之前的一篇，我们把几个影响坦帕房产市场的重要因素都分析了一遍。对每一个影响因子，总结出其和房价指数可能存在的关系，以及在不同的市场状态下是如何影响房价变动的。然后我借助统计模型的方法把这些潜在的关系给捕捉，通过已有的历史数据，建立了一个模型，来量化这些关系。利用这样的模型，模拟未来可能出现的市场场景，并预测出房价在不同的场景下的变化范围。
        我用的是回归模型的方法。再通过特征工程和数据变换创建出十来个有用的预测因子：包括能把握长期趋势的预测因子如人口增长指数，能抓取短期变动的预测因子如失业率，库存，利率以及一些相应的阀值，还有一些能捕捉到季节性和经济周期规律的变量。这些预测因子以不同的正数权重值和负数权重值叠加起来得出最终的房价指数预测值。比如说人口增长的权重是正数，对房价有上涨效应，失业率增加的权重值是负数，对房价有下跌效应。对未来一个时间点来说，如果人口增长带来的权重值大于失业率增加带来的权重值，那么房价就会上涨，反之亦然。我用1995年至2021年的月度数据创建模型，并用2022年的月度数据进行验证。最后把未来两年的房价指数月度值预测出来。
         在做预测之前，我们先得把每一个影响因子在未来两年的数值给预测估算出来。这里我用时间序列模型把一些季节性周期性比较强的预测因子未来的数值给估算出来。这里有三个预测因子属于这一类：失业率，Hillsborough县住房销售库存，全美新房销售库存。从Hillsborough县失业率预测数据看，预测结果是比较乐观的，失业率在未来保持在历史的低水平。但是，任何预测都有一个置信区间，就是可能波动的幅度范围。这里我把95%的置信区间也计算出来。这个置信区间用通俗的话来说就是：按照这个模型的算法，到2024年底失业率在1% 到5.1 %这个范围里的可信度为95%。不难发现中间值有很大一个预测范围，并且还不是百分之百可信！小伙伴可能会问，有没有更缩小范围的预测？答案肯定是有的，但是，那样的可信度就会更低，比如说80%的置信区间失业率预测范围就是1.3%到3.9%之间。不说置信区间的预测都是耍流氓！所以说如果哪些人或者机构跟你简单的说神预测在什么时候房价会上涨会下跌，涨多少跌多少，但是不说置信水平和范围，那就是神棍！类似失业率预测，我们可以预测出Hillsborough县未来两年的住房销售库存以及全美新房销售库存的范围，也都是一个很大的范围，但是中间值都比较乐观。如果我们假设: Hillsborough县人口以1.5%的速度稳定增长，家庭收入中位数以5%的速度增长，利率在未来两年里逐渐走高但不超过10%，并且到2024年春季超过9%之后开始缓慢下调，那么我们就会得到这样一个房价指数预测曲线：房价在2022年下半年下跌之后2023第一季度会大致走平，2023年第二季度开始房价变成平稳健康增长；2023年底和2022年夏天最高点相比涨幅为2%，2024年底和2022年夏天最高点相比涨幅为10%。但是别忘了，这同样有一个预测区间，把95%的置信区间放出来，如果按照这个置信区间的下边界来看，2023年底跟2022年夏天最高点比甚至也有可能跌4%。
         不过总体来说，这样的预测都是属于乐观预测。任何事情都有两面性，而且，经济衰退的风险并不是不存在。所以，我们也来做一个极端测试。设定一个悲观的场景，看看在悲观场景下这个模型能给我们带来什么样的预测曲线。这里我对悲观场景的模拟数据定义是：未来两年人口增长缓慢，每年只增长0.4%；并且2023年开始发生像08次贷危机那样的大衰退，直到2024年夏天衰退结束，失业率以每月0.26%左右的速度急剧飙升，Hillsborough县和全国的住房销售库存也急剧飙升至类似08危机的水平，利率在未来两年里逐渐走高到10%左右，2024年以后利率慢慢下调。这样的场景设定下这个模型会给出这样的预测曲线。我们能看到房价指数会有一个显著的下调范围，2023年底跟2022年夏天最高点比最大跌幅可能会接近30%，接近2021年春季末水平；2024年夏天跌至最低达到2021年第一季度水平。
         对于这样的模型和预测，我们能得出这样的结论: (1) 对于短期因素，如失业率和房屋销售库存，如果没有其他外界因素干扰，根据其固有的季节性和周期性估测，未来两年相对乐观，会在2022年底的水平上下波动； (2) 但是预测波动范围比较大，置信区间的上边界表明失业率和房屋库存也有可能增加；(3) 在乐观场景设定下，按照95%的置信度看，坦帕2023年底房价指数跟2022年夏天最高点比变动范围在-4%和8%之间，2024年底房价指数跟2022年夏天最高点比变动范围在3%和18%之间；(4) 在悲观场景设定下，坦帕2023年底房价指数跟2022年夏天最高点比变动范围在-27%和-7%之间；2024年跟2022年最高点比最大跌幅有达到30%的可能性；(5)最后再重申很重要的一点：所有模型都是错的，但是有些会有用！(6)并且我们仍需要定期监控市场和根据更新的市场数据刷新模型预测。