 鲜花( 1)  鸡蛋( 0)
|
加拿大的房市正走到一个转折点,现在大家最关心的一个问题就是:未来几年房价会怎么走?$ y: t' m) r. a
8 k' O& B9 f4 z- U
显然谁也无法预见未来,但是可以使用一些金融学统计模型来假设一些事,帮助理解这个市场。
& X; w5 ]& F# j' a8 b, u5 o r+ z8 N8 l4 z; i; V6 p8 U6 n9 r5 I
Better Dwelling的创始人、首席数据师Stephen Punwasi介绍了一个方法,就是经济合作与发展组织(OECD)的房屋价格与租金指数(House Price-To-Rent Index),以及线性回归模型。. P$ C2 c a6 l/ x+ s
+ M1 t& z7 e& Q4 j# {- c% k
用这一方法可以预测,到2020年,加拿大的房价将会下跌28%。4 x2 ?/ a8 \! x$ [% M3 R4 a! z
* G9 n" \% }- a3 o. L& S房价与租金比指数是用于比较房屋的拥有成本与租金。0 U! ~8 c- T5 E I7 q7 y# T V! q
; `/ D |4 ~+ |
如果出租的回报高,谁会愿意折价卖掉自己的房子?同样,如果可以用更少的钱租到房子,谁愿意花大价钱去买房?
3 b0 `& n7 U( U% B
6 `7 W' F7 \/ U: f& L; ZPunwasi说,租金是一个很好的价值指标,特别是在大城市。为了方便理解,你可以把自己假设为正在租住自己的房子,把每年的租房成本,与每年与房屋相关的贷款按揭成本相比较,就能得出这一指数。
$ ]" G! v/ L3 i. C b* j8 {6 g6 K2 E' A% t
当指数显示脱离正常水平时,房价就会下跌或租金会上涨。
2 X& s* I* Z% {2 }3 ?& E) s! i9 j% L9 L, T
Punwasi也说,租金往往受到收入增长的限制,无法迅速上涨。只有在经济超速发展以及收入迅速增长时才可能出现租金大涨的情况。" _+ e9 H r, g+ H# \2 X
$ E& d y6 c& i
再来看一下线性回归模型。当一个变量达到极端高位或低位后,它会重新回归到靠近中位线,这种回归模型理论上帮助找到中位线。这种统计学的分析未必100%准确,但是可以帮助提供发展走势的基线。
* e* |! K# B7 {! H0 Z6 { b( l7 \3 |
华尔街日报编辑Jason Zweig曾有一句名言:“回归到均线是金融物理学的最强大法则。一段时间高于平均表现之后,必定紧随低于平均表现的回归,坏的时候必定给意外的好的表现打下基础。”
% F& Y: v! A; w7 n3 \ p9 @0 l" t0 P4 z
虽然这个预言还有待辩论,但是这一观点有其数据推断的价值。
! V, s* B" D: E, U( R5 I
q; v) x' ?, h% x$ p+ E使用指数线性回归和OECD的房价与租金指数,我们就可以得出2020年房价下跌28%这一结论。
, F+ ~) W) |- z4 K0 f! y2 Z0 O$ F6 K5 ^5 J) z$ Q4 N
Punwasi指出,我们可能不会看到确切的28%跌幅,因为通胀会导致货币贬值,如果央行持续实现其通胀目标,跌幅会缩减每年2%。
* s8 R3 o/ u4 y
+ Y/ j7 @" L- S0 l无论如何,这还是很大的跌幅。
' r8 A& u' G5 m( W
9 Z+ {( p% s& F/ ?Punwasi也用该模型来验证多伦多上一次房价暴跌,从1989年崩盘到1993年,模型显示房价平均下跌26.6%,不过实际的跌幅是24.55%。直到1996年房价才从1989年的顶峰下跌了27%。( h, [4 m; i/ a h7 [9 }6 t6 O9 E
2 s" g. a6 D5 ?$ C' }# y可以说,这种统计模型无法做到完全精确,但是相对来说已经很准了。* w1 T! v' N! J& {0 V+ Z) N- [ g. b
- @3 L) i2 \& p0 v% f
Punwasi还说,如果不是价格下跌28%,那么市场的另一个选择就是租金上涨。到2020年时,租金要涨39%,才能看到一个平衡的市场。4 A! m' n$ A7 a8 @
X& Q% w- o( A1 q
但是出现这种情况的可能性很小,因为租金上涨与收入增加相关联。4 A* k) Z: |0 j# t+ b! k9 L/ ~
4 q0 b6 J+ Q+ A+ J$ @最后,Punwasi认为,虽然没有人可以100%确定未来,但是,有相当多富有的投资者都是利用这类可信的统计模型来帮助他们作出重大的投资决策。% l8 B) S+ `2 u6 f
) D w0 I( n, K, {% H( p- H1 d |
|