1、房地产市场趋势预测研究方法培训讲义-关于走势、时点、量的研判?宏观经济指标参照系?行业指标参照系?企业指标参照系PART 1 PART 1 PART 1 PART 1 走势走势走势走势、时点的预测时点的预测时点的预测时点的预测?供应量预测?销售量、价格预测?需求量预测PART 2PART 2PART 2PART 2 量量量量、价的预测价的预测价的预测价的预测走势走势走势走势、时点的预测时点的预测时点的预测时点的预测走势走势走势走势、时点的预测时点的预测时点的预测时点的预测PART 1PART 1PART 1PART 1PART 1PART 1PART 1PART 1?宏观经济指标参照系宏观经济2、指标参照系?行业指标参照系行业指标参照系?企业指标参照系企业指标参照系指标选取货币、信贷政策调整对房地产的传导路径路径一路径二路径三房地产市场表现良好表示符号名称内容03/12（万亿）M0流通中现金银行体系以外各个单位的库存现金和居民手持现金之和4.96M1狭义货币供应量M0+企事业单位活期存款27.80M2广义货币供应量M1+企事业单位定期存款居民储蓄存款89.50指标选取GDP、货币供应量同比增速35.00 13.4%03/1229.74%8.1%变量指标:货币供应量03/2012GDP万亿M2万亿M2/GDP美国99.50 63.00 0.63 日本37.80 64.56 1.71 欧元3、区80.00 73.70 0.92 中国47.00 85.201.810.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 频率2004/032004/062004/092004/122005/032005/062005/092005/122006/032006/062006/092006/122007/032007/062007/092007/122008/032008/062008/092008/122009/032009/062009/092009/122010/032010/062010/092010/122011/032011/062011/094、2011/122012/03M2:同比GDP：同比03/1207/098.1%03/12表示符号名称内容M0流通中现金银行体系以外各个单位的库存现金和居民手持现金之和M1狭义货币供应量M0+企事业单位活期存款M2广义货币供应量M1+企事业单位定期存款居民储蓄存款指标选取货币供应量的四个层次变量指标:M1指标含义从2002-2009年的商品房销售额与M1的比值以及历年出台的楼市调控政策的严厉程度来看，当商品房销售额与M1比值接近或超过20%时，国家认为需要出台政策调整指标含义指标选取变量指标:M2货币供应量的四个层次表示符号名称内容M0流通中现金银行体系以外各个单位的库存现金和居民手持现金之和M5、1狭义货币供应量M0+企事业单位活期存款M2广义货币供应量M1+企事业单位定期存款居民储蓄存款销售面积销售面积销售面积销售面积销售价格销售价格销售价格销售价格房地产投资房地产投资房地产投资房地产投资波峰滞后M2 1-2个月滞后M2 4-6个月滞后M2 3-4个月波谷滞后M2 2-3个月滞后M2 5-6个月滞后M2 5-6个月典型芹例以M同比增速时点预测商品房销售面积增速时点波谷：M2领先商品房销售面积 1-2个月波峰与商品房销售面积波峰：M2领先商品房销售面积 2-3个月波谷根据历史经验，M2在增速较低的波谷期将领先于商品房销售面积2个月左右，在当前M2增速已经达到12.4%的历史低点的时候，6、预计商品房销售面积将会在2个月之后实现一定程度的回暖。因此，今年二季度可能将迎来商品房销售的昙花一现。资料来源：专题报告对当前信贷计划的思考以M同比增速时点预测房地产投资同比增速时点典型芹例波谷：M2领先房地产开发投资3-4个月波峰：M2领先房地产开发投资5-6个月波谷波峰与房地产投资根据历史经验，M2在增速较低的波谷期将领先与房地产开发投资增速3-4个月左右，在当前M2增速已经达到12.4%的历史低点的时候，预计房地产投资额将会在4个月之后实现回暖与增长。因此，三季度可能将迎来房地产开发投资的反弹。资料来源：专题报告对当前信贷计划的思考典型芹例以M和信贷指标预测房价房价达到高位的时点预测房价7、触底反弹的时点预测依据信贷和M2高点与房价峰值出现的时间点关系，即前者早于后者4-6个月出现，我们预计房价会在今年5、6月份开始冲高回苋依据信贷和M2底点与房价谷值出现的时间点关系，即前者早于后者5-6个月出现，我们预计房价会在今年年底出现触底反弹资料来源：专题报告房地产行业与货币之关系分析资料来源：专题报告房地产行业与货币之关系分析走势走势走势走势、时点的预测时点的预测时点的预测时点的预测走势走势走势走势、时点的预测时点的预测时点的预测时点的预测PART 1PART 1PART 1PART 1PART 1PART 1PART 1PART 1?宏观经济指标参照系宏观经济指标参照系?行业指标参照8、系行业指标参照系?企业指标参照系企业指标参照系指标选取与假设移动均线相关指标：?包括本周在内的前八周成交量的算术平均数为本周的八周移动均线值短线指标：八周移动均线长线指标：三十二周移动均线?包括本周在内的前三十二周成交量的算术平均数为本周的三十二周移动均线值上海短线指标：三月移动均线长线指标：九月移动均线北京应用城市?在移动均线分析中，假设成交量信息已经包含了成交均价、宏观经济、政策等各类因素的影响。技术分析假设前提：?包括本月在内的前三月成交量的算术平均数为本月的三月移动均线值短线指标：三月移动均线长线指标：九月移动均线?包括本月在内的前九月成交量的算术平均数为本月的九月移动均线值北京深圳应9、用城市分析逻辑:移动均线分析模型模型逻辑：当短期均线和长期均线运动趋势一致时，短期均线突破长期均线后朝此趋势变化的幅度会较大（如，；VI,A，C,E）；若趋势相反其朝此趋势变化的幅度将较小（如，；B，D）。40506070移动均线模型模拟趋势图I01020302005-2-62005-3-62005-4-62005-5-62005-6-62005-7-62005-8-62005-9-62005-10-62005-11-62005-12-62006-1-62006-2-62006-3-62006-4-62006-5-62006-6-62006-7-62006-8-62006-9-62006-1010、-62006-11-62006-12-62007-1-62007-2-62007-3-62007-4-62007-5-62007-6-62007-7-62007-8-62007-9-62007-10-62007-11-62007-12-62008-1-62008-2-62008-3-62008-4-62008-5-62008-6-62008-7-62008-8-62008-9-62008-10-62008-11-62008-12-62009-1-62009-2-62009-3-62009-4-62009-5-62009-6-62009-7-62009-8-62009-9-62009-10-6211、009-11-62009-12-62010-1-62010-2-62010-3-62010-4-62010-5-62010-6-62010-7-62010-8-62010-9-62010-10-62010-11-62010-12-62011-1-62011-2-62011-3-62011-4-62011-5-62011-6-62011-7-62011-8-62011-9-62011-10-62011-11-62011-12-62012-1-62012-2-62012-3-62012-4-62012-5-6成交量八周均线成交量三十二周均线ABCDE 确定目前行业所处的时期，上升期异或是下降期步骤12、一 选择悲观预期下参照系，及乐观预期下参照系步骤二 模拟成交量，绘制图形，确定拐点步骤三分析过程解析过程：上海：悲观趋势模拟-长期均线出现下滑?悲观预测：假设出现类似08年或11年的市场状况，则调整可能持续明年中期，成交量将在6月初开始反弹，并持续到年底。但是反弹幅度有限。?乐观预测：假设出现类似09年的市场状况，则调整可能在明年第一季度末结束，之后成交量逐步回升，不过周成交量较如今周均成交量上升仅约33%，至9月初短期均线将再次突破长期均线后进入一轮持续成交平稳期。40506070上海：乐观趋势模拟-长期均线保持平稳40506070资料来源：专题报告长夜将至，谁人能够独自守望0102030413、004-07-2204-10-2005-01-1805-04-1805-07-1705-10-1506-01-1306-04-1306-07-1206-10-1007-01-807-04-807-07-707-10-508-01-308-04-208-07-108-09-2908-12-2809-03-2809-06-2609-09-2409-12-2310-03-2310-06-2110-09-1910-12-1811-03-1811-06-1611-09-1411-12-1312-03-1212-06-1012-09-812-12-7成 交 量 八 周 均 线成 交 量 三 十 二 周 均14、 线01020304004-07-2204-10-2005-01-1805-04-1805-07-1705-10-1506-01-1306-04-1306-07-1206-10-1007-01-807-04-807-07-707-10-508-01-308-04-208-07-108-09-2908-12-2809-03-2809-06-2609-09-2409-12-2310-03-2310-06-2110-09-1910-12-1811-03-1811-06-1611-09-1411-12-1312-03-1212-06-1012-09-812-12-7成 交 量 八 周 均 线成 交 量15、 三 十 二 周 均 线走势走势走势走势、时点的预测时点的预测时点的预测时点的预测走势走势走势走势、时点的预测时点的预测时点的预测时点的预测PART 1PART 1PART 1PART 1PART 1PART 1PART 1PART 1?宏观经济指标参照系宏观经济指标参照系?行业指标参照系行业指标参照系?企业指标参照系企业指标参照系分析逻辑:企业资金链状况与供需时点环境与行业资金链房企资金链分析分析结果提出问题分析问题解决问题定性分析?大型房企资金链分析?中型房企资金链分析政策环境?金融政策资金链风险凸显期预测?大、中、小型房企不同阶段资金链凸显时期逻辑框架:?中型房企资金链分析?小型房企资金16、链分析定量分析?大型房企资金链分析?中型房企资金链分析?小型房企资金链分析市场环境?行业总资产周转率、速动比率企业环境?资金杠杆率、销售回款、资产负债率、速动比率段资金链凸显时期房企降价幅度预测?压力测试：大、中、小型房企降价幅度预测指标选取变量指标:定量分析适用芹围：大型房企中型房企小型房企指标分类：1、企业分类标准：2010年房地产上市公司百强排行榜，前25名为大型，25-50名为中型，其余为小型2、财务期标准：短期为一年以内（2011年7月到2012年6月），中期为一年到两年间（2012年7月到2013年6月），长期为两年以上（2013年以后）指标分类：?短期资金链?中期资金链?长期资金17、量（2013年以后）3、资金链评判标准：按严重到安全的次序为-恶化 紧张 显现指标公式短期资金压力测试指标现金比率=现金及其等价物/流动负债反映企业即时付现能力速动比率=（流动资产-存货）/流动负债反映企业的短期偿债能力强弱中期资金压力测试指标现金流净额包括 经营活动现金流净额、投资活动现金流净额、筹资活动现金流净额反映企业现金流流向，以及资金投入领域存货周转率=营业收入/存货平均余额其中：平均存货余额=（期初存货+期末存货）/2 反映了企业销售效率和存货使用效率指标选取末存货）/2 短期风险头寸=（营业收入+货币资金-流动负债）/总资产揭示企业在短期内对外部融资的依赖程度长期资金压力测试指标18、长期借款占比=长期借款/（长期借款+短期借款+一年内到期的非流动负债）衡量企业长期债务的轻重，以及长期偿债能力的强弱资产负债率=总负债/总资产衡量公司负债水平的综合指标，也反映债权人发放贷款的安全程度定量指标参考标准具体表现资金链压力短期资金链现金比率合理安全区间：0.20.5稳健区间：0.5 以上0.180.4显现速动比率合理安全区间：0.51.0短期偿债压力：0.00.50.4 0.5显现存货周转率存货周转率越高越好，表明企业存货资产变现能力越强0.07 0.14紧张短期风险头寸短期风险头寸为负时，显示企业的现金与销售回款不足以覆盖-0.45-0.15紧张指标评判标准大型房企:中期资金链短19、期风险头寸短期风险头寸为负时，显示企业的现金与销售回款不足以覆盖一年内的到期负债和其他支付需求-0.45-0.15紧张现金流净额其中，资金链安全资金链宽松资金链较紧资金链恶化经营活动现金流净额正正正负负负负负、负、正紧张投资活动现金流净额正负负正负正负筹资活动现金流净额正正负正正负负长期资金链资产负债率行业警戒线：70%6580%紧张长期借款占比行业警戒线：50%60%90%左右紧张定量指标参考标准具体表现资金链压力短期资金链现金比率合理安全区间：0.20.5稳健区间：0.5 以上00.2紧张速动比率安全合理区间：0.51.0短期偿债压力：0.00.50.2 0.5紧张短期风险头寸短期风险头寸20、为负时，显示企业的现金与销售回款不足以覆盖一年内的到期负债和其他支付需求-0.5-0.2恶化指标评判标准中型房企:中期资金链存货周转率存货周转率越高越好，表明企业存货资产变现能力越强0.0 0.2紧张现金流净额其中，资金链安全资金链宽松资金链较紧资金链恶化经营活动现金流净额正正正负负负负负、负、正紧张投资活动现金流净额正负负正负正负筹资活动现金流净额正正负正正负负长期资金链资产负债率行业警戒线：70%7080%紧张长期借款占比行业警戒线：50%90%左右紧张指标评判标准小型房企:定量指标参考标准具体表现资金链压力短期资金链现金比率合理安全区间：0.20.5稳健区间：0.5 以上00.2紧张速动21、比率安全合理区间：0.51.0短期偿债压力：0.00.50.1 0.4紧张短期风险头寸短期风险头寸为负时，显示企业的现金与销售回款不足以覆盖一年内的到期负债和其他支付需求-0.20紧张存货周转率存货周转率越高越好，表明企业存货资产变现能力越强0.0 0.2恶化中期资金链存货周转率存货周转率越高越好，表明企业存货资产变现能力越强0.0 0.2恶化现金流净额其中，资金链安全资金链宽松资金链较紧资金链恶化经营活动现金流净额正正正负负负负负、负、负恶化投资活动现金流净额正负负正负正负筹资活动现金流净额正正负正正负负长期资金链资产负债率行业警戒线：70%持续低迷紧张长期借款占比行业警戒线：50%60%左22、右紧张结果分析0.350.40.450.50.550.60.650.7行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率走势图行业调控出台时点2010年调控以来，行业速动比率持续下降行业速动比率23、走势图行业调控出台时点2010年调控以来，行业速动比率持续下降我们可以看到行业速动比例如果在0.5以下，则说明行业形势不乐观0.30.35速动比率取值芹围20072007200720072008200820082008200920090-0.554.55%44.87%38.55%50.57%49.43%56.18%53.85%52.18%50.53%40.00%0.5-129.87%41.03%46.99%27.59%27.59%22.47%26.37%29.79%30.53%43.00%1-1.59.09%7.69%3.61%13.79%10.34%12.36%8.79%8.51%8.42%24、8.00%1.56.49%6.41%10.84%8.05%12.64%8.99%10.99%9.57%10.53%9.00%速动比率取值芹围2009200920102010201020102011201120112011结果分析取值芹围0-0.540.59%40.38%39.25%41.12%37.82%40.83%42.98%45.00%54.55%76.87%0.5-141.58%38.46%38.32%38.32%42.02%41.67%41.32%38.33%35.54%14.18%1-1.57.92%12.50%13.08%12.15%11.76%9.17%6.61%9.17%8.225、6%5.22%1.59.90%8.65%9.35%8.41%8.40%8.33%9.09%7.50%1.65%3.37%速动比例的评判标准为 安全合理区间：0.51.0，短期偿债压力：0.00.5，当行业内有50%的企业都出现短期偿债压力时，说明行业出现风险信号。结果分析时点预测结果:假设：由于一年到两年的长期借款所占比例在70%左右，因此，这里只考虑一年到两年的长期借款的情况。龙头房企资金链压力凸显时期预测结果分析：根据对开发商长期借款还款时点，信贷控制及加息时点的判断，开发商资金链将会在二季度面临重压，届时会有计划的增加供应，加快推盘进度。资料来源：专题报告货币的战争2011年房企资金链研26、究PART 2PART 2PART 2PART 2PART 2PART 2PART 2PART 2量量量量、价的预测价的预测价的预测价的预测量量量量、价的预测价的预测价的预测价的预测?供应量预测供应量预测?供应量预测供应量预测?销售量、价格预测销售量、价格预测?需求量预测需求量预测先来看一组数据年份年份年份年份新开工面积新开工面积新开工面积新开工面积年份年份年份年份供应量供应量供应量供应量20042668.820052485.82005273720062112.12006219920071633.942007210020081762.012008206420091721.0220092002227、0102111.1120101549左边的表格里的数据是上海市商品住宅历年新开工面积和供应量的情况，两者放在一起似乎看不出之间有着怎么样的内在联系我们把新开工面积与供应新开工面积拟合年份年份年份年份新开工面积新开工面积新开工面积新开工面积供应量供应量供应量供应量年份年份年份年份20042668.82737200520052485.82199200620062112.12100200720071633.942064200820081762.012002200920091721.021549201020102111.11我们把新开工面积与供应量的时间点后推一年从右边重新排列的数据中我们不难发现这样28、的规律：当年的新开工面积与次年的供应量有一定的线性关系，而两者在逻辑上也有一定的关联性将二者进行拟合回归分析年份年份年份年份新开工面积新开工面积新开工面积新开工面积供应量供应量供应量供应量年份年份年份年份20042668.802737 200520052485.802199 200620062112.102100 200720071633.942064 200820081762.012002 2009前一年的新开工面积后一年供应量y=0.6861x+634.04R2=0.7850010001500200025003000以新开工面积为自变量，以次年供应量为因变量进行线得到结果表明两者有显著的线29、性关系新开工面积拟合20091721.021549 201020102111.111732 2011E2011E2336.4022372012E015001700190021002300250027002900线性(线性趋势线)因变量进行线性回归注释：1.1.1.1.回归中2011201120112011年全年数据按照2010201020102010年至9 9 9 9月底累计值占2010201020102010年全年值比例近似估计；2.2.2.2.由于2011201120112011年第四季度开工量萎缩，故按此比例假设可能高估2011201120112011年全年的商品住宅新开工面积，这可能导30、致2012201220122012年预测值高估模型意义：这里用新开工面积来做回归分析，预测2012201220122012年的供应量，假设开工后的上市周期为4 4 4 4个季度即一年，那么得到的2012201220122012年的供应量是2300230023002300万方施工面积、竣工面积拟合年房屋建筑施工面积年房屋建筑竣工面积0年房屋建筑施工面积2010年新开工面积（万方）淮北-234.1296.12 淮南-1818.35313.17阜阳994.80 453.90 850.2毫州207.89 134.81 185.43宿州589.24-496.34273.07蚌埠-715.8316.8滁州31、-902.5706.93马鞍山1718.18 671.18 23376.9年份施工面积竣工面积新开工面积新开工面积预测200161583.024625.431989.41200273208.728524.736997.5236251.06200391390.533774.646203.1746706.542004108196.534677.250924.7050580.662005129078.443682.958020.0455559.022006151742.745471.768462.1266347.20全国商品住宅供应测算安徽三、四线城市供应测算计算公式：新开工面积t=施工面积t-施工32、面积（t-1）+竣工面积（t-1）芜湖2179.51 940.02 1829.46六安165.20 90.40 891.3铜陵612.10 266.70 541.2池州-468.8220.24安庆1643.83 919.62 1626.2宣城1016.40 429.70 718.5黄山-379.172006151742.745471.768462.1266347.202007186788.449831.383709.9280517.452008222891.854334.187979.0985934.72 2009251328.859628.796948.2182771.08 2010314733、60.163443.1134439.36123060.04 实际值与预测值相差无几单位单位单位单位：万平米万平米万平米万平米动迁房土地成交面积经适房新开工面积按12个月上市周期总保障性住房上市面积全年预测同策数据系统显示的保障房供应面积2010Q112.81 65.822011Q178.63662.302011年前三季度 482.45万平方米，如果全年3/4比例预计2011年保障房供应是643.272010Q230.82 39.372011Q270.192010Q3100.28 124.042011Q3224.322010Q4191.8097.362012Q4289.162011Q1109.334、8 106.032012Q1215.41693.94模型预计2012年上海保障房供应面积大概是700万方2011Q265.30 36.042012Q2101.342011Q3180.57 45.342012Q3225.91土地成交面积推导2011Q488.81 62.472012Q4151.282010年到2011年的动迁房土地按季度成交面积2010年到2011年的经适房按季度新开工面积假定从开工到上市周期为12个月即为一年由前一年的动迁房和经适房面积相加而得注：按照2011年保障房计划，1500万方保障房中有800万平方动迁房，500万方经济适用房，200万方廉租公租房等。由于廉租公租房开工35、面积数据有限，故将这一部分忽略不计。模型总结：按照12个月的上市周期，这里用动迁房土地的成交面积、经适房新开工面积来推算2012年的上市面积，假定12个月的上市周期，则2012年的全年供应预测值大概是700万方PART 2PART 2PART 2PART 2PART 2PART 2PART 2PART 2量量量量、价的预测价的预测价的预测价的预测量量量量、价的预测价的预测价的预测价的预测?供应量预测供应量预测?供应量预测供应量预测?销售量、价格预测销售量、价格预测?需求量预测需求量预测 选择定性上有关联的指标，进行回归分析，证明其量化的相关性步骤一 具有相关性的多项指标进行回归分析，得出测算方36、程式步骤二 假设条件的设置，比如GDP增速，投资增速，城镇化率增速等步骤三 假设条件的设置，比如GDP增速，投资增速，城镇化率增速等步骤三 根据测算方程及假设条件，计算预测结果，并进行修正，修正系数的选择要根据当前政策情况进行调整步骤四GDP、房地产投资房地产开发投资与房价有较强的正相关关系GDP增长与房价有较强的正相关关系利用SPSS软件导出相关二次回归方程:Sx销售面积 P：销售价格GDP y：房地产投资22221996.70.9943730.000052749.28.579650.003354694.71.0914.3650.000770.00001490.005965SxxSyySxy37、xyxy=+=+=+销售面积二次回归方程销售面积二次回归方程销售面积二次回归方程销售面积二次回归方程GDP、房地产投资34694.71.0914.3650.000770.00001490.005965Sxyxyxy=+销售价格二次回归方程销售价格二次回归方程销售价格二次回归方程销售价格二次回归方程222218.30.8949010.00001992218680.3239820.003115706.380.4710.3110.000280.0000044750.002783PxxPyyPxyxyxy=+=+=+利用回归方程预测2009年销售面积及均价22221996.70.9943730.00038、052749.28.579650.003354694.71.0914.3650.000770.00001490.005965SxxSyySxyxyxy=+=+=+销售面积预测销售面积预测销售面积预测销售面积预测权重权重权重权重30%30%40%预测值预测值预测值预测值2010万方万方万方万方2610万方万方万方万方2163万方万方万方万方2251万方万方万方万方GDP、房地产投资35销售价格预测销售价格预测销售价格预测销售价格预测222218.30.8949010.00001992218680.3239820.003115706.380.4710.3110.000280.0000044750.39、002783PxxPyyPxyxyxy=+=+=+30%30%40%8736元元元元9112元元元元8956元元元元2251万方万方万方万方8937元元元元根据根据根据根据2009200920092009年一季度年一季度年一季度年一季度GDPGDPGDPGDP和房地产投资数据和房地产投资数据和房地产投资数据和房地产投资数据，假设假设假设假设2009200920092009年年年年GDPGDPGDPGDP为为为为14283142831428314283亿元亿元亿元亿元，房地产投资为房地产投资为房地产投资为房地产投资为1474147414741474亿元亿元亿元亿元。预测调整-销售面积年份住宅销售40、面积GDP房地产行业投资SS偏差SS偏差SS偏差1995536 2,499 466 176 203.91%522 2.80%303 76.80%1996529 2,958 658 507 4.24%1,443-63.38%613-13.83%1997617 3,439 614 832-25.82%1,255-50.85%824-25.10%19981,057 3,801 577 1,061-0.39%1,085-2.62%1,015 4.07%19991,243 4,189 515 1,292-3.74%779 59.63%1,287-3.40%20001,446 4,771 566 1,6141、0-10.19%1,033 39.94%1,532-5.63%20011,681 5,210 631 1,827-7.99%1,328 26.62%1,675 0.41%20021,846 5,741 749 2,065-10.58%1,795 2.86%1,844 0.15%2728万方万方万方万方GDP、房地产投资36从从从从2009200920092009年房地产行业走势来看年房地产行业走势来看年房地产行业走势来看年房地产行业走势来看，与与与与2007200720072007年较为接近年较为接近年较为接近年较为接近，从回归方程对从回归方程对从回归方程对从回归方程对20072007200742、2007年预测及实际成交值比较来看年预测及实际成交值比较来看年预测及实际成交值比较来看年预测及实际成交值比较来看，回归分析大约低估回归分析大约低估回归分析大约低估回归分析大约低估了了了了21.2%21.2%21.2%21.2%，因此对因此对因此对因此对2009200920092009年的预测也将在理论预测的基础上上调年的预测也将在理论预测的基础上上调年的预测也将在理论预测的基础上上调年的预测也将在理论预测的基础上上调21.2%21.2%21.2%21.2%，即预测成交面积为即预测成交面积为即预测成交面积为即预测成交面积为2728272827282728万方万方万方万方，较较较较2008200843、20082008年实际成交面积年实际成交面积年实际成交面积年实际成交面积增长增长增长增长39%39%39%39%。20032,224 6,251 901 2,266-1.84%2,259-1.52%2,116 5.13%20043,234 7,450 1,175 2,638 22.61%2,702 19.70%2,974 8.73%20052,846 9,144 1,247 2,917-2.44%2,734 4.08%3,088-7.83%20062,615 10,297 1,276 2,943-11.13%2,738-4.46%2,984-12.34%20073,279 12,001 1,344、08 2,739 19.74%2,735 19.90%2,660 23.26%20081,966 13,698 1,367 2,246-12.49%2,712-27.50%2,215-11.26%2251万方万方万方万方21.2%预测调整-销售均价9506元元元元/平米平米平米平米年份价格GDP房地产行业投资PP偏差PP偏差PP偏差19952,477 2,499 466 2,131 16.26%2,696-8.13%2,335 6.07%19962,968 2,958 658 2,491 19.16%3,429-13.44%3,003-1.15%19972,891 3,439 614 2,8645、0 1.08%3,242-10.83%3,029-4.54%19983,026 3,801 577 3,132-3.39%3,092-2.15%3,054-0.90%19993,102 4,189 515 3,417-9.23%2,860 8.45%3,052 1.65%20003,326 4,771 566 3,835-13.26%3,050 9.05%3,367-1.23%20013,659 5,210 631 4,140-11.62%3,312 10.49%3,665-0.16%GDP、房地产投资37从回归方程对从回归方程对从回归方程对从回归方程对2007200720072007年预测及46、实际成交均价比较来看年预测及实际成交均价比较来看年预测及实际成交均价比较来看年预测及实际成交均价比较来看，回归分析大约低估了回归分析大约低估了回归分析大约低估了回归分析大约低估了6.35%6.35%6.35%6.35%左右左右左右左右，因此对因此对因此对因此对2009200920092009年的预测也将在理论预年的预测也将在理论预年的预测也将在理论预年的预测也将在理论预测的基础上上调测的基础上上调测的基础上上调测的基础上上调6.35%6.35%6.35%6.35%，即预测成交均价为即预测成交均价为即预测成交均价为即预测成交均价为9506950695069506元元元元/平米平米平米平米，较较较47、较2008200820082008年实际成交均价增长年实际成交均价增长年实际成交均价增长年实际成交均价增长16.2%16.2%16.2%16.2%。8937元元元元/平米平米平米平米6.35%20024,007 5,741 749 4,499-10.94%3,858 3.87%4,148-3.39%20034,989 6,251 901 4,834 3.21%4,690 6.37%4,789 4.18%20046,385 7,450 1,175 5,580 14.43%6,553-2.56%6,223 2.61%20056,698 9,144 1,247 6,536 2.49%7,115-5.48、86%6,909-3.06%20067,039 10,297 1,276 7,121-1.15%7,350-4.23%7,278-3.28%20078,253 12,001 1,308 7,889 4.62%7,617 8.35%7,774 6.16%20088,182 13,698 1,367 8,539-4.18%8,131 0.63%8,380-2.36%回归方程预测结论单位：万平米初步预测值预测调整调整预测值权重相比2007年增长率相比2008年增长率一元二次回归预测GDP2,010 19.74%2,407 30%房产行业投资2,610 19.90%3,130 30%二元二次回归预测G49、DP、房地产行业投资2,163 23.26%2,666 40%综合预测2,251 21.20%2,7282,7282,7282,728-16%16%16%16%39%39%39%39%销售面积预测销售面积预测销售面积预测销售面积预测GDP、房地产投资销售价格预测销售价格预测销售价格预测销售价格预测单位：元/平米初步预测值预测调整调整预测值权重相比2007年增长率相比2008年增长率一元二次回归预测GDP8,736 4.62%9,139 30%房产行业投资9,112 8.35%9,872 30%二元二次回归预测GDP、房地产行业投资8,956 6.16%9,507 40%综合预测8,937 6.50、35%9,506 9,506 9,506 9,506 15.2%15.2%15.2%15.2%16.2%16.2%16.2%16.2%y=27746Ln(x)-319368R2=0.9089-10,000.0020,000.0030,000.0040,000.0050,000.0060,000.00-100,000.0200,000.0300,000.0400,000.0500,000.0y=162.62x2-10899x+183560R2=0.950410,000.0020,000.0030,000.0040,000.0050,000.0060,000.00商品住宅销售额与GDP总量回归分析51、商品住宅销售额与城市化率回归分析GDP、城市化率：模型构造-10,000.00-100,000.00200,000.00300,000.00400,000.00500,000.00GDP-全国商品房销售额对数(GDP-全国商品房销售额)-30.0035.0040.0045.0050.0055.00城市化率-全国商品房销售额多项式(城市化率-全国商品房销售额)令年GDP总量为x，年全国商品住宅销售额为y，经过对数回归后发现，全国商品住宅销售额与GDP总量存在比较明显的对数关系因为城市化率的进程呈s型变化，所以我们采用年全国城市化率与年全国商品住宅销售额的多项式回归后，发现两者的拟合度较高通过回归52、分析我们发现二者对销售额的解释程度都很高，不妨将二者与销售额进行多元回归分析由第一步分别得到商品住宅销售额与GDP总量和城市化率之间的关系，下面将这两者统一在一个模型当中，因此，我们这里假设全国商品住宅销售额=a1*（GDP）+a2*（城市化率）2+a3*（城市化率）+C，经回归后得到的系数如下a1=21031.71 a2=152.7062 a3 =-12357.93 C=8087.179根据统计软件给出的结果，我们可以看出，GDP、城市化率Dependent Variable:YEVIEW统计检验报告Method:Least SquaresDate:Time:10:44Sample:199953、 2011根据统计软件给出的结果，我们可以看出，在二元回归的情况下，模型很好的给出了回归结果，R-squared=0.964041说明二元自变量很好的对因变量的解释，而对二元变量的时间序列Durbin-Watson stat自相关性的检验也证明了此模型的可行性Sample:1999 2011Included observations:13VariableCoefficientStd.Errort-StatisticProb.X121031.7111361.021.8512180.0972X2152.706241.113173.7142880.0048X3-12357.933590.789-3.54、4415640.0074C8087.179120565.00.0670770.9480R-squared0.964041Mean dependent var18428.62Adjusted R-squared0.952054S.D.dependent var16229.34S.E.of regression3553.653Akaike info criterion19.43700Sum squared resid1.14E+08Schwarz criterion19.61083Log likelihood-122.3405Hannan-Quinn criter.19.40127F-statis55、tic80.42798Durbin-Watson stat2.924899Prob(F-statistic)0.000001GDP城市化率商品住宅销售额低值199989,677.0534.782,413.73200099,214.5536.223,228.602001109,655.1737.664,021.152002120,332.6939.094,957.852003135,822.7640.536,543.452004159,878.3441.768,619.372005184,937.4042.9914,563.762006216,314.4043.9017,287.8120072656、5,810.3044.9425,565.812008314,045.4045.6821,196.002009340,902.8146.5938,432.892010397,983.0049.6844,120.65注：1、2012年以后GDP增速保守估计为年增速7.5%；2、城市化率按照2000年到2010年的年均增长1.3个百分点，统计口径来源于世界银行；3、2011年数据均来自统计局最新公布数据；GDP、城市化率2011471,564.0051.2748,620.962012506,931.3052.5756,725.692013544,951.1553.8763,311.67201458557、,822.4855.1770,413.802015629,759.1756.4778,032.082016676,991.1157.7786,166.502017727,765.4459.0794,817.072018782,347.8560.37103,983.782019841,023.9461.67113,666.642020904,100.7362.97123,865.65根据模型预测，到“十二五”规划第五个年头（2015年），我国商品住宅销售额可接近80000亿元大关。这预示着中国商品住宅市场仍然具有较大的增长空间预测结果PART 2PART 2PART 2PART 2PART 2P58、ART 2PART 2PART 2量量量量、价的预测价的预测价的预测价的预测量量量量、价的预测价的预测价的预测价的预测?供应量预测供应量预测?供应量预测供应量预测?销售量、价格预测销售量、价格预测?需求量预测需求量预测每年净增住宅需求构成每年净增住宅需求构成每年净增住宅需求构成每年净增住宅需求构成?可不考虑购买二手房可不考虑购买二手房可不考虑购买二手房可不考虑购买二手房?可不考虑二套以上购房可不考虑二套以上购房可不考虑二套以上购房可不考虑二套以上购房传统的住宅需求预测模式不易分清二手一手房购买传统的住宅需求预测模式不易分清二手一手房购买传统的住宅需求预测模式不易分清二手一手房购买传统的住宅需求59、预测模式不易分清二手一手房购买，不易分清转手重复型购买带来的需求误差不易分清转手重复型购买带来的需求误差不易分清转手重复型购买带来的需求误差不易分清转手重复型购买带来的需求误差，通过净增需求通过净增需求通过净增需求通过净增需求来解释上海实际住宅市场的紧张或宽松格局来解释上海实际住宅市场的紧张或宽松格局来解释上海实际住宅市场的紧张或宽松格局来解释上海实际住宅市场的紧张或宽松格局?实际意义上等于城市扩张导致每年必须多提供的住房实际意义上等于城市扩张导致每年必须多提供的住房实际意义上等于城市扩张导致每年必须多提供的住房实际意义上等于城市扩张导致每年必须多提供的住房?基于目前市场基于目前市场基于目前市60、场基于目前市场，假设投资性需求为零假设投资性需求为零假设投资性需求为零假设投资性需求为零需求量预测43每年净增刚性需求每年净增刚性需求每年净增刚性需求每年净增刚性需求原常住人口的部分改善性净增住房需求原常住人口的部分改善性净增住房需求原常住人口的部分改善性净增住房需求原常住人口的部分改善性净增住房需求因城市扩张导致净增人口住房需求因城市扩张导致净增人口住房需求因城市扩张导致净增人口住房需求因城市扩张导致净增人口住房需求需求假设需求假设需求假设需求假设：?估算对象为上海常住人口估算对象为上海常住人口估算对象为上海常住人口估算对象为上海常住人口?基于保守的估计基于保守的估计基于保守的估计基于保守的61、估计，年购房率约为年购房率约为年购房率约为年购房率约为6%6%6%6%（现有常住人口每现有常住人口每现有常住人口每现有常住人口每18181818年进行一次住房改善年进行一次住房改善年进行一次住房改善年进行一次住房改善）供给假设供给假设供给假设供给假设：?根据新开工量约在一年后形成供应的规律根据新开工量约在一年后形成供应的规律根据新开工量约在一年后形成供应的规律根据新开工量约在一年后形成供应的规律，我们根据上年新开工住宅面积估算当年市场净增供应量我们根据上年新开工住宅面积估算当年市场净增供应量我们根据上年新开工住宅面积估算当年市场净增供应量我们根据上年新开工住宅面积估算当年市场净增供应量年份年末62、常住人口新增人口居住面积增量改善性需求居住面积增量新增刚性需求量新增供应量?上海人均居住面积为约为上海人均居住面积为约为上海人均居住面积为约为上海人均居住面积为约为34m234m234m234m2?基于保守的估计基于保守的估计基于保守的估计基于保守的估计，改善性需求人均居住面积净增改善性需求人均居住面积净增改善性需求人均居住面积净增改善性需求人均居住面积净增10m210m210m210m2需求量预测单位单位单位单位：万平方米万平方米万平方米万平方米面积增量面积增量20061815 1360 1065 2425 2485 20071858 1462 1089 2551 2112 2008188863、 1033 1115 2148 1634 20091921 1117 1133 2250 1762 20101957 1204 1153 2357 1721 结论结论结论结论?06060606-10101010年均净增刚性需求年均净增刚性需求年均净增刚性需求年均净增刚性需求2346234623462346万方万方万方万方，年均净增供应年均净增供应年均净增供应年均净增供应1940194019401940万方万方万方万方，缺口约缺口约缺口约缺口约400400400400万方万方万方万方/年年年年，缺口比例缺口比例缺口比例缺口比例17.2%17.2%17.2%17.2%。想体现专业想体现专业想体现专业想体现专业性用定量性用定量性用定量性用定量逻辑要求严密的用定量定性说不清定性说不清定性说不清定性说不清的用定量的用定量的用定量的用定量数据标准需统一数据标准需统一数据标准需统一数据标准需统一善用加工数据的方法善用加工数据的方法善用加工数据的方法善用加工数据的方法（数据无法获得数据无法获得数据无法获得数据无法获得）预测结果以范围为佳预测结果以范围为佳预测结果以范围为佳预测结果以范围为佳结果给出多种可能性结果给出多种可能性结果给出多种可能性结果给出多种可能性123