基于搜索關鍵詞關注度的商品房價格指數預測

白麗娟，閆相斌，金家華(哈爾濱工業大學管理學院，黑龍江哈爾濱150001)

?

基于搜索關鍵詞關注度的商品房價格指數預測

白麗娟，閆相斌，金家華
(哈爾濱工業大學管理學院，黑龍江哈爾濱150001)

摘要:房地產作為國民經濟的支柱產業，其價格預測受到學者的廣泛關注。現有的預測研究，其數據存在嚴重的滯后性，影響預測的有效性。互聯網搜索引擎關鍵詞在表征用戶信息需求、行為趨勢等方面的能力日益顯著，為分析用戶消費信息需求、消費行為趨勢等提供了較高質量的實時數據。本文在對搜索行為和商品房價格決定機制的理論分析基礎上，論證了將關鍵詞關注度指數加入回歸預測模型的合理性，并使用Google Trend關鍵詞數據進行了實證研究，結果顯示這一改進可以提高對商品房價格指數的預測能力，降低預測誤差。

關鍵詞:搜索引擎;關鍵詞;商品房價格指數;房價預測;搜索行為 種類繁多，為了獲得與房價相關的、盡可能完整的關鍵詞，根據以上分析將關鍵詞分為經濟環境，政府政策和房地產三類，并據此獲得搜索關鍵詞。

1　引言

近年來，中國房地產業發展迅速，已經成為國民經濟的重要支柱之一［1］。最近幾年中國大陸房價的持續走高，引起了社會各界的廣泛關注。為保障房地產市場健康發展，國家采取了多種措施穩定房價，抑制房地產泡沫，如上調存款準備金率、推出“新國十條”、“新國八條”和“新國五條”等一系列調控措施。房地產價格是政府和廣大民眾普遍關注的問題，學術界關于房地產價格預測的研究，對消費者購房決策、房地產投資者投資決策、政府制定房地產相關政策以及完善房價預測理論都具有重要意義。

關于房價預測，現有的國內外研究大多著眼于預測模型的改進，且使用的數據通常是調研數據或政府部門和商業組織的統計報告。Anglin［2］使用滯后三期的平均房價增長率以及CPI、住房抵押貸款利率和失業率建立VAR模型預測多倫多房價變動情況。Wang和Tian［3］采用小波神經網絡對上海房屋價格指數的月度數據進行預測。李東月［4］比較了灰色-馬爾科夫模型和n次多項式模型對房價預測結果，發現五次多項式模型比灰色-馬爾柯夫模型的預測精度要高。閆妍［5］以TEI@ I方法論為指導，使用粗糙集理論、回歸模型、灰色模型和小波神經網絡預測季度房價和校正誤差，得到“國八條”對房地產投資和房價上漲均有顯著的抑制作用。上述研究采用的數據均存在嚴重的滯后性，制約了房價預測的有效性和準確性。

互聯網正成為全球最大的信息源，其應用普及使用戶可以方便地獲取所需信息。高效的信息檢索功能使搜索引擎成為網民獲取互聯網信息的重要入口。搜索行為是用戶為滿足一定的需求而進行的信息查詢活動，由用戶自身信息需求和外部環境(如經濟、政治、文化環境等)觸發，對搜索結果的消化和吸收會影響用戶的心理和決策行為。用戶信息搜索行為的群體表現在一定程度上體現了用戶心理形態和外部環境的變化，與實際經濟行為具有較強的相關性［6］，為經濟預測提供了新的信息資源。用戶通過互聯網搜集信息完善購買決策，特別是對于需要高投入的產品，如房屋等［7］。根據美國房地產經紀人協會2012年公布的數據表明，在2012年90%的購房者通過互聯網搜索房屋信息［8］。將網絡搜索關鍵詞用于預測的研究最早開始于流感監測［9］，現主要用于房價及失業率預測。Wu和Eric［7］利用網絡搜索數據研究美國房市情況，發現房地產搜索關鍵詞關注度與商品房銷售和商品房價格指數之間存在相關關系，Kulkarni等［10］進一步證實了網絡關鍵詞搜索與房價指數之間存在Granger因果關系。Askitas 和Zimmermann［11］使用特定搜索關鍵詞對失業率進行預測，結果表明基于搜索關鍵詞數據的預測具有較好的實時性和準確性。Amuri和Marcucci［12］使用關鍵詞對美國失業率進行預測，發現使用網絡搜索關鍵詞數據的簡單線性模型預測效果優于非線性模型和專家預測。

現有研究中，學者已將網絡搜索關鍵詞用在流行病監測、房價預測、失業預測等問題上，其有效性得到了證實，但仍存在一些局限，如缺少理論基礎分析、關鍵詞及數據處理模型的選擇方法等。另外，這些研究多是針對國外市場進行的，該方法是否對中國情境下的研究問題有效尚無確定的結論。本文從理論上系統地分析搜索關鍵詞關注度預測房價的原理，構建基于搜索關鍵詞關注度的商品房價格預測模型，并使用國家統計局公布的商品房價格指數( HPI)和Google Trend提供的關鍵詞搜索數據進行實證研究。實證結果表明，關鍵詞關注度能夠幫助預測房價，提高房價預測精度和及時性。

2　研究方法

2．1基于關鍵詞的搜索行為

搜索引擎是使用者獲取來自互聯網的信息的主要工具，數以億計的用戶依賴于搜索引擎滿足其信息查詢需求。搜索行為是指用戶為獲取所需信息，在與網絡互動過程中所采取的一系列身體活動和心理活動，受主體與環境因素的影響和制約。影響搜索行為的主體因素主要有需求(動機)、個性特征(性別、性格)、知識和經驗、年齡等，環境因素則包括經濟、政治、文化等因素。信息搜索行為是信息需求和環境因素驅動下的一種行為過程，后續動作是檢查搜索結果，最終結果是對信息的理解和吸收，并接受新信息對行為的影響。

主體因素和環境因素難以量化。搜索引擎日志記錄搜索行為，形成大規模實時性的關鍵詞信息，并很容易被獲取。關鍵詞是用戶搜索信息時表達某種明確概念的詞，是用戶對信息需求和搜索動機的歸納總結，是搜索行為的集中體現，反映了主體和環境的變化，可以作為其測量指標。

2．2環境因素對商品房價格影響:基于供求關系

市場是某種物品或勞務的買者和賣者組成的一個群體，對一種產品而言，買者決定了需求，而賣者決定了供給。供給和需求是使市場經濟運行的力量，供求理論表明，需求量與價格正相關性，供給量與價格負相關。這一定律同樣也適用于中國的商品房市場。研究表明，外部環境的變化會引起市場中供給和需求的變化，并會對商品房價格產生影響［13］，經濟環境［14］和政府政策［15］是影響房價的主要因素。

( 1)經濟環境

房地產的發展取決于地區或國家的經濟背景，反過來又影響該地區的經濟，它與宏觀經濟的環境相互促進、相互制約［16］。

A．經濟增長。隨著房地產業在國民經濟中的地位不斷提高，房地產周期與經濟周期之間的互動性越來越明顯。從理論上分析，經濟增長形勢越好，房價上漲的可能越大。

B．匯率。研究表明，人民幣匯率升值與房地產價格高漲呈現一種共存態勢。匯率升值引起外向型企業的國際競爭力走弱，出口部門需要收縮，而其它部門擴張，在經濟結構的調整過程中失業現象或者工資降低在所難免，地價相對于工資將上漲，將會推動房地產價格的上升［17］。

C．利率。低利率會引起商品房的需求增加，從而提高商品房價格。

D．通貨膨脹。房產是較好的保值抗通脹產品，通貨膨脹預期增加時，房產需求增加，推動商品房價格上漲［18］。

( 2)政府政策

近年來，為了抑制樓市的不正常發展，使之進入良性循環，政府對房地產的調控力度加大。政府政策成為商品房價格指數的重要影響因素。

A．貨幣政策。貨幣政策對住宅價格的影響主要通過開發投資、住宅抵押貸款和消費者預期來實現，房地產業是資金密集型產業，其供給和需求均離不開金融的支持，因此房地產價格高低與貨幣政策的松緊程度密切相關［19］。

B．財政政策。財政政策通過財政支出與稅收政策來調節總需求，財政收入可以調整房產的需求結構或者供給結構。稅收的增加提高房產的成本，抑制房地產市場的需求;稅收和補貼［20］等財政政策改變房地產開發商開發房產的成本，從而影響供給。

C．土地政策。土地政策影響地價，而地價對房價有重要影響，地價成本提高推動高房價，地價升高影響需求預期拉高房價［15］。

D．房地產政策。房地產的行業政策如限購令等也起到宏觀調控作用，通過影響人們對商品房價格的預期來引起價格變動。

2．3基于搜索關鍵詞關注度的商品房價格預測

上文介紹了影響房價的環境因素，除此之外，主體因素對房價也有影響作用，本文用房地產來表示主體因素，搜索引擎用戶對房地產的關注度是房地產的觀測指標。買賣雙方通過關注房地產表達房屋購買需求和供給量，這種潛在的供需量變化將引起供求關系的改變，從而帶動房價變化。

本文假設關鍵詞和房價之間存在相關關系，搜索關鍵詞可以幫助進行房價預測。研究目的在于通過理論分析和實證研究確認假設的成立。在本文研究中，主體因素是指用戶關注房地產相關信息的直接體現，可以分為房地產市場和房地產論壇。環境因素是指除了主體因素以外的外部因素，主要包括經濟環境和政府政策。用戶在主體因素和環境因素的影響下形成目標需求，進而產生網絡搜索行為，并以關鍵詞的形式記錄在搜索引擎上。所以關鍵詞可以反應主體因素和環境因素的變化。同時，主體因素和環境因素又通過影響供求關系引起房價波動。因此，包含房地產預測相關信息的關鍵詞是預測房價的數量指標。根據圖1基于搜索關鍵詞關注度的商品房價格預測理論模型可以看出，用戶出于某種目標的信息需求受到主體因素和環境因素的影響會形成搜索行為，并以關鍵詞的形式被記錄，即關鍵詞體現了環境因素和主體因素的變化。環境因素和主體因素通過供求關系可以影響房價，因此關鍵詞在某種程度上可以作為量化指標表示環境因素和主體因素變化，也可以作為數量指標輔助預測房價。環境因素和主體因素作為經濟政策、政府政策以及房地產市場相關影響因素都是客觀存在的，針對房地產不同時期，這些因素隨著國家采取的相關政策會發生變化，但該因素對消費者搜索行為以及房地產市場供求關系的影響客觀存在，所以在不同房地產時期搜索關鍵詞都包含了環境因素和主體因素的衡量指標信息，這些信息可以影響房地產價格，所以搜索關鍵詞包含了能夠預測房地產價格的相關信息。

圖1　基于搜索關鍵詞關注度的商品房價格預測理論模型

3　實證分析

本文利用搜索關鍵詞數據對房價指數進行預測。房價指數用國家統計局公布的商品房價格指數( HPI)來衡量，時間跨度為2005年7月至2012 年12月。搜索行為的觀察數據是基于主體因素和環境因素進行搜索行為時形成的關鍵詞搜索數量，數據來自Google Trend。

3．1初始搜索關鍵詞集合

( 1)選擇基準關鍵詞，令基準關鍵詞集合為初始關鍵詞。從房價影響因素的分析可以看出，房價主要受經濟環境、政府政策和房地產的影響，以三種因素為基礎，進行基準關鍵詞選擇，形成的關鍵詞集合如表1所示。

表1　基準關鍵詞集合

( 2)在Google Trend搜索框中非重復輸入表1中的關鍵詞，根據Google Trend推薦工具，選擇與輸入關鍵詞相關的詞，作為候選關鍵詞，形成初始關鍵詞集合。當候選關鍵詞不屬于初始集合，加到初始集合并重復該步驟，否則結束關鍵詞獲取步驟，構建初始關鍵詞結束。

3．2數據收集及預處理

由3．1的方法選中的關鍵詞數量比較多，關鍵詞指數數據龐雜，在模型擬合之前對數據進行篩選、合成等預處理，具體操作的步驟為:

( 1)通過Google Trend獲取初始關鍵詞集合中所有關鍵詞的搜索數據，并對關鍵詞關注度取算術平均值，周期為月。

( 2)檢驗相關性。計算關鍵詞的搜索數據與HPI的Pearson相關系數，保留滿足雙側0．05水平上顯著的關鍵詞，形成最終關鍵詞集合。

( 3)合成關鍵詞關注度指數，對最終關鍵詞，按照所屬類別，以HPI與關鍵詞數據的Pearson相關系數為權重進行加權平均，得到各類別的合成關鍵詞關注度指數。

經過上述過程的篩選，得到最終關鍵詞集合，用表2表示。篩選的過程中，關鍵詞數據和HPI的Pearson相關系數的計算證實了關鍵詞與房價之間存在相關關系，文章的假設是成立的。

表2　最終關鍵詞集合

3．3模型與預測結果

實證研究中選擇HPI作為因變量，考慮到當前的HPI是在已有的HPI的基礎上變動的，在分析過程中應當衡量HPI與歷史數據的相關性。分析發現HPI與前一期數據相關性最高，之后依次遞減。為了確認作為自變量的HPI，分別建立包含不同時期歷史數據的回歸模型，發現以HPIt－1、HPIt－2、HPIt－3為自變量時模型的調整R2最高，即擬合效果最好，但HPIt－3系數不顯著，即模型不合理。因此我們選擇HPIt－1、HPIt－2作為自變量建立基于HPI歷史數據的回歸模型( 1)。為方便模型的書寫，在此約定模型中的符號含義:

H為HPI(商品房價格指數) ; E為合成的經濟環境關注度指數; P為合成的政府政策關注度指數; RE為合成的房地產關注度指數; t為t時期; ε為隨機誤差。

模型( 1)可以表示為

考慮到在線關注的時效性，對關注度指數的選擇至多到t－2時期。在模型( 1)的基礎上，分別加入不同時期的關鍵詞關注度指數及其組合，可以得到模型( 2)～( 7)。

僅用一組關鍵詞關注度數據

用兩組關鍵詞關注度數據

用三組關鍵詞關注度數據

使用HPI和Google Trend關鍵詞數據合成的關鍵詞關注度指數對模型( 1)～( 7)進行估計，并用平方和誤差( SSE)和平均平方誤差( MSE)來評價模型的預測效果。估計結果和模型預測誤差用表3表示。

根據表3模型估計結果表明，房地產相關的關鍵詞關注度指數與HPI之間存在顯著的相關性，關鍵詞關注度指數可以幫助提高HPI預測水平，本文的假設得到證實。在所有模型中，僅用HPI歷史數據時模型的調整R2為0．819，加入關鍵詞關注度指數之后模型的擬合效果得到了很大的提高，其中加入當期關鍵詞關注度指數的模型擬合效果優于不包括當期關鍵詞關注度指數的模型。使用兩期關鍵詞關注度指數的模型比僅用一期的模型擬合效果更好一些。擬合效果最好的是使用三期關鍵詞關注度指數的模型( 7)。

表3的預測誤差揭示了類似的結果，關鍵詞關注度指數的加入使模型的預測誤差減小，預測精度提高。相比只用歷史數據的模型( 1)，加入一期關鍵詞關注度指數的模型的預測誤差降低，其中以加入當期的關鍵詞關注度指數的模型預測誤差最低。加入兩期關鍵詞關注度指數的模型預測效果更好一些，加入三期關鍵詞關注度指數的模型預測誤差最低，預測精度最高。

表3　模型( 1)～( 7)估計結果

從表3中模型( 1)～( 7)的估計系數結果可以看出，前一期的HPI對當期的HPI有顯著的正影響，前兩期的HPI對當期的HPI有顯著的負影響。與當期HPI的相關系數和模型估計的標準化系數都表明，前一期的HPI比前兩期的HPI對當期的HPI影響更大，總體上講，歷史HPI數據對當期HPI有顯著的正影響。

模型( 2)揭示了同期的關鍵詞關注度指數對HPI的顯著的預測效果，其中經濟環境( Et)和政府政策( Pt)對HPI是負影響，而房地產( REt)則是正影響。結合前文中的供求關系的描述，可以發現供給者和需求者對外部環境的反應并不是同步的，對HPI的影響程度也不相同。經濟環境有利于供給者加大對商品房的投入，商品房供給量增加，從而對HPI形成負的影響。政府限制房價上漲的政策作為市場之外的強制力量，也在一定程度上實現了其目的。需求者對房地產的關注是其購房需求的直接體現，代表需求量的增加，對HPI有正的影響。模型( 3)、( 4)提供了類似的結果，但某些變量開始變得不顯著，在模型( 4)中，前兩期的關鍵詞關注度指數沒有提供任何的顯著的預測效果，由此可知，關鍵詞關注度指數對HPI的影響是存在時效性的。模型( 5)、( 6)、( 7)使用了組合的多期關鍵詞關注度指數進行估計，從結果可以看出，雖然更多的變量可以提高擬合效果和預測精度，但也存在大多數變量系數不顯著的問題，意味著模型的結果可信度低，應當受到質疑。為了得到更可信和準確的預測模型，我們使用后向選擇法( Backward)對模型( 7)中的變量進行篩選，最終得到模型( 8)，估計結果如表4所示。

表4　模型( 8)估計結果

模型( 8)的預測誤差SSE為3．442，MSE為0．043。對比模型( 7)和( 8)，發現模型( 8)的擬合程度更高( 0．862＞0．858)，預測誤差更低，預測精度更好。模型( 8)顯示歷史HPI、同期經濟環境和政府政策、前一期房地產、前兩期經濟環境對HPI均有顯著的影響，可以提供對HPI更準確的預測。如前文所述，同期經濟環境和政府政策對HPI的影響仍是負向的，前一期的房地產和前兩期的經濟環境則提供了正向效應，考慮到需求者對外部環境的反應有時間延遲，我們認為這種效應是可以接受的。為了更直觀地表達模型( 8)的預測效果，我們將HPI實際值與預測值進行比較，如圖2所示。

模型( 8)的預測的HPI值與HPI實際值基本吻合，預測結果可信，表明關鍵詞關注度指數可以幫助提高HPI預測水平。

4　結論

本文通過對關鍵詞關注度預測房價的機理進行了系統的分析，將搜索引擎關鍵詞關注度指數引入房價預測，構建基于搜索關鍵詞關注度的商品房價格預測模型，并使用Google Trend提供的關鍵詞數據進行實證研究。結果表明，加入關鍵詞關注度數據能夠提高模型擬合效果和預測準確性，關鍵詞關注度數據具有實時性，可以提高預測的時效性;同期的經濟環境關鍵詞如:個人貸款、工資漲、國民收入、匯率美元、匯率歐元等和同期的政府政策關鍵詞如:二手房稅、房產交易稅、房產稅費、房產政策等對HPI有顯著的負影響，這與經濟環境造成的房地產投資熱潮和政府抑制房價上漲的政策對應。預測前一期的房地產關鍵詞如:按揭、按揭計算、二手房價、房產交易等和前兩期的經濟環境關鍵詞對商品房價格指數的預測有顯著的正影響，這與消費者持續增長的房地產需求有關。當地房地產價格指數與當期經濟環境以及政府政策之間的負相關，以及與前一期房地產和前兩期經濟環境的正相關為政府或相關部門通過經濟環境，政府政策以及房地產市場等手段調控房價提供了決策依據。

本文從理論上系統地分析了關鍵詞關注度對房價預測的機理，對消費者搜索關鍵詞與房價相關性進行了驗證。驗證結果表明，互聯網上用戶的關于經濟環境、政府政策和房地產的關鍵詞搜索行為是其房產交易行為意向的一種表現形式，搜索結果可能會影響到用戶的購買或售賣決策，所有用戶搜索關鍵詞的累加一定程度上反映了用戶對當前房地產市場的關注程度。因此，對于政府政策的制定者來說，關注政策制定前后相關關鍵詞的搜索變化情況，可以為房地產政策的制定、調整提供決策的依據，甚至可以引導用戶的需求，從而提升政策制定的科學性和有效性;對于房地產從業人員來說，及時關注相關關鍵詞搜索量變化情況，結合國家制定的房地產調控政策，可以準確預測房地產價格走勢，及時調整營銷策略，降低企業運營的風險。此外，本文的研究雖然是針對房地產市場進行的，但使用搜索關鍵詞關注度進行預測并不局限于此，房地產市場作為經濟社會領域的典型代表，其研究思路在經濟社會領域具有普適性。

參考文獻:

［1］梁云芳，高鐵梅，賀書平．房地產市場與國民經濟協調發展的實證分析［J］．中國社會科學，2006，(3) :74-84．

［2］Anglin P．Local dynamics and contagion in real estate markets［A］．The International Conference on Real Estates and Macro Economy［C］．Beijing，2006．19-24．

［3］Wang J，Tian P．Real estate price indices forecast by using wavelet neural work［J］．Computer Simulation，2005，22( 7) : 96-98．

［4］李東月．房價預測模型的比較研究［J］．工業技術經濟，2006，25( 9) :65-67．

［5］閆妍．基于TEI@ I方法論的房價預測方法［J］．系統工程理論與實踐，2007，27( 7) :1-9．

［6］孫毅，呂本富．網絡搜索與經濟行為相關性研究綜述［J］．管理評論，2011，23( 7) :72-77．

［7］Wu L，Eric B．The future of prediction: how google searches foreshadow housing prices and sales［A］．International Conference on Information Systems 2009［C］．Washington，DC，USA: IEEE Computer Society，2009．1-14．

［8］National Associate of Realtors．Profile of home buyers and sellers［R］．Research Paper，USA: National Association of Realtors，2012．3-17．

［9］Johnson H A，Wagner M M，Hogan W R，et al．．Analysis of web access logs for surveillance of influenza［J］．Study Health Technology Information，2004，107: 1202-1206．

［10］Kulkarni R，Haynesk K，Stough R R，et al．．Forecasting housing prices with google econometrics: a demand oriented approach［R］．Working Paper，Virginia，USA: George Mason University，2009．2-10．

［11］Askitas N，Zimmermann K F．Google econometrics and unemployment forecasting［J］．Applied Economics Quarterly，2009，55( 2) : 107-120．

［12］Amuri F D’，Marcucci J．‘Google it!’Forecasting the US unemployment rate with a Google job search index ［R］．Working Paper，Colchester，Essex，UK: Institute for Social and Economic Research，2010．1-53．

［13］張煌．房價形成機制與定量分析初探［J］．中國房地產:學術版，2012，( 8) :14-19．

［14］黃忠華，杜雪君，吳次芳．房價與宏觀經濟研究綜述［J］．中國土地科學，2009，23( 1) :62-67．

［15］梁云芳，高鐵梅．中國房地產價格波動區域差異的實證分析［J］．經濟研究，2007，( 8) :133-142．

［16］王愛儉，沈慶劫．人民幣匯率與房地產價格的關聯性研究［J］．金融研究，2007，( 6) :13-22．

［17］張永勝，左祥．2009年房價上漲因素分析及2010年房價走勢預測［J］．經濟研究導刊，2010，(10) :136-138．

［18］丁晨，屠梅曾．論房價在貨幣政策傳導機制中的作用——基于VECM分析［J］．數量經濟技術經濟研究，2007，24( 11) :106-114．

［19］江濤，劉莉薇．促進房地產業健康發展的貨幣與財政政策探討［J］．華北金融，2010，( 9) :61-63．

［20］呂萍，張紹基．地價，房價與地方政府［J］．中國房地產，2011，( 6) :26-28．

Forecast the Commercial Housing Price Index Based on Search Keywords Attention

BAI Li-juan，YAN Xiang-bin，JIN Jia-hua
( School of Management，Harbin Institute of Technology，Harbin 150001，China)

Abstract:Real estate is a pillar industry of the national economy，of which the price forecast is widely concerned by scholars．The previous studies of housing price prediction have serious lag in data sources，thus the validity of the forecast is restricted．The popularity of the Internet enables the increasingly significant capacity of search engine keywords in the characterization of users’real information needs and behavior trends．This provides real-time data for scholars to analyze consumers’information demand and behavior．In this paper we carry out a systematic theoretical analysis on search behavior and housing price determination mechanism．On this basis，we demonstrate the rationality of adding keywords attention index into the housing price prediction model and conduct an empirical research using Google Trend Keywords data．The results illustrate that the new model can improve the predictive power and accuracy of housing price prediction and reduce the prediction error．

Key words:search engine; keywords; commercial housing price index; housing price forecast; search behavior

收稿日期:2014-10-24

doi:10．11847/fj．34．4．65

文章編號:1003-5192( 2015) 04-0065-06

文獻標識碼:A

中圖分類號:F293．3