怎樣科學化去預測樓市?

係各大報章，電視，以至你身邊的朋友，經常都會有人以唔同的角度去分析樓市。係同一時段，你可以聽到沈大師同羅家聰大吹樓市大跌，但另一邊廂，你會聽到施永青同湯文亮大吹樓市上升。佢地會以唔撚同的理由，配以唔撚同的角度，得出唔撚同的推論。究竟點解我地會係同一個時間，會聽到咁多唔同的推論，而又會唔會其實有一個更科學化的方式去推測樓市呢？


讀過statistic的人應該都知道有样野叫做multiple regression，佢的公式就有如下面。


Y = a + b₁*X₁ + b₂*X₂ + … + b_p*X_p


讀過書而又唔係好叻的我，好明白大部份人對上面呢條公式的感覺，簡單可以用-“乜撚野黎ga”講晒。先旨聲明，我都要澄請其實我都唔係一個好叻stat的人，但呢條公式的概念對於比我地去了解同明白D人去預測樓市的時候有咩問題。為左解釋清楚呢條公式的概念，我重新包裝多一次咁寫過:


Y = a + (b₁*X₁ )+ (b₂*X₂₎ + … + (b_p*X_p)


加左括號之後，你可以睇到其實上面黎黎去去得3样野，分別係Y，a，同埋一組不停重覆的(b_p*X_p) 。先解釋Y，Y其實就係你要推測的結果，所以係樓市上面，呢個Y＝樓價，而香港黎講，就可以用中原個CCL指數黎代替。a就係一個數學上的intercept，目的只係adjust個slope的基數，唔叻數學的人，唔好理呢個a算啦，反正我地唔會計數，只係有個概念就好。


而最緊要的就係剩番落黎呢舊係撚咁重覆的 (b_p*X_p)，每一組呢舊野其實就等如一個你認為同樓市有關的原素。假設你認為香港的每人平均收入係同樓價有關，你就代入一組，假設為 (b₁*X₁ )，而如果你認為同樓市有關的可能仲有其他因素，比如人口，通涱，息率，租金回報….等等，你就代入 (b₂*X₂ )+  (b₃*X₃ )+  (b₄*X₄ )…..如此類推，所以一條公式以我頭先呢度的舉例就可以寫成:


樓價 = a + (收入) + (人口) + (通漲) + 息率）+ (租金回報)


到左呢個時候，為左驗證你的5個因素係唔係已經有足夠的數據去解釋樓價，一般呢個時候就會放落去一d statistic的software入面做唔同的test，包括睇下每一個因素同樓價有無直接的關係，以及睇下每一個因素對樓價的影響比重，亦會睇下你輸入的數據係有幾多的confidence level去解釋樓價。一般黎講，如果你要得到一條公式係足以推測樓價，你就要達到95% 的confidence level 或以上。假設如果上面5個因素都唔足以達到95%的confidence level，你就可能要驗證一下你的數據是否有無任何一個因素係跑先／延後於樓價，而又有可能係你呢5個原素未夠足以係95%的去覆蓋預期樓價，有可能你需要再加入其他的原素，如貨幣基礎，供應量…..You name it。總之呢個process要一停的重覆，直至你逹致95% confidence level的時候，就可以得到一條相對有說服力的公式去預測樓市。


咁你可能會話，嘩，咁大學教stat的professor咪神仙，佢地識計出黎係咁做research，實搵到條golden formula出黎啦？聰明的你其實應該好清楚呢件事應該唔可能發生，因為有好多野我地唔足以用數字去代表，比如話人對前景的預期，你唔會有數字可以準確反映。而且，數字本身存在太多唔準確旳地方，比如一個入息中位數，佢可能係由一組極高人工同極低人工的人組成，反而實際攞到中位數的人並唔係under normal distrubution咁係最多的一群，所以本身我的人類收集番黎的數字已經係好有偏差。最後，亦係最重要亦最難的一點，就係你好難包括得晒呢個市場會對樓價有影響的因素。可以影響樓價的因素可以隨時間的不同而增加或減少。


因此，如果你明白我上面up乜9的話，你呢家好快就會轉到，如果有個財演話比你聽因為租金回報係長期保持係4%，樓市就係升，你就呢家可以challege番佢，你呢家只係用左成條公式的其中一個原素 (b₄*X₄ )…黎推測樓市，你因為得1個因素，我真係唔知有無超過30% confidence level，所以你的分析係唔足以判斷樓市的去向，階因可能有其他的因素會offset左你個因素的效果。


呢篇野，你明唔明唔撚緊要。最緊要係你知道，通常d人都未必識咁样諗野，你master到呢條公式的concept，你就可以過濾一D無料的人佢地分折樓市的standing point。