《編制澳門樓價指數》 研究報告

《編制澳門樓價指數》

研究報告

Relatório do Estudo

《 Elaboração dos Índices de Preços do Imobiliário de Macau》

澳門大學

Universidade de Macau 2016 年 10 月

Outubro de 2016

白頁

Página vazia

Blank page

摘 要

很多發達經濟體系國家或地區都向公衆公佈有廣泛代表性的房 屋價格指數作為重要統計數據之一。近年本澳社會對房屋價格十分關 注，為能及時了解整體樓價的變動情況，需要有一個能綜合反映樓價 變動走勢的價格指數供各界參考。因此，澳門大學受澳門特別行政區 統計暨普查局委託，研究建立了一套基於交易數據的澳門樓價指數。

在報告中，研究小組將簡要介紹幾個國際間常用的住宅價格指數，

分析編制住宅價格指數普遍採用的方法，並建議最適合澳門情況的方 法。此外，研究小組闡釋如何考慮不同因素下的幾種不同分類指數，

並指出其中最為相關並可作參考又容易理解的分類指數。研究小組的

目標是構建一組操作相對簡單( simple)可使用簡約(parsimonious)數

據的樓價指數計算方法，使得澳門大學研究小組以外的單位都能延續

指數計算。

白頁

Página vazia

Blank page

目 錄 Índice

摘 要 ... 3

Resumo ... 35

第一章：導論 ... 7

Capítulo I:Teoria ... 37

1.1 研究編制澳門樓價指數的背景 ... 7

Estudo de elaboração dos índices de preços do imobiliário de Macau ... 37

1.2 研究框架 ... 8

Enquadramento do estudo ... 39

1.3 主要研究結果 ... 9

Principais resultados do estudo ... 39

第二章：住宅價格指數計算方法的歸納總結 ... 10

Capítulo II: Conclusões apuradas sobre as metodologias dos índices de preços das fracções habitacionais ... 40

2.1 重複銷售價格指數模型（Case-Shiller Repeat Sale Price Index Models） ... 10

Modelo de Índices de Preços de Vendas Repetidas ... 40

2.2 特徵定價模型（Hedonic Pricing Model） ... 10

Modelo de Caracterização da Precificação ... 40

第三章：各地區住宅價格指數簡介 ... 12

Capítulo III: Breve introdução sobre os índices de preços da habitação em diferentes países e territórios ... 42

3.1 美國住宅價格指數 ... 12

Índices de preços da habitação nos Estados Unidos da América ... 42

3.2 英國住宅價格指數 ... 13

Índices de preços da habitação no Reino Unido ... 43

3.3 中國住宅價格指數 ... 13

Índices de preços da habitação na China ... 43

3.4 香港住宅市場住宅價格指數 ... 14

Índices de preços da habitação no mercado imobiliário de Hong Kong ... 44

3.5 新加坡住宅價格指數 ... 15

Índices de preços da habitação em Singapura ... 45

第四章：澳門樓價指數計算分析 ... 17

Capítulo IV: Análise do cálculo de índices de preços imobiliários...47

4.1 澳門樓價指數模型構建 ... 17

Constituição de modelo de índices de preços imobiliários de Macau ... 47

4.1.1 基本樓價指數模型 ... 17

Modelo básico de índices de preços imobiliários ... 47

4.1.2 主要及相關特徵 ... 18

Caracterizações principais e relacionadas ... 48

4.1.3. 數據簡單統計量 ... 20

Estatísticas simples ... 50

4.2 回歸結果分析 ... 21

Análise dos resultados da regressão ... 51

4.3 澳門樓價指數計算 ... 25

Cálculo dos índices de preços imobiliários ... 54

4.3.1. 月、季、年度整體樓價指數 ... 25

Índice de preços imobiliários global mensal, trimestral e anual ... 54

4.3.2. 按樓齡分類的樓價指數 ... 28

Índice de preços imobiliários segundo o ano de construção ... 57

4.3.3. 按住宅面積分類的樓價指數 ... 30

Índice de preços imobiliários segundo a área das fracções autónomas habitacionais... 59

4.3.4. 其他分類的樓價指數 ... 31

Índices de outros tipos ... 60

第五章：結論與建議方案 ... 32

Capítulo V: Conclusões e sugestões ... 61

部分參考文獻 ... 33

Referências bibliográficas (uma parte) ... 62

第一章 導論

1.1 研究編制澳門樓價指數的背景

住屋問題向來備受社會關注，住宅價格的變動更是其中一個公眾 議論熱點。根據澳門特別行政區政府統計暨普查局（ DSEC，以下簡 稱統計局）所公佈的數據，澳門住宅價格已經從 2007 年第一季度的 每平方米實用面積 19,071 澳門元上升至 2016 年第一季度的每平方米 實用面積 72,955 澳門元，在 2014 年第二季達到頂峰的 111,542 澳門 元，即在七年半裏急劇上漲 485%，然後又在 7 個季度内下跌 34.6%。

由於每期成交的住宅單位不同，平均成交價格會受當期買賣的住宅單 位影響，難以作同質性的直接比較。所以，本澳需要編制一個能反映 整體樓價變動的綜合指數，供社會各界參考使用。

一般而言，住宅價格指數是住宅價格變動的概括指標，用於測量 屬性大致相同住宅的平均價格變化，也是住宅價格走勢在不同分區的 一個及時、準確又可比的指標。由於樣本的廣泛性，它能為一般市民 甚至經濟學者提供有用的信息。很多發達經濟體系國家或地區都向公 衆公開有廣泛代表性的房屋價格指數作為重要統計數據之一。

應統計局的邀請，澳門大學研究小組展開編制澳門樓價指數研究，

以反映澳門住宅價格的變化趨勢。小組使用了由統計局提供的 2011-

2015 年向澳門特別行政區財政局申報結算資產移轉印花稅樓宇單位

資料

¹

中的住宅交易數據完成指數計算和相應的數據分析。

各國或地區所採用編制住宅價格指數（在澳門一般稱爲 “樓價指 數 ”）的方法都不同，其中最被廣泛採用的有特徵定價模型（Hedonic Pricing Model）和 Case-Shiller 重複銷售價格指數模型（Case-Shiller Repeat Sale Price Index Models）。報告首先介紹和比較這些方法在不 同國家或地區（如美國、英國、中國、香港、新加坡等）的應用，並 在此基礎上，結合澳門房地產市場的特有因素，依據統計局提供的實 際交易數據，構建適合澳門的特徵定價模型指數編制方法。為了完成 這一研究，小組採集一些可能對澳門樓價有較顯著影響的特徵，但初 步數據分析結果顯示，沒有包含這些實地採集的數據也能夠充分反映 樓市現實狀況。

研究小組研發出一套有代表性的、可定期向公衆發佈的澳門樓價 指數。作為本報告的主要目的，本報告包括闡釋如何考慮不同因素下 的幾種不同分類指數，並指出其中最為相關並可作參考又容易理解的 分類指數。研究小組的目標是構建一組操作相對簡單( simple)而所使 用數據簡約( parsimonious)的樓價指數計算方法，使得澳門大學研究 小組以外的任何單位都能延續指數的計算。

1.2 研究框架

1. 住宅價格指數計算方法的歸納總結 2. 各地區住宅價格指數簡介

1本來採用“繳納印花稅”時點作為計算指數的參考時間，這與統計局公佈有關不動產交易統計

的相同；後來統計局提供了與實際交易時間較爲接近的“申報結算印花稅”日期資料，研究小組 於是採用更貼近交易時間的資料計算樓價指數。

3. 澳門樓價指數計算分析

a. 澳門樓價指數模型構建 b. 澳門樓價指數計算 c. 其他數據及指數建議 4. 結論及建議

1.3 主要研究結果

研究小組主要的研究結果包括：

1. 澳門整體樓價指數模型，並探討各種計算模型可行性。

2. 經考慮澳門房地產市場的特性，使用特徵定價模型法去計算樓 價指數，包括澳門半島、路氹及澳門半島 5 個堂區的指數。

3. 按不同的特徵計算分類指數，包括：

• 樓齡分類

• 住宅面積分類

• 交易價格分類，如高端住宅代表樓價高於 75 百分位

• 主要樓盤樓價指數

• 低層樓宇與高層樓宇分類

第二章 住宅價格指數計算方法的歸納總結

編制住宅價格指數有多種方法，其中最廣泛被採用的有重複銷售 價格指數模型和特徵定價模型。

2.1 重複銷售價格指數模型

Shiller(1991)提 出的 算術 加權 價值重 複銷 售估 計法（ Value- Weighted Arithmetic Repeat Sales，VW-ARS）

²

是假設有 N 個住宅單 位重複銷售，對應 2N 個交易，每筆交易包含了價格和交易時間。進 一步假設樣本存在於 T + 1 個時間段，記為 t = 0 至 T。每個交易時間 段假定足夠長，以保證在每個時間段内 N 個住宅單位樣本至少有一 次交易。如果在 T + 1 個時間段內某一住宅單位交易了 K 次（K > 2），

那麼模型假定在無相互重複的時間段內發生了 K - 1 次重複銷售。

2.2 特徵定價模型

住宅是一種典型的異質性商品。不同的住宅分區、面積、所有權，

室內室外附屬設施等方面存在差異，對房屋價格產生顯著的影響。因 此，不同時期的住房市場價格水準的波幅可能源於市場供求情況的改 變，也可能源於市場中物業品質、檔次的整體提升或物業聚集地的整 體變化，還可能源於各期交易量中不同特徵住房組成結構的變化。這 違背了價格指數編制中應遵循的“同質可比”的前提條件，因而需要

2正式的推導請參考Shiller (1991, Journal of Housing Economics, Volume 1, 110- 126)，或參考 Calhoun (1996) 的文獻縱述。

進行“品質調整”，即在指數編制過程中剔除不同樣本（住宅單位）

之間的品質差異(吳璟，鄭思齊和劉洪玉 2007)。

特徵價格法是實現品質調整的有效方法。特徵價格法假定房價可 以分解為一系列的特徵束，使得觀察的房價各有不同，可以視為反映 結構性和區位性價格的元素綜合( Rosen, 1974)。

當某一特徵改變時，其價格也會隨之改變。對某一特徵變量求偏

導數取得該特徵的變動對住宅單位價格的影響幅度，並假定這種影響

的關係在一定的時間內固定不變。這樣，在缺乏同質住宅單位的情況

下，可以用非同質的單位在基期與報告期之間進行比較，從價格的總

變動中逐項剔除特徵變動的影響，最後剩下的便是純粹由供求關係引

起的價格變動。

第三章 各地區住宅價格指數簡介

本章介紹以下幾個國家和地區使用的住宅價格指數。

3.1 美國住宅價格指數

美 國 有 兩 種 被 廣 泛 採 用 的 住 宅 價 格 指 數 系 列 。 第 一 種 是 S&P/Case-Shiller 住宅價格指數，由 Case 和 Shiller (1987,1989)開發。

第二種住宅價格指數最初由聯邦住宅企業監督辦公室（ Office of Federal Housing Enterprise Oversight, OFHEO）估計和發佈。由於 2008 年 聯 邦 住 宅 企 業 監 督 辦 公 室 改 組 成 為 聯 邦 住 房 金 融 局 （ Federal Housing Finance Agency, FHFA）的一部分，這種住宅價格指數現在被 稱為 FHFA 住宅價格指數。

S&P/Case-Shiller 住宅價格指數採用重複銷售模型根據其統計範 圍每月進行計算包括大都會地區 S&P/Case-Shiller 住宅價格指數和 S&P/Case-Shiller 全美住宅價格指數 （“The U.S. National Index”）兩 大類。該指數的目的是測度特定地理地區的住宅價格平均變化情況。

大都會地區 S&P/Case-Shiller 住宅價格指數覆蓋的區域包括了 20 個 主要的大都會地區（稱為大都會統計區， Metropolitan Statistical Areas, MSAs），每月更新一次。除分別計算以外，各地區還加總形成兩個 綜合指數，一個包括 10 個地區，另一個包括所有的 20 個地區。

S&P/Case-Shiller 全美住宅價格指數是一個追蹤全美單戶住宅價值的

綜合指數，覆蓋了美國 9 個統計區域，每月更新一次。兩類指數都基

於一個固定品質水準下對住宅市場價格的變化進行測度。住宅的類型

和大小變化，或者住宅的物理特徵變化引發的價格變化通過計算排除，

以避免影響指數值。任何可能影響或者背離指數計算初衷的可能情況 都會被標準普爾道瓊斯指數公司單獨評測和慎重考慮，因此能夠保證 指數不會被背離其設計目的。

美國聯邦住房金融局（ Federal Housing Finance Agency, FHFA）

使用來自房貸美（ Freddie Mac）和房利美（Fannie Mae）的傳統符合 標準抵押貸款交易數據，估計和發佈單戶住宅價格指數 （ 參考 Calhoun，

1996)。

3.2 英國住宅價格指數

由於英國包括蘇格蘭、北愛爾蘭、威爾士和英格蘭，英國有多種 不同的住宅價格指數。蘇格蘭和北愛爾蘭擁有各自的指數。英國最廣 泛使用的價格指數是英國國家統計部制定的住宅價格指數 (ONS)

³

， 土地註冊處住宅價格指數

⁴

， Halifax 住宅價格指數，Nationwide 住宅 價格指數

⁵

和 LSL Acadata 住宅價格指數。這些住宅價格指數使用特 徵定價模型或者重複銷售模型。

3.3 中國住宅價格指數

中國國家統計局定期公佈兩種住宅價格指數：新建住宅銷售價格 指數和二手住宅銷售價格指數。

（一）新建住宅銷售價格指數的具體計算過程包括三個步驟：

3 參考 http://www.ons.gov.uk/

4 參考 https://www.gov.uk/government/organisations/land-registry

5 參考 http://your.nationwide.co.uk/

第一，計算各項目各基本分類本月及上月平均價格。

第二，計算各項目各基本分類（含保障性住房）月環比價格指數。

第三，計算全市基本分類（含保障性住房）月環比價格指數。將 分別利用銷售面積和金額加權計算得到的兩個指數再簡 單平均計算。

（二）二手住宅銷售價格指數的具體計算過程包括二個步驟：

第一，計算各基本分類中選中的二手住宅的環比指數。

第二，計算全市基本分類環比價格指數。

採用雙加權計算全市各基本分類的環比指數，即分別利用本月銷 售面積和金額作為權數計算價格指數，然後將兩個價格指數再簡單平 均計算。

3.4 香港住宅市場住宅價格指數

香港有三種住宅價格指數：第一種是中原城市指數，基於政府土 地註冊處登記的住宅樓宇交易記錄編制，用以描述地產市場的價格變 動；第二種是香港政府差餉物業估價署發佈的私人住宅-各類單位售 價指數；第三種是香港大學房地產價格指數，簡稱港大房產指數。

中原城市指數基於一些“成分屋苑”價格編制，基期為 1997 年 7 月。計算方法為（該月成分屋苑總市值÷上月成分屋苑的總市值）

×上月的中原城市指數。成分屋苑的選取需滿足四個條件，包括較高

成交總值，較大成交宗數，至少在十二個月前入伙，及在所屬地區有 代表性。

⁶

香港政府差餉物業估價署發佈的私人住宅-各類單位售價指數使 用經過審查以釐定印花稅的樓宇交易資料計算。指數每月發佈，季度 指數和年度指數分別為有關時期內每月指數的平均數。住宅樓宇售價 指數由各類住宅樓宇指數加權平均獲得，權重根據該月份及之前 11 個月內進行的交易數目確定。

⁷

港大房產指數採用重複銷售定價技術估計，追蹤香港住宅物業的 一般價格水準變化。數據來源於香港政府土地註冊處。指數覆蓋整個 香港特別行政區，由三個子指數加權平均獲得。三個子指數分別為香 港大學香港島住宅物業價格指數，香港大學九龍住宅物業價格指數和 香港大學新界住宅物業價格指數。權重根據三個子指數所覆蓋區域的 住宅單位存量的總市值進行分配。該指數每月發佈一次。

⁸

3.5 新加坡住宅價格指數

在新加坡，最著名的住宅價格指數是新加坡國立大學住宅價格指 數（ The National University of Singapore (NUS) Singapore Residential Price Index Series, SRPI) ，簡稱 SRPI。SRPI 指數以月度數據的形式 追蹤反映新加坡住宅的價格趨勢。具體而言， SRPI 指數包括幾個分 類指數，以反映新加坡整體，不同區域，不同房型（小單位等等）的 住宅價格變化趨勢。

6 http://www1.centadata.com/cci/notes_c.htm

7 http://www.rvd.gov.hk/doc/sc/statistics/15_technotes.pdf

8 http://hkureis.versitech.hku.hk/

SRPI 指數的數據來自兩個數據庫。一個是關於相關地產的特徵 數據，比如位置、建成日期、樓高等，主要由新加坡土地管理局( SLA) 提供。第二個數據庫主要包含物業交易資訊，包括成交價格、日期、

單位的編號等，主要由新加坡城市發展局（ URA）提供。SRPI 指數

的計算方法從根本上講，還是採用了特徵定價模型。

第四章 澳門樓價指數計算分析

4.1 澳門樓價指數模型構建

4.1.1 基本樓價指數模型

重複銷售指數模型雖然比較普遍，但是這方法需要在指數的編制 期內有足夠多的住宅單位被至少銷售兩次。按照澳門的實際交易情況 看似乎很難滿足這一要求。參考英國及新加坡等的做法，本研究決定 採用特徵定價模型來計算澳門樓價指數。特徵定價模型有如下一些優 點：容易取樣；可以得到大量價格數據；模型的經濟意義比較直觀；

計算相對簡單。而其缺點則包括：可能存在多重共線性問題；因房地 產的個別性而掩蓋市場供求關係對單位價格的影響等問題；無關的特 徵變量也可能顯著，進而可能存在偽回歸的可能性；特徵變量的選取 可能受限於可獲取的數據，並且受到研究者主觀判斷的影響而可能造 成模型設定誤差。

假設在 _t 期住宅價格模型如下：

, 0 1 , ,1 2 , ,2 3 , ,3

....

, ,

t i t t t i t t i t t i tn t i n t

p = β + β z + β z + β z + + β z + ε

其中， i 代表澳門的單位； p

_,ti

代表相關單位 i 的在時間 t 的成交價格

（或每平方米實用面積的價值）； _z

_{t i, ,1}

,…, z

t_,i_,n

代表相關單位 i 在時間 t

的 n 種特徵值。

4.1.2 主要及相關特徵

為研究樓價指數的編制，統計局提供源自財政局的申報結算資產 移轉印花稅住宅單位的買賣數據予研究小組，當中有住宅單位的成交 價值、實用面積、地址、繳納印花稅日期等資料。後來統計局補充了 購買者申報結算印花稅的日期，研究小組考慮後者較貼近住宅單位成 交日期，故採用作為計算指數的參考時點。研究小組以這些基本數據 用了多個星期進行實地調研，考察樓宇的特性，如座向、有沒有會所、

是否位於主要街道、街市等，成功把九成樓宇數據（即 55,037 個單 位）的特徵找出來。最終，研究小組結合由統計局所提供的數據來提 取住宅單位的不同重要特徵：

• 實用面積

• 購買價格

• 地點及分區

• 買賣年份

• 單位樓層

• 樓齡

及實地考察擬收集的下列特徵：

• 房間數量

• 廁所數量

• 是否有停車位

• 是否有露台

• 位於主要街道或小巷

• 是否有會所設施

• 是否有其他設施如兒童遊樂設施

• 裝修狀況

• 是否有電梯

• 是否臨近下列設施

學校

街市

旅遊景點

研究小組也考慮了其他因素，包括

• 座向

• 土地使用權

• 建築商

• 交通設施

但由於相應資料非常有限，“土地使用權”及“建築商”等特徵 只能被刪除。交通設施因素包括巴士站、巴士總站及輕軌站。巴士站 在澳門的分佈很全面，而輕軌建設還沒有完成，其影響亦不能全面估 計，因此經過綜合考量後交通設施因素也沒有被採納於指數計算内。

在調研中，研究小組搜集了大約 11,667 戶的“座向”信息，因 而面臨取舍使用樣本量小但是有座向信息的子樣本，還是使用沒有座 向信息的全樣本。回歸結果證明，加入座向信息後，回歸結果顯示，

座向信息的回歸系數非常高，是否朝某方向可以影響大約 50%的單位 價值。這可能是數據的質量導致了異常結果的發生，況且回歸的擬合 優度系數（ R

²

）只增加了 0.04。這表明座向並不在回歸中發揮顯著 作用。最重要的是價格指數趨勢沒有發生顯著變化。因此，綜合考慮 各種因素，在回歸中省略了座向特徵。

研究小組也做了相關的穩定性檢驗，主要是查看數據中的極大值

或者極小值的樣本是否會對整個研究結果帶來很大影響。具體而言，

是將樣本中的每平方米價格最大和最小的 1%的樣本剔除，然後對新 樣本進行計算分析得到相關的樓價指數。

研究小組原計劃採訪業界的地產經紀，與他們具體分析討論各個 因素的相對重要性，從而補充一些可能被忽略的重要特徵。但在初步 見面時業界認為考慮的因素已經很全面，因此沒有進行正式的訪談。

研究小組在此特別指出一些操作上的局限，因為一些重要數據可 能無法獲得精確的計算。譬如，申請結算印花稅日期總是滯後於實際 交易發生的日期，中間的差距可能超過一個月。又住宅單位是否剛完 成裝修，一般裝修或高檔裝修，但是這類資訊是無法準確獲取。

4.1.3. 數據簡單統計量

從表 1 列出的簡單統計量數據可以看到大致的價格走勢，從 2011

年開始，澳門的樓價均值以及單位面積價格均值都表現出明顯的上升

趨勢。但在 2014 年第 4 季後澳門樓價回調明顯。

表 1: 簡單統計量

年份 平均 最小值 最大值 標準差 觀察值數

單位價格

2011 3,932,079 14,160 59,313,168 3,745,362 12,886 2012 4,690,311 50,000 98,320,944 4,324,142 15,183 2013 6,034,330 10,000 86,095,876 5,272,695 10,369 2014 6,806,018 52,000 107,700,000 6,342,727 6,691 2015 5,776,710 88,000 57,955,344 4,492,285 5,270

總面積

2011 85.66 18.69 559.24 51.64 12,886

2012 75.66 17.25 578.34 38.27 15,183

2013 73.05 17.64 488.94 38.62 10,369

2014 67.84 17.25 446.77 38.69 6,691

2015 66.56 17.64 367.67 34.13 5,270

每平方米 樓價

2011 42,821.51 4,000.0 180,070.4 21,295.97 12,886 2012 57,490.75 1,353.2 197,526.3 25,440.54 15,183 2013 78,092.10 185.18 269,256.1 33,864.25 10,369 2014 98,054.13 1,444.4 397,605.9 53,226.81 6,691 2015 84,317.08 1,779.3 258,989.2 34,560.51 5,270

4 . 2 回歸結果分析

4.1.1 已介紹過適用於澳門的特徵定價模型，即

0 1 ,1 2 ,2 3 ,3 ,

ˆ ˆ ˆ ˆ ˆ

ˆ_{t t t t t t t t} .... _{tn t n}

p

=

β

+

β z

+

β z

+

β z

+ +

β z 。

表 2列出2011至2015年度的特徵定價模型回歸結果。表2末端 p值

< 0.1 （或“*”）代表特徵有明顯影響的概率高於90%，p值< 0.05

（ 或“**”）代表概率高於 95%，“p值< 0.01（或“***”）代表概

率高於 99% 。結果表明，只有“實用面積”和 “房間數量”比較有

穩定的影響，其他的變量都沒有一致的穩定性。從表 2發現，實際上

這些特徵對澳門樓價普遍影響較低。表 2的第一欄所顯示的是只用簡 單特徵作回歸分析的結果，而第二欄所顯示的是加上交易時間和分區 等原始數據所分析的結果，最後一欄是加入調研數據的結果。首先，

我們可以看到，面積、交易時間因素和分區因素最重要，並且，無論 是否加入調研的特徵，其結果非常穩定。縱使有些因素在某些年份未 見明顯，但整體上還是有一定影響。然而加入調研的特徵後，擬合優 度系數（ R

²

）只增加了0.005。總體而言，加入這些調研特徵，並沒 有顯著地增強解釋。這意味著要得出有意義而且容易操作的樓價指數 並不需要用上複雜和難以掌握的特徵數據。加入調研數據的結果並不 優於只用原始數據的結果。因此，研究小組建議只用統計局所提供的 基本數據作回歸，即只包括以下基本特徵：

• 實用面積

• 分區

• 單位樓層

• 樓齡

表 2：原始數據和加入調研數據的結果比較

簡單特徵 加入交易時間和分區 所有特徵

樓層 632.8^*** 492.0^*** 425.6^***

(15.96) (12.59) (12.98)

面積:50至75 -6412.2^*** -7806.8^*** -7444.3^***

(391.6) (297.9) (359.3)

面積:75至100 -14085.1^*** -16078.7^*** -16311.2^***

(471.0) (370.3) (430.2)

面積:100以上 -12156.3^*** -17616.2^*** -17566.3^***

(490.5) (401.8) (532.8)

0年 < 樓齡 ≤ 5年 -23260.9^*** -19044.8^*** -19301.0^***

(520.1) (418.4) (430.9)

5年 < 樓齡 ≤ 10年 -16829.9^*** -27777.2^*** -25664.3^***

(793.5) (613.7) (635.3)

10年 < 樓齡 ≤ 20年 -35472.8^*** -37363.2^*** -33518.3^***

(435.6) (360.9) (477.4)

單位樓齡超過20年 -39058.8^*** -42940.1^*** -38338.9^***

(455.4) (401.4) (506.6)

2012.year 14801.1^*** 14720.0^***

(292.6) (291.8)

2013.year 34811.8^*** 34503.4^***

(325.6) (325.4)

2014.year 58157.3^*** 57788.6^***

(376.7) (375.8)

2015.year 48136.8^*** 47766.3^***

(409.2) (408.1)

台山區 9132.7^*** 9921.6^***

(911.4) (970.7)

黑沙環馬場及祐漢區 10306.5^*** 10393.6^***

(800.7) (846.1)

黑沙環填海區 19767.4^*** 18565.3^***

(679.3) (759.0)

望廈水塘區 4383.4^*** 5026.5^***

(899.9) (954.0)

筷子基區 12811.3^*** 13063.8^***

(974.9) (1006.7)

林茂塘區 8366.3^*** 7136.2^***

(805.1) (843.8)

高士德及雅廉訪區 13477.3^*** 15028.8^***

(921.0) (984.5)

新橋區 7043.7^*** 9484.9^***

(796.8) (851.1)

沙梨頭大三巴 2499.4^** 5929.2^***

(848.3) (915.5)

荷蘭園區 9346.5^*** 11987.7^***

(868.9) (930.1)

東望洋區（松山區） 17528.7^*** 15828.2^***

(1113.8) (1162.4)

新口岸 17711.9^*** 19215.5^***

(922.7) (1023.4)

外港及南灣湖新填海區 59447.2^*** 58503.9^***

(800.5) (897.9)

中區 9691.2^*** 12953.8^***

(889.5) (953.5)

下環區 6341.5^*** 8458.2^***

(797.2) (865.6)

南西灣及主教山區 22066.7^*** 23990.2^***

(1135.9) (1165.4)

海洋及小潭山區 19640.0^*** 17774.6^***

(1033.5) (1239.1)

氹仔中心 23427.5^*** 21769.6^***

(708.5) (792.5)

大學及北安灣區 20086.8^*** 19207.1^***

(1247.2) (1306.7)

北安及大潭山區 39871.1^*** 38131.1^***

(1055.7) (1157.0)

氹仔舊城及馬場區 20708.2^*** 22943.1^***

(1473.3) (1532.2)

路環 23188.8^*** 22052.0^***

(756.7) (911.9)

停車位 240.0

(432.1)

露台 117.3

(328.4)

窗台 1953.0^***

(417.2) 是否臨近重要的學校、

街市或旅遊景點

855.5 (509.7)

主要街道 -571.6

(296.0)

設施 -1161.3

(1646.0)

兒童遊樂設施 5288.4^***

(1569.8)

裝修 627.0^**

(233.2)

電梯 4949.6^***

(458.4)

房間數量 -1135.6^***

(274.7)

厠所數量 1052.7^**

(382.5)

街市 2284.3^***

(488.5)

學校 398.1

(411.8)

旅遊景點 -1318.7^**

(444.8)

常數 86491.2^*** 50667.0^*** 40716.9^***

(483.9) (690.7) (1031.9)

N 55037 55037 55037

adj. R² 0.219 0.585 0.590

括號裏含標準差；“*”代表 p 值 < 0.10, “**”代表 p 值< 0.05, “***”代表 p 值< 0.01

4.3 澳門樓價指數計算

在參考了多種指數後（參照之前第一章的相關討論），研究小組 提出了一系列最能切實反映澳門住宅市場狀況的樓價指數。所有指數 均 以 特 徵 定 價 模 型 計 算 ， 並 得 到 兩 組 相 關 的 樓 價 指 數 ， 分 別 為 Laspeyres 指數和 Paasche 指數，前者是基於 基期 s 比較 t 觀察期的價 格，因而特徵變量均值 _z

_s

也是取自 s 基期，而後者則基於 t 觀察期比 較 s 基期的價格，因此特徵變量均值 _z

_t

是取自 t 觀察期。綜合兩組指 數幾何平均得出 Fisher 樓價指數。所有指數以 2011 年為基期。

4.3.1. 月、季、年度整體樓價指數

澳門特別行政區可劃分為 7 個堂區（Parish）：

1. 花地瑪堂區 2. 聖安多尼堂區 3. 望德堂區 4. 大堂區 5. 風順堂區

6. 嘉模堂區（即氹仔）

7. 聖方濟各堂區（即路環）

研究小組計算了這 7 個堂區的樓價指數。由於嘉模堂區及聖方濟

各堂區樣本量比較小而無法編制較準確的樓價指數，研究小組把兩區

樣本合併成路氹區。整體樓價指數是以這澳門 5 個堂區及路氹區的樓

價指數以單位總數加權而成。由於澳門半島大部分屬於舊城區，與氹

仔、路環比較新發展地區的住宅不一樣，樓價走勢也不盡相同。因此

分類指數包括澳門及路氹分區指數。

研究小組首先計算月度樓價指數，進而取月度平均值作為季度的 樓價指數，結果如下︰

表 3：整體樓價指數

2011 = 100

季度 全澳 澳門 路氹

2011.1 94.47 94.17 96.22

2011.2 100.46 100.43 100.61

2011.3 101.71 101.63 102.18

2011.4 103.41 103.82 100.97

2012.1 109.08 107.63 117.47

2012.2 127.19 125.96 134.22

2012.3 140.88 139.41 149.22

2012.4 154.38 154.22 155.15

2013.1 172.90 171.37 180.00

2013.2 189.97 192.03 180.48

2013.3 185.46 190.67 161.60

2013.4 219.08 224.85 194.21

2014.1 239.53 247.67 206.32

2014.2 256.28 263.07 228.96

2014.3 257.16 260.89 242.23

2014.4 240.80 244.43 226.41

2015.1 245.37 245.98 243.00

2015.2 246.24 248.74 236.45

2015.3 230.26 233.96 215.89

2015.4 212.39 215.94 198.70

圖 1

^：

澳門及路氹分區整體樓價指數

0 50 100 150 200 250 300

2011Q1 2011Q2 2011Q3 2011Q4 2012Q1 2012Q2 2012Q3 2012Q4 2013Q1 2013Q2 2013Q3 2013Q4 2014Q1 2014Q2 2014Q3 2014Q4 2015Q1 2015Q2 2015Q3 2015Q4

年度的樓價指數是當年的 4 季平均值所得（見表 4）。由於樓價 指數只是名義價格的比較，因此沒有考慮通貨膨脹因素的影響；經過 通脹調整後的樓價指數見表 4 第三欄。

表 4: 年度整體樓價指數

年度 樓價指數 經過通脹調整後樓價指數

2011 100.00 100.00

2012 132.88 125.22

2013 191.85 171.38

2014 248.44 209.05

2015 233.57 188.07

按上述的計算方法，在樣本內撇除屬樓花的住宅單位，計算現貨 的樓價指數，結果如下︰

表 5：現貨樓價指數

2011 = 100

季度 全澳 澳門 路氹

2011.1

91.38 91.34 91.63

2011.2

100.66 100.62 100.89

2011.3

102.54 102.50 102.80

2011.4

105.44 105.56 104.66

2012.1

112.36 110.87 120.93

2012.2

133.71 131.59 145.72

2012.3

148.90 146.45 162.82

2012.4

161.06 158.62 174.02

2013.1

179.19 178.20 183.98

2013.2

190.49 187.92 202.28

2013.3

198.11 195.01 212.32

2013.4

238.15 236.45 245.15

2014.1

257.96 254.24 272.92

2014.2

271.45 267.21 288.51

2014.3

276.59 268.73 308.03

2014.4

257.93 251.64 282.90

2015.1

258.24 251.29 285.51

2015.2

262.90 259.40 276.49

2015.3

246.88 243.40 260.47

2015.4

227.61 224.18 240.61

圖 2

^：

澳門及路氹分區現樓指數

4.3.2. 根據樓齡分類

研究小組將澳門住宅單位所在樓宇分為下列幾組樓齡，計算不同 樓齡分組的價格指數。

 樓花單位

 現樓

 0 年 < 樓齡 ≤ 5 年

 5 年 < 樓齡 ≤ 10 年

 10 年 < 樓齡 ≤ 20 年

 單位樓齡超過 20 年

按照現有的數據樣本量，樓齡類別包括 0-5 年、6-10 年、11-20 年及 20 年以上。如果進一步細分樓齡，數據量縮減會影響指數結果 的穩定性。因而不建議做進一步更加詳細樓齡分類。

0 50 100 150 200 250 300 350

2011Q1 2011Q2 2011Q3 2011Q4 2012Q1 2012Q2 2012Q3 2012Q4 2013Q1 2013Q2 2013Q3 2013Q4 2014Q1 2014Q2 2014Q3 2014Q4 2015Q1 2015Q2 2015Q3 2015Q4

全澳 澳門半島 路氹

表 6 ： 按樓齡分類樓價指數

2011 = 100

季度 樓花 現樓

所有現貨 ≤ 5 年 6 - 10 年 11 - 20 年 > 20 年

2011.1 101.23 91.38 91.29 94.42 92.16 90.18

2011.2 104.62 100.66 97.76 101.03 104.59 105.53

2011.3 101.21 102.54 101.84 101.01 103.96 101.45

2011.4 92.94 105.44 109.11 103.54 99.29 102.85

2012.1 111.30 112.36 115.97 113.94 114.34 107.06

2012.2 108.06 133.71 138.66 121.59 126.57 125.15

2012.3 107.18 148.90 153.13 135.27 140.15 137.40

2012.4 116.25 161.06 157.88 144.90 151.25 147.85

2013.1 130.97 179.19 169.97 159.86 169.75 169.94

2013.2 151.10 190.49 184.25 166.49 185.75 178.97

2013.3 166.33 198.11 178.32 156.22 189.67 189.09

2013.4 198.40 238.15 205.22 205.77 216.01 213.56

2014.1 268.25 257.96 211.11 215.32 230.36 232.49

2014.2 388.91 271.45 243.13 223.43 243.88 253.06

2014.3 351.21 276.59 249.65 246.60 253.26 254.11

2014.4 350.32 257.93 230.86 231.70 229.35 241.77

2015.1 340.58 258.24 200.47 259.05 228.66 239.22

2015.2 320.31 262.90 207.16 264.35 226.93 236.70

2015.3 304.77 246.88 198.64 265.33 211.79 220.30

2015.4 290.23 227.61 207.24 231.93 203.66 205.90

圖 3 ： 按樓齡分類樓價指數

0 50 100 150 200 250 300 350 400

2011Q1 2011Q2 2011Q3 2011Q4 2012Q1 2012Q2 2012Q3 2012Q4 2013Q1 2013Q2 2013Q3 2013Q4 2014Q1 2014Q2 2014Q3 2014Q4 2015Q1 2015Q2 2015Q3 2015Q4

樓花 所有現貨 ≤ 5年 6 - 10年 11 - 20年 > 20年

4.3.3. 按住宅面積分類樓價指數

一般來説，面積較小的住宅單位多數是首次置業的小家庭的選擇，

而大單位則較受投資者青睞，因此可考慮以住宅面積作為分類來計算 樓價指數。整體比較而言，這幾類的住宅的漲幅都比較接近。但自 2013 年後， 75 平方米或以下的單位價格漲幅比 75 至 100 平方米的單位更 大，可能是市民能承擔的單位面積越來越小，令細單位的需求增加所 致。值得一提的是豪宅（ 100 平方米或以上的單位）價格在 2014 年第 3 季到達最高，這也是澳門經濟調整期的開始。

表 7 ： 按住宅面積（平方米）分類樓價指數

2011 = 100

季度

< 50 50 - 74.9 75 - 99.9

≥

100

2011.1 97.48 97.31 98.99 89.86

2011.2 104.20 101.00 97.87 103.82

2011.3 93.36 102.12 106.40 100.45

2011.4 104.95 99.57 96.74 105.85

2012.1 114.92 115.86 113.44 113.48

2012.2 130.83 132.89 133.43 129.71

2012.3 143.94 144.91 142.68 146.04

2012.4 156.87 160.76 155.12 158.36

2013.1 187.13 177.00 172.91 165.38

2013.2 204.53 207.60 195.20 168.20

2013.3 204.78 216.80 205.36 173.08

2013.4 255.23 261.18 226.15 203.09

2014.1 287.22 299.43 240.72 209.13

2014.2 335.10 338.51 273.87 235.26

2014.3 330.16 342.08 273.25 245.36

2014.4 321.76 320.65 255.37 224.86

2015.1 309.90 308.76 255.39 225.36

2015.2 318.12 310.58 244.38 196.84

2015.3 295.26 302.68 230.58 192.23

2015.4 287.01 285.89 208.84 177.59

圖 4：按住宅面積（平方米）分類樓價指數

4.3.4. 其他分類指數

研究小組同時測試了下列三項分類指數供統計局參考。小組建議 可繼續編制該等指數，以評估日後公佈之可能性。三項分類的樓價指 數分別是：

 按價格水平樓價指數：把每季所有的住宅價格會由高到低排序，

平均分入四個組，稱為價格組，然後計算每個分組的價格指數。

 主要樓盤樓價指數：研究小組挑選了一些比較多交易的樓盤編制 樓價指數。

 低層樓宇與高層樓宇樓價指數：低層樓宇泛指樓宇總樓層為 7 層 以下的樓宇。以此為基礎將數據分為低層樓宇以及高層樓宇進行 計算。

0 50 100 150 200 250 300 350

2011Q1 2011Q2 2011Q3 2011Q4 2012Q1 2012Q2 2012Q3 2012Q4 2013Q1 2013Q2 2013Q3 2013Q4 2014Q1 2014Q2 2014Q3 2014Q4 2015Q1 2015Q2 2015Q3 2015Q4

< 50 50 - 74.9 75 - 99.9 ≥ 100

第五章 結論與建議方案

本研究旨在編制一套科學可行的樓價指數，供本澳政府部門及其 他機構使用。該套指數針對澳門環境及數據可獲得情況設計，以便使 用者與世界各地的樓價指數作合理的比較，並了解澳門房地產價格的 走勢。

研究小組考慮了對澳門房地產市場有影響的因素，採取了特徵定 價模型方法得到了一系列的樓價指數，包括用統計局所能提供的數據 和調研所得的數據計算而成的指數。

研究小組發現，需要動用一定人力的現場調研所獲得的相關特徵 數據所產生的指數與直接使用統計局提供的數據歸納出的特徵資料 所產生的指數相比，並沒有帶來顯著的分別。從“技術轉移”的角度 來衡量，只用統計局提供的數據足夠構建樓價指數，並不需要繁重的 模型建設和數據考量。因此，研究小組建議只用統計局所提供的基本 數據作回歸，即只包括實用面積、分區、單位樓層及樓齡這些基本特 徵。

考慮到樣本數量等限制，研究小組建議現階段可向公衆公佈季度

和年度的樓價指數，包括澳門半島和路氹的地區指數，及按樓齡、實

用面積分類的樓價指數。此外，研究小組建議定期針對價格指數進行

相應分析，發佈澳門住宅市場發展報告。小組同時建議其他的分類指

數提供予當局作爲數據輔助，或供給有需要的學者作研究之用。

部分參考文獻

Calhoun, C.A. (1996). “OFHEO House Price Indexes: HPI Technical Description,”

Federal Housing Finance Agency white paper.

Case, K.E. and Shiller, R.J. (1987). “Prices of Single Family Real Estate Prices, ” New England Economic Review. 45-56.

Case, K.E. and Shiller, R.J. (1989). “The Efficiency of the Market for Single-Family Homes, ” The American Economic Review. 79, 125-137.

Jiang, L., Phillips, P. C., & Yu, J. (2015). “New

M

ethodology for

C

onstructing

R

_eal

E

_state

P

_rice

I

_ndices

A

pplied to the Singapore

R

esidential

M

_arket

,

” Journal of Banking & Finance, 61, 121-131.

Rosen, S. (1974). “Hedonic prices and implicit markets: Product differentiation in pure competition, ” Journal of Political Economy, 82.1, 34-55.

S&P Dow Jones Indices (2015). “S&P/Case-Shiller Home Price Indices Methodology,”

White paper.

Shiller, R.J. (1991). “Arithmetic Repeat Sales Price Estimators,” Journal of Housing Economics. 1, 110-126.

Shiller, R. J (2008). “Derivatives markets for home prices, ” No. w13962. National Bureau of Economic Research.

吳璟, 鄭思齊, 劉洪玉 (

2007

).編制住房價格指數的特徵價格法細解. 統計與 決策. 第

₂₅₂

期,

_16-18

.

白頁

Página vazia

Blank page

Resumo

Em muitos dos países e territórios das economias desenvolvidas são divulgados ao público os índices de preços da habitação como fazendo parte dos dados estatísticos amplamente representativos de maior importância. Nos últimos anos os preços dos imóveis têm sido uma matéria preocupante para a comunidade local, suscitando a necessidade de um índice de preços que reflicta de forma integral as oscilações, servindo como referência aos diversos sectores da sociedade que precisam de conhecer, em tempo oportuno, a evolução geral dos preços dos imóveis. Assim, a Universidade de Macau (UM), sob orientação da Direcção dos Serviços de Estatística e Censos (DSEC), elaborou um estudo visando criar um conjunto de índices com base nos dados respeitantes às transacções de imóveis de Macau.

No presente relatório são apresentados resumidamente os índices de

preços do imobiliário destinado a habitação, utilizados a nível internacional,

referindo os métodos da respectiva elaboração e propondo os que mais se

adequam à situação de Macau. Além disso, são explicados os factores

determinantes de alguns índices de diferentes classificações,

salientando-se, como referência, os mais relevantes e acessíveis. O estudo

visa a criação de um conjunto de metodologias de cálculo dos índices de

preços do imobiliário, com a simplicidade e a parcimónia de dados possível,

de modo a que quaisquer entidades, para além da equipa da UM, possam

dar continuidade à respectiva aplicação.

白頁

Página vazia

Blank page

Capítulo I Teoria

1.1 Estudo de elaboração dos índices de preços do imobiliário de Macau

A questão da habitação é sempre alvo de grande atenção por parte da comunidade, sendo a matéria da variação dos preços dos imóveis amplamente discutida publicamente. De acordo com os dados divulgados pela Direcção dos Serviços de Estatística e Censos (DSEC) da Região Administrativa Especial de Macau (RAEM), o preço médio por metro quadrado (área útil) das fracções autónomas habitacionais de Macau subiu de 19.071 patacas no 1º trimestre de 2007 para 72.955 patacas no 1º trimestre de 2016, tendo-se registado o valor máximo de 111.542 patacas no 2º trimestre de 2014, ou seja, um acentuado crescimento de 485% em sete anos e meio, seguido de uma queda de 34,6% nos sete trimestres consecutivos. Devido à diferença das fracções autónomas transaccionadas em cada período, os preços médios são afectados pelo tipo de fracções autónomas compradas e vendidas, impossibilitando as comparações directas homogéneas. Surge assim a necessidade da elaboração de um índice global que reflicta as variações dos preços gerais do imobiliário, para servir como referência aos diversos sectores da sociedade de Macau.

Em termos gerais, os índices de preços das fracções destinadas a habitação são indicadores genéricos de oscilação, medindo as variações dos preços médios de fracções de natureza semelhante, sendo também actualizados, rigorosos e comparáveis, reflectindo a tendência dos preços das fracções habitacionais em diferentes zonas. Devido ao carácter extensivo da amostra, estes indicadores disponibilizam informações úteis tanto aos cidadãos como aos economistas.

Em muitos dos países e territórios das economias desenvolvidas são divulgados ao público os índices de preços da habitação como fazendo parte dos dados estatísticos amplamente representativos de maior importância.

A convite da DSEC, a equia de estudo da Universidade de Macau (UM) dedicou-se à elaboração dos índices de preços do imobiliário de Macau, visando explicar a evolução dos preços das fracções habitacionais. A equia utilizou os dados referentes às transacções constantes nas informações das declarações de liquidação do imposto de selo por

transmissão de bens¹, das fracções destinadas à habitação, referentes ao período 2011-2015, apresentadas à Direcção dos Serviços de Finanças (DSF) e fornecidas pela DSEC, a fim de concluir o apuramento de índices e a análise dos dados correspondentes.

Os países e territórios utilizam diversos métodos na elaboração dos índices de preços das fracções destinadas a habitação (em Macau geralmente conhecidas como “índices de preços do imobiliário”), destacando-se, de entre os mais utilizados, o Modelo de Caracterização da Precificação (Hedonic Pricing Model）e o Modelo de Índices de Preços de Vendas Repetidas

Case-Shiller (Case-Shiller Repeat Sale Price Index Models）. O relatório apresenta inicialmente

estes métodos e compara depois a respectiva utilização em diferentes países ou territórios (tais como: Estados Unidos da América, Reino Unido, China, Hong Kong e Singapura, etc.) articulando, nesta base, os factores específicos do mercado imobiliário de Macau. Baseando-se nos dados de transacções reais disponibilizados pela DSEC foi criado o método de elaboração do Índice do Modelo de Caracterização da Precificação apropriado à realidade local. Com o intuito de completar este estudo, a equia recolheu algumas características que hipoteticamente influenciam os preços dos imóveis de Macau. No entanto, concluiu-se que, só por si, a análise dos dados básicos permite obter uma caracterização fiel da realidade do mercado imobiliário, sem necessidade de recorrer aos dados adicionais obtidos em recolhas in loco.

A equia de estudo desenvolveu um conjunto de índices de preços do imobiliário de Macau, que são representativos e estão aptos para uma divulgação regular ao público. Sendo a divulgação o principal objectivo deste relatório, considera-se útil incluir uma interpretação sobre o comportamento de alguns índices das diferentes classificações, sob a influência de diversos factores, adoptando como referência os mais relevantes e acessíveis. Recorde-se que a equia de estudo teve como missão criar um conjunto de metodologias de cálculo dos índices de preços de imóveis de aplicação relativamente simples e com uma utilização parcimoniosa dos dados, de modo a que quaisquer entidades, para além da equipa da UM, possam dar continuidade à respectiva aplicação.

1Adoptou-se inicialmente a data do “imposto de selo cobrado” como referência para o cálculo dos índices, critério idêntico ao das estatísticas de transacções de imóveis divulgadas pela DSEC. Posteriormente, a DSEC forneceu ao grupo de estudo da UM as datas das “declarações de liquidação do imposto do selo”, mais aproximadas ao momento da efectivação das transacções, as quais foram utilizadas no cálculo dos índices de preços dos imóveis.

1.2 Enquadramento do estudo

1. Conclusões apuradas sobre as metodologias dos índices de preços das fracções destinadas a habitação

2. Apresentação resumida dos índices de preços das fracções destinadas a habitação, em diferentes territórios

3. Análise do cálculo dos índices de preços de imóveis de Macau

a. Criação do modelo de índices de preços imobiliários de Macau b. Cálculo dos índices de preços imobiliários de Macau

c. Sugestões de outros dados e índices 4. Conclusões e sugestões

1.3 Principais resultados do estudo

Os principais resultados obtidos pela equia de estudo incluem:

1. Os modelos de índices dos preços imobiliários globais de Macau e o estudo da viabilidade de diferentes modelos de computação.

2. Tendo em consideração as características do mercado imobiliário de Macau, é utilizado o Modelo de Caracterização da Precificação para calcular os índices de preços de imóveis, designadamente, os índices da Península de Macau, das Ilhas da Taipa e Coloane, bem como os das cinco freguesias localizadas na Península de Macau.

3. Cálculo dos índices de classificações consoante as diferentes características, incluindo:

• Classificação de ano de construção

• Classificação da área das fracções autónomas habitacionais

• Classificação dos preços das transacções, tais como os preços do imobiliário

superiores ao percentil 75, considerando-se como fracções habitacionais de nível alto

• Índices dos preços imobiliários edifícios em construção

• Classificação dos edifícios baixos e dos edifícios altos

Capítulo II Conclusões apuradas sobre as metodologias dos índices de preços das fracções

habitacionais

A elaboração dos índices de preços imobiliários contém vários métodos, destacando-se os utilizados de forma mais abrangente: o Modelo de Índices de Preços de Vendas Repetidas e o Modelo de Caracterização da Precificação.

2.1 Modelo de Índices de Preços de Vendas Repetidas

A estimativa de vendas repetidas do valor aritmético ponderado （ Value-Weighted Arithmetic Repeat Sales,VW-ARS）² apresentada por Shiller (1991) propôe que em N fracções residenciais vendidas repetidamente, correspondentes a 2N transacções, cada transacção inclui o preço e o tempo de transacção. Supõe-se ainda que a amostra está presente no período do tempo T + 1, indicado por t = 0 a T. Pressupõe-se que cada período de transacção é suficiente longo, com vista a assegurar a realização pelo menos de uma transacção de N amostras de fracções habitacionais por período. Se uma determinada fracção habitacional registar K transacções（K > 2）em T + 1, então, o modelo pressupõe que as vendas repetidas K – 1 ocorram em períodos não repetidos entre si.

2.2 Modelo de Caracterização da Precificação

As fracções autónomas habitacionais consideram-se como um típico bem heterogéneo.

Existem diferenças entre as diferentes zonas, assim como diferenças de área, propriedade horizontal e instalações auxiliares interiores e exteriores das fracções, que resultam em impactos significativos sobre os preços da habitação. Assim, as oscilações do nível de preços do mercado imobiliário em diferentes períodos podem derivar de mudanças na oferta e procura, ou também depender da elevação global da qualidade e nível das propriedades no mercado, ou das variações globais da sua concentração, ou ainda das mudanças da estrutura de composição da habitação de diferentes características, em cada volume de transacção. Isto é contrário ao requisito “homogéneo comparável” que deve ser cumprido na elaboração dos índices de preços,

2Quanto à derivação formal, consulte Shiller (1991, Journal of Housing Economics, Volume 1, 110-126), ou documentos de Calhoun (1996).

pelo que é necessário proceder ao “ajustamento de qualidade”, ou seja, a eliminação das diferenças de qualidade entre as diferentes amostras (fracções autónomas habitacionais) no decurso da elaboração do índice (Jing Wu, Siqi Zheng e Hongyu Liu 2007).

O método de caracterização da precificação é eficaz no ajustamento de qualidade, pois pressupõe que os preços da habitação podem ser decompostos numa série de características, de modo a que diferentes preços possam ser considerados como um conjunto complexo de elementos que reflectem os preços estruturais e de localização (Rosen, 1974).

Quando alguma característica se altera, modifica-se o preço. Para cada variável de determinada característica, procura-se a derivada parcial a fim de obter a amplitude de impacto dos preços das fracções habitacionais provocado pelas variações, na suposição que esse impacto se mantenha inalterado por um determinado período do tempo. Assim, na ausência de unidades residenciais homogéneas, utilizam-se unidades heterogéneas para efectuar a comparação entre o período base e o período do relatório, eliminado discriminadamente o impacto das variações de características a partir das variações globais de preços. No final, restam as variações de preços causadas meramente pela relação entre oferta e procura.

Capítulo III Breve introdução sobre os índices de preços da habitação em diferentes países e territórios

Este capítulo apresenta os índices de preços das fracções habitacionais utilizados nos seguintes países e territórios.

3.1 Índices de preços da habitação nos Estados Unidos da América

Há duas séries dos índices de preços das fracções habitacionais utilizadas de forma abrangente nos Estados Unidos da América (EUA). A primeira é o índice de preços das fracções habitacionais S&P/Case-Shiller, que foi desenvolvido por Case e Shiller (1987,1989). A segunda é o índice de preços das fracções habitacionais, que foi avaliado e divulgado inicialmente pelo Gabinete de Supervisão de Empresas de Habitação Federal（Office of Federal

Housing Enterprise Oversight, OFHEO）. Em 2008 o Gabinete de Supervisão de Empresas de

Habitação Federal foi reorganizado como uma parte da Agência Federal de Financiamento da Habitação （Federal Housing Finance Agency, FHFA）, pelo que este índice é denominado actualmente como índice de preços das fracções habitacionais FHFA.

No índice de preços das fracções habitacionais de S&P/Case-Shiller, utiliza-se o Modelo de Índices de Preços de Vendas Repetidas para efectuar mensalmente o cálculo, segundo o âmbito estatístico, do índice de preços das fracções habitacionais das regiões metropolitanas e o índice de preços das fracções habitacionais dos EUA（“The U.S. National Index”）. Este índice tem por objectivo medir as variações médias dos preços das fracções habitacionais de regiões geográficas específicas. A cobertura deste índice de preços das regiões metropolitanas abrange 20 áreas principais (designadas por Metropolitan Statistical Areas, MSAs）, sendo actualizado uma vez por mês. Para além de ser calculado individualmente, todas as regiões são combinadas para formar dois índices complexos, destacando-se um com 10 regiões e outro 20.

O índice de preços das fracções habitacionais dos EUA de S&P/Case-Shiller é um índice composto, actualizado mensalmente, para acompanhar os preços das fracções habitacionais unifamiliares, cobrindo as 9 regiões estatísticas dos EUA. Estes dois índices medem as variações dos preços do mercado da habitação com base num nível fixo de qualidade. Através do cálculo, excluem-se as variações de preços causadas pelas mudanças, quer do tipo e tamanho das fracções habitacionais, quer das características físicas das fracções habitacionais, para que não seja afectado o valor do índice. As situações eventuais que podem afectar ou contrariar a

intenção inicial do cálculo, podem ser avaliadas individualmente e consideradas cautelosamente por

S & P Dow Jones Company, de modo a garantir que o índice não seja desviado da sua finalidade.

A Agência Federal de Financiamento da Habitação （Federal Housing Finance Agency,

FHFA ） utilizou dados de transacções relacionados com empréstimos hipotecados

correspondentes tradicionalmente ao padrão originário de Freddie Mac e Fannie Mae, para avaliar e divulgar os índices de preços das fracções habitacionais unifamiliares (cf. Calhoun,

1996).

3.2 Índices de preços da habitação no Reino Unido

No Reino Unido utilizam-se diversos índices de preços da habitação, devido às diferenças entre a Escódia, a Irlanda do Norte, o País de Gales e a Inglaterra. A Escódia e a Irlanda do Norte têm índices próprios, enquanto que, de forma mais abrangente, são utilizados no Reino Unido o índice de preços da habitação elaborado pelo Ministério Nacional de Estatística do Reino Unido (ONS)³, o índice de preços de habitação do Registo Predial⁴, o índice de preços de habitação Halifax, o índice de preços de habitação Nationwide⁵ e o índice de preços de habitação LSL Acadata. Estes 5 índices utilizam o Modelo de Caracterização de Precificação e o Modelo de Índices de Preços de Vendas Repetidas.

3.3 Índices de preços da habitação na China

O Serviço Nacional de Estatística da China divulga regularmente dois índices: índice de preços de vendas das fracções habitacionais construídas recentemente e índice de preços de vendas das fracções habitacionais em segunda mão.

(1) O processo de cálculo do índice de preços de vendas de fracções habitacionais construídas recentemente compreende três etapas:

1ª: Calcular os preços médios referentes ao mês corrente e ao mês anterior de diferentes itens e classificações básicas.

2ª: Calcular o índice mensal de preços em cadeia, de diferentes itens e classificações básicas (incluindo habitação a preços acessíveis).

3 http://www.ons.gov.uk/

4 https://www.gov.uk/government/organisations/land-registry

5 http://your.nationwide.co.uk/

3ª: Calcular o índice mensal de preços em cadeia, de classificações básicas de toda a cidade (incluindo habitação a preços acessíveis). Efectua-se uma ponderação média simples a partir dos dois índices, confrontados, respectivamente, com as vendas e o montante.

(2) O processo de cálculo do índice de preços de vendas de fracções habitacionais em segunda mão compreende duas etapas:

1ª: Calcular o índice em cadeia das fracções habitacionais em segundo mão, seleccionadas nas classificações básicas.

2ª: Calcular o índice de preços em cadeia nas classificações básicas de toda a cidade.

Utiliza-se a ponderação dupla para calcular o índice em cadeia de classificações básicas de toda a cidade, ou seja, usando as vendas mensais e o montante como factores de ponderação, efectuando-se de seguida uma ponderação média simples a partir de ambos os índices de preços.

3.4 Índices de preços da habitação no mercado imobiliário de Hong Kong

Em Hong Kong há três índices de preços das fracções habitacionais: o primeiro é o índice da cidade Zhong Yuan, que descreve as variações de preços do mercado imobiliário, com base no registo das transacções dos edifícios destinados à habitação constantes em Land Registry of

the Government; o segundo é o índice dos preços de vendas das fracções de diferentes tipos -

fracções privadas destinadas à habitação divulgadas por Rating and Valuation Department of

the Government of Hong Kong; o terceiro é o índice de preços de imóveis da Universidade de

Hong Kong, designado por índice de imóveis de HKU.

O índice da cidade Zhong Yuan foi elaborado com base nos preços de alguns “complexos de componentes habitacionais”, com o período base de Julho de 1997, de acordo com o cálculo:

(valor de mercado total dos complexos de componentes habitacionais no mês corrente ÷ valor de mercado total dos mesmos no mês anterior) × o índice da cidade Zhong Yuan no mês anterior. A selecção de complexos de componentes habitacionais obedece a quatro condições:

valor total de transacções mais elevado, número máximo de transacções, ocupação prévia durante pelo menos doze meses e representatividade na zona correspondente.⁶

6 http://www1.centadata.com/cci/notes_c.htm