前

言

房子，可以说是目前澳洲最受欢迎的资产，其他类型的资产都被拉下了一大截。

对中国投资者来说也是如此，据澳洲外国投资审查委员会(ForeignInvestment Review Board)最新年度报告显示，2016财年审批的外国投资中，中国投资者占据首位，在澳投资总额达473亿澳元，其中大部分为房产投资。

据了解，2015­、2016财年，中国在澳投资的473亿澳元中，有319亿澳元属于房地产投资，其中大部分为住宅开发。

媒体头条、新闻节目以及人们闲聊时，房产的话题总是被频频提起，但我们对它了解得足够多吗？

有一个很重要的事实，房产买家必须要明白的。但这个事实偏偏又有太多投资者根本没有听说过，甚至会觉得不可思议。

那就是媒体发布的房价走势报告是不能盲目相信的。

许多房产投资者都认为，当一份全国发行的报纸刊登一篇文章报道：根据某知名调研机构提供的数据报告显示，悉尼独栋屋价格涨了15%、达尔文公寓价格跌了10%，那这就是可以拿去银行作为估价的根据。

笔者在刚刚接触众多新闻报道、数据报告之初也是抱着这样深信不疑的态度。但一段时间后，笔者发现其实每家媒体所报道的房产数据报告都有着自身的规律性；每家数据机构发布的房价走势结果也有着惊人的差距。

一

有时，单一数据并不可信

由此以来，如果有读者想要参考这类报道做出投资决定，就面临着一定的风险。

这则信息被作为“事实”被news.com.au呈现在读者面前，看似无可辩驳。但事实上，这并不能被称作“事实”。这只是一则来自单一信息源的报道而已，并不是说这则信息就是错误的，而是可以预见到，不出几天，其他新闻网站一定还会再发布一个不同的结果。

比如，业界重量级人物——来自SQM调研机构的Louis Christopher在采访中提到2016年悉尼独栋屋价格增长了7.5%。

澳洲媒体巨头Fairfax旗下的地产网站Domain在报道中提到2016年悉尼独栋屋价格增长了10.7%。

被各大媒体引用最多的CoreLogic也在之后再公布2016年悉尼独栋屋价格增长了16.7%。

这时，一头雾水的读者会急切的想要搞清楚2016年悉尼独栋屋价格到底增长了多少？因为这个数据说对分析房产市场趋势、可负担性、负债水平以及泡沫指数都至关重要。

其中不乏有读者对其他数据源不屑一顾，一心一意的“信奉“权威官方数据。据澳洲统计局（ABS）官方最新数据：2016年悉尼独栋屋价格的年增长率仅为3.3%。

3.3%、7.5%、10.7%、16.7%......差别之大，令人吃惊。也就是这些数据，长期以来都被广大投资者、读者奉为“真相”和“投资参考宝典”。

Domain集团的首席经济学家Andrew Wilson曾在一次采访中提到：不只是不同信息源会得出不同结论，如果一家信息源改变了计算方式模型也同样会导致结果出现变动。Domain就在使用不同计算模型的时候得出了2016年悉尼独栋屋价格的年增长率高于10%、仅为4.4%这样两个截然不同的结果。

二

什么导致数据差异化？

在《澳洲财经见闻》对比了SQM、ABS、Domain以及CoreLogic四家提供的澳大利亚房产市场报告后发现，不仅是悉尼，在其他首府城市也出现了统计数据截然不同的情况。

对比

其中，四家对墨尔本全年房价增长幅度的统计结果落在区间8.3%－15.1%内；对霍巴特的统计结果中，有两家报告显示霍巴特房价年增长幅度在6%左右，而另外两家的结果为10.3%和11.7%。四家对堪培拉全年房价增长幅度的统计结果落在区间5%－12%内；四家均报告达尔文全年房价呈负增长势态，但幅度却截然不同，分别是0.2%、4.7%、8.5%、10.5%，也就是说，达尔文的房价要么是小幅回调，要么是二位数暴跌，就看你相信哪一家的数据了。

许多作家和评论家一直将CoreLogic的数据作为澳洲房价依然在继续攀升的证据，从上图可以看出CoreLogic确实是数据最为乐观的一家，四家发布全澳首府城市房价年平均增长率分别为4.1％（ABS）、5.5%（SQM）、7.7%（Domain）、11.6%（CoreLogic）。

趋势判断是行业数据的基础功能。未来房产市场如何走，有看空者、也有唱多者，见仁见智，这本属常理，但做判断的数据基础不该提供相反的信号。而不可思议的是，这种现象屡屡上演。

还记得去年有一段时间，CoreLogic数据报道中达尔文公寓市场录得10.2%的增长，而与此同时Residex却录得的10.9%的下跌，一家说大涨，一家说暴跌。

SQM报告中显示霍巴特公寓价格增长幅度达到了惊人的21.7%，但Domain报告中却显示霍巴特公寓价格其实是出现了11.7%的下跌。两者结果差别非常大，却都被作为可信事实被几家个体分别报道，这也就造成了几家媒体说霍巴特市场繁荣、几家媒体说霍巴特市场衰退的局面。

住房租赁市场数据也是如此，以2016年6月为例，SQM报告中显示霍巴特单元房租金价格下跌1%，而CoreLogic却录得了15%的增长；Residex报告中显示墨尔本独栋屋租金下跌2.2%，而CoreLogic却录得了2.4%的增长。Residex录得悉尼独栋屋租金下跌2.2%，但SQM却录得了3.3%的增长。

有数据源说达尔文公寓市场租金下跌了9.6%，而在另外一个数据源报告里下跌幅度竟达到28.6%。

各家数据源发布的结果报告几乎总是非常不一致的。其原因除了在于每家机构所采用的计算方法不同之外，还可能因为机构进行数据采样的时间轴不同。

例如，Domain此前报道2016年悉尼独栋屋价格增长率为15-16%，而另一家的报道中这个数字却只有4.4%。为什么会出现如此大的区别呢？

但如果收集2016年以及2015年所有的房产交易结果并进行对比，就会发现一年的增长幅度只有4.4%而已。由此可见，数据采样的时间轴也会对数据报告结果带来巨大的影响。

这些情况也引起了澳储行（RBA）的关注和担忧。

2016年8月，澳储行认为CoreLogic生成的数据有夸张的成分，尤其是悉尼和墨尔本的房价报告数据，所以决定不再将CoreLogic作为官方参考数据源。

另外，CoreLogic发布月度报告、Domain则认为以月度作为数据收集时间轴过于短暂，于是选择了季度作为数字收集期限范围。

三

数字信息时代，如何选择？

事实上，我们很难判定各家机构究竟谁对谁错，无非就是统计手法上的不同才导致数据报告结果如此不同。

过去房产投资者几乎没有什么数据报告可以参考，但近几年这样的“数据大战”却已经愈演愈烈。这样的现状也给投资者出了难题，他们要么被截然不同的报告弄混头脑，要么就过于盲目的信奉了一家数据源给出的结论。

在我们周围就经常会听说有投资者迫切的想在悉尼购置房产，原因看到媒体报道悉尼房价依然以两位数速度持续攀升。这部分投资者就没有全面获取各数据源提供的报告结论，只依靠一家机构的结论就下了手。

因为牵扯到太多专业技术以及科学范畴，我们无法简单的评断各家数据机构所使用研究方法的准确度。但我们可以肯定的是：在“眼球经济”盛行、房地产又是“话题之王”的时代，不乏利用房价新闻博取浏览量的媒体。

这本也无可厚非，但作为读者就要在心里明白，这些关于房价的报道总是会有“添油加醋”的成分。不能依靠单一新闻源、单一数据源就做出重大投资决定。

我们大部分人都是“统计学”的门外汉。对统计学术语缺乏基础的认识。所以不免会被一些数据结果所误导。

“平均数”的误导性：

比尔·盖茨长期霸占“世界首富”的宝座之后，IT 界出现一个调侃：当比尔·盖茨走进某个普通的酒吧，一瞬间，酒吧里面的所有人都变成亿万富翁（平均数意义上的）。

原理很简单：盖茨的资产是几百亿美金。假设这个酒吧里面不到100人，那么当盖茨进入酒吧后，里面的人均财产至少是几亿美金。

这个段子就说明 “平均数”在某些情况下具有很强的误导性（尤其是当某个领域的数据出现严重的分布不均）。

在统计学上，除了“平均数”这个术语，还有“中位数”和“众数”。当数据的分布极度不均匀时，看“平均数”不如看“中位数”和“众数”。

所以，有时候在房产市场数据结果两极分化非常严重的情况下，相关方面发布一些统计数据（比如“平均房价增长率、平均房价”等），更喜欢用“平均数”而不是“中位数”或“众数”。这样就能给出一些“看上去不错”的统计结果。

综合平均价格指数概念过于模糊，无法与某个时点相对应，并且在各季度（或各月份）房价变动比较大的时候，计算出的平均值更是缺乏实际意义。过于强调全国综合的数字容易引起误读，会掩盖各个城市的典型特征。

房产市场目前披露的数据偏宏观，而中观的区域数据和微观的片区数据缺失严重。在各大城市，主城区与非主城区、热点片区与非热点片区、新区与老区，房价的水平差别非常大，这反映的是不同区域公共服务完善程度、住房供应效率、购房意愿和投资炒作的差别。此外，空置率、房价收入比、租售比等重要指标性数据没有得到足够的重视。而这些不同区域的数据、专项指标数据，对于房产市场和整个行业非常重要。

所以说，看待和分析数据的最大的误区在于，要么完全相信数据，认为数据预示着一片大好，要么完全否定数据，甚至认为数据存在人为的造假。但实际上更多的情况是，数据并不需要人为的造假，就会有系统内的误差波动。

在一个痴迷于房地产的国家，房产不只是居住的地方，而是通往富足的门票，是品味与价值的证明。大家都急切盼望新的信息。

但这时候，投资者与其阅读十几份结论南辕北辙的房产价格报告而百思不得其解，还不如花时间研究一份政府关于未来交通、医疗、教育等方方面面的基础设施建设文件。

对数据的态度决定了一切。数据是帮忙的，有时候也添乱，看你怎么认知它。

假如数据欺骗了你，首先问问自己是否足够理智。

本文作者：Cynthia高晨曦

图片制作：Chloe Liu