70城房价出炉:双向调控背后 市场逐渐退烧
编者按:本文来自中国网地产,作者:陶婷,36氪经授权转载
中国网地产 陶婷 10月21日,国家统计局发布9月份70城房价指数。从该数据可以看出,在延续双向调控政策背后,尽管深圳、唐山等部分城市房价依旧坚挺,但总体而言,无论是一手房还是二手房市场,增幅有所收窄,市场逐渐退烧,走向稳定状态。多位业内人士认为,未来楼市将延续双向调控政策,依旧以平稳为主。不过,需要警惕一些城市人才购房政策松动。
市场逐渐退烧:增幅收窄 金九成铜九
在延续双向调控的主基调之下,楼市进入购房需求不足的淡季,9月份的楼市呈现出降温的态势。10月21日,国家统计局发布的9月70城房价指数显示,房价上涨和下跌的城市之中,房价上涨的城市数量为40个,相比8月份的43个呈现减少的态势。
总体而言,房价增幅有所收窄,市场逐渐退烧,“金九”成“铜九”。从一手房来看,9月份新建商品住宅销售价格环比中,上涨城市为53个,环比上月55个减少2个城市,上涨城市数量连续4个月减少,上涨城市平均涨幅0.75%,环比涨幅收窄0.05个百分点。
诸葛找房数据分析师国仕英分析认为,“金九”期间,新房市场房企为了回笼资金,纷纷降价或者打折促销,使得新建商品住宅销售价格涨幅收窄,或更多城市加入下跌行列。
从二手房来看,9月份,除一线城市二手房住宅销售价格同比上涨0.1%外,二线城市二手住宅销售价格同比上涨4.7%,涨幅比上月分别回落0.6和0.8个百分点;三线城市和二手住宅销售价格同比上涨5.0%,涨幅比上月分别回落0.6和0.8个百分点。
易居研究院总监严跃进指出,当前二手房市场进入淡季,购房需求不足,二手房市场不再强势,叠加了此前的降温因素,进而使得房东预期改变,定价相对平和,二手房的价格涨幅数据没有扩大的可能,其实际成交价格也会有所下跌。
但一些城市房价依旧坚挺,比如二手房价格指数环比涨幅最大的唐山。据易居研究院数据显示,目前为止,唐山已经连续两个月出现房价环比上涨排名第一。此外,从同比涨幅来看,呼和浩特继续成为房价同比涨幅排名第一的城市,近11个月以来,呼和浩特的房价同比涨幅一直是全国排第一。
尽管深圳、南京这两个一线城市也在房价上涨名单之列,但房价上涨的城市却主要集中在三线,除唐山之外,还有洛阳、吉林、南宁等城市。其中,南宁是9月份房价指数环比涨幅最大的城市。此外,从同比涨幅看,除呼和浩特之外,大理也成为涨幅较为靠前的城市,西安市场房价管控初见成效,终结了此前连续9个月涨幅排名第一的状态。
双向调控延续:谨防人才购房政策松动
中原地产研究中心统计数据显示,9月,全国房地产调控政策发布次数高达48次,前9个月合计房地产调控415次。可以预见的是,房地产金融风险仍然暗藏的当口,第四季度全国楼市将依然是双向调控,房价平稳的城市不排除出现宽松政策,但只要上涨明显,房地产调控或将继续加码。
以70城房价指数环比涨幅排名第一的南宁,和第二的城市洛阳为例。据上海易居房地产研究院发布最新一期《中国LPR房贷利率报告》显示,64个城市10月份首套房基点排序当中,南京和洛阳分别以141、140的基点排在第一名和第二名。
严跃进分析指出,南宁、洛阳等城市的基点较高,意味着房贷利率也会较高,这也说明当前此类城市正执行更为严厉的信贷政策,也进一步体现了房贷市场因城施策、分类调控的导向。
除此之外,还需警惕一些城市人才购房政策的放松。中原地产研究中心统计数据显示,9月来,已经超过30城发布了各种人才引入政策。2019年全国已经有超过150城发布了各种人才政策,与2018年同期相比上涨超过40%。
目前来看,上海、南京、燕郊、三亚等多城市已经有人才购房政策松动的迹象。比如9月份一手房价格上涨幅度仍然靠前的呼和浩特,尽管其在9月30日出台一系列组合拳,但其二手房房价同比涨幅连续10个月全国第一,其推手之一正是4月份发布的本科及以上学历可半价买房的新政。
“从预期角度上看,此举或会使得后续购房需求继续释放,进而容易带动房价反弹”,易居研究院总监严跃进认为。
总体而言,在CPI持续高位运行,LPR保持平稳的前提下,中原地产首席分析师张大伟分析认为,后续如果没有明显的信贷变化,预计下调趋势将在2019年持续。未来,楼市政策依然以稳定为主,但部分区域也有可能在年末出现波动。
他指出,楼市调控严格,针对房价上涨的打补丁措施依然不断出。但是如果房价下调,预计相对宽松政策也会出台。
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: