基于特征价格模型的房地产价格影响因素研究

基于Hedonic理论的住宅特征价格模型作者：刘璧婷李星野来源：《金融经济·学术版》2013年第06期摘要：本文将Hedonic理论应用于上海市住宅市场，从住宅具有的特征属性的隐含价格出发，取得住宅特征和住宅价格之间的数量关系，避免了评估人员因主观原因引起的评估偏差。

文中采用线性模型、对数模型、半对数模型等函数形式分别进行分析，分析得出半对数模型的解释能力最强。

通过运用半对数模型建立适用于上海市住宅市场的Hedonic模型，并分析影响住宅价格的因素及半弹性系数，同时进一步优化该Hedonic模型，以提高其精度及适用性。

关键词：Hedonic模型；住宅特征；量化分析；半对数模型1.引言城市的住宅价格不但与人民的生活水平息息相关，而且也是衡量一个城市或地区综合竞争力的重要指标。

近年来，我国房地产业飞速发展的同时，由于发展的不平衡，个别城市及地区房价增长尤为迅速，如北京、上海等地。

引起了人们对住宅价格问题的广泛关注，因此，对于城市住宅价格问题的讨论，比如哪些因素影响住房价格的高低，目前住宅价格的制定是否合理，房地产泡沫是否存在等问题，一直是政府、民众、开发商及购房者关注的焦点问题。

房地产商品是异质性的商品，具有地理位置的不可移动性，长期使用性，受环境影响等特点。

两套住宅在特征上均不可能会完全相同，如位置，朝向，层次，所在区域的交通环境等，造成不同的住宅商品之间无法加以比较，缺乏统一的价格标准。

国内关于城市住宅价格方面的研究很多，但大多是从城市居民收入水平与物价水平，房地产的成本构成，房地产市场的供求关系，房地产政策等方面进行定性的研究。

而国外普遍采用特征价格模型（Hedonic Price Model）对城市的住宅价格进行定量分析研究。

该模型充分包括了不同住宅特征的边际价格或者说隐含价格，能够比较好的解释住宅商品的异质性及消费者偏好等。

国内学者对于特征价格模型的研究是近十年才发展起来，而对住宅特征及价格之间进行数量关系的实证研究并不多。

基于Hedonic模型的房地产价格差异影响因素研究本文主要研究影响天津市地铁2号线沿线房地产价格差异的因素，首先通过市场调研和借鉴前人经验，选取了11个特征变量指标，然后采用Hedonic模型进一步筛选出6个对房地产价格起显著性影响的特征变量指标，最终得出结论：区位特征因素仍然显著影响房地产价格，其中距市中心CBD的距离影响最为明显；天津市地铁2号线显著提升沿线的房地产价格，且其最佳影响范围为0-800m；与此同时，周边医院、大型商场或超市、公园等基础设施建设状况及物业费也是居民在购房时会考虑的因素。

标签：房地产；价格差异；Hedonic模型引言随着我国城镇化进程的推进，大量农村人口涌入城市，导致城市人口剧增，不仅给城市交通带来巨大挑战，同时也对城市公共交通系统的运营发展提出了更高要求。

城市轨道交通以其高速、便捷、大客运、低污染等特点成为公共交通系统的必然发展趋势，我国许多城市也都开始建设与运营城市地铁。

城市轨道交通不仅推动城市传统区位的变革和改善居民可达性，同时也对商业和城市基础设施的聚集、城市住宅区的选址和价格等产生着重要影响。

然而城市轨道交通也面临着投资金额大、运作成本高、建设周期长等问题，严重影响其发展。

为有效解决该矛盾，促进轨道交通与沿线房地产开发的协调发展，我们应该科学评估城市轨道交通对周边住宅价格差异的影响。

本文以天津市地铁二号线为例，研究地铁对沿线房地产价格差异的影响及地铁各个站点对周边小区住宅价格的影响范围，以此为天津市地铁系统建设和周边土地一体化开发提供理论支持。

一、文献综述城市轨道交通对沿线周边房地产价格差异的影响一直是国内外学者关注的焦点。

国外相关研究早已开始，研究结论却多种多样，如Benjamin 和Sirmans 〔1〕，Al- Mosaind等〔2〕都发现城市轨道交通对沿线房地产价格有着积极影响，但不同地区轨道交通的影响程度和范围却有所不同。

而Gatzlaff和Smith〔3〕，Cervero和Landis〔4〕则得出了相反的结论。

基于TSA-BP的商品住宅价格研究
胡支滨;秦宇;韩阳
【期刊名称】《华北理工大学学报:自然科学版》
【年(卷),期】2022(44)3
【摘要】基于海南省主要城市的房地产行业发展,利用因子分析对其商品住宅价格的影响因素做定性与定量分析。

结合SPSS软件并通过建立多元回归模型实现商品住宅房价与其主要因素之间的线性关系,然后再基于所得到的指标体系与数据,构建灰色预测与TSA-BP相结合的组合预测模型,并结合海南省出台的限购政策,验证组合预测模型两者之间的算法精度。

结果表明,构建的TSA-BP模型具有显著的预测效果,且可以得到很好的应用推广。

【总页数】8页(P111-118)
【作者】胡支滨;秦宇;韩阳
【作者单位】华北理工大学理学院;华北理工大学管理学院
【正文语种】中文
【中图分类】TP183
【相关文献】
1.基于空间分析的城市商品住宅价格空间分布研究——以南京市2007年开盘在售商品住宅为例
2.基于经济学软件运算环境下商品住宅价格的宏观研究综述——以国内研究为例
3.基于特征价格模型的商品住宅价格影响因素研究——以银川市为例
4.基于灰度模型的商品住宅价格分析与预测研究
——以安徽合肥市为例5.存量发展阶段城市更新模式对商品住宅价格的影响——基于深圳样本的实证研究
因版权原因，仅展示原文概要，查看原文内容请购买。

浅析特征价格法在房地产评估中的优势张心扬 杨双粹（四川大学锦城学院，四川 成都 611731）摘 要：房地产行业蓬勃发展，对房地产评估方法的研究也在不断与时俱进，不同评估方法所产生结果的差异，引起了业界人士的广泛关注。

在研读了相关理论研究之后，本文从特征价格法入手，与传统评估方法，如市场法、收益法、成本法三大传统方法相比较，得出特征价格法在房地产评估中的适用性与优势，以期为房地产评估的实务工作提供些许思路。

关键词：特征价格法；房地产价值评估；传统评估方法在全球未来之大变局下，我国经济体制呈现出显著优势，经济的发展带动了国内内需，资产评估行业也随之日新月异，向好发展。

房地产评估作为资产评估体系中不可或缺的一环，是一项具有极强实操性的专业活动，对现代房地产开发、交易、课税及投资等服务行为具有指导意义。

房地产行业的市场化，正是印证了房地产评估的重要性和前瞻性。

根据房地产评估中常见评估方法的特点和优势，建立符合我国房地产评估发展的评估体系，推动我国房地产评估事业的发展。

当然，只有在正确地把握各种评估方法的基础上，加以综合运用，才能适应我国房地产评估的要求。

对于特征价格法，该方法的起步研究时间较晚，于1996年由中国人民大学蒋一军等率先将特征价格法应用于异质性的产品研究中，并将该法逐步引向房地产行业，在获得广泛认可后才将该方法应用在房地产价值评估中。

随后，经过不断改进及实践，特征价格法成为房地产评估中举足轻重的评估方法之一。

一、特征价格法概要分析特征价格法（Hedonic Pricing Method， HPM）是一种用特征价格来反映商品或者服务的价格的方法。

特征价格的核心思想是同类差异产品的价格是由产品内包含的各个特征所对应的效用组成的，在保持产品特征不变的情况下，通过将产品内所包含的各个特征对应的价格从总价格中分离出来即能判断出各个特征对产品价格做出的贡献。

特征价格法是一种综合性的评估方法，在房地产评估中，它将房地产看作包含着众多不同因素的评估对象，以内在的特殊属性和自身性质的差异为切入点，再以消费者效用及偏好基本理论为基础，对房地产价值进行细分评估。

毕业论文房价的影响因素分析及预测模型——基于北京市相关数据的实证研究摘要房地产既是我国国民经济的支柱产业，也是关系重大的民生问题。

本文以北京市经济适用房销售价格、北京市生产总值等相关数据为例，分析房价的主要影响因素，建立房价与其影响因素的关系模型对北京市房价进行准确预测，并根据得出的预测结果对房地产发展提出合理性意见：问题一，建立影响房价的指标体系，利用SPSS16.0软件将各指标数据进行折线图描述，将变化偶然性较大的货币供应量删除，建立主成分分析模型提取主成分，将各指标对各主成分的贡献率加权得到每个指标的总贡献率，比较得出影响北京市房价的六项主要指标依次为：居民家庭人均收入，房地产开发投资额,北京市生产总值，经济适用房销售价格，人均住宅建筑面积，新增保障性住房面积。

问题二，建立逐步回归模型，根据SPSS16.0软件的运行结果显示，被剔除的前六个变量与问题一得出的六项主要指标一致，证明结论正确。

建立多元回归分析模型，由SPSS16.0软件实现得到北京市房价与其主要影响因素的关系模型为：。

问题三，建立曲线估计模型，通过SPSS16.0软件拟合得到各指标变量随时间拟合的曲线方程（见表3·1），将预测房价与实际值进行比较，其平均误差仅为5.14%，说明预测效果良好。

利用MATLAB7.0软件运行得到各指标及房价在2000至2015年的房价（见表3·6）稳中有升。

问题四，根据所得预测结果、北京房地产市场结构、政府相关政策，结合经济学知识，对北京市房地产发展提出合理建议。

最后，对所建模型进行了优缺点评价，在模型推广种介绍了这几个模型的广泛应用。

关键词：房价预测、影响因素、主成分、线性回归、曲线拟合一、问题重述1.1问题的背景及条件俗话说；“安居才能乐业！”在我国的传统观念中房子就家，不管住别墅还是住瓦房，每一个家庭都必须有自己的住房，因此住房问题本生就是关系国计民生的大问题。

同时，随着改革开放以来我国经济的高速发展，人民生活质量得到了极大提高，对住房质量、住房环境、小区配套服务等的要求也随之不断提高。

第11卷第7期2012年7月广州大学学报（社会科学版）Journal of Guangzhou University （Social Science Edition ）Vol．11No．7Jul．2012收稿日期：2012-01-09作者简介：贾士军，广州大学教授，从事房地产市场管理、房地产估价、房地产营销研究。

住宅特征价格分析———以广州为例贾士军1，蔡砥2（1．广州大学商学院，广东广州510006；2．广州大学地理科学学院，广东广州510006）摘要：以广州二手交易的596个高层楼盘、3703个交易样本为研究基础，采用特征价格法测度了影响广州市住宅价格的主要因素，它们分别是与商业中心的距离、与山江公园的距离、与地铁的距离、噪音、户型间隔、装修档次、朝向、楼层、楼龄、阳台数量10项因素，并给出了影响因素的隐含价值。

关键词：住宅；特征价格；Hedonic 模型；广州市中图分类号：F 293．3文献标识码：A文章编号：1671-394X （2012）07-0065-04一、问题的提出住房价格历来是社会议论的热点话题，人们经常会问：到底是什么因素在影响房价？国内外学者主要采用特征价格法（国外称为hedonic pricing model ）开展房价影响因素研究。

例如：Sirpal R．（2004）、Des Rosiers F．等人（1996）研究了购物中心对周围房地产价格的影响［1］；So H．M．等人（1997）估计了香港交通对房价的影响［2］；Palmquist R．B．（1992）研究了局部外部设施对住宅价格的影响［3］；Tyrvainen L．（1997）研究了城市森林的舒适性的价值［4］；Levesque T．J．（1994）以加拿大温尼伯国际机场为例，模拟了机场噪音对住宅市场的影响［5］；Ghebreeg-ziabiher Debrezion 等人（2006）研究了荷兰轨道交通对房地产价格的影响［6］；Stevenson （2004）证实了住宅年龄对住宅价格的影响［7］；Haurin 等人（1996）研究了美国俄亥俄州地区学校质量对住宅价格有很大的影响［8］。

第39卷第1期Vol.39 No.1宁夏大学学报（自然科学版）Journal of Ningxia UniversityCNatural Science Edition)2018年1月Jan.2018文章编号：0253-2328(2018)01-0086-07基于特征价格模型的商品住宅价格影响因素研究----以银川市为例孙礼胜S邓宇〃，姚晓艳S王晓涛S汪燕迪2,熊欢1(1.宁夏大学资源环境学院，宁夏银川 750021; 2.华南理工大学外国语学院，广东广州 510540)摘要：研究住宅价格的影响因素对政府决策、消费者理性购房具有重要参考意义.以银川市2014年1一12月的商品住宅价格为基础，构建特征价格模型，从价格弹性的视角，对银川市商品住宅房价影响因素进行研究.结果表 明，距离商业中心的远近是影响银川市商品住宅价格的主要因素；医疗配套、物业管理费用等要素也是影响住宅价 格的重要因素，其中物业管理费是最大因素，在其他因素不变的情况下，物业管理费每增加1元，商品住宅的价格 就上涨549. 997元.特征价格模型是研究住宅价格因素较好的方法.关键词：商品住宅价格；特征价格法；影响因素；银川分类号：（中图）F293.35 文献标志码：八商品住宅价格是房地产业发展中一个非常重要的综合性指标.自1998年国家取消福利分房之后，房地产业迎来了前所未有的繁荣，也成为国民经济中的重要引擎.但房地产在快速发展的同时也逐渐出现了诸多问题，如房地产过度投资、空置面积大、供需不平衡、市场信息不对称等[13]，其中最重要的就是房价的高速增长，这也逐渐引起社会各界的高度关注.文献显示，影响住宅价格的因素有：经济发展的水平状况、收人、市场供需关系、人口及土地供应制度、住宅管理制度等[9].研究影响商品住宅价格因素的方法很多，如郭金金借助G I S和G e o d a软 件[1°]，运用加权地理回归（G W R)模型，对济南市5个市辖区、430个不同住宅小区作相关研究[1112]，并结合不同影响因素探讨住宅小区价格的空间变化规律，进一步明确济南市住宅价格影响机理.李朵从需求、供给和宏观经济等角度出发[13]，运用灰色系统理论，对影响房地产价格的相关因素进行定量分析，以确定其对房价的影响程度，并对大连市商品住宅价格做出简单预测.邓怡用多元线性回归模型[14]，得出影响绵阳市房地产价格主要因素的线性方程，并对影响房地产价格的影响因素进行研究，最 后对绵阳市房地产价格的走势进行探讨. *近几年，国内外学者引进特征定价方法，并结合G I S技术开展实证研究[1517].特征价格法主要是对市场交易的数据信息进行处理，构建商品属性特征和价格之间的函数方程，探究各特征对住宅价格的影响程度.该方法在房地产等异质性强的领域得到广泛应用.如孔繁花在G I S的基础上，运用景观指数法，对济南市住宅进行舒适性经济价值探讨[18].吴冬梅以南京市莫愁湖为研究区[19]，运用住宅价格模型P=/(L，S，N)，定量估计特定湖泊对住宅价格的影响.但学者的研究多集中在公共交通设施或景观对住宅价格的影响上，且主要对一般影响因素进行定性描述，而对影响因素的定量研究较少.同时，实证研究主要集中在一线或发达城市，对西部或欠发达地区的研究较少.因此，笔者用特征价格模型，用定性和定量相结合的方法，以银川市为例，系 统地研究商品住宅价格的影响因素，进而探索城市商品住宅价格的规律.这对促进该地住宅房价与经济发展水平、居民收人的协调发展和住宅市场的有序健康发展有一定的参考意义.1研究区概况银川市是宁夏的政治、经济、文化中心，素有“塞收稿日期=2017-01-05基金项目：宁夏自然科学基金资助项目（NZ13022)作者简介：孙礼胜（1990—)，男，硕士研究生，主要从事城乡规划和房地产经营开发研究，（电子信箱）nxxhsunlisheng®163. com.*通信联系人：邓宇（1967—)，男，教授，博士，主要从事城乡建设与房地产开发研究，（电子信箱）228720166@ .第1期孙礼胜等:基于特征价格模型的商品住宅价格影响因素研究——以银川市为例87上江南”的美称.银川市包括3区（兴庆、金凤、西 夏）、2县（贺兰、永宁），1市（灵武）.与2014年相比，2015年银川市常住人口 216. 41万人，增长1. 7%;全市地区生产总值1 480. 73亿元，增长8. 3%;人均 地区生产总值68 983元，增长6. 2%;全年社会固定资产投资1540 88亿元，增长10. 6%;完成房地产开发投资409. 17亿元，增长5. 2%，其中住宅开发投资254. 10亿元，增长6. 3%;全年商品房销售额262. 09亿元，下降18. 7%，其中住宅销售额204. 42 亿元，下降19. 0%;全年城镇居民人均可支配收人28 261元，增加2 143元，增长8. 2%[2。

基金项目：江西省高校人文社会科学研究项目（JJ18109）。

收稿日期：2019-02-28作者简介：马娟，女，重庆石柱人，江西外语外贸职业学院会计金融学院副教授，研究方向为财务管理和金融大数据。

陈兰兰，女，江西九江人，华东交通大学理学院，研究方向为机器学习和大数据分析。

我国新一线城市房价走势特征及影响因素分析马娟1陈兰兰2（1.江西外语外贸职业学院，江西南昌330099；2.华东交通大学，江西南昌330013）摘要：鉴于新一线城市的发展潜力，对新一线城市房价的走势进行研究。

选取杭州市2009~2017年的房地产相关数据，采用Lasso 方法和遗传BP 神经网络模型分析影响房价走势的各方面因素，并对2018~2019年杭州市房价进行预测。

研究发现，年末从业人数、金融机构贷款余额、规模以上工业企业利税总额以及净迁入人口对杭州市房价具有较为显著的正向影响，产业结构对房价的影响具有差异性，而城乡居民储蓄余额对房价具有抑制影响。

最后依据结论提出几点建议，为新一线城市的房地产健康发展提供经验指引。

关键词：新一线城市；房价走势；影响因素；遗传BP 神经网络；Lasso 方法中图分类号：F293.35文献标识码：A文章编号：1674-5477（2019）06-0074-06一、引言2018年公布的15个新一线城市包括成都市、杭州市、重庆市、武汉市、苏州市、西安市、天津市、南京市、郑州市、长沙市、沈阳市、青岛市、宁波市、东莞市、无锡市，这些城市具有雄厚的经济基础、便利的交通以及独特的城市魅力等优势。

与一线城市相比，新一线城市在人口、产业、区位、带动力和影响力方面仍存在差距，但也蕴含着巨大的发展前景，部分新一线城市从某些方面来看具有跃居一线的潜力。

一个城市的房价走势往往能反映这个城市的发展状况，房价走势涉及经济、政治、文化等诸多方面。

因此，本文从2018年新一线城市房价入手，分析其走势特征和影响因素。

通过分析新一线城市房价在其影响因素下的市场运作规律，实现对房价走势的有效判断，为当前房价政策的调控提供理论依据和经验启示。