二手住宅价格指数编制方法探析
统计科学与实践
STATISTICAL THEORY AND PRACTICE
摘要：准确监测二手住宅价格走势，统计和及时发布二手住宅价格指数，对府制定政策，'企业和百姓了解市场越来‘重要。声丈在简介几种常用房价指数计算方法$基础上，研究了按照 不同区划范围进行加权平均法编制的二手住宅价格指数对比、结构性因素对裎宅均价的影响，并 探索重复特征价格法编制二手房价格指数，为二手住宅价格指数工作提供参考/
关键词：二手住宅指数；加权平均法；重复交易法
近年来，随着经济不断发展，百姓对居住有了更高的需求，而在 目前土地资源稀缺，可开发新楼盘越来越少的大背景下，二手住宅交易占据房地产市场越来越多的份额，准确监测二手住宅价格走势统计和及时发布二手住宅价格指数对政府制定政策，企业和百姓了解市场十分重要。
目前的网签数据中，房屋成交价格、建筑结构、区位等数据可以 直接获得，但由于房屋的异质性这一特殊属性，每套房子都不可能是完全相同的，要准确剔除各种外部特征导致的价格差异一直是个难题。本文探索通过网签数据转换进行二手住宅价格指数编制，在常用的房 价指数计算方法中，笔者选取加权平均法，对不同细分区块的加权平均指数进行试算，同时探索重复特征“R-H”交易法开展指数测算的可 行性，为统计调查二手住宅价格指数方法研究工作提供参考。
丨常用房价指数计算方法及优缺
点介绍
(一）重复交易法
重复交易法是根据同一房屋在
不同时期的交易价格来计算指数的
方法。具体计算公式为：
In(P si)- ln(P b) - EtL b i+l h+S tL b1+i E i,t
其中P Sl和Pb i分别是样本房屋在
Si时期的买出价格，在b i时期的购买
价格，ut表示受益水平。重复交易法
假设住房特征及特征的价格不随时孩子上幼儿园哭怎么办
间而变，通过比较同一房屋在两次
交易中的价格变动来计算指数。
重复交易法优点：该方法计算
过程较为简便，可以避免房产的异
质性。
重复交易法缺点：需要有过两
次及以上交易的房屋才能计人样本，
实际操作中可收集到的样本量较小，
抽样误差较大。同时，只利用有多
次交易的房地产数据，忽略了大部
分只有一次交易的房地产数据，也
会导致编制的房地产价格指数不能
反映整个房地产市场的情况。
(二）加权平均法
加权平均法是以报告期房屋
实际交易价格与基期实际交易价
格相比测算指数的方法。其计算
,,j. r— l ptQ°
公式为：1_Z P(=Q。
其中I为价格指数，P,,、P，代表
基期和计算期的价格，认，代表基期
权重。加权平均法的数据主要来源
于房地产交易价格，对每一期的房
地产交易价格进行加权平均再与基
期的房地产价格做比值就得到加权
平均法下的房地产价格指数。
加权平均法优点：加权一方面
可以将大量的交易案例加总，另一
方面也可以在一定程度上降低房地
产品质差异及房地产结构变动对指
数带来的影响。
加权平均法缺点：一方面采用
24 I 2021年第2期
销售金额和销售量双加权模式，权 重中销售金额和量之间存在相关关系，且量和价权重比重分配难以明确依据；另一方面权重依赖度大，项目或者区域划分对指数产生较大影响。采用加权平均法计算二手住宅价格指数的难点在于如何从网签数据进一步将板块颗粒化，提高近 似同质度。
(三）特征价格法
特征价格法认为，房屋具有各种特征，如朝向、楼层、容积率等，房屋价格是所有特征的总体反映。当某一特征发生变化时，房屋价格 也会随之变动。对房屋价格利用特征变量建立特征价格函数来计算房价指数。具体计算公式为：
InP =a〇 -f-«i lnXi + £
其中，P为价格，X，代表房屋各 个特征，叫是各特征对应的特征价格。
特征价格法优点：特征价格法能有效提高同质度，是目前最同质 可比的方法。
特征价格法缺点：特征对行政记录要求高，在住房特征的收集整理上现有的行政记录还难以满足。我国住房市场处于快速发展阶段下，住房的特征一直在发生变化，不同 时期特征变化也较大。
丨加权平均法不同范围下测算对 比硏究
上文介绍了常用的几种房价指数计算方法，对各种房价指数测算方法的优缺点和可行性也进行了说明。根据目前二手住宅数据获取渠道，加权平均法仍是二手住宅价格指数编制现行最可行的方案。为使 二手住宅价格指数编制更具有科学性，本文采用不同范围作为规格品，
通过比较不同范围不同颗粒度下测
算的指数，分析不同范围下编制方
法和市场的匹配度。
(一）数据来源
为了满足测算的代表性，本次测
算选取了苏州2015 _ 2019年二手住
宅网签数据作为样本进行数据处理，
共计375426笔样本数据，经过预处
池城李宝英
理的样本数据共有234226笔数据。
清洗结果采用加权平均法测算价格指
数进行比对，观察数据合理性。
(二） 数据划分方式
基于苏州市区网签数据的结构，
本文着重探索按行政区、按细分板块、
本兮vce按小区三种类型的数据清洗方式。
1.按行政区清洗数据。按照行
政区进行数据清洗是目前试行的二
手住宅网签数据测算中正在使用的
清洗方法。操作较为简便，每月仅
需按照不同面积段将所有网签数据
划分到各个行政区。缺点是样本数
量过少，易受结构性因素影响。
2.按细分板块清洗数据。在行
政区的基础上，再进行颗粒度细分。
这种划分方法的难度，在于确定划
分依据并按照标准对小区进行划分。
通常影响二手房价格的划分标准有
商圈、学区、街道等多种因素。城
市发展中，随着新的综合体的建设，
商圈辐射范围始终处于不断变化中；
学区划分法经过和教育部门沟通，
权志龙安昭熙
反映施教区的范围尤其是刚趋于成
熟的小区变化较大，且教育部门正
通过联合办学等模式淡化学区概念，
商圈和学区虽然对价格影响较大，
但由于稳定性较差，难以作为划分
标准。而街道划分处于相对稳定状
态，且同街道的商圈和学区虽然有
研究探索
所差异，但近似同质度相对高，因
此测算过程中以街道为划分标准，
对网签数据进行处理。按照街道划
分，苏州网签数据整理后共涉及64
个街道，192个项目，数量比按照行
政区划分多了 10倍以上，有助于进
一步提高测算的精度。
3.按小区清洗数据。按小区进
行数据清洗，数据的同质性较强。
缺点一方面是二手房成交没有新建
住宅成交集中，以小区划分成交周
期可能较长，个别小区可能年内只
有几套房子出售；另一方面是目前
网签数据并没有区分小区的字段，
需要进行一定的前期数据整理工作
才能符合指数测算的要求。以苏州
为例，按照小区划分，二手住宅库
中共合并整理2626个项目，但月度
间大部分小区成交间隔周期长，经
常需要对基期价格进行评估，加大
了数据清洗的工作量。
(三）加权平均法实证分析
将苏州市区网签数据按行政区、
按街道、按小区重新划分，同时每种
分类下再分面积段（90平发米及以
下，90-144平发米，144平方米以上），
代人到加权平均法模型中，计算得到
2016年1月一 2019年12月指数。
将指数结果与二手房均价环比涨幅计
算Pearson相关系数，得到按行政区、
按街道、按小区划分与均价相关系数
分别为48.84、55.09和37.50，指数
结果都与均价涨幅呈现正相关，按街
道划分的指数结果相关性最高。
从2016 _ 2019年整体时间段
看，按行政区、按街道、按小区三
种不同方式划分数据的测算结果指
数趋势基本保持一直，且与均价
环比、同比走势基本保持一致。
2021年第2期I  25
统计科学与实践
STATISTICAL THEORY AND PRACTICE
2016 — 2019年按行政区、按街道、 按小区测算的价格指数累计涨幅分 别为 67.1%、59.4%、22.0%，同时间 段内二手房均价涨幅为64.5%。表1测算指数与均价年度涨幅对比
按行政区
按街道按小区均价2016 年121.1124.7113.7120.42017 年107.7102.4100.2114.12018 年107.5107.5102.8106.92019 年
115.4
116.1
104.3
112.0
从波动幅度情况看，按小区测 算方式指数波动幅度小于均价，按 行政区和按街道划分方式与均价波 动浮动接近。三种计算方式对比， 区划范围越小波动幅度越小，分街 道波动幅度略小于分行政区波动幅 度，分小区波动明显小于分行政区 和分街道波动。
图1测算指数与均价环比走势对比
…tts&s
往街I
按屮a
--masts
图2测算指数与均价同比走势对比
(四）结构性因素分析
上文给出了不同方式测算指数 结果与均价走势的比较，住宅平均 价格是房地产价格统计数据质量评 估的重要参考依据，但平均价格容 易受不同区间成交比例变动的影响。 本文参考《陆：平均指标因素分
析法在房价统计中的应用》中提到 的剔除结构性因素方法，按照分行 政区和分街道结构性因素进行剔除， 以苏州市2018年底和2019年底数 据为例，对分不同区划范围剔除结 构性因素均价进行对比。
按照平均指标因素分析剔除结 构性因素后，按照行政区剔除，2018 年12月苏州市二手住宅价格均价上 涨 7.8%, 2019 年 12 月上涨 15.7%; 按照街道剔除，2018年12月苏州市 二手住宅价格均价上涨9.2%，2019 年12月上涨17.2%，和市场实际情 况对比，剔除结构性因素更准确反 映价格变动情况，与市场实际情况 也更贴近（表2 )。
表2剔除结构性因素均价涨幅对比眼泪中的名字
均价剔除行政 区结构影 响涨幅（％ )剔除街道 结构影响 涨幅（％ )
绝对值 (元/rrf  )涨幅(%)
2018 年 12月16898  6.97.89.22019 年 12月
18933
12.0
15.7
17.2
丨重复特征“R -H ”交易法探索
特征价格法能有效提高同质度， 但在具体运用上也由于行政记录的 房地产特征较少，存在一定限制。 国家统计局统计科学研究所董倩 2017年提出二手房价格指数重复特 征“R -H ”交易法，探索在现有数
据基础上，更大程度同质可比，本 文进行了初步研究，用苏州市网签 数据进行了初步测算。
对于重复特征“R -H ”交易法的 模型构建，需要在选择范围内部进 行样本匹配。选择的匹配范围越小， 匹配样本之间的同质性就越高，因 此匹配范围的大小决定了重复特征 “R —H ”交易指数的计算精确度，
基于目前二手住宅网签数据的结构， 本文选取以小区作为重复特征“R — H ”交易法的匹配范围。具体计算公 式演算过程如下：
n—m  I Pn,i _°
yj  Pm ,j
e l |=la ixn .i +l j =lPiD j +£ e l j =la  ixm ,j +l |=lPjD j+E
-i- (lnPn i-ln P m,)=
士 [S
i =i a i (x n.i _x m ,l ) +S j =i P j D j  + £]
其中，P …，和是任意匹配样 本中的一个价格对，这里分别代表 在n 时刻产生的样本i 的交易价格 和在m 时刻产生的样本j 的交易价 格，共同组成了新价格对，在这里 1 ^ (n 一m )矣3时；第m 个月匹配 样本价格为选取匹配范围所在的行政区域均价。X …j , X y ，是原样本i 在n 时刻所拥有的特征属性与原样 本j 在m 时刻所拥有的特征属性的 差分对。
根据重复特征“R -H ”交易法，对2015—2019年苏州二手网签数据以小区为匹配范围进行匹配，样本对数量为2526481笔数据。通过spss
青少年沉迷游戏怎么办
摸型汇总
机型R R 方
调整
R 方
标准估计 的误差1
.612a .375.341
17.59429
a .预演变量：（常量），建成年份，所在层数，
合同面枳。
系数a
模型
非标准化系 数标准
系数
t Sig .
B
标准误差1(常量）.582  3.156
.184.854合同面积-.013.003-.511-4.484.000所在层数-.002.002.436  4.038.000建成年份
.012
.005
.263
2.336
.
023
a .因变量：均价
图3重复特征“R —H ”
交易法回归分析结果
26 I  2021年第2
期
研究探索
一按街道 一均价环比重复特征法月*环比195
按街道 —均价同比 重复特征法同比
图4加权平均法与重复特征“R-H”交易法测算对比结果
软件进行回归分析，结果如图3。图3说明，模型中选择的合同面积，所 在层数，房龄对房价都有显著
影响。其中合同面积、所在楼层对二手住宅价格有负向影响，建成年份对二 手住宅价格有正向影响，面积小，楼层低，建成年份新，二手住宅价格会更高一些。
将重复特征“R—H”交易法测 算结果、加权平均法按街道划分下测算结果和二手房均价走势进行对比，两种测算方法与二手住宅均价变动趋势基本保持一致。从2016 —2019年整体时间段看，重复特征“R— H”交易法累计涨幅低于加权平均法 分街道数据，两种计算方法累计涨幅分别为47.8%和59.4%。从波动幅 度看，重复特征“R—H”交易法计 算的环比指数波动明显，加权平均 法测算的环比指数较为平滑（图4 )。丨本文主要研究结论
首先，本文研究了按照不同区划 范围进行加权平均法编制的二手住宅价格指数对比。通过用现有行政记录的二手房网签数据，进行数据 清洗（提供了网签数据清洗可测算基础数据方法），从苏州市2016 —2019年数据测算看，分街道加权平均法编制的二手房价格指数与实际
二手房价格变动感受较为贴近。
其次，研究结构性因素对住宅
均价的影响，分别对2018年底和
2019年底行政区和街道结构性因素
进行剔除。从测算情况看，均价涨
幅受结构影响较大，指数测算中需
参考剔除结构性因素影响后的均价
作为评估因素，更为科学。
第三，探索重复特征价格法编制
二手房价格指数。特征价格法的优点
在同质可比性更好，将影响房价的特
征属性通过变量体现出来。从测算情
况看，当前用二手房网签数据进行特
征分析存在一定局限性，测算的指数
累计涨幅低于加权平均法涨幅和均价
涨幅，且月度波动幅度较大。
I二手住宅价格指数编制方法未
来展望
住宅价格指数是落实房地产市
场健康平稳发展的量化监测指标，
真实、准确、及时的价格指数，能
有效发挥统计信息、咨询、监督职能，
也是统计调查服务社会经济发展大
局的体现。国际上住宅价格指数的
编制仍存在很多难点，不同国家也
根据国情有不同的编制方法和编制
范围的选择。从未来房价指数编制
方向上，可以从三个方向继续探索。
(一） 获取更加丰富的行政记录
随着技术发展、治理能力提升、
规范化要求提高，目前行政记录各地
差异大、字段缺项等现象必将逐渐减
少，丰富可靠的行政记录将为价格指
数的基础数据提供越来越多的信息，
更加准确地反映影响价格变动的区
域、朝向、容积率、绿化等因素。
(二） 运用更加多元的技术数据
以数据为本的新一代信息处理
技术发展，让数据获取、处理和呈
现方式与手段更加丰富多元，更多
维度凸显数据价值。现在不论是日
趋成熟的网络爬虫技术、地理信息
系统、还是未来的区块链技术，都
将带来更多的基础数据，为指数的
高效和精准夯实基础。
(三） 打造更加便捷运行模式
高效、准确、便捷是价格指数编
制的追求，信息技术手段的日新月异，
让价格指数编制工作更加程序化。通
过定期价格特征参数变化及更智能的
进行程序化运行，让价格指数的编制
更多的从数据采集向数据分析转化，
从“数库”向“智库”转化，从数据
提供者向发展解读者转化。B
作者单位：国家统计局苏州
调查队
2021年第2期I
27

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。