什么是特质价格法
特质价格法，又称Hedonic模型法和效用估价法，觉得房地产由大量不同的特质构成，而房地产价格是由所有特质带给民众的效用决定的。受于各特质的数量及组合方式不同，致使房地产的单价造成差异。所以，如能将房地产的单价影响要素分解，求出各影响要素所隐含的单价，在控制地产的特质(或品质)数量固定不变时，就能将房地产价格变动的品质原因拆离，以反应纯粹价格的改变。
特质价格法的理论基础
特质价格法的基本思路是：将房地产商品的单价分解，以显现出其各类特质的隐含价格，在维持房地产的特质不变的情形下，将房地产价格变动中的特质原因分解，从价格的总变动中逐项刨去特质变动的影响，剩下的便是纯粹由供求关系引起的单价变动。
特质价格法：该理论觉得，一种多样性商品具有多方面的不同特质或品质(如房地产商品的面积、楼层、朝向和能否有保安服务等特质)，商品价格则是所有这些特质的综合反应和表现。当商品某一面的特质更改时，商品的单价也会跟随更改。
当商品的某一面的特质更改时，其价格也会跟随发生更改。对函数的各个特质变量分别求偏导数，就获得各特质的变动对商品价格的影响程度，并假定该种影响的关系在适当的时期内固定不变。如此，在缺乏同质商品的情形下，可以用非同质的房地产在基期与数据期之间执行比较，从价格的总变动中逐项刨去特质变动的影响，最后剩下的便是纯粹由供求关系引起的单价变动了，如此计算的单价指数便是基于特质价格法的房地产价格指数。
依据这一理论，房地产价格与各特质原因之间的关系可以表明为：
式中：
V：房价；
Xi：房屋的品质(特质)原因；
Bi：各房屋的品质与房价关系的系数；
Tj：房屋在j期售出的哑元变量，即在j期卖出，则
Tj = 1，否则，
Tj = 0；
rj：在j期售出的房屋的单价变动系数；
e：随机误差变量。
通过回归分析，可以得出各期的r值，并编制出房地产价格指数。
特质价格模型的优缺点
特质价格模型的优点是：容易取样，可以得到大批价格资料；模型的经济意义比较直观；计算相对简单。但同期，运用特质价格法编制价格指数也存在多重共线性困难和因房地产的个别性而掩盖市场供求关系对房地产价格的影响等困难。
">编辑]特质价格法的首要形式1.时间哑元法
其基本思路是，利用基期和多个数据期的样本建立统一的特质价格模型，并在模型中以时间哑元变量标识样本所属的数据期，即：
(1)
其中,c为常数项,
分别为N个住房特质,
分别为这些特质对应的特质价格(为随机误差项),
Dt为时间哑元变量（在第t期等于1，其余期等于0），α
t为时间哑元变量系数。可以证明，时间哑元变量的系数等价于数据期与基期样本价格几何平均值的比值，并利用特质
执行质量调整。所以，可以直接依据时间哑元变量系数的预期值执行指数编制。
2.特质价格指数法
其基本思路是，各个数据期分别建立特质价格模型，以计算各住房特质在各数据期内的特质价格值，再选定适当的“标准单元”（即固定各住房特质在各数据期内的取值）。将计算得到的特质价格值和设定的标准单元值分别代入（2）后，即可得到“标准单元”在各数据期的同质价格，并以此为基础执行指数编制。
（2）
3.模拟价格法
模拟价格法是基于特质价格模型对样本匹配法的改进。样本匹配法是普通商品价格统计中的一种常用方法，其基本思路是严格控制考察样本在各数据期内统一，以满足同质可比的要求。但受于住房具有高度异质性特点，同一住房单元差不多不或许在各数据期内均发生交易，而各期交易的住房单元在质量上又存在不可忽视的差异，所以传统的样本匹配法不能简单套用到住房价格指数编制过程中。
模拟价格法对样本匹配法的改进思路是，计算第t期指数时，首先利用第t－1期的特质价格模型，推测第t期交易的住房单元（相当于第t期的“新添单元”）在第t-1期的单价，再利用第t期的特质价格模型，推测第t-1期交易的住房单元（相当于第t期的“退出单元”）在第t期的单价，进而达到第t-1期和第t期内住房单元的完全匹配，从而引入传统的样本匹配法执行指数计算。
4.价格调整法
价格调整法同样是利用特质价格模型对样本匹配法执行的一种改进。其基本思路是，确定某一虚拟的“标准住房单元”作为匹配样本，在各数据期内，均利用当期的特质价格模型，将所有交易的住房单元的单价调整到统一的“标准住房单元”的基础上，再利用样本匹配法执行指数编制。
综合上述分析，各种方法即使都在不同程度上利用了特质价格模型，但其思路存在较大差异。其中，前两种方法直接利用特质价格模型中的系数预期值执行指数编制，可以被称为直接特质价格法；后两种方法则是利用特质价格模型对样本匹配法的改进，可以被称为间接特质价格法。各种应用形式的基本思路还可以通过图1执行更直观的表明和比较。为图示的直观起见，如果仅存在一种影响住房价格的特质，在第0期和第1期，该特质与住房价格之间的关系曲线分别为
Ft0和
Ft1。如图（a）所示，时间哑元法如果各数据期内特质价格不变，即
Ft0和
Ft1平行，则
Ft0和
Ft1之间的距离（对应于式（1）中时间哑元系数）就代表了两期之间的纯价格改变。其余三种方法则都允许不同数据期中特质价格发生改变。其中，如图（b）所示，特质价格指数法确定了一套标准单元，并计算其在各数据期内的单价，以价格差代表两期之间的纯价格改变；虚拟价格法则利用各数据期的特质价格模型，虚拟新添单元在前一期的单价（
）或退出单元在新一期的单价（
），以此达到所有样本的匹配，如图（c）所示；图（d）反应的单价调整法的基本思路与图（b）类似，区别在于标准单元的单价并不是通过特质价格模型直接计算得到，而是将各交易样本分别调整至该标准单元后计算得到的平均值。
">编辑]特质价格法具体形式的选择
受于基本思路的差异，不同形式的特质价格法各有其利弊和适用规模，这也致使具体形式的选择形成特质价格法应用中的首要困难。
首先是直接特质价格法和间接特质价格法的选择。在住房价格指数编制中，间接特质价格法需要对各住房单元逐一执行模拟或调整，所以对比之下间接特质价格法的计算量显著胜过直接特质价格法，但结果的精准程度反而或许更小，从效果向上瞧并不是理想选择。所以，直接特质价格法当前占领了主流地位，而间接特质价格法的应用则首要限于对正在运用的非同质方法执行改进，比如德国统计部门正在执行的基于价格模拟法的住房价格指数编制研究等。
就直接特质价格法来说，时间哑元法和特质价格指数法也各有其明显特点。时间哑元法在特质价格法的各种形式中计算最为简便，且通过多期样本的再加上，能够有效的避免样本代表性误差，其指数结果具有较好的稳健性。但如前所述，时间哑元法的前提如果是各住房特质的特质价格在各数据期内维持不变，当考察期延长，或当市场处在强烈改变过程中时，这一如果很有机会无法成立，并将所以产生误差；其次，时间哑元法在执行指数更新时存在适当的问题，引入新的数据期时，预期得到的特质价格模型将发生更改，并使历史指数值也发生改变。特质价格指数法则可以有效的改观时间哑元法的这两方面不足，但该方法的稳健性较差，各数据期中的特质价格预期值容易受于交易结构波动、样本容量不足或报告质量的微小误差而显现较大程度的改变，并因此产生指数序列的震荡。自此可见，这两种方法不存在绝对的优劣之分，而适用于不同的市场情形。
其他可行的思路是将时间哑元法和特质价格指数法相结合，取长补短。当前较为常见的是链式指数法，该种方法仍以式（1）为基本形式，但在计算第t期价格指数时，仅引入第t期和第t-1期的样本，再通过时间哑元变量系数计算第t期价格指数相对于第t-1期的改变程度（即环比值），最后利用第t-1期价格指数和该环比值推算第t期价格指数。链式指数法同样有效的避免了时间哑元法存在的两方面缺陷，同期与特质价格指数法对比，它通过两期样本的再加上，在一定程度上提升了结果的稳健性。在此基础上，对其执行了更深一步发展，提出了扩展的链式指数法，在结果的稳健性程度等方面又有所提升。
">编辑]特质价格法的应用建议
特质价格法的各种形式各有其优缺点和适用规模，因此或许在不同条件下应用于我国住房价格指数的编制。当前简单加权平均法和样本匹配法仍是我国住房价格指数编制中采取的首要方法，但这些非同质方法和近似同质方法的局限性已经日益显现出来，很多指数编制机构都在着手对此类指数执行升级。该种情形下，间接特质价格法—— 特别是其中的单价调整法可以形成一种理想选择，即以特质价格模型取代人为设定的调整系数或调整公式，对不同住房单元在区位、楼层等首要特质上存在的差异执行修正，再延用简单加权平均法或样本匹配法执行指数计算。该种方法可以在维持当前编制方法主体不变的基础上，以较小的成本达到指数结果同质化程度的显著提升。
但对于刚刚开始编制的住房价格指数来说，则没有必要采取间接特质价格法，而可以直接引入计算更为简便、结果精度更高的直接特质价格法。在时间哑元法和特质价格指数法的选择中，从当前我国的事实情形看，住房市场处在迅速发展的过程中，各种住房的特质价格一直在发生改变，所以传统的时间哑元法并不是理想选择。但就在此时，各数据期内交易的住房单元的波动同样十分显著，这又制衡了特质价格指数法的应用，尤其是当城市的市场范围较小，或者数据期较短（比如指数逐月更新）时，指数结果的震荡将非常显著，足够掩盖真正有价值的单价信号。在该种情形下，综合两者优点的链式指数法和扩展链式指数法更有机会得到有效的应用，应该形成后续研究和应用的首要方向。
有关条目 房地产价格指数成本投放法中位数价格法重复交易法Pooled GLS模型Pooled MLE模型参考文献↑ 1.0 1.1 1.2 吴璟 郑思齐 刘洪玉.编制住房价格指数的特质价格法细解.统计与决策.2007 年第24期(总第252期)
