 鲜花( 0)  鸡蛋( 0)
|
大家关注房价的起落，但究竟应该相信什么数据？Z在这里就自信解释一下究竟怎么解读房价数据。
3 w0 D& b$ B+ ]; A1 Z
7 z s2 a9 V, |/ Y6 J首先，我们要明白，所谓“过去一个月”房价涨 x% 究竟是什么意思。不同的房子，因为地点，尺寸，和其他一些在指标不同，其实涨跌速度各自不一。我们所谓的涨跌幅只是取一个综合值，使得其与各个房子的实际涨跌幅度的误差最小。8 D6 Q9 b1 U' Z8 {. q9 Q5 g: P4 E
, e( g, i9 y7 c+ s5 I
数学扎实的朋友可以这么理解，假设本城共有n个房子，分别是H1,H2,H3...Hn。
& ]6 n, _: w8 e% u7 y# g# `* O它们的价格随时间而变，就设定为P1(t),P2(t),P3(t)...Pn(t)。
9 E9 M; b$ F5 a( m我们现在要求一个贴近的综合价格Pa(t),假设误差以平方之和为标准，那么误差就是:- ^6 l9 w& C. x7 b
E=积分(t1到t2)((P1(t)-Pa(t))^2+(P2(t)-Pa(t))^2+...+(Pn(t)-Pa(t))^2)dt
2 g6 I" Z$ K% m% q' u# `最真实可靠的综合价格就是可以达到最小E的Pa(t)，这里面t1代表起始时间，t2代表终止时间。如果我们比较10月和9月房价，那么t1就是9月，t2就是10月。需要注意的是，各个房子的价格函数互相是相关的，就是说correlation不为0。8 O7 }" d8 I( \3 ?% \! W" I% d
9 J1 P b' _( {
那么，我们再来看平均房价是怎么回事。假设9月卖出房子有He,Hf,Hg这几个，10月卖出Ho,Hp,Hq这几个。
/ G i4 n8 i5 l3 R: y. k1 q2 u6 E9月的均价就是(Pe(9月)+Pf(9月)+Pg(9月))/3，10月的均价就是(Po(10月)+Pp(10月)+Pq(10月))/3。
+ V' x; k+ F% [- f换言之，我们不可能有全部房子在这两个时间点的价格，因为成交的仅仅是全部房子的很小的一个子集。我们是拿一些房子的10月数据去比另一些房子9月数据。所以，我们并不知道同一个房子的价格变化，好比我们知道10月份Hq的价格，但我们没有9月份Hq的价格。一旦购房组成产生变化，10月成交的Ho,Hp,Hq可能与9月成交的He,Hf,Hg不具有很强的共性，那么这个数据就不准了。最简单的例子就是，如果Hq是个千万豪宅，那么显然会把10月的均价严重拉高。
( x x9 j, l" \2 q z
+ _) z0 k) j a h( |$ x* |中位价比平均价好很多，假设9月卖出房子有He,Hf,Hg这几个，10月卖出Ho,Hp,Hq这几个。& k1 F# k' f. G4 x. y& Y; i
假设Pe(9月)<Pf(9月)<Pg(9月)，那么10月的中位价就是Pf(9月)；- W/ v! t2 z$ b: a
假设Po(10月)<Pp(10月)<Pq(10月)，那么10月的中位价就是Pp(10月)。
7 Z5 O' x3 F- U7 v当交易量不是太少时，可以比较精确的体现普通收入者的购房价格。不会因为Hq是千万豪宅而把数据扭曲。
, K& X0 a, I) a4 R. P& _, O" N" v7 i6 b0 G
现在已经不难看出均价和中位价的局限，就是10月所售的房子Ho,Hp,Hq和9月售出的He,Hf,Hg并非是同样的房子，更无法代表全部从H1,H2到Hn这几十万个房子。当He,Hf,Hg与Ho,Hp,Hq具有较强共性(correlation)，那么数据基本准确，但如果不是，数据就没有太大意义。所以，我们就要寻求这些房子的最大共性。这就是单位面积价格：
4 @0 \$ A" P' W+ P假设9月卖出房子有He,Hf,Hg这几个，10月卖出Ho,Hp,Hq这几个。它们的面积分别是Me,Mf,Mg,Mo,Mp,Mq。那么，2 ^7 ^9 h8 Y0 Z2 q$ m+ U5 w1 [0 h
9月的单位面积均价就是(Pe(9月)/Me+Pf(9月)/Mf+Pg(9月)/Mg)/3;
% b% O @6 J. f1 C10月的单位面积均价就是(Po(10月)/Mo+Pp(10月)/Mp+Pq(10月)/Mq)/3。
5 |. E/ u u! h* V e& L% I* c这种算法当然不是完美，但比起均价和中位价，可以更加精确体现10月所售房子，和9月所售房子，以及广大未售房子的共性。
~3 Q+ Q0 Z+ e( R3 c, K! ?, k
2 {4 s, a& i& {8 ?. q0 [有爱抬杠的仁兄说单位面积均价对于地大房子小的不适合，我的回答是：这是完全正常的概率分布，我们只需知道主流的单位面积均价就可以了。从数学角度而言，我们就假设一个高斯分布，如果单位面积均价的平均值(mean)是$300/sqft，那么500尺的100万的房子是$2000/sqft，属于小概率事件，可以视为在3个standard deviation之外了。我们只需考虑正负1个standard deviation之内的是否合理就足够了。
+ B" n& |* B: G0 a( \1 v- F0 J. M+ M9 x& X
前面都是理论，下面说2个具体的小例子：3 c k( {6 d c7 C8 W" l$ \6 j
1）加州南部（圣迭戈，洛杉矶）是美国房子最贵的地方之一，均价60~70万。为了计算方便，假设1美元=1加元。就是说，是爱城的双倍。但事实是，爱城50万的房子，在那里要150~200万。同样的房子是3~4倍。问题出在哪里？因为均价受限于人的工资支付力的极限。当房价持续上涨时，人们开始求其次，（好比说10月所售的房子Ho,Hp,Hq比9月售出的He,Hf,Hg要小起来了）。在平均价位的房子，其质量和面积不停下滑。但如果用单位面积均价就不会有这个问题。爱城50万可以买到约2000尺的新2层屋，单价$250/sqft，同样的房子在圣迭戈核心城区要150万，单价$750/sqft这样就精确体现了两地等同房子的差距。
' I% ?8 ]3 V. r' u* O7 \# e6 R9 u0 B
! c& D1 ?4 u/ w0 c1 E$ d2 M2）如果你走到一个建筑商那里，询问造房价格，最常见的就是他告诉你基本价是多少一尺，升级价是多少一尺。如果你回中国买房，市场通用的准则也是每平米的单价。4 S/ P" | }3 O9 K
( {; P" W0 V% \5 |9 W9 _* |
论述到此结束，欢迎拍砖。 |
|
狗仔卡
发表于 2007-11-5 09:56
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡
楼主
发表于 2007-11-5 10:06
发表于 2007-11-5 12:12
