住房大数据网

2017年12月中国城市房价排名
网站首页 > 数据与报告 > 住房市场发展月度分析报告

中国住房市场发展月度分析报告(2017年3月)

2018-01-13 00:37:11 住房大数据网 阅读

中央要求回归住房居住属性,促进房地产市场平稳健康发展。为准确监测住房市场变动,在2017年2月大数据房价指数(BHPI)分析的基础上,结合项目组对住房市场的长期跟踪研究,完成了2017年3月《住房市场发展月度分析报告》。


总体而言,2017年2月房价上涨面较上月有所扩大,部分“价格洼地”有填坑补涨风险。

市场监测发现,在总体稳定的同时,部分城市调控政策效力有所减退,局部楼市经历短暂沉寂后升温,个别城市出现“二月疯”。政策力度不及预期及长效机制推进迟缓,是楼市出现新变化的主要原因。

据此预测,随着3月中下旬热点城市调控政策进一步加码,短期热点一二线城市有望停涨,部分三四线城市及城点城市的非热点板块有补涨风险。

分析认为,随着居民家庭收入提升和消费结构转型升级,“全民炒房”及“跨区炒房”成为近一年来楼市投资的一个新动向,这将进一步增加楼市的短期不确定性和调控难度。此外,“全民炒房”意味着其中很多人并不具备相应的专业知识,“跨区炒房”意味着对目标市场不熟悉的可能性很大,这里面必然存在很大比例的高风险投资。

在当前形势下,由于大中小城市住房价差过大,“区域联动”机制将会在一定范围内发生作用。“区域分化”的总体态势,并不能否定“区域联动”这一市场规律的存在。为避免楼市系统性风险的出现,不应把“因城施策”僵化理解为只有一二线城市才需要管控房价。三四线及以下城市由于市场容易量较小,更难以经受投机冲击。这些城市往往购房政策宽松、可用金融杠杆很高,只要被投机者盯上,房价可以在短期内实现翻番,进而又吸引更多的人加入财富游戏。少数紧靠长三角、珠三角的中部城市及环京三四线城市房价,已经开始出现异常上涨。

为此建议,为联合防范“全民炒房”及“跨区炒房”带来的楼市金融风险,调控楼市不仅需要坚持因城施策,还有必要从宏观角度,逐步降低投资楼市总体金融杠杆。即使在库存相对较高的三四线城市,也必须从住房的居住属性出发来制订楼市政策,避免采用鼓励投机、加杠杆、推高房价的方法来去库存。长期看,要稳定楼市,需要从土地、税收和金融三个方向加大住房供给侧结构性改革,形成房价稳定的长效机制。

分区域看,珠三角城市板块稳中略降,长三角城市板块高位趋稳,京津冀和中部城市板块加速上行。2017年2月大数据房价指数显示,样本城市长三角综合指数环比上涨1.35%,与上月大体持平;珠三角综合指数环比下降1.04%,为该板块指数近十个月来首度出现环比下降;京津冀综合指数环比上涨4.29%,中部综合指数环比上涨4.22%,房价再度出现快速上扬(见图1)。从同比看,京津冀综合指数同比上涨64.74%,中部综合指数同比上涨43.6%,涨幅较上月快速上行;长三角综合指数同比上涨46.18%,虽然涨幅较高,但已经连续三个月保持相对稳定;珠三角综合指数同比上涨11.21%,较上月涨幅收窄了1.17个百分点(见图2)。

京津冀和中部城市板块房价短期表现突出,一方面是因为这两大板块面临较大的区域发展机遇,另一方面是因为作为珠三角楼市龙头的深圳和长三角楼市龙头的上海住房调控政策相对更为严厉。

预计随着北京对认房又认贷政策的跟进及环京楼市政策的加码,京津冀板块楼市也有望维持短期稳定。

image001.png

图1  各大区域大数据房价综合指数

(环比,比上月增长%)

(综合指数仅限样本城市)

image002.png

图2  各大区域大数据房价综合指数

(定基,以2016年2月为100)

(综合指数仅限样本城市)


分城市看,房价上涨面较上月有所扩大,部分城市房价再度出现异动迹象。大数据房价指数环比数据显示,2017年2月,30个样本城市中,有25个环比上涨,其中19个环比涨幅在1%以上,另有4个城市房价环比下跌。25个环比上涨城市中,有11个城市环比涨幅较上月收窄,14个城市环比涨幅较上月继续扩大。环比涨幅较高,并且涨幅较上月继续扩大的,依次有武汉、北京、青岛、石家庄、广州、济南、成都7个城市;环比涨幅较高,但涨幅较上月收窄的,依次有廊坊、重庆、天津、惠州、长沙5个城市;房价相对稳定,环比涨幅在1%以内的有南昌、郑州、太原、深圳、上海、东莞6个城市;环比下跌的有无锡、佛山、合肥、沈阳4个城市(详见表1)。

大数据房价指数同比数据显示,2017年2月,多数样本城市房价同比涨幅在20%以上,接近四分之一的样本城市同比涨幅在50%以上。样本城市中,同比涨幅在50%以上的,从高到低依次有廊坊、天津、石家庄、厦门、北京、武汉、上海7个城市;同比涨幅在20%~50%之间的,从高到低依次有东莞、郑州、济南、南京、杭州、长沙、广州、青岛、无锡、成都、南昌11个城市;同比涨幅在10%~20%之间的有苏州、重庆、西安3个城市;同比涨幅在10%以内的有大连、深圳2个城市;另有沈阳同比下跌(详见表1)。


表1  2017年1-2月主要城市大数据房价指数

q1.png

注:廊坊(燕郊)房价根据廊坊市燕郊板块存量房成交数据编制,下同。


2月房价上涨面扩大和部分城市房价异动,其原因是多方面的。从短期政策看,2016年4季度各城市出台的调控(加码)政策,往往对投资投机者的心理作用大而实际约束力较小。资金经短暂沉寂后发现房价下降有限,再度涌入少部分热点城市楼市。从长效机制看,房产税等制度改革进展迟缓,投资者房产税预期落空,也是部分城市房价再度异动的一个重要原因。从市场动态看,2月房价局部异动,与临近幼升小入学登记也有一定关系。由于入学资格与是否购房直接挂钩,部分观望家长无法继续等待,再度加入学区房抢购行列。如作为优质学区代表的北京市西城区,2月环比涨幅高达6.1%,居全市各区县第二,而近三年来,每年3月前后,北京房价都有一波异动。

预计随着2017年3月17日以来北京等多个城市对调控进一步加码,通过“认房又认贷”等方式进一步降低楼市杠杆,对稳定热点城市短期楼市将有积极效果。短期内,主要热点城市房价将进入稳中有降阶段,成交量萎缩。三四级及以下城市,住房政策仍以去库存为主,短期房价总体温和上涨,部分城市可能快速上涨。

本报告以大数据房价指数(BHPI)为数据基础。大数据房价指数(BHPI)根据采自互联网的数百万条存量住房实际成交价数据,利用最新互联网大数据分析技术和国际通行的重复交易指数模型计算。通过新技术的应用,BHPI尽可能规避了房价指数编制常见的阴阳合同价、非理性报价、网签时间滞后、加总失真等技术难题,以求更为贴近居民家庭对房价涨跌的真实感受。BHPI为月度存量房价格指数,指数样本目前覆盖了三十个主要城市和数十个重点城市的主要城区。根据重复交易指数模型的技术特性,BHPI仅监测存量住房价格变动,新建商品住房价格变动不计入BHPI。BHPI为大数据挖掘研究前沿成果,数据仅供市场研究参考,住房市场评价以政府统计部门数据为准。

表2  2016年12月~2017年2月主要城市二手房大数据房价中位数


q2.png

表3  2017年2月主要城区大数据房价指数

q3.png



每月《住房市场发展月度分析报告》可登录中国社科院财经战略研究院网站(http://naes.org.cn/)、中国社科院城市与竞争与研究中心网站(www.gucp.org)查询。更多详细指数及分析报告请登录住房大数据联合实验室网站www.zfdsj.org查询或关注微信公众号“住房大数据”订阅。如有更多问题与建议,请与zfdsj2@163.com或微信号17091204019联系


微信扫描二维码或搜索公众号“住房大数据”关注,获取最新住房大数据资讯及研究报告。

1492495559749183.jpg



Powered by MetInfo 5.3.19 ©2008-2018 www.metinfo.cn