hedonicmodel在二手房价格研究中应用

hedonicmodel在二手房价格研究中应用

ID:32628366

大小:56.50 KB

页数:6页

时间:2019-02-13

hedonicmodel在二手房价格研究中应用_第1页
hedonicmodel在二手房价格研究中应用_第2页
hedonicmodel在二手房价格研究中应用_第3页
hedonicmodel在二手房价格研究中应用_第4页
hedonicmodel在二手房价格研究中应用_第5页
资源描述:

《hedonicmodel在二手房价格研究中应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、HedonicModel在二手房价格研究中应用摘要:以昆明市城区二手房为研究对象,利用Hedonic模型和统计学方法研究房价与特征属性的定量关系。结果表明半对数函数模型的拟合度最高,回归系数表明二手房区位特征中环线位置对房价的影响最大。住宅属性对房价影响程度依次是环线位置、轨道交通、物业管理费、容积率、教育配套、公交线路、装修程度、建筑面积。Abstract:Takingsecond-handhousingofKunmingcityastheresearchobject,thispaperusesHedonicmodelandstatisticalmethodtostudythe

2、quantitativerelationship.TheresuItsshowthatsemi-logformcharacteristicfunctionfitsthehighestdegreeandtheregressioncoefficientshowsthatresidentiallinklocationinsecond-handhousingoflocationattributeisthelargestfactoraffectinghouseprice・Housingpriceinfluencingdegreebyresidentialpropertyinturnisli

3、nklocation,railtransportation,propertymanagementfees,volumerate,educationfacilities,busline,anddecorationandconstructionarea・关键词:住宅特征;二手房价格;Hedonic模型;区域市场Keywords:housingcharacteristic;second-handhousingprice;Hedonicmodel;regionalmarket中图分类号:F293.35文献标识码:A文章编号:1006-4311(2014)17-0010-020引言住宅作为

4、居住生活空间,是家庭的必需品。住宅价格的形成受到诸多因素的影响,常用的估价方法有成本法、收益法和市场法,而数理模型则较少运用于住宅价格研究。Hedonic模型,是国外处理异质产品差异特征与产品价格关系的模型,主要以一线大城市为研究对象。文章以昆明市二手房市场为研究对象,构建Hedonic模型,从微观角度研究房价的影响因素及住房特征和住房价格之间的定量关系。通过不同区域市场的划分,分别构建多元回归方程,分析不同区域市场住房价格的影响因素及影响程度。1昆明市Hedonic模型的建立1.1研究区域和数据来源本文选择昆明市主城四区(西山区、盘龙区、五华区和官渡区)和呈贡新区作为研究对象。

5、数据主要来源于昆明市搜房网和历年统计年鉴,收集样本总量为1700。所有二手房住宅样本均为普通住宅,不包括别墅及公共住宅(如经济适用房等),住宅建成时间在2000与2013年之间。样本中公交条数,教育配套和生活配套等特征变量的数据是通过实地调查而得。1.2特征变量的选择住宅的属性特征大致分为三大类,即区位特征、建筑特征和邻里特征。建筑特征包括面积大小、朝向、楼层、装修程度和房龄等;区位特征包括道路状况、到市中心距离、环线位置和轨道交通等;邻里特征包括小区环境、周边的基础设施、生活配套与教育配套等。特征变量的选择主要考虑数据的可获得性和特征变量之间的多重共线性问题。本文中变量选择及其

6、量化如表1所示。1.3特征价格函数选择和估价方法Hedonic模型中函数形式主要有线性形式、对数形式和半对数形式。从总样本中每个区随机抽取20%作为样本量,运用SPSS.19软件进行相关性和回归分析,选择最优函数形式。结果如表2所示。从表2中数值可以看出对数形式的AdjustR2最大,估计的标准误差最小,F值最大,从统计意义上应选择对数形式,但特征变量只有一部分是连续型变量,其它变量是离散型和虚拟变量不适合进行对数转换,因此本文选择半对数形式表达住宅特征与价格之间关系,即:LnP=aO+EaiZi+^(i二1,2,…,14)模型的估计方法是最小二乘法(0LS),具体的操作是在SP

7、SS.19中选择Stepwise作为回归分析方法,所有特征变量将会在软件中逐步进入回归,最终确定的变量进入回归方程。2模型的结果和分析将14个特征变量全部进入Stepwise回归分析,模型回归分析的结果如表3所示。从表3中可以看出,容积率和公交线路与住宅房价有负向关系;环线、轨道交通、教育配套、装修程度、物业管理费、面积等特征变量对房价有正向关系。回归方程为:LnP=7.589+0.343*环线位置-0.016*公交线路+0.399*轨道交通+0.001*面积+0.025*装修程

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。