封面

allen-taylor-dAMvcGb8Vog-unsplash.jpg

背景

最近因为二孩出生,我在筹备换房。然而,中国房地产市场近期波动剧烈,草率决策可能导致一两年的努力付诸东流。我深信,如果一个决策的价值超过100万,那就值得投入100多个小时去研究。本文正是我深入研究的成果。

💬*:对于一个数字化咨询顾问来说,任何行业研究都不应是难事。*

如果你想在北上广深等一线城市买房,请务必先听我这3句话:

  1. 首先,在宏观背景中寻找规律,而非局部特征中找特例。
  2. 其次,实际供需和房价预期共同影响房价。实际供需是市场行为,短期难以改变;房价预期成为GVMT(代指政府,下文雷同)调控房价的主要着力点。
  3. 最后,若无法有效改善经济和人口状况,所有政策都只能产生短期效果,本质上仅是宣传行为。

下面让我们详细拆解这三句话。

💬*:为满足合规要求,本文使用GVMT缩写代表政府。*

一、在宏观背景中寻找规律,而非局部特征中找特例

任何事物都有其底层运行规律,房地产市场也不例外。我观察到许多人对市场的反应如同原生动物的条件反射,市场稍有波动就立即做出应激反应。这种行为通常源于缺乏宏观视角,无法洞察市场的整体规律和长期趋势,因此容易被每一个局部特征牵着鼻子走。

《超预测》中有一个绝佳的例子,很好地说明了理解「宏大背景下的规律」的重要性。我引用如下:

Frank Renzetti一家住在Chestnut街84号。Frank今年44岁,是一家搬家公司的会计;妻子Mary 35岁,在一家日托中心兼职。他们有一个5岁的儿子Tom。Frank的母亲Camila也与他们同住。

问题来了:Frank一家拥有宠物的可能性有多大?

面对这个问题,大多数人会开始分析家庭细节:有人可能注意到Renzetti是个意大利姓氏,推测Frank可能出身大家庭,因此想要组建一个人丁兴旺的家庭。但由于经济原因,目前只有一个独子Tom。为了避免Tom感到孤单,他们很可能会养一只宠物作伴。也有人可能认为,5岁的Tom还不具备照顾宠物的能力,所以养宠物的可能性不大。这些推测听起来都很有道理,但准确性如何呢?

超级预测者不会一开始就关注这些细枝末节。他们的第一步是:查找美国家庭的平均宠物拥有率。

在统计学中,这个比率被称为基线数据。任何事件的发生都有其大背景,预估单个事件时不能忽视这个大背景。这种方法被称为"外部视角"(outside view),与之相对的是"内部视角"(inside view)。

正确的预测顺序是:先采用外部视角,再考虑内部视角。