分析香港樓市(6)：同一屋苑樓價差天拱地│脫苦海

由於每個住宅單位都有其獨特性，所謂「樓價」只是反映物業交易的局部數據，中原城市指數利用回歸分析方法來確定景觀、方向和層數等因素對呎價的影響，從而計算屋苑的「調整呎價」，亦只能視之為某程度上的「代表」。代表並不是整體，只是提供一個概念，比如樓市高峰期，報章上說：「太古城呎價突破一萬元。」究竟是否表示所有太古城的單位均能以這個價格交易或估值呢？可是傳媒以及業內人仕，卻每多使用及強調此等局部數據暗示為全面。筆者就以太古城為例，揭開這類動作的誤導性。

太古城可算是香港樓市的縮影，同屬一個屋苑中，同構型是較低的。比如最舊的翠湖台1978年入伙，樓齡達33年，而最新的海天花園1987入伙，樓齡24年，相距11年，可導致呎價差距達62-64%。座向的影響亦大，翠湖檯面對英皇道、筲箕灣道、東區走廊等大馬路，而海天花園部份單位有海景，其餘的期數每多只是面向屋苑內的小路，環境寧靜程度可以相差很大。較少人留意的是，早期的太古城是由置地或大昌地產幫助太古興建的，對建築水平亦多少有影響。單以這些因素，便知以個別交易代表太古城的樓價的誤導性。

附圖是太古城由2008年的交易紀錄與「調整呎價」的比較，筆者使用Excel提供的趨勢線功能，選用「多項式（冪次6）」用黑線划出太古城的交易趨勢線；每一單交易用XY散布圖顯示，大家可以看到同一時間內，太古城的交易價相距至少達$1,000；另把中原城市調整呎價以藍線標示。

大家很容易便看到，呎價超過$10,000的交易只有五宗，筆者分別列出該交易及同一天最低的交易如下：

如果大家在當時聽到有人說「太古城呎價過萬」，同一天可能有另一單位以六七千元交易。而所有呎價過萬的交易，均是海景花園超過1,200呎單位，而當時的較低價交易，往往是沒有海景的高山台或星輝台。

又當大家看到中原城市調整呎價下跌到$5,500時，筆者列出近期低於$5,500元的六宗交易及當天的最高價交易：

我們又看到，同一天可能有另一單位以六千元以上交易，所有低價交易均是樓齡超過30年及由置地興建的翠湖台及高山台。如要玩弄樓市數據，筆者也可以說：「太古城呎價由11月10日的$6,816下跌到11月13日的$4,586，三天之內下跌三成。」根據筆者計算的交易趨勢線，太古城高位大約是$7,500，目前大約是$5,900。

太長或太短的分析均無實用

統計數字從來都是難以掌握而容易玩弄的工具，2009年澳洲網上爆發一起玩弄統計數字的爭論，亦對於分析樓市有所啟示。1月14日澳洲網上新聞網站《The

Australian》一篇署名Jon Jenkins的文章，應用由1978年至今的環球溫度數據，聲稱全球暖化的趨勢已轉勢，並大肆批評暖化論者。結果引起網上多名澳洲科學家圍攻，甚至以War

on Science而名之。

http://www.theaustralian.news.com.au/story/0,25197,24876451-7583,00.html

其中一個爭論點是統計趨勢線的應用，Jon Jenkins使用「多項回歸分析」(Polynomial Regression)，並使用冪次6(Order 6)，得出一條起起伏伏的趨勢線。而另一名博客Tim Lambert使用「線性回歸分析」(Linear Regression)作出比較，顯示上升趨勢並不因近年較低的數據轉而向下http://scienceblogs.com/deltoid/2009/01/the_australians_war_on_science_32.php。並進而批評使用冪次6多項回歸分析(Sixth-degree

Polynomial)並不構成任何有意義的趨勢(does not produce a meaningful trend line in any way shape or form)。

就在眾人爭論應該使用那種趨勢線時，其中一名響應者Alan D. McIntire更能直指問題核心，筆者不厭其煩原文節錄如下：

http://scienceblogs.com/deltoid/2009/01/sixth-degree_polynomial_fits_j.php#comment-1328214

Theres a confusion in the debate here between MODELING data versus

predictive formulas. The higher the degree of the polynomial, the more closely

it will match the data for the closed period you already have data for. As for

the future, the only way to tell which is better, a given linear model or a

given higher polynomial, is to compare the predictions of each model with

future data points.

簡而言之，如果只是表達特定時間內一組數據，越高冪次的多項回歸分析越能接近該等資料的分布；但如想使用該等數據來預測未來，則要對不同的分析模形作出比較，不宜認定某種分析方法必定合用。

前文使用趨勢線分析太古城的樓價，筆者正是使用該種富爭論性的回歸方法，現筆者再分析嘉湖山莊由2008年1月1日至2009年1月20日所有交易的數據。紅色點是按成交呎價及日期的每一單交易紀錄，黑色線是冪次6多項回歸線，黃色線是線性回歸線，並列出同期的中原網站的調整呎價。

大家可留意到，最接近調整呎價趨勢的是黑線，黃色線顯示整體上樓價由$2,100緩緩下跌到約$1,850，可是從成交分布看，那一種說法更「近磅」呢？筆者認為，看圖者希望表達樓價的趨向，理應是有起有伏的，一條直線看似能表達大趨勢，可是只需把時延長到比如2005年或2003年，就會有一條向上的趨勢線表現出來，可是對於投資決策，這又何補於事？

回到全球暖化，若只看數十年或百多二百年的數據，當然會得出溫度向上升的結論，可是莫講到比如地質年期比如侏羅紀恐龍時代便遠比現在炎熱，即使我國春秋戰國時代，氣象學家竺可禎等從大象及竹的分布亦推斷出當時的氣溫亦比現在潮濕溫暖得多。人生不滿百，爭論數十年或百多年後氣候改變如何只能作談資，正如看樓市，無論太長期或太短期的分析均無實用可言，比如有人說太古城廿年升多少十倍又如何，人生有幾多個廿年？樓市由高位下跌23.35%又再反彈1.41%，又有何微言大義可言？

節錄自拙作：《八大角度分析樓市》 (2011年)

相關資料夾：脫苦海分類：房地產

推薦閱讀：