基于網絡搜索數據的河北省房地產價格預測研究

張娟

[提要] 為科學分析網絡搜索數據與房地產價格之間的變動關系，本文以百度搜索指數為基礎，選取與房地產價格相關度較高的7個關鍵詞構建全新的綜合網絡搜索指數，并運用自回歸分布滯后模型對房地產價格指數進行擬合與預測，得到房地產價格指數預測模型。最后把該模型用于河北省石家莊市、唐山市和秦皇島市房地產市場的驗證和預測，結果表明：本文構建的綜合網絡搜索指數與新建商品住宅價格指數之間的ADL模型能夠及時、客觀、準確地預測房地產價格變動趨勢，具有明顯的可操作性。

關鍵詞：網絡搜索；數據分析；房地產價格；ADL模型

基金項目：河北省統計科學研究計劃項目：“基于網絡搜索數據的河北省房地產價格預測研究”（2014HY27）；河北省科技廳軟科學研究計劃項目：“基于互聯網征信數據的中小微企業信用評估體系研究”（154576271）

中圖分類號：C812 文獻標識碼：A

收錄日期：2017年7月19日

近年來，伴隨著各地限購、限貸或其他抑制房價政策的出臺，房地產市場的價格走勢已經成為各類購房者、房地產商以及房產信息網站共同關注的關鍵問題。國家統計局每月中旬發布的房地產價格指數明顯具有時效性的欠缺，難以作為房地產價格走勢的即時性參考，而本文提出的網絡搜索關鍵詞綜合指數法則可以有效地預測未來房地產價格的走勢。

一、網絡搜索數據測度

在互聯網信息化時代人們使用各種搜索引擎獲取各類信息，搜索引擎的搜索數據逐漸在社會科學研究中得到應用。利用網絡算法技術搜索與輸入性關鍵詞和索引相匹配的網頁和數據已經成為經濟預測的重要手段之一，可以這樣說，分析網絡搜索數據不僅能夠找到經濟主體預期行為的基本規律和變化趨勢，而且還會發現比經濟主體實際行為更具時效性的資料和數據。在國內三大主流搜索引擎百度、Google和搜狗的篩選中，Google存在著對中文支持不足的缺點、搜狗具有數據庫信息不對稱的特征，唯有百度搜索引擎最具說服力和代表性，為此本文選用百度搜索引擎作為數據分析的基礎。為了對百度搜索欄中出現的關鍵詞進行熱度分析，本文借用了百度網站經常使用的百度搜索指數來構建全新的網絡搜索指數。百度搜索指數是指百度官方計算的各個關鍵詞在百度網頁中出現頻率的加權和、網絡搜索數據的測度以百度關鍵詞的指數數據為基礎。盡管目前的網絡搜索技術已經非常成熟，但國內外真正利用百度搜索數據來預測房價走勢的研究成果相對較少，零星的研究仍處于起步階段。為此，本文首先構建了綜合網絡搜索指數并借此研究該指數與房地產價格的相關性。

（一）關鍵詞的選定。首先，篩選與房地產價格有關的關鍵詞，關鍵詞指數數據選取百度中整體趨勢的搜索指數。初始關鍵詞依據人們關注房地產價格時考慮的主要因素，具體包含房地產市場的總體狀況、房地產的相關政策、房地產市場的交易信息等，據此得到相關聯的關鍵詞75個。由于百度搜索引擎會推薦一些與我們搜索內容有關的其他關鍵詞，因此綜合起來所有的關鍵詞達到了90個；其次，依據百度指數中的需求圖譜及相關詞分類的相關度，將相關度低的或類似的關鍵詞刪掉，剩余的關鍵詞再進行進一步的關聯度對比，最終保留相關度較高的7個關鍵詞：房價（k1）、房源（k2）、房產網（k3）、新樓盤（k4）、房貸利率（k5）、公積金（k6）、裝修（k7）。

（二）綜合網絡搜索指數的構建。為科學的分析河北省的情況，選取最具代表性的三個城市：石家莊市、唐山市和秦皇島市。以三個城市為例，依據2011年1月1日至2016年12月31日的關鍵詞周平均指數，利用移動平均法計算得到2011年1月至2016年12月的月平均指數，為將所選關鍵詞的百度搜索指數合成一個綜合網絡搜索指數WI，構建合成指數計算公式：WI=■Iiwi。其中，Ii為第i個關鍵詞的百度搜索指數，wi為第i個指數的權重，權重的確定利用主成分分析進行。由此根據所選三個城市7個關鍵詞的百度搜索指數數據，利用SAS軟件進行主成分分析，得到第一主成分的特征向量如表1所示。將各系數進行歸一化處理后作為各個關鍵詞指數的權重。根據表1得到的權重分別計算得到石家莊市、唐山市、秦皇島市的綜合網絡搜索指數，記為WIS、WIT、WIQ，如圖1所示。（表1、圖1）

二、網絡搜索指數與房地產價格之間的相關性

購房者借助網絡搜索技術找到所需相關信息，實現了購買房產時的較高參與度。這說明網絡搜索數據能夠顯示出房地產參與主體的預期，也展示了房地產業各參與主體的購買習慣和行為走向，進而對房地產的價格產生影響。

（一）理論分析。供求因素是影響房地產價格的重要因素，互聯網的搜索引擎為房地產參與主體提供了便利的信息供應。通常情況下，消費者在購房的時候會抱有謹慎的態度，并且由于房地產的位置固定性、價值量大、流動性差等特點，使房地產市場的供求信息處于一種不對稱狀態。消費者在購房需求產生之后通常都會花費大量時間搜集相關信息，消費者對這些信息的關注程度展示了消費者對房地產市場供需狀況的反應，進而影響到預期的購買行為。就房地產市場的參與各方而言，面對宏觀經濟政策的變化都存在一個心理預期的形成過程。政策變動時，其投資行為或購買行為會考慮新政策下的預期收益和成本變動等問題。也就是說，房地產價格的變化并不會隨著宏觀經濟政策的變化立即產生，而是存在明顯的時滯性。這說明購房者及房地產商的行為都可以在互聯網上和實際市場中反映出來，互聯網絡搜索關鍵詞的變化成為各參與主體預期行為的表現，而各參與方的實際行為則反映在房地產價格的滯后變化上。

（二）網絡搜索指數與房地產價格互相關分析。房地產價格選取新建商品住宅價格環比指數（FI）作為研究變量，三個城市的新建商品住宅價格指數分別記為FIS、FIT、FIQ，選取國家統計局公布的2011年1月到2016年12月數據，如圖2所示。（圖2）

由圖1和圖2可以看出，網絡搜索指數與新建商品住宅價格指數之間存在較明顯的共同變化趨勢，為進一步研究二者之間的關系，采用時間序列互相關函數進一步分析。

1、平穩性檢驗。首先對各變量進行平穩性檢驗，檢驗結果如表2所示。可以看出：FIS、FIT、FIQ、WIS、WIT、WIQ的ADF統計量在10%的顯著水平下都是平穩的。（表2）

2、互相關函數分析。互相關函數能夠測度兩變量之間的相關強度和方向，利用Eviews8.0作互相關函數圖，分別對石家莊市、唐山市、秦皇島市的網絡搜索指數與新建商品住宅價格指數進行互相關分析。（表3、表4、表5）

表3顯示石家莊市的網絡搜索指數與新建商品住宅價格指數存在明顯滯后的正相關關系。FIS與WIS（-i）之間的關系中可以看出，滯后的WIS與FIS相關性較顯著，相關關系一直持續到滯后第9期，滯后第10期開始逐漸減弱，尤其是WIS（-6）、WIS（-7）、WIS（-8）與FIS的正相關性較強，說明人們進行網絡搜索的變化與半年以后的房價相關聯；在FIS與WIS（+i）之間的關系中，顯示出FIS與未來的WIS也存在一定的相關性，尤其是未來4期的負相關關系明顯，說明房價變化與未來網絡搜索量的反向變動關系明顯，人們對石家莊市房價的反應較敏感。

表4顯示唐山市的網絡搜索指數與新建商品住宅價格指數的正相關關系滯后作用期更長一些，WIT與FIT的相關關系稍弱于石家莊市。FIT與WIT（-i）之間的關系中，從滯后第6期，WIT與FIT的相關性才開始增強，WIT（-9）與FIT的相關性最顯著，一直持續到滯后11期，然后逐漸減弱；在FIT與WIT（+i）的關系中，FIT與未來WIT的負相關性顯現的較緩慢，未來的8期之后負相關關系才逐漸增強，說明唐山市房價發生變化后，網絡搜索的反應較慢，人們對唐山市房價的反應不夠敏感。

表5顯示秦皇島市的網絡搜索指數與新建商品住宅價格指數之間的滯后相關也較明顯，與唐山市相似，但正相關關系更強一點。FIQ與WIQ（-i）之間的關系中，WIQ與FIQ的滯后相關關系不斷增強，WIQ（-9）與FIQ的相關關系最強，滯后相關持續到滯后11期，第12期開始逐漸減弱；在FIQ與WIQ（+i）之間的關系中，FIT與未來WIT的負相關性顯現的也較緩慢，負相關程度顯現的比唐山市的稍強一些，說明人們對秦皇島市房價的反應比唐山市敏感一些。

三、基于ADL模型的預測分析

（一）模型的構建與估計。通過互相關函數的分析可以看出，網絡搜索指數（WI）與新建商品住宅價格指數（FI）存在明顯的滯后關系，而且滯后期較長，因此構建能夠反映滯后影響關系的自回歸分布滯后模型ADL（1，n）模型：

FIt=c+？琢FIt-1+？茁0WIt+？茁1WIt-1+？茁2WIt-2+…+ut

模型中，下標t表示第t月，u為隨機擾動項。由于FI與WI互相關函數分析的滯后期較長，因此模型的構建中加入了FIt-1，并且對WI的滯后期沒有加以限制，但WI的滯后期長度需要在模型的估計中進行驗證。根據AIC、SC信息準則，從滯后11階開始驗證模型，以此得到最顯著的滯后階數。運用Eviews8.0對三個城市分別進行模型的驗證與估計，估計方法采用阿爾蒙多項式法，最終驗證的模型及結果如表6所示。（表6）

模型估計結果表明，網絡搜索指數對房地產價格確實存在滯后影響，石家莊市的滯后影響在第4～8個月比較顯著，唐山市的為第7～11個月，秦皇島的為第6～9個月，說明對河北省房價感興趣的購房者通常會提前半年左右甚至提前更長時間搜索相關信息，換言之，根據當前用戶的網絡搜索數據可以預測半年以后的房地產價格。

（二）基于ADL模型的預測。根據2017年1月和2月的百度搜索數據計算得到網絡搜索指數的WI，利用表6的驗證模型分別對石家莊市、唐山市和秦皇島市的新建商品住宅價格指數進行預測，預測結果如表7所示。三個模型進行預測的平均相對預測誤差MAPE分別是0.21%、0.21%、0.29%。（表7）

預測結果顯示，2017年1月和2月河北省石家莊市、唐山市和秦皇島市的新建商品住宅價格指數均大于1，說明房價均有所上漲，與實際國家統計局公布的實際數據相比，三個模型的預測誤差很小，預測結果與實際相符，模型的預測效果很好。

四、結論

通過理論分析網絡搜索數據與房地產價格之間的關系，利用互相關函數分析進一步證實網絡搜索指數與新建商品住宅價格指數之間的滯后相關，據此建立的自回歸分布滯后模型更具體展現了二者之間的滯后影響關系。石家莊市、唐山市、秦皇島市的數據經過模型的驗證都充分說明房地產參與主體的網絡搜索行為與房地產價格之間存在的滯后關系。綜合來看，滯后影響在滯后第4～11個月之間較顯著。這一結果表明購房者一般會提前半年至一年的時間搜索相關信息，而當前搜索行為的數據為以后房地產價格的預測提供了信息基礎。本文構建的綜合網絡搜索指數與新建商品住宅價格指數之間的ADL模型，能夠比較及時、客觀、準確地預測房地產價格的變動，相對于其他方法來說，消除了主觀因素的影響，預測的時效性更強，體現出網絡搜索數據對房地產價格具有較好的預測效果。

主要參考文獻：

[1]孟彩云，王聰.房地產價格、泰勒規則與宏觀經濟調控——基于2000～2010年我國宏觀經濟數據的檢驗[J].當代財經，2012.2.

[2]董紀昌，李秀婷.基于網絡關鍵詞搜索的房地產價格影響因素研究[J].新疆財經大學學報，2013.3.

[3]劉枬，劉小娟.房地產大數據的研究現狀和趨勢分析[J].建筑經濟，2015.6.