■袁章帥（安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院）

1988年4月13日國(guó)家關(guān)于建立海南省經(jīng)濟(jì)特區(qū)的決議獲得通過(guò)，海南省商品住宅價(jià)格由88年的每平方米1350元上漲到了93年的每平方米7500元，之后房?jī)r(jià)保持平穩(wěn)并有小幅回落。2010年國(guó)家發(fā)改委批復(fù)《海南國(guó)際旅游島建設(shè)發(fā)展規(guī)劃綱要》，海南省商品住宅價(jià)格再次大幅上漲，由6000多元每平方米漲至1萬(wàn)多元每平方米，其中，?？谟?000多元每平方米漲至9000多元每平方米，三亞由1萬(wàn)多元每平方米漲至2萬(wàn)多元每平方米。

2018年4月13日，國(guó)家出臺(tái)政策——海南全島建設(shè)自貿(mào)區(qū)（港），引發(fā)轟動(dòng)，進(jìn)而導(dǎo)致?？谏唐纷≌瑑r(jià)格每天漲幅達(dá)每平米500元到1000元，三亞商品住宅價(jià)格一夜之間每平米上漲3000至8000元。18年4月22日，海南省委，省政府發(fā)布了《關(guān)于進(jìn)一步穩(wěn)定房地產(chǎn)市場(chǎng)的通知》，在已出臺(tái)限購(gòu)政策基礎(chǔ)上，實(shí)施全域限購(gòu)，被稱為“全國(guó)最嚴(yán)厲調(diào)控措施”。房地產(chǎn)價(jià)格作為房地產(chǎn)業(yè)運(yùn)行的“晴雨表”，不僅是政府宏觀調(diào)控的重要指標(biāo)，同時(shí)也是社會(huì)各界關(guān)注的重要民生話題。因此，分析并預(yù)測(cè)房地產(chǎn)價(jià)格顯得很有必要。

一、數(shù)據(jù)來(lái)源與模型假設(shè)

本文使用的數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)-中國(guó)經(jīng)濟(jì)大數(shù)據(jù)研究平臺(tái)，并做出如下解釋：（1）假設(shè)海南省房地產(chǎn)市場(chǎng)為完全競(jìng)爭(zhēng)市場(chǎng)；（2）假設(shè)海南省金融生態(tài)環(huán)境無(wú)爆發(fā)式增長(zhǎng)；（3）假設(shè)在無(wú)外界強(qiáng)制因素的影響時(shí)，海南省商品住宅價(jià)格的變動(dòng)在合理范圍內(nèi)且具有穩(wěn)定的變化趨勢(shì)；（4）假設(shè)各影響因素對(duì)房?jī)r(jià)影響程度的占比是穩(wěn)定且可估測(cè)的。

二、海南省商品住宅價(jià)格影響因素

通過(guò)查閱相關(guān)文獻(xiàn)與文獻(xiàn)，初步確定影響海南商品住宅價(jià)格因素體系，共有一級(jí)指標(biāo)四類，分別為宏觀經(jīng)濟(jì)因素、社會(huì)文化因素、建筑因素及其他因素；二級(jí)指標(biāo)10類，分別為房地產(chǎn)開發(fā)投資額、居民消費(fèi)水平、人口總數(shù)、國(guó)內(nèi)旅游收入、房屋竣工面積、住宅商品房銷售面積、城市人均擁有道路面積、房地產(chǎn)開發(fā)年度購(gòu)置土地面積、政策和貸款利率因素、消費(fèi)心理水平。具體影響因素圖見圖1。

通過(guò)相關(guān)系數(shù)矩陣可以發(fā)現(xiàn)，海南省的居民消費(fèi)水平、房地產(chǎn)開發(fā)投資額、人口總數(shù)、國(guó)內(nèi)旅游收入、“房屋竣工面積、住宅商品房銷售面積以及城市人均擁有道路面積同商品住宅銷售價(jià)格的相關(guān)系數(shù)較大，均大于0.5，大部分相關(guān)系數(shù)甚至超出0.9，表明這些因素對(duì)商品住宅價(jià)格具有強(qiáng)烈的影響；房地產(chǎn)開發(fā)本年購(gòu)置土地面積和貸款利率則對(duì)商品住宅價(jià)格的相關(guān)系數(shù)較小，將利率作為國(guó)家政策對(duì)于房?jī)r(jià)影響的一個(gè)凸顯指標(biāo)，利率作為貨幣政策只是占國(guó)家政策的小部分，可見國(guó)家政策對(duì)于房?jī)r(jià)有引導(dǎo)、調(diào)整作用。

三、基于BP神經(jīng)網(wǎng)絡(luò)的海南商品住宅價(jià)格預(yù)測(cè)模型

（一）模型構(gòu)建

本模型采用2010年-2017年《海南經(jīng)濟(jì)特區(qū)統(tǒng)計(jì)年鑒》及海南省土地與房產(chǎn)管理局發(fā)布的歷史數(shù)據(jù), 選取了其中房地產(chǎn)投資額、人均擁有道路面積、貸款利率以及人口數(shù)四項(xiàng)指標(biāo)對(duì)海南省2018年6月-2019年5月房?jī)r(jià)進(jìn)行預(yù)測(cè)，該BP神經(jīng)網(wǎng)絡(luò)模型如圖2所示。

（二）參數(shù)設(shè)定及仿真預(yù)測(cè)

通過(guò)查閱相關(guān)文獻(xiàn)且根據(jù)指標(biāo)個(gè)數(shù)，選取三層神經(jīng)網(wǎng)絡(luò)構(gòu)建模型，并確定隱層神經(jīng)元數(shù)且由于原始數(shù)據(jù)的單位不同造成了指標(biāo)量綱的不統(tǒng)一，因此將2010年至 2017年四個(gè)月度數(shù)據(jù)指標(biāo)歸一化處理，使其數(shù)值位于[-1,1]之間。且學(xué)習(xí)速率為0.05、最大迭代次數(shù)為1000次、均方誤差為0.65*10-3。最終該網(wǎng)絡(luò)迭代12步即可完成訓(xùn)練，使其誤差達(dá)到0.65*10^(-3)下。

圖1 海南省商品住宅價(jià)格影響因素

圖2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

隨后對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真實(shí)驗(yàn)，利用2018年5月-2019年6月各指標(biāo)的預(yù)測(cè)數(shù)據(jù)，對(duì)2018-2019年的商品房銷售價(jià)格進(jìn)行預(yù)測(cè)。在海南省未出臺(tái)4月22日的限購(gòu)政策的情況下最終得到的預(yù)測(cè)結(jié)果曲線如圖3所示。

圖3 海南省2018年6月-2019年5月商品住宅房銷售價(jià)格預(yù)測(cè)曲線

由于海南省作為一個(gè)以旅游業(yè)為主的省份，商品住宅的價(jià)格和人口數(shù)量有著密切的關(guān)系，考慮海南省的地理位置及其氣候，冬季節(jié)海南省的旅游業(yè)要優(yōu)于夏季，因此由于旅游人口數(shù)量造成流動(dòng)人口的變化會(huì)對(duì)商品住宅價(jià)格造成影響。即冬季海南省的房?jī)r(jià)要率高于夏季，和預(yù)測(cè)結(jié)果較為相符。

表1 海南省2018年6月-2019年5月商品住宅房預(yù)測(cè)價(jià)格 （單位：元）

圖4 2016年1月-2017年11月海南省商品住宅價(jià)格市場(chǎng)量?jī)r(jià)波動(dòng)情況

表2 VAR模型估計(jì)結(jié)果

表3 限購(gòu)政策出臺(tái)后2018年6月-2019年5月海南省商品住宅價(jià)格

預(yù)測(cè)每月海南省商品房?jī)r(jià)格如表1所示。

四、基于限購(gòu)政策下的VAR預(yù)測(cè)模型

（一）時(shí)間序列分析

圖5 對(duì)于lnv的走勢(shì)預(yù)測(cè)

圖6 關(guān)于lnp的走勢(shì)預(yù)測(cè)

獲取了海南省2016年1月至2017年11月商品住宅銷售價(jià)格和交易量的月度數(shù)據(jù)，并將價(jià)格消除通貨膨脹因素的影響，商品住宅的交易量用銷售面積進(jìn)行衡量，商品住宅價(jià)格和商品住宅的銷售面積分別表示為和二者趨勢(shì)和關(guān)系如圖4所示。

再根據(jù)AIC和SC最小準(zhǔn)則確定滯后階數(shù)為2后，兩序列的格蘭杰因果檢驗(yàn)結(jié)果顯示，量?jī)r(jià)之間存在單向關(guān)系：價(jià)格不是交易量的格蘭杰原因，但交易量是價(jià)格的格蘭杰原因。由此可見，限購(gòu)政策直接作用與住房需求，迫使需求減少，在新的供求平衡下使住房?jī)r(jià)格下降，通過(guò)“價(jià)隨量跌”實(shí)現(xiàn)政策目標(biāo)。

（二）模型構(gòu)建及預(yù)測(cè)

為了進(jìn)一步分析商品住房銷售價(jià)格同其銷售面積之間的動(dòng)態(tài)變化，構(gòu)建二維向量自回歸模型（VAR模型），根據(jù)上述分析，選擇滯后變量為2進(jìn)行模型的構(gòu)建，具體表達(dá)式如下：

通過(guò)以上對(duì)于數(shù)據(jù)的檢驗(yàn)，構(gòu)建VAR模型，利用Eviews軟件進(jìn)行分析，得到模型估計(jì)結(jié)果如表所示。分析得到VAR模型的估計(jì)結(jié)果如下：

該模型的擬合優(yōu)度R2= 0.9832，擬合優(yōu)度較好，由下表2可以看出，交易量受上期的影響較大，而價(jià)格在一階與二階水平上的自相關(guān)性都很強(qiáng)，滯后一期的交易量對(duì)價(jià)格的影響較為顯著。滯后一期的價(jià)格對(duì)交易量呈現(xiàn)出負(fù)向的影響，滯后二期的價(jià)格則正向影響交易量，但是不是很顯著。模型估計(jì)結(jié)果與格蘭杰因果的分析保持一致。

基于以上分析，將去年三月份海南省頒布住房政策和今年四月份頒布的住房政策相結(jié)合，通過(guò)當(dāng)期指標(biāo)和上期指標(biāo)間相關(guān)關(guān)系得到其影響規(guī)律，從而能夠預(yù)測(cè)未來(lái)一定時(shí)期內(nèi)的指標(biāo)走勢(shì)，根據(jù)所建立的VAR模型對(duì)2018年6月至2019年5月海南省商品住宅價(jià)格及其商品住宅銷售面積走勢(shì)做出預(yù)測(cè)，其結(jié)果如圖5、6所示。

據(jù)圖5分析得，由于2017年政府發(fā)布限購(gòu)令，大程度上限制了非海南戶籍居民在海南購(gòu)房的數(shù)量，導(dǎo)致房屋售出面積短時(shí)間內(nèi)急劇下降，對(duì)于今年4月份政府政策限購(gòu)令的再次實(shí)施也體現(xiàn)了出來(lái)，具體表現(xiàn)在房屋售出面積短時(shí)間內(nèi)又再次下降，對(duì)于圖6，由于受到政策的影響，使得市場(chǎng)對(duì)于房屋的需求量逐漸減少，預(yù)測(cè)曲線斜率不斷減小，最終不考慮其他因素的條件下，達(dá)到均衡。

由于分析所得數(shù)據(jù)經(jīng)過(guò)對(duì)數(shù)化處理，所以再次對(duì)其指數(shù)化可以得到預(yù)測(cè)后的結(jié)果，見表3所示。

五、結(jié)束語(yǔ)

本文首先分析海南市房地產(chǎn)發(fā)展現(xiàn)場(chǎng)并對(duì)房?jī)r(jià)影響因素進(jìn)行分析，隨后在無(wú)政府政策影響下，選取影響較大的4個(gè)因素建立了BP神經(jīng)網(wǎng)絡(luò)模型，得出海南市房?jī)r(jià)預(yù)測(cè)結(jié)果且達(dá)到了預(yù)期的目標(biāo)，具有一定的可信度；在政府出臺(tái)限購(gòu)政策后，加入這一外生變量，選用VAR模型建立動(dòng)態(tài)分析模型進(jìn)行回歸和預(yù)測(cè)，得出回歸方程并預(yù)測(cè)2018年5月-2019年6月的海南商品住宅價(jià)格。

由于商品房銷售價(jià)格影響因素錯(cuò)綜復(fù)雜，除了本文所提到的內(nèi)外在因素外，還受到國(guó)家其他宏觀調(diào)控政策及環(huán)境等其他因素的影響，這些因素也在一定程度上影響了神經(jīng)網(wǎng)絡(luò)對(duì)房?jī)r(jià)預(yù)測(cè)的客觀性。