基于線上數(shù)據(jù)兩種質(zhì)量調(diào)整價格指數(shù)比較

摘 要：線上零售市場的經(jīng)濟地位不斷提升，構建線上價格指數(shù)具有意義，在構建過程中需要質(zhì)量調(diào)整。在線上數(shù)據(jù)高頻特點下，可以把時間虛擬變量特征價格回歸模型的特征價格看作一個“固定效應”，得到固定效應價格回歸模型。本文以智能手機線上數(shù)據(jù)為實證對象，構建了兩種時間虛擬變量特征價格指數(shù)和固定效應時間-產(chǎn)品虛擬變量價格指數(shù)質(zhì)量調(diào)整指數(shù)，對兩者的差異進行比較分析。結果表明，由于特征變量的選取存在信息偏差問題，時間虛擬變量特征價格指數(shù)的穩(wěn)健性不如固定效應時間-產(chǎn)品虛擬變量價格指數(shù)。

關鍵詞：線上價格指數(shù)；質(zhì)量調(diào)整；時間虛擬變量特征價格指數(shù)；固定效應時間；產(chǎn)品虛擬變量價格指數(shù)

引言

線上購物日益滲入到我們?nèi)粘Ｉ钪校?016年我國網(wǎng)上零售額達51556億元，同比增長26.2%，增速比上年降低7.1個百分點，降幅比上年收窄9.3個百分點，占社會消費品零售總額的15.5%，比上年擴大2.6個百分點?？梢娊陙砦覈€上零售進入平穩(wěn)增長成熟階段，市場規(guī)模保持穩(wěn)步擴張的態(tài)勢，其經(jīng)濟地位不斷提高，研究線上價格指數(shù)的構建和應用具有重要的意義，陳夢根等（2015）、朱建平等（2016）等學者均對此做出理論探討。在價格指數(shù)構建過程中不可避免地遇到代表品交替或者質(zhì)量改變的情況，為了保證價格指數(shù)的效用，需要保證代表品的同質(zhì)可比性，而價格指數(shù)質(zhì)量調(diào)整是保證指數(shù)效用的重要環(huán)節(jié)。

特征價格質(zhì)量調(diào)整法是頗受歡迎的質(zhì)量調(diào)整法，但存在局限：（1）對于特征變量的選取、處理以及回歸函數(shù)形式的選擇欠缺規(guī)范性；（2）價格數(shù)據(jù)、特征數(shù)據(jù)需要盡量齊全，信息收集和處理成本很高。對于線上數(shù)據(jù)，Cavallo A.， etc. （2016）指出其具有更新頻次高和信息收集成本低的特點，可編制日頻價格指數(shù)，而對于高頻價格指數(shù)，Aizcorbe A.， etc. （2003）把代表品的特征價格看作一個固定水平，又稱“固定效應”，基于特征價格回歸模型構建固定效應質(zhì)量調(diào)整價格指數(shù)；De Haan J.， etc.（2013）進一步完善模型，提出固定效應時間-產(chǎn)品虛擬變量質(zhì)量調(diào)整價格指數(shù)。

本文以智能手機市場為實證對象，構建時間虛擬變量特征價格指數(shù)和固定效應時間-產(chǎn)品虛擬變量價格指數(shù)兩種質(zhì)量調(diào)整線上價格指數(shù)后進行對比分析。

一、兩種質(zhì)量調(diào)整價格指數(shù)

（一） 時間虛擬變量特征價格指數(shù)

特征價格指數(shù)質(zhì)量調(diào)整法通過構建特征價格模型，把因質(zhì)量變化和因市場供需變化引起的價格波動分離，從而得到調(diào)整價格指數(shù)。假設調(diào)查期t=0，…，T，對于任意調(diào)查期t，代表品集合St，代表品數(shù)量Nt，代表品有K個連續(xù)型特征變量，L個類別特征變量，對于第l類別變量有mx種分類。以指數(shù)模型作為特征價格函數(shù)形式，得到時間虛擬變量特征價格函數(shù)：

二、實證分析

（一）數(shù)據(jù)來源與預處理

本文選擇國內(nèi)智能手機市場為實證對象，通過比價平臺，對2017年上半年市場份額排行前10的手機品牌（榮耀、華為、OPPO、vivo、小米、蘋果、魅族、三星、中興、金立）在2017/5/1～2017/10/31期間在京東自營店銷售的、除去“特別版”、“定制版”、“限量版”的、國內(nèi)全網(wǎng)通4G網(wǎng)絡制式、智能平板機型進行價格采集。特征數(shù)據(jù)則來自中關村在線網(wǎng)和安兔兔測評APP。本文合計采集243款產(chǎn)品的數(shù)據(jù)，合計32722條記錄。

為了使系數(shù)的估計結果更為穩(wěn)健，本文對原始的價格數(shù)據(jù)進行預處理：京東自營的限時折扣促銷活動會使得商品的價格會在極短的時間內(nèi)（約1～3天）發(fā)生劇烈波動，本文會剔除這些波動，用該時期前或后一段價格較為穩(wěn)定的時期的價格替代掉劇烈的價格波動。

（二）特征變量選取說明

本文認為“硬件”、“屏幕”、“攝像頭”、“網(wǎng)絡制式”能有效地描述產(chǎn)品的特征，由于抽樣中已經(jīng)選取了國內(nèi)全網(wǎng)通4G的機型，故只考慮前三個特征。選取變量時需盡可能地減少多重共線性，經(jīng)綜合考慮，本文選取具體的特征變量為：（1）硬件有R0M容量、RAM容量、處理器性能測試分數(shù)、操作系統(tǒng)類型、操作系統(tǒng)版本，其中處理器性能測試分數(shù)來源于安兔兔測評，是連續(xù)型變量，其余為分類變量，R0M容量分為16/32/64/128/256GB五類，RAM容量分為1/2/3/4/6/8GB六類，操作系統(tǒng)類型分為Android/iOS/YunOS三類，操作系統(tǒng)版本分為新舊兩類；（2）屏幕有屏幕尺寸、屏幕分辨率，均為連續(xù)型變量；（3）攝像頭有主攝像頭總像素，有多鏡頭的時候把各個鏡頭的像素相加，為連續(xù)型變量。

另外，由于處理器性能測評分數(shù)、屏幕分辨率、主攝像頭總像素數(shù)量級較大，與其它特征變量數(shù)據(jù)級相差較大，統(tǒng)一采用對數(shù)化的預處理后再進行建模。

（三）結果比較分析

以2017/5/1為基期，構建兩種定基線上質(zhì)量調(diào)整價格指數(shù)，走勢如圖：

在模型回歸效果上，TD特征價格回歸模型、TPD價格回歸模型均在0.1%的顯著水平下通過F檢驗，判定系數(shù)R2前者為0.851，后者為0.992。

結果顯示：從波動幅度看，TD特征價格指數(shù)波幅大于TPD價格指數(shù)；從趨勢看，兩種質(zhì)量調(diào)整價格指數(shù)在前期趨勢差異大， TD特征價格指數(shù)呈上升趨勢， TPD價格指數(shù)則呈下降趨勢，隨著調(diào)查期的推移，兩者雖然指數(shù)值差別較大，但趨勢相近，即都呈現(xiàn)波動上升的趨勢。

從中后期的走勢來看，兩種質(zhì)量調(diào)整價格指數(shù)都一定程度反映了供需變動引起的價格變化：在每年的第三季度末、第四季度初有許多手機品牌重要新品的發(fā)布會，該時期消費者會關注新產(chǎn)品，是更換手機的高峰期，質(zhì)量調(diào)整指數(shù)能夠反映市場銷售旺季的特點。

但是從早期走勢看，兩種價格指數(shù)差異大，而且TD特征價格指數(shù)的穩(wěn)定性不如TPD價格指數(shù)?；仡檭蓚€模型的估計結果，TD特征價格回歸模型估計的誤差大于TPD價格回歸模型，TPD價格回歸模型更能解釋原價格數(shù)據(jù)?？梢奣D特征價格回歸模型的對數(shù)據(jù)的解釋效果不佳，是導致了其與TPD價格指數(shù)早期走勢不同和相對不穩(wěn)定的直接原因。

本文認為TD特征價格回歸模型對數(shù)據(jù)的解釋效果不佳主要是來源于特征變量的選取與處理，實際操作中難以找到完美的特征變量體系來描述產(chǎn)品的質(zhì)量：若以所有產(chǎn)品規(guī)格作為特征變量，則需要在“保證變量涉及產(chǎn)品各方面質(zhì)量”和“避免多重共線性”之間進行權衡取舍，而更多的情況是產(chǎn)品的某些特征是難以量化的，比如服飾的“時髦”特征，還有一些產(chǎn)品的重要特征是通過多個產(chǎn)品特征相互作用體現(xiàn)的，比如手機的CPU性能。TPD價格回歸模型把產(chǎn)品的特征價格設置為一個固定水平，對于線上數(shù)據(jù)而言是合理的，避免了由于特征變量的選取和處理帶來的信息偏差，其價格指數(shù)相對TD特征價格指數(shù)更為穩(wěn)健。

三、結束語

特征價格質(zhì)量調(diào)整方法存在特征變量選取和處理難度大，信息收集成本高的局限性，而線上價格數(shù)據(jù)由于其高頻性和收集成本低的優(yōu)勢，可構建日頻價格指數(shù)，在編制頻次高的前提條件下，可以把代表品的特征價格看作一個“固定效應”，從而產(chǎn)生了固定效應質(zhì)量調(diào)整方法，該方法有信息收集成本低、客觀性強、操作簡單的優(yōu)點。本文以我國智能手機線上數(shù)據(jù)為實證對象，構建了時間虛擬變量特征價格指數(shù)和固定效應時間-產(chǎn)品虛擬變量價格指數(shù)兩種質(zhì)量調(diào)整指數(shù)，經(jīng)過對比發(fā)現(xiàn)：兩種價格指數(shù)都能反映因市場供需變動引起的價格變化，但是TD特征價格回歸模型由于在選取特征變量面臨信息不完整問題，導致TD特征價格指數(shù)早期走勢與TPD價格指數(shù)不同，并且其穩(wěn)健性不如TPD價格指數(shù)。

參考文獻：

[1] 陳夢根，劉浩.大數(shù)據(jù)對CPI統(tǒng)計的影響及方法改進研究[J].統(tǒng)計與信息論壇， 2015， 30（06）： 8-13

[2] 朱建平，張悅涵.大數(shù)據(jù)時代對傳統(tǒng)統(tǒng)計學變革的思考[J].統(tǒng)計研究，2016，33（02）： 3-9

[3] Cavallo A.，Rigobon R.. The Billion Prices Project： Using Online Prices for Measurement and Research[J]. The Journal of Economic Perspectives，2016，30（2）：151-178.

[4] Aizcorbe A.， Corrado C.，Doms M.. When do Matched- Model and Hedonic Techniques Yield Similar Price Measures？[R]. FRBSF Working Paper 2003-14： America，2003.

[5] De Haan J.， Hendriks R.. Online Data， Fixed Effects and the Construction of High-Frequency Price Indexes[R]. Economic Measurement Group Workshop：Australia，2013.

作者簡介：

陳曉君，女，籍貫：廣東東莞，華南理工大學經(jīng)濟與貿(mào)易學院，研究方向：宏觀經(jīng)濟分析、價格指數(shù)。