請簡單介紹一下Real Estate Foresight，公司如何試圖用數據打入市場的。

作為一家獨立的研究機構，我們專注於幫助投資者和開發商預測和評估中國房地產市場，利用我們過去7年建立的模型和框架，專注於數據驅動的預測分析。我們的項目涵蓋從宏觀層面到項目具體盡職調查。我們還編寫了軟件，可以使得研究生產自動化，並在本地信息源中進行搜索。現在，我們的姐妹公司Robotic Online Intelligence也在使用這些軟件。我們是如何使用數據深入市場的？在一個被認為在數據可用性、質量和一致性方面存在問題的市場中，一種實用的、數據驅動的遠見將深入人心。

你認為市場上存在的缺陷主要是什麼?

眾所周知，房地產行業在本質上是高度異質性的。資產是如此不同，數據是粗略的，很難進行同類比較。對人際關系和直覺的高度重視，再加上交易的復雜性或地方政策的變化(尤其是在中國)，都降低了數據分析預測房地產的可能性。然而，在公司內部，我們相信憑借數據驅動可以獲得真正的信息優勢。

在國內——與其說是差距，不如說是行業的演變。高地價、更激烈的競爭、眼光更敏銳的買家(升級者)、銀行收緊信貸以及有針對性的地方政策，都加大了投資決策的難度。風險評估變得更加重要，因此更敏感的數據分析，可以減少不確定性。

對於外國投資者來說，除非他們與中國關系密切，否則在他們從選擇性報道和一些聳人聽聞的分析中所看到的，往往會讓他們感到相當困惑，甚至是完全誤導。考慮到中國的規模，總體統計數據是出了名的難以解釋，而正確理解房地產市場背後的驅動因素(無論是地區、城市層級還是城市類型)，是(或應該是)至關重要的。

公司主要從哪裡獲得數據?

我們與位於北京的中國指數研究院(搜房網的一部分)建立了合作關系，作為項目和城市層面廣泛基礎數據的主要來源，然後將這些數據輸入到我們的分析模型中。網上還有大量免費的公共數據，從國家統計局到地方企業名錄、新聞和媒體報道。大多數城市都有豐富的在線數據，並出版了一系列數據豐富的年鑑。這裡的問題是如何理解這些數據，正確地解釋它，在模糊的定義中導航——這就是我們需要花費時間的地方。

科技如何讓人們更深入地了解中國房地產市場?

它包括三個部分。首先,分析幫助發現和解釋(重復)模式的數據，從而幫助理解周期，並預測接下來可能的價格增長。銷量增長總體上,或在一個城市上,城市有可能超越——我們看城市就像是看待一只股票，我們應該如何進行交易。

第二，技術搜當地來源，這有助於發現重要的新領域或地區的發展，新的地鐵線路和重要基礎設施項目，或是即將土地拍賣清單，由開發人員的重大交易，或當地的市場情緒，買家偏好和條件包括實際的抵押貸款利率。在采購交易和對有限的硬數據進行盡職調查時就很有價值。

第三，在更大程度上，技術可以幫助自動化研究生產的日常方面，掌握細節中的細節。例如，得到那些有著圖表，數據和文本的城市報告。雖然目前仍需要一個人工分析人員，但是現在，那個分析人員過去花10個小時做的事情現在可以用軟件在10分鐘內完成。速度之所以重要，並不是因為房地產是一個快節奏的交易游戲，而是因為在實踐中，當機會出現時，從事交易的人需要時刻准備好數據和洞見。

你能舉出一個有趣的案例嗎?

選擇一個成功的城市

我們在2017年1月的年度中國房地產展望大會上展示的最佳城市是西安。我們認為，土地供應的減少、庫存清理的改善、銷量的新動能以及此前表現不佳，再加上非常強勁的經濟基本面和有利的政策，將使得西安在未來幾年的表現優於其他城市。

當時，我們展示了以下圖表，其中一些內部模型作為背景:

隨後，西安是如何晉升到頂級城市：

預測市場周期

幾年前，我們就能夠非常准確地預測房價同比增長的年度變化……

數據的秘密？從M2貨幣供應量增長如何帶動房價上漲近6個月，以及銷量增長如何傾向於帶動房價上漲，可以看出非常清晰的規律。當時的住房政策更加統一，所以緊縮-寬松-寬松的周期並不像現在這樣因城市而異(這是市場的一個重大結構性變化)，而這樣的預測是可能的。

 

挑選獲勝地區

我們更進一步，將研究對象從城市拓展到地區。幾年來，我們一直在發布《中國地區報告》，根據這些數據，我們調查了20個主要城市的200多個地區，以確定下一個熱點地區。數據可以指向一個有趣的位置，但當然，我們仍然會通過本地資源和主要檢查來驗證市場動態。就相對價格增長而言， 能證明具有高度預測性的數據指標的例子是，一組成交量指標強勁但價格增長表現相對較弱的地區，是未來一年大幅上漲的主要候選地區。以下是我們對2017年的預測，以及2018年發生在他們身上的事情(正如預期，只有一個例外):

 

房地產開發商對預測分析有何反應?

越來越多的中國主要開發商正在組建內部大數據團隊，聘請博士團隊分析數據，尤其是利用他們擁有的大量內部專有數據。有越來越多的另類數據，比如使用手機和應用程序來跟蹤人們的移動。不過，總的來說，我仍然認為，根據我們與業內人士的交談，許多參與者甚至可能還沒有完全按照我們定義這些部門的方式構建中央研究/數據部門。

中國房地產市場「預測分析」面臨的一個挑戰是其過於樂觀的名頭…雖然我們有很多實際預測的好例子，但這種分析的作用實際上是在更好地闡明正在發生的事情，識別模式，獲取額外的信息，從而對決策或整體戰略產生積極的影響。核心決策仍然是特定於交易的，在這一點上，分析顯然不那麼重要。

正如我們所知，中國房地產市場是高度受政策驅動的，你如何將這一不可量化的因素納入你的數據分析中?

有趣的是，這些政策往往是對數據中所表達的市場狀況的反應……事實上，這將使政策的走勢與數據變得相當可以預測，至少在方向上是這樣。這在過熱的市場尤其有效——這些市場很快就會受到政策審查。另一方面，鑑於自2016年以來我們已經經歷了很長一段時間的大規模緊縮，在當前的周期中，放松貨幣政策是非常容易的。

與幾年前相比，當前經濟周期的一個重大變化是，政策指令現在針對的是更多針對城市乃至地區的政策，以反映當地市場的特定需求和供應狀況，而不是全面收緊或放松。其含義應該是在表現上有更大的差異，而且更重要的是要考察單個城市，而不是按地區或層次等典型的集群。現在談論「總體政策」也沒有那麼有意義，除了全面遏制投機，「住房是為了生活，不是投機」和控制物價上漲。

您在分析房地產行業時還面臨哪些挑戰?

對於一般的數據挑戰，並不缺乏這些!考慮一個基本的問題，房價是在上漲，是在下跌，還是加速下跌？從官方國家統計局(國家統計局)看到的70個城市新房價格指數的平均值會得到一個結論，而從中國指數研究院編制的100個城市指數將會得到另一個結論，而這些結論很可能與你在媒體上看的論點截然不同！所以我們應該如何把這些數據進行整合？實際上，一旦你剖析了定義、范圍差異、計算方法等等，就會有一個完美的解釋。但如果你只看一些選擇看一些標題上的數字，你就可能會弄錯。

碧桂園，中國最大的房地產開發商之一，宣布增加對人工智能領域的投資。在你看來，人工智能將如何顛覆傳統的房地產建設？

人工智能可以在有大量數據的地方發揮效用，而房地產運營可以生成大量信息，特別是對於大型開發人員來說。如果你有每年1000億美元的合同銷售和數百個項目，你就要考慮一下運營規模。能夠優化的領域是如此之多。但這不是我們的重點，因為我們專注於市場動態和投資決策支持。

Real Estate Foresight的發展前景是什麼？

珠港澳大灣區一體化由政府最終於2月18日公布，我們將重點關注區域內的九大城市。與Robotic Online Intelligence公司一起，我們將共同推出GBA情報系統，這是我們智能分析師掃描並挑選出的最可行的或深刻的本地新聞和公告。

我們將很快發布深入的報告，重點是為開發者和投資者發現GBA的潛在機會。

我們只是繼續解決中國的數據難題——致力於建立更多的可預測性分析——著眼於數據驅動的交易，將數據轉化為可操作的洞見。