昆明市房地产预警系统研究

浦天洋　凤羽翚　陈超　程伟　史明艳　黄亮

摘 要：在对常用的房地产预警指标体系选择方法及筛选指标流程进行研究的基础上，采用2003—2012年的房地产各指标数据进行实证研究。先运用头脑风暴法及类比法选择出预警指标，然后运用主成分分析法确定指标权重，最后建立昆明市房地产预警指标系统，并对各年昆明市房地产运行情况进行研判。

关键词：房地产预警指标体系；综合模拟法；主成分分析

中图分类号：F293.3 文献标志码：A 文章编号：1673-291X（2014）32-0089-03

引言

房地产预警系统是指通过实时处理房地产业发展的相关信息，能够对房地产的发展状态进行准确把握，并能够对房地产未来的各种异常发展趋势做出预先警报，从而对相关房地产业总体经济运行情况和局部变化做出准确判断，为相关群体做出正确决策提供支持作用的系统。

昆明市作为国家“桥头堡战略”的重要枢纽区域，是中国面向东南亚、南亚乃至中东、南欧、非洲的前沿和门户，具有独特区位优势，其房地产业的发展受到社会各界的高度关注，人们对当地房地产市场是否过热、有无泡沫产生了众多疑问。虽然很多学者以城市为例建立了大量预警系统，然而城市之间的内部运行情况大相径庭，导致一个预警系统并非都适用于所有城市，每个城市都应该有自己的预警系统。因此，对当前昆明市房地产预警系统研究有重要的理论和实践意义。

一、房地产预警系统的研究现状

多年以来，国内对于预警指标体系的研究很多，各学者根据每个城市的特点，积累了各相关指标的数据，从不同角度建立了指标体系。

搜房研究院研制开发了中国房地产预警系统，并从1997年2季度起试发布房地产预警报告[1]。其预警指标体系包括房地产经济活动的外部相关影响因素和内部相关指标，被分为先导指标、同步指标和滞后指标三大类。

国房景气指数也叫全国房地产开发业综合景气指数，是国家统计局于1997年创建的。它以房地产市场周期波动为基础，从土地、市场和资金三个方面选择8个指标来构建合成指数 [2]。

2007年，张泓铭、陈则明以房地产发展是否正常作为总体目标选取了七大类指标，且全部为相对指标，来对中国城市房地产发展进行评价和构建预警体系[3]。

2008年，费真群采用时差相关分析法和主成分分析法求得警兆指标体系及综合预警指数，并运用误差理论的3方法对房地产市场预警评价标准进行设定，最终确立评价模型[4]。

2012年，刘子钰基于聚类分析和德尔菲法筛选出4个板块21个指标构成城市房地产预警指标体系，并采用综合模拟预警法对长沙市房地产市场进行实证研究[5]。

二、房地产预警指标选择及权重确定

房地产预警系统是房地产预警体系的核心，选择和构建一套合理的、实用的指标体系来模拟房地产市场的实体经济运行情况，是建立房地产监察预警系统的重要前提和基础。

（一）指标体系的选取

根据房地产预警指标的选取原则，借鉴其他城市房地产预警指标体系的选取标准，结合昆明市房地产市场的发展状况，主要从三方面选取指标构建预警指标体系。第一方面是体现房地产业同国民经济的协调关系，反映房地产业的发展是否与当地经济和社会发展相协调。第二方面是体现房地产市场的供求关系，反映房地产市场的供需平衡问题。第三方面是体现房地产业内部的协调关系，反映房地产业内部结构是否合理，监测并预警房地产业内部结构性矛盾问题。

本文在总结多方研究后，采用头脑风暴法选出46个指标，再根据专家意见及现实能够搜集到的数据，几轮反复后精选出3个板块的16个有效指标，具体指标如表1。

表1 房地产预警指标体系

（二）房地产预警系统指标权重的确定

由于每个指标都在不同程度上反映了房地产市场发展和运行情况，并且各个指标之间都有一定的相关性，为了全面、系统地分析各指标对房地产市场的影响程度，必须考虑众多影响因素，确定各指标的影响权重。本研究主要采用主成分分析法对各指标权重进行确定。

三、实证分析

本文采用SPSS软件中的主成分分析法，分别对3个板块内包含的各项指标进行主成分分析，求得其权值，并根据分析得出的主成分与贡献率的关系，计算房地产业同国民经济协调关系指数K1、房地产市场供求协调关系指数K2及房地产内部结构平衡指数K3。

（一）数据标准化处理

根据所选的16个指标的度量单位不尽相同，而且数据量相差较大，所以要进行度量单位的统一。对数据进行标准化方法有很多，本文根据指标的均值和标准差进行正太归一化，即把所有指标各年的数据转化为0点上下波动的数值[6]。公式为：

X= （公式1）

其中，X为标准化数据，x为指标原始数据，[x]为指标的均值，S为指标的标准差。由于受到篇幅限制，就不逐一列出数据结果。

（二）板块指标权数求取及指数合成

根据上节计算出的各指标标准化数据，应用SPSS进行主成分分析，每个主成分的方差即特征根，它表示了对应主成分对原有信息的描述多少。根据主成分分析法算得的各板块指标类别权重，能够得出代表三大板块的指数，但是需要将其整合成一个综合指数来说明房地产业的发展状况。这就需要确定各个板块的权重，以便最终合成一个综合指数。本文结合相关研究结论[7]，在咨询了相关专家的意见后，根据城市级别的不同进行区分，确定昆明地区各个板块的权重划分为：房地产业同国民经济协调关系指数K1的贡献率为0.3，房地产市场供求协调关系指数K2的贡献率为0.4，房地产内部结构平衡指数K3的贡献率为0.3，K1、K2、K3的计算结果由上可得。综合预警指数计算公式为：

K=0.3K1+0.4K2+0.3K3 （公式2）

根据上述计算公式，可以测算各年昆明市房地产业中和预警指数K，具体数值如表2所示。endprint

表 2 昆明市房地产综合预警指数

（三）划分预警区间

综合模拟法是通过各预警指数来判断房地产业所处的状况，即判断房地产是否处于健康状态。预警界限的确定是否科学合理，直接决定了研究构建的预警系统是否能够客观反映经济运行状态。

预警界限是根据各预警指标的统计规律和房地产市场运行的内在规律而确定的。本研究根据误差理论，提出3σ方法来处理。

根据房地产业的运行情况，可以将房地产市场划分为过冷、微冷、正常、微热和过热5种状态。根据以上的分析，我们将μ-2σ、μ-σ、μ+σ和μ+2σ作为警界区间的分界点，这样就把警界区间划分为五大警界区间。根据该划分方法，结合上节测算的昆明市房地产综合预警指数，可划分其预警区间，具体如表3所示。

表3 昆明市房地产综合预警指数警度的划分

（四）昆明市房地产预警结果分析

根据划分的预警区间及计算得出的各项综合指数值，可以得到各年综合指数的预警结果。如表4所示。

表4 昆明市房地产业综合警度值

从表4来看，昆明市的房地产市场演变与宏观经济、国家政策紧密相连，且在大部分年限是处于健康状况的。2003—2004年，受宏观环境的影响，昆明市房地产投资额在全社会固定资产投资完成额占比大幅上升，从而促进了昆明市房地产市场的发展，且在2004年出现微热的情况。随后，国务院及相关部门出台的一系列规范房地产的政策措施在稳定房地产投资、保持房地产平稳健康发展方面起到了一定的作用，使得昆明市房地产业趋于正常。然而，受国外经济环境的影响，导致国内房地产业并不景气，从而影响了昆明市房地产业的发展。虽然处于正常阶段，但也可以看出，房地产业正在走下坡路。在此情况下，国家于2008年11月出台了在2009—2010年两年内向市场上注资4万亿人民币的计划，来抗击此次经济危机。由此刺激了我国房地产市场投资，推动了房地产行业加速发展。2011年5月，《国务院关于支持云南省加快建设面向西南开放重要桥头堡的意见》提出把昆明建成面向东南亚、南亚的区域性金融中心。受此政策利好的影响，从2011年至2012年，商品住房新开工面积大幅增长，使得房地产业迅速发展，由微冷走向微热。从政策环境上看，2011年1月18日发布了昆明版的《关于在昆明市执行商品住房限购政策的通告》，对昆明市房地产市场的发展起到了一定的限制作用，2012年该指标值有所下降。

四、结论

本文主要采用客观分析的方法来构建房地产预警指标体系，以昆明市房地产市场为例，对其进行了综合预警。其实证结果表明，昆明市大部分年限处于正常水平，然而，部分年份的房地产市场仍出现微冷或微热的情况，这警惕我们要对当地市场加以关注。

该预警指标体系仅是采用综合模拟法来构建，其结果有一定的指导意义，但其效果还有待新的检验。

参考文献：

[1] 搜房研究院.中国房地产指数系统：理论与实践[M].北京：中国财政经济出版社，2001.

[2] 张红.房地产经纪学[M].北京：清华大学出版社，2005：316-317.

[3] 张泓铭，陈则明.中国城市房地产发展评价和预警体系研究——综合模拟法的方法及其应用[J].中国房地产研究，2007，（4）：14.

[4] 费真群.成都市房地产预警系统研究[D].成都：成都师范大学，2008，（6）.

[5] 刘子钰.基于综合模拟的城市房地产预警系统构建与实证分析[D].湘潭：湘潭大学，2012.

[6] 凌鑫.西安市房地产业预警系统设计与实证研究[D].西安：西北大学，2007：40.

[7] 石岩.天津房地产市场泡沫预警及政策研究[D].天津：天津财经大学，2008：24.

[责任编辑 柯 黎]endprint

表 2 昆明市房地产综合预警指数

（三）划分预警区间

综合模拟法是通过各预警指数来判断房地产业所处的状况，即判断房地产是否处于健康状态。预警界限的确定是否科学合理，直接决定了研究构建的预警系统是否能够客观反映经济运行状态。

预警界限是根据各预警指标的统计规律和房地产市场运行的内在规律而确定的。本研究根据误差理论，提出3σ方法来处理。

根据房地产业的运行情况，可以将房地产市场划分为过冷、微冷、正常、微热和过热5种状态。根据以上的分析，我们将μ-2σ、μ-σ、μ+σ和μ+2σ作为警界区间的分界点，这样就把警界区间划分为五大警界区间。根据该划分方法，结合上节测算的昆明市房地产综合预警指数，可划分其预警区间，具体如表3所示。

表3 昆明市房地产综合预警指数警度的划分

（四）昆明市房地产预警结果分析

根据划分的预警区间及计算得出的各项综合指数值，可以得到各年综合指数的预警结果。如表4所示。

表4 昆明市房地产业综合警度值

从表4来看，昆明市的房地产市场演变与宏观经济、国家政策紧密相连，且在大部分年限是处于健康状况的。2003—2004年，受宏观环境的影响，昆明市房地产投资额在全社会固定资产投资完成额占比大幅上升，从而促进了昆明市房地产市场的发展，且在2004年出现微热的情况。随后，国务院及相关部门出台的一系列规范房地产的政策措施在稳定房地产投资、保持房地产平稳健康发展方面起到了一定的作用，使得昆明市房地产业趋于正常。然而，受国外经济环境的影响，导致国内房地产业并不景气，从而影响了昆明市房地产业的发展。虽然处于正常阶段，但也可以看出，房地产业正在走下坡路。在此情况下，国家于2008年11月出台了在2009—2010年两年内向市场上注资4万亿人民币的计划，来抗击此次经济危机。由此刺激了我国房地产市场投资，推动了房地产行业加速发展。2011年5月，《国务院关于支持云南省加快建设面向西南开放重要桥头堡的意见》提出把昆明建成面向东南亚、南亚的区域性金融中心。受此政策利好的影响，从2011年至2012年，商品住房新开工面积大幅增长，使得房地产业迅速发展，由微冷走向微热。从政策环境上看，2011年1月18日发布了昆明版的《关于在昆明市执行商品住房限购政策的通告》，对昆明市房地产市场的发展起到了一定的限制作用，2012年该指标值有所下降。

四、结论

本文主要采用客观分析的方法来构建房地产预警指标体系，以昆明市房地产市场为例，对其进行了综合预警。其实证结果表明，昆明市大部分年限处于正常水平，然而，部分年份的房地产市场仍出现微冷或微热的情况，这警惕我们要对当地市场加以关注。

该预警指标体系仅是采用综合模拟法来构建，其结果有一定的指导意义，但其效果还有待新的检验。

参考文献：

[1] 搜房研究院.中国房地产指数系统：理论与实践[M].北京：中国财政经济出版社，2001.

[2] 张红.房地产经纪学[M].北京：清华大学出版社，2005：316-317.

[3] 张泓铭，陈则明.中国城市房地产发展评价和预警体系研究——综合模拟法的方法及其应用[J].中国房地产研究，2007，（4）：14.

[4] 费真群.成都市房地产预警系统研究[D].成都：成都师范大学，2008，（6）.

[5] 刘子钰.基于综合模拟的城市房地产预警系统构建与实证分析[D].湘潭：湘潭大学，2012.

[6] 凌鑫.西安市房地产业预警系统设计与实证研究[D].西安：西北大学，2007：40.

[7] 石岩.天津房地产市场泡沫预警及政策研究[D].天津：天津财经大学，2008：24.

[责任编辑 柯 黎]endprint

表 2 昆明市房地产综合预警指数

（三）划分预警区间

综合模拟法是通过各预警指数来判断房地产业所处的状况，即判断房地产是否处于健康状态。预警界限的确定是否科学合理，直接决定了研究构建的预警系统是否能够客观反映经济运行状态。

预警界限是根据各预警指标的统计规律和房地产市场运行的内在规律而确定的。本研究根据误差理论，提出3σ方法来处理。

根据房地产业的运行情况，可以将房地产市场划分为过冷、微冷、正常、微热和过热5种状态。根据以上的分析，我们将μ-2σ、μ-σ、μ+σ和μ+2σ作为警界区间的分界点，这样就把警界区间划分为五大警界区间。根据该划分方法，结合上节测算的昆明市房地产综合预警指数，可划分其预警区间，具体如表3所示。

表3 昆明市房地产综合预警指数警度的划分

（四）昆明市房地产预警结果分析

根据划分的预警区间及计算得出的各项综合指数值，可以得到各年综合指数的预警结果。如表4所示。

表4 昆明市房地产业综合警度值

从表4来看，昆明市的房地产市场演变与宏观经济、国家政策紧密相连，且在大部分年限是处于健康状况的。2003—2004年，受宏观环境的影响，昆明市房地产投资额在全社会固定资产投资完成额占比大幅上升，从而促进了昆明市房地产市场的发展，且在2004年出现微热的情况。随后，国务院及相关部门出台的一系列规范房地产的政策措施在稳定房地产投资、保持房地产平稳健康发展方面起到了一定的作用，使得昆明市房地产业趋于正常。然而，受国外经济环境的影响，导致国内房地产业并不景气，从而影响了昆明市房地产业的发展。虽然处于正常阶段，但也可以看出，房地产业正在走下坡路。在此情况下，国家于2008年11月出台了在2009—2010年两年内向市场上注资4万亿人民币的计划，来抗击此次经济危机。由此刺激了我国房地产市场投资，推动了房地产行业加速发展。2011年5月，《国务院关于支持云南省加快建设面向西南开放重要桥头堡的意见》提出把昆明建成面向东南亚、南亚的区域性金融中心。受此政策利好的影响，从2011年至2012年，商品住房新开工面积大幅增长，使得房地产业迅速发展，由微冷走向微热。从政策环境上看，2011年1月18日发布了昆明版的《关于在昆明市执行商品住房限购政策的通告》，对昆明市房地产市场的发展起到了一定的限制作用，2012年该指标值有所下降。

四、结论

本文主要采用客观分析的方法来构建房地产预警指标体系，以昆明市房地产市场为例，对其进行了综合预警。其实证结果表明，昆明市大部分年限处于正常水平，然而，部分年份的房地产市场仍出现微冷或微热的情况，这警惕我们要对当地市场加以关注。

该预警指标体系仅是采用综合模拟法来构建，其结果有一定的指导意义，但其效果还有待新的检验。

参考文献：

[1] 搜房研究院.中国房地产指数系统：理论与实践[M].北京：中国财政经济出版社，2001.

[2] 张红.房地产经纪学[M].北京：清华大学出版社，2005：316-317.

[3] 张泓铭，陈则明.中国城市房地产发展评价和预警体系研究——综合模拟法的方法及其应用[J].中国房地产研究，2007，（4）：14.

[4] 费真群.成都市房地产预警系统研究[D].成都：成都师范大学，2008，（6）.

[5] 刘子钰.基于综合模拟的城市房地产预警系统构建与实证分析[D].湘潭：湘潭大学，2012.

[6] 凌鑫.西安市房地产业预警系统设计与实证研究[D].西安：西北大学，2007：40.

[7] 石岩.天津房地产市场泡沫预警及政策研究[D].天津：天津财经大学，2008：24.

[责任编辑 柯 黎]endprint