城市房地產市場預警系統研究

李嘯虎

（新疆財經大學 旅游學院，烏魯木齊 830011）

我國在房地產市場監控、預警方面已有了一定的經驗積累，但是由于房地產市場具有很強的區域差異性，至今還沒有形成一套公認的房地產市場風險預警系統。本文擬以烏魯木齊市商品房相關數據為依托，展開房地產預警方法研究，進行一些有益的探索，主要有三個方面：（1）嘗試將變差系數引入到房地產預警系統，作為警源指標的確定依據。它的優點在于，通過計算，可以反映出一個指標對它所要評價對象的辨別能力；（2）將等級特征值模型進行改進，而后合成綜合的房地產等級預警指數。這樣一方面可以減少計算量，另一方面可以準確地反映整個方地產市場的運行態勢；（3）在警界臨界標準的確定上，先確定房地產穩定發展期與高速發展期的上下界限，進而運用等差數列方法，依次確定其他發展期的臨界值。

1 城市房地產預警系統的建立

城市房地產預警系統的組成要素包括警情、警源、警兆、警界與警度。預警系統的實施步驟與基本思路是:確定監測預警的對象,尋找警情的產生根源,選定警兆指標,確定警界,合成綜合預警指數,劃分警級,預報警度。

1.1 警情指標的確立

能夠作為房地產警情的指標很多。但從預警研究的角度來說，只需要選取其中最主要的、對房地產業發展影響最大的、也易于進行研究的指標。筆者認為，從房地產市場的基本特點和房地產泡沫產生的機制來看，空置率最能直觀地體現房地產市場供求兩方面的關系，反映房地產市場是否穩定，因此，我們選取空置率作為房地產預警的警情指標。

1.2 警源指標的產生及確定方法

所謂警源就是警情產生的根源。同時，它也是警兆指標產生的基礎。本文運用變差系數來確定預警系統的警源指標。這是由于在實際應用中，人們通常用變差系數來描述評價指標的鑒別力，而房地產預警系統中警源評價指標的鑒別力則反映了該指標在進行房地產預警時鑒別該房地產市場強弱差異的能力。變差系數越大，該指標的鑒別能力越強;反之 ,鑒別能力則越差。根據實際需要 ,可以刪除變差系數相對較小(即鑒別力較差)的評價指標。具體公式如下：

1.3 警兆指標的確定方法

在預警系統中，可以通過監測警兆指標的變化預測預報警情。警兆是警源的擴散，也可以是警源擴散過程中其它因素的共生現象。對于房地產空置率而言，其警兆主要是指從內生警源到警情產生過程中的各種警兆變量。其確定方法一般分為時差相關分析，K-L信息量和聚類法等3種。

本文采用時差相關分析法來計算警兆變量，它的計算是以一個重要的能夠反映當前經濟活動的經濟指標作為基準指標，一般選擇一致指標作為基準指標，然后使被旋轉指標超前或滯后若干期，計算它們的相關系數。

設 y={y1,y2,y3,…yn}為基準指標，x={x1,x2,x3,…xn}為被選指標，r為時差相關系數，則：

其中，l表示超前、滯后期，l取正數時表示被選擇指標x相對于基準指標y超前，即從第t期開始底y數列與第t+l期開始的x數列相關，x是y的超前（先導）指標；取負數表示滯后。L被稱為時差或延遲數，L是最大延遲數，n是數據取齊后的數據個數。在選擇景氣指標時，一般計算若干個不同延遲數的時差相關系數，然后進行比較，其中最大的時差相關系數：

被認為反映被選擇指標與基準指標的時差相關關系，相應的延遲數l表示超前或滯后期。

1.4 房地產預警警界的確定

房地產預警警界的確定是進行房地產預警監測預報的關鍵。通常，反映它發展程度的術語依次是“發展緩慢或停滯”、“穩定發展”、“快速發展”、“急速膨脹”，如果用類似于不同顏色的交通信號燈來表示則是：“藍燈”、“綠燈”、“黃燈”、“紅燈”。它確定依據與方法主要有以下3種：（1）根據房地產發展的歷史波動來確定；（2）宏觀經濟周期與房地產周期；（3）專家意見和建議。為確定這些術語的臨界值,本文結合房地產市場周期理論，以及相關研究成果首先確定市場“穩定發展”和“急速膨脹”的標準值，進而按照等差數列的要求確定市場“緩慢發展”和“高速發展”的標準值。

1.5 綜合預警等級指數的合成

本文嘗試采用模糊識別方法進行房地產預警綜合等級指數的合成。具體步驟如下：

(1)建立樣本子集

把預警指標基本標準稱為模糊模式Y，而待估房地產預警系統各年數據稱為模糊對象X，Xi的各個子集Xij稱為因素集。

(2)確定因素集

這里的因素集指通過上變差系數選取，進而通過時差相關分析進行分類后所確定的房地產警情指標集。

(3)將模糊子集進行量化處理

量化模糊子集，確定其隸屬度的方法有若干種，本文采用通過對統計值的分析，確定其隸屬函數，求得隸屬度值。

(4)模式識別

設模糊集 rij(i、j=1，2，…n)。 若(Sij，rij)=max{(Sij，r1j)(Sij，r2j)…(Sij，rij)}，則稱與Si最貼近，即所謂“擇近原則”。根據不同的定義有多種貼近度求法。

（5）綜合預警等級指數的合成

應用最大隸屬度原則或級別變量特征值作為評判指標,將待識別樣本j劃歸l類 (級),即為房地產預警綜合等級指數。這里需要注意一點，uij為最優相對隸屬度值，而Ni表示各項預警指標集與標準集的貼近度。

1.6 警級的劃分和警度的預報

根據警兆指標的合理波動范圍，用各個警兆標準指標最大相對隸屬度之和作為急速膨脹或紅燈區界限，而后采用等差數列的要求確定出其余界限的標準（如圖1）。

2 實證分析

2.1 烏魯木齊市房地產警情的分析

根據上述分析，空置率最能直觀地體現房地產市場供求兩方面的關系，反映房地產市場是否穩定，因此，我們選取空置率作為烏魯木齊市房地產預警警情指標。計算見下面公式

（4）式中，At代表第 t年地房屋空置率，bt表示第 t年的房屋空置面積，而 ct、ct-1、ct-2分別表示第 t年、第 t-1年、第 t-2年地房屋竣工面積。

通過《烏魯木齊統計年鑒》（1993～2005），得到烏魯木齊市商品房10年竣工和空置面積，具體見圖2。

2.2 烏魯木齊市房地產預警警源和警兆指標的確定

構建房地產預警指標體系的方法有很多。筆者認為，考慮到房地產市場警源大體上可以分為外部警源和內部警源，外部警源主要指由于國家宏觀經濟、政治環境變化而導致的房地產市場的波動因素，而內部警源是指由于房地產市場內部投資、結構等方面變化而導致的市場波動因素。因而，本文在構建指標體系時，本著既要反映出外部警源和內部警源，又要兼顧數據的可獲得性這樣兩項原則，選取了房地產開發增長率與GDP增長率比值、本年竣工面積增長率、商品房銷售面積增長率等11個指標作為初評指標體系（表1），采用變差系數計算得到如表2的結果。

根據變差系數方法原理,我們運用SPSS 10.0 for Win?dows統計軟件包對這些評價指標進行方差分析,保留其中的6個指數值比較高的指標。構成烏魯木齊市房地產預警系統警情指標評價體系 。

以空置率為基準指標，使用公式（2）對以上六項指標做時差相關分析。計算結果如表3。

由表3結果可知，在警兆指標中，屬于先行指標的有房開發投資增長率/GDP增長率、商品房屋銷售額增長率/社會消費品零售總額售增率、商品房施工面積增率/商品房屋銷售面積增長率。屬于一致指標的有年末居民儲蓄增長率/銀行存款增長率。屬于滯后指標的有流通中現金增長率(M0)、房產投資占固定資產投資比重。

表1 初始指標體系

表2 初始指標變差系數表

表3 時差分析結果

表4 房地產指標泡沫參考標準

表5 房地產市場發展程度等級指標

表6 烏魯木齊市房地產綜合等級預警指數

表7 預警等級劃分表

表8 綜合預警等級指數和商品房控制率時差關系表

2.3 烏魯木齊市房地產預警警限的確定

如上所述，為確定這些術語的臨界值,本文結合房地產市場周期理論，以及相關研究成果（見表4），作為市場“穩定發展”和“急速膨脹”的標準值，進而按照等差數列的要求確定市場“緩慢發展”和“高速發展”的標準值。具體指標及各個級別的標準值如表5。

2.4 綜合預警等級指數的測算

利用模糊識別理論，將警兆指標代入相應公式，計算得出綜合等級預警指數（見表6）。

2.5 預警等級劃分和警度預報

由于本文將房地產市場預警級別化為藍、綠、黃、紅四個等級，依次為1級，2級，3級和4級（見表7）。因此，綜合預警等級指數所對應的即是該房產市場所處的發展狀態。

2.6 數據檢驗

為了保證預警指數的科學性、有效性，必須對它進行驗證，這里我們采用時差相關分析法將預警指數與空置率這項能夠直接反映出房地產市場運行“晴雨表”的指標值進行對比。

通過時差相關檢驗 （具體見表 8）可以看出，在 r(2)時，時差相關系數絕對值最大，為0.78，顯著相關，這說明該指數可以提前兩年反映出房地產市場的變化情況，具有預警預報的功能。

進一步對預警指數分析可得，烏魯木齊房地產市場在1998～2001年處于高速發展時期，2002年達到急速膨脹期，出現警情需要政府部門進行調控；2002～2005 年出現回落；從2006年開始，出現新一輪的增長。

3 結論

本文構建的城市房地產預警預報系統能夠比較準確地反映短期內城市房地產市場的發展特征，具有一定的科學性和可操作性,能較好地實現對房地產經濟預警預報的功能。

[1]Hekman,J.5.RentalPriceAdjustmentand Investmentin Office Markets[J].Journal of the American Real Estate and Urban Eco?nomics Association,1985,（13）.

[2]Hendershott,P.Uses of Equilibrium Models in Real Estate Re?search[J].Journal of Property Review,1997,(14).

[3]Janssen，E.Kruijt,8.Needham.The Honeycomb Cycle in Real Es?tate[J].Journal of Real Estate Research,1994,(9).

[4]Kaiser.The Long Cycle in Real Estate[J].Journal of Real Estate Research，1997,(14).

[5]K1ing,J,T.McCue.Office Building Investment and the Macroe?conomics Empirical Evidence,1973～1985[J].Journal of the Amer?ican Real Estate and Urban Economics Association,1987,15(3).

[6]葉艷兵,丁烈云.房地產預警指標體系設計研究[J].基建優化,2001,(3).

[7]趙黎明,賈永飛,錢偉榮.房地產預警系統研究[J].天津大學學報(社會科學版),1999,(4).

[8]深圳房地產市場發展戰略課題組.深圳房地產市場發展戰略(1999～2010)[M].北京：中國機械工業出版社,2001.

[9]深圳房地產年鑒(2004)[M].深圳：海天出版社,2004.

[10]翁少群,張紅.基于模糊模式識別理論的中國房地產市場發展階段判別研究[J].土木工程學報,2004，4(5).

[11]陳潔,許長新.模糊識別模型在水資源綜合評價中的應用研究[J].人民黃河，2005,6(5).