Индекс цен на жилье ( HPI ) измеряет изменение цен на жилое жилье в процентах от определенной начальной даты (HPI которой равен 100). [1] Для расчета HPI обычно используются следующие методологии: гедонистическая регрессия (HR), простая скользящая средняя (SMA) и регрессия повторных продаж (RSR).
Федеральное агентство по финансированию жилья США (ранее Управление по надзору за федеральным жилищным сектором , также известное как OFHEO) публикует индекс HPI — широкий квартальный показатель динамики цен на односемейные дома.
HPI — это взвешенный индекс повторных продаж, который измеряет средние изменения цен при повторных продажах или рефинансировании тех же объектов недвижимости в 363 мегаполисах. Эта информация получена путем анализа повторных ипотечных сделок по односемейным объектам недвижимости, ипотечные кредиты по которым были куплены или секьюритизированы Fannie Mae или Freddie Mac с января 1975 года.
Поскольку индекс HPI включает только дома с ипотечными кредитами в пределах установленных лимитов, индекс имеет естественный предел и не учитывает крупные ипотечные кредиты .
HPI был разработан в связи с обязанностями OFHEO (теперь FHFA) как регулятора Fannie Mae и Freddie Mac. Он используется для измерения адекватности их капитала по отношению к стоимости их активов, которые в основном представляют собой ипотечные кредиты.
30 июля 2008 года OFHEO вошло в состав нового Федерального агентства по финансированию жилья (FHFA). Соответственно, индекс теперь называется FHFA HPI.
Цены индекса Case-Shiller измеряются ежемесячно и отслеживают повторные продажи домов с использованием модифицированной версии методологии взвешенных повторных продаж, предложенной Карлом Кейсом , Робертом Шиллером и Алланом Вайсом. Это означает, что в значительной степени он может корректироваться с учетом качества проданных домов, в отличие от простых средних значений.
Индекс Кейса-Шиллера имеет длительное время задержки как ежемесячный индекс отслеживания. Обычно S&P требуется около 2 месяцев, чтобы опубликовать результаты, в отличие от 1 месяца для большинства других ежемесячных индексов и индикаторов. Кроме того, доступны специальные индексы для определенных мегаполисов и составные индексы для 20 и 10 крупнейших мегаполисов по всей стране.
FNC Inc. публикует индекс цен на жилую недвижимость на основе данных, собранных из публичных записей, в сочетании с оценками недвижимости и характеристик района в режиме реального времени. RPI является первым гедонистическим индексом цен на жилую недвижимость в ипотечной отрасли. RPI создается для оценки движения цен среди продаж непроблемных домов и не включает продажи конфискованных объектов недвижимости.[1]
RPI имеет задержку около двух месяцев как ежемесячный индекс отслеживания. Конкретные индексы доступны для определенных столичных районов, а составные индексы доступны для 10, 20, 30 и 100[2] крупнейших столичных районов. RPI также доступен на уровне почтового индекса и может быть построен для отслеживания ценовых тенденций для определенных характеристик (например, дом в стиле ранчо, дом в колониальном стиле и т. д.), поскольку предпочтения могут меняться со временем.
HouseCanary публикует ежемесячные данные HPI на уровне квартала, группы кварталов, почтового индекса, метрополитена и агломерации. Эти индексы включают прогнозы на 3 года вперед.[1]
Индексы цен на жилье (HPI) производятся в Великобритании примерно с 1973 года, изначально ипотечными кредиторами, а позднее — государственными органами. В последнее время они поступают с веб-сайтов рынка недвижимости.
В Республике Ирландия Центральное статистическое управление публикует ежемесячный индекс цен на жилую недвижимость. До 2011 года Постоянный TSB и Институт экономических и социальных исследований публиковали аналогичный ежемесячный индекс цен на жилье.
В Индии National Housing Bank , полностью принадлежащий Reserve Bank of India, вычисляет индекс, называемый NHB RESIDEX. Индекс был сформулирован на основе пилотного исследования, охватывающего 5 городов: Дели , Мумбаи , Калькутту , Бангалор и Бхопал , представляющих пять регионов страны. Фактические цены транзакций используются для вычисления индекса, отражающего рыночные тенденции. 2007 год взят в качестве базового года для исследования, чтобы быть сопоставимым с WPI и CPI , хотя также рассчитываются альтернативные варианты, использующие 2012 и 2017 годы в качестве базовых годов. [2] Некоторые из охваченных городов: Дели с NCR, Бангалор, Мумбаи, Калькутта, Бхопал, Хайдарабад, Фаридабад, Патна, Ахмадабад, Ченнаи, Джайпур, Лакхнау, Пуна, Сурат, Кочи, Бхубанешвар, Гувахати, Лудхиана, Виджаявада, Индор, Чандигарх, Коимбатур, Дехрадун, Мирут, Нагпур и Райпур. [3] Список городов, охваченных индексом, постепенно расширяется.
В Канаде индекс цен на новое жилье рассчитывается ежемесячно Статистической службой Канады . Кроме того, индекс цен на перепродажу домов также поддерживается Канадской ассоциацией недвижимости на основе зарегистрированных цен продажи, представленных агентами по недвижимости, и усредненных по регионам. В декабре 2008 года частный Национальный банк и фирма информационных технологий Teranet начали отдельный ежемесячный индекс цен на жилье, основанный на ценах перепродажи отдельных односемейных домов в выбранных городских районах, используя методологию, похожую на индекс Кейса-Шиллера [4] , и основанный на фактических ценах продажи, взятых из баз данных государственного земельного реестра. Это позволяет Teranet и Национальному банку отслеживать цены, не позволяя периодам высоких продаж в одном городе повышать средний показатель по стране. [5] Национальный банк также управляет форвардным рынком цен на канадское жилье.
Существует три основных подхода к построению индекса с контролируемым качеством для индекса на основе транзакций: гедонистический, повторных продаж и гибридный. Гедонистический подход использует как гедонистические модели с переменной во времени, так и перекрестные гедонистические модели для построения индексов цен на жилье. В гедонистической модели цены на недвижимость анализируются на основе характеристик недвижимости, которые применяются либо на основе периодов, либо оцениваются с использованием объединенных данных о транзакциях с временными фиктивными переменными в качестве дополнительных факторов. [6]