1、广东金融学院大学生课外学术科研立项申报参赛作品构建中国房地产预警系统研究申请者：陈作宏、陈芳芳、戴文龙、黄文、 林岳、林敏慧、罗媛单位：广东金融学院指导老师：丁俊峰单位：广东金融学院金融系年月构建中国房地产预警系统研究陈作宏、陈芳芳、戴文龙、黄文、林岳、林敏慧、罗媛摘要：房地产是关乎国计民生的一个产业，对经济的推动也是不言而喻。然而在发展中各国都曾出现不同程度的房地产泡沫，并由此给经济社会带来严重点负面影响。如何规避房地产泡沫，除在发展过程中遵循经济规律外，快速准确预测是否出现泡沫是一个有效办法。对预警系统的设计已有专家学者的一些探索。但房地产业在我国的经济发展中属于一个新兴产业，发展时间不长
2、，且未出现全国性地产泡沫，如何设计房地产预警系统尚有很大的探索空间。为此，本小组通过努力，通过对指标的分析选择，整理历年数据，构建了这个预警系统。关键词：房地产、预警系统、指标。一、 引言20世纪后半期是世界房地产泡沫发展的较严重的时期。于是针对房地产经济的研究多以这一时期的实证背景。包括80年代中后期的日本地产泡沫。90年代的泰国地产泡沫、印尼地产泡沫、新加坡地产泡沫、马来西亚地产泡沫和香港地产泡沫。更早时期则是针对19291933年世界经济危机中的美国及西方发达国家地产泡沫的研究。简单介绍历史上的几个房地产泡沫：日本房地产泡沫：世纪年代后期，日本中央银行采取了非常宽松的金融政策，鼓励资金流
3、入房地产和股票市场，以刺激经济发展。致使房价的暴涨，从年到年，日本的房价整整涨了两倍。到1990年，只东京一地的地价就相当于整个美国全国总地价。年后随着国际资本获利后撤离，房地产泡沫迅速破灭，到年日本房地产业全面崩溃，遗留下来的坏账高达6000亿美元。东南亚房地产泡沫：世纪年代中期，泰国政府把房地产作为优先领域，并出台一系列刺激性政策，加上银行信贷政策的放任，促使房地产泡沫的形成。年，泰国房地产空置率持续高升，其中办公室空置率高达50%。随着年东南亚金融危机的爆发，泰国等东南亚国家的房地产泡沫彻底破灭，并直接导致各国经济严重衰退。而我国对房地产泡沫的研究就是现在世纪年代对海南地产泡沫，北海地产
4、泡沫的地区性典型案例的追踪。而整体重视地产泡沫是本世纪以来至日前经济持续升温的大气候背景下，在北京、上海、广州、深圳等中心城市及东部发达地区的部分城市房地产持续高涨警示下而受到普遍关注。国务院“国六条”的推出以及中央银行针对房地产的系列调控措施的出台则是预警防控我国房地产泡沫的实质性措施。本课题的研究是针对中国房地产业的发展状况而作的预警系统研究，年一季度，深圳房地产价格上涨了近。引起了“泡沫”的大讨论，因此本课题对此的研究具有重要的现实意义。本系统的建立就是在此一大环境下产生的，通过对中国房地产的研究，为房地产与国民经济的良性发展进行引导和偏离良性发展进行预警，旨在防治泡沫及防止其产生。二、
5、预警指标体系房地产业有着许多相关的指标。我们在对各指标进行筛选归类后，对房地产的发展和历史数据以及国家政策进行了研究，发现商品房市场存在着周期波动，并且是增长型的周期波动，是增长率的上升与下降的交替过程。对此我们利用“商品房销售额增长率”和“房地产开发投资增长率”这两个最具代表性的指标房地产业周期波动周期大约是六到八年（如图1所示）进入上世纪九十年代以来，房地产周期波动的波峰出现在1993年1998年2003年。图1：房地产周期波动图一般而言，房地产市场的周期波动有两种主要因素。一种是由市场自发调节；二是国家政府及时进行宏观调控，使过高的增长速度趋于正常化。从而，求得经济的稳定发展，显然这些情
6、况属于后者。这表明，国家的政策与房地产经济周期有着密切的联系，在房地产周期波动的波峰时，国家往往会出台相关政策来抑制价格的持续上涨。当房地产经济处于低谷时，国家就会出台相关政策，使商品房的价格保持适当的增幅。从这里我们可以看到，如果国家出台了明显有利于商品房价格上涨的政策，则往往表明新一轮的增长形势将要出现。国家政策在很多时候对房地产市场的影响是相当大的。例如：1998年4月7号，中国人民银行下发了关于加大住房信贷投入，支持住房信贷和消费的通知决定进一步加大住房信贷投入，支持住房建设和消费。随后又颁布了个人住房贷款管理办法取消了对发放个人住房贷款的限制，并规定了个人住房贷款实行优惠利率。同年7
7、月，在国务院关于进一步深化城镇住房改革加快建设的通知从1998年下半年开始全国城镇停止住房实物分配，逐步实行住房货币化，取消福利房政策，把数量庞大的一批消费者推进商品房市场中来。国家在购房按揭方面的政策又使相当多的人具备的商品房的购买能力。在这两项政策的强劲支撑下，商品房平均价格从1999年开始了较快的上涨行情。一直到现在还保持较快增长从我们对历年政策内容的对比及政策颁发的前后房地产市场的变化我们得出：国家主导的宏观调控在房地产周期的运行当中起到相当重要的作用，为此我们首先确定了“国民经济承受能力指标”和“金融贷款调控力度”两大类指标。同时我们认为，国家已基本从计划经济到市场经济的转化，开始建
8、立了一套房地产市场经济体系并趋于完善。房地产的周期的运行在很大程度上也取决于市场的供求关系。在此我们添加了“市场供应能力和吸纳能力”两大类指标，由供求直接反应房地产市场的变化。当供给与需求失衡一定程度时，市场就会产生泡沫。宏观经济与房地产的互动关系:1、在扩张期，房地产周期晚于宏观经济进入复苏阶段,但因其复苏速度快，早于宏观经济周期达到繁荣阶段。2、当宏观经济进入繁荣阶段，在政府通过提高利率，紧缩通货膨胀等政策冲击下，房地产需求开始降低，房地产投机被抑制，房地产泡沫破灭，社会资源率先从过热的房地产领域退出，房地产市场先于宏观经济进入收缩期。并且在收缩阶段持续时间长于宏观经济。3、当宏观经济进入
9、衰退后，房地产经济出现更为猛烈的下降过程，房地产经济进入萧条时期。由于我国的房地产经济还未完全进入市场经济，宏观政策房地产经济的影响是非常灵敏的，宏观调控手段直接作用于房地产市场，而房地产市场的供求关系又会影响着宏观政策的效用。其中宏观政策主要表现于货币供应量、利率和贷款额上，房地产市场主要表现于价格上。它们存在着下面的联系。货币供应量房地产销售价格市场利率贷款额股票价格房地产理论价格 为此，我们初步得出各个指标的权数：第一、 国民经济承受能力指标为0.2第二、 市场供应能力指标为0.2第三、 市场吸纳能力指标为0.2第四、 第四金融扩张力度指标为0.4我们将用大量的实证去验证这些权数。并对其
10、进行优化修改。在对下列小指标权数进行拟定是时同样采用验算方式进行最终确定。对大类指标包含的各项小指标的选取进行讨论分析。以下指数均选取2001年为基准值1.00进行计算一、国民经济能力承受能力指标国民经济能力承受能力指标主要表明国民经济对房地产过热的承受力。房地产涉及很多产业，也是固定投资的重要组成部分。当其达到一定程度，不加以控制将会对国民经济的持久发展造成伤害。1. 房地产投资速率指数: 由房地产投资增长率比GDP增长率之比编制而成的。反映房地产投资是否和国内生产总值同比增长。1. 房地产投资速率指数: 由房地产投资增长率比GDP增长率之比编制而成的。GDP即国内生产总值，基本上反映一个国
11、民经济的发展水平。房地产投资额，房地产经济要发展，就必须得有资金的注入才能运作起来。取两者的比值可以很好的反映房地产经济在整个国民经济中的发展状况。表1.12. 房价增长速率指数：由房价增长率比GDP增长率得出。此指标主要表明房价的增长速度与经济的增长速度是否相符。如下图所示，1990年房价增长速度明显超越了国民经济的增长速度，在一定程度上导致了1992、1993年房地产市场顶峰的产生。表1.23. 房地产投资规模指数：由当年房地产投资额与当年全社会固定资产投资额之比的增减变化汇成的。该指标反映房地产的投资规模。在中国目前固定资产占GDP超过三分之一的情况下，这指标有其意义。 表1.3二、供应
12、能力指标市场供应能力取决于市场的现有供应量和潜在供应量。现有供应量指标：竣工面积、完成土地开发面积潜在供应量指标：完成房地产开发购置面积、施工面积、空置率。综合考虑之后我们选取了以下三个指标来反映市场供应能力指标。1. 土地开发效率指数:完成开发土地面积/房地产开发购置土地面积。表2.12. 竣工率指数: 是用当年竣工面积除以当年施工面积，并把每年的增长率汇集成指数。该指数反映了每年的可推向市场的楼房增长情况，其增长情况与当年需求量的增长可以从某一方面反映房价。表2.23.空置面积增长指数: 是用当年竣工面积减去销售面积以此计算其增长幅度而编成的，该指标可以表明市场对房地产的吸纳能力。反映房地
13、产是供大于求还是供小于求。 表2.3三、市场吸纳能力指标房地产泡沫会不会产生，市场的需求扮演了一个重要角色，而市场的需求能力又取决于就业居民的承受能力：房价/家庭月收入、房价的增长速度/居民收入增长速度；房地产的销售状况：商品房销售面积增长率，商品房销售额增长率。1. 房价负荷指数: 该指数由房价除以人均月收入，主要反映房价的增长对购房者的压力。当房地产过热时，吸引大量资金流入房地产业，由于人们预期房地产将升值，炒卖现象严重，可能引起商品房和土地价格暴涨。房价飞涨而居民家庭年收入水平不高，使得房价居民家庭年收入值，偏离正常值，预示着房地产价格发生异常变动。表3.12. 房价增长合理指数: 房价
14、增长除以居民收入增长，主要反映房价的增长与居民收入是否同步，也反映了购房者的压力。 表3.23.商品房销售面积指数:商品房销售面积增长率 表3.34.商品房销售额指数:商品房销售额增长率 表3.4四、金融信贷调控力度推动地产泡沫产生的资金，绝大部分是从银行流出的。因此一些金融类指标能够较好地预测地产泡沫的发生。研究表明，货币供应量与房价呈高度正相关关系，货币供给量增大，购房的融资条件相对宽松，银行会在利率、还款期限、贷款额度等方面给予贷款人较大的优惠。在日本房地产泡沫急剧膨胀、市场过热时期，很多金融机构违背贷款原则，随意变更贷款比例上限，有的甚至将贷款上限提高到100 以上，房地产贷款增长过快
15、 助长了地产泡沫的形成。同时，信贷增长使股市、房地产市场升温，股价指数随之上涨，房地产价格不合理上扬。房价与股价之间也呈现正相关关系，通过股价指数的变动也可以很好地预测房地产经济活动的非正常变化。因此，反映金融状况的预警指标可选择货币供给量增长率、房地产贷款增长率、股价指数、楼宇按揭利率和中长期贷款利率。1. 货币供应指数:货币供给量增长率 表4.12. 房地产开发贷款增长指数:房地产贷款增长率 表4.23. 个人房贷负荷指数:楼宇按揭/居民月收入 表4.34.股价指数表4.4 此指标暂缺5.中长期贷款利率 表4.5五年以上 中长期贷款年份1996.5.11996.8.231997.10.23
16、1998.3.251998.7.11998.12.7 利率15.12 12.42 10.53 10.35 8.01 7.56 年份1999.6.102002.2.212004.10.292006.4.282006.8.19 利率6.21 5.76 6.126.39 6.84 利率是国家重要经济调控手段，当投资过热时国家会紧缩银根提高利率，反之则降低。可以简单的理解为：利率越低投资越热。为了更好的表达此指标的力度，我们取其倒数并化为指数形式进行研究。中长期贷款利率指数年份19961997199819992000利率0.450.540.680.901.0020012002200320042005利
17、率1.001.081.081.051.01三、指数区间的拟定然而，通过本文，大家大概会问我们何以选取以2001年为基准值1.00对各指标进行计算？我们通过分析，看到98年国家为了扩大内需，把房地产作为支柱产业，加大住房信贷，鼓励买房。居民在有效的刺激下，购房需求逐步释放。,之后房地产市场化程度逐渐提高,市场体系也逐渐健全。因此选择98年以后的年份来确定，比较能代表以后发展的变化。其次，从周期上看，在92、93年达到顶点之后，9496年步入衰退期和9799年的萧条期，992000年市场进入复苏阶段。接下来的01年正好处于从一轮的衰退复苏之后另一个发展的周期。近几年有学者论证我国的房地产周期大概是
18、七至八年，2001年也正好符合这个理论。学者季朗超在2005年由经济管理出版社出版的非均衡的房地产市场一书中，通过房地产各项指标，政策因素等综合考虑后，得出从1987年到2002年的均衡指数（附表），从绘制的曲线中，我们可以看到2001年均衡程度最好。综合这三个方面的分析，我们选定2001年作为标准值 1.00。然而，此标准值只能作为纵向对比的相对值，不能作为满意值使用。中国房地产均衡指数：年份19881989199019911992全国1.5627651.504961.2803531.3870640.716135年份19931994199519961997全国-0.41089-0.29358
19、-0.49453-0.43831-0.3014年份19981999200020012002全国-0.136350.0317070.052213-0.02938-0.0681。根据各项指标的特点，我们分别在四大指标选取了周期较为明显，数据较全的数据：房价增长率、房地产开发投资增长率、商品房竣工面积增长率、商品房售额增长率、货币供应量（M）增长率，统一在一起以便体现中国房地产发展的特征。图：中国房地产发展特征示意图对上述各指标进行拟合：中国房地产综合指数中国房地产综合指数：是对上述五项指标利用五项合成法进行拟合，并选取了以2001年为基准值1.00进行表现，以反映中国房地产发展情况的波动图。此指数
20、可以有效反映中国房地产发展形态。对下一步预警区间的建立具有相当的参考力度。从图中可以明显的看出，2000到2003年房地产市场的发展相对平稳，此结论与之前中国房地产均衡指数相符。我们对房地产并根据其发展特征，以及各项指标的发展情况，以历史依据确立各指标的相关区间，如下表：表：4.1预警指标区间确立序号项目异常低基本正常良性发展基本正常异常高一、国民经济能力承受能力指标01房地产投资速率指数-0.050.620.831.174.502房价增长速率指数-0.100.520.741.783.203房地产投资规模指数无0.891.051.131.64二、供应能力指标01土地开发效率指数无0.760.9
21、81.704.502竣工率指数无0.800.951.031.9603空置面积增长指数-2.41-0.50.20.913.18三、市场吸纳能力指标01房价负荷指数无无0.931.201.702房价增长合理指数-0.010.670.851.872.3003商品房销售面积指数-0.230.861.151.604.1004商品房销售额指数0.470.751.151.404.30四、金融信贷调控力度01货币供应指数无0.650.971.232.1502房地产开发贷款增长指数无0.551.101.773.8903个人房贷负荷指数无1.001.752.154.504中长期贷款利率指数无无1.051.151.
22、2具体指数区间的确立方法：一、良性发展指标也就是满意值，主要来源于2000,2001,2002,2003年的数据,因为这几年的发展非常的平稳.二、基本正常指标:主要选取1994、1995、1996、1997、1998、1999、2004、2005这几年的数据。三、异常高也就是不可取值主要选取1992,1993年进行考虑。四、异常低来源于各个时期出现的最低值,然后综合考虑进行取值.指标的数值主要用算术平均，移动平均，画图描点，线性回归和非线性回归来确定。注： 个人房贷负荷指数：由于98年后政策出台支持个人房贷政策，因此在制定其具体区间时暂时还无法确定。有待修正。在对各大小指标进行区间划分之后。由
23、于各个小指标都是以同一纵向表现力度的指数形式设定。通过表格，可以以它们之间的横向比较进行初步拟定其在各大类指标中的权数。本系统用距离差的方法体现其预警力度。（详细见下预警系统数学模型的建立）同样地，在对各小指标进行小权数的确定是，也是以其良性发展与非良性发展之间的距离差，并通过同一大类指标间的横向比较进行初步确立。在后期进行验证并且调整完善。四、预警系统数学模型在此将上述拟定的预警系统各指数的区间，并针对各指数、指标的相关性及其已确立的权数建立具体数学模型。在计算过程中，由于98年前部分数据相对缺乏。在代入公式进行计算时，本公式基于上述以2001年为基准值进行指数设计的方法，以2001年的数据
24、填补缺乏的指标。然而，也无法否定其误差的存在，只尽量把误差降到最低。对数学模型的建立，我们采用了实际值与不满意值之差除以满意值与不满意值。简单说就是不满意值之间距离的比。从单一小指标来看，当其结果为1时最为满意，也就是发展良好；0时最不满意，也就是恶性发展。然而，如果当结果达到0时再进行预警，那么系统得预警效能将接近于0。因而需要根据各指标进行权重衡量，也就是权数的确定。经过以上纵向、横向的比较，并在后期验算时进行适当调整。具体方法为：各自指数在其指标中不可取值和良性发展值之间的距离幅度来确定权重。得出各大类指标分公式如下：注：*、#分别表示不满意值与满意值。如表示的不满意值。各小指标与其序号
25、相对应。一、国民经济承受能力指标指标代号A公式1： 结论1：代入数据，经计算，如图：年份198819891990199119921993199419951996结果0.71 0.44 -0.01 0.83 0.45 0.21 1.00 0.89 0.95 年份199719981999200020012002200320042005结果1.01 1.10 1.19 1.06 0.94 0.99 1.01 0.79 0.85 二、供应能力指标指标代号B公式2：结论2： 代入数据，经计算，如图：年份198819891990199119921993199419951996结果0.59 1.04 0.7
26、6 0.69 0.72 0.56 0.70 0.80 0.35 年份199719981999200020012002200320042005结果0.80 0.92 0.90 0.94 0.94 0.95 0.97 1.05 1.15 三、市场吸纳能力指标指标代号C公式3：结论3： 代入数据，经计算，如图：年份198819891990199119921993199419951996结果0.97 1.08 1.02 1.04 0.69 0.53 1.16 0.91 1.12 年份199719981999200020012002200320042005结果1.04 0.96 1.13 1.02 1.
27、02 1.05 0.98 0.95 0.74 四、金融信贷调控力度指标代号D公式4：由于股价指数数据缺乏，选用以下公式，如图： 结论1：代入数据，经计算，如图：年份198819891990199119921993199419951996结果0.71 0.44 -0.01 0.83 0.45 0.21 1.00 0.89 0.95 年份199719981999200020012002200320042005结果1.01 1.10 1.19 1.06 0.94 0.99 1.01 0.79 0.85 二、供应能力指标指标代号B公式2：结论2： 代入数据，经计算，如图：年份1988198919901
28、99119921993199419951996结果0.59 1.04 0.76 0.69 0.72 0.56 0.70 0.80 0.35 年份199719981999200020012002200320042005结果0.80 0.92 0.90 0.94 0.94 0.95 0.97 1.05 1.15 三、市场吸纳能力指标指标代号C公式3：结论3： 代入数据，经计算，如图：年份198819891990199119921993199419951996结果0.97 1.08 1.02 1.04 0.69 0.53 1.16 0.91 1.12 年份1997199819992000200120
29、02200320042005结果1.04 0.96 1.13 1.02 1.02 1.05 0.98 0.95 0.74 四、金融信贷调控力度指标代号D公式4：由于股价指数数据缺乏，选用以下公式，如图：结论4： 代入数据，经计算，如图：年份198819891990199119921993199419951996结果1.29 1.29 1.29 0.97 0.81 0.58 0.94 1.07 1.41 年份199719981999200020012002200320042005结果1.30 1.04 1.28 1.21 1.12 0.98 0.84 1.04 1.07 最终预警系统数学模型的确
30、立：总公式我们是以各大指标的内在联系进行权数初定的，但指标间微妙的关系只能通过验算来进行调整。在确立大方向不变的情况下为达最佳效果我们对各大指标的权数稍微进行了调整，具体如下：总结论：代入上列公式结果数据，结果如下：年份198819891990199119921993199419951996结果0.67 0.64 0.48 0.58 0.47 0.30 0.61 0.68 0.73 年份199719981999200020012002200320042005结果0.79 0.64 0.73 0.69 0.62 0.58 0.54 0.57 0.65 通过以上结果可以确立一下区间。我们将使用20
31、06年数据进行验证。区间分配如下：当时，泡沫严重；（警惕泡沫破灭）当时，过热；（红色警戒线，泡沫形成）当时，偏热；（黄色警戒线，过热现象）当时，正常；（绿色通道，发展良好）当时，偏冷；（蓝色境界线，发展滞缓）当 时，过冷。（灰色境界线，市场萧条）图示如下：为方便观察，我们取其倒数绘图如下：从反向图可以看出，此系统所表现的结果与历来房地产专家学者所研究的周期理论基本符合。房地产预警系统与周期理论的研究本来是两个不同的领域，但是最终殊途同归，从而互相证实了其准确性。从历史上看，本系统实现了有效的监控效能，据实反映发展的实际情况。对偏热、过热情况发生时进行准确预警，防治泡沫的发生。如：2002年达到
32、0.62开始达到良性发展与偏热的临界点，表明偏热或过热情况的将要发生。2003年突破良性发展区间达到黄色警戒线的0.58，2004年则达到0.54。系统表明，如果不加以控制全国范围的房地产市场将从偏热走向过热。然而2004、2005年也是国家针对房地产市场政策出台最频繁的两年。如2004年的831大限、2005年的国八条，以及后来多次的利率上调，最终使得房地产市场从偏热走回良性发展的轨迹。当然，这些只是针对历史的表明，系统本身能否准确在未来进行检测预警，还得让时间来考证。我们下一步针对本系统的研究将从全国范围进入到城市为单位的研究。并逐步实现如下一部分所描述的优化措施。五、对预警系统的优化与展
33、望在此针对预警系统的存在的不足与需求进行分析，以便于在将来完善本预警系统。(一)需要进行细化的指标我们在探究房屋空置面积的时候，用的是“商品房的竣工面积 销售面积”，这固然可以反映总体的空置情况，但却反应不了商品房各结构的情况，通过数据表明，商品住宅的销售占总商品房销售面积的大部分，空置较多的为写字楼和营业用地等等。清除这一点才能有的放矢的调控房地产市场。而鉴于数据与时间的关系，这部分有待完善。人均收入指标，将根据基尼系数和恩格尔系数对各阶乘的收费和消费居住类进行划分。(二)通常用却未用的指标股价，从日本泡沫到东南亚的金融危机的表现，股价和房地产是一对分不开的关系，两者方向基本相同，但是本文中
34、我们并没有考虑股价，因为中国股市由于特殊的历史原因在某一程度上失去经济“晴雨表”的作用。中国另一个不同是，尚未完全对外资本开放。因此国际炒家不能像日本东南亚那样掀起那么大的波浪，中国的投资者也尚无能力在房地产和股票市场同时发挥能量。所以我们对这指标暂不考虑。随着时间推移，该指标渐渐显出它的作用，到时再考虑以完善系统。地价这一指标的走势从国际经验看与房价息息相关，现在中国也弥漫着高低价高房价的理论，我们并没有采用这一指标，一是因为数据收集不全；第二，从中国实际情况来看，2002年之前都是采用协议转让。从目前收集的数据来看，这指标的周期性并不十分明显。所以我们暂没考虑这一指标。待数据齐全，我们再考
35、虑采用其他方法，把它加入系统，使它发挥应有的作用。(三)将完善的指标城市化与房地产各指标的关系。中国目前的城市化远远低于世界水平。未来20年，中国将进入一个城市化飞速发展的历史时期，城市化水平将由目前的 37%左右上升到60%以上，城市化的发展最明显的不外乎带动房地产业的高速增长，如到2010年城市化达到45%，则城市人口将增加6.3亿，比2000年增加1.7亿，扣除城镇地域范围的扩大，新增城市人口1.2亿，则需建30亿平米的住宅。在中国目前存在大量空置面积的情况下。这一指标影响着对房地产的预期。二手房。二手房指标可以很好的反映市场的活跃程度。是不是有严重的炒房，和这一指标也是息息相关。而最近
36、国家出台的二手房新法规，将影响着二手市场的变化。租金。我们知道房屋既可以作消费品又可以作投资品。租金的表现与一手房和二手房有着紧密的关系，从另一方面也反映着市场的供需情况。对于把房屋作为投资品的房主来说，租金的高低影响着投资的收益。中国目前有一些城市的租金房价比已低于同期的贷款利率。如何考虑和完善这一指标的作用。是下一步的工作。房地产开发贷款占总贷款。这个指标的重要性不言而喻。97亚洲发生金融危机的国家，像泰国、马来西亚、印尼等国家房地产贷款占总贷款30%以上。发生危机后给金融机构带来沉重打击。中国目前的房地产开发贷款比重虽还不大，但考虑个人住房信贷的话，这一比重将大大提高，带来的压力不容小视
37、。如何为这一点设定某个指标加入系统，是我们下一步的重点。(四)将考虑的情况政策影响。中国特有的国情。政策目前尚发挥着比市场更大的力量。如何考虑政策对房地产周期的影响，房地产倒U曲线。即在某一时期，GDP增长，房价表现为快速增长，一定时期后，GDP继续稳步增长时，房价却表现为停滞，甚至下降。从国际研究表明，人均GDP8001300美元时，房地产处于发展时期;人均达13008000美元时，房地产处于快速发展时期；中国目前人均GDP1800美元左右，正好处于这个快速发展时期。但中国有中国的国情，如何将这方面的因素考虑进预警系统，是我们下一步将着重研究的。人民币升值所带来的效应。投资价值如何体现，也是
38、我们下一步的研究目标。通过以上不足点分析以及对其改进，我们的预警系统将趋于完善。在此基础上我们还将对预警系统的功能进一步加强，让它适用于预测具体城市。我们在研究中发现，单个城市的泡沫判断和风险预测的难度远比全国的大。这是因为全国的指标虽然具有广泛性和标本性，但却覆盖不了各个城市的具体情况和各自动特殊情况。笼统的说，各个城市由于经济辐射，政治影响，文化地位的不同，在相同指标和数据的条件下，泡沫和风险是不同的。这也就是为什么是上海而不是其他城市在这一轮到房价狂涨中充当旗手的原因。另外从现实性分析，单个城市的预警模型的实用性也比全国的强。到目前为止，中国的房地产泡沫并无出现全国性的泡沫。耳熟能详地9
39、0年代初地产泡沫，也主要是海南、北海、惠州三个地区。而自2002年以来的房地产泡沫之争也集中在一二线城市，二线城市以下及广大城镇农村地区房价上涨并不明显。在全国性系统中，尽管个别城市的房地产市场出现不正常，有泡沫之嫌，却由于全国总量巨大，很难据此判断泡沫。因此我们下一步对除对系统的准确性加以修正，我们将着重对城市预警系统的设计和完善。参考文献：作者书名出版社出版时间简德兰等房地产经济学上海财经大学出版社2003年版王秋石等房地产经济学经济管理出版社2003年版张跃庆等房地产经济学中国建材工业出版社2004年版谢经荣等地产泡沫与金融危机经济管理出版社2002年版倪鹏飞城市竞争力蓝皮书中国城市竞争
40、力报告社会科学文献出版社2003年版贾士军房地产项目全程策划广东经济出版社2003年版张勇房地产价格评估与产权交易(全文)下册金版电子出版公司电子版黄绪虎 张昱用系统方法看房价调控 纪念宏观调控一周年2006年5月11日大洋网“泛珠三角”地区数据一览表2005-03-09 15:02:20广东人民政府【国民经济统计年表】羽键广东省房协召开2006年广东房地产市场景气分析会暨广东房地产蓝皮书首发式广东房地产网2006-3-16沈超群房产新政中房地产金融政策调控的思考2005年广东房地产报告2005年深圳市房地产报告广东省建设厅深圳市建设厅2006年3月刘青2005年房地产市场形势分析与2006年
41、展望国家信息中心房地产信息处2006-3-2广东省房协市场分析课题组2005年度广东省各地区房地产市场分析报告中国统计局19882006年统计年鉴中国统计局19882006中经网中经网产业数据库中宏网中宏网数据库曹振良房地产经济通论北京大学出版社谭刚房地产周期波动经济管理出版社季朗超非均衡的房地产市场经济管理出版社张健财富永续上海财经大学中国人民银行营业管理部北京房地产市场调研中国人民银行 附件：中国房地产数据库表：年份数据GDP环比增长商品房平均销售价格环比增长房地产开发投资额环比增长198711962.511.60%408149.9198814928.311.30%50323.28%257
42、.271.58%198916909.24.10%57313.92%272.76.03%199018547.93.80%70422.86%253.3-7.11%199121617.89.20%78611.65%336.232.73%199226638.114.20%99526.59%731.2117.49%199334634.413.50%129129.75%1937.5164.98%199446759.412.60%14089.06%2554.131.82%199558478.110.50%159113.00%314923.29%199667884.69.60%180613.51%3216.42.14%199774462.68.80%199710.58%3178.4-1.18%199878345.27.80%20633.30%3614.213.71%199982067.57.10%2053-0.48%4103.213.53%200089468.
