基于特征价格模型(HPM)的房地产评估研究综述

我国十三五规划明确指出要加快经济社会各领域信息化,加强重要信息系统的建设,同时房地产产业亟需稳定发展。因此数理统计模型在房地产应用的研究可以提高房地产评估的精准度和满足房地产批量评估的需求。房地产的准确估价对推动房地产价格正常化、保障房地产公平交易、建立健康的房地产市场有着非常重要的意义。房地产基于计算机辅助的自动批量评估不但可以提高房地产批量评估的效率,也可以促进房地产评估的信息化进程。本文以发展的比较成熟的特征价格模型(HPM)在房地产中应用为主题做文献综述。介绍了HPM如何应用于房地产评估,并对模型的指标、模型形式、模型检验方法的选择和改进进行了讨论。接着就HPM在房地产评估中的应用和未来研究方向进行了阐述,分别从对接计算机应用技术、实现房地产产业信息化,将模糊数学、神经网络模型、层次分析法、主成分分析法等数学统计模型在HPM进行应用,非住宅类型的房地产价值的评估三个方面进行新的研究。

基于GGInformer模型的金融数据特征提取及价格预测

为了解决金融时序预测任务中出现的特征参数冗余问题,用遗传算法对金融数据进行特征提取,通过三组对比实验进行验证分析。实验结果显示,加入了遗传算法的预测模型比未加入遗传算法的模型在三种数据集上的MSE均有所降低。最终结果证明遗传算法可以有效解决金融产品价格预测过程中的特征冗余问题。为了解决非线性的长序列金融数据预测效果差的问题,通过结合GRU网络和Informer模型构建了GGInformer模型来对金融产品价格进行预测。模型在三种外汇产品数据集上与其他四种预测基准方法进行了对比实验,实验结果与可视化分析表明,所提模型在金融产品交易价格的预测结果上有明显优势,可以提高预测的精度。

特征价格模型方法应用的研究进展与展望

特征价格模型方法是房地产市场价格评估、预测及影响因素分析研究中经典且常用的工具,通过梳理特征价格模型的理论基础,运用文献计量方法全面分析其研究现状。研究发现:1)新消费者理论和市场均衡理论是特征价格模型的理论基础;2)特征价格模型已成为应用经济学、人文地理学和城市规划等多学科领域使用的重要方法;3)特征价格模型包括普通多元回归模型、空间回归模型、多层次模型和机器学习等方法;4)特征价格模型的解释变量主要由结构特征、邻里特征和区位特征3大维度构成,其他环境特征也逐渐受到关注,但特征变量的测度方法不同可能导致研究结论的差异;5)未来的特征价格模型应用研究应从完善理论分析框架、选择合适的模型方法、准确测度特征变量内涵和提升研究结论的普适性等方面进行改进。

基于特征价格模型的商业综合体写字楼估价——以天津市为例

“商业综合体”是商业地产新形式之一,集合了商业零售、休闲娱乐、办公会议、餐饮酒店等多种功能,其价格会受到协同效应的影响。文章引入特征价格理论,以天津市近十年商业综合体写字楼的数据为基础,定量分析影响商业综合体写字楼价格的特征因素,从而建立更为精准的估价模型,促进商业综合体写字楼交易市场发展。

职业足球运动员转会特征价格模型及其影响因素研究

近年来中国足球的成绩一路走低和职业足球市场持续低迷引发社会高度关注。其中,球员转会价格不断攀升以及由此引发的俱乐部财政问题严重影响职业足球市场,哪些因素影响球员转会价格迄今未有定论。借助特征价格理论,构建职业足球运动员转会特征价格模型,以量化测度影响足球运动员转会价格的因素。影响球员转会价格因素从大到小依次是属性特征、比赛特征和环境特征,属性特征中的转会年龄、受市场欢迎程度、个人商业开发能力和效力过的俱乐部数量,比赛特征中的近期进攻能力和代表国家队出场数,环境特征中买方俱乐部市场实力、联赛差距和转会限制指标等10个指标为显著影响因素。结合中超联赛实证,提出提升职业足球市场自身的造血功能,加强年轻球员培养,鼓励球员转会,注重对球员商业和媒体价值的综合开发与提升联赛市场开发水平等建议。

基于特征价格模型的烟台莱山学区房价格研究

学区房教育溢价严重,并且存在向二三线城市蔓延的趋势。以典型二线城市烟台核心发展区域莱山区学区房为样本,以学校教学条件、升学率等教育因素为主要研究对象,结合区位、建筑、邻里等多种因素,使用特征价格模型作为手段,对莱山区学区房价格进行系统性研究。研究发现:莱山区房价的教育溢价较为严重,其中重点学校的学区房平均有15%的溢价,升学率平均每升高1%房价平均上升4%,而高质量教师以及学校通勤时间对学区房价格也有不同程度影响;建筑、区位以及邻里因素则不及教育因素影响剧烈。这表明在烟台这类二线城市,教育资源发展不十分均衡,教育因素是居民购置房产的重要动机。

基于特征价格模型的城市住宅价格影响因素研究

以2006—2011年全国35个省会城市及计划单列市为研究数据集,通过特征价格法构建反映城市住宅价格的城市特征模型,分别从全国、东部、中部和西部定量研究影响住宅价格的特征因素。从全国看,城市住宅价格受在岗职工平均工资影响最大,货物进出口总额次之,且呈正相关,城市人口和城市房地产关联的经济变量对住宅价格影响并不显著;从分区域看,对3个区域影响都显著的指标是在岗职工平均工资,影响程度从东往西呈阶梯递减,其次是货物进出口总额,东部影响小于中部和西部。总之,居民收入水平越高,城市开放程度越大,住宅价格越高。

住宅的特征与特征的价格——基于特征价格模型的分析

由于住宅产品的异质性,特征价格模型(HPM)被广泛使用于分析城市住宅市场,在理论分析的基础上,尝试构建特征价格模型对杭州市的住宅市场进行实证研究.该模型的理论基础主要由Lancaster偏好理论和Rosen的产品特征市场供需均衡模型两部分组成.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.采用SPSS10.0软件对模型进行多元回归,得到了6个主要住宅特征的隐含价格,并将9个与房价关系密切的住宅特征按照重要程度分为三类.对模型的统计检验和模型结果的分析表明,该模型是有效的和合理的,可以用来解释和分析当地的住宅价格.

特征价格模型在电能定价中的应用

在总结国内外电能定价现状的基础上,提出将特征价格模型用于电能多特征定价的思想,探讨建立电能特征价格模型的可行性,并将电能按照生产成本、电能质量和可靠性3方面进行特征划分,给出电能特征定价的框架和实施的可行性,为合理进行电能定价提供了一种方法。

基于特征价格模型的农村集体建设用地流转价格影响因素研究

采用特征价格模型,判别区位特征和产权特征对农村集体建设用地流转价格的影响程度,深入探究农村集体建设流转市场建立的障碍因素。模拟结果显示:区位因素中,繁华程度、道路通达度、农民人均纯收入、基础设施完善度提高1%,农村集体建设用地流转价格分别提高11.3%、10.1%、7.3%、5.9%;产权因素中的使用权能、处置权能、占有权能的完整,集体建设用地流转价格分别提高40.8%、13.4%、8.1%。农村集体建设用地流转市场建立过程中,政策上要从提高农民生产、生活水平和完善社会保障制度着手,逐步改善农村集体建设用地条件,并从法律上明晰农村集体建设用地使用权,赋予占有、使用和处置权能,依靠市场经济手段,激活农村闲置集体建设用地。

蔬菜价格波动特征与货币供应量的动态影响——基于变参数模型的分析

在剥离蔬菜价格季节性因素的基础上,首先论证蔬菜价格与货币供应量之间存在长期稳定的协整关系;之后进一步验证货币供应量是蔬菜价格变动的单向格兰杰原因;在此基础上,运用修正后的线性回归和变参数模型分别分析货币供应量对蔬菜价格变动的静态和动态作用。研究得出：蔬菜价格长期上涨和季节性变动特征明显;当货币供应量每增加1万亿时,样本期内对蔬菜总体价格水平的平均推动作用为41.69%,变参数模型显示样本期内各年份1万亿货币供应量增量对蔬菜总体价格水平的影响并不恒定,在20%~45%之间波动。根据货币供应量所对应回归系数的动态变化情况,可以预测若流通中的货币供应量继续增加,蔬菜总体价格水平将会不断被推高。

容积率和出让方式对地价的影响——基于特征价格模型

研究目的:分析容积率和土地出让方式对城市地价的影响,以及2004年旨在减少土地协议出让方式的"71号令"是否提高了地价。研究方法:以北京市2002—2005年间1363宗住宅类土地出让的数据为基础,采用特征价格模型进行实证分析。研究结果:(1)容积率每提高1%,单位地价将提高0.86%;(2)"71号令"的颁布并没有明显地推高北京地价,只是减少了土地出让的总量。研究结论:出让方式从协议出让改为招标拍卖的实质是以市场机制代替计划体制,但市场机制本身并不会直接导致地价上涨。

我国消费者地理标志农产品支付意愿研究——基于淘宝网“碧螺春”交易数据的特征价格模型分析

文章利用淘宝网抓取的"碧螺春"茶叶交易数据,应用特征价格模型分析了我国消费者对"地域"属性和"地理标志保护"标签的支付意愿。结果显示,我国消费者此两个特征价格支付统计上显著。本研究结果更进一步支持了国内相关研究运用假想价值评估法(CVM)得出的结论。

高价地块对北京市住宅价格影响的空间传导效应——基于特征价格模型的定量分析

本研究拟基于北京市微观住房交易数据采用多重缓冲区方法、特征价格模型及GIS技术探讨离地价地块交易对城市住宅价格的空间影响。实证结果验证了高价地块交易显著提升了周边地区住房价格，且这种影响存在显著的空间递减规律。在控制区位和住宅特性的情况下，高地价地块成交以后，周边9km内住房价格上升6％～25％。实证结果还证实区位条件、住房面积、交易时间、开发商因素对房价的显著影口向。因此，要调控住宅价格，政府进一步规范土地供应与出让制度，推动房地产市场的平稳发展。

Hedonic住宅特征价格模型的BP神经网络方法

房地产在金融市场中占有举足轻重的地位,其价格变化对整个金融市场有着显著的影响。采用特征价格模型,对美国一线城市2007年6月及2008年的房价进行了相关定价研究。对传统特征价格模型的属性因子进行了扩充,加入房产周边犯罪率因子进行模拟;在数值方法计算方面,首先对数据进行了Box-cox变换,分别采用BP神经网络及传统的最小二乘法进行数值模拟分析,结果表明,房价随犯罪事件类型及发生距离房地产的远近有-5.78%～2.08%的变化;在2008年与2007年6月的不同时段内,犯罪率的变化对房价的影响有所不同。BP神经网络模拟的价格与实际交易价格曲线比传统最小二乘模拟的价格曲线精度高出5.74个百分点。

基于特征价格模型的民宿价格影响因素研究——以浙江省为例

基于特征价格模型,通过携程、高德地图、天地图等网站采集了覆盖浙江省全部90个县(市区)的民宿与价格相关的文本和地理空间信息,利用OLS和分位数回归法,从文化特征、品牌特征、环境特征、硬件特征和服务特征5个方面进行分析。结果表明:民宿的文化特征、品牌特征和硬件特征对价格主要呈现显著正向影响,民宿的服务特征和环境特征对价格影响正负相当,各项特征的大部分变量对民宿价格的溢价较大。因此,针对民宿合理价格导向策略,提出文化注魂,打造民宿新期待意境;品牌赋能,引领民宿新生活风尚;区位筑基,打造民宿新集群高地;软硬并举,拓展民宿新服务场景等对策建议。

基于GED—GARCH模型的中国粮食价格波动特征研究

文章建立ARCH族模型分析了2000年1月至2013年7月的粮食价格波动特征,对GED分布、t分布和正态分布下的ARCH族模型估计结果进行对比,研究表明:粮食价格具有明显的"尖峰肥尾、非正态"的特征;假设价格收益率均值方程的残差序列服从正态分布时的AIC、SC值最大,而在GED分布条件下AIC、SC值最小,估计出来的GED参数值小于2,验证了残差序列有典型的"尖峰肥尾"特征;大米价格和大豆价格具有明显的波动聚集性,小麦和玉米价格则没有明显的ARCH效应;大豆市场存在高风险高回报的特征,同时存在明显的非对称性特征,相比于价格下跌信息的冲击,价格上涨信息带来的冲击要大得多。大米市场既不存在高风险高回报的特征,也不存在"杠杆效应"。

中国农业生产资料价格的波动特征研究——基于GED分布下EGARCH-M模型

运用X12-ARIMA模型、HP滤波法和基于GED分布下的EGARCH-M模型对中国农资价格波动的一些主要统计特征进行了拟合分析,结果表明:农资价格波动存在显著的季节效应;考察期间农资价格呈现出5个波动性周期,平均周期长度在48个月左右;农资价格波动还存在显著聚集性和非对称性,但其市场并没有表现出高风险高回报的特征;相较于正态分布,GED分布能更好地对模型进行估计和描述中国农资价格的波动特征。

城市轨道交通对住宅价格的影响研究——基于特征价格模型的定量分析

以上海市轨道交通8号线为例，采用特征价格法定量研究城市轨道交通对沿线住宅价格的影响。研究结果发现，城市轨道交通对沿线住宅价格有显著的增值效应，站点的影响半径为1～1．5km，但是不同站点对周边住宅价格影响的空间效应有所不同，影响半径与影响强度均存在差异；时间效应方面，轨道交通开工建设的第一年与开通运营的第一年对住宅价格的增值幅度最大，建设中期增值幅度有所回落，轨道交通建设引起的噪音、空气污染以及交通不便等因素是造成增幅回落的原因。

基于ARCH类模型的中国农资价格波动特征分析

运用ARCH族模型对中国农资价格波动特征进行分析。结果表明:农资价格波动存在明显的聚集性和长期记忆性;农资市场不存在所谓的高风险高回报和非对称效应。据此建议:加强政府对农资价格的宏观调控,完善农资市场体系建设和深化农资储备制度。