2020年12月1日，中國社會科學(xué)院財(cái)經(jīng)戰(zhàn)略研究院住房大數(shù)據(jù)項(xiàng)目組發(fā)布《中國住房大數(shù)據(jù)分析報(bào)告（2020）——城市房價(jià)預(yù)警與房企品牌價(jià)值測度》。該報(bào)告同時(shí)也是國家自然科學(xué)基金面上項(xiàng)目 “基于互聯(lián)網(wǎng)大數(shù)據(jù)和重復(fù)交易法的中國城市住房價(jià)格指數(shù)編制研究” 及中國社科院國情調(diào)研重大項(xiàng)目“房地產(chǎn)調(diào)控政策及其效果”階段性成果。報(bào)告發(fā)布因城施策背景下的城市房價(jià)漲跌預(yù)警（2020）。
報(bào)告認(rèn)為，在因城施策的政策背景下，各城市房地產(chǎn)市場的差異化將成為常態(tài)。新冠疫情的出現(xiàn)，加速了房地產(chǎn)市場大分化時(shí)代的來臨。市場差異化有利于避免房地產(chǎn)市場系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生。在大分化時(shí)代，單純宏觀分析工具難以有效判斷區(qū)域房地產(chǎn)市場走勢，房價(jià)局部大漲大跌風(fēng)險(xiǎn)將成為防范房地產(chǎn)市場風(fēng)險(xiǎn)的重點(diǎn)。
報(bào)告指出，房價(jià)只漲不跌的時(shí)代已經(jīng)過去。局部房價(jià)下跌監(jiān)測預(yù)警，將成為市場監(jiān)測預(yù)警的重要方面。
年度房價(jià)跌幅監(jiān)測表明，受住房市場自身理性回歸因素及疫情的沖擊，部分城市2020年度房價(jià)出現(xiàn)一定程度的下跌。據(jù)緯房指數(shù)同比監(jiān)測，從2019年10月到2020年10月， 9城市年度跌幅均在5%以上，最高年度跌幅為9%。其中包含二線城市1個(gè)，三四線城市8個(gè)。分區(qū)域看，包含北部灣城市2個(gè)，環(huán)京城市2個(gè)，大灣區(qū)城市1個(gè)，山東半島城市2個(gè)、西南城市1個(gè)。
由于一定范圍波動(dòng)為市場常態(tài)，多數(shù)下跌城市房價(jià)變動(dòng)仍屬于穩(wěn)中有降的范圍。
距歷史最高點(diǎn)房價(jià)調(diào)整幅度監(jiān)測表明，如果將時(shí)間維度拉長，可以發(fā)現(xiàn)，與歷史高點(diǎn)相比，部分城市已經(jīng)出現(xiàn)了較深幅度房價(jià)調(diào)整。
據(jù)緯房指數(shù)監(jiān)測，從各城市歷史高點(diǎn)至2020年10月，20個(gè)城市距最高點(diǎn)房價(jià)調(diào)整幅度均在在10%以上，其中9城市距最高點(diǎn)房價(jià)調(diào)整幅度均在15%以上，最高城市下調(diào)幅度達(dá)46.9%。調(diào)整幅度在15%以上9個(gè)城市中，包含一線城市1個(gè)，二線城市4個(gè)，三四線城市4個(gè)。分區(qū)域看，包含京津冀城市4個(gè)，北部灣城市1個(gè)，大灣區(qū)城市1個(gè)，山東半島城市2個(gè)，滇西城市1個(gè)。調(diào)整幅度在10%以上20個(gè)城市中，包含京津冀城市6個(gè)，北部灣城市3個(gè)，山東半島城市3個(gè)，大灣區(qū)城市2個(gè)，成渝城市群城市2個(gè)，中部城市2個(gè)，滇西城市1個(gè)，黔中城市1個(gè)。
其中1個(gè)環(huán)京城市房價(jià)距最高點(diǎn)接近腰斬，另有1個(gè)京津冀城市、1個(gè)山東半島城市距最高點(diǎn)跌幅超過二成。考慮到這些城市在房價(jià)下跌前曾經(jīng)有過快速上漲，其房價(jià)下跌屬于理性回歸的范圍。
從各城市房價(jià)由漲轉(zhuǎn)跌的時(shí)點(diǎn)看，這些城市房價(jià)階段性拐點(diǎn)出現(xiàn)分別存在兩類情形：
一類是2017年上半年前后，以京津冀城市為代表，主要為2017年上半年一二線城市房地產(chǎn)調(diào)控加碼所引發(fā)，到目前已經(jīng)調(diào)整了約3年半；
另一類是2018年下半年前后，以三四線城市為主，主要為貨幣化棚改退潮所引發(fā)，到目前已經(jīng)調(diào)整了約二年半。
從下跌時(shí)點(diǎn)看，這些城市在疫情開始前，房價(jià)就已經(jīng)階段性見頂。房價(jià)下跌不完全是因受疫情沖擊的影響。
報(bào)告認(rèn)為，雖然平穩(wěn)運(yùn)行為房地產(chǎn)政策的重要目標(biāo)，但一定范圍的波動(dòng)也是市場運(yùn)行的常態(tài)。房價(jià)下跌的原因較為復(fù)雜，既可能有宏觀大環(huán)境因素，也可能有城市自身供給過剩的原因。
為更準(zhǔn)確識別房價(jià)異常漲跌情況，進(jìn)而給出科學(xué)預(yù)警信號，報(bào)告基于房價(jià)空間傳導(dǎo)機(jī)制、區(qū)域房價(jià)相互作用機(jī)理和人工智能模型算法，對一二線城市房價(jià)下跌情形進(jìn)行識別。
根據(jù)房價(jià)異常下跌程度測算結(jié)果顯示，4個(gè)二線城市房價(jià)可能存在一定異常下跌情形，其房價(jià)偏離短期正常房價(jià)的比率分別為-4.91%、-3.94%、-3.30%、-2.76%，居各城市前列。其中包含環(huán)渤海城市3個(gè)，中部城市1個(gè)。
年度房價(jià)漲幅監(jiān)測表明，2020年，盡管受到疫情的沖擊，在部分城市房價(jià)下跌同時(shí)，仍有部分城市房價(jià)出現(xiàn)較快上漲。據(jù)緯房指數(shù)同比監(jiān)測，從2019年10月到2020年10月， 9城市居樣本城市年度漲幅前列，年漲幅在10%以上。其中包含一線城市1個(gè)，二線城市3個(gè)，三四線城市5個(gè)。分區(qū)域看，包含大灣區(qū)城市2個(gè)，京津冀城市1個(gè)，長三角城市3個(gè)，西北城市1個(gè)，蘇北城市3個(gè)。
這些城市中，有些城市2016年以來已經(jīng)歷過一波上漲，目前出現(xiàn)第二波上漲。有些城市仍屬于2016年以來第一波上漲的余波或補(bǔ)漲。
房價(jià)歷史高點(diǎn)監(jiān)測表明，城市房地產(chǎn)市場分化較為嚴(yán)重，在個(gè)別城市房價(jià)距最高點(diǎn)腰斬的同時(shí)，緯房指數(shù)顯示，樣本城市中，另有30個(gè)城市房價(jià)可能已超過2018年1月以來的高點(diǎn)。其中包含一線城市1個(gè)，二線城市5個(gè)，三四線城市24個(gè)。
同樣上述城市中，有些城市出現(xiàn)2016年以來第二波上漲，有些城市仍屬于第一波上漲的余波或補(bǔ)漲。
報(bào)告認(rèn)為，房價(jià)上漲的原因同樣較為復(fù)雜，既可能有宏觀大環(huán)境因素，也可能有城市自身供給不足的原因，還有可能是城市經(jīng)濟(jì)基本面出現(xiàn)了重大利好。另外還有一種相對較快上漲的情況難以被直接識別，如相關(guān)聯(lián)的同類城市房價(jià)均較快下跌，但該城市房價(jià)微漲。
為更準(zhǔn)確識別房價(jià)異常漲跌情況，進(jìn)而給出科學(xué)預(yù)警信號，報(bào)告基于房價(jià)空間傳導(dǎo)機(jī)制、區(qū)域房價(jià)相互作用機(jī)理和人工智能模型算法，對一二線城市房價(jià)上漲情形進(jìn)行識別。
房價(jià)異常上漲程度測算顯示，4個(gè)城市房價(jià)偏離短期正常房價(jià)的比率在7%以上，其中最高城市偏離比率在20%以上，居于各城市前列，可能存在異常上漲。其中包括一線城市1個(gè)，二線城市3個(gè)。分區(qū)域看包含大灣區(qū)城市2個(gè)，長三角城市1個(gè)，西南城市1個(gè)。
11個(gè)一二線城市房價(jià)偏離短期正常房價(jià)在3%以上的城市，這些城市可能存在程度不等的異常上漲情形（包含相對異常上漲）。其中包含長三角城市5個(gè)，大灣區(qū)城市2個(gè)，西南城市2個(gè)，西北城市1個(gè)，海峽西岸城市1個(gè)。對這些城市房價(jià)上漲狀況有必要加以更多關(guān)注，必要時(shí)預(yù)先采取合理措施。
來源：中國新聞網(wǎng)
編輯：wangdc
