大数据｜政策频繁调控，还有多少购房者去看房？

作者：数洞里的兔酱。本文已获得转载授权，版权归原作者克而瑞地产研究所有，转载请联系作者。

微信公众号：克而瑞地产研究，cricyjzx。

近来提起房地产，总是离不开“调控”两个字，从去年9月到今年的4月份，整个行业都沉浸在被“调控”支配的恐惧里。地价可以调控，房价可以调控，购房欲望也可以调控，而这些作用到购房者的身上，就体现在电话、案场的来访量变动上了，营销工作者应该感受最深。

今天兔酱准备通过采集到的来电量和来访量数据，结合政策出台的时间、力度等，来看看这些高频率的调控到底对购房者的购房意愿产生了什么样的影响。

从政策刚一出台开始说起。政策出台后，在后续政策不确定的预期之下，购房者普遍会产生一种“抢房潮”的恐慌，加速购房抢房的脚步，这样带来的来访量、成交量上涨大家管它叫“末班车效应”，从以前看到的成交数据来看，扎堆过户、集中备案等等情况是普遍存在的，那么从来电来访量来看，是否也存在这样一个末班车效应呢？

表：政策出台当周访问量变化（单位：%）

图中的Y轴表示政策出台当周来访量和来电量的环比变动，数据采集的样本包括了2016年3月至2017年4月每个城市每次出台调控政策后的来访量变化。

从图中可见，来访量和来电量在政策刚出台的时候，环比下跌超过10%的分别为38.46%和32.81%， 访问量的变动主要方向为环比上涨或稳定 ，其中有15.38%的来访量在政策出台后环比上涨超过50%，出台政策后来访骤减的情况仅占4成不到。

来电量在政策出台当周环变动在-10%以上的占比达到67.19%，来访量在这部分的占比为61.54%，也就是说来电量稳定及增加的占比大于来访量， 来电量在政策出台后的末班车效应更加显著 ，原因可能是企业在政策出台后抓紧最后时机加大营销力度，导致电话访问量的增大。

在末班车效应过去后，我们来看看访问量受到政策影响，在多快的时间里会表现出异动（这里指的异动是访问量环比跌幅大于10%的情况）。

表：来电量及来访量出现开始异动周数及占比（单位：周，%）

从数据来看，约3成来电量和近4成的来访量在政策出台的当周就表现出异动，与上文末班车效应中访问量环比下跌超过10%的数据一致；在政策出台后一周，两种来访方式都有四分之一概率产生异动的，总体来说，政策出台后到一周之内，有6成的访问量会出现较大的下滑， 来电和来访对政策的反应速度较为一致。 此外，有约20%的情况访问量是不减反增的。

将数据范围扩大到政策出台后的第四周（再往后时间太长，政策的影响逐渐削弱），接下来，具体看看除了刚出台政策时的末班车效应以外，政策带来的异动一般持续多久。

表：政策出台后当周至第四周异动周数情况（单位：周，%）

注：4月份部分城市出台政策尚未达到4周，故异动在0周结束样本中包含部分数据未采集到的情况。（ 从第0周（当周）到第4周，一共有5周呦！ ）

通过上图可见，来电量及来访量中受政策影响异动在1至2周内结束占比分别为31%和25%，异动时长在1-3周时来电量占比大于来访量，但来电量异动在4到5周的概率为22%，而来访量异动达到4、5周的概率达到37%，从整体来看， 政策对来访量的影响更加持久。 此外， 来访量和来电量分别有27%和25%在政策出台后不为所动。

在部分城市调控政策频出的同时，还有部分城市仍然发力于去库存，这也是当前调控“因城施策”的主要原因，兔酱将调控的城市挑出来与非调控的城市形成对比，来观察政策出台对于这些城市的项目来访指数有什么影响。

表：政策出台后当周至第四周周异动周数情况（单位：周，%）

在调控政策出台的当周，调控城市的访问指数112，非调控城市访问指数119，来访指数大于100说明当时市场整体的热度是较高的，回顾政策出台的时间点， 可以看出大量政策出台时间集中在“金三银四”和“金九银十”这两个传统营销旺季，尤其在330、930等时间点 ，如果说收紧的调控政策是“泼冷水”，那么这盆冷水泼在高温的楼市上显然比泼在常温的楼市上效果会更加显著，在营销旺季出台调控政策有利于更加直接的刺激楼市降温。

政策出台后，调控城市与非调控城市的访问指数整体下行，非调控城市访问指数也下行的原因主要是因为受到调控的城市一般都是热点城市，属于楼市风向标，这部分城市受到调控会带动全国其他城市陷入观望情绪，看房热情冷却。

第一周开始，调控城市的访问指数大幅下降，与非调控城市拉开较大差距，较大的差距持续到第三周，调控城市的访问指数有所回调，然后与非调控城市形成稳定的差值，两者平行下滑。

总体来说，调控与非调控的城市在政策出台后，访问指数总体下行，两条线画出了一个“炒锅”的形状。

由于出台政策的城市房价高低不一，一线城市在房价上更是秒杀其他城市，没办法简单判断城市的房价和政策对它访问量的影响，所以兔酱用“房价同比涨幅”这个维度将城市区分开，来看房价同比涨幅不一样的城市在政策出台时访问量的变化表现。

表：不同房价城市访问量异动情况（单位：房价同比涨幅，周，%）

从开始异动的平均周数来看，反应最快的为房价同比上涨幅度在15%至40%的城市 ，且这两组城市访问量持续异动的平均时间也是最长，持续时间达到2.5周以上 ，例如上海、北京、南京、天津、杭州等热点城市； 而房价同比变动幅度仅在5%以内的城市，访问量发生变化的速度最慢，平均2.3周以后才开始反应 ，典型城市为武汉； 来访持续异动时间最短的是房价同比上涨最多的城市 ，平均在经过1.4周以后，来访量异动就结束了，代表性城市为宁波、东莞、珠海等。

从去年3月份开始，就陆陆续续有城市加入了调控行列，第一波调控热潮发生于2016年国庆期间，随后新一轮调控集中于今年的第一季度，按照政策出台时间简要分类，然后来看访问量的异动情况。

从图中明显可见，在2016年调控热潮及今年新一轮调控频繁的时候，来访量异动最快，平均1.5周和1.7周就已经产生异动，且持续时间分别为2.8周和2周；异动反应最为迟钝的是2016年出台的调控政策，政策出台后平均第四周才开始出现异动，且仅仅持续1.25天就结束。

总体来看， 越是调控政策频出密集的时候，访问量就会越早开始产生异动，并且持续的时间会更长，说明调控政策“团体作战”的作用效果远好于“单打独斗”。 并且在政策多次出台之后，可以看到2017年3月的调控效果略低于2016年10月，调控的平均“见效时间”更晚（从第1.5周到第1.7周），持续时间也更短（从2.8周到2周）