随机环境下房地产企业的多周期投资与定价联合决策

doi:10.16381/j.cnki.issn1003-207x.2023.2072

摘要/Abstract

摘要：

在全球产业链供应链的大背景下，考虑投入品（如钢材、水泥等）价格、工资成本（包括建设过程中的管理费用和人工成本）、融资成本（如利息率）和需求等多重随机因素，进而构建房地产企业的多周期投资和定价联合决策模型。利用随机过程刻画投入品价格、工资成本和融资成本的波动性，将三者纳入带有随机需求的决策模型中，并给出风险性和可靠性的评估机制。研究结论表明：第一，当投入品价格、工资成本和融资成本波动的交互效应具有下降趋势时，企业应增加投资量来获得更大的期望利润；当三者为不可约遍历马氏链时，模型的下行风险具有良好的稳定性；决策者可通过上穿评估机制预测未来周期内的成本涨幅趋势，以选择最佳的供应商，规避运营风险。第二，分析国际要素市场价格的波动对企业利润的影响和政策不确定性对企业成本和最优策略的影响，得出：二者的波动风险性越大，成本越高；决策者可根据国际投入品市场和融资政策波动的统计规律性，挖掘企业长期运营面临的风险，为其长期决策提供坚实的理论支撑。第三，采用柔性决策的关键假说，房地产企业在受约束的资金流动下，动态选择每期供应商，当每个供应商投入品报价的内部波动越大，企业所获得的期望利润越大，这反映了柔性决策中不确定性的价值。

关键词: 多重随机因素, 房地产企业决策, 柔性决策, 风险评估机制

Abstract:

In the context of global industrial and supply chains， multiple stochastic factors such as input prices （such as steel， cement， etc.）， wage costs （including management and labor costs during the construction process）， financing costs （such as interest rates）， and demand are considered to construct a multi cycle investment and pricing joint decision-making model for real estate enterprises. Using stochastic processes to characterize the volatility of input prices， wage costs， and financing costs， incorporating them into a decision model with stochastic demand， and providing an evaluation mechanism for risk and reliability. The research conclusion indicates that， firstly， when the interactive effect of fluctuations in input prices， wage costs， and financing costs shows a downward trend， enterprises should increase their investment to obtain greater expected profits； When the three are irreducible traversal Markov chains， the downward risk of the model has good stability； Decision makers can predict the trend of cost increases in the future cycle through the wear and tear evaluation mechanism， in order to select the best supplier and avoid operational risks. Secondly， analyzing the impact of fluctuations in international factor market prices on corporate profits and the impact of policy uncertainty on corporate costs and optimal strategies， it can be concluded that the greater the volatility risk of both， the higher the cost； Decision makers can explore the long-term operational risks faced by enterprises based on the statistical regularity of international input markets and financing policy fluctuations， in order to provide solid theoretical support for their long-term decision-making. Thirdly， adopting the key hypothesis of flexible decision-making， real estate enterprises dynamically select suppliers for each period under constrained cash flow. The greater the internal fluctuation of each supplier's input quotation， the greater the expected profit the enterprise can obtain， reflecting the value of uncertainty in flexible decision-making.

Key words: multiple random factors, real estate enterprise decision-making, flexible decision-making, risk assessment mechanism

中图分类号:

F293.3

蒋超, 张田园, 夏晓华. 随机环境下房地产企业的多周期投资与定价联合决策[J]. 中国管理科学, 2025, 33(4): 82-94.

Chao Jiang, Tianyuan Zhang, Xiaohua Xia. Multi Cycle Investment and Pricing Joint Decision-making of Real Estate Enterprises in A Stochastic Environment[J]. Chinese Journal of Management Science, 2025, 33(4): 82-94.

图/表 5

表1

状态和成本参数"

成本参数	状态
$λ = 1, η (1) = 2000,$ $η (2) = 2500, η (3) = 3000,$ $ρ (1) = 1.60, ρ (2) = 1.61,$ $ρ (3) = 1.62, μ k = 1, ω k = 500$	$P T$			$P V$
	$0.2$	$0.5$	$0.3$	$0.2$	$0.3$	$0.5$
	$0.1$	$0.4$	$0.5$	$0.2$	$0.3$	$0.5$
	$0.2$	$0.4$	$0.4$	$0.2$	$0.3$	$0.5$

表1

表2

不同供应商的产品报价水平对上穿靶向成本区间的风险性分析"

供应商	甲			乙			丙
转移概率矩阵	0.55	0.25	0.20	0.30	0.50	0.20	0.45	0.30	0.25
	0.15	0.60	0.25	0.30	0.20	0.50	0.90	0.05	0.05
	0.10	0.20	0.70	0.15	0.35	0.50	0.40	0.50	0.10
周期 $k$	$α k$	$β k$	$ο k$	$α k$	$β k$	$ο k$	$α k$	$β k$	$ο k$
3	0	0.0000	0.0000	2	18.2416	0.0912	0	0.0000	0.0000
6	3	39.9164	0.1996	5	33.9331	0.1697	0	0.0000	0.0000
9	6	52.2240	0.2611	8	38.1672	0.1908	0	0.0000	0.0000
12	9	57.2184	0.2861	11	40.0942	0.2005	0	0.0000	0.0000
15	12	59.7892	0.2989	14	41.1954	0.2060	0	0.0000	0.0000
18	15	61.3381	0.3067	17	41.9079	0.2095	0	0.0000	0.0000
21	18	62.3714	0.3119	20	42.4067	0.2120	0	0.0000	0.0000
24	21	63.1095	0.3155	23	42.7753	0.2139	0	0.0000	0.0000
27	24	63.6631	0.3183	26	43.0589	0.2153	0	0.0000	0.0000
30	27	64.0937	0.3205	29	43.2838	0.2164	0	0.0000	0.0000

表2

图1

图2

表3

不同国际市场扰动下模型的最优数值解"

参数值	状态和成本参数			转移概率矩阵 $P U$
	$λ = 1, Λ = 1,2, 3, η (1) = 2000, η (2) = 2500, η (3) = 3000, Θ = 1,2, 3, ρ (1) = 1.60, ρ (2) = 1.61, ρ (3) = 1.62, ω k = 500$			1			2			3
				1	0	0	0.2	0.4	0.4	0.5	0.3	0.2
				0	1	0	0.1	0.3	0.6	0.6	0.3	0.1
				0	0	1	0.2	0.3	0.5	0.4	0.4	0.2
周期 $k$	$ξ k 1,1$	$r k * (1,1)$	$Q k * 1,1$	$Π k * (1,1)$	$ξ k 2,1$	$r k * (2,1)$	$Q k * 2,1$	$Π k * (2,1)$	$ξ k 3,1$	$r k * (3,1)$	$Q k * 3,1$	$Π k * (3,1)$
1	4919.6	6626.5	5120.5	8.7399 $× 106$	5145.5	6739.4	4781.8	7.6219 $× 106$	4540.6	6437.0	5689.1	1.0789 $× 107$
2	5064.8	6699.1	4902.8	8.0124 $× 106$	5134.3	6733.8	4798.5	7.6752 $× 106$	4554.9	6444.1	5667.7	1.0708 $× 107$
3	5055.9	6694.6	4916.1	8.0559 $× 106$	5134.5	6733.9	4798.3	7.6746 $× 106$	4555.2	6444.3	5667.1	1.0705 $× 107$

表3

参考文献 39

1	Dipasquale D， Wheaton W C.Housing market dynamics and the future of housing prices［J］.Journal of Urban Economics， 1994，35（1）：1-27.
2	Atherton E， French N， Gabrielli L. Decision theory and real estate development： A note on uncertainty［J］.Journal of European Real Estate Research， 2008， 1（2）：162-182.
3	Lin J Q， Yu R， Xu X R. Grey relational analysis method for building material suppliers selection based on the 2-tuple linguistic neutrosophic number［J］. Journal of Intelligent & Fuzzy Systems， 2023， 44（3）： 4185-4196.
4	Rešetar Z， Rešetar N P， Lukić F. The impact of the increase in raw material prices on costs in the construction sector in the city of osijek［C］// Proceedings of the 1st International Scientific Conference on Economy， Management and Information Technologies， Osijek， Croatia， December 27 ， Toplica Academy of Applied Studies， Department of Business Studies Blace，2023， 1（1）： 257-268.
5	Rezvani M S， Amoozad Mahdiraji H， Abbasian E， et al. Evaluation of cooperation strategy in financial services supply chain based on prospect theory and game theory［J］. Iranian Journal of Accounting， Auditing and Finance， 2023， 7（1）： 93-108.
6	李大营.房地产业与金融业、原材料型产业的关联和协调［J］.中国物流与采购，2009（4）：76-77.
	Li D Y. The connection and coordination between the real estate industry and the financial industry， raw material-based industry［J］. China Logistics & Purchasing， 2009（4）：76-77.
7	王鹏，王灿华. 基于适应性预期的房地产价格驱动因素分析［J］. 财贸研究，2012，23（4）：49-57.
	Wang P， Wang C H. Driving factors of the real estate price based on adaptive expectations［J］. Finance and Trade Research， 2012， 23（4）：49-57.
8	欧阳艳艳，韩永辉，李子健.土地价格对企业对外直接投资的影响——基于遗传匹配的微观证据［J］.统计研究，2024，41（4）：98-110.
	Ouyang Y Y， Han Y H， Li Z J. The impact of land prices on firm's outward foreign direct investment： Micro evidence based on genetic matching ［J］. Statistical Research， 2024，41（4）： 98-110.
9	Miles W.Irreversibility， uncertainty and housing investment［J］.The Journal of Real Estate Finance&Economics， 2009，38：173-182.
10	Dorofeenko V， Lee G S， Salyer K D. Risk shocks and housing supply： A quantitative analysis［J］.Journal of Economic Dynamics and Control， 2014， 45： 194-219.
11	Mohan S， Hutson A， Macdonald I， et al.Impact of macroeconomic indicators on housing prices［J］.International Journal of Housing Markets and Analysis， 2019， 12（6）：1055-1071.
12	Thanh B N， Strobel J， Lee G. A new measure of real estate uncertainty shocks［J］.Real Estate Economics， 2020，48（3）：744-771.
13	郭云喜.结构转型、劳动力迁移与房地产市场——基于多部门DSGE模型分析［J］.金融与经济，2016（10）：13-18.
	Guo Y X. Structural transformation， labor migration and the real estate market： An analysis based on a multi-sector DSGE model［J］.Journal of Finance and Economics， 2016（10）：13-18.
14	刘焕鹏，徐炜，董利红. 高速增长的房地产投资是否推升了劳动力成本？——基于中国地级及以上城市的证据［J］. 现代财经（天津财经大学学报），2018，38（4）：16-29.
	Liu H P， Xu W， Dong L H. Has real estate investment pushed up labor costs？Evidence based on cities at or above the prefectural level in China［J］. Modern Finance and Economics （Journal of Tianjin University of Finance and Economics）， 2018， 38（4）：16-29.
15	王文春，宫汝凯，荣昭，等. 房地产扩张对中国制造业工资的影响研究——基于劳动力再配置的视角［J］. 经济学（季刊），2021，21（3）：951-978.
	Wang W C， Gong R K， Rong Z， et al. Real estate expansion and manufacturing wages increase in China：From the perspective of labor reallocation［J］. China Economic Quarterly， 2021， 21（3）：951-978.
16	Tse R Y C. An application of the ARIMA model to real-estate prices in hong kong［J］. Journal of Property Finance， 1997， 8（2）：152-163.
17	Yin X C， Tao R， Chai K C， et al.A revisit on linkage of hot money， money supply and housing prices in China［J］.Journal of Housing and the Built Environment， 2020， 35（2）：617-632.
18	Wang Z K， Khan M， Hussain S， et al.Effect of regret aversion and information cascade on investment decisions in the real estate sector： The mediating role of risk perception and the moderating effect of financial literacy［J］. Frontiers in Psychology， 2021，12：736-753.
19	王来福. 预期、不可置信的承诺与政策失效——来自房地产行业的实证检验［J］. 财经问题研究，2008（9）：56-62.
	Wang L F. Expectations， uncredible commitment， and policy ineffectiveness： An empirical test from the real estate industry［J］. Research on Financial and Economic Issuse， 2008（9）：56-62.
20	罗孝玲，洪波，马世昌. 基于VAR模型的房地产价格影响因素研究［J］. 中南大学学报（社会科学版），2012，18（4）：1-7.
	Luo X L， Hong B， Ma S C. Research on the factors infuencing the real estate prices based on VAR model［J］. Journal of Central South University （Social Science）， 2012， 18（4）：1-7.
21	梁云芳，张同斌，高玲玲.房地产资本税对房地产业及国民经济影响的实证研究［J］.统计研究，2013，30（5）：37-46.
	Liang Y F， Zhang T B， Gao L L. The empirical study of effects of real estate capital tax policy on real estate industry and national economy［J］. Statistical Research， 2013， 30（5）：37-46.
22	刘金全，陈德凯. 我国房地产价格波动与货币政策调控模式研究——基于政策不确定性视角的实证分析［J］. 当代经济科学，2017，39（4）：51-57+126.
	Liu J Q， Chen D K. The fluctuation of real estate prices and the regulatory mode of monetary policy in China：An empirical analysis based on the economic policy uncertainty［J］. Modern Economic Science， 2017， 39（4）：51-57+126.
23	胡成春，陈迅.经济政策不确定性、宏观经济与资产价格波动——基于TVAR模型及溢出指数的实证分析［J］.中国管理科学，2020，28（11）：61-70.
	Hu C C， Chen X. Economic policy uncertainty， macroeconomics and asset price fluctuation： Based on TVAR model and spillover index［J］. Chinese Journal of Management Science， 2020，28 （11）： 61-70.
24	董纪昌，袁铨，尹利君，等.基于PMC指数模型的单项房地产政策量化评价研究——以我国“十三五”以来住房租赁政策为例［J］.管理评论，2020，32（5）：3-13+75.
	Dong J C， Yuan Q， Yin L J， et al. Research on quantitative evaluation of single real estate policy based on pmc index model：Taking China's housing rental policy since the 13th Five-Year Plan as an example［J］. Management Review， 2020，32（5）： 3-13+75.
25	安辉，何萱，邹千邈.中国房地产限售政策对房价的影响研究——兼论限售和限购的政策组合效应［J］.中国管理科学，2021，29（8）：35-43.
	An H， He X， Zou Q M. The impact of China’s house-sale restrictions and its joint effect with housing：Purchase restriction on housing price［J］. Chinese Journal of Management Science， 2021，29（8）： 35-43.
26	Baker， Scott R，Bloom， Nicholas，Davis， Steven J.Measuring economic policy uncertainty［J］. The Quarterly Journal of Economics， 2016，131（4）：1593-1636.
27	Choi S.The impact of US financial uncertainty shocks on emerging market economies： An international credit channel［J］. Open Economies Review， 2018，29（1）：89-118.
28	曹飞.石油价格冲击与中国实际经济波动研究——基于开放RBC模型的分析［J］.中国管理科学，2015，23（7）：45-52.
	Cao F. Oil Price Shocks and China's actual economic fluctuations：An RBC model analysis［J］. Chinese Journal of Management Science， 2015，23（7）： 45-52.
29	周书敬，李彦苍.房地产开发项目投资组合优化的改进蚁群算法［J］.中国管理科学，2004，12（5）：75-80.
	Zhou S J， Li Y C. Adaptive ant colony algorithm based on information entropy for real estate portfolio optimization ［J］. Chinese Journal of Management Science， 2004，12（5）： 75-80.
30	Huy D T N， Thin V D， Man L T， et al.Impacts of Internal and external macro factors on firm stock price in an econometric model： A case in viet nam real estate industry［J］. WSEAS Transactions on Business and Economics， 2020， 16：368-379.
31	王一迪，杨赞，黄少麟. 不确定性下房地产企业的柔性决策机制——基于动态视角的实物期权理论拓展［J］. 中央财经大学学报，2021（8）：85-98.
	Wang Y D， Yang Z， Huang S L. The research on investment decision mechanisms of real estate developers under uncertainty［J］. Journal of Central University of Finance and Economics， 2021（8）：85-98.
32	张李登，唐齐鸣，张誉航.房价波动、住房信贷与宏观审慎政策［J］.中国管理科学，2019，27（6）：1-9.
	Zhang L D， Tang Q M， Zhang Y H. Housing price volatility， housing credit， and macroprudential policy［J］.Chinese Journal of Management Science， 2019，27（6）： 1-9.
33	陈利锋，范红忠.房价波动、货币政策与中国社会福利损失［J］.中国管理科学，2014，22（5）： 42-50.
	Chen L F， Fan H Z. Housing price fluctuation， monetary policy and the social welfare loss in China ［J］. Chinese Journal of Management Science， 2014，22（5）： 42-50.
34	陆子含，陈锡康，高翔.固定资本形成内生化的房地产投入占用产出局部闭模型及其应用［J］.管理评论，2018，30（5）：225-232.
	Lu Z H， Chen X K， Gao X. Partially closed input-occupancy-output model of the real estate with endogenous fixed capital formation［J］. Management Review， 2018，30（5）： 225-232.
35	叶欢.宏观审慎政策工具的有效性——基于中国、中国香港和韩国数据的研究［J］.管理评论，2018，30（2）：42-51.
	Ye H. The effectiveness of Marco-prudential policy instruments：Research based on data of China's mainland， Hong Kong SAR and South Korea［J］. Management Review， 2018，30（2）： 42-51.
36	李仲飞，张浩.成本推动、需求拉动——什么推动了中国房价上涨？［J］.中国管理科学，2015，23（5）：143-150.
	Li Z F， Zhang H. Cost-push or demand-pull： What is drives the housing prices in China？［J］. Chinese Journal of Management Science，2015，23（5）： 143-150.
37	刘广平，孙尉.房地产企业地位对跨区域投资行为的影响研究［J］.管理评论，2023，35（11）：45-61.
	Liu G P， Sun W. Effect of real estate enterprise status on their corss regional investment behavior ［J］. Management Review， 2023，35 （11）： 45-61.
38	李胃胜，陈杰，陈志祥.多重随机环境下跨国采购和定价联合决策模型［J］.中国管理科学， 2022， 30（6）：45-55.
	Li W S， Chen J， Chen Z X. Joint decision model of transnational procurement and pricing in multiple stochastic environments［J］. Chinese Journal of Management Science， 2022， 30（6）： 45-55.
39	李胃胜，陈杰，陈志祥.多维随机环境下多周期跨国采购与销售定价联合决策［J］.工业工程与管理， 2022， 27（6）：106-117.
	Li W S， Chen J， Chen Z X. Joint decision making of multi-period transnational purchasing and sales pricing in multi-dimensional stochastic environment［J］. Industrial Engineering and Management， 2022， 27（6）： 106-117.