专题研究 房价驱动因子及未来走向预测模型方法论（附以重庆为例的研究方法实践）bsport体育
发布日期：2023-07-24 09:32:39bsport体育2016年以来全国住宅价格整体呈现逐年上涨态势，但自2019年以来房价涨幅已呈现明显收缩态势，2021年全国住宅均价同比涨幅回落至4.2%，国家统计局6月16日发布数据显示，5月70个城市新建商品住宅平均价格指数环比下跌0.2%，已持续负增长9个月。
2022年市场低位徘徊，行业秩序重建，城市城市房价也呈现出明显分化，5月70个大中城市中，新建商品住宅销售价格环比上涨的城市有25个，下跌的城市有43个，持平的城市有2个。
数据来看，多数城市房价踏入“下坡路”行列，也有部分城市房价“逆风高歌”，那影响房价涨跌的因素又有哪些呢？和哪些指标存在明显相关性？我们如何通过这些维度来预判城市房价未来走势？
2011年、2014年出现房价指数环比连续下跌的情况，持续时间分别达到8个月、12个月；房价在2016年本轮房地产周期内呈现波动上涨，2017 年9月到2018 年9月，高地价集中入市，在售价端释放，使得价格依然环比快速大幅度增长；但受全面调控抑制楼市的政策高压，以及各方透支影响，市场信心度持续减弱，全国市场房价普遍得到抑制，70城房价指数涨幅逐月萎缩，2021年9月最终转为负增长。
而且，国家统计局发布2022年70个大中城市商品住宅销售价格变动情况。在3月份楼市短暂回暖后，4月份楼市再度降温，70城新房价格出现2015年12月以来的首次同比下跌，距离上次同比下跌已有6年多时间间隔。
然而从2021年各城市房价提升值（指标解释：以全国住宅价格为基准值，换算每个城市的提升值，再通过提升值的变化来找出房价高增长城市）来看，轮动效应下长三角城市圈、中西部区域内热点二线城市房价跑赢大势，得到“补涨”。其中宁波住宅均价提升明显，均价由18507元/㎡提升至21782元/㎡，房价提升值达13.0%领跑；此外西北区域高歌猛进，西安、西宁两城房价提升值同比增长超5%；
但各城市分化依旧，成都、兰州、南宁、天津三城市房价缓涨，提升值集中在0%-5%；而厦门、合肥等城市房价呈现明显负增长趋势，跌幅均在9%以上，城市房价下行明显。
房价的分化原因受诸多因素的影响，包括经济增速、居民收入、产业结构、货币信贷政策、地产调控政策、人口增量、城镇化水平、住宅需求量、地价水平等，那这些影响因子和房价之间又存在怎样的关系，又对房价产生如何影响？在各类因素的影响下，未来房价又有何变化？是否具有泡沫？
接下来克而瑞将选取重点因素（经济、政策、地价、人口），探讨与房价之间的联系，并利用多个模型，对房价未来进行预测。
我们认为房价的变化基本上遵循四级驱动原则，一二三级驱动为房价短期变化因素，四级驱动为中长期驱动力
一级驱动： 经济支撑下的房价惯性，继续上行或者下行bsport体育，经济见顶或底时房价转折，具体可以用经济、收入指标来反应
三级驱动： 投资者信心度的变化，随着情绪的乐观、悲观而信心见顶或者见底而转折，具体可以用地市的情况来反应
一般来说每一级驱动力一般间隔3-8个月。作为投资者，一般在第二级驱动（经济顶或底）进场。
中国经济增速（实际GDP增速） 受到国内外形势产生的 影响 ，将反映在M1货币周期（景气周期）上，而国家会根据M1情况调控， 进而影响货币信贷政策、房贷利率 ，这两项将导致影响开发商和购房者的预期和情绪发生转变。当房贷利率放松，意味着房价大概率上涨；房贷利率收紧，则会房价下跌。
M1决定房企中短期内的资金面紧张程度，M2反映的是潜在购买力， M1-M2（剪刀差）表现为资金的时间结构比例，反映经济景气度；因此，我们M1、M2对研究住房消费及房价的增长起关键作用。结合我国GDP增速5-7%，CPI增速3%，那么根据通货膨胀率算法来看， M2正常值应该不超过10% ，否则很可能推升投资品价格上涨。
从M2与房价时间趋势关系来看，2017年5月之前M2均大于10%，对房价有较强的支撑，房价呈周期性波动上，此时 M2波动几乎与房价同时同向，且M2高低拐点领先房价拐点8个月左右 ；但2017年5月起，M2维持在10%标准线上下，房价总体呈现滞涨或下跌趋势，此后受全球疫情、市场过度透支等因素影响，在M2稳定水平下，两者关联度减弱。
政策调控是房价调控的一级驱动 ，主要包含限购限售等限制类、贷款利率、首付比例等， 其核心是控制贷款利率和杠杆比例，影响货币供应量和购房者预期，进而影响房价 ；
历史数据来看，2008年至今我国房价经历了五轮波动周期；政策调控主题与房价波动对比发现，整个过程中 政策对市场的传导效应明显，房价受限于政策调控，呈反向波动 ，且周期由2年拉长至3年（第四轮调控受疫情影响拉长）。同时细分可见，房价对放松政策的刺激效应反应较快，而抑制降温相对缓慢，因而收紧周期时间更长。
从政策调控与房价的时间关系来看，当房价到达顶或者底时，就会出台反向政策进行刺激，房价对政策的反应速度基本维持在3-8个月。上一轮去库存导致多方需求透支，同时2016年起高频调控下，市场挤压下跌，经济承压下滑，“稳定”目标下开启新一“救市”调控，目前房价已持续8个月下滑，尚未扭转。
③-地价驱动：供求、成本双逻辑下，需求刺激土拍，地价推涨房价，间隔约1-3个月
全国层面的房价研究，在经济支撑上使用的是M2指标，但该指标在城市上不匹配，且GDP拥有一定水分，也不适用。因此，我们选择以下两个指标代表城市城市经济发展：
■ 一般公共预算收入更代表一地产业乃至整体经济发展的质量，该指标不包含土地收入，是政府最稳定的财政来源，比GDP更深刻、更有针对性；
■ 城市没有M2这一项指标， 但M2计算方法是交易货币以及定期存款与储蓄存款，因此可以替换为其他资金总量数据——金融机构本外币存款余额，该指标是经济运行的结果，也是发展经济的基础。
①-经济驱动：政府财政依赖度高，城市M2宽松时居民乐于投资，两者刺激效果一年后反应到房价上
政府收入与房价关系来看， 当政府收入增速降低到一定程度，政府会加大土地供应，推动“以地推市”的策略，而后推动房价、收入在次年增长 ，反之同理。具体数字看，2011-2012年政府收入增速降低，加大土地供应，房价在2013年同比涨幅提升，政府收入增速在2014年转跌为涨；而2015年开始楼市低位盘旋，政府收入同步降低， 2016年政府换届，为增长推动经济发展，新班子加大土地供应，土地财政依赖度逐年增强，以楼、地市联动效应增强，楼市也进入补涨阶段。
城市M2与城市房价波动关系同全国M2与全国房价关系一致，城市M2和房价两者保持相同步调，在城市资金流动性宽松线下，为了追求资产保值，不同渠道的资金将会流入房地产市场，最终传导促成房价上涨。历年数据来看，城市M2拐点高低拐点领先房价1年出现。
②-政策驱动：十年三轮政策期，房价对政策反应速度较慢，基本在8个月以上，强周期下甚至更长
重庆属典型刚需市场 ，短期成交与政府调控松紧密切相关，而中长期规模排除政策影响外，主要取决于人口基数、居民收入增长、城市经济、产业升级等。
历史数据来看， 重庆房价以2017年为分水岭 ，政策亦如此，可见重庆房价受主政风格、政策影响较大。2010年以来重庆经历了 三轮政策周期， 2017年前调控有收有放 ，热市控制房企拿地成本抑制地价进而抑制房价，淡市让利居民购房反哺楼市回暖；2017年后而是以严为主，调控持续收紧，限售2年、公积金认房认贷、二手房首付比例提高至4成、“三无人员”个人住房房产税等，但难抑灵活市场下投资客入市、存量出清、地王频出引发市场预期向上，直至2020年调控进入真空期，保“稳”下随涨随调，市场开始冷却； 2022年起市场跌入低谷，调控进入放松 期 。
从政策调控与房价的时间关系来看，重庆房价对政策的反应速度基本维持在8个月以上，在强周期下甚至更长：
①：2010年2月重庆成为国家中心城市，6月中西部第一个国家级新区“两江新区”挂牌，8月启动户籍改革，鼓励农民进城，一系列政策利好使得投资客纷纷入场，恐慌性购房刺激房价同比上涨，此后13年起开始政策收紧，经过 9个月 房价开始平稳；
②：2015年起顺应去库存和经济下行逆周期调节的整体趋势，分别在2015、2016年多次降低购房首付比例、降低公积金门槛、降低增值税，政策刺激下 8个月 后见成效，房价从同比负转为正，得以提升；
③：2017年以来一系列严控房价政策出台，但强周期下，地价节节攀升，调控效果一般，房价逆转时间长达 19个月 ；2018年市场进入理性降温阶段，调控效率降至 8个月 ，短期压制时间更短；
④：2021年下半年起，市场逐步冷却，2022年国家及各方开始救市， 目前重庆放松政策以持续4个月，房价仍持续下探，尚未触底反弹 。
③-地价驱动：低库存、紧供地及高溢价土地推动房价上涨，地价对房价作用效果从1年左右时滞缩短至1-4个月
④-人口驱动：人口基数大，保障一定刚需/改善需求，但人口增长见顶，对房价上涨驱动力减弱
我们认为房价的泡沫大小、风险大小将会主导政府对市场的调控，进而影响房价的走向，因此可通过房价风险评估模型考量当下房价的情况，预测未来的走向。
房价受到 资金、存款、收入、利息等多方面因素影响 ，因此通过 流动性风险、经济性风险 两个角度出发进行风险评估，并对未来进行预测：
■ 流动性风险：从社会资金角度出发，我们认为市场降息会加速资金流向市场，出现“钱多”局面，加息则会加速资金回流银行， “钱少”导致流动性不足。因此我们 通过利率的变化水平来看市场的资金情况 ；
■ 经济性风险：从购房者角度出发，综合分析首付、月供、债务压力，通 过评估购房者经济承受能力，来考量房价上涨带来的压力风险 。
以往数据看，2016年流动性和经济风险都很小，2018-2019年面临上涨压力，结合市场来看2017-2019年市场高热阶段，资金流向地产，房价复合增长率攀升至15%， 城市收入与房价增长的不匹配导致首付、月供、债务压力也攀高至近六年历史高水平，经济性风险加大 ；
2020-2021重庆存款利率平稳，购房实际利率回落，流入地产的钱变少，社会流动资金较为充足，流动性风险小；而经济性风险仍略高，月供压力连续四年处于压力线年将保持当前趋势，整体市场主要靠流动性支撑，存在调整可能，关键看政策影响 。
该模型以月为单位，以城市房价、房价同比为主要参考指标，借助HP滤波算法，将往期数据的波动折射出来；
而后通过时间周期的长短确定滤波参考值，再结合同环比情况，观察城市自身在时间维度上的规模滤波变化情况，从而进行周期研判。
根据经验，房价滤波波动可分为“上涨、下跌、盘整”三个大趋势，而根据增速的差异，上涨期可细分为5个波动阶段，下跌可细分为2个阶段。 根据周期的定义，我们认为房价滤波波动中同样“一上一下”为一个周期，因此“上涨-下跌”或者“上涨-下跌-盘整”均为一个周期，但小阶段每个周期可能会存在不同 。
重庆十年三轮价周期，2016年“节点性”跳增，当下同比正向减速，预计未来涨跌幅将得以控制，中短期或进入“低速趋稳”的状态
从重庆近十年房价变化情况看， 2016年是房价变化的重要分水岭 。大趋势与成交量规律类似（详见：市场周期研究方法论（附以重庆为例的研究方法实践））。
从波动特征情况来看， 2016年以前房价同比增速正负轮转现象明显 ，2009-2012年7月、2012年8月-2016年7月重庆房价经历了两轮涨跌波动，增速放缓，由正转负，房价由涨转跌至趋稳；值得注意的是，“计划性”政策调控下新房市场规模和需求相对固定，因此 房价一直稳定在7000元的均值中枢位置波动变化 。而 2016年以后，房价出现“节点性”跳涨，同比则始终维持正增 ，需求释放刺激2016-2017年大幅度增涨，最高同比增长41%；2019年起随着针对楼价和地价的限制政策陆续施行，房价同比增速回落至10%以内合理区间，2021年起房价再度出现补涨，同比涨幅逐步拉大，2022年增速跌回10%以下，价格趋稳。
从持续时间及幅度来看，价周期由上一轮的48个月被拉长至本轮的57个月，目前处于“降速趋稳”阶段；结合周期幅度发现，前两轮每个阶段内房价最大涨幅在38%、17%，2016年后的本轮波动出现刺激性跳涨，涨幅已达到42%，推动均值中枢快速上升至12500元/㎡的水平，而后在政策调控下开始降速缓涨直至价格趋稳，截至目前周期内价格变化幅度已萎缩5%，已为历年周期最低水平值；
综合来看，现阶段市场房价已基本触顶，而在目前行业发展环境，叠加国家“稳地价、稳房价、稳预期”及良性循环发展的总基调下，预计未来涨跌幅将得以控制，短期或进入“低速趋稳”的状态 。
从前序的供需逻辑可知存量是应发供需矛盾的一个重要因素，同时在经济性风险评估中，我们发现如果城市经济性风险很高，但供给稀缺下，供需矛盾或推升房价高泡沫成为常态；反之则被低估。因此衍生了我们对库存去化的新一轮研究。
通过 短期与中期市场指标 ，综合 判断未来城市商品住宅的量价走势 ，以此判断未来房价是否有升值空间。
短期：从市场的 短期库存去化 ，通过 移动平均 的方法，来看未来3-6个月的趋势；
中期：以 城市新开工、销售规模 为指标，推测中期市场供销情况，来预测未来12个月的趋势。
重庆房价尚处合理区间，存销比攀升有风险bsport体育，预计未来3-6个月维稳，中期仍具有一定上涨空间
成交量价方面，2020年受疫情影响，成交量同比下跌15%，但价格稳步上涨8%；2021年规模同比持平，但房价涨幅扩大，同比上涨11%；但是从2021年6月开始，成交规模逐步至50万方/月， 2022年1-4月价格趋稳，但规模同比萎缩71%，市场惨淡 。
存销比方面，自去年6月份以来规模逐步萎缩，存销比上涨至12个月，仍有上升可能；
根据存销比标准来看，房价从“上涨空间”转变至“合理区间”，未来面临进入“下降压力”的风险；国家救市态度下， 预计短期规模将保持低位平稳运行，房价大概率处于合理区间之内，不会有大起大落 。
结合新开工来看，2021年2季度以来重庆中期指数逐步上升，截止2021年底数值已升至1.08，处近两年较高水平，但仍低于1.1，中期来看，重庆未来房价仍有一定上涨空间。
