首页> 中文学位 >基于特征价格的二手房价格评估方法研究
【6h】

基于特征价格的二手房价格评估方法研究

代理获取

目录

文摘

英文文摘

1绪论

1.1研究背景

1.1.1问题的提出

1.1.2研究意义

1.1.3本文的创新之处

1.2研究目标和内容

1.2.1研究目标

1.2.2研究内容

1.3研究方案

1.3.1研究方法

1.3.2技术路线

1.3.3结构安排

2文献综述

2.1传统房地产评估理论

2.1.1房地产评估溯源及在国内的发展

2.1.2房地产评估理论方法

2.1.3房地产评估技术与方法

2.2特征价格理论

2.2.1特征价格理论的溯源

2.2.2特征价格理论分析

2.2.3国内外研究特征价格研究的现状

2.3统计学习理论

2.3.1机器学习的描述

2.3.2统计学理论下的机器学习方法

2.3.3统计学理论中的两大概念

2.3.4统计学习理论的溯源及国内外研究现状

2.3.5国内研究运用学习理论进行房产评估的现状

2.4本章小结

3特征价格模型的构建

3.1研究模型变量的选择

3.1.1常用的模型变量

3.1.2模型变量的选择

3.2特征价格模型构建

3.2.1常用的回归估计方法

3.2.2参数回归方法估计

3.2.3支持向量机方法估计

3.3模型的检验方法

3.4本章小结

4研究数据的获取和量化

4.1研究区域

4.2数据的来源与整合

4.3住宅特征变量的量化

5住房价格的评估对比研究

5.1特征价格模型的分析

5.2评估模型样本的选取

5.3应用参数方法评估

5.4应用支持向量机方法评估

5.5两种方法的比较

6结论与展望

6.1研究结论

6.2研究不足与研究展望

6.2.1研究不足

6.2.2研究展望

参考文献

附录47个小区实地调查数据

致谢

展开▼

摘要

随着国民经济的发展,伴随房地产的相关经济活动越来越频繁,对房地产估价的需求也随之增大.无论从市场参与者的角度,还是从国家开征税费的角度看,商品房价格的精确衡量都是个永恒的话题. 当前,使用的市场比较法、成本法和收益法三种传统评估方法在实际评估运用中过多依赖于评估者的经验,对数理模型运用较少,在实际应用中成本较高. 借鉴国外房地产评估和税基制定的经验,本文引入特征价格模型,从消费者对住宅特征的需求角度理解房价,进行房价评估研究. 在特征价格模型中,多使用参数方法进行回归预测,函数形式的选择对评估的效果影响较大,却常依赖于人为假定,容易造成较大的误差.本文引入统计学习理论最新的研究成果--支持向量机方法对特征价格模型进行回归预测.在二手房实际成交数据的基础上,通过调查走访,获取了研究区域内320个交易实例的特征价格数据,进行建模,采用常用的参数方法与支持向量机回归方法进行对比研究,表明基于支持向量机方法的特征价格评估模型较常用的参数回归评估模型有着较高的准确性,值得推广应用.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号