Back Matter

Back Matter

Author(s):
Statistical Office of the European Communities;International Labour Office;International Monetary Fund;Organization for Economic Co-operation and Development;United Nations;World Bank
Published Date:
September 2014
    Share
    • ShareShare
    Show Summary Details

    Glossaire

    Actualisation

    Division de la valeur courante d’un agrégat donné par un indice des prix (appelé le déflateur dans ce contexte) pour réévaluer les quantités aux prix de la période de référence des prix.

    Agrégat

    Ensemble de transactions (ou leur valeur totale), tel que le total des achats d’immobilier résidentiel effectués par les ménages, au cours d’une période déterminée.

    Agrégat élémentaire

    Habituellement défini comme le plus petit agrégat disponible pour les données sur les dépenses servant à la construction d’indices. Les agrégats élémentaires servent aussi de strates pour échantillonner les produits dont les prix sont suivis. Les valeurs des agrégats élémentaires sont utilisées pour pondérer les indices des prix des agrégats élémentaires et ainsi obtenir des indices plus agrégés.

    Dans le contexte des indices des prix de l’immobilier résidentiel reposant sur les ventes, le terme d’agrégat élémentaire est moins approprié. Comme chaque propriété est fondamentalement unique, les quantités sont égales à 1; ainsi les pondérations sont disponibles au niveau le plus détaillé.

    Agrégation

    Action de combiner ou d’ajouter différents ensembles de transactions pour obtenir un ensemble de transactions plus large. On dit de l’ensemble plus large ainsi obtenu qu’il a un niveau d’agrégation plus élevé que les (sous-)ensembles dont il est composé. Le terme «agrégation» est aussi utilisé pour désigner l’action d’ajouter les valeurs des agrégats de niveau inférieur pour obtenir des agrégats d’un niveau plus élevé. Dans le cas des indices de prix, ce terme désigne le calcul de la moyenne des indices de prix des agrégats de niveau inférieur de manière à obtenir des indices de prix pour les agrégats d’un niveau plus élevé.

    Ajustement de qualité

    Ajustement pratiqué sur la variation du prix d’une propriété dont les caractéristiques ont changé dans le temps, afin d’éliminer l’effet de ce changement sur la variation de prix observée. En pratique, l’ajustement nécessaire ne peut être qu’une estimation. Différentes méthodes d’estimation, dont les méthodes hédoniques, peuvent être utilisées en fonction des circonstances. Ces méthodes peuvent aussi être utilisées pour maîtriser les changements de composition de l’échantillon des propriétés vendues qui surviennent avec le temps.

    Approche axiomatique

    Manière d’aborder la théorie de l’indice selon laquelle le choix de la formule de l’indice est déterminé en fonction des propriétés mathématiques de celui-ci. Une liste de tests est établie, dans lesquels l’indice doit à chaque fois posséder une certaine propriété ou être conforme à un certain axiome. Un indice peut alors être choisi en fonction du nombre de tests auxquels il satisfait. Les tests n’ont pas forcément tous la même importance; il suffit parfois, pour rejeter un indice, qu’il ne satisfasse pas à un ou deux tests jugés fondamentaux.

    Approche économique

    Cette approche de la théorie de l’indice part du principe que les quantités sont des fonctions des prix, les données observées étant produites comme solutions à divers problèmes d’optimisation économique. Bien que cette approche soit très pertinente pour un IPC en tant qu’approximation d’un indice du coût de la vie, elle paraît moins adaptée pour un indice des prix de l’immobilier résidentiel. Voir aussi approche axiomatique.

    Approche par les dépenses engagées ou méthode des paiements

    L’une des trois manières principales d’inclure les logements des propriétaires occupants dans l’IPC. Dans la méthode des dépenses engagées, les frais divers relatifs à la propriété du logement sont simplement additionnés.

    Approche par les paiements

    Voir approche par les dépenses engagées.

    Apurement des données

    Procédures, souvent automatisées, utilisées pour supprimer des fichiers les erreurs de saisies, les observations jugées peu probables ou les données aberrantes.

    Base de sondage

    Liste des unités statistiques de l’univers dans lequel un échantillon peut être choisi. Cette liste peut contenir des renseignements sur les unités statistiques pouvant être utilisés à des fins d’échantillonnage. Ces listes peuvent ne pas couvrir toutes les unités de l’univers considéré et peuvent aussi inclure des unités qui n’en font pas partie.

    Biais

    Tendance systématique de l’IPIR calculé à s’écarter d’un indice idéal ou préféré, qui résulte de la méthode utilisée pour collecter ou traiter les données, ou de la formule employée pour calculer l’indice. Voir aussi biais d’échantillonnage.

    Biais d’échantillonnage

    Biais d’un indice qui peut survenir quand l’échantillon représente mal la population. Dans le contexte du logement, l’échantillon de propriétés peut ne pas être représentatif de l’ensemble des ventes (particulièrement pertinent pour un indice des prix de vente) ou ne pas être représentatif du stock de logements (pertinent pour un indice du prix du stock). Si toutes les ventes sont observées, il n’y a pas de biais d’échantillonnage pour un indice des prix de vente des propriétés.

    Bien

    Objet physique pour lequel il existe une demande, pour lequel les droits de propriété peuvent être établis et dont la propriété peut être transmise entre unités par le biais de transactions sur un marché.

    Bien durable de consommation

    Bien de consommation qui peut être utilisé de manière répétée ou continue à des fins de consommation pendant une longue période, en général plusieurs années. Une maison est une forme extrême de bien durable en raison de sa très longue durée de vie espérée. Ceci a conduit à différentes approches pour la prise en compte des propriétaires occupants dans les statistiques économiques.

    Biens saisonniers

    Biens qui ne sont pas disponibles sur le marché pendant certaines saisons ou certaines périodes de l’année, ou qui sont disponibles pendant toute l’année, mais dont les quantités et les prix fluctuent régulièrement en fonction de la saison ou de la période de l’année.

    Caractéristiques

    Qualités physiques et économiques d’un bien ou d’un service qui sert à l’identifier et permet de le classer. Pour les propriétés résidentielles, elles concernent à la fois le bâtiment (l’immeuble) et l’emplacement/le terrain.

    Caractéristiques techniques

    Description ou liste des caractéristiques à utiliser pour identifier un logement particulier faisant l’objet de l’enquête sur les prix.

    Chaînage

    Action d’associer deux séquences consécutives d’observations de prix, ou indices de prix, à cheval sur une ou plusieurs périodes pour constituer une seule série. Si les deux séquences se chevauchent pendant une seule période, le procédé habituel consiste à simplement rééchelonner l’une d’elles de telle sorte que la valeur pour la période de chevauchement soit la même dans les deux séquences.

    Champ de l’indice

    L’ensemble des produits pour lesquels l’indice doit mesurer les variations de prix. La couverture d’un indice désigne l’ensemble effectif de produits inclus, par opposition au champ souhaité de l’indice.

    Changement de qualité

    Une modification dans une caractéristique (qui détermine la qualité) d’un bien ou d’un service. Dans le cas d’une propriété résidentielle, cela comprend à la fois la dépréciation du bâtiment et les rénovations, comme la modernisation des cuisines et des salles de bains, l’amélioration de l’isolation ou l’installation d’un chauffage central ou d’une climatisation.

    Composante

    Ensemble des biens et services qui constituent un agrégat donné. Aussi utilisée dans le contexte de la décomposition du prix des propriétés (indice) en composantes terrain et bâtiments.

    Concept d’acquisition

    Concept pour lequel la consommation est définie comme l’acquisition par un ménage, sur une période déterminée, de biens et de services de consommation (par opposition à leur utilisation totale ou partielle à des fins de consommation). Voir aussi concept d’acquisitions nettes.

    Concept d’acquisitions nettes

    L’une des trois manières principales d’inclure les logements des propriétaires occupants dans l’IPC. Les habitations ajoutées au stock des logements occupés par leur propriétaire (en général, principalement des habitations neuves) font partie de la couverture de l’indice; les habitations existantes sont exclues. Voir aussi le concept d’acquisition.

    Concept d’utilisation

    Concept sur lequel se fonde le calcul de l’IPC lorsque la consommation est définie comme l’utilisation effective par un ménage, sur une période déterminée, de biens et de services de consommation afin de répondre à leurs besoins et désirs (par opposition à l’acquisition de biens et de services de consommation). Lorsque le calcul de l’IPC se fonde sur ce concept, la consommation de biens de consommation durables sur une période déterminée se calcule à l’aide de la valeur des flux de services que procure le stock de biens durables détenus par les ménages. Cette valeur peut être estimée au moyen du coût d’usage.

    Concordance de l’agrégation

    L’agrégation est dite concordante lorsque l’indice calculé pour un agrégat a la même valeur, qu’il ait été obtenu en une seule opération par calcul direct, sans distinction entre ses composantes, ou en plusieurs étapes, par le calcul d’indices distincts, appelés sous-indices, pour ses différentes composantes, qui sont ensuite agrégées, la même formule étant utilisée à chaque étape.

    Coût d’usage

    Coût résultant, pour le détenteur d’un bien de capital fixe ou de consommation durable, de l’utilisation de ce bien pour fournir un flux de capital ou des services de consommation. Le coût d’usage se partage essentiellement entre l’amortissement du bien en question (mesuré aux prix courants, et non au coût historique) et le coût en capital ou en intérêts.

    Couverture

    Ensemble des biens et services dont les prix sont effectivement pris en compte dans l’indice. Pour des raisons pratiques, il se peut que la couverture soit moins étendue que le champ idéal de l’indice. En effet, les types de propriétés dont les prix sont suivis peuvent ne pas couvrir tous les types de propriétés vendues ou appartenant au stock de logements.

    Dépréciation

    La baisse graduelle et permanente de la valeur économique d’un bâtiment ou d’un stock de logements causé par l’obsolescence et la dégradation au cours du temps.

    Domaine

    Autre terme désignant le champ d’un indice.

    Échantillon

    Une sélection (aléatoire ou non) d’éléments d’une population finie. Dans le contexte du logement, les propriétés vendues pendant un certain temps peuvent être considérées comme un échantillon du stock de logements. Cet échantillonnage est particulièrement pertinent pour un indice des prix du stock de l’immobilier résidentiel.

    Habitations existantes

    Le terme «habitations existantes» est parfois utilisé pour distinguer ces habitations des habitations neuves (et ajoutées au stock de logements).

    Imputation hédonique

    Une façon d’estimer un indice des prix de l’immobilier résidentiel ajustés de la qualité où les prix «manquants» sont imputés avec une modélisation utilisant une régression hédonique. Les paramètres du modèle sont estimés à chaque période, ce qui rend cette approche plus flexible que la méthode hédonique reposant sur les variables indicatrices temporelles.

    Indice à pondérations fixes

    Description abrégée d’une série de moyennes arithmétiques pondérées de rapports de prix d’indices où les pondérations sont fixes au cours du temps. Dans le contexte de l’indice des prix de l’immobilier résidentiel, les pondérations peuvent se rapporter aux ventes (dépenses) ou aux stocks.

    Indice-chaîne

    Série d’indices relative à une longue séquence de périodes, obtenue par l’enchaînement d’indices relatifs à des séquences plus courtes de périodes. Un indice-chaîne, calculé selon une certaine formule d’indice (comme celle de Fisher) est le produit d’indices calculés selon cette formule à chaque période consécutive. Voir aussi Chaînage.

    Indice de la médiane

    Un indice des prix qui retrace la variation de la médiane des prix des propriétés au cours du temps. La médiane est le milieu de la distribution (de l’échantillon) : la moitié des prix se situe au-dessus et l’autre moitié au-dessous. La médiane est moins sensible aux valeurs extrêmes que la moyenne et lui est souvent préférée comme mesure de tendance centrale pour les distributions fortement asymétriques.

    Indice de la moyenne

    Un indice des prix qui est calculé comme le rapport des moyennes de l’échantillon des prix (valeurs unitaires) des propriétés vendues pendant deux périodes.

    Indice de Laspeyres géométrique

    Moyenne géométrique pondérée des rapports de prix utilisant comme pondérations les parts de dépenses de la période de référence des prix.

    Indice de niveau inférieur

    Sous-indice, par opposition à un indice d’agrégat.

    Indice des prix à la consommation (IPC)

    Indice mensuel ou trimestriel calculé et publié par un organisme officiel de statistique, qui mesure l’évolution des prix des biens et des services de consommation acquis ou utilisés par les ménages. Sa définition, y compris le traitement des propriétaires occupants, peut varier d’un pays à l’autre. En Europe, l’indice harmonisé des prix à la consommation (IHPC) exclut actuellement les propriétaires occupants.

    Indice des prix de Fisher

    Moyenne géométrique de l’indice des prix de Laspeyres et de l’indice des prix de Paasche. L’indice de Fisher est symétrique et superlatif. Un indice des prix de l’immobilier reposant sur les ventes peut toujours être calculé en utilisant la formule de Fisher, car les quantités sont égales à 1 (comme chaque habitation est fondamentalement un bien unique).

    Indice des prix de Jevons

    Indice des prix d’agrégat élémentaire défini comme la moyenne géométrique non pondérée des rapports de prix de l’échantillon.

    Indice des prix de Laspeyres

    Un indice des prix pour lequel les quantités de biens et de services se rapportent à la plus ancienne des deux périodes comparées : la période de référence des prix. L’indice de Laspeyres peut aussi être exprimé comme une moyenne arithmétique pondérée des rapports de prix avec les parts de valeur de la période la plus ancienne comme pondérations. La période la plus ancienne est à la fois la période de référence des pondérations et la période de référence des prix.

    Indice des prix de Lowe

    Indice des prix qui mesure la variation entre la période 0 et la période t de la valeur totale d’un panier donné de biens et de services dont les quantités restent fixes. Il n’est pas nécessaire que le panier soit composé des quantités effectives d’une période particulière. Cette définition couvre une catégorie d’indices très large qui inclut, par exemple, moyennant une définition appropriée des quantités, les indices de Laspeyres et de Paasche.

    Indice des prix de Paasche

    Indice des prix pour lequel les quantités de biens et de services se rapportent à la plus récente des deux périodes comparées. Cette période sert de période de référence pour les pondérations, et la période antérieure, de période de référence pour les prix. Cet indice peut aussi être exprimé sous forme d’une moyenne harmonique pondérée des rapports de prix qui utilise les parts de dépenses afférentes à la période la plus récente comme pondérations.

    Indice superlatif

    Les indices superlatifs sont en général des indices symétriques et ont de bonnes propriétés théoriques. Les indices de Fisher et de Törnqvist sont des exemples d’indices superlatifs.

    Indice symétrique

    Indice qui traite les deux périodes de façon symétrique en assignant une importance égale aux données sur les prix et les dépenses dans les deux périodes. Les données sur les prix et les dépenses des deux périodes entrent dans la formule de l’indice de façon symétrique.

    Logement occupé par son propriétaire (propriétaire occupant)

    Logement appartenant au ménage qui y habite. Le logement est un actif immobilisé que le propriétaire utilise pour se fournir un service de logement qu’il consomme lui-même. Ce service est généralement inclus dans le champ de l’IPC. Les loyers peuvent être imputés par référence aux loyers pratiqués sur le marché pour un logement équivalent ou par référence aux coûts d’usage. Voir aussi méthode des loyers imputés et coût d’usage.

    Marché du logement informel

    Zones d’habitations où un ensemble de logements a été construit sur un terrain dont les habitants n’ont pas de titre de propriété ou qu’ils occupent illégalement, et zones où les habitations ont été édifiées sans permis de construire ou ne sont pas conformes aux règles d’aménagement et de construction.

    Ménage

    Personne vivant seule ou groupe de personnes vivant ensemble qui pourvoient en commun à leur subsistance et à leurs autres besoins essentiels. La plupart des pays excluent du champ de l’IPC les groupes de personnes vivant dans les grandes collectivités institutionnelles (casernes, maisons de retraite, etc.).

    Méthode des fenêtres mobiles

    Une approche où une «fenêtre» mobile constituée d’un nombre fixe de périodes est utilisée pour calculer l’indice initial des prix (de l’immobilier résidentiel). La série temporelle est mise à jour en avançant la fenêtre d’une période et en chaînant l’évolution de l’indice pendant la dernière période à la série temporelle.

    Méthode des loyers imputés

    L’une des trois principales approches pour prendre en compte les propriétaires occupants dans l’IPC. Le prix imputé du service de logement est égal au prix auquel l’habitation serait louée.

    Méthode des produits appariés ou du panier fixe

    Procédé consistant à attribuer un prix à un même produit ou modèle exactement pour deux périodes consécutives ou plus. Ce procédé vise à garantir que les variations de prix observées ne sont pas influencées par un changement de qualité. La variation de prix entre deux produits parfaitement appariés est parfois qualifiée de variation pure de prix.

    Méthode des ventes répétées

    Une méthode pour calculer l’indice des prix de l’immobilier résidentiel qui compare les propriétés vendues au moins deux fois dans la base de données dont on dispose. C’est une méthode basée sur une régression qui n’inclut que des variables indicatrices temporelles.

    Méthode hédonique des variables indicatrices temporelles

    L’une des principales façons d’utiliser une régression hédonique pour construire un indice des prix (de l’immobilier résidentiel). Dans le modèle log-linéaire à variables indicatrices temporelles classique, les coefficients des caracté-ristiques restent constants au cours du temps et l’indice des prix peut être calculé directement avec l’exponentielle des coefficients des indicatrices temporelles.

    Méthode hédonique du prix des caractéristiques

    Une méthode de régression hédonique pour laquelle la modification de la valeur estimée du paramètre associé à une caractéristique des propriétés vendues (moyenne) — c’est-à-dire le prix implicite de la caractéristique — détermine l’indice des prix de l’immobilier résidentiel. Sous certaines hypothèses, cette approche est équivalente à celle de l’imputation hédonique.

    Méthode RPVE ou SPAR

    La méthode rapport prix de vente/évaluation (RPVE ou SPAR en anglais) permet de construire un indice des prix de l’immobilier résidentiel qui combine les prix de vente de la période actuelle avec les évaluations (valeurs estimées) obtenues pour une période de référence donnée.

    Mise à jour des pondérations

    Remplacement des pondérations utilisées dans un indice par un nouvel ensemble de pondérations.

    Modèles hybrides (ventes répétées)

    Une méthode utilisant une régression pour estimer les indices de l’immobilier résidentiel qui combine la méthode des ventes répétées et les méthodes hédoniques.

    Non-unicité

    On dit d’un indice en chaîne qu’il ne satisfait pas la propriété d’unicité s’il dérive et ne revient pas à l’unité lorsque les prix de la période en cours reviennent à leur niveau de la période de référence. Les indices en chaîne peuvent dériver lorsque les prix fluctuent pendant les périodes auxquelles ils se rapportent.

    Période de référence

    En principe, la période qui sert de base de comparaison à toutes les autres périodes. Ce terme peut toutefois avoir différentes significations selon le contexte. On distingue trois types de période de référence :

    • la période de référence des prix — période à laquelle se rapportent les prix qui servent de base de comparaison aux prix d’autres périodes. Les prix afférents à la période de référence figurent au dénominateur des rapports de prix utilisés pour calculer l’indice;

    • la période de référence des pondérations — période dont les dépenses servent de pondérations pour l’indice. Si les dépenses sont hybrides (c’est-à-dire si les quantités afférentes à une période sont évaluées aux prix d’une autre période), la période de référence des pondérations est la période à laquelle se rapportent les quantités;

    • la période de référence de l’indice — période pour la-quelle la valeur de l’indice est fixée à 100.

    On notera qu’en pratique, dans le cas de l’IPIR, la période de référence des pondérations est souvent d’une année, alors que l’indice est généralement mensuel ou trimestriel, la durée de la période de référence des prix étant d’un mois ou d’un trimestre. En pratique, les périodes de référence des prix et des pondérations peuvent ne pas coïncider, tout au moins lorsqu’un IPIR est calculé pour la première fois, mais les périodes de référence des prix et de l’indice coïncident fréquemment.

    Période de référence de l’indice

    Période pour laquelle la valeur de l’indice est fixée à 100 (ou à 1).

    Période de référence des pondérations ou base des pondérations

    Période dont les parts de dépenses servent de pondérations ou dont les quantités composent l’ensemble des propriétés utilisées pour le calcul de l’indice de Lowe. Il est possible qu’il n’y ait pas de période de référence des pondérations, par exemple lorsqu’une moyenne est calculée pour les parts de dépenses des deux périodes, comme dans le cas de l’indice de Törnqvist, ou pour les quantités, comme dans le cas de l’indice de Walsh. Voir aussi période de référence.

    Période de référence des prix

    Période pour laquelle les prix figurent au dénominateur des rapports de prix. Voir aussi période de référence.

    Période en cours ou période de comparaison

    Désigne en principe la période la plus récente pour laquelle l’indice a été ou est calculé. Cependant, ce terme est largement utilisé pour désigner la période de comparaison, c’est-à-dire la période comparée à la période de référence, qui est habituellement la période de référence des prix ou la période de référence de l’indice. Ce terme est aussi employé pour désigner la plus récente de deux périodes. Le sens exact est en général clairement défini par le contexte.

    Pondérations

    Ensemble de nombres dont la somme est égale à l’unité, utilisés pour calculer des moyennes. Dans le contexte de l’IPIR, les pondérations sont généralement des parts de dépenses (ventes) ou des parts de valeur de stock dont la somme est, par définition, égale à l’unité. Elles sont utilisées pour calculer la moyenne des rapports de prix de chaque propriété.

    Poststratification

    Utilisé pour décrire les méthodes qui essayent d’annuler ou de réduire l’effet du changement de la composition de l’échantillon des propriétés vendues sur l’indice des prix des propriétés.

    Prix d’offre

    Le prix auquel une propriété est mise à la vente. Le prix d’offre peut être ajusté pendant le processus d’achat et de vente d’une maison jusqu’à l’obtention du prix final de la transaction.

    Prix de demande (prix proposé par l’acheteur)

    Le prix qu’un acheteur potentiel dit être prêt à payer pour une propriété.

    Prix de vente (ou de transaction)

    Le prix final auquel la propriété est vendue.

    Prix imputé

    Prix attribué à un article (par exemple une propriété) dont le prix est «manquant» pour une période donnée. Cela peut être réalisé en utilisant une méthode de régression hédonique. Voir aussi imputation hédonique.

    L’expression «prix imputé» désigne aussi le prix attribué à un article qui n’est pas vendu sur le marché, tel qu’un bien ou un service produit par un agent économique et destiné à son autoconsommation, par exemple les services de logement dont bénéficie un propriétaire occupant et qui sont mesurés par la méthode des loyers imputés.

    Produit

    Terme générique désignant un bien ou un service. Les différents produits de l’échantillon choisis pour la collecte des prix sont souvent appelés «produits élémentaires».

    Propriété représentative

    Propriété (bien immobilier), ou catégorie de propriétés, qui représente une proportion élevée du total des dépenses d’un agrégat, et/ou dont la variation de prix moyenne sera vraisemblablement proche de la moyenne pour toutes les propriétés de l’agrégat.

    Propriété résidentielle

    Propriété sur laquelle sont autorisées des maisons unifa-miliales, des maisons en rangée et des appartements selon divers régimes judiciaires.

    Rapport de prix ou indice élémentaire

    Rapport entre le prix d’un produit élémentaire déterminé pendant une période et le prix de ce même produit pendant une autre période.

    Régression hédonique

    Estimation d’un modèle hédonique qui met en œuvre les techniques de régression pour expliquer le prix d’une propriété en fonction de ses caractéristiques (relatives aussi bien aux bâtiments qu’à l’emplacement). Voir aussi imputation hédonique et méthode hédonique des variables indicatrices temporelles.

    Stock de logements

    Le nombre total de logements disponibles, en dehors des occupations passagères. Selon la définition adoptée, le stock de logements peut inclure ou non des mobile homes, etc.

    Stratification

    La stratification et la «repondération» d’un échantillon est une technique générale pour obtenir des résultats plus stables ou atténuer tout biais dû à la sélection de l’échantillon, y compris aux non-réponses.

    Dans le contexte de l’indice des prix de l’immobilier résidentiel, l’échantillon de propriétés vendues est subdivisé en un nombre de strates (ou de cellules) relativement homogènes selon un nombre (limité) de caractéristiques qui déterminent le prix. Le prix moyen (valeur unitaire) ou la médiane des prix peut ensuite être utilisé pour calculer un indice de prix pour chaque strate. Dans une deuxième étape, ces indices de strate sont agrégés en utilisant les pondérations provenant des ventes ou des stocks. Cette méthode, dite poststratification, a souvent été utilisée pour ajuster les changements de composition de l’échantillon, ou les changements de composition de la qualité des maisons vendues.

    La stratification peut aussi être utilisée avec d’autres méthodes d’ajustement des changements de qualité, comme les régressions hédoniques, la méthode des ventes répétées ou la méthode RPVE.

    Système de comptabilité nationale (SCN)

    Ensemble cohérent, homogène et intégré de comptes macroéconomiques, bilans et tableaux fondés sur des concepts, définitions, classifications et règles comptables adoptés au niveau international. Les revenus et les dépenses de consommation des ménages font partie des comptes répertoriés dans le SCN.

    Test d’identité

    Pour satisfaire à ce test, dans le cadre de l’approche axio-matique, l’indice des prix doit être égal à l’unité lorsque chaque prix demeure inchangé pendant les deux périodes.

    Valeur

    Prix multiplié par la quantité. La valeur des dépenses effectuées pour acquérir un ensemble de produits homogènes résulte de la multiplication unique de la composante «prix» par la composante «quantité». De même, la variation dans le temps de la valeur d’un ensemble de produits homogènes résulte d’une multiplication unique de la variation de la valeur unitaire par la variation des quantités totales. En revanche, un grand nombre de multiplications différentes de la composante «prix» par la composante «quantité» permettent de calculer la variation dans le temps de la valeur d’un ensemble de produits hétérogènes.

    Dans le contexte du logement, la valeur peut aussi se rapporter à une seule propriété. Le «prix» d’une propriété est en fait sa valeur, qui est la somme du prix du bâtiment avec le prix du terrain sur lequel le bâtiment est construit.

    Valeur aberrante

    Qualifie généralement toute valeur extrême d’un ensemble de données recueillies par sondage. Dans le contexte de l’IPIR, cette expression désigne une valeur extrêmement forte ou faible pour un prix d’une propriété ou un rapport de prix, qui appelle des vérifications et qui devrait être supprimée quand elle est jugée inexacte.

    Valeur de marché

    La valeur d’une propriété à un certain moment, ou le prix auquel serait vendue la propriété sur le «marché libre».

    Valeur estimée ou évaluation

    Évaluation d’une propriété au prix du marché. Cette estimation peut être nécessaire pour obtenir un prêt hypothécaire. Dans certains pays, l’estimation est réalisée pour le compte du gouvernement pour des raisons de taxation (foncière). Les valeurs estimées des propriétés sont aussi appelées des évaluations. Voir aussi méthode rapport prix de vente/ évaluation (RPVE).

    Valeur unitaire ou valeur moyenne

    La valeur unitaire d’un ensemble de produits homogènes est la valeur totale des achats/ventes divisée par la somme des quantités. Il s’agit donc de la moyenne pondérée par les quantités des différents prix auxquels le produit est acheté/ vendu. La valeur unitaire peut varier au fil du temps en cas de changement de la composition de l’ensemble de produits vendus à différents prix, même si les prix eux-mêmes ne changent pas.

    Variation pure de prix

    Variation du prix d’une propriété dont les caractéristiques n’ont pas changé, ou variation du prix de la propriété après ajustement au titre de la qualité (rénovations, agrandissements, dépréciation).

    Vérification

    Processus par lequel on vérifie et contrôle les prix relevés par les enquêteurs. Certaines vérifications peuvent être effectuées par ordinateur, au moyen de logiciels statistiques élaborés à cette fin. Voir aussi apurement des données.

    Bibliographie

      Abraham, J.M., and W.S.Schauman (1991), “New Evidence on Home Prices from Freddie Mac Repeat Sales,American Real Estate and Urban Economics Association Journal19, 33352.

      Acadametrics (2009), House Price Indices—Fact or Fiction, www.acadametrics.co.uk.

      Alterman, W., W.E.Diewert and R.C.Feenstra (1999), ”International Trade Price Indexes and Seasonal Commodities,Department of Labor, Bureau of Labor Statistics,Washington, D.C.: US Government Printing Office.

      Australian Bureau of Statistics (ABS) (2005), “Renovating the Established House Price Index,Information Paper, Cat. No. 6417.0.

      Australian Bureau of Statistics (ABS) (2006), “A Guide to House Price Indexes,Information Paper, Cat. No. 6464.

      Bailey, M.J., R.F.Muth and H.O.Nourse (1963), “A Regression Method for Real Estate Price Construction,Journal of the American Statistical Association58, 93342.

      Baldwin, A., A.Nakamura and M.Prud’homme (2010), “An Empirical Analysis of the Different Concepts for Owned Accommodation in the Canadian CPI: The Case of Ottawa, 1996-2005,paper presented at the joint UNECE and ILO Meeting on Consumer Price Indices, Geneva, May 10-12.

      Balk, B.M. (1998), “On the Use of Unit Value Indices as Consumer Price Subindices,” in Lane, W. (ed) (ed.), Proceedings of the Fourth Meeting of the International Working Group on Price Indices,Washington, D.C.: Bureau of Labor Statistics.

      Balk, B.M. (2008), Price and Quantity Index Numbers; Models for Measuring Aggregate Change and Difference,New York: Cambridge University Press.

      Belski, E., and J.Prakken (2004), “Housing Wealth Effects: Housing’s Impact on Wealth Accumulation, Wealth Distribution and Consumer Spending,Working Paper W04-13, Harvard University, Joint Center for Housing Studies.

      Berndt, E.R. (1991), The Practice of Econometrics: Classic and Contemporary,Reading, Massachusetts: Addison-Wesley Publishing Company.

      Blades, D. (2009), “Housing in ICP 2011: Issues to be Resolved,paper presented at the Technical Advisory Group Meeting, October 1-2, 2009, World Bank, Washington, D.C.

      Bostic, R.W., S.D.Longhofer and C.L.Readfearn (2007), “Land Leverage: Decomposing Home Price Dynamics,Real Estate Economics35:2, 1832008.

      Bourassa, S.C., M.Hoesli and J.Sun (2006), “A Simple Alternative House Price Index Method,Journal of Housing Economics15(1), 8097.

      Bover, O., and M.Izquierdo (2003), “Quality-adjusted Prices: Hedonic Methods and Implications for National Accounts,Investigaciones Económicas27, 199238.

      Butler, J.S., Y.Chang and A.Crews Cutts (2005), “Revision Bias in Repeat-Sales Hone Price Indices,Freddie Mac Working Paper No. 05-03.

      Calhoun, C.A. (1996), “OFHEO House Price Indexes: HPI Technical Description,Office of Federal Housing Enterprise Oversight, Washington, D.C.

      Campbell, J.Y., and J.F.Cocco (2007), “How Do House Prices Affect Consumption? Evidence from Micro Data,Journal of Monetary Economics54(3), 591621.

      Carare, A., and M.R.Stone (2003), “Inflation Targeting Regimes,IMF Working Paper WP 03/9.

      Case, B., H.O.Pollakowski and W.M.Wachter (1991), “On Choosing Between House Price Index Methodologies,American Real Estate and Urban Economics Association Journal19, 286307.

      Case, B., H.Pollakowski, and S.Wachter (1997), “Frequency of Transaction and House Price Modeling,Journal of Real Estate Finance and Economics14(1-2), 17387.

      Case, B., and J.M.Quigley (1991), “The Dynamics of Real Estate Prices,Review of Economics and Statistics22, 5058.

      Case, K.E., J.M.Quigley, and R.J.Shiller (2001), “Comparing Wealth Effects: The Stock Market Versus the Housing Market.National Bureau of Economic Research Working Paper Series, No. 8606.

      Case, K.E., and R.J.Shiller (1987), “Prices of Single-Family Homes Since 1970: New Indexes for Four Cities,New England Economic Review,September–October, 4556.

      Case, K.E., and R.J.Shiller (1989), “The Efficiency of the Market for Single-family Homes,The American Economic Review,79 (1), 12537.

      Case, K.E., and R.J.Shiller (1990), “Forecasting Price and Excess Returns in the Housing Market,American Real Estate and Urban Economics Association Journal18, 25373.

      Case, B., and S.Wachter (2005), “Residential Real Estate Price Indices as Financial Soundness Indicators: Methodological Issues,” p. 197211 in Real Estate Indicators and Financial Stability, BIS Papers No. 21, Bank for International Settlements, Washington, D.C.

      Chinloy, P., M.Cho and I.F.Megbolugbe (1997), “Appraisals, Transactions Incentives and Smoothing,Journal of Real Estate Finance and Economics14(1), 4555.

      Chiodo, A.J., R.Hernandez-Murillo, and M.T.Owyang (2010), “Non-linear Effects of School Quality on House Prices,Federal Reserve Bank of St. Louis Review,May/June, 185204.

      Cho, M. (1996), “House Price Dynamics: A Survey of Theoretical and Empirical Issues,Journal of Housing Research7(2), 145172.

      ClaphamE., P.Englund, J.M.Quigley and C.L.Redfearn (2006), “Revisiting the Past and Settling the Score: Index Revision for House Price Derivatives,Real Estate Economics34(2), 275302.

      Clapp, J.M. (1980), “The Elasticity of Substitution for Land: The Effects of Measurement Errors,Journal of Urban Economics8, 25563.

      Clapp, J.M., and C.Giaccotto (1992), “Estimating Price Trends for Residential Property: A Comparison of Repeat Sales and Assessed Value Methods,Journal of Real Estate Finance and Economics5(4), 35774.

      Clapp, J.M., and C.Giaccotto (1998), “Price Indices Based on the Hedonic Repeat-Sale Method: Application to the Housing Market,Journal of Real Estate Finance and Economics16(1), 526.

      Clapp, J.M., and C.Giaccotto (1999), “Revisions in Repeat Sales Price Indices: Here Today, Gone Tomorrow?Real Estate Economics27(1), 79104.

      Clapp, J.M., C.Giaccotto and D.Tirtiroglu (1991), “Housing Price Indices Based on All Transactions Compared to Repeat Subsamples,AREUEA Journal19(3), 27085.

      Cleassens, S.M., A.Kose and M.E.Terrones (2008), “What Happens During Recessions, Crunches and Busts?IMF Working Paper 08/274, International Monetary Fund, Washington, D.C.

      Colwell, P.F. (1998), “A Primer on Piecewise Parabolic Multiple Regression Analysis via Estimations of Chicago CBD Land Prices,Journal of Real Estate Finance and Economics17(1), 8797.

      Colwell, P.F., and G.Dilmore (1999), “Who was First? An Examination of an Early Hedonic Study,Land Economics75(4), 62026.

      Congressional Budget Office (2007), “Housing Wealth and Consumer Spending,background paper, January. Disponible à http://www.cbo.gov.

      Court, A.T. (1939), “Hedonic Price Indexes with Automotive Examples,” in The Dynamics of Automobile Demand,General Motors Corporation, New York, 99117.

      Crone, T.M., and R.P.Voith (1992), “Estimating House Price Appreciation: A Comparison of Methods,Journal of Housing Economics2(4), 32438.

      Crone, T.M., L.I.Nakamura and R.P.Voith (2009), “Hedonic Estimates of the Cost of Housing Services: Rental and Owner Occupied Units,” p. 6784 in Price and Productivity Measurement, Volume 1: Housing,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press and www.indexmeasures.com.

      Dale-Johnson, D., (1982), “An Alternative Approach to Housing Market Segmentation Using Hedonic Price Data,Journal of Urban Economics11(3), 31132.

      Davidson, R., and J.G.MacKinnon (1993), Estimation and Inference in Econometrics,Oxford: Oxford University Press.

      Davis, M.A., and J.Heathcote (2007), “The Price and Quantity of Residential Land in the United States,Journal of Monetary Economics54, 25952620.

      Davis, M.A., and M.G.Palumbo (2008), “The Price of Residential Land in Large US Cities,Journal of Urban Economics63, 35284.

      Destatis (2009), Handbook on the Application of Quality Adjustment Methods in the Harmonised Index of Consumer Prices,Statistics and Science, Vol. 13, Wiesbaden: Federal Statistical Office of Germany.

      Diewert, W.E. (1974), “Intertemporal Consumer Theory and the Demand for Durables,Econometrica42, 497516.

      Diewert, W.E. (1980), “Aggregation Problems in the Measurement of Capital,” p. 433528 in The Measurement of Capital,D.Usher (ed) (ed.), Chicago: The University of Chicago Press.

      Diewert, W.E. (1983), “The Treatment of Seasonality in a Cost of Living Index,” p. 101945 in Price Level Measurement,W.E.Diewert and C.Montmarquette (ed) (eds.), Ottawa: Statistics Canada.

      Diewert, W.E. (1998), “High Inflation, Seasonal Commodities and Annual Index Numbers,Macroeconomic Dynamics2, 45671.

      Diewert, W.E. (1999), “Index Number Approaches to Seasonal Adjustment,Macroeconomic Dynamics3, 121.

      Diewert, W.E. (2002), “Harmonized Indexes of Consumer Prices: Their Conceptual Foundations,Swiss Journal of Economics and Statistics138, 547637.

      Diewert, W.E. (2003a), “Hedonic Regressions: A Consumer Theory Approach,” p. 31748 in Scanner Data and Price Indexes, Studies in Income and Wealth, Volume 64, R.C.Feenstra and M.D.Shapiro (ed) (eds.), NBER and University of Chicago Press.

      Diewert, W.E. (2003b), “Hedonic Regressions: A Review of Some Unresolved Issues,paper presented at the 7th Meeting of the Ottawa Group, Paris, May 27-29.

      Diewert, W.E. (2005), “Issues in the Measurement of Capital Services, Depreciation, Asset Price Changes and Interest Rates,” p. 479542 in Measuring Capital in the New Economy,C.Corrado, J.Haltiwanger and D.Sichel (ed) (eds.), Chicago: University of Chicago Press.

      Diewert, W.E. (2009a), “Durables and Owner Occupied Housing in a Consumer Price Index,” p. 445500 in Price Index Concepts and Measurement,W.E.Diewert, J.Greenlees and C.Hulten (ed) (eds.), Studies in Income and Wealth, Volume 70, Chicago: The University of Chicago Press.

      Diewert, W.E. (2009b), “The Paris OECD–IMF Workshop on Real Estate Price Indexes: Conclusions and Future Directions,” p. 87116 in Price and Productivity Measurement: Volume 1—Housing,Trafford Press and www.indexmeasures.com.

      Diewert, W.E. (2010), “Alternative Approaches to Measuring House Price Inflation,Discussion Paper 10-10, Department of Economics, University of British Columbia, Vancouver, Canada, V6T 1Z1, December.

      Diewert, W.E., Y.Finkel and Y.Artsev (2009), “Empirical Evidence on the Treatment of Seasonal Products: The Israeli Experience,” p. 5378 in Price and Productivity Measurement: Volume 2; Seasonality,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press.

      Diewert, W.E., J.de Haan and R.Hendriks (2010), “The Decomposition of a House Price index into Land and Structures Components: A Hedonic Regression Approach,Discussion Paper 10-01, Department of Economics, University of British Columbia, Vancouver, Canada, V6T1Z1.

      Diewert, W.E., J.de Haan and R.Hendriks (2011), “Hedonic Regressions and the Decomposition of a House Price Index into Land and Structure Components,Discussion Paper 11-01, Department of Economics, The University of British Columbia, Vancouver, Canada, V6T1Z1.

      Diewert, W.E., S.Heravi and M.Silver (2009), “Hedonic Imputation Versus Time Dummy Hedonic Indexes,” p. 16196 in Price Index Concepts and Measurement,W.E.Diewert, J.Greenlees and C.Hulten (ed) (eds.), NBER Studies in Income and Wealth, Chicago: University of Chicago Press.

      Diewert, W.E., and D.A.Lawrence (2000), “Progress in Measuring the Price and Quantity of Capital,” p. 273326 in Econometrics Volume 2: Econometrics and the Cost of Capital: Essays in Honor of Dale W. Jorgenson,L.J.Lau (ed) (ed.), Cambridge, MA: The MIT Press.

      Diewert, W.E., and P.von der Lippe (2010), “Notes on Unit Value Index Bias,Journal of Economics and Statistics230(6), 690708.

      Diewert, W.E., and A.O.Nakamura (2009), “Accounting for Housing in a CPI,” p. 732 in Price and Productivity Measurement, Volume 1: Housing,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press and www. indexmeasures.com.

      Diewert, W.E., A.O.Nakamura and L.I.Nakamura (2009), “The Housing Bubble and a New Approach to Accounting for Housing in A CPI,Journal of Housing Economics18, 15671.

      Dodge, D. (2003), “It All Starts with the Data,Remarks by David Dodge, Governor of the Bank of Canada to the Conference of European Statisticians, Geneva. Disponible à www.bankofcanada.ca/en/speeches/2003.

      Dreiman, M.H., and A.Pennington-Cross (2004), “Alternative Methods of Increasing the Precision of Weighted Repeat Sales House Prices Indices,Journal of Real Estate Finance and Economics28(4), 299317.

      Duffy, D. (2009), “Measuring House Price Change,Economic and Social Research Institute, Working Paper 291.

      Edelstein, R.H., and D.C.Quan (2006), “How Does Appraisal Smoothing Bias Real Estate Returns Measurement?,Journal of Real Estate Finance and Economics32(1), 4160.

      Eiglsperger, M. (2010), “Residential Property Price Statistics for the Euro Area and the European Union,” in Housing Market Challenges in Europe and the United States,P.Arestis, P.Mooslechner and K.Wagner (ed) (eds.), Basingstoke: Palgrave Macmillan.

      Englund, P., J.M.Quigley and C.L.Redfearn (1998), “Improved Price Indexes for Real Estate: Measuring the Course of Swedish Housing Prices,Journal of Urban Economics44(2), 17196.

      Eurostat (2001), Handbook on Price and Volume Measures in the National Accounts. Luxembourg: Office for Official Publications of the European Communities.

      Eurostat (2005), “Final Report of the Joint NA-PPP Task Force on Dwelling Services,paper presented at the Meeting of the Eurostat Working Parties on National Accounts and PPP, November23, Luxembourg.

      Eurostat (2012), Technical Manual on Owner-Occupied Housing for Harmonised Index of Consumer Prices, Draft 2.0, March2012. See also the Statistics Explained article: Housing price statistics—house price index at http://epp.eurostat.ec.europa.eu/statistics_explained.

      Eurostat (2012), Experimental House price indices in the Euro Area and the European Union at http://epp.eurostat.ec.europa.eu/portal/page/portal/hicp/methodology/hps/house_price_index.

      Eurostat, Fonds monétaire international, OCDE, Nations Unies, Banque mondiale (1993), Système de comptabilité nationale 1993,Luxembourg : Eurostat. Cité comme SCN (1993).

      Eurostat, Fonds monétaire international, OCDE, Nations Unies, Banque mondiale (2009), Système de comptabilité nationale 2008,Luxembourg : Eurostat. Cité comme SCN (2008).

      Fenwick, D. (2005), “Statistics on Real Estate Prices: The Need for a Strategic Approach,” p. 36872 in Real Estate Indicators and Financial Stability, BIS Papers No. 21, Bank for International Settlements, Washington, D.C.: The International Monetary Fund.

      Fenwick, D. (2006), “Real Estate Prices: The Need for a Strategic Approach to the Development of Statistics to Meet User Needs,paper presented at the OECD–IMF Workshop on Real Estate Price Indices held in Paris, November 6-7, 2006.

      Finocchiaro, D., and V.Queijo von Heideken (2007), “Do Central Banks React to House Prices?,Working Paper Series 217, Sveriges Riksbank (Central Bank of Sweden), (revised 01 Aug 2009).

      FMI (2006), Compilation Guide on Financial Soundness Indicators,Washington, D.C.: IMF.

      FMI (2007), “Review of Exchange Arrangements, Restrictions, and Controls,” Disponible à http://www.imf.org/external/np/pp/2007/eng.

      FMI, OIT, OCDE, CEE-NU et Banque mondiale (2009), Export and Import Price Index Manual,Washington, D.C. : FMI. Cité comme Manuel de l’XMPI (2009).

      Francke, M.K. (2008), “The Hierarchical Trend Model,” p. 16480 in Mass Appraisal Methods: An International Perspective for Property Valuers,T.Kauko and M.Damato (ed) (eds.), Oxford: Wiley-Blackwell.

      Francke, M.K. (2010), “Repeat Sales Index for Thin Markets: A Structural Time Series Approach,Journal of Real Estate Finance and Economics41(1), 2452.

      Francke, M.K., and G.A.Vos (2004), “The Hierarchical Trend Model for Property Valuation and Local Price Indices,Journal of Real Estate Finance and Economics28(2/3), 179208.

      Garner, T.I., and K.Short (2009), “Accounting for Owner-Occupied Dwelling Services: Aggregates and Distributions,Journal of Housing Economics18, 27379.

      Garner, T.I., and R.Verbrugge (2009a), “The Puzzling Divergence of Rents and User Costs, 1980-2004: Summary and Extensions,” p. 12546 in Price and Productivity Measurement, Volume 1: Housing,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press and www.indexmeasures.com.

      Garner, T.I., and R.Verbrugge (2009b), “Reconciling User Costs and Rental Equivalence: Evidence from the US Consumer Expenditure Survey,Journal of Housing Economics18, 17292.

      Gatzlaff, D.H., and D.Ling (1994), “Measuring Changes in Local House Prices: An Empirical Investigation of Alternative Methodologies,Journal of Urban Economics35(2), 22144.

      Gatzlaff, D.H., and D.R.Haurin (1997), “Sample Selection Bias and Repeat-Sales Index Estimates,Journal of Real Estate Finance and Economics14(1), 3350.

      Gelfand, A.E., M.D.Ecker, J.R.Knight and C.F.Sirmans (2004), “The Dynamics of Location in Home Price,Journal of Real Estate Finance and Economics29(2), 14966.

      Geltner, D. (1996), “The Repeated-Measures Regression-Based Index: A Better Way to Construct Appraisal–Based Indexes of Commercial Property Value,Real Estate Finance12(4), 2935.

      Geltner, D., and H.Pollakowski (2006), “A Set of Indices for Trading Commercial Real Estate Based on the Real Capital Analytics Transaction Prices Database,Working Paper, MIT Center for Real Estate: CREDL.

      Goetzmann, W.N. (1992), “The Accuracy of Real Estate Indices: Repeat Sales Estimators,Journal of Real Estate Finance and Economics5(1), 553.

      Goetzmann, W., and L.Peng (2002), “The Bias of RSR Estimator and the Accuracy of Some Alternatives,Real Estate Economics30(1), 1339.

      Goetzmann, W.N., and M.Spiegel (1997), “A Spatial Model of Housing Returns and Neighborhood Substitutability,Journal of Real Estate Finance and Economics14(1-2), 1131.

      Goodhart, C. (2001), “What Weight Should Be Given to Asset Prices in Measurement of Inflation?Economic Journal111, 33556.

      Goodhart, C., and B.Hofmann (2007), “Financial Conditions Indices,” in House Prices and the Macroeconomy: Implications for Banking and Price Stability,CharlesGoodhart (ed) (ed.), Oxford: Oxford University Press.

      Goodman, A.C., and T.G.Thibodeau (2003), “Housing Market Segmentation and Hedonic Prediction Accuracy,Journal of Housing Economics12(3), 181201.

      Gouriéroux, C., and A.Laferrère (2009), “Managing Hedonic House Price Indices: The French Experience,Journal of Housing Economics18, 20613.

      Griliches, Z. (1961, 1971a), “Hedonic Price Indexes for Automobiles: An Econometric Analysis for Quality Change,” in Z.Griliches (ed) (eds.), Price Indexes and Quality Change: Studies in New Methods of Measurement,Cambridge MA: Harvard University Press.

      Griliches, Z. (1971b), “Introduction: Hedonic Price Indexes Revisited,” p. 315 in Price Indexes and Quality Change,Z.Griliches (ed) (ed.), Cambridge MA: Harvard University Press.

      Gudnason, R. (2004), “Simple User Costs and Rentals,paper presented at the 8th Ottawa Group Meeting, Helsinki, August 23-25.

      Gudnason, R., and G.Jónsdóttir (2006), “House Price Index, Market Prices and Flow of Services Methods,paper presented at the OECD–IMF Workshop on Real Estate Price Indices held in Paris, November 6-7, 2006.

      Gudnason, R., and G.R.Jónsdóttir (2009), “Owner Occupied Housing in the Icelandic CPI,” p. 8588 in Price and Productivity Measurement, Volume 1: Housing,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press and www.indexmeasures.com.

      Gyourko, J., and A.Saiz (2004), “Reinvestment in the Housing Stock: The Role of Construction Costs and the Supply Side,Journal of Urban Economics55, 23856.

      de Haan, J. (2004), “Direct and Indirect Time Dummy Approaches to Hedonic Price Measurement,Journal of Social and Economic Measurement29, 42743.

      de Haan, J. (2009), “Comment on Hedonic Imputation versus Time Dummy Hedonic Indexes,” p. 196200 in Price Index Concepts and Measurement,W.E.Diewert, J.S.Greenlees and C.R.Hulten (ed) (eds.), Studies in Income and Wealth 70, Chicago: University of Chicago Press.

      de Haan, J. (2010a), “Hedonic Price Indexes: A Comparison of Imputation, Time Dummy and Other Approaches,Journal of Economics and Statistics230(6), 77291.

      de Haan, J. (2010b), “An Appraisal-Based Generalized Regression Estimator of House Price Change,paper presented at the Economic Measurement Group Workshop, 1-3 December 2010, Sydney, Australia.

      de Haan, J., and H.van der Grient (2011), “Eliminating Chain Drift in Price Indexes Based on Scanner Data,Journal of Econometrics161, 3646.

      de Haan, J., E.van der Wal and P.de Vries (2009), “The Measurement of House Prices: A Review of the Sales Price Appraisal Method,Journal of Economic and Social Measurement34(2-3), 5186.

      Halvorsen, R., and H.O.Pollakowski (1981), “Choice of Functional Form for Hedonic Price Equations,Journal of Urban Economics10, 3749.

      Haurin, D.R., and P.H.Hendershott (1991), “House Price Indexes: Issues and Results,American Real Estate and Urban Economics Association Journal19, 25969.

      Heston, A., and A.O.Nakamura (2009a), “Reported Prices and Rents of Housing: Reflections of Costs, Amenities or Both?” p. 11724 in Price and Productivity Measurement, Volume 1: Housing,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press and www.indexmeasures.com.

      Heston, A., and A.O.Nakamura (2009b), “Questions about the Equivalence of Market Rents and User Costs for Owner Occupied Housing,Journal of Housing Economics18, 27379.

      Hicks, J.R. (1946), Value and Capital, Second Edition, Oxford: Clarendon Press.

      Hill, R.C., J.R.Knight and C.F.Sirmans (1997), “Estimating Capital Asset Price Indexes,Review of Economics and Statistics79(2), 22633.

      Hill, R.J. (2004), “Superlative Index Numbers: Not All of Them Are Super,Journal of Econometrics130(1), 2543.

      Hill, R.J (2011), “Hedonic Price Indexes for Housing,OECD Statistics Working Paper 2011/1, OECD Publishing, Paris.

      Hill, R.J., and D.Melser (2008), “Hedonic Imputation the Price Index Problem: An Application to Housing,Economic Inquiry46(4), 593609.

      Hill, R.J., D.Melser and I.Syed (2009), “Measuring a Boom and Bust: The Sydney Housing Market 2001-2006,Journal of Housing Economics18, 193205.

      Hill, R.J., D.Melser and B.Reid (2010), “Hedonic Imputation with Geospatial Data: An Application of Splines to the Housing Market,Mimeo.

      Hill, T.P. (1988), “Recent Developments in Index Number Theory and Practice,OECD Economic Studies10, 12348.

      Hill, T.P. (1993), “Price and Volume Measures,” p. 379406 in SNA (1993).

      Hoffmann, J., and C.Kurz (2002), “Rent Indices for Housing in West Germany: 1985 to 1998,Discussion Paper 01/02, Economic Research Centre of the Deutsche Bundesbank, Frankfurt.

      Hoffmann, J., and J.R.Kurz-Kim (2006), “Consumer Price Adjustment Under the Microscope: Germany in a Period of Low Inflation,Discussion Paper Series 1, Economic Studies, No. 16/2006, Deutsche Bundesbank, Frankfurt am Main.

      Hoffmann, J., and A.Lorenz (2006), “Real Estate Price Indices for Germany: Past, Present and Future,paper presented at the OECD–IMF Workshop on Real Estate Price Indexes, Paris, November 6-7.

      Hwang, M., and J.M.Quigley (2004), “Selectivity, Quality Adjustment and Mean Reversion in the Measurement of House Values,Journal of Real Estate and Finance and Economics28(2/3), 16178.

      Ivancic, L., W.E.Diewert and K.J.Fox (2011), “Scanner Data, Time Aggregation and the Construction of Price Indexes,Journal of Econometrics161, 2435.

      Jansen, S.J.T., P.de Vries, H.C.C.H.Coolen, C.J.M.Lamain and P.Boelhouwer (2008), “Developing a House Price Index for the Netherlands,Journal of Real Estate and Finance and Economics37(2), 16386.

      Jarocinski, M., and F.R.Smets (2008), “House Prices and the Stance of Monetary Policy,Federal Reserve Bank of St. Louis Review90(4), 33965.

      Katz, A.J. (2009), “Estimating Dwelling Services in the Candidate Countries: Theoretical and Practical Considerations in Developing Methodologies Based on a User Cost of Capital Measure,” p. 3350 in Price and Productivity Measurement, Volume 1: Housing,W.E.Diewert, B.M.Balk, D.Fixler, K.J.Fox and A.O.Nakamura (ed) (eds.), Trafford Press and www.indexmeasures.com.

      Knight, J.R., J.Dombrow and C.F.Sirmans (1995), “A Varying Parameters Approach to Constructing House Price Indexes,Real Estate Economics23 (2), 187205.

      Koev, E., and J.M.C.Santos Silva (2008), “Hedonic Methods for Decomposing House Price Indices into Land and Structure Components,unpublished paper, Department of Economics, University of Essex, England, October.

      Lancaster, K.J. (1996), “A New Approach to Consumer Theory,Journal of Political Economy74, 13257.

      Lebow, D.E., and J.B.Rudd (2003), “Measurement Error in the Consumer Price Index: Where do we Stand?,Journal of Economic Literature41, 159201.

      Leishman, C. (2000), “Estimating Local Housing Market Price Indices Using Land Registry Data,Housing Finance47 (August), 5560.

      Leishman, C., C.Watkins and W.D.Fraser (2002), “The Estimation of House Price Indices Based on Repeat Sales Regression Using Land Registry Data,Report to RICS Education Trust, London.

      Leventis, A. (2006), “Removing Appraisal Bias from a Repeat Transactions House Price Index: A Basic Approach,paper presented at the OECD–IMF Workshop on Real Estate Price Indices held in Paris, November 6-7, 2006.

      Li, W., M.Prud’homme and K.Yu (2006), “Studies in Hedonic Resale Housing Price Indices,paper presented at the OECD–IMF Workshop on Real Estate Price Indices held in Paris, November 6-7, 2006.

      Lim, S., and M.Pavlou (2007), “An Improved National House Price Index Using Land Registry Data,RICS Research Paper Series, Vol. 7, No. 11.

      Luüs, C. (2005), “The Absa Residential Property Market Database for South Africa: Key Data Trends and Implications,” p. 149170 in Real Estate Indicators and Financial Stability, BIS Papers No. 21, Bank for International Settlements, Washington, D.C.: IMF.

      Makaronidis, A., and K.Hayes (2006), “Owner Occupied Housing for the HICP,paper presented at the OECD–IMF Workshop on Real Estate Price Indices, Paris, November 6-7, 2006.

      Malpezzi, S. (2003), “Hedonic Pricing Models: A Selective and Applied Review,” in Housing Economics and Public Policy,T.O’Sullivan and K.Gibb (ed) (eds.), Malder, MA: Blackwell.

      Malpezzi, S., L.Ozanne and T.Thibodeau (1987), “Microeconomic Estimates of Housing Depreciation,Land Economics63, 37285.

      Mark, J.H., and M.A.Goldberg (1984), “Alternative Housing Price Indices: An Evaluation,American Real Estate and Urban Economics Association Journal12(1), 3049.

      Marola, B., D.Santos, R.Evangelista and V.Guerreiro (2012), “Working Towards a Comparable House Price Inflation Measure in Europe,paper presented at the UNECE Meeting of the Group of Experts on Consumer Price Indices held in Geneva, 30 May–1 June 2012 (www.unece.org/stats/).

      McDonald, J.F. (1981), “Capital-Land Substitution in Urban Housing: A Survey of Empirical Estimates,Journal of Urban Economics9, 190211.

      McDonald, C., and M.Smith, (2009), “Developing stratified housing price measures for New Zealand,Discussion Paper No. 2009/07, Reserve Bank of New Zealand, Wellington.

      McMillen, D.P. (2003), “The Return of Centralization to Chicago: Using Repeat Sales to Identify Changes in House Price Distance Gradients,Regional Science and Urban Economics33, 287304.

      Meese, R., and N.Wallace (1991), “Nonparametric Estimation of Dynamic Hedonic Price Models and the Construction of Residential Housing Price Indices,American Real Estate and Urban Economics Association Journal19, 30832.

      Mudgett, B.D. (1955), “The Measurement of Seasonal Movements in Price and Quantity Indexes,Journal of the American Statistical Association50, 9398.

      Muellbauer, J. (1974), “Household Production Theory, Quality and the ‘Hedonic Technique’,American Economic Review64, 97794.

      Muth, R.F. (1971), “The Derived Demand for Urban Residential Land,Urban Studies8, 24354.

      Nabarro, R., and T.Key (2003), “Performance Measurement and Real Estate Lending Risk,paper presented at the IMF/BIS Conference on Real Estate Indicators and Financial Stability, October 2003.

      Nations Unies (2009), Guide pratique pour l’établissement d’indices des prix à la consommation,New York et Genève: Nations Unies.

      Ohnishi, T., T.Mizuno, C.Shimizu and T.Watanabe (2010), “On the Evolution of the House Price Distribution,Discussion Paper No. 61, Research Center for Price Dynamics.

      OIT, FMI, OCDE, Eurostat, Nations Unies, Banque mondiale (2004), Manuel de l’indice des prix à la consommation — Théorie et pratique,Genève : OIT. Cité comme Manuel de l’IPC (2004).

      OIT, FMI, OCDE, Eurostat, Nations Unies, Banque mondiale (2004), Manuel de l’indice des prix à la production — Théorie et pratique,Washington, D.C. : FMI. Cité comme Manuel de l’IPP (2004).

      Pakes, A. (2003), “A Reconsideration of Hedonic Price Indexes with an Application to PCs,American Economic Review93(5), 157693.

      Palmquist, R.B. (1980), “Alternative Techniques for Developing Real Estate Price Indexes,Review of Economics and Statistics62, 44248.

      Palmquist, R.B. (1982), “Measuring Environmental Effects on Property Values without Hedonic Regressions,Journal of Urban Economics11, 33347.

      Pennington-Cross, A. (2005), “Aggregation Bias and the Repeat Sales Price Index,” p. 32335 in Real Estate Indicators and Financial Stability, BIS Papers No. 21, Bank for International Settlements, Washington, D.C.: IMF.

      Phang, S.Y. (2004), “House Prices and Aggregate Consumption: Do They Move Together? Evidence from Singapore,Journal of Housing Economics13, 10119.

      Plosser, C.I. (2007), “House Prices and Monetary Policy,Speech for the European Economics and Financial Centre Distinguished Speakers Series, July11, 2007, Monograph, Federal Reserve Bank of Philadelphia.

      Prasad, N., and A.Richards (2006), “Measuring House Price Growth—Using Stratification to Improve Median-based Measures,Research Discussion Paper No. 2006-04, Reserve Bank of Australia.

      Prasad, N.L., and A.Richards (2008), “Improving Median Housing Price Indexes Through Stratification,Journal of Real Estate Research30(1), 4571.

      Quigley, J.M. (1995), “A Simple Hybrid Model for Estimating Real Estate Price Indexes,Journal of Housing Economics4(1), 112.

      Reinhart, C.M., and K.S.Rogoff (2009), This Time is Different; Eight Centuries of Financial Folly,Princeton and Oxford: Princeton University Press.

      Rosen, S. (1974), “Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition,Journal of Political Economy82, 3455.

      Rossini, P., and P.Kershaw (2006), “Developing a Weekly Residential Price Index Using the Sales Price Appraisal Ratio, paper presented at the Twelfth Annual Pacific Rim Real Estate Society Conference, Auckland, 22-25 January.

      Saarnio, M. (2006), “Housing Price Statistics at Statistics Finland,paper presented at the OECD–IMF Workshop on Real Estate Price Indices, Paris, 6-7 November 2006.

      Samuelson, Paul A., and S.Swamy (1974), “Invariant Economic Index Numbers and Canonical Duality: Survey and Synthesis,American Economic Review64, 56693.

      Scheffé, H. (1959), The Analysis of Variance,New York: John Wiley and Sons.

      Shi, S., M.Young and B.Hargreaves (2009), “Issues in Measuring a Monthly House Price Index in New Zealand,Journal of Housing Economics18(4), 33650.

      Shiller. R.J. (1991), “Arithmetic Repeat Sales Price Estimators,Journal of Housing Economics1(1), 11026.

      Shiller, R.J. (1993a), “Measuring Asset Values for Cash Settlement in Derivative Markets: Hedonic Repeated Measures Indices and Perpetual Futures,Journal of Finance48(3), 91131.

      Shiller, R.J. (1993b), Macro Markets,Oxford: Oxford University Press.

      Shiller, R.J. (2005), “Comments on Session ‘Aggregation Issues’,” p. 33639 in Real Estate Indicators and Financial Stability, BIS Papers No. 21, Bank for International Settlements, Washington, D.C.: The International Monetary Fund.

      Shimizu, C., and K.G.Nishimura (2006), “Biases in Appraisal Land Price Information: The Case of Japan,Journal of Property Investment & Finance24 (2), 15075.

      Shimizu, C., and K.G.Nishimura (2007), “Pricing Structure in Tokyo Metropolitan Land Markets and Its Structural Changes: Pre-bubble, Bubble, and Post-bubble Periods,Journal of Real Estate Finance and Economics35(4), 49596.

      Shimizu, C., K.G.Nishimura and Y.Asami (2004), “Search and Vacancy Costs in the Tokyo Housing Market: Attempt to Measure Social Costs of Imperfect Information,Regional and Urban Development Studies16(3), 21030.

      Shimizu, C., K.G.Nishimura and T.Watanabe (2010), “Housing Prices in Tokyo: A Comparison of Hedonic and Repeat Sales Measures,Journal of Economics and Statistics 230/6, 792813.

      Shimizu, C., H.Takatsuji, H.Ono and K.G.Nishimura (2010), “Structural and Temporal Changes in the Housing Market and Hedonic Housing Price Indices,International Journal of Housing Markets and Analysis3(4), 35168.

      Shimizu, C., K.G.Nishimura and T.Watanabe (2011), “House Prices from Realtors, Magazines, and Government: A Statistical Comparison,Mimeo.

      Silver, M. (2009a), “Do Unit Value Export, Import, and Terms of Trade Indices Represent or Misrepresent Price Indices?IMF Staff Papers 56, 297322, IMF, Washington, D.C.

      Silver, M. (2009b), “Unit Value Indices,Chapter 2 in XMPI Manual (2009).

      Silver, M. (2010), “The Wrongs and Rights of Unit Value Indices,Review of Income and Wealth, Series 56, Special Issue 1, S206S223.

      Standard and Poor’s (2009), S&P/Case–Shiller Home Price Indices; Index Methodology,New York: Standard and Poor’s.

      Statistics Portugal (Instituto Nacional de Estatistica) (2009), “Owner-Occupied Housing: Econometric Study and Model to Estimate Land Prices, Final Report,paper presented to the Eurostat Working Group on the Harmonization of Consumer Price Indices,” March 26-27, Luxembourg: Eurostat.

      Steele, M., and R.Goy (1997), “Short Holds, the Distributions of First and Second Sales, and Bias in the Repeat-Sales Price Index,Journal of Real Estate Finance and Economics14(1-2), 13354.

      Stone, R. (1956), Quantity and Price Indices in National Accounts,Paris: OECD.

      Thibodeau, T.G. (1992), “Residential Real Estate Prices: 1974-1983,The Blackstone Company, Mount Pleasant (MI).

      Thibodeau, T.G. (2003), “Marking Single-Family Property Values to Market,Real Estate Economics31(1), 122.

      Thorsnes, P. (1997), “Consistent Estimates of the Elasticity of Substitution between Land and Non-Land Inputs in the Production of Housing,Journal of Urban Economics42, 98108.

      Triplett, J.E. (2006), Handbook on Hedonic Indexes and Quality Adjustments in Price Indexes; Special Application to Information and Technology Products, Directorate for Science, Technology and Industry, Paris: OECD.

      Triplett, J.E., and R.J.McDonald (1977), “Assessing the Quality Error in Output Measures: The Case of Refrigerators,The Review of Income and Wealth23(2), 13756.

      Tse, R.Y.C. (2002), “Estimating Neighbourhood Effects in House Prices: Towards a New Hedonic Model Approach,Urban Studies39(7), 116580.

      Turvey, R., (1989), Consumer Price Indices: An ILO Manual,Geneva: International Labour Office.

      UK Department of the Environment (1982), “A New Index of Average House Prices,Economic Trends348, 13438.

      van der Wal, E., D.ter Steege and B.Kroese (2006), “Two Ways to Construct a House Price Index for the Netherlands: The Repeat Sale and the Sale Price Appraisal Ratio,paper presented at the OECD–IMF Workshop on Real Estate Price Indices, Paris, November 6-7, 2006.

      Verbrugge, R. (2008), “The Puzzling Divergence of Aggregate Rents and User Costs, 1980-2004,The Review of Income and Wealth54, 67199.

      de Vries, P., J.de Haan, E.van der Wal and G.Mariën (2009), “A House Price Index Based on the SPAR Method,Journal of Housing Economics18(3), 21423.

      Wallace, N.E., and R.A.Meese (1997), “The Construction of Residential Housing Price Indices: A Comparison of Repeat-Sales, Hedonic-Regression and Hybrid Approaches,Journal of Real Estate Finance and Economics14(1-2), 5173.

      Wang, T., and P.M.Zorn (1997), “Estimating House Price Growth with Repeat Sales Data: What’s the Aim of the Game?Journal of Housing Economics6(2), 93118.

      Wenzlick, R. (1952), “As I See the Fluctuations in the Selling Prices of Single Family Residences,The Real Estate Analyst21 (December24), 54148.

      Wolverton, M.L., and J.Senteza (2000), “Hedonic Estimates of Regional Constant Quality House Prices,Journal of Real Estate Research19(3), 23553.

      Wood, R. (2005), “A Comparison of UK Residential House Price Indices,” p. 21227 in Real Estate Indicators and Financial Stability, BIS Papers No. 21, Bank for International Settlements, Washington, D.C.: The International Monetary Fund.

      Wyngarden, H. (1927), An Index of Local Real Estate Prices,Michigan Business Studies, Volume 1, Number 2, Ann Arbor: University of Michigan.

      Zhu, H. (2005), “The Importance of Property Markets for Monetary Policy and Financial Stability,” p. 929 in Real Estate Indicators and Financial Stability, Volume 21, Bank for International Settlements (ed.).

    Index

    • achat et vente d’un logement

      • - délais d’acquisition et de vente (Japon) 10.56–57

      • - processus d’achat et de vente 9.3–9.6, 10.59

    • actualisation (g)

    • actualité 9.8

    • agents immobiliers 9.10–12

    • agrégat (g)

    • agrégat élémentaire (g)

    • agrégation (g)

      • - exemples d’agrégation 11.17–11.25

      • - première phase d’agrégation 4.13–15

      • - seconde phase d’agrégation 4.16–18

      • - ventes et stocks de logement 8.13–17

    • ajustement hédonique de la qualité 5.32–33

    • ajustement de la qualité des bâtiments 5.49–52

      • - dans différents pays 10.18

    • approche axiomatique (g)

    • approche économique (g)

    • approche par les dépenses engagées ou par les paiements (g), 9.30–31

    • approche par les paiements (g) 3.15

    • apurement des données (g) 5.9, 6.11–12, 7.22, 7.33

    • bâtiments

      • - prix des bâtiments 5.3

    • biais (g)

      • - biais de sélection de l’échantillon 4.3, 6.15–18

      • - biais de la valeur unitaire 4.15

      • - biais dû à l’omission de variables 5.6

    • biais de la valeur unitaire voir biais

    • biais de sélection de l’échantillon (g) voir biais

    • bien durable de consommation (g) 3.40

    • bien immobilier représentatif (g)

    • bien immobilier résidentiel (g)

    • bien normalisé 5.20

    • biens (g)

    • biens saisonniers (g)

    • bruit de transaction 6.18

    • cadre de Mudgett–Stone 4.42–45

    • caractéristiques (g) 3.18, 4–29, 5.1

      • - adjonction de caractéristiques liées aux bâtiments 8.10–12

      • - taille du bâtiment 4.34

      • - taille du terrain (parcelle) 4.34

    • chaînage (g)

    • changement de qualité (g)

      • - ajustement de la qualité du bâtiment 8.10–11

      • - indice des prix avec ajustement de la qualité des bâtiments 8.23

    • champ de l’indice (g), 12.7–9

    • comparabilité (entre les pays) 9.43–44, 10.13

    • composante (g)

    • compte de patrimoine 3.8

    • concept (ou approche) des acquisitions (nettes) (g) 3.15, 9.28

    • concept d’utilisation (g)

    • concordance de l’agrégation (g)

    • concordance des estimations mensuelles et trimestrielles 3.32–33

    • correction des variations saisonnières 3.37–38, 12.38–40

    • coûts d’usage

      • - biens durables en général 3.39–52

      • - des logements occupés par leur propriétaire 3.53–68

    • coût d’usage ex ante 3.48

    • coûts de transaction 3.14

    • couverture (g), 9.6, 9.8, 9.34–35

    • décomposition en composantes «terrain» et «bâtiments» 8.1–57

    • dépendance spatiale 5.7

    • dépréciation (g)

    • dépréciation dite du fiacre centenaire (ou de l’ampoule électrique) 3.51

    • dépréciation linéaire (ou géométrique) 3.51, 5.49–52

    • dépréciation nette 4.9, 8.5–8.9

      • - taux de dépréciation 3.48, 8.5

    • domaine (g) voir champ de l’indice

    • données administratives 9.1

    • données sur les prix à différents stades 9.5–7

    • échantillon (g)

    • échantillon et probabilité 4.34–35

    • erreur systématique voir biais

    • études de cas

      • - Afrique du Sud 10.78–93

      • - Allemagne 10.41–49

      • - Canada 10.27–40

      • - Colombie 10.72–77

      • - Inde 10.65–71

      • - Japon 10.50–58

      • - Royaume-Uni 10.59–64

    • exactitude 9.35

      • - compromis entre fréquence et exactitude 9.38

    • exigences des usagers 9.25

    • famille d’indices des prix de l’immobilier résidentiel 3.30

    • formation brute de capital 3.13–14

    • habitations existantes (g)

    • imputation hédonique (g) 5.25–34, 5.65–69, 11.40–44

      • - double imputation 5.27–29

        • - indice de Fisher à double imputation 5.29, 5.68

        • - indice de Laspeyres à double imputation 5.27, 5.66, 11.43

        • - indice de Paasche à double imputation 5.28, 5.67

        • - indices avec imputation reposant sur la moyenne géométrique 5.30–34

        • - indices avec imputation reposant sur la moyenne arithmétique 5.26–29

      • - modélisation hédonique 5.2–5

    • indice-chaîne (g) 4.19–20

    • indice de la médiane (g) 11.17

    • indice de la moyenne (g)

    • indice de Laspeyres géométrique (g)

    • indice de niveau inférieur (g) voir (première phase d’) agrégation

    • indice des prix à la consommation (IPC) (g)

    • indice des prix de Jevons (g)

    • indice des prix de Laspeyres (g) 4.16–18

    • indice des prix de Lowe (g), 8.51–52

    • indice des prix de Paasche (g) 4.16–18

    • indice des stocks 4.21–24, 5.23–24, 8.15–17

      • - à imputation hédonique 8.50–52

    • indice du coût de la construction 8.37

    • indice (idéal) des prix de Fisher (g) 4.16–18, 11.19

    • indice superlatif (g) 11.19

    • indice symétrique (g)

    • indice Törnqvist-Theil 11.19

    • indices à base fixe 4.18

    • indices à pondération fixe (g)

    • informations tirées d’expertises 9.22

    • ligne brisée continue 8.25–30

    • logement occupé par son propriétaire (g)

    • logements traditionnels (dans les pays en développement), 9.48–54

    • loyer approximatif 3.50

    • manque d’efficacité (de la méthode des ventes répétées) 6.19–20

    • marché de l’investissement locatif 6.16

    • marché du logement informel (g), 9.48–54, 10.85–94

    • ménages (g)

    • mesures de tendance centrale 4.1, 11.3–10

    • métadonnées 10.8, 10.22–26

    • méthode de coût de production 8.2–4

    • méthode des fenêtres mobiles (g) 4.42–45, 8.43–48

    • méthode des loyers imputés (g) 3.15, 3.61

    • méthode de stratification (g) 3.20, 4.4–4.12, 12.16–21

      • - dans différents pays 10.17, 11.11–16

      • - indices hédoniques stratifiés 5.35–40

      • - segmentation du marché 4.11–12, 5.37

    • méthode des ventes répétées (g) 3.21, 6.1–32, 11.45–56, 12.29–32

      • - équation d’estimation des ventes répétées 6.4

      • - méthode des ventes répétées reposant sur la moyenne arithmétique 6.9

      • - modèles hybrides 6.26–27

      • - période de possession 6.7

      • - processus aléatoire gaussien 6.4

      • - révisions 6.21

      • - technique des moindres carrés pondérés 11.52–56

      • - utilisation de l’information sur les évaluations 6.20

      • - utilisation des informations sur les frais d’entretien et de rénovation 6.23

    • méthode du coût d’opportunité 3.70–72

    • méthode du coût d’opportunité financier 3.46

    • méthode du coût d’usage (g) 3.15, 3.40–52

      • - méthode simplifiée du coût d’usage 3.65

    • méthode hédonique des prix des caractéristiques (g), 5.20–24

    • méthode (hédonique) des variables indicatrices temporelles (g) 5.5, 5.11–18

      • - indice des variables indicatrices temporelles 5.11

    • méthode des périodes consécutives 11.38–39

      • - modèle de régression hédonique linéaire à variables indicatrices temporelles 5.57–60

      • - modèle hédonique linéaire avec ajustement de la qualité des bâtiments 5.61–63

      • - modèle log-linéaire à variables indicatrices temporelles 5.45–48, 11.32–39

      • - modèle log-log à variables indicatrices temporelles 5.53–55

    • méthode RPVE (g) 7.4–35, 12.33–37

      • - biais du changement qualitatif 7.15–16

      • - cadre de régression généralisée 7.28

      • - estimateur d’échantillon d’un IPIR de stock 7.13

      • - hypothèses de modèle 7.26–27

      • - indice RPVE arithmétique 7.10–12

      • - indice RPVE de type Paasche 7.8

      • - modèle descriptif de régression 7.25

      • - ratio de l’estimation des prix de vente 7.7

      • - méthodes basées sur l’estimation 3.24, 7.1–6

      • - modèle des constructeurs 8.3–4

    • modèles hybrides (g) voir méthode des ventes répétées

    • modèle paramétrique (linéaire ou log-linéaire) 5.2, 11.28–31

      • - imputation unique 5.27

    • moyenne mobile 4.45

    • multicolinéarité 5.8, 8.3, 8.24

    • non unicité (g)

    • pays en développement 9.48–54

    • période de référence de l’indice (g)

    • période de référence des prix (g)

    • période de référence ou de base (g)

    • période en cours, ou période de comparaison (g)

    • périodicité de l’indice des prix de l’immobilier résidentiel 3.29–31, 9.38–39

    • point de rupture 4.2

    • politique de révision 3.35–36

    • pondérations (g)

      • - logements non formels (informels ou traditionnels) 10.89–90

      • - période de référence des pondérations (g)

      • - pondérations de stocks 4.6

      • - pondérations des ventes 4.6

      • - sources de données pour calculer les pondérations 9.45–47

    • poststratification (g) voir stratification

    • prix de demande (g), 9.14–15

    • prix demandé (g), 9.10–13

    • prix de transaction (définitif)

      • - des cadastres et administrations fiscales 9.19–20

      • - des institutions de crédit hypothécaire 9.18

    • prix de vente (ou de transaction) (g)

    • prix de valorisation

      • - des administrations fiscales 9.21

      • - des institutions de crédit hypothécaire 9.16–17

    • prix imputé (g)

    • problème général de démarrage (d’une série) 7.35

    • production réelle du secteur des services immobiliers résidentiels 3.9–12

    • produit (g)

    • produits appariés (g)

    • rapport de prix (g)

    • ratio du loyer à la valeur (prix) voir taux de capitalisation

    • régression hédonique (g) 3.22, 12.22–28

      • - exemples de méthodes de régression hédonique 11.26–44

      • - utilisation de restrictions de monotonie 8.31–35

      • - utilisation des informations exogènes sur les bâtiments 8.36–40, 8.53–56

    • regroupement des données (transversales) 5.12–13

    • repondération (g)

    • reproductibilité 6.12

    • restrictions de monotonie 8.31–35

    • révisions 5.17, 9.40–42

    • saisonnalité (traitement dans un indice des prix de l’immobilier résidentiel) 4.42–46

    • sociétés de crédit hypothécaire 9.14–18

    • sources des données (dans différents pays) 10.12–13

    • stabilité des coefficients 11.37

    • statistiques conçues pour une finalité précise 9.7–8

      • - conformité des sources de données aux besoins 9.23–26

    • stock de logements (g)

      • - approximation de la valeur du stock de logements 8.51–52

    • Système de comptabilité nationale (SCN) (g)

      • - cadre conceptuel à l’élaboration des indices des prix de l’immobilier résidentiel 3.6–14, 12.4

    • taux d’inflation anticipés (pour bâtiments et terrains) 3.55, 3.59

    • taux de capitalisation 3.70–71

    • techniques de régression

      • - régression non linéaire 8.6

      • - régression pour la version pondérée des ventes répétées 6.13, 11.52–56

      • - régression selon la méthode des moindres carrés 5.5

      • - régression selon la méthode des moindres carrés pondérés 5.15

    • terrain

      • - décomposition en composantes «terrain» et «bâtiments» 8.1–57

      • - indice des prix des terrains à bâtir (Allemagne) 10.41–42

      • - prix des terrains 5.3

    • test d’identité (g)

    • théories du cycle de vie 6.16

    • utilisations des indices des prix de l’immobilier résidentiel

      • - comparaisons interrégionales et internationales 2.28–30

      • - composante du patrimoine 2.14–15

      • - déflateur dans la comptabilité nationale 2.21–23

      • - indicateur de la stabilité ou de la solidité financière 2.16–20

      • - indicateur macroéconomique de la croissance économique 2.8–11

      • - logements occupés par leur propriétaire dans les indices des prix à la consommation (IPC) 2.27

      • - politique monétaire et de ciblage de l’inflation 2.12–13

    • valeur (g)

    • valeur aberrante (g) voir apurement des données

    • valeur de marché (g)

    • valeur estimée ou évaluation (g) 7.2, 7.17–20

    • valeur unitaire ou valeur moyenne (g) 3.32, 4.15

    • variation pure de prix (g)

    • vérification (g) voir apurement des données

    European Commission

    Handbook on Residential Property Prices Indices (RPPIs)

    Luxembourg: Publications Office of the European Union

    2013 — 179 pp. — 21 x 29.7 cm

    Theme: Economy and finance

    Collection: Methodologies & Working papers

    ISBN 978-92-79-25984-5

    ISSN 1977-0375

    doi:10.2785/34007

    Cat. No KS-RA-12-022-EN-C

    Manuel des indices des prix de l’immobilier résidentiel

    Pour la plupart d’entre nous, l’achat d’un bien immobilier (logement) est la transaction la plus importante de notre vie. La résidence d’un ménage absorbe en effet la plus forte proportion de ses dépenses et constitue en même temps son actif le plus précieux. Les indices des prix de l’immobilier résidentiel (IPIR) mesurent le rythme d’évolution des prix de l’immobilier résidentiel au fil du temps.

    Les IPIR sont des statistiques cruciales non seulement pour les particuliers et les ménages du monde entier, mais aussi pour les responsables des politiques économiques et monétaires. Pour les professionnels, ils servent, par exemple, à surveiller les déséquilibres macroéconomiques et les risques auxquels est exposé le secteur financier.

    Pour la première fois, ce Manuel offre des orientations complètes pour l’établissement des IPIR et explique en détail les méthodes et les meilleures pratiques utilisées pour les calculer. Il examine aussi les concepts économiques et statistiques qui sous-tendent cette démarche et définit les principes qui régissent les choix méthodologiques et pratiques en la matière. Ce Manuel s’adresse avant tout aux statisticiens officiels chargés de produire les indices des prix de l’immobilier résidentiel, mais il sera utile aussi à toutes les parties qui s’intéressent au calcul de ces indices en offrant un cadre méthodologique et pratique harmonisé et en répondant ainsi aux critères généraux que doivent remplir les IPIR.

    Le Manuel des indices des prix de l’immobilier résidentiel a été rédigé par d’éminents universitaires spécialistes de la théorie des indices et par des experts réputés du calcul des IPIR. La production de l’ouvrage a été coordonnée par Eurostat, le Bureau statistique de l’Union européenne, avec la collaboration de l’Organisation internationale du travail (OIT), le Fonds monétaire international (FMI), l’Organisation de coopération et de développement économiques (OCDE), la Commission économique des Nations Unies pour l’Europe et la Banque mondiale.

      You are not logged in and do not have access to this content. Please login or, to subscribe to IMF eLibrary, please click here

      Other Resources Citing This Publication