如何正确衡量房地产价格走势

红森

 

目前人们普遍用“平均销售价格”来衡量房地产市场中价格的变动情况。所谓平均销售价格，即用销售额除以销售面积所得到的价格。但是用“平均销售价格”来反映房地产市场中的价格走势是存在问题的。我们看这样一个例子。根据某公司对北京市2002年第三季度的市场分析，这个季度新开的50多个楼盘中，有相当数量是位于城区外围地段及城近郊区的普通住宅，其售价低于北京住宅的平均价格水平，这使得“北京市住宅平均价格水平下降了”。再看另一个例子，假如某一年市场上经济适用房项目较多，销售量很大，而第二年经济适用房项目减少，而商品住宅的销售量又猛升，这样第二年的住宅平均销售价格就会比第一年要高。以上这两个例子中平均销售价格的上涨和下跌是否真实地反映了市场供求关系的变化呢?显然不是。下面就以住宅市场为例对其进行探讨。 
  一、用平均销售价格度量房地产市场中价格的缺陷 

  “平均价格”这个指标的变化中会混杂两种因素的作用。其一是市场因素，即供求力量的相对力量，供大于求时价格下跌，供不应求时价格上升；其二是非市场因素，例如供给结构和住宅特征等。当市场中的供给结构发生变化时，即使供求关系不变，平均价格也会变化，例如政策性低价位住宅的比例上升会使平均价格下降。如果市场上住宅的平均质量(包括建造质量、区位、环境等)上升了，那么在供求关系不变的情况下，平均价格也会上升。由此可见，如果仅用平均价格来度量房地产市场中价格的变化情况，就无法区分它的上涨或者下跌究竟是由于市场因素引起的，还是由于非市场因素引起的，这显然不利于我们对市场走势的判断。 

  造成这个问题的原因是由于我们对于“价格”的界定并不清楚。我们所说的“平均销售价格”实际上是一种平均支出额的概念，即这一阶段购房者的支出总额除以总面积。而价格应当是指某种具有固定特征的商品(或称之为“标准商品”)每单位的市场价格，所以一谈到价格，必然对应着一种标准商品。只有这种含义的价格才能够真正反映市场供求关系随时间的变化情况。但是房地产是一种产品互异性很强的商品，几乎没有任何两宗房地产的特征是完全相同的。这里所说的特征，包括房地产自身的特征和周边环境的特征。以住宅为例，自身的特征可以是住宅的面积、卧室或浴室个数、设计水平、装修程度等等；周边环境的特征可以是小区居民的文化层次、小区环境、购物便利程度、公共设施质量、学校质量等等。不同特征的房地产拥有不同的支出额，仅将它们平均起来无法反映真正意义上的价格。国外普遍的做法是测算“同质住宅”的价格和变动情况。所谓“同质住宅”，是指特征不随时间发生变化的标准住宅。在观察市场走势时一直以它为基准，就可以排除非市场因素的影响，而集中反映由于市场供求关系变化导致的价格变动。显然，同质住宅价格和平均销售价格之间的差距反映了供给结构和房地产特征的变化。如图1所示： 

  

  当然这并不是否定平均销售价格的作用。平均销售价格是一种平均支出额的概念，因此能够在一定程度上反映这个阶段居民的购房支出水平，可以在各个地区之间进行横向对比。但是如果用平均销售价格来分析某一地区住宅价格随时间的变化情况，即进行纵向比较，就会产生误差。 

  

 

红森

 二、测算同质住宅价格的两种方法 

  现在我们以住宅为例探讨测算价格变动的方法，这些方法同样适用于其它的物业类型。通常有两种方法可以测算同质住宅的价格变动情况，一种是效用价格模型(Hedonic Model)法，另一种是重复销售价格指数(Repeat Sales rice Indices)法。 

  1．特征价格法。 

  特征价格法的思路是在住宅价格与住宅特征和销售时间之间建立起联系，即建立起一个Hedonic方程。这里所说的特征同样也包括住宅自身的特征和周边环境的特征。在这个方程中，住宅价格是住宅特征销售时间的函数，其中有一些参数需要确定。一旦这些参数确定了，我们就可以设定一个“同质住宅”的特征值，然后将这些特征值代人上述方程，就可以得到该同质住宅在不同时期的价格，这种价格能够反映住宅市场中价格的走势。 

  为了得到这些参数的取值，需要获得住宅市场中一段时间内大量的销售案例，得到它们的销售价格、销售时间和住宅的特征，然后通过统计回归的方法估计 Hedonic方程中的参数。 

  在利用Hedonic方程时要注意的是如何给住宅的特征赋值。住宅的特征包括住宅的面积、卧室或浴室个数、设计水平、装修程度、小区环境、绿化率、购物便利程度、公共设施质量、学校质量等等。这些特征有些是连续型的变量，例如面积、绿化率等，可以直接将它们的值代入方程；有些是离散型的变量，例如卧室个数等，我们可以将它们的值取为1、2、3……，然后代入方程；有些特征的属性是“有”或者“无”，例如附近是否有学校，我们可以给它赋予0或者1的取值(这称为“虚变量”)；有些特征并没有具体值，例如装修程度、购物便利程度、公共设施质量等，我们可以将其分级(高、中、低或者其它分级方式)，然后赋予它们1、2、3……的值。 

  应当注意，用Hedonic模型计算出来的价格变动序列并不仅仅是一种指数(相对值)，而是同质住宅的价格(绝对值)。因此它的应用比指数更广泛，可以计算任何一种住宅在任何时期的估计价格。但是由于Hedonic模型需要大量的数据、特别是关于住宅特征的数据，收集这些数据往往是非常困难而且成本高昂的，因此它的应用受到了很大的限制。如果在方程里忽略了重要的住宅特征数据，那么结果就会产生偏差。能够回避这些问题的办法就是采用下面的重复销售价格指数法。 

  2．重复销售价格指数法。 

  这种方法避免了需要收集住宅特征数据的困难，我们只需要得到销售时间和销售价格的数据。它所需要的样本是在这段时间内发生过重复交易(两次或两次以上)的住宅。其基本原理是认为同一套住宅在较短的时间内其特征不会发生变化，因此重复交易的价格自然满足了同质性的要求。同一套住宅两次交易的价格之比仅仅体现了时间因素，即这两个交易时间之间住宅市场中价格水平的相对变化。 

  采用多个交易案例(每个案例都存在两次或两次以上的交易价格)，就可以列出关于每一个时期住宅市场中价格相对值(其实就是一种价格指数)的联立方程组，解此方程组就可得到价格指数在各期的值，也就是同质住宅价格随时间的相对变化。 

  由此可见，重复销售价格指数法利用同一套住宅的多次交易来保证住宅的“同质”性，但只能够提供一种价格的指数，即价格的相对变化情况，而不能给出具体的价格绝对值。它的优势是所需的数据较少，但是由于它只考虑重复交易的案例，因此可能会遗失大量在此期间仅交易了一次的住宅数据。 

  

  三、同质住宅价格指标的应用与房地产指数 

  从以上对两种方法的介绍可以看出，房地产市场中价格的走势并不能从市场交易价格中直接观察到，而需要首先剔除掉非市场因素的影响。剔除方法就是设立一个特征不随时间发生变化的“同质住宅”，考察它的价格变化。 

  从我国目前房地产市场的实际情况来看，应用 Hedonic模型的难度较大。国外在这方面的研究较多，已经逐渐在住宅特征的选择方面达成了一致。但是由于国情的不同，他们认为重要的特征可能并不适用于我国的房地产市场，而目前关于在我国究竟应当选择哪些特征的研究还很少。数据的收集也是一个大问题，目前我国尚没有针对单个住宅所进行的跟踪调查体系。重复销售价格指数法是可以采用的方法，虽然在我国重复交易的案例不多，但开发商所开发的住宅往往都是较为标准的，在一个项目中存在很多特征基本相同的住宅，可以将它们的交易近似看作是重复交易。另外，我们还可以通过估价的方法对当期没有发生交易的住宅估算价格，虽然误差可能较大，但也不失为数据缺乏时的一个选择。 

  以上对同质住宅的讨论，实际上也说明了在编制房地产价格指数时所必须遵循的原则，即保证样本的同质性。由于指数是仅从时间角度来看价格的变化，如果每期的样本都发生变化，那么做出的指数就不具有可比性，也就失去了指数本来的意义。有些指数仅仅使用了平均价格的数据，将其转换为相对值，这显然是有问题的，它与平均价格相比并没有优势可言。有些指数虽然没有直接使用平均价格，但是在编制时也没有充分考虑样本的同质性，样本发生变化的频率很高，在一段时期之后几乎所有的样本都被替换掉了。虽然可以采用调整基期的方法对样本变化后的指数进行调整，但如果不同时调整样本变化前的所有指数序列，那么整个指数序列就不再是基于同质样本的了。 

  实际上重复销售法就是国际上编制房地产指数时常用的方法，Hedonic模型方法除了可以用于编制指数外，还有更为广泛的应用领域，例如房地产价格评估、住宅设施价值的确定以及环境评估等。

 

lhclyy000

呵呵