6 Conclusion
Jan de Haan et Rens Hendriks
Précédent
La simple méthode GREG décrite dans le
présent article, qui est fondée sur la régression des prix de vente sur les
évaluations foncières par les MCO, réduit considérablement la volatilité d'un
indice des prix des logements comparativement aux ratios des moyennes
d'échantillon. L'indice SPAR peut être considéré comme un estimateur de
l'indice GREG (MCO) (lui-même un estimateur, évidemment) dans lequel la moyenne
de population des évaluations à la période de référence est remplacée par les
moyennes d'échantillon à la période de référence et à la période comparée. Nos
résultats empiriques pour les Pays-Bas indiquent que l'indice SPAR est presque
aussi efficace que l'indice GREG, même pour de petites sous-populations. Nous
avons vérifié cela en tirant un échantillon aléatoire de 50 observations
chaque mois du nombre total de ventes mensuelles (15 000 en moyenne). Les
variations d'un mois à l'autre de l'indice SPAR sont à peine plus importantes
que celles de l'indice GREG.
En raison du changement de composition
de l'ensemble de logements vendus, la série chronologique GREG (et SPAR)
présente une forte volatilité à court terme. Une augmentation durant un mois
particulier est habituellement suivie d'une diminution le mois suivant.
Autrement dit, les variations d'un mois à l'autre ne disent pas grand-chose au
sujet de la variation réelle du prix du parc de logements qui, sauf dans des
circonstances inhabituelles, devrait être harmonieuse. Une méthode améliorée de
détection des valeurs aberrantes aiderait peut-être à réduire la volatilité de
l'indice, mais l'effet serait vraisemblablement limité. L'application d'une
procédure de lissage semble être une option. Cependant, ce lissage entraîne
habituellement des révisions des indices de prix publiés antérieurement et
l'absence de révision est l'un des points forts des approches GREG et SPAR. Une
autre option consisterait à réduire la fréquence d'observation, en la
choisissant par exemple trimestrielle, mais cela pourrait être indésirable
également.
D'un point de vue purement statistique,
dans notre modèles à deux variables, la variabilité de semble être en grande partie à l'origine de la
volatilité du coefficient de pente et, par conséquent, de celle de la série
d'indices de prix. De futures études pourraient porter sur la relation entre
les changements de composition ayant trait aux caractéristiques des biens
immobiliers et les variations de Comme les données sur de nombreuses
caractéristiques des logements ne sont pas disponibles, nous ne pouvons pas
étudier cette question au moyen de nos données. Heureusement, Statistics
Netherlands a accès à un jeu de données produit par la plus grande association
d'agents immobiliers aux Pays-Bas qui pourrait être utile. Ce jeu de données
couvre environ 70 % des ventes de logements qui ont eu lieu aux Pays-Bas
de 1999 à 2008, comprend des données sur de nombreuses caractéristiques des
biens et a été enrichi par les données d'évaluation foncière. Dans le passé,
nous avons utilisé ce jeu de données pour comparer l'indice SPAR à divers types
d'indices hédoniques.
Remerciements
Les auteurs remercient les participants
à l'Economic Measurement Group Workshop, qui s'est déroulé du 1er au
3 décembre 2010 à l'Université de New South Wales, à Sydney, en
Australie, et les participants à un séminaire d'économie appliquée, tenu le
22 novembre 2011 à l'Université du
Queensland, à Brisbane, en Australie, de leurs commentaires constructifs
concernant des versions préliminaires de l'article. Les commentaires et
suggestions faits par le rédacteur et deux examinateurs anonymes ont également
contribué à améliorer l'article. Les auteurs remercient de son aide
Erna van der Wal, qui leur a fourni les données. Les opinions
exprimées dans l'article sont celles des auteurs et ne représentent pas
forcément celles de Statistics Netherlands.
Annexe
Erreurs-types approximatives de l'indice
GREG
L'indice GREG défini par
l'équation (3.10) dans le corps du texte est un ratio de deux estimateurs,
et pour simplifier, nous supprimons la notation
« MCO ». En utilisant un développement du premier degré en séries de
Taylor, la variance de l'indice peut être approximée par (voir, par exemple,
Kendall et Stuart 1976)
où et désignent les valeurs espérées.
Le terme de covariance dans (A.1) est
égal à 0 puisque, par hypothèse, les échantillons aux périodes 0 et sont tirés indépendamment. Le remplacement des
valeurs espérées dans (A.1) par les estimateurs et le calcul subséquent de la
racine carré donne l'expression qui suit pour l'erreur-type de
L'équation (A.2) peut être estimée
en pratique en utilisant d'où Les estimations des (co)variances sont
obtenues facilement dans la plupart des progiciels statistiques à partir de la
matrice de variance-covariance.
La division de (A.2) par donne une expression pour l'erreur-type
relative ou coefficient de variation, de l'indice GREG :
Un élément plus important est
l'erreur-type relative de la variation en
pourcentage de l'indice, c'est-à-dire Celle-ci est généralement plus grande que étant donné que et
Si les deux droites de régression
passent presque par l'origine, donc que nous avons et (A.2) se simplifie pour donner
Dans ce cas particulier, les
indices GREG et SPAR coïncident presque, de sorte que l'expression (A.4)
est également vérifiée pour l'indice SPAR (en utilisant au lieu de
Bibliographie
Bailey, M.J., Muth, R.F. et Nourse, H.O. (1963). A regression method for real estate price
construction. Journal of the American
Statistical Association, 58, 933-942.
Beaumont, J.-F., et Alavi, A. (2004). Estimation robuste par la régression
généralisée. Techniques d'enquête,
30, 2, 217-231.
Bourassa,
S.C., Hoesli, M. et Sun, J. (2006).
A simple alternative house price
index method. Journal of Housing
Economics, 15, 80-97.
Calhoun, C.A.
(1996). OFHEO House Price Indexes: HPI Technical Description. Office of Federal
Housing Enterprise Oversight, Washington, DC.
Case, K.E., et Shiller, R.J. (1987). Prices of single-family homes since 1970: New indexes for four cities. New
England Economic Review, Septembre-Octobre, 45-56.
Case, K.E., et
Shiller, R.J. (1989). The efficiency of the market for single family homes. The American Economic Review, 79,
125-137.
Cochran, W.G.
(1977). Sampling Techniques, 3e
Édition, New York : John Wiley & Sons, Inc.
Cook, R.D., et
Weisberg, S. (1982). Residuals and
Influence in Regression, New York : Chapman and Hall.
de Haan, J. (2007). Formulae for the Variance of (Changes in) the SPAR Index. Manuscrit non publié, Statistics Netherlands, Voorburg
(Pays-Bas seulement, disponible auprès de l'auteur sur demande).
de Haan, J. (2010). Hedonic price indexes: A comparison of imputation,
time dummy and 'Re-Pricing' methods, Journal
of Economics and Statistics (Jahrbucher fur Nationalokonomie und
Statistik), 230, 772-791.
de Haan, J.,
van der Wal, E. et de Vries, P. (2009). The measurement of house prices: A review of the sale price appraisal
method. Journal of Economic and Social
Measurement, 34, 51-86.
de Vries, P.,
de Haan, J., van der Wal, E. et Mariën,G. (2009). A house price index based on the SPAR method. Journal
of Housing Economics, 18,
214-223.
Diewert, W.E., de Haan, J. et Hendriks,
R. (2012). The decomposition of a
house price index into land and structures components: A hedonic regression
approach. Econometric Reviews (à venir).
Diewert, W.E.,
Heravi, S. et Silver, M. (2009). Hedonic imputation versus time dummy hedonic
indexes. Dans Price Index Concepts and
Measurement, (Éds., W.E. Diewert, J. Greenlees et
C. Hulten), NBER Studies in Income and Wealth, Chicago: Chicago University
Press, 70, 161-196.
Edelstein,
R.H., et Quan, D.C. (2006). How
does appraisal smoothing bias real estate returns measurement? Journal of Real Estate Finance and Economics,
32, 41-60.
Eurostat (2010). Technical Manual
on Owner-Occupied Housing for Harmonised Index of Consumer Prices, Version
1.9. Disponible au
www.epp.eurostat.ec.europa.eu/portal/page/portal/hicp/documents/
Tab/Tab/03_METH-OOH-TECHMANUAL_V1-9.pdf.
Francke, M.K.
(2010). Repeat sales index for thin markets: A structural time series approach.
Journal of Real Estate Finance and
Economics, 41, 24-52.
Geltner, D.
(1996). The repeated-measures regression-based index: A better way to construct
appraisal-based indexes of commercial property value. Real Estate Finance, 12, 29-35.
Gouriéroux, C., et Laferrère, A.
(2009). Managing hedonic house
price indexes: The french experience. Journal
of Housing Economics, 18, 206-213.
Grimes, A.,
et Young, C. (2010). A Simple
Repeat Sales House Price Index: Comparative Properties Under Alternative Data
Generation Processes. Motu Working Paper 10-10, Motu Economic and Public Policy
Research, New Zealand.
Hardman, M.
(2011). Calculating High Frequency Australian Residential Property Price
Indices. Rismark Document
technique, disponible au
www.rpdata.com/images/stories/content/PDFs/technical_method_ paper.pdf.
Hedlin, D.,
Falvey, H., Chambers, R. et Kokic, P. (2001). Does the model matter for GREG
estimation? A business survey example. Journal
of Official Statistics, 17, 527-544.
Hill, R.J., et
Melser, D. (2008). Hedonic imputation and the price index problem: An
application to housing. Economic Inquiry, 46, 593-609.
Jansen,
S.J.T., de Vries, P., Coolen, H.C.C.H., Lamain, C.J.M. et Boelhouwer, P.
(2008). Developing a house price
index for the Netherlands: A practical application of weighted repeat sales. Journal of Real Estate Finance and Economics,
37, 163-186.
Kendall, M., et
Stuart, A. (1976). The Advanced Theory of
Statistics Volume 1: Distribution Theory, 4e Édition, Londres : Charles
Griffin & Company.
Leventis, A.
(2006). Removing Appraisal Bias from a Repeat Transactions House Price Index: A
Basic Approach. Document
présenté à l'atelier OECD-IMF on Real Estate Price Indexes, Paris, 6 au 7
novembre 2006.
Makaronidis,
A., et Hayes, K. (2006). Owner
Occupied Housing for the HICP. Document présenté à l'atelier OECD-IMF on Real Estate Price Indexes, Paris,
6 au 7 novembre 2006.
Rossini, P.,
et Kershaw, P. (2006). Developing
a Weekly Residential Price Index Using the Sales Price Appraisal Ratio. Document présenté à la twelfth Annual
Pacific Rim Real Estate Society Conference, Auckland, 22 au 25 janvier 2006.
Saarnio, M.
(2006). Housing Price Statistics at Statistics Finland. Document présenté à l'atelier OECD-IMF on Real
Estate Price Indexes, Paris, 6 au 7 novembre 2006.
Särndal, C.-E.,
Swensson, B. et Wretman, J. (1992). Model
Assisted Survey Sampling, New York : Springer-Verlag.
Shi, S., Young, M.
et Hargreaves, B. (2009). Issues in measuring a monthly house price index in
New Zealand. Journal of Housing
Economics, 18, 336-350.
Statistics
Netherlands (2008). Price Index Owner-occupied Existing Dwellings; Method
Description. Statistics
Netherlands, La Haye, disponible au www.cbs.nl/NR/rdonlyres/A49D8542-26EC-40FD-9093-82A519247F4B/0/MethodebeschrijvingPrijsindexBestaandeKoopwoningene.pdf.
van der Wal,
E., ter Steege, D. et Kroese B. (2006). Two Ways to Construct a House Price Index for the Netherlands: The
Repeat Sale and Sale Price Appraisal Ratio. Document présenté à l'atelier OECD-IMF on Real
Estate Price Indexes, Paris, 6 au 7 novembre 2006.
White, H. (1980).
A heteroskedasticity-consistent covariance matrix estimator and a direct test
for heteroskedasticity. Econometrica, 48,
817-838.
Précédent