房地產單指標預警初探

王愛莉

摘要：房地產業是關乎經濟發展、社會穩定和民生保障的重要產業。因其重要性，房地產預警一直以來受到政府管理部門、房地產行業（包括房地產開發企業、中介機構等）以及上下游相關行業的特別關注。通常方法是構建一整套預警指標體系，而且是年度指標，復雜不易得且敏感度較低。本文嘗試以月度成交量單指標對房地產市場進行預警，收到初步效果。

關鍵詞：房地產；單指標預警

房地產業是關乎經濟發展、社會穩定和民生保障的重要產業。因其重要性，房地產預警一直以來受到政府管理部門、房地產行業（包括房地產開發企業、中介機構等）以及上下游相關行業的特別關注。許多專家學者從研究的角度運用統計學、經濟學方法構建出多種預警指標體系[1]，這些指標體系大部分是年度指標，而房地產出現異況往往從某幾個月就能覺察，如果能從出現異況的幾個月里發現這種異常并判斷它的異常方向，那這種預警要比年度預警敏銳得多。

基于此，本文擬從兩方面做出努力，一是盡量簡化這個過程，二是嘗試以月度成交量作為預警指標，對房地產市場正常與否做出判斷。本文內容共分為四部分：第一部分引言；第二部分房屋年度成交量預測，因二手房與商品房情況類似，本文僅以新建商品住房為例；第三部分房屋月度成交量預測及預警區間確定；第四部分結束語。

一、房屋年度成交量預測

（一）需求影響因素分析

房屋需求大體與經濟因素、人口因素、購買力因素、城鎮化水平、房屋供應和房屋銷售價格等因素有關，因此選定人均GDP、城鎮化率、人均可支配收入、房地產（住宅）投資完成額和房屋銷售價格作為自變量。

（二）模型建立

選取天津市1993年-2017年政府統計數據和部門統計數據，以新建商品住房銷售面積（以下簡稱住房銷售面積）為目標變量，以人均GDP、城鎮化率、人均可支配收入、房地產開發投資額和商品住房銷售價格為可能影響因素，采用雙對數多元回歸模型，選用逐步回歸方法，得到如下回歸方程：

LN（CHS）=-21.08+8.06*LN（PUP）+0.58*LN（IC）-1.21*LN（PIC），

其中，CHS表示住房銷售面積，PUP表示城鎮化率，IC表示住宅開發投資額，PIC表示商品住房銷售價格。模型顯示，城鎮化率每增加1個點，商品住房銷售面積增加8.06個點；住宅開發投資額每增加1個點，商品住房銷售面積增加0.58個點；商品住房銷售價格每上漲1個點，商品房銷售面積下降1.21個點。

（三）模型檢驗

1、經濟意義檢驗

上述模型表明，在研究時期內天津市新建商品住房需求受到城鎮化率、住宅開發投資額和商品住房銷售價格影響。其中，住房銷售面積與城鎮化率、住宅開發投資額正相關，住房銷售面積與銷售價格負相關，符合微觀經濟學意義。

2、統計意義檢驗

利用Eviews軟件得出模型的統計量估計結果，其中：調整R2為0.962911，表明模型對數據樣本的擬合優度較高；F統計量的P值為0.000，遠小于0.05，常數項、PUP、IC、PIC的t統計量的P值均小于0.05，表明模型從整體到單個自變量都對因變量的解釋性很好。

3、計量經濟學檢驗

（1）正態性檢驗、自相關檢驗、異方差檢驗

利用Eviews軟件分別對模型做正態性檢驗、自相關檢驗和異方差檢驗：

Jarque-Bera的P值為0.805736，遠大于0.05，結合Skewness和Kutosis值，表明隨機誤差項正態假設成立；

Breusch-Godfrey序列相關一階檢驗和二階檢驗的Obs*R-squared的伴隨概率分別0.6964和0.4725，均大于0.05，表明模型誤差項不存在自相關。

有交叉項的White檢驗Obs*R-squared的伴隨概率為0.3961，大于0.05，表明隨機誤差項不存在異方差。

（2）多重共線性檢驗

逐步回歸方法的特性決定了它是一種常用的消除多重共線性、選取“最優”回歸方程的方法。

4、檢驗結論

上述三方面檢驗均通過表明本文選定雙對數模型擬合效果較好，可以用來模擬天津市商品住房銷售面積的變動趨勢和變動影響因素分析。

（四）商品住房銷售面積預測

2017年天津市城鎮化率為82.93%，按照“十三五期間，常住人口城鎮化率提高1.4個百分點，到2020年天津市常住人口城鎮化率達到84%”目標預估，2018年天津市城鎮化率比2017年提高0.43個百分點。

2018年1-6月份天津市房地產開發投資額同比增長9.1%，以此作為2018年全年住宅投資額同比增加幅度，即2018年住宅投資額比2017年提高9.1個百分點。

按照近三年價格（對數）變動幅度預估2018年天津市商品住房銷售價格同比增長9.6個百分點。

因此2018年天津市商品住房銷售面積比2017年增加

8.06*0.43+0.58*9.1-1.21*9.6=-2.9

個百分點，即下降2.9個百分點。

二、房屋月度成交量預測及預警區間確定

（一）月度標準成交比例

選取天津市2003年1月2018年7月商品住房銷售面積，模擬熱力圖排列順序，即行標簽為各年，列標簽為各月，簡稱房屋成交熱力表。

1、剔除異常值

計算每列數據（1月-12月共12列數據）的上四分位數[Q1]和下四分位數[Q3]，分別以[Q1+1.5*Q3]和[Q1-1.5*Q3]為上下界剔除異常值。

之所以采用箱形圖法判定異常值而非其他方法，是因為箱線圖不需要事先假定數據服從特定的分布形式，沒有對數據作任何限制性要求，它只是真實直觀地表現數據形狀的本來面貌；另一方面，箱形圖判斷異常值的標準以四分位數和四分位距為基礎，四分位數具有一定的耐抗性，不容易被異常值擾動，所以箱形圖識別異常值的結果比較客觀。

2、標準年度銷售面積

計算剔除異常值后每列數據的中位數，即形成1-12月份的標準銷售面積，加總后得到標準年度銷售面積。注意這里的標準年度銷售面積并不代表天津市的年度銷售面積標準是多少。

3、月度標準成交比例

（二）確定預警區間

1、月度正常上下變動幅度

對剔除異常值后的房屋成交熱力表的每列數據再次計算上四分位數[Q1]和下四分位數[Q3]，加總分別得到上四分位標準年度銷售面積和下四分位標準年度銷售面積。

其中，黑色加粗的為修正后的狀態。可以看出天津市房地產市場歷經了幾個重要階段：

1、2007年8月9日法國最大銀行巴黎銀行宣布卷入美國次級債開始，這次金融危機迅速席卷全球，我國房地產市場受到影響，2008年全年天津市房地產市場均處于偏冷狀態。

2、為應對全球金融危機，我國政府于2008年11月推出了進一步擴大內需、促進經濟平穩較快增長的十項措施，給房地產市場注入了活力，2009年2月天津市房地產市場由偏冷轉為正常，之后迅速進入偏熱狀態。

3、為遏制部分城市房價過快上漲，2011年1月26日國八條出臺，同年2月21日津十條落地，限購政策開始實施，2011年3月份天津市房地產市場由過熱轉為正常。央行三次加息后，2011年11月份天津市房地產市場進入偏冷狀態。

4、2014年2月26日國五條出臺，同年3月31日天津市國五條細則頒布，3月份天津市房地產市場進入偏冷狀態。

5、2015年12月中央經濟工作會議明確提出“化解房地產庫存”，2016年2月份天津市房地產市場進入偏熱狀態。這次的房地產火爆狀態直到2017年330新政才扭轉市場狀態為正常，加之冬季停工期和三價聯控政策實施，2017年12月份天津市房地產市場進入偏冷狀態。

三、結語：

1、本文年度銷售面積預測盡量作了簡化，只是從經濟怎么樣、有沒有人買、有沒有能力買、有沒有供應、價格合不合適等不可缺的幾個方面選取了最有代表性的指標。城市不同選取的指標不盡相同，但盡量考慮必要因素和最具代表性兩方面要求。

2、回歸分析的檢驗必不可少，經濟意義檢驗、統計意義檢驗、計量經濟學檢驗都通過之后才能用于計算和預測。

3、用到的計量軟件是Eviews6.0，所有的檢驗都在回歸結果窗口菜單下拉選項里可以找到，操作很方便。

4、如同箱形圖法判定異常數據為經驗方法一樣，本文月度正常上下變動幅度也為經驗值，城市不同此幅度不同，以后研究中可能會對此進行改進。

參考文獻：

[1] 張帥. 房地產預警指標體系和預警方法研究綜述[J]，中國市場，2013（44）：68-69。

[2] 薛菲，袁汝華. 城鎮化水平對我國房地產業影響的實證分析[J]，經濟地理，2014，34（4）：78-83。

[3] 劉雅靜. 城鎮化發展水平綜合評估指標體系研究[J]，中共銀川市委黨校學報，2012，14（2）：50-52。