房地產預警指標體系和預警方法研究綜述

[摘要]在闡述房地產市場預警基本理論的基礎上，分析了房地產預警指標體系的選擇依據，并對預警方法進行了回顧與比較。歸納了房地產預警系統構建方面的研究成果，總結提出了當前研究存在的問題以及下一步的研究方向。

[關鍵詞]房地產預警；指標體系；預警方法；綜述

[中圖分類號]F752 [文獻標識碼]A [文章編號]1005-6432（2013）44-0068-02

房地產業是我國國民經濟增長的支柱產業，無論從投資拉動還是需求拉動角度，其對我國經濟的發展都發揮著巨大作用。由于受需求因素、泡沫因素、預期心理、宏觀政策等的影響，房地產業往往會出現一些波動，對其他行業和投資者的收益以及國民經濟的穩定產生困擾。準確地對房地產市場的波動進行預警，既有利于政府調控政策的科學性，也有利于房地產企業合理安排經營策略。而科學地選擇預警指標體系和預警方法是實現房地產監測和預警的前提和基礎。

1房地產市場預警的基本理論

1.1經濟波動理論

各國的經濟增長歷程表明，經濟波動是經濟增長過程中的伴生現象[1]。在市場內在規律和外部宏觀經濟環境的共同作用下，宏觀經濟在發展過程中呈波浪式前進。且這種波動常以周期的形式呈現，這種周期現象是預警實現的基礎和經濟預警的目的所在。

經過對房地產市場的長期研究發現，同宏觀經濟一樣，房地產市場也存在著波峰和波谷相互交替的周期波動現象。大致分為四個階段：復蘇（recovery）、擴張（expansion）、收縮（contraction）、衰退（recession）[2]。

1.2監測預警理論

經濟監測預警是在經濟波動理論的基礎上，對經濟的波動變化進行預報、監督、度量和評價，以此來判斷經濟運行的平穩度和發展態勢。其目的在于明確當前經濟所處的階段，并對該階段經濟的特征進行預判。通過當前市場所呈現的信息，如周期波動的幅度、長度等，結合歷史記錄，來判斷當前市場運行狀態是否過熱、過冷，是否出現異常。

2房地產市場預警指標體系

房地產市場預警指標和體系是構建房地產市場預警系統的基礎，保證各指標參數設置的科學性和合理性有助于實現預警系統的目標和功能。近年來，就如何確定房地產市場預警的關鍵指標和指標體系的構建，學者采用了不同的方法進行了探討。葉艷兵、丁烈云（2001）采用相關性分析法以及“第一主成分”分析法等定量和定性的方法，探析了如何建立切合房地產市場特點的預警指標體系。彭翎（2002）的研究將代表性指標進行了分類，依據各指標與房地產市場發展的程度關系，將其細分為先行指標、同步指標和滯后指標。此后，楊佃輝、陳軼（2006）在原有的22個房地產指標數據庫的基礎上，運用聚類分析和非參數檢驗，建立了一套全新篩選出的預警指標體系，包含15個指標，并利用它對上海房地產市場進行了擴散指數預警實證分析。表明該指標體系可以較為準確地客觀度量房地產市場的經濟狀況。

李崇明、丁烈云（2005）介紹了一種利用灰色關聯度分析和系統核與核度理論來選取預警指標的新方法，該方法可以有效的選擇出能夠反映房地產市場狀況的少數幾個指標。張振勇（2011）考慮到指標的敏感度且可操作性，又能體現出區域性和時效性，選擇了五個指標作為房地產市場的預警統計指標：房價收入比、房價租金比、租金收入比、房地產價格增長率與GDP增長率之比、商品房空置率。

以上指標體系選擇過程中均無法將主觀因素撇除。師應來、王平（ 2011）在對常用的房地產預警指標體系選擇方法及篩選過程進行分析的基礎上，提出了一種主客觀相結合的房地產預警指標選擇方法，先采用綜合分析方法對指標進行初次選擇，然后用聚類分析和相關分析相結合的方法進行再次選擇。

3房地產預警方法

對于預警方法的研究，各學者也存在不同的研究思路。構建房地產預警系統旨在對房地產行業的發展態勢進行客觀的評判和預測，并對可能出現的警情尋求可行的調控政策。其一般步驟為：①分析房地產市場波動的影響因素；②通過計量分析，確定各預警因素的界限和權重；③選擇合適的警度預報方法。

趙黎明、賈永飛（1999）將統計預警方法作為系統設計的基礎，采用時差相關分析的數學方法篩選出警兆指標，確定預警界限，用模糊評價法進行警情預報，開辟了房地產經濟分析的系統化和定量化方向，并實現了房地產預警的計算機處理。

胡健穎、蘇良軍（2006）選擇了1995年1月到2005年8月的11個變量的128個觀測值為基礎，結合計量經濟學模型和6σ方法，建立北京市房地產價格月度增長率的有效控制圖，預測模型為提前1個月的預測模型。

劉亞臣、孫小丹（2009）運用統計學中的3σ原理及控制圖原理，對房地產預警系統中的預警界限進行了研究，能夠準確地對沈陽市房地產市場運行狀況發出預報和警告，有效性、實用性強。齊錫晶、趙亮（2010）選取1998—2008年預警指標數據，憑借人工神經網絡（BP模型），將前9年數據作為訓練樣本，后2年作為檢測樣本，其網絡仿真精度和可信度較高。

另外，崔嘯（2011）、張彥峰（2013）分別將系統動力學方法和TOPSIS算法應用到房地產預警系統中，通過實證仿真驗證了模型的實用性，取得了合理的結果。

4研究述評

關于房地產預警指標體系和預警方法相關研究還存在以下問題：

（1）適用性不強。如時差相關分析法和K-L信息量發，要求用于指標篩選的信息量巨大，我國房地產業發展的時間無法滿足。

（2）指標體系不全面。采用聚類分析法或者主成分分析發篩選指標時，有可能造成某些類指標非常集中而某一類指標卻沒有入選的情況。

（3）區域差異性無法體現。房地產預警指標體系受區域經濟發展環境以及其他因素，往往呈現出不同的經濟特征，不能單純的套用其他城市或地區的指標體系。

（4）缺乏政策調控模擬實驗。現階段的預警方法停留在對房地產市場運行狀況的評判和推測，缺乏市場預警后調控政策的模擬實驗。在這方面，系統動力學的方法有很大優勢，是下一步研究的重點。

針對以上問題，今后的研究方向可以從以下幾個方面著手：首先，采用主客觀相結合、定量分析定性分析相結合的方法選擇預警指標體系；其次，實現預警方法的計算機化，達到結果的精度和可信度。參照預警結果，及時做出合理的政策調控，并實現政策的模擬實驗，增強其實效性。

參考文獻：

[1]譚剛.房地產周期波動——理論、實證與政策分析[M].北京：經濟管理出版社，2001（9）.

[2]鄒坦，溫俊.基于房地產周期波動理論的房地產預警系統研究[J].科技廣場，2008（4）：6-7.

[3]王盛，翟青.上海房地產市場預警的理論模型和實證分析[J].華東師范大學學報（哲學社會科學版），2013（3）：137-140.

[4]劉亞臣，孫小丹.基于控制圖原理的沈陽市房地產預警系統預警界限的確定[J].工業技術經濟，2009（5）：115-117.

[5]師應來，王平.房地產預警指標體系及綜合預警方法研究[J].統計研究，2011（11）：17-19.

[6]梅洪亮，夏恩君.不確定性下房地產項目投資決策的思考[J].中國市場，2010（1）.

[7]張偉民，石建立.河北房地產預警系統研究[J].中國市場，2007（22）.