房地产价格统计数据比较与分析.

合集下载

9月份北京房地产市场总结 - 焦点房产

9月份北京房地产市场总结 - 焦点房产

9月份北京房地产市场总结一、9月份北京房地产市场总体概况1、9月份成交总量统计根据北京房地产交易管理网统计的数据,9月份北京市商品房预售房屋(商品住宅+经济适用房+商铺写字楼)总成交量16623套,总成交面积200万平方米。

和今年8月份的13769套相比较,总成交量上升20.7%,而相对于今年成交量较高的4月份来说,成交量下降了38%。

从表中我们可以看出,今年第三季度的商品房预售登记量呈现平稳增长的态势,是在新政出台之后,整个房地产市场经过几个月的自我调整后稍有回暖的表现。

因处在“金九银十”期间,并没有出现开发商所期待的热销局面,04年7月至9月期间,虽然时处两个大限之间,可每月的预售登记量仍在2万套以上,与去年同期相比,今年的商品房预售登记量只是去年的78%,但今年的成交量更能真实体现市场的需求,也从侧面反映了国家新政在宏观调控方面的威力。

2、9月份成交面积统计从上图得出,9月份的成交面积相比8月份增长了11%,与6月份的预售总量相仿。

上面的走势图可以直观地反映出了消费者购房心理的变化过程,春季控制房价的政策出台后,房地产的交易面积从4月份的321万平米骤减到了5月份的153万平米,许多购房者期待着房价的下降,暂缓了购房计划,在此期间取得了预售许可证的开发商选择推向市场的也并不多,从而出现了一个非常规的销售淡季。

在这几个月期间,政府在观察,开发商和购房者在观望,致使成交量有所下降,然而销售单价并没有出现人们所期待的回落。

在今年的9、10月份,将有较大量的新盘面市,人们会以更成熟、更理智的态度对待房地产市场,该出手时就出手,9月份销售量的微量增长并不代表有些开发商所言:北京楼市已走出观望期,真正不再观望还需时日。

二、各物业体的细化分析1、住宅商品房预售交易量统计9月住宅商品房预售量与8月相比有了近18%的上涨,预售套数的总比数占到了本月总体成交比的95%,8月份为97%,由此可见,本季度的住宅商品房需求相对较旺的,“持币观望”并不等于持币不购,市场对房地产中住宅的刚性需求是仍然存在的,随着年底前新盘放量的增加,住宅的销售将继续保持平稳态势。

市场比较法在房地产估价中的运用

市场比较法在房地产估价中的运用

市场比较法在房地产估价中的运用
市场比较法是一种常用的房地产估价方法。

它的主要原理是,
通过将待估价房地产与同一地区或同类的房地产进行比较,来确定
其市场价值。

在运用市场比较法进行房地产估价时,通常需要考虑
以下几个方面:
1.选择比较对象:选择与待估价房地产相似的物业作为比较对象,比如说同一地区的同类型房屋(如公寓、别墅、联排别墅等)。

比较对象应该与待估价房地产具有相似的特征,包括房屋的面积、
地理位置、建造年代等。

2.确定比较参数:对比较对象进行细致的分析,选择合适的参
数来进行比较,如每平方米的价格、房屋的基础设施等。

3.统计分析数据:通过对比较对象的数据进行统计分析,计算
出不同参数的平均值、中位数和极差等统计数据,用于判断待估价
房地产的市场价值。

4.修正比较数据:如果待估价房地产存在一些与比较对象不同
的特征(如地理位置、房屋朝向等),就需要对比较数据进行修正,以尽可能减少误差。

需要注意的是,市场比较法只是一种估价方法,它不能完全代
表房地产的市场价值。

还需要考虑其他因素,如市场需求、政府政
策等。

2015年深圳房地产统计分析报告90页

2015年深圳房地产统计分析报告90页

2015年深圳房地产统计分析报告目录第一部分:土地市场附一:2015年成交地块分布情况附二:2015年成交地块的主要指标第二部分:住宅市场一、新房市场1、2015年新房供应分析附1:2015年住宅预售项目汇总附2:2015年预售住宅户型构成2、2015年新房成交分析2.1 成交均价分析附:2015年深圳各区代表性楼盘1-12月成交均价走势图2.2 成交量分析2.3 热点片区分析2.3.1蛇口片区2.3.2西丽片区2.3.3龙华片区2.3.4西乡片区2.3.5新安片区2.3.6光明片区2.3.7龙岗中心城2.3.8布吉片区2.3.9坪山新区2.3.10坂田片区2.4 2015年深圳新房供求比2.5 2015年深圳房价收入比2.6 2015年深圳租售比2.7 2015年1-12月深圳新房量价走势分析2.8 2006-2015年深圳住宅供求及价格走势回顾3、2015年深圳楼市龙虎榜3.1 2015年深圳楼盘成交面积龙虎榜TOP103.2 2015年深圳楼盘成交金额龙虎榜TOP103.3 2015年深圳开发商(商品房:含住宅、商业、写字楼)成交面积TOP103.4 2015年深圳开发商(商品房:含住宅、商业、写字楼)成交金额TOP10二、二手房市场1、2015年深圳各行政区二手住宅挂牌均价2、2015年深圳各行政区二手房成交分析3、2015年1-12月深圳二手房量价走势分析4、2015年深圳住宅租金5、2015年1-12月深圳各行政区租金走势图三、2015年新房二手房量价比较1、新房二手房价格比较2、新房二手房成交量比较第三部分:商业一、一手商业1、新增预售分析附:2015年商业预售项目汇总2、一手商业成交分析附:2015年楼盘成交龙虎榜之商业TOP10二、二手商业1、二手商业挂牌均价附:2015年1-12月深圳各行政区二手商业量价走势图2、商业租金附:2015年1-12月深圳各行政区商业租金走势图3、二手商业成交分析第四部分:写字楼一、一手写字楼1、新增预售分析附:2015年取得预售证的写字楼项目2、一手写字楼成交分析附:2015年楼盘成交龙虎榜之写字楼TOP10二、二手写字楼1、二手写字楼挂牌均价附:2015年1-12月深圳各行政区二手写字楼量价走势图2、写字楼租金附:2015年1-12月深圳各行政区写字楼租金走势图3、二手写字楼成交分析第五部分:政策点评第六部分:2015年小结第七部分:2016年预测【内容摘要】2015年是深圳楼市量价持续大幅攀升的一年,营业税5改2、央行5次降息,多重调控政策的不断松绑,是2015年深圳楼市大幅走暖、甚至走向“疯狂”的加速剂和催化剂。

2006年沈阳市房地产市场分析报告

2006年沈阳市房地产市场分析报告

2006年沈阳市房地产市场分析报告2006年,“国八条”的余音未消,“国六条”的全面出台使我市房地产市场再一次面临严峻的考验。

今年可谓是国家对房地产调控力度最为严厉的一年,随着“国六条”细则的逐渐落实,目前我市房地产供求总量基本平衡、结构趋于合理,房价运行平稳,继续保持平稳、较快的发展态势。

一、2006年沈阳市房地产市场综述1、我市房地产投资规模不断扩大,房地产投资占固定资产投资比例合理沈阳市统计局数据显示,2006年我市房地产开发规模较去年同期出现大幅增长,增长了30.2个百分点,我市房地产投资规模正在进一步扩大。

今年1-12月,我市房地产投资占固定资产投资的比重为30.07%,目前这一比例比较合理2、商品房入市量与销售量继续增长,市场需求量旺盛2006年,我市商品房市场持续活跃,商品房的入市量和销售量较去年同期均出现较大幅度的增长,我市全年商品房批准入市面积1257.26万平方米,同比增长37.22个百分点。

商品房登记销售面积1107.21万平方米,同比增长15.26个百分点。

目前,我市房地产市场上呈现出供需两旺的良好态势。

3、我市商品住宅销售结构不断优化,供给结构基本合理2006年我市商品住宅户均供给面积为89.77平方米,比2005年减少5.6平方米,我市商品住宅的供给结构正趋于合理化,有效落实了国家的宏观调控政策。

另外,2006年我市商品住宅户均成交面积为92.88,比2005年减少6.83平方米,商品住宅销售结构正在不断优化。

另外,从不同套型、不同价位商品住宅销售结构看,中低价位、中小户型的商品住宅是我市房地产市场的主流需求类型。

4、商品住宅成交热点区域向郊区化转移随着于洪区、东陵区和沈北新区迅速发展,加大了我市房地产市场郊区城市化建设的进程,2006年我市楼盘热销区域已经向郊区转移。

由于市中心较高的房价及土地资源的稀缺,二环外区域逐渐成为我市商品住宅销售的热点。

5、我市房地产价格保持稳定2006年我市商品房销售均价为3420元/平方米,比去年同期微幅上涨2.61个百分点;其中商品住宅销售均价为3222元/平方米,比去年同期增长3.60个百分点。

2014年深圳房地产统计分析报告

2014年深圳房地产统计分析报告

2014年深圳房地产统计分析报告来源:深圳房地产信息网研究中心目录第一部分:土地市场附一:2014年成交地块分布情况附二:2014年成交地块的主要指标第二部分:住宅市场一、新房市场1、2014年新房供应分析附:2014年住宅预售项目汇总2、2014年新房成交分析2.1 成交均价分析附:2014年深圳各区代表性楼盘1-12月成交均价走势图2.2 成交量分析2.3 热点片区分析2.3.1蛇口片区2.3.2西丽片区2.3.3龙华片区2.3.4西乡片区2.3.5新安片区2.3.6光明片区2.3.7龙岗中心城2.3.8布吉片区2.3.9坪山新区2.3.10坂田片区2.4 2014年深圳新房供求比2.5 2014年深圳房价收入比2.6 2014年深圳租售比2.7 2014年1-12月深圳新房量价走势分析2.8 2000-2014年深圳住宅供求及价格走势回顾3、2014年深圳楼市龙虎榜3.1 2014年深圳楼盘成交面积龙虎榜TOP103.2 2014年深圳楼盘成交金额龙虎榜TOP103.3 2014年深圳开发商(商品房:含住宅、商业、写字楼)成交面积TOP103.4 2014年深圳开发商(商品房:含住宅、商业、写字楼)成交金额TOP10二、二手房市场1、2014年深圳各行政区二手住宅挂牌均价附:2014年深圳各行政区代表性楼盘1-12月挂牌均价走势图2、2014年深圳各行政区二手房成交分析3、2014年1-12月深圳二手房量价走势分析4、2014年深圳住宅租金附:2014年深圳各行政区代表性楼盘1-12月租金走势图5、2014年1-12月深圳各行政区租金走势图三、2014年新房二手房量价比较1、新房二手房价格比较2、新房二手房成交量比较第三部分:商业一、一手商业1、新增预售分析附:2014年商业预售项目汇总2、一手商业成交分析附:2014年楼盘成交龙虎榜之商业TOP10二、二手商业1、二手商业挂牌均价附:2014年1-12月深圳各行政区二手商业量价走势图2、商业租金附:2014年1-12月深圳各行政区商业租金走势图3、二手商业成交分析第四部分:写字楼一、一手写字楼1、新增预售分析附:2014年写字楼预售项目汇总2、一手写字楼成交分析附:2014年楼盘成交龙虎榜之写字楼TOP10二、二手写字楼1、二手写字楼挂牌均价附:2014年1-12月深圳各行政区二手写字楼量价走势图2、写字楼租金附:2014年1-12月深圳各行政区写字楼租金走势图3、二手写字楼成分分析第五部分:政策点评第六部分:2014年小结第七部分:2015年预测【内容摘要】2014年深圳楼市阶段性分化明显,上半年各方以观望为主,供求不振,成交冷淡,房价先扬后抑,下半年逐月回暖,第四季度在众多利好的刺激下,量价跳跃式上涨,强势“翘尾”,给市场巨大的畅想空间。

房地产市场的价格测算与评估方法

房地产市场的价格测算与评估方法

房地产市场的价格测算与评估方法房地产市场的价格测算与评估一直是关注的焦点。

在房地产领域,准确的价格测算与评估是决策与投资的基础,涉及金融机构、房地产开发商、投资者以及购房者等多方利益相关者。

本文将探讨房地产市场的价格测算与评估方法,为读者提供一定的指导和参考。

一、市场比较法市场比较法是房地产市场中最常见和可行的价格测算与评估方法之一。

该方法通过对类似房产的成交记录进行比较,来确定目标房产的市场价值。

具体而言,需要考虑房产的地理位置、产权情况、建筑结构、使用寿命、交通设施等因素,并基于这些因素进行测算与评估。

二、收益法收益法适用于商业、办公等投资性房地产的价格测算与评估。

该方法通过估算租金收益及不动产的资本化率来测算房地产的市场价值。

具体而言,需要考虑租金收益、租期、租金增长率、折现率等因素,并综合计算出不动产的净现值,作为评估房产的依据。

三、成本法成本法是一种评估房地产市场价值的方法,主要基于房产的修建成本与当前的建筑物状态进行综合测算。

在这种方法中,修建成本包括土地购置费用、建筑物建设费用、装修费用等,同时也要考虑建筑物的老化程度、使用年限以及维修等费用,进而得出房产的市场价值。

四、资本化法资本化法是一种针对土地价值进行测算与评估的方法。

该方法主要依据土地的位置、规模、现状以及未来的发展潜力等因素进行综合分析,得出土地的市场价值。

同时,该方法还要考虑土地的用途、法规限制等因素,并结合市场供需的状况来进行测算与评估。

五、回归法回归法是一种对于经济指标与房地产市场价格之间关系的统计分析方法。

通过建立经济指标(如国内生产总值、利率、人口增长率等)与房地产价格的回归模型,以反映经济指标对房地产价格的影响,进而对房地产市场的价格测算与评估进行预测与分析。

六、GIS技术地理信息系统(GIS)技术在房地产市场的价格测算与评估中起着越来越重要的作用。

通过整合地理信息数据、空间分析技术和统计模型,GIS可以提供更加精确和全面的房地产市场信息,以支持价格测算与评估的实践工作。

房地产市场数据分析方法

房地产市场数据分析方法

房地产市场数据分析方法房地产市场一直以来都是经济领域中备受关注的一个重要领域。

为了更好地理解和预测房地产市场的发展趋势,我们需要掌握有效的数据分析方法。

本文将介绍一些常用的房地产市场数据分析方法,帮助读者更好地了解和应用这些方法。

一、趋势分析趋势分析是一种常见的数据分析方法,用于研究房地产市场的长期发展趋势。

通过对历史数据的分析,我们可以了解房地产市场的基本走势,并预测未来的发展方向。

在进行趋势分析时,我们需要收集不同时间段内的房地产市场数据,如房价、销量、供应量等指标。

然后,根据这些数据,我们可以利用统计学方法,如回归分析、指数平滑法等,来确定市场的发展趋势。

二、比较分析比较分析是一种常用的数据分析方法,通过对不同房地产市场的数据进行比较,来研究市场的差异性和优势所在。

在进行比较分析时,我们可以选择不同地区、不同类型的房地产市场进行比较。

通过对比各个市场的数据,我们可以分析它们的共同点和不同点,并找出影响市场差异的因素。

例如,我们可以比较不同地区的房价水平、土地供应情况、政策支持等,来研究市场的异同。

三、回归分析回归分析是一种常用的数据分析方法,用于研究房地产市场的相关因素和影响。

在进行回归分析时,我们需要收集房地产市场的相关数据,如房价、销量、利率、经济增长率等。

然后,利用回归模型,我们可以确定这些因素对市场的影响程度,并进行预测。

回归分析可以帮助我们分析市场的供需关系、价格弹性、政策对市场的影响等。

它是一个非常有用的工具,可以帮助我们更好地理解和预测房地产市场的发展。

四、统计指标分析统计指标分析是一种常见的数据分析方法,通过对房地产市场的统计指标进行分析,来评估市场的发展状况和风险水平。

在进行统计指标分析时,我们可以利用各种统计指标,如平均销售价格、供应量占比、库存周期等,来评估市场的供需关系、价格走势和风险水平。

这些指标可以帮助我们了解市场的基本情况,并作出相应的决策。

五、模型构建与应用模型构建与应用是一种高级的数据分析方法,通过建立数学或经济模型来解释和预测房地产市场的发展。

中美房价比较分析——基于Numbeo国际房价统计数据库的实证研究

中美房价比较分析——基于Numbeo国际房价统计数据库的实证研究

国外房地产发展研究探讨发达国家房地产市场发展历程及其特征,探索其发展经验与借鉴启示,对我国房地产市场的不断成熟与完善具有重要意义。

本专题以美国、澳大利亚、韩国和德国为研究对象,分析其房地产市场发展历程及特征,对我国实现房地产市场的有序推进具有重要启示。

CHINA REAL ESTATE1 中美住房价格比较的挑战随着中国经济近40年的快速发展,在城镇化和居民收入倍增的推动下中国房价持续攀升。

北京、上海、深圳等逐渐崛起为与纽约、巴黎、东京等比肩的国际大都市。

这些城市房价亦跟随城市发展扶摇直上,甚至大有超越之势。

关于中美房价的探讨亦众说纷纭。

囿于房地产市场具有复杂性,中美房价比较面临诸多困难。

从统计方法来看,较大的区域差异使得横向整体比较极易受到极端值的影响,使得刻画欠缺客观性。

另外,由于统计口径的差异以及避税等行为的影响,统计价格不一定能反映真实交易价格。

这导致中美房价比较可行性降低。

从房屋制度来看,中美房屋售价有使用面积和建筑面积的不同,中国房价需要除以得房率才能与美国房价相比较。

尤其是中美土地和税收制度差异较大。

一方面美国土地私有制度,房屋产权为永久产权;而中国普通住宅房屋产权为70年,这导致中美房价横向比较的逻辑起点不同;另一方面,美国房产税和物业费较重,房屋持有成本高。

而中国房屋交易税费集中在交易环节,而且较低。

这一差异暗示持有一套美国房屋的真实价格比交易价格要高得多。

从房屋产品来看,房屋特征值多个维度的差异,住房并非均质化的商品,住房的属性存在多个维度,其中很多属性并不容易进行量化,例中美房价比较分析——基于Numbeo国际房价统计数据库的实证研究付强 邱永辉摘要:在中美贸易摩擦的背景下,基于中美房屋制度、市场交易成本结构的复杂性与异质性,采用重点城市对标法,利用Numbeo国际房价统计数据库,对中美房价及其背后的因素进行比较研究。

研究发现,(1)美国房屋持有成本更高,但是中国的平均房价超过美国。

  1. 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. 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. 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)。

国家统计局日前公布,2009年我国70个大中城市房价同比上涨1.5%,由此引发了媒体和大众对房价统计准确性的质疑。

房价究竟处于什么水平?真实性如何?这不仅会影响到广大民众置业时的判断,而且对政府准确掌握房地产市场形势以推出适时适当的调控政策、保证经济金融稳定和保障民生关系重大。

公众所能了解到的房价数据主要来自政府职能部门和房地产中介公司研究部门。

这两类数据所表现出来的房价有何差异呢?本文将以深圳房地产价格为样本,对这两类数据进行比较分析,并在此基础上,提出改进房地产价格统计的相关建议。

一、数据来源及区间选择目前,除政府公布的房地产统计数据外,部分房地产研究机构和房地产中介公司亦定期进行房地产数据发布。

本文选取的是影响度较大的中原地产研究中心、世联地产顾问公司两家机构发布的深圳房价数据,与统计局公布的深圳房屋销售价格指数、深圳国土管理部门公布的房地产市场数据以及深圳市房地产信息系统登记的数据进行比较。

时间区间为2008年5月至2009年12月,期间深圳房价经历了由大幅下跌转向大幅上涨的剧烈变化。

二、房地产价格数据比较房地产价格统计体系包括了房地产价格指数和房地产成交均价两种统计数据。

房价指数是反映国家或区域房地产市场整体行情的一种相对数据,表现的是剥离成交结构、区域分布等因素后的纯粹价格变化。

房地产成交均价是以一段时间内的总成交金额除以总成交面积计算所得的市场平均价格,其结果受成交结构变化的影响较大(如,统计期内高档楼盘入市比例较高时,则会拉动均价大幅攀升。

房价指数能够描绘出房地产价格的趋势性变化,而房地产成交均价则能更直观地反映出房地产价格在不同时间段的数值上的变动。

(一房地产价格指数比较。

由于世联地产未进行房价指数统计,我们选取中原地产研发的中原领先指数与统计局的房地产销售价格指数进行比较。

中原领先指数(深圳是以2004年5月的深圳房价为基点,即将2004年5月深圳房价设定为100点,在此基础上,综合一手住宅价格、二手住宅价格、二手住宅租金、写字楼租金和零售物业租金在不同时间的变化而取得的价格指数。

统计局的房地产销售价格指数是报告期与上年同期比较的房地产相对价格,即价格的同比增长速度,是包含了新建商品房①、二手商品房等各类房产销售价格(不含租金变化的综合性指数。

从图1可见,两者的走势基本一致,都反映了2008年下半年至2009年末深圳房价先跌后升的态势。

由于租金波动较小,含租金统计的中原领先指数波动幅度较房地产销售价格指数平滑。

由中原领先指数的变化情况,可以获得两个信息:房地产价格统计数据比较与分析*张利平(中国人民银行深圳市中心支行,广东深圳518001摘要:我国目前的房地产价格统计体系亟待完善。

房地产价格历史数据的比较分析显示,我国的房地产价格指数和商品房成交均价数据都出现了一定程度的失真。

完善房地产价格统计体系,要从丰富房价指数品种、改进指数样本标准和结构、严格数据登记、加强市场调查等方面着手,并以此实现房价数据准确性的提高,为政府房地产调控提供决策依据,保证经济金融稳定和民生安定。

关键词:房地产;价格;统计中图分类号:F293.31文献标识码:A文章编号:1007-9041-2010(03-0013-04收稿日期:2010-03-05作者简介:张利平(1972-,女,广东梅州人,高级经济师,供职于中国人民银行深圳市中心支行。

*本文仅代表作者个人观点,不代表作者所在单位意见。

①商品房是可用于市场交易的住宅、写字楼、商业用房等各种类型物业的统称。

一是2009年末的深圳整体房价比基期(即2004年5 月翻了3倍多,即便是2009年初的房价低点,亦是基期房价的2倍;二是2009年全年,深圳整体房价累计涨幅接近60%。

我们无法从房地产销售价格指数②上观察到价格的多年累计变化情况。

比较统计局公布的三类房价指数,可以得出以下信息:一是2009年全年,深圳房价的累计涨幅约为20%;二是在这一轮房价调整中,二手住房的价格变化更为显著,其价格涨跌幅度均领先整体销售价格3-5个百分点。

(二房地产成交均价比较。

房地产成交均价方面,我们选取公众更为关注的住宅成交均价数据进行比较。

二级、三级房地产市场交易对应形成了新建商品住宅成交价格和二手住宅成交价格。

为更好地了解这两种不同的价格数据统计现状,下文将对它们作分类比较。

1、新建商品住宅价格比较。

新建商品住宅价格是报告期内在房地产二级市场进行首次交易形成的住宅价格,又称一手住宅价格,其交易行为主体双方为开发商和购房者。

目前,国土管理部门公布的新建商品住宅价格具有明显权威性, 大部分机构和公众进行新建商品住宅价格分析时,均采用了该数据。

由于中原地产未另作新建商品住宅价格统计,我们选取世联地产的深圳一手住宅成交均价与深圳国土部门的新建商品住宅均价进行比较。

图2新建商品住宅成交均价比较从图2可见,两组数据除个别月份外,成交均价数值和增长率③走势均基本一致。

世联地产统计的一手住宅价格增长率在2008年下半年至2009年初并未表现出增速持续下降的态势。

两组数据均显示,深圳新建商品住宅价格由2009年8月份开始了大幅飙升,各月增长率均在30%以上,年末增速均超出了90%。

世联地产统计的成交均价峰值出现在12月份,为22303元/平方米,比国土部门的数据高986元/平方米;国土部门统计的成交均价峰值出现在10月份,为21661元/平方米。

2、二手住宅价格比较。

二手住宅价格是报告期内在房地产三级市场进行商品住宅交易形成的住宅价格,其交易行为主体双方为商品住宅产权所有者和购房者。

目前,政府职能管理部门并未对外公布权威性的二手住宅价格,不少房图1房地产价格指数比较②本文采用的房地产销售价格指数为当月同比指数。

③本文的增长率均指当月同比增长率,即报告期当月成交均价与上年同月成交均价的差价除以上年同月成交均价得到的数值。

地产研究机构均因此建立了自身的二手住宅价格数据统计体系,并以研究报告的形式对外发布二手住宅价格数据。

我们选取中原地产、世联地产的深圳二手住宅成交均价与深圳市房地产信息系统登记所得的数据进行比较。

其中,中原地产、世联地产的二手住宅当月成交均价是选取样本楼盘后,计算二手住宅的当月实际成交金额和成交面积的除数所得;房地产登记系统二手住宅当月成交均价为市房地产信息系统登记的二手住宅当月成交总金额除以当月成交总面积所得的数值。

图3二手住宅成交均价比较从图3可见,两组数据中,除2009年第四季度外,中原地产、世联地产的二手住宅成交均价数值和增长率走势均基本一致,中原二手住宅价格在2009年四季度的上涨势头更为迅猛。

2009年一季度之前,中原、世联的二手住宅均价保持在12000元/平方米左右,从4月份开始,二手房价开始逐月上攻,增速亦持续加快。

中原二手住宅价格及增速的2009年峰值均出现在12月,分别达到17473元/平方米和57.1%。

世联二手住宅价格和增速在四季度保持在14500元/平方米和30%左右,其年度二手住宅价格峰值出现在8月份,为15259元/平方米。

与机构数据和市场挂牌价格相比,房地产登记系统的二手住宅成交均价出现了较大的偏离。

房地产登记系统录得的成交均价在整个时段内均保持在5500-6000元/平方米,2009年11月份之前的增长率一直低于10%。

录得的成交均价只在2009年12月份出现了较大上涨,当月的成交均价和涨幅分别为6101元/平方米和20%。

(三数据比较小结。

由以上的房价统计数据比较,我们可以发现:1、统计局的房地产销售价格指数在房价下降期的下降速度与成交均价的下降速度基本一致,而在房价上升期的涨幅则远远落后于成交均价增长率。

2009年12月份15.2%的新建住房价格指数和94.2%的国土部门统计的新建商品住宅成交均价增长率有较大差距,二手住房价格指数与二手住宅均价增长率的差距也较大。

2、国土部门统计的新建商品住宅成交均价准确度较高,与市场情况保持了一致。

3、房地产信息系统登记录得的二手住宅成交均价远远低于市场价格,数据变化完全与市场脱节,不具备真实性。

三、分析结论(一房地产销售价格指数统计有待完善。

目前的房地产销售价格指数统计设计上存在三个明显的缺陷:一是数据只反映了相邻两个年度的房价变动趋势,不能反映较长时间内的房价整体走势,公众无法从中了解到房价的长期走向;二是数据的采集甄用样本不能完全因应各地市场情况进行调整,指数变化与各地的市场价格变化有可能不一致;三是数据来源主要依靠企业报表登记,数据的准确性有待考量。

(二二手房价格统计存在极大漏洞。

出于逃避税收等动机,相当比例的二手房成交金额在登录系统时被人为低报,造成了二手房价格严重失真。

数据脱离市场情况过于明显,政府职能部门亦不能采信该数据,因此在房价口径上通常只公布新建商品房价格。

政府权威数据的缺位,使得二手房价格“数出多门”,各种数据令公众眼花缭乱。

这种现象不仅导致了民间对房价的疑惑、学术研究部门的话语不一致,亦极大地挑战了政府统计数据的公信度。

国民经济各类统计数据中,房地产价格成为仅有的一个不以政府数据为唯一标准的数据。

(三房地产研发机构数据具有一定借鉴作用。

与政府数据比较,房地产研发机构的房地产价格数据具有在样本区间内准确度高、时滞短等优势,但其数据采集只局限于若干重要城市,没有全国综合数据。

从数据比较可看出,在二手房价格统计上,房地产研发机构具备特有的便利和优势,其数据更为贴近市场,在政府权威数据缺位时,有一定的借鉴作用。

四、改进房地产价格统计的建议由一斑窥全豹,深圳房价统计数据反映的问题也正是全国及各城市房价统计普遍存在的问题。

房地产价格如果不真实、不准确,不仅会影响到民众生活和降低政府公信度,更可能因此导致政策调控作用的弱化甚至偏离。

改进房地产价格统计体系已迫在眉睫。

(一丰富房价指数品种,建立房价定基指数。

除现有的城市年度同比分类指数外,要研究建立全国及各城市的房地产价格定基指数,避免月度平均数对数据差异的拉平,以比较真实地反映价格的累积变动,并能让公众更明确地了解房地产价格的长期走势。

(二改进指数样本标准和结构。

房地产市场区域性明显,不同地区的房地产市场处于不同发展阶段,因此不能将同样的数据采集标准用于不同区域。

房价指数样本应根据不同区域的情况进行采样标准和结构上的适度调整,使指数能够更真实地反映各地的市场情况。

(三完善数据登记制度,严格数据审核和奖惩机制。

改进统计部门的房价数据准确性,不是单个部门的工作,更需要房地产管理职能部门方面的配合,从源头上保证统计部门取得的数据不会失真。

完善数据登记制度,首先要完善数据采集方式,从主要依靠房地产企业填报转向企业填报、现场调查和依靠行政登记并重。

其次要完善对数据登记的监管,要防止漏报、假报现象。

相关文档
最新文档