【指数编制系列八】特征价格指数编制方法

  在前面一篇介绍价格指数时提到过异质性问题，当商品具有异质性的时候，采用传统的价格指数模型是不合适的。而特征价格模型是一种可以适用于异质性商品的价格指数模型。
  特征价格模型的研究起源于20世纪20、30年代。在研究价格与质量之间的关系的文献中,最早由Waugh提出,他利用蔬菜质量的改变探讨了蔬菜质量对蔬菜价格的影响。他认为产品本身质量的改变,对于产品价格是有影响的,而这也是特征价格最早和最基本的概念。
  20世纪60、70年代,特征价格模型在理论上取得了重大发展。特别是在Lancaster所发表的文章中,他认为精典的效用分析方法无法适用于异质产品,并认为消费者的效用并非直接来自于商品本身,而是来自于这些商品的特征或是特性印换言之,认为效用函数除了需包括商品数量之外还需引入产品的特征作为考虑的因素。
  20世纪80年代开始,许多学者从计量经济学的角度对特征价格模型函数形式的选择、变量选取以及估计方法等方面进行了深入研究,使特征价格模型从理论和技术上逐渐成熟同时,越来越多的学者利用该模型编制特征价格指数和进行特征价格指数的实证研究,应用较多的是建立单一产品价格指数,如汽车、计算机和房地产业等。
  由于计算机技术的快速发展和商品价格数据库的完善,特征价格模型得到广泛应用,特别是在特征价格指数的实证研究方面取得了较大进展。例如,特征价格模拟法和特征价格质量调整法使得指数编制人员能够用不同于计算指数本身的数据来估算特征价格函数。在数据资料使用的灵活性方面,它们具有操作性强的优点,这也是这两种方法在统计机构中得到广泛应用的原因。
  特征价格理论认为，异质性商品具有多方面的不同特征或属性，消费者对异质性商品的需求并不在于商品本身，而是商品可分解的各种特征。消费者所获得的效用水平的高低依赖于商品所包含的特征要素的数量。商品价格是所有这些特征和属性的综合反映和表现，各种属性具有各自的隐含价格，这些隐含价格合成为异质性商品的价格，当某一特征发生改变时，商品的价格也会随之变化。

特征价格指数模型

  特征价格回归模型有不同的形式，如线性形式、对数形式、半对数形式等。
  特征价格指数的线性模型形式是
$$P_{it}={\alpha }_0+\sum _{j=1}^N{\beta }_j\cdot X_{ijt}+\sum _{t=1}^T{\lambda }_t\cdot C_t+{\epsilon }_{it}$$
  特征价格指数的半对数模型形式是
$$ln{P}_{it}={\alpha }_0+\sum _{j=1}^N{\beta }_j\cdot X_{ijt}+\sum _{t=1}^T{\lambda }_t\cdot C_t+{\epsilon }_{it}$$
  特征价格指数的对数模型形式是
$$ln{P}_{it}={\alpha }_0+\sum _{j=1}^N{\beta }_j\cdot ln{X}_{ijt}+\sum _{t=1}^T{\lambda }_t\cdot C_t+{\epsilon }_{it}$$
  其中，$P_{it}$为第i件商品在第t时期的成交价格，${\alpha }_0$为商品的价格常数，$X_{ijt}$为第i件商品在第t时期的第j个价格决定因素的取值，${\beta }_j$表示第j个价格决定因素的影响度系数，$C_t$为虚拟变量，${\lambda }_t$为虚拟变量对价格的影响系数，${\epsilon }_{it}$为模型误差项，服从均值为0的正态分布。
  上述模型通过多元回归计算后能够获得各个因素对商品价格的影响系数，当然时间特征对商品价格的影响也在其中，通过整理即可获得商品价格收时间因素的影响趋势，即商品价格走势。
  特征价格方法使用经济计量技术, 将产品特征与价格之间的关系加以量化, 可以对价格指数进行明确的和相对客观的质量调整。特征价格方法无论是直接对被替换的样本进行质量调整, 还是作为样本匹配法的指导,都是一个非常有用的工具。特征价格方法可以确定哪些特征会对产品的价格产生影响, 有助于样本匹配法改进抽样方法以取得更为合适的样本,也可用于改进样本替代方法。还可以将产品的品牌、销售地点等因素包括到特征价格模型中, 对由品牌、销售地点等因素所引起的质量差异进行调整。

特征价格指数适用范围

  并不是所有的产品都适合使用特征价格方法进行质量调整。在编制价格指数时, 特征价格方法应满足以下基本条件:
  第一, 能够得到产品特征详细、可靠的信息。
  第二, 影响产品交易价格的性能或特征可以进行量化描述。
  第三, 统计机构有能力和有充足的时间去开发特征价格方法,并且在产品被替换后, 能够对模型进行重新估计。
  第四, 拥有收集、检查和处理信息的适当制度安排。
  服务的特征难以进行定量描述, 所以,特征价格法目前主要用于对某些商品进行质量调整。如果可以详细地获得每一种产品的价格和数量数据, 并且在连续的时期内, 市场上新出现或消失的产品很少, 而匹配的产品又相对较多, 样本匹配法与特征价格法所得到的结果几乎完全相同。由于使用特征价格法进行质量调整的成本较高, 在这种条件下, 就没有必要使用特征价格法进行质量调整, 可以继续使用样本匹配法。

特征价格指数注意事项

  特征价格方法在用于价格指数时, 有以下问题需要注意:
  第一, 使用对数变换的价格比使用未变换的价格更好, 因为对数变换的模型假设与现实更为接近。
  第二, 若对每一时期进行单独的特征价格回归, 最好将两期的回归结果进行对称平均, 以之作为两期价格变化的度量, 并且, 最好在环比原理下使用特征价格回归。
  第三, 最好对回归系数的符号加以限制, 以使回归结果与理论相一致。
  第四, 如果在回归时不进行加权处理, 某些产品型号所占的市场份额比较小, 却会对回归结果产生比较大的影响, 会对真实的质量变化产生扭曲的反映, 因此, 如果能得到支出权数, 应进行加权特征价格回归, 并且支出权数要优于数量权数。
  第五, 对于样本数据中的异常值, 最好不要将它们剔除, 因为其他质量调整方法也没有将这些异常值剔除。
  
  
  
All things are difficult before they are easy.