魏霄云，孟 冉，陳龍珠

(1.上海交通大學(xué) 土木工程系，上海 200240;2.華潤(rùn)置地上海有限公司，上海 200092)

近20年來，房地產(chǎn)行業(yè)從無到有，已發(fā)展成為我國(guó)國(guó)民經(jīng)濟(jì)的一個(gè)重要組成部分，對(duì)我國(guó)城市化和人民生活水平的改善起到了顯著的作用。為抵御全球金融危機(jī)的負(fù)面影響，2008年底至2009年初，國(guó)家醞釀和開始實(shí)施了積極的財(cái)政政策和適度寬松的貨幣政策。通過下調(diào)固定資本金比例、執(zhí)行房貸優(yōu)惠等政策減緩建房、購(gòu)房負(fù)擔(dān)，以通過復(fù)蘇房地產(chǎn)行業(yè)和加大鐵路等基礎(chǔ)設(shè)施建設(shè)投資等帶動(dòng)相關(guān)產(chǎn)業(yè)的發(fā)展，繼而恢復(fù)人們對(duì)未來經(jīng)濟(jì)發(fā)展的信心［1］。2014年1月，原全國(guó)人大常委會(huì)原副委員長(zhǎng)成思危在北京舉辦的“金鳳凰2014全球華人地產(chǎn)峰會(huì)”致開幕詞時(shí)認(rèn)為，未來20年內(nèi)房地產(chǎn)仍是我國(guó)的支柱產(chǎn)業(yè)之一［2］。然而，由于房地產(chǎn)市場(chǎng)體量乃至慣性巨大，自我調(diào)節(jié)能力有限，為避免其過快發(fā)展對(duì)國(guó)民經(jīng)濟(jì)帶來負(fù)面的通脹與泡沫化，國(guó)務(wù)院于2010年上半年起不斷出臺(tái)嚴(yán)格的樓市調(diào)控政策，其中4月17日頒發(fā)的《關(guān)于堅(jiān)決遏制部分城市房?jī)r(jià)過快上漲的通知》應(yīng)該是中國(guó)房產(chǎn)業(yè)最嚴(yán)厲的調(diào)控政策，9月29日發(fā)布的《關(guān)于完善差別化住房信貸政策有關(guān)問題的通知》給過熱的樓市再次進(jìn)行降溫，投資性購(gòu)房隨之減少，全國(guó)樓市成交量萎縮，二次調(diào)控政策效果較為顯著。這一年，許多房?jī)r(jià)相對(duì)較高的城市陸續(xù)推出了限購(gòu)房政策，以防止本外地投資客快速推高房?jī)r(jià)。2011年，上海和重慶兩個(gè)直轄市于1月正式開始房產(chǎn)稅試點(diǎn)，國(guó)家的貨幣政策仍是防止全面通脹，一年內(nèi)罕見地提高存款準(zhǔn)備金率達(dá)7次至23%，以收緊信貸和提高貸款成本兩個(gè)方面，加大購(gòu)房者的還貸壓力以配合樓市調(diào)控。

二手房是指業(yè)主已經(jīng)在房地產(chǎn)市場(chǎng)上購(gòu)買后又欲出售的房產(chǎn)，包括二手商品房、允許上市交易的二手公房、經(jīng)濟(jì)適用房等。隨著我國(guó)人員流動(dòng)增加、城市改造與擴(kuò)展、民眾住房改善以及社會(huì)發(fā)達(dá)區(qū)域的土地稀缺，房地產(chǎn)需求仍在不斷擴(kuò)大。即使新房?jī)r(jià)格在政府調(diào)控政策之下上漲有限，但廣大中、低收入家庭仍然無法承受，而成熟區(qū)域的中小學(xué)教育、交通和其他生活資源的優(yōu)勢(shì)，導(dǎo)致住房市場(chǎng)中的二手房交易占有重要的地位。因此，對(duì)二手房房?jī)r(jià)歷史數(shù)據(jù)包含的規(guī)律以及未來發(fā)展趨勢(shì)的判斷開展研究，具有現(xiàn)實(shí)意義。

金融預(yù)測(cè)曾有一段時(shí)期風(fēng)行市場(chǎng)有效性理論，然而自上世紀(jì)80年代起，隨著信息交流的發(fā)達(dá)和經(jīng)濟(jì)活動(dòng)的全球化，越來越多的現(xiàn)代金融學(xué)現(xiàn)象不能由此得以解釋，需要新的技術(shù)分析工具來研究金融市場(chǎng)的復(fù)雜行為［3］。國(guó)內(nèi)王軍武、王昱博等曾分別從供需關(guān)系和馬氏鏈模型，對(duì)武漢市的房?jī)r(jià)走勢(shì)進(jìn)行預(yù)測(cè)［4，5］。連曉麗采用多種數(shù)學(xué)模型對(duì)我國(guó)房?jī)r(jià)指數(shù)的走勢(shì)預(yù)測(cè)進(jìn)行過比較分析［6］。申瑞娜等采用基于主成分分析的支持向量機(jī)模型對(duì)上海房?jī)r(jià)走勢(shì)進(jìn)行預(yù)測(cè)［7］，但其對(duì)2013年房?jī)r(jià)漲幅的預(yù)測(cè)數(shù)值比實(shí)際的明顯偏低。利用R/S分析法，可對(duì)金融市場(chǎng)的記憶性進(jìn)行研究，本文作者2012年曾將這一方法用于研究上海市二手房指數(shù)變化的非線性特征［8］，所得出的一個(gè)重要結(jié)論是該指數(shù)當(dāng)時(shí)仍處于上升趨勢(shì)之中，而且這一趨勢(shì)并未明顯減弱，此結(jié)論已被2013年上海市二手房指數(shù)較大幅度的上漲所證實(shí)。但是，在預(yù)測(cè)未來變化尤其趨勢(shì)發(fā)生轉(zhuǎn)折的點(diǎn)位和時(shí)間方面，R/S分析法的圖形不夠直觀，有礙于它的普及應(yīng)用。

本文擬參考證券技術(shù)分析方法，考察上海市二手房指數(shù)曲線的形態(tài)特征，探索構(gòu)造一種基于多周期移動(dòng)均線非等權(quán)組合的多空平衡指標(biāo)，并檢驗(yàn)其對(duì)上海市二手房指數(shù)進(jìn)行風(fēng)險(xiǎn)評(píng)估的適用性。

1 上海市二手房指數(shù)波浪特征分析

艾略特波浪理論描述了證券市場(chǎng)的群體行為規(guī)律，認(rèn)為股指和股價(jià)波動(dòng)的一個(gè)周期包含上升段與回調(diào)段(圖1)［9］，其中上升段由5個(gè)子浪構(gòu)成(第①、③和⑤浪上升、第②和④浪回撤)，回調(diào)段由3子浪構(gòu)成(A和C浪下跌、B浪回撤)。在標(biāo)準(zhǔn)的上升段中，第③浪漲幅不比第①和第⑤浪的低，第②浪低點(diǎn)不能低于第①浪起點(diǎn)，第④浪低點(diǎn)不能低于第①浪高點(diǎn)，且第②浪和第④浪回撤幅度經(jīng)常會(huì)不對(duì)稱:一個(gè)跌幅大，另一個(gè)跌幅小。如圖1，每一子浪又可細(xì)分為5個(gè)或3個(gè)小浪結(jié)構(gòu)。在歷時(shí)方面，艾略特波浪理論沒有象對(duì)空間方面那樣嚴(yán)格的相互約定。

根據(jù)證券市場(chǎng)的統(tǒng)計(jì)，各浪波幅和歷時(shí)之比，經(jīng)常會(huì)與斐波拉契數(shù)列元素之比0.191、0.236、0.382、0.500、0.618、0.764、0.809、1.000等之中的某個(gè)數(shù)相接近，這些數(shù)又稱黃金倍率。根據(jù)艾略特波浪理論的這些規(guī)則，便可根據(jù)已有數(shù)據(jù)和圖形進(jìn)行股指和股價(jià)的預(yù)測(cè)。

圖1 Elliot波浪理論浪型

一個(gè)地區(qū)的二手房指數(shù)，也是由諸多取樣點(diǎn)的房?jī)r(jià)統(tǒng)計(jì)數(shù)據(jù)按既定方法計(jì)算得出的，它是群體行為結(jié)果的一種反映，與股指具有相似的屬性。因此，不妨嘗試應(yīng)用艾略特波浪理論［6］來對(duì)其后續(xù)的走勢(shì)進(jìn)行預(yù)測(cè)(圖1)。

根據(jù)上海市二手房指數(shù)辦公室每月發(fā)布的數(shù)據(jù)繪制成圖2(截止于2013年12月)，再參照艾略特波浪理論分析其5子浪結(jié)構(gòu)參數(shù)(表1)。以第3浪為基準(zhǔn)，由圖2和表1可見:

圖2 上海市二手房指數(shù)浪型分析

(1)第1浪指數(shù)于2001年11月1000點(diǎn)開始的漲幅，達(dá)到了第3浪的0.770倍，歷時(shí)則為第3浪的0.932 倍，分別與0.809 倍率和1.000倍率尚有差距，說明該指數(shù)起始點(diǎn)很可能落后于第1浪的真實(shí)起點(diǎn);

(2)第2浪回撤在歷時(shí)和波幅上，分別為第3浪的0.386倍和0.120倍，依次與黃金倍率0.382和0.191很接近;

(3)第4浪回撤幅度僅為第3浪升幅的0.040倍，只有第2浪回撤幅度的1/3，與艾略特波浪理論關(guān)于第2和第4浪回撤幅度經(jīng)常不對(duì)稱的規(guī)律相符。第4浪回撤歷時(shí)為第3浪的0.568倍，小于重要的黃金倍率0.618約8%;

(4)第5浪上升在幅度和歷時(shí)兩方面均接近于第3浪的一半，在圖形上保持著良好的上升趨勢(shì)，意味著該浪尚未出現(xiàn)頂部跡象。

以上幾點(diǎn)表明，上海市二手房指數(shù)近12年來的變化，與艾略特波浪理論描述的規(guī)律基本相符。由此估計(jì)其第5浪的后續(xù)走勢(shì)，若對(duì)其空間和時(shí)間按第3浪的0.618倍率估算，則分別為586點(diǎn)和27.2個(gè)月，即指數(shù)大約到3061或時(shí)間到2014年8月，上海市二手房指數(shù)變化可能會(huì)逐漸進(jìn)入比較敏感的時(shí)期;而指數(shù)到3423點(diǎn)或時(shí)間到2015年12月，第5浪與第3浪將實(shí)現(xiàn)空間或時(shí)間上的完全對(duì)稱。因此，在2014年8月～2015年12月期間，或當(dāng)上海市二手房指數(shù)進(jìn)入3061～3423區(qū)間，宜重點(diǎn)關(guān)注其第5浪上升乃至十余年的房產(chǎn)牛市是否會(huì)明確出現(xiàn)見頂?shù)男盘?hào)。

表1 上海市二手房指數(shù)變化5浪結(jié)構(gòu)特征參數(shù)

2 上海市二手房指數(shù)的警示指標(biāo)

2.1 移動(dòng)均線

對(duì)物價(jià)或指數(shù)，可采用統(tǒng)計(jì)學(xué)中的“移動(dòng)平均”(moving average)原理，將一段時(shí)期內(nèi)的平均值連成曲線來顯示它的歷史波動(dòng)狀況，進(jìn)而預(yù)測(cè)其未來變化的可能趨勢(shì)。這是一種常見的技術(shù)分析方法，在股市中個(gè)人和機(jī)構(gòu)使用最為廣泛。

記Ci為n個(gè)月內(nèi)第i個(gè)月的二手房指數(shù)，則其n月均值為:

隨著時(shí)間的推移，式(1)中早期的數(shù)據(jù)逐漸被新增的數(shù)據(jù)所替代，由此可從開始交易的第n個(gè)月起開始繪制移動(dòng)均線了。

移動(dòng)均線的技術(shù)特性和作用主要在于:(1)在n個(gè)月內(nèi)進(jìn)行均化處理后，指數(shù)波動(dòng)會(huì)被抑制，更容易觀察它的變化趨勢(shì);(2)指數(shù)一旦沿著內(nèi)在的趨勢(shì)變化，則這種趨勢(shì)一般不會(huì)輕易改變，當(dāng)指數(shù)回落到均線時(shí)可能會(huì)止跌轉(zhuǎn)升，或上升到均線時(shí)可能會(huì)止?jié)q轉(zhuǎn)跌;(3)一旦指數(shù)跌破或上穿均線，則可能是其趨勢(shì)已經(jīng)發(fā)生了轉(zhuǎn)變。

由式(1)定義不難檢驗(yàn)，在上升趨勢(shì)中，n值越大，MA(n)將越小，將多個(gè)n值對(duì)應(yīng)的均線繪制在同一幅圖中，n大的則處于下方，由此形成多頭排列。相反，在下跌趨勢(shì)中，將多個(gè)n值對(duì)應(yīng)的均線繪制在同一幅圖中，n大的則處于上方，由此形成空頭排列。

2.2 指數(shù)的預(yù)警和報(bào)警指標(biāo)

采用多條移動(dòng)均線進(jìn)行指數(shù)趨勢(shì)變化的評(píng)估，并不方便。為此，在證券技術(shù)分析中有人提出了一個(gè)多空指標(biāo) BBI(Bull and Bear Index)［10］:

顯然，這是通過將幾條不同時(shí)間的移動(dòng)均線用等權(quán)求和方法計(jì)算出的一條綜合移動(dòng)均線。在使用中，一般按證券價(jià)格上穿該線時(shí)買入并持有待漲，下穿此線時(shí)賣出并持幣觀望。

BBI指標(biāo)計(jì)算中，離目前較遠(yuǎn)的12和24個(gè)月的移動(dòng)均線與近期3和6個(gè)月的權(quán)重相同(均為0.25)，這與時(shí)間越久遠(yuǎn)對(duì)目前影響相對(duì)越小的認(rèn)識(shí)不相符合，其結(jié)果會(huì)降低對(duì)現(xiàn)狀反映的敏感性。因此，需要加以改進(jìn)。

作為嘗試，選擇與BBI相同的4個(gè)周期移動(dòng)均線，但對(duì)所給予權(quán)重?cái)?shù)隨著過去時(shí)間的增加而降低，由此作為一個(gè)市場(chǎng)風(fēng)險(xiǎn)可能會(huì)逐漸增大的預(yù)警指標(biāo)EWI(Early Warning Index):

將式(3)與式(2)相減，得

根據(jù)上文所述，在上升趨勢(shì)中，MA(3)＞MA(6)＞MA(12)＞MA(24)，Δ1＞0，EWI線在 BBI線之上，EWI離指數(shù)比BBI更近;反之，在下跌趨勢(shì)中，則 Δ1＜0，BBI線在 EWI線之上，EWI離指數(shù)仍比BBI更近?？梢姡珽WI要比BBI能更早地發(fā)揮對(duì)房地產(chǎn)市場(chǎng)下跌風(fēng)險(xiǎn)的預(yù)警作用，引導(dǎo)政府主管部門對(duì)相關(guān)管理政策、相關(guān)企業(yè)或個(gè)人對(duì)具體投資計(jì)劃進(jìn)行適當(dāng)?shù)恼{(diào)整提前考慮預(yù)案。

將式(3)中各均線的周期增加2倍，經(jīng)多方案試算后，取其相近的斐波拉契數(shù)，跨越時(shí)間接近于5年，由此定義市場(chǎng)高風(fēng)險(xiǎn)來臨的報(bào)警指標(biāo)WI(Warning Index):

將式(2)與式(5)相減得Δ2=D+F+G;D=0.25MA(3)+0.15MA(6)－ 0.4MA(8);F=0.1MA(6)+0.2MA(12)－ 0.3MA(21);G=0.05MA(12)+0.25MA(24)－ 0.2MA(34)－0.1MA(55)。容易檢驗(yàn)，在上升趨勢(shì)中，D、F、G全為正數(shù)，即Δ2＞0，BBI線在WI線之上?？梢姡笖?shù)先后跌穿EWI、BBI但未跌破WI時(shí)，則仍有止跌回升的可能，否則便可認(rèn)為市場(chǎng)跌勢(shì)確立，而須按預(yù)案采取避險(xiǎn)措施。

對(duì)2001年11月至2013年12月上海市二手房指數(shù)數(shù)據(jù)，分別按式(3)、式(2)和式(5)計(jì)算EWI、BBI和WI，并繪制了圖3。由圖可見，在第2浪、第4浪的中后期，上海市二手房指數(shù)先后都曾跌穿過EWI、BBI線，但一直處于WI線之上;若按BBI方法應(yīng)用規(guī)則，均會(huì)觸發(fā)跌勢(shì)確立而采取避險(xiǎn)的動(dòng)作(2011年下半年至2012年上半年不乏專家學(xué)者聲稱房地產(chǎn)牛市已經(jīng)結(jié)束);但按WI方法則仍可看成是上漲途中的回調(diào)，可采取按兵不動(dòng)的繼續(xù)觀察策略。由圖3還可看出，在第3浪中期之后的2009年上半年，上海市二手房指數(shù)回落擊穿了EWI線而向BBI線逼近過程中，恰遇國(guó)家為抵御全球金融危機(jī)而正式實(shí)施了4萬億元人民幣的振興經(jīng)濟(jì)計(jì)劃，原來的房地產(chǎn)調(diào)控政策在一定程度上得到了松綁而止跌回升。

圖3 上海市二手房指數(shù)變化風(fēng)險(xiǎn)評(píng)估

上述對(duì)上海市二手房指數(shù)的分析表明，本文構(gòu)造的預(yù)警和報(bào)警指標(biāo)，具有一定的實(shí)用效果。

3 結(jié)語

對(duì)2001年11月至2013年12月上海市二手房指數(shù)數(shù)據(jù)的分析表明，其變化基本符合艾略特波浪理論的5子浪上升結(jié)構(gòu)，而且目前已處于第5浪上升之中。在2014年8月～2015年12月期間，或當(dāng)上海市二手房指數(shù)進(jìn)入3061～3423區(qū)間，宜重點(diǎn)關(guān)注其第5浪上升乃至十余年的房產(chǎn)牛市是否會(huì)明確出現(xiàn)階段性見頂?shù)男盘?hào)。

為對(duì)上海市二手房指數(shù)變化進(jìn)行簡(jiǎn)便的定量評(píng)估，構(gòu)建了預(yù)警指標(biāo)EWI和報(bào)警指標(biāo)WI。證券分析中常用的多空指標(biāo)BBI處于這兩個(gè)新指標(biāo)之間。由對(duì)實(shí)際數(shù)據(jù)的分析和比較表明，EWI能夠早于BBI發(fā)出預(yù)警信號(hào)，WI可以避免BBI發(fā)出報(bào)警信號(hào)而過早采取避險(xiǎn)措施的錯(cuò)誤。

本文理論試探的結(jié)果，可為上海市房地產(chǎn)市場(chǎng)管理政策、企業(yè)和個(gè)人投資及其風(fēng)險(xiǎn)控制決策提供有益的參考。

［1］周余芳.淺談金融危機(jī)對(duì)我國(guó)房地產(chǎn)市場(chǎng)的影響［J］.科技創(chuàng)新導(dǎo)報(bào)，2010，(16):201-202.

［2］成思危.20年內(nèi)中國(guó)房地產(chǎn)業(yè)依然是支柱產(chǎn)業(yè)［EB/OL］.［2014-1-18］.http://t.cn/8FKKPhd.

［3］Peters E E.Fractal Markets Analysis［M］.New York:John Wiley ＆ Sons，1994.

［4］王軍武，趙 瑋.基于預(yù)期理論的商品住宅價(jià)格模型的應(yīng)用研究［J］.土木工程與管理學(xué)報(bào)，2011，28(1):12-15.

［5］王昱博，李 暉.基于馬氏鏈模型的武漢房?jī)r(jià)預(yù)測(cè)［J］.經(jīng)營(yíng)管理者，2013，(12):185.

［6］連曉麗.我國(guó)房?jī)r(jià)指數(shù)預(yù)測(cè)模型比較［J］.價(jià)格理論與實(shí)踐，2010，(7):42-43.

［7］申瑞娜，曹 昶，樊重俊.基于主成分分析的支持向量機(jī)模型對(duì)上海房?jī)r(jià)的預(yù)測(cè)研究［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013，43(23):11-16.

［8］孟 冉，魏霄云，陳龍珠.R/S分析對(duì)上海二手房房?jī)r(jià)的趨勢(shì)判斷［J］.地下空間與工程學(xué)報(bào)，2012，8(S2):1642-1645.

［9］雷 冰.波段操作實(shí)戰(zhàn)精解［M］.北京:中國(guó)宇航出版社，2012.

［10］百度詞條.多空指標(biāo)［EB/OL］.［2014-2-21］.http://baike.baidu.com/view/658748.htm.