最近，关于一些大城市房价走势究竟如何，出现了一些争议。多数报道说房价是在下降的，其依据通常是“成交均价”这个统计指标。然而，也有一些人认为，这个指标并不可信。例如某家媒体的报道，称上海房价在一周内下跌了17%，而此后一周又下跌了10%.这么算来，半个月跌幅就达25%，怎么看怎么觉得离谱。究其原因，问题当然是出在统计口径上。所谓成交均价，将高档低档市中心远郊区的成交一锅烩，笼统地予以平均。那么这一周多卖几套郊区的便宜房子，统计数字上看房价就“大跌”了；下一周多卖几套市中心的房子，没准房价从统计上看又“涨”了回来。

　　无独有偶，本月初终结了一桩关于房价的赌局，对赌双方一度也就统计口径问题发生分歧。当时，北大的徐滇庆(徐滇庆博客,徐滇庆新闻,徐滇庆说吧)教授和记者牛刀(牛刀博客,牛刀新闻,牛刀说吧)先生，一个赌今年7月深圳房价会高于去年，一个赌会低。从大家切身感受到的深圳房市结果看，牛刀先生无疑是赢了的。可是上个月有一阵子，徐教授放出风来，说赢的是自己，因为依据某个官方的统计结果，深圳的房价的确比一年前更高了云云。当然这问题还是出在统计口径上。但徐教授这么一放风，赌局另一方牛刀先生还真有点无奈。好在徐教授毕竟系出名校，这点风度还是有的，最终承认输的是自己。

　　这都说明中国目前缺少一个精确的、能够真正反映房地产价格走向的统计指数。这可不是小事。不准确的房地产价格数据，轻则误导一批消费者投资人，重则让国家政策发生错失。如果统计数据在明明下跌的楼市中却告诉投资人房价上涨，轻信的投资人就会错误地入市而蒙受损失；反之，在明明上涨的楼市中却告诉消费者房价在跌，消费者就会错误地持币观望，将来会付出更高的代价购房。最要命的，还是有些部门中的有些人，有意无意地利用这些统计方法上的漏洞，来达到自己想要的效果：当需要证明经济增长、需要提高土地价格时，就“统计”出房价上涨；当需要证明调控“有效”时，就“统计”出房价下跌。

　　什么是衡量房地产价格的较好方法？这个问题，只要借鉴一下先进国家的经验，其实也不难解决。比如说，由卡尔·凯斯（KarlCase）和罗伯特·席勒（RobertShiller）研发的“重复销售定价技术”。该技术于20世纪80年代初发明后，先被发明人用于独立编制房地产价格指数，不久被标准普尔公司购买，成为该公司编制“标准普尔/凯斯-席勒住宅价格指数”的基本方法。今天，标普房价指数，特别是针对全美10个和20个都市圈标志的标普房价10综指和20综指，是美国地产界最为权威的商业性房价指数。后来，美国政府（联邦住宅事业监督办）在编制涵盖全国的联邦房价指数时，也沿用了上述“重复销售定价”技术。目前，该技术已经被全球业界公认为编制房价指数的最基本技术。

　　所谓“重复销售定价”，其核心方法论就是：它以跟踪同一套住宅重复销售时的价格变动为核心，通过大样本、权重平均等方法，计算出某个地区房价变动的整体趋势。由于跟踪同一套住宅的售价，就避免了新房与二手房、市中心与市郊住宅、高档与低档物业在不同时期的供给比例变化而造成的平均房价的虚假波动。此外，该计算方法还会剔除一些异常情况，如同一套住宅在6个月内的多次倒手（通常意味着虚假炒作），同一套住宅价格发生异常变动（通常因为房子做了重大改建，或者因为房主因特殊原因而“甩卖”）等情况。它还会联系两次销售之间的时间间隔，给予不同权重，一般来说，销售间隔越长，权重越低，因为在一个长时期间隔中，房子通常已经改建过，不再是“同一所住宅”了。

　　这篇短文当然不可能也没必要深入描述“重复定价技术”。我想说明的是：对于像房地产这样一桩既是重大消费品又是重要投资品的产品，准确衡量其价格变动，对于个人财务和宏观经济管理都有非常关键的意义。无论是直接引进成熟的“重复定价技术”，还是说我们自己开发一套适合中国国情的技术，总之，国内房地产市场迫切需要建立一个类似的房价指数体系。（作者系国际商业顾问）