0532-5886 0566 value@cityre.cn
全国房地产自动估价平台 > 估价研究 > 以房养老——风险定价机制探讨
以房养老——风险定价机制探讨
来源:禧泰房产数据 2013-09-25

以房养老——风险定价机制探讨

 在以房地产抵押为核心的按揭贷款中,随着房价及租金的起伏、民间资金链及市场接盘情况的变化,金融机构将成为承担更多因房地产价格波动而带来的市场风险。

在按揭贷款业务中,处于对房价的调控、限购政策、利率政策等多因素的考虑,金融机构往往会因难以掌握市场情况而做出一刀切的政策判断;在倒按揭(Reverse Mortgage)业务中,随着以房养老的模式被提出,近年来快速的通货膨胀率和货币供应让倒按揭的产品设计缺乏了许多可行性。例如国内的一线城市房价在10年来上涨超过3倍,部分地区的房价上涨甚至超过4倍。加上年度5%,甚至更高的通货膨胀率,10年前所能获得的贷款标准,可能在5~6年后甚至不能帮助老年人获得基本的生活费用,更谈不上以充足的养老金颐养天年。

我们希望通过一种方式,预估房地产价格在未来的价值走势。尽管房价的走势与政策的调控与宏观经济状况紧密相关,但在长期看来,作为近年和未来几年国民经济的支柱产业,房地产市场在宏观中仍然处在快速成长的阶段中。而通过对房产价值未来价值的判断,和持续实时监测不仅可以帮助倒按揭贷款者有效的将自身抵押物价值最大化,更可以帮助金融机构在对风险得到一定管控的前提下,有效的帮助中央财政解决老龄化社会所带来的养老资金亏空。

这里以青岛市南区东部香港花园一套房产为例。首先以禧泰房产价值实时评估系统,结合该小区内上市房源的交易信息,得到房产从20051月始的时点评估值。在利用预测模型对房产的价值进行预测。这里,我们将影响房价的因素认为是房价内部的结构所致。因此,模型中选取了可以用以描述房价结构的数值作为模型自变量,而下一个周期的房产价值为模型因变量。

为检验该模型的预测效力,这里从2005年末开始,使用历史数据反复进行预测,与评估结果进行比较,并选择最优的参数集,作为模型参数。

预测计算往往需要长时间周期数据的积累,在房价预测过程中的预测误差也印证了这一点。模型预测结果不佳的点为学习数据较少的阶段;和在房价快速上行期,突然下行,理性回归阶段的预测误差。而优度最高的模型预测学习的过程中,平均绝对误差可以达到3.50%,而在75%的概率可将下一时点的预测误差控制在±5%之内。13个预测模型中的平均绝对误差为3.75%

使用同样的方法,我们可对未来一段时间的房价走势进行预测(尚未考虑调控因素对结果的影响)。模型在对未来的几个周期可以给出相对合理的预测值。而当预测时间较长时,模型输出结果将因自回归差分方程的特性收敛至稳步上涨的区间中——周期性环比上涨幅度约为0.2%

据此,金融机构可根据预测模型的输出制定灵活性更高的按揭或反按揭产品,以便于根据市场变化及时调整策略,满足用户的贷款需求,规避由于信息缺失而造成的系统性潜在风险。此外,相关法规与政策的制定也是十分必要的。

当然,提高预测模型的精度与鲁棒性是长期的课题与研究方向。目前尚不存在一个完美的逻辑和足够效率的模型与计算设备可帮助人类完全预知未来。而一切预测的基础均基于长时间序列,完整周期,且连续性较强的原始数据集合,这便是禧泰房产数据长期努力和工作的方向。

如果您有任何房地产估价或大量客户住址数据清洗的需求,欢迎联系我们。

邮箱:value@cityre.cn