●侯海桂
本文主要探討近年來我國商品住宅價格(簡稱房價,下同)的變化特征,并預測未來的變化方向。變化特征研究的主要內容包括房價的長時期走勢規律及年內季節變動規律。
本文主要通過統計圖表法和統計動態分析法來研究近年來我國房價的變化特征,并用相關分析法驗證房價的季節變動規律的存在。
1.統計圖表法。本文通過編制房價走勢圖來觀察近年來我國房價的變化特征,包括房價的長時期走勢規律及年內季節變動規律。
2.統計動態分析法。本文運用動態分析法分析的內容還是房價的長時期走勢規律及年內季節變動規律。房價長期走勢規律分析用的是動態分析中的模型法,本文通過擬合近年來房價的變動模型,來分析我國房價的變化規律(長期趨勢),進一步助證圖表法得到的變化規律。房價年內季節變動規律分析用的是動態分析中的季節指數法,通過季節指數從定量的角度來分析房價年內的變動規律。
3.相關分析法。本文通過用動態分析法得到的季節比率與季節比率賴以計算的房價數據進行相關分析,進而驗證房價變動中季節變動規律的存在。
1.數據來源。本文的商品住宅數據全部來源于國家統計局網站。
2.數據選取及預處理。(1)月份數據選取。由于國家統計局網站提供的最小時間單位數據是月份數據,故本文是以月為時間單位來分析我國房價的變化特征。為了較好地觀察我國房價的變化,本文選取了商品住宅近5 年來的月份數據。國家統計局網站上沒有提供直接的房價數據,本文是通過網站提供的銷售額及銷售面積數據計算得到我國近5 年來(2015 年5 月到2020 年4 月)的房價數據。(2)月份數據處理。網站提供的數據是到某月份為止的年份內累計數,通過用后面月份的累計數減前面月份的累計數可計算到單月數據。但由于網站缺1 月份數據,為了分析完整性的需要,也為了簡單起見,本文用2 月份累計數的簡單平均來代替1 月和2 月的月份數據。(3)月份房價(平均售價)的計算。月份房價(平均售價)=各月銷售額/各月銷售面積。(4)同比發展速度的計算。同比發展速度=本期房價/上年同期房價。
根據附件數據的計算結果,本文整理了近5 年來的房價走勢及房價同比變化圖(見圖1)。所作圖表給出了我國近年來房價的長時期走勢規律及年內季節變動規律。
近5 年來的房價呈持續梯級上升態勢,但上升速度有所放慢,特別是近期同比變化呈持續下降之勢,2020 年4 月的房價同比已經低于100%,比上年同期下降了1.1%。
從圖1 的房價波動來看,其梯級上升態勢明顯,其每一個梯級內部有著十分相似的周期變動規律,這種周期變動規律就是季節變動規律。
圖1 近5 年來的房價走勢及房價同比變化圖
以房價為因變量,以時間為自變量的動態分析(在SPSS 中用回歸分析完成)進一步證實了上述結論的可靠性。本文選擇了三種與歷史房價變化較為接近的模型,對近年來的房價進行動態分析。這三種模型分別是線性模型、二次曲線模型和三次曲線模型。表1 數據是SPSS 的回歸分析結果。
表1 模型匯總和參數估計值
分析結果顯示,我國近年的房價變化最接近三次曲線的變化,其回歸方程是y=6693.14+3.007*T+1.815T2-0.018T3。三次曲線的R 方最大,是0.907,說明三次曲線的回歸方程質量很高。
表2
1.季節比率的計算。
圖2
表3
表4
表2 是根據2015 年5 月到2020 年4 月間的房價數據,用SPSS 的季節性分析功能得到的并重新按月份大小排序后的季節比率數據。圖2 是根據表2 編制的季節指數變化圖。
圖表顯示,我國近年來的商品住宅房價通常會在年初偏高,下半年則會持續偏低。
2.季節變動規律的驗證。本文通過將季節比率數據與房價數據進行相關分析,來驗證我國近年來房價的季節性變動。本文將2015 年5 月到2020 年4 月的數據,按每12 個月為一個年份,人為劃分為5 個人為年份數據(見表3),然后用前面計算到來的季節比率與這5 個年分數進行相關性分析。表4 是由SPSS輸出的相關分析結果。
相關分析結果表明,房價季節比率與五個人為年份房價數據的相關系數都很高,五個相關系數均在0.05 水平或0.1 水平上呈顯著相關或高度相關。其中季節比率與第二個人為年份數據的相關系數是0.874,屬高度正相關。房價的季節比率與五個人為年份數據的相關關系的存在,充分地說明了我國房價季節性變動規律的存在。
從近期的同比變化來看,我國房價可能已到達一個階段性高點,未來很可能迎來拐點。根據表1 數據得到的三次曲線回歸方程y=6693.14+3.007*T+1.815T2-0.018T3來看,拐點大概在2020 年年底或2021 年年初。
房價的季節性變動告訴我們,買房最好的入市時機應該是年底。