◎文/尹 鑫

滨海新区房地产业预警模型研究

◎文/尹 鑫

本文通过将宏观经济运行过程中周期波动理论运用到房地产业发展研究中，并采用综合模拟法建立房地产预警模型，并根据天津滨海新区最近10余年来房地产业的发展情况甄选预警指标，对房地产业运行状况进行评价并对未来走势做出预测。

房地产；滨海新区；预警；综合模拟法

一、研究背景及意义

房地产业集规划、设计、建设、销售、管理等专业分工于一体，将社会上相对分散的各种资源统筹整合到一起通过科学的运作，最终以住宅、商业用房、公共建筑等产品形式迈入市场。由于专业集成度高、资金投入量大、终端价格高、消费群体广泛的特性，房地产业在全社会专业分工中处于产业链的上游，对其他的行业，例如，建筑业、零售业、电子产品、建材等行业的发展有着带动作用。

伴随着国内生产型企业经营困难加大，资本对房地产市场的投入高度密集、快速增长，以北京、上海、广州、深圳为代表的大型城市的房价一路飙升，远超出普通百姓的正常承受范围。截至2016年国庆节，这些房价上涨快速的城市的政府陆续出台了限购措施对房价进行调控，目前，这些措施的效果初步显现，房价上涨过快的势头基本得到遏制，成交量下降，价格趋稳。

依据周期波动性的理论基础，房地产业和宏观经济的周期性波动相似，同样可分为两大类，即常态型波动和非常态型波动。其中，常态波动又可以称作正常波动，它是房地产业自身发展运行过程中的外在表现，具有周期稳定、频次合理，波动振幅适中的特点，这是由于常态波动是房地产自身与外界市场之间的正常互动，它的起伏体现的是产业市场的自我评价、自我定位、自我修复，这些变化在任何时刻都客观存在，因此，常态波动对于产业自身是无害的。

我们研究房地产的周期波动必须要研究波动的危害，而波动的危害性主要是体现在非常态型波动之上。相对于常态波动，非常态型波动具有周期不稳定 （甚至可以说没有周期性），发生突然、波动剧烈的特点，相对于常态型波动，它是一种“杂波”。其危害性在产业中的表现为土地价格大幅攀升、钢筋水泥等大宗建材产能过剩、房价暴涨暴跌、炒房囤房现象多发、银行贷款增加、呆账坏账风险加大，金融风险加剧。

通过以上分析可得到下列结论：

（1）房地产业存在波动性，这种波动性本身具有周期性，即“周期性波动”；

（2）具有危害性，它会给国民经济发展带来负面影响；

（3）如果经济体量足够大，房地产市场的非常态型波动还极有可能引发国际金融危机；

（4）房地产市场的非常态型波动可以提前预警并采取措施调控；

（5）我国应建立科学、合理、完备的房地产预警体系，并应将范围扩大到全国主要大中型城市，通过积极预警来达到预判、控制房地产市场非常态波动的目的。

二、房地产预警系统构建

（一）研究方法介绍与选取

本次研究希望通过对宏观经济周期规律以及房地产业自身发展规律的研究，借助经济学中的周期波动理论，建立一套适合当前国内特定区域的房地产预警系统，利用该预警系统对天津滨海新区房地产业的运行状况进行预测和分析，并通过过去一段时间内房地产实际运行状况与预测结果的对比，找到滨海新区房地产市场中的主要问题，提出合理化建议，供从业者、决策者参考，保证滨海新区房地产业今后的发展正常、平稳。

经济学中依据经济周期波动理论研究宏观经济预警的方法大致有景气指数法、综合模拟法、经济计量模型法三大类。考虑到对本次研究的对象既要定性评价又要定量分析，故本次研究选用综合模拟法。

（二）预警系统模型设计

模型设计的基本思路是充分借鉴国内现有的不同城市房地产预警系统模型，从这些预警系统采用的指标体系中，筛选出适合本次研究的预警指标，充分考虑预警系统的地域性差异，结合滨海新区的具体情况，采用问卷调查的形式，统计处理反馈数据，最终确定各个预警指标的权重，采用指数平滑法对分配好权重的警兆指标进行数理合成。与此同时依据3西格玛法则将警界划分区间，用于评判警情。

图1 房地产综合预警系统构建示意图

（三）房地产预警指标体系构建

1.指标体系建立

在前人的研究的基础之上，结合滨海新区的经济产业状况，本着灵敏度高、内容全面、稳定性高、操作简便、数据可靠易获取的原则，本文将采集2002年至2013年的23项基础数据，通过查阅不同年度的《滨海新区统计年鉴》最终得到全部的基础数据，完成数据采集，构建四大类19项警兆指标进行预测分析。（详见表1）

2.数据标准化

在选取了一系列具有代表性的指标之后，我们要对这些指标进行数理处理，得到一系列标准化的样本数据。这些数据建立数学模型，

其中，Ai为标准化之后的数据，是能够加载到预警系统的数据形式；ai为经过原始采集和初步处理的指标数据；a¯为样本集ai的统计平均值；S为样本集ai的标准差，即，

3.确定指标参数权重

表1 房地产预警指标体系

本文将运用主成分分析法来确定各指标在板块中的权重。目前对于基于综合模拟法的房地产预警系统之中，确定板块权重的方法并不明确，有的学者通过大量的问卷调查获得统计数据并采用层次分析法来确定板块预警指标的权重，但是针对本次研究，层次分析法有两个不确定的问题，一是问卷调查的样本数量必须足够多，否则就失去的统计学中的意义，二是问卷调查的设计要科学合理且适用于类似滨海新区这样的小范围区域。这种不确定性在先是研究中很难克服，因此本文没有采用层次分析法来确定板块的权重。

结合区域性经济实际情况，本文中的板块权重确定如下。（详见表2）

4.房地产预警指标总成

在经过数据标准化处理、确定了各个权重之后，就可以得到板块预警指标的表达式，其具体方法是：

其中，Kt为板块预警指标，Ai为标准化之后的警兆指标，wi为警兆指标权重，wt为板块权重。

5.划分预警区间

通过前面的计算得出房地产总体协调指数、产业主体指数、产业服务指数、消费预期指数，这些板块的指数综合成房地产预警指数之后，需要评价房地产运行的状况如何，各个指标是否处于正常的状态。

本文在研究房地产运行状态中采用前人归纳的5类区间：即红灯区、黄灯区、绿灯区、蓝灯区、白灯区，它们相对应的称为过热区、微热区、健康区、微冷区、过冷区5个区间。取过冷和过热区间，统称异常区间。（详见表3）

表2 房地产预警指标权重

表3 预警区间

6.预警与预测

预警模型建立后，为了达到预警的功能，我们还需要对未来1—2年的数据进行预测。在这部分研究中，笔者决定采用指数平滑法。

一次指数平滑法预测的模型如下，

其中为Ft+1为第t+1期的预测数，Ft为第t期的预测值，At为第t期的实际值，α为模型的平滑常数，1-α称作模型的阻尼系数。

借助计算机辅助计算功能，最终确定此为预警模型最优平滑常数。在得到本预警模型中最佳的平滑常数后，便可以通过过往警兆指标数据的代入进行房地产的预警预测。

三、天津滨海新区房地产预警

正如前文所述，预警系统的建立需要经过基础数据采集、警兆指标计算、数据标准化处理、指标权重求取、预警指标计算、警戒区间划分、平滑常数确定、预测预警等步骤。本次研究的基础数据源自2002年到2015年出版的 《滨海新区统计年鉴》，从庞杂的数据中我们采集了相关的23项基础数据，并降至整合为19个警兆指标数据。

我们先对滨海新区的房地产市场的发展进行一个直观的评价，如图2，从2003年至2013年，滨海新区固定资产投资高速增长，同时，房地产投资也是高速增长，区内生产总值、固定资产投资、房地产业投资三项指标相关程度很高。和全国主要城市一样，最近十年，固定资产投资的高速发展带动了房地产市场的高速发展，同时见证了全国经济快速的增长。十年间，高楼、大厦林立，在拉升了城市平均海拔的同时推高了产值。

图2

图3

而在区内生产总值、固定资产投资、房地产开发投资的增速上，如图3，三者在总体上是趋同的，但是固定资产投资在2008年前后与另外两个指标的发展有所背离，究其原因是由于2008年国际金融环境和北京奥运会的影响，国务院出台4万亿投资计划，刺激经济发展，滨海新区积极响应，在当年许多大型工业项目上马，带动固定资产投资的快速攀升。

依据前面章节提到的主成分分析法，求取4个版块共计19项警兆指标的权重，由于计算量、计算维度较高，我们借助专业的计算软件IBM SPSS 17.0进行主成份的分析，每个主成分的方差即特征根，它表示了对应主成分对原有数据的描述量的多少，本次研究按照累计贡献率大于80%的原则来提取特征值。

根据综合预警指标的表达 式 ，K=0.30K1+0.30K2+ 0.15K3+0.25K4同时为了能够通过单一的警兆指标定性的观测评价房地产市场的运行状况。（详见表4）

根据3σ理论，分别对板块预警指数、综合预警指数进行警界区间划分。（详见表5）

表4 板块及综合预警指数

表5 警界区间划分

表6 滨海新区房地产预警结果

依靠现有的房地产预警模型通过分析2003年到2015年的警兆指标，可以预测出2016年的房地产市场综合预警指数，并根据划分的警界区间，评判2015年的警情。在这过程中我们采用平滑指数法来进行预测，根据一次指数平滑法预测模型Ft+1=αAt+（1-α）Ft，分别将平滑常数可能的取值代入模型中，求取对应的平均绝对误差，找到最小的平均绝对误差对应的平滑常数，确立模型，代入已知的统计数据预测2016年的警情。具体方法如图4所示：

依靠经济波动理论，采用综合模拟法建立起的房地产预警模型经过运算，可以初步预测本年度，即2016年滨海新区房地产总体运行状态处于偏热的区间，但是其下属的四个不同的板块在本年度的状态却不尽相同，从房地产业发展与区域内宏观经济发展水平相协调的角度，房地产业处于正常的运行空间。在对房地产业自身发展相关程度较高的产业主体指标和服务指标进行预测时，发现这两板块的状态处于正常区间之上达到了偏热的状态。而房地产市场中的消费预期指标却处于偏冷的状态。

一方面是自身的火热发展，另一方面是消费市场的冷淡，这就是现今滨海新区房地产市场中开发商与消费者之间的博弈状态。（详见表6）

图4 平滑指数求取流程图

根据对综合预警指数与各板块指数的分析我们能够得到以下结论：

（1）本文设计的预警系统能够对滨海新区房地产业进行预警，且运转可靠。

（2）滨海新区房地产业总体运行处于偏热状态。

（3）滨海新区房地产业在供需方面存在对立，具体表现在房地产开发偏热而市场购买主体消费意愿偏冷。

（4）滨海新区房地产开发存在产能过剩的风险。

由于模型的运行依赖于基础数据的准确与及时性，而现行《统计年鉴》的发布时间点相对于预测的时点较晚，故影响到了模型预警的时间有效性，同时由于数据种类的选择上具有一定的主观性，其科学严谨性会受到影响。

鉴于以上问题，该模型可在日后的改进中采用更加科学的方法选取警兆指标，同时确定板块权重时选用更加科学的，具有动态调整功能的方法，以此来规避预警系统的系统误差。

责任编辑：方学敏

F29

A

1006－1255－（2016）12－0008-06

尹 鑫（1985—），天津职业大学经济管理学院。邮编：300402