●侯海桂
本文主要探讨近年来我国商品住宅价格(简称房价,下同)的变化特征,并预测未来的变化方向。变化特征研究的主要内容包括房价的长时期走势规律及年内季节变动规律。
本文主要通过统计图表法和统计动态分析法来研究近年来我国房价的变化特征,并用相关分析法验证房价的季节变动规律的存在。
1.统计图表法。本文通过编制房价走势图来观察近年来我国房价的变化特征,包括房价的长时期走势规律及年内季节变动规律。
2.统计动态分析法。本文运用动态分析法分析的内容还是房价的长时期走势规律及年内季节变动规律。房价长期走势规律分析用的是动态分析中的模型法,本文通过拟合近年来房价的变动模型,来分析我国房价的变化规律(长期趋势),进一步助证图表法得到的变化规律。房价年内季节变动规律分析用的是动态分析中的季节指数法,通过季节指数从定量的角度来分析房价年内的变动规律。
3.相关分析法。本文通过用动态分析法得到的季节比率与季节比率赖以计算的房价数据进行相关分析,进而验证房价变动中季节变动规律的存在。
1.数据来源。本文的商品住宅数据全部来源于国家统计局网站。
2.数据选取及预处理。(1)月份数据选取。由于国家统计局网站提供的最小时间单位数据是月份数据,故本文是以月为时间单位来分析我国房价的变化特征。为了较好地观察我国房价的变化,本文选取了商品住宅近5 年来的月份数据。国家统计局网站上没有提供直接的房价数据,本文是通过网站提供的销售额及销售面积数据计算得到我国近5 年来(2015 年5 月到2020 年4 月)的房价数据。(2)月份数据处理。网站提供的数据是到某月份为止的年份内累计数,通过用后面月份的累计数减前面月份的累计数可计算到单月数据。但由于网站缺1 月份数据,为了分析完整性的需要,也为了简单起见,本文用2 月份累计数的简单平均来代替1 月和2 月的月份数据。(3)月份房价(平均售价)的计算。月份房价(平均售价)=各月销售额/各月销售面积。(4)同比发展速度的计算。同比发展速度=本期房价/上年同期房价。
根据附件数据的计算结果,本文整理了近5 年来的房价走势及房价同比变化图(见图1)。所作图表给出了我国近年来房价的长时期走势规律及年内季节变动规律。
近5 年来的房价呈持续梯级上升态势,但上升速度有所放慢,特别是近期同比变化呈持续下降之势,2020 年4 月的房价同比已经低于100%,比上年同期下降了1.1%。
从图1 的房价波动来看,其梯级上升态势明显,其每一个梯级内部有着十分相似的周期变动规律,这种周期变动规律就是季节变动规律。
图1 近5 年来的房价走势及房价同比变化图
以房价为因变量,以时间为自变量的动态分析(在SPSS 中用回归分析完成)进一步证实了上述结论的可靠性。本文选择了三种与历史房价变化较为接近的模型,对近年来的房价进行动态分析。这三种模型分别是线性模型、二次曲线模型和三次曲线模型。表1 数据是SPSS 的回归分析结果。
表1 模型汇总和参数估计值
分析结果显示,我国近年的房价变化最接近三次曲线的变化,其回归方程是y=6693.14+3.007*T+1.815T2-0.018T3。三次曲线的R 方最大,是0.907,说明三次曲线的回归方程质量很高。
表2
1.季节比率的计算。
图2
表3
表4
表2 是根据2015 年5 月到2020 年4 月间的房价数据,用SPSS 的季节性分析功能得到的并重新按月份大小排序后的季节比率数据。图2 是根据表2 编制的季节指数变化图。
图表显示,我国近年来的商品住宅房价通常会在年初偏高,下半年则会持续偏低。
2.季节变动规律的验证。本文通过将季节比率数据与房价数据进行相关分析,来验证我国近年来房价的季节性变动。本文将2015 年5 月到2020 年4 月的数据,按每12 个月为一个年份,人为划分为5 个人为年份数据(见表3),然后用前面计算到来的季节比率与这5 个年分数进行相关性分析。表4 是由SPSS输出的相关分析结果。
相关分析结果表明,房价季节比率与五个人为年份房价数据的相关系数都很高,五个相关系数均在0.05 水平或0.1 水平上呈显著相关或高度相关。其中季节比率与第二个人为年份数据的相关系数是0.874,属高度正相关。房价的季节比率与五个人为年份数据的相关关系的存在,充分地说明了我国房价季节性变动规律的存在。
从近期的同比变化来看,我国房价可能已到达一个阶段性高点,未来很可能迎来拐点。根据表1 数据得到的三次曲线回归方程y=6693.14+3.007*T+1.815T2-0.018T3来看,拐点大概在2020 年年底或2021 年年初。
房价的季节性变动告诉我们,买房最好的入市时机应该是年底。