A Repeat Sales Index Robust to Small Datasets

Michel Baroni (1) , Fabrice Barthélémy (2) , Mokrane Mahdi (3)

1 ESSEC Business School
2 THEMA - Théorie économique, modélisation et applications
3 AEW Europe

As suggested by D. Geltner, commercial properties indices have to be built using repeat sales instead of hedonic indices. The repeat sales method is a means of constructing real estate price indices based on a repeated observation of property transactions. These indices may be used as benchmarks for real estate portfolio managers. But the investors in general are also interested in introducing real estate performance in their portfolio to enhance the efficient frontier. Thus, expected return and volatility are the two key parameters. To create and to improve contracts on real estate indices, trend and volatility of these indices must be robust regarding to the periodicity of the index and the volume of transactions. This paper aims to test the robustness of the trend and volatility estimations for two indices: the classical Weighted Repeat Sales (Case & Shiller 1987) and a PCA factorial index (Baroni, Barthélémy and Mokrane 2007). The estimations are computed from a dataset of Paris commercial properties. The main findings are the trend and volatility estimates are biased for the WRS index and not for the PCA factorial index when the periodicity increases. Consequently, the level of the index at the end of the computing period is significantly different for various periodicities in the case of the WRS index. Globally, the PCA factorial seems to be more robust to the number of transactions. Firstly, we present the two methodologies and then the dataset. Finally we test the impact of the number of transactions per period on the trend and volatility estimates for each index and we give an interpretation of the results.

Comme suggéré par D. Geltner les indices immobiliers commerciaux doivent être construits par des méthodes de ventes répétées de préférence à des méthodes hédoniques. La méthode des ventes répétées est un moyen de construire des indices immobiliers fondés sur des observations de transactions répétées sur un même bien. Ces indices peuvent servir de benchmarks pour les gérants de portefeuilles immobiliers. Mais les investisseurs sont en général aussi intéressés à introduire dans leurs portefeuilles des performances immobilières pour réhausser la frontière efficiente. Ainsi la rentabilité attendue et la volatilité de ces indices doit être robuste eu égard à la périodicité utilisée et au volume de transactions. Ce document vise à tester la robustesse des estimations du rendement et de la volatilité pour deux indices : l'indice classique WRS (Case & Shiller, 1987) et un indice factoriel élaboré par ACP (Baroni, Barthélémy et Mokrane, 2007). Les estimations sont calculées à partir de données d'immobilier commercial de Paris. Les principaux apports de cette recherche sont que la tendance et la volatilité de l'indice WRS sont biaisés alors qu'ils ne le sont pas pour l'indice factoriel lorsque la périodicité augmente. En conséquence, le niveau de l'indice à la fin de la période d'estimation est significativement différent pour différentes périodicités de l'indice WRS. Globalement, l'indice factoriel semble plus robuste également au nombre de transactions par période. Dans un premier temps, le document présente les deux méthodologies, et ensuite la base de données utilisée. Finalement l'impact du nombre de transactions par période sur la tendance et la volatilité est estimé pour pour chaque indice et les résultats sont interprétés.

Mots clés: Estimation d'indices; Indice ventes répétées; Volume transactions immobilières; Index Estimations; Property Transactions Volume; Repeat Sales Indices

Domaines: Economies et finances

Michel Baroni, Fabrice Barthélémy, Mokrane Mahdi. A Repeat Sales Index Robust to Small Datasets. 2009. ⟨hal-00551732⟩