北京市房地产市场景气循环研究

[摘 要]房地产业是国民经济的重要组成部分，具有投资、消费的双重功效，因其较长的产业链条及与家庭生活的高度关联性，房地产市场波动对宏观经济有重大影响，研究房地产市场景气循环具有重要的现实意义，鉴于房地产市场地区差异显著，本文以北京市为研究对象，依据景气循环原理构建指标体系，计算景气指数，对北京房地产市场景气状况进行分析判断。

[关键词]房地产市场；景气循环方法；合成指数

[中图分类号]F293 [文献标识码]A [文章编号]1005-6432（2013）48-0062-03

1 研究背景

房地产业是经济活动的基础和载体，与城市化和工业化关系密切，是国民经济的重要组成部分。近十年来房地产业占我国国内总产出的2%～8%，占固定资产投资比重的17%～20%；就北京市而言，房地产业增加值约占地区生产总值的7%，房地产业投资额占全社会固定资产总投资额的比例高达50%以上，房地产销售额约占社会消费品零售总额的47%。可见，地产拉动经济增长地位显著，是经济发展的基本支撑点之一。研究房地产市场景气波动一方面能够为房地产业健康发展提供理论指导，有助于政府部门制定相应政策、掌握调控力度；另一方面对房地产业的未来走势有信息导向作用，有助于投资者有效支配投资开发行为。

房地产业受地域因素的影响很大，不同地区房地产市场发展的影响因素及重要程度有所不同，表现出的景气循环特征也不同。本文旨在对北京市房地产市场进行具体分析，借鉴景气理论及国内外相关成果，构建北京房产市场景气状况的基本框架，编制景气指数，了解区域性房地产市场特点及发展轨迹，为北京房产市场形势判断提供参考。

2 景气方法概述

景气指数方法是目前普遍采用的分析经济周期波动走势和预测转折点的方法，它把经济周期波动看成一系列经济活动传递、扩散的结果，认为这是一个逐渐波及、渗透的过程，经济状况的任何异常都有一定的前兆反映。

基于景气循环的房地产市场景气研究的基本方法是利用变量之间变化的时差关系将指标分为先行、同步、滞后三类，三类指标中，景气异常的前兆主要反映在先行指标的变动上，先行指标上升预示着经过一定时差后，房地产循环将步入总体景气时期，先行指标下降预示着行业将衰退并进入不景气时期；再以此为基础计算景气指数，类似地，先行指数可以预测波动波峰或波谷的来临，同步指数能够拟合现状，滞后指数可用于验证和辅助判断前期对波动态势的预测是否正确，并进行修订和调整。通过研究景气指数即可了解房地产市场扩张、收缩过程交替变化的数据信息，指示景气的动向和趋势，达到监测分析的目的。

3 实证研究

3.1 建立景气指数指标体系

英国皇家测量师协会（RICS） 在《理解房地产景气循环》一书中将房地产景气循环定义为所有物业总收益率的重复但不规则的波动，由此可见，物业收益率应该是反映房地产市场运行景气的基准指标，但事实上因为缺乏对收益率的统计，而物业的收益情况很大程度上由价格的变化来决定，价格又是供求共同作用的结果，故本文选择北京市房地产价格指数（月度数据）为基准指标。

本文从房地产活动的全过程出发，结合经济重要性、数据可得性、指标敏感性，选取研究指标如下：北京市固定资产投资完成额、商品房销售面积、商品房销售额、新增固定资产、固定资产投资完成额增速、房地产业开发投资额、房地产业投资总额、商品房施工面积、商品房竣工面积、居民消费价格指数、北京市商品房销售价格、金融机构贷款额、财政支出、社会零售品消费总额、外汇储备；并构造指标：x1=房地产开发投资额/固定资产投资完成额，反映房地产业同国民经济的协调关系，表明现有投资结构；x2=商品房销售面积/商品房竣工面积，反映房地产市场的供求状况。本文通过对以上指标的相对变化（变化率）进行分析预测，综合判断北京市房地产市场发展的整体状况。

所有数据的准备时间均为2005年7月—2012年9月，计算主要基于国家信息中心同东北财经大学经济计量分析与预测研究中心共同研发的“经济景气监测预警系统”软件。数据来源：中经网统计数据库、wind资讯、北京统计信息网。

3.2 数据处理

月度时间序列包含长期趋势要素、循环要素、季节变动要素和不规则变动要素，在分析过程中首先采用X-11季节调整方法剔除指标序列的季节变动要素和不规则变动要素。此外，为解决有些指标的1月份数据缺失问题及由春节因素造成的不同年份给定月份工作日不同所造成的影响，本文采用高铁梅教授提出的先验月份调整法处理数据。

3.3 时滞识别

3.3.1 时差相关分析

在选择景气指标时，一般计算若干个不同延迟数的时差相关系数，然后进行比较，其中最大的时差相关系数被认为反映了被选择指标与基准指标的时差相关关系，相应的延迟数表示先行滞后期。

3.3.2 K-L信息量

对于偶然的、带有随机性质的现象，通常可以认为是服从某一概率分布的随机变量的一些实现值，Kullback-Leibler（K-L）信息量就是用来度量真正的概率分布与模型估计所得概率分布相近似的程度。将K-L信息量用于景气指标的实际计算中，也是以一个重要的、能够敏感地反映当前经济活动的经济指标作为基准指标。

依照上述方法对所选指标进行分析，参照备选指标与基准循环序列图的峰谷对应情况，考虑到指标的完备性与相容性，确定景气指标组，如下表所示：

3.4 计算景气指数

景气指数综合了景气指标组中所有成员的变动状况，相较于单一指标而言更为客观严谨，景气指数根据反映对象和计算方法的不同分为扩散指数和合成指数，本文为了弥补扩散指数无法表示波动振幅的不足，选用合成指数，它是用合成各指标变化率的方式把握景气变动的大小。

根据计算结果绘制先行、同步、滞后景气指数如图1所示：

如图1所示，先行指数在2008年10月至2009年11月之间处于景气区间，同步指数在2009年5月至2010年5月之间处于景气区间，滞后指数在2009年12月至2011年1月之间处于景气区间，进一步的计算结果表明先行指数平均先行同步指数9个月，滞后指数平均滞后同步指数6个月。总体看来，先行、同步、滞后指数之间主要的峰谷对应模拟很好。

在研究区间内，我国房地产市场运行景气的顶峰分别在2008年年初和2010年二季度实现。事实上，2004年在国家实行一系列宏观调控措施的背景下，北京市房地产市场呈现供需两旺的态势，9月以后的商品房销售价格达到七年来最高；房地产市场的蓬勃发展一直持续到2008年年初，此时受国际金融危机的影响，经济整体减弱，再加上国家宏观调控政策的影响，房地产市场步入下行空间，该年房地产投资较上年同期下降7.1%；2009年开始，北京市房地产市场在危机中迎来快速发展，在国家一系列鼓励住房消费优惠政策的作用下逐渐复苏，仅仅一年供需格局就由需求不足转为供不应求，房价也随之快速增长；2010年4月，为了实现“遏制过快上涨的房价”的目标，中央出台“新国十条”，市场由此分化，趋于理性，逐渐降温。2004年以来的发展历程印证了本文合成指数的稳定性和敏感性。

4 分析与预测

4.1 北京市房地产市场景气分析

从景气指数图来看，先行指数自2010年三季度触底后一直处于小幅波动状态，2012年二季度至2013年年初处于缓慢上扬态势，预示着在2013年北京市房地产市场应该保持缓慢稳定的上升态势；从同步指数来看，北京市房地产市场在2012年上半年已逐步触底，此后企稳回升。结合经济现状，2013年上半年经济增速放缓，总体平稳运行；具体到房地产市场，商品房销量强劲回升，市场需求不断释放，呈现量升价涨的态势，房地产业的企业家信心指数也连续3个季度回升。

可见，尽管限购限价、新房审批等从紧的调控政策会增强市场的观望态度。但从供求角度来看，预计在经济增长、城市化加速的宏观背景下，当前北京市房地产市场保持稳中有升，处于缓慢稳健的景气初始阶段，应对北京市房地产市场持有谨慎乐观的态度。

4.2 同国房景气指数的对比将北京市同步指数同国家统计局公布的国房景气指数进行对比，2004—2006年，北京市同步指数与国房景气指数处于下行空间，2006年年初后开始触底反弹步入景气阶段；2008年在国际金融市场动荡、国内经济增速放缓的背景下，国家宏观调控政策作用显现，房地产市场景气回落，这次回落一直持续到2009年第二季度，又开始新一轮的景气与不景气的循环。由图2可见，全国房地产和北京市房地产的循环波动特征很相似，只是到达波峰波谷的时间略有差异，可以说二者整体发展同步。

5 结 论

本文根据景气循环的原理对北京市房地产市场运行进行景气分析，建立有效可行的景气指标体系，客观分析了2004年以来的北京市房地产市场运行轨迹，并结合当前经济状况对北京市房地产市场进行短期内发展趋势预测，认为当前北京市房地产市场处于缓慢稳健的景气初始阶段；最后将北京市房地产景气状况与全国房地产景气状况进行对比分析得出二者发展同步的结论。

需要指出的是，受到统计数据充分性的限制，本文的研究周期相对较短；另外本文选择月度数据，虽然能有效实现较好的时效性，但数据波动性较大，统计时滞相对较长。这些都有待于进一步改进。

参考文献：

[1]董文泉，高铁梅，等.经济周期波动的分析与预测方法[M].长春：吉林大学出版社，1998.

[2]刘伟林，吴莹.湖北省房地产景气循环与宏观调控研究：基于合成指数与自相关滞后分布模型的分析[J].金融研究，2006（4）.

[3]何国钊，曹振良，李晨.中国房地产周期研究[J].经济研究，1996（12）.

[4]焦继文，刘洪，戚莉莉.城市房地产市场的风险预警——以济南市为例[J].统计与决策，2006（16）.

[5]唐志军，徐会军，巴曙松.中国房地产市场波动对宏观经济波动的影响研究[J].统计研究，2010（2）.

[6]刘思峰，季平，陈可嘉.经济波动监测预警指标体系与指标时差关系研究[C].中国控制与决策学术年会论文集，2005.

[7]Gordon，J，P.Mosbaugh，T.Canter.Integrating Regional Economic Indicators with the Real Estate Cycle[J].Journal of Real Estate Research，1996.