網(wǎng)絡(luò)搜索可預(yù)測房地產(chǎn)

喻予

使用網(wǎng)絡(luò)搜索和社交媒體進行預(yù)測并不是最近才有的現(xiàn)象，經(jīng)濟學(xué)家可能是研究使用大數(shù)據(jù)以預(yù)測市場動態(tài)和相關(guān)問題的較晚的職業(yè)之一。雖然存在著這樣那樣的復(fù)雜性，從股票市場到房地產(chǎn)市場等眾多研究，從在線大數(shù)據(jù)中獲取信息的預(yù)測能力都正在獲得廣泛的支持。雖然房地產(chǎn)基本面是市場的主要驅(qū)動力，情緒也在定價方面發(fā)揮作用。盡管解釋了難以解釋的真實數(shù)據(jù)，但對于作為泡沫產(chǎn)生和破裂根源的情緒數(shù)據(jù)來說，實際上更具挑戰(zhàn)性。

網(wǎng)絡(luò)信息的預(yù)測力

互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)服務(wù)的出現(xiàn)，以及智能手機的廣泛傳播，徹底改變了我們交流和交流信息的方式。在這樣的大背景下，近年來不斷增加的用戶在線活動帶來的大數(shù)據(jù)已經(jīng)成為一個熱門詞匯，因為它在市場營銷、政治預(yù)測、疾病控制、社會動態(tài)分析等多種用途上具有極大的潛力。

范里安開創(chuàng)性的研究展示了使用谷歌搜索查詢數(shù)據(jù)何以作為包括汽車銷售、旅游等在內(nèi)的各種經(jīng)濟活動的關(guān)鍵預(yù)測指標。前人的成果刺激了經(jīng)濟學(xué)領(lǐng)域的后續(xù)研究，這主要集中在利用大數(shù)據(jù)來增加對涉及自身所關(guān)切利益的經(jīng)濟變量的預(yù)測模型的預(yù)測能力。

Choi H. &. Varian H.（2012）認為，Google Trends每天都在產(chǎn)生大量與經(jīng)濟發(fā)展相關(guān)的查詢結(jié)果，且這些查詢結(jié)果與當(dāng)下的經(jīng)濟活動之間必然存在著不容忽視的關(guān)系，或許可以對預(yù)測當(dāng)下的經(jīng)濟活動起到非常重要的作用。

許多機構(gòu)和研究人員基于這些網(wǎng)略行為數(shù)據(jù)來源，對很多宏觀經(jīng)濟問題做出了研究，Sun Y.（2010）研究了網(wǎng)絡(luò)搜索與通貨膨脹之間的相關(guān)性，Suhoy T.（2009）和DAmuri F. &. Marcucci J.（2009）分別通過網(wǎng)絡(luò)搜索引擎提供的數(shù)據(jù)預(yù)測了以色列與德國、意大利的失業(yè)情況。

現(xiàn)在，越來越多的研究在利用Google Trend進行經(jīng)濟監(jiān)測和預(yù)測，除了通脹與失業(yè)的情況以外，Google Trend已被廣泛應(yīng)用到房地產(chǎn)、旅游、零售業(yè)、個人消費、投資、金融等諸多可以反映宏觀經(jīng)濟及市場景氣形勢的領(lǐng)域。

法國有關(guān)專家學(xué)者為該國市場構(gòu)建了谷歌情緒指標，并發(fā)現(xiàn)了其與常用的替代情緒指標的相關(guān)性。基于VAR模型的實證檢驗表明，投資者情緒可對短期市場回報具預(yù)測，投資者情緒和股票回報率之間在兩周前的負相關(guān)性非常普遍。

另有專家學(xué)者確定了98個與股票市場相關(guān)的搜索詞，并發(fā)現(xiàn)在股市下跌之前，其搜索量的增長之間有聯(lián)系。研究表明，基于這些早期預(yù)警信號的交易策略明顯優(yōu)于隨機投資策略。此外，根據(jù)他們得出的結(jié)論，國家與國際SVI相比，更有效地解釋市場趨向，這可能是因為美國互聯(lián)網(wǎng)用戶中（私人）交易員的比例高于全球。

不過，經(jīng)濟學(xué)家可能是研究使用大數(shù)據(jù)以預(yù)測市場動態(tài)和相關(guān)問題的較晚的職業(yè)之一，使用網(wǎng)絡(luò)搜索和社交媒體進行預(yù)測并不是最近才有的現(xiàn)象。

2008年成立的谷歌流感趨勢，利用谷歌的搜索引擎追蹤了25個國家流感的傳播。但隨著該項目難以做出準確預(yù)測，人們對該項目的興奮之情逐漸消退。2014年的《自然》（Nature）雜志肯定了社交媒體的“大數(shù)據(jù)”價值，但同時警告說，“我們離一個他們可以取代更傳統(tǒng)的方法或理論的地方很遠?！?/p>

搜索查詢可能包含用戶后續(xù)行動的信息的想法是基于這樣一個前提，即生活在當(dāng)代社會的經(jīng)濟代理人在作出重要的經(jīng)濟決策（如購買耐用商品和金融投資）之前，很大程度上依賴于先前的信息搜索過程。

然而，信息需求的動機并不總是朝著這個方向發(fā)展；加強信息收集活動本身可能是對市場重大事件的簡單內(nèi)生反應(yīng)的表現(xiàn)，以尋求更多的信息，這可能會對下一輪的市場發(fā)展產(chǎn)生一定的影響。這些錯綜復(fù)雜的信息需求和市場結(jié)果之間的因果關(guān)系使得很難正確地評估大數(shù)據(jù)的真正重要性。

盡管存在這種復(fù)雜性，但從股票市場上到房地產(chǎn)市場上等的眾多研究，都支持從在線大數(shù)據(jù)中獲取信息的預(yù)測能力。

第一項在谷歌數(shù)據(jù)中單獨進行了與房地產(chǎn)相關(guān)的研究，調(diào)查了谷歌搜索指數(shù)對美國50個州的房價和成交量的影響。得出的結(jié)論是，搜索指數(shù)的增加與交易量和價格的上升正相關(guān)。此外，與主要類別（例如，房地產(chǎn)）相比，谷歌子類別（例如，房地產(chǎn)中介）的更高適用性通常被強烈顯示。

該研究在美國州的50個州測試了谷歌搜索引擎數(shù)據(jù)對住宅市場銷售和價格的預(yù)測能力，當(dāng)他們調(diào)查以（子）類別的“房地產(chǎn)”和“房地產(chǎn)中介”來預(yù)測房屋銷售的能力時，“房地產(chǎn)”顯示不出任何意義。另一方面，“房地產(chǎn)中介”的分類似乎與銷售有很強的相關(guān)性。

“房地產(chǎn)”類別和房價之間沒有明顯的聯(lián)系，這可能是因為其在其所捕捉到的搜索（例如物業(yè)管理、房地產(chǎn)開發(fā)）方面具有廣泛而未指明的性質(zhì)。相比之下，房地產(chǎn)中介機構(gòu)在未來四分之一的時間里是一個很好的預(yù)測者，但在不同的模型規(guī)范中，同期的關(guān)系是不同的。通過測試預(yù)測的準確性，該研究認為谷歌搜索指數(shù)增強模型的表現(xiàn)比沒有谷歌的更出色。

Kulkarni等學(xué)者基于城市層面的房地產(chǎn)相關(guān)關(guān)鍵字推出谷歌搜索指數(shù)，并測試其對美國20個最大的大都市統(tǒng)計區(qū)（MSAs）的“Case Shiller指數(shù)”的預(yù)測能力。通過進行雙向回歸，他們提供了谷歌搜索指數(shù)對房價有“格蘭杰”因果關(guān)聯(lián)的證據(jù)，但不是相反。Hohenstatt等學(xué)者在全美20個最大的MSAs中確認了這些結(jié)果。測試谷歌搜索數(shù)據(jù)是否為住房市場模型增加了解釋力，他們發(fā)現(xiàn)搜索數(shù)據(jù)顯著提高了適合度，尤其是在細分類別“房地產(chǎn)代理”作為交易的一個非常可靠的指標的地方。

而學(xué)者Beracha和Wintoki調(diào)查了美國314個MSAs，并生成了“房地產(chǎn)”和“租金”的單一搜索查詢。通過對房價異常收益率的推論，他們發(fā)現(xiàn)，與低迷時期相比，搜索量對上漲的價格有更高的敏感度。

搜索趨勢“見”情緒

盡管有不同的理論作為依據(jù)，傳統(tǒng)觀點基本一致認為房價與交易量之間存在正向關(guān)系，當(dāng)然也有一些學(xué)者如斯坦認為交易量領(lǐng)先于價格。所有這些理論，以及建立在這些理論基礎(chǔ)上的擴展，都集中在價格與交易量之間的關(guān)系以及相互作用上。然而，缺失情緒的不足業(yè)已被一系列的研究廣泛證明了。

由于房地產(chǎn)市場因其異質(zhì)性而效率低下，而情緒因素可以描述市場變化的一部分，可這是公認的無法解釋的基本面。研究發(fā)現(xiàn)，雖然房地產(chǎn)基本面是市場的主要驅(qū)動力，情緒也在定價方面發(fā)揮作用。

隨著因特網(wǎng)用戶數(shù)量的增加和搜索引擎使用量的增加，利用搜索引擎提供的網(wǎng)絡(luò)搜索查詢數(shù)據(jù)這種收集市場數(shù)據(jù)的新方法變得越來越流行。人們通過搜索產(chǎn)品說明，選擇各種替代品，以及他們指定的要購買的東西，創(chuàng)造出一條線索，向搜索引擎揭示他們打算購買的東西。搜索引擎提供商可以跟蹤這些信息，Google憑借其獨特的利用Google趨勢工具公開提供的搜索查詢數(shù)據(jù)，提供了適當(dāng)和強大的數(shù)據(jù)基礎(chǔ)。

越來越多的學(xué)術(shù)研究以谷歌搜索查詢數(shù)據(jù)為研究目的，深入于各個經(jīng)濟部門，包括房地產(chǎn)研究領(lǐng)域。基于用戶對特定感興趣領(lǐng)域信息的需求得到了很好的滿足，谷歌作為情緒指標的潛力被充分揭示了。這有助于研究人員對不久的將來作出推斷。

在越來越多的針對不同經(jīng)濟部門的研究，尤其是房地產(chǎn)研究領(lǐng)域的研究成果的支撐下，谷歌的數(shù)據(jù)有可能同時考慮到消費者情緒的變化，從而能夠?qū)ΜF(xiàn)實世界近期的未來做出推斷。

這一優(yōu)勢可以很容易地用于銷售力度（例如房地產(chǎn)機構(gòu)）的分配和時間安排。這一系列研究也為及時提供政策建議提供了一個有價值的指標，因為政策建議在其他方面取決于數(shù)據(jù)，而這些數(shù)據(jù)在報告之前往往會出現(xiàn)時滯。這是Google數(shù)據(jù)的主要優(yōu)勢，因為社會經(jīng)濟信息只能在很長的時間內(nèi)才能獲得，而且由于樣本較少，調(diào)查可能會有偏差。

谷歌搜索量數(shù)據(jù)克服了許多這樣的問題。谷歌通過其工具“谷歌趨勢2.0”（Google Trends 2.0）提供可公開訪問的搜索查詢數(shù)據(jù)，該工具是從“Google Insight for Search”發(fā)展而來的。與其他情感數(shù)據(jù)集不同的是，時間延遲幾乎可以被忽略，因為Google的數(shù)據(jù)在收集的兩天后便可獲得。此外，與基于調(diào)查的指標相比，數(shù)據(jù)收集所需的努力要少得多。還有，樣本量比較大，避免了上述問卷偏差等問題。

Hohenstatt和Kaesbauer等學(xué)者指出，盡管解釋了難以解釋的真實數(shù)據(jù)，但對于作為泡沫產(chǎn)生和破裂根源的情緒數(shù)據(jù)來說，甚至更具挑戰(zhàn)性。

在沒有買賣雙方匹配的情況下，純粹的買賣興趣可以通過谷歌的數(shù)據(jù)來衡量。提前還款決定的復(fù)雜動態(tài)（即利率調(diào)整、現(xiàn)金流出、住房周轉(zhuǎn)）取決于個人、社會經(jīng)濟情況。在模擬房主決策時，跟蹤消費和儲蓄行為的變化、信用價值的變化、房主的信念是一項具有挑戰(zhàn)性的工作。個人對損失的厭惡是婚姻狀況或婚姻狀況的變化、非/就業(yè)、年齡等一系列社會經(jīng)濟特征的組合。

谷歌的數(shù)據(jù)可以用來幫助監(jiān)控這些集群的情緒動態(tài)。例如，熱點可以通過谷歌搜索來識別，用來暗示有壓力的抵押貸款與失業(yè)、收入或其他傳統(tǒng)信貸市場指標等硬數(shù)據(jù)相背離，類似于谷歌潮流趨勢背后的推理。

當(dāng)涉及到與房地產(chǎn)相關(guān)決策的聯(lián)系時，如何用不方便的工具跟蹤情緒數(shù)據(jù)的問題甚至更具挑戰(zhàn)性。谷歌的子類別房地產(chǎn)中介和家庭融資提供了一個答案。個人通過輸入特殊的搜索詞來顯示他們的意圖和興趣，相對來說是不偏不倚的。同時，跟蹤這些搜索詞，并基于許多不同的搜索詞創(chuàng)建索引，這些搜索詞從而指向相同的方向。這一特征通過影響給定子類別的前10個搜索查詢來證明。

對于房地產(chǎn)代理，搜索詞范圍從房地產(chǎn)經(jīng)紀人、宅基地、房屋出售、地產(chǎn)出售到以向某些經(jīng)紀公司詢問的方式查詢房產(chǎn)，如Zoopla，第一太平戴維斯或PrimeLocation（英國，2004—2010）。家庭理財融資子類的前10個搜索查詢詞匯是：抵押貸款、富國銀行（Wellsfargo）、抵押貸款計算器、抵押貸款利率、全國范圍、住房貸款、富國銀行、止贖、FHA和住房抵押貸款，反向抵押、FHA貸款甚至封閉性的搜索查詢量不斷增加。

商業(yè)地產(chǎn)中的應(yīng)用

住房要么作為自有住房，要么作為創(chuàng)收資產(chǎn)，而商業(yè)地產(chǎn)通常只用作后者。這在一些時期尤為明顯，例如，出售和租賃回購交易很流行的時候。與典型的購房者不同，商業(yè)房地產(chǎn)買賣雙方主要是專業(yè)人士，目的是使他們的收入最大化。

商業(yè)地產(chǎn)比住宅少，但前者的單位價值通常要高得多，它們構(gòu)成了一個不同的資產(chǎn)類別。因為它們在規(guī)模、價值和跨部門（零售、辦公、工業(yè)等）方面差異很大，這使得它們更難相互比較。良好的預(yù)測對商業(yè)房地產(chǎn)行業(yè)的重要性非常顯著。在選擇未來投資時，房地產(chǎn)投資者感興趣的是什么類型的房地產(chǎn)市場比其他類型的市場發(fā)展得更好。

機構(gòu)投資者，如保險公司或房地產(chǎn)基金，在分配資金時通常有一個特定的投資視野。因此，它們對不同地區(qū)和部門的房地產(chǎn)市場表現(xiàn)作出了含蓄和明確的預(yù)測。房地產(chǎn)咨詢公司發(fā)布市場報告，其中他們給出了市場活動和運動的前景。地產(chǎn)發(fā)展商在進行可行性研究時，特別關(guān)注未來租金和價格的發(fā)展。銀行和其他房地產(chǎn)融資機構(gòu)在作出信貸審批決定時，對市場走向感興趣。

商業(yè)地產(chǎn)的獨特屬性使得該市場的行為與普通房地產(chǎn)市場有所不同，這使得商業(yè)地產(chǎn)市場在預(yù)測方面成為一個特例。雖然有關(guān)商業(yè)房地產(chǎn)預(yù)測的文獻不如關(guān)于住房的文獻全面，但仍有許多研究對市場行為的預(yù)測進行了研究。

目前已達成廣泛共識的是，基本經(jīng)濟指標“不能充分考慮到未來的回報變動”。這意味著有一些無法觀察到的影響市場的因素，而這些因素并沒有被基本面所捕捉到。務(wù)必引起重視的是，情緒在定價方面也發(fā)揮作用，當(dāng)然，盡管房地產(chǎn)基本面是市場的主要驅(qū)動力。

有研究發(fā)現(xiàn)，從Probit方法中使用的商業(yè)趨勢調(diào)查得出的信心數(shù)據(jù)，在歐洲三大寫字樓市場產(chǎn)生了可接受的早期租金增長轉(zhuǎn)折點信號。這兩項研究要么使用基于調(diào)查的情緒指標，要么使用共同的領(lǐng)先經(jīng)濟指標（例如出口訂單、零售銷售、汽車登記等）。

雖然情緒/領(lǐng)先指標在預(yù)測行業(yè)中的應(yīng)用前景廣闊，但也存在一些不足。首先，這些指標大部分都是在兩個月內(nèi)公布的。就以調(diào)查為基礎(chǔ)的指標而言，數(shù)據(jù)收集既昂貴又費時。此外，被指定的回答者是否總是實際回答問題單的人是值得懷疑的，如果是的話，她是否總是如實回答問題。后者也可能與擔(dān)心泄露敏感信息有關(guān)，因為缺乏匿名標準。出口訂單、汽車登記或零售銷售等領(lǐng)先指標不受這些問題的影響，但就其基礎(chǔ)而言，與房地產(chǎn)市場完全脫節(jié)。

德國雷根斯堡大學(xué)國際地產(chǎn)商學(xué)院三位教授的一項研究明確表示，利用這類指標對高度復(fù)雜的商業(yè)房地產(chǎn)市場進行月度預(yù)測似乎有些不盡人意，不過，谷歌搜索量數(shù)據(jù)可以克服許多此類的問題。

與其他情感數(shù)據(jù)集不同的是，時間延遲幾乎可以被忽略，因為Google的數(shù)據(jù)在收集的兩天后才能獲得。更不用說，與基于調(diào)查的指標相比，數(shù)據(jù)收集所需的努力要少得多。此外，樣本量比較大，避免了上述問卷偏差等問題。搜索量索引（SVI）可以過濾某些類別或關(guān)鍵字，以使索引的情況具體。如果使用正確，SVI應(yīng)該顯示搜索者需要的信息，并且不失真。從2004到現(xiàn)在，GoogleTrend用戶每周都可以檢索和下載在線搜索查詢的歷史日志。

Dietzel和Braun等學(xué)者增加了羅伯茨和亨內(nèi)貝里設(shè)計的交易模型，以突出投資者利用互聯(lián)網(wǎng)的各個階段，從而揭示他的具體興趣。不可否認，一個（大型）專業(yè)機構(gòu)投資者，很難在互聯(lián)網(wǎng)上簡單地“谷歌”購買他想購買的房產(chǎn)。這當(dāng)然是有道理的，因為一個大投資者很可能會直接與房地產(chǎn)經(jīng)紀人取得聯(lián)系。不過，通過進行在線研究，就像投資/研究部門通常在為未來投資決策收集信息時所做的那樣，投資者最終還是會顯示出自己的興趣。有關(guān)專家學(xué)者堅信，越多的搜索者表現(xiàn)出這樣的興趣，對房地產(chǎn)的需求就越大。