中国社会科学院报道：房价只涨不跌的时代已经在2020年12月1日过去了。中国社会科学院金融战略研究所大数据项目组发布了"中国住房大数据分析报告"(2020)--"城市住房价格预警与住宅企业品牌价值计量"。本报告也是中国国家自然科学基金"基于互联网大数据和重复交易法的城市住房价格指数编制研究"项目和中国社会科学院重点项目"房地产调控政策及其效果"的阶段性成果。该报告发布了城市政策背景下城市房价涨跌的预警(2020年)。

　　根据报告，在基于城市政策的政策背景下，城市房地产市场的分化将成为常态。新冠肺炎疫情的出现加速了房地产市场大分化时代的到来。市场分化有利于避免房地产市场出现系统性风险。在大分化时代，很难通过简单的宏观分析工具有效判断区域房地产市场的走势。房价的局部涨跌风险将成为防范房地产市场风险的重点。

　　报告指出，房价只涨不跌的时代已经结束，对当地房价下跌的监测和预警将成为市场监控和预警的一个重要方面。

　　房价年度下降监测显示，受理性回归因素和住房市场疫情的影响，2020年部分城市房价有一定程度的下降。根据"纬房指数"，2019年10月至2020年10月，9个城市的年降幅超过5%，最高年降幅为9%。其中二线城市1座，三四线城市8座。按地区划分，北部湾2座城市，北京周边2座城市，大湾1座城市，山东半岛2座城市，西南1座城市。

　　由于一定范围的波动是市场的常态，城市房价下跌的大部分仍在稳步下降的范围内。

　　从历史最高点对房价调整的监测表明，如果扩大时间维度，可以发现，与历史高点相比，一些城市已经经历了更深层次的房价调整。

　　根据对纬房指数的监测，从每个城市的历史高点到2020年10月，20个城市和最高点之间的房价调整幅度在10%以上，其中9个城市在15%以上，最高城市减少了46.9%。调整范围在9个城市中占15%以上，其中一线城市1个，二线城市4个，三四线城市4个。北京、天津、河北4个城市，北部湾1个，大湾1个，山东半岛2个，滇西1个。其中北京、天津、河北6个城市、北部湾3个城市、山东半岛3个城市、大湾地区2个城市、成都和重庆2个城市、滇中2个城市、滇西1个城市和贵州中部1个城市的调整幅度在10%以上。

　　其中，北京周边一个城市的房价较最高点下降了近一半，而北京、天津和河北的一个城市以及山东半岛的一个城市的房价较最高点下降了20%以上。鉴于这些城市在房价下跌前出现了快速上涨，房价下跌幅度在合理回报的范围内。

　　从各城市房价由涨转跌的时间来看，这些城市有两种情况：是以北京、天津、河北为代表的2017年上半年前后，主要是由2017年上半年一、二线城市房地产调控造成的，调整了3.5年左右;

　　另一个是2018年下半年左右，主要集中在三四线城市，主要是货币化棚改衰退造成的，调整了两年半左右。

　　从下降的角度来看，这些城市在疫情爆发前，房价已经阶段性见顶。房价的下跌并不完全是由于流行病的影响。

　　据介绍，虽然平稳运行是房地产政策的重要目标，但一定范围的波动也是市场的正常运行。房价下降的原因比较复杂，这可能是宏观环境因素和城市供大于求的结果。

　　为了更准确地识别房价的异常涨跌，进而给出科学的预警信号，报告根据房价的空间传导机制，对一、二线城市房价的下跌情况进行了识别，区域房价互动机制与人工智能模型算法。

　　根据房价非正常下降程度计算结果，四个二线城市可能出现一定程度的非正常下降，其房价偏离短期正常房价的比例分别为-4.91%、-3.94%、-3.30%、-2.76%，居各城市前列。环渤海地区有三个城市和一个中心城市。

　　根据年度房价涨幅监测，到2020年，尽管受疫情影响，部分城市房价仍将下降，部分城市房价将快速上涨。根据纬房指数同比监测，2019年10月至2020年10月，样本城市年增长率排名第一的城市有9个，年增长率超过10%。其中一线城市1个，二线城市3个，三四线城市5个。从区域来看，包括大湾区2个城市，京津冀1个城市，长三角3个城市，西北地区1个城市，苏北3个城市。

　　其中一些城市自2016年以来经历了一波上涨，现在又出现了第二波上涨。一些城市仍处于2016年以来首次上涨的余波或弥补之中。

　　对房价历史高点的监测显示，城市房地产市场分化严重。虽然部分城市房价从最高点回落，但纬度住房指数显示，在样本城市中，2018年1月以来，还有30个城市的房价可能已经超过高点。其中，一线城市1个，二线城市5个，三四线城市24个。

　　同样，上述城市中，部分城市出现了2016年以来的第二波上涨，部分城市仍属于第一波的余波或补充上涨。

　　从城市基本面来看，城市房价上涨的原因也很复杂，包括城市经济基本面因素的影响。此外，还有一个相对快速的上升，很难直接确定。例如，相关类似城市的房价在快速下降，但城市的价格却在小幅上涨。

　　为了更准确地识别房价的异常涨跌，进而给出科学的预警信号，本报告基于房价空间传导机制、区域房价互动机制和人工智能模型算法，明确一二线城市房价上涨情况。

　　从房价非正常上涨程度测算，4个城市房价偏离短期正常房价的比例均在7%以上，最高偏离率在20%以上，处于所有城市前列，可能出现非正常上涨。其中，一线城市有1个，二线城市有3个。从地区主义角度看，大湾区有2个城市，长三角地区有1个城市，西南地区有1个城市。

　　11个房价偏离短期正常房价3%以上的一二线城市，可能出现不同程度的非正常上涨(包括相对非正常上涨)。其中，长江三角洲5市，大湾区2市，西南2市，西北1市，海峡西岸1市。要更加关注这些城市房价上涨的情况，必要时提前采取合理措施。