商品住宅特征价格模型与指数的应用研究

发布时间：2020-09-25 21:21

　　长期以来,城市住宅价格问题一直是房地产学术界关注的焦点之一。住宅价格问题的研究,可以直接为政府制定发展规划、管理住宅交易市场、研究城市发展水平和房价是否合理等方面提供决策依据和理论依据。目前国内众多学者均采用特征价格模型对住宅价格及住宅特征进行研究,但均侧重于验证模型的适用性。本文从特征价格模型建立的理论出发,以西安市住宅市场的数据信息为基础,探讨不同的函数形式建立特征价格模型存在的差别,并以该结果建立特征价格指数,比较函数形式对特征价格指数的编制所产生的影响。论文对特征价格模型与指数的应用研究主要由以下部分组成:首先,提出论题研究的意义、方法和技术路线;第二章阐述了论文所涉及到的相关基础理论;第三章介绍了商品住宅的主要特征及特征模型的形式与估计方法;第四章构建了西安市住宅特征价格模型,利用SPSS软件对四种函数进行计算,从而得出各个特征变量的回归系数及特征的边际价格;第五章分析了Box-Cox变换、主成分法和神经网络在特征价格模型中的应用,并比较不同方法所得出的结果;第六章在特征价格模型的基础上建立特征价格指数,分析建立特征价格指数不同方法的异同;最后在总结了本文的研究的成果和研究的不足后,对今后的研究方向作了展望。论文研究的创新之处主要表现在: (1)以特征价格理论和模型为基础研究住宅价格的主要特征,建立了西安市住宅特征价格模型,对政府制定政策、开发商投资决策、消费者选择住宅等提供诸多实践意义的理论工具; (2)首次应用Box-Cox变换来快速选择模型的函数形式,进一步扩展充实国内特征价格模型在函数选择领域的研究; (3)通过实证研究说明进行Box-Cox变换时应关注因变量而非自变量; (4)主成分分析法应用于特征价格模型中,可以明显改进变量间的共线性相关性以及显著性水平; (5)将神经网络应用于特征价格模型中,在预测能力上体现出相对的稳定性和精确性; (6)利用特征价格模型建立住宅特征价格指数,分析不同函数形式的住宅特征价格指数所计算的结果,比较它们之间的差距,为特征价格指数的全面应用提供有价值的理论参考。
【学位单位】：西安建筑科技大学
【学位级别】：博士
【学位年份】：2008
【中图分类】：F293.3;F224
【部分图文】：

柱状图,特征变量,空间,价格模型

一个完整的GIS应用项目了。选取西安市区部分楼盘的特征数据，在T叩Desktop平台上进行专题图显示，如图4.1所示为各个楼盘的物业价格(红色)、小区环境(绿色)、交通条件(蓝色)的3D柱状图空间显示。GIS与特征价格模型的结合有很多优势。首先，GIS为房地产特征价格模型提供了有效的辅助工具，GIS的数据采集、管理、处理、空间分析等功能可以用于房地产特征价格模型信息的管理与处理，给评估人员提供了有力的决策支持。其次，特征价格模型拓宽了GIS在房地产评估中的应用，二者的结合将促进房地产评估工作的信息化、智能化的发展。

齐次性,方差,残差

(4)方差齐次性检验方差齐次性是指残差的分布是常数，与自变量或因变量无关，，即残差应随机分布在穿过零点的水平直线两侧。图4.2是因变量预测值与标准化残差的散点图，可以看出绝大部分观测量随机落在水平直线正负之间，基本满足方差齐次性的假设。(5)残差的正态性检验从残差的直方图(图4.3)和累计概率图(图4.4)可以看出，残差的分布近似于正态分布。Sca也甲晚Depende吐Va血b他:单价oo0口O沪00龟0OOOOOOO，，)(夕JO尹舒000000%oO争口，一月，P习U一P巴Pd口Z卫卫一月月白Soooa。淤则OOOO||嗀.||||叫-2dc。!55巴a6已一忍」Regress沁 nSta旧a川往 edRes记ual图4.2方差齐次性检验

【引证文献】