基于空间特征法的房地产批量估价研究 ——以西安市雁塔区为例

基于空间特征法的房地产批量估价研究 ——以西安市雁塔区为例

论文摘要

房地产批量估价一直以来都是学术界关注的重点工作。相较于成本法、市场法和收益法等传统个案估价方法,批量估价方法是一种科学、高效地确认房地产价值的新兴方法。目前,房地产批量估价一般采用特征价格法进行多元回归分析。然而,特征价格法遵循标准计量经济学关于样本相互独立的假设,只能够反映出房地产自身的异质性,忽略了其空间依赖性,以至于应用特征价格模型进行批量估价可能存在结果偏估问题。空间计量经济学打破这一标准假设,充分考虑房地产之间的空间效应,对传统特征价格法的结果偏估问题有所改善,能够提高批量估价结果的精确性和公平性。因此,应用空间特征法对房地产进行批量估价研究具有重要的理论价值和现实意义。本文基于西安市雁塔区2018年8月314个二手房住宅小区挂牌均价数据,选取各住宅小区的建筑特征、区位特征和邻里特征作为控制变量,并引入学区特征作为自变量,对雁塔区房地产价格进行批量评估。首先,利用百度地图的GIS技术对住宅小区的地理坐标、建筑特征、区位特征和邻里特征因素进行量化处理,并将学区特征设置为虚拟变量(重点小学学区房为1,非学区房为0),建立雁塔区二手房样本数据库,利用Stata15.1软件对样本进行描述性统计分析;其次,构建传统特征价格模型对住房价格进行最小二乘(OLS)估计,由于特征价格模型的函数有多种形式,本文在模型估计前先通过对比各种函数形式的回归结果,选取显著性和拟合效果最优的线性函数形式进行回归;再次,借鉴空间特征法的思路,在传统特征价格模型的基础上引入空间因素对住房价格进行极大似然(ML)再估计;最后,对研究样本中未参与模型回归的50个雁塔区住宅小区样本进行模型质量检验,以检验房地产批量估价方法的科学性和评估结果的准确性。本文通过对雁塔区房地产批量估价的实证分析,得出的主要结论有:(1)采用空间特征法对房地产批量估价可以提高评估结果的精确性和公平性。在实证分析中,通过对传统特征价格模型和空间计量模型的估计结果进行对比发现,无论是统计检验指标还是比率分析检验指标,均表明应用空间特征法进行批量估价的结果更加接近真实房地产价格。(2)雁塔区房地产价格的Moran’s I指数表明其房地产数据存在空间自相关,且最优空间滞后模型的回归结果也再次佐证了该区房价具有强烈的空间自相关性。因此,有必要将空间因素纳入房地产批量估价模型,以期得到更加科学、合理的房地产评估价格。

论文目录

  • 摘要
  • abstract
  • 1 绪论
  •   1.1 研究背景及意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 国内外文献综述
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •     1.2.3 相关研究评述
  •   1.3 研究内容及重点
  •     1.3.1 研究内容
  •     1.3.2 研究重点
  •   1.4 研究方法及技术路线
  •     1.4.1 研究方法
  •     1.4.2 技术路线
  •   1.5 创新与不足
  • 2 房地产批量估价概述
  •   2.1 相关概念界定
  •   2.2 房地产批量估价理论与原则
  •     2.2.1 房地产批量估价基础理论
  •     2.2.2 房地产批量估价原则
  •   2.3 房地产价格的影响因素
  •     2.3.1 建筑特征
  •     2.3.2 区位特征
  •     2.3.3 邻里特征
  • 3 房地产批量估价的基本方法
  •   3.1 传统评估方法
  •     3.1.1 收益法
  •     3.1.2 成本法
  •     3.1.3 市场法
  •   3.2 特征价格法
  •     3.2.1 模型的基本方程
  •     3.2.2 模型的检验方法
  •   3.3 空间特征法
  •     3.3.1 空间权重矩阵
  •     3.3.2 空间自相关检验
  •     3.3.3 空间计量模型
  •   3.4 评估方法分析与选择
  • 4 房地产批量估价的实证分析
  •   4.1 研究区域样本选择
  •     4.1.1 雁塔区二手房选择
  •     4.1.2 雁塔区重点小学选择
  •   4.2 变量选取与数据处理
  •     4.2.1 变量选取及量化
  •     4.2.2 数据来源与说明
  •     4.2.3 描述性分析
  •   4.3 基于传统特征价格模型的批量估价
  •     4.3.1 模型设定
  •     4.3.2 模型估计与检验
  •     4.3.3 实证结果分析
  •   4.4 基于空间计量模型的批量估价
  •     4.4.1 构建空间计量模型
  •     4.4.2 基于Moran’s I指数的空间自相关检验
  •     4.4.3 模型估计
  •     4.4.4 实证结果分析
  •   4.5 实证结果比较分析
  •     4.5.1 统计检验比较
  •     4.5.2 比率分析检验比较
  • 5 结论与展望
  •   5.1 研究结论
  •   5.2 研究展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 张銮洋

    导师: 廖卫东

    关键词: 房地产价格,批量估价,特征价格法,空间特征法

    来源: 江西财经大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,宏观经济管理与可持续发展,投资

    单位: 江西财经大学

    分类号: F299.233.32;F224

    总页数: 60

    文件大小: 2527K

    下载量: 256

    相关论文文献

    • [1].房地产价格快速上涨原因分析[J]. 陕西建筑 2008(08)
    • [2].涉税房地产价格认定工作机制、问题和对策[J]. 价格理论与实践 2019(09)
    • [3].利率变动对我国房地产价格的影响[J]. 中国集体经济 2020(28)
    • [4].论汇率波动对我国房地产价格的影响[J]. 金融经济 2019(06)
    • [5].人口走势对中长期房地产价格的关键影响研究[J]. 金融与经济 2019(07)
    • [6].城市化与房地产价格研究综述[J]. 经济论坛 2019(08)
    • [7].人民币汇率与房地产价格互动关系的非对称性研究[J]. 当代经济 2018(06)
    • [8].上海房地产价格的空间相关性及其影响因素分析[J]. 上海房地 2018(07)
    • [9].中国房地产价格演变趋势研究[J]. 全国商情 2016(25)
    • [10].货币政策对房地产价格的影响[J]. 经贸实践 2016(13)
    • [11].城市轨道交通建设对其沿线房地产价格的影响分析——以沈阳地铁建设为例[J]. 时代金融 2016(35)
    • [12].土地储备制度对房地产价格的影响研究——以贵阳市为例[J]. 贵阳学院学报(自然科学版) 2017(01)
    • [13].区域差异化下汇率与房地产价格关系研究[J]. 经济数学 2017(01)
    • [14].郑州市房地产价格上涨的驱动因素分析[J]. 郑州航空工业管理学院学报 2017(02)
    • [15].消费者预期对房地产价格的影响[J]. 中国国际财经(中英文) 2017(05)
    • [16].厦门地铁对沿线房地产价格的影响[J]. 知识经济 2017(18)
    • [17].房地产价格波动与宏观经济的时变关联性分析[J]. 当代经济研究 2017(09)
    • [18].浅议涉案房地产价格鉴证工作的风险与防范[J]. 福建质量管理 2015(12)
    • [19].房地产价格的影响因素分析[J]. 建材与装饰 2016(28)
    • [20].关于房地产价格统计数据的分析[J]. 现代经济信息 2014(23)
    • [21].河南房地产价格研究[J]. 市场研究 2014(12)
    • [22].影响我国房地产价格的因素分析[J]. 产业与科技论坛 2015(10)
    • [23].我国房地产价格的影响因素分析[J]. 广东经济 2015(07)
    • [24].房地产价格持续上涨的行为经济学分析[J]. 商 2015(30)
    • [25].北京住房价格分析:以东京房地产价格为对比[J]. 北京金融评论 2019(02)
    • [26].中国城镇化对房地产价格影响分析[J]. 智富时代 2017(04)
    • [27].城镇化下经济对房地产价格的影响[J]. 智富时代 2018(08)
    • [28].房地产价格影响因素分析及政策建议[J]. 环球市场信息导报 2016(46)
    • [29].浅析房地产价格的影响因素[J]. 知音励志 2016(22)
    • [30].人类经济发展史就是人类扎堆史[J]. 视野 2017(10)

    标签:;  ;  ;  ;  

    基于空间特征法的房地产批量估价研究 ——以西安市雁塔区为例
    下载Doc文档

    猜你喜欢