利率上调0.27个百分点以后,开发商一年增加还款2700万。
对于央行加息对目前房产市场的影响,大致分为两种意见,一种认为,加息使得房地产市场开发成本加大,房价会随之上扬:
另一种认为,由于大部分房产开发商房产在建项目都存在贷款行为,央行加息使得开发成本加大,部分资金链紧张的开发商可能会由于资金压力,可能会采取降价的方式及早出售自己手中的楼盘。
对于开发商,利率提高将加大开发商的成本,会加速地产行业的兼并、组合,中小开发商将更难生存。
(四)银行利率变动对购房消费者的影响
加息给中国百姓带来最直接的好处就是存款利息的增加。
但对购房消费者来说,加息会增加成本。
一方面,对已购房者来说,加息增加了他们每月支付的购房成本,挤占他们的日常消费;另一方面,对潜在的购房者来说,购房成本的增长,又会减弱他们进入市场的欲望。
特别是由于我国信贷消费刚开始,购房者从没有体验过利息波动对个人消费的影响,如果利息的波动,尤其是利息上升幅度较大时,消费者购房支出陡然上升,会导致潜在消费者对购房欲望的减弱甚至停滞,从而导致房地产业的萧条,使整个经济增长放缓。
目前,房价并非卖方决定,开发商不会贸然将其转嫁给消费者,房价短期不会因此有明显上涨;从消费者角度来看,虽然加息增加了购房成本,消费者可能放缓其购房步伐,但此次加息幅度有限,对其影响甚微,心理影响大于实际影响。
由于目前市场上许多银行推出贷款优惠政策,因此短期来讲,加息对市场需求影响不大,对房价的影响也不会很大。
利率上升,由于消费者的购买欲望会降低,资金也存在着从房地产市场流向银行的趋势。
因此,整