教育资本化为房价的一些基础介绍

sunkai_bick 发表于 2013-8-25 12:18
嗯，暂时不考虑政策的持续性问题，我们的研究前提如下：
1. 存在“满五唯一”的房产政策，并且将持续较长 ...

目前来说，数据的获得是问题，我们可否利用网络，看开发商的房价，进而根据地域区别学区房还是非学区房，或者通过开发商的广告进而判断学区房和非学区房，价格就知道用网络上的价格，不知道这样是否合理。

ppuubo 发表于 2013-8-25 18:27
目前来说，数据的获得是问题，我们可否利用网络，看开发商的房价，进而根据地域区别学区房还是非学区房， ...

我们假设数据全部是可获得的。在这个基础上讨论一下研究设计。

sunkai_bick 发表于 2013-8-25 12:18
嗯，暂时不考虑政策的持续性问题，我们的研究前提如下：
1. 存在“满五唯一”的房产政策，并且将持续较长 ...

我没有详细考虑，也许DID+PSM可以考虑

sewind_tj 发表于 2013-8-26 10:58
我没有详细考虑，也许DID+PSM可以考虑

@fgleric 版主和 @夸克之一版主

sunkai_bick 发表于 2013-8-25 12:18
嗯，暂时不考虑政策的持续性问题，我们的研究前提如下：
1. 存在“满五唯一”的房产政策，并且将持续较长 ...

类似的研究太多，呵呵，不过中国的目前真的没有。
假如有数据的话，我眼下倒是只想到一个最基本的方法：匹配。

匹配标准如下：所在楼盘、所在小学、所在楼层、房屋结构。

存在溢价的学区房，基本可以假定为若需求弹性（供给弹性在同一地区内基本上可以假定唯一，扩大地理位置可以再谈一下地区差异）。这样，即可以控制不可观测的因素（通过固定效应），同时可以看出学区溢价：
假定针对一套“满五唯一”的房子，匹配产生4个观察值（非“满五唯一”），通过假如dummy，可以得到最基本的溢价：
lny=a+b*D+fe
D=1 if 满五唯一；0 otherwise
y为售价（鉴于售价不一定有，可以根据中介做出估价，允许1%-2%的误差，结果应该很乐观）。

这个模型虽然简单，可我觉得算是比较有说服力的。

sewind_tj 发表于 2013-8-26 10:58
我没有详细考虑，也许DID+PSM可以考虑

DID可以考虑，不过鉴于满五唯一的政策并不长，而且没有地区级别的房价指数，很难区分“学区溢价”与“自然增值”

fgleric 发表于 2013-8-27 07:30
DID可以考虑，不过鉴于满五唯一的政策并不长，而且没有地区级别的房价指数，很难区分“学区溢价”与“自然 ...

1、如果按照匹配的思路：匹配变量是否应该考虑楼盘的口岸位置、以及开发商的品牌或资质，这两个特征也许比房屋结构更重要，另外房屋的年龄也许是万万不能少的。
2、如果按照匹配的思路：处理效应D是“满五唯一”，从直觉看，应该没有选择性，也就是说是随机的，也就是不存在“满五唯一”组与“非满五唯一”组之间的一致性偏误，也不存在处理效应D对“满五唯一”组与“非满五唯一”组的影响作用不同的情况（内生性偏误），因此匹配我还没有想明白。
3、倒是针对'基于一个持续变量而人为划定一个分界线‘的特征，也许RDD可以一试。如60退休是这样的特点。因此，“满五”具备这样的特点。

sewind_tj 发表于 2013-8-27 19:26
1、如果按照匹配的思路：匹配变量是否应该考虑楼盘的口岸位置、以及开发商的品牌或资质，这两个特征也许比 ...

1, match标准： 更加详实的指标自然更好，只要可以获得。
2，一致性偏误？ 内生性？ 不太明白你的意思。
3，RDD没用过，没法展开说。


基于该政策实施的时间并不长，市场无法对这个政策做出提前预期，因此形成的溢价，基本上是由于是否符合D而造成的。

鉴于数据的难以获得性以及模型特性，一个中等规模区即可做出很不错的结果。有人会说这肯定存在selection bias，我的观点是：
1，地理范围扩大，需要的数据质量更高（譬如学校performance的评估 etc）
2，以直辖市为例，不同的区有不同的locational 福利，譬如以街道、弄、胡同为基础的隐性福利在各个区差异极大；同时，拆迁预期差异更大。这样获得的学区溢价系数，则有很大的bias。

fgleric 发表于 2013-8-28 05:26
1, match标准： 更加详实的指标自然更好，只要可以获得。
2，一致性偏误？ 内生性？ 不太明白你的意思。 ...

一致性偏误？我打错了，是异质性偏误。
期待楼主的大作。