[摘要] “房价上升1.5%的数据，是我国十万统计人心中永远的痛，也恰恰是我们改革前进的动力。”国家统计局局长马建堂在2010年5月7日南开大学统计制度与方法研究中心的成立大会上做如上表态。这个讲话的背景是，国家统计局2010年初公布的2009年70个大中城市房屋销售价格上涨1.5%的数据。
“房价上升1.5%的数据，是我国十万统计人心中永远的痛，也恰恰是我们改革前进的动力。”国家统计局局长马建堂在2010年5月7日南开大学统计制度与方法研究中心的成立大会上做如上表态。这个讲话的背景是，国家统计局2010年初公布的2009年70个大中城市房屋销售价格上涨1.5%的数据，引起社会各界的极大不满，也让国家统计局处于前所未有的尴尬境地。
此后国家统计局在深圳召开住宅销售价格统计方案的论证，在国庆节前夕推出《住宅销售价格统计方案》（征求意见稿）。然而这份《方案》仍然存在诸多问题，很多专业人士都去信或在媒体上公开质疑，却不见国家统计局任何回应。正式版本的《住宅销售价格统计方案》何时能出台尚不清楚。到目前为此，中国房价指数仍然是一片迷雾。
一、房价指数的意义：
首先要明确，房价指数是干什么的？有什么意义？
简单而言，房价指数的具体意义包括：
（1）反应房地产市场价格变化与变动趋势，包括分类别房屋的紧俏程度；
（2）对房地产投资者提供理性投资依据，对购房者提供市场判断的参考；
（3）帮助政府了解房地产市场总体行情与走势，为制定房地产土地供应计划、确定土地出让基准价格、房地产市场政策调整等提供决策参考；
（4）房地产市场交易管理与课税的依据；
（5）房地产的开发与交易是经济活动的重要组成部分，房地产业是无可置疑的支柱行业，房地产价格的变动直接反映宏观国民经济状况，特别其区域性强，与本区域经济发展情况休戚相关。所以，房价指数被誉为“国民经济的晴雨表”，对市场参与者投资行为和政府宏观经济决策都有重要引导性意义。为此，一个合理、有效的房价指数应该具有以下特征：及时性、准确性、实用性与公开性。
二、房价指数的难点：
房屋价格和其他商品/资产价格存在诸多显著的不同，这使得无论房价指数的编制带有诸多挑战，无论是样本数据的选择还是分析方法的选取都会对房价指数结果造成很大影响。
具体而言，房价指数的难点主要在于：
l房屋是异质的。即使两套房屋在结构上的所有因素都雷同，其所处地理位置也是不同的。“天下没有两套房子是一模一样的”。这就对数据的收集和指数编制方法都提出了严峻挑战。前者要求编制房价指数的数据样本要很大，要有充足的代表性，而且不仅房价数据要有，房屋的各种特征都要获得。后者要求对房屋的异质性在技术上要有科学的处理方法，使异质的房屋价格“同质化”。
l真实房价的获得是困难的。我们只能在房屋已售出后才能获知房屋的市场价格。挂牌价格和评估价格都与市场成交价格存在有差距。而在中国，二手房的价格连房产中心登记备案价格都可能带有严重的信息失真。
l房产销售交易频率较低。在中国，新建商品住房的价格是由开发商主导的，离市场均衡价格有偏差。但二手房市场交易总体还不活跃，交易量至今还没有超过一手房交易量。即使在美国，每年也只有3%到7%左右的住房存量转移产权，这意味着平均一套房子要14年才会被卖出一次。这导致仅以成交的存量房屋价格来反映存量房的整体价格走势会带有较大偏差。
三、房价指数编制的通常方法：
房价指数最主流的有4类：
l简单平均（SimpleAverage）
l特征回归（HedonicRegression）
l综合调整（MixAdjustment）
l重复销售（RepeatSales）
【相关阅读】
3.1.简单平均
简单平均即为计算在某一时间段内销售的所有房屋的平均价，也即总销售额除以总销售面积就可以得出。这种方法是最简单易行，也十分直观和容易理解。对消费者而言，也能提示购房的基本预算要求。但对于需要准确了解市场需求变动情况的房地产投资者和政府决策而言，则问题很大，因基于简单平均价格的房价指数往往与真实的市场波动情况有背离。
其主要问题是未考虑不同价格的房产在不同时间销售对指数的影响。例如，假如别墅等高价房在某段时间内的销量比例增加了，那么简单平均的价格指数就会随着上升；或者，某地某个时期交易的房屋集中在郊区，那么房价指数立刻会被拉低下来。但这两个例子中每个房屋价格可能都并未发生任何改变。所以基于简单平均法的房价指数对人们判断市场走势会有严重误导。
这提醒我们，房屋是异质的，构建房价指数要求房价数据必须标准化，以消除样本数据结构性变化的影响。
我们要明确，所谓房价指数，要度量的是市场需求变动所带来的价格波动，而不应该包括其他“杂质”，不被其他非市场需求因素所误导。
要达到这个目标，就首先要把充满异质性的房产标准化，然后才能构建所谓的“均质”（constant-quality）房价指数。
3.2.特征回归法
特征回归价格指数具有扎实和严密的经济学理论基础。为了避免简单平均法下仅仅因为交易地段结构的变化就导致价格指数的波动，特征回归模型将先估计“地段”（如用到市中心距离来衡量）这一品质特征的对房价的影响——地段的影子价格，离市中心较近的房屋其价格中包含这部分因素较多，离市中心较远的房屋其价格包括这部分因素较少，把地段的因素扣除之后，市中心和郊区的房子就都标准化和可比较了，那么这时候观察到的房价变化幅度，才是反映市场需求变动导致的真实价格波动。以此类推，各种特征因素的变动对房价的影响都是可以消除的。需要强调，房屋品质提高如建筑质量变好所带来的房价上涨，应该也是要从总价格涨幅中剥离掉。
然而，尽管特征价格法在理论上严密，在房地产学界研究中应用广泛，现在几乎是房价指数的标准方法，但不可否认，特征价格法的房价指数在实践中往往会遇到很多难题：
l对数据的质和量要求高，必须全面调查房屋的各种关键品质，相关统计任务重
l统计和建模中到底应该把哪些品质特征包括在内还缺乏定论
l某些特征有时候难以量化统计
l如果把所有可能影响房产价值的因素都考虑在内，那模型过于复杂琐碎
3.3.综合调整
综合调整是一种加权平均的思路，把房地产市场进行切割和划分，设立细分的子市场(submarket)或单元（cells），每个单元包括了在相似地理位置的相似特征，房屋价格数据可以被分配到不同的单元内来估算每个单元（不同特征）的平均价格。对构成房产的不同单元的平均值进行加权后获得的价格就是综合调整价格。这和特征回归法的原理类似，但做法上要简单许多。综合调整法存在的问题主要是：
l如何分配子市场/单元带有主观性
l哪些是影响房屋价格的特征因素有争议
l权重取的不同会对分析结果产生巨大影响
3.4.重复销售
与特征价格回归法和综合调整法利用大量房屋特征不同，重复销售法是观察某一特定房屋在一段时间内的价格变化，由此推广到全部房屋。
重复销售法的主要问题是：
l容易成交的房产可能不一定带有普遍性和代表性，比如小户型转手率偏高。这被称为样本选择误差（sampleselectionbias）。
l因为不同类型房产的价格变动幅度可能会不同，在样本数据中对某一类型房产的不适当偏向会对总体价格变动率的估计会造成很大影响。
l重复销售法同时忽略了房屋是否进行了改造，而这样的改变也会影响房屋价值并进一步影响价格指数。
但是美国的FHFA和S&P/Case-Shiller指数是改进过的重复销售法，通过更严格的样本筛选和更强的计量工具来消除样本选择误差等不利因素。
四.对国家统计局《住宅销售价格统计方案》（征求意见稿）的点评
国家统计局在国庆节前夕推出《住宅销售价格统计方案》（征求意见稿），只留给社会7天的反馈时间。虽然《方案》较之前早先基于开发商自己填报的销售价格统计方案要改进很多，但仍然在科学性和操作性上有很多疑问。
概要而言，我们认为《方案》最主要的问题可能在于以下几点：
1.首先在（一、调查目的）中应该明确，作为国家统计局，做房价指数希望达到什么样预期目标，有什么政策含义。房价指数其实面向不同人群，如果帮助消费者决定购房预算，从简单平均价格（某城市销售金额除以销售面积就可得到）得出的价格指数也够用了；如果是为投资者和政府决策服务，那就需要更加的、剥离地段结构性因素影响、只反映市场需求变动的价格指数。为此，可能需要同时编制两个或更多的房价指数，但要说明各自的适用用途，让公众清楚。
2.在（二、调查任务）中建议明确调查“地段”也是相关基础资料。在（三、调查城市及范围）中，只提70个大中城市可能不合适。70个大中城市可以做的房价指数，但其他地级以上城市，国家统计局也应该提供或至少汇总基本房价资料，哪怕只是最简单的月度销售额、月度销售面积和月度均价。
3.在（四、调查方法与调查内容）中，由于我们强烈建议使用特征价格法来编制新房价格指数，使用重复销售法来编制二手房价格指数。即使短期内达不到这些编制技术要求，也要为未来做好准备。为此不仅（新建和二手）住宅的所在项目名称、项目地址、幢号、总层数、所在层数、住宅结构、成交总价(合同金额)、建筑面积、签约时间等要收集，户型、建材、装修程度等多个重要资料也要一并收集，更要展开小区信息和地段信息的统计与整理。当然这些可以不用写进方案中。
4.二手房价格取样有三个渠道，但到底以什么为准，没有落实。使用中介提供数据，可能会有做高价格的嫌疑；但房地产管理部门登记的成交价格又因为众所周知的“黑白合同”而有低估嫌隙；调研员实地采价不知如何操作，如果是评估则对调研员要求太高，如果是上门访问交易当事人，成本很高，也难保证准确性；其实根本解决之道应该是，国家统计局和房产管理部门、税务部门、金融系统密切合作，制定消除居民“黑白合同”动机的整套政策。不能任其发展。否则相对来说，代表性中介提交的成交数据更为可信。
5.二手房指数，如果利用中介上报的成交数据，则无法控制不同地区交易量所占的比重；因为即使比较大的房屋中介公司，其在城市内部的地区分布也是有差异的，所以如果二手房也使用本月成交面积或成交金额作为加权，就可能存在较大的误差。对于二手房，我们建议全市平均分布观察点，使用简单算术平均就比较可行，如果要更一些，就使用（广义加权）重复销售法。
6.新建住宅中，分为连续性销售楼盘和新开楼盘价格指数，以及间断性销售楼盘环比价格指数，我们认为没有必要，政策含义不强；而且一些定义非常模糊，操作起来偶然性很强，如“如果新开楼盘附近区域存在可比在售楼盘，则按照该可比楼盘对应分类成交价格评估上月价格；如果没有，则根据区域、地段、价格同质可比原则，选取与该楼盘位置同一级别区域的相似楼盘对应分类成交价格进行上月价格评估；如果上述楼盘都不存在，则根据该楼盘附近区域内本月二手住宅交易价格变动幅度或有关价格数据的变动幅度进行评估。”这将导致客观数据和主观数据的混合，尤其何为“同质可比”，完全依赖调查人员的个人判断，主观性太强，大大降低房价指数计算的客观性和性。对于新建住宅，我们建议全部使用客观的实际成交数据，然后按照住宅所处地段，给一个虚拟变量即可，复杂一些则是采用特征回归法，控制多维地段因素。
7.面积的三个分类是否必要？其政策含义何在？有待探讨。没有研究证据表明单位平方米的房价会在这三类住宅中有显著差别。即使存在有差别，对于消费者、投资者都没有太大意义。分类太细，统计困难；信息太多，反而造成混乱。如果政府决策需要知道房价与户型面积的关系，专门做研究提交报告就够了。这种关系一般在相当长时间内都很稳定，不需要时时监测。
其他还有一些不太重要的细节问题，这里暂不多谈。
总结：
今年初国家统计局就承诺认真改革房价统计方法。但3月2日，国家统计局局长马建堂在深圳调研房地产价格统计并主持深圳、广州两地房地产价格统计座谈会时强调，目前，房地产价格统计制度总体上是科学的，基础数据总体上也是可靠的，只是数据采集和计算方式还有一些值得改进完善的地方。在2010年5月7日南开大学统计制度与方法研究中心的成立大会上依然做如上表态。可见国家统计局对原来房价指数的严重问题并没有真正认识清楚，那么对如何改进，也是没有找到真正的命门。
然而，我们很多学界同仁的观点是，中国政府的房地产价格统计制度总体上是欠科学的，基础数据总体的可靠性是令人担忧的，在数据采集和计算方式上还有很多值得改进完善的地方。希望国家统计局确实“认真地”改革房价统计方案。房价指数的准确性，不仅对房地产市场、对整个国民经济至关重要，应该十分严谨和慎重。如果现在条件不成熟，哪怕推迟一些，多请些专家学者，多公开讨论，论证严密清楚了，再推出也不迟。否则仓促推出的《住宅销售统计方案》，要么后患无穷，要么要很快时间就要重新改进了。
作者：复旦大学管理学院/复旦大学住房政策研究中心陈杰副教授、郝前进博士等
【相关阅读】
免责声明：凡注明“来源：房天下”的所有文字图片等资料，版权均属房天下所有，转载请注明出处；文章内容仅供参考，不构成投资建议；文中所涉面积，如无特殊说明，均为建筑面积；文中出现的图片仅供参考，以售楼处实际情况为准。
