浙江大学研究生硕士学位论文 房地产市场预警体系研究
论文题目： 房 地 产 市 场 预 警 体 系 研 究
作者姓名 胡 瑾 卿
指导教师 邢 以 群
专 业 企业管理
所在学院 管理学院
学 号 20220109
提交日期
中文摘要
房地产市场状态的变化具有明显的周期波动性，其剧烈波动与过冷过热，都会对国民经济带来不利的影响。
本文基于这种状况，在房地产周期波动理论与经济预警方法的基础上，结合警兆信号法的警度判断功能与景气调查法的趋势预测功能，构建了两维度房地产市场预警模型，通过该二维模型模拟了房地产景气循环，以判断市场警度并预测其发展趋势；同时，作者进一步制定了不同市场阶段对应的预警准则，通过警源列表与对策库找出警源并提出相应对策措施，从而有助于完善对策建议机制，以达到缓解房地产周期波动，引导房地产业健康发展的目的。
本文以杭州为对象进行实证研究，经过二维预警分析，得到杭州房地产市场已有过热迹象，市场信心有所下降，但仍处于市场上升阶段；且从市场轨迹来看，泡沫将进一步膨胀的结论。
针对目前杭州所处的景气循环阶段与导致市场过热的警源，作者提出在降温的总体原则下，政府可采取资金上开源节流，规范商品房开发；调整供给结构，打通交通瓶颈，确保有效供给；建设经济适用房直接干预房价；限制市场投机行为；完善房地产数据采集系统等对策措施。
关键词： 杭州 房地产 预警 二维
Abstract
The real estate market is of obvious periodicity，but acute cycle fluctuations，Super-cooling and overheating of real estate market will do harm to our economy.
Based on the Real Estate Cycle Theory and the economic Early-Warning technique，this thesis built the two-dimensional Real Estate Early-Warning System with both measure function of the Indicator Signal Method and forecast function of Business Cycle Survey，simulated the real estate cycle with this model，in order to measure alarm degree and forecast market trend. Further more，author established early-warning principles aim to different cycle phases，found the reasons and bring forward corresponding countermeasures via the reason list and countermeasure library，help to consummate the policy countermeasure mechanism，so as to relax the cycle fluctuations，lead real estate market developing healthily.
On the basis of the empirical analysis of HangZhou with the two-dimensional early warning model，this thesis draws the conclusion that HangZhou real estate market is of something overheating，people’s confidence dropped as well，but the price is still rising. And bubbles will keep expanding according to historical market trend.
For the real estate cycle phase of HangZhou and the reasons lead to overheating，author suggests that upon the principle of discouragement，government should tap new sources of financing and husband existing resources，standardize real estate exploitation. And adjust supply structure，eliminate the traffic bottleneck，so as to insure available supply. At the same time，economically affordable housing should be accelerated to affect price directly，gambling should be limited，and Real Estate Data Collection System should be Established.
Key words： Hangzhou real estate Early Warning Two-dimensional
目 录
1中文摘要
2Abstract
3目 录
61、绪论
房地产市场概述
房地产特点
房地产市场类别
房地产市场特征
地域性
关联性
资金依赖性
周期波动性
政策敏感性
研究背景及意义
房地产市场波动的危害
房地产市场预警的必要性
房地产市场预警的意义
本文的研究
研究对象和主题
论文框架
132、前人理论研究的回顾
房地产市场预警的定义
预警理论发展历程
经济预警
房地产市场预警
房地产周期理论
周期形成机理
周期波动的警源
先行、一致、滞后指标
预警方法
前人的研究成果小结
303、本文研究设计
前人研究的不足
预警方法选择
警兆信号法
确定警情指标
选择警兆指标
累积影响调整
指标警界划分
确定指标权重
警情预报
景气调查方法
景气指数的预测功能
景气度的计算与解读
二维预警体系设计
预警模型设计
警度判断维度设计
趋势预测维度设计
周期循环模拟
预警对策机制
预警准则
警源列表
对策库
研究方法
实证方案
474、杭州房地产市场实证分析
警度判断
警兆指标选取
指标先行性判断
警兆指标确定
指标间相关性分析
警界的划分
市场阶段确定
警界划分
权重的确定
因子分析法确定权重
层次分析法确定权重
警度判断
单指标预警
多指标综合预警
市场趋势预测
二维模型预警
预警对策建议
725、总结与展望
研究总结
模型的验证
研究创新点
研究的不足
研究展望
对本研究不足的改进
三维宏观经济预警体系构想
77参考文献
82附 录
821、消费者景气调查问卷
832、专家经验预警调查问卷
843、层次分析法运算过程
854、专家经验问卷调研过程
86致 谢
1、绪论
房地产市场概述
房地产是房产和地产的总称，房地产英文名字称为Real Estate或Real Property。它包括土地和土地上的定着物，即土地和土地上永久性建筑物及其衍生的权利和义务的总和。具体而言，房产是指建筑在土地上的各种房屋，包括住宅、办公楼、厂房、仓库和商业服务、文化、教育、卫生和体育用房等，地产是指土地及其上下一定的空间，包括地面道路和地下相关的基础设施等，房地产是房产和地产的综合体和统一物。从存在的形式上可分为三类：单纯的房产、单纯的地产和房地结合的房地产。
房地产业是指从事房地产开发建设、租赁经营以及与此相关的中介服务如金融、评估、置换、装饰、维修、物业管理等经济活动的行业，是国民经济中兼有生产和服务两种职能的独立产业部门。主要经济活动领域包括：土地开发利用、地产经营、房屋开发、房屋经营、房地产中介服务、房地产物业管理服务、房地产金融等。
房地产业与建筑业是国民经济中既有联系又有实质区别的两个经济部门，前
者属于第二产业，而后者属于第三产业。
房地产特点
房地产作为社会、个人或集团的商品财产，虽然是一种商品，但与其它形态的商品相比具有以下特点[50]：
（1）房地产区位固定性。房地产的不可移动性与区位的固定性使消费者十分注意房地产区位的选择。房地产开发商和经营者更注重考虑区位因素，因为房地产的价格受区位影响很大。
（2）房地产使用的长期性。房地产的使用期很长，导致房地产交换过程中可以转移产权，或者只转移使用权。
（3）房地产的单件性。与其它商品不同，房地产绝对没有完全相同的产品，即使房产相同，但由于所处的地段不同，最终导致产品之间的差异性。
（4）房地产价值的高昂性。房地产规模大，价格昂贵，现代城市化道路和城市经济的发展，导致房地产规模越来越大，一个房地产项目动辄几千万，乃至上亿元。
（5）房地产商品效用的多层次性。房屋的使用价值具有效用的多层次性，同时具有生存资料、享受资料和发展资料三个不同层次内容。
（6）房地产使用上的限制性。房地产是城市最主要的物资内容，因而必须 服从城市发展的需要，服从城市的总体规划。
（7）房地产的增值性。在现实中因为土地的有限性使房地产具有明显的增值性，同时它还可以抵御通货膨胀风险。
（8）价值的双源性。房地产价值的双源性不是源于房产，而是来源于土地，只是由于土地价值具有双源性才使房地产价值具有双源性的特征。
房地产市场类别
从房地产开发与建设的不同层面上来划分，房地产市场可以分为一级市场、二级市场与三级市场三个相互关联的市场。
房地产一级市场，又称土地一级市场，是土地使用权出让的市场，即国家通过指定的政府部门将城镇国有土地或农村集体用地出让给使用者的市场，出让的土地，可以是生地，也可以是经过开发达到“七通一平”的熟地，房地产一级市场是由国家垄断的市场。
房地产二级市场，是土地使用者经过开发建设，将建成的房地产进行出售和出租的市场，即商品房首次进入流通领域进行交易而形成的市场。房地产二级市场也包括土地二级市场，即土地使用者将达到规定可以转让的土地，进入流通领域进行交易的市场、通俗的讲，房地产二级市场主要是房产开发商与消费者之间的交易。商品房出售，安居房、平价房出售，以及外销商品房的先租后售、预售等，均为二级市场。
房地产三级市场，是指已购买房地产的单位和个人，再次将房产转卖或交换、转租的市场、三级市场通常是住房消费者之间的交易，常见的有私人间的房屋买卖、租赁、交换，以及抵押、典当、拍卖等流通形式。
现实生活中，一级市场、二级市场与三级市场并不是截然分开的，它们相互渗透，相互衔接，有着很强的联动性，构成一个相互关联的房地产整体市场。例如，一级市场的土地批租价格飙升往往为二级市场的房价飞涨推波助澜；房屋的租售价格比一般在一个合理的比例范围内（如西方学者公认的合理比值在1：100左右）；房屋的租金与售价变化趋势也通常是正相关变化的。
房地产市场特征
受房地产特点的影响，我国房地产市场具有如下的特征[22][23]：
地域性
房地产具有不可移动性，当某一地区的房地产市场供求失衡或不同地区房地产价格存在差异时，不可能像其它商品一样，通过房地产在地区之间的流动来使这种不平衡或差异缩小甚至消失。房地产市场的供求状况主要受当地经济发展水平的影响，若某一地区经济发展水平高，相应当地居民收入水平也高，从而当地的房地产市场的需求就大，房地产价格就高，当地的房地产市场就会呈现出良好的发展势头。
房地产市场的地域性使得：
（1）不同地区的房地产市场发展水平不同。由于地理位置、经济水平、人口数量、地区吸引力等因素的差异，不同地区其房地产发展水平也会有所不同。如大城市房地产市场发展水平相对小城市而言一般较高，城市间市场冷热程度不同；在同一城市中，不同的地块受地理位置、政府规则的影响，发展水平也会不一样。
（2）不同地区的房地产市场具有不同特征。不同地区受其地理特征、经济特点、文化习俗、政府政策、城市规划等因素的影响，其房地产市场也将具有不同的特征。如三亚、青岛的别墅市场，义乌的商铺市场等。
关联性
房地产市场与国民经济的许多行业市场都有着密切的关系，具有很强的市场关联性。
作为国民经济与社会发展的重要支柱产业，房地产业带动的相关产业多达50多个产业部门、上千种产品和服务。如钢铁、水泥、木材、玻璃、塑料、家电等产业都与房地产业密切相关。据统计，我国每年钢材的25%、水泥的70%、木材的40%、玻璃的70%和塑料制品的25%都用于房地产开发建设中。另外，房地产业的发展也能促使一些新行业的产生，如物业管理、房地产评估、房地产中介等。
清华大学房地产研究所研究表明，目前房地产及建筑业增加值约9000亿元，约占GDP的9%。1998年以来，房地产业每年直接和间接拉动经济增长约2个百分点。房地产业就业人数每年增长%，有3000多万人直接从事与房地产业有关的工作，其中仅物业管理行业目前就有500万人。
所以房地产市场常被看作国民经济的“风向标”。
资金依赖性
房地产的价值高昂性与建筑周期较长，决定了房地产市场对资金的依赖性极强。
从一个房地产项目来看，投入的资金一般为几千万，大的项目要好几亿，甚至几十亿；对于整个地区的房地产市场来说，就需要近上千亿元的资金支持。这靠房地产开发商自身是难以承受的[31]。
在美国，这笔庞大的资金主要依靠共同基金、养老基金以及金融公司等多种融资渠道，银行资金所占比例不到15%；而在中国，由于开发商垫资、银行按揭与假按揭的存在，目前房地产开发资金中约占60%都来自于银行（刘正山，2003），资金来源过度集中[52]。
周期波动性
房地产业是房产、地产开发和经营的基础建设行业，属于固定资产投资的范畴。同国民经济的发展具有周期性一样，房地产市场的发展也具有周期性。
房地产周期波动是指房地产经济水平起伏波动、周期循环的经济现象，它一方面同宏观经济总的发展态势密切相关，同时又与行业经济与宏观经济的协调程度紧密联系。
房地产市场的发展周期大体分四个阶段：繁荣阶段、衰退阶段、萧条阶段、复苏与增长阶段：
（1）繁荣阶段：供应数量小于需求量，需求不断上升，这个阶段的空置率较低，随需求的增加后期的空置率达到正常水平即5%～6%。
（2）衰退阶段：需求变弱，前期需求超过供给，后期需求下降，供给不断增加，结果空置率上升。
（3）萧条阶段：供应和需求都下降，开发商对房地产持悲观态度，空置率上升到10～15%。
（4）复苏与增长阶段：供应增加量不断下降，而需求处于转折期，前期空置率在10～15%，后期下降到10%以下。
全球的房地产业都有周期波动的现象，但各国房地产周期的历时是不同的，房地产周期与经济周期的先后也不尽相同。目前国内外对房地产业是否是国民经济的“火车头产业”还存在着较大的争议。
从我国现实情况来看，我国的房地产业和国民经济的周期大体上吻合，自1978年～1997年共出现了4个半波动，1986年底谷1988年的高峰：1990年的低谷到1993年的高峰，又降到1995年的低谷，1997年己开始回升，平均每一周期历时4～5年。
政策敏感性
房地产市场对政府政策也是相当敏感的，我国的房地产市场尤其如此。在市场机制还不成熟的情况下，政策的变化常常直接导致房地产市场的波动。
例如房地产业的发展离不开信贷的支持，国家为了保持国民经济持续稳定地增长，有时会采取紧缩的货币政策，收缩银根，从而导致房地产开发企业信贷资金来源的短缺，使房地产业的发展严重受挫。
政府政策对房地产业发展的影响主要通过以下方面来体现：
（1）政府对土地资源的开发使用计划及城市规划直接影响到土地的供应与土地使用的类别，从而影响到房地产业的开发状况；
（2）政府的房地产开发贷款政策与土地抵押贷款政策会直接影响到房地产开发商的资金链，并通过个人住房贷款政策影响市场需求。
（3）政府对房地产交易所采取的政策会影响到房地产的流通状况。
（4）政府的各项税费会影响到房地产的价格，从而影响到房地产的销售状况。
相关政策包括信贷政策、土地政策、税费政策、交易政策、户籍政策等。
研究背景及意义
房地产市场波动的危害
房地产市场状态的变化具有明显的周期波动性，起伏过大的波动与所追求的经济基本稳定、协调持续发展相矛盾。房地产市场的过冷与过热，都会对国民经济带来不利的影响。
从各国的经济发展情况来看，房地产市场的不景气与衰退往往导致国家经济的衰退。国际货币基金组织的研究报告认为，一旦房地产市场泡沫被挤破，因其占用了大量的资金，它对经济发展的冲击将双倍于股市暴跌。例如20世纪八十年代末的日本，房地产市场泡沫破裂对经济发展造成的巨大负面影响，使日本经济陷入了长期衰退，现在还是一撅不振。
中国房地产市场从20世纪80年代末期开始迅速发展以来，至今还是一个正在逐渐成熟的市场，没有完善的危机防范机制与抵御风险的能力，一直处在不断的波动之中；房地产市场的过冷或过热都会对国民经济产生很大的负面影响。1992-1994年间，房地产市场的大起大落给中国经济带来的巨大损失让许多人至今还记忆犹新。
1998年房地产市场复苏以来，中国房地产业蓬勃发展，成为目前我国国民经济增长的两大支柱之一。但与此同时，房地产投资增长速度过快、开发资金来源过度依赖于银行等问题突现出来，房地产市场风险与金融风险急剧升高[52]；房地产市场是否过热，是否存在泡沫的争论也愈演愈烈。有关人士指出：如果泡沫破裂，将给整个国民经济带来巨大冲击[44]。
房地产市场预警的必要性
“预警”从监督行为的实施与监督客体的经济行为发生的时序关系上看是一种事前监督，它是一个预先估测和揭示经济监督客体的运行态势或运行特征，然后通过一定的方法判断其状态是否偏离预期目标并具体度量其偏离预警线的强弱程度，继而发出预警信号的过程。预警与事中监督、事后监督一起形成一个系统的全面监督模式。事中监督又叫过程监督，是指在经济活动进行过程中进行监督，它强调的是过程中的及时纠偏；事后监督又叫反馈监督，是指在某项经济活动结束之后，对其是否符合监督标准以及符合程度进行评价和论证，它强调的只是从结果中吸取并为下一次经济活动积累教训。
由于房地产市场的剧烈波动给国民经济造成的危害巨大，事中监督与事后监督都不能避免其巨大的经济损失，所以，对房地产市场的事前预警就尤为重要了。也就是说，通过对房地产市场运行过程进行跟踪、监控，选取一些反映房地产市场警兆的数据指标，就可以及时地发现市场警情信号，进而对房地产市场的警情进行预测与调控。
由此可见，建立完善的房地产市场预警体系，是及早发现房地产市场警情，并及时针对警情提出相应的对策，以防止房地产市场剧烈波动、保障房地产业健康稳定发展的必要途径。
房地产市场预警的意义
在当前建立房地产预警系统有如下重大意义：
对政府部门而言，房地产预警系统反映房地产市场景气变化和整体走势，中央政府主管部门可以利用预警报告了解房地产业发展状况与行业结构及行业与宏观经济的协调比例关系，为调控国民经济产业结构和引导房地产业健康发展服务，使稀缺资源在全社会范围内达到最有效的配置，减少银行信贷风险，通过掌握房地产周期波动的信息和规律，预报波动、平缓波动和驾驭波动。同时，通过城市预警报告，中央政府主管部门和地方政府主管部门还可以了解各地房地产业的发展情况，并通过各地情况的对比，了解各地房地产业的发展水平和发展状况，为调整房地产业的地区结构和统筹兼顾提供参考。
对投资商而言，预警报告可以使他们及时了解房地产业的整体状况和内部结构及其发展状况，提高其投资时机、投资结构的决策准确程度。城市预警报告可以使他们了解到各城市房地产市场的不同供需状况，在时点选择和物业结构上为之提供宏观政策参考，使之洞悉市场变化趋势，把握住投资获利机会，规避投资风险。
对房地产中介咨询服务，预警报告可以为之提供最佳的咨询依据，提高咨询顾问者对市场发展趋势的研判准确度，有利于房地产投资服务业的发展，并为研究机构提供参照。
对于购房者而言，预警报告也有助于购房者选择适当的购房时机，规避市场风险。
近年来，中国政府对房地产预警体系日益重视，2002年，建设部等六个部门发布《关于加强房地产市场宏观调控促进房地产市场健康发展的若干意见》，要求各地有关部门在房地产市场信息系统的基础上，通过全国联网，尽快建立全国房地产市场预警、预报体系，并选择了上海、天津、重庆、哈尔滨、大连、南京、杭州、西安、郑州、长沙、南昌、厦门、深圳等13个城市作为房地产市场预警预报信息系统试点城市。
本文的研究
研究对象和主题
本文的研究主题确定：构建国内大城市的房地产整体市场预警体系，研究对象为中国百万人口以上大城市的房地产整体市场，本文以杭州市作为研究对象。
（1）选取大城市的原因是，大城市房地产市场起步相对较早，统计数据比较全，市场较为规范。
（2）研究房地产整体市场。房地产一、二、三级市场有着整体联动性，三者市场走势基本保持一致，这使我们研究房地产整体市场成为可能。
本文就是在对前人相关理论进行研究的基础上，构建一个可量化、易操作的房地产市场风险预警系统，并对不同的警情提出相对措施。如何设计预警系统，并构建房地产预警指标体系，是本文研究的关键。
本研究的目的在于：为防止房地产市场的剧烈波动，通过掌握房地产周期波动的信息和规律，预报警情、预测警度并提出应对措施。
论文框架
本研究分为如下五章，每章的内容如下图所示：
图 1、论文框架
2、前人理论研究的回顾
房地产市场预警的定义
预警（Early-Warning）指的是在警情发生之前对之进行预测报警[42]。即运用现有知识和技术的基础上，通过对事物发展规律的总结和认识，分析事物的现有状态及特定信息，判断、描述和预测事物的变化趋势，并与预期的目标量进行比较，利用设定的方式和信号，实行预告和示警，以便使预警主体有足够的时间采取相应的对策和反应措施。 广义地说，预警是组织的一种信息反馈机制。它最初起源于军事，是用来对付突然袭击的防范措施。现代预警技术，主要是从第二次世界大战时期电子战发展起来的。目前，这种预警机制已经超越了军事的范畴，进入现代政治、经济、技术、资源、治安、灾变、医疗等社会和自然领域。从预警的特性来看，它不仅具有战略级决策的特点，而且也是衡量系统机制成熟度的重要标志[86]。
国内外对预警理论的研究涉及经济预警[11][14][17][57][58][83]、地震预警[88]、粮食生产预警[53]、银行预警[3][7][8][9]、财务预警[1][4][13][89]等许多方面，其中对宏观经济预警理论与方法的研究对本文比较有借鉴意义。
宏观经济预警（Economic Early-Warning）是在国家的角度上，通过指标体系的选择和建立，揭示和论证具体指标与国民经济运行总体态势和局部特征之间的内在联系，最终使得政府监督部门在对宏观经济运行过程中有关指标变化持续监测的条件下，能够从中得出有关经济运行态势和局部特征变化的准确判断，对其今后走势进行正确估价，尽量避免那些可以避免的不良态势的发生。宏观经济预警不是从描绘经济机制内部应该是怎样入手进行推理，而是从宏观经济外部显现出的现象入手，分析经济活动的内在机理，从而找出影响经济波动的内在原因及其规律，进一步按这种规律预测未来可能出现的波动。
目前国内所研究的房地产市场预警（Real Estate Market Early-Warning）与房地产预警（Real Estate Early-Warning）是同一个概念，通过整理前人对房地产预警的相关研究，可以发现目前国内外学者对房地产市场预警有如下一些定义：
表 1、房地产市场预警定义
作者
定义
类型
Cynthia Pollock Shea
通过定义区域房产衰退的先行指标，能够让城市、乡村的各类机构与社会团体对房地产市场变化趋势进行监控，以便于更有效的缓解市场冲击，抵御商业困境与金融损失[20]。
社区房地产衰退预警
Eric Myott
使社会团体组织以积极预防的方式关注于住宅问题，对房地产市场衰退进行主动预测[21]。
Beth Hyser
通过利用房地产数据和其它与房地产问题相关的变量，帮助社会组织对房地产市场衰退进行预测[21]。
郑州市政府
房地产预警预报系统是政府利用现代信息技术，通过收集、分析、发布房地产市场信息，实现对房地产业的动态监测和调控的信息系统。
房地产预警
（房地产市场预警）
姜楠
房地产业预警预报系统就是对房地产开发进行宏观监测，对房地产业景气状况预先发出警示信号而建立的一套科学而完整的指标体系[48]。
叶艳兵
指通过指标体系的选择和建立，揭示具体指标与房地产业经济运行总体态势和局部特征之间的内在联系，并对今后走势做出正确预期与评价的系统[35]。
张明
及时、准确、全面地采集房地产业运行中的动态数据，通过科学的分析、整理，对房地产市场状况和发展趋势做出准确判断与报警的系统。
丁烈云
从软件开发的角度来看，城市房地产预警系统(Urban Real estate Early warning System，以下简称UREEWS)是一种能够通过自动处理、分析、判断输入和存贮在计算机中的与城市房地产经济密切相关的各种信息，能够对城市房地产经济发展过程中可能出现的各种异常态势，即经济过热、微热、微冷、过冷等经济警情发出预先警告的计算机信息系统[34]。
其中前三种是从社区房地产衰退预警的角度进行定义的，后五种才是本文所研究的适合中国国情的房地产预警。
综合上述相关定义，房地产市场预警体系定义可以归结为：通过处理与房地产市场运行密切相关的各种信息，能够判断房地产市场发展过程中可能出现的各种异常态势，对市场过热、微热、微冷、过冷等警情发出预先警告，并预测今后房地产市场发展趋势的预警系统。
从逻辑上来讲，房地产市场预警包括这样几个阶段：明确警源、分析警兆并预报警情的警度。其中警源就是导致警情产生的根本性因素，明确警源是预警的大前提，是监测预警研究的基础；警兆是房地产市场波动的征兆性指标，分析警兆属于对警情的定量分析；警情（警素）则是房地产市场异常的发展状况，预报警情的警度是预警的目的。
近年来国内外对房地产泡沫的研究也比较多，房地产预警研究与其主要区别在于：房地产泡沫研究目的是防范市场过热，而预警研究即要防止市场过热，也要防止市场过冷[44][49][68]。
预警理论发展历程
房地产市场预警是房地产周期波动理论与经济预警方法结合的产物，其发展的源头要从经济预警说起。
经济预警
（一）早期（1860－1930年）
当资本主义经济有了相当发展后，经济学家就已经注意到经济周期的存在。1860年法国的朱格拉首先发现8年左右的中波（朱格拉周期）；随后俄国经济学家康德拉季耶夫发现了50年的长波（康德拉季耶夫周期）；基钦发现了平均循环长度为40个月左右的短波（基钦周期）。
经济预警方法的起源可以追溯到19世纪末期。1888年，在巴黎统计学大会上，就出现了以不同色彩作为经济状态评价的论文。1903年英国政府内出现了“国家波动图”，用来描述宏观经济波动。1909年，美因巴布森统计公司在其刊物上发表了关于美国宏观经济状态的第一个“经济活动指数”，作为美国宏观经济状态的指示器。1910年，专门从事经济监测的美国布鲁克迈尔经济研究所也编制了涉及股票市场、一般商品市场和货币等方面的景气指标。
1915年，美国哈佛大学教授伯恩斯（Arthur．F．Bums）领导的研究小组编制了哈佛指数。1917年，哈佛大学的研究小组又设计了新的景气指数编制方法，编制了“美国一般商情指数”（即哈费指数）。这组指数是13项经济指标数据根据时间差异关系分别编制的，包括投机指数、生产量及物价指数和金融指数三类。
从历史数据拟合看，哈佛指数较好地反映了20世纪美国4次经济波动，该指数投入使用后，反映很好。哈佛指数的编制方法在英国、瑞典、德国先后得到效仿，同时，法、德、意、奥、比、波、日等国也相继开始了景气监测预警的研究。但由于未能预测出1929年的大危机，哈佛指数遭到沉重打击，终于停止使用，类似的景气指标研究出现衰落。
（二）中期（1930－1960年）
二十世纪30年代中期，经济监测预警系统再度兴起，到50年代不断改进，发展并开始进入实际应用时期。
1937年，美国全国经济研究局（National Bureau of Economic Research）在密契尔（Wesley C．Mitchell）和伯恩斯领导下，详细研究了近500项经济指标，利用时差变动关系，选择了21项指标构成超前指数。他们还系统详尽地研究了一系列涉及景气监测方法的问题，如循环波动的分离、趋势调整、平滑技术等，并指出经济波动是在宏观经济各部间逐步“扩散”的过程。二战后，美国经济研究局在经济统计学家穆尔（Geoffrey ）主持下，对30年代监测指标体系进行了修订。由21项指标分成先行、同步、滞后三类指标，并提出了以上升指标占总指标数份额方法构成的扩散指数DI（Diffusion Index）。
至此，景气监测方法开始步入正规化，其显著特征是：
①以扩散指数来综合描述宏观经济波动情况，避免单指标平均化的不精确。
②以当前经济状态为参照，构成先行（超前）、同步（一致）、滞后三类指数，以超前指数预报可能出现的景气转折点；以一致指数评价经济现行状态和发展水平；以滞后指数验证周期的完整性。
③规范化方法体系对于诸如指标范围（信息来源）、指标体系修订（维护方法）等都有明确建议。
（三）近期（1960－1980）
自60年代起，经济预警系统方法逐步走向成熟。1961年，美国商务部正式在其刊物《经济循环发展》上逐月发表以数据和图表两种形式提供宏观景气动向的信号。研究机构与政府机关的合作使研究迅速向前发展，其具体体现在：
①合成指数的引入。由于扩散指数只考虑指标的变化方向，没能反映经济运行的程度，1961年，穆尔和希斯金（Julius Shiskin）通过对个别指标振幅的标准化提出了合成指数法（Composite Index），成为预警分析的核心方法之一。
②经济预警的基本方法有了较大进展。这主要是在季节调整方法上，除美国商务部人口普查局成功地研究了 X-11法外，还有美国劳工局的 BLS法，日本通产省的MITI法，日本企划厅的EPA法，德国慕尼黑经济研究所的IFO法等。
③景气调查方法的引入，拓宽了景气监测的信息源。二战结束后，德国IFO研究所开发了以问卷形式向厂商和消费者进行调查。这种调查中的问题是以定性判断的选择题形式，调查对象只需就调查内容的上升、下降和不变做出选择即可，最后成为“气候”指数（Climate Index）等，这些气候指数与景气指数一样，能对经济运行超前预测。
④分析报警的信号指数的出现。人们研究了增长速度的适宜值后，认为过高的速度也会带来弊端，经济“过热”如同衰退一样，应该避免。1967年法国政府在第四个五年计划中制定了“景气政策信号制度”；1968年日本企划厅在其经济白皮书中发布了“日本景气警告指数”，采用类似交通信号灯的形式给予评价；1970年，联邦德国也由国会专家委员会编制了类似的警告指数。
（四）现代（1980年－现在）
自二十世纪70年代末期，预警系统本身已日趋成熟，但在信息识别和基础理论研究方面仍在不断发展着。这一方法虽在争论中被认为是“无理论的方法”（Method without theory），但由于在宏观经济波动方面，特别是在短期波动分析研究中处于不可取代的地位，而在全球范围内得到广泛运用。
在经济预警方法、结果与其它经济理论结合上也出现许多新的研究成果。实践证明，景气预警方法和计量经济学方法是预测周期波动的两种有效方法，最初它们被认为是互相对立的，后来认为是互相补充的，前者以周期波动（景气循环）理论为基础，是政府部门利用统计数据的测算向公众发布经济前景的指导性信息；后者是通过按经济理论建立的结构性模型的关联关系推测出经济发展的可能值（或区间值）。目前，人们越来越注重两种方法的结合应用。
在经济预警系统内部，景气调查方法也已向全球化发展。在50年代只有三个国家开展，至1988年已有443个国家和地区应用这一方法。如果说景气分析是根据以往规律，从己发生的经济活动的统计数据评价预测未来经济发展，那么景气调查是根据对企业和个人的典型性抽样调查，以被调查对象超前的主观定性判断得出定量的结论，二者互相补充、互相印证，关系便明朗了。美国、日本、欧共体有关机构，已就景气调查方法规范化进行协调，使其结果具有可比性。
为使景气监测结果更具超前性，美国全国经济研究所（NBER）、国际经济循环研究中心（CIBCR）等机构己着手研究长先行指标（Long Leading Indicators），将原来先行指数半年左右的超前期扩展至一年及一年以上，便于政府和企业及早地为将要发生的周期波动做出反映，使反周期波动政策的抑制作用进一步增强。
此外，现代经济学中的新理论，如新古典均衡理论、货币主义、新供给学派理论、理性预期理论、非均衡理论，以及传统的计量经济学模型、系统动力学模型等模型理论都在与景气预警方法相结合。目前己有人将模糊数学与神经网络理论用于景气预测领域，取得较好的拟合效果。
总之，经过近百年的发展，预警系统方法己经越来越成熟，并将更加完善。
房地产市场预警
房地产市场预警是在经济预警发展到第四阶段后才开始出现的。从上世纪80年代末开始，由于美国一些地区房产被抛弃、街头犯罪、火灾等社区问题日益突出，美国芝加哥、纽约等地区开始着手于对社区房地产衰退预警体系的研究，并于90年代初期采用统计预警方法相应开发了社区预警系统NEWS（Neighborhood Early Warning System）与住宅预警系统HEWS（Housing Early Warning System）等社区房产预警体系并投入了使用[21]。
我国在90年代也开始了对房地产预警的研究，在房地产预警系统设计与预警方法研究两个方面都取得了显著的成绩，并有加速与计算机技术结合的趋势。
在房地产预警系统设计上，梁运斌（1995）对建立房地产预警监测系统进行了探索，提出了房地产预警预报系统应该由景气分析系统、预警信号系统、行业监测系统与景气调查系统四个子系统构成的基本构想；彭翊（2002）也提出，房地产预警系统应该是一个横向和纵向交错的立体预警体系[24]。横向框架由采集调查系统、景气分析系统和预警信号系统三个子系统构成；纵向框架应建立国家、地区（省）、城市（市）三级监测预警系统，先由下而上逐级综合信息数据，汇总处理后，自上而下(宏观->微观)发布警情报告及调控政策，再辐射所有的房地产业经济组织[24]。
在预警方法上，我国专家学者的研究大致可以划分为两个阶段，1994年-1997年的研究以指数预警为主；1998年以后的研究则以警兆信号法为主，并向多种预警方法结合的方向发展，逐渐与计算机软件融合。
1994年12月，中国房地产业协会、国务院发展研究中心、中国房地产开发集团（后成立搜房网）编制了“中国房地产指数系统”，简称中房指数（CREIS），其主体是价格指数系统，其预测功能不强[79]；随后搜房研究院又编制了中房预警指数，以弥补中房指数的预警功能缺陷，但该指数并未推广使用。1997年，国家统计局采用合成指数方法编制了国房景气指数（NREI），对全国与北京、上海等一些大城市的房地产市场状况进行景气分析与预警。其它地方性的指数还有上房50指数、武房指数、北京30住宅指数等等，都是价格指数系统。这些指数系统中，仅有国房景气指数有预警功能。
台湾也在90年代中期也编制了房地产景气指数、国泰房地产指数等，从领先指标与同时指标的变化趋势来判断房地产市场的变动情况，采用信号灯的形式进行房地产预警并建立相应对策系统。由于其指数区分了先行指标与同步指标，其预警功能要强于国房景气指数。
受东南亚金融危机影响，谢经荣（1998）等学者进行了“地产泡沫对亚洲金融风波的影响及对我国的借鉴意义”的国家社科基金项目研究，并在2002年出版了其研究成果《地产泡沫与金融危机》。赵黎明、贾永飞（1999）对经济预警的各种方法进行了分析比较，确定了将统计预警方法作为房地产预警系统设计的基础；丁烈云（2002）完成了房地产周期波动与预警研究的博士论文，应用三种模型进行房地产预警研究；上海市（2003）与深圳市（2003）也都初步完成了该城市的房地产预警系统构建，南京市（2003）也已开始发布房地产市场预警报告；王子明（2003）目前正在进行房地产泡沫预警与防范系统的国家自然科学基金研究。
房地产周期理论
经济周期（Business Cycle）又称景气循环或商业循环，指的是经济运动中特有的“复苏─繁荣─衰退─萧条”四个环节循环往复运动现象。周期波动（景气循环）理论是经济预警的重要理论基础[63]。
房地产市场与国民经济一样，存在着周期波动的现象。房地产周期波动指的是房地产市场起伏波动、周期循环的经济现象，通常也称之为房地产景气循环。这种相似性与规律性，为房地产市场预警提供了直接的理论依据。
房地产周期理论在西方国家已有几十年研究史，近年来由于房地产市场受经济周期波动影响变化加剧，引起不少学者的关注。美国房地产专家Stephen （1981）等人指出，房地产周期波动从根本上说是由供求关系决定的[28]；Barras and Ferguson(1985)认为房地产市场并非受到单一因素的影响，而是同时受到许多不同循环周期因素的影响；Norman G. Miller（1986）认为，供求因素用来预测房地产中长期市场的走势比较有效，对短期市场预测的效果会受到影响[2]；Wheaton(1987)以存量-流量模型建立写字楼市场运作的联立方程式，并探讨影响写字楼市场景气循环的因素，发现不论是供给面或需求面的变化均直接受到预期就业人数的影响，且供给面变量的调整较需求面来得快[54]；Pyhrr（1989）等人描述了 14种市场周期类型； Ininberge（1993）指出市场周期是决定房地产投资决策的首要因素，区位条件则是第二位要素[5]；Roulac在1995年估价师协会的年会上归纳了13种市场周期类型；Barras（1994）则指出房地产周期波动是有迹可寻的，强烈的经济成长、房地产供给短缺及银行信用扩张等特定因素组合下会产生投机性的景气复苏，而房地产市场的景气或萧条亦会对总体经济与金融市场产生影响[55]。Grenadier(1995)利用选择权订价理论(option pricing theory)，分别从土地批租、开发兴建以及出租等三个阶段来探讨影响房地产景气循环的因素，认为由于需求的不确定性、高调整成本以及生产时间落差等因素，导致屋主在面对租房需求的巨大改变时，仍不愿调整居住水准(occupancy levels)，而开发商在面对高空屋率下，依然增加供给。Gordon、Mosbaugh、Canter(1996)以空置率的变动探讨都会性写字楼市场的投资风险，发现在不同房地产景气阶段，影响市场投资风险的经济因素并不相同，就长期而言，资金额度的影响力最大，但在超额建筑的阶段，市场本身特性与需求面因素则有较大的影响力[6]。Roulac(1996)认为要了解房地产景气在制定投资决策阶段所扮演的角色，首先必须先了解组成房地产市场且于循环趋势中互动的五种主要力量，包括经济结构、空间需求、空间供给、资金流动、以及投资绩效[87]。Witold Witkiewicz(2002)认为可以采用Hodrick-Prescott过滤方法构建房地产周期循环指标，并以瑞典房地产市场进行了实证研究[12]；杨泽泉，李政道(2001)则认为政府政策对房地产景气有直接的影响[56]。
周期形成机理
目前对于周期循环的产生有许多不同的理论加以阐释，简单的可将这些理论区分为内因理论(internal theory)与外因理论(external theory)。即房地产周期波动是内在传导机制和外在冲击共同作用的结果。
内在传导机制，是指房地产系统内部结构特征所导致的经济变量之间的必然联系和对外在冲击的反应。外在冲击机制，是系统外在的冲击通过系统内部传导而发生的经济活动，来源于外生变量的自发性变化。
房地产经济周期波动的内在传导机制主要有：利益驱动机制、竞争机制、供求机制、价格机制、乘数——加速数机制、信贷——利率机制、产业关联机制、经济增长制约机制等[51] [85]，如下表：
表 2、房地产经济周期内在传导机制
传导机制
简要说明
利益驱动机制
房地产供应商在有利可图时就会加大投入，增加供应量；在无利可图时，就会减少投入，缩减供应量。
竞争机制
房地产企业间的竞争反映在价格、供应量、企业兼并等方面，会形成房地产经济的波动。
供求机制
房地产产品的特性造成了房地产市场供求机制的特殊性。首先是供应的滞后性，其次是供应的地域性，再次是供给的多样性和可变性。
价格机制
房地产企业看到盈利机会就会进入市场，直到市场中挤满了竞争者，价格下跌，利润消失。当价格下跌到平均成本以下时，企业就会自动退出市场。价格机制也左右着消费者的行为。
价格机制还调节着房地产买卖市场和租赁市场的结构。购房和租房之间有一定的替代性。房价过高，消费者就会选择租房。租金过高，消费者就会选择买房。因此，租金和房价之间存在一定的合理比值(租价比)。价格机制起着调节租价比的作用，使租金和房价维持在适当的范围内。
乘数——加速数机制
在经济增长中，乘数——加速数机制反映构成总需求的投资和消费之间的作用和反作用过程，以及对总产出的影响。投资支出是总需求的构成部分。为响应产出变化而增加投资，将会通过乘数来增加生产，这又回过头来在加速数的作用下引发进一步的投资。如此反复循环，产生连锁反应。相反，投资或产出的突然下跌会以类似方式产生反面效应。乘数和加速数的相互作用，会立即产生爆发性的产出反应。但是由于投资水平受到经济实力的限制，经济膨胀不会无限制地扩张下去，而是有一个“天花板”，此时投资与产出增长率都会慢下来，最终导致收缩。同样，收缩也不会无限进行下去，而是在到达“地板”时开始回升。
信贷——利率机制
信用制度使利率机制加入到经济周期波动的传导机制中。利率对房地产经济的影响首先体现在两个方面。一是对房地产开发投资的影响。多数开发商的主要资金来源于银行，利率的高低影响开发的成本和利润。二是对房地产消费的影响。利息高低影响到消费者的贷款信心、还款压力和支付能力。利率在房地产经济波动中的传导作用，还体现在利率的“价格比较”作用。利率实际上是资金的价格表现，体现了资金的使用价值。无论是将地租还原为地价的还原利率、房地产投资的利润率和内部收益率，还是租金和房价的租价比，都体现了一项投资的收益，与利率具有可比性。当房地产投资的收益率高于利率时，房地产开发商就会借贷资金，反之就会退出市场。
产业关联机制
产业关联机制反映了国民经济各产业之间前向、后向以及旁侧的关联效应。对于房地产经济系统来说，投资部门、建筑部门、中介部门相互间的利益关系、结构关系等关联机制，成为房地产系统的内部传导机制。
经济增长制约机制
房地产经济扩张要受到很多的约束，例如土地资源、人力资源以及资金的约束。房地产经济的收缩也存在下限约束。对于住宅来讲，人类生存的基本需求决定了住宅的最低供应量。
这几种机制往往是同时作用。当房地产企业看到价格发出的信号，预期会有利润，在利益驱动下，开始进入市场或者增加投资。增加的投资和消费在乘数和加速数的作用下，进一步导致了房地产经济的高涨，并且在产业关联机制下带动了相关部门的增长。逐渐的，会出现资源紧缺、成本提高、价格升高、供应量增多而需求下降、空置量增加、利润下降。最终，房地产经济扩张会由于经济增长的制约机制、价格机制发生作用而停止下来，开始进入衰退。在衰退过程中，这些内在机制同样是一起起作用的[77]。
有时内在传导机制也会出现失灵。例如在经济不景气时，政府可以兴办公共工程并通过乘数效应来刺激经济增长。但是如果地价过高，就会抑制这种乘数效应。日本在泡沫经济破裂后，一再追加财政支出，扩大公共事业开支，但是作用并不明显。其中一个重要原因就是绝大部分投资都被用来购买土地，而没有用来购买建材和雇佣劳工，大大削弱了投资的乘数效应。
房地产经济波动的外在冲击是由各种外在影响因素导致的，例如财政政策、货币政策和投资政策冲击(如货币供给、房地产投资和消费、税收、利率等)、城市规划、体制变动的冲击、国际政治和经济冲击、突发灾害的冲击如“非典”疫情等。
内在因素以及内在传导机制，是房地产经济波动的必要条件，决定了波动的必然性、规律性。外在因素和外在冲击机制，是波动的充分条件，它不能改变波动的基本规律，但是可以影响波动的形态，如波长、波峰和波谷。
周期波动的警源
房地产周期波动的警源，是引起房地产警情的根本性因素，找出这些警源，是有针对性的提出政策调控对策的前提。
叶剑平（2000）根据房地产周期波动成因的内、外因理论认为，房地产周期波动的警源也相应可以分为内生警源与外生警源两类，如表3所示[41]：
表 3、周期波动警源
类型
序号
警源
周期波动机理依据
内生警源
1
投资规模过大
利益驱动机制、供求机制、乘数——加速数机制
2
投资结构与需求脱节
利益驱动机制
3
土地有效供给不足
经济增长制约机制、
4
投资成本上升
竞争机制、信贷——利率机制、
5
开发资金过于依赖银行信贷
信贷——利率机制、产业关联机制、
6
行业利润率偏高（低）
利益驱动机制
7
需求增长（下降）
价格机制、信贷——利率机制
8
需求主体变换
供求机制、信贷——利率机制
9
集团购买力下降
供求机制、价格机制、信贷——利率机制
10
收入预期高（低）
信贷——利率机制
外生警源
11
通货膨胀变化
财政政策、货币政策
12
税率变化
财政政策、税收政策
13
产业政策变化
产业政策
14
利率升降
货币政策、利率
15
银根抽紧
财政政策
16
外资涌入
国际经济冲击、利益驱动机制
17
外资撤出
国际经济冲击、利益驱动机制
18
固定资产投资方向指导
产业政策导向
19
土地使用制度改革
产业政策调整
20
住房制度改革
产业政策调整
21
政治风波
体制变动的冲击、国际政治和经济冲击
22
自然灾害
突发灾害
23
城市旧城区改造
城市规划、
24
开发区的开辟
城市规划、产业规划
25
卫星城镇的建立
城市规划
26
新城市的建立
城市规划
先行、一致、滞后指标
房地产周期波动特征会在一些房地产指标的数据变化中反映出来，在预警体系中又称警兆指标；根据指标在时序上的差异通常分为先行指标（Leading Indicator）、同步指标（Coincident Indicator）与滞后指标（Lagging Indicator）三类。
先行指标，是指其循环转折点的出现时间稳定地领先于市场总体循环相应转折点，时间上先于市场整体波动而变化的指标。其能够预测经济景气走势是因为它与经济活动之间具有因果性和数学上的领先性。预警就是指要在总体循环出现转折之前做出预报，所以房地产先行指标是房地产预警中最重要的一类指标。
同步指标，是指其循环转折点与市场总体转折点几乎同时出现，在时间上波动和经济整体一致的指标。这类指标有两个作用：描述当期经济运行所处的景气状态；通过分析同步指标与先行指标的出现时差，可由先行指标的转折点估计总体循环转折点出现的时间。
滞后指标，是指其循环转折点的出现落后于市场总体转折点，波动滞后于总体经济变化的指标。在预警分析中其主要作用在于确认警情，检验经济循环过程是否确已超过某个转折点而进入了另一个景气状态。
先行、同步、滞后指标选取的方法很多，包括马场法、K-L信息量法、时差相关分析法、交叉谱分析法、理论分析法等五种方法[26][75][76][86]。先行、同步、滞后三类指标选取的基本原则是：
（1）指标跨越的时间尽可能长，一般时间跨度至少包括5次循环。但由于某些预警系统目前只有五、六年的数据，所以可以适当缩短跨越时间长度的要求。
（2）先行指标的峰值比基准循环的峰值先行至少三个月以上，且这种先行关系比较稳定，不规则现象较少；滞后指标的选取与上述标准相类似；同步指标的峰值与基准循环的峰值的时差保持在前后两个月以内。
（3）各个指标的循环与基准循环接近一一对应，且在最近的连续三次循环中，至少有两次循环的峰值保持先行三个月以上。
预警方法
经济预警方法包括景气指数法、警兆信号法、警素预警法、景气调查法、计量经济模型、人工神经网络、系统动力学、专家经验法等，如表4所列：
表 4、预警方法比较分析
预警方法
预警过程简要描述
特点分析
景气指数法[65]
是利用警兆综合成某种反映警情的指数来进行预警的方法。通过确定基准循环，选取宏观经济的先行、一致与滞后指标，并分别构建扩散指数DI、合成指数CI等经济景气指数，以预测经济周期循环的转折点与长期趋势，达到宏观经济预警的目的。其中DI用于判断是否景气及转折点；CI能够表示房地产市场的景气程度强弱。
该方法以景气循环（周期波动）理论为基础，又称景气循环法[74]、景气分析法等[86]。
景气指数法在上世纪90年代的预警领域应用还是比较多的。
其不足之处在于：①单纯用合成后的综合指数的波动来分析经济形势变化，缺乏成熟的理论基础支持，②合成指数是对各警兆指标的加权，虽然综合指标可以反映市场整体波动状况，但也容易掩盖某些指标的个别的异常波动情况，有可能把某个重要指标的信息忽略，不利于找出警源，分析实际问题所在，并针对具体的经济变量进行调控。
警兆信号法
根据警兆指标的警级预测警素的警度的方法，是一种由因到果的分析[29][43]。一般通过选取有先兆性的警兆指标，依据警兆变动情况划分警级，按重要性确定权重并加权为综合警值预报警度。
该方法也被称为综合模拟法[67][74]、景气概率法[48]、警兆指标分析法[86]等；当先行指标用统计学方法选取时又称统计预警法[43][59]。
警兆信号法逻辑清晰，单指标预警与多指标预警相结合，既可以看出单项经济活动的变动，又可以综合反映综合警情的变化，针对性与全面性兼顾，比较适合房地产市场的预警。
其难点是：①警兆警级的划分；②指标权重的确定。
警素预警法
警素预警法不引入警兆，只考虑警素指标的时间序列的变化规律，即循环波动特性，根据周期性的递增或递减，对警素的走势进行预测。
黑色预警法与绿色预警法都属于警素预警[43]，其中绿色预警适用于农业预警 [74]。
警素预警方法不适合房地产预警，因为：
①房地产预警还没有公认成熟的警素指标，无法全面反映房地产市场运行状况；②中国房地产市场发展时间短，循环波动多是政策影响，缺乏规律性。
景气调查法
景气调查法是以问卷形式询问被调查者对经济趋势的判断（上升、不变或下降），以此构建相应指数预测经济走向的方法[61]。
景气调查分企业与消费者景气调查两类，分别利用了企业家先有判断与预期，再计划实施的特点与消费者购买大宗商品前，先有对价格趋势的判断，再有购买决策的特点。
国内外学者研究表明：企业景气调查结果“企业家信心指数”对经济发展趋势有很强预测功能[71]；消费者景气调查结果“消费者信心指数”对家庭消费支出有很强的预测功能[72][73]。
对房地产市场预警来说，景气调查法是一种有效的趋势预测方法。
计量经济模型预警[15][65][80]
计量经济模型预警是用经济理论建立结构化模型，对经济运行进行模拟与预测，按的关联关系推测出经济发展的可能值（或区间值），达到预警的目的。
ARCH模型、VAR模型、ARM模型、ARIMA模型、logistic回归等都属于这一范畴。
能明确地表示出主要经济变量之间的数量关系，又能剔除次要因素的影响。
方法局限：①模型利用随机误差来表示未知因素对模型的冲击，这样“平滑”处理的结果是预警过程中漏掉了周期性运动的转折点。②需要大量的统计数据支持。
系统动力学
系统动力学（SD）方法是一种以反馈控制理论为基础，以计算机仿真技术为手段，通常用以研究复杂的社会经济系统的定量方法，从本质上看是带时间滞后的一阶差微分方程。
目前该方法在房地产预警领域的应用是比较前沿的研究[10][59][84]。
其特点是：①适用于处理长期性和周期性的问题、②适用于对数据不足的问题进行研究、③适用于处理精度要求不高的复杂的社会经济问题、④强调有条件预测。
其不足是：SD模型对现实的模拟完全依赖于建模者对实际系统的分析和洞察力[27]。
神经网络[83]
人工神经网络（ANN）是一种平行分散处理模式，由许多并行运算的、功能简单的单元组成。其预警方法有两种：①通过ANN方法预测，再和事先由专家根据一定标准确定的参考值进行比较确定警度；②增加一个报警模块，经过一定处理之后直接给出预警结果。
近期，一些学者将模糊理论与神经网络理论结合运用到经济与房地产预警研究中，这在当前国内是比较前沿的研究[29][46][47][83]。
有容错性，能够自我学习与调整，对数据的分布要求不严格，可作为经济预警的一个重要工具，具有良好发展前景。
主要问题：①神经网络经济预留系统网络拓扑结构的确定方法；②收敛速度的控制问题，学习因子的选择及逃离局部极小值点的方法等。③设计复杂，推广到各地区实际应用较难。
专家经验法
借助评估专家个人经验知识和所掌握的警兆信息来对环境中的有利因素与不利因素进行全面分析，然后进行不同时期的对比研究，最后结合直觉、经验及其他有关人员的估计对警情做出判断或者预测的预警方法[86]。
优点是：①不受警兆信息规范程度的限制，并可随新信息逐步修正预警结果；②比较灵活实用，适用目前国内房地产业预警。
不足之处：①判断往往较主观；②不同专家的意见相左，常常难以统一意见。
通过对上述方法的比较分析，可以看出：①警素预警法不适合房地产市场的预警；②计量经济学方法预警缺乏足够的房地产数据支持，对转点的预测效果不佳，不适合房地产预警；③系统动力学与神经网络方法预警由于设计复杂，目前还处于理论研究阶段，其推广应用较难；④景气指数法、警兆信号法、景气调查法与专家经验法四种方法比较适合房地产预警。
后四种方法中，①警兆信号法结合单指标预警与多指标综合预警功能，能全面的衡量房地产市场警情程度；景气指数法由于不能反映具体警源并提出相应对策，其效果不如警兆信号法。②景气调查法对房地产市场发展趋势有很强的预测功能，可以补充警兆信号法预测功能的不足。③专家经验法比较主观、直接，可以用作预警结果的验证。
前人的研究成果小结
房地产市场预警从上世纪90年代提出以来还是一个比较新的课题，但10多年来，宏观经济预警的许多理论与方法都已经在国内外房地产领域得到了推广应用。尤其2002年中国政府加大重视与投入以后，在国内产生了大量的研究成果。
表 5、房地产预警研究成果列表
作者
方法
成果
对预警指标的研究成果
叶剑平
（2000）
定性分析法
通过对指标经济含义及因果关系的定性分析得到下列指标[41]：
先行指标：全社会固定资产投资、房地产开发活动的资金来源合计、房地产投资实际完成额、土地购置面积、完成土地开面积、基本建设贷款利率、建筑安装工程价格指数、商品房新开工面积、商品房施工面积、沪深房地产综合指数；
同步指标：国内生产总值、商品房实际销售面积、预售面积、出租面积、商品房实际销售额、商品房销售均价；
滞后指标：商品房竣工面积、商工房屋价值、商品房空置面积、租金。
姜楠
(2003)
文献阅读法
其硕士论文中对房地产业的景气指标划分如下[32]：
先行指标：中长期贷款利率、楼房按揭利率、贷币供给增长率、工地与楼房供给量、房地产投资增长率、新开工面积增长率、国定资产投资增长率
同步指标：国民经济增长率、物价指数或通货膨胀率、房地产价格指数、房地产租金指数、房地产交易量（成交额）、物业结构比重与物业类型变化、房地产企业破产率与扩张率
滞后指标：房地产投资收益率、资金利润率、房地产空置率、就业率、股地联动关系
叶艳兵，丁烈云（2001）
第一主成分分析、相关分析法
得到武汉市的房地产预警指标依次为：施工面积、竣工面积、成交面积、房地产价格、开发公司个数、从业人数、物价指数、国内生产总值、房地产增加值、固定资产投资、全社会住宅投资、空置面积、土地开发投资等13个指标[35]。
李永江等
（2003）[82]
聚类分析方法、主成分分析
对青岛市房地产预警预报系统的20个指标进行了分析，得到五类指标，为主成分分析做准备。聚类得到的五类指标如下：第一类是集中反映经济发展水平的指标，包括青岛市GDP、人均可支配收入、年末储蓄存款余额、居民对住宅的心理预期、城市住房水平；第二类是反映产业协调水平、居住环境舒适程度及政策完善程度的指标，包括城市产业结构水平、年吸引外资额、房地产的用途结构、青岛的区位优势、房地产业政策、人口规模和政策；第三类是集中反映房地产业规模的指标，包括金融对房地产业支持程度、住宅房地产的用途结构、房地产商期望利润、基础设计综合水平、房地产土地供应量；第四类是集中反映房地产销售水平的指标，包括住宅二级市场发育程度、住宅租赁市场发育程度；第五类是恩格尔系数，是指标中唯一的逆指标，对房地产业发展起副作用[38]。
景气指数系统研究成果
中房预警指数
景气指数法
中房预警指数是房研究所在推出中房指数后的又一产品，但没有得到推广使用。中房预警指数对指标的划分如表3所示：
先行指标：全社会固定资产投资额、商品房新开工面积、房地产投资实际完成额、商品房施工面积、基本建设贷款利率、沪深房地产综合指数、建筑装潢材料类物价指数、抵押贷款利率
同步指标：国民生产总值、商品房实际销售面积、商品房销售额、商品房销售均价、城镇从业人员
滞后指标：商品房竣工面积、商品房空置面积
国房景气指数
景气指数法
国房景气指数（NREI）是全国房地产开发业综合景气指数的简称，它采用合成指数的计算方法，从土地、资金、开发量、市场需求等角度显示全国房地产业基本运行状况、波动幅度，并预测未来趋势，为国家宏观调控提供预警机制。
国房景气指数选择房地产开发投资、资金来源、土地转让收入、土地开发面积、新开工面积、竣工面积、空置面积、商品房销售价格等8个具有代表性的统计指标进行分类指数测算，再以1995年3月为基期对比计算出的综合指数体系。其中，综合指数值100为景气线，100以上为景气空间，100以下为不景气空间。历次的预警结果按时序在坐标轴上排列，可形成景气指数趋势图。
不足之处：①国房指数是一个综合性指数，将8类先行指标、同步指数和滞后指标统一加权平均，而且没有考虑它们之间的时滞效应，预报功能较差；②不同指标变化对指数造成的影响也不能清晰反映。
台湾的房地产景气指数
景气指数法
台湾房地产景气指数利用台湾经建会编制总体经济景气的“景气综合指标分析法”（含CI（Composite Index）及TP（Turning Point）程序）来编制房地产景气指标，该编制方法系采成长循环（Growth Cycle）以总体经济成长率的高低测量景气相对量的变化。
台湾房地产景气综合指标由投资面、生产面、交易面、使用面四方面的16个指标构成，与大陆的国房景气指数相比，台湾的房地产预警体系在四个方面指标中又明确区分了先行、同步、滞后三类指标并分别构建指数，由领先指标指数进行趋势预测，由同步指标进行确认，并针对不同情况提出对策，故其预测功能更强。预情结果以红、绿预警灯与景气指数趋势图的方式表示并建立了相应的对策库。
李斌、丁烈云（2001）[33][78]
景气指数法、精度比较法
李斌、丁烈云（2001）等针对CI、DI预警时警度不一致、警情失真的弊端，对DI的计算方法进行了调整与改进，并引入了精度比较的概念，对CI与DI的精度进行比较。即针对每年分别选择精度较高的指数进行景气评价，以消除CI、DI之间的矛盾冲突。
胡鹏、姚长学（2003）[36]
景气指数法、时差相关分析
构建了以销售率为基准循环的“房地产市场先行扩散指数预警监测系统”，并对四川省房地产市场进行了实证研究。该研究是景气指数法在四川地区的具体应用研究。
姜楠（2003）
景气指数法
作者介绍了景气指数法，提出了四川省房地产预警的思路并提出可以用专家经验法进行结论验证，最后针对景气区间变化详细讨论了政策对策。
但作者的研究还停留在理论上，没有以实际数据进行实证研究。
警兆信号法进行社区房地产预警的应用成果（国外）
芝加哥社会技术中心（CNT）的Cynthia Pollock Shea等（1997）
社区技术、警兆信号法
构建了社区预警系统（Neighborhood Early Warning System，缩写为NEWS）。它通过定义社区房产衰退先行指标来预测区域内困境住宅的个数与区域房地产市场的走势，以便让城市、乡村的各类机构与社会团体对房地产市场变化趋势进行监控，并更有效的缓解市场冲击，抵御商业困境与金融损失[20]。该系统选取了错误违规、房地产官司次数、水费欠费情况、房产税错失、严重逃税、火灾次数与房地产、买家、估价信息等七个先行指标构建该系统。1999年又调整了其中一些指标，以优化房地产预警的效果。
Lori Mardock（1998）
同上
通过对房地产抛弃预警的潜在指标进行筛选，最后采用的指标为房地产税欠款（property tax arrears）、水费欠款（water arrears）、建筑物状况（building condition）、无主占有（non-owner occupancy）、接近抛弃的住宅（proximity to abandoned houses）、高犯罪率地区接近程度（proximity to areas of high crime）等6个指标[19] 。
Blumner（1998）
同上
建立了住宅预警系统（Housing Early Warning System，缩写HEWS），并在纽约得到应用，主要用来对当地住宅的困境与抛弃进行预警；
Eric Myott（1999）
同上
针对哈姆林（Hamline）地区对HEWS进行了调整[21]。选择了住宅条件、资产贬值%、断水频率、抵押与税务困境、街道犯罪率、离空地的距离、所有者接近程度、潜在转让合约、法定居住权等9个指标，指标所占分值的不同代表着权重的不同，最后综合得分由各项指标简单相加而成，分为五档，以上研究与模型都是针对社区房地产的贬值与萧条等负面影响选取相应指标进行预警的，指标与权重的设置也都是针对各地区情况进行设置。其预警对象可以是具体的一栋住宅，也可以是一个地区或城市的社区房地产市场状况，且其数据收集系统已经相当成熟，几乎当地的任何住宅都能够在信息系统上查到预警信息。
洛杉矶UCLA政策研究所（1999）
同上
建立了一个与NEWS类似的社区预警系统，名为Neighborhood Knowledge Los Angeles (NKLA)。
但由于国家国情的不同，房地产开发模式的不同，上述美国的社区房地产衰退预警体系对我国的房地产业借鉴意义不大，我国目前亟待解决的是对房地产市场过热而不是衰退的预警问题。它的另一个不足之处在于：体系指标警界划分与权重确定的科学性仍然有待商榷。
警兆信号法房地产市场预警研究成果（国内）
赵黎明、贾永飞（1999）
警兆信号法、时差相关分析、正态归一化、模糊评价
该研究运用时差相关分析数学方法筛选出警兆指标，并确定了预警界限，确定了模糊评价方法来进行警级综合的警情预报，并选取了投资额同比增长率、新开工面积同比增长率、施工面积同比增长率、竣工面积同比增长率、竣工面积同比增长率、销售面积同比增长率以及土地开发面积同比增长率等作为警兆指标。
谢经荣（2001）
警兆信号法
提出两种预警方法：①设定指标界值和权重，将预警指标的实际值与临界值比较，如果实际值超越了临界值，就认为是发出了预警信号(用“1”来表示)，对超过临界值的预警指标加权求和，测算出地产泡沫变化的概率；②划定预警段，不同的预警段赋予不同的数值，代表泡沫的严重程度；将预警指标的实际值与警界比较，得到预警指标的预警级别值，通过各指标的预警级别值加权求和得到综合预算值，并根据综合预警值级别表判断预警级别。作者用第二种方法检验了日本地产泡沫[69]。
作者提出两种方法的都属于警兆信号法的范畴，但在临界值确定、权重确定上比较主观，预警方式上也比较简单。
上海社科院房地产研究所（2003）
警兆信号法、优选法、专家经验法
上海房地产预警体系用优选法选取的14个警兆指标包括如下三方面[30]：
市场预期指标：房地产开发投资额增幅、房地产开发投资额/全社会固定资产投资额、新增土地可建面积与新建商品房开工面积之比、商品房新开工面积/施工面积、商品房施工面积与商品房竣工面积的倍数比；
市场即期指标：商品房销售额与开发投资额之比、商品房预售面积与批准预售面积之比、商品房销售面积与竣工面积之比、住房买卖面积与社会住房总量之比、新建商品住宅空置率；
市场价格与贷款指标：商品住宅预售指数增幅与GDP增长率之比、存量住房买卖价格指数增幅、个人购房信贷比、房地产开发企业贷款余额占全社会企业贷款余额的比例。
体系中的“即期指标、预期指标”即为先行指标与同步指标，从课题中期报告中来看，该体系采用的是单指标预警的方法，各指标由左至右的五个区间分别代表过冷、微冷、正常、微热、过热五个警级，警级根据经验数据法划分而成。
该体系的缺陷是没有确定指标权重。课题组认为较难论证各指标对市场的敏感度和指标与指标之间的关联度大小，权重的确定尚不具备条件。
深圳市房地产研究所（2002）
警兆信号法、时差相关分析、正态归一、内插外推法、专家经验法、系统动力学方法
深圳房地产预警指标体系由统计信息系统、预警预报系统、动态监测系统组成。其中预警预报系统以警兆信号法为基础，动态监测系统采用系统动力学方法。
预警预报系统运用时差相关分析法，并考虑到房地产业与经济发展速度、房地产金融间的协调关系，选取了房地产开发投资增长率/GDP增长率、房地产开发投资额/固定资产投资、本年完成房地产开发投资额、土地开发面积、商品房新开工面积、商品房竣工总面积增长率、商品房销售总面积增长率、房地产开发贷款/金融机构中长期贷款余额、个人住房贷款/房地产贷款等9个指标[59][64][84]。
该体系用正态归一化方法与内插外推法调整指标、划分警界，通过单指标预警和综合指标预警结合来监测房地产市场的运行轨迹；并采用深圳市房地产市场综合评价指标体系进行对比验证。
该体系的不足：①指标权重确定也比较简单，依靠专家经验确定；②市场刚起步，前几年指标增长太快，用正态归一化的统计方法进行警界划分引起近年警值偏小。如2002年深圳房地产投资占固定资产投资的50%以上，却仅被判定为微警。
蒋益锋
（2003）
警兆信号法、正态归一化、层次分析法
构造了杭州的房地产预警体系，采用文献阅读法选取警兆指标，用正态归一化方法划分警级并用层次分析法确定权重，得到2003年杭州房地产市场处于正常区间，并朝微热方向发展的结论[66]。
与深圳体系一样，由于前几前指标增长太快，用正态归一化方法存在近年警值偏小的问题。
多方法协同预警研究成果
南京房管局（2003）
景气指数法、警兆信号法、专家经验法
建立了南京市房地产市场预警体系，结合景气指数法、警兆信号法与专家经验法三种方法进行预警[67]。
①景气指数法预警中采用时差相关分析及定性判别法选取如下指标分别计算先行扩散指数LDI与一致扩散指数CDI进行景气指数预警：
领先指标：房地产开发投资、住宅开发投资、全社会固定资产投资；
一致指标：国内生产总值（GDP）、人均GDP、人均可支配收入、第三产业产值、房地产施工面积、住宅施工面积、房地产竣工面积、住宅竣工面积、商品房实现销售面积、住宅实现销售面积、商品房实施销售金额、住宅实现销售金额。
②警兆信号法预警中采用系统核与核度理论和灰色关联分析法确定了房地产开发投资、房地产施工面积、房地产竣工面积、商品房实现销售面积、商品房实现销售金额、全社会固定资产投资6个警兆指标；采用了系统化方法确定警界并平均分配权重，最后根据与多个城市的横向比较结果进行结果修正。
③专家经验法中通过问卷调查得到了定性的结论。与前两种方法相互验证。
丁烈云
（2002）
景气指标法、系统核理论、模糊神经网络
在其博士论文中将周期波动理论、预警方法和计算机技术相结合，采用多模型集成、多库协同规划和动态建模技术，并重点探讨了房地产预警的三种模型与方法，即基于景气循环波动理论的房地产预警、基于系统核与核度理论的房地产综合模拟预警和基于模糊神经网络理论的房地产预警。
论文以武汉市房地产市场为对象进行实证研究，模拟仿真的结果与武汉市房地产发展的实际情况相符，且采用三种预警模型的分析结果基本一致。
胡鹏（2003）
警兆信号法、定性分析法、层次分析法、计量经济模型
作者结合警兆信号法与计量经济模型两种方法构建了房地产投资预警管理系统，两者起验证作用。
警兆信号法中用定性分析法选取了先行警兆指标，用层次分析法（AHP）确定权重；计量经济模型方法中采用周期乘法模型对四川省的房地产投资指标做了实证周期预警分析。
南京市、丁烈云与胡鹏的研究都表明：目前的研究正朝多方法预警方向发展。
从前人的研究成果来看，上世纪90年代偏重于景气指数预警，如中房、国房指数、中房预警指数、台湾房地产预警指数等；2000年以来则以警兆信号法为主，包括上海与深圳的房地产预警体系。
从研究的趋势来看，目前的研究正在向计算机系统实现与多方法协同预警的方向发展。
3、本文研究设计
前人研究的不足
前人对房地产市场预警的研究已经取得了丰富的成果；但同时也可以看到，前人的研究还有如下一些不足之处：
首先，趋势预测功能较弱。预警体系有警度判断与趋势预测的功能，前人绝大部分研究成果都意图用一套指标体系来实现这两个功能，但效果不佳：①先行性警兆指标的选取就是为了增强其预测功能，但同时选取的指标也包括同步与滞后指标，前人研究中简单的把先行、同步与滞后指标加权综合，使其预测功能受到影响。②根据历年警值趋势图走势上来预测下一年的警情，该方法对警值转点的预测功能较差。
其次，缺乏从多维度对房地产市场预警的研究。尽管近期的研究采用了多方法预警，但不同方法只是相互进行应证，未能对此进行多维度的研究。
再次，指标权重的确定缺乏科学性。目前有的指标体系只是简单的加权平均或专家打分，上海的预警体系还没有设定指标权重，深圳的体系也是主观设定的，其科学性都有待商榷。
另外，由于中国房地产起步较晚，前些年一些指标值过大，部分采用正态归一化方法划分警界的体系[59][66]存在警值偏小的问题。
表 6、各城市房地产开发投资与固定资产投资指标比较
深圳
上海
杭州
广州
北京
南京
房地产开发投资/固定资产投资指标
55%
%
%
%*
%*
%*
注：*表示为2002年数据
如上表所示，2003年深圳市“房地产开发投资/固定资产投资”指标达到了55%，这一个很明显的过热信号（广州、北京两个出现房地产供大于求状况的城市该指标值也只有%，上海房地产预警体系的警界划分为>37%即为过热）；但深圳体系在正态归一化处理后对该指标的判断结果却只是“微警”，警情明显被低估[59]。
最后，上述研究大部分都没有系统化的政策对策系统，没有针对警源形成完善的“预警-对策”机制。
鉴于上述不足，在当前研究成果的基础上，进一步对指标进行筛选，科学地划分警界、确定指标权重，构建定量化、预测性强、多维度的预警体系仍然是非常有必要的。
预警方法选择
通过对预警方法的比较可以看出，警兆信号法的警度判定功能与景气调查方法的趋势预测功能比较适合房地产市场的预警，故本研究选取这两种方法来构建预警模型。
警兆信号法
警兆信号法，是选取有先兆性的警兆指标，根据警兆的警级来预测警素的警度的方式。
图 2、警兆信号法预警流程
如上图所示，其预警流程为：首先确定警情指标（可选），根据各经济指标与警情指标的关系，选取有先兆性的警兆指标；再依据警兆变动情况划分警界，按指标重要性进行权重划分；最后单指标、多指标结合综合预警并预报警度。
确定警情指标
警情指标亦称警素指标，其选取应直接反映当前房地产业发展的状况和当前供需的平衡状态。如果不采用时差相关分析方法分析警兆指标与警情指标的时滞性，这一步骤常可以省略[19][20][21][30] [66] [69][74][86]。
警情指标可以是一个单一的指标，也可以是由几个指标综合而成的合成指标；警情指标选定后，就可以确定经济的基准循环周期。
宏观经济预警中常选用国内生产总值（GDP）作为警情指标，并以此确定国民经济的基准循环周期。房地产预警中可以采取销售价格增长率[41]、价格商品房价格指数[64]、住宅二级市场指数[64]、商品房销售率[43]等指标作为警情指标。
选择警兆指标
确定警情指标后，我们要对影响经济运行的指标进行筛选，找出具有先行性的警兆指标。选择先行指标的方法很多，有如下几种：
表 7、先行指标选取方法
名称
方法介绍
优缺点
马场法
将经济基准（警素）循环日期每一循环（从谷到谷）分成9段，除了谷和峰的月份外，把开始的谷和峰之间以及峰与后来的谷之间分别分割成大体相等的三段。对所选的指标序列求每一阶段上的平均值，对于峰和谷分别取包括峰和谷在内的前后三个月之值的平均值。然后，综合考虑几个周期波动的变动情况确定先行指标[26]。
局限性：①只有在被选指标周期波动吻合时才能得出相应结论，但这样的指标难找，可能会漏选指标；②要求数据序列长度足够。
K-L信息量法
偶然的带有随机性的现象通常可以认为是服从某一概率分布的随机变量的实现值。如果已知（或假设）真正的概率分布，就需要Kullback-Leibler（K-L）信息量，以判定两个概率分布的接近程度[26]。
对于每个选取的经济指标相对于基准（警素）指标前后移动若干个月，计算K-L信息量的值。K-L信息量越小，说明真实概率分布与模型概率分布越接近，对应的移动月数就是该指标的延迟月数。
局限性：①K-L信息量计算复杂，不易推广；②需要充足的样本数。
时差相关分析法
时差相关系统的计算方法是以警情指标作为基准指标，然后使被选择指标超前或滞后若干期，计算它们的相关系数[36][43][59]。最大的相关系数对应的移动月数就是该指标的延迟月数。其公式为：
；其中，相关系数绝对值最大的l值即为该指标先行的年数。
局限性：时差统计相关分析要求足够样本数，一般 需要50个观测值[75]。
尽管目前较多研究在样本数不满足条件的情况下进行时差统计相关分析，但其结果可能会有偏差。
交叉谱分析法
交叉谱分析方法是指相对应的两个时间序列之间的频谱分析，其反映了两个序列在不同频率处的相关情况，其中由相位谱所给出的时差关系，是相对于两个指标的整个波动过程而言，而不是仅靠某些点做比较来确定领先与滞后，相对来说其更能从整体上更好地把握各周期波动间地时差关系，尤其对不太规则地波动，尤为适合[86]。其计算时滞关系公式为：L=θΥC/2π
局限性：交叉谱分析要求样本数更多，一般需要200个观测值[76]。
定性分析法
定性分析方法是借助一批具有自然科学社会科学和交叉科学专业知识和经验的专家进行评估，评估专家根据个人的经验知识和所掌握的信息来对指标之间的关系做出判断的方法[29][86]。
局限性：指标选取主观化，客观性不强。
适合缺乏数据的情况。
上述五种方法中，前四种对数据的要求都很高，目前中国房地产市场统计数据还达不到上述要求，即使采用其结果可信度也会受到影响。
确定选择先行指标的标准如下：
在经济意义上，有明显的先行性，其变动先于警情的发生；
在经济意义上，有较为明显的因果关系或相关性，其变动直接或间接地导致警情的变动或发生；
指标能够反映当前的发展事态，从该指标可以看出当前的供需平衡状况；
数据能够及时准确地得到，并且历史数据完整。
累积影响调整
由于警兆指标中先行指标不仅作用于当期，还对下期有积累影响，考虑到指标的积累影响，有巨警调整法与平滑法两种方法可以进行调整，如下表：
表 8、积累影响调整方法
方法
计算公式
优缺点
巨警调整法[43][59]
设某警兆指标的第i期同比增长率为xi，该指标的巨警范围为x > I1或x< I2，I2 < I1。则该指标调整后增长率xic为：
xic = xi +f(xi-1) + f(xi-2)
其中，f(x)为累积影响函数，f(x) = x – I1，当x>I1；
f(x) = 0；当I2 < x < I1；
f(x) = x - I2，当x< I2；
优点：直观，将上两期超出巨警的部分迭加到本期；
缺点：单纯采取迭加的方式易使警值偏大。
平滑法
仅某一年的指标增长率过快（慢）并不能说明问题，连续多年的高（低）速增长才表明市场过热（冷），故可采用三年平均数的方法进行积累影响调整，其调整后增长率xic为：Xic=(xi+xi-1+xi-2)/3
优点：能够排除指标大幅波动的影响：
缺点：经济转点的预测功能受到影响。
其中巨警调整法由于采取单纯迭加的方式，易使警值偏大；平滑法尽管会使对经济转点的预测功能减弱，但由于本研究将趋势预测功能由指标体系中转移到了信心指数中，故指标体系中可以采用三年平滑的方法对前四个先行指标进行积累调整。
比较两种方法的优缺点，本文选择三年平滑调整方法对指标进行调整。
指标警界划分
房地产市场按其市场警情状况可以划分为过热、微热、正常、微冷、过冷五个状态，如下表：
表 9、房地产市场状态描述
状态
特征描述
过热
表现为：房地产业的增长速度远远高于正常的增长速度，与国民经济及信贷的增长比例极不协调；房地产需求旺盛，投机炒作盛行，房地产价格急剧上升，脱离了消费者购买水平。
微热
表现为：房地产业的增长速度偏高，与国民经济及信贷增长开始失衡；房地产需求旺盛，推动房价上涨，市场交易活跃。
正常
表现为：房地产业增长速度适中，与国民经济及信贷增长速度相适应；房地产炒作现象较少，价格稳中趋升；正常状态是房地产经济运行的理想状态。
微冷
表现为：房地产业增长速度偏低，投资收益率较低；房地产需求不足，市场整体供大于求，价格水平稳中趋降。
过冷
表现为：房地产业出现低增长或负增长现象，房地产开发整体收益率较低，新增投资不足；房地产需求不足，市场供过于求，房地产价格持续走低。
相应的，警情与警兆指标的警级也可以划分过热、微热、正常、微冷、过冷五级。
预警界限的划分是预警系统设计中的关键环节与难点之一，其方法包括正态归一化法、μ-δ法、系统化方法与经验数据法四种。
表 10、警界划分的四种方法
名称
方法描述
正态归一化法
把各指标归一化使其服从正态分布，将、-1、1、定为过冷->过热五个状态的临界点。统计学解释为：市场在过冷、过热两区间运行概率各为%，在微冷、微热两区间运行概率各为%，在正常区间运行概率为68%[59][66]。该方法也常结合内插外推法进行。
该方法为统计学方法，要求有充分的数据。
μ-δ法
求出各指标均值μ与均方差δ，将μ-2δ，μ-δ，μ+δ，μ+2δ定为过冷->过热五个状态的临界点[64]。该方法也是统计学方法，与正态归一化方法异曲同工，其也要求充足的数据。
系统化方法
所谓系统化方法是指全面加权考虑系统的自身变动规律及特征以及工业发展的速度、国际化趋势等采取一些并列的客观原则进行研究，这些准则主要有：多数原则、半数原则、少数原则、均数原则、众数原则、人数原则、负数原则、专家原则等：
①多数原则：预警指标在大部分年份是无警的，选2/3时间年份的区间作为安全区间。
②半数原则：有一半年份是无警的，因此可按照中位数所对应的增长率确定安全区间。
③少数原则：只有少数年份是无警的，如房地产投资这一指标。
④均数原则：取某个时间平均数作为安全区间下限。
⑤众数原则：用我国房地产的总体平均水平作为安全区间的下限。
⑥人数原则：不论哪一指标，其安全区间下限应为人口增长率。
⑦负数原则：凡是零增长或负增长均属有警的。
⑧专家原则：参考权威人士或机构的意见。
然后将各种结果加以合理综合，得到可以使大多数人接受的较科学的结论[74][86]。系统化方法也会受数据本身的影响，市场起步阶段使用系统化方法也易使警值偏低。
经验数据法
依据专家经验与历史数据，结合国际公认的警界原则，对警级进行主观划分[19][20][69]。其缺陷是主观性太强，适用于市场刚起步，不稳定的状况。
确定指标权重
权重的确定则是统计预警系统中的难点之一，如何科学有效地设定各警兆指标的权重，是预警体系得以发挥效用的关键。我们可以根据指标的重要性程度、指标间相关性程度或专家的经验意见来确定权重，其方法有五种：
表格 11、确定指标权重的四种方法
名称
方法描述
第一主成分法
主成分分析可以简化指标，其中第一主成分对变异的解释力最强，故该方法设第一主成分Y1=l1X1+ l2 X2+…+ ln Xn，则指标Xi的权重ωi可以确定为：
；该方法要求第一主成分能解释大部分的变异，并要求数据完整[70]。
因子分析法
用主成分提取方法对指标进行因子分析，求出指标体系的主要正交因子并要求能够解释80%以上的变异；设Xi=ai1f1+ ai 2 f 2+…+ ai m f m+εi，则指标Xi的权重ωi可以确定为：
；该方法也要求样本数据完整[70]。
加权平均法
平均对各指标赋予相等权重的方法，优点是简单，故采用最多[48][69][74]；其缺点是不能反映指标重要性的差异。
层次分析法（AHP）
层次分析法是定性与定量分析结合的多目标决策方法，通过构造判断矩阵，同层次指标两两进行重要性比较并赋值1/9-9（值越大越重要）；再用和积法或方根法求权重ωi并计算CR进行一致性检验（CR≤），当CR>时指标要进行重新比较[66]。
尽管采用了客观的计算方法，但该方法还是偏主观。
专家经验法
依据专家经验，对指标权重进行主观划分[42][59]。其主观性太强是其最突出的缺陷。
五种方法比较而言：
（1）前两种统计方法是通过对数据自身的分析简化指标，消除指标相关性的方法；由于第一主成分法的适用条件是第一主成分能够解释大部分的变异，其适用性不如因子分析法。这两种方法还没有引入到房地产预警的指标权重划分中来。
（2）加权平均法由于没有区分指标重要程度，其科学性不足。
（3）层次分析法与专家经验法都是主观的方法，比较而言层次分析法相对客观一些。
警情预报
警情预报是警兆信号预警的最后阶段，首先是对警兆指标数据进行判断分析，按警界的划分把每个指标归入对应的警兆区间，并赋予相应的警值；每个警兆指标都可以做出趋势分析图进行单指标预警。
然后根据指标权重，把各指标的警值按其权重加权，得到综合警值进行多指标综合预警，以此判断警情的警度。连接历年的综合警值可以做出综合警值图进行趋势与周期循环分析。
根据警情的警度情况，可以由果溯因找到导致警情指标变动的主要影响指标，并找到引发警兆的警源，针对警源进行相应政策调控。
景气调查方法
景气调查法（Business Survey或Business Cycle Survey）是以问卷形式询问被调查者对经济趋势的判断，以此构建相应指数预测经济走向的方法。
该方法起源于1948年，最早由德国伊弗研究所(IFO)研究创立。1951年，法国经济研究所(L’ INSEE)也开始了景气调查，并对该方法的发展做出了很大的贡献；日本也在第二次世界大战后学习了IFO的经验，并建立起景气调查制度[62]。现在，世界上有50多个国家都在进行企业景气调查，并把它作为一项重要的统计调查制度，已形成规范的景气调查体系。如法国有16项景气调查制度，包括工业、投资、国外竞争力、批发零售贸易业和餐饮业、社会服务业、房地产业等；调查频率有月度、季度、半年度；有专题调查、财务调查以及大企业集团的景气调查等。
景气调查特点在于提问的内容不是具体数值，而是定性描述；不是问未来变化程度，而是问变化方向；调查对象只需就调查内容的上升、下降和不变做出选择即可。从统计规律讲，某种经济状态出现的频率与出现的程度应具有比较稳定的统计关系。景气调查虽属定性调查，但通过对调查结果具有频数的分析与加工，仍可以得出反映经济现象变化程度的结果，从而在一定程度上满足定量分析的需要。
景气指数的预测功能
客观的经济现象是人们经营活动的结果；经营活动者与消费者本身的判断、预计也是影响经济活动，进而影响经济现象的重要因素之一。景气调查方法正是利用这种因果关系，从询问、整理分析企业家与消费者的判断、预测入手，估计经济发展的趋势[61]。
所谓预测性，即通过现有的资料根据企业家与消费者对未来宏观经济运行以及企业生产经营状况发展趋势的预期，判断预测经济将来的发展方向，当然这个将来不是长期的而是短期的。前瞻性是景气调查最突出的特点。
按对象的不同，景气调查可以分为企业家景气调查与消费者景气调查两种：
（1）企业景气调查是针对企业家的调查，通过了解企业家对当前的经济走势、企业的运营状态做出判断，并对未来发展趋势做出预测的方法；它利用了企业家先有判断与预期，后形成经营计划，最后导致计划完成这一特点。
（2）消费者调查是针对消费者的调查，通过了解消费者对当前经济走势的判断，并对经济发展趋势做出预测的方法；考虑到市场活跃程度与消费人气的影响，它利用了消费者在消费商品（尤其是大宗商品）前，先有对商品价格趋势的判断与消费意愿，再有购买决策的特点。
企业家景气调查和消费者景气调查抓住了概念与行动间的内在联系。从两个侧面反映经济行为过程中不同环节，在此基础上做出的判断和预测，无疑具有很重要的参考价值。景气调查最后得到企业景气指数BSI（BUSINESS SURVEY INDEX）、企业家信心指数ECI（ENTREPRENEUR CONFIDENCE INDEX）、消费景气指数CSI（CONSUMER SURVEY INDEX）与消费者信心指数CCI（CONSUMER CONFIDENCE INDEX）等，通过这些指数能对经济运行进行超前的预测[16]。
Bob McNabb、Karl Taylor（2002）通过对欧洲几个国家进行实证分析，验证了信心指标与经济（GDP）周期性变化的相关性与因果关系，结论认为信心指数相对其它先行指标而言，对经济转点有很强的预测功能[71]。Nicholas S. Souleles（2001）、Brigitte Desroches（2002）也分别以美国密歇根州与美国的作为对象进行实证，证明消费者信心指数对家庭消费支出的有很强的解释能力[72][73]。
何荆（2003）经过对浙江省历年的景气调查结果与GDP增长率的相关分析后指出，企业家信心指数预期值与GDP实际值之间显著相关，相关系数为，高于企业景气指数预期值与GDP实际值的相关系数。也就是说，企业家信心指数对经济发展的预测较为准确[60]。
景气度的计算与解读
景气调查的最终成果是景气指数，又称为景气度，它是对企业景气调查中的企业家关于景气变动状况定性判断的定量描述，用于反映宏观经济运行和企业生产经营状况所处的状态和未来发展变化趋势。其最大的特点是具有信息超前性和预测功能，可靠性很高。
回收景气调查问卷后，我们就可以用扩散指数法计算景气指数与信心指数。以企业景气指数BSI的计算为例（其它景气指数的计算方法与之相同），BSI的计算公式为：
BSI＝100×∑DIi/n （-100≤BSI≤+100）
其中，DI为被调查者回答调查内容时的取值，当企业家回答“上升”时，DI＝+1；当企业家回答“不变时”，DI＝0；当企业家回答“下降”时，DI＝-1。n为调查的企业家总数。更通俗一点说：BSI＝回答上升的企业家所占的比重—回答下降的企业家所占的比重。
按此公式计算的景气指数介于-100和+100之间。当0≤BSI<100时，表明企业家判断景气状况为上升或改善，越接近100状态越好；当BSI＝0时，说明经济处于景气与否的边缘；当-100≤BSI<0时，则表示企业家判断景气状况为趋于下降或恶化，即经济处于不景气状态，越接近于-100，效果越差。
在实际计算中，考虑到不同规模的企业对经济的影响程度是不同的，行业内部要根据企业的规模进行加权；行业之间根据各行业的增加值在GDP中所占的比重进行加权。
考虑到中国人的习惯，我国统计局的计算方式与国外不同的是，在计算出BSI的基础上加100，使景气指数区间在[0、200]的区间内。新的表示形式含义为：100为景气指数的临界值，表明景气状况变化不大；100—200为景气区间，表明经济状况趋于上升或改善，越接近200状况越景气；0—100为不景气区间，表明经济状况趋于下降或恶化，越接近0，状况越不景气。
景气调查的频率可以是每月一次，也可以是每季或半年一次[62]。在计算出景气（信心）指数后，经过季节调查，可以将历次的景气（信心）指数结果进行趋势分析。
二维预警体系设计
本节就是在前人研究的基础上，吸取优点并改进其不足，采用警兆信号法与景气调查法构建二维预警模型，模拟房地产周期波动进行综合预警，并建立完善的“预警-对策”机制为预警结果提供解决方案。
预警模型设计
作者综合警兆信号法的警度判断功能与景气调查方法的趋势预测功能，构造二维的房地产市场预警体系。其中警度判断维对房地产警情进行判定，趋势预测维度对房地产发展趋势与转点进行预测。如下表所示：
表 12、房地产市场预警模型设计
二维预警体系
警度判断维度
反映增长速度的先行指标
综合警值
反映市场供求均衡指标
与国民经济协调性指标
趋势预测维度
房地产企业家信心指数
综合信心指数
消费者信心指数
警度判断维度要通过选择合适的房地产市场警兆指标，构建统计指标体系，对市场过冷过热进行单指标与多指标综合预警；最终加权得到房地产市场综合警度。
趋势预测维度是通过景气调查得到企业家信心指数（ECI）与消费者信心指数（CCI），两者通过加权得到房地产综合信心指数对房地产市场发展趋势进行预测。
模型假定条件：
H1：指标体系中选取指标数据已经包含了房地产市场预警所需的因素；
H2：预警结果的具体数值存在一个上下波动的合理区间范围，其更多的是反映一种趋势而不是数值本身；
警度判断维度设计
房地产价格是实现交换的纽带、衡量商品和货币比值的手段、市场信息的感应器和传导器、调节经济利益和市场供需的经济手段。如节所述，本研究将“商品房平均销售价格”作为警情指标。
警兆指标的选取如节所述，一般选择具有先行性的指标，主要包括反映房地产市场发展速度的增长率指标；同时在市场经济环境下，供求是影响房地产市场最根本的因素；另一方面房地产业发展必须与整个国民经济的发展相协调，否则会影响资源配置的合理性，引发系统风险。故本研究选取“反映增长速度的先行指标”、“反映市场供求均衡指标”、“与国民经济协调性指标”三大类警兆指标。其中先行指标的选取限于中国城市房地产统计数据序列长度与完整性的不足，采用时差相关分析法结合定性分析方法选取。
具体指标的确定受地域性影响很大，主要原因是：①各城市统计指标完整程度不同，A城市有的指标B城市不一定有；②指标先行性的判断要结合城市具体数据并采用时差相关分析法确定。本研究模型设计考虑到对各城市的适用性，并不固化警兆指标，并提供以下指标作为具体城市预警体系的选择参考：
表 13、三类警兆指标选择列表
反映增长速度的先行指标
反映市场供求均衡指标
与国民经济协调性指标
房地产开发投资增长率
商品房批准预售面积/商品房实际预售面积
房地产开发贷款余额/金融机构中长期贷款余额
商品房销售面积增长率
商品房施工面积增长率
商品房施工面积/商品房竣工面积
房地产开发投资/固定资产投资
商品房新开工面积增长率
商品房新开工面积/商品房竣工面积
房地产开发投资增长率/GDP增长率
土地供应面积增长率
商品房空置率
商品房平均价格增长率/GDP增长率
商品房销售额增长率
商品房销售面积/竣工面积
房价收入比
土地开发面积增长率
股地联动性
警界的划分如节所述，包括正态归一化、μ-δ法、系统化方法、经验数据法4种方法，其中前两种统计学方法客观性较强，原理相同，其中μ-δ法比正态归一化方法但更直观。由于中国房地产业发展起步不久，上世纪90年代前期指标增长率普遍过大，使用统计学方法易造成近年的警值偏小、数据失真；系统化方法也有相同的问题。故本研究中将把城市房地产市场划分为起步期与稳定期，并根据稳定期的数据采用μ-δ法进行警界划分，最后采用经验数据法进行修正。
指标权重的确定如节所述，包括加权平均法、第一主成分分析法、因子分析法、专家意见法、层次分析法（AHP）5种方法。其中因子分析法可以消除指标间相关性且适用性强于第一主成分分析法；层次分析法能反映指标重要性但客观性不如因子分析法。故本研究将一方面截取数据比较完整的年份或采用“内插外推”的方法进行缺省填充，从相关性的角度用因子分析法确定指标权重；另一方面从指标重要性的角度用层次分析法确定另一套指标权重，按照两套权重分别计算综合警值，分析两者差异并加权平均调整为最终警值结果。
综合警值出现异常时，可以由果溯因的找到引发警情变动的警兆指标，并分析其警源，以便于有针对性的提出政策建议。
趋势预测维度设计
根据景气调查原理，本研究选取了房地产企业家信心指数（ECI）与消费者信心指数（CCI）两个指数加权为综合信心指数进行市场趋势的预测。
考虑到现实应用的可操作性，房地产企业景气调查问卷采用中国官方统计系统使用的房地产企业景气调查问卷（参见统计局N235问卷），并直接引用统计局的调查最终结果“房地产企业家信心指数”，该指数可以在城市统计年鉴或一些大城市的统计局网站（如上海、杭州、宁波）获取。由于统计局公布的统计调查结果都上调了100成为正值以符合中国人的习惯。作者将四个季度的平均值减去100，调整为年度ECI值。
中国开展消费者景气调查的城市比较少，故缺少官方的CCI数据以供直接引用，必须进行消费者景气调查并根据调查结果进行CCI的计算，消费者景气调查问卷详见附录1。
两个指标的加权可以采取专家打分法。
周期循环模拟
以综合警值与综合信心指数分别作为坐标系的两轴，可构建二维的房地产市场预警模型如图2所示。根据周期波动理论，房地产市场存在模型所示的A->B->C->A的自发周期循环。
图3、房地产市场二维预警模型
由模型所示，A区域代表市场发育初期或市场探底末期，特点是人气不足、市场过冷；B区域代表房地产市场健康发展的理想状态，特点是人气旺，市场处于正常区域或偏向于微热；C区代表泡沫即将破灭的状态，特点是市场过热，综合信心指数迅速下降。
市场自发的循环一般由A区开始，此时供求都比较低弥且供给大于需求；随着交易活跃度提高，市场回暖，人气开始聚集，市场对应的坐标点由A区向B区移动。到达B点后，消费者信心的提高刺激了购买需求，且由于房地产供给的滞后性，由前期的土地施工转化而成的现房供给量常不能满足需求，引起房价上涨，此时综合信心指数将进一步提高，市场坐标点由B点向右上方移动；房价将进一步上涨的预期可能会引发投机行为，当市场中存在大量投机时，房价飞涨，市场出现过热，市场坐标点加速向右上方移动，并在达到信心最大值后调头移向C区，此时市场风险不断增大并出现泡沫的成份。C区是个不稳定的区域，一方面消费者信心下降导致购房需求大幅萎缩，另一方面前期猛增的房地产项目陆续上市却无法消化，最终将导致供过于求并引发泡沫破裂，此时综合信心指数急剧下降，市场坐标又逐渐由C区回到A区……往复循环。
警兆指标可以反映市场阶段的一些征兆，如当市场坐标点在A区时，反映增长速度的先行指标大多处于过冷状态，反映市场供求均衡指标也大多趋于过冷（供过于求）；市场坐标点在C区时，反映增长速度的先行指标则大多处于过热状态，反映市场供求均衡指标也大多趋于过热（供过于求）。但单凭指标的冷热状况还不足以判断市场所处的景气循环阶段，因为警兆指标只构成必要条件而非充分条件。
依照景气循环理论，房地产周期波动作为固有的经济循环现象是无法避免的。但是政府可以通过适当的政策调控，减缓房地产周期波动幅度，延长波动周期。政策调控的目的就在于：通过一系列政策措施，引导A区（过冷）或C区（过热）状态的房地产市场向B区（健康）状态发展，延长市场在B区状态的时间，延长房地产周期，避免房地产市场剧烈波动。
预警对策机制
针对前人研究的不足，本文构建了政策对策系统，以完善“预警-对策”机制。该机制包括确定预警准则、寻找警源与确定政策对策三个环节：
确定预警准则是确定房地产市场处于周期循环不同阶段时，政策调控的目标与应该遵循的总体原则，如采取升温政策还是降温政策。
寻找警源是根据警兆信号法中单指标预警结果，选择引起警情异常的主要警兆指标，并根据警源列表寻找相应的警源。该环节可以采用鱼骨图工具对主要影响警源进行分析。
确定政策对策是在预警准则的大前提下，针对找到的警源，参考对策库提出相应的政策措施建议，以完成预警系统对策建议的功能。
预警准则
预警准则是指在房地产景气循环的不同阶段政府调控应该遵循的总体原则。在房地产周期循环的不同阶段，即市场轨迹点处于A、B、C不同区域时，政府的对策措施应遵循如下准则：
表14、不同市场状态的政策调控准则
准则
轨迹点
状态
政策调控准则
1
A区
谷底
此时应采取强有力的措施刺激市场增长，使之向B区发展。
2
A->B过程中
市场回升
可继续施行升温措施，并针对过冷的警兆指标采取刺激措施
3
B区
健康稳定发展
可在稳定中适当采取促进经济增长的调控措施。
4
B->C过程中
市场趋向过热
不宜采取促进增长的措施，应针对引起市场过热的警兆指标适当采取降温措施，并限制投机行为，避免市场过热。
5
C区
泡沫即将破裂
严控土地供给，收缩银根，针对过热的警兆指标采取果断措施。
6
C->A过程中
泡沫破裂，市场日益萧条
市场轨迹由过热转向正常的区域内，可适当采取紧缩措施；由正常转向过冷时，不宜紧缩，可适当采取刺激措施，避免市场过于萧条。
如表所示，尽管在不同阶段的调控目标是不同的，但总体来看，政府调控的目标是一致的，就是减少房地产周期波动的幅度，引导市场向B区域发展。
在上述准则的前提下，政府可以根据对策库中的应对方案有针对性的采取具体措施。
警源列表
警源列表是可能导致各项警兆指标异常的警源列表。根据单指标预警结果，可以将异常或变化比较大的警兆指标选出，对照下述警源列表寻找警源。
表15、导致警兆指标异常的警源列表
序号
警兆指标
状态
可能的警源
1
房地产开发投资增长率
过热
6、7、11、13、14、16、18、19、20、23、25、26
2
过冷
4、6、7、9、11、13、14、15、17、18、21、22
3
商品房销售面积增长率
过热
1、7、10、11、12、13、14、16、20、23、25、26
4
过冷
7、9、10、12、13、14、15、17、21、22
5
商品房施工面积增长率
过热
1、6、13、23、24、25、26
6
过冷
3、6、13、15、21、22
7
商品房新开工面积增长率
过热
1、6、10、13、14、23、24、25、26
8
过冷
3、6、13、14、15、21、22
9
土地供应面积增长率
过热
13、19、23、24、25、26
10
过冷
6、13、15、19、21、22
11
商品房销售额增长率
过热
4、7、10、11、12、13、14、16、20、23、25、26
12
过冷
7、9、10、12、13、14、15、17、21、22
13
土地开发面积增长率
过热
1、6、13、23、24、25、26
14
过冷
3、6、13、15、21、22
15
商品房批准预售面积/商品房实际预售面积
过热
3、7、10、11、12、14、20
16
过冷
2、6、7、8、9、10、12、14、20、21、22
17
商品房施工面积/竣工面积
过热
1、6、13、14、23、25、26
18
过冷
6、13、14、15
19
商品房新开工面积/商品房竣工面积
过热
1、6、13、14、23、25、26
20
过冷
6、13、14、15
21
商品房销售面积/竣工面积
过热
3、7、10、11、12、14、20
22
过冷
2、6、7、8、9、10、12、14、20、21、22
23
商品房空置率
过热
3、7、10、13、14、20
24
过冷
1、2、7、9、10、13、14、20、21、22、25、26
25
房地产开发投资增长率/GDP增长率
过热
1、6、11、13、14、16、19、23
26
过冷
6、13、14、15、17、19、21、22
27
房地产开发投资/固定资产投资
过热
1、2、13、16、18、19、23
28
过冷
4、13、15、17、18、19、21、22
29
房地产开发贷款/金融机构中长期贷款余额
过热
4、5、13、14
30
过冷
13、14、15、21
31
商品房平均价格增长率/GDP增长率
过热
2、3、7、11、14、16、
32
过冷
1、7、9、14、21、22
33
房价收入比
过热
2、3、7、11、14、16、
34
过冷
1、7、9、14、21、22
35
股地联动性
过热
6、
36
过冷
4、6
注：警源及其编号参见节表3
表中“可能的警源”只是可能引发某项警兆指标异常的备选项，选取警源时要结合当地房地产市场实际发展状况来筛选真正的警源；当市场同时有几个警兆指标出现异常时，要结合所有可能导致警兆指标异常的相应警源进行筛选，寻找其真正的警源，以便于有针对性的采取相应的措施。
由于警源也有主次之分，可以用鱼骨图工具对警源进行进一步的分析，确定导致警情变动的主要原因。
对策库
对策库是针对警源可采取的具体对策措施集合，针对上一环节确定的市场警源提供合理的政策对策建议。
各警源相应的对策如下表：
表 16、警源对策库
序号
警源
对策措施
1
投资规模过大
①提高行业准入门槛；②控制信贷规模，严格资质审查*；
2
投资结构与需求脱节
①严格控制高档楼盘项目的预售*；②对高档楼盘、别墅的开发严格审批，甚至短时期内停止审批*；③对经济适用房开发提供土地购置费用与税率减免优惠；
3
土地有效供给不足
①调整土地批租结构，确保土地有效供给*；②加强轨道交通建议，打通交通瓶颈；③建设经济适用房直接影响供求与心理预期*；
4
投资成本上升
①利率下调；
5
开发资金过于依赖银行信贷
①对开发资金“开源”：加快房贷证券化步伐，开发房地产信托投资种类，使融资手段多元化*；②对违规资金“截流”：禁止建筑商垫资，严格查处假按揭行为，规范商品房预售*；③银根紧缩；
6
行业利润率偏高（低）
偏高：①规范土地批租市场，进行土地储备；②规范商品房预售，对变相违规行为严格查处*；③严禁建筑商垫资及变相垫资行为*；④规范银行按揭，查处假按揭行为*；⑤上调利率；
偏低：①下调利率；②产业政策扶持*；③土地按揭*；④税率下调*；
7
需求增长（下降）
增长：①对高档房地产购买提高首付与税率*；②对房屋交易征税；③限制房屋转让，如附加年限要求；④购房实名制，限量购房；⑤加强经济适用房管理，对转让有年限限制并补交差额*；⑥上调利率；
下降：①下调税率*；②下调利率；③住房制度调整；④下调首付比例，加大按揭年限*；⑤城市规划或旧城改造*；
8
需求主体变换
①积极引导新的需求主体，避免井喷行情；
9
集团购买力下降
①给予适当税率优惠；②住房制度调整；
10
收入预期高（低）
高：①税率调整；
低：①税率调整；
11
通货膨胀变化
①调整财政、货币政策，控制通货膨胀；
12
税率变化
①税率调整；
13
产业政策变化
①针对性的产业政策调整*；
14
利率升降
①利率调整；
15
银根抽紧
①适当放松银根；②引导房地产开发融资多元化*；
16
外资涌入
①规范土地批租*；②内、外销房区别定价；③控制短期资金流入*；
17
外资撤出
①对外资投资开发适当采取税率优惠；
18
固定资产投资方向指导
①固定资产投资政策导向调整；
19
土地使用制度改革
①土地使用制度完善、合理过渡；
20
住房制度改革
①住房制度完善与调整；
21
政治风波
①平抑风波，积极处理，减少其不利影响*；②重申政策的稳定，对行业采取鼓励发展的政策*；
22
自然灾害
①积极处理，拨款救灾，减少其不利影响*；②积极将损失引导成为新的房地产需求*；
23
城市旧城区改造
①大力建设经济适用房以解决低收入群体的住宅问题*；②完善城市配套建设*；
24
开发区的开辟
①完善配套设施建设；②分阶段实施；
25
卫星城镇的建立
①完善轨道交通建设，打通中心城与卫星城的交通瓶颈*；②产业规划相应调整与转移*；③周边开辟新的开发区；
26
新城市的建立
①产业规划调整与升级；②完善交通设施与城市配套*；
注：带*表明为推荐采用的措施
根据上表，可得到相应的对策措施。最后得到的对策中应该去除与预警准则相冲突的对策措施，使之保持一致并符合预警准则；同时根据政府级别去掉无法实施的措施建议，形成最终的政策建议。
研究方法
本文作者在论文研究过程中特别关注多种研究方法的综合应用，以获得较好的研究效果，这主要体现在以下几个方面：
第一，理论研究与实证研究相结合。本研究自始至终都坚持理论与实证相结合的方法。在实践中提出理论问题，在理论研究中解决实际问题，再用实践来检验理论结论。本研究以经济预警中的景气循环理论为基础，结合本研究的房地产周期研究和推演，然后通过实证研究来对相应的理论命题进行实证分析。
第二，定性研究和定量研究相结合。李崇明（2003）[40]认为房地产发展趋势为混沌态，过多依靠数学方法而忽视了定性方法是研究的误区之一；本研究将定性研究与定量技术相结合，如用信心指数对定性评判结果的进行定量化；在警界划分中结合统计学定量方法与经验数据的定性方法，在权重确定中结合因子分析的定量方法与层次分析的定性方法等。
第三，文献归纳法。无庸置疑，文献研究是本论文研究的一种重要方法。收集已经发表的文献资料，包括国内外经济预警和房地产周期理论的研究成果、企业和国家公布的有关统计资料等。将这些资料加以分析、整理、归纳，可以从中找出带有普遍性的问题和有价值的观点，作为研究假设的基础。
实证方案
本研究选取杭州市为研究对象，即通过获取杭州市房地产数据，建立杭州房地产市场二维预警体系，应用该模型进行实证分析，对杭州市房地产市场警情进行判断并对其发展趋势进行预测；针对引发警情异常的警兆指标，寻找其警源并采取相应的政策对策。
杭州的预警体系成果比较少，目前仅有蒋益锋（2003）在其硕士论文中构建了杭州市的房地产预警体系，通过归一化方法进行警兆警级的划分，并使用层次分析法确定权重，最后得到2002年杭州房地产市场处于正常区间并朝微热区间发展的结论。该研究是杭州房地产预警研究的一次零的突破，但由于采用归一化的统计学方法，可能会引起警值偏低的情况，故本文将把研究结果与蒋益锋的研究结果进行对比研究。
同时，作者对杭州市房地产方面的专家学者发放问卷进行专家经验预警调查（专家评判问卷如附件2所示），并将专家经验法得到的预警结果与上述作为对比的两套预警结果分别进行警值偏差比较与相关性分析，对本研究结果进行验证。
4、杭州房地产市场实证分析
本章在模型设计的基础上选取杭州市为实证对象，对杭州市房地产市场警情进行综合判断与趋势预测；并构建政策对策系统，针对其警源提出相应的政策对策建议。
警度判断
根据模型设计（节），本研究将“杭州市商品房平均销售价格”作为警情指标，其数据如下表：
表 17、1995-2003年杭州商品房平均销售价格
指标
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品房平均销售价格
3278
3489
3800
4035
4749
5396
增长百分率（%）
-
%
%
%
%
%
%
%
%
数据来源：浙江省城调队
警兆指标选取
指标先行性判断
根据时差相关分析公式（见节），用SPSS统计软件进行房地产增长率指标与商品房平均销售价格的时差相关分析，并取L= 4，其统计分析结果如下：
表 18、房地产指标与警情指标的时差相关分析
时差l
房地产开发投资
商品房销售面积
商品房施工面积
商品房竣工面积
商品房新开工面积
土地供应面积
Lag
L
Lag
L
Lag
L
Lag
L
Lag
L
Lag
L
0
1
2
3
4
时滞性
滞后2年
先行2年
滞后1年
先行3年
先行1年
先行4年
注：Lag指后滞，L指先行
由上表可见：房地产开发投资与警情指标在l = -2时相关系数rl = 最大，表明该指标有2年的滞后。同理，得到房地产销售面积有2年先行性、商品房施工面积有1年滞后、商品房竣工面积有3年先行性、商品房新开工面积有1年先行性、土地供应面积有4年先行性的结果。
由于杭州数据从1991年开始且一些指标缺早期数据，数据序列长度与完整性并不符合时差相关分析要求，故用时差相关分析法可能会产生一些偏差（如施工面积为滞后指标，与前人研究相矛盾），本文采用定性分析方法对上述结果进行修正。
从定性分析的角度来看，商品房销售面积、商品房施工面积、商品房竣工面积、商品房新开工面积、土地供应面积都是市场先行指标，且存在如下的时序关系。
图 4、房地产开发时间轴
如上图所示，土地批租、建筑开工、施工、竣工从时序上都先行于销售，而销售改变供求引起房地产价格变化（警情指标），结合前人研究成果，可以将商品房施工面积指标调整为先行指标[36][41][59]。
警兆指标确定
结合前人研究成果与杭州统计数据的可获取情况，杭州房地产市场预警体系中反映增长速度的先行指标、反映供求关系均衡指标、与国民经济协调性指标三类警兆指标选取如下：
反映增长速度的先行指标
商品房销售面积增长率：前瞻性指标，市场启动、房价上涨前一般先有销售的放量，交易量萎缩则是市场调整的先兆[36][43] [59]。其数据如下：
表 19、杭州市1990-2003年商品房销售面积增长率
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品房销售面积
增长百分率（%）
三年平滑数据
资源来源：杭州市统计局
商品房施工面积增长率：反映了1-2年后的现房供给量，重要的前瞻性指标[36][41][59][86]。其数据如下：
表 20、杭州市1990-2003年商品房施工面积增长率
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品房施工面积
增长百分率（%）
三年平滑数据
资源来源：杭州市统计局
商品房新开工面积增长率：反映了1-2年后的预售供应量和2-3年后的现房供给量，增幅越大，表明开发商越有信心[36][41][43][59]。其数据如下：
表 21、杭州市1990-2003年商品房新开工面积增长率
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品房新开工面积
增长百分率（%）
-12.
三年平滑数据
资源来源：杭州市统计局
土地供应面积增长率：反映了开发商手中可建存量土地增长情况，增长越快，对2-3年后楼市供给压力越大[29][36][41]。其数据如下：
表 22、杭州市1990-2003年土地供应面积增长率
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
土地供应面积
518
582
620
2204
492
1819
1845
2300
3459
增长百分率（%）
三年平滑数据
资源来源：土地供应面积来源于土地局
反映供求关系均衡指标
商品房实际预售面积/批准预售面积：市场即期供求指标，合理区间为～，大于表明市场供不应求[30]。其数据如下：
表 23、杭州市1990-2003年商品房批准预售面积/商品房实际预售面积比值
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品住宅批准预售面积
商品住宅实际预售面积
批准预售/实际预售面积
资源来源：杭州市房管局
商品房施工面积/竣工面积倍数：反映市场将来供求关系的重要指标。施工面积通常为竣工面积的3±倍，该比值越大，将来越有供过于求的可能[30]。其数据如下：
表 24、杭州市1990-2003年商品房施工面积/商品房竣工面积比值
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品房施工面积
商品房竣工面积
商品房施工面积/竣工面积
资源来源：杭州市统计局
商品房空置率：反映供求匹配结果的内部协调性指标，在15%以上为空置危险区，5%－15%之间为合理区，5%以下为空置不足区[30] [66]。其数据如下：
表 25、杭州市1990-2003年商品房空置率
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
商品房空置率
-
资源来源：杭州市统计局
与国民经济协调性指标
房地产开发投资增长率/GDP增长率：反映房地产业增长与国民经济增长协调性的指标，大于2即表示过热[59]。其数据如下：
表 26、杭州市1990-2003年房地产开发投资增长率/GDP增长率比值
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
房地产开发投资额
房地产开发投资增长率
GDP
1036.
1780
2092
GDP增长率
房地产开发投资增长%/GDP增长%
资源来源：杭州市统计局
房地产开发投资/固定资产投资：反映投资结构是否合理的基础性指标，在发达国家，房地产投资一般占20%－25%；我国房地产业作为国民经济的支柱行业，合理的比重可以略大[30] [59]。其数据如下：
表 27、杭州市1990-2003年房地产开发投资/固定资产投资比值
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
房地产开发投资
固定资产投资
房地产开发投资/固定资产投资
资源来源：杭州市统计局
房地产开发贷款余额/金融机构中长期贷款余额：反映房地产业与银行信贷协调性的指标，该指标过高表示银行资金投向房地产市场的比例过大，有较高的信贷风险[59]。其数据如下：
表 28、杭州市1990-2003年房地产开发贷款余额/金融机构中长期贷款余额
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
房地产开发贷款余额
金融机构中长期贷款余额
房地产开发贷款/中长期贷款
资源来源：杭州市统计局、人民银行
房价收入比：反映居民相对购买能力指标。西方学者认为房价收入比在3-6倍之间比较合理，而我国由于特殊的住房体制、隐性收入高、需求长期压抑等原因，目前该指标在5-9倍间属于正常。本研究采用当年的二手房平均交易面积为基数计算平均房价[66]。其数据如下：
表 29、杭州市1990-2003年房价收入比
指标
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
城市住户人均可支配收入
1985
2128
2580
3525
5249
6301
7206
7896
8465
9085
9668
10896
11778
12898
城市住户每户平均人口
二手房交易面积（M2）万
二手房交易量
199
779
2192
7157
11670
17867
二手房平均交易面积
商品房平均价格
5396
房价收入比
资源来源：杭州市统计年鉴、杭州市房管局、浙江省城调队
指标间相关性分析
上述三类的11个房地产警兆指标能够较全面的概括房地产市场发展特征，反映市场警情。用SPSS统计软件对上述指标进行相关性分析，其结果如下：
表 30、指标间相关系数
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X1
Pearson Correlation
.690(**)
.099
.035
.671(*)
.115
Sig. (2-tailed)
.
.009
.166
.815
.264
.909
.347
.012
.707
.519
.084
X2
Pearson Correlation
.690(**)
.208
.454
.393
(*)
.908(**)
.673
Sig. (2-tailed)
.009
.
.737
.433
.442
.184
.034
.000
.807
.815
.143
X3
Pearson Correlation
.208
.021
.743
.386
.311
.092
.293
Sig. (2-tailed)
.166
.737
.
.973
.150
.521
.689
.750
.939
.908
.633
X4
Pearson Correlation
.099
.021
.113
.748
Sig. (2-tailed)
.815
.433
.973
.
.856
.815
.769
.569
.400
.252
.536
X5
Pearson Correlation
.454
.743
.113
.603
.327
.436
.578
.609
Sig. (2-tailed)
.264
.442
.150
.856
.
.282
.673
.776
.463
.422
.276
X6
Pearson Correlation
.035
.393
.386
.603
.326
.384
.250
.779
Sig. (2-tailed)
.909
.184
.521
.815
.282
.
.131
.276
.195
.750
.068
X7
Pearson Correlation
(*)
.311
.327
(**)
.742
Sig. (2-tailed)
.347
.034
.689
.769
.673
.131
.
.003
.633
.258
.749
X8
Pearson Correlation
.671(*)
.908(**)
.326
(**)
Sig. (2-tailed)
.012
.000
.750
.569
.776
.276
.003
.
.944
.287
.915
X9
Pearson Correlation
.115
.436
.384
.451
.924(**)
Sig. (2-tailed)
.707
.807
.939
.400
.463
.195
.633
.944
.
.549
.009
X10
Pearson Correlation
.092
.748
.578
.250
.742
.451
.776
Sig. (2-tailed)
.519
.815
.908
.252
.422
.750
.258
.287
.549
.
.224
X11
Pearson Correlation
.673
.293
.609
.779
.924(**)
.776
Sig. (2-tailed)
.084
.143
.633
.536
.276
.068
.749
.915
.009
.224
.
注：**表示在水平上显著相关 (双尾)； *表示在水平上显著相关(双尾)
如上表，指标商品房销售面积增长率与商品房施工面积增长率、商品房销售面积增长率与房地产开发投资增长率/GDP增长率；商品房施工面积增长率与商品房空置率；商品房施工面积增长率与房地产开发投资增长率/GDP增长率；商品房空置率与房地产开发投资增长率/GDP增长率；房地产开发投资/固定资产投资与房价收入比之间都存在显著的相关性（如粗体所示）；尽管指标之间有着一定相关性，如节所述，可以通过第一主成分法或因子分析法确定权重消除指标间相关性。
警界的划分
警界的划分是预警体系构建的重点与难点，本研究通过比较择优确定采用统计学方法与经验数据法结合进行警界划分：首先将杭州房地产市场划分为起步期与稳定期，根据稳定期的数据采用统计学方法进行警界划分，并采用经验数据法进行修正。
市场阶段确定
对杭州市部分序列较长的数据指标进行历年趋势图分析可以看出，杭州房地产市场可划分为如下两个阶段：
图 5、杭州市房地产市场阶段划分图
1991-1995年由于杭州房地产市场刚起步，指标平均增长率较快，可以看作市场起步期；1996-2003年市场进入相对平稳的阶段，可看作市场相对稳定期。
表 31、不同市场阶段警兆指标均值-标准差比较列表
指标
起步期（1991-1995）
稳定期（1996-2003）
1991-2003年
均值μ
标准差δ
均值μ
标准差δ
均值μ
标准差δ
1、商品房销售面积增长率%
%
%
%
%
%
%
2、商品房施工面积增长率%
%
%
%
%
%
31%
3、商品房新开工面积增长%
-
-
%
%
%
%
4、土地供应面积增长率%
-
-
%
%
%
%
5、商品房批准预售面积/商品房实际预售面积
-
-
6、商品房施工面积/商品房竣工面积
7、商品房空置率%
-
-
%
%
%
%
8、房地产开发投资增长率/GDP增长率
9、房地产开发投资/固定资产投资
%
%
%
%
%
%
10、房地产开发贷款余额/金融机构中长期贷款余额
-
-
%
%
%
%
11、房价收入比
-
-
由上表可见，标准差远低于起步期，表明房地产市场在稳定期内发展相对比较平稳。从稳定期的数据来看，除土地供应面积等指标均值太大外，其它指标数据还是比较合理的。
警界划分
由于目前房地产市场发展波动仍然比较大，本研究将μ-δ、μ-δ/2、μ+δ/2、μ+δ四点分别作为过冷、微冷、正常、微热、过热五个区间的界线（本研究中称为过冷点、微冷点、微热点、过热点），其统计学解释为：假设市场运行状况服从正态分布，则市场在正常状态下运行的概率是38%，在微冷与微热状态下运行的概率分别为15%，在过冷与过热状态下运行的概率分别为16%。将μ-δ法与经验数据法分别对警兆指标警界划分结果对比如下：
表 32、μ-δ法与经验数据法警界划分结果对比
指标
μ-δ法
经验数据法
过冷点
微冷点
微热点
过热点
过冷点
微冷点
微热点
过热点
商品房销售面积增长率
%
%
%
%
商品房施工面积增长率
%
%
%
%
商品房新开工面积增长率
%
%
%
%
土地供应面积增长率
%
%
%
%
商品房批准预售面积/商品房实际预售面积
%
%
%
%
商品房施工面积/竣工面积
2
4
商品房空置率
%
%
%
%
30%
15%
5%
2%
房地产开发投资增长率/GDP增长率
0～
2
房地产开发投资/固定资产投资
房地产开发贷款余额/金融机构中长期贷款余额
%
%
%
%
房价收入比
3
5
9
11
注：过冷点、微冷点、微热点与过热点分别指过冷至过热五个区间的分界点
如上表所示，商品房销售面积增长率、商品房施工面积增长率、商品房新开工面积增长率三个指标用μ-δ法划分的警界与经验数据法划分结果基本重合，可以采用统计学方法得到的警界值。
土地供应面积增长率由于近年来供地激增，尤其是1998年与2000年分别达到%、%的高增长率，用μ-δ法会使得警界值过大（126%的增长率仍属于正常范围），违悖常理，故本研究采用经验数据法结果略为向上调整得到该指标警界。
商品房批准预售面积/商品房实际预售面积指标用两种方法划分结果在微冷点与过冷点有差异，可综合两者结果进行调整。
商品房施工面积/竣工面积用两种方法划分结果略有差异，由于近年来杭州商品房持续供给不足，μ-δ法结果中微热、过热点相对偏小；而经验数据法是对比其它城市数据状况设定的[30]，其微热、过热点相对偏大。也可综合两者结果进行调整。
商品房空置率指标两种方法划分结果中微热、过热点一致，但μ-δ法的过冷、微冷点偏小。国内外研究认为，空置率在15%以上为空置危险区，5%－15%之间为合理区，5%以下为空置不足区，该指标采用经验数据法结果。
房地产开发投资增长率/GDP增长率的μ-δ法划分结果偏大，专家经验认为，该比值大于2时即意味着过热，故采用经验数据法结果作为警界。
房地产开发投资/固定资产投资用μ-δ法划分结果与经验数据法比较相对偏小，其中经验数据法是结合其它城市数据比较后得到[30]，故该指标将综合两者结果进行调整。
房地产开发贷款余额/金融机构中长期贷款余额两种方法预警结果在过冷、微冷有所差异，μ-δ法结果偏大。目前房地产业是国家支柱性产业，该结果也是合理的。
房价收入比μ-δ法结果偏大，根据西方研究，该比值在3-6之间为正常。本指标采用经验数据法划分结果作为警界。
经过上述指标调整后，警界区间的划分如下表所示：
表 33、调整后的指标区间划分
指标
过冷
微冷
正常
微热
过热
商品房销售面积增长率(%)
<
～
～
～
>
商品房施工面积增长率(%)
<
～
～
～
>
商品房新开工面积增长率(%)
<
～
～
～
>
土地供应面积增长率(%)
<-5
-5～5
5～25
25～35
>35
商品房批准预售面积/商品房实际预售面积
<
～
～
～
>
商品房施工面积/竣工面积
<
～
～
～4
>4
商品房空置率
>
～
～
～
>
房地产开发投资增长率/GDP增长率
<
～
～
～2
>2
房地产开发投资/固定资产投资
<
～
～
～
>
房地产开发贷款余额/金融机构中长期贷款余额(%)
<
～
～
～
>
房价收入比
<3
3～5
5～9
9～11
>11
对应警值
1
2
3
4
5
权重的确定
权重的设定也是预警体系构建难点之一，经过优选法比较，本研究一方面从消除指标间相关性角度出发对1999-2003年的数据（比较完整）进行因子分析确定指标权重；另一方面从指标重要性角度出发用层次分析法确定权重，两套权重分别进行综合警值计算。
因子分析法确定权重
用SPSS统计软件对1999-2003年的警兆指标数据采用“principal components”方法进行因子分析，得到3个因子并能够解释总体%的变差（如下表）：
表 34、因子分析法结果
主成份
初始特征值
提取因子
旋转因子
特征向量
解释变差
累积变差
特征向量
解释变差
累积变差
特征向量
解释变差
累积变差
1
2
3
4
.685
5
-15
-15
6
-16
-15
7
-17
-16
8
-17
-16
9
-16
-15
10
-16
-15
11
-16
-15
因子提取方法：主成分法
其中第一主成分能够解释%的变差，但还不足以反映总体，故不适合用第一主成分分析法确定权重。
根据节因子分析法公式，设Xi=ai1f1+ ai 2 f 2+ai 3 f 3+εi，则指标Xi的权重ωi可以确定为：
；
即指标权重为该指标因子表达式中系数的平方和占所有指标因子表达式中系数平方和的比重。结果如下表：
表 35、因子分析法权重设置
指标
因子1
因子2
因子3
系数平方和
权重ωi
商品房销售面积增长率
商品房施工面积增长率
商品房新开工面积增长率
土地供应面积增长率
实际预售面积/批准预售面积
商品房施工面积/竣工面积倍数
商品房空置率
房地产开发投资增长率/GDP增长率
房地产开发投资/固定资产投资
房地产开发贷款/金融机构中长期贷款余额
房价收入比（二手房平均交易面积）
层次分析法确定权重
构建层次分析模型，目标层为杭州房地产预警指标体系，准则层为反映增长速度的先行指标、反映供求关系均衡指标、与国民经济协调性指标三类，指标层为准则层下面的11个指标。
分别构建准则层与指标层的判断矩阵，运算得CR= 、CR1= 、CR2= 、CR3= ，皆满足一致性条件（运算步骤详见附录3）。
最后得到各警兆指标的权重设置如下表所示：
表36、层次分析法权重设置
目标层
准则层
Wi
指标层
Wij
权重(Wi×Wij)
杭州房地产预警指标体系
反映增长速度的先行指标
商品房销售面积增长率
商品房施工面积增长率
商品房新开工面积增长率
土地供应面积增长率
反映供求关系均衡指标
商品房批准预售面积/商品房实际预售面积
商品房施工面积/竣工面积
商品房空置率
与国民经济协调性指标
房地产开发投资增长率/GDP增长率
房地产开发投资/固定资产投资
房地产开发贷款余额/金融机构中长期贷款余额
房价收入比
警度判断
警兆信号法的警度判断包括单指标预警与多指标综合预警两个方面，其中单指标预警有利于找出警源，多指标综合预警有利于判断警情的警度。
单指标预警
根据警兆指标的警界划分，11个警兆指标的历年警值趋势图如下：
（1）销售面积趋向平稳
图 6、商品房销售面积历年增长
如图所示，杭州市商品房销售面积1993-1995年处于过热区，随着宏观调控在1998年下跌到谷底；复苏以来该指标发展一直比较平稳，经过99年高点后一直处于正常区间并保持下降趋势。从其不断下降的走势可以看出，该指标近年呈良性发展态势且并不导致警情过热。
可以看出，该指标下降的主要原因不是需求不足，而是供给缺乏、中心城区几乎无地可供所致；由于楼盘开发周期较长，整体供给还未跟上，另外开发商控制开发节奏等多种原因导致在无房可购的情况下销售面积增长率连年下降。
（2）施工面积增长过快并进入过热区
图 7、商品房施工面积历年增长率
如上图所示，杭州市商品房施工面积在1993-1995年都处于过热区间，其后一路下降，在98年达到谷底并进入过冷区间；98年以后，该指标一直处于上升区间，且于2003年再次达到过热区。可以看出，该指标增长过快是引发警情的主要原因之一。
参考警源列表（表14）分析其警源可知，过高的行业利润与宽松的信贷导致了三外企业涌入房地产业，致使房地产开发投资增长过快，最终导致了施工面积的快速增长。
（3）商品房新开工面积缓慢增长
图 8、商品房新开工面积历年增长率
如上图所示，2000年以来，商品房新开工面积指标从微冷区进入正常区，并有缓慢上升的趋势；目前稳定在正常区间内。可以看出，该指标对警情变动影响不大。
新开工面积是受土地批租速度与开发商手中存量土地数量限制的，目前开发商手中光余杭就有3万亩土地未开发，可建土地不可谓不充足；但由于可建用地分布较偏，中心城区供给不足，又受杭州交通瓶颈的限制，新开工面积还没有大的放量。
（4）土地供应结构不合理
图 9、土地供应面积历年增长率
从图形上看，杭州1998年以来大部分的年份该指标都处在过热状态中，2003年也处于微热区间。可以看出，该指标对警情的影响是比较大的。
由杭州市中心城区几乎无地可供的状况可以看出，目前的土地供给绝大多数是在市郊。
表 37、土地供应结构状况
所在区域
市中心
市中心周边及近郊
2003计划供应面积（亩）
占总量的比例
%
%
未来几年的土地储备面积（亩）
978
10614
占总量的比例
%
%
资料来源：2003年钱江晚报之杭州楼书
如上表所示，市中心周边及近郊供地在2003年与未来几年分别占供地总和的%与%，供地已经呈现明显的郊区化趋势。在目前交通瓶颈的限制下，这部分供给有很大一部分都是无效供给，目前还不能转化成为现房以缓解当前的供求矛盾。
（5）商品房实际预售面积超过批准预售面积
图 10、商品房批准预售面积/实际预售面积历年比值
该指标反映即期供求关系，从图中可见，2001年以来杭州楼盘都处于供不应求的局面。从图中可以看出，该指标在近年有下降的趋势，并不是引发警情的主要原因。
（6）商品房施工面积/竣工面积飞涨导致供给压力大增
图 11、商品房施工面积/竣工面积历年比值
该指标反映将来两年供求关系的均衡，从图中可以看出，杭州较大部分年份的指标值都是偏小的，说明杭州楼盘供给一直处于不足状态。2003年，该指标进入微热区并临近过热区。可以看出，该指标对警情变动有很大影响。
结合警源列表进行分析可知：施工面积增长过快造成了该指标值的上升，其根本原因是行业利润过高、银行信贷宽松使得房地产开发投资与施工面积快速上涨，最终导致该警兆指标变动。
（7）商品房空置不足，市场供不应求
图 12、杭州商品房空置率历年分析图
如图，98年后杭州房地产市场商品房空置率一直在空置不足区，处于微热阶段。可以看出，虽然指标在微热区间，但该指标1998以来比较稳定，对警情变化的影响不大。
（8）房地产开发投资增长率/GDP增长率较大
图 13、房地产开发投资增长率/GDP增长率历年比值
该指标反映了房地产业与国民经济协调性，从图中可见，1999、2001与2002年该指标都在过热区，表明房地产投资增长率过大了，只是在2003年GDP增速高达17%的情况下该指标才有所下降，回到微热区间。整体来看，该指标的异常对警情的影响是很大的，连续多年的超速发展容易打乱社会资源的合理配置，引发系统风险。
在GDP高速增长的情况下，该指标仍达到过热区域是房地产开发投资增长过快所致。结合警源列表进行分析可以看出，由于利率低、自有开发资金比例低等原因，房地产业获得的是超额利润，这是导致投资过热的根本原因。
（9）房地产开发投资/固定资产投资平稳
图 14、房地产开发投资/固定资产投资历年比值
从图中可以看出，杭州该指标在较长时间里都在正常或是偏冷的区域里运行，表明房地产开发投资所占固定资产比例还是适中的，该指标不会导致警情的变动。
（10）房地产信贷风险较为集中
图 15、房地产开发贷款余额/金融机构中长期贷款余额历年比值
从图中可见，该指标有较长时间都运行在偏热的间区里，表明房地产开发对银行资金的依赖较大，信贷风险比较集中。可以看出，该指标对警情变动有一定的影响。
结合警源列表进行分析可知，房地产开发对银行资金依赖性过强，利率过低及产业政策的扶持（银根放松）都是引起信贷风险集中的原因，。
（11）房价收入比连续大幅上涨
图 16、房价收入比历年比值
由图中可以看出，房价收入比快速上升，2001年到达微热区，并在2003年进入过热区，这表明杭州房价增长已经脱离了大部分市民的承受能力。显而易见，该指标是影响警情发展的主要因素之一。
对其警源进行分析可以看出，首先是国家住房政策的调整引发了集团消费需求的集中暴发，随后又将消费者压抑多年的购房需求释放出来，导致了房价快速上涨的井喷行情；其次由于供给的滞后性导致市场供不应求，且人们对房价预期不断升高，刺激了投机炒作行为，并引发“鲶鱼效应”，加剧了房价的进一步上涨。
总结：
从上述对警兆指标进行单指标预警的情况来看，商品房施工面积增长率、土地供给面积增长率、商品房施工面积/商品房竣工面积、房地产开发投资增长率/GDP增长率、房地产开发贷款余额/金融机构中长期贷款余额、房价收入比等6个指标对警情变化的影响是比较大的。
多指标综合预警
将历年警兆指标警值分别按因子分析法、AHP法两套权重加权，可得到两套综合警值Ai与A'i，并加权平均成为综合警值。
表38、警兆指标警值
指标
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
因子权重
AHP权重
X1
2
2
5
5
5
4
4
3
4
3
3
3
3
X2
1
5
5
5
5
4
3
1
2
3
3
4
5
X3
2
2
3
3
3
X4
3
3
5
5
5
5
5
4
X5
3
3
5
4
4
X6
2
3
3
2
3
2
1
3
2
2
3
3
4
X7
3
3
4
4
4
4
4
4
X8
3
5
5
3
5
2
1
4
5
4
5
5
4
X9
1
1
2
3
3
3
2
2
3
3
3
3
3
X10
1
4
3
4
4
X11
3
3
3
3
4
5
Ai (因子分析法)
A'i(AHP法)
综合警值(加权)
如上表所示，表中Ai与A'i分别是根据因子分析法与AHP法两套权重计算得到的综合警值，由于部分年度指标缺值，Ai与A'i都是经下述调整后得到：
设第i年指标n的警值为，权重为Wn，则综合警值Ai调整为：
其中：Isblank(x)函数当x为空时返回1，不为空则返回0。调整后综合警值在[1，5]区间范围内，参考彭翊（2002）的研究成果[24]，本文综合警值对应的警度划分如下：
表39、综合警值对应的警度划分
警素警度
过冷
微冷
稳定
微热
过热
综合警值范围
<
-4
>4
从Ai与A'i比较而言，总体趋势一致，历年警值差异较小，都能反映市场警情状况，故本文采用加权平均的方式调整成为综合警值，Ai、A'i与综合警值三者警值趋势如下图所示：
图17、杭州市1992-2003年综合警值走势图
从图中可以看出，对于2003年的综合警值，A'i刚刚进入过热区间，Ai逼近过热区但没未到达；尽管与其它年份一样两种算法结果有一定差距（| r | = ），但从图中的历年走势来看，其警值走势一致，转点完全相同，说明两种方法得到的警值都能够反应警情变动情况且能够相互映证。对于Ai、A'i加权平均得到的综合警值来说，其更重要的是表明一种趋势与状况区间，而不是数值精确的数据本身。
从最终的综合警值可以看出，杭州房地产市场从92年开始启动并在93、95年有过热的迹象；在经历1997年的低谷之后，98年市场又开始回暖；受投机炒作的影响，2001年后市场进入微热状态，并在2003年再次有过热的迹象。
由此可以断定：杭州房地产市场已经有过热的迹象，存在一定泡沫的成分，但程度还不算严重。
结合单指标预警结果可以看出：杭州的“房价收入比”与“商品房施工面积/竣工面积”、“施工面积增长率”三个指标是引起警情趋于过热的主要因素，其警源可能是：房价涨速太快与供给将有较大放量。
市场趋势预测
本研究采用的房地产业CCI与ECI分别来源于消费者景气调查问卷与统计局的统计数据。
考虑到现实应用的可操作性，房地产企业景气调查问卷采用中国官方统计系统使用的房地产企业景气调查问卷（参见统计局N235问卷），并直接引用统计局的调查最终结果“房地产企业家信心指数”，该指数可以在杭州统计局网站
杭州市统计局未做消费者景气调查，故CCI没有官方的数据可以直接引用，房地产消费者景气调查问卷拟采用抽样的方式对杭州市的购房消费者进行调研，目前已捆绑在某房产中介公司的调查问卷中（见附录1）。对于历年的消费者信心指数，可以从历年的房交会调查中选取询问房价趋势的问题进行计算。
由于过去杭州市缺乏对消费者的景气调查，根据2003年上半年房交会与下半年人居展上对消费者进行的调查，消费者对市场发展趋势判定结果如表5所示：
表40、杭州市2003年消费者信心指数
时间
上升
保持稳定
下跌
CCI
03年上半年房交会调研
%
%
%
40
03年下半年人居展调研
%
%
%
计算得其CCI分别为40与，表明大多数消费者认为房价将仍将上涨。2003年的CCI可取其平均值。
房地产业企业家信心指数可以从统计局直接获取，2001年开始，杭州市统计局每季度进行房地产企业景气调查，但其公布的ECI数据都上调了100成为正值以符合中国人的习惯。作者将四个季度的平均值减去100，调整为年度ECI值，其数据如表6所示：
表41、杭州市2001-2003年房地产企业家信心指数
年份
第一季
第二季
第三季
第四季
平均值
调整值
2001
175
2002
2003
资源来源：杭州市统计局
由于没有足够的数据验证CCI与ECI间相关性，本文根据专家意见将CCI、ECI权重分别设为与；并用2003年的CCI值填充01、02年，使各年综合信心指数有可比性。
表42、房地产市场综合信心指数
时间
ECI
CCI
综合信心指数
2001
2002
2003
由表7可见，01-03年的综合信心指数都比较高，但03年有所下调，表明01年以来市场一直处在上升趋势，但03年市场上涨的动力比02年有所下降。
二维模型预警
依照景气循环理论，房地产市场存在着由A->B->C->A的往复周期循环（如下图）。政府可以通过适当的政策调控措施，减缓房地产周期波动幅度，延长波动周期；引导A区（过冷）或C区（过热）状态的房地产市场向B区（健康）状态发展，避免房地产市场剧烈波动。
以综合警值与综合信心指数分别作为坐标系的两轴建立二维预警模型，并将2001-2003年的杭州房地产市场预警结果代入模型，如图2所示：
图18、房地产市场二维预警模型
从杭州市2001年（，）、2002年（，）、2003年（，）的房地产市场坐标点可以看到：三年的市场警值呈逐年上升的趋势并在03年逼近过热区域；而综合信心指数则先升后降，在2003年略有下调。
按时序将三年的坐标点用曲线连接，其连线符合B->C的市场轨迹（如上图绿色轨迹），从短期趋势上来看，2003年市场已经掉头向C点移动。故预警结论为：杭州房地产市场已有过热迹象，市场信心下降，存在一定泡沫成份，但仍处于市场上升阶段；从三年的轨迹来看，市场有向C区发展的趋势，此时政府必须采取适当政策措施进行调控，引导市场健康稳定发展。
预警对策建议
本节根据杭州市房地产市场的预警结果和政策对策系统，提出相应的政策建议。
从对杭州市2001-2003年市场轨迹的分析来看，目前杭州市房地产市场处在由B->C的轨道中，并由于信心指数下调向C点发展而去，市场趋向过热。按照则准4，杭州市目前不宜采取促进市场增长的措施，政府应该出台措施限制投机行为，避免市场过热。
从单指标预警情况来看（详见节），“杭州的商品房施工面积增长率”、“土地供给面积增长率”、“商品房施工面积/商品房竣工面积”、“房地产开发投资增长率/GDP增长率”、“房地产开发贷款余额/金融机构中长期贷款余额”、“房价收入比”等6个指标都是引发警情异常的主要警兆指标。
根据对策库可能的警源列表，结合杭州市房地产市场实际发展状况可以看出，导致杭州市房地产市场警情异常的警源及编号为：1、投资规模过大；2、投资结构与需求脱节；3、土地有效供给不足；5、开发资金过于依赖银行信贷；6、行业利润率偏高；7、需求增长；14、利率较低等七个警源。
对上述警源进行鱼骨图分析如下：
图 19、杭州房地产市场警源鱼骨分析图
如图所示，根据对房地产行业现状的分析，上述七个警源中投资规模过大主要是受行业利润的驱动。而行业利润率过高又与开发资金中有60%以上来自银行，自有资金比例过低有很大关系[52]，开发商用较小的自有资金就可以操作一个巨额项目，取得高额的回报。
从这个角度来，开发资金过于依赖银行信贷，导致行业利润偏高是市场的主要警源。
另外，其它警情之间也有部分因果关系，行业利润率过高、需求的增长与开发资金对银行的依赖都与银行利率较低有一定关系。但利率因素不是城市政府可以调控范围之内的，故不能作为调控重点。
所以，导致杭州市房地产市场警情的主要原因为：①行业利润率过高，导致投资规模过大；②房地产开发资金过于依赖银行，信贷风险过于集中；③土地有效供给不足，投资结构与需求脱节；④消费需求释放，尤其是投机需求导致房价飞涨；⑤低利率环境同时刺激了供给与需求。
在调控准则4的前提下，根据1、2、3、5、6、7、14等七个警源在对策库中的具体对策及警源的重要性，可以对杭州市政府提出如下对策建议：
资金上开源节流，减少信贷风险，规范商品房开发
首先，政府在严控对开发商信贷审查的同时，应该一方面严禁建筑商垫资及变相垫资，另一方面规范商品房预售，查处违规预售与假按揭行为，为房地产违规开发资金“截流”。
其次，政府应该采取措施为开发资金“开源”，加快房贷证券化步伐，加快开发基金、IPO上市、债券等房地产信托投资品种，并引入融资租赁、外资、项目融资等其它资金来源，使房地产融资手段多元化。
通过对房地产资金开源节流，政府一方面可以减少目益集中的信贷风险，规范商品房开发行为；另一方面减少房地产行业的高额利润，消除引发警源的主要警源。
调整供给结构，打通交通瓶颈，确保有效供给
房地产业的健康发展首先依赖于市场供需的平衡，平衡不仅包括总量的平衡，也包括结构性平衡。
杭州土地供给是个两难问题：从土地批租增长速度上来看，房地产总供给已经超出了需求；但由于中心城区供地极少，而郊区供给又受交通瓶颈的影响无法直接转化为现房供给，无效供给占大多数，也就是说，土地供给结构不合理是目前杭州面临的主要问题。
所以，政府应该一方面控制土地批租总量，调整土地供给结构，保证有效供给；另一方面加快开展轨道交通建设，打通交通瓶颈，使郊区大量的可建存地 “由死地变为活地”，解决目前供不应求的压力。
另外，由于市场的趋利性，开发商争相开发高档楼盘、别墅等，导致供应结构失调，房价收入比不断上升。所以政府可以通过严控高档房地产开发项目贷款、对经济适用房开发给予优惠等方式对开发商行为进行积极引导。
政府已经看到了杭州的交通瓶颈，目前地铁建设已经提上日程，并将在2010年完成一号线与二号线的主要部分。地铁的建设，将大大改变杭州房地产市场的供给状况。
建设经济适用房直接干预房价
由于轨道交通建设的周期较长，郊区供地在短时间内由无效供给转变为有效供给比较难，所以政府还可以通过大量建造限价经济适用房，直接影响市场供求关系，缓解房价不断上涨的压力。
首先，经济适用房建设不能采取指令性方式确定建设单位，应引入竞争采用公开招标的形式，由销售价格最低者中标；同时给予房地产开发商一定土地与税费的优惠。
其次，在具体操作中还可以采取提前预售的方式，以限价期房的方式预定给低收入家庭，传达“两三年后还可以以低价格买到住房”的信息，改变市民对未来房价上涨的预期。
最后，要加强经济适用房的管理，限制经济适用房的转让与出租，对转让的经济适用房要补缴差额。
限制市场投机行为
投机炒作也是造成杭州房地产市场过热的重要因素之一，温州购房团等投资客在杭州的炒作加剧了杭州房地产的供求矛盾，导致房价收入比不断升高，脱离了大多数市民的消费能力。
首先，政府可以通过限制期房交易，减少投资者对期房的炒作，减缓房屋流通速度；
其次，政府可以对二次购房者或高档住宅购买者提高买房门槛，提高首付比例，降低投资客的购房需求。
再次，可以采用购房实名制的办法，对消费者购房数量进行限制，打击投机行为。
目前杭州市已经对温州等地购房团发布了禁令，并对二手房交易征收交易税，这是政府限制市场投机行为的两项举措。
完善房地产数据采集系统
目前的数据采集体系还很不完善，房地产市场预警的基础还很缺乏，预警的精度与信度都会受到影响。所以必须由政府推动房地产数据采集系统的完善，统一数据收集与流转流程，为房地产市场预警体系提供支持。
5、总结与展望
作为本论文的最后一章，本章对模型有效性进行了验证，总结了本研究的创新点和不足之处，提出对整个国民经济预警体系结构的进一步构想，对进一步的研究方向进行了展望。
研究总结
模型的验证
蒋益锋（2003）在其硕士论文中构建了杭州市的房地产预警体系，并通过归一化方法进行警兆警级的划分，但由于杭州的房地产数据时间序列短、且市场刚起步的指标值比较大，采用归一化的方法（其应用基础是数据量足够大）易使近年的综合警值偏小。
该体系得到2002年杭州市住宅市场处于正常区（无警，尚未进入微热区域）的结论，其警值低于本研究的预警结果（如下表所示）：
表 43、两套体系警值结果对比
2000年
2001年
2002年
2003年
蒋氏
本研究
作者通过对杭州的房地产专家进行经验预警问卷（详见附录4），并把专家经验法判断结果进行加权平均，其结果如下：
表 44、专家经验法预警结果
年份
2000年
2001年
2002年
2003年
加权后警值
蒋氏结果与之差距
本研究结果与之差距
如上表如示，专家经验评判的结果表明：杭州房地产市场在2002年后已经进入了过热区，并在2003年达到了中度过热。
现将两套体系结果分别在警值绝对值差距、相关性两个方面分别与经验评判结果进行比较：
①从警值大小上来看，本研究结果与经验数据法偏差较小，程度较为接近；
②将两套体系的预警结果分别与专家打分的市场预警结果进行相关性分析，结果如下：
表 45、相关性分析结果
蒋氏
本研究
经验法
蒋氏
Pearson相关系数
1
.994
.991
显著性系数 (双尾)
.
.070
.085
本研究
Pearson相关系数
.994
1
.985*
显著性系数(双尾)
.070
.
.015
经验法
Pearson相关系数
.991
.985*
1
显著性系数(双尾)
.085
.015
.
*表示在的水平上显著相关（双尾）
SPSS分析结果显示：蒋氏体系预警结果与专家经验结果相关系数为，但在的水平上不显著相关；而本研究结果与专家经验相关系数为，在的水平上显著相关。这表明本研究与经验评判结果相关性更为显著。
警值偏差、相关性显著程度两方面的结果都验证了本研究模型的有效性；而且通过与蒋氏体系的比较，证明本研究通过对预警方法与模型的改进，其预警结果的精度与前人成果相比有所提升。
研究创新点
与前人的研究比较，本研究的创新点主要包括以下几个方面：
房地产预警中引入消费者信心指数。消费者信心与市场人气对房地产市场有很大的影响，信心高涨会直接导致购买决策，甚至引发投机行为；但目前国内外房地产预警研究中还没有引入该方法。本文引入消费者信心指数，结合企业家信心指数对市场趋势进行预测，是对房地产预警新方法的一种尝试。
二维度的预警模型构建。本文结合警兆信号法的警度判断功能与景气调查法的趋势预测功能，构建两维度的预警模型，弥补了前人研究中趋势预测功能的薄弱环节，是对房地产预警模型的创新；作者用该模型对房地产景气循环进行了综合模拟，探讨了不同景气循环阶段的警情状况与市场趋势，得出了新的结论，并完善了对策建议系统。
“预警-对策”机制的建立。本研究针对房地产景气循环的不同阶段与导致警兆异常的警源构建了有针对性的政策对策建议库，完善了“预警-对策”机制，强化了预警体系功能。
局部研究方法的创新。采用平滑法进行先行警兆指标累积影响调整，对局部方法进行了改善。
研究的不足
由于能力的局限、资源的瓶颈及经验的不足，本研究还存在下列不足之处：
（1）数据采集困难。目前杭州市房地产市场数据分布在市统计局各科室、省统计局城调队、国土资源局、房管局、人民银行、税务局等多个政府部门中；其中有些部门对其掌握数据的统计工作做得较差，有些部门甚至不对外提供数据，使得作者获取数据十分困难。统计数据获取不畅造成研究数据不全，给指标选取与预警分析造成障碍。
各部门的数据口径也常常是不一致的，包括全市、市区、除掉萧山、余杭后的老城区等多种口径。一些部门未进行全市数据的统计（或不愿意提供）；根据统计局某领导的说法，用市区数据（或老城区数据）来预估全市数据也是不准确的。在这种情况下，本研究只有避开不同口径指标间的横向比较，如“新开工面积/竣工面积”、“土地供应面积/销售面积”等，在警兆指标的选取中暂时不考虑这些横向比较指标；对于口径特殊的指标只能研究其纵向增长率是否正常来预警。
（2）权重的确定、警级的划分方法仍有待改善。由于房地产市场起步晚，统计年度序列不足，文章通过结合μ-δ统计方法与经验数据法划分警兆指标警界，通过因子分析与层次分析法确定指标权重，方法中仍含有主观的成分。
（3）综合信心指数加权的主观性。由于数据样本量不足，消费者信心指数与企业家信心指数的相关性还没有确定，权重目前只是按重要性根据专家意见确定。
研究展望
对本研究不足的改进
针对本研究的不足，则今后进一步研究的主要任务应该是：
（1）完善数据采集，优化指标
首先，政府应该由上而下推动建立完善的数据采集体系，形成从开发商->政府各部门->房地产预警部门的数据流转通道，并规范数据要求与口径，解决数据采集难与口径不一致的问题。各部门应进一步完善统计流程，积累更多的房地产数据，保证数据可获取与房地产市场预警体系的数据输入完整。在2004年4月上海召开的预警会议上，建设部领导的讲话也肯定了这一点，明确了各城市目前的首要工作是完善房地产数据的收集。
其次，年度预警变季度或月度预警。完成数据采集系统后，在季度或月度数据的支持下，可以变年度预警为季度预警或月度预警，这样能增强预警的精度与及时性。
再次，警兆指标可以进一步优化。指标数据完善统一后，可以进一步优化警兆指标的选取，将“土地供应面积/销售面积”等一些横向比较指标纳入指标候选范围；在更为完善的数据支持下，对指标先行性也将有更为准确的判断
（2）改善警界划分与权重确定方法
首先，在数据更为完善的前提下，可以随着市场的发展，不断对警界与权重进行调整与修正；
其次，可以通过采集多个城市数据（公认房地产业发展比较正常的城市）达到足够的样本量后，用统计学方法进行指标警界的划分；
或者，还可以通过结合经济预警的最新理论，采用更为客观、合理的方法确定指标权重与划分警级。
（3）信心指数权重的调整
在定期进行消费者景气调查，且消费者信心指数数据逐渐完备的条件下，分析消费者信心指数与企业家信心指数之间的相关性与交互影响，比较客观的确定二者权重。
三维宏观经济预警体系构想
房地产市场的预警与宏观经济预警不是割裂的，而是有密切联系的，房地产行业作为我国的经济支柱，在国民经济中占了较大的比重，房地产市场过热表明国民经济有局部过热的成份。
目前尽管目前一些城市或省份正在开展预警体系的构建工作，但各地区之间没有系统的整合，各产业的预警结果也没有用于对整体宏观经济的预警，信息利用不充分，各级预警体系之间联系松散。
作者认为，国民经济预警体系应该是一个三维交错的立体预警体系，包括行业、地域、功能三个维度。
（1）从行业维度来看，房地产市场预警只是整个国民经济预警中的一个分支。宏观经济预警系统应包括房地产、汽车、钢铁、农业……等一系列对国计民生影响较大产业的预警子系统，且每个行业子系统的输出应作为国民经济预警系统的输入。子系统可以按产业占国民经济比重来选取，并随着产业结构调整不断调整；其权重也可按该产业拉动GDP增长占总GDP的比重计算得出。
（2）从地域维度来看，国家预警系统应包括各省（直辖市）预警子系统，再下面又有各城市预警子系统；其中每个子系统的输出又成为上层预警系统的输入，形成金字塔结构。每个地区根据其统计数据完整性与市场发展状况的不同其预警体系可以不同，但要求输入输出接口一致。
（3）从功能维度来看，预警系统应包括数据采集监测子系统、预警预报子系统、对策建议子系统三部分。
图 20、国民经济预警系统三维结构图
如图所示，系统最顶层是中国宏观经济预警，下一层次按行业可分为中国房地产市场预警、中国汽车市场预警……等；按地域可分为北京市宏观经济预警、浙江省宏观经济预警……等。下一层次子系统的预警结果又作为中国宏观经济预警系统的输入，使中国宏观经济预警系统不仅具备整体经济预警功能，还具备对行业、地域局部经济过热（过冷）的预警功能。
本论文研究的杭州房地产市场预警体系是国家宏观经济预警系统中最底层的一个分支子系统（如上图绿色线条所示），在功能上对其预警子系统、对策子系统的构建进行了详细描述，并对数据采集子系统提出了建议。该系统预警结果将分别输入“浙江房地产市场预警系统”与“杭州宏观经济预警系统”两个直接上级系统中。
按此构想，下一步的研究重心可以放在构建三维立体的宏观预警系统上来。
首先，应该规范三维预警系统的规则运行准则，规范各级父系统与子系统之间的标准化输入输出接口，对多层次的综合预警进行模拟，形成三维立体预警系统框架；
其次有可能的话，在中央政府的支持下，推动三维立体预警系统在全国范围内的具体实施。
对各级省、市政府来说，则必须按其规则与接口规范进行各预警体系的建立，定期产生符合接口要求的预警结果输入直接上级预警系统。
参考文献
MATTHIEU A NEW EARLY WARNING SYSTEM OF FINANCIAL CRISES[C]. EUROPEAN CENTRAL BANK WORKING PAPER SERIES，
Norman G. Miller，Micbael A. Sklarz. A Note on Leading Indicators of Housing Market Price Trends[J]. The Journal of Real Estate Research，，P99-109
Steven B. Kamin，Oliver D. Babson. THE CONTRIBUTION OF DOMESTIC AND EXTERNAL FACTORS TO LATIN AMERICAN DEVALUATION CRISES:AN EARLY WARNING SYSTEMS APPROACH[C]. International Finance Discussion Papers，
Hali . DO INDICATORS OF FINANCIAL CRISES WORK？AN EVALUATION OF AN EARLY WARNING SYSTEM[C]. International Finance Discussion Papers，，
Ronald . The Long Cycle of Real Estate[J]. Journal of Real Estate Research，，P233-257
Bradford Case，William Goetzmann，K. Geert Rouwenhorst. Global Real Estate Markets - Cycles and Fundamentals[J]. International Center for Finance，
Julapa A. Jagtiani. Predicting Inadequate Capitalization:Early Warning System for Bank Supervision[J]. Policy Studies，2000，9
Richard J. Herring，Susan WachterReal. Estate Booms and Banking Busts -An International Perspective[J]. Financial Institutions Center，1999
Antonio Ahumada C. Some Measures of Financial Fragility in the Chilean Banking System-An Early Warning Indicators Application. Working Papers，Central Bank of Chile，
Max Kummerow. A System Dynamics Model of Cyclical Office Oversupply[J]. Journal of Real Estate Research，，P233-255.
Christoph Pasternak(.). The Signals Approach as an Early Warning System for Currency Crises:An Application to Transition Economies - with special emphasis on Poland. Economics Working Paper Archive at WUSTL，
Witold Witkiewicz. The Use of the HP-filter in Constructing Real Estate Cycle Indicators[J]. Journal of Real Estate Research，，P65-87
MATTHIEU BUSSIERE. TOWARDS A NEW EARLY WARNING SYSTEM OF FINANCIAL CRISES. Working paper，European Central Bank，，
Santiago Herrera. User's Guide to an Early Warning System for Macroeconomic Vulnerability in Latin American Countries. Economics Working Paper Archive at WUSTL，
Pami Dua. Using Leading Indicators to Forecast US Home Sales in a Bayesian VAR Framework[J]. Journal of Real Estate Finance and Economics，，P125-132
Ronny Nilsson. Confidence Indicators and Composite Indicators. paper for presentation at the CIRET Conference in paris，OECD，
ANDREW BERG. Are Currency Crises Predictable? A Test，IMF Staff Papers， June，，P107-138
Harvey A C. Trends and Cycle in Macroeconomic Time Series[J]. Journal of Business &EconomicStatistic，，P82-113
Lori Mardockk. Predicting Housing Abandonment in Central: Creating an Early Warning System[C]. Central Neighborhood Improvement Association，
Eric Myott. Developing and analyzing The Neighborhood Early Warning System In Hamline-Midway，NPCR Working Paper，
Eric Myott. Housing Early Warning System Feasibility In the Hamline Midway Area，Neighborhood Planning for Community Revitalization，
朱永升，北京市房地产市场分析及风险问题研究[D].北京：中国农业大学，
阳侃，城市房地产市场综合评价模型与方法研究[D].杭州：浙江大学，
彭翊.城市房地产预警系统设计[J].中国房地产，，P50-52
胡瑾卿，张大亮. 房地产泡沫评测体系研究[J]，城市开发，，P33-35
北邮中望. 景气分析与预警检测系统的原理［EB/OL］．http://www.
张炳发，李锡纯. 系统动力学与宏观经济系统分析[J]. 系统工程，，P24-48
付克华. 早期预警体系的理论回顾及其评价[J].世界经济，，P12-15
丁烈云，李斌. 房地产市场预警调控系统的构筑技术要点及流程设计[J].系统工程理论与实践，，P58-61
上海社科院房地产研究所，上海市房地产市场预警预报指标体系研究报告[J].上海房地，，P4-7
郑效. 房地产周期波动对房地产信贷业务的影响[J].中国房地产金融，，P23-27
姜楠. 构建成都市房地产业预警预报系统的构想[D].成都：西南财经大学，
李斌，丁烈云. 房地产景气预警中DI的改进及CI的精度比较研究[J].系统工程理论与实践，，P53-58。
丁烈云，徐泽清. 城市房地产预警系统设计与开发[J]. 基建优化，，P5-8。
叶艳兵，丁烈云.房地产预警系统指标体系设计研究[J]. 基建优化，，P1-3。
胡鹏，姚长学，钟叔平. 房地产市场先行扩散指数预警监测系统设计[J].四川建筑，，P83-84
李维哲，曲波. 房地产泡沫预警系统研究[J]，中国房地产金融，2002，P23-25
李永江，辛益军，李海宁. 房地产业预警预报系统影响因素的聚类分析[J]，经济师，，P256-257
贾卓鹏. 房地产市场风险预警，中国房地产金融[J]，，P46
李崇明. 房地产预警的误区及对策的方法论分析[J]. 武汉理工大学学报：社会科学版，，P262-265
叶剑平. 中国房地产监测预警系统指标体系设计[J]. 中外房地产导报，2000，P16-19
袁贤祯. 房地产业监测预警系统构想[J]. 中国房地产，,P16-19
赵黎明，贾永飞，钱伟荣. 房地产预警系统研究[J]. 天津大学学报(社会科学版)，，P277-280
刘琳，黄英，刘洪玉. 房地产泡沫测度系数研究[J]. 价格理论与实践，，P37-38
梁运斌. 我国房地产业景气指标设置与预警预报系统建议的基本构想[J].北京房地产杂志，，P18-21
Ding Lieyun，Li Bin. The Application of ANN the Real Estate Early Warning System[C]. Asian Real Estate Society the Fifth Annual Conference in Beijing，2002.
贺京同，潘凝.基于模糊神经网络的宏观经济预警研究[J]. 预测，，P42-45
姜楠. 构建成都市房地产业预警预报系统的构想[D]. 成都：西南财经大学，
刘涛. 房地产泡沫与预示指标体系[D]. 西安：西安建筑科技大学，
深圳共好咨讯，中国房地产行业研究报告，2003
曲波、王玮，房地产经济波动的运行机理，中国房地产报，
胡瑾卿，邢以群，张大亮. 信贷风险下政策调整对房地产商影响及对策，建筑经济，，P78-81
孙风. 粮食产需波动及预警系统[J]. 决策参考，，P15-17
Wheaton， W. C.， R. G. Torto and P. Evans. The Cyclic Behavior of the Greater London Office Market[J]. Journal of Real Estate Finance and Economics，，P77-92
彭建文，张金鹗. 房地产景气与总体经济、金融市场关系之研究[C]，中华民国住宅学会第七届年会论文集，1998
杨泽泉，李政道. 台湾房地产景气与政府政策之研究[C]. 第五届两岸中华文化与经营管理学术研讨会论文集，2001
齐玉杰. 国有资本的监管和经济预警研究[D].哈尔滨:东北农业大学，
陈可嘉. 经济周期波动的监测与预警系统[D].南京：南京航空航天大学，
深圳房地产研究所，深圳房地产预警体系研究报告，
何荆，尚国强. 企业景气调查与GDP增长率相关关系及其预测研究[J].浙江统计，，P12-14
陈雷. 企业景气调查方法概述[J]. 上海统计，，P12-16
预测编辑部. 国外景气调查发展概述[J]. 预测，，P65-69
谭刚. 房地产周期波动[M]，北京：经济管理出版社，2001
郭磊，王锋，刘长滨. 深圳市房地产预警系统研究[J]. 数量经济技术经济研究，，P22-26
黄继鸿. 经济预警方法研究综述[J]. 系统工程，，P64-70
蒋益锋. 杭州市住宅市场分析及泡沫风险防范研究[D]. 杭州：浙江工业大学，
南京市房产管理局. 南京市房地产市场预警报告2003年第3季度，南京房地产市场发展与预警报告，，P16-26
田传浩. 对目前房地产泡沫研究的几点评论[J].浙江经济,2003,8，P17-19
谢经荣，朱勇等. 地产泡沫与金融危机[M]. 经济管理出版社，
朱海音. 利用调查数据确定权重若干方法的比较研究[J].上海质量，，P14-16
Bob McNabb，Karl Taylor. Business Cycles and the Role of Confidence: Evidence from Europe，Working paper， Department of Economics, University of Leicester，
Nicholas S. Souleles. Consumer Sentiment: Its Rationality and Usefulness in Forecasting Expenditure - Evidence from the Michigan Micro Data，Working paper，National Bureau of Economic Research，
Brigitte Desroches. The Usefulness of Consumer Confidence Indexes in the United States，Working paper，Bank of Canada，2002
洪奇. 城市房地产市场预警体系与应用研究[D].杭州：浙江大学，
George E P Box等，顾岚主译.时间序列分析预测与控制[M]. 北京:中国统计出版社，1997
Michael P Niemira等，邱东译. 金融与经济周期预测[M]，北京:中国统计出版社, 1998
丁烈云. 房地产周期波动成因分析[J]. 华中科技大学学报（社会科学版），，P37-43
李斌，丁烈云. 城市房地产市场综合景气指数的构造与分析[J].华中科技大学学报（城市科学版），，P10-14。
叶剑平，丰雷. 中国房地产指数的现状及趋势[J]，中国房地产,，P21-24
杭斌，赵俊康. VAR系统——一种宏观经济预警的新方法[J]，统计研究，，P49-52
宗跃光，孟辛琳. 方洁，房地产市场周期理论与实践[J]，中国房地产，，P34-36
周忠学，李永江. 房地产业预警预报系统影响因素的主成分分析[J]，企业经济，，P130-132
杜军. 基于粗集—神经网络的宏观经济预警研究[D].南京：河海大学，
王锋，苏良生. 深圳房地产预警体系研究[J]. 建设科技，，P52-53
杜春艳. 我国房地产市场周期波动的经济因素分析[J]. 武汉城市建设学院学报，，P12-16
胡鹏. 房地产投资预警管理系统设计[D].成都：电子科技大学，
Seiders D F. Trends and cycles in housing production[J]. Business Economics,，P12-16
Lawrence. Earthquake early-warning system using real-time signal proceedings ， univ. Livermore,CA,USA
姜秀华，任强，孙铮. 上市公司财务危机预警模型研究[J]，预测， ，P56-61
附 录
1、消费者景气调查问卷
您的个人资料
姓名： 性别： 婚姻情况 联系电话：
E-mail： 目前居住地址：
年龄
①25岁以下 ②25-35岁 ③35-45岁 ④45-55岁 ⑤55岁以上
户籍所在地
①西湖区 ②拱墅区 ③下城区 ④上城区 ⑤余杭区 ⑥江干区 ⑦滨江区 ⑧萧山区 ⑨浙江其它地区 ⑩省外
学历水平
①高中、中专及以下 ②大专及本科 ③硕士及同等学历 ④博士及以上
家庭年收入
①3万以内 ②3-5万 ③5-10万 ④10-20万 ⑤20-30万 ⑥30-50万元 ⑦50万以上
工作单位性质
①事业单位 ②国有企业 ③个体/私营企业 ④外资企业 ⑤集体企业 ⑥待业 ⑦退休 ⑧其他
您对杭州楼市的看法
您对当前房地产景气看法
①乐观 ②一般 ③悲观 ④其它
您对未来半年房地产景气看法
①乐观 ②一般 ③悲观 ④其它
您对一年后的房地产景气看法
①乐观 ②一般 ③悲观 ④其它
现在杭州房价与过去半年相比
①涨了 ②不变 ③跌了 ④其它
未来半年杭州房价走势将会
①上涨 ②盘整 ③下跌 ④其它
现在比过去半年您的家庭收入将
①增加 ②不变 ③减少 ④其它
未来半年您的家庭收入将
①增加 ②不变 ③减少 ④其它
您认为目前购房者最好
①买入 ②观望 ③卖出 ④其它
您认为未来半年购房者最好
①买入 ②观望 ③卖出 ④其它
2、专家经验预警调查问卷
，您好！
本人正在进行房地产市场预警体系的研究，希望您在百忙中能够给予帮助，以您的专业经验对房地产市场运行状况进行评判。填写结果将仅供论文研究之用并会予以保密。谢谢您的协助！
假设房地产市场可以分为过冷、微冷、正常、微热、过热五种状态，其中“过冷”指房地产市场萎靡，市场供过于求的状态；“微冷”指房地产业增长速度偏低，需求不足的状态；“正常”指房地产业增长速度适中，且与国民经济增长相协调的健康状态；“微热”指房地产业的增长速度偏高，旺盛的需求推动房价快速上涨的状态；“过热”指房地产业的增长过快，投机盛行，房价飞涨，脱离了消费者购买水平。
---------------------------------------------------------------------------------------------------
则您对杭州市历年房地产市场状况的判断为（请在相应的状态上打勾）：
1991年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1992年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1993年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1994年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1995年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1996年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1997年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1998年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
1999年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
2000年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
2001年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
2002年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
2003年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
2004年市场状态： ①过冷 ②微冷 ③正常 ④微热 ⑤过热
3、层次分析法运算过程
表 46、准则层判断矩阵
目标层-准则层
房地产市场先行指标
反映供求关系均衡指标
与国民经济协调性指标
权重Wi
CR=CI/RI
房地产市场先行指标
1
1
1/2
反映供求关系均衡指标
1
1
1
与国民经济协调性指标
2
1
1
表 47、指标层判断矩阵
房地产市场先行指标
商品房销售面积增长率
商品房施工面积增长率
商品房新开工面积增长率
土地供应面积增长率
权重Wi
CR=CI/RI
商品房销售面积增长率
1
1
2
3
商品房施工面积增长率
1
1
2
1
商品房新开工面积增长率
1/2
1/2
1
1
土地供应面积增长率
1/3
1
1
1
表 48、指标层判断矩阵
反映供求关系均衡指标
商品房批准预售面积/商品房实际预售面积
商品房施工面积/竣工面积
商品房空置率
权重Wi
CR=CI/RI
商品房批准预售面积/商品房实际预售面积
1
1/3
2
商品房施工面积/竣工面积
3
1
4
商品房空置率
1/2
1/4
1
表 49、指标层判断矩阵
与国民经济协调性指标
房地产开发投资增长率/GDP增长率
房地产开发投资/固定资产投资
房地产开发贷款/金融机构中长期贷款余额
房价收入比
权重Wi
CR=CI/RI
房地产开发投资增长率/GDP增长率
1
1
2
1/2
房地产开发投资/固定资产投资
1
1
1
1/3
房地产开发贷款/金融机构中长期贷款余额
1/2
1
1
1/2
房价收入比
2
3
2
1
4、专家经验问卷调研过程
本次专家经验调研问卷采用访谈与邮件相结合的方式发放，总共发放20份，回收14份，回收率70%。回收的14份问卷中，包括2名房地产学术带头人，2名教授，5名房地产相关政府部管理人员，1名银行行长，1名房地产中介公司总经理，1名房地产公司市场研究人员，2名研究房地产方向的博士兼讲师。
其调研数据结果如下：
表格 50、专家经验法调研数据列表
序号\年份
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
1
3
4
5
4
1
1
2
2
3
3
3
4
4
5
2
3
4
5
1
1
1
2
3
3
4
4
5
5
5
3
2
4
5
5
4
2
1
2
3
3
4
4
5
5
4
2
3
5
5
4
2
1
3
3
3
4
4
4
4
5
2
1
2
3
3
3
3
3
3
4
4
5
5
5
6
3
4
5
4
2
2
3
3
3
3
4
4
4
4
7
3
4
5
5
4
2
2
2
2
3
3
4
5
5
8
2
1
2
3
3
3
3
3
3
4
4
5
5
5
9
3
4
5
4
1
1
2
3
3
4
4
5
5
5
10
3
3
5
5
1
1
2
2
3
3
3
4
5
5
11
2
3
5
5
4
2
1
3
3
3
4
4
4
4
12
2
4
5
5
4
2
1
2
3
3
4
4
4
5
13
3
4
5
5
2
1
1
2
3
3
4
4
4
4
14
2
4
5
5
4
3
2
2
2
3
3
4
5
4
历年均值
商品房空置率是反向指标，μ+δ、μ+δ/2、μ-δ/2、μ-δ四点为警界点
假设该指标2003年空缺值与2002年变化不大，即警值不变
假设该指标2003年空缺值与2002年变化不大，即警值不变
PAGE
PAGE 1
