新冠疫情对徐州市房地产市场的影响

第1页共45页1引言近年来，随着人们生活水平的提高，购房需求也在不断增长，因此房地产业得到了飞速发展。在市场运作的过程中，房地产业作为一个高金融杠杆的行业，因产品价值高、开发周期长短不一、使用时间长等方面，通常会出现市场价格波动风险、筹资风险与信用风险等。而且房地产业在2020年初，又受新冠病毒疫情影响开局不利。一方面多地封闭防疫，项目推迟开工，土地出让延期，楼市基本处于停摆状态，另一方面在宏观经济下行压力不断增大，同时考虑到疫情导致的各要素供给不足及成本增加的背景下，房地产行业在未来的发展中处于何种格局将备受人们关注。目前，徐州市房地产市场不论是在存货方面，还是资金方面等仍然存在许多风险，但对于风险本身而言，如何有效的控制防范这些风险是目前最为重要的方面，防患于未然。所以科学分析房地产行业的风险，对稳定房地产市场，促进徐州市经济社会发展有重要的意义。2风险管理的理论基础综述2.1风险界定我们不论是在生活中，还是日常学习工作中，“风险”这个词总是会出现在我们的耳中，可以说风险是一种普遍的社会现象。“风险”源于法文，最早出现在保险交易中，其在字典中的解释是“损失或伤害的可能性”。一般来讲，风险代表着损失的不确定性，但这种概念对各领域专家学者而言，并不是一致公认的定义。以下是关于风险定义的几种代表性观点：美国学者威雷特认为风险是关于人们不愿看到的事件的发生不确定性的客观体现，威雷特关于风险的定义特别指出了不确定性在风险中所处的核心地位；日本学者武井勋认为风险是在特定环境中和特定期间内自然存在的导致经济损失的变化；Yates和Stone（1992）更进一步提出了风险结构的三因素模型,透彻地分析了风险的内涵。他们认为,风险是由三种因素构成的:潜在的损失、损失的大小、潜在损失发生的不确定性。Yates和Stone的风险三因素模型,从本质上反映了风险的基本内涵,是现代风险理论的基本概念框架。综上，风险包括了以下两个方面的含义：一是风险的出现意味着出现了损失，或者是未实现预期的目标；二是这种损失出现与不出现是不确定的，我们可以用概率表示出现的可能程度，但不能对出现与否做出确定性判断。2.2风险识别2.2.1风险识别的含义风险识别是风险管理的第一步，是人们用判断或归类的方式对现实中或潜在的风险性质，把存在于项目中的各类风险因子进行鉴别，并对预期后果进行界定和识别。只有正确的识别出自身所面临的风险，我们才能够具体问题分析，主动选择适当有效的方法进行处理。2.2.2风险识别过程风险的识别过程主要是在项目发展过程中确定存在哪些风险事件可能会影响项目发展，参与风险识别的人员包括风险管理项目组成员、风险管理专家、相关研究学者以及会对风险识别过程有帮助的任何人。具体识别过程如图2-1所示：图2-1风险识别流程图2.2.3风险的识别方法（1）专家打分法专家打分法又名调查分析法，是评价方法中最常使用、最方便操作和最易得出结论的方法。在评价过程中可采取定性或定量分析。它主要是通过匿名，再反复征求专家意见，最终取得一致意见的方法。专家打分法在针对一些原因较为复杂的项目风险识别中具有良好的效果。头脑风暴法。头脑风暴法是以小组会议为组织形式，小组成员通过相互讨论产生思维共振，不断激发人员的思维和灵感，并进行相互的智慧补充和修正，引发创见性，以取得有新奇的创意、观点和思想。（3）因子分析法因风险来源丰富多样，并没有单一的明确指标可以确定风险程度，且风险程度是由多种因素共同影响作用下产生的。所以在项目分析过程时，可以从风险中选取几个风险指标数据进行风险识别。如在市场分析过程中，可以从存货因素的库存风险、价格因素中的投机性行为以及资金因素中的融资渠道等方面分析。2.3风险评估方法确定风险识别和风险因子后，将对项目风险进行系统分析工作。风险评估对项目风险管理的有效性和科学性密切相关，同时也对项目风险的监控与应对存在高影响。风险评估方法一般可以分为定性、定量以及定性与定量相结合这三类。在对项目风险进行风险评价分析的方法有很多，如主观评分法、决策树法、风险图评价法、层次分析法、模糊综合评价法、着色风险方格图等。而房地产市场同一般的项目在风险上有所不同，因为市场风险中各因素的影响无法量化，所以本文将采用层次分析法与模糊综合评价法对徐州市房地产市场存在的风险进行评估，综合定量与定性相结合的方法，对受到多个因素影响的市场风险做出全面的评价。2.3.1层次分析法层次分析法采用定性、定量相结合，有系统的、层次化的对项目进行分析的方法。它在对复杂决策问题的本质、影响因子与内在联系等进行更深入研究的基础上，并利用较少的定量信息使决策的思维过程数学化，从而针对多目标、多准则的复杂决策问题提出简便的决策方法。通过分析问题的性质和要达到的总目标，层次分析法将问题分解为不同的组成因素，并按照因素间的相互影响以及隶属关系，将因素按不同的层次聚集组合，形成一个多层次的分析结构模型，最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。层次分析法可以把无法量化的风险按照大小排序，把他们从目标层、准则层、方案层中区别出来，并对问题性质和类别得出判断和结论，最后在运用数学模型，将分解出来的各个问题综合全面分析，使其量化到具体数值。层次分析法处理问题的基本步骤基本步骤如下，并见图2-2：确定评价目标，明确方案评价时的准则。并根据评价目标、评价准则从目标层、准则层、方案层构造递阶层次结构模型。应用两两比较法构造所有的判断矩阵。确定项目风险要素的相对高度，在应用AHP进行评价和决策时，需要知道Ai关于Hs的相对高度，即Ai关于Hs的权重。计算综合高度。在计算了各层次要素对上一级Hs的相对高度以后，即可从最上层开始，自上而下地求出各层要素关于系统总体的综合高度，对所有项目风险因素进行优先排序。图2-2层次分析法流程图2.3.2模糊综合分析法模糊综合评价法是一种基于模糊数学的综合评价方法。它根据模糊数学的隶属度理论将定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物做出一个总体性的评价。它能较好地解决问题模糊、难以量化的问题，具有结果清晰，系统性强的特点，在对各种非确定性问题的解决时可采用这种方法。因在市场风险评价时，有些现象与活动界限是清晰的，有些却是模糊的。前者可以用普通集合来表示，而后者只能用模糊集合来描述。模糊评价按照指定的评价条件对评价对象的优劣进行评比、判断，综合是指评价条件中包含多个因素。综合评价就是对受到多个因素影响的评价对象做出综合全面的评价。采用模糊综合评价法进行风险评价的基本过程为：综合考虑所有风险因素的影响程度，并设置权重区别各因素的高性，通过构建数学模型，推算出风险水平的各种可能性程度，其中可能性程度值高者为风险水平的各种可能性程度，其中可能性程度值高者为风险水平的最终确定值。模糊综合评价法的原理：最开始先要确定评价对象的因素集合，建立一个评价级。然后再分别确定各个因素的权重，构建出隶属度矢量，通过这一评价法获得模糊评判矩阵，建立模型；最后运用根值法或和积法进行归一化处理，检验通过后才能进行模糊运算，得到模糊综合评价结果，其特点在于评判逐对象进行，不受被评价对象所处所处对象集合的影响，对被评价对象有唯一的评价值。模糊综合评价法的建模过程如图2-3：图2-3建模过程图2.4风险应对策略应对风险，可从改变风险后果的性质、风险发生的概率和风险后果大小三个方面，提出多种风险应对策略。下面将介绍减轻、回避、转移、接受风险，并分析其在对项目的研究过程中适合采用哪种方法进行风险应对。（1）减轻风险策略通过缓和或预知等手段来降低风险发生的可能性，减缓风险带来的不利后果以达到风险减少的目的。减轻风险是存在风险优势时使用的一种风险决策，其有效性在很大程度上取决于风险是已知风险、可预测风险还是不可预测风险。对于已知风险，项目管理组可以在很大程度上加以控制，可以动用项目现有资源降低风险的严重性后果和风险发生的频率。对于可预测风险或不可预测风险，这是项目管理组很少或根本不能够控制的风险，因此有必要采取迂回策略。（2）回避风险策略当项目风险潜在威胁发生可能性太大，不利后果太严重，从而主动放弃项目或改变项目目标与行动方案，进行规避风险的一种策略。如果通过风险评价发现项目的实施将面临巨大的威胁，项目管理组又没有别的办法控制风险，甚至保险公司亦认为风险太大，拒绝承保，这时就应当考虑放弃项目的实施，避免巨大的人员伤亡和财产损失。（3）转移风险策略将风险转移至参与该项目的其他人或其他组织，所以又叫合伙分担风险，其目的不是降低风险发生的概率和不利后果的大小，而是借用合同或协议，风险事故一旦发生时，可将损失的一部分转移到有能力承受或控制项目风险的个人或组织。实行这种策略要遵循两个原则：第一，必须让承担风险者得到相应的回报；第二，对于各具体风险，谁最有能力管理就让谁分担。采用转移风险策略所付出的代价大小取决于风险大小。当项目的资源有限不能实行减轻和预防策略，或风险发生频率不高，但潜在的损失或损害很大时可采用此策略。（4）接受风险策略有意识地选择承担风险后果。接受风险可以是主动的，也可以是被动的。由于在风险管理规划阶段对一些风险有了准备，所以当风险事件发生时马上执行应急计划，这是主动接受。被动接受风险是指在风险事件造成的损失数额不大、不影响项目大局时，项目管理组将损失列为项目的一种费用。费用增加了，项目的收益自然要受影响。接受风险是最省事的风险规避方法，在许多情况下也最省钱。当采取其他风险规避方法的费用超过风险事件造成的损失数额时，可采取接受风险的方法。3新冠疫情对徐州市房地产市场的影响新冠肺炎的爆发是一次空前的事件，它的影响遍及全国各地。据徐州楼盘网楼市数据观察，2020年开局受疫情影响，楼市阶段性停摆，商品住宅房较2019年供求双缩。而3月后楼市率先回暖，土拍热度高涨，地市高价地频出，“地王”三易其主，二级市场应声水涨船高，成交均价稳步上升，所以疫情对房地产业是一种短期现象，且疫情对房地产行业长期影响一定会显著小于短期影响。3.1短期影响（1）极大降低了商品住宅需求新冠肺炎疫情会使购房需求短期大幅下降，但疫情更多的是影响购房需求节奏而非总量。这种影响体现为一种延迟效应。即购房需求只会延后，不会消失。疫情过后购房刚需将出现报复性增长，购房需求的短期压制会在未来较长时间内得到平缓。据统计局显示，2020年3月徐州贝克找房平台二手房市区成交488套，而2月因为疫情原因，平台统计仅成交32套。（2）房地产企业现金短缺“现金为王”对房地产企业显得格外高。从资金流入角度看，受严厉疫情防控措施影响，各地售楼处相继关闭，房地产销售回款无法实现。在融资性资金流入方面,存量房地产项目正常贷款会延后，新增房地产项目减少会导致无法获得新增贷款。从资金流出角度看，融资性支出存在约定期限内刚性兑付问题。房地产企业面临无法履约的还贷风险。疫情使房地产企业现金流流入和流出缺口加大，房地产企业资金链断裂是当前房地产行业至关重要的问题。（3）房地产投资影响不大疫情使房地产企业资金紧张状况加重，同时受商品住宅供给节奏与数量变化的影响，疫情下房地产企业投资节奏把握的精准度要求相比往年会更高。一般来讲房地产开发项目需要2-3年的开发建设周期，开发商在安排项目时间进度计划时，会设置缓冲期。如果新冠疫情在半年以内能得到有效控制，房地产开发商的投资计划不会受到严重影响。（4）房地产企业销量大幅下降疫情会使房地产企业短期销售大幅下滑，同时会带来无法按期交付的风险。受疫情影响，项目在预售合同期内无法竣工交付，出现合同违约风险，引起购房者投诉，导致房屋买卖双方矛盾加剧，给社会稳定也造成一定影响。3.2中长期影响2016年以来，我国房地产市场调控进入新一轮紧缩周期，在新一轮调控下，房地产短期调控与长效机制衔接将更为紧密，徐州市也明确坚持“房子是用来住的、不是用来炒的”的定位，不将房地产业作为短期刺激经济的手段。强调因城施策，紧紧围绕稳地价稳房价稳预期的目标，完善长效管理调控机制。从融资这个层面来看，政府为了避免外部经济危机通过房地产传到国内，对于房地产融资的限制，大部分融资渠道都被卡死，从2016年开始，开发商大量向海外举债，最关键的是这些债务，超过50%是以美元计价的，2019年规模已经达到320亿美元（约2240亿人民币），一旦国际金融市场有什么变动，很可能成为压死开发商的最后一根稻草。目前国内开发商，在海外融资，除了部分优质的企业，大部分债券的融资成本都在10%以上，而且很多开发商还被迫购买了一些金融衍生品来作为对冲手段，很可能会增加债券暴雷的风险。从库存供给层面看，市场供需平衡才是房地产市场平稳发展之道，但徐州近些年，大搞城市建设，开发商多处开发土地，市场将面临供大于求的局面，如果库货规模增长过快，各房地产企业可能会由于拿地政策导致债务攀升过快，后续若销售不畅或者遭遇政策收紧，可能导致现金流吃紧的风险。从资金这个层面看，房地产一头连着土地财政和地方政府信用，另一头连着居民的贷款和信用。如果与房地产相关的融资得不到有效的控制，居民部门和政府部门的信用风险就会增加，同时也会挤压实体经济的融资空间。从经营方面看，如果融资渠道受限，房企资金压力加剧，要改善负债率、改善融资结构，又要冲全年业绩，回款能力将是房企持续经营的关键，预计房企可能采取降价跑量、缩短建设周期、拆分上市、转让等措施加以应对。从政策方面来看，融资渠道再收紧，严控房企高杠杆，并提出了房贷新规：房地产贷款占比12.5%~40%以及个人住房贷款占比7.5%-32.5%。这一新规是防止房地产贷款在银行体系全部贷款中的比重偏离合理水平、增强银行业金融机构抵御房地产市场波动的能力和防范金融体系对房地产贷款过度集中带来的潜在系统性金融风险。且在政策“三道红线”压迫下，房企资金面压力更大，新开工积极性难有明显提升，整体新开工规模将延缓，且8月债券市场新规提出严控房企有息负债增速、地产债借新还旧85折以及住宅类地产不接受永续债，这一新规使房企资金压力加大，中小房企即高杠杆房企未来面临更大风险。4徐州市房地产市场风险识别4.1房地产市场风险来源的识别以徐州市房地产宏观环境为起点，分别从“存货、价格、资金与政策”四个方面综合分析了解对房地产市场影响力度较大的几个宏观环境因素，力图以此为背景，正确把握徐州市房地产市场发展的大方向。4.1.1存货风险高库存风险存货规模过大或者过小都不合适。存货规模过小，地产企业可能由于土地储备不足而出现被动补库存的情况；如果存货规模增长过快，企业可能会由于过于激进的拿地政策导致债务攀升过快，后续若销售不畅或者遭遇政策收紧，可能导致现金流吃紧的风险。存货规模是否合适，主要分析以下几个方面：一是存货和销售的比值，也就是房地产消化能力。一般企业储备的土地要足够其3年左右的开发，否则过少的土地资源意味着企业发展后劲不足，可能面临着被动补库存的情况，这样其就会被动去拿地；二是存货的增长速度及其占总资产的比重。如果拿地比较多，企业的存货就会显著增长。需要看企业增加土地储备的原因，是否是在合适的时候进行了扩张；三是居民的购买能力，企业应该根据片区居民的购买能力，选择片区的扩张与否。徐州市商品住宅市场-月度存量及去化周期图如图4-1所示：图4-1商品住宅市场-月度存量及去化周期图由上图可知，截至2021年02月28日，徐州市本级商品住宅存量为319.1万/㎡，平均去化周期为3.81个月，其中市区存量约194.68万/㎡，平均去化周期3.27个月。贾汪区、铜山区、泉山区库存量高，库存压力大，存在高库存风险。徐州市商办市场4月概况如图4-2所示：图4-2徐州市商办市场4月概况图由图显示，徐州市公寓市场供应量与成交量比，供远大于需，且在库存去化方面，仍存在大量库存面积，去化周期也长。土地储备运作风险土地储备是指县级以上国土资源主管部门为调控土地市场、促进土地资源合理利用，依法取得土地，组织前期开发、储存以备供应的行为。近年来，徐州市的土地整理除徐州市土地储备中心收储土地外，还有市、区两级国有平台公司和社会资本通过参与棚户区改造等方式参与土地整理。这种多主体整理土地模式虽然对促进城市发展、改善城市面貌发挥了积极作用，但也带来了拆迁政策不统一、土地整理成本增加、土地出让收益减少、土地市场调控难度加大等一系列问题存在较高风险。土地成本过高风险主要是指要考察取得土地的价格，土地不仅要位置好，还要以合适的价格买入。一个好地块，如果是高价买入的，往往会导致企业最终低利润甚至亏损，对企业资金形成占用。尤其是中小型房企，如果在不合适的时点以高价拿地，那么会给企业现金流造成很大压力，甚至影响企业的生存。图4-3与图4-4为2016年至2020年徐州市区土地供销情况以及各区的住宅均价、平均楼面价及房地价比：图4-32016年至2020年徐州市区土地供销情况图4-4各区住宅均价及楼面价情况近三年徐州涉宅用地供求整体稳定，地价逐年攀升，2020年徐州市区土地供应建面992万㎡，成交建面926万㎡，平均楼面价3901元/㎡；徐州各区中云龙区房地价比1.29为各区最低，贾汪区房地价比4.9为各区最高。随着土地价格的逐年攀升，对于未来房价的影响可能存在以下可能：房价“优惠”力度增大，造成二手房市场的火热；土地市场因政策降温，但需求增加，仍然保持高度火热；未来房价可控性大，不会有太大的突变，而造成恐慌；在频繁的调控下，市场有序的涨跌，提高市场经济的高效发展等，土地价格的提高对房地产市场发展有利有弊，所以土地成本过高带来的风险为一般风险。去化周期较长对于一个城市的房地产市场来说，去化周期保持在一个合适的值是非常好的。高于或者低于这个值都会对房地产市场带来影响。因此房地产调控政策其实最终也是在稳定这个去化的周期。通过土地供给的调整和二手房存量房的限售政策松紧度调整，让房地产市场可以有一个正常的去化周期，不短不长。这对于稳定房价有着非常关键的作用。图4-5与图4-6分别展示了2020年4月至2021年3月近一年商品住宅存量与去化周期以及徐州市各区域去化周期的数据：图4-5徐州近一年商品住宅存量与去化周期图4-6徐州各区域存量与去化周期从上图可知，截止至2021年3月底，徐州市区存量296万㎡，去化周期3.8个月，整体市场健康良性；其中经开区、云龙区存量探底，且去化周期均不足2个月，贾汪区库存量较高，占市区存量的40％，去化周期为5.2个月。去化周期越长，所面临的去化压力就越大，房地产市场销售不乐观，会带来一些库存等风险。徐州市大多地区去化周期不长，存在较低风险，但贾汪区去化周期过高，存在库存积压等房地产市场较高风险。4.1.2价格风险影响房地产价格的因素有人口数量、居民的平均收入，投机性及空房程度等方面。（1）人口外流严重房地产价格和人口数量的关系非常密切。当人口数量增加时，对房地产的需求就会增加，房地产价格也就会上涨；而当人口数量减少时，对房地产的需求就会减少，房地产价格也就会下落。截至2019年，徐州下辖5个市辖区、3个县、2个县级市，总面积11258平方千米

，常住人口882.56万人。虽然徐州市人口基数大，但是外流严重，如图4-7所示，2019年苏北五市人口净流出量全省占位：图4-72019年苏北五市人口净流出量全省占位由图可以看出，苏北区域人口基数大，徐州人口全省第二，但整体人口外流现象严重。（2）过度投机风险住建部住房政策专家委员会副主任顾云昌在博智宏观论坛上曾表示，现在中国住宅人均1.1套！在众多实施限购令的城市中，徐州也在其中。那为什么徐州要进行限购呢？买这么多房子是为了什么？假设住户仅拥有一套房产，那限购必然是没有意义的，而人们选择购买房子这个大型需求用品已不仅仅是用来满足刚需，而是利用房产进行投资。投机是一种经济行为，它不是为了自己使用，满足自身的生活需求，而是为了后续在出售而暂时购买一种商品，期望从价格的变化中获得收益。徐州地区刚性需求迅速上升时，供求关系趋于紧张，房价加速上升，这给投机者传递了一个可能获取超额利润的信号，从而导致该地区投机需求以更快的速度上升。过度的投机行为就是对房地产的炒作，会带来房地产价格泡沫，最终可能导致经济过热发展，国民经济出现问题。图4-8为2017年至2020年徐州商品住宅的销售面积和销售额：图4-8近4年徐州商品住宅的销售面积和销售额从上图数据看出，2020年徐州全年商品住宅销售面积1577.03万平方米，增长15.0%，徐州全年商品房销售住宅面积逐年增长，销售额也在逐年增长，可见徐州房地产市场的火爆。二手房对投机性行为也有影响，二手房挂牌量代表了供求关系的变化，对二手房的均价有一定的影响。据诸葛找房数据显示，目前徐州的二手房挂牌量为30847套,徐州二手房库存量通过图可以看出数量是比较庞大的，二手房挂牌量见图4-9：图4-9徐州市二手房挂牌量房子不断建造，房价不降反升，关键的一点，就是不少人把房子当作投机产品进行炒作、或者作为一种准金融产品进行投资，以获取“投机利差”式超额利润，让房子背离了居住的功能与定位。不论是新房，还是二手房，如果炒房投机性行为不遏制，在限价的情况下，差价始终存在，买到就是赚到的心理，供给再多的房源，都不够满足市场的需求。徐州房价走势图见图4-10所示：图4-10徐州房价走势图从2020年3月至2021年2月，这近一年的房价走势图可以看出，徐州新房房价稳步上升，徐州二手房价格虽然整体比较平稳，但整体是上涨的状态。（3）居民的可支配收入偏低风险衡量收入水平的因素很多，而对房地产市场风险中价格因素影响最直接的有人均可支配收入和家庭资产。决定人们支付抵押贷款月还款能力的主要因素是家庭的人均可支配收入，只有收入达到一定程度的人们才会对当前的房地产市场产生有效需求。在其他条件一定的情况下，需求越大、价格越高，需求越小、价格越低，需求和价格成正相关。因此，人均可支配收入的增加增强了居民对住房的购买力，增加了居民对住房的需求，从而拉动了房价的上涨。图4-9为江苏省各城市城镇居民人均可支配收入对比图：图4-9为江苏省各城市城镇居民人均可支配收入对比图由图可以看出，徐州居民的可支配收入水平在江苏省内处于偏低的水平，收入水平较低会降低人们对买房的需求，降低市场购买力，供需不平衡导致房地产市场风险的产生。（4）空房率过高风险空房率是指空置房屋面积占全部存量房屋面积的比率。空房率即:空置面积/存量面积。其中，存量面积是指现有的、可供使用的全部存量房屋面积，包括已经被占用的面积和空置面积两大部分。过高的空置率、平均租售时间长对供给方来说意味着投资风险的增加，过低的空置率也会抑制潜在的需求。当然，最理想的空置率并不是零空置率,除非市场上所有的需求者都非常急需，见房就买或租，否则市场上不可能出现零空置率。市场上必然存在一个合理的空置率,也就是维持房地产市场正常运转所必需的空置率水平。近些年，美国的空房率为9％～10％，英国的空房率也在10%左右，对于西方国家专家而言，位于10%左右的空房率，就会减少住房紧缺情况。而人们也可以在城市之间随意流动，不用担心买房或租房问题。而我国依据合理空置的理论，结合当前现实状况，有条件的开发企业合理空置也应控制在10%的比率范围内。根据全国城市住房市场调查报告显示，2020年以前以下城市空置率分别为：重庆25.6%、上海18.5%、成都24.7%、武汉23.5%、天津22.5%、北京19.5%。三线城市住房空置率最高，为23.2%，而且三四线城市空置率超过20%、40%的很多，根据数据总体评估，徐州虽是二线城市，但空置率也应该在25%左右。虽然各路人士对我国住房空置率的预测说法不一，但都认可在10%的幅度以上。如果按照国际通行比率，我国的空置房率确实偏高，有些区域已经处于住房严重积压区。4.1.3资金风险（1）融资风险融资风险是指房地产企业在筹资过程中由于筹措资金的规划设计不到位而引起的收益变动的风险。房地产企业项目建设周期长，投资回收慢，若筹资规划不到位很容易导致企业资金紧缺。在房地产企业中，时时刻刻都需要资金及正常的现金流，项目前期阶段的土地款支付、配套费支付、设计研发费用支付以及后期阶段的工程款支付、销售费用的支付等等都要求我们必须要有一个正常的现金流。尤其是项目的前期阶段在还没有回款的阶段正是地产企业最困难的阶段，所以地产项目的融资风险很高。融资风险产生得原因有以下几种：一是融资渠道较为单一。目前，我国房地产开发企业主要有的融资渠道主要有商业银行贷款、上市融资、海外房产投资基金、债券融资四个方式。长期以来，我国房地产开发企业的融资流动渠道单一，银行信贷系统背负了房地产业大量融资风险。二是融资风险防控意识薄弱。很多房地产企业管理人员受传统金融制度的影响，认识不到进行融资风险防控的重要性，认为融资工作单纯的只和财务部门相关，让财务部门自己处理即可。房地产企业管理人员对融资风险认识不足，同时也不了解与之相关的政策法规，在进行项目融资时，既不能清楚全面地认识到融资规模和融资渠道，也不能整合公司内外各种可利用资源来帮助企业完成融资，经常导致企业无法按时获取所需资金，出现资金断裂影响企业后续正常的生产经营活动，从而增加企业的融资风险。房地产行业是一个高金融杠杆的行业，一般而言，房地产企业投入资金仅占全部资金的2成左右，其他部分一般通过银行贷款，如果银根缩进，或者其他原因导致贷款不能下来，就有可能导致资金链断裂；又或者银行贷款不到，向社会高利息借款，导致的巨大损失等。还有一个风险就是客户买房后，交了首付款申请按揭，但由于种种原因，银行无法顺利而及时的将按揭款给到企业，企业也会面临着一个房子卖了却没现金收入的窘境。（2）支付风险不论是对房地产市场的供方还是需求方而言，资金支付安全一直被人们所担心，在房地产交易过程中，存在以下支付风险：一是付款过程风险。付款过程包括支付定金、支付首付款、房产过户之后的支付以及尾款支付。房产付款由于金额大、风险高，买家和卖家双方达成购房意向之后，可将资金交付监管机构进行冻结，等到房产中介完成房产证等相关证件的审核并确定产权无误之后，再将资金支付给卖家，保证资金安全。二是第三方支付风险。互联网支付系统作为互联网金融的核心环节，伴随着互联网金融的飞速发展，其使用范围和使用人数也日益扩张，第三方支付便在此背景下迅速繁荣起来。然而，收益和风险是并存的，我们在享受第三方支付便利的同时也面临着较大风险。4.1.4政策风险进一步落实房地产长效机制，2020年8月20日，住房城乡建设部、人民银行在北京召开重点房地产企业座谈会，研究进一步落实房地产长效机制。会议重点：确定收紧房地产融资，控制房地产企业有息债务的增长，设置“三道红线”，即剔除预收款后的资产负债率大于70%、净负债率大于100%、现金短债比小于1倍。土地政策：科学控制土地供应规划、结构和时序，坚持“一区一策”精准调控，加强商品住房土地精准供应，针对交易热点区域精准投放，加大住宅用地供应量，优先满足刚需，稳定市场预期。房贷政策：融资渠道再收紧，严控房企高杠杆，提出了房贷新规：房地产贷款占比12.5%~40%以及个人住房贷款占比7.5%-32.5%。这一新规是防止房地产贷款在银行体系全部贷款中的比重偏离合理水平、增强银行业金融机构抵御房地产市场波动的能力和防范金融体系对房地产贷款过度集中带来的潜在系统性金融风险。“三道红线”压迫下，房企资金面压力更大，新开工积极性难有明显提升，整体新开工规模将延缓。债券市场政策：8月债券市场新规提出严控房企有息负债增速、地产债借新还旧85折以及住宅类地产不接受永续债，这一新规使房企资金压力加大，中小房企即高杠杆房企未来面临更大风险。4.2房地产风险因子的确定通过上述风险因子的介绍，本文将采用调查问卷的形式通过搜集了61位专家的意见，对以上风险因子的概率和风险影响大小进行评判。风险状态的定义：“非常小”表示风险很少出现；“小”表示最终会出现，但可能很少出现；“一般”表示可能早晚会出现，可能一年一次；“大”表示可能会在近期的市场中出现；“非常大”表示可以确定一定会出现。专家对风险因子影响大小的判断见表4-1，风险的概率大小直方图见图4-9，调查问卷见附录2。风险因子非常小小一般大非常大F11库存供给2（3.28%）2（3.28%）9（14.75%）23（37.7%）25（40.98%）F12土地储备运作1（1.64%）3（4.92%）10（16.39%）29（47.54%）18（29.51%）F13土地成本0（0%）3（4.92%）8（13.11%）27（44.26%）23（37.7%）F14去化周期0（0%）2（3.28%）14（22.95%）24（39.34%）21（34.43%）F21人口外流0（0%）1（1.64%）9（14.75%）28（45.9%）23（37.7%）F22过度投机0（0%）2（3.28%）7（11.48%）27（44.26%）25（40.98%）F23居民可支配收入0（0%）6（9.84%）9（14.75%）25（40.98%）21（34.43%）F24空房程度0（0%）3（4.92%）9（14.75%）23（37.7%）26（42.62%）F31融资风险0（0%）3（4.92%）8（13.11%）28（45.9%）22（36.07%）F32支付风险0（0%）2（3.28%）6（9.84%）32（52.46%）21（34.43%）F41土地政策2（3.28%）0（0%）12（19.67%）28（45.9%）19（31.15%）F42借贷政策0（0%）2（3.28%）14（22.95%）27（44.26%）18（29.51%）F43税收政策1（1.64%）3（4.92%）17（27.87%）22（36.07%）18（29.51%）表4-1研究者对风险因子发生概率的判断图4-9各风险因子风险概率对比图风险性分值的判定：“非常小”状态为1分；“小”状态为2分；“一般”状态为3分；“大”状态为4分；“非常大”状态为5分。结合61位专家对各风险因子的判定，得出总分，并根据表4-2风险级别判定，进行风险等级划分，得出表4-3各风险因子风险等级的判定。分值风险程度风险级别大于250极大风险5240-250高度风险4230-240一般风险3220-230稍有风险2220以下极少风险1表4-2风险级别的判定风险因子风险性分值风险等级的判定F11库存供给2505F12土地储备运作2434F13土地成本2535F14去化周期2474F21人口外流2565F22过度投机2585F23居民可支配收入2444F24空房程度2555F31融资风险2524F32支付风险2555F41土地政策2454F42借贷政策2444F43税收政策2363表4-3各风险因子风险等级的判定由上表所示，各风险因子对房地产市场风险都存在很大风险影响，以库存供给、土地成本、人口外流、过度投机、空房程度与支付风险尤为突出。通过对各风险因子的定性与定量研究，在面对房地产市场风险时，应严格控制各风险因子对市场风险的影响，并针对较高风险，优先实施各项防范措施，防患于未然。5房地产市场风险评价分析5.1徐州市房地产市场风险评价体系的建立通过上节徐州市房地产市场风险因素来源的介绍，本章节开展房地产市场风险的风险评价，通过查阅文献提出了存货因素、价格因素、资金因素和政策因素四大方面的风险防范。并在此基础上，本文咨询了徐州市相关房地产的专家人员，专家们对提出的四大风险一级指标十四个二级风险评价指标表示肯定，从存货因素、价格因素、资金因素和政策因素四大方面构建徐州市房地产市场风险评价指标体系(表5-1)。其中一级指标存货因素（F1）细分为四个二级指标（F11,F12,F13,F14）；一级指标价格因素（F2）细分为4个二级指标（F21，F22,F23,F24);一级指标资金因素（F3）细分为2个二级指标（F31，F32）；一级指标政策因素（F4）细分为3个二级指标（F41，F42,F43）。目标层潜在变量观测变量徐州市房地产市场风险影响因素存货因素F1库存供给风险F11土地储备运作风险F12土地成本风险F13去化周期风险F14价格因素F2人口外流风险F21过度投机风险F22居民可支配收入风险F23空房程度风险F24资金因素F3融资风险F31支付风险F32政策因素F4土地政策风险F41借贷政策风险F42税收政策风险F43表5-1徐州市市房地产市场风险影响因素评价指标体系5.2评价指标体系各指标权重的确定5.2.1一级指标权重的确立指标的权重反应某一指标在指标体系中所起作用的大小，指标间的权重差异主要是由于以下三个方面的原因造成的：一是评价者对各指标的重视程度不同，反应评价者的主观差异；二是各指标在评价中所起的作用不同，反映了指标间的客观差异；三是各指标的可靠程度不同，反映了各指标所提供的信息的可靠度不同。本例中，通过调查问卷的形式，调查来自银行系统、高校院所、房产企业等83位专家，让专家了解相关问题的背景材料，然后指出涉及评价指标的系列问题及其对于市场风险的AHP评价尺度(附录1)，请专家作出评判。对专家意见进行分析比较之后，再对专家的评分取中位数，然后就可以得到一级指标因素对比表，如表5-2所示。风险因素存货因素价格因素资金因素政策因素存货因素11/61/51/4价格因素6123资金因素51/214政策因素41/31/41表5-2一级指标因素对比表5.2.2指标权重的计算（1）根据一级指标因素对比表，建立准则层判断矩阵A1如下：将判断矩阵A的每一列向量归一化：将归一化的各行相加：将向量归一化得到权重：通过分析得到一级指标权重向量为：计算特征值（3）计算一致性指标CI当一致时，CI=0（4）计算一致性比例CR因为n为4，根据查表（见附录1）得RI为0.9显然,认为一级指标判断矩阵的一致性是可以接受，权重向量W可以接受。结果如表5-3所示：徐州市房地产市场风险影响因素存货因素价格因素资金因素政策因素权重Wi存货因素10.16670.20.250.0585价格因素61230.4546资金因素50.5140.3343政策因素40.33330.2510.1526表5-3一级指标权重（2）因为计算方法、过程相同，按上述同样的过程和方法得到各准则层的相应权重如下文所示。建立判断矩阵A2，影响存货因素的4个指标之间的高性进行比较，结果如表5-4所示：存货因素库存供给土地储备运作土地成本去化周期Wi库存供给121/710.1416土地储备运作1/211/51/30.08土地成本75120.569去化周期131/210.2094λmax：4.1812、一致性比例：0.0679<0.1，满足一致性检验表5-4存货因素中各二级指标权重建立判断矩阵A3，影响价格因素的4个指标之间的高性进行比较，结果如表5-5所示：价格因素人口外流过度投机居民可支配收入空房率Wi人口外流131/240.3165过度投机1/311/41/20.0906居民可支配收入24140.4721空房率1/421/410.1208λmax：4.1323、一致性比例：0.0495<0.1,满足一致性检验表5-5价格因素中各二级指标权重建立判断矩阵A4，影响资金因素的3个指标之间的高性进行比较，结果如表5-6所示：资金因素机构借款民间借款Wi融资风险170.875支付风险1/710.125λmax：2.0000、一致性比例：0<0.1,满足一致性检验表5-6资金因素中各二级指标权重建立判断矩阵A5，影响政策因素的3个指标之间的高性进行比较，结果如表5-7所示：政策因素土地政策借贷政策税收政策Wi土地政策1440.6608借贷政策1/4120.2081税收政策1/41/210.1311λmax：3.0536、一致性比例：0.0516<0.1，满足一致性检验表5-7政策因素中各二级指标权重通过以上表格，我们可以看出各一级指标与各二级指标的权重，若还要得到所有指标的权重，特别是后一层指标对其归属指标的权重，还需要将各层权重进行合成处理，表中指标层总权重自上而下地将各层的权重进行合成，徐州市房地产市场风险因素权重如表5-8所示：目标层准则层准则层权重指标层指标层权重指标层总权重徐州市房地产市场风险因素F10.4565F110.14160.0646F120.080.0365F130.5690.2597F140.20940.0956F20.3417F210.31650.1081F220.09060.0310F230.47210.1613F240.12080.0413F30.1452F310.8750.1271F320.1250.0182F40.0566F410.66080.0374F420.20810.0118F430.13110.0074表5-8徐州市房地产市场风险指标体系的各指标权重6徐州市房地产市场风险的模糊综合分析模糊综合评价法是模糊数学在实际工作中的一种应用方式。其中，评价就是指按照指定的评价条件对评价对象的优劣进行评比、判断，综合是指评价条件包含多个因素。综合评价就是对受到多个因素影响的评价对象做出全面的评价。采用模糊综合评价法进行风险评价的基本思路是：综合考虑所有风险因素的影响程度，并设置权重区别各因素的高性，通过构建数学模型，推算出风险水平的各种可能性程度，其中可能性程度值高者为风险水平的各种可能性程度，其中可能性程度值高者为风险水平的最终确定值。6.1市场风险因素的确定前文运用层次分析法依次得到了各个层级的指标的权重排序，得到了徐州市房地产市场风险因素各要素高程度的排序。那么，针对徐州市房地产市场风险因素中的高因素的获得，需要针对各指标进行评价，从而确定最高风险水平的风险因素。本章采用模糊综合评价法，对徐州市房地产市场风险因素进行评判。市场风险因素分别为存货因素中的库存供给、土地储备运作、土地成本与去化周期，价格因素中的人口外流、过度投机、居民可支配收入与空房率，资金因素中的融资风险与支付风险和政策因素中的土地政策、借贷政策与税收政策。6.2市场风险因素问卷调查对徐州房地产市场风险各因素高性进行有效分析，一是规范性的理论推理为基础，二是运用正确的实证研究方法。实证研究所需要的数据是通过问卷方式进行调研得到的，问卷设计和数据收集是否合理，将直接关系数据研究质量。因此，问卷调查需要从问卷设计、问卷发放及回收、数据统计分析、信度效度检验等方面对问卷调研进行阐述。6.2.1问卷调查的设计设计调查问卷是实证研究的一种高手段。问卷设计是在风险因素识别的基础上，参考国内外房地产领域成功的调查问卷，征求相关专家意见，以调查真实情况为目的，并用某些理论研究成果为基础，向调查者反应所需要了解的理论内容，并由一系列的问题、备选答案以及相关的背景解释而组成。本次调查结合研究目的，选择商业银行人员、房地产公司相关人员、徐州市当地居民、高校科研人员等其他人员进行调研。问卷内容分两部分，第一部分是对被调查人和单位情况进行调查，包括被调查者从事的行业、对徐州市房地产相关的了解情况、被调查者的收入等；第二部分是对徐州市房地产市场风险情况进行调研，主要包括徐州房地产市场风险影响因素等。这一部分内容的调研主要采取直接选择法，即给出不同的选项，使调查者根据自身的情况选择符合的选项。调查问卷变量的测量选用李克特量表。该量表由一组陈述组成，每一陈述有“非常高”、“高”、“一般”、“低”、“非常低”五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所得分数的加总，这一总分可说明他的态度强弱或他在这一量表上的不同状态。6.2.2问卷调查的发放与调研本次调查采用问卷星软件进行线上发放问卷调查，主要通过微博房地产超话、朋友圈以及徐州市人口相关群聊进行发布传播。此次问卷共收回84份，符合研究方法对样本量的要求，经调查问卷显示，被调查者均认为存在不同程度的房地产市场风险，最突出的则是市场风险因素中的价格因素，存在房价上涨过快，居民收入水平不高等情况，防范房地产市场风险必须高度重视。6.2.3数据整理与分析（1）答卷者情况经过对有效问卷进行回收，对被调查者从事的行业、月收入情况、被调查者目前所处地区房地产价格水平以及现房地产市场供需状况数据进行整理，见附录3，如表6-1所示：问题类别比例从事的行业商业银行1.96%房地产企业15.68%高校或其他82.35%月收入情况（元）1000~300041.18%3000~500037.25%5000~700015.69%7000~90001.96%9000以上3.92%被调查者认为目前所处地区房地产价格水平高43.13%较高43.14%适中13.73%偏低0%现徐州市房地产市场供需状况供大于求58.82%供小于求3.92%供需平衡13.73%区域不平衡23.53%表6-1被调查者相关情况统计通过上表可以看出，被调查者均大多为徐州居民，并有少数房地产业相关人员以及银行人员参与调研，能够保证此次问卷的可靠性。徐州人民普遍收入并不高，并且有将近90%的被调查人认为他们目前所处地区的房地产价格偏高，且对于房地产市场供需情况都有不同程度的见解，有58.82%的认为供大于求，可以看出大多数人认为市场上存在炒房等投机性行为的风险等。房地产市场风险分布情况本问卷调查方法选用李克特量表进行调研，此次市场风险因素从存货风险、价格风险、资金风险以及政策风险进行调研，1～5分值分别表示非常低、低、一般、高、非常高，以下四个因素对房地产市场因素的影响调查相关数据如表5-2所示，针对二级指标的调查问卷设计见附录4。题目/选项12345平均分存货因素4(4.76%)2(2.38%)20(23.81%）20(23.81%）23(27.38%)3.85价格因素0(0%)3(3.57%)8(9.52%)32(38.1%)41(48.81%)4.32资金因素0(0%)2(2.38%)10(11.9%)33(39.29%)39(46.43%)4.3政策因素1(1.19%)3(3.57%)13(15.48%)31(36.9%)36(42.86%)4.17表6-2一级指标调查数据由上表可以看出，存货、价格、资金、政策因素对房地产市场风险的影响不相上下，尤其以资金因素最为突出，价格因素次之。6.3市场风险模糊风险综合评价根据上述层次分析法的权重以及调查问卷数据的分析，本节将使用模糊综合分析法对受到多个因素影响的评价对象做出全面的评价。6.3.1市场风险模糊评价模型的设计确定因素集在房地产市场风险模糊评价指标体系中，准则层集合为：；准则层评价指标中各指标分别代表：F1存货因素，F2价格因素，F3资金因素，F4政策因素。其F1存货因素的评价指标集,F2价格因素的评价指标集，F3资金因素的评价指标集，F4政策因素的评价指标集。确定评语集评语等级是评价主体对评价目标的做出总体评估结果的集合，通常用

V

表示，，本文将徐州市房地产市场风险因素评价分为五个等级：。建立模糊关系矩阵及模糊综合评价将前文运用层次分析法分析得到的各个指标权重W与被评价对象的模糊关系矩阵R进行合成，进而得到指标的总体评判向量，按最大隶属度原则选定一个明确的评价等级。专家通过分析，判定房地产市场风险因素时，有41.37%的人员提出“非常高”，38.99%的人员提出“高”，15.18%的人员提出“一般”，2.98%的人员提出“低”，1.49%的人员提出“非常低”。所有指标见表6-3综合评价指标数据表。总目标一级指标二级指标非常低低一般高非常高徐州市房地产市场风险因素评价F1F113(3.57%)2(2.38%)15(17.86%)44(52.38%)20(23.81%)F122(2.38%)3(3.57%)16(19.05%)41(48.81%)22(26.19%)F131(1.19%)3(3.57%)13(15.48%)32(38.1%)35(41.67%)F141(1.19%)2(2.38%)22(26.19%)36(42.86%)23(27.38%)F2F211(1.19%)2(2.38%)14(16.67%)38(45.24%)29(34.52%)F222(2.38%)5(5.95%)18(21.43%)31(36.9%)28(33.33%)F232(2.38%)2(2.38%)11(13.1%)34(40.48%)35(41.67%)F241(1.19%)4(4.76%)18(21.43%)33(39.29%)28(33.33%)F3F313(3.57%)0(0%)18(21.43%)41(48.81%)22(26.19%)F324(4.76%)6(7.14%)27(32.14%)29(34.52%)18(21.43%)F4F412(2.38%)1(1.19%)17(20.24%)35(41.67%)29(34.52%)F422(2.38%)0(0%)25(29.76%)34(40.48%)23(27.38%)F431(1.19%)2(2.38%)18(21.43%)41(48.81%)22(26.19%)表6-3综合评价指标数据表6.3.2模糊评价的过程进行综合评价时，取查德算子为M(∧，∨)主因素决定型得出综合评价,表示为。主因素决定型模型为：式中B为模糊综合评价集，对B进行归一化处理，有：（1）对F1存货因素的评价：通过表得存货因素对应的模糊关系矩阵：存货因素中的各风险因子权重是归一化处理得上述结果可以看到，根据存货因素综合评价隶属度取最大为0.3864，对应的评语作为综合评判结果，则存货因素评判为非常高。（2）对F2价格因素的评价：价格因素的权重是归一化处理得上述结果可以看到，根据价格因素综合评价隶属度取最大为0.3889，对应的评语作为综合评判结果，则存货因素评判为非常高。（3）对F3资金因素的评价：通过表得资金因素对应的模糊关系矩阵：资金因素的权重是归一化处理得上述结果可以看到，根据资金因素综合评价隶属度取最大为0.4506，对应的评语作为综合评判结果，则资金因素评判为高。（4）对F4政策因素的评价：通过表得政策因素对应的模糊关系矩阵：政策因素的权重是归一化处理得上述结果可以看到，根据政策因素综合评价隶属度取最大为0.4095，对应的评语作为综合评判结果，则资金因素评判为高。（5）总目标评价：通过以上分析得到一级指标B1,B2,B3,B4的得分依次是：在以上一级指标的评价基础上由B1,B2,B3,B4的评价得分中构成了徐州市市场风险的风险因素评价的模糊关系矩阵：一级指标的权重为：步骤同上，经数据处理，归一化处理得：即徐州市房地产市场风险因素的综合评价为：取数值最大的评语作为综合评判的结果，显然0.3945最大，则综合评判结果为非常高，即徐州市房地产市场风险因素的评判结果是非常高风险。准则层及指标的评价等级见表6-4：对徐州市房地产市场风险因素的风险程度总评价为：非常高风险准则层存货因素风险价格因素风险资金因素风险政策因素风险评价等级非常高非常高高高表6-4徐州市房地产市场风险因素总的风险程度6.3.3评价分析徐州市房地产市场风险在所有评价指标上的综合表现显示为非常高风险。据此结果，不论是对于房地产市场的供方，还是市场需求方，都不能忽视对房地产市场的风险管理，重视对风险的防范否则会出现市场紊乱的场面。7房地产市场风险应对策略7.1减轻房地产市场风险，健全风险防范机制房地产政策层面要“稳”字当头，继续坚持“房住不炒、因城施策”的政策主基调，更好地落实稳地价、稳房价、稳预期的长期调控目标。7.1.1构建实用的房地产市场风险预警系统预警，指通过设立期望值，针对现实状态偏离期望的程度，提前发出警报的过程。徐州市政府或房地产开发商可以通过构建市场风险预警系统，输入基础数据信息，建立预警的指标体系结合搭建预警模型，对市场风险进行实时监控。一个有效的市场风险预警系统能够实时监控到某房地产企业资金的沉淀及不足的状态，及时发现徐州市房地产市场在经营过程中存在潜在的风险，并向经营者发出信号，从而使得其能够预先想好应对措施，科学决策，将风险控制在萌芽阶段，避免风险演化为实际危机。在此类预警监测体系建设方面,我国的金融机构监管部门可以充分地借鉴其他发达国家房地产市场经济、市场风险监控体系等的相关监测工作管理经验，结合我国形势不断完善当前我国房地产市场金融风险的预警监测机制。

7.1.2把握好去库存与降杠杆的平衡点要考虑到城市的库存与居民购房需求存在较大差别，完善区域性差别化住房信贷政策，把握城市不同时期去库存与降杠杆的平衡点，保证住房信贷市场平稳运行。针对限贷政策一方面仍需从紧执行，且不排除进一步加码的可能性，涉及适度调升二套尤其是非普通住房首付比例及房贷利率等。并强化购房资金监管，严查首付款资金来源，严防首付贷、消费贷、经营贷等违规挪用于购房消费的行为出现。另一方面城市仍需支持居民自住，改善性购房消费，限贷政策或将适度放松，但不会超出现有限贷政策框架范围，涉及放松公积金贷款、调降房贷利率、首套及二套住房首付比例参照最低标准执行等。7.2稳住经济基本盘，促进市场稳步发展徐州市居住人民收入水平普遍不高，在面临房价不断上涨的情况，许多居民会选择投资这个大型商品用来赚钱，而这种现象会加剧房地产的泡沫等风险。促进市场稳步发展，要坚持房价不炒，稳住经济基本盘，并重点控制市场的投机性和虚假需求,控制市场需求过程中的虚假投机性成分是十分必要的。7.2.1全面提高居民可支配收入水平长期来看，房价必然要与居民的收入相匹配，而随着加杠杆购房模式的普及，居民可承受的房价不仅要与其当前的收入相适应，也要与其未来预期收入相适应。在房价收入比均值恢复趋势不可避免的情况下，确保居民收入平稳增长，稳定居民收入增长预期，以防止房价过度回调而引发城市房地产风险。在经济新常态下，应贯彻“稳增长”政策目标，确保经济实现可持续发展，切实保障居民收入实现稳步增长，从而实现“需求侧”托底促房地产市场平稳运行。7.2.2发展多元化的资金融资渠道针对市场投资方，鼓励多元化融资模式。长期以来，房地产与金融业深度关联，相对充裕的银行信贷资金，很大一部分最终流向了房地产市场，房地产相关贷款占银行业贷款的比重持续提升，并有大量债券、股本、信托等资金进入房地产行业。但资金融资不能仅仅依赖银行信贷，房地产行业银行信贷集中会给银行业带来很高的风险，同时，也会助长房地产泡沫膨胀，激发潜在的金融危机。因此，有必要改变房地产开发企业向银行贷款这种单一的融资模式，发展多元化融资模式，并建立适合房地产行业的信用系统，这样做可以有效地分散银行业金融风险。房地产开发企业是资金的需求者，应当更加积极地开拓融资渠道。房地产开发企业要打破原有的信贷融资模式，根据自身情况努力寻找适合企业发展的融资模式。针对市场需求方住房融资渠道，我国可以借鉴德国住房储蓄机构的多元化结构。德国个人住房融资渠道包括储蓄银行、信贷合作社、建房互助储蓄信贷社、住房贷款协会和建筑协会等。从所有制性质来看，有公营、私营、民间合作三种情况。储蓄银行是由政府建立的国营机构，建房互助储蓄信贷社、住房贷款协会和建筑协会都有私营和公营两类，而建房信贷合作社是民间合作互助机构。7.2.3缓解供求压力土地供应要有供有限，徐州市那些供地整体过剩或者房地产库存高企的压力地区仍需调降供地指标，以期缓解房地产市场供求压力。适度调降土地出让价格，尤其要增加平价地以及低价地供应，给予开发企业一定的让利空间。支持刚需购房，调降无房家庭、进城农民等刚需客群置业门槛。对于人口长期净流出、市场需求相较弱的地区情况，应在需求层面予以刺激，购房补贴、税费减免皆是可以操作的选项，其对市场拉动力也将更为直接有效。7.3完善市场监管，构建市场长效机制7.3.1加强房地产金融风险监管加强银行贷款风险防范，严禁银行对国土资源部名录以外的土地储备机构发放士储贷款，继续实行房地产开发企业名单管制管理，严防虚假按揭贷款。建立健全部门间房地产融资信息共享机制。加强对包括上市融资、银行信贷、信托理财和民间借贷等在内的房地产开发企业多种融资渠道的统一监管。7.3.2完善房地产市场运行机制稳步提高商品房预售门槛，完善预售资金监管制度，逐步推行商品住房现房销售制度，保护消费者权益。强化房地产中介服务准入标准，完善房地产中介服务收费方式。加强住房承租人权益保护，稳定租赁关系。加快建设多部门信息联动共享的信用管理系统，及时记录、公布和处理房地产违法违规行为。建立面向社会公众的房地产交易信息平台，定期发布商品房交易等政策和信息，促进市场公开、公正、透明，维护消费者合法权益。结论本文以徐州市房地产市场风险存在的对房地产市场有高影响的市场风险因素作为研究对象，在相关理论和新冠疫情下徐州市房地产现况的介绍基础上，构建了徐州市房地产市场风险因素评价指标体系，然后综合运用层次分析法与模糊综合评价分析法，开展评价指标权重计算，通过在专家打分最终完成风险评价分析，并针对性的提出风险防范建议，对徐州市房地产市场风险的重视与防范具有现实指导意义，论文研究取得了以下三个研究结论：（1）构建了徐州市房地产市场风险因素评价指标体系。一级指标存货因素（F1）细分为四个二级指标库存供给F11,土地面积F12,购买能力F13,消化水平F14；一级指标价格因素（F2）细分为4个二级指标人口数量F21，投机性F22,居民平均收入F23,空房程度F24;一级指标资金因素（F3）细分为3个二级指标机构贷款F31，民间借款F32,吸引外资F33；一级指标政策因素（F4）细分为3个二级指标土地政策F41，借贷政策F42,税收政策F43。（2）计算徐州市房地产市场风险中的各风险因素评价指标值。论文运用层次分析法确定一级指标与二级指标的权重，并借助模糊综合评价法计算其市场风险因素评价指标值，结果表明：徐州市房地产市场风险因素的高程度综合指标值属于“高”水平。（3）提出了徐州市房地产市场风险因素相关的防范建议。根据徐州市房地产现阶段市场情况以及市场存在的相关风险因素，从优化房地产政策组合，健全风险防范机制与完善市场监管，构建市场长效机制方面，有针对性的提出提出多种防范建议，使得徐州市房地产市场在市场风险上良好可控。

致谢本论文是在孟民老师的耐心指导和关心帮助下完成的。在论文开题方面，张老师和我认真讨论了研究方案的可行性，确保开题顺利通过；在论文撰写过程中孟老师经常了解撰写情况并对相关理论、论文结构进行系统、全面、深入的指导，最终顺利完成定稿。谨以向我的导师表示由衷的感谢和祝福!同时感谢淮阴工学院商学院和教导过我的老师们,这几年的学习对本人的视野拓宽、知识结构更新起到了非常大的作用，受益匪浅，同时正是他们传授给我经济和管理方面的知识，才使我完成了这篇论文。再次感谢参与本次调研的调查者对我的帮助，完成一系列的评价，提供数据，使得我的论文能够引用真实数据进行分析，在此表示真诚的谢意，让我能够顺利的完成本次课题的调查。最后我最要感谢的是我的父母，是他们用无数的汗水换来了我在大学里求学的美好时光，他们是我坚强的后盾，给我提供生活的来源与保障，让我可以衣食无忧，让我可以安心地求学与求知，也让我可以踏实地做自己。

参考文献1刘永伟,王树锋.ResearchonFinancialRiskControloftheRealEstateIndustry.2019,8(9):1598-1605.2李婷.房地产企业资金链风险管理研究.中国市场,2020(22):80-81.3秦虹.谨防房地产市场出现较大风险.清华金融评论,2020(08):35-39.4王文,芦哲.房地产泡沫与系统性金融风险防范——基于国际比较的视角.国际金融研究,2021(01):26-34.5刘亚璇.中国房地产市场金融风险评价研究（学位论文）.首都经济贸易大学,2018.6李政道,陈哲,张丽梅,赵祎彧.基于模糊综合评价理论的装配式建筑施工进度风险管理.建筑施工,2020,42(11):2193-2196.7袁野.基于层次分析法的L市房地产授信风险评价研究（学位论文）.中国地质大学(北京),2020.8刘传哲,高静华.房地产市场风险预警研究方法综述.中国矿业大学学报(社会科学版),2006(01):64-69.9司玉海,秦汉.房地产风险的识别及其防范研究.现代商业,2010(29):126-127.10何叶荣,高洁,胡朝霞.房地产市场风险因素识别与评价.合肥工业大学学报(社会科学版),2019,33(03):8-12.11麻红萍.新冠肺炎疫情对房地产行业影响及对策研究.湖北经济学院学报(人文社会科学版),2020,17(06):23-24.12仇保兴.后疫情时代房地产市场的变化.城乡建设,2020(14):18-19.13朱永升,王卫华.房地产市场风险的影响因素及其模糊评价.中国农业大学学报,2001(06):8-12.14马万里.浙江省房地产市场风险分析与评价.经济社会体制比较,2008(03):135-139.15康雅琼.基于模糊综合评价法的房地产项目风险评估研究.重庆科技学院学报(社会科学版),2018(01):68-72.16刘一丁,王军.模糊评价法在房地产投资风险评价中的应用.辽宁石油化工大学学报,2010,30(01):92-95.17Yates,JF&StoneER.Riskappraisal.InJ.F.Yates(Eds.).Risktakingbehavior. NewYork:JohnWiley&SonsLtd.,1992:387-408.18Boomsandbustsinhousingmarkets:Determinantsandimplications.

LucaAgnello;LudgerSchuknecht.

JournalofHousingEconomics.

2011(3)19LouiseDavid.Thesocialconstructionofrealestatemarketrisk.ThecaseofafinancialinvestmentsclusterinMexicoCity.Articulo:JournalofUrbanResearch,2012(9).20DoUrbanRailTransitFacilitiesAffectHousingPrices?EvidencefromChina.

XuZhang;XiaoxingLiu;JianqinHang;DengbaoYao;GuangpingShi;YehuaDennisWei.

Sustainability.

2016(4)21Housepricesandmacroprudentialpolicyinane