半参数方法在编制手机特征价格指数中的应用

发布时间：2020-08-03 10:34

【摘要】： 随着近几年我国手机市场的飞速发展,手机在人们的日常生活中扮演着越来越重要的角色。在文献中对手机价格的定量影响分析很少,几乎没有人编制手机的特征价格指数。由于手机是一种异质性商品,所以不能用传统的方法来编制手机的价格指数。本文借鉴西方的特征价格理论,建立特征价格模型来分析各个特征变量对价格的影响。同时本文结合半参数回归方法进行模型选择,根据最优原则选出最优的模型,利用最终选定的模型来编制手机的价格指数。 首先,本文对国内外特征价格方法及其应用研究方面和半参数回归应用方面的文献进行了系统的回顾,了解特征价格方法和半参数回归方法的研究现状。 其次,详细介绍了特征价格方法及其理论基础—Lancaster特征消费理论和Rosen的特征供需均衡模型,为特征价格指数的编制提供坚实的理论基础。紧接着详细介绍了非参数和半参数回归估计方法、核函数的选择以及窗宽的选择等方面。为本文的实证分析打下坚实的理论基础。 本文选取了2007年12月份到2008年4月份的手机特征变量和价格的资料,共388个样本数据。建立普通线性回归和半参数回归两种模型,通过hausman检验和比较R~2知道,半参数回归模型的总体拟合效果远远优于普通线性回归模型。根据优选出来的半参数回归模性,分析了手机各个特征变量对手机价格的影响,发现所选的大部分的变量对价格变化的影响都是显著的,且符合实际的情况。 根据半参数回归模型,本文编制了合并数据的手机特征价格指数,结果发现手机的价格指数是逐月下降的,这也符合实际预期。
【学位授予单位】：云南财经大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：C813
【图文】：

12月份的价格指数为1，然后分别用其它各期的价格除以12月份的价格就得到了各期的特征价格指数。同理根据线性回归模型也能计算出一个特征价格指数。同时也给出了按算数平均计算的价格指数。表5一7算数平均价格指数和特征价格指数111112月月1月月2月月3月月4月月算算数平均价格指数数1110.9991111.0220000.8577770.842777半半参数回归特征价价lll0.9684440.9626660.9381110.925444格格指数数数数数数数线线性回归特征价价lll0.9739990.9736660.9042220.919111格格指数数数数数数数12月份到4月份的手机半参数回归特征价格指数、线性回归特征价格指数和算数平均价格指数的趋势如下图所示:

【参考文献】

相关期刊论文 前10条

1 何剑华,郑思齐;新建地铁能提升住宅价格吗?——以北京地铁13号线为例[J];城市开发;2004年11期

2 陈安明;;基于主成分分析的住宅项目特征定价模型[J];重庆大学学报(自然科学版);2006年06期

3 洪圣岩;一类半参数回归模型的估计理论[J];中国科学(A辑 数学 物理学 天文学 技术科学);1991年12期

4 高集体,赵林城;部分线性回归模型中的自适应估计[J];中国科学(A辑 数学 物理学 天文学 技术科学);1992年08期

5 彭新育,吴甫成;土地价格和享乐评价方法[J];经济地理;1998年03期

6 刘海林,张甄;住宅价格的评估方法研究[J];价值工程;2004年07期

7 黄保勇;;论基因资源保护的法律措施[J];科技进步与对策;2003年14期

8 王力宾;住房特征价格指数编制方法与实证分析[J];数量经济技术经济研究;1999年07期

9 欧阳资生,鄢茵;一种包含递归的核回归估计的回归预测模型[J];数理统计与管理;2001年06期

10 雷怀英;金勇进;;不同质量调整法在消费者价格指数(CPI)中的应用[J];数理统计与管理;2008年01期

本文编号：2779510