最近关于一些大城市房价走势究竟如何，出现了一些争议。多数报道说房价是在下降的，其依据通常是“成交均价”这个统计指标。然而，也有一些人认为，这个指标并不可信。例如某家媒体的报道，称上海房价在一周内下跌了17%，而此后一周又下跌了10%。这么算来，半个月就跌幅深达25％，怎么看怎么觉得离谱。究其原因，当然是出在统计*上。所谓成交均价，将高档低档市中心远郊区的成交一锅烩，笼统地予以平均。那么这一周多卖几套郊区的便宜房子，统计数字上看房价就“大跌”了；下一周多卖几套市中心的房子，没准房价从统计上看又“涨”了回来。
无独有偶，本月初终结了一桩关于房价的赌局，对赌双方一度也就统计*问题发生分歧。当时，北大的徐滇庆教授和记者牛刀先生，一个赌今年七月深圳房价会高于去年，一个赌会低。从大家切身感受到的深圳房市结果看，牛刀先生无疑是赢了的。可是上个月有一阵子，徐教授放出风来，说赢的是自己，因为依据某个官方的统计结果，深圳的房价的确比一年前更高了云云。当然这问题还是出在统计*上。但徐教授这么一放风，赌局另一方牛刀先生还真有点无奈。好在徐教授毕竟系出名校，这点风度还是有的，最终承认输的是自己。
这都说明中国目前缺少一个精确的、能够真正反映房地产价格走向的统计指数。这可不是小事。不准确的房地产价格数据，轻则误导一批消费者投资人，重则让国家政策发生错失。如果统计数据在明明下跌的楼市中却告诉投资人房价上涨，轻信的投资人就会错误地入市而蒙受损失；反之，在明明上涨的楼市中却告诉消费者房价在跌，消费者就会错误地持币观望，将来会付出更高的代价购房。最要命的，还是有些部门中的有些人，有意无意地利用这些统计方法上的漏洞，来达到自己想要的效果：当需要证明经济增长、需要提高土地价格时，就“统计”出房价上涨；当需要证明调控“有效”时，就“统计”出房价下跌。
什么是衡量房地产价格的较好方法？这个问题，只要借鉴一下先进国家的经验，其实也不难解决。比如说，由卡尔·凯斯（Karl Case）和罗伯特·席勒（Robert Shiller）研发的“重复销售定价技术”。该技术于1980年代初发明后，先被发明人用于独立编制房地产价格指数，不久被标准普尔公司购买，成为该公司编制“标准普尔/凯斯－席勒住宅价格指数”的基本方法。今天，标普房价指数，特别是针对全美10个和20个都市圈标志的标普房价10综指和20综指，是美国地产界最为权威的商业性房价指数。后来，美国政府（联邦住宅事业监督办）在编制涵盖全国的联邦房价指数时，也沿用了上述“重复销售定价”技术。目前，该技术已经被全球业界公认为编制房价指数的最基本技术。
所谓“重复销售定价”，其核心方法论就是：它以跟踪同一套住宅重复销售时的价格变动为核心，通过大样本、权重平均等方法，计算出出某个地区房价变动的整体趋势。由于跟踪同一套住宅的售价，就避免了新房与二手房、市中心与市郊住宅、高档与低档物业在不同时期的供给比例变化，而造成的平均房价的虚假波动。此外，该计算方法还会剔除一些异常情况，如同一套住宅在6个月内的多次倒手（通常意味着虚假炒作），同一套住宅价格的发生异常变动（通常因为房子做了重大改建，或者因为房主因特殊原因而“甩卖”）等情况。它还会联系两次销售之间的时间间隔，给予不同权重，一般来说，销售间隔越长，权重越低，因为在一个长时期间隔中，房子通常已经改建过，不再是“同一所住宅”了。
这篇短文当然不可能、也没必要深入描述“重复定价技术”。我想说明的是：对于像房地产这样一桩既是重大消费品、又是重要投资品的产品，准确衡量其价格变动，对于个人财务和宏观经济管理都有非常关键的意义。无论是直接引进成熟的“重复定价技术”，还是说我们自己开发一套适合中国国情的技术，总之国内房地产市场迫切需要建立类似一个房价指数体系。
订阅到
鲜果
抓虾
谷歌
