濱海新區房地產業預警模型研究

◎文/尹 鑫

濱海新區房地產業預警模型研究

◎文/尹 鑫

本文通過將宏觀經濟運行過程中周期波動理論運用到房地產業發展研究中，并采用綜合模擬法建立房地產預警模型，并根據天津濱海新區最近10余年來房地產業的發展情況甄選預警指標，對房地產業運行狀況進行評價并對未來走勢做出預測。

房地產；濱海新區；預警；綜合模擬法

一、研究背景及意義

房地產業集規劃、設計、建設、銷售、管理等專業分工于一體，將社會上相對分散的各種資源統籌整合到一起通過科學的運作，最終以住宅、商業用房、公共建筑等產品形式邁入市場。由于專業集成度高、資金投入量大、終端價格高、消費群體廣泛的特性，房地產業在全社會專業分工中處于產業鏈的上游，對其他的行業，例如，建筑業、零售業、電子產品、建材等行業的發展有著帶動作用。

伴隨著國內生產型企業經營困難加大，資本對房地產市場的投入高度密集、快速增長，以北京、上海、廣州、深圳為代表的大型城市的房價一路飆升，遠超出普通百姓的正常承受范圍。截至2016年國慶節，這些房價上漲快速的城市的政府陸續出臺了限購措施對房價進行調控，目前，這些措施的效果初步顯現，房價上漲過快的勢頭基本得到遏制，成交量下降，價格趨穩。

依據周期波動性的理論基礎，房地產業和宏觀經濟的周期性波動相似，同樣可分為兩大類，即常態型波動和非常態型波動。其中，常態波動又可以稱作正常波動，它是房地產業自身發展運行過程中的外在表現，具有周期穩定、頻次合理，波動振幅適中的特點，這是由于常態波動是房地產自身與外界市場之間的正常互動，它的起伏體現的是產業市場的自我評價、自我定位、自我修復，這些變化在任何時刻都客觀存在，因此，常態波動對于產業自身是無害的。

我們研究房地產的周期波動必須要研究波動的危害，而波動的危害性主要是體現在非常態型波動之上。相對于常態波動，非常態型波動具有周期不穩定 （甚至可以說沒有周期性），發生突然、波動劇烈的特點，相對于常態型波動，它是一種“雜波”。其危害性在產業中的表現為土地價格大幅攀升、鋼筋水泥等大宗建材產能過剩、房價暴漲暴跌、炒房囤房現象多發、銀行貸款增加、呆賬壞賬風險加大，金融風險加劇。

通過以上分析可得到下列結論：

（1）房地產業存在波動性，這種波動性本身具有周期性，即“周期性波動”；

（2）具有危害性，它會給國民經濟發展帶來負面影響；

（3）如果經濟體量足夠大，房地產市場的非常態型波動還極有可能引發國際金融危機；

（4）房地產市場的非常態型波動可以提前預警并采取措施調控；

（5）我國應建立科學、合理、完備的房地產預警體系，并應將范圍擴大到全國主要大中型城市，通過積極預警來達到預判、控制房地產市場非常態波動的目的。

二、房地產預警系統構建

（一）研究方法介紹與選取

本次研究希望通過對宏觀經濟周期規律以及房地產業自身發展規律的研究，借助經濟學中的周期波動理論，建立一套適合當前國內特定區域的房地產預警系統，利用該預警系統對天津濱海新區房地產業的運行狀況進行預測和分析，并通過過去一段時間內房地產實際運行狀況與預測結果的對比，找到濱海新區房地產市場中的主要問題，提出合理化建議，供從業者、決策者參考，保證濱海新區房地產業今后的發展正常、平穩。

經濟學中依據經濟周期波動理論研究宏觀經濟預警的方法大致有景氣指數法、綜合模擬法、經濟計量模型法三大類。考慮到對本次研究的對象既要定性評價又要定量分析，故本次研究選用綜合模擬法。

（二）預警系統模型設計

模型設計的基本思路是充分借鑒國內現有的不同城市房地產預警系統模型，從這些預警系統采用的指標體系中，篩選出適合本次研究的預警指標，充分考慮預警系統的地域性差異，結合濱海新區的具體情況，采用問卷調查的形式，統計處理反饋數據，最終確定各個預警指標的權重，采用指數平滑法對分配好權重的警兆指標進行數理合成。與此同時依據3西格瑪法則將警界劃分區間，用于評判警情。

圖1 房地產綜合預警系統構建示意圖

（三）房地產預警指標體系構建

1.指標體系建立

在前人的研究的基礎之上，結合濱海新區的經濟產業狀況，本著靈敏度高、內容全面、穩定性高、操作簡便、數據可靠易獲取的原則，本文將采集2002年至2013年的23項基礎數據，通過查閱不同年度的《濱海新區統計年鑒》最終得到全部的基礎數據，完成數據采集，構建四大類19項警兆指標進行預測分析。（詳見表1）

2.數據標準化

在選取了一系列具有代表性的指標之后，我們要對這些指標進行數理處理，得到一系列標準化的樣本數據。這些數據建立數學模型，

其中，Ai為標準化之后的數據，是能夠加載到預警系統的數據形式；ai為經過原始采集和初步處理的指標數據；aˉ為樣本集ai的統計平均值；S為樣本集ai的標準差，即，

3.確定指標參數權重

表1 房地產預警指標體系

本文將運用主成分分析法來確定各指標在板塊中的權重。目前對于基于綜合模擬法的房地產預警系統之中，確定板塊權重的方法并不明確，有的學者通過大量的問卷調查獲得統計數據并采用層次分析法來確定板塊預警指標的權重，但是針對本次研究，層次分析法有兩個不確定的問題，一是問卷調查的樣本數量必須足夠多，否則就失去的統計學中的意義，二是問卷調查的設計要科學合理且適用于類似濱海新區這樣的小范圍區域。這種不確定性在先是研究中很難克服，因此本文沒有采用層次分析法來確定板塊的權重。

結合區域性經濟實際情況，本文中的板塊權重確定如下。（詳見表2）

4.房地產預警指標總成

在經過數據標準化處理、確定了各個權重之后，就可以得到板塊預警指標的表達式，其具體方法是：

其中，Kt為板塊預警指標，Ai為標準化之后的警兆指標，wi為警兆指標權重，wt為板塊權重。

5.劃分預警區間

通過前面的計算得出房地產總體協調指數、產業主體指數、產業服務指數、消費預期指數，這些板塊的指數綜合成房地產預警指數之后，需要評價房地產運行的狀況如何，各個指標是否處于正常的狀態。

本文在研究房地產運行狀態中采用前人歸納的5類區間：即紅燈區、黃燈區、綠燈區、藍燈區、白燈區，它們相對應的稱為過熱區、微熱區、健康區、微冷區、過冷區5個區間。取過冷和過熱區間，統稱異常區間。（詳見表3）

表2 房地產預警指標權重

表3 預警區間

6.預警與預測

預警模型建立后，為了達到預警的功能，我們還需要對未來1—2年的數據進行預測。在這部分研究中，筆者決定采用指數平滑法。

一次指數平滑法預測的模型如下，

其中為Ft+1為第t+1期的預測數，Ft為第t期的預測值，At為第t期的實際值，α為模型的平滑常數，1-α稱作模型的阻尼系數。

借助計算機輔助計算功能，最終確定此為預警模型最優平滑常數。在得到本預警模型中最佳的平滑常數后，便可以通過過往警兆指標數據的代入進行房地產的預警預測。

三、天津濱海新區房地產預警

正如前文所述，預警系統的建立需要經過基礎數據采集、警兆指標計算、數據標準化處理、指標權重求取、預警指標計算、警戒區間劃分、平滑常數確定、預測預警等步驟。本次研究的基礎數據源自2002年到2015年出版的 《濱海新區統計年鑒》，從龐雜的數據中我們采集了相關的23項基礎數據，并降至整合為19個警兆指標數據。

我們先對濱海新區的房地產市場的發展進行一個直觀的評價，如圖2，從2003年至2013年，濱海新區固定資產投資高速增長，同時，房地產投資也是高速增長，區內生產總值、固定資產投資、房地產業投資三項指標相關程度很高。和全國主要城市一樣，最近十年，固定資產投資的高速發展帶動了房地產市場的高速發展，同時見證了全國經濟快速的增長。十年間，高樓、大廈林立，在拉升了城市平均海拔的同時推高了產值。

圖2

圖3

而在區內生產總值、固定資產投資、房地產開發投資的增速上，如圖3，三者在總體上是趨同的，但是固定資產投資在2008年前后與另外兩個指標的發展有所背離，究其原因是由于2008年國際金融環境和北京奧運會的影響，國務院出臺4萬億投資計劃，刺激經濟發展，濱海新區積極響應，在當年許多大型工業項目上馬，帶動固定資產投資的快速攀升。

依據前面章節提到的主成分分析法，求取4個版塊共計19項警兆指標的權重，由于計算量、計算維度較高，我們借助專業的計算軟件IBM SPSS 17.0進行主成份的分析，每個主成分的方差即特征根，它表示了對應主成分對原有數據的描述量的多少，本次研究按照累計貢獻率大于80%的原則來提取特征值。

根據綜合預警指標的表達 式 ，K=0.30K1+0.30K2+ 0.15K3+0.25K4同時為了能夠通過單一的警兆指標定性的觀測評價房地產市場的運行狀況。（詳見表4）

根據3σ理論，分別對板塊預警指數、綜合預警指數進行警界區間劃分。（詳見表5）

表4 板塊及綜合預警指數

表5 警界區間劃分

表6 濱海新區房地產預警結果

依靠現有的房地產預警模型通過分析2003年到2015年的警兆指標，可以預測出2016年的房地產市場綜合預警指數，并根據劃分的警界區間，評判2015年的警情。在這過程中我們采用平滑指數法來進行預測，根據一次指數平滑法預測模型Ft+1=αAt+（1-α）Ft，分別將平滑常數可能的取值代入模型中，求取對應的平均絕對誤差，找到最小的平均絕對誤差對應的平滑常數，確立模型，代入已知的統計數據預測2016年的警情。具體方法如圖4所示：

依靠經濟波動理論，采用綜合模擬法建立起的房地產預警模型經過運算，可以初步預測本年度，即2016年濱海新區房地產總體運行狀態處于偏熱的區間，但是其下屬的四個不同的板塊在本年度的狀態卻不盡相同，從房地產業發展與區域內宏觀經濟發展水平相協調的角度，房地產業處于正常的運行空間。在對房地產業自身發展相關程度較高的產業主體指標和服務指標進行預測時，發現這兩板塊的狀態處于正常區間之上達到了偏熱的狀態。而房地產市場中的消費預期指標卻處于偏冷的狀態。

一方面是自身的火熱發展，另一方面是消費市場的冷淡，這就是現今濱海新區房地產市場中開發商與消費者之間的博弈狀態。（詳見表6）

圖4 平滑指數求取流程圖

根據對綜合預警指數與各板塊指數的分析我們能夠得到以下結論：

（1）本文設計的預警系統能夠對濱海新區房地產業進行預警，且運轉可靠。

（2）濱海新區房地產業總體運行處于偏熱狀態。

（3）濱海新區房地產業在供需方面存在對立，具體表現在房地產開發偏熱而市場購買主體消費意愿偏冷。

（4）濱海新區房地產開發存在產能過剩的風險。

由于模型的運行依賴于基礎數據的準確與及時性，而現行《統計年鑒》的發布時間點相對于預測的時點較晚，故影響到了模型預警的時間有效性，同時由于數據種類的選擇上具有一定的主觀性，其科學嚴謹性會受到影響。

鑒于以上問題，該模型可在日后的改進中采用更加科學的方法選取警兆指標，同時確定板塊權重時選用更加科學的，具有動態調整功能的方法，以此來規避預警系統的系統誤差。

責任編輯：方學敏

F29

A

1006－1255－（2016）12－0008-06

尹 鑫（1985—），天津職業大學經濟管理學院。郵編：300402