HOUSING PRICE INDEXES

(INDEKS HARGA PERUMAHAN)

Kasus Bradford

14.1. Pendahuluan : Mengapa akurasi indeks harga perumahan penting?

Nilai rekening perumahan pemilik yang diduduki untuk ke atas dari satu-sepertiga dari
total kekayaan bersih rumah tangga di Amerika Serikat. Resesi ekonomi terbaru tampaknya
telah dimoderasi oleh pertumbuhan harga rumah, yang didukung belanja konsumen;
sebaliknya, resesi pada awal tahun 1990-an mungkin telah diperburuk oleh penurunan nyata
dalam harga rumah.
Akun hipotek keluarga tunggal untuk sekitar seperlima dari total aset yang dimiliki oleh
lembaga keuangan AS. Kerugian hipotek biasanya cukup kecil, tapi kemungkinan bahwa
penurunan tajam harga rumah dapat menyebabkan kerugian hipotek melonjak meminta
bank untuk mengembangkan model manajemen risiko yang canggih di mana rumah
fluktuasi harga memainkan peran utama.
Bagi kebanyakan orang, nilai tempat tinggal merupakan aset terbesar mereka. Tidak
hanya keputusan konsumsi sebagian didasarkan pada kekayaan perumahan: perubahan
pekerjaan, pensiun waktu, tabungan, alokasi portofolio, pembelian rumah, dan bahkan
rumah tangga keputusan pembentukan mungkin akan terpengaruh oleh pergerakan nilai
perumahan.
Untuk rumah tangga berpenghasilan rendah, pemerintah di federal, negara bagian, dan
tingkat lokal bantuan perumahan ditawarkan seperti Bagian 8 voucher, subsidi sewa
langsung, atau rumah membeli subsidi. pejabat pemerintah merancang dan mengelola
seperti program membutuhkan informasi yang akurat tidak hanya pada harga ditempati
pemilik properti tetapi juga pada harga yang dibayarkan di pasar sewa.
Singkatnya, sejumlah besar keputusan di semua tingkatan berdiri untuk ditingkatkan oleh
pemahaman yang lebih besar dari jalur harga perumahan dan sewa. Dalam bab ini, kita
memperkenalkan indeks harga rumah dengan berfokus pada yayasan - harga hedonik Model
- yang cukup mudah. Kami juga menjelaskan ekstensi dari hedonis teknik yang lebih
canggih namun masih mudah untuk memahami dan melaksanakan.
14.2. Metodologi Indeks Harga Perumahan
Beberapa metode empiris dapat digunakan untuk memperkirakan indeks harga
perumahan, dan memilih metode yang paling tepat tergantung pada fungsi yang akan
menjabat sebagai serta pada data yang tersedia. Untuk sebagian besar tujuan, namun, harga
hedonis Model memberikan setidaknya fondasi penting untuk indeks harga perumahan yang
baik. Kami meninjau secara singkat dua alternatif yang biasa diterbitkan tetapi yang tidak
memadai untuk sebagian besar tujuan, dan kemudian fokus pada model hedonis serta pada
ulangi-penjualan dan model hybrid, yang keduanya berasal dari hedonis.
Sebelum membahas metode, namun, kami harus mencatat apa yang "harga" index
mewakili. Harga dalam transaksi perumahan dicapai melalui negosiasi antara penjual dan
calon pembeli, yang masing-masing memiliki pengertian yang berbeda dari nilai yang
mendasari rumah. Demikian pula, harga dalam transaksi sewa kesepakatan tentang
pembayaran sewa berkala berdasarkan pemilik dan penyewa dilihat dari nilai hak untuk
tinggal di rumah. Tujuan dari indeks adalah umumnya untuk melacak pergerakan nilai - dari
properti tertentu (sebagai aset atau hanya sebagai unit sewaan), portofolio, atau seluruh
perumahan. harga transaksi yang bukan satu-satunya ukuran nilai: langkah-langkah lain
termasuk, misalnya, kontrak sewa, nilai pajak yang dinilai, penilaian, harga bertanya, atau
pemilik-penilaian. Transaksi harga sering disukai karena, secara agregat, mereka mungkin
yang terbaik mengukur dari nilai pasar yang mendasari aset, tetapi langkah-langkah lain
memiliki semua telah digunakan untuk membangun "nilai" indeks. Untuk kenyamanan,
bagaimanapun, diskusi dalam bab ini ditulis dalam istilah dari harga transaksi.
14.2.1. Indeks Harga Rata-rata atau Median
Metode yang paling sederhana untuk membangun indeks harga perumahan hanya
untuk menghitung harga rata-rata atau median dari properti yang ditransaksikan selama
setiap periode waktu. Distribusi harga yang tajam miring (pada kenyataannya, itu kira-
kira log-normal), yang berarti bahwa harga rata-rata (yang diharapkan nilai di mana
properti yang dipilih secara acak akan ditransaksikan) melebihi rata-rata harga (yang
paling mungkin nilai di mana itu akan ditransaksikan). Juga berarti bahwa fluktuasi
volume penjualan antara sifat mahal memiliki yang kuat efek pada harga rata-rata tetapi
efek diredam pada harga rata-rata. Untuk alasan ini, rata-rata harga umumnya lebih
disukai; untuk beberapa aplikasi, namun, rata-rata mungkin lebih. Persyaratan data untuk
metode ini adalah minimal: hanya harga di mana semua (atau sampel yang representatif
dari) properti yang ditransaksikan selama periode waktu.
Masalah utama dengan metode ini, bagaimanapun, adalah cukup besar: gagal kontrol
sama sekali untuk perubahan kualitas atau campuran sifat yang harga yang diamati dalam
setiap periode. Kualitas cenderung untuk meningkatkan dari waktu ke waktu sebagai
properti baru dibangun, sifat yang lebih tua dibongkar, dan properti yang ada direnovasi;
karena ini, indeks rata-rata-atau median harga cenderung melebih-lebihkan kenaikan
harga untuk properti-kualitas konstan, atau untuk setiap ada (dan depresiasi) properti.
estimasi empiris menunjukkan, misalnya, bahwa sebanding kenaikan indeks kualitas
konstan pada kurang dari setengah rata-rata yang paling banyak dikutip Indeks median
 harga, yang diterbitkan oleh National Association of Realtors. (Di arah lain, metode ini
juga gagal untuk mengontrol penyusutan terkait usia dalam kualitas sifat yang ada yang
tidak direnovasi, tetapi selama paling periode ini tampaknya sebanding dengan
peningkatan kualitas.) Selain itu, campuran bertransaksi sifat tidak konstan dari waktu ke
waktu, sehingga suatu rata-rata-atau median price Indeks cenderung melebih-lebihkan
kenaikan harga, misalnya, ketika semua yang terjadi adalah bahwa sifat relatif mahal
yang menduduki antara transaksi.
14.2.2 Metode Perwakilan Properti
Metode langsung kedua adalah untuk mendefinisikan properti perwakilan dan
kemudian merekam harga yang properti di setiap periode waktu. Satu-satunya item data
yang sebenarnya dikumpulkan adalah harga properti perwakilan di setiap periode; di
memesan untuk menerapkan metode ini, bagaimanapun, semua ciri-ciri tertentu harus
diamati untuk mengidentifikasi satu penurut dengan definisi.
Satu masalah dengan metode ini adalah bahwa titik data tidak dapat dibandingkan di
pasar atau dari waktu ke waktu, karena pengumpul data mungkin berbeda di subyektif
menafsirkan dan menerapkan definisi properti perwakilan. Sebentar perubahan kualitas
terukur: misalnya, jika properti didefinisikan dengan hormat ke lokasi, ukuran lot, dan
jumlah kamar tetapi tidak fasilitas utama, maka setiap peningkatan prevalensi
fasilitasnya akan muncul sebagai peningkatan Indeks Harga. Akhirnya, karena metode ini
berfokus pada harga hanya satu properti, tidak memanfaatkan informasi dari sifat-sifat
lainnya; pada kenyataannya, hal itu mungkin menggambarkan pergerakan tingkat harga
umum jika harga properti perwakilan ini tidak bergerak dengan cara yang sama.
14.2.3. Model Harga Hedonic
Untuk menghindari masalah yang melekat dalam rata-rata / median-harga dan
metode perwakilan-properti, ekonom paling sering memperkirakan indeks harga
menggunakan model harga hedonik. Model ini mendalilkan bahwa harga transaksi setiap
properti yang diberikan adalah fungsi dari nilai pasar implisit properti karakteristik
hedonis - yaitu, fitur fisik rumah, dan fitur lokasi dan lingkungan, yang dibundel
bersama-sama dan diwujudkan dalam rumah tertentu, dikalikan dengan harga pasar
implisit per unit untuk masing-masing karakteristik hedonis. Harga juga berfluktuasi
dalam menanggapi perubahan dalam pasokan dan permintaan untuk perumahan, dan
perubahan ini - indeks harga - yang diwakili oleh serangkaian variabel dummy
( "mencegat shifter") menunjukkan waktu periode di mana properti ditransaksikan.
Misalnya, harga rumah diamati setiap tahun lebih dari 10 tahun mungkin diwakili
dalam model harga hedonis berikut:
 10

In P= + 1X 1 + 2 X 2 i+ Y t T ti
t =2

Di sini, Pi adalah harga i properti, dan dinyatakan dalam bentuk logaritmik karena
harga transaksi didistribusikan log-normal. Koefisien 1 dan 2 adalah harga pasar
implisit karakteristik hedonis (dua dari mereka, dalam contoh ini), dan adalah intersep
yang secara sederhana dapat diartikan sebagai (rata-rata) sebagian dari nilai setiap properti
yang tidak tercermin dalam nilai pasar implisit karakteristik hedonis yang ditentukan. X1
merupakan salah terus diukur karakteristik (misalnya, ukuran lot) dan X2 merupakan salah
karakteristik hedonis discretely diukur (misalnya, jumlah kamar mandi, kehadiran garasi).
Dalam spesifikasi semilogaritma ini, 1 koefisien dapat diartikan sebagai estimasi
elastisitas harga pasar perumahan sehubungan dengan perubahan marjinal dalam kuantitas
karakteristik terus diukur. 2 menghasilkan persentase selisih harga transaksi antara sifat
dinyatakan identik dengan kenaikan satu unit karakteristik hedonis discretely diukur: jika

2> 0, maka persentase kenaikan adalah e , dan jika 2 <0, maka persentase
2

2
penurunan adalah 1 - e

T ti i
Intercept mengambil nilai 1 jika properti ditransaksikan selama periode t

dan 0 jika tidak bertransaksi selama periode itu; melihat bahwa satu periode waktu
(biasanya yang pertama) dikecualikan, karena jika tidak rangkaian dummies waktu akan
sangat collinear. Koefisien pada seri ini variabel dummy, t, mewakili indeks harga untuk
perumahan, dengan nilai referensi 0 untuk periode waktu yang dikecualikan. Perhatikan
bahwa setelah koefisien indeks harga t yang retransformed, nilai referensi untuk periode
0
waktu yang dikecualikan adalah e = 1 atau 100 persen, membuat interpretasi indeks

harga mudah.

Perbedaan harga transaksi antara dua rumah dijelaskan secara eksplisit dengan
mengacu perbedaan karakteristik hedonis; sama, jika karakteristik hedonis dari properti
tertentu yang diubah dari waktu ke waktu, maka selisih harga transaksi dijelaskan oleh
perbedaan karakteristik dari properti yang sebelum dan setelah perubahan.
Persamaan (14.1) mencerminkan dua asumsi implisit: pertama, bahwa harga implisit pada
setiap karakteristik hedonis ditentukan tetap konstan di seluruh periode waktu; dan, kedua,
bahwa sifat statistik dari istilah gangguan yang juga konstan di periode waktu. Untuk
bersantai asumsi ini cukup mudah (dengan asumsi bahwa data yang tersedia), dan dua
alternatif fleksibel yang umum digunakan. Pertama, set variabel dummy interval waktu
dapat berinteraksi dengan masing-masing (atau) karakteristik hedonis:

t t t
InPit = + B1 t T ti InX 1 it + B 2t T ti InX 2 it + y t T ti p
(14.2)
t =1 t=1 t =2

di mana adalah jumlah periode waktu. Pendekatan ini memungkinkan harga marjinal
implisit bervariasi dalam waktu, tetapi membatasi sifat statistik dari istilah gangguan
menjadi identik di periode waktu. Indeks untuk setiap karakteristik hedonis diwakili oleh
serangkaian sendiri koefisien, sedangkan estimasi koefisien pada variabel dummy interval
waktu dapat diartikan sebagai indeks harga untuk "perumahan pada umumnya."

Alternatif pendekatan "waktu-variabel eksplisit" ini kadang-kadang disebut "ketat

cross-sectional" model: persamaan (14.1) dapat diperkirakan secara terpisah untuk setiap
interval waktu menggunakan data untuk subset dari properti yang ditransaksikan selama
jangka waktu tersebut. Metode ini memungkinkan harga marjinal implisit untuk bervariasi
dalam waktu, dan juga memungkinkan sifat statistik dari istilah gangguan bervariasi juga.
Sebuah indeks harga kemudian dapat dibangun oleh "chaining" bersama-sama penyadapan
(atau set harga implisit diperkirakan) menggunakan salah satu dari beberapa metode,
seperti Paasche, Laspeyres, atau formula Fisher Ideal.

Hal ini penting untuk mendiskusikan apa yang secara luas dianggap sebagai
kelemahan utama dari model harga hedonik: persyaratan data. Dalam rangka untuk
memperkirakan model, seorang peneliti harus mengumpulkan data tidak hanya pada harga
dan tanggal di mana masing-masing properti ditransaksikan, tetapi juga pada semua
karakteristik hedonis yang - yaitu, pada semua karakteristik properti, lokasional, dan
lingkungan yang relevan dalam menentukan harga pasar properti itu. Sejauh data pada
beberapa karakteristik yang relevan (dan mungkin ada ratusan dari mereka!) Tidak
dikumpulkan, perkiraan parameter dari model harga hedonis (termasuk parameter indeks
harga) akan menderita dihilangkan-variabel Bias. Dalam prakteknya, meskipun, model
harga hedonik adalah mengejutkan kuat, dalam arti bahwa model harga hedonis
diperkirakan menggunakan data tentang karakteristik paling penting - ukuran lot, jumlah
 kamar (atau unit kaki persegi), dan variabel tambahan minimal seperti utama fasilitas, usia
tinggal, atau aspek-aspek utama dari lokasi - umumnya menghasilkan indeks harga yang
memadai untuk hampir semua tujuan.

14.2.4 Model Penjualan Berulang

Model harga hedonik sangat kuat, tapi gagal untuk membuat penuh penggunaan data
khusus pada properti-properti yang telah dijual dua kali (atau lebih sering) selama
periode penelitian. Dua pengamatan pada properti yang sama diperlakukan persis sama
dengan dua pengamatan pada sifat yang berbeda yang memiliki karakteristik hedonis
diukur sama, tetapi ketika ada dua pengamatan pada properti yang sama kita tahu bahwa
karakteristik terukur juga sama antara transaksi. Ini berarti bahwa, pada prinsipnya,
perubahan yang diamati dalam harga selama periode waktu antara transaksi dapat
dikaitkan semata-mata untuk perubahan indeks harga, karena bertentangan dengan
perbedaan karakteristik terukur.

Kemungkinan membuat lebih baik menggunakan data telah melahirkan model

berulang-penjualan, analog model fixed-efek yang menggunakan pengamatan berulang
pada harga properti tertentu (yang karakteristik hedonis tetap sama antara transaksi)
untuk memperkirakan harga indeks. Model berulang-penjualan berasal eksplisit dari
model harga hedonis dengan mengungkapkan rasio dua harga transaksi untuk properti
sama dengan rasio dari fungsi hedonis yang ditunjukkan pada persamaan (14.1):

r
Pit X
= 1 1i + 2 ( X 2i X ' 2 i ) + t ( T it T ' it ) (14.3)
P ' it X ' 1i t=2

P' , X '1 X '2

dimana , dan 'adalah nilai-nilai dari harga, karakteristik hedonis

terus diukur, dan karakteristik discretely diukur pada saat transaksi sebelumnya, dan

T' menunjukkan jangka waktu transaksi sebelumnya. Jika karakteristik hedonis tetap

X 1= X ' 1 X 2= X ' 2
tidak berubah antara transaksi, maka dan dan ini untuk

menyederhanakan.

r
Pit
= ( T T ' it ) (14.4)
P ' it t =2 t it
yang merupakan bentuk standar model repeat-penjualan. Sisi kanan hanya terdiri dari
serangkaian indeks harga variabel dummy mengambil nilai -1 selama periode waktu
transaksi sebelumnya, +1 selama periode waktu transaksi kemudian, dan 0 dalam setiap
periode waktu lainnya.

Shiller (1993) menunjukkan bahwa model berulang-penjualan, seperti model harga

hedonis, dapat digunakan untuk memperkirakan tidak hanya indeks harga keseluruhan
untuk perumahan tetapi juga indeks harga untuk karakteristik hedonis individu.
Mengambil rasio persamaan (14.2) untuk dua transaksi dari rumah yang sama:

r r r
Pit
= 1 ( T it X 1 iT ' it X ' 1 i ) + 2 ( T it InX 2 iT ' it InX ' 2 )+ t ( T it T ' it )
P ' it t =1 t=1 t=2

(14.5)

Perhatikan bahwa dalam formulasi Shiller ini variabel sisi kanan termasuk satu set
variabel indeks harga untuk setiap karakteristik hedonis (bersama dengan set asli
dummies indeks harga untuk mencegat). Untuk setiap karakteristik, variabel mengambil
'
nilai X selama periode waktu transaksi pertama, +X selama periode waktu

secondtransaction, dan 0 dalam setiap periode waktu lainnya. Perhatikan juga bahwa
formulasi ini tidak membatasi analisis sifat yang tidak berubah sama sekali antara
transaksi.

Jika diketahui bahwa tidak ada karakteristik hedonis berubah antara transaksi, maka
persyaratan data model berulang-penjualan minimal: hanya periode waktu di mana setiap
rumah ditransaksikan, harga, dan beberapa informasi (misalnya, alamat atau identifikasi
pajak nomor) bahwa ikatan bersama-sama pengamatan pada properti yang sama. Nilai ini
"keuntungan," bagaimanapun, telah liar dibesar-besarkan. Sebenarnya, persyaratan data
model berulang-penjualan yang persis sama dengan model harga hedonis, karena hanya
dengan mengamati data pada semua karakteristik yang relevan dapat analis mengetahui
apakah telah berubah antara transaksi. Dalam prakteknya, analis umumnya hanya
mengasumsikan bahwa karakteristik tidak berubah antara transaksi: lihat, misalnya,
indeks banyak dikutip diterbitkan oleh Freddie Mac dan Kantor Perumahan Federal
Perusahaan Pengawasan (OFHEO). Sejauh asumsi ini tidak valid, kegagalan untuk
memperhitungkan perubahan dalam karakteristik hedonis - yaitu, penggunaan persamaan
 yang salah (14,4) di tempat persamaan yang benar (14,3) atau (14,5) - akan
menghasilkan dihilangkan Bias -variable mempengaruhi perkiraan indeks harga. Dan
mudah untuk melihat bahwa persyaratan data model berulang-penjualan yang benar
diberikan dalam persamaan (14.3) atau (14,5) yang identik dengan model harga hedonis.

Kerugian utama dari model berulang-penjualan relatif terhadap model harga hedonik
adalah bahwa hal itu dapat diperkirakan hanya pada pasang transaksi properti yang
menjual setidaknya dua kali selama masa studi. Tergantung pada panjang periode
penelitian, ini mungkin membatasi analisis untuk sebagian kecil dari jumlah total
pengamatan pada transaksi perumahan. Selain itu, sampel properti yang bertransaksi
berulang kali selama periode penelitian yang terbatas mungkin tidak mewakili seluruh
perumahan.

14.2.5 Model Hybrid

Model berulang-penjualan membuat penuh penggunaan informasi tambahan yang
terkandung dalam pengamatan berulang pada properti yang sama, tetapi dengan biaya
yang besar karena hanya menggunakan sub-sampel kecil dari properti yang telah
ditransaksikan setidaknya dua kali selama masa studi. Pada prinsipnya, bagaimanapun,
hedonis dan model mengulang-penjualan dapat dikombinasikan menjadi model hibrida
yang membuat penuh penggunaan informasi yang terdapat di kedua bertransaksi
berulang dan sekali-transaksi properti. Dalam perumusan asli dari model hibrida dengan
Case dan Quigley (1991), persamaan (14.1), (14.3), dan (14,4) hanya "ditumpuk" dan
diperkirakan bersama-sama dengan koefisien dibatasi untuk menjadi sama di semua tiga
persamaan:

r
Pi= + 1 X 1 i + 2 X 2i + t T ti
t =2

r
Pit X 1t
= 1 + 2 ( X 2 iX ' 2i ) + t ( T it T ' it ) (14.6)
P ' it X ' 1t t =2

Pit r
= ( T T ' it )
Pit t =2 t it

Model hybrid kadang-kadang diberhentikan pada dua alasan: pertama, bahwa

mereka sulit untuk memperkirakan; dan, kedua, yang - seperti model hedonis - mereka
 memiliki persyaratan data berat dibandingkan dengan mengulang-penjualan model.
Sebenarnya, Namun, persyaratan data model berulang-penjualan tidak kurang berat
dibandingkan model hedonis atau hybrid, karena karakteristik hedonis harus diperhatikan
agar baik untuk mengidentifikasi sifat-sifat yang tetap tidak berubah antara transaksi atau
untuk memperkirakan yang benar ( Shiller) bentuk model. Dan formulasi terkemuka
model hybrid - yang dikembangkan oleh Quigley (1995) dan oleh Englund, Quigley, dan
Redfearn (1998) - yang sebenarnya tidak terlalu sulit untuk menerapkan menggunakan
kuadrat umum.

14.3.Contoh Empiris
Contoh menggunakan data dunia nyata menggambarkan perbedaan antara metode indeks
harga rumah yang dijelaskan di atas. Kecenderungan beberapa daftar layanan (MLS)
mempertahankan kepemilikan set data rekaman, untuk bertransaksi properti di daerah
metropolitan Philadelphia, tanggal transaksi dan harga bersama dengan nilai-nilai
kontemporer karakteristik hedonis termasuk: struktur usia; banyak dan satuan kaki persegi;
jumlah kamar tidur, kamar mandi penuh, dan setengah mandi; Kehadiran AC, garasi, atau
perapian apapun; dan indikator apakah itu dalam kondisi "fixup". Setelah pembersihan data
sedikit, kita memiliki catatan lengkap tentang 36458
Tabel 41.1 Ringkasan Statistik

Characteristic Mean Std Dev Minimum Maksimal

Bertransaksi Properti (n = 36,458)
Harga transaksi $232,330 $124,469 $124,469 $1,000,000
Luas Lahan 18,994 ft2 15,005 ft2 2,000 ft2 87,120 ft2
Ruang Tamu 2,150 ft2 792 ft2 800 ft2 5,000 ft2
KamarTidur 3.59 0.72 2 6
Kamar Mandi 1.81 0.65 1 4
Penuh
Kamar Mandi 0.75 0.52 0 3
Sebagian
Struktur Usia 35.0 years 23.6 years 0 99
AC Sentral 63.6% 48.1% 0 1
Garasi 80.2% 39.8% 0 1
Perapian 3.6% 18,6% 0 1
Kondisi 3.6% 18.6% 0 1
Keseluruhan
Tanggal Desember 2000 2 tahun 4 bulan Januari 1996 Jui 2004
Transaksi
Transaksi Berulang (n = 3,696)
Harga Transaksi $266,818 $128,598 $50,000 $955,000
Terbaru
Harga Transaksi $209,064 $105,656 $50,000 $850,000
Sebelumnya
Tingkat Harga 1.31 0.43 4.0
0.30
Tanggal Transaksi Maret 2002 1.93 tahun Januari 1996 Juli 2004
Terbaru
Tanggal Sebelum April 1999 1.91 tahun Januari 1996 Juni 2004
Transaksi
Waktu Antara 2.94 tahun 1.94 tahun 0 tahun 8.23 tahun
Transaksi
Sifat keluarga tunggal terpisah yang ditransaksikan selama 1996-2004, termasuk 3.696
properti yang ditransaksikan dua kali. Tabel 14.1 menunjukkan ringkasan statistik untuk
sampel.

Tabel 14.2 menunjukkan koefisien dua versi model harga hedonis dan dua versi dari
model berulang-penjualan diperkirakan data tersebut. Hedonis konstan usia adalah bentuk
standar model ini. Untuk kelompok ini properti, data menunjukkan pada dasarnya tidak ada
penyusutan yang berkaitan dengan usia, sehingga hampir tidak ada perbedaan antara
konstanta-usia dan berbagai usia model hedonis. Ini tidak hasil yang biasa, meskipun:
biasanya jika struktur usia tidak termasuk

Tabel 14.2 Estimasi Koefisien Regresi

Constant-age Varying-age Repeat-Sales Repeat-sales

Year
hedonic hedonic (standard) (Shiller)
Intercet 6.43 6.34 - -
Bedrooms -0.005 -0.004 - -
Full baths 0.114 0.113 - -
Half baths 0.073 0.072 - -
Age x 10 -1.69 - -
Age x 10 2.19 - -
LnUnitSqFt 0.550 0.565 - -
LnLandSqFt 0.107 0.102 - -
Central A/C 0.115 0.113 - -
Garage 0.052 0.053 - -
Any fireplace 0.066 0.066 - -
Fix-up -0.211 -0.210 - -
 1997 0.011 0.011 0.008 -0.001
1998 0.037 0.037 0.033 0.030
1999 0.085 0.086 0.082 0.082
2000 0.141 0.141 0.138 0.144
2001 0.210 0.210 0.225 0.223
2002 0.335 0.334 0.339 0.333
2003 0.447 0.446 0.457 0.446
2004 0.535 0.534 0.574 0.542
Tabel ini menunjukkan jumlah tahun dan efek usia.

Secara signifikan, terjadi perbedaan pada tingkal nol sampai 99 persen terhadap
keyakinan.

maka efek dari depresiasi yang berkaitan dengan usia dibingungkan dengan indeks harga
(seperti dibentuk standar pada model repeat-sales) dan indeks harga diperkirakan kurang
cepat dalam mengapresiasi. Shiller membentuk dalam model repeat-sales, namun, hanya
untuk kontrol pada efek yang berkaitan dengan usia, sehingga lebih sebanding dengan usia
konstan hedonis.

Tabel 14.3 menunjukkan jumlah properti bertransaksi di setiap tahunnya, nilai tengah
(median) dan rata rata harga transaksi, dan perwakilan harga properti. Hal ini juga
menunjukkan indeks harga tersirat oleh koefisien estimasi untuk model hedonis dan model
repeat-sales, dimana nilai indeks harga adalah antilog dari estimasi parameter. Keenam
perkiraan indekss harga ditunjukkan pada Gamabar 14.1. metode properti perwakilan
menunjukkan fluktuasi harga tahunan yang liar, seperti yang dapat diharapkan bahkan
dengan aplikasi cermat dari metode ini. Lima metode lain, meskipun, semua menghasilkan
perkiraan yang sama dari tingkat pertumbuhan harga perumahan tahunan; metode median
harga terasa menyimpang tetapi tidak tajam dari metode lain.

Tabel 14.3 Estimasi Indeks Harga

Represen- Hedonis Hedonis

Median Average Repeat Repeat
Year N tative pro- (nilai (nilai
($) ($) (Standard) (Shiller)
erty ($) tetap) berubah)
1996 2,147 160,000 183,356 149,900 1 1 1 1
1997 3,192 164,500 189,903 192,500 1.0107 1.0111 1.0076 0.9989
1998 3,906 166,000 194,283 158,000 1.0376 1.0381 1.10337 1.0308
1999 4,501 170,000 203,076 170,000 1.0890 1.0895 1.0854 1.0852
2000 4,256 180,000 213,549 220,000 1.1510 1.1514 1.1485 1.1561
2001 4,264 190,000 227,580 205,000 1.2341 1.2336 1.2519 1.2494
2002 5,462 219,900 252,864 265,000 1.3979 1.3971 1.4042 1.3946
2003 5,704 245,000 278,552 264,500 1.5633 1.5616 1.5796 1.5617
2004 3,209 266,000 304,778 295,000 1.7066 1.7057 1.7758 1.7190

Gambar 14.1 Alternatif estimasi perubahan harga tahunan

Pada kebanyakan aplikasi, model repeat-sales digunakan karena tidak ada data tentang
karakteristik hedonis yang tersedia, dan analisis harus mengasumsikan bahwa tidak ada
properti yang ditingkatkan di antara transaksi. Ini berarti bahwa peningkatan nilai prperti
yang lain akan timbul perbaikan yang malah dibingungkan dengan indeks harga, sehingga
dari model standar repeat-sales indeks harga diperkirakan biasanya menunjukkan tingkat
peningkatan yang paling cepat. Aplikasi kita ini memperlihatkan bias yang semakin
meningkat: pada rata-rata, model standar repeat-sale menunjukkan harga tahunan terbesar.
Sebaliknya, model hedonis harga usia tetap dan model kontrol repeat-sales Shiller untuk
 perbaikan, oleh karena itu menghasilkan estimasi terbaik dari kenaikan harga dari properti
yang kualitasnya kontan. Tentu saja, model ini tidak dapat diperkirakan tanpa pengamatan
kontemporer pada karakteristik hedonis. Untuk berbagai tujuan, meskipun, akurasi
tambahan dari indeks harga diperkirakan menggunakan set lengkap data hedonis akan
menjadi penting.

14.4.Sumber Data
Seperti dicatat, harga transaksi memberikan informasi yang paling dapat diandalkan
tentang mendasari nilai pasar, tetapi mereka tidak selalu mudah untuk mendapatkan. Selain
itu, ada biasanya beberapa transaksi di pasar tertentu selama periode studi terbatas, bahkan
di Amerika Serikat di mana sifat bertransaksi relatif sering. Untungnya, aplikasi universal-
pajak properti riil dan biaya transfer akta / rekaman di Amerika Serikat memberikan
pemerintah daerah insentif untuk menyimpan catatan relatif baik pada kedua transaksi dan
karakteristik hedonis. Meskipun praktik standar - seperti dalam contoh empiris - adalah
untuk menyimpan data hanya transaksi terbaru (atau dua) dari masing-masing properti, dan
hanya set terbaru dari karakteristik hedonis, penurunan biaya penyimpanan data
menunjukkan bahwa menyimpan data yang lebih tua secara bertahap akan menjadi normal.
Beberapa sumber lain data tentang perkiraan nilai pasar properti juga tersedia. catatan
ketetapan pajak properti, tentu saja, menunjukkan sejumlah nilai dari masing-masing
properti, dan telah digunakan untuk memperkirakan indeks harga; Selain itu, database ini
mencakup informasi tentang bukan transaksi properti - yang penting untuk mengoreksi
sampel selektivitas bias.
Pasar mortgage AS yang kuat berarti penilaian yang dilakukan untuk kebanyakan
properti tidak hanya pada pembelian tetapi juga untuk pengembalian pembiayaan yang
sering terjadi; untuk pembelian, harga transaksi dicatat juga. Sayangnya, database transaksi
KPR ini, yang membentuk dasar untuk indeks harga repeat-sales OFHEO dan Freddie Mac,
tidak merekam karakteristik hedonis dan tidak umum.
Agen Real Estate di Amerika Serikat mempertahankan beberapa daftar layanan (MLS)
database properti yang ditawarkan untuk dijual (dan kadang-kadang untuk disewakan),
biasanya termasuk informasi lengkap tentang karakteristik hedonis serta tanggal transaksi
dan harga. Data ini merupakan sampel mungkin tidak acak dari semua transaksi, dan
kemungkinan termasuk kesalahan yang berlebihan dalam deskriptor properti mereka, tetapi
mungkin hanya cukup untuk estimasi indeks harga.
Akhirnya, pemerintah federal AS melakukan Survei Perumahan Amerika dua tahun
sekali, merekam informasi pada set yang sangat kaya karakteristik hedonis serta
karakteristik rumah tangga demografi dan lainnya. Setiap pemilik rumah diminta untuk
 mengkaji nilai properti, meskipun pemilik-penilaian ini mungkin bias. Demikian pula,
setiap penyewa diminta untuk melaporkan sewa yang dibayar, meskipun bisa sulit untuk
menyesuaikan sepenuhnya untuk utilitas dan layanan lain yang dapat dimasukkan dalam
sewa kontrak. Harga transaksi dan tanggal dicatat pada terakhir bertransaksi properti, tetapi
ukuran sampel yang kecil di masing-masing wilayah metropolitan membuat sulit untuk
menggunakan data AHS untuk memperkirakan indeks harga.

14.5.Kesimpulan
Penggunaan yang berkualitas tinggi indeks harga perumahan dapat diletakkan banyak
sekali. Kebijakan stabilisasi pemerintah mungkin tergantung pada perkiraan pertumbuhan
kekayaan rumah tangga, yang merupakan komponen terbesar adalah ekuitas perumahan.
Manajemen risiko dari portofolio KPR tergantung pada model akurat dari aktivitas default
dan prabayar, di mana pergerakan harga dari orde pertama penting. Pengembangan properti
dan keputusan ekspansi bisnis mungkin didorong oleh proyeksi kekuatan pasar lokal, di
mana harga perumahan merupakan indikator utama. Pembentukan rumah tangga dan
migrasi keputusan dipengaruhi oleh tingkat dan laju peningkatan harga rumah. Program
bantuan sewa pemerintah dirancang menggunakan informasi tentang sewa khas untuk unit
lokal dari kualitas yang diberikan. Dan kedua peneliti akademis dan kebijakan yang
berorientasi membutuhkan perkiraan yang baik dari indeks harga perumahan untuk
mempelajari masalah ini dan lainnya, dari efektivitas program perumahan-bantuan untuk
kecukupan tabungan pensiun.
Tujuan bab ini adalah untuk memperkenalkan indeks estimasi harga perumahan dengan
cara yang mengungkapkan aksesibilitas esensial. Model harga hedonik dasar sangat intuitif,
dan ulangi-penjualan dan model hybrid adalah ekstensi cukup mudah dari itu. Sebagian
besar masalah ekonometrik bervariasi yang muncul cukup mudah untuk mengatasi. Selain
itu, dalam kebenaran estimasi indeks harga dengan menggunakan model harga hedonis, atau
ekstensi, sudah cukup kuat untuk masalah ekonometrik dan data, dalam arti bahwa bahkan
aplikasi yang cukup sederhana dari model ini akan menghasilkan indeks harga yang "cukup
baik" untuk sebagian besar tujuan.