摘 要

我国房价指数的编制过程中，由于数据的缺乏，导致大多数先进的房地产价格指数的计算方法不能实现。

本文基于房价指数编制方法中的“同质可比”思想，采用同一区域下，具有类似特征的房产是同质的这一中心思想，通过研究不同影响因素下的虚拟交易数据，并运用重复交易模型计算房价指数，然后分析这些因素对于房价指数的影响。

本文以湖北省襄阳市的房地产数据为主要的研究对象，建立虚拟交易数据模型来产生大量的虚拟交易数据，然后运用重复交易模型计算房价指数，以此来判断襄阳市房地产市场的房价波动情况。另外本文在产生虚拟交易数据的过程中，首先考虑基于影响房地产价格的因素，以此来进行匹配，产生数据，而且跟进一步研究两因素条件下房地产价格指数是否会产生其他的变化。最终我们分析得到，双因素条件下得到的虚拟数据，以质计算的房价指数更符合实际的房价指数波动。

关键词：虚拟交易数据模型；房价指数；重复交易模型；两因素条件的房价指数

Abstract

In china, at the preparation process of home prices, because of the lack of data, the most advanced calculation method of the real estate price index cannot achieve.

Based on the index establishment method of the idea of "homogeneous than" in this paper, we use that at the same area, with similar characteristics of the real estate is the homogeneity, match the relevant property, to get a large number of virtual trading data.

At this paper, we think real estate data of xiangyang city in hubei as the main object of study, establishing virtual trading data model, to produce a large number of virtual trading data, and then using repeat trading model to estimate index, so that we can judge the xiangyang city house price fluctuations in the real estate market. Also in the process of producing virtual trading data in this paper, we first considered that is based on the factors that influence the real estate prices, to matching and producing data, and also want to know with further study if the real estate price index would produce other changes under the condition of the two factors. Finally we analyzed, the virtual data under the condition of double factors, the calculation of index using it is more according with the actual housing price index fluctuation.

Key Words: Virtual trading data model; House price index; Repeat trade model; Two factors condition index

目 录

摘 要 1

Abstract 2

第1章 绪 论 1

1.1 我国房地产现状 1

1.2 房地产指数研究背景 1

1.3 国内外研究现状 2

1.4 本文研究目的、意义、内容及方法 4

第2章 中国新建房屋指数编制问题 5

2.1 房价指数编制的背景 5

2.2 重复交易模型 5

2.2.1 BMN重复交易模型 5

2.2.2 Case-Shiller模型 6

第3章 中国新建房屋虚拟交易数据生成模型 8

3.1 虚拟重复交易模型 9

3.1.1 基于上下楼的虚拟交易数据模型 10

3.1.2 基于不同朝向的虚拟交易数据模型 11

3.1.3 两种虚拟交易数据的融合 12

第4章 中国新建房屋生成数据的质量评价方法 18

4.1 基于上下楼的虚拟交易数据模型求解 18

4.2 基于不同朝向的虚拟交易数据模型求解 20

4.3 基于融合虚拟交易数据的模型求解 22

第5章 总论与展望 24

5.1 结论 24

5.2 本文的创新之处及未来进步的方向 25

参考文献 26

致 谢 27

第1章 绪 论

1.1 我国房地产现状

房地产业是我国的基础产业、主导产业和支柱产业，其稳定、持续健康成长是我国国民经济增长的保证^[13]。房地产业可以称为是永远不会过时的产业，并且，与之相关的产业都能够得到很好地发展。所有的研究资料都表明房地产业是国家整体经济的一种代表性产业，究其原因，我们可以知道房地产业对于国家经济的发展具有高度的相关性，而且，国家经济的高速发展又能进一步带动房地产业的发展，它们之间相互依存。因此也就有了房地产业在国民经济中的特殊地位。

在过去的二十年中，我国的房地产业取得了前所未有的发展，对房地产业的投资也处于稳定的增长中。另外房地产对GDP增长的贡献率逐年上升，直到2013年，我国的产业结构发生历史性的变化，第三产业(服务业)增加值占GDP比重接近一半，这是一个相当恐怖的数据，其中房地产业的作用是不可忽视的。近几年由于房地产发展的波动严重影响了经济发展的稳定性，对房地产业的调控成为了影响我国经济发展的重要问题。

近年来以限购、限贷、限价等为手段的行政化调控的房地产市场调控，有形之手无处不在随时显现。十八届三中全会的召开，各个城市相继出台了相关的政令，以此来达到房地产市场的宏观调控，区域性和自发性的调整也在不断的出现。

1.2 房地产指数研究背景

随着全球房地产市场的蓬勃发展，房地产研究正在国际舞台上占据日益重要的地位，房价的准确测量更是至关重要的研究内容，对于房产市场的参与者具有直接的指导意义^[11]。作为发展已经非常成熟的房地产市场而言，它最大的特点是不同房产之间的异质性^[13]。对于异质性，我们可以理解为两种形式。一种是对于同种房产而言，随着时间的变化而产生的一些本身特点的变化，例如房屋的地理位置、周围的景观、交通等；另一种就是不同房产之间的差异，可以有地段、楼层、面积、朝向、材料、周边环境······而我们想要了解房地产市场的真正需求，确定正确的市场信号就必须先剥去品质变化对房产销售价格的影响，编制科学的房产价格指数。

在房地产经济研究领域，房价指数作为房地产价格变动情况的指示器，是市场研究和宏观调控的重要依据^[12]。目前，国际上的一些发达国家已经构建了比较完善的房价指数体系，并且获得了国际的认可。但是在我国，由于国家入世时间较晚，并没有得到足够的市场支持，所以国内的房地产市场起步晚，到现在还没有构建合适的房价指数体系。因此目前国内提出的一些房价指数，在市场上的它们的认可度不是很高，学术上对它的看法是：能够作为我们进行论文创作的参考指标。因此随着如今房地产行业的高速发展，深入及时地了解市场已成为政策管理层、房地产开发企业及广大消费者的共同需求，重新审视我国房价指数编制方法也变得十分重要。

1.3 国内外研究现状

作为房地产市场价格波动的度量方法，房地产价格指数越来越受到人们的关注。无论是对于政府还是房地产市场的投资商，他们都迫切需要一套具有普适性的房地产价格指数最为他们进行决策的依据。