喻于

新經(jīng)濟正在重新塑造著我們的世界，在住房需求和地產(chǎn)市場方面，網(wǎng)絡技術(shù)和數(shù)字化技術(shù)也悄然深入滲透進每一個角落。應用互聯(lián)網(wǎng)尋找理想的居所，通過大數(shù)據(jù)分析判斷房屋的價格水平，利用搜索信息構(gòu)建地產(chǎn)投資策略……理性的“經(jīng)濟人”在住房、租房市場上，采用著新的方法和工具。那么，網(wǎng)絡尋找住所的行為有何特點？大數(shù)據(jù)判斷房價的準確性多高？搜索信息構(gòu)建投資策略效率如何？在住房、租房的供求市場上的“經(jīng)濟人”非常想知道，從而去更好地了解相關(guān)方的意圖和自己的處境。于是，上述問題也就成了經(jīng)濟學亟待深入研究的課題。

大數(shù)據(jù)下的房屋搜尋

如何找到理想的房子是地產(chǎn)市場的一個長期研究課題。學者Risa Palm的經(jīng)典論文指出，“購房者有限的時間和資源，使他們更愿意花錢在尋找房子上”。當前，這根本的時間和資源壓力依然存在，但在此期間，技術(shù)有了很大的進步。

2001年，隨著房屋市場信息的在線來源開始出現(xiàn)，學者Palm &. Danis得出結(jié)論認為：盡管網(wǎng)絡作為住房信息來源具有明顯的潛力，但互聯(lián)網(wǎng)對搜尋模式的影響很小。不過，2013年再次討論這一問題時，情況已不再如此，在美國、荷蘭、德國和英國等國，互聯(lián)網(wǎng)現(xiàn)在已成為大多數(shù)房屋投資者與消費者的第一個“?？扛邸?。谷歌趨勢（Google Trends for Search）在英國的網(wǎng)絡分析數(shù)據(jù)顯示，自2004年以來，與英國兩大在線房地產(chǎn)門戶網(wǎng)站相比，傳統(tǒng)住宅地產(chǎn)信息渠道 （房地產(chǎn)中介） 的搜索量明顯下降，其中RightMove尤其占主導地位。

于是，出現(xiàn)了這樣一個問題：這一走向基于網(wǎng)絡的信息獲取，是否需要重新思考“房屋市場搜尋理論”？經(jīng)濟學家通過修正既有的“搜索”的概念，化解了這一問題。

解決這一問題的一個有用的起點是克拉克出版的《模擬房屋市場搜索》一書。在心理學、市場學、地理學等的類似研究之后，這代表了一個里程碑式的貢獻——試圖理解與房屋市場搜尋相關(guān)的個人決策過程。從書中來看，最初最吸引人的是“搜索”本身的概念。

克拉克和弗勞爾度首先提出了搜尋的五個獨立的概念：（1）搜尋是目標導向的，由對自己想要什么有一定了解的人進行；（2）搜尋涉及從不同渠道收集信息的復雜過程；（3）搜尋者從來不知道完整的一組機會；（4）必須有某種方法來確定何時進行搜尋；（5）搜尋是在一套限制條件下進行的，包括資金、時間和獲取信息。他們還提出了一個搜尋時間序列——從報紙開始，通過代理商、朋友，然后到親戚……

相關(guān)學者阿拉斯代爾·雷認為，這些概念仍然具有相當?shù)呢泿艃r值，但是，如果我們要更充分地了解當前房屋市場的配置效率，那么，在房屋市場中無處不在的在線信息來源，意味著重新評估是必要的。

近年來，人們開始尋找住房的方式發(fā)生了根本性的變化，這為更豐富的搜索活動分析創(chuàng)造了機會。然而，現(xiàn)有文獻傾向于關(guān)注結(jié)果指標，如價格變化和遷移模式，而不是潛在買家的搜索活動。這種不平衡經(jīng)常被歸因于缺乏數(shù)據(jù)。

以前，房屋尋找始于光顧一家房地產(chǎn)中介機構(gòu)辦公室，或查看當?shù)貓蠹埖姆慨a(chǎn)頁面，而現(xiàn)在，搜尋住房的最初階段主要是通過各種市場門戶網(wǎng)站進行的在線活動，包括美國的Trulia、荷蘭的Funda、德國的ImmoienScout 24和英國的RightMove。

這種情況在世界各地的許多國家中得到了復制，但對于這一最初的廣泛搜尋過程是如何在空間上運作，以及如何將其與房屋搜尋和住房次級市場的發(fā)展相關(guān)的現(xiàn)有知識聯(lián)系起來，人們知之甚少，后者通常是與住房特征或離散空間單位有關(guān)的“住宅特征”。

這些問題是分析、理解和規(guī)劃國家以下各級住房問題的一個關(guān)鍵考慮因素。諸多研究在這一領(lǐng)域有著先見之明，但迄今為止，研究方法往往側(cè)重于所謂的“有效”或“揭示”的需求，即人們實際上搬到了哪里，而不是他們想搬到哪里。一個明顯的例外是學者麥克倫南和奧沙利文在住房市場、信號和搜索方面的報告。然而，報告提交人指出，隨著互聯(lián)網(wǎng)的廣泛接入，“被動”與“主動”搜索行為的比例可能隨著時間的推移發(fā)生了明顯的變化。

英國謝菲爾德大學的相關(guān)學者認為，在許多國家，絕大多數(shù)最初的住房搜索查詢現(xiàn)在都是在網(wǎng)上進行的，從理論上講，由此產(chǎn)生的數(shù)據(jù)可以使我們更好地了解住房市場搜索是如何在空間上進行的，此外還能產(chǎn)生關(guān)于當?shù)刈》看渭壥袌龅乩淼男抡J知。

謝菲爾德大學城市研究和規(guī)劃系的一項研究，通過用戶生成的數(shù)據(jù)了解搜索的空間維度。用戶生成的數(shù)據(jù)來自英國最受歡迎的在線房地產(chǎn)市場網(wǎng)站right move.co.uk。該研究項目負責人強調(diào)，重點不在于研究“顯示的”需求或使用調(diào)查。

這標志著在將搜索數(shù)據(jù)集成到我們對房地產(chǎn)市場搜索動態(tài)的理解方面邁出了第一步。然而，考慮到人們可以很容易地在網(wǎng)上搜索住房，該研究也指出，有必要進一步在數(shù)字環(huán)境中仔細推敲“搜索”理論，并構(gòu)建一個概念框架，使人們能夠更深刻細致地理解房屋搜尋的具體過程。

大數(shù)據(jù)下的住房估價

房地產(chǎn)企業(yè)期望很大一部分潛在的房地產(chǎn)買家在購買住宅之前通過互聯(lián)網(wǎng)通知自己。另一方面，買房子的決定，或者更籠統(tǒng)地說，購買不動產(chǎn)的決定，是一個家庭許多不同的個人從屬決定的結(jié)果，受情緒和社會（同齡人）規(guī)范、信息層疊和羊群行為的強烈影響。

關(guān)于住房價格動態(tài)的決定因素有著廣泛的研究，諸多研究中所提及的多個因素在后次貸危機時代，受到越來越多的關(guān)注。除了宏觀經(jīng)濟標準變量外，可能還有其他難以衡量甚至無法觀察到的影響房地產(chǎn)價格的因素。

盡管過去幾十年來已經(jīng)發(fā)現(xiàn)了一些推動房價的相關(guān)根本因素，但由美國房價泡沫破裂引發(fā)的全球金融危機，以一種令人印象深刻的方式表明，經(jīng)濟學家似乎離完全理解房地產(chǎn)市場的價格決定過程還有很長一段路要走。

包含一組核心共識基本變量的標準模型（假設這些變量影響總體房價動態(tài)，例如利率、經(jīng)濟活動、人口規(guī)模和分布或通貨膨脹）經(jīng)常無法解釋房價通脹的演變和房地產(chǎn)市場上其他觀察到的價格異常。因此，由于房地產(chǎn)部門對整個經(jīng)濟的突出重要性，迫切需要更準確地解釋即期和未來價格動態(tài)的模型。

難于正確解釋和預測房地產(chǎn)價格發(fā)展問題的原因之一可能僅僅是信息輸入不足和不完整。對于一些標準的宏觀經(jīng)濟解釋變量，如GDP或可支配收入，我們經(jīng)常觀察到大量的出版延遲和修訂。通常，所使用數(shù)據(jù)的頻率和粒度都很低，有時甚至不存在相關(guān)數(shù)據(jù)，特別是區(qū)域一級的相關(guān)數(shù)據(jù)。

此外，除了這些與許多宏觀經(jīng)濟指標有關(guān)的眾所周知的問題外，學者奧斯特曼與本德爾指出，還存在著重要的心理（“情緒”）、社會人口或個人因素（出生、婚姻、移徙）或其他行為現(xiàn)象，如羊群行為，這些因素顯然在購房/購房過程中發(fā)揮了作用，因此可能對價格產(chǎn)生影響。

不過，這些變量大多很難測量，甚至是不可觀測的?？衫玫男畔⑼荒芤愿叱杀荆ɡ缡褂谜{(diào)查）獲得，這存在許多問題，如可靠性有限和相當長的時間滯后。為了獲得這些變量的綜合影響并增加一般的信息輸入，經(jīng)濟專家們建議使用搜索引擎數(shù)據(jù)，即從Google趨勢獲得的單一搜索頻率索引，這是一種非常簡單的方法。

谷歌搜索指標應該能夠很好地實時捕捉所有這些理性和非理性因素。當然，一些搜索查詢可能主要是由硬客觀的理性事實（例如低抵押貸款利率）引起的，從而反映了經(jīng)典的理性決策。但是，由于觀察到的搜索活動似乎總是受到在決策過程中起作用的所有變量和因素的混合驅(qū)動，它們肯定也受到（并反映）其他相當不合理的動機（如“情緒”）的影響（和反映）。隨著時間和地理區(qū)域的變化，谷歌趨勢將數(shù)十億個這樣的搜索查詢記錄下來并進行分類，收集決策者意圖的信號，從而至少在一定程度上衡量“投資者情緒”的總體水平。

德國漢堡大學經(jīng)濟系的一項研究通過提高傳統(tǒng)經(jīng)驗模型的解釋能力，力圖深入細致地了解搜索數(shù)據(jù)的整合是否有助于更好地理解房價動態(tài)。該研究使用歐統(tǒng)局的房價指數(shù)（Hpi），在2005至2013年間對14個歐盟國家的樣本進行分析，結(jié)果顯示額外整合來自預定義搜索類別（“房地產(chǎn)代理”）的谷歌的搜索強度有助于緩解數(shù)據(jù)可用性不足的問題，建模房屋購買和價格確定過程。

大數(shù)據(jù)下的房產(chǎn)投資

因為估計一個不透明的商品或市場的公允價值要耗費更多的時間，而且要詳細得多。這就提出了這樣一個問題：當研究更多（更少）復雜資產(chǎn)類別時，搜索者是否會在網(wǎng)上留下更多（更少）痕跡？而不動產(chǎn)和其他資產(chǎn)一樣，亦有同樣的問題。

可以假設，研究密集型資產(chǎn)越多，即在做出決策之前需要的信息越多，就越有可能預測搜索者在隨后（反式）行動中的行為。由于房地產(chǎn)投資信托市場（REITs）是一個相對研究密集型的資產(chǎn)，它是一個適合進一步分析的例子。當然，這也是因為關(guān)于REITs的信息收集被認為更加全面，因為資本市場和空間市場都需要分析。

對REIT投資組合進行徹底的分析，除了基本的股票市場分析，主要包括評估相關(guān)（房地產(chǎn)）市場和未來發(fā)展的租金收入和收益?？墒?，這涉及到研究人員之間關(guān)于REITs的行為在多大程度上與房地產(chǎn)或股票市場更相似的討論。

為了研究這一問題，以及信息需求與美國REIT市場之間的關(guān)系，曾有研究編制了兩組關(guān)鍵詞：一組包含與房地產(chǎn)有關(guān)的搜索詞，另一組（相當通用的）與金融相關(guān)的搜索詞。這樣，每個搜索詞都構(gòu)成了一個基于信息需求的單獨投資策略，其交易信號來自于基礎(chǔ)GoogleSV的每周變化。然后，對兩個關(guān)鍵字子集的投資策略的總體性能進行比較，以了解什么樣的信息需求更能預測REIT市場。此外，由于過去十年的特點是市場動蕩，信息需求相關(guān)性的具體時間動態(tài)尤其令人感興趣。

結(jié)果，如果谷歌搜索興趣與股票交易量掛鉤，如學者Preis等人所發(fā)現(xiàn)的那樣，在收益或虧損異常高的階段，信息需求應是一個特別好的預測因素。雷根斯堡大學國際房地產(chǎn)商學院的經(jīng)濟專家認為，“這就是為什么有的相關(guān)研究能夠確定了2006年至2013年40個最極端的向上和向下市場波動的戰(zhàn)略預測能力?！倍薪?jīng)過測試的投資策略都是以摩根士丹利資本國際（Msci）美國REIT指數(shù)以及DJIA的買入和持有策略為基準的。

學者羅奇蒂和迪策爾的一項研究從若干個方面對房地產(chǎn)（股權(quán)）投資者的信息需求、房地產(chǎn)股票市場和網(wǎng)上搜索行為等方面的文獻進行了研究。首先，他們發(fā)現(xiàn)搜索查詢數(shù)據(jù)是美國REIT市場的成功預測器。此外，研究結(jié)果顯示，資產(chǎn)專用（房地產(chǎn)專用）搜索詞比金融相關(guān)搜索查詢更能預測美國REIT市場。此外，這也是第一篇研究Google趨勢投資策略（GTIS）長期投資表現(xiàn)動態(tài)的論文。

研究結(jié)果顯示，特別是在投資者面臨巨大不確定性和信息需求增加的危機期間，基于谷歌數(shù)據(jù)的投資策略非常成功地預測了市場行情，GTIS預測40種最極端市場走勢的命中率要高得多（高達75%）。就實際影響而言，大量基于信息需求的投資策略的表現(xiàn)將優(yōu)于市場（MSCI美國REIT指數(shù)）。

現(xiàn)在，既有的一系列研究已經(jīng)在谷歌搜索數(shù)據(jù)和金融以及房地產(chǎn)市場之間建立了各種關(guān)系。而羅奇蒂和迪策爾的該項研究通過關(guān)注在線搜索數(shù)據(jù)與REIT市場之間的關(guān)系，為這一領(lǐng)域的研究作出了自己的貢獻。

就其性質(zhì)而言，房地產(chǎn)投資信托基金市場是一個正在辯論的問題，即它與股票市場還是直接房地產(chǎn)市場更相似?？梢酝ㄟ^探討房地產(chǎn)（股權(quán)）投資者信息需求的性質(zhì)來探討這個問題。

首先，重要的是要確定REIT市場在信息透明度和效率方面與股票市場有多大不同。另有學者的研究曾得出結(jié)論認為：REIT市場的行為不同于一般股票市場，因為它們提供的信息傳播和監(jiān)測活動的水平不同。這主要表現(xiàn)在股票周轉(zhuǎn)率較低、專業(yè)股東所占比例較低以及金融分析師的覆蓋率相對較低。這支持了這樣一種觀點，即REIT投資者需要更多的信息來為股票定價，還有學者分析了六個亞洲/太平洋區(qū)域經(jīng)濟一體化與一般股票市場之間的關(guān)系，并提供了證據(jù)，證明以前關(guān)于股票的信息導致了區(qū)域經(jīng)濟一體化市場的變化。此外，學者們發(fā)現(xiàn)，當出現(xiàn)不平衡時，所調(diào)查的股票市場的價格調(diào)整效率高于REIT市場。