房地产市场大分化时代来临,有涨有跌成常态

未来城不落 · 2020-12-03
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。

在12月1日由华夏时报主办,中国社科院、中国人民大学国发院、住房大数据联合实验室、华夏地产专家顾问团、纬房指数研究小组进行学术支持的“新秩序·新生活·新未来峰会上,中国社科院财经战略研究院住房大数据项目组发布了《中国住房大数据分析报告(2020)》。

中国社科院财经战略研究院住房大数据项目组长邹琳华分析认为,冠疫情的出现,加速了房地产市场大分化时代的来临,对于市场监测或者投资决策难度加大,利用宏观分析工具很难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。

报告统计数据显示,近一年以来有9个城市跌幅在5%以上,最高城市的年跌幅达到9%。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。这些城市在疫情开始前,房价就已经阶段性见顶。

但在部分城市房价下跌同时,仍有部分城市房价出现较快上涨。据中国社科院财经战略研究院住房大数据项目组不完全统计,一年以来有9个城市年涨幅在10%以上;有30个城市的房价已经超过了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。

邹琳华判断,未来数年内,房价在一定范围内的波动会是一个常态。

对年度房价跌幅监测表明,受住房市场自身理性回归因素及疫情的冲击,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,最高年度跌幅为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,多数下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,与历史高点相比,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,最高城市下调幅度达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超过二成。考虑到这些城市在房价下跌前曾经有过快速上涨,其房价下跌属于理性回归的范围。

从各城市房价由涨转跌的时点看,这些城市房价阶段性拐点出现分别存在两类情形: 

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发,到目前已经调整了约3年半;

另一类是2018年下半年前后,以三四线城市为主,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,房价就已经阶段性见顶。房价下跌不完全是因受疫情冲击的影响。

报告认为,虽然平稳运行为房地产政策的重要目标,但一定范围的波动也是市场运行的常态。房价下跌的原因较为复杂,既可能有宏观大环境因素,也可能有城市自身供给过剩的原因。

为更准确识别房价异常涨跌情况,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进行识别。

根据房价异常下跌程度测算结果显示,4个二线城市房价可能存在一定异常下跌情形,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,在部分城市房价下跌同时,仍有部分城市房价出现较快上涨。据纬房指数同比监测,从2019年10月到2020年10月, 9城市居样本城市年度涨幅前列,年涨幅在10%以上。其中包含一线城市1个,二线城市3个,三四线城市5个。分区域看,包含大湾区城市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年以来第一波上涨的余波或补涨。

房价历史高点监测表明,城市房地产市场分化较为严重,在个别城市房价距最高点腰斩的同时,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。其中包含一线城市1个,二线城市5个,三四线城市24个。

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

报告认为,房价上涨的原因同样较为复杂,既可能有宏观大环境因素,也可能有城市自身供给不足的原因,还有可能是城市经济基本面出现了重大利好。另外还有一种相对较快上涨的情况难以被直接识别,如相关联的同类城市房价均较快下跌,但该城市房价微涨。

为更准确识别房价异常涨跌情况,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,对一二线城市房价上涨情形进行识别。

房价异常上涨程度测算显示,4个城市房价偏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,居于各城市前列,可能存在异常上涨。其中包一线城市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个一二线城市房价偏离短期正常房价在3%以上的城市,这些城市可能存在程度不等的异常上涨情形(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关注,必要时预先采取合理措施。

+1
0

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

文章提及的项目

新生活

环渤海

新秩序

中国人民...

下一篇

自制长视频内容破圈,难度不小。

2020-12-03

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业