关于二手房房价预测的分析研究

张雨 顾俊

摘 要 随着社会经济的迅猛发展，房地产开发建设的速度越来越快，二手房市场迅猛发展，对二手房房产价格评估的需求也随之增大。因此，对二手房房价预测进行研究是必要的。本文一方面就影响二手房房价的因素进行了深入研究，另一方面也对中国二手房市场房价预测的方法进行了研究和综合，近而得出更为合理科学的二手房市场预测模型，对二手房购房者和投资者了解二手房的价格区间，进行购房、投资有一定的引导意义。

关键词 二手房；特征价格模型；房价；预测

1 研究背景

自改革开放以来，我国房地产业迅速发展，带动国民经济实现了快速持续的增长，因此被视为我国的支柱产业[1]。目前，我国的房产交易市场以新盘和二手房市场为主导。同时，中国房地产市场正处于从新房主导向二手房主导的转换阶段，未来十年中，二手房交易将持续上升[2]。巨大的利益充斥于房地产市场并呈现出愈加激烈的形式，因此科学地，深入地对二手房地產进行分析，研究显得极为重要。过去，我国较多地借鉴美国的房产估价理论，而现实中却主要凭借以往的经验进行住宅价格的评估[3]。这导致了直接服务于买卖双方的专业评估机构房地产评估机构在目前的普通二手房交易过程中基本处于缺失状态，给买卖双方带来风险和损失。近年来相关学者开始将多种新技术与方法，如神经网络[4]、随机森林模型、灰色系统方法等引入房产的评估中，这些方法虽然对于传统方法进行了有效的改进，但对于应用到实际情况中还有助于进一步提高。

2 房价预测方法

2.1 传统方法

房地产物业的估价原理和方法尚处在发展与完善阶段，市场比较法、成本估价法、收益还原法这三种方法都是实际操作中经常被采用的方法[5]。市场比较法从经济学上的替代原理或替代原则来理解和评估房价的[5]。市场比较法一般适用于房地产市场较为发达、活跃和完善的地区，如果在一些房地产市场尚不够发达的地区，很难采用这种估价方法进行估价；成本估价法是经济学中的生产费用价值理论来理解和评估房价的。适用于居住房地产的估价、拆迁估价以及当前的在建工程估价，同时也主要适用于成色较新的建筑物的估价，不适用于评估过于老旧的房地产价值；收益还原法则是从是房地产价格形成的预期原理来理解和评估房价的，主要用于商业用房、出租型公寓等方面。

2.2 特征价格法

特征价格法就是通过人们购买具有一定属性的商品的价格，来推断人们赋予各属性价值量大小的一种价值评估方法。特征价格，英文为“Hedonic Price”，指的是住宅的每个特征都对应着一个价格，通过分析每增加一单位属性，消费者愿意额外支付的费用，就可以评估这种无法直接从市场上得到的影响因素的隐含价格。

3 二手房价格的影响因素的选择分析

回归预测就是基于事物之间这种相关关系的一种数理统计预测方法，对这种相关关系定量描述的数学模型为回归模型。回归预测法在二手房房价预测中应用较为普遍，它是从事物变化的因果关系出发进行预测的一种方法，其可靠性高，实用价值大。本文运用spss软件的多元线性回归分析二手房房价特征。本节重点分析各个影响因素对二手房价格影响的作用大小。

4 模型的建立

4.1 特征价格模型的构建

（1）建立特征价格模型

（2）函数的确定

因为经济学理论并没有指明住宅价格和特征之间究竟适合哪种函数关系，都是凭经验初步设定函数形式，然后不断地尝试和修正，直到认为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。

4.2 特征价格因素的量化

本文搜集了大量的二手房交易数据，经过分析和处理采用点量化表的形式来对特征价格因素的量化。

近几年，我国在基于特征价格因素的二手房房价预测方面的学者大多采用如下量化指标：区域按与商业中心的距离一般分为：1（远），2（中），3（近）；附近设施，以附近设施的个数进行量化，有1个为1，依个数累加；房龄就按距调查年份的年数；所在楼层根据楼型分为①小型楼；②大型楼。再依据所在楼层进行量化，朝向一般认为南北为1，其他为0。

参考文献

[1]唐永忠.房地产价格影响因素分析[M].2007：3.

[2]王峥.二手房中介再创O2O新模式[N].证券日报.地刊，2015-1-2，（A04）：1-2.

[3]叶剑平.房地产估价[M].北京：中国人民大学出版社，2002：16.

[4]EM Worzala， M Lenk， A Silva. An exploration of neural networks and its application to real estate valuation[J].Journal of Real Estate Research，1995，10（10）：201-208.

[5]殷琳.市场比较法在房地产估价中的应用[J].陕西经贸学院学报，200114（5）：69-71.

[6]王秀丽，骆汉宾.市场比较法估价中可比案例选择研究[J].华中科技大学学报，2003，12（4）：89-91.