住宅价格的特征价格模型研究.docVIP

住宅价格的特征价格模型研究 　　[摘要]笔者在文中对特征价格模型的特点对普通住宅价格进行了阐述，依据市场特点来阐述该模型中的住宅价格特征，供同行参考。 　　[关键词]住宅价格;特征价格模型;学区房 　　文章编号：2095-4085（2015）02-0091-02 　　1 住宅特征价格模型的基本概念 　　特征价格模型一般可以理解成：可以为人们带来有效参考的价格模型。其核心主体是实际产品中能满足人们需求的各种特征价格总和。 　　我们所阐述的住宅价格模型特征是房屋内在的各种客观特征，因此排除了人为的主观评价。其主要特征有如下几类：住宅的区位特征、周围环境特征与住宅本身特征三类。 　　我国住宅价格特征研究是近几年开展起来的，但是相对数据较为匮乏。随着数据的逐渐完整，人们日益关注房地产价格，更多的专家开始研究该模式对下的住宅价格。 　　特征价格模型中涉及的主要指标有：住宅的区位特点、层数、绿化、车位、物业费用、装修水平、物业、通讯以及供水等方面。这些因素中，区位与物业级装修是影响价格的重要指标。 　　该式中，因变量是Y，而X;则代表着住宅价格;经过Box-cox进行转换后的普通自变量;Z，则是未通过Box-cox转换的自变量;E属于误差项;β，α，p和A是模型需要估计的参数。假设p与A为1，则2式属于多元线性模型;当其为0而为1时，则属半对数模型;如果都为0时，模型则属对数线性。上述三种模型是以往常用的研究住宅价格的模型。 　　2 模型的样本和数据 　　2.1 住宅资深价格的重要指标 　　主要有：面积、卧室数、客厅数、厕所数、住宅所属楼盘是否为高层/小高层/低层，所处楼层上部/中部/下部，住宅的建筑年龄，朝向及是否南北通透等方面。 　　此外，住宅建筑是低层、小高层或者高层也影响到住宅价格水平。 　　2.2 影响价格的住宅区位特征（因变量） 　　相关指标包括：DT代表与天安门之间的距离――以北京为例，通常该距离为直线距离。与城市CBD的距离表示为DC。距离地铁站的直线距离DS。以此确定该区域是否位于城市的核心区域。 　　一般国际上将距离CBD的距离作为反效应住宅价格的重要指标。其确定依据是往返CBD与住宅之间的通勤成本。 　　2.3 住宅环境指标 　　环境指标中的重要因素包括：治安、空气质量、教育及噪音等。本文主要针对教育与环境进行阐述。国内大中城市通常将学区房作为一个重要环境因素，但是这种影响因素缺乏较具体的量化指标。一般会考虑城市重点小学是否与住宅之间的关系来衡量教育因素对其价格影响程度。 　　此外其他的环境因素一般选择湖泊与公园对住宅的影响，城市中的主要风景点，如：杭州西湖、北大未名湖等都会直接影响到住宅价格。 　　3 特征价格模型研究 　　3.1 模型的主要计算方式 　　第一，各种自变量的共线性回归分析。由于DT与DC之间有多重共线性，分别把DT和DC移除，然后进行回归，然后使用逐步排除的办法进行半对数线性回归、线性回归以及对数线回归到模型当中。依照该方法对住宅的面积与卧室数量及客厅数量确定共线性并进行排除。 　　第二，对各种因变量进行转换，当数值接近0的时候对因变量进行对数转换。 　　3.2 价格特征模型的解释 　　通过对模型调整可以解释住宅总价变量的88.4%左右。计算表明接近市中心或者靠近湖泊的住宅相对价格更高些，而年代较长的价格价格则偏低。同时，住宅面积、客厅卧室数量以及是否是学区、是否通透、房屋层数等都会直接影响到住宅价格。以下就主要变量进行分析： 　　3.2.1 面积（S）变量 　　当变量系数达到0.931时，住宅面积如增加1%，其总价会增加0.931%左右。这就证明，随着住宅面积的增加，购房者的购买力对当前价格水准影响偏弱。 　　3.2.2 是否位于学区范围内（E）的变量 　　当变量系数达到0.221，学区住宅价格会远高于其他区域住宅价格，通常超出其他区域24.7%左右。 　　3.2.3 是否位于经济发达区域（NC）的变量 　　通过计算，如果住宅所在区域经济较好会与之较差的高出34.4%左右。这种数字差异反映出该因素对住宅价格的直接影响。 　　3.2.4 距离最近的河流或湖泊的距离（DR）的变量 　　实际证明，住宅距离湖泊等距离的增加会直接影响房屋总价，通常，每增加1%总价会降低0.018%左右。因此，一般普通住宅价格对周围生活环境敏感度不高。 　　3.2.5 变量NS，房屋是否南北通透 　　转换数据证明，同等条件下，如果南北通透，其价格会高出非通透住宅的4.1%左右。 　　4 城市轨道交通对沿线住宅的影响 　　4.1 轨道交通影响住宅价格的理论基础 　　4.1.1 区位因素 　　该理论因素是城市核心经济理论之一，住宅价格与交通成本