咨询热线

15094929042

中国社科院报告:房价只涨不跌的时代已经过去

2021-07-29

中国社科院报告:房价只涨不跌的时代已经过去

  2020年12月1日,中国社会科学院财经战略研究院住房大数据项目组公布《中国住房大数据分析报告(2020)——城市房价预警与房企品牌价值测度》。该报告同时也是国家自然科学基金面上项目 “基于互联网大数据和重复交易法的中国城市住房价格指数编成研究” 及中国社科院国情调研重大项目“房地产调控政策及其效果”阶段性成果。报告公布因城施策背景下的城市房价涨跌预警(2020)。

  报告指出,在因城施策的政策背景下,各城市房地产市场的差异化将成为常态。新冠疫情的经常出现,加速了房地产市场大分化时代的来临。市场差异化有利于防止房地产市场系统性风险的发生。在大分化时代,全然宏观分析工具难以有效判断区域房地产市场走势,房价局部大涨大跌风险将成为防范房地产市场风险的重点。

  报告指出,房价只涨不跌的时代已经过去。局部房价下跌监测预警,将沦为市场监测预警的最重要方面。

  年度房价跌幅监测表明,受住房市场自身理性重返因素及疫情的冲击,部分城市2020年度房价出现一定程度的下跌。据纬房指数同比监测,从2019年10月到2020年10月, 9城市年度跌幅均在5%以上,最低年度跌幅为9%。其中包含二线城市1个,三四线城市8个。分区域看,包含北部湾城市2个,环京城市2个,大湾区城市1个,山东半岛城市2个、西南城市1个。

  由于一定范围波动为市场常态,多数暴跌城市房价变动仍属于稳中有降的范围。

  距历史最高点房价调整幅度监测表明,如果将时间维度拉长,可以发现,与历史高点比起,部分城市已经出现了较深幅度房价调整。

  据纬房指数监测,从各城市历史高点至2020年10月,20个城市距最高点房价调整幅度均在在10%以上,其中9城市距最高点房价调整幅度均在15%以上,最低城市下调幅度达46.9%。调整幅度在15%以上9个城市中,包含一线城市1个,二线城市4个,三四线城市4个。分区域看,包含京津冀城市4个,北部湾城市1个,大湾区城市1个,山东半岛城市2个,滇西城市1个。调整幅度在10%以上20个城市中,包含京津冀城市6个,北部湾城市3个,山东半岛城市3个,大湾区城市2个,成渝城市群城市2个,中部城市2个,滇西城市1个,黔中城市1个。

  其中1个环京城市房价距最高点接近腰斩,另有1个京津冀城市、1个山东半岛城市距最高点跌幅多达二成。考虑到这些城市在房价下跌前曾经有过快速下跌,其房价暴跌归属于理性重返的范围。

  从各城市房价由上涨转跌的时点看,这些城市房价阶段性拐点经常出现分别不存在两类情形:    一类是2017年上半年前后,以京津冀城市为代表,主要为2017年上半年一二线城市房地产调控加码所引起,到目前已经调整了约3年半;

  另一类是2018年下半年前后,以三四线城市居多,主要为货币化棚改退潮所引发,到目前已经调整了约二年半。

  从下跌时点看,这些城市在疫情开始前,房价就已经阶段性闻顶。房价下跌不完全是因受疫情冲击的影响。

  报告认为,虽然稳定运行为房地产政策的最重要目标,但一定范围的波动也是市场运营的常态。房价暴跌的原因较为简单,既可能有宏观大环境因素,也可能有城市自身供给不足的原因。

  为更准确辨识房价异常涨跌情况,进而得出科学预警信号,报告基于房价空间传导机制、区域房价相互作用机理和人工智能模型算法,对一二线城市房价下跌情形展开识别。

  根据房价异常暴跌程度测算结果显示,4个二线城市房价有可能不存在一定异常暴跌情形,其房价偏离短期正常房价的比率分别为-4.91%、-3.94%、-3.30%、-2.76%,居于各城市前列。其中包含环渤海城市3个,中部城市1个。

  年度房价涨幅监测表明,2020年,尽管受到疫情的冲击,在部分城市房价暴跌同时,仍有部分城市房价经常出现较慢上涨。据纬房指数同比监测,从2019年10月到2020年10月, 9城市居于样本城市年度涨幅前列,年涨幅在10%以上。其中包括一线城市1个,二线城市3个,三四线城市5个。分区域看,包括大湾区城市2个,京津冀城市1个,长三角城市3个,西北城市1个,苏北城市3个。

  这些城市中,有些城市2016年以来已经历过一波上涨,目前出现第二波上涨。有些城市仍属于2016年以来第一波下跌的余波或补涨。

  房价历史高点监测表明,城市房地产市场分化较为相当严重,在个别城市房价距最高点不了了之的同时,纬房指数显示,样本城市中,另有30个城市房价可能已超过2018年1月以来的高点。其中包括一线城市1个,二线城市5个,三四线城市24个。

  同样上述城市中,有些城市经常出现2016年以来第二波上涨,有些城市仍归属于第一波上涨的余波或补涨。

  报告指出,房价上涨的原因同样较为复杂,既可能有宏观大环境因素,也有可能有城市自身供给严重不足的原因,还有可能是城市经济基本面出现了根本性受到影响。另外还有一种相对较快下跌的情况难以被直接辨识,如相关联的同类城市房价均较慢暴跌,但该城市房价微涨。

  为更精确辨识房价异常涨跌情况,进而给出科学预警信号,报告基于房价空间传导机制、区域房价相互作用机理和人工智能模型算法,对一二线城市房价下跌情形展开辨识。

  房价异常上涨程度测算显示,4个城市房价背离短期正常房价的比率在7%以上,其中最高城市偏离比率在20%以上,居住于各城市前列,有可能存在异常上涨。其中还包括一线城市1个,二线城市3个。分区域看包含大湾区城市2个,长三角城市1个,西南城市1个。

  11个一二线城市房价背离短期正常房价在3%以上的城市,这些城市可能不存在程度平均的异常下跌情形(包含相对异常上涨)。其中包含长三角城市5个,大湾区城市2个,西南城市2个,西北城市1个,海峡西岸城市1个。对这些城市房价上涨状况有必要加以更多注目,必要时预先采取合理措施。

热门搜索

为您推荐


一下科技 一下科技 一下科技 一下科技