中國社會科學(xué)院報道：房價只漲不跌的時代已經(jīng)在2020年12月1日過去了。中國社會科學(xué)院金融戰(zhàn)略研究所大數(shù)據(jù)項(xiàng)目組發(fā)布了"中國住房大數(shù)據(jù)分析報告"(2020)--"城市住房價格預(yù)警與住宅企業(yè)品牌價值計量"。本報告也是中國國家自然科學(xué)基金"基于互聯(lián)網(wǎng)大數(shù)據(jù)和重復(fù)交易法的城市住房價格指數(shù)編制研究"項(xiàng)目和中國社會科學(xué)院重點(diǎn)項(xiàng)目"房地產(chǎn)調(diào)控政策及其效果"的階段性成果。該報告發(fā)布了城市政策背景下城市房價漲跌的預(yù)警(2020年)。

　　根據(jù)報告，在基于城市政策的政策背景下，城市房地產(chǎn)市場的分化將成為常態(tài)。新冠肺炎疫情的出現(xiàn)加速了房地產(chǎn)市場大分化時代的到來。市場分化有利于避免房地產(chǎn)市場出現(xiàn)系統(tǒng)性風(fēng)險。在大分化時代，很難通過簡單的宏觀分析工具有效判斷區(qū)域房地產(chǎn)市場的走勢。房價的局部漲跌風(fēng)險將成為防范房地產(chǎn)市場風(fēng)險的重點(diǎn)。

　　報告指出，房價只漲不跌的時代已經(jīng)結(jié)束，對當(dāng)?shù)胤績r下跌的監(jiān)測和預(yù)警將成為市場監(jiān)控和預(yù)警的一個重要方面。

　　房價年度下降監(jiān)測顯示，受理性回歸因素和住房市場疫情的影響，2020年部分城市房價有一定程度的下降。根據(jù)"緯房指數(shù)"，2019年10月至2020年10月，9個城市的年降幅超過5%，最高年降幅為9%。其中二線城市1座，三四線城市8座。按地區(qū)劃分，北部灣2座城市，北京周邊2座城市，大灣1座城市，山東半島2座城市，西南1座城市。

　　由于一定范圍的波動是市場的常態(tài)，城市房價下跌的大部分仍在穩(wěn)步下降的范圍內(nèi)。

　　從歷史最高點(diǎn)對房價調(diào)整的監(jiān)測表明，如果擴(kuò)大時間維度，可以發(fā)現(xiàn)，與歷史高點(diǎn)相比，一些城市已經(jīng)經(jīng)歷了更深層次的房價調(diào)整。

　　根據(jù)對緯房指數(shù)的監(jiān)測，從每個城市的歷史高點(diǎn)到2020年10月，20個城市和最高點(diǎn)之間的房價調(diào)整幅度在10%以上，其中9個城市在15%以上，最高城市減少了46.9%。調(diào)整范圍在9個城市中占15%以上，其中一線城市1個，二線城市4個，三四線城市4個。北京、天津、河北4個城市，北部灣1個，大灣1個，山東半島2個，滇西1個。其中北京、天津、河北6個城市、北部灣3個城市、山東半島3個城市、大灣地區(qū)2個城市、成都和重慶2個城市、滇中2個城市、滇西1個城市和貴州中部1個城市的調(diào)整幅度在10%以上。

　　其中，北京周邊一個城市的房價較最高點(diǎn)下降了近一半，而北京、天津和河北的一個城市以及山東半島的一個城市的房價較最高點(diǎn)下降了20%以上。鑒于這些城市在房價下跌前出現(xiàn)了快速上漲，房價下跌幅度在合理回報的范圍內(nèi)。

　　從各城市房價由漲轉(zhuǎn)跌的時間來看，這些城市有兩種情況：是以北京、天津、河北為代表的2017年上半年前后，主要是由2017年上半年一、二線城市房地產(chǎn)調(diào)控造成的，調(diào)整了3.5年左右;

　　另一個是2018年下半年左右，主要集中在三四線城市，主要是貨幣化棚改衰退造成的，調(diào)整了兩年半左右。

　　從下降的角度來看，這些城市在疫情爆發(fā)前，房價已經(jīng)階段性見頂。房價的下跌并不完全是由于流行病的影響。

　　據(jù)介紹，雖然平穩(wěn)運(yùn)行是房地產(chǎn)政策的重要目標(biāo)，但一定范圍的波動也是市場的正常運(yùn)行。房價下降的原因比較復(fù)雜，這可能是宏觀環(huán)境因素和城市供大于求的結(jié)果。

　　為了更準(zhǔn)確地識別房價的異常漲跌，進(jìn)而給出科學(xué)的預(yù)警信號，報告根據(jù)房價的空間傳導(dǎo)機(jī)制，對一、二線城市房價的下跌情況進(jìn)行了識別，區(qū)域房價互動機(jī)制與人工智能模型算法。

　　根據(jù)房價非正常下降程度計算結(jié)果，四個二線城市可能出現(xiàn)一定程度的非正常下降，其房價偏離短期正常房價的比例分別為-4.91%、-3.94%、-3.30%、-2.76%，居各城市前列。環(huán)渤海地區(qū)有三個城市和一個中心城市。

　　根據(jù)年度房價漲幅監(jiān)測，到2020年，盡管受疫情影響，部分城市房價仍將下降，部分城市房價將快速上漲。根據(jù)緯房指數(shù)同比監(jiān)測，2019年10月至2020年10月，樣本城市年增長率排名第一的城市有9個，年增長率超過10%。其中一線城市1個，二線城市3個，三四線城市5個。從區(qū)域來看，包括大灣區(qū)2個城市，京津冀1個城市，長三角3個城市，西北地區(qū)1個城市，蘇北3個城市。

　　其中一些城市自2016年以來經(jīng)歷了一波上漲，現(xiàn)在又出現(xiàn)了第二波上漲。一些城市仍處于2016年以來首次上漲的余波或彌補(bǔ)之中。

　　對房價歷史高點(diǎn)的監(jiān)測顯示，城市房地產(chǎn)市場分化嚴(yán)重。雖然部分城市房價從最高點(diǎn)回落，但緯度住房指數(shù)顯示，在樣本城市中，2018年1月以來，還有30個城市的房價可能已經(jīng)超過高點(diǎn)。其中，一線城市1個，二線城市5個，三四線城市24個。

　　同樣，上述城市中，部分城市出現(xiàn)了2016年以來的第二波上漲，部分城市仍屬于第一波的余波或補(bǔ)充上漲。

　　從城市基本面來看，城市房價上漲的原因也很復(fù)雜，包括城市經(jīng)濟(jì)基本面因素的影響。此外，還有一個相對快速的上升，很難直接確定。例如，相關(guān)類似城市的房價在快速下降，但城市的價格卻在小幅上漲。

　　為了更準(zhǔn)確地識別房價的異常漲跌，進(jìn)而給出科學(xué)的預(yù)警信號，本報告基于房價空間傳導(dǎo)機(jī)制、區(qū)域房價互動機(jī)制和人工智能模型算法，明確一二線城市房價上漲情況。

　　從房價非正常上漲程度測算，4個城市房價偏離短期正常房價的比例均在7%以上，最高偏離率在20%以上，處于所有城市前列，可能出現(xiàn)非正常上漲。其中，一線城市有1個，二線城市有3個。從地區(qū)主義角度看，大灣區(qū)有2個城市，長三角地區(qū)有1個城市，西南地區(qū)有1個城市。

　　11個房價偏離短期正常房價3%以上的一二線城市，可能出現(xiàn)不同程度的非正常上漲(包括相對非正常上漲)。其中，長江三角洲5市，大灣區(qū)2市，西南2市，西北1市，海峽西岸1市。要更加關(guān)注這些城市房價上漲的情況，必要時提前采取合理措施。