由于房地产业在国民经济中的基础性、先导性地位,房地产价格的监测越来越受到重视。房价指数是对房地产价格走向、升降趋势做定量分析的指标,是以价格指数形式来反映一定区域内房地产市场发展变化轨迹和当前市场状况的指标体系和分析方法。房价指数是房地产市场研究的重要工具,是经济周期研究的重要依据。因此,科学合理地编制房价指数,不仅能够提高价格信息的准确性,指数的变动轨迹还能够清晰地反映出市场发展的轨迹,是进行经济景气状况分析与预警研究的基础,对于行业研究和政策制定具有重要的理论意义和实务价值。Baily、Muth和Nourse在1963年提出了重复交易法房价指数。该方法用同一栋房地产在两个或多个时期的出售价格来计算价格指数,能有效地把相对价格结合起来。重复交易模型仅需要获取交易房地产的价格、销售时间和地址信息,需要的数据信息少于特征价格法。重复交易法通过地址信息使房地产完全匹配,基本克服了房地产质量差异这一难题。重复交易模型是房价指数构造领域的经典之作,相比其他方法,在二手房价格测算方面具有独特的优势。2006年,美国标准普尔公司根据著名经济学家Shiller等人的研究结果,采用重复交易法开发并发布Case-Shiller房价指数。该指数是衡量美国普通住房价格变化的重要指数。本文借鉴美国Case-Shiller房价指数的编制方法,构建上海Case-Shiller二手房价格指数。该价格指数所代表的重复交易法在我国,尤其是上海具有较强的借鉴意义,能够克服目前被广泛使用的"国家统计局70个大中城市房屋销售价格指数"所存在的问题,如"城市面积大,各地区楼盘之间差异非常大"、"城市发展扩张迅速,空间结构不断变迁"等缺陷。值得一提的是,考虑到上海市住房市场的特征,我们对重复交易法下的样本匹配规则进行修正,使得样本数据在一个不是很长的时间跨度里,交易配对的成功率能够有较大提高,即类重复交易的配对规则,这是本文的一个重要创新。从编制结果来看,相比70个大中城市中上海二手住宅价格指数,上海Case-Shiller二手房价格指数更为敏感,对房价未来走势具有指示作用,能够较早的感知二手房价格的变动趋势。同时,它可以大致反映消费者的购房预期,即存在"买涨不买跌"现象,成交面积低的时期往往伴随价格的回落,而成交面积高的时期往往伴随价格的高涨。在通过时差相关法分析了该房价格指数与其他宏观经济变量之间的关系后发现,该房价指数与部分房地产市场运行指标和宏观经济指标间存在较高的相关关系,能够反映上海房地产市场发展景气度,为市场主体提供有效的价格参考和预警体系。下阶段,课题将加强对该房价指数对其他经济变量的影响大小、持续程度以及相互作用机制等方面的持续研究,在此基础上不断修正模型,提高预测精确度。