房地产市场指数有那些
目前,我国房地产价格指数的编制与发布既有政府主持的,也有民间承担的。民间的房地产指数由房地产开发商或中介机构编制,如中房指数(CREIS)、戴德梁行指数(DTZ index),伟业指数、中原城市指数(包括 CCI 和 CCL)等。政府的房地产指数一般由房地产管理部门组织编制,如全国35个大中城市房地产价格指数、深圳房价指数、上海住宅预售价格指数、西安40指数等。这些价格指数的编制和使用上存在以下几个问题(张宏斌、贾生华,2000):指数编制过程中,板块、片区和商业圈的划分缺乏必要的理论依据;指数的计算方法落后;价格指数的预测方法不能体现房地产市场的内在特点;各地编制房地产价格指数的主体不一样,造成了数据的来源和样本的选择方法存在很大的差异。
国外的房地产价格指数编制方法众多,从现有文献来看,大致可归纳为以下几种关键类型:重复交易法、特征价格法以及混合模型方法。其中重复交易法和特征价格法是解决房地产价格指数编制中由于房地产结构差异、品质差异所造成的指数偏差等问题的较好方法,尤其是特征价格法在国外住宅价格指数的应用中最为广泛。然而,由于我国特殊的国情和市场条件,国内目前十余种房地产指数的编制大多采取了理论上简单、实际编制上粗糙的加权平均法,或者是加权平均法和重复交易法相结合的不规范做法。在指数的理论和实践中存在着指数测算方法不完善、样本数据缺乏代表性、指数的应用受到很大的局限等问题。
然而,随着我国市场经济改革的不断深入和国民经济的稳步高速增长,我国各地房地产市场在数年内就有了前所未有的变化和发展。在经济发展迅速、市场体制较完善的地区和城市,房地产市场不断规范和成熟,市场交易案例逐步增多,房地产交易登记备案制度也逐步得以实施和完善。这样,我国城市房地产指数在编制的基本理论方法上,一些城市地区已初步具备了应用特征价格法的现实可行性,大量的交易案例和实际价格数据使得房地产各属性与房地产价格关系的测算成为可能。同时,由于我国目前房地产市场仍然以一级市场(即新盘的交易)为主,大多数城市的二手房市场远未放开,市场交易资料相对来说还是较封闭不公开,这种现实状况极大地限制了重复交易法的应用。当然,在一些二手房市场较发达、市场基础较好的个别地区,如上海,可以考虑采用该方法编制房地产指数。此外,由于大多数地区和城市,毕竟房地产市场的发育晚、规范慢、交易少,在一定的时期内都不一定能够具备仅仅应用征价格法的条件。这样采用细分市场和加权平均法以及特征价格法可能对目前国内很多亟需编制房地产价格指数的城市还是一种可行的思路。
总之,从未来我国房地产价格指数编制的趋势看,特征价格法因其方法的科学性和理论的完善性而具有广阔的应用前景,应加强这方面的理论研究。此外,应针对不同地区不同条件选择合适的、可行的房地产价格指数编制方法。在有条件的地区、城市,可分别采取两种以上的方法进行房地产指数的编制,并进行比较研究。
特征价格模型
房地产特征价格法编制房地产价格指数的理论依据源于“特征价格理论”,最早由美国经济学家Lancaster于1966年创立,其意义为每单位消费者在追求效用极大的过程中,每增加一个单位某种属性的消费,所愿意支付的边际费用。这种方法是应用特征价格理论,运用模型求出影响房地产商品价格的品质因素所隐含的价格,并可确定每一品质因素变动对商品价格的影响程度。这样即使是非同质商品也可以在基期和报告期进行比较。设p为房地产商品价格;Xi为房地产品质因素;βi为各品质因素对房地产商品价格的影响系数;Tj为房地产商品在j期售出的虚拟变量,若出售Tj=1,否则Tj=0;rj为在j期出售的房地产商品价格变动; 为随机误差项。根据特征价格理论可以建立房地产商品价格模型:
LnP=∑βiLnXi+∑rjTj+e (1)
通过回归分析,以得到各期的值,利用这些数据就可以编制房地产价格指数。这种方法虽有较好的理论基础,但在应用时要注意考虑这样几个问题:影响房地产价格的特征因素有那些;房地产价格与这些特征因素之间的关系是什么样的。因此,在实施时,该方法需要大量的房地产价格资料及相应的大量统计数据,这样有助于发现其中的规律,目前国外一般采用特征价格理论编制房地产指数,使计算出来的房地产指数尽可能反映房地产市场供求关系的变化。特征价格模型的实证研究和应用分为两个方面:
价格指数的编制。特征价格模型最初的用途是编制价格指数,即使在现在,特征价格模型的第一种且非常重要的用途,也还是根据数据的性质(时间序列数据、横截面数据、面板数据)对价格指数的编制方法进行全面改善,研究的基本目的是提高住宅价格基准的精确性,一些研究还构建了适用于特别用途的住宅价格指数,如对贫困分界点的测量进行改进。
推断特征的隐含价格和估计特征的市场需求。大多数研究往往把焦点集中在运用模型如何求得科学合理的特征价格这个问题上。而美国不少学者研究不同人种、社会经济状况等因素对住宅价格的影响。另外, 有不少学者使用特征年龄系数来测度折旧。尽管估计特征的市场需求存在一些困难,但还是有许多研究试图得到单个住宅特征或特征群的需求参数(有时是供给和需求参数)。
我国房地产价格指数的构建
应用特征价格模型的理论前提是市场均衡,在现实世界中满足这一理想条件的情况不存在。但是,国内市场经济的发育已经为应用特征价格模型创造了条件。应用的切入点可以房地产行业,因为在国外大约有一半多的房地产价格研究采用特征价格模型进行的实证研究,这些研究为本文提供了丰富的文献资料和借鉴经验。此外,国内房地产行业的资料收集条件已经基本成熟,可以通过政府部门、中介机构等各种渠道获取市场资料。因此可以从以下三个方面进行重点研究:一是房地产价格指数的编制; 二是房地产评估方法的完善;三是研究环境、交通等具体因素对房地产价格的影响,这些都是可行的且具有重要的实践意义。由于房地产价格特征指数法要采集大量的数据,一般直接编制全国的房地产价格特征指数有困难,现以成都市房地产为例,探讨改进的房地产特征指数的实施方案。
(一)对城市房地产市场作分区、分类
这里主要是指对住宅的分类,可分为普通住宅、公寓、别墅,或分为多层、高层等,主要是使各类之间的品质更为接近,各类之间的区别更大些。分区就是将城市区域划为一个个片区,划分的原则就是保证每一个片区在环境品质方面,如周边学校、商业中心、医院、周边道路、空气污染情况、治安环境等方面大体的相同性。在实际操作时,应邀请本地区房地产市场方面的专家,采用特尔斐法确定影响房地产商品价格的品质因素。
(二)采用抽样调查方式获取数据
该方式能够事先计算和控制误差,同时还可以降低编制指数的成本。首先对房地产市场进行了分区分类后,抽样时宜采用分层抽样的方式。根据抽样原理在允许误差的情况下确定样本数目,再根据各片区的规模及近几年各片区的交易量来确定在每个片区抽样的数目。
然而,在同一片区内,房地产商品之间仅在楼层、建筑面积、装修程度、朝向等建筑物本身品质方面存在不同,因此较容易应用特征价格理论建立模型来评估这些品质的变动对房地产价格带来的影响。这样,如果同一房地产商品在报告期没有交易,也可采用在同一片区有交易的房地产商品修正后的价格作为代替,解决了样本前后期同一性的问题。同时因为同一片区的环境品质大体一致,前后期品质的影响也可消除。这样,在很大程度上解决了前面提到的样本可比性和价格评估的问题。
(三)价格指数的构建
1.分区分类房地产均价。每一个片区同一类别的房地产价格保证了同质可比性,因此可以通过计算分区分类均价:
pij’=∑p’ijsq’ijs/∑q’ijs (2)
其中:i表示片区,j表示住宅类别,s表示样本房地产,t表示报告期,p’ijs样本房屋用于房地产指数编制的房地产价格,q’ijs为该房地产交易面积,t表示报告期,0 表示基期。
2.分区分类房地产指数。由于每一个片区同一类别的房地产可以看作是同质样本,因此分区分类房地产指数就相当于个体指数,其计算公式如下:
Iij=p’ij/q0ijs(3)
3.综合指数。 接下来就要采用加权的方法将分类分区指数合成综合指数,根据需要,可以合成某一行政区指数,也可以合成某一类别指数,或者合成总体综合指数。由分区分类指数合成综合指数,非常关键的是权重的选择。权重的选择要考虑两方面的问题:一是采用成交面积还是成交金额,目前国内房地产指数较多的采用成交面积,略显不足,有些高档住宅成交面积虽小,但成交金额较大,在整个房地产市场中所占地位较重,这在权重中应有反映。二是只考虑有交易的房地产还是考虑全部的房地产交易面积都会发生变化,也就意味着现实中的权重在每一个计算期都发生变动,因此,按基期权重计算的结果就会与实际情况出现偏差。有些片区经过一段时间可能因各种原因而退出指数计算,而有些新建小区可能要成为指数计算的样本。另外根据本地区房地产市场的情况,各片区所占权重经过一段时间也要进行调整。这些调整间隔大约一至两年为宜。样本或权重调整后都要对当期指数进行调整,以保证指数前后的衔接。
首个房地产股票价格指数发布
当大数据、房地产、股票这几个词碰撞在一起的时候，会迸发出什么样的火花呢？“中证房天下大数据指数”将于9月23日正式发布，这是国内首支房地产股票价格指数，也是开篇问题的答案。中证房天下大数据指数是由中国指数研究院与中证指数有限公司、博时基金合作，研发的中国第一支房地产大数据指数，该指数的诞生，预示着中国房地产指数系统与金融资本市场融合迈出了第一步。9月11日，该指数由中房指数系统发起人、中国房地产开发集团理事长孟晓苏先生，我国经济学泰斗、中国工程院院士李京文以及来自清华北大等高校的知名学术权威、房地产主管部委相关领导及我国金融证券领域的高级研究专家组成的鉴定委员会鉴定通过。国内首支房地产股票价格指数将发布相较于传统指数，中证房天下大数据指数优势明显。背靠中国房地产指数系统庞大的数据库资源，中证房天下指数以详实准确的数据为依据，数据颗粒度精细到具体项目，避免人为因素影响；其次，庞大的数据覆盖房地产投资开发的各个环节，反映各城市房地产运营成本（拿地价格，溢价率）与销售状况（金额，面积），更好的评测企业业绩表现；通过已知推导未知，中证房天下指数可以提前预判企业业绩趋势，及时调整投资策略。今年以来货币、信贷、财税等多重政策宽松推动房地产市场持续回升。数据显示，2015年1-7月全国商品房销售面积为59914万平方米，同比增长6.1%；销售额为41171亿元，同比增长13.4%，楼市“金九银十”的销售旺季有望如期而至，房地产行业的资本市场行情值得期待。中证房天下大数据指数的适时推出，将帮助广大投资者运用大数据科学选择优质房地产股票，切实享受房地产行业在资本市场的投资红利，为投资者开拓更多元的投资渠道。中国房地产指数系统秘书长、中国指数研究院院长莫天全表示，中证房天下大数据指数将于9月23日正式发布，这是中国指数研究院在金融领域拓展的新起点。随着房地产行业转型升级步伐的加快，中国房地产指数系统未来将全面加强与金融资本市场的创新融合，并进一步延伸指数覆盖领域，在房地产关联产业不断拓展，持续致力于打造更为丰富完善的中国指数研究体系。据介绍，中证房天下大数据指数按照上市公司的销售情况、土地储备情况以及去化情况得到对应的房地产行业大数据因子得分。在此基础上，按照综合财务因子、市场驱动因子以及房地产行业大数据因子加权得到个股综合得分。最后，选择综合得分最高的、不超过房地产行业股票数量80%的股票为样本建立指数，为投资决策提供参考。博时基金管理有限公司副总裁王德英表示，在指数正式发布后，博时基金将采用指数量化投资策略，推出紧密跟踪中证房天下大数据指数的基金，这将是国内第一只“房地产大数据”的基金产品。届时投资者可通过该产品，分享在房地产专业数据及研究支持下的大数据投资红利。（以上回答发布于2015-09-14，当前相关购房政策请以实际为准）搜狐焦点为您提供全面的新房、二手房、租房、家装信息
哪几只股票好
早盘延续周二修正的走势，低开后在周二低价间振荡，10.20AM破周二低未见追杀反收脚, 形成”破底不追杀” 低档卖压甚弱, 分线在11.15AM突破早盘高展开连拉升行情,午后13.20PM见当日高2152.60点,(满足KD指标轧空目标2155.00点附近) 方回调稍作整理至收盘, 日线收出破底穿头的中阳子母贯穿棒线. 近期大盘处于该回不回的强攻行情, 仅作一日盘中调整即续上攻行情,走势看来甚好,但在无正常调整下，追高凤险不小。 日线型态多留意上周五低顿点2095.09点，一旦失守恐将引发较大的“多杀多” 洗盘甩轿行情.短均线低档上弯助涨结构偏多,MACD指标在周一正式形成空翻多进入中多走势.势偏多, 持有强势股可用周均线控盘不收破不收手誏利润续扩大.近期可多留意补涨的医药板块,持股比例可在七成间以上。 上证02/19周三收在2142.55奌，上涨23.49点（1.11%），成交金额递减见1278.81亿，涨/跌家数为545/335家（前一交易日307/579家）价涨成交量小幅递减, 极短线多留意量能不继熄火的失望性卖压出埸, 保留现有持股不宜追度加仓. 02/20 压力与支撑参考价 压力：2167.00 多空控盘价：2132.00 支撑：2111.00
