二手房价格指数论文

二手房价格指数论文（精选11篇）

二手房价格指数论文 第1篇

本文将模糊数学理论引入二手房价格评估中,提出了二手房价格模糊综合评估模型。首先确定了二手房价格评估指标体系的构成,并对各项定性指标进行定量化的处理,建立了二手房的模糊综合评估模型,然后通过实例对该模型进行了检验,验证了该模型的正确性。本文可为政府制定政策、开发商决策和消费者购房等提供可借鉴和参考的分析方法和工具。

一、二手房价格综合评估体系

二手房价格是由该住房的各特征变量综合决定的。通过对相关文献的查阅,发现前人往往把住房特征分为三大类,即建筑特征、邻里特征以及区位特征[1]。其中,住房价格与其建筑物本身的特征密切相关。目前对建筑特征的选取集中在建筑面积、房龄、楼层、总层数、住宅间隔等。邻里特征主要集中在住宅区周边提供公共服务的便利程度以及居住环境,如居住区本身服务设施状况,周围学校、医院、购物中心的规模及可达性、道路等级、景观视线、噪音、污染水平等。区位特征对住房价格的影响也非常大,其中包括了交通状况和行政区域等。以前人对住房特征变量的选取为参考,并对长沙市部分房地产评估公司和广大住户进行了调查,考虑到二手房价格评估具有综合性、复杂性的特点,建立了如图1所示的二级综合评估体系结构。从图1中可以看出,第一级评判指标有建筑特征、邻里特征和区位特征3项。而3项指标再细分为14项二级指标。它们之间构成一个递进层次结构,综合全面地反映出二手房价格的决定因素。

二、二手房价格模糊综合评估模型

本文运用模糊数学理论[4]来确定二手房价格综合评估模型。

(一)综合评估因素的确定

由图1可知,评估因素集合U={U1,U2,U3}应满足:

设子因素集为Ui={Ui1,Ui2,,Uiki}(i=1,2,3),即Ui中含有ki个因素。当i=1时,对应的U1={U11,U12,U13,U14,U15,U16,U17},k1=7;i=3时,对应的U3={U31,U32,U33},k3=3。二级评估指标总数14。根据目前长沙市二手房市场的整体情况,可将评估结果分为五个等级:

V={v1,v2,v3,v4,v5}={低,较低,中等,较高,高}

其中v1对应为2 000元/m2以下,v2对应2 000-3 000元/m2,v3对应3 000-4 000元/m2,v4对应4 000-5 000元/m2,v5对应5 000元/m2以上。

(二)各因素权重值的确定

根据对几家房地产评估公司调查的统计结果,用层次分析法[5](analytic hierarchy process,AHP)计算出所需的权重,以邻里特征中各因素的权重计算为例,说明各因素权重值的计算步骤:

1. 构造重要性判断矩阵

重要性判断矩阵为:

此处k=k2=4,根据对某房地产评估公司调查的结果,可建立重要性评判矩阵:

2. 计算各因素的权重值

由公式求各行元素乘积的1/K次方的值(即Vi):

求上述结果之和,可求得各因素的权重值分别为w2=0.3760,w2=0.2304,w3=0.2128,w4=0.1808。

3. 一致性检验

根据公式可求得矩阵A的最大特征根λmax=4.0261,将具体数值代入公式可得到C.I.=0.0087。平均随机性一致性指标(R.I.),由表1[6]可查得(此处N=4)。

由公式可得到:C.R.=0.0098<0.01,这表明判断矩阵具有满意的一致性,说明各指标的权重分配是合理的。

4. 计算各样本的平均值

根据公式,可求得各因素的权重值,其中m表示样本个数,此处m=10。按照以上的方法,分别计算出各因素的权重值如表2所示。

(三)模糊综合评估

首先,对初级模型做评估。设Ui的因素重要程度子集(权重集)为Ai,Ui的ki个因素的总评价矩阵为Ri,于是得到:

其次,对二级评估模型,设U={U1,U2,,UN}的因素重要程度模糊子集为A,且A={A1,A2,,AN},则总的评价矩阵B为:

此处N=3,这里得出总的二级评估结果为B=Ao R。由二级评估的结果可以得到最终的评估对象二手房价格的评估向量。按照最大隶属度原则,取max(b1,b2,b3),可得到二手房价格的综合评估结果。

三、实例分析

针对长沙市芙蓉区某套欲出售二手房,按照上述模型,请了10位长沙市房地产评估公司的专家对该二手房的各价格评估因素进行了打分,利用Matlab软件分析处理后得到了表3的数据。

将以上数据代入二手房价格模糊综合评估模型中可计算出各子因素对该住房价格综合评估的影响结果。如建筑特征对该二手房价格影响的综合评估结果为:

同理,邻里特征、区位特征的综合评估结果为:

因此,该二手房价格的二级综合评估结果为:

按照最大隶属度原则取max(B)=max(0,0.0703,0.2510,0.3573,0.3215)=0.3573,所以对该二手房价格的评估结果为较高,即价格应介于4 000-5 000元/m2。

从初级评价结果可以看出,对该二手房的建筑特征和邻里特征评估较好,区位特征很好,因为其位于市区繁华地段,因而其最终综合评估结果为较高,与卖主的期望值相符,验证了该模型的正确性。

四、结论

本文将模糊数学理论引入二手房价格评估中,提出了二手房价格模糊综合评估模型,并通过实例对该模型进行了检验,验证了该模型的正确性。由于二手房价格的评估本身具有模糊性,因此用模糊综合评估法将定性问题定量化后再进行评估,很大程度上克服了评估中的主观性。该评估模型可为政府制定政策、开发商决策和消费者购房等提供可借鉴和参考的分析方法和工具。

参考文献

[1]鲁海燕.广州市住宅二级市场及其特征价格研究[D].华南师范大学硕士学位论文,2007.

[2]阮小健.住房二级市场经纪服务佣金与合同研究[D].清华大学硕士学位论文,2005.

[3]富闽鲁,汪波.我国二手房估价模式探析[J].价格理论与实践,2007(6).

[4]贺仲雄.模糊数学及其应用[M].天津:天津科学技术出版社,1998.

[5]许树柏.层次分析法原理[M].天津:天津大学出版社,1988.

二手房价格指数论文 第2篇

2018年 康巴什第一小学校区 学位房 毛坯价格/平米

华莹馨城 9000元-10000元 宏源鑫都 9000元-10000元

金信翰林苑 9000元-10000元 和泽苑 10000元-12000元

旗顺家园 9000元-10000元 和效家园A区（小产权房国家不允许交易）

揽胜苑一期 10000元-12000元 揽胜苑二期 10000元-12000元

揽胜苑三期 10000元-12000元

2018年 康巴什第二小学校区 学位房 毛坯价格4000元8000元/平米

神华康城A区 和效家园B区 鼎盛富丽苑南区 鼎盛富丽苑北区

巨力首府A区 巨力首府B区 警泰苑 丽日家园 恒信小区10000元

2018年 康巴什第四小学校区 学位房 毛坯价格7000元10000元/平米

康城康泽苑 康城康景苑 康和盛世 骏仕名门 财富文苑 皇庭骏景

2018年 康巴什第一小区东校区 学位房 毛坯价格5000元6000元/平米

锦绣华庭 雍景紫台A区 雍景紫台B区 雍景紫台C区 雍景紫台D区

伊泰CEO公寓 学府一号公寓 仕博公寓 博宇公寓 金科凯城公寓

亿利文澜雅筑公寓 景馨花园 育英一品 胜达园丁南区 胜达园丁北区

胜达祥和嘉苑（地税小区）亿利城文澜雅筑 ；

2018年 行政区-伊金霍洛旗-鄂尔多斯市 市、旗 公务员片区 学位房 毛坯价格3300元-4000元/平米，政府装修加800元，车位10万；

公务员沁园（东方）公务员瀚园（东方）

市公务员泽园 公务员淳园 公务员润园（恒信地产）

市公务员澄园 公务员澜园（兴泰地产）

市公务员济园 公务员灏园 公务员涵园(维邦地产)

市公务员澋园 公务员泓鸿园 公务员汀园 公务员清园（华莹地产）

公务员宏泰尚都 公务员浦园（鑫通）公务员濡园（玄峰）城投玉园

一二手房价格倒挂为哪般 第3篇

二手房挂牌价超过新房?不用怀疑，确有其事。据了解，由于新房价格率先做出调整，相对较为滞后的二手房市场价格仍在“原地踏步”，这导致出现二手房价高于新房的现象，即一、二手房价倒挂。业内人士分析认为，一、二手房价倒挂现象将会持续一段时间。

专家提醒说，一、二手房价倒挂现象说明市场调整已经开始，购房者现在要做的就是多看少动，等到市场进入相对底部之后再决定是否入市。

一二手房价格显倒挂

因为要买婚房，上海的史先生这段时间一直在看房。史先生曾考虑买二手房，主要是因为通常情况下，二手房价格较一手房要实惠一点。但最近这段时间，他发现却不是这么回事了。就在前几天，他得到一个消息，最近推出房源的新盘新虹桥首府售价为1.6万元/平方米，这要比周边二手房便宜!

史先生对九亭板块的房价情况了如指掌，如九城湖滨国际公寓、尚贝湾等，其二手房报价均在1.7万～1.9万元/平方米之间，单价较新虹桥首府贵1000～3000元/平方米不等。“二手房价格居然要比新房贵，这是我在前两个月里未曾碰到的事。”他说。

其实，一、二手房房价倒挂现象并非九亭板块独有现象。上海美联物业市场研究部有关人士指出，房价倒挂现象主要出现在外环线以外的区域，诸如宝山顾村、西城区、浦东惠南等板块，都可以见到这种情形。如在在宝山顾村，在售新盘绿地公园壹品采取打折、附赠面积等手段降价促销，实际成交均价为1.2万～1.3万元/平方米，而该项目二手房报价却仍在1.4万～1.6万元/平方米，要高2000～3000元/平方米。此外，同在顾村板块的保利叶上海均价虽为1.6万元/平方米，但由于赠送面积，相当于降价30％，即实际成交价格与绿地公园壹品相当，但出自该楼盘的二手房挂牌价也在1.6万元/平方米左右。

记者同时了解到，这种现象在开始向市中心区域蔓延。如位于中外环线之间的杨浦区新江湾城板块，泰宝华庭均价为2.58万元/平方米，但周边同类型楼盘如时代花园、新江湾城雍景苑、新诚御景等二手房源挂牌价为2.6万～2.9万元/平方米。同样，在宝山大华板块，河滨华城售价为2.1万元/平方米，但周边馨华苑、大华铂金华府等二手房挂牌价为2.2万～2.5万元。

据了解，目前二手房价倒挂现象并非上海独有，在其他城市也出现了这种情形。如在南京河西区，二手房价格普遍在2万元/平方米左右，但最近新开楼盘开始降价，售价主要集中在1.7万～1.8万元/平方米，比二手房价至少要低一成。此外，北京、天津、青岛、昆明等城市，也出现二手房价倒挂现象，倒挂幅度在10％～20％不等。

新房价格调整是主因

一、二手房价出现倒挂现象，其主要原因是由于新房价格率先出现调整，而二手房相对滞后所致。

上海美联物业有关人士表示，房价倒挂现象主要集中在上海偏远区域，不过需要注意的是，外围区域近期普遍出现降价促销现象，如松江九亭板块，宝山顾村、西城区板块等，都能见到促销楼盘。而二手房价并未及时跟进，新房价格回调，但二手房价“原地踏步”，价格倒挂不可避免。

至于二手房价格为何没有“跟进”?业内人士解释说主要有两个方面原因。上海德佑地产市场研究部经理蒋旭表示，与开发商相比，大部分中小投资者“不差钱”，即使是背负银行按揭贷款，但也在可控范围之内，不必为资金链紧张而焦虑，因此虽然经历调控，还可继续观望等待。

另外一个不可忽视的因素就是税费政策的调整，使得二手房业主卖房成本大增，如果将这部分成本转嫁到房价中，也会促使二手房价在短期内无法随新房一起降下来。据了解，由于房产营业税“2改5”等，不少出售未满5年的二手房将新增巨额的税费成本。

当然，二手房市场的滞后性也在一定程度上造成了价格倒挂现象的产生。业内人士表示，新房市场出现调整时候，通常情况下需要二到四周的时间，才能传递到二手房市场，这表明，新房价格回调而二手房价格尚未跟进之前，倒挂现象会持续存在。

二手房价格将调整

房价倒挂现象何时才会结束呢?上海中原地产研究咨询部高级经理马冀分析认为，如果一手房持续大范围降价促销，大概在一两个月之后，二手房降价现象也将会蔓延。也就是说，目前的试探性降价促销如果演变为市场整体降价格局，那么二手房价也会随之回落，届时，一、二手房之间的价差将会抹平，直至倒挂现象消失。

此前，楼市也曾出现过房价倒挂现象，如在2008年夏季，当市场陷入极度低迷，开发商开始降价促销时，上海的三林、西城区、新江湾城、九亭等中外环区域房价倒挂现象普通出现，其时万科金色雅筑下调至1.54万元/平方米，但周边同类型楼盘的二手房价格普通在1.7～1.8万元/平方米。

记者注意到，目前二手房市场调整迹象还不明显，个别投资者还因为无资金压力，居然逆市“跳价”，这是不是意味着倒挂现象将会一直持续下去呢?有业内人士分析认为，这种可能性存在，但小业主极有可能面临有价无市的尴尬境地。“对于真正打算出售房产的业主来说，降价也许是唯一正确的选择。”蒋旭说。

上海复旦大学房地产研究中心主任尹伯成教授曾分析指出，基于此次调控力度大，调控范围全面，楼市调整时间会持续两到三年。在这种市场环境下，二手房是否还能“扛得住”，已是未知数。目前二手房市场抛盘量一直在持续增加，据统计，上海市二手住宅挂牌量从6月初的11.6万套激增至7月初的13.1万套，增幅达13％，这说明市场抛售压力在增大。

多做比较是关键

在目前市场行情下，尤其是一、二手房价出现倒挂的情况下，购房者应该多做比较。有业内人士分析指出，从理财角度来考虑，购房时应尽量做到降低成本，而当房价出现倒挂阶段，购买二手房明显不是很合算，就如购置一套总价200万元的公寓，如果房价倒挂幅度达10％，则意味着购买二手房要比新房贵20万元左右。

那么如何比较呢?专家表示应该选取楼盘品质、地段、配套设施、物业管理甚至包括业主组成等各方面水平相当的物业进行对比，唯有这样，对比的结果才能更具说服力。如果各方面条件相同，而二手房价格要高于新房，房价倒挂，说明购买二手房成本偏高。

此外，还需要注意的是，由于调控政策仍将持续对市场形成压制作用，未来房价还有可能会进一步下探。因此如在目前购买到房价倒挂的二手房，在未来肯定会面临物业价值缩水的情形，这需要谨慎对待。

二手房价格评估系统设计与研究 第4篇

目前, 住房问题已经成为我国最受关注的民生问题之一, 随着各级城市房价持续走高, 越来越多的购房者将目光投向了总价较低、配套成熟、交通便利的二手房。在考虑候选房屋环境、条件是否满足自身需求的同时, 购房者也希望能获得对二手房价格的客观参考, 期望据此来衡量价格是否合理。因此, 需要引入一个客观、科学的估价算法, 并建立一套二手房估价系统来满足购买者的需求。在估价方法的选择上, 国内外学者曾采用特征价格模型等方法[1], 如将Hedonic方法应用到建立建筑价格指数中[2]。特征价格模型方法虽然是一种较为客观的价格评估方法, 但难以避免由函数假设造成的偏差。在进行预测或估计的方法中, 非参数回归具有不依赖于假设模型和参数、无需在添加新数据后对模型进行调整等特点, 是一种完全由数据驱动的预测方法。这使非参数回归方法具有较为广泛的应用面。此方法已被大量应用在短时交通流预测[3]等研究中。近年来, 非参数回归方法被应用在房屋价格评估中[4], 并获得了较为理想的效果。因此, 在已有研究基础上, 引用非参数回归方法建立了二手房估价模块。

另外, 在二手房交易市场趋于火热的背景下, 涌现了大量的二手房信息服务网站, 小型中介网站更是不计其数。在为购房者提供便利的同时, 大量质量参差不齐的二手房信息同时也带来了“信息爆炸”的问题。这使缺乏经验的初次购房者在面对海量信息时感到无所适从。基于此问题, 本文建立了二手房估价系统, 它在为购房者提供对二手房价格合理的估计之外, 也提供了一种能够迅速直观了解二手房宏观形势的手段, 为购房者了解市场现状与未来发展、确定购房目标和备选房源、警惕虚假信息等提供帮助。

1 系统结构设计

本系统通过网络爬虫程序自动收集二手房源公开信息, 经过数据预处理后存入数据库中。随后开发B/S架构的二手房价格分析与估价系统, 通过对数据仓库中的数据进行数据挖掘和统计分析, 实现包括制定房源估价、趋势预测等功能, 为二手房购房者提供决策支持。

1.1 系统架构

系统建立在.NET平台上, 整体架构采用传统的“三层架构”, 即包括数据访问层、业务逻辑层和界面表示三层, 有利于开发、维护、部署和拓展。表示层主要用于显示数据和接收用户数据;逻辑层作为中间的代理角色对数据的有效性进行验证。数据层对数据进行增、删、改、查的操作。三层结构示意图如图1所示。

在数据库方面使用SQL Server 2008管理数据。由于系统实现使用ASP.NET技术, 而ASP.NET为SQL Server数据库提供了丰富的接口, 因此在数据操作方面, SQL Server能够与ASP.NET更好地融合。数据表包括原始数据表、房源基本信息表、房源推荐表、新闻表、用户信息表和留言板信息表。获得的原始数据经过数据清理步骤后导入房源基本信息表。

1.2 系统功能模块设计

本系统大致包括六个模块:注册登录模块、二手房估价模块、二手房价格趋势查询模块、二手房信息采集模块、新闻资讯模块、用户留言板模块。下面介绍三个主要功能模块:

(1) 二手房价格趋势查询:此模块功能为, 根据用户选取的分析需求和限定条件 (如区域、年代等) , 查询限定条件内的二手房房源信息, 并进行制图表达与专题渲染, 生成平均房价的空间分布图等。例如, 根据用户选定的区县, 显示该区县内细分街道小区的平均价格的柱状图, 或显示该区域房源价格随年代变化的折线图。

(2) 二手房估价:根据用户输入的二手房的特征条件, 估算出该房产的价格。用户输入所要购买的二手房的小区位置, 建筑面积, 建筑年龄, 所在楼层, 装修程度, 朝向, 小区环境, 采用非参数回归的方法, 给出估计的价格。

(3) 二手房信息采集模块:为面向管理员的功能模块, 获得管理员权限的用户通过登录进入此模块。为管理员用户提供功能如:按一定周期 (每周或每月) 通过网络爬虫程序抓取房源交易信息, 对爬取的数据进行数据预处理, 新闻更新, 留言板信息处理。

2 数据获取及预处理

2.1 数据获取

价格估计和预测等算法往往要求有大量的数据支撑, 使用人工搜集数据是不现实的。本系统采用从网络爬取数据的方式, 使用网络爬虫程序从大型二手房交易网站抓取二手房交易信息作为算法和前台的支持数据。为了提高搜集的灵活性和效率, 使用了自行编写的针对二手房交易信息的网络爬虫程序。使用的爬虫程序具有很强的灵活性, 只需修改用来提取网页链接的正则表达式和分析数据的方法, 便可适用于各大二手房交易网站的数据提取任务。同时, 爬虫只解析与二手房交易相关的链接, 这也提高了针对性和信息提取的效率。

另外, 由于二手房作为商品交易房, 其价格会因政策和市场供求关系等原因波动, 因此较早的数据不应再作为参考。同时, 在爬虫程序向数据库中存储历史样本数据时需将数据加上时间标记。

2.2 数据预处理

爬取的数据是价格估计及其他行情预测算法的基础, 只有完整性好、数据冗余少、属性相关性小[5]的数据才能更有效地支持算法的分析。另外, 数据的质量也在一定程度上决定了预测结果的可靠性。所以, 有必要对原始数据进行一系列的预处理, 使之完整、有效、规范化。数据预处理的步骤主要包括:数据选取、数据表属性一致化、数据清理和数据归约, 对于这些步骤已有了相对应的方法和技术[6]。

具体预处理模块如图3。由于过多的对算法结果无贡献或贡献低的数据会降低算法的效率[5], 估价算法选取影响价格的因素组成个体的状态向量, 通常要求这些属性具有较小的相关性。从不同二手房信息网站中提取数据会产生属性命名或标准不一致的问题, 如在“装修”属性中, 不同网站的房源信息的属性值或为“简装”或为“简单装修”, 通过对意义相同属性的重命名和添加属性值的自定义约束的方法对这些数据进行一致化处理。在数据清理过程中, 删除重复的元组和多项属性值为空的元组;对于只有个别属性为空的元组, 使用平均值填充。例如, 若“建筑年代”为空, 则使用房屋所在的小区建筑年代的平均值填充。

2.3 数据更新与管理

维持数据的时效性对于系统的有效运行至关重要, 过时的数据难以支撑系统的功能, 因此数据的实时更新和维护是必不可少的。系统数据库构成主要包括:数据源、现势数据库、早期数据库[7]。由图4所示。爬虫程序于固定时间间隔从天津我爱我家网、搜房网等大型二手房交易网站上提取房源信息以获得最新的交易数据, 由于各网站提取信息的差异, 将来自不同交易网站的信息存入数据源数据库中。实现来自不同数据源的集成, 通过数据预处理的方法将处理后的数据使用增量更新的方式导入现势数据库, 系统应用的实现直接依赖于现势数据库的数据。另外, 为了避免数据老化和海量数据导致算法处理效率降低的问题, 定期将现势数据库中失效的数据导出至早期数据库。

3 基于非参数回归的二手房估价算法

估价模块的目的在于通过用户输入的目标二手房的属性信息, 使用合理的方法给出相对精准的预测。由于非参数回归不依赖于模型和由数据驱动的特点, 并且对于二手房而言, 如房屋地理位置、小区物业、朝向、楼层等影响二手房价格的数据以及二手房交易的价格都容易确定和获得, 这使非参数回归成为较为理想的选择。鉴于此, 在已有研究基础上, 引用非参数回归方法建立了二手房估价模块。

3.1 算法框架

估价方法被分为四个部分:历史样本数据、目标个体、近邻性度量算法、估计算法。此方法通过比较目标个体与历史数据样本的相似度来确定近邻个体, 继而使用近邻个体作为目标个体估计的依据。

在建立了由足够大量历史数据构成的数据库后, 将目标个体输入近邻性度量算法中, 与历史样本个体一一进行比较, 依据度量算法计算距离, 并输出与目标个体差异度在一定范围内的近邻个体。将近邻个体作为估计算法的输入, 进而生成最终的估计值, 具体过程如图5。

3.2 状态向量及特征因素的确定

历史样本数据库中个体的状态由状态向量来表示, 状态向量可以被描述为:

其中, i代表历史样本数据库中的第i个个体, Vin为第i个个体的第n个特征因素。特征因素的选取对估计的精度影响尤为重要。

通常影响住宅价格的因素包括:区位、建筑结构、邻里环境, 应当考虑各因素的代表性选择适当的变量。通常使用的变量为住宅到城市、公交站点、购物中心等的距离, 建筑面积、年龄、楼层、总层数、卧室个数、卫生间个数, 邻里服务设施、景观、噪声、污染水平等[8]。通过对文献的阅读研究, 以及对数据获得、处理可能性的考虑, 选取以下六个二手房屋的影响变量:小区位置, 建筑面积, 建筑年龄, 所在楼层, 装修程度, 朝向, 小区环境。

3.3 近邻性度量准则

引进距离函数的目的在于度量空间中两点间的距离, 亦即两个实体间的相似度。与目标个体具有一定相似度的历史数据个体被称作邻居。距离函数可选用欧式距离:, 亦可选用。式中, n代表状态向量的维度, ui、vi分别代表两个个体第i个影响因素。

3.4 估计算法

使用以上方法确定历史个体的距离后, 便可以利用近邻集生成估计量。由于选取的近邻与目标个体的距离越小, 越能更好的估计目标值, 所以选择考虑权重进行估计的方法。在带权法中, 历史数据个体的权值依据距离的大小确定:, 其中, βi代表为第i个近邻赋予的权值。由于距离近的近邻将被赋予大权值, 所以式中βi与距离的倒数成正比。

在建立估价算法的过程中, 通过抽取样本数据比较了最常使用的指数平滑法和带权法的估计精度。通过数据分析, 选择带权法作为预测的方法;同时, 根据数据分析的结果确定了最佳的近邻个数。分析结果表明此算法可以获得较好的准确性。

4 主要功能模块的实现

4.1 系统开发技术选择分析

本系统是建立在.NET平台上, 采用ASP.NET技术, 选择C#作为后台编程语言, 在数据操作方面使用了LINQ技术。ASP.NET在前台GUI设计方面提供了许多已有的控件, 方便进行快速开发。ASP.NET可以实现前后台代码的分离, 交互方便, 编写逻辑清晰。使用LINQ实现对于数据库的操作, 使得开发者可以避开使用底层的SQL语言对数据库进行操作。LINQ也大大简化了数据操作上的复杂度, 使得代码更加简化和美观。同时前端网页开发还采用了一些Html 5的新特性, 并以“DIV+CSS”进行布局和美化。

4.2 价格趋势查询模块的实现

此模块帮助购房者迅速了解市场现状与运行的趋势, 确定合适的购房目标和备选房源。模块利用图形图表的方式对二手房的价格和区域等属性信息进行统计分析, 图形展示使分析结果能简单明了地呈现给用户, 并能精确地表现房价的空间差异和时间差异, 帮助购房者决策。图示当中的数据分为原始数据与计算派生出的数据。原始数据包括二手房的信息, 其中包括总价, 单价, 面积, 户型, 所属小区, 楼层, 建筑年代, 朝向, 装修和地址。计算派生出的数据有同区域不同年代的均价, 不同区域的加权均价等。

绘制图形时为了简化, 而使用了ashx程序文件。ashx是一种HTML与C#混合的文件, 它免去了普通.aspx页面的控件解析以及页面处理的过程, 主要用于网页图片的生成等, 并且可以利用它调用Http Handler类, 与前台进行交互。价格趋势图示使用了.NET的GDI+技术生成, GDI+是Windows程序的图形设备接口, 主要用于图形的生成显示。用户通过前台选择要绘制的图形类型与图形的信息, 其中图形类型包括:各区县二手房源一览图、各区县二手房均价一览图、各街道二手房源价格变化图。绘图过程可描述如下。前台通过AJAX向程序文件ashx发出请求, 程序文件通过Session取出相关的房源统计信息。这些信息是后台利用LINGQ将查询到的信息存放在HOUSE类当中, 而后利用HOUSE类当中的方法对数据进行统计和分析而获得的。之后程序文件采用C#的Bit Map和Graphics类根据取出的房源统计信息绘制图画, 将图片保存至内存流当中, 包装在context当中, 传到前台获取参数, 利用控件输出图片。

5 系统实现结果

系统通过爬虫程序获得大量的二手房的信息, 组建数据库。以该数据库为基础, 综合运用统计、分析、查询等方法, 建立一个科学的二手房购买的辅助系统。

图6、图7、图8分别展示了系统实现了的房源对比、二手房价格趋势图示、二手房价格估计功能。如在二手房价格趋势图示当中, 用户可以通过选择要输出的图示, 然后选择二手房的年代或者区域等信息, 通过计算将区域房源平均价格以折现图的方式展现出随年代变化的趋势, 或者是不同区域的房源平均价格的柱状图。这对于用户从时间上纵向对比以及空间上横向对比自己预期的房源价格提供了便利。系统能够让用户迅速直观地了解二手房的宏观形势, 辅助购买者进行决策。

6 结语

二手房估价与分析信息系统是辅助购房者决策的科学工具。本文所构建的系统能够帮助帮助相对缺乏经验的购房者, 以及期望对二手房市场进行深入了解的其他人员了解市场的现状与运行趋势, 定位备选房源。该系统采用结构化设计方法, 具有较好的可扩展性, 随着用户需求的不断产生, 可添加新的功能模块, 使系统最终能为用户提供全方位的决策支持服务。

摘要：针对二手房交易过程中普遍存在的买卖双方信息不对称的问题, 设计了一套基于B/S层次化结构的二手房价格评估系统。该系统首先通过网络爬虫从二手房网站收集公开的实时性数据信息, 随后对这些数据进行预处理并建立层级化数据库。随后通过非参数回归算法对二手房价格进行评估。实验证明, 本系统能够为购房者提供综合、直观的二手房趋势信息, 并进行较为准确的估价。对于购房者以及售房者的决策都具有重要的参考价值。

关键词：二手房估价,信息系统,房屋价格

参考文献

[1]孙玉环.基于海量交易数据的房地产特征价格模型的构建[J].统计与决策, 2011, 02:9-13.

[2]赵何军.基于Hedonic模型的天津住宅价格因素分析[J].现代经济 (现代物业下半月刊) , 2008, 12:15-16, 30.

[3]张涛, 陈先, 谢美萍等.基于K近邻非参数回归的短时交通流预测方法[J].系统工程理论与实践, 2010, 30 (2) :376-384.

[4]姜吉坤.非参数回归在商品住宅特征价格评估方法中的应用研究[D].浙江大学, 2006.

[5]刘明吉, 王秀峰, 黄亚楼.数据挖掘中的数据预处理[J].计算机科学, 2000 (04) :54-57.

[6]菅志刚, 金旭.数据挖掘中数据预处理的研究与实现[J].计算机应用研究, 2004 (07) :117-118, 157.

[7]赵留军, 周复旦, 戴加盼.基于GIS的房地产估价系统建设初步探讨[J].科技创新导报, 2008, 33:186, 188.

[8]李玉梅.我国房地产价格变动特征及其影响因素的实证研究[D].吉林大学, 2012.

影响二手车评估价格的主要因素 第5篇

二手车是指在公安交通管理机关登记注册，在达到国家规定的报废标准之前或在经济实用寿命期内服役，并仍可继续使用的机动车辆。在车辆典当业务中二手车的业务占车辆业务的比重很大，所以对二手车价格的评估尤为重要。鉴定评估人员不但要掌握鉴定技术还应该了解影响二手车价格的各项因素，只有这样才能在控制风险的同时更好的满足客户需求。

下面对影响二手车价格的因素从直接因素和间接因素两方面进行阐述：

一、直接因素：

1、车辆品牌：

品牌知名度和认可度是影响二手车价格的直接因素之一，因为他的高低直接影响到当地车辆的保有量，保有量越高保值率相对越高二手车价格越高。

2、行驶里程：

行驶里程是价格评估的重要指标之一，也是价格评估的方法之一，所以行驶里程对价格的影响是显而易见的(年平均行驶行驶里程超过20000公里会对价格产生影响)。

3、使用年限：

使用年限也是二手车价格评估的重要指标，价格评估方法之一。使用年限的长短对车辆价格起决定作用。在相对的年限内行驶里程少对价格有一定影响，但影响不大。

4、车辆颜色：

车辆颜色也是影响二手车价格的一个因素。车型或车型的级别不同，他所适合的颜色也不同，适合车型的和大众化的流行色是二手车保值的一个因素，因此在对车辆评估时“生僻”的颜色对价格的影响要充分考虑。

5、保养历史：

保养是指保持和恢复汽车的技术性能，保证汽车具有良好的使用性和可靠性。汽车在运行中，由于机件磨损、自然腐蚀和其他原因，技术性能将有所下降，如长期缺乏必要的维护，不仅车本身的寿命会缩短，还会成为影响交通安全的一大隐患。所以车辆正规清晰的保养历史就成为影响车辆评估价格的因素之一，而且原车车价越高影响越明显。

6、综合车况：

车况就是汽车的安全性能、动力性能、操作性能、尾气排放、车容车貌等多项指标的统称。车况的好坏直接影响到车辆的二次销售，所以对车辆的鉴定评估直接影响到评估价格。特别是出过事故的车辆对车辆价格的影响更大，对事故的鉴定主要的参考其事故部位来确定对价格的影响。如车架、发动机、变速箱、电子控制设备，这些部位的损伤会对车辆产生超过10%的损失，严重的损伤可能造成30%以上甚至会更高。一般的剐蹭和更换配件对于车辆折旧的影响不大。侧翻事故对车的影响较大，其次就是正面碰撞。严重的碰撞对车辆的使用性能会产生明显的影响，当然降价也很明显。

除以上几点外，车辆的过户次数、权属资料的齐全度及车辆保险出险情况都是直接影响车辆价格的因素，所以在评估时都要进行考虑。

二、间接因素：

1、地域影响：

地域的不同，相同车型的保值率不同，二手车价格也不同。经济发达地区的豪华车保值率相对经济不发达地区的保值率要高，价格也就高，反之就低。地域的不同相同的品牌、车型认可度有差异，二手车保值率也有差异，二手车价格也就不同。

2、新车价格的影响：

新车价格是对二手车价格影响较大的因素，在二手车车评估过程中新车价格是评估时的重要参照物，是价格评估的基数，当时的购买价格仅能作为一个参考。所以在对车辆评估时，要了解被评估二手车的新车价格，同时参考相同级别竞争车型的新车价格。

3、改装对车价的影响：

因为对于二手车商家来说，他们最愿意收购原封不动的车辆，车主觉得花了钱加装了配置，使原来车辆更豪华了应该加价，但二手车行却认为一些线路改装给他们增添了不必要的麻烦，并存在一定的隐患。因此，对改装过的车辆进行评估时要考虑车辆是否加装或改装过。

4、新车型的影响：

科技的进步，车辆换代时间的缩短，对车辆的保值率产生了很大的影响，所以要时刻关注新车市场新车型的上市频率和时间。新车型的推出将对现有车型价格产生影响，同时新车型的推出也加快了老车型的退出，无形中降低了老车型的保值率，对二手车价格造成影响。

5、政策的影响：

国家及地方政府推出的老旧二手车外迁补贴、购车节能补贴、尾气排放政策、限购政策等，不同区域新、老车政策的不同都对二手车产生不同的价格影响。所以在对车辆进行评估时要考虑到这些政策对你所在区域二手车价格的影响。

6、国产化对价格的影响：

近年来很多品牌都实行国产化，特别是一些后进入的如宝马、奔驰、沃尔沃等高端品牌国产后，价格比原来进口价格低了很多，对原装进口车辆的保有量及价格影响都非常大，因此在对此类车辆(特别是原装进口车辆)评估时要充分了解国产车型的价格。

二手房价格指数论文 第6篇

“上海指数”成为船舶买卖景气度风向标

截至目前，中国船队规模已位居全球第四，共拥有运输船舶近18万艘、1.46亿载重吨，海运船队总吨位达1.02亿载重吨。但长期以来，波罗的海交易所等国外机构编制的二手船价格指数一直是船舶交易市场风向标，中国船东往往选择在海外进行船舶买卖。

随着航运业的快速发展，中国船东的船舶交易量逐年增长，特别是国际金融危机以来，二手船舶的换手率呈现了两位数增长。上海船舶价格指数正是在巨大的市场需求呼唤下应运而生。今年4月，交通运输部颁布的《船舶交易管理规定》实施后，船舶从“场内交易”进入“场内交易”。上海航交所受交通运输部委托，通过船舶交易信息平台接收各地船舶交易服务机构的船舶交易信息报送，并定期汇总船舶交易信息和市场行情。

据介绍，在接受汇总的信息中，全国船舶买卖成交信息成为最具价值的核心信息。上海航交所以全国报送的真实交易数据为基础，并非根据经纪人报送数据编制指数的传统方式，而是结合全球船舶买卖、新造船、废钢船的市场数据，生成典型船舶的交易估价。所谓“典型船舶”是指具有5年船龄、船况良好、由规范船厂建造、证书有效，并入级主流船级社，属于正常营运的代表性船舶。

以二手船舶成交价为依据的“上海船舶价格指数”， 包括5个综合类别、17种典型船舶交易估价，每周三下午发布一次。5个综合类别分别是上海船舶价格指数（SSPI）、国际油轮船价综合指数（TPI）、国际散货船价综合指数（BPI）、国内沿海船价综合指数（CBPI）和国内内河船价综合指数（IBPI）。“其中，SSPI指数主要反映整个船舶业运行情况，国际船舶权重占

1／3，国内船舶权重为2／3，更像是行业景气指数，而TPI、BPI、CBPI、IBPI四个分类指数对反应船舶价格更具有指导意义。”上海航交所总裁张页举例说17种典型船舶，油轮指数里有5个船型，散货船里有4个船型，从5万吨一直到17万吨，但没有包含集装箱船的价格，主要是市场上的成交量太小，没法形成数据。原因是集装箱船公司往往是靠船舶占据航线，要么将旧船拆掉，要么相互转让。

据介绍，上述各指数以2010年4月7日为基期，基期指数均为1000点。9月28日发布当天，上海船舶价格指数（SSPI）报900．03；国际油轮船价综合指数（TPI）报914．12；国际散货船价综合指数（BPI）报748．75；国内沿海船价综合指数（CBPI）报883；国内内河船价综合指数（IBPI）报954．52。

“已有的价格指数都是靠经纪人报价，而上海指数是靠实际的成交价”，张页强调，指数需要权威性。“我们与波罗的海交易所的二手船价格指数进行过对比，发现数值相差在5%以内。”据介绍，上海指数自今年4月1日试运行以来，与国际上的波罗的海交易所的船舶买卖指数BSPA，以及克拉克森二手船价格指数相比，具有两个优势：其一，更敏感，更能反映市场的波动;其二，更具抗沉淀性，即便市场没有成交记录，该指数也可根据历史成交数据和对市场的判断而继续运行。

“上海格式”标准合同赢得二手船买卖话语权

由上海航运交易所和中国船东协会联合编制的二手船买卖标准合同，被称为“上海格式”。这一合同文本虽仅14条，但基本上覆盖了船舶买卖市场的所有问题，它的诞生无疑为中国航运业填补了一个空白。

统计数据显示，截至2010年，中国船舶总数已达17.9万艘，二手船买卖交易数量每年达数万艘次。“中国虽然在运力和货量上已经是船舶大国，但远不是强国。在航运交易等很多方面还在草创期，缺失必要的交易文件和标准格式。”中国船东协会副秘书长张晓生向记者坦言，目前在二手船买卖市场国际上主要是通行于北欧的欧洲格式（挪威93版本）、适用于日本船舶交易的日本格式，以及最近刚推出、尚未推广开的新加坡格式。

长期以来，欧洲、日本等船舶买卖标准合同一统天下，“上述合同格式由于文字繁杂，对国内适用性有限”，中国船舶遇到买卖纠纷往往还要到去国外打官司。张晓生强调：“目前中国船舶交易量很大，但交易合同并不规范导致纠纷较多，此次制定更完备专业的‘二手船买卖标准合同’，可以作为买卖双方依据的范本，有利于交易双方规避相关风险。”

据了解，在合同编制过程中，工作小组曾先后在上海、北京等地多次听取航运界、法律界专家的意见。同时，根据国内外二手船买卖的实际，参考、吸取了国际通行的挪威船舶买卖合同93版本的优点，结合“买者注意”的原则，同时加入对市场今后发展的前瞻性考量，做到既有中国特色，又与国际接轨。

与今年3月正式施行的“上海格式”标准新造船合同相比，二手船买卖标准合同明显具有简洁明了的特点。“二手船买卖合同就是要通俗、明白点，今后船舶交易量将逐步增加，许多投资机构以及一些完全不懂船舶的投资者会进入这个市场”，张页认为，现有的14条合同条款简洁、直白、通俗，有利于降低船舶交易的门槛，能让行业外的投资者直接参与到市场交易中来。

据介绍，与挪威93版本比较注重“买方利益”不同，“上海格式”合同更注重兼顾买卖双方的利益，合同主要针对国内船舶买卖市场，也可以作为国际船舶买卖的参考。如在船舶下水检验和船款支付方面的约定，比现在国际通行的二手船买卖合同的约定更为详细；在船款支付条款方面，认为“订金”的方式相比“定金”更符合二手船买卖市场的实际，而增加船舶水下检验条款，能够避免船舶实际交割后才出现的纠纷。

二手船买卖标准合同将中国海事仲裁委员会列为船舶买卖过程发生的争议解决和仲裁方，此亦是“上海格式”合同的一个标志。编制“上海格式”标准新造船合同的中国海事仲裁委员会副秘书长蔡鸿达认为，“上海格式”已不仅是代表上海地域的称呼，而是国际化的标志，长期以来，远东大都市的上海具有的开放、包容以及航运与商业的高度发达，其所具有的国际化已经得到了世界航商与修造船业界的广泛认同。

二手房价格指数论文 第7篇

自从98年以来, 杭州的住宅价格一直稳步上升, 近几年表现尤为明显。本文希望通过分析杭州二手住宅的特征价格, 给开发商一些建议, 亦给购房者提供些许参考。

本文采用Hedonic法。Hedonic法主要是用来分析一种商品的各个属性对其价格的贡献程度的一种方法。由于Hedonic是在商品本身的属性的基础上进行分析的, 因而较为客观。

二、杭州二手房Hedonic模型的构建

(一) 变量的选取

巴特勒 (Butler, 1982) 指出影响住宅价格的因素有三大类:区位、建筑结构、邻里环境。

1、区位。区位在住宅的属性中有着重要的作用。笔者选了距离武林和距离西湖的距离, 以及公交线路。

2、建筑结构。选取房子的朝向, 装修情况, 建筑面积, 房龄和房间个数。

3、邻里环境。选取了在1000米内超市, 菜场, 医院, 小学和中学的个数, 以及物业管理。

关于变量的定义如下:

X1距离西湖距离 (千米)

X2距离武林广场距离 (千米)

X3房子朝向, 朝南为1, 其余为0

X4房龄 (年)

X5装修情况, 毛坯为1, 简易装修为2, 中档装修为3, 高档装修为4

X6物业管理, 无为0, 小区性为1, 公寓型为2

X7建筑面积 (平方米)

X8房间数目 (个)

X9半径100米内超市个数

X10半径100米内医院个数

X11半径100米内菜场个数

X12公交线路 (条)

X13半径100米内小学个数

X14半径100米内中学个数

(二) 函数的选取

常见的函数形式有线性函数, 对数函数和半对数函数, 由于本文的数据不适合取对数, 因此将选取线性函数形式, 即Y=a+∑Bi Xi+u, Y指房价, Xi为住房属性, u为随机扰动项。

三、杭州二手房住宅特征价格的实证分析

(一) 关于数据

本文将研究对象放在杭州的二手房上, 是因为对于一手房的价格有太多的复杂因素对其产生影响, 并且更容易有泡沫的成分, 相对而言, 杭州的二手房是房子在市场上的再次买卖能够去除一些不相关的影响因素, 显得更为“干净”, 更适合作为研究对象。本文将研究范围限定在杭州的上城区, 下城区, 拱墅区, 西湖区和江干区, 排除了萧山区, 余杭区和滨江区。因为这几个区从位置上来看距离杭州的市中心太远, 比较适合做单独的分析。

本文的数据是杭州透明网在2008年六月的第一星期之内公布的市场上的挂牌价格。总共有28组数据。由于是一个星期之内发生的, 因此将其作为截面数据。没有选择实际交易价格是源于数据获取上的困难, 只能用挂牌价格作为代替。对住房价格其他属性如距离西湖的距离, 距离武林广场的距离, 以及周边的公交, 医院, 超市等情况, 都是在网上用E都市查询而得。

(二) 模型的结果

起初, 对14个住房属性采用最小二乘法进行回归分析, 发现x1, x9, x11, x12和x14的值是负的, 与预期的符号不符合, 因此将这些属性排除后, 再用最小二乘法做了一次回归, 发现x3和x13的t值不显著, 因此也将其剔除, 再次用上述方法分析, 这次的拟合度有0.92, d-w值显示没有自相关, 同时各因素的t值都通过检验, 具体请下面。得到最终的杭州二手房住宅价格特征模型。

Y=-23.21-5.29X2-1.11X4+2.92X5+11.27X6+1.40X7+6.07X8+4.97X10

住宅特征价格模型的结果:

Variable t-Statistic Prob

C-1.353738 0.1909

X2-1.754416 0.0947

X4-2.037386 0.0551

X5 1.189136 0.2483

X6 3.774753 0.0012

X7 9.190933 0.0000

X8 1.469495 0.1573

X10 1.985869 0.0609

Adjusted R-squared 0.9 0 1 1 6 3F-statistic 36.16828 DurbinWatson stat 2.044393

(三) 对模型的分析

根据该模型, 分别从区位, 建筑特征和邻里环境这三个方面来分析。

1、在住宅区位方面, 排除X1 (距西湖距离) , X12 (周边公交线路) , 取X2 (距武林广场距离) , 且住房距武林广场距离每增一公里, 总价会减少5.28万元。

2、在建筑特征方面, 最后进入模型的有X4 (房龄) , X5 (装修情况) , X6 (物业管理情况) , X7 (建筑面积) , X8 (房间个数) 。房龄每增一年, 总价减少1.11万元。住房装修情况每升一档次, 总价会增加2.92万元。而住房的物业管理, 每升一个档次, 总价会增加1.27万元, 是对房价影响最大的一个因素。房间个数每增一个, 总价会增加6.07万元。这也说明房间个数也是影响购房一重要因素, 或许是因为房间是住房的最小单位, 房间个数对住房效用影响大。

3、在邻里环境方面, 最后进入模型的只有X10 (医院) , 在住房1000米半径内, 每增加一个医院, 总价增加4.97万元。这或许说明现在我们国家进入了老年化阶段, 对医疗方面更加重视。

摘要：杭州住宅价格上涨较明显, 本文通过构建杭州二手房的住宅特征价格模型, 分析各个住房属性对住房价格的影响程度。

关键词：杭州,二手房,住宅价格特征

参考文献

[1]、马思新, 李昂.基于Hedonic模型的北京住宅价格影响因素分析.土木工程学报.2003 (9)

[2]、贾生华, 温海珍.房地产特征价格模型的理论发展及其应用.外国经济与管理.2004 (5)

二手房价格指数论文 第8篇

自2005年以来, 城市房地产市场高速发展, 商品住宅价格快速上涨, 引起了国家和政府的高度关注, 为保证房地产市场的健康发展, 国家和政府相继颁布了一系列的宏观调控政策, 但由于房地产具有不可移动性、价值量大及独一无二的特性, 一般性的统计工作不能完全准确的反映出各地各区域商品住宅的价格水平及其变化幅度, 不利于政府进行宏观调控决策及对调控效果进行有效的评价。

而在一线工作的房地产估价机构、房地产经纪机构、估价师及经纪人, 他们对城市二手房市场的住宅房地产价格的变化能够及时掌握, 利用这种优势, 通过组织对全省重点城市二手房市场的住宅价格实行动态监控, 并结合估价理论和方法对市场价格数据进行研究, 可以准确的揭示并掌握商品住宅市场价格发展水平及其动态变化情况, 从而为政府进行宏观调控决策提供有力的参考依据。

2 城市二手房 (住宅) 市场价格动态监测关键问题研究

实施城市二手房 (住宅) 市场价格动态监测, 需要结合研究对象城市房地产市场的实际发展状况, 综合并系统地考察实施监测的作业流程以及关键工作节点, 以确研究目标的实现。整体上看, 城市二手房 (住宅) 市场价格监测的内容以及流程如图1所示。图中, 根据阶段技术性任务完成质量对整体工作影响的重要程度, 相应标注出流程中的关键节点。

3 城市二手房 (住宅) 市场价格动态监测实证分析

根据上述章节的论述, 以下以广州市为例进行具体说明。数据分析采用2009年度4月份广州市二手房市场的部分实际交易数据为依据。

采集获取的广州市二手房市场的住宅交易实验样本数共860个 (单套住宅交易单元) , 样本数覆盖广州市越秀、海珠、白云、天河、荔湾、黄埔、番禺共七个城区范围, 数据来源于广东市房屋与国土资源局房产交易中心, 数据记录格式为标准表格 (Excel格式) , 表格字段信息主要有:行政区、物业位置、楼盘名称、房屋类型 (层高类别) 、交易建筑面积、成交价格、成交单价、成交时间、装修、所在楼层、总楼层、楼龄、朝向、是否普通或非普通住宅共14个。

由于获取的数据仅为2009年4月份各区域的成交数据, 当月有成交记录的楼盘数据并没有达到1:0.5的监测点楼盘选取要求。因此在本文中仅列出成交量前三名楼盘, 作为按成交量确定监测点楼盘选取思路的实验说明。

为对样本采集总体特征进行合理分析判断, 列出各城区二手房市场成交单元建筑面积分类统计指标结果。

结果显示, 即便存在户型大于140平方米的非普通商品住宅成交样本, 但从统计指标反映的结果可以看出调查样本总体仍属于普通住宅 (各区域调查样本建筑面积标准差均在30平方米以下, 各区域建筑面积均值加标准差绝对值的上限值分别为:白云区102.81、番禺区117.53、海珠区105.83、黄埔区103.05、荔湾区102.63、天河区107.05、越秀区108.19, 其值均在140平方米以下) 。

3.1 数据审核及导入

按照数据采集的技术处理要求, 对采集获取的数据进行审核, 主要是针对明显的错误登记记录、数据缺失记录进行检查过滤。同时, 将数据以表格方式分页显示, 以便操作人员检查, 同时选择价格离差较大的数据, 将可能存在异常的数据予以提示, 以备后续数据处理时参考。

完成数据审核后, 将通过标准表格 (Excel格式) 的交易数据导入到SQL Server数据库, 所有经过检核的交易数据均已符合后续数据规范处理对原始数据的要求。

数据记录的规范字段信息为:

城市行政区域楼盘名物业位置房屋类型建筑面积成交价格成交单价装修所在楼层总楼层户型楼龄朝向备注。

3.2 物业特征识别及信息补充

以商品住宅特征分类为基础, 结合广州市房地产市场实际以及实验数据的具体情况, 确定物业特征识别的特征变量。

以住宅特征分类为基础, 对采集获取的各商品住宅楼盘相应信息信息进行补充完善, 并按照特征变量定量化方法进行变量赋值。

3.3 价格内涵界定

按交易价格内涵界定要求, 经征求数据来源单位、房地产中介服务等机构以及广州市相关专业人士的意见, 确定实验数据交易价格内涵界定条件。

3.4 样本价格修正及异常值剔除

根据价格内涵, 对样本交易价格进行修正, 并对修正后的样点价格数据进行分布检验并结合原始数据审核时标注的疑示异常样点进行确认并剔除。各城区样本成交价格分布检验的K-S统计结果如表1所示。

由于各城区采样商品住宅成交价格均不服从正态分布, 需采用均值方差法进行数据异常值剔除。

3.5 样本聚类分析

按照样本聚类分析的方法, 建立样本修正后价格与各个特征变量构成的多维空间向量矩阵, 价格内涵, 并以此完成聚类分析测算工作, 取得楼盘聚类结果。

以海珠区采样数据为例, 在完成样点价格修正、异常值剔除后, 数据对各个样本的特征变量进行定量化, 取得一定的成果。

选用Sosine相似度法进行聚类分析, 可获取不同聚类目标的聚类分析结果。以样本编号为分类标识, 可选用不同的分类目标数量反复进行实验, 并将实验结果与样本实际市场差异状况进行对照, 调整出既符合定量聚类计算结果, 又与实际物业整体特征评价相一致的分类结果。

4 结语

作者通过本文对于城市二手房 (住宅) 市场价格动态监测系统设计中的几个关键问题的研究, 主要得出了以下几个结论。

(1) 以城市房地产二手房市场交易价格数据信息为研究对象进行信息收集, 应当充分把握房地产交易的物业类型、空间分布范围、时间跨度、数据质量, 以及以价格分析为核心的其他辅助信息的完整性等这些均是数据信息采集需要重点关注的内容。

(2) 在房地产市场价格数据的整理与分析中, 需要确保所采用的技术方法、技术手段科学合理, 能够从大量的离散数据中获取具有代表性、规律性以及能够区分时间和空间特征的定量、定性分析结论。

(3) 在取得特定观察周期内监测成果后, 为确保监测行为的可持续, 使监测数据随着时间的推移能够得以动态更新和比照, 必须在监测成果的获取和更新环节紧密结合市场发展动态, 对影响分析结论的技术指标甚至技术方法进行论证调整。

(4) 本文对建立基于地理信息系统的空间分析平台, 进行了初步总体设计, 开发了原型实验系统, 以广州市为例, 说明了房地产住宅三级市场价格动态监测系统的数据采集与处理的可行性和现势性。

(5) 如前所述, 由于房地产市场在实体流动性、资源稀缺程度、供求关系等方面区别与一般流通性商品市场的显著特征, 为提高监测效率、成果可信度并拓展成果应用空间, 对其市场交易价格进行监测必须要完成更多的辅助分析研究工作, 这些工作包括交易行为的价格作用研究、价格监测指标对应的市场动态研究、价格动态监测工作规范研究等等。

(6) 本文研究所取得的城市二手房 (住宅) 市场交易价格动态监测原型系统基本是基于C/S结构, 适用于局域网或内部网。在实际工作中, 根据数据采集来源的多样性, 以及数据异地交互的需求, 可考虑在一定的Web GIS平台上, 进一步研发基于Intelnet且具备信息实时交互功能的数据处理系统软件及相关互联网数据服务。

参考文献

[1]国土资源部.城市地价动态监测技术规范[S].北京:国土资源部, 2005.

二手房价格指数论文 第9篇

一、二手房营业税调控的经济学分析 (猜想)

我们回溯国家在09年关于二手房营业税方面的相关规定:个人购买普通住房超改为超过2年 (含2年) 转让的, 免征营业税;将个人购买普通住房不足2年转让的, 按其转让收入减去购买住房原价的差额征收营业税。

营业税对市场价格的影响, 表现在政府课税之后会使二手房出现两种价格消费者支付的价格和供应者实际得到的价格 (2) 。两者之间的差额, 即为税收的数额。我们假设消费者支付的价格为Pd, 供应者得到的价格为Ps, T代表5.5%的营业税率, 则我们可以得到以下等式:Pd= (1+T) Ps或Ps=Pd/ (1+T)

于是现在需求者和供给者各自面临不同的价格。那么他们对二手房的需求量和供给量也要由各自分别根据自己面临的价格来决定。若以D (Pd) 代表需求量, S (Ps) 代表供给量, 我们又知道二手房供给者负有纳税义务, 即二手房供给者实际得到的价格等于消费者支付的价格减去营业税。可以列出两个关系等式:

将 (2) 代入 (1) , 可以得到有营业税情况下新的二手房的市场均衡条件:

以上分析得知, 此时的营业税就变成了一个“包袱”, 到底该由谁来背负, 还要看需求者和供给者两方面供求弹性, 根据税赋的相对转嫁理论, 弹性小者将负担更多的税收 (3) 。由税收归宿定理我们可以看到, 需求弹性和供给弹性是决定税负转嫁和归宿的关键。设Ed是住房的需求弹性, Es是住房的供给弹性, Ts是供给方承担的税收, Td是需求方承担的税收, 则供需双方所承担的税负与供求弹性之间的数量关系是:

从短期来看, Ed>Es, 流通环节税收主要卖方承担, 但拥有多套住房的投机和投资者如果不是急需周转资金, 大都不会在短期内将房子卖出。由于我国城镇化水平不断提高, 特别是越来越多的人进入到大城市, 他们要生存发展, 最基本的就是要一个属于自己的遮风避雨的家, 如此导致北京, 上海这样的大城市楼市需求刚性增加, 需求缺乏弹性。而在长期, 开发商可以选择要不要开发土地, 二手房业主可以选择要不要卖出房子, 于是Ed

图1中供给曲线完全无弹性, 而需求曲线较有弹性, 不管征多少税, 销售者总是供给Q0的产量, 初始的均衡点为E0。当政府征税后, 新的供给曲线与原供给曲线重合, 决定的税收均衡产量与价格不变, 销售者实际得到的净价格为OPN, 这说明在供给完全无弹性的情况下, 税收由房地产商独自承担。从长期来看如图2所示, 与图1情况相反。

二、营业税对房价影响的数学模型分析

(一) 房价高企的主要原因住房资产增值性

住宅作为一种特殊商品, 既是生活必需的消费品, 又是一种很好的投资品, 兼具耐用性和增值性的功能。以投资为主要目的的购房者, 他们主要关心的是短期收益的最大化。而以投机为目的的购房者则是希望在短期内实现转手增值套现。他们在很大程度上刺激了住房需求, 是房价高企的幕后推手 (4) 。

(二) 投资或投机性房地产交易的投资回报模型

相关变量:根据相关文件规定, 二手房营业税率按t=5.5%征收。目前各大银行很多已经取消原7折的房贷利率优惠, 并考虑到购房贷款大都属中长期贷款, 经谨慎考虑, 在此取贷款利率r=6% (资料来源:工商联投融资在线) , 不计复利。

从上海市统计局网站我们看到, 二手房平均销售价格指数从09年1月份98.00达到了10年1月份108.9, 年资产增值率达到了10.9%。据易居中国统计数据显示, 09年全市各楼盘涨幅平均在50%左右, 二手房市场价格也呈普涨态势, 全年平均涨幅高达38%, 为谨慎估计, 在此我们设定二手房年均价格涨辐为p=30%。设房产买价为M, a为购买款项中的自有资产比率, 于是商业贷款比率为1-a.T为房产持有期。

基于以上的假设变量, 根据国务院最新的关于房地产营业税的征收办法, 在此, 我们将分小于等于5年和5年以上两个时期来计算投资者年均回报率。

1. 当T<5年时, 投资者年均回报率模型见公式 (1) :

年均回报率

其中:a房产投资者期初投入资金为M* (1-a) ;

b卖出房产时扣除营业税后的现金收入为M (1+p) T (1-t) ;

C卖出房产后归还贷款本息额为Ma (1+rT) , 不计贷款复利。

2. 当T5年时, 免征营业税:

年均回报率

其中, 卖出房产时的现金收入为, 不需扣减营业税。如果按规定征收5.5%的营业税, 在投资5年期以内出售房产时的回报率:

根据以上数据计算, 我们可以看到与如此高的投资回报率相比, 征税与不征税仅能降低回报率2~3个百分点, 营业税征收对投资者投资回报率影响甚小, 与政府部门意图以此达到调控房价的作用还相去甚远。

三、结论及建议

对不同区域的住房给予差别的营业税率也许是一个更加灵活有效的调控途径。当我国房地产市场发展到成熟阶段, 各项档案, 数据工作都得到很好的统筹之后, 采用基于价格上涨幅度的累进税制 (5) , 对保持房价涨幅减缓也许是一种更加行之有效的政策选择。

(一) 完善税制, 税收调控节点由流转环节逐步向保有环节转变

我国针对居民个人的房产税收基本上都在流转环节, 而在房屋保有环节税负很少。建议在条件成熟时尽快推出合理的物业税制度, 加大住房持有成本, 减少投资、投机收益, 同时考虑到我圉居民整体收入水平不高的实际情况, 应该让大多数居民养得起房。物业税设计可以考虑家庭第一套住房免税或少收税, 第二套住房适度收税, 第三套及以上住房课重税, 使第三套及以上住房房价上涨收益低于持有成本。这样一方面可以减少新的炒房者进入, 另一方面使多套房屋持有者抛售, 增加二手房市场供应量, 改善供求关系。

(二) 税收与其他调控措施配合, 制定分阶段调控目标并对症下药

房价是事关国家经济发展、人民生活和社会和谐的大事, 其影响因素多而复杂, 如房地产市场供求关系、税收政策、土地政策、金融政策及心理预期等, 涉及房管、土地、税务、计划、建设等多个部门。税收只是影响房价的因素之一, 税收政策应与其他调控措施有机配合, 如需要土地部门制定合理的房地产开发用地计划和收取适度的土地出让金、信贷部门制定合适的信贷政策等。

参考文献

【1】财政部, 国家税务总局《关于调整个人住房转让营业税政策的通知》2009

【2】赵晓英, 焦勇七部委《意见》对房地产市场的影响浅析[J]中国房地产金融2005 (7) :3

【3】高鸿业西方经济学第三版 (微观部分) [M]北京中国人民大学出版社2005

【4】岳娟丽, 管鸿禧产营业税对稳定住房价格的作用研究[F]经常管理2005 (12) :159～162

混合策略下的单一价格二手车模型 第10篇

一、单一价格交易模型引入

为了全面讨论单一价格二手车交易混合策略的均衡情况, 作出以下假设:二手车的质量有好、差两种情况, 卖方可以选择卖或不卖两种策略, 买方在不知道车的质量的情况下, 可选择买或者不买两种策略;对于卖方来讲, 质量好、坏对应的价值分别为V、W (V>W) , 而对于买方而言, 不管车子好坏只有一种价格P, 这就要求卖方在车质量差的情况下必须花一定的费用C进行“包装”, 以达到销售的目的, 单一价格二手车交易可用图1的扩展形式表示[2]。

二、模型的均衡解

1.解释

动态博弈均衡的结果取决于博弈双方可选择的行动方案和相应的期望收益[2]。在二手车交易博弈过程中, 当卖方决定出售车辆时, 买方对交易需要作出“判断”——车况是好或者差的机率分别是多少[3]。假设卖方为博弈方1, 买方为博弈方2, 引入两个条件概率[2]s) |Prob (g和[3]1s) |Prob (b, 分别表示博弈方1卖车的情况下博22[5]30000=V22[5]3=V2[5]30000=V0=W200=P1) 弈方2判断车况好和坏的概率, 所以1=s) |Prob (b+s) |Prob (g Prob (g) Prob (b) g) |Prob (s b) |Prob (s。博弈方2在做出判断之前, 首先要知道车况好差的概率的大小, 分别用1=s) |Prob (b+s) |Prob (g) Prob (b) g) |b) |Prob (s s) |Prob (g[4]和1=s) |Prob (b+s) |g Prob (g) Prob (b) g) |s b) |Prob (s s) |Prob (g[4]表示 (这两个数据一般通过平均情况、经验性数据得到) 。此时, 博弈方2可以做出判断, 计算出车况好和差时, 博弈方1选择出售的概率分别为1=s) |Prob (b+s) |Prob (g Prob (g) Prob (b) g) |Prob (s b) |Prob (s, 根据贝叶斯法则计算出b) s) |Prob (g[4]:1=s) |Prob (b rob (g) Prob (b) b) |Prob (s s) |Prob (g[4]1=s) |b (bg) Prob (b) b) |b (s s) |Prob (g[4]

2.论证

求证上述单一价格二手车交易模型为完美贝叶斯均衡。

3.证明

(1) 判断

[2]2这与博弈方2的判断相同。

(2) 博弈方2序列理性检验[5]

2 s) |Prob (g020000=P10000=C (PC) 1 20=W20000=P10000=C (P C) 12230000=V0=W20000=P10000=C (P C) 1 22E:为了使讨论方便, 设30000=V0=W20000=P1=C1) 12E:10000=C (P C12 (P必须大于C才能使博弈方1在差车的状况下有卖车的动机) 。计算出博弈方1的策略和判断, 博弈方2选择买入的数学期望2E为:

与选择不买的收益一样, 所以博弈方2的混合策略通过了序列理性要求的检验。

(3) 博弈方1序列理性检验

(4) 结论

有a、b、c论述可知, 博弈双方的混合策略组合与博弈方2的判断组成了一个单一价格二手车交易完美贝叶斯均衡。

三、结束语

对博弈双方而言, 均衡策略对解剖不完美信息动态博弈都至关重要。由于动态博弈存在多节点信息集, 所以其后续过程受节点选择的影响。尽管上述博弈方采取混合策略组成了一个单一价格二手车交易完美贝叶斯均衡, 但在本质上阻碍了二手车市场的运营机制, 致使状况较好的二手车流通到市场中, 而只有部分状况较差的二手车流入, 这种现象促使二手车“市场接近失败”。所以混合策略下的二手车交易不是很理想的市场状况。

摘要：不完美信息动态博弈是信息不充分、不对称博弈的一种类型, 其特点是所有博弈方都有关于对方受益的情报, 但是部分博弈方不能完全掌握博弈进程的信息。在日常生活中, 二手车交易经济活动非常普遍, 由于卖方人为隐瞒等原因, 信息往往不能在所有当事人之间共享或充分交流, 从而很难避免质量的不确定性和市场机制信息不完美问题的产生, 导致二手车市场“柠檬理论”的出现。本文讨论混合策略下单一价格模型, 应用贝叶斯概率公式及数学期望等知识求得其均衡解, 得出相关结论。

关键词：不完美信息动态博弈,二手车交易,混合策略,单一价格,贝叶斯

参考文献

[1]赵人可, 赵晓芹, 王跃恒.单一价格二手车交易模型的均衡解[J].湖南科技学院学报.2006, 27 (11) :34-35.

[2]王成山, 吉兴全.输电网投资规划的Nash均衡分析 (二) ——混合策略Nash均衡的分析[J].电力系统自动化.2002, 26 (20) :1-5.

[3]王文玉, 王宇.博弈论与经济行为[M].上海.生活.读书.新知, 2004.

[4]谢安, 李冬红.概率论与数理统计[M].北京.清华大学出版社, 2013:25-45.

二手房价格指数论文 第11篇

与新房市场的量价受开发商推盘、定价策略影响不同,二手房市场每一宗讨价还价的交易结果,直接反映了供求双方的心态和对后市的预期。

相对于成交价格来说,报价的变化更能反映市场心态的变化,而且是未来市场价格走势的先行指标。

本文的二手住宅报价指数和二手住宅价格指数,是根据中原集团的实际业务数据编制的。从历史数据可以看出,报价指数的上涨和下跌,通常会领先于成交价格的变化2～4个月。而在目前各城市房价持续下跌的背景下,北京、成都报价指数已经连续2个月上涨,广州、深圳、天津报价指数也出现回升。如果报价指数能延续目前的回升趋势,参照过往报价指数的领先经验,最快在年底前,上述城市的房价或将见底。

不过,由于目前市场情况与2012年的那轮反弹差异很大,即便报价指数的领先性再度得到验证,价格触底后也很难出现大幅反弹,企稳盘整的可能性更大。

1二手房市场更值得关注

我们在5月的研究报告《哪些因素影响二手住宅市场》中指出:截至2013年底,我国已经有11个城市步入了二手住宅市场发展成熟的行列。其中京、沪等一线城市二手房市场的规模早已超过了新房市场。因此,单纯研究新房市场无法描述整个城市住宅市场的全貌。

同时,由于一二手市场间存在明显相关性,在做研究分析时,两个市场的数据指标可以互为参照,有助于更全面地了解市场(见图1)。

由于中原集团在二手房业务方面的优势,使我们能掌握来自市场买卖双方的第一手数据。这些数据反映客户心理预期,对于判断后市走向很有参考价值。

2中原二手住宅价格指数持续下滑,报价指数转跌回升

根据中原二手住宅价格指数显示(见图2),目前6个重点城市的二手住宅均价都处于下降通道,其中北京和上海的二手住宅价格指数已经分别连续8个月和5个月下滑。随着价格指数的不断走低,成交量也难有起色。

中原二手住宅报价指数的情况如下。

首先,数据来源是所有在中原挂牌出售的二手房的实际报价。我们每周追踪所有挂牌房源的价格变动,并编制成指数形式便于分析。

当二手住宅报价指数高于50%时,说明在所有挂盘房源中,报价上调房源占比高于报价下跌房源的占比,未来房价上升的可能性较大;低于50%时,说明报价下跌房源的占比高于报价上调房源占比,未来房价很可能会下跌。

再看报价指数具体的走势情况(见图3),6个重点城市中(除上海外),其报价指数已经先后在6个月和7个月出现了止跌回升的态势。

那么,二手住宅报价指数的逆转是否预示着价格的见底呢?

3部分城市有望在9、10月止跌回稳

二手住宅报价指数的逆转是否预示着价格的见底?对于这个问题我们首先需要研究报价指数和价格指数之间的相关性。从交易逻辑而言,总是先有报价,然后经过讨价还价,最后形成成交价。因此,报价指数的走势与价格指数具有很强的相关性,而且会领先于价格指数的波动。如果当市场上出现更多的二手房卖方业主调低报价,二手房的成交均价也必然会降低,当然这中间会存在一定的时间差。

历史数据的走势证实了这个结论。由表1可以看到,报价指数一般会早于价格指数2～3个月进入下行周期。如果出现报价指数的两个下行周期间隔时间很短的情况,将很可能引起价格指数的一个长周期下行(比如2011-2012年的北京)。对于从2014年初延续至今的这波降价潮,各城市的报价指数早在2013年底就有所显现,比价格的变化平均提早了2个月左右。

那么,在市场触底回升阶段,报价指数的领先程度是否同样显著呢?

从历史数据看,如果房价经历了一个长下行周期后(连续下跌超过6个月),只要报价指数出现连续3个月的回升,房价都实现止跌回升。只有成都是例外,2011年底报价指数连续上升4个月后才迎来房价回升(见表2)。

目前北京和成都的报价指数已经连续2个月上涨,广州、深圳和天津也都在7月出现了近期的首次回升。参照历史经验,如果北京、成都8月报价指数仍能保持环比上涨,9月很可能迎来价格回升。

成交量的走势同样可以佐证我们的判断。历史上二手住宅价格的回升都是伴随着成交量的回升(见图4～9)。尤其是在价格指数经历长周期下行后回升的时间点,如2010,2012年,二手住宅成交量均同步出现了明显的连续回升。从近期的成交数据来看,7月六大重点城市二手住宅的成交量均出现了近3个月来的首次回升,其中北京、成都涨幅都在20%左右。因此如果8月成交量仍持续向好,9月价格回升的可能性很大。

当然,在我们做出这样大胆的预测前,必须看到,目前的市场和之前的回升期有明显的不同。上一次六大城市报价指数的领先性得到验证,均发生在2012年的3、4月。当时全国各主要城市均出现了量价回升,其背后有全国整体信贷放松、政策转向调整的影响。连续的降准降息影响了市场心理预期,因此当时六大城市报价指数、成交量、价格指数变化几乎同步发生变换,前后差别不超过1个月。

然而,目前各地楼市政策调整的力度不一,各城市报价指数的回升差异明显,比如上海报价指数依然在下跌通道,没有回升的迹象。

另一方面,今年各城市新房存量仍在高位。据了解,开发商为了在“金九银十”抢收业绩,仍会在价格上作出让步。在新房价格走低的压力下,二手价格很难一枝独秀,尤其在新房供应集中的郊区。

因此,由于市场大环境的不同,这次报价指数的领先性能否再次得到验证,仍值得我们关注。而且,即使二手房价格见底,我们认为也不会出现前两年那样大幅反弹的局面,企稳盘整的可能性更大。而新房价格,尤其是存量压力大的二三线城市,仍有下跌空间。

根据8月最近3周的报价数据变化(见表3),北京、天津、成都三城市8月报价预计将继续上升,未来趋势看好;广州深圳仍有波动。