图表21房价同比周期与GDP同比周期17图表22房价周期与房地产开投资周期19图表23房价周期与固定资产投资周期19图表24房价周期与房地产行业自身投资周期19图表25M2同比周期领先于房价同比周期20图表26M2同比对房地产各项指标的领先时间20图表27住宅价格同比和贷款同比21图表28住宅价格同比和贷款利率22图表29销售面积同比与个人住房贷款利率22图表30金融机构贷款利率与新开工面积同比23图表31中国的金融周期在接近顶部24图表32房价周期与调控政策25
3
f一、中国房地产周期的变化及规律
任何一个时间序列都可以分解为四部分：趋势项、季节项、周期项和随机项，这四项背后分别代表着不同的驱动力量。趋势项从形态看是一条平滑的曲线，代表着长期的趋势；季节项是由于季节相关的因素导致的变化，这在环比数据中表现较为显著；周期项代表着周而复始的、有规律的变动；随机项代表着未预期到的冲击导致的变化。以GDP为例，趋势项通常被认为是潜在经济增速，驱动因素是技术进步和制度环境；季节项则是由于不同季度工作时间差异或者节假日等因素导致的增速变化；周期项代表着经济的短期波动；随机项的驱动因素则是超预期的政策以及外部环境的变化。通常情况下，使用同比数据可以消季节项，对数据取HP滤波可以消趋势项，从而得到周期项和随机项。不过，由于很难对周期项和随机项进行剥离，我们通常把二者放在一起进行观察。为了更清楚地观察房地产周期，我们对房地产价格（70个大中城市新建住宅价格指数、二手住宅价格）、商品房销售（商品房销售面积、销售额）、房地产投资（开投资、资金来源）、新开工等房地产重点相关数据进行了同比和HP滤波处理，这样便于更为准确地分析房地产周期的运行阶段。可以看到，房地产价格、销售、投资、新开工等同比增速均具有明显的周期性特征；而通过HP滤波剔趋势项之后，各指标周期项的波动特征更加明显。图表1商品房销售面积同比、趋势、周期分解
4
f图表2商品房价格同比、趋势、周期分解
图表3房地产开投资同比、趋势、周期分解
5
f图表4房屋新开工同比、趋势、周期分解
我们对房地产指标的周期项进行具体分析r