当前位置:主页 > 经济论文 > 技术经济论文 >

新民市住宅价格批量评估模型的建立与应用研究

发布时间:2018-01-21 08:20

  本文关键词: 住宅价格 批量评估模型 建立 应用 出处:《沈阳农业大学》2017年硕士论文 论文类型:学位论文


【摘要】:近年来,随着经济的迅猛发展,人们的生活水平也有了逐步的提高,房地产作为国民经济的支柱产业涉及的各类经济活动也越来越频繁,其中住宅的房地产市场尤为活跃,如房地产的购买、税收、征收、抵押等,又因为住房消费在居民消费总额中所在的比例居于首位,故准确、高效的评估房地产的价值就得到了越来越多的部门和个人关注。传统的估价模式,不仅耗费大量的人力、物力、财力,而且评估效率相对较低,不能在同一时间对数量庞大的房地产进行评估,所以会被批量评估逐步的取代。通过学习借鉴国内外关于批量评估模型的建立与应用成功案例的经验,本文详细的介绍了新民住宅价格的批量评估模型的建立与应用的过程。研究采用的方法有文献分析法、实地调查法、ArcGIS地理技术分析法和SPSS多元回归分析法等。首先,大量的收集和阅读国内外参考文献,了解国内外关于批量评估模型的建立与应用的研究现状,以及相关成功案例,掌握与批量评估模型有关的概念及批量评估建立与应用的发展过程,同时对比它与传统评估模式的差异及优势所在,熟悉批量评估模型建立的核心工作内容及工作程序,探索出本研究的模型建立方法与途径。其次,以新民市的市区内住宅作为数据基础,详细介绍批量评估模型的建立过程。首先进行划分区片,按照预先准备的调查表格现场调查住宅基础信息;通过网上调查案例价格以及现场走访售楼中心等方式搜集案例数据;设置标准房,通过市场提取法、德尔菲法等建立朝向、户型、楼层、侧端房、期日等因素的修正体系(B类因素修正体系);将信息归类、整理,同时通过ArcGIS地理信息系统的导出与地理位置及距离相关的信息数据;将标准房价格与Arc GIS导出的量化的各项因素数值等共同导入到SPSS统计分析软件中,进行模型的建立,同时对模型进行反复的校准及相关的检验,最终模型通过各项检验,得到新民市的住宅价格批量评估模型:Y=2788.476+85.141×楼盘档次修正系数+51.407×土地级别修正系数+1599.514×楼龄修正系数+16.521×中学修正系数+34.908×小学修正系数-160.613×棚户区修正系数,并通过应用实例验证模型建立的经济意义与实际意义。最后,对目前批量评估模型的建立与应用中需要改进与提高的地方进行归纳与总结,并对其应用的范围给予了合理的规划与展望,完整的批量评估模型的建立,配合后期信息数据的实时更新,该研究结果将对新民市住宅在购买、税收、征收、抵押以及开发商决策等各个环节都很有帮助,本研究迈出了辽宁省内中小型城市在批量评估方面研究的第一步。该研究成果将为辽宁省内其他类似城市做批量评估模型的研究提供参考和借鉴,同时也方便了很多部门高效、快捷、低成本的开展相应的工作。
[Abstract]:In recent years, with the rapid development of the economy, people's living standards have been gradually improved, real estate as a pillar industry of the national economy involved in various economic activities are more and more frequent. Residential real estate market is particularly active, such as the purchase of real estate, taxation, collection, mortgage and so on, and because the proportion of housing consumption in the total consumption of residents occupies the first place, so accurate. More and more departments and individuals pay more and more attention to evaluating the value of real estate efficiently. The traditional valuation model not only consumes a lot of human, material and financial resources, but also the evaluation efficiency is relatively low. We can not evaluate a large number of real estate at the same time, so it will be replaced by batch evaluation step by step. Through learning from domestic and foreign experience on the establishment and application of batch evaluation model successful cases. This paper introduces the process of establishing and applying the batch evaluation model of Xinmin housing price in detail. The methods used in the research are literature analysis method and field investigation method. ArcGIS geographic technology analysis and SPSS multiple regression analysis. Firstly, a large number of domestic and foreign references are collected and read. To understand the domestic and foreign research on the establishment and application of batch evaluation model, as well as related successful cases, grasp the concepts related to batch evaluation model and the development process of batch evaluation establishment and application. At the same time, compared with the traditional evaluation model, we are familiar with the core work content and working procedure of batch evaluation model, and explore the method and approach of this study. Secondly. Based on the data of residential buildings in Xinmin city, the establishment process of batch evaluation model is introduced in detail. Firstly, the housing basic information is investigated on the spot according to the investigation form prepared in advance. Through the online investigation of case prices and on-site visits to the sales center and other ways to collect case data; Set up standard room, through the market extraction method, Delphi method to establish the orientation, household, floor, side end room, date and other factors of the correction system B type correction system; Categorize and organize the information, and at the same time, export the information data related to the geographical location and distance through the ArcGIS GIS. The standard house price and the quantitative factor value derived by Arc GIS are imported into the SPSS statistical analysis software to establish the model. At the same time, the model was repeatedly calibrated and tested, and finally the model passed each test. A batch evaluation model of residential price in Xinmin city is obtained. The scale correction coefficient of real estate is 51.407 脳 land grade correction coefficient:: Yan 2788.476 85.141 脳 real estate grade correction coefficient. 1599.514 脳 building age correction coefficient 16.521 脳 middle school correction coefficient 34.908 脳 primary school correction coefficient -160.613 脳 shantytown correction coefficient. And through the application of examples to verify the economic and practical significance of the establishment of the model. Finally, the establishment and application of the current batch evaluation model needs to be improved and summarized. And the scope of its application to give a reasonable planning and outlook, the establishment of a complete batch evaluation model, with the real-time update of information data, the results of the study will be in Xinmin City in the purchase, taxation, collection. Mortgages and developer decisions are all helpful. This study takes the first step in batch evaluation of small and medium-sized cities in Liaoning Province. The research results will provide a reference for other similar cities in Liaoning Province to do batch evaluation model research. At the same time, it is convenient for many departments to carry out the corresponding work efficiently, quickly and at low cost.
【学位授予单位】:沈阳农业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F299.23

【相似文献】

相关期刊论文 前10条

1 王子祥;上海典型住宅价格指数系统出台[J];中外房地产导报;2001年06期

2 常亚滨,张迎丽;我市住宅价格上涨因素剖析[J];克山师专学报;2004年01期

3 王秋石;加息对我国住宅价格影响的经济学分析[J];审计与理财;2004年11期

4 张海旺;范宝虹;;全国普通住宅价格增长加速的背后[J];数据;2007年10期

5 潘石屹;;两三年后住宅价格一定降[J];21世纪建筑材料居业;2011年10期

6 丛亚军;现有住宅价格应重新核定[J];当代法学;1996年06期

7 刘福垣;如何把住宅价格降下来[J];中国土地;1998年07期

8 ;住宅价格分为四类三档[J];特区与港澳经济;1998年05期

9 ;我国住宅价格将定为四类三档[J];中国保险;1998年06期

10 王爱华;影响住宅价格的因素[J];住宅科技;1999年06期

相关会议论文 前6条

1 冯长春;刘保奎;;住宅价格对城市轨道交通的空间响应过程分析——以深圳地铁1号线为例[A];中国地理学会2006年学术年会论文摘要集[C];2006年

2 王向成;;住宅价格、偿债风险与系统危机和措施[A];建设经济文化强省:挑战·机遇·对策——山东省社会科学界2009年学术年会文集(2)[C];2009年

3 徐大伟;段姗姗;王佳宏;;北京市城市住宅价格环境影响特征因素的实证研究[A];2010中国可持续发展论坛2010年专刊(二)[C];2010年

4 曹振良;;促进住宅销售市场的形成和发育[A];当今中国经济学八大理论热点[C];1994年

5 王东;刘小明;赵子云;;不同波段深圳住宅价格外部影响因素的比较分析[A];第三届(2008)中国管理学年会——会计分会场论文集[C];2008年

6 刘钺;;基于GIS的城市住宅价格空间分异研究[A];中国地理信息系统协会第八届年会论文集[C];2004年

相关重要报纸文章 前10条

1 逢佳;英国3月住宅价格月升0.4%[N];上海证券报;2007年

2 记者  鲁扬 通讯员  王轩;六城市住宅价格涨势不减[N];中华建筑报;2006年

3 固原;新建住宅价格首现负增长[N];扬州日报;2011年

4 记者 梁倩 高伟;百城住宅价格连续5月上涨[N];经济参考报;2012年

5 记者 陈玮 实习生 周丽瑶;兰州住宅价格同经下跌0.1%[N];兰州日报;2012年

6 本报记者 姚轩杰;十大城市住宅价格指数七连涨[N];中国证券报;2013年

7 记者 陈玮;兰州新建住宅价格同比上涨7.3%[N];兰州日报;2013年

8 记者 于祥明;百城住宅价格连涨17个月[N];上海证券报;2013年

9 记者 小言;三季度新建住宅价格同比上涨[N];西宁晚报;2013年

10 中金标准数据研究总监 高邃;连跌三个月 百城住宅价格同比下降首超半数[N];中国房地产报;2014年

相关博士学位论文 前10条

1 安勇;财政分权对我国城市住宅价格的影响研究[D];山西财经大学;2017年

2 杨冬宁;住宅价格的多因素动态分析研究[D];复旦大学;2009年

3 崔新明;城市住宅价格的动力因素及其实证研究[D];浙江大学;2003年

4 孔煜;城市住宅价格变动的影响因素研究[D];重庆大学;2006年

5 曾晖;城市住宅价格时空分布规律研究[D];南京林业大学;2012年

6 郝前进;特征价格法与上海住宅价格的决定机制研究[D];复旦大学;2007年

7 徐迎军;我国住宅价格波动与效应研究[D];南京航空航天大学;2011年

8 郭贵海;城市住宅价格演变规律空间影响因子相关性研究[D];中国矿业大学(北京);2012年

9 孙璐璐;近期我国城市住宅价格波动与政府宏观调控[D];西南财经大学;2006年

10 张娟锋;住宅价格与土地价格的城市间差异及其决定因素研究[D];浙江大学;2008年

相关硕士学位论文 前10条

1 吕宁;我国八大经济区域和典型行政区域住宅价格变动的比较、分析及预测[D];东北财经大学;2005年

2 李琦;城市轨道交通对沿线住宅价格的影响研究[D];华中农业大学;2012年

3 关s,

本文编号:1450963


资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/1450963.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e31ee***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com