基于数据挖掘与空间计量的房地产价格经验分析-罗婧

《基于数据挖掘与空间计量的房地产价格经验分析-罗婧》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、【城镇化建设】基于数据挖掘与空间计量的房地产价格经验分析●罗婧，朱建锋(厦门大学经济学院，福建厦门361005)内容提要:利用数据挖掘技术提取与房地产价格最相关的因素，再构建空间面板模型进行弹性分析，实证结果显示，我国房地产价格存在空间相关性，与房价密切的因素是人均可支配收入、建筑成本、土地价格及地区经济发展水平，弹性水平最高的是人均可支配收入。关键词:数据挖掘;空间面板模型;房地产中图分类号:F293.3文献标识码:A文章编号:1003－4161(2013)05－0128－04［5］一、引言模型，认为利率对住房价格影响较大;倪弘和徐义忠认为需求自2003年国务院发布18号文

2、件以来，房地产行业由于与其的过快释放、部分地区供需短时期内失衡、商品房供应结构不合［6］他行业的高度关联性已经成为我国国民经济的最重要组成部理等是导致房价快速上涨的主要原因;周海波利用柯布—道格分，因此房地产行业的震荡会蔓延到其他诸如基础建设、金融业拉斯函数的形式，从供需推导房地产价格函数，利用逐步回归方等国民经济行业中，几方面原因决定了房地产价格研究的必要法推导出人口增量和物价指数是影响房地产价格的主要因素。［7］性:一是房地产与其他行业间的高度关联性;二是2008年美国童长锜、杨和礼基于灰色系统理论对房地产价格的经济、社会次贷危机的经验，如果房地产行业出现危机，那么会严重

3、影响国和人口因素与房地产价格进行关联度分析，实证结果表明，与房民经济增长的速度和质量;三是我国近年来房价的高速增长，这地产价格联系密切的因素依次为居民可支配收入、人均GDP、储种高速增长的模式与20世纪90年代的日本类似，正是日本房蓄余额、人口数量、房地产投资额及消费品价格指数。［8］地产泡沫造成最近十多年经济的低迷。针对房地产行业近年的Peng和Wheaton对香港1965—1990年的房价进行实证研变化，国务院自2010年开始连续出台一系列政策调控房价，但究，结果显示土地供给变化对房价存在较大影响，而土地供给的是效果并不显著，因此，进一步研究房地产价格波动的因素及弹不足加

4、上消费者的预期导致了地价和房价的共同上涨。Har-［9］性水平就存在一定的理论和实际价值。ris通过研究实际利率、名义利率对房地产价格的影响，发现实国内外学者从20世纪80年代开始就对影响房地产的价格因际利率的变动可以解释市场价格水平，名义利率只在房地产增素进行研究。董志勇、官皓、明艳［1］从供给、需求、政府部门三方［10］值预期形成时发生作用。MinHwang和JohnM．Quigley利用面出发，运用面板数据模型进行实证分析，认为中国的房价推动美国74个大城市1987—1999年13年的数据建立面板数据模［2］力在于需求方;崔光灿则站在房地产价格与宏观基础变量、宏型，从供

5、需角度分析了收入、建筑成本和经济发展情况对房价的观经济增长角度进行面板分析，认为在宏观经济指标中通货膨胀影响程度。率与利率对房地产的价格影响显著，人口并不显著;梁云芳和高二、理论基础［3］铁梅将误差修正模型与面板数据模型结合，分析地区间房地产由于数据挖掘算法模型的构建通常都根据其建模的特点计价格差异的原因，认为信贷规模及人均GDP在地区间造成较大差算每个输入变量的重要性，且房地产价格是连续变量，在算法建［4］异，而利率水平在各地区间差异较少;张继彤、蓝昊利用Grang-模中对连续变量处理的模型有决策树CART算法、决策树C5．0er因果检验进行因素筛选，并利用协整方程建立一阶

6、滞后的VEC算法和神经网络模型，目前C5．0算法属于商业性质，未能公开128获取其算法，因此这里采用决策树CART和神经网络对房地产南、陕西、甘肃、青海、宁夏、新疆(不含西藏、港澳台)。价格因素进行变量选择。在现有文献对房地产价格因素的研究基础上，初步选择了决策树具有变量筛选功能是由树的构造方法所决定的，节城市商品房平均销售价格作为被解释变量，选择人均可支配收点所选择的变量都能够最大限度地降低该节点的不纯度，CART入等10个变量作为解释变量(具体如表1所示)。为了降低数［11］采用Gini指数来描述不纯度，CART的分类准则就使得该节据存在的异方差问题及计算弹性，对数据进行

7、对数化处理。点的不纯度增益达到最大化，变量的重要性排序是根据变量对表1宏观经济变量指标体系决策树所有节点降低的不纯度总和。类型序号指标指标解释BP神经网络具有变量选择的功能，它能够通过计算每个变被解释变量商品房平均售价/销售价格2(元/m)量在神经网络神经元的加权权重，值的大小体现输入变量对输1人均可支配收入/元收入水平出变量的影响程度，对变量的重要性进行排序，筛选变量。目前2人口规模/万人人口越多，需求越大在神经网络中较为常用的衡量输入变量对输出变量重要影响程居民购买房屋或机构融度的方法主要有Gars