基于特征价格模型的房地产价格影响因素研究.docx

基于特征价格模型的房地产价格影响因素研究.docx

《基于特征价格模型的房地产价格影响因素研究.docx》由会员分享，可在线阅读，更多相关《基于特征价格模型的房地产价格影响因素研究.docx（15页珍藏版）》请在冰豆网上搜索。

基于特征价格模型的房地产价格影响因素研究

本科毕业论文（设计）

基于特征价格模型的房地产价格影响因素研究

——以贵阳市为例

Researchoninfluencingfactorsofrealestatepricingbasedonhedonicpriceequation

-ancaseofGuiyang

作者

专业

指导教师

分院

二〇一三年五月

致谢

本论文是在xx老师的亲切关怀和悉心指导下完成的。

开题之初，导师就为我们每一位同学指点论文写作思路，让我心里感到踏实。

导师严肃的治学精神，严谨的治学态度，兢兢业业的工作作风，深深地影响和感染者我。

在论文设计期间，导师十分关心我们的论文进度，初稿刚刚交完就提出修改意见，为我指点迷津，帮助我开拓思路，精心点拨，热忱鼓励，使我最终得以顺利完成此文。

衷心感谢xx老师，这篇论文的每个细节都离不开您的细心指导。

您的敬业精神和治学态度都对我今后的工作和人生道路产生深远的影响，使我终身受益。

我所取得的进步都与导师的帮助密不可分。

在此谨向xx老师致以诚挚的谢意和崇高的敬意。

我还要给予我引用参考文献的所有者，让我在写作过程中得到很多启发和知识。

同时感谢我的同学，在我的四年大学生活中，他们给予我很多帮助，让我大学生活过的很充实，也让我收获了纯真珍贵的友情。

最后，我要感谢我的父母，感谢他们在背后默默的支持着我，督促我，是他们的辛勤培养使我顺利完成四年学业，他们的养育之恩我讲永远记在心底。

今后，我将努力工作回报他们。

基于特征价格模型的房地产价格影响因素研究——以贵阳市为例

摘要：

随着花果园等大盘的诞生，“中心地段，郊区房价”让许多外地购房者都慕名而来，贵阳的房地产市场已经闻名全国。

因此我们有必要对贵阳市房地产价格影响因素进行研究。

本文以贵阳市23个在售楼盘为样本，选取了一系列特征变量，运用统计软件SPSS进行多元回归分析。

定量研究了影响贵阳市住宅价格的特征因素，构造出贵阳市住宅特征价格模型，揭示了不同特征因素对贵阳市住宅价格的影响，有利于买卖双方各自实现自己的需求。

结果表明，楼盘的物业费、交房类型、占地面积和均价调整对楼盘的均价有显著影响。

关键词:

特征价格模型，房地产价格，贵阳市，回归分析

Researchoninfluencingfactorsofrealestatepricingbasedonhedonicpriceequation

-ancaseofGuiyang

Abstract：

Withthebirthofbigbuildings,suchasthegarland--"centerareas,suburbanhousing"hasattractedalotofbuyerswhoarefromotherprovinces，andletGuiyangrealestatemarketbecomingnationalfamouscity.SoitisnecessaryforustostudyGuiyangrealestatepriceinfluencingfactors.TakingGuiyangcity23thepropertyassample,thispaperselectsaseriesofvariables,whichbuildhedonicpriceequationofGuiyang,andusesstatisticalsoftwareofSPSSformultipleregressionanalysis.QuantitativecharacteristicsoftheinfluencingfactorsofhousingpricesinGuiyangrevealedthecharacteristicsofdifferentfactorsimpactonGuiyangcityhousingprices.Thismodelletsbuyersandsellersachieveeachimplementoftheirownneeds.Theresultsshowthatthebuildingpropertymanagementfee,paymenttype,thebuildingspaceandtheaveragepriceofadjustmenthasasignificantinfluenceonbuildingoftheaverageprice.

Keywords:

hedonicpriceequation，realestateprice，Guiyangcity，regressionanalysis

2.2　特征价格模型理论1

2.2.1特征价格函数形式2

5.2建议·································································································································7

1引言

住宅是由一系列的特征和属性构成的，正如世界上没有两片完全相同的树叶，世界上也没有完全相同的两块土地和住宅。

住宅的异质性使得不同住宅的价格缺少可比性。

随着花果园的建设，贵阳房地产市场已在全国名声大振，市场竞争日益增大，所以需要一个更方便、更简洁的方法来衡量不用楼盘的房价和性价比。

目前市场上房地产估价常用的方法有市场比较法，成本法和收益法等，这些方法过多的考虑了供求变化对价格的影响，而没有过多关注住宅给消费者带来的主观感受。

住宅作为一种特殊的商品，在社会经济快速发展的今天，消费者的住宅需要已经开始由简单的生存需求向舒适、享乐需求转变，因此住宅的价格评估应以消费者的主观感受出发，让消费者感到满足，实现效用最大化。

2特征价格模型应用研究现状及模型理论

2.1特征价格模型应用研究现状

在市场经济条件下，城市住宅作为一种重要商品，关联到市场上的各个方面，与我国GDP的增长更是有千丝万缕的联系。

房价则是房地产市场运行的中心环节，因此，建立合理的住宅价格定价方法对房地产市场的健康发展具有十分重要的意义。

温海珍,贾生华（2004）根据Lancaster偏好理论和Rosen产品特征市场供需均衡模型，通过收集杭州市西湖区278套住宅交易资料，选择15个因素作为住宅特征，建立了住宅特征价格模型，得到了6个主要住宅特征的隐含价格[1]。

陈勇、JohnM.Clapp、DoganTirtiroglu（2011）利用hedonic模型分析特定特征变量与均衡价格变化之间的相互关系，通过深圳住宅交易数据实证分析hedonic均衡价格随着住宅面积变化的趋势[2]。

黄古博、李雨真（2011）提出采用主成分分析法对住宅特征模型进行改进，排除变量间的线性相关对模型产生的误差，以武汉市轻轨沿线楼盘作为研究对象，构建了基于主成分分析的商品住宅特征价格模型[3]。

朱红波、宋渊（2012）以成都市武侯区184个交易样本为例，运用特征价格模型分析了赠送面积对住宅价格的影响，结果表明，在其他因素不变的情况下，每增加一个赠送面积单元住宅价值将会有5.02%的升值[4]。

胡佳焱、胡方（2009）注重规范分析与实证分析的相互结合，系统地选择了一组特征价格变量，构建了北京市住宅特征价格模型[5]。

周丽萍（2008）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，建立特征价格指数，并比较函数形式对特征价格指数的编制所产生的影响[6]。

而有国外学者Robert运用该研究城市轨道交通对周边房地产价值的影响，得出交通条件的便利是影响价格差异的显著因素之一[7]。

但是，在近几年的研究当中缺乏对贵阳市商品住宅价格的研究。

贵阳作为贵州省的省会城市，是西南地区重要的交通、通信和中心城市之一。

随着贵阳大盘的建设，贵阳的房地产市场开始走向全国，越来越多的知名房地产商进驻贵阳，例如万科、新世界、绿地、保利等，市场竞争如火如荼。

本文正是基于这样的背景情况之下，将特征价格理论方法引入贵阳市房地产市场，增加的楼盘占地面积等变量，探讨大盘主导下的房地产价格影响因素。

2.2特征价格模型理论

特征价格模型所应用的对象都是由众多不同的特征组成。

就某一楼盘而言，它价格是由所有特征带给消费者的效用决定的（如楼盘的整体朝向、装修程度、基础设施和交通状况等），效用水平的高低依赖于住宅所包含的各种特征的数量和优劣。

消费者根据对住宅各个特征的需求选择住房，从而获得自身满足。

由于各特征的数量、组合方式不同，使得住宅的价格产生差异。

因此采用一系列价格来对应住宅所包含各种特征，称为特征价格，又因为这些价格包含在住宅总价格中，无法在市场上观测到，所以也称为隐含价格[6]。

2.2.1特征价格模型函数形式

特征价格模型可以将住宅价格表示为各属性的函数：

P=f（x1,x2,…xn），xi为楼盘的各个属性，可能包含有容积率、绿化率、交通状况、基础设施等。

主要有三种函数形式。

线性特征价格方程：

P=α+β1X1+β2X2+…+βnXn…………………………………（2.1）

α为截距项，表示除特征变量外其他影响价格的常量之和，通常是由影响房价的一般因素决定的；βi反映各属性的隐含价格，即假定其他属性不变，某一属性变动一个单位导致房价平均变动的程度。

因为该方程为线性，假设住宅属性的边际收益不变，即βi不随xi的增加而变化。

双对数特征价格方程：

lnP=lnα+β1lnX1+β2lnX2+…+βnlnXn…………………………（2.2）

系数βi表示住宅价格P对住宅的属性Xi的弹性，即Xi增加1%住宅价格P增加的百分比。

对数形式解决了住宅属性的边际收益不变的局限。

半对数特征价格方程：

lnP=lnα+β1X1+β2X2+…+βnXn……………………………（2.3）

半对数形式可避免对数形式函数中自变量取值为0时无意义的情况，这是βi表示住宅属性Xi增加一个单位，住宅价格P的增长率[8]。

2.2.2特征变量类型

在构建特征价格模型时，需要对自变量系数的处理。

自变量主要可分为三类：

连续性变量、离散型变量和哑元变量。

对某一楼盘而言，绿化率、容积率等是连续性变量；直达某楼盘所在地的公交线路为离散型变量，表示每增加一条公交线路使楼盘所增加的价值；对于哑元变量，1代表是，0代表否，如该楼盘是否是精装修（若选用对数方程形式可将0和1转化成1和2）。

3贵阳市特征价格模型的建立

3.1特征价格模型

3.1.1模型的选择

考虑到选用的楼盘特征中含有“是否精装修”、“是否为期房”等哑元变量，为了方便自变量的取值，使特征价格方程更加直观，选择线性特征方程。

且楼盘数据的收集主要集中在1-4月份，主要选择微观因素，不考虑多数宏观因素的影响。

但是“国五条”的发布，不管是一手房还是二手房都发生了较大波动，所以本文特意增设一个宏观因素“均价调整”，反应3月份后新楼盘均价的变化。

式（4.1）为本文所选模型形式。

P=α+β1X1+β2X2+…+β13X13…………………………………（4.1）

3.1.2特征变量的量化

因为搜集的样本楼盘信息的到时间主要集中在2013年1月——4月，所以可认为多数宏观因素（如主要政策、收入、人口等）在短时间内变化不大。

因此，