我国房地产价格指数探讨
我国房地产价格统计方法探讨

样本 量均 匀的样 本区域 和物业 类型 分布 、样本数据 的及 时更 新、样本数据 的真实性和连续性等。 目前在房地产指数编制的 样 本数据 方面存在着样本规模小 、样本区域和物业类型分布不
合理 、 样 本 数 据 缺 乏 时 效 性 、连 续 性 、 真 实 性 等 问题 。
竣工量 为权 数求得加权平均价格。并 以此平均价格作 为各城市
的物业价格样点 。这其 实是借鉴 了重复交易法的思 想。但是 ,
、
我 国房 地 产 价 格 统计 现 状
由于 中 国各 地 区 的二 手 房 市 场 远 未放 开 ,所 以采 用 这 种 变 通 的
目前 ,编制我 国房地产价格指 数的先例乃中房指数 ,中房 指数 采用抽样调 查方法对市场商 品房项 目进行调 查 ,并结合聚 类分析 方法确定 样本 ,然后对样本进行较长时 间的跟踪调查 。
《 统计 科 学与 实践 》2 1 年5 0 2 期
重 复 售 出 模 型 的 缺 陷 ,C s . . Qu l . 在 1 9 年 提 a eK E和 ie J M. 1 g y 9 出 了将 两 者 混 合 并 利 用 广 义最 小 二 乘 法 ( L G S)分 析 随 机 误 差 变 量 方 差 的 方 法 。 该 方 法 被 称 为 “ 合 方 法 ” ,又 称 P oe 混 o ld GL 模 型 。 1 9 年 R at r i、 J . K ih、 C F S 7 9 .C r Hl e l .R ng t . . Sr n 对 P oe L 模 型 进 行 了 改 进 ,提 出 基 于 最 大 似 然 估 i ma s o ldG S 计法 ( L M E)的 P oe L 模 型 。 o ldM E
房地产价格指数研究现状与前景

方法。根据 R s o n的理论 , e 可以通过建立计量经济学模
型 , 计房 地产 价格 和各属 性 之 间量 的 方程 , 在根 据 估 并 估计 结果得 出 产 品各 属 性 的特 征 价格 , 价 格 的 总变 从
动中逐项剔除特征变动 的影响 , 下的便是纯粹 由供 剩
求关 系引起 的 价格 变 动 。Rde(9 7 是 最 早将 特 征 i r 16 ) k
加 权平 均法 是 一 种 最 常 见 的 平 均 指 数 编 制 方 法 , 采 用加 权 的方法 降低 交 易案 例 中异 常价 格 引起 的 指 数 变 动 。该方 法首 先计 算计 算 期 房 地产 实 际 成交 价 格 和 基 期成 交价 格 的 比值 , 为个 体 指数 ; 后 以计 算 期或 称 然 者 基期 的成 交金 额 或者 成交 面 积 等作 为 同度量 因素对 个 体指 数进 行加 权 , 到一 个 综 合加 权 平 均 指数 , 为 得 即 计 算期 的价 格 指数 。 目前 国 内多 种房 地 产 价格 指 数普 遍 采 用 这 种 编 制 方 法 计 算 。 基 期 加 权 平 均 指 数 模
价格理论应用到房地产市场分析的学者 。根据这一
理论 , 房地产价格与各特征因素之间的关 系可 以表示
,:
娶
㈩
为 以下经典 的 四种 函数形 式 :
I
线 性模 型 : = 3 + J / B +E 0
() 2
式 中 P 房地 产成 交 价格 , 为成 交 量 ,表 示 计算 为 q t 中位数 价格 法 与加 权平 均 法 的 区别 在 于前 者 为 降 低 个别 异 常交易 价格 的影 响 选 用房 地 产 交 易价 格 的 中 位 数作 为房 地 产 价 格 , 而 避 免 了 同度 量 因 素 的选 取 从 问题 。然而 这 种 方 法 也 不 能 完 全 消 除 异 常价 格 的影 响, 而且 房地 产 品 质 的 差 异 可 能会 使 得 以该 指 数 作 为 对 房地 产价 格变 化 的度 量 , 存 在较 大 的代 表 性 偏 误 。 会 因此 , 国外 比较 成熟 的 房 地 产 市 场 多 用 以 上 两种 法 编
我国发展房地产价格指数期货的必要性及可行性分析

迅速改变其资产结 构 ,适时进行优化流 动性 管理 ,实现资产的合理配置 ,降低 投资者整个资产组合的风险 。同时 ,较 低的入市 门槛和灵活的操作策略可吸引 众多的投 资者或投机者参 与房地产金融
空房指期货 ,即以低价抛 出持有的房指 期货合约 ,通过在期货交 易中的获利部 分或 全部弥补其在房产贷款 、开发或经
营 中 的 亏损 ,从 而 起 到 规 避房 价 下 跌 风
的策略 。都有盈利的机会 ;同时 ,期 货
市场独有 的保证金制度使投资者在购买 房指期货时 ,只需少量的资金 ,就可跟
( ) 一 有利于增加投资机会 。分享房地
产业发展成果 房指期货期权 由于采取 信用交易 , 通过 财务杠杆效应 ,降低了投资者的交 易成本 ,使潜在的投资者以低廉 的成本 投资房地产业成为 了可能 ;另外 .投资
房 指期 货 作 为一种 标 准化 合约 交
易 ,是与未来某个时点的房地产价格指 数 挂 钩的 。在 推 出房指期 货之 前 ,由 于缺乏必要 的避险工具 ,在房价下跌之 时 ,银行 、房地产开发商 、房地产建筑
二、我国推 出房指期货的可行性
目前 ,我 国房 地 产 市 场 发 展 迅 速 ,
及办法 、实施 细则 ,为房指期货的推出
构 建 了坚 实 的法 规 基 础 。
股指期货也呼之 欲出 ,这一切为推出房 指期 货 提供 了制 度 、技术 等经 验 的借 鉴 。我国已具 备了一些推 m房指期货交 易的条件 ,具体表现在 : ( ) 一 投资者规避房地产市场风险的需
我 国发展房地产价格指数期货 的 ’ 必要性 及 可行性分 析
房地产价格指数的计算

房地产价格指数的计算
一、房地产价格指数的概念
房地产价格指数(House Price Index,简称HPI)是指根据房地产
市场的实际情况,以合理可依赖的数据为基础,以其中一时间点为基准,
对房地产报价水平变动的统计、分析与评价的指标。
HPI是量化房价指标,可以把多种信息变量融合到一起,以衡量房价波动的影响、分析房价变化
的趋势及推断房价的未来变化趋势等目的。
二、房地产价格指数计算方法
1、基于多样性房价指数:
基于多样性房价指数通常包括地区、类型、空间结构、价格等几个方
面的变量,从房屋历史交易记录中提取房地产价格指数。
他们可以反映不
同房屋类型、地理位置和建筑物的价格变化情况,同时也可以识别市场上
类物体的价格市场。
2、基于样本抽样技术的房价指数:
基于样本抽样技术的房价指数是利用抽样的方法,从实际交易记录中
抽取一定数量的房屋信息,然后依据样本的房屋信息,通过价格变动的比
例确定指数数值。
这种类型的房价指数依赖样本的信息来反映更准确的价
格变动。
3、基于市场价格的房价指数:
基于市场价格的房价指数是利用平台上的市场价格的公开信息,以基
准时间点的市场价格作为基础,根据后续时间点的市场价格变化情况。
我国房地产指数的比较研究

Jun 20 6 . 0 NO. e No. 5 3 S r. 7
第3 ( 7 期 总第 5期)
国房 地 产指 数的 比较研 究
宋 毅 ( 山东省广播 电视局昆嵛山转播 台, 山东烟 台 24 O ) 6 4 O 摘 要 : 国 目前的房地产指数 主要有两个 系统 , 中房指数” 我 即“ 系统和“ 国房指数” 系统 。这两种
维普资讯
20 年 6 06 月
Байду номын сангаас
山东行政学院山 东省经济管理干部学院学报
J u n l f S a o g A mIs 廿 n I 廿 o ra o h  ̄ n d n 廿0 。 n 也 & S a d n cn m cMo a en n e5 n1In 廿 t l s h nog Eo o i n g r t P rc r s e e el
” o n1 e l sae i d x . o ho e rf c er a saema k t r n o t ed f r n ge ma u pe e c te o id c u t r a tl e ” B t f h m e e t h l tt r e e d f m h ie e t l 。 ys p l a h oh r n s me kn T e n t l t e e t r n a i o e r e Ho e e , h r e b gdfee c si rgn c n e t t e r v r e d c n t cin i v siain me h d ef r n c d S fd g e 、 w v r T e e a i i rn e o i i, o t n , h o y o e h a o s u t , n e t t t o ,p r ma e a O r n r o g o o n
中国房价高涨问题探讨

() 1 当今 市场 自 17 9 8年 实行 改 革 开放 以来 , 实 现 “ 面 小 到 全 康 ” 22 的 00年 , 中国政府会 加快 城市 化进程 , 22 在 00
收 稿 日期 :0 1— 2—1 21 0 6
关键 词 : 地 产 ; 价 ; 房 问题 ; 房 房 住 中 国 分 类 号 :2 3 3 F 9 . 文 献标 识码 : A 文 章 编 号 :0 8— 14(0 1 0 0 7 0 10 35 2 1 )2— 00— 3
D : 0. 9 9 J I S 1 0 OI 1 3 6 / . S N. 0 8—31 4 2 1 . 2 0 0 5 .0 10 .2
一
、
中国住 宅楼 市 价格走 势
国商 品住宅 销售 价 格 指 数 呈 现 快 速 上 涨 的态 势 , 同 比指 数分别 为 14 8 ,0 .% ,0 . % ,0 .% , 0 .% 197 17 6 155
17 6 ,0 . % 。虽 2 0 0 . % 16 5 0 9年房价 指数 回落 为 1 1 0. 5 ,0 0年 房价 同 比指 数却 高为 1 0 。 % 21 % 1
21 0 1年 4月
山东行政学院学报
JU O RNA HAN L OF S DON CA MY OF G G A DE OVE NA E R NC
Apr 2 . 01 N0. e . . l 2 S r No 1l
第 2期 ( 总第 1 1 ) 1期
中 国房 价 孤I 探 讨 高涨 问 同, 题 u J
中 国各 大 地 产 网 中 , 难 找 到 相 关 的 “ 王 ” “ 不 楼 、 地
影响中国房地产价格指数的宏观因素分析

中图分类号 : F 2 9 3 . 3
文献标志码 : A 文章编 号 : 1 6 7 3 — 2 9 1 X ( 2 0 1 3 ) 3 0 — 0 2 4 1 - 0 2
引言
近几年来 , 快速繁荣发展 的房地 产业 已成为 中国的支柱
二、 实证研 究
( 一) 变量选择及模型设立 - 本文 的变量选 择很 多 , 本文把被解释变量房地 产价 格指
产业 , 虽然随着土 地供 给有限 , 居民收入的不断增加 , 房地产
价格增长成 了必然 的趋势 , 但是 中国的房地产价格 的上涨速 度和幅度远远超过 了居民可支配收入增长 的速度 , 为此 现在
地产价格变化 的影响 。 闫金秋在基于多变量协整的房地产价 格 影响 因素分析 ( 2 0 1 2 ) 文 中通过 对房地 产价格水 平与 银行
1 . 数据来源 。 本文研究 的样本为 2 0 0 9 - - 2 0 1 2年季度数据 ,
考虑到金融危机之后 中国经济发展速度受 到一定影 响, 国家
一
书中提出 了房 地产市 场分析 房地 产市场与一个城市发展 之间
的关联性 。D e l 和0 k 运用 V A R模 型分析了房价和货币政
策 的关系 。L o k S a n g H . 和 G a r y Wa i —c h u n g Wo n g 采用分 布滞
消费者价格指数 C P I 的同比增 长率。
( 二) 实 证 分 析
中国学者 对 国内房地产 价格的影 响因素研究 也成 为热
点 。张 莹 、 林勇在 中国房地产价格影 响因素研 究( 2 0 1 2 ) 中利 用分位 回归方法分 析 了股票价格 、 银行 利率 、 货 币供应 量和 居 民消费价格 水平 四项 因素在 不同增 长率变化 下对 中国房
房地产价格指数的影响因素分析——基于货币政策角度

房地产价格指数的影响因素分析——基于货币政策角度彭爱群【摘要】房地产行业的稳健发展,关系整个国民经济的健康发展.研究房地产企业股价变动的影响因素对于引导房地产行业的健康发展具有重要意义.选择一年期存款利率与货币供应量M1作为解释变量,房地产上市公司价格指数为被解释变量.通过建立相关变量间的回归模型,进行变量的平稳性检验、协整检验和格兰杰因果检验.实证结果显示,利率与房地产上市公司价格指数之间呈负相关关系,与货币供应量M1之间呈正相关关系.【期刊名称】《淮海工学院学报(自然科学版)》【年(卷),期】2016(025)001【总页数】4页(P66-69)【关键词】房地产指数;利率;货币供应量;协整【作者】彭爱群【作者单位】安徽工商职业学院会计系,安徽合肥231131【正文语种】中文【中图分类】F293.3近年来,随着居民自住与投资住房需求的增加,我国房地产行业呈现高速发展之势.房价变动不仅影响居民的生活品质,也对整个国民的经济发展产生重要影响.1991年,随着上海证券交易所和深圳证券交易所的创立与运营,为房地产企业提供了优质的筹资渠道.为扩大融资金额、降低融资成本、提升企业知名度,房地产证券化的步伐不断加快.截至2014年,房地产上市公司数已达149家之多,涉房地产业务的上市公司数量在600家之上,这一数字一直在不断上升中.从上述数据可知,地产板块在整个股票市场中占据着极其重要的地位.上市房企是证券市场房地产板块与房地产实体经济的纽带,影响上市房企股价变动的因素也将对房地产实体经济产生影响.上市房企股价的波动不仅影响证券市场的走势,也会对整个国民经济的发展产生巨大影响.因此,分析房地产上市公司股价影响因素对于引导房地产行业的健康发展具有重要意义.近年来,中央政府通过货币政策手段对宏观经济进行调控,目的在于引导房地产行业的良性发展.本文从中央政府货币政策的角度,分析货币政策对于上市公司股价的影响效果,通过回归分析,定量分析货币政策对引导房地产行业稳步发展的效应. 近年来,国内外不少学者从计量经济学角度对房地产价格影响因素进行了实证分析.Clapp等[1]通过对美国部分地区的研究,发现房地产价格的变动受国家经济基本面的影响;陈星宇等[2]通过建立实证模型,认为影响房地产价格指数的因素主要有上证综指、GDP增长率、货币供应量M2这几个因素;安辉等[3]通过建立多元回归模型,证实房地产价格变动的重要影响因素为房地产调整政策;李小茨[4]通过建立相关变量之间的VER模型,研究货币政策中利率和不同层次的货币供应量对房地产上市公司股价的影响;周海波[5]通过实证分析,确定人口数量、物价指数是影响房地产价格的主要因素.综上所述,基于数据的可得性,有关上市房企股价影响因素的研究多集中在2013年之前,2013年之后的研究相对较少.为了进一步分析上市房企股价变动的影响因素,本文采用2006年8月(股权分置改革完成)至2015年8月的月度数据,从中央政府货币政策的角度研究房地产上市公司股价变动的影响因素.其中以月度货币供应量M1和一年期银行基准存款利率的月度数据作为货币政策指标的代表,房地产价格指数(991007)作为房地产上市公司股票价格指标,通过建立相关指标间的回归方程,并进行平稳性检验、协整检验与格兰杰因果关系检验,定量分析相关变量间的关系.2.1 数据选取及处理2.1.1 数据选取2006年,中国市场完成股权分置改革.为了剔除股权分置改革对于股价的影响,本文选取2006年8月至2015年8月的月度数据作实证研究的基础数据.其中房地产价格指数(991007)作为房地产上市公司股票价格参数,记为FDCZS.货币政策工具种类繁多,但其作用路径相对稳定.货币政策通过对银行准备金率的影响,从而影响市场上货币供应量与利率的变化,进而对国民经济各行各业的发展产生影响.因此本文选取货币政策的中介指标、利率和货币供应量作为货币政策指标代表.其中一年期银行基准存款利率的月度数据为利率参考,记为R.通过对M2,M1,M0与FDCZS之间的脉冲响应分析,取得结果如图1所示.图1中横坐标代表时间,纵坐标代表脉冲反应程度.由图1可知,在10个月的考察期范围内,M0,M1,M2在对房地产价格指数产生一个标准差冲击后,M0和M2的冲击作用逐步缓和,M1的冲击作用随时间推移,继续发挥力度.因此,M1对房地产价格指数的冲击更加显著,故本文选取货币供应量M1的月度数据作为货币政策另一个指标代表.2.1.2 数据处理对于时间序列数据,通过对各个变量趋势图的判断,发现利率R及货币供应量M1受季节性影响较大,因此本文采用X12季节调整方法对上述两个变量进行季节性调整.为了避免异方差的影响,并对变量FDCZS,M1(经X12季节调整后)的数列取对数,分别记为 ln FDCZS, ln M1.2.2 模型建立本文采用回归分析的方法,建立模型.由于采用的是时间序列数据,在建模之间需要进行平稳性检验及协整检验.为了保证变量之间的关系是有意义的,进行变量间的格兰杰因果检验.2.3 货币政策指标对房地产上市公司股价影响的实证分析2.3.1 平稳性检验对于时间序列数据关系的判断应该借助协整检验,在做协整检验之前分别对各个变量进行单位根检验.本文对 ln FDCZS,R_SA, ln M1利用ADF 检验法进行平稳性检验,结果如表1所示.从检验结果可见,在1%,5%,10%的显著性水平下, ln FDCZS的ADF检验所得统计量值小于临界值,通过检验,变量的原序列是平稳序列.而 R_SA 的原序列在1%,5%,10%的显著性水平下,未能通过检验,为非平稳序列,但 R_SA 的一阶差分序列在1%,5%,10%的显著性水平下,通过检验,为平稳序列. ln M1的原序列在1%,5%,10%的显著性水平下,未能通过检验,为非平稳序列,但 ln M1的一阶差分序列在1%,5%,10%的显著性水平下,通过检验,为平稳序列.2.3.2 协整检验本文用Johansen检验判断相关变量间是否存在长期的协整关系,检验结果见表2.由表2可得,迹检验输出结果显示在5%的显著性水平下存在两个协整关系,即序列变量间存在长期稳定的协整关系.变量间的标准化的协整方程为由式(1)可知房地产上市公司价格指数与货币政策变量存在长期均衡关系.货币供应量M1与房地产价格指数呈正向变化关系,利率与房地产价格指数呈反向变化关系.2.3.3 格兰杰因果检验为了避免变量之间的相关性毫无意义,本文对房价指数做格兰杰因果检验.实证结果如表3所示.由表3可知,当滞后项为1和2时,变量之间存在单向的格兰杰因果关系,ln FDCZS 为 R_SA 的因,而 R_SA 非 ln FDCZS的因;当滞后项为3~9时,两个变量间不存在因果关系;当滞后项为10时, R_SA 是 ln FDCZS的因,而 ln FDCZS非 R_SA 的因;当滞后项为11时,两个变量间互为因果.由此结果可以认为利率的变动影响房地产价格指数变动,影响具有滞后效应.表4为房地产价格指数与货币供应量之间的格兰杰因果检验.由表4可知,当滞后项为1和2时,变量之间不存在格兰杰因果关系;当滞后项为3~9时,两个变量间不存在因果关系;当滞后项为4时, ln M1是 ln FDCZS的因,而 ln FDCZS非 ln M1的因;当滞后项为5时, ln M1非 ln FDCZS的因,而 ln FDCZS为 ln M1的因.由此结果认为货币供应量的变动影响房地产价格指数的变动,影响具有滞后效应.3.1 结论(1) 利率.利率是房地产上市公司股价变动的重要影响因素,其相关性为负,并且存在时滞效应.当利率变化1个单位时,房地产价格指数反向变动1.790 149个单位. (2) 货币供应量M1.实证结果表明,货币供应量是影响房地产上市公司股价变动的重要因素,其相关性为正,并且也存在时滞效应.当货币供应量变动1个单位时,房地产价格指数变动3.299 672个单位.3.2 政策建议从住房制度改革以来,我国房地产市场进入高速发展时期,房地产市场的证券化程度逐步加深.这就要求政府部门在制定货币政策时应考虑其对房地产板块的影响,以期引导房地产行业的健康发展.(1) 充分利用利率政策工具,引导房地产行业的发展.由研究结论可知,利率对房地产价格指数产生反向影响,因此政府部门可通过对利率水平的调整实现对于房地产板块的调整.仅从2015年来看,央行4次下调法定存款准备金率及存贷款基准利率,已实现对于市场的宏观调控.从政策结果来看,在每次下调利率之后,房地产板块短期内呈现上涨行情,对房地产行业的发展有促进作用.结合实证结果及市场实际,利率的变动将对房地产价格指数产生重要影响,政府部门可以充分利用利率政策工具干预房地产市场发展.另一方面,需要明确未来发展趋势是利率市场化,最终将实现利率由市场调节.因此央行应坚持利率调整遵循市场规律,宏观调控作为辅助手段.(2) 审慎利用货币供应量政策指标调节股票市场.货币供应量的变动会对市场各行各业的发展产生重要影响.在房地产价格指数持续下跌的时候,可以通过增加市场上货币供应量的方式,刺激房地产价格指数的上涨;在房地产价格指数持续上涨的时候,可以通过减少市场上货币供应量的方式,抑制房地产价格指数的上涨.但是货币供应量的增加或减少,一方面会影响股票市场,另一方面将影响实体经济的发展.过多的货币供应可能导致通货膨胀,而货币供应量的缩减可能引发通货紧缩,不利于经济的发展.因此在利用货币供应量调节房地产板块时,应全方位考虑对整个市场产生的影响,审慎使用.【相关文献】[1]CLAPP J M, GIACCOTTO C. The influence of economic variables on local house price dyna mics[J]. Journal of Urban Economics, 1994, 36(2): 161-183.[2] 陈星宇,陈江.房地产股板块指数影响因素的实证分析[J].当代经济,2013(9):111-113.[3] 安辉,王瑞东.我国房地产价格影响因素的实证分析——兼论房地产调控政策[J].经济经纬,2013(3):115-123.[4] 李小茨.货币政策对我国房地产上市公司股票价格影响的研究[D].南京:南京财经大学,2011.[5] 周海波.房地产价格影响因素的实证分析[J].海南大学学报(人文社会科学版),2009,27(5):537-540.。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
我国房地产价格指数探讨摘要:本文就我国房地产价格指数编制进行了探讨。
分析了我国目前房地产价格指数存在指标不完善,未能消除异质性,时间差较长等问题。
认为在改进房地产价格指数编制时应当从数据选取、编制方法、模型选用等方面进行改进。
关键词:房地产;房价指数中图分类号:f293.3 文献标识码:a 文章编号:1001-828x(2011)04-0200-02房地产业的飞速发展,房价的不断抬升,使房地产成为全民关注的焦点。
谈论房地产总离不开房价的绝对值和相对值。
前者就是我们通常所说的交易价格,后者则是本文将探究的房地产价格指数。
不论是开发商,老百姓,还是经济学家,都会关注房地产价格指数,研究房地产市场的趋势,来指导自己的投资行为。
相对于一般商品或服务而言,房地产市场具有明显的特殊性,如交易分散、产品异质性显著,地区性差别明显。
这使得房地产参与者用绝对价格难以把握市场走势和整体行情,而更多的需要借助各种房地产指标体系。
因此,成熟、完善的房地产指标体系对于房地产市场健康平稳发展具有重要意义。
我国房地产指数虽然起步较晚,但也推出了一系列的指标从不同侧面反映了房地产市场的供需情况和市场走势。
下表1就列出了常见的房地产市场指标。
房地产价格指数描述房地产市场供需关系变化所引发的价格变化,是分析房地产市场的重要工具,使房地产市场的信息得到了最直观、最简明的反映。
受到了人们的关注,成为最常用的房地产市场指标。
房地产价格指数是反映房地产价格变动趋势和程度的相对数,它是通过百分数的形式来反映房价在不同时期的涨跌幅度。
该指数又详细分为房屋销售价格指数、房屋租赁价格指数和土地交易价格指数三类。
房屋销售价格指数是反映一定时期房屋销售价格变动程度和趋势的相对数,它是通过百分数形式来反映房价在不同时期的涨跌幅度,包括商品房、公有房屋和私有房屋等各大类房屋的销售价格的变动情况。
其优点是“同质可比”,这种方法反映的是排除房屋质量、建筑结构、地理位置、销售结构等因素影响之后,由供求关系及成本波动等因素带来的价格变动。
房屋租赁指以支付租金形式取得房屋使用权,它包括住宅租赁、办公用房租赁、商业房租赁、厂房仓库租赁和旅馆饭店客房租赁五部分。
房屋租赁价格指数是反映一定时期内房屋租赁价格总水平变动趋势和变动程度的相对数,是指房屋所有人出租房屋使用权所得的租金价格。
土地交易价格是指房地产开发商或其他建筑单位在进行商品房开房之前,为取得土地使用权而实际支付的价格,不包括土地的后继开发费用、税费、各种手续费和拆迁费等。
土地交易价格指数指房地产开发商或其他建筑单位在进行商品房开发之前,为取得土地使用权而实际支付的价格的变动趋势和程度的相对数。
由于房地产市场和房地产产品自身的特殊性,相应的房地产价格指数的质量也具有特定的要求,其中最重要的是价格指数应满足同质性要求。
而房地产物业是典型的异质性产品。
我们不可能找到两个完全相同的房屋。
不同的物业,就会有不同的区位、环境、结构、配套、装修。
特别是近年来,人们的住房需求不断提升,新建住宅的品质也在不断升高,越来越多不同样式的精装房相继推出,小区的环境功能也越来越多样,而这些都将反映在价格变化中,从而增加了价格指标的复杂性,也放大了住房市场中价格的真实上涨。
而一些远郊房,促销房,则会拉低市场中的平均价格水平,由此可见,合理的房地产价格指数应当能够消除区位、品质等结构性波动的影响,即在同质性物业或近似物业的基础上,单纯考察供求变化等市场因素所带来的价格波动。
除这些要求外,指数还应及时、透明、细分。
只有达到这些,才能形成一套成熟有效的指数体系。
以“中房指数”为例,它虽然开创了中国大陆房地产价格指数编制的先例,但仍有许多值得商榷之处。
我国房地产市场起步晚,发育不完善,房地产交易案例少、交易价格不公开、交易资料不全面,这些直接影响价格指数编制的因素都不准确。
再加上编制理论的不完善和实际操作不规范等问题,造成了中房指数编制方法的缺陷和不足。
如指数测算方法不完善,现实应用的公式未考虑物业结构类型的变动,公式选用的权重是报告期的物业面积,而原始公式所用的权重是固定的基期面积。
原始公式的优点在于剔除了因物业结构变化而引起的指数变动,使指数变动完全表现为价格的变化。
而现实应用的公式操作简便,实施费用降低,但是如果完全按照加权平均化的样本选择方式,则会在指数中包含非价格变化的因素。
其次,样本数据缺乏代表性、时效性、连续性、真实性,样本是编制指数的最基本的资料,为保证指数的科学性和准确性,首先要保证足够的样本量、均匀的样本区域、及时更新等,而目前房地产指数的编制样本数据规模较小,样本区域类型不合理,从而使样本数据成为一个难题。
再次,指数的应用也受到了限制,目前我国的各类房地产指数大多是月度、季度甚至年度的,并且公布的是上一期的,都是对历史的描述。
开发商、投资者更关心市场未来的走势,这种房地产指数的滞后性就影响了房地产指数的推广和应用。
所以要完善指标体系,首先要明白编制房地产价格指数的目的。
指数是为了反映市场走势,通过指数来反映市场整体行情的变化,了解房地产市场发展变化的过程,然后预测未来的趋势,指导有关决策主体的行为,为经济分析提供依据。
数据的来源是编制成功的保证。
根据国外经验,国外房价指数构造的常用数据来源主要有四个:估价数据、抵押贷款交易数据、代理商提供的数据和调查数据。
对于估价数据,从世界范围看,最初获得交易和评估数据只能依靠手工记录,或者从不动产估价师协会出版物中间接提取数据。
后来,一些协会提供机读的数据,再后来虽然出现了机读格式数据,但没有出现能和交易数据匹配的评估数据。
一组匹配数据并不容易获得,不过此类数据的滞后性一般来说非常短。
另外,一组评估数据包含了许多信息,可以得到其临近地区特征的统一资料。
抵押贷款交易数据,最早使用它计算房价指数的是美国的联邦住宅抵押贷款公司。
再后来,它与联邦抵押贷款协会一起开始探寻发展一个联合加权指数的可能性,之后达成协议建立基于两者的组合重复交易数据库。
联合数据库能够提供更宽、更有地理代表性的房产分布。
美国联邦住宅供给机构监察办公室决定建立起基于两家机构数据的房价指数,从而更有利于为企业建立基于风险的保证金标准。
数据经过专业软件的处理,提高了匹配的成功率,并有助于重复交易结果数据库的质量管理。
房地产代理商提供的数据,代理商拥有一个大型出售价格数据库,包括结构特征,购买者特征以及融资方式等详细的数据。
调查数据是对代表物业进行调查而得到的一种房产数据类型。
调查项目包括居民的人口统计学特征、结构特征、所有者对于住房价值的估计以及历史交易价格。
其优点在于易获取,观察到的数据是随时间和空间变化的,包含已交易的房价以及未交易的房价。
但是样本容量考虑的调查数据只有在城市以及包含大城市的范围内构造。
交易地产的样本量也相对较小,限制了该数据在构造交易房价指数中的应用,并且调查数据时间相对滞后。
相对而言,国家统计局掌握的房地产公司报表较为全面,但在准确性、及时性、细致性方面有所欠缺。
但各地房地产主管部门在掌握房地产交易数据方面具有优势,特别是各地房地产交易预告登记和网上交易平台的推广。
房地产主管部门掌握的房地产交易信息数据库在完整性、准确性和及时性方面已经有了较大提高,是目前编制房地产价格指数质量最高的数据来源。
价格指数的编制方法。
目前,世界各国的房地产价格指数种类很多,编制方法也不相同,主要的有如下方法。
重复交易法,是根据同一宗房地产在不同时期售出的价格来计算房地产价格指数。
该方法的优点是基于同一个房地产价格的变化,在剔除标的物折旧的影响后,可以满足房地产价格“同质性”的需要。
特征价格法,认为房地产由众多不同的特征组成,而房地产价格是由所有特征带给人们的效用决定的。
由于各特征的数量及组合方式不同,使得房地产的价格产生差异,如果将影响因素分解,求出各因素隐含的价格,控制房屋的特征数量,拆离品质因素,反映纯粹价格变化。
中位数价格法,是选取房地产售价的中位数来编制价格指数的方法。
房地产价格易受极端值影响,而中位数能反映市场价格的集中趋势,代表性比较强。
成本投入法,是根据各项投入成本的变化情况,用平均法来计算房地产价格指数,是早期价格指数编制的重要方法。
混合模型法,混合特征价格模型与重复售出模型结合,并利用广义最小二乘法分析随机误差变量方差,克服了单一模型的缺陷,此模型后来又得到了最大似然估计法的改进。
在编制我国房地产指数应该选用那种方法呢?某方法能更好地为我们的目的服务,能带来更好的结果,操作起来更方便,实施成本更低廉,我们就应该选择这种方法,或是综合几种方法共同编制。
要得出恰当的房地产指数体系,需做到如下几点。
首先要先在全国范围内,推广实施一套统一的、权威的房地产指数体系。
现在的各类房地产价格指数在构成、来源、编制方法是千差万别,综合比较分析意义不大,难以发挥其指导预测作用。
其次,数据来源的选择上应分门别类。
上文所述的房地产主管当局的数据系统是个不错的数据源。
投入成本低并能充分发挥网络优势,健全了房地产信息系统。
再次,解决房地产指数同质性问题。
特征价格法与重复交易法相结合使用,再考虑加权平均法。
将城市房地产市场分区分类,按每一物业类别将城市区域划为小的片区。
划分的原则就是保证每个片区在环境品质等方面大体的相同。
再按物业的用途分类,分成商业、住宅、办公等。
根据抽样原理确定每个区样本数目,以及各区类抽样物业类型。
在保证同质可比性基础上,就可以采用加权的方法合成综合指数。
在权重的选择上也要慎重,综合成交面积和金额的问题,还要定期作出调整,以保证权重的有效性。
由现在的非同质问题逐步向同质方法过渡,实现价格指数科学性与实用性的结合。
随着全球房地产市场的蓬勃发展,房地产研究正在国际舞台上占据日益重要的地位。
无论是对投资商、开发商,还是普通的人民大众、房地产的研究人员以及金融机构,房价的准确度量都是至关重要的研究内容,有直接的指导意义。
房价指数在微观方面帮助我们投资决策,在宏观方面判断政策趋势,只有良好的指数体系才能帮助我们做出科学合理的论断。
参考文献:[1]张宏斌,贾生华,编制城市房地产价格指数的理论模型和实用方法[j],中国软科学,2000(04).[2]胡汉利,城市房地产价格指数编制方法分析与探索[d],西安建筑科技大学,2007.[3]亓琳,唐根年,虞晓芬,房地产价格指数编制方法研究[j],中外房地产导报,2000(06).[4]李国柱,孙焕民,编制房地产价格指数的若干问题[j],统计研究,2003(08).[5]王洲,房地产市场价格的比较建模研究[j],统计与决策,2008(01).[6]杨楠,国外房价指数构造的数据基础分析[j],上海房地,2006(06).。