预测与对策_未来中国房地产价格走势分析_以成都市为例.pdf
《预测与对策_未来中国房地产价格走势分析_以成都市为例.pdf》由会员分享,可在线阅读,更多相关《预测与对策_未来中国房地产价格走势分析_以成都市为例.pdf(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、预测与对策:未来中国房地产价格走势分析)以成都市为例 蒋海曦1 邹 宇2 内容摘要 全球金融危机对中国房地产价格影响很大,通过对一系列影响因素的分析,发现这一时期人们的心理预期是所有影响因素中最为敏感的因素,能严重影响中国房地产价格。研究表明,四川省成都市的房地产价格走势与全国房地产价格走势接近,因而能够以该城市的房地产价格作为研究样本,在各种心理预期量化的基础上,预测出未来三年中国房地产价格并提出了相应的政策建议。关键词 中国房地产;价格走势;预测作者简介:蒋海曦(1984),女,四川大学经济学院(成都,610064)。研究方向:经济理论与实践。邹 宇(1980),男,中国邮储银行四川省分行
2、(成都,610059)。研究方向:经济理论与实践。后金融危机时代,中国房地产的发展引起了更多学者的关注。一种观点认为,由于受到金融危机的影响,中国房地产市场将一蹶不振,要经过较长一段时间才能恢复正常运行的状态。另一种观点认为,中国房地产情况特殊,不会受到很大的影响。但是,如何通过实证对中国房地产价格进行预测,并提出相应的对策,是一个十分重要的课题。一、影响未来中国房地产价格的心理预期因素中国房地产业在短短 20 年的时间里迅速崛起,但在全球金融危机前后,即使在中国经济稳定发展的情况下,由于房地产价格的剧烈波动,未使房地产市场及房地产业出现人们希望的那样稳定健康的持续发展,形成了大起大落、价格异
3、常的情况。显然,影响中国房地产市场波动的原因主要是房地产价格的波动,而房地产价格的异常波动必然是由若干因素引发的。我们可将影响房地产价格的因素归纳为:(1)(物理)自然因素;(2)社会因素;(3)经济因素;(4)行政因素;(5)其他因素。5财经科学6 2012/1 总286期宏观经济39 影响房地产市场价格变动是一个复杂的相互影响、相互作用的因素体系共同的结果。然而,在不同的社会经济背景下,各个影响因素影响房地产市场价格的权重大小是有所不同的,这些影响因素的权重可以随着不同的影响因素状况发生变化。如果按照传统的影响因素标准划分,在任何经济社会条件下,影响房价变动的因素权重基本不变的因素几乎没有
4、。但在正常经济发展状况下,影响因素较稳定,这些因素的权重变化是较微弱的。1因此,我们在研究房价变化时,都可以不将这些因素变化的量纳入考虑范围之内。但是,由于 2008 年的全球金融危机波及范围广、影响程度深、破坏性大,对我国乃至全球经济都造成了难以估量的经济损失,这种经济环境影响因素的巨大改变,使影响房地产价格因素的影响权重变动不能被忽略,而应该进行重点分析。一般而言,在自然(物理因素)、社会因素、经济因素和行政因素这四个影响房地产价格的因素中,对 2008年金融危机造成的经济环境变化的权重变化敏感度依次为:社会因素 行政因素 经济因素 自然(物理)因素。其原因在于,自然(物理)因素是房地产业
5、自有的属性特征,如果房屋没有垮塌或者拆迁,一般是不会有太大的变化,同时,要改变房屋周围的自然(物理)属性,一般投资量大,且耗时长,在短期内变化不明显。而经济因素的变动作用规律性较强,经济发展时可影响房价上涨;经济衰退时可影响房价下降,但 2008 年的金融危机使影响经济低迷的程度加深,其最终影响结果将使房价较长时间持续低迷,西方国家的数据已说明了这一点。一般而言,政府在对经济的状况进行分析后制定相关政策来调控经济,存在着政策实施的稳定性和严肃性,因此,行政因素的权重变化也不大。2但是,由于人是社会的人,是社会因素构成的主体,对经济环境的变化最敏感,对于外部变化的适应能力最强,也能对突发环境变化
6、做出较理性的快速判断和理性的应对反应。因此,2008 年的金融危机使社会因素成为影响房地产价格的因素中影响权重变化最大的因素。由于人本身的复杂性,构成了社会因素内容的复杂性。这里笔者只针对社会因素中最为重要的一个组成部分)心理因素在 2008 年金融危机前后对于影响我国房地产价格变化进行深入分析和探讨。这是因为在诸多的社会因素中,社会心理是最为重要、对所有的房地产价格影响最为敏感的因素。正是人们的社会心理造成了人们对物理因素、行政因素、经济因素、除社会因素之外的其他因素影响的判断,从而形成了对经济发展趋势,特别是对房地产市场发展趋势的预期。这种心理预期会对房地产的价格产生巨大影响,形成对中国房
7、地产价格效率的强烈作用。中国房地产市场出现的类似股市的/买涨不买跌0 的价格乱象,即是心理预期造成的经济现象。40 宏观经济5财经科学6 2012/1总286期二、中国未来房地产价格走势预测)以成都市为例笔者根据 2008 年金融危机之后中国房地产价格的情况,通过收集成都市2005年 1 月至 2011 年 3月的月度五城区商品房价格数据,作为研究全国房地产价格的样本,理由是:第一,成都市的房地产市场价格变化适中,房地产价格泡沫不大,投机现象不明显,并处于与全国其他城市同样的宏观及微观经济环境下,因而比较具有代表性。第二,以成都市的房地产价格为样本可以克服由于房地产市场是一个区域性特征极强的市
8、场,如果从总体上考察全国整体房地产市场则难以从数据上找出能够综合各地房地产市场共性规律的难题。第三,成都市的房地产价格变化情况与全国房地产价格总体变化趋势较为一致,因而能反映全国各地房地产市场价格的平均变化情况。图 1 是全国 2000 年至 2009 年的房地产销售额走势图。从下列趋势图我们可以看出,从 2000 年到2007 年我国房地产的销售总额一直处于持续增长的趋势,而受到金融危机和地震影响,在2008 年全年的房地产销售额出现锐减,而 2009 年开始房地产销售额又开始大幅度上升。这种/先降后升0 的房地产销售总额发展趋势与成都市房地产销售总额的走势相同。因此,用成都市的房地产价格变
9、化趋势作为分析全国房地产价格变动的样本,具有合理性。第四,从研究方法上看,成都市房地产市场价格的诸多关系同样反映了全国房地产市场价格的诸多关系。因此,我们从研究成都市的具体实例,进而研究和反映全国房地产市场价格的整体状况,是完全可行的。正如马克思通过剖析商品,从而全面剖析整个资本主义生产关系一样。图 1 全国 2005 年到 2009年房地产销售总额趋势图 资料来自百度文库 http:/wenku1baidu1com/view/d4d1b0fef705cc17552709041html 因此,可以用成都市房地产市场的有关数据代替全国房地产市场的有关数据5财经科学6 2012/1 总286期宏观
10、经济41 并做出全国房地产市场价格走势的预测。通过笔者收集的 2005 年 1 月到 2011 年3 月各月的成都房价数据信息,仅 75 份数据(即下文中 K=75),要建立复杂的模型是很困难的,所以在这里笔者采用在小样本学习上具有独特优势的线性回归模型进行分析。假设第k 月份的房价估计值:y k=(B0,B1,BD)(1,xk1,xkD)T(1)其中 x1,xD为上节所提出的各种预期类型,D 为参与建模的预期数目,B1,BD为对应预期的权重,B0为偏移。写成矢量形式,令:B=(B0,B1,BD)Txk=(1,xk1,xkD)T(2)于是第 k 月份的房价估计值可重写为 y k=B(xk)T。
11、同时令该月真实房价为yk,令预测目标为最小化训练集的均方误差(MMSE,minimize mean square error)准则,如公式 3 所示:B*=argminBEKk=1(yk-y k)2=argminBEKk=1(yk-B(xk)T)2(3)因此,笔者将心理预期)房价关系模型问题简化为典型的线性回归问题。3。其线性模型的全局最优解如下所示:B*=(XTX)-1XTy(4)其中X=x1,x2,xKT(5)y=y1,yKT(6)下面,笔者对心理预期-房价线性模型的预测性能评价指标进行检测,评价该模型性能的评价指标是判断实际房价与利用心理预期)房价线性模型预测的房价的偏离程度,具体评价指
12、标有相关度、均方根误差和绝对误差。这三种评价指标是从三个不同角度对实际房价和模型预测房价之间离合程度的评价指标。(1)相关度:它刻画了两个序列(a1,a2,aK)和(b1,b2,bK)的一致程度,如下式所示。其中a 与b 分别为序列的均值。Corr=EKk=1(ak-a)(bk-b)EKk=1(ak-a)EKk=1(bk-b)(7)(2)均方根误差(Root mean square error):RMSE=1KEKk=1(ak-bk)2(8)(3)绝对误差(Absolute error):AE=1KEKk=1|ak-bk|(9)42 宏观经济5财经科学6 2012/1总286期(一)实验及结论
13、11 相关分析依据式7 的计算公式,算出上述各种预期类型和房价的相关度如下表:表 1各种预期类型和房价的相关度预期类型价格预期收入预期支出预期消费预期投资预期近视房价预期相关度0 194640 194680 19507019223019238019668 其中,笔者将包括了价格预期、收入预期、支出预期、消费预期和投资预期这五种预期类型与房价的相关度进行了对比,发现在这 5种预期中,支出预期与房价的相关度最高,达到了 019507。在 5 种预期类型的基础上,增加另外一种预期类型,即采用差分预期或称为近视房价预期所组成的 6种预期类型中,近视房价预期与房价的相关度最高,达到了 019668。21
14、 回归分析笔者将收集的 2005 年 1 月到 2011 年 3 月每月的成都市五城区商品房均价的75 个样本作为测试集,按照5 种预期类型所训练得出的模型和6 种预期类型所训练得出的模型分别计算各自的相关度、均方根误差和绝对误差。其中,5 维指的是5 种预期类型(实验中前 5 维,不含近视房价预期),六维则是在 5 种预期类型的基础上再加上近视房价预期。具体实验计算结果统计如下表:表 2回归分析实验结果维度相关度均方根误差绝对误差5 维0 195674001790300 17946 维(含近视房价预期)0 197882821242198 1907 随后,笔者将 5 维和 6 维预期类型所训练
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 预测 对策 未来 中国房地产 价格 走势 分析 成都市
限制150内