2019年-IMF国际货币组织全球_Vietnam_Technical_Assistance_Report_12页_846kb

详细总结：越南住宅房地产价格统计能力建设任务

核心内容

本报告是国际货币基金组织（IMF）技术援助团队于2018年7月9日至13日对越南进行的任务总结，旨在协助越南国家统计局（GSO）开发住宅房地产价格指数（RPPI）。这是越南首次在IMF的多年度STA“数据为决策”（D4D）信托基金框架下开展此类任务。

主要观点

1. RPPI的重要性
   RPPI是金融稳定政策分析和宏观审慎政策设计的重要输入，同时用于货币政策制定和通货膨胀目标管理。它还可作为国家账户中住房资产价值估算的依据。

2. 数据来源的挑战
   越南目前缺乏可靠的房地产交易数据，税务数据存在价格报告不准确的问题，且国家银行（SBV）未收集抵押贷款级别的数据。因此，GSO采取了两种主要数据收集方式：对房地产开发商的调查和对房地产挂牌信息的大数据采集。

3. 数据收集与分析建议
   GSO应继续当前的短期数据收集计划，包括对房地产开发商的调查和房地产挂牌信息的网络爬取。在接下来的12个月内，需评估数据来源并选择最合适的统计方法。

4. 方法论选择
   报告建议采用分层调整和赫克歇尔方法（hedonic method）来构建RPPI。分层调整较为简单，适用于初步分析；赫克歇尔方法则能更精确地衡量价格变化，但需要更全面的房地产特征数据。

5. 长期目标
   GSO应致力于建立一个持续、可靠、透明的RPPI体系，并计划在2020年8月发布首个RPPI。

关键信息

数据来源与方法

• 调查数据：对房地产开发商的调查已初步开展，覆盖胡志明市和河内市，计划扩展至其他主要城市（如岘港、平阳、同奈等），持续约17个月。
• 网络爬取数据：GSO已开始从多个房地产网站爬取挂牌信息，未来应扩大覆盖范围并标准化数据格式。
• 方法选择：分层调整方法适合短期使用，赫克歇尔方法（如滚动窗口时间虚拟变量法）则作为更精确的长期方法。

数据质量与处理

• 需要足够多的观测数据来支持分层和赫克歇尔方法的实施。
• 应对网络爬取数据进行文本挖掘，整理为标准化格式，便于回归分析。
• 对于未显示挂牌价格的房地产信息，应忽略而非估算。

推荐行动

1. 继续短期数据收集
   • 继续调查房地产开发商和网络爬取项目，收集至少17个月的数据。
2. 扩大数据覆盖范围
   • 增加网络爬取的房地产网站和城市数量。
   • 调查房地产门户网站是否可自愿或依法提供挂牌数据。
3. 开发基准模型
   • 使用分层和赫克歇尔方法构建初步的RPPI模型，以支持数据来源和方法的选择。
4. 提升统计能力
   • 培训工作人员掌握回归分析和计算技能，建议使用统一的软件进行数据分析。
5. 人口普查数据应用
   • 利用2019年的人口普查数据计算小区域生活水平指标，以支持RPPI中微观位置的调整。

与IMF的协作

• 该报告是IMF为越南提供技术援助的一部分，旨在帮助越南建立更完善的房地产价格统计体系。
• 报告内容可向IMF执行董事、世界银行工作人员及其他有合法利益的技术援助提供者披露，除非越南当局明确反对。

附录：相关机构与人员

总结

该报告为越南建立住宅房地产价格统计体系提供了详细的技术建议和行动路线图。GSO需在短期内继续现有数据收集计划，并在12个月内评估数据来源和方法。长期目标是通过分层和赫克歇尔方法构建一个可靠的RPPI，并于2020年8月开始发布。同时，报告强调了提升统计能力和数据标准化的重要性，以及利用人口普查数据支持RPPI的微观位置调整。