１５０２００８中国发展进程中的管理科学与工程（卷Ｉ）视版权销售、新媒体应用五大立体构建起来，形成优势互补的运营系统，把衍生产品制造厂商、漫画创作和动画片制作联合起来，形成“衍生产品制造商一漫画一衍生产品制造商互动开发一动画制作～衍生产品一消费者”的产业价值链。（３）打造动漫卡通形象，制定品牌战略，动漫形象版权的经营可以创造财富，这种模式的最大特点就在于缩短了动漫形象的建立过程，极大地减少了投资风险，并且通过创意设计自己掌控动漫形象的自主知识产权，从而以授权经营或合作开发的模式，直接进行动漫形象的衍生产品生产及产业链延伸。（４）注重衍生产品的营销，为衍生产品的开发、销售提供坚实平台。借鉴国外经验，改变传统的多级分销模式，实施连锁经营模式，通过吸纳加盟商来扩大规模。否则就会丧失一大块市场。这种开拓不是盲目的，要基于跨行业的机制，要把动漫周边产品、附属产品和大的餐饮品牌、服装品牌、玩具集Ｉｊｊ、新媒体等整合起来。同时，更要依靠动漫形象、依靠产业链的长期打造和市场运作能力的提升，依靠从国家到媒体业的整体努力，探索出一条“依托民族传统文化，形成自主原创核心价值，实施品牌授权开发与经营”的动漫产业盈利新模式。参考文献［１］秦喜杰．中国动画片的产业经济学研究［Ｍ］，中国市场出版社，２００６．［２］王冀中．动画产业经营与管理［Ｍ］．中国传媒大学出版社，２００６．［３］郑明海．动漫产业发展的国际比较及启示［刀．发展研究．２００７（８），２００７．［４］李一锋．新兴动漫企业如何突破产业链缺失的困境６结论对于刚刚起步的中国动漫产业来说，虽然前景广阔、空问巨大，也不乏蓝猫等成功的案例，但国内动漫衍生产品的开发仍然举步艰难，然而我们必须做下去，［Ｍ］．中国广播电视学刊，２００６（３）．［５］陈杭．中国动漫产业运作与资本市场［ＥＢ／ＯＬ］．ｈｔ—ｔｐ：／／ｗｗｗ．ｏｋｃｏｍｉｃ．ｎｅｔ／ｓｅｒｖｉｃｅ／ｉｎｆｏｒｍａｔｉｏｎ／２００５—１２一０４／２００５１２０４００４６１２．ｈｔｍｌ，２００５—１２—０４．房价指数的基础数据统计与管理研究杨楠上海财经大学统计学系，上海２００４３３ｙａｎｇｎａｎ（萤ｍａｉｌ．ｓｈｕｆＢｅｄｕ．ｃｎ摘要：基础数据的质量与合理性是影响房价指数效力发挥的首要因素，本文着眼于系统化的基础数据统计与管理体系，在分析我国现有各类房价指数的数据采集机制的基础上，针对普遍存在的问题，提出了改进现有体系的思路和具体操作模式，以期为我国房价指数的编制与管理工作提供一些有价值的参考。关键词：房价指数；全样本数据；抽样数据；ＭＬＳ１引言着近年房地产行业的高速发展，深入及时地了解市场已成为管理层、房地产开发企业及广大消费者的共同需求，重新审视我国现有住房消费的测度方法、进行房价指数编制的系统研究也为更多的学者所认识。在指数发展总体方向、指数编制模型及区域性指数的编制实践上，很多学者已经进行了大量研究，但对系统化的基础数据采集与管理方面的探索还亟待进行。本文从数据采集环节人手，分析了现有各类指数在数据采集与管理过程中存在的普遍问题，并提出了完善和改进现有体系的思路，希望能为我国的房价指数编制提供一些有益的参考。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，是市场研究和宏观的重要依据。由于成交案例分散、产品异质性大、市场公开程度低等原因，房价指数的编制对技术要求较高，是统计指数理论应用中的难点，其构造过程中基础数据的质量与合理性更是影响其效力的首要因素。目前，国际上发达国家多已使用质量控制型方法编制房价指数，并在实践中获得了大量应用。在我国，房地产市场起步晚，现有指数被市场接纳和采用的程度还不理想，随全国统计科学研究计划项目（２００７ＬＹ０７１），上海市重点学科建设项目（编号１３８０３）资助。专题２经济发展中的管理新问题１５１２国外房价指数编制与基础数据管理的进展从２０世纪２０年始，国外房价指数的编制方法不断改进，在经历过以中位数法和简单加权平均法为代表的第一代方法、以样本匹配法和拉氏加权法为代表的第二代方法后，建立在现代数理统计分析技术基础上的第三代方法，即质量控制型方法（ｑｕａｌｉｔｙ－ｃｏｎ—ｔｒｏｌｌｅｄ）逐渐成为国际上房价指数编制的发展方向。在实践中，第三代方法编制的指数在发达国家与地区获得了大量的应用，颇具影响力的有美国的ＯＦＨＥＯ指数和Ｓ８ＬＰ／Ｃａｓｅ－Ｓｈｉｌｌｅｒ房价指数、英国的ＯＤＰＭ指数和Ｈａｌｉｆａｘ指数、法国的ＩＮＳＥＥ指数、加拿大的ＮＨＰＩ等。此外，德国、加拿大、澳大利亚、新加坡等国家和中国、中国等地区近年也都拥有了具有优良统计性能的指数。在使用先进的指数编制方法的基础上，系统化的数据整合、分析，共享平台以及指数运行的科学管理机制为指数性能的稳定和精度的提高提供了强大的保证，成为发达国家指数编制的重要特征，其中有如下几种典型的数据管理形式。在美国和加拿大，多重上市服务系统（ｍｕｌｔｉｐｌｅｌｉｓｔｉｎｇｓｅｒｖｉｃｅ，ＭＬＳ），以会员联盟的形式，将不同房地产经纪公司纳入一个加盟体系，体系中成员的房源和求购信息集合在一个共享数据库中，加盟ＭＬＳ的每一位成员与客户签订委托销售或委托购买合同后，将此信息输入系统，由参加系统的全体会员共同帮助寻找买者或者卖者，实现交易，完成交易后，参与交易的各成员按一定的比例分享佣金。啪Ｌｓ，即通过特定的软件技术和网络手段，促使经纪人的所有房源信息形成一个统一的互通体系，具备多渠道收集、多渠道销售的优势，从而实现资源的整合与共享、经纪人的竞争与合作。ＭＬＳ极大地提高了二手房交易的效率，使房屋的销售更加合理，市场更加繁荣，有利于二手房市场的发展。在英国，由副首相办公室（ＯｆｆｉｃｅｏｆｔｈｅＤｅｐｕｔｙＭｉｎｉｓｔｅｒ，ＯＤＰＭ）编制的指数被称为ＯＤＰＭ指数（２００３年９月使用了新的方法，使用新方法后的数据延伸到２００２年２月）①，被认为是典型的“官方”指数。ＯＤＰＭ的数据来源于抵押贷款公司的抵押贷款报告（ｓｕｒｖｅｙｏｆｍｏｒｔｇａｇｅｌｅｎｄｅｒｓ，ＳＭＬ），包括来自５０个抵押贷款公司的每月２５０００个完整的房地产交易数据，是所有抵押完成数据的１／３。２００３年９月ＯＤＰＭ指数进行了改进，使用了一个更大的样本，并且使用了更复杂的混合调整方法，数据延伸至２００２年２月。ＯＤＰＭ指数有意成为一个权威的国家统计标准数据。在法国，季度性的住宅特征价格指数是公证人员和法国统计局（ＩＮＳＥＥ）之间的一种独特的合作方式的成果，这种合作方式是由公证员负责采集数据和进行计算机计算，而ＩＮＳＥＥ则提供一套计算方法并确保其运用合理、准确。这个方法依据的是对大约３００个地理区域的同定公寓或房屋样本的价值进行计量经济学的评估，每季度一次的评估是在给定时期内记录的所有销售的基础上进行的，由于每个区域都有它自己的特征价格模型，这就使得在不同的区域制定不一样的价格指数成为可能。在法国，所有的房地产交易都必须经由全国４６００个公证员事务所登记。公证员将核实和确定销售合同和销售事项的合法性，并将记录下的资料寄往抵押登记处（ＣｏｎｓｅｒｖａｔｉｏｎｄｅｓＨｙｐｏｔｈｅ—ｑｕｅｓ），同时为收缴印花税。由于法国立法的这一特点，由公证人负责收集的数据适用于计算季度性房价指数，其掌握的每起售房交易资料的摘录或影印本、住宅特征的资料为指数数据库提供了直接的来源保证。现状与问题分析现状据不完全统计，目前我国公布的各类房地产价格指数有１０多个。其中，既有全国性的，也有地方性的；既有主办的，也有企业主办的，还有官方和民间合办的。下面将其中有代表性的一些指数的基础数据采集与管理特点作一介绍。１．中房指数系统中房指数系统（ＣＲＥＩＳ）是中国房地产开发集团与中国房地产业协会联合开发的以指数形式反映全国及代表城市房地产市场发展变化轨迹和市场态势的指标体系。中房指数系统资料采用市场抽样调查方法，在对市场商品房项目进行普遍调查的基础之上，采用聚类分析方法，确定样本，然后对样本进行较长时间的跟踪调查，在样本项目达到一定指标后进行更新与替换。由于商品房项目在不同推广时段可能会采用不同价格策略，不同户型、朝向房屋定价也有差异，指数系统为此设计了标准价格调整体系，以消除特征因素的影响。２．全国３５个大中城市房地产价格指数全国３５个大中城市房地产价格指数是于１９９８年由国家发展计划委员会、国家统计局首次发布。它通过对全国３５个大中城市的土地出让价格、房屋销售价①２００６年５月．副首相办公室被撤销，其职能转归新成立的社会和地方部（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｍｕｎｉｔｉｅｓａｎｄＬ０ｃａｌＧｏｖｅｒｎ—ｍｅｒｉｔ．ＩＸ；ＬＧ），故ＯＤＰＭ指数改称为ＤＣＩ．Ｇ指数。３我国现有房价指数的基础数据统计管理３．１我国现有各类房价指数的基础数据统计管理１５２２００８中国发展进程中的管理科学与工程（卷Ｉ）格和房屋租赁价格进行统计分析，得出本季度和上季度的变化情况，进而分析我国房地产的宏观走势。该指数目前采用的是加权平均法，数据来自于开发企业统计快报体系。以本期的价格和去年同期的价格比计算，计算的周期分季度和年度两类，以百分比表示。３．伟业指数伟业指数是伟业顾问市场研究中心与清华大学房地产研究所于１９９７年联合推出的反映北京市市区内物业价格、租金及收益率水平的综合性房地产指标。样本选取范围包括北京市８个城近郊区的普通住宅、公寓、别墅、写字楼４类物业的商品房项目。样本数据的调查、核实时间为每一季度的第二、三个月。指数产品主要选取了价格和租金两项指标，普通住宅、公寓、别墅、写字楼四类物业用价格指标表示，这里的价格指平均价。在计算时，采用综合价格和聚类方法，以１９９７年１季度为指数计算的基准期，并将该期综合指数及各类物业指数设定为１００点，将后来各季度的更４．西安房地产市场价格４０指数西安房地产市场价格４０指数自１９９９年元月起试运行。西安房地产市场价格４０指数系统由西安市房产管理局市场处和西安西宇公司房地产信息部联合推出，房地产开发项目为样本范围，根据统计抽样的原理，从中选择代表不同物业、不同区位、不同档次的４０个房地５．武房指数“武房指数”最早推出于１９９２年，武房指数系统由武房指数的数据选样经历了两个阶段，第一阶段是２０００～２００４年第二季度，系统以武汉市房地产市场公开销售的房屋中１５０个具有代表性的房屋为样本，选的品质，样本将随市场变化而作适应性调整。第二阶的建立，样本开始覆盖全市，凡当季发生交易的楼盘均自样本楼盘该季度销售面积和价格的综合统计及整合。６．上海二手房指数上海二手房指数办公室从２００１年１２月开始推出上海二手房指数。指数报告以２００１年１１月３０日为基期，每月发布。报告选取１１个区５１个控制区内的二手房正常市场成交价格为计算样本。二手房价格和新增商品房可能具有不同的变化规律，二手房指数更能说明中低住房的需求。其计算方法是典型样本法，是在抽样报告的基础上，以点数而非具体成交价格的方式，对二手房市场的整体发展状况进行描述与评价，通过反映二手房市场交易价格来引导市场走向成熟。３．２现有指数在基础数据统计管理中存在的主要问题对于构造房地产价格指数来说，理想的数据集应该满足：有较大的样本容量，样本代表性强，从而减少采样误差；数据易于收集，可操作性强，能够保证指数的及时编制和公布。总结我国目前的各类房价指数的数据采集方式，存在的问题和不足集中表现在以下几方面：１．调查数据的可靠性问题目前，大多数城市还没有统一的交易权属登记系统，房地产价格指数编制工作主要由城市统计部门进行，而统计部门沿用旧的习惯，在设计指标后，下发到相关房地产开发公司，由后者填写后进行上报。房地产开发公司出于各种顾虑，或由于对编制房地产指数的意义认识不足，很难填报客观、准确的数据。开发商报件不及时，通常等待成批报件，造成当前的统计数据可能是几个月甚至是更长时间以前的交易价格，这也会导致一定时期内的房屋价格偏离正常指数，造成我们统计工作与市场分析工作的被动。２．样本的代表性问题样本数据是编制指数的最基本资料，为保证指数的科学性和准确性，首先应保证足够的样本量、均匀的样本区域和物业类型分布、样本数据的及时更新、样本数据的真实性和连续性等。目前，在房地产指数编制的样本数据方面，由于时间和人力的，各城市在编制房地产价格指数的具体操作中，一般选择一定数目的房地产开发公司或楼盘进行调查，由于选择样本偏少，样本价格信息难以代表整个城市的房地产市场价格水平，导致最终的指数编制存在着样本代表性不足的问题。３．统计口径不统一的问题目前，中房指数使用楼盘抽样数据，统计局拥有企业上报数据，房地产交易中心的数据为全部交易数据。抽样数据在调查中可以人工控制数据的偶然误差，但是抽样过程减少了部分信息。统计局的企业上报数据具有法律效力，但由于后者对编制房地产指数的意义认识不足，也难做到填报的数据完全客观和准确。相比较而言，全部交易数据具有更好的可信程度，但是，新数据与之相比较，得到应季指数结果。每月发布一次。这一系统以西安地区在手的１２０多个产开发项目为样本户，各区的样本数目以全市住宅、商业营业用房、办公楼、别墅的比例配出。通过人户调查，并参照相关数据及系数，得出西安房地产价格指数，以反应上月度西安地区房地产销售价格的基本变化。分类物业指数和综合物业指数组成，以２０００年３月为基期，２０００年３月房地产价格指数１０００点为基值，每季度第一个月１６日向社会发布前一季度的武房指数。取样本的主要原则是：充分考虑区域间的平衡和楼盘段从２００４年第三季度开始，由于武汉市合同备案系统进入样本库。武房指数基期的各项数据均来自于１５０个样本楼盘于２０００年３月的基价，季度的各项数据来专题２经济发展中的管理新问题１５３一旦交易的房产样本不能代表所有房产的情况（包括交易过和没有交易过的），也会产生系统性的偏差。数据来源的差异不可避免地造成了统计口径的不统一，以致在交易情况、交易日期、房地产特征等方面还很难做到按照全面而统一的标准进行即时修正。４更为合理的基础数据统计与管理体系探讨从我国现有的数据来源上看，抽样数据、上报数据与交易数据并存，但还没有形成统一而联合的机制。交易数据与调查数据结合，应该是我国目前反映房地产价格总体运行情况的较好方式。这需要我们进一步完善房地产市场基础信息管理系统，在对权籍信息系统、交易登记系统等数据库进行整合的基础上，建立全面而有统一口径的信息管理系统，在交易情况、交易日期、房地产特征等方面进行即时修正，为指数的计算提供好第一手资料。、研究机构和中介公司应该更好地形成一种联合机制，做好数据的采集这个基础性的工作。在此，借鉴国外一些优良模式，并针对我国目前的情况，本文提出如下的数据采集与管理体系框架。４．１部门提供全样本数据这里，部门主要指统计局、建委、房管局、土地局和开发办等。在计算机软件和硬件系统以及互联网等信息网络支持下，网络管理系统是集市场监管与数据自动采集分析于一体的信息管理系统的最佳形式，部门应该负责建立或完善以商品房销售合同网上备案为核心的数据采集与监管体系。确立这一思路有以下几个主要原因：（１）商品房销售合同所包含的信息对于反映市场运行状态至关重要，合同信息极为丰富、鲜活，时效性远远大于滞后的统计报表；同时，由于合同的正式签订意味着商品房从待售状态转变为预售或销售，如果实现了合同数据的实时采集，只要系统设计足够合理，所有商品房的销售状态与成交数据一目了然，那就可以做到在任意一个时点截取市场的真实运行状态，做到真正意义上的动态监管。（２）实行网上合同备案使得合同备案方式发生了实质性的改变，企业利用网络管理系统的客户端程序打印合同全文，可以迅速完成合同签订，销售与备案合二为一，消除了合同备案的滞后性，备案合同信息也可以为多个方面、多层次地利用。（３）有利于实现商品房分类指数的自动计算。由于所有商品房销售合同必须进行网上备案，所以，全部待售房源必须进人网络管理系统，这些房源具体到每一个户室，属性信息分类齐全。系统可以根据备案合同数据与事先输入的户室分类属性，按照一定的计算公式，非常方便地计算出任意一段时间内的商品房分类价格指数，并且可以进行各种专题的详细市场分析，为部门的决策提供准确的数据依据，为开发企业和市民提供权威性的专业咨询服务与指导，达到预警预报的目的。此外，由于采用大型数据库为后台，在技术上具备了一定的先进性和良好的可扩展性。由于所有数据均为在线填报，数据全部存放在服务器上，无需考虑数据安全与数据丢失，大大提高了数据的可靠性。４．２由评估与中介机构提供抽样数据系列房地产市场基础信息管理系统应该是一个全面而有统一口径的信息管理系统，为此，、研究机构和中介公司应该更好地形成一种联合机制，做好数据的采集这个基础性的工作。具体来说，可分为如下两个分支：１．加强与大型企业平台的联合从国外的情况看，依托大型房地产企业以及贷款与评估机构，共同建造指数的原始数据资料库，是一种效率很高的运行方式。譬如，美国的联邦住宅供给机构监察办公室（ＯｆｆｉｃｅｏｆＦｅｄｅｒａｌＨｏｕｓｉｎｇＥｎｔｅｒ—ｐｒｉｓｅＯｖｅｒｓｉｇｈｔ，ＯＦＨＥＯ）发布房价指数的过程就是一个很好的例子。０ＦＨＥ◇ＨＰＩ作为由美国官方权威机构发布的季度房价指数，在美国房地产业具有广泛的影响力，为相关机构、房地产及相关产业从业人员和研究人员以及普通居民提供及时、准确的市场总体信息。它使用的数据来自联邦全国抵押贷款协会（ＦｅｄｅｒａｌＮａｔｉｏｎａｌＭｏｒｔｇａｇｅＡｓｓｏｃｉａｔｉｏｎ，简称ＦａｎｎｉｅＭａｅ）和联邦住宅抵押贷款公司（ＦｅｄｅｒａｌＨｏｍｅＬｏａｎＭｏｒｔｇａｇｅＣｏｒｐｏｒａｔｉｏｎ，简称ＦｒｅｄｄｉｅＭａｃ）的抵押贷款交易数据。ＦａｎｎｉｅＭａｅ和ＦｒｅｄｄｉｅＭａｃ是美国最大的两个贷款机构，受国会的特许，旨在为购房者提供可靠的贷款基金。作为它们二者的直接监管者，０ＦＨＥＯ有资格获得这些支持企业的信息。它们二者的抵押贷款记录构成全国最大的贷款交易数据库，从而也为ＯＦＨＥＯ－ＨＰＩ的计算与发布提供了第一手资料。ＯＦＨＥＯ－ＨＰＩ依托两个授权的机构进行全国范围的操作而具有广泛的地理覆盖面，这是ＨＰＩ指数的一个关键优势所在。同时，ＨＰＩ指数只需要在ＦａｎｎｉｅＭａｅ和ＦｒｅｄｄｉｅＭａｃ的日常贷款活动的过程中自动更新就可以完成了，因而具有数据计算和统计分析上的极大优势。此外，国外的研究表明，拥有评估资质的机构在指数计算和数据采集方面最具优势。目前，国内的很多置业顾问公司拥有大量的房地产评估作业量，并拥有大量优秀的估价师。因此，它们参与价格指数的计算有着先天的优势条件，其与金融信贷机构和大型评估企业联合是建造指数原始数据库的有效方式。２．中介机构加盟与ＭＬＳ系统的推广１５４２００８中国发展进程中的管理科学与工程（卷Ｉ）中介服务机构的日常经营活动与房地产价格信息和市场特征有着紧密的联系。地区部门应该采用与房地产中介服务机构合作的方式推行特许经营与加盟方式，使它们也参与到当地房价指数的编制中来，共同检测当地房地产市场。具体来说，应侧重于明确加盟条件、权利与义务。加盟中介须具有合法营业执照和持证经纪人，营业面积及分店数量达到一定规模，无任何不良操作记录。权利包括：可对外使用指数样本单位的名称；可在经营场所的显著地方挂上甲方统一的指数样本单位铜牌；享有指数办公室提供的宣传广告；享有区域指数的发布权、使用权。义务包括：应协助指数办公室对成交案例采样。按照规范进行操作，保证样本选择的代表性，资料收集的客观性，分析方法的科学性。系统中的所有行业协会、不动产经纪机构必须严格遵守国家行业协会制定的从业规则和规范，一旦出现违规操作，会员身份将被暂停或取消。此外，应该大力推广在美国、加拿大等国经过长时间运作探索出来的成熟房地产市场交易模式——ＭＬＳ，这在加强市场、提高交易效率等方面具有非常积极的作用。当前，对我国一些房地产市场发育较为成熟的城市而言，探索建立ＭＬＳ系统，实施ＭＬＳ交易模式，已经具有较大的可行性。ＭＬＳ系统中的房源数据可以分为三个组成部分：房源信息、安全信息、卖主信息（其中“卖主信息”需要隐藏，只有该条房源数据的录入者才能够查看）。系统中房源数据的状态可以包括：待售、待租、租售、申请保护、状态释放、已售、已租、暂停出售／出租、取消出售／出租、售价／租价改变。具体状态的更新与交易的实际进程同步。若由于某种原因使得交易没有在规定的时间内完成，那么这条房源信息的状态将自动释放，而再次申请保护需要一定的时限间隔，同一个登陆身份申请保护的列表数量也将受到。数据录人系统之前必须与卖主签订协议，以避免出现重复录人。由于客户可能同时与多家房地产公司联系，以获取更高的售价，所以在将房源信息录入系统之前，必须首先与房源卖主签订真实的委托协议，将协议编号引入ＭＬＳ系统，从而在软件系统中实现“从协议开始，到合同结束”的封闭式规范管理。ＭＬＳ体系涉及多个不同级别的行业协会和经纪机构，不同级别的行业协会拥有明确的责任分工，整个体系中的规范、行业管理以及新技术实施必将促进我国房地产统计的统一规范和标准化管理。５总结从信息的整合性来看，在房价指数的编制中，基础数据的采集与管理是最为重要的环节之一，本文对比国外已有的一些优良模式，针对我国目前基础数据统计管理中存在的问题，提出改进现有体系的思路和具体操作模式，以保证数据来源的稳定性、完整性和及时性。相信沿此思路对我们现有的系统进行逐步的改进与拓展，一定会有助于提高指数编制的准确度和灵敏度，更好地为房地产市场的科学分析与服务。参考文献［１］黄火生，桂又华．对我国ＣＰＩ统计方法的改进：基于房地产价格与ＣＰＩ相关实证分析——兼论ＣＰＩ失真．经济学动态，２００６，（１０）：４５—４９．［２］张亮．对我国统计制度的反思——兼论统计数据的三大偏差．经济学动态，２００６，（５）：４４～４６．［３］郑思齐，刘洪玉．如何正确衡量房地产价格走势．中国房地产研究，２００３，（３）：２７—２９．［４］温海珍．住宅的特征与特征的价格——基于特征价格模型的分析．浙江大学学报，２００４，（１０）：１３３８—１３４３．Ｅ５－１耿晓嫒，谢昌浩．我国城市房地产指数编制方法探讨．云南财贸学院学报，２００５，（１０）：７６－－８０．Ｅ６］晏露蓉，赖永文，赵晓斐，宋科进．房地产价格统计的比较分析与研究．福建金融，２００６，１２：４—１０．［７］ＭａｒｔｉｎＪ．Ｂａｉｌｅｙ，ＲｉｃｈａｒｄＦ．Ｍｕｔｈ，Ｈｕｇｈｏ．Ｎｏｕｒｓｅ．ＡＲｅｇｒｅｓｓｉｏｎＭｅｔｈｏｄｆｏｒＲｅａｌＥｓｔａｔｅＰｒｉｃｅＩｎｄｅｘＣｏｎ—ｓｔｒｕｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＡｍｅｒｉｃａｎＳｔａｔｉｓｔｉｃａｌＡｓｓｏｃｉ—ａｔｉｏｎ，１９６３，ＶｏＬ５８，Ｎｏ．３０４，ｐｐ．９３３－－９４２．［８］ＪｅｆｆｒｅｙＥＺａｂｅｌ．ＣｏｎｔｒｏｌｌｉｎｇｆｏｒＱｕａｌｉｔｙｉｎＨｏｕｓｅＰｒｉｃｅＩｎｄｉｃｅｓ［Ｊ＇１．ＪｏｕｒｎａｌｏｆＲｅａｌＥｓｔａｔｅＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍ—ｉｅｓ，１９９９，１９（３），ＰＰ．２２３－－２４１．［９］ＭａｒｃＰｒｏｄＨｏｍｍｅ，ＤｉｍｉｔｒｉＳａｎｇａ，ＨｏｌｌｙＳｈｕｍ．ＦｒｏｍＡｖｅｒａｇｅＰｒｉｃｅｔｏＨｅｄｏｎｉｃＰｒｉｃｅＩｎｄｅｘｅｓ：Ａ“Ｐｒｅｌｉｍｉｎａ—ｒｙ”ＩｎｖｅｓｔｉｇａｔｉｏｎｉｎｔｏＶａｒｉｏｕｓＭｅａｓｕｒｅｓｏｆＴｒｅｎｄｓｉｎＥｘ—ｉｓｔｉｎｇＨｏｕｓｅＰｒｉｃｅｓＵｓｉｎｇＭＬＳＤａｔａｆｏｒＯｔｔａｗａ．ＰａｐｅｒＰｒｅｓｅｎｔｅｄｉｎｔｈｅ２８ｔｈＧｅｎｅｒａｌＣｏｎｆｅｒｅｎｃｅｏｆｔｈｅＩｎｔｅｍａ－ｔｉｏｎａｌＡｓｓｏｃｉａｔｉｏｎｆｏｒＲｅｓｅａｒｃｈｉｎＩｎｃｏｍｅａｎｄＷｅａｌｔｈ．Ｃｏｒｋ，Ｉｒｅｌａｎｄ，Ａｕｇｕｓｔ２２—２８，２００４．［１０］ＭｉｃｈｅｌＢａｒｏｎｉ，ＦａｂｒｉｃｅＢａｒｔｈｅｌｅｍｙ，ＭａｈｄｉＭｏｋｒａｎｅ．Ｒｅ—ａｌＥｓｔａｔｅＰｒｉｃｅｓ：ＡＰａｒｉｓＲｅｐｅａｔＳａｌｅｓＲｅｓｉｄｅｎｔｉａｌＩｎｄｅｘ［３－１．ＪｏｕｒｎａｌｏｆＲｅａｌＥｓｔａｔｅＬｉｔｅｒａｔｕｒｅ，２００５，１３（３），ｐＰ．３０３－－３２１．［１１］中国指数研究院．中国房地产指数系统：理论与实践．北京：经济管理出版社，２００５．［１２］ＣｈａｒｌｅｓＡＣａｌｈｏｕｎ．ＯＦＨＥＯＨｏｕｓｅＰｒｉｃｅＩｎｄｅｘｅｓ：ＨＰＩＴｅｃｈｎｉｃａｌＤｅｓｃｒｉｐｔｉｏｒＬＷｏｒｋｉｎｇｐａｐｅｒｏｆＯＦＨＥ０，ＵＳＡ．１９９６．［１３］ＨｅｎｒｙＱＰｏｌｌａｋｏｗｓｋｉ．ＤａｔａＳｏｕｒｃｅｓｆｏｒＭｅａｓｕｒｉｎｇＨｏｕｓｅＰｒｉｃｅＣｈａｎｇｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｏｕｓｉｎｇＲｅｓｅａｒｃｈ．１９９５，Ｖｏｌｕｍｅ６，Ｉｓｓｕｅ３。３７７—３８７．房价指数的基础数据统计与管理研究
作者：作者单位：
杨楠
上海财经大学 统计学系,上海 200433
本文链接：http://d.wanfangdata.com.cn/Conference_71386.aspx
授权使用：黄小强(wfxadz)，授权号：d498f5b8-90e8-4972-ab6b-9ed5006c4159
下载时间：2011年4月30日
