重庆大学本科毕业设计(论文)恒大照母山翡翠华庭住宅项目特征定价(编辑修改稿)

重庆大学本科毕业设计(论文)恒大照母山翡翠华庭住宅项目特征定价(编辑修改稿)内容摘要：

研究，寻找一种科学合理有效的商品房定价方法，从而达到定价有据可循，符合市场需求。 通过运用城市住宅特征价格定价，可以调节市场供需，从而形成健全的房地产市场秩序。 特征价格理论的核心思想是，消费者愿意为一件商品支付的价格取决于他从商品的各种属性 （特征） 中获得的效用水平，简单 的说商品是一些特征束的集合，商品的价格由商品的各种特征所提供的效用决定。 因此，一般将商品价格表示为特征的函数和随机干扰之和。 特征价格模型的理论基础 特征价格模型的理论基础往往被称为特征价格理论，主要包括两个方面的内容。 一是美国学者 Lancaste： (1966 年 )提出的消费者理论。 这是从新古典经济学的消费者理论拓展而来的，又被称为 Lanc 舫 ter 偏好 理论。 与萨缪尔森等经济学家在观察偏好和效用时从个体行为出发不同， Lancaster 从产品的差异出发，分析了构成产品的基本“元素”空间，认为对产品的需 求并不是基于产品本身，而是因为产品所内含的特征。 并且认为商品 (特别是住宅 !汽车 !劳动力这样的异质商品 )拥有一系列的特征，这些特征结合在一起，形成影响效用的特征包，商品是作为内在特征的集合来出售的。 家庭购买这些物品和使用它们作为一种“投入”，把它重庆大学本科学生毕业设计 （论文） 附录 A： 恒大照母山翡翠华庭住宅项目特征定价 43 们转化为效用，效用水平的高低依赖子物品所包含的各种特征的数量或质量。 这样的市场难以用传统的经济模型分析，因为它们不能仅仅由一个总价格来表征，应该采用一系列价格来对应产品的品质或者说它所包含的特征，我们把它称为特征价格。 产品的价格由特征价格构成，各产品特征对应各自的隐含 价格 (市场常常不能直接观察得到，但在一些特殊情况下可以直接观察到 )，对于产品而言特征价格形成一个完整的产品价格结构且。 二是美国经济学家 Rosen(1974 年 )依据Lallcaste：的思想，就产品特征提出了市场供需均衡模型。 至此，特征价格理论发展为一个基本完善的理论。 在市场完全竞争的条件下， Rosen 以消费者效用最大化和生产者利润最大化作为目标，从理论上分析了异质产品市场的短期均衡和长期均衡，为特征价格理论的建模 !特征价格函数的估计奠定了基础。 根据 Rosen 的理论，可以利用计量经济学方法 (如多元回归技术 )将 产品特征的隐含价格分离出来，分析产品特征的需求等等。 后来众多的学者在 Rosen 的工作基础上，在模型处理技术上进行了完善，并进行了大量的实证研究。 可以说， Lancaster 的思想基本表达了特征价格理论的内涵及基本思路，而 Rosen 则在 Lancaster 思想的引导下对该理论的完备及在具体操作上做出了有意义的工作。 概括特征价格理论，可以表述如下：同类异质产品的价格是该产品的总价格，这个价格有其内部结构，这是因为同类异质产品的效用空间是山产品所内含的各个特征所对应的价格，即特征价格从总价格中分离来。 这样操作不仅可 以清晰的判断各个特征对产品的价格做出的贡献，而且还可以为控制价格，注很各特征的发育提供理论上和政策上的依据。 模型形式的选择问题 根据 Rosen（ 1974）的理论，特征价格即为特征的隐含价格，而典型的特征价格函数既非需求也非供给函数，而是由这二种函数发展出来的包络函数，也就是反映供需影响的简化型方程式，因此，对于特征价格方程式的适宜函数型式，并无先验理论可以指导。 但是，根据 Rosen 的理论，我们可以运用计量经济学方法（如多元回归技术）将产品特征的隐含价格分离出来，分析产品的需求特征等，也可以进 一步的反复验算分析出每种特征因素对最终产品的定价产生的贡献程度，从而找到最敏感的特征因素，对提前关注敏感因素产生很大的帮助。 特征价格模型由于大量依靠计量经济学分析，所以函数形式的选择就显得非常重要：函数形式选择的不正确可能导致不一致估计。 尽管特征价格模型中关于函数形式的争论已经有很长的时间，但是始终没有得出孰优孰劣的结论，也缺乏先验的鉴定标准，实践中大多数研究者都是凭经验初步设定函数型式，然后不断地尝试和修正，直到认为函数形式能够解释样本数据的差异，并使得模型对样本数据的拟合满足要求为止。 研究中，有一些 学者用 Box— Cox 变换法解决模型形式的选择问题，这种方法不是主观的选择具体的函数形式，而是通过数据的分析，让数据本身来确定具体函数形式，这就是 Box— Cox 转换形式。 Box— Cox 变换会生成很多形式，包括线性和非线性的，实际应用中可以根据变量和样本，选取适当的函数形式。 但是，也有很多学者指出了这个函数形式的缺陷，认为函数形式的合适并不意味着参数估计的精确，因为任何非线性转换都会引入误差，并且变量越多，变量转换也会导致函数形式、参数估计复杂化，不适于实际应用。 重庆大学本科学生毕业设计 （论文） 附录 A： 恒大照母山翡翠华庭住宅项目特征定价 43 特征变量选择和量化问题 在住宅 特征价格模型的研究中，影响住宅价格的特征变量的选择时，主观性较强，实际建模时无法事前验证，因此大多数研究者认为对住宅特征变量的选取应尽可能全面按照多元回归技术，虽然可以对特征变量的显著性进行检验，并通过逐步回归法筛选特征变量构建最优模型，但是因为： ○ 1 住宅特征变量数据收集所需时间、人力以及经济成本投入巨大，且所收集的变量能否最终进入模型不确定性很大，加大了事前盲目进行数据收集的机会成本； ○ 2 变量的选择并非多多益善，过多的变量，尤其是不必要的变量会 导致模型的过度拟合引起虚假回归或出现多重共线性； ○ 3 一些住宅特征变量，如环境特征、物业特征等的度量本身依赖于数据收集者的客观判断，其度量和量化缺乏统一标准，这种潜在的主观性、不规范性影响了特征变量的显著性检验结论，也影响了数据收集的效率和动力。 目前实证研究中对住宅特征变量的选取主要以文献研究结合专家访谈，此方法虽有可取之处，但在实际收集数据时仍然以便利性为依据，造成了从价格特征出发的一些典型特征变量数据的缺失，进入模型的特征变量对模型的代表性不足，影响了模型的精确性和应用效果。 特征变量的量化也是研究中的一个重要问题，尤其是住宅的特征变量。 住宅产品有别于其他异质性产品，很多特征变量是定性变量需要人工量化，量化方法是否影响住宅价格模型目前无一定论，量化方法和模型结论之间的关系无从检验。 模型的估计问题 随着特征价格法研究的深入，一些典型问题的出现，经典的最小二乘估计法，甚至是参数估计方法不断的受到挑战，如样本数据导致的多重共线性 、 空间自相关及异方差问题，还有模型估计精度和模型解释能力问题等，这些问题的解决有些和数据有关，有些和模型形式的改进有关，但是模型的估计方法也是解 决问题的有效途径之一。 因此从特征价格法发展至今，关于模型的估计方法的研究一直是研究的重点问题之一，尤其是近十年以来。 ○ 1 数据多重共线性、空间自相关 住宅特征价格模型中的多重共线性和空间自相关是两个典型的问题。 一般认为解决共线性的最好方法是获得更多的信息或者扩大样本容量。 很多学者 认为使用贝叶斯技术，结合非样本信息进行估计也是解决多重共线性的有效方法。 住宅市场的空间结构容易导致特征价格模型的误差间产生空间自相关问题，研究中有些学者试图通过估计方法的改变解决此类问题，如。 已经被大量学 者所关注。 ○ 2 模型形式变换引起的模型估计问题 很多学者 认为特征价格模型的非线性对于提高模型的解释能力是非常重要的，也有学者采用具有灵活函数形式的 Box— Cox 变换。 这些新的模型形式除有样本数重庆大学本科学生毕业设计 （论文） 附录 A： 恒大照母山翡翠华庭住宅项目特征定价 43 据支持外，同时还要寻找有效的估计方法，提出了两种估计方法：估计法和极大似然估计法。 因为模型形式选择的困惑，也有一些学者转而求助于非参数或准参数 （半参数） 估计方法，即事先不设定函数关系，而是直接从数据中推出属性要素价格。 比较了参数估计和半参数估计，发现利用半参数估计方法可以获得更精确的结果。 除了估计方法的争议之外，模型估计中出现的其他问题也是研究应用中讨论的焦点，如变量的选择不当及变量的观测误差问题，市场细分导致的有偏估计问题。 这些问题也需要更深入的研究去解决。 ○ 3 模型对样本的要求问题 按质论价是异质商品定价的基本原则，根据以往的文献研究中的经验，在众多定价方法中，特征定价需要使用样本住宅项目特征数据。 1）当样本项目较多时 可用房地产特征价格模型，该模型利用回归建模技术，建立均价与各属性变 量的函数关系。 2）当样本项目数量较少时 难以建立均价与属性变量间较精确的函数关系，根据项目相似程度越高其价格越相近的原理，可建立基于相似分析的住宅项目类比特征定价模型。 由于本次设计中的时间短，人力物力有闲，所以收集样本材料的数量很有限，所以本设计采用的模型是基于相似分析的住宅项目类比特征定价模型。 建立住宅项目特征定价模型 基于相似分析的价格修正测算方法思路 利用项目属性相对于均价的重要性权重，确定均价与各属性的大致比例关系。 确定度量项目相似性的方法，选择与目标项目相似度最大的前几个典 型样本项目，利用属性比较值、均价与属性比例关系对典型样本项目均价进行修正。 以所选典型项目相似度值构造权向量，对修正均价加权，最终得到目标项目均价。 建模步骤 设影响住宅项目均价的属性有 m个，属性集为 {x1， x2，„， xm}，已正向化，均价为 p。 目标项目 A0的销售均价 p0待估算，属性向量为： A0=（ x01， x02，„，x0m），有 n 个样本项目，均价为 pi，属性向量为 Ai=（ xi1， xi2，„， xim） i=1，2，„， n。 问题描述为，当 n 较小时，如何利用样本数据信息确定目标项目销售均价 p0。 ○ 1 确定各属性对均价的贡献度 可根据各属性 xi 相对于均价 p 的重要性权重大小来体现各属性对确定项目均价的贡献程度。 记权重向量为 w=（ w1， w2，„， wm），方法： 1）层次分析法：是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。 2）专家调查法：专家调查法又称德尔斐（ Delphi）法。 它是在专家个人判断重庆大学本科学生毕业设计 （论文） 附录 A： 恒大照母山翡翠华庭住宅项目特征定价 43 和专家会议方法的基础上发展起来的一种直观预测方法，特别适用于客观资料或数据缺乏情况下的长期预测，或其它方法难以进行的技术预测。 3）灰 色关联度分析法：灰色关联度分析法是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据反映出的两因素变化的态势（方向、大小和个速度等）基本一致，则它们之间的关联度较大；反之，关联度较小。 此方法的优点在于思路明晰，可以在很大程度上减少由于信息不对称带来的损失，并且对数据要求较低，工作量较少。 4）相关系数：是用以反映变量之间相关关系密切程度的统计指标。 相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程 度；着重研究线性的单相关系数。 5）熵权法：按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量；如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高。 结合以上各种方法的特点，对于本次模型的建立，由于样本数据收集的极其不对称，而且也很有限，所以选择对数据要求较低的灰色关联度分析法进行属性就均价的贡献度的测算。 ○ 2 灰色关联度分析法确定权重 选择样本项目均价 p=（ p1， p2，„， pn）为参考序列，项目属性 xi=（ x1i，x2i，„， xni） i=1， 2，„， m 为比较序列，各序列通过除以其均值进行初值化，仍用原记号表示。 绝对差： 点关联系数为： 其中ρ（ 0≤ρ≤ 1）为分辨系数，常取。 属性 xi 与均价 p 的关联度为： 将其归一化得权重 ○ 3 计算目标项目与样本项目的相似度 方法有： 1）灰色关联度 2）模糊贴近度 kiki xpk  )(0)1()(m a xm a x)( )(m a xm a x)(m i nm i n)(00000 kkkkkikiiikiikii )2(,...,2,1)(1 0 mikn nk ii   )3(...,2,1/ 1 miw mj jii   重庆大学本科学生毕业设计 （论文） 附录 A： 恒大照母山翡翠华庭住宅项目特征定价 43 3 距离相似系数等。 此处选用灰色关联度度量项目相似性程度 对由 n+1 个项目属性向量构成的（ n+1） m 阶属性矩阵，用各列除以该列属性均值的方法 进行初值化，仍沿用初值化前的记号，选择目标项目属性向量 A0为参考序列，样本项目属性向量 Ai为比较序列。 其绝对差为：。