王祺

摘 ? 要：凱斯-席勒指數(shù)是衡量美國地區(qū)房價波動的重要指數(shù)。該指數(shù)采用重復銷售方法，有效克服了住宅異質(zhì)性問題。凱斯-席勒指數(shù)已成為美國最為權(quán)威的房價指數(shù)，其已廣泛應用于政策制定、學術(shù)研究和商業(yè)運作等場合。我國統(tǒng)計局發(fā)布的“70個大中城市房屋銷售價格指數(shù)”是我國的權(quán)威房價指數(shù)，本文對比分析我國房價指數(shù)與凱斯-席勒指數(shù)的不同之處，指出我國房價指數(shù)的不足，并借鑒凱斯-席勒指數(shù)的經(jīng)驗，對完善我國房價指數(shù)體系提出建議。

關(guān)鍵詞：凱斯席勒指數(shù);房地產(chǎn)價格指數(shù)

一、凱斯-席勒指數(shù)的編制方法及應用

凱斯-席勒指數(shù)是由標準普爾公司編制的、用于衡量美國地區(qū)房價波動的重要指數(shù)。凱斯-席勒指數(shù)起源于經(jīng)濟學家卡爾·凱斯、羅伯特·席勒的研究成果，采用重復銷售方法（repeat sale method），衡量一定住宅質(zhì)量水平下的住宅市場價格的波動。凱斯-席勒指數(shù)被普遍認為是最具權(quán)威性的房價指數(shù)。

（一）凱斯-席勒指數(shù)的編制方法

凱斯-席勒指數(shù)衡量的是住房市場現(xiàn)存獨戶住房的市場價值變動情況。指數(shù)計算依據(jù)關(guān)注月份所有住宅的交易信息，數(shù)據(jù)來源為當?shù)氐怯洸块T的公開數(shù)據(jù)，數(shù)據(jù)包含住宅地址、銷售日期、出售價格、住宅類型以及賣家、買家和抵押貸款額等信息。指數(shù)計算采用重復銷售方法，針對每一條住宅交易信息，往前查找該住宅是否有過歷史交易記錄，并與最近的前一次交易記錄完成匹配，形成一組“銷售對”，指數(shù)則基于每一“銷售對”的兩次交易價格的波動進行計算。重復銷售方法由凱斯和席勒在80年代提出，被視為衡量房價波動的最可靠方法，可以在控制住房質(zhì)量和大小不變的情況下，觀察同一住房的價格變動。

從“銷售對”的設(shè)計可以看出，該指數(shù)分析的樣本范圍只包含至少有過兩次正常市場交易記錄的住房，不包括新建房屋。指數(shù)關(guān)注的是獨戶住房類型，不同類型住宅的價格變動趨勢并不相同，公寓、多戶住宅等非單一家庭擁有的住宅不在計算范圍內(nèi)。指數(shù)衡量的是住宅市場價格變動的趨勢，在數(shù)據(jù)處理過程中剔除了交易價格無法反映市場價值的情況：（1）非市場交易，如家庭成員內(nèi)部的所有權(quán)變動、在止贖拍賣前貸款機構(gòu)收回房產(chǎn);（2）住房性質(zhì)變更，如原為獨棟住宅變更為公寓;（3）數(shù)據(jù)錯誤，如價值量級不符合現(xiàn)實。此外，歷史統(tǒng)計數(shù)據(jù)表明，短期內(nèi)的重復交易一般為非正常交易、交易前或交易后住宅進行重建或欺詐交易，因此指數(shù)計算過程中將六個月內(nèi)銷售次數(shù)超過一次的住宅剔除。

凱斯-席勒指數(shù)體系包含全美房屋價格指數(shù)、20城綜合指數(shù)、10城綜合指數(shù)以及20個大城市房價指數(shù)。全美房屋價格指數(shù)基于9個行政區(qū)劃內(nèi)的住宅價格變動計算;10城綜合指數(shù)包含的地區(qū)有：波士頓、芝加哥、丹佛、拉斯維加斯、洛杉磯、南佛羅里達、紐約、圣地亞哥、舊金山和華盛頓10個主要大城市區(qū);20城綜合指數(shù)的覆蓋范圍除以上10個主要大城市區(qū)以外，還包括鳳凰城、坦帕、亞特蘭大、底特律、明尼阿波利斯、夏洛特、克利夫蘭、波特蘭、俄勒岡、達拉斯/沃思堡和西雅圖。某一區(qū)域內(nèi)的房價指數(shù)則基于該區(qū)域內(nèi)所有住宅“銷售對”的匯總集合計算，10城綜合指數(shù)、20城綜合指數(shù)和全美房價指數(shù)則通過市場份額加權(quán)平均的方法，將對應的10個城市、20個城市和9個行政區(qū)劃的房價指數(shù)進行加權(quán)平均。

在區(qū)域房價指數(shù)之外，還分別設(shè)計了低檔、中檔、高檔房價指數(shù)，用于衡量某一區(qū)域內(nèi)、不同價格層次水平內(nèi)住宅價格的波動情況。即對某一區(qū)域內(nèi)所有“銷售對”，按照其第一個價格進行排序，然后將該區(qū)域內(nèi)的“銷售對”均等劃分為三部分——高價格層、中等價格層和低價格層，根據(jù)不同價格層次內(nèi)的“銷售對”集合，分別計算其對應檔次的房價指數(shù)。

指數(shù)計算采用三個月移動平均方法，即計算某一月份指數(shù)時，考慮該月及其之后兩個月的累積“銷售對”計算該月房價指數(shù)。一方面解決住宅交易記錄的登記、公開存在一定的滯后性，另一方面也是為了擴大樣本范圍，以保證指數(shù)更能代表市場一般趨勢。指數(shù)以2000年1月份為基期（基期指數(shù)值為100），公開時間有兩個月的滯后期，全美房價指數(shù)（季度指數(shù)1）在每年2、5、8、11月份的最后一個星期二上午九點公布，其余月度指數(shù)在每月的最后一個星期二的上午九點公布。例如，2019年2月公布2018年四季度的全美房價指數(shù)，2019年11月份公布2019年9月份的10城房價指數(shù)。

（二）凱斯-席勒指數(shù)的應用

1、美聯(lián)儲對凱斯-席勒指數(shù)的使用情況

美聯(lián)儲每年發(fā)布的貨幣政策運行報告，在分析國家宏觀經(jīng)濟環(huán)境時引用凱斯-席勒指數(shù)作為衡量房價波動趨勢的重要參考。對大多數(shù)家庭來說，房屋凈值占其家庭財富的比例最大，因此凱斯-席勒指數(shù)的波動趨勢可表示家庭財富的變化趨勢，家庭財富作為消費支出的重要支撐，其增減趨勢可在一定程度上預測未來消費支出的變動情況。在給美國聯(lián)邦公開市場委員會提交的關(guān)于經(jīng)濟情況與宏觀政策的報告中，也引用了凱斯-席勒指數(shù)作為分析住房抵押貸款情況的重要數(shù)據(jù)參考。金融穩(wěn)定分析報告也將凱斯-席勒指數(shù)作為杠桿與資產(chǎn)價值分析的相關(guān)資料列出。此外，政府官方會議發(fā)言以及權(quán)威點評文章中也將凱斯-席勒指數(shù)作為可靠的數(shù)據(jù)支撐，分析住房市場的情況2。

2、基于凱斯-席勒指數(shù)的金融衍生品

凱斯-席勒指數(shù)目前已成為美國房地產(chǎn)市場的重要指標。2006年5月芝加哥商業(yè)交易所（CME）推出了以凱斯-席勒指數(shù)為標的的期貨和期權(quán)合約，其目的是提供套期保值工具。雖然一些學者認為房價指數(shù)衍生品在未來很可能具有很大發(fā)展空間，但以現(xiàn)有基于房價指數(shù)的金融衍生品的市場表現(xiàn)來看，此類金融衍生品的發(fā)展趨勢并不樂觀，場內(nèi)、場外交易規(guī)模并不大。例如，凱斯-席勒指數(shù)在2007年3月有1565張交易合約，交易金額約40萬，但一年后交易量僅為上年交易的1/3，交易金額僅為13萬，到2013年交易金額僅剩6500美元。陳志武教授提到，2006年5月房價期貨上市交易后，雖引起大量媒體報道，但實際交易量很少;不僅基于凱斯-席勒指數(shù)的期貨、期權(quán)等產(chǎn)品失敗，芝加哥期貨交易所2007年推出的商業(yè)地產(chǎn)指數(shù)期貨也失敗了。

有學者指出，房地產(chǎn)本身的特殊屬性（如異質(zhì)性、價格走勢的黏性等特點）決定了房價指數(shù)期貨市場發(fā)展的路徑和特點有別于其他金融衍生品市場。房地產(chǎn)的異質(zhì)性使得不可能存在一個衍生品能完全復制和對沖其價格風險，參照物樣本大時，指數(shù)雖然公允性強、不易被操縱，但是也損失了可比性;反之參照物樣本小時，雖有可比性但又易被操縱。房地產(chǎn)價格走勢的黏性影響了衍生品市場的活躍度，即大部分時間里，房價指數(shù)衍生品的交易會出現(xiàn)一邊倒的局面，只有在價格走勢的拐點或者振蕩期，房價指數(shù)衍生品交易才會活躍。

3、學術(shù)界對凱斯-席勒指數(shù)的應用

凱斯-席勒指數(shù)作為權(quán)威的、可以體現(xiàn)住房價格的指數(shù)，其也應用于國內(nèi)外學術(shù)研究。美聯(lián)儲工作人員的文章中也采用凱斯-席勒指數(shù)分析住房價格的走勢、利用基于房價指數(shù)的期權(quán)合約分析市場對于未來住房價格的預期。Guerr′on-Quintana， Pablo 和Molin Zhong（2017）利用凱斯-席勒指數(shù)預測宏觀經(jīng)濟、金融數(shù)據(jù)，并證實了采用凱斯-席勒指數(shù)可以顯著提高模型的預測能力，尤其是在預測房屋開工率、失業(yè)率和國家貸款等方面。Schindler（2013）利用凱斯-席勒指數(shù)驗證了美國房價變動的持續(xù)性和可預測性。Case、 Quigley和Shiller（2005）研究了住房財富、金融財富和消費者支出增長之間的聯(lián)系，其中住房財富則利用凱斯-席勒指數(shù)計算，研究發(fā)現(xiàn)住房財富對消費有顯著且相當大的影響。一些研究則構(gòu)建房價預測模型預測凱斯-席勒指數(shù)的走勢，如Park和Bae（2015）提出了一個機器學習算法預測凱斯-席勒指數(shù)，Kaboudan和Conover（2013）結(jié)合遺傳算法和神經(jīng)網(wǎng)絡(luò)算法提出了一個三階段的預測模型。

國內(nèi)對凱斯-席勒指數(shù)的研究并不多。許永洪和曾五一（2012）對比了中美的住房價格指數(shù)，其中凱斯-席勒指數(shù)作為美國住房價格指數(shù)的代表，與我國統(tǒng)計局編制的“70個大中城市房屋銷售價格指數(shù)”，從編制方法和應用等多個方面進行對比。李佩珈和梁婧（2018）研究如何構(gòu)建房地產(chǎn)風險預警綜合指數(shù)，提到凱斯-席勒指數(shù)作為權(quán)威的住宅市場運行情況指數(shù)，是一種國際主流機構(gòu)房地產(chǎn)風險預警方法，可預測出房地產(chǎn)市場的大變動。汪獻華（2013）以凱斯-席勒指數(shù)的攀升說明房產(chǎn)價格的不斷上漲，梳理美國房地產(chǎn)泡沫的發(fā)展路徑。

二、凱斯-席勒指數(shù)的計算方法

（一）某一區(qū)域房價指數(shù)

1、“銷售對”賦權(quán)策略

凱斯-席勒指數(shù)反應的是某一區(qū)域市場上所有房屋價格的平均變動情況，而單一住房的價格波動受多種因素影響，單一住房的價格變動有時并不能體現(xiàn)該地區(qū)房地產(chǎn)市場的變動，因此指數(shù)計算中對不同“銷售對”進行賦權(quán)。

從經(jīng)濟學的角度來看，住宅價格圍繞其真實價值其上下波動，總體來看住宅的價格應體現(xiàn)其真實價值。價格波動較大時，往往是由于其價格不是市場化的價格（非市場化交易），或住宅的內(nèi)在價值發(fā)生了改變（住宅重建、失修），因此在分析市場趨勢時，需要對此類情形進行降權(quán)處理，以減少其對市場平均波動的影響。具體來講，若某一“銷售對”的價格變動，相對于該地區(qū)所有“銷售對”價格變動的統(tǒng)計分布來看，變動幅度過大時，可能是由于房屋在兩次銷售中間進行了改造、重建或者存在年久失修等情況導致住宅質(zhì)量發(fā)生改變;或是存在登記錯誤、非市場交易等情形。以上情形都表明該“銷售對”的價格變動不能代表市場價格的波動趨勢，因此對價格變動可能存在異常的“銷售對”進行降權(quán)處理。時間跨度越長，房屋物理特征改變（重建、失修）的可能性越大，銷售對價格的變動不能代表同等質(zhì)量住宅的價格變動，因此時間間隔較長的銷售對的權(quán)重也應相對較小。

借鑒投資組合的資金流分析方法，可將每一組“銷售對”視為一種投資策略：T1期買入住宅并在T2期賣出住宅的投資策略。理想情況下，交易市場上的買賣雙方掌握完全信息，不存在套利機會，即各期投資收益的現(xiàn)值相等，T1期的買入價格P1折算到基期的價值等于T2期的賣出價格P2折算到基期的價值。但實際中由于交易雙方掌握的信息不完全等因素，不同交易的成交價格不能完全反映內(nèi)在價值，存在一定的誤差。根據(jù)上述分析，交易的價格誤差來源于兩部分：定價誤差以及時間效應。定價誤差為交易雙方掌握的信息不完全，對當前投資（住宅）的定價出現(xiàn)的偏差，該誤差為隨機誤差;時間效應誤差則為隨著交易間時間跨度的加大，由于外部因素（住宅質(zhì)量、社區(qū)環(huán)境等）導致住宅價格變化的可能性越高，銷售價格變動的誤差（由非市場因素導致的價格變動）也就更大，該部分誤差隨著交易時間跨度的增加而加大。凱斯-席勒指數(shù)對可能存在較大價格誤差的“銷售對”賦予較小的權(quán)重，“銷售對”的權(quán)重與其價格誤差成反比。

2、“銷售對”權(quán)重估計方法

10城綜合指數(shù)和20城綜合指數(shù)分別根據(jù)上述加權(quán)方法，對該指數(shù)衡量范圍內(nèi)的10個城市區(qū)或者20個城市區(qū)的房價指數(shù)進行加權(quán)平均計算得到。

（三）全美房價指數(shù)

全美房價指數(shù)關(guān)注整個美國地區(qū)的房價波動。全美房價指數(shù)根據(jù)9個行政區(qū)劃的房價指數(shù)以及各行政區(qū)劃的住宅合計價值占全美的市場份額計算。計算方法與10城/20城綜合指數(shù)的計算方法相同。

三、我國70個大中城市房屋銷售價格指數(shù)與凱斯-席勒指數(shù)的對比

我國統(tǒng)計局發(fā)布的“70個大中城市房屋銷售價格指數(shù)”（簡稱70住房價格指數(shù)）是我國的權(quán)威房價指數(shù)，該指數(shù)不僅是政府宏觀調(diào)控的主要參考指標，也是媒體、企業(yè)和社會公眾最為關(guān)注的宏觀統(tǒng)計指標之一。

（一）70個大中城市房屋銷售價格指數(shù)

70個大中城市房屋銷售價格指數(shù)是為反映相關(guān)城市新建商品住宅和二手住宅銷售價格及其變動情況，采用商品住宅銷售價格、面積、金額等相關(guān)基礎(chǔ)資料編制。其中，新建住宅銷售價格調(diào)查為全面調(diào)查，基礎(chǔ)數(shù)據(jù)直接采用當?shù)胤康禺a(chǎn)管理部門的網(wǎng)簽數(shù)據(jù);二手住宅銷售價格調(diào)查為非全面調(diào)查，采用重點調(diào)查與典型調(diào)查相結(jié)合的方法，按照房地產(chǎn)經(jīng)紀機構(gòu)上報、房地產(chǎn)管理部門提供與調(diào)查員實地采價相結(jié)合的方式收集基礎(chǔ)數(shù)據(jù)。調(diào)查范圍為70個大中城市的市轄區(qū)，不包括縣。每月公布的指數(shù)包括分城市的新建商品住宅、二手住宅及其基本分類銷售價格的環(huán)比、同比和定基指數(shù)。

指數(shù)計算采用拉氏價格指數(shù)方法。根據(jù)住宅面積對住宅項目分類，共分為三個基本分類，然后分別計算各基本分類下項目的環(huán)比指數(shù)。城市基本分類價格指數(shù)為基本分類各項目環(huán)比指數(shù)的加權(quán)平均值，采用雙加權(quán)方式計算，即分別利用本月銷售面積和金額作為權(quán)數(shù)計算價格指數(shù)，然后將兩個價格指數(shù)再簡單平均計算。城市基本分類以上類別的價格指數(shù)為定基價格指數(shù)，以基期各分類銷售面積為權(quán)重（2015年為基期），計算當期加權(quán)平均價格與上一期加權(quán)平均價格的比值（環(huán)比指數(shù)），當期定基價格指數(shù)則為上期定基價格指數(shù)與環(huán)比指數(shù)的乘積。

許永洪和曾五一（2012）歸納的我國房價指數(shù)和凱斯-席勒指數(shù)的不同點。我國房價指數(shù)與凱斯-席勒指數(shù)的不同點主要體現(xiàn)在以下幾個方面：1）編制目的不同，凱斯-席勒指數(shù)更側(cè)重于反應市場房價的變化，我國的70住房價格指數(shù)是由政府部門編制，指數(shù)側(cè)重于反應住房銷售價格的波動;2）編制數(shù)據(jù)范圍不同，我國70住房價格指數(shù)包含范圍更廣，包括新建住房、二手住房的交易，且未強調(diào)僅考慮市場化交易;凱斯-席勒指數(shù)只包括二手住房市場的市場化交易，剔除了一些非市場交易的數(shù)據(jù)樣本;3）數(shù)據(jù)來源不同，凱斯-席勒指數(shù)采用官方登記數(shù)據(jù)，我國70住房價格指數(shù)的新建住房采用網(wǎng)簽數(shù)據(jù)，而二手住房采用非全面調(diào)查的方法，按照房地產(chǎn)經(jīng)紀機構(gòu)上報、房地產(chǎn)管理部門提供與調(diào)查員實地采價相結(jié)合的方式收集基礎(chǔ)數(shù)據(jù);4）數(shù)據(jù)處理方式不同，我國70住房價格指數(shù)依據(jù)住宅面積將住宅分為三類，而凱斯-席勒指數(shù)則以價格將住房分為高中低三個檔次;5）編制方法不同，我國70住房價格指數(shù)采用拉式價格指數(shù)模型計算，凱斯-席勒指數(shù)采用重復銷售模型，重復銷售模型的使用能夠有效克服住宅異質(zhì)性的影響;6）指數(shù)應用發(fā)展情況不同，已有基于凱斯-席勒指數(shù)的金融衍生品投入市場，而我國70住房價格指數(shù)暫時沒有開展商業(yè)化運作，尚未發(fā)現(xiàn)有基于70住房價格指數(shù)的金融衍生品。

（二）70住房價格指數(shù)的不足

凱斯-席勒指數(shù)已成為美國最為權(quán)威的價格指數(shù)，其已廣泛應用于政策制定、學術(shù)研究和商業(yè)運作等場合。與凱斯-席勒指數(shù)的成功相比，我國統(tǒng)計局發(fā)布的70住房價格指數(shù)卻受到較多質(zhì)疑，社會大眾對指數(shù)的實用性、真實性存疑，認為房價指數(shù)沒有反應房價的真實變動情況，指數(shù)的變動方向與幅度與公眾直觀感受存在較大差距。例如，國家統(tǒng)計局2010年初公布的2009年70個大中城市房屋銷售價格上漲1.5%的數(shù)據(jù)，引起社會各界的議論。

究其原因，是我國房價指數(shù)在編制口徑、數(shù)據(jù)選擇、編制方法等方面存在一定缺陷。一是70住房價格指數(shù)沒有解決住房異質(zhì)性的問題。我國城市面積大，不同地區(qū)的樓盤差異較大，且城市結(jié)構(gòu)也在快速變遷，即使同一城市的住房也因城區(qū)、地段不同存在較大的差異。二是在統(tǒng)計樣本選擇時存在較大的主觀性和隨意性，數(shù)據(jù)質(zhì)量難以控制。如新建住房價格指數(shù)的編制需要進行“樣本匹配”，而認定樓盤“同質(zhì)可比”完全依賴調(diào)查人員的個人判斷，主觀性太強;二手住房價格指數(shù)的編制則采用重點調(diào)查與典型調(diào)查相結(jié)合的方法，對統(tǒng)計人員的專業(yè)能力和專業(yè)態(tài)度有較高的要求。三是統(tǒng)計口徑不夠精細。我國房價指數(shù)統(tǒng)計的是專供居住用的商品住房的銷售價格，但并未區(qū)分出具體住房類型，如公寓、別墅等，寬泛的統(tǒng)計口徑使得指數(shù)對特定類型住宅的代表性較差，導致與公眾的直觀感受存在較大差距。

四、凱斯-席勒指數(shù)對我國房價指數(shù)的借鑒

凱斯-席勒指數(shù)成功的關(guān)鍵在于其充分考慮了美國房地產(chǎn)市場的特點，指數(shù)能較好的反應美國實際房地產(chǎn)市場的價格波動情況。例如，美國城市住宅則以獨棟別墅為主，占近75%的比例，因此凱斯-席勒指數(shù)的數(shù)據(jù)范圍限定為獨棟別墅住宅。由于美國現(xiàn)代城市發(fā)展早，大部分房屋建筑年代久遠，二手房比新房多，且二手房維修和保持都比較好，設(shè)施設(shè)備齊全，二手房交易市場完善，因此凱斯-席勒指數(shù)采用重復銷售模型，通過二手房交易價格的波動體現(xiàn)美國住宅價格的變動情況。我國的住房市場與美國存在較大差異，中國住房大多建于改革開放后，相對于美國而言，新建住房較多，住房交易以新建住房交易為主，二手房交易量較小，且交易市場尚不規(guī)范。另外，我國房屋類型與美國的住宅情況差異也較大，中國城市住宅以高層為主，獨棟較少。凱斯-席勒指數(shù)雖然無法直接用于編制我國的住房價格指數(shù)，但其成功經(jīng)驗值得借鑒，可從以下幾個方面完善我國現(xiàn)有的房價指標體系：

（一）完善住宅交易基礎(chǔ)數(shù)據(jù)的統(tǒng)計制度，提高數(shù)據(jù)質(zhì)量

一方面，全面收集住房的屬性特征數(shù)據(jù)，包括住宅基本信息，如住宅的所在項目名稱、項目地址、幢號、總層數(shù)、所在層數(shù)、住宅結(jié)構(gòu)、成交總價（合同金額）、建筑面積、簽約時間等，以及其他重要參考信息，如戶型、建材、裝修程度等，并展開小區(qū)信息和地段信息的統(tǒng)計與資料整理。另一方面，擴大使用網(wǎng)簽數(shù)據(jù)，減少人為因素導致的樣本誤差。我國70住房價格指數(shù)中二手住宅銷售價格調(diào)查采用重點調(diào)查與典型調(diào)查相結(jié)合的方法，對統(tǒng)計人員的專業(yè)能力和專業(yè)態(tài)度有較高的要求。為減少統(tǒng)計數(shù)據(jù)中的人為誤差，我國二手房價指數(shù)在數(shù)據(jù)采集方面應進一步擴大使用網(wǎng)簽數(shù)據(jù)。數(shù)據(jù)統(tǒng)計制度的完善也能反過來在一定程度上規(guī)范我國二手房交易市場。

（二）完善房價指數(shù)體系，提高房價指數(shù)的代表性、準確性

一方面，應將住宅價格指數(shù)進一步細分、精細化，增加分住宅類型的房價指數(shù)。針對不同類型的住房（如商品住房和保障住房）分別編制相應的價格指數(shù)，使住房價格指數(shù)能更好地刻畫對應住宅的價格波動情況。另一方面，應分區(qū)域統(tǒng)計住宅價格，在城市整體房價指數(shù)基礎(chǔ)上增加城區(qū)房價指數(shù)。因我國城市面積大、結(jié)構(gòu)變化快，為避免不同區(qū)域房價差異較大，不同區(qū)域的平均價格變動往往與社會大眾的直觀感受存在一定差異，因此應分城區(qū)（如郊區(qū)、主城區(qū)）統(tǒng)計，控制城市結(jié)構(gòu)對住宅價格的影響，使房價指數(shù)更具代表性。

（三）改進房價指數(shù)編制方法，提高房價指數(shù)的科學性

根據(jù)學術(shù)界對房價指數(shù)的分類，我國的70住房價格指數(shù)可歸類為樣本匹配價格指數(shù)。此種方法存在樣本匹配標準主觀性較大、無法克服住房異質(zhì)性、難以反映房地產(chǎn)市場真實情況等問題。已有學者針對我國住房市場的特點，結(jié)合重復銷售法和特征回歸法等更加精細、科學的方法，設(shè)計了“類重復交易模型”、“虛擬重復交易模型”等指數(shù)計算模型?？梢晕諊H主流方法的優(yōu)點，結(jié)合本國實際情況，進一步完善我國房價指數(shù)，使其能夠更加準確地刻畫我國住房市場的波動，贏得社會公眾的認可。

（四）構(gòu)建市場化的房價指數(shù)體系

一方面，我國應推出市場化的房價指數(shù)，反映住宅的市場價格變動，為相關(guān)群體提供決策參考。我國現(xiàn)有房價指數(shù)在編制目的和數(shù)據(jù)獲取時均未考慮市場因素，包含了保障性住房以及其他非市場化的交易信息，未來應進一步完善現(xiàn)有房價指數(shù)體系，增加能夠體現(xiàn)市場房價波動情況的指數(shù)。另一方面，應加強對房價指數(shù)的市場化運作，提高房價指數(shù)的市場接受度。但也應注意到雖然基于凱斯-席勒指數(shù)的金融衍生品得到了一定關(guān)注，但其市場表現(xiàn)并不如預期，而我國的金融市場遠不如歐美國家發(fā)達，是否能夠推出、何時推出、如何推出我國的房價指數(shù)衍生品還需進一步探討。

參考文獻

[1]Case K E， Quigley J M， Shiller R J. Comparing wealth effects： the stock market versus the housing market[J]. Advances in? ? ? ? ? macroeconomics， 2005， 5（1）.

[2]Kaboudan M， Conover M. A Three-Step Combined Genetic Programming And Neural Networks Method Of Forecasting?? ? ? ? ?The S&P/Case-Shiller Home Price Index[J]. International Journal of Computational Intelligence and Applications，? ? ? ? ?2013，12（01）： 1350001.

[3]Park B， Bae J K. Using machine learning algorithms for housing price prediction： The case of Fairfax County， Virginia?? ? ? ? ?housing data[J]. Expert Systems with Applications， 2015， 42（6）： 2928-2934.

[4]S&P Dow Jones Indices.S&P/Case-Shiller Home Price Indices Methodology Schindler F. Predictability and persistence of the? ? ? ? ?price movements of the S&P/Case-Shiller house price indices[J]. The Journal of Real Estate Finance and Economics，?? ? ? ? ?2013，46（1）：44-90.

[5]金升平，曾恂，李瓊.中國新建普通商品房價格指數(shù)編制方法研究[J].武漢金融， 2017，（06）：49-53.

[6]李自然.房地產(chǎn)價格指數(shù)衍生品發(fā)展的國際經(jīng)驗與啟示[J].中國證券期貨，2018， （06）：28-36.

[7]李佩珈，梁婧.基于宏觀審慎視角的房地產(chǎn)風險預警研究[J].金融監(jiān)管研究，2018， 81（09）：36-53.

[8]劉洪玉，楊振鵬.我國住房價格統(tǒng)計與房價指數(shù)編制的主要難點[J].價格理論與實踐， 2010，（11）：48-49.

[9]石薇，李強，王洪衛(wèi).城市住房價格指數(shù)編制方法的拓展設(shè)計及實證檢驗[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014，（12）：127-141.

[10]汪獻華，流動性沖擊與資產(chǎn)價格波動研究[D].上海：上海社會科學院， 2013.

[11]許永洪，曾五一.中美住房價格指數(shù)編制的對比研究[J].統(tǒng)計研究， 2012，（12）：16-19.

[12]鄭思齊，孔鵬，郭曉旸.類重復交易房價指數(shù)編制方法與應用[J].統(tǒng)計研究，2013， 030（012）：41-47.

Abstract：Case-Shiller Home Price Indices are important indices to measure the average change in home prices in America. The indices use the repeat sale method which could effectively ease the heterogeneity problem. Case-Shiller Home Price Indices have been the most authority home price indices in America， and have been widely used for policy formulation， academic research and business operation. Housing price index of 70 large and medium-sized cities published by National Bureau of statistics of China is the authority home price index in China. However， its authenticity has been always questioned by the public. We compare the home price index of China with the Case-Shiller indices to summarize the limitations of our home price index， and then make suggestions to improve it.

Keywords： Case-Shiller Indices; Home Price Index

責任編輯、校對：謝紅苗