Wednesday, September 28, 2016

經紀人指數 樓市預測新指標 曾國平 經濟3.0

2016年9月27日
曾國平 經濟3.0
經紀人指數 樓市預測新指標
樓市預測,有供有求。求,樓市上落的新聞永遠有人關注;供,市場上不乏大膽假設大膽發聲的專家。於是報紙常見〈學者:最快下年樓市跌五成〉、〈專家:樓市見頂勢將爆煲〉等標題。至於這些預測是否準確,記性差的市民不會追究,而專家們也樂於屢試屢敗,畢竟曝光見報有其價值。
如果沒有嘩眾取寵的動機,預測會否客觀一點?如果集合一眾專家的意見,預測又會否準確一些?中原地產最近公布的中原經紀人指數(Centa-Salesman Index,簡稱CSI)或能提供答案。
即時反映市況
CSI採用擴散指數(diffusion index)的計算方法,逢星期一調查中原地產經紀對樓市走勢的看法(看升、看跌、不變),到星期三公布結果。指數以50為好淡分界,滿分為100(所有經紀皆看好),最低為零(所有經紀皆看淡)。對經濟數據有了解的朋友,會覺得指數熟口熟面。對,指數參考採購經理指數(PMI)的計法,只是將經理換了地產經紀,將買貨換了賣樓,概念完全一樣。
到街頭訪問一般市民對樓市或全球經濟的看法,得出的指數沒有什麼價值,但問的如果是市民個人經濟狀況或從事行業的境況,得出的答案會有意義得多。同樣道理,地產經紀密切接觸大量買家賣家,見證了樓盤討價還價的急速變化,對(尤其是當區的)樓市了解會比一般市民深,掌握行情起跌亦較快較準。相比下,根據政府數據或中原訂單編製的中原城市指數和領先指數,除了計法複雜不透明,數據推出亦要滯後一段時間,未能即時反映市況。
經紀的答案是否可信?我看不到個別經紀有明顯動機要故意唱好或唱淡樓市,單憑一人之力也難以影響整個CSI。
理論如此,實際上CSI是否有預測能力?做預測要先選擇一個基準(benchmark),以判斷預測能力的高低。你5成時間估中明天會否下雨,到底有多厲害?這視乎你要跟誰比較(擲銀仔還是天文台?)。經濟預測的一個常用基準,是利用預測對象以往的數值預測未來:你和我都有最近的中原領先指數數據,但你有CSI數據在手而我沒有,你的預測表現會否比我好?
我利用中原提供的CSI數據(由2015年8月至今,大家可到指數的官方網頁下載),以out-sample forecasting的方法驗證其能否預測3星期後的中原領先指數,亦即比市場早4星期知道樓市情況(領先指數公布滯後一星期)。我舉一個簡單的例子:
(模型A)4星期後公布的領先指數 =a + b×今個星期已知的領先指數+誤差
(模型B)4星期後公布的領先指數 =a + b×今個星期已知的領先指數 +c×今個星期已知的CSI+誤差
如果模型A的預測表現比模型B好,那就代表CSI對預測沒有額外幫助;如果模型A的預測表現比模型B差,那就代表CSI能改善單靠領先指數的預測表現。 視乎不同需要(如你想預測更遙遠的指數、加進其他有助預測的因素等等),兩個模型可以更改。
我有一個初步發現:數據有重要「關口」,知道CSI 突破55(普遍看好)或跌穿45(普遍看淡),對預測樓市轉向大有效用【註】。不過,在關口以外的上落(如由85升至86或由50跌至49)並沒有明顯的預測作用。
我這個初步研究有3個問題要解決:
1. 中原暫時只搜集了一年的數據,市況起伏未夠多,未能確定CSI是否有持久的預測能力,一年時間也不夠考慮其他宏觀數據的預測能力,我這個簡單的小研究要持續做下去。
2. 兩個「關口」的數字不一定可靠,何謂市況明顯轉好轉壞?答案可以是60和40或70和30,甚至因時而異,也許55和45有效只是「撞彩」得來。隨着更多數據出現,可以仔細研究這些「關口」到底有多穩定可靠,或利用較複雜的計量方法找出最佳「關口」。
3. 現有的數據都是過去一年「秘密」搜集得來。數據公布後,市場與指數之間或會出現有趣的互動(如CSI上升刺激投資者需求,令樓市上升提早出現),改變了CSI與領先指數的關係。
雖然CSI的預測能力仍有待觀察,但對我這種「數據迷」來說,有心人肯提供數據絕對是好事。香港經濟活動頻繁,奇怪瘋狂的行為現象無日無之,奈何香港的經濟數據一直異常貧乏,從事各種實證研究都有重重障礙。
官方數據少而難以使用不在話下,私營機構提供參考數據更是罕見,中原肯花資源編製CSI,實在是功德無量。
註:預測能力高低以平均方誤差(mean squared error)量度,用其他量度方法的分別不大。當然,數據不夠多,未能證實模型B是否統計上明顯比模型A要好。隨着數據增加,將能更準確找出理想的樓市預測模型。
香港亞太研究所經濟研究中心成員/美國維珍尼亞理工大學經濟系副教授

Tuesday, September 27, 2016

一個經紀人指數的誕生 免費早餐 - 徐家健

免費早餐 - 徐家健
一個經紀人指數的誕生
2016年09月26日
「恒生銀行高級經濟師姚少華表示,8月官方PMI回升與全國絕大部分城市氣溫明顯較去年同期為高,帶動用電量及發電量大幅上升有關……他認為,隨著秋天來臨,氣溫下降導致用電及發電量下滑,而民間投資增速未見反彈,料9月製造業PMI將有所回落。至於財新/Markit公布以中小企為主的製造業PMI,上月則降至臨界值的50,較7月的50.6,回落0.6……受內地PMI數據帶動,商品價格普遍造好。」以上是《am730》9月2日的一則財經新聞。幾十年來,採購經理指數(即Purchasing Managers’s Index,簡稱PMI)一直是財經傳媒重視的一個經濟指標。每逢月頭,總會出現在各大報章的財經版。今天,全球多個重要經濟體系都會定期公布其PMI,方便市場人士能及早掌握多一些製造業的最新動向。然而,相比製造業,香港人可能更關心樓市,我們幾時可以有自己的地產經紀人指數呢?
答案是上星期三!關心樓市的人有福了,中原經紀人指數(Centa-Salesman Index,簡稱CSI)上周三起正式定期每周公布。能夠比PMI更新得更頻密,皆因中原地產有能力每周動員前線經紀。睇升定睇跌?逢周一收集經紀對未來一星期樓市的預期,以一天時間處理資訊後,CSI每星期三公布。跟PMI相似,100點完全睇好,0點一致睇淡,50點則算是好淡爭持,樓市橫行也。與PMI不同,CSI是基於地產經紀專業意見的「軟數據」,而PMI則是反映採購經理掌握的訂單及存貨等「硬數據」。首次公布的數字是85.66,遠高於50點,算是普遍睇好。但市場要問,中原地產的意見靠得住嗎?
即使信唔過地產經紀,我都會傾向相信施永青的眼光。是咁的,話說數月前我曾自作聰明向施老闆解釋如何使用「Google 趨勢」的幾個搜尋關鍵字預測樓市,並建議他利用中原地產的獨家大數據(如睇樓數字、樓盤網頁流量等)令預測更準確。很有創見吧?殊不知施老闆笑笑口對我講,中原地產研究部的同事其實一直在試驗分析各大小數據,CSI便是其中一個項目。可能是「成功靠父幹」吧,今時今日香港地搵樓買樓的大多不是像我一樣日日上網的廢青廢中。於是,當時我也不敢說網頁流量等較為客觀的硬數據一定比地產經紀的意見更準確預測樓市。為求答案,中原地產研究部的朋友大方與我分享了CSI以及一些他們一直收集的其他硬數據。與兩位欄友花了超過一個月時間分析,我們得出以下結論:儘管不是硬數據,亦談不上甚麼大數據,但只要適當運用,CSI有助令樓市預測更準確。以後財經記者朋友們欲知樓市最新動向,不妨參考一下這個中原經紀人指數。
作者為香港亞太研究所經濟研究中心成員
美國克林信大學經濟系副教授及資訊經濟計劃附屬學者

Monday, September 26, 2016

的士的原罪 免費早餐 - 梁天卓

免費早餐 - 梁天卓
的士的原罪
2016年09月23日
香港的士服務差可能是香港人的集體感覺之一。相信你都曾經遇過的士大哥黑面或拒載,我的回憶是差不多廿年前中學時踢波跌斷手,波友與我搭的士到附近的跌打師傅駁骨療傷,幾經周折成功截車後告訴司機大哥目的地,司機大哥第一句便「X!咁X近?」雖然他見我按著手的痛苦表情後也沒有拒載,不過,短短5分鐘的車程除了承受著肉體上的痛苦,還要忍受司機大哥不斷埋怨路程太短。
的士司機的「罪行」又何止黑面或拒載?100毛最近便訪問市民發現還有包括危險駕駛、唔識路、濫收車資、臭以及「R水」吹等共七宗罪。
七宗罪或九宗罪?經濟學的分析指,的士服務差的原罪只有一個:政府一方面管制牌照數目,賦予牌照擁有者一定的專利權,令的士想盡辦法提高收費,另一方面又管制收費,為了保護乘客利益而限制收費在市價之下,結果是管制下收費脫了節,令司機大哥無禮及拒載行為無可避免。這是大教授張五常在逾30年前的分析。
男神黃子華在十多年前的分析:經濟好景時在黃大仙上車不能在黃大仙落車,經濟不景時在同區上落車不是問題,司機大哥還會跟你說聲「謝謝」;以往落車埋單時,乘客等找錢司機大哥便會扮唔知,沙士時司機大哥卻連幾毫子都找足俾你。
要讓對質素有要求的乘客可以有個對住你笑的司機大哥?讓的士自由收費是一個出路。Uber的衝價技術(Surge Pricing)已顯示這在技術上是可行的。另外,它的評分制度亦證明有助提升司機的服務態度。再長遠一點,無人駕駛的Uber更會完全解決司機服務態度的問題。
你可能會話,Uber在香港還是非法吧?無人駕駛更是天方夜譚吧?事實是,無人駕駛在幾年後可能成為現實:美國政府在周一公布了無人駕駛車輛的守則,為無人駕駛合法化向前邁進一大步。創科局的楊局長不能再說Uber在香港興起是挑戰香港的法治及其核心價值了,否則我們只會有由的士業界提出在的士車廂安裝錄音系統,紀錄司機及乘客之間對話這些治標不治本的建議。
作者為維克森林大學經濟系助理教授
中文大學亞太研究所經濟研究中心成員

Friday, September 23, 2016

挪威的身痕 免費早餐 - 徐家健

免費早餐 - 徐家健
挪威的身痕
2016年09月21日
上星期,應挪威經濟學院邀請到卑爾根分享我對石油及天然氣貿易的研究。想到挪威,我終於有機會借題發揮了。(警告:以下一段文字與財經無關)
「我聽到這首曲子時有時會非常傷心。不知道為甚麼,但覺得自己好像正在很深的森林迷了路似的。」這是中譯版《挪威的森林》中女主角直子說過的,比我年輕的文青都不會感到陌生。「這首曲子」,指的當然就是Beatles的舊作《Norwegian Wood》。像我這一代廢中,卻可能對這首歌的歌詞更熟悉:「I once had a girl, or should I say, she once had me. She showed me her room, isn’t it good, Norwegian wood.」不一定對,但憑John Lennon(年輕一代識佢係「莊靚龍」)的歌聲推斷這並非Paul McCartney的創作多數冇錯。偷食唔抹嘴,靚龍曾大方承認這首歌靈感來自他一次「外遇」;又痕又怕痛,故事發展下去,偷食不成廁所過夜信不信由你。Norwegian Wood其實是女主角房間牆身的平價裝修,與「很深的森林」九唔搭八,「非常傷心」更不是原曲的主旋律(靚龍後來憶述他根本記不起那次外遇的對手是誰)。是的,根本從來就沒有《挪威的森林》,玩食字《挪威的呻吟》也不對。挪威冇森林,靚龍有的是身痕。於是,村上春樹的文筆再好,對Beatles有點認識的廢中始終比較容易迷失於《東莞的森林》。
小說中又提到「不知那個交響樂團正甜美的演奏著披頭四的《挪威的森林》,而那旋律就像每次那樣令我混亂」,令我混亂的反而是以交響樂形式演奏流行音樂(要命,還強調是「甜美的」)。對於《Norwegian Wood》,有人認為它在西方流行音樂史上的位置在於成功引入印度樂器作伴奏。是個人口味吧,藝術創作中這類異國風情我一向不以為意。較說得過去的,這首歌反映了靚龍的成長。從yeah yeah yeah到左膠大愛能,它可算為以後的《Imagine》(年輕一代知佢係《現咩盡》)展開序幕。但我始終認為,討論《Norwegian Wood》,不如欣賞「二次創作」《4th Time Around》。Bob Dylan的文字、他與Edie Sedgwick的故事,不是比小說更令人着迷嗎?
財演俾冧把,我給大家一個旅遊貼士:身痕與女友遊卑爾根,好動的一起走上Mt Fløyen睇風景;愛靜的帶她到KODE藝術博物館看Edvard Munch。遇着個愛靜愛海愛閱讀,出海到Cornelius享受海鮮晚餐前,不要錯過Krok og Krinkel Bokcafè的地道甜品。美味的海鮮,加上Edvard Munch以及懂得欣賞Edvard Munch的挪威人,Norwegian Wood再cheap,挪威也絕對值得一遊。
作者為香港亞太研究所經濟研究中心成員
美國克林信大學經濟系副教授及資訊經濟計劃附屬學者
逢周一、三、五刊出

Tuesday, September 20, 2016

成功爭取上市改革諮詢放暑假 免費早餐 - 徐家健

免費早餐 - 徐家健
成功爭取上市改革諮詢放暑假
2016年09月19日
9月19日,今天本來是《建議改善聯交所上市監管決策及管治架構》諮詢期結束的日子。峰迴路轉,10日前證監會及港交所(388)宣布延長諮詢回應期限兩個月:「鑑於自諮詢文件發表以來,各界對有關課題極為關注,並發表了各種不同意見,且諮詢期的大部分時間正值暑假,延長諮詢期可讓各相關人士有更多時間提交意見。」小學生年年期待的放暑假竟成了國際金融中心延長上市改革諮詢期的一大理由,兒戲唔兒戲我不敢說。我說過的,都在《上市監管諮詢零分重作》、《證監有權者的權力限制》和《上市架構改革十問九回應》3篇文章中白紙黑字。文章發表過後,先有「而我不知丁蟹是誰」的金融服務界議員飄移(唔係轉軚),繼而一度高調表明「無Plan B」的證監會格仔旗前打死火燈。從零分重作到小學水平,今次我仲唔係成功爭取?
先說一段往事。生前致力推廣自由經濟的諾貝爾經濟學獎得主佛利民(Milton Friedman),一次訪問中被問到書生論政是否浪費生命時這樣回應:
George always used to say, "Milton wants to change the world. I just want to observe it." But it wasn't true. That was what he would say. But after all, you never heard George say a good thing about bigger government. You never heard him in any way express views that differed from yours and my views about what we ought to be doing. So I think that was a little bit of a show that he put on.
「米爾頓想改變世界,我卻只愛冷眼旁觀」,是跟佛利民一樣反對大政府的史德拉(George Stigler)說的,佛利民卻認為這句說話有點造作。我是這兩位芝大元老的徒孫,但論研究興趣與史德拉較為接近。史德拉開創的監管經濟學,主張透過分析政府監管的實際效果推斷監管的政治成因。只愛冷眼旁觀的史德拉,憑知識改變了後世對政府監管的看法。從此,質疑監管政策的政治背景與實際效果,成為每個分析政府監管經濟學者的基本責任。
欠缺上市改革的實際效果分析,是上市監管諮詢零分重作的原因之一。更大的問題,是不盡不實的改革目標根本令政策分析無從入手。可以做的,是透過支持及反對的聲音推斷改革影響了誰的利益。支持的現任或退休高官先後有陳家強、馬時亨及梁定邦等,反對的頭面人物亦分別是羅嘉瑞、李君豪和梁伯韜等。這些人代表着甚麼團體的利益,我們不難理解。值得深思的,是以「改善效率、保障投資者」為名的改革諮詢,不但得不到市場或大小投資者的支持,連金融發展局亦批評建議中的新架構架床疊屋。上市改革茲事體大,臨近特首選舉,成功爭取得放暑假,正好讓各持份者好好想想自己究竟利益何在。
作者為香港亞太研究所經濟研究中心成員、美國克林信大學經濟系副教授及資訊經濟計劃附屬學者
逢周一、三、五刊出

Thursday, September 15, 2016

大數據與雷動配票 免費早餐 - 梁天卓

免費早餐 - 梁天卓
大數據與雷動配票
2016年09月14日
互聯網的出現令大數據變得更為普遍,巴打絲打上高登的瀏覽數據是大數據,一個書呆子上Amazon買書的紀錄又是大數據,甚至乎你偷偷地Google你的夢中情人的搜尋數據也是大數據之一。
這些大數據有甚麼用?我不知道高登有沒有儲存各位巴絲打的大數據來賣廣告,但我知道Amazon有利用網民的瀏覽數據,和一些經濟學的計量公具來推算各類書籍的需求,從而改良它的定價策略。
Amazon對自己手握的大數據諱莫如深,外人要分析Amazon的大數據近乎是不可能的任務。相反,Google在開放它的大數據顯得更為慷慨,一個比較多人採用而又免費的大數據是Google關鍵字搜尋次數的數據。除了你的夢中情人的搜尋次數,你還可以比較美國總統候選人初選時,各候選人名字在投票當日在Google上被搜尋次數,有研究發現這種大數據不但能準確預測誰勝誰負,甚至乎各候選人的最終排名,這搜尋次數的數據更能大致準確預測各候選人的得票比率!
立法會選舉過後,不少人談論雷動配票的對與錯。無論是支持又好,反對又好,肯定的是雷動在執行上有很多不足,其中戴耀廷教授都提到「無諗過選民對政治局面嘅關心程度咁大」,低估了雷動的漣漪效應。互聯網的大數據能否協助雷動的配票?
要利用互聯網大數據配票的前提,是這些實時的大數據能準確預測票數。鄺神被配票有沒有在Google的搜尋次數顯露出來?我在Google Trends下載有關數據,發現鄺神與同樣被雷動「選上」的梁耀忠同樣在棄保名單出爐後,他們的名字在網上被大量搜尋,並遠遠拋開僅僅入閘的涂謹申有4、5倍之多。同樣,在港島被「祝福」的羅冠聰亦在棄保名單出爐後大幅拋離民主黨的許智峯和後來勢危的陳淑莊。
不過,利用搜尋數據預測票數還有很遠的路。首先,非建制在網上的支持度拋離建制九條街,但非泛民與建制的實際票數只是6、4之比。
另外,即使是在非建制的光譜裡,一些候選人(尤其是年輕的本土派候選人)的網上支持度,亦遠比實際票數要高,另外好幾名高票當選的民主黨候選人在網上被搜尋的次數亦不多。
網上搜尋的大數據可準確預測初選結果,可能由於各派支持者的「網精」程度大致一樣。很明顯,香港各派系支持者的網上「廢青」比例並不一樣。
作者為維克森林大學經濟系助理教授
中文大學亞太研究所經濟研究中心成員

歐洲央行QE可有成效 ? 曾國平 經濟3.0

2016年9月13日
曾國平 經濟3.0
歐洲央行QE可有成效 ?
自金融海嘯爆發以來,量化寬鬆(Quantitative Easing)已成常用語。這個一般被稱為「印銀紙」的貨幣政策,指的是央行透過購買資產和國債,為銀行體系增加流動性,同時影響各種資產的回報。
QE最終目標是鼓勵私人市場借貸,增加消費和投資,從而刺激通脹和增長。在短期政策利率接近零之時,QE仍可降低其他利率,是一個非常規(unconventional)的選擇。
傳媒朋友常問:「QE到底有沒有效果」?問題看似簡單,其實很難回答。首先,要定義何謂有效,是對資產價格的影響,還是對實體經濟較間接的幫助?更頭痛的是有效與否要有一個比較的準則,以了解QE規模不同甚至沒有QE的情況下世界會如何運作。最近就有一篇歐洲央行的學術論文,評價其去年1月為QE加碼的政策【註】。
買債計劃推升銀行股
歐央行在2015年前只買入私人市場的問題資產,例如按揭抵押債券(MBS),到了2015年1月22日才宣布擴張至國債,每月規模約600億歐羅。2015年12月,歐央行決定把所有已到期的債券(即已取回本金)所得再投資,並且於今年3月再加碼。計劃購入的只限2年至30年期的長債。
利用事件研究法(event study analysis),可以觀察到各種利率在買債計劃宣布和實施前後的反應。研究發現,計劃在宣布後債息明顯下降(即債價上升),到了實際買債當日再跌,平均影響接近半厘,維持數個月,尤以長債的反應明顯。
為何由私人市場轉到央行手中,國債的價格會有所變動?作者提出了存續期風險(duration risk)的解釋。長債利率,由短債利率決定,所以債券愈長,未來短債上落帶來風險愈高;風險高,投資者要額外補償才肯持有長債,於是長債有風險溢價。央行到市場買入長債,最不願承擔存續期風險的投資者率先把長債賣掉,減低市場上的風險溢價,長債利率因而下降。
同時,央行大手買入最受短債影響的長債,代表未來短期利率如有什麼風吹草動,央行將蒙受損失。由於控制短期利率的正是央行自己,買入長債是間接地以行動給予市場信心,未來央行的低利率政策將維持穩定。根據以金融界預測專家為對象的調查,買債行動的確影響了市場預期,利率展望下降,通脹和增長展望則回升。
研究的另一發現是買債計劃令銀行股票即時上升超過1%,尤以持有較多國債的銀行反應大。出現這個作者稱為資產紓緩(capital relief)的效果,皆因買債計劃令長債價格上升,改善了銀行的財政狀況,猶如央行直接向銀行體系注資一樣。銀行受其財政狀況所局限,手緊之時,只能做最安全保守的生意,審批貸款會較為嚴謹。央行拉高長債價格,旨在鼓勵銀行體系增加借貸活動。
未有數據支持實質效果
歐央行為QE加碼令長債下跌和銀行鬆綁,那麼對經濟增長、就業、通脹等宏觀指標又有什麼幫助?畢竟買債計劃實行不到兩年,暫時未夠宏觀數據證實其效果。再者,宏觀數據一般每月甚至每季公布(而且會有多次修正),不能像分析金融市場一樣,利用事件研究法觀察計劃前後幾日的反應。幾日之間,還可以假設沒有其他重要事件發生;幾個月之間,能影響宏觀經濟的因素實在太多,難以將期間的變化歸功或諉過於QE。
這項研究只利用了一個包含了QE的DSGE模型,估計長債下跌和銀行鬆綁在歐洲的實質效果。根據分析,通脹因這次買債計劃上升了0.5%,經濟增長更加快了1.4%,影響巨大,約等於央行減息1%。不過,這個分析只利用了小量數據,推算主要靠理論模型得來,絕對要take with a grain of salt。而且,作者皆來自歐央行,客觀分析以外,難免令人懷疑有證實「QE救經濟」的偏見。
QE對金融市場和銀行體系的影響,經濟學者比較了解;QE的影響如何擴散至宏觀經濟,所知不多。
「大數據」的出現,令人們能夠更快、更細微的觀察經濟活動的變化。不知道QE與借貸、就業、消費、投資關係,能否從這些「大數據」中看到一些線索?
註:Philippe Andrade, Johannes Breckenfelder, Fiorella De Fiore, Peter Karadi and Oreste Tristani (2016): "The ECB's asset purchase programme: an early assessment," ECB Working Paper No. 1956.
作者為香港亞太研究所經濟研究中心成員/
美國維珍尼亞理工大學經濟系副教授