二手房房?jī)r(jià)影響因素分析

1、匯報(bào)小組：周錁 趙芳卉 陳琳指導(dǎo)老師：張艷萍邯鄲市二手房房?jī)r(jià)影響因素分析河北工程大學(xué)數(shù)理科學(xué)與工程學(xué)院04 結(jié)論與建議01研究背景及意義02研究材料和方法03研究結(jié)果與討論CONTENTS目錄01研究背景及意義1999 年至 2018 年間，我國(guó)商品房平均銷(xiāo)售價(jià)格從 2051 元/平方米迅速增至 8737 元/平方米。為了解決房?jī)r(jià)持續(xù)增長(zhǎng)的問(wèn)題，中央和地方出臺(tái)了多項(xiàng)調(diào)控政策。2016 年 8 月，住房城鄉(xiāng)建設(shè)部等部門(mén)發(fā)布關(guān)于加強(qiáng)房地產(chǎn)中介管理促進(jìn)行業(yè)健康發(fā)展的意見(jiàn)。房地產(chǎn)行業(yè)發(fā)展繁榮二手房市場(chǎng)選題背景伴隨著房?jī)r(jià)的飛速增長(zhǎng)，購(gòu)買(mǎi)能力相對(duì)較低的消費(fèi)者選擇更多地關(guān)注到二手房市場(chǎng)。2018 年北京二手

2、房成交量占房屋總成交量的 86%，而新建商品房成交量?jī)H占 14%Keyword補(bǔ)充住宅房源12增加住房選擇.減輕住房壓力3研究意義4提升人民生活水平和幸福感Unified fonts make reading more fluent.Theme color makes PPT more convenient to change.Adjust the spacing to adapt to Chinese typesetting, use the reference line in PPT.目標(biāo)一判斷所選的變量對(duì)二手房?jī)r(jià)是否有影響，并分析各個(gè)因素對(duì)二手房房?jī)r(jià)的影響程度。目標(biāo)二從邯鄲市的實(shí)際情況出

3、發(fā)，分析出邯鄲市二手房房?jī)r(jià)的影響機(jī)制，并構(gòu)建模型，依據(jù)案例數(shù)據(jù)計(jì)算出二手房的合理價(jià)格。目標(biāo)三通過(guò)該研究，一方面為購(gòu)房者的購(gòu)買(mǎi)決策、售房者的定價(jià)決策、投資者投資決策提供依據(jù)；另一方面為政府的政策制定提供建議及參考依據(jù)。研究目標(biāo)02研究材料和方法收集相關(guān)文獻(xiàn)了解國(guó)內(nèi)外研究現(xiàn)狀.拓展思路數(shù)據(jù)來(lái)源網(wǎng)站：搜房網(wǎng)、安居客.方法：分層抽樣指標(biāo)選取參考其他文獻(xiàn)的指標(biāo).咨詢(xún)專(zhuān)業(yè)認(rèn)識(shí)統(tǒng)計(jì)描述房?jī)r(jià)分析.影響因素對(duì)房?jī)r(jià)的影響.統(tǒng)計(jì)建模 不考慮交互作用的多因素協(xié)方差分析模型 不考慮交互作用的多因素協(xié)方差修正模型考慮交互作用的多因素協(xié)方差分析模型考慮交互作用的多因素協(xié)方差分析修正模型?；?Lasso 方法的房?jī)r(jià)影響因素

4、選擇結(jié)論與建議關(guān)于二手房房?jī)r(jià)的相關(guān)結(jié)果.給售房者、購(gòu)房者、投資者和政府的建議。研究思路通過(guò)收集相關(guān)文獻(xiàn)，了解國(guó)內(nèi)外研究現(xiàn)狀。 借鑒相關(guān)模型，為論文提供理論支撐，文獻(xiàn)法搜集相關(guān)數(shù)據(jù)，運(yùn)用Excel、R等統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行初步處理，并進(jìn)行描述性統(tǒng)計(jì)分析，說(shuō)明樣本資料的數(shù)據(jù)結(jié)構(gòu)。統(tǒng)計(jì)分析法運(yùn)用多因素協(xié)方差模型構(gòu)建房?jī)r(jià)與其影響因素的表達(dá)式。用 Lasso 回歸對(duì)總房?jī)r(jià)可能存在的顯著性變量進(jìn)行選擇排序。數(shù)學(xué)模型法研究方法03研究結(jié)果與討論描述性統(tǒng)計(jì)分析圖1 邯鄲市二手房房?jī)r(jià)分布圖圖2 邯鄲市各行政區(qū)域所對(duì)應(yīng)的房?jī)r(jià)箱線圖描述性統(tǒng)計(jì)分析圖3 邯鄲市二手房樓齡分布直方圖圖4 戶(hù)型對(duì)應(yīng)的房?jī)r(jià)箱線圖描述性統(tǒng)計(jì)分析

5、圖5 樓層分布直方圖圖6 邯鄲市裝修程度箱線圖統(tǒng)計(jì)建模一、不考慮交互作用的多因素協(xié)方差分析模型DfSum sqMean sqF value Pr(F)樓齡1110731107339.21821.47E-09面積19855298552349.04282.20E-16樓層1231282312881.9122.20E-16戶(hù)型4448551121439.71592.20E-16裝修程35839.54E-06行政區(qū)域1647266297610.3185 2.2e-16朝向411082770.9603 0.4297產(chǎn)權(quán)性質(zhì) 315095031.7441 0.1582 表1 模型

6、(1)協(xié)方差分析結(jié)果 模型（1） 通過(guò)表1我們可以發(fā)現(xiàn)，朝向和產(chǎn)權(quán)性質(zhì)沒(méi)有通過(guò)顯著性檢驗(yàn)，我們把上述兩個(gè)變量從模型中剔除。統(tǒng)計(jì)建模二、不考慮交互作用的多因素協(xié)方差修正模型表2 模型（2）協(xié)方差分析結(jié)果模型（2） 由表2結(jié)果顯示，在剔除模型（1）中的不顯著變量并對(duì)模型（2）進(jìn)行協(xié)方差分析后，模型（2）中的變量均通過(guò)了顯著檢驗(yàn)?？蓻Q系數(shù)R2=0.7389,調(diào)整后R2=0.7116，由此可見(jiàn)，模型（2）的擬合優(yōu)度較好。DfSum sqMean sqF valuePr(F)樓齡1110731107338.1082.333e-09面積19855298552339.1622.2e-16樓層12312823

7、12879.5932.2e-16戶(hù)型4448551121438.5922.2e-16裝修程2091.016e-05行政區(qū)域1647266297610.2432.2e-16Multiple R-squared: 0.7389 Adjusted R-squared: 0.7166統(tǒng)計(jì)建模二、不考慮交互作用的多因素協(xié)方差修正模型EstimateStd. Errort valuePr(|t|)(Intercept) -30.10637 11.10246 -2.712 0.007107樓齡s0.376610.193411.9470.052499面積0.646410.060661

8、0.6572e-16樓層0.477500.14772 3.2330.001373戶(hù)型213.20477 9.185841.4380.151685戶(hù)型317.43759 9.604361.8160.070499戶(hù)型431.2775011.350532.7560.006241戶(hù)型5214.64409214.644099.2512e-16裝修程度5.586941.299994.2982.38e-05行政區(qū)域 CA-7.229875.76955-1.2530.211208行政區(qū)域 CT20.333256.217383.2700.001208行政區(qū)域 DM-27.234606.40437-4.2532.

9、88e-05行政區(qū)域 FF-8.17066 6.57855-1.2420.215267行政區(qū)域 FX-1.713225.59024-0.3060.759476行政區(qū)域 GP-7.147368.10961-0.8810.378885行政區(qū)域 GT-8.411479.09580-0.9250.355882行政區(qū)域 HS12.014585.948592.0200.044360行政區(qū)域 JN-8.146075.80971-1.4020.161975行政區(qū)域 K24.509436.735003.6390.000326行政區(qū)域 LZ-4.582336.55307-0.6990.484965行政區(qū)域 QZ2

10、.052466.426000.3190.749660行政區(qū)域 S 32.459516.594674.9221.46e-06行政區(qū)域 W-12.298346.56270 -1.8740.061971行政區(qū)域 WA -8.832806.57161-1.3440.180005 行政區(qū)域 YN -23.388865.82841-4.0137.70e-05表3 模型（2）參數(shù)估計(jì)模型（3）結(jié)論：1）樓齡對(duì)房總價(jià)會(huì)有正影響2）建筑面積和房子總價(jià)正相關(guān)3）樓層和房子總價(jià)呈現(xiàn)正相關(guān)關(guān)系4）裝修程度跟房子總價(jià)正相關(guān)統(tǒng)計(jì)建模三、考慮交互作用的多因素協(xié)方差分析模型表4 模型（3）協(xié)方差分析結(jié)果 交互作用：第一，“朝

11、向”與“戶(hù)型”有交互作用。第二，“產(chǎn)權(quán)性質(zhì)”與“行政區(qū)域”有交互作用。DfSum sqMean sqF valuePr(F)樓齡1110731107340.18499.656e-10面積19855298552357.64702.2e-16樓層12312823128 83.93112.2e-16戶(hù)型4448551121440.69492.2e-16裝修程31076.045e-06行政區(qū)域1647622297610.80122.2e-16朝向411082771.00520.4052121產(chǎn)權(quán)性質(zhì)315095031.82570.1427464戶(hù)型*朝向1110.00340.

12、9536333行政區(qū)域*產(chǎn)權(quán)性質(zhì)3463315445.60470.0009652模型（4） 結(jié)果顯示考慮交互作用后，變量房屋朝向與戶(hù)型的交互作用對(duì)目標(biāo)變量（房總價(jià)）仍無(wú)顯著影響，但原先對(duì)房?jī)r(jià)無(wú)顯著影響的產(chǎn)權(quán)性質(zhì)，在模型中加入行政區(qū)域的交互作用后，協(xié)方差分析的結(jié)果顯示交互作用對(duì)房?jī)r(jià)有顯著影響，同時(shí)也說(shuō)明產(chǎn)權(quán)性質(zhì)這個(gè)變量不應(yīng)該被剔除。統(tǒng)計(jì)建模四、考慮交互作用的多因素協(xié)方差分析修正模型表4 模型（3）協(xié)方差分析結(jié)果 結(jié)論：模型（5） DfSum sqMean sqF valuePr(F)樓齡1110731107340.43528.473e-10面積19855298552 35987462.2e-16

13、樓層12312823128 84.45392.2e-16戶(hù)型4448551121440.94842.2e-16裝修程44345.635e-06行政區(qū)域1647622297610.86852.2e-16產(chǎn)權(quán)性質(zhì)316565522.01540.112032行政區(qū)域*產(chǎn)權(quán)性質(zhì)4496112404.52860.001474（1）戶(hù)型對(duì)房?jī)r(jià)的影響是正向的， 即戶(hù)型越大，房?jī)r(jià)越高。（2）區(qū)域與房?jī)r(jià)正相關(guān)，行政區(qū) 域發(fā)展越好，房?jī)r(jià)越高。基于Lasso方法的房?jī)r(jià)影響因素選擇 Lasso介紹：由圖 7可以看出，影響房?jī)r(jià)的因素中，按影響程度大小排序依次如下：4（戶(hù)型） 6（行政區(qū)域） 5

14、（裝修程度）2（面積） 3（樓層）1（樓齡）。Lasso回歸由圖 7可以看出，影響房?jī)r(jià)的因素中，按影響程度大小排序依次如下：4（戶(hù)型） 6（行政區(qū)域） 5（裝修程度）2（面積） 3（樓層）1（樓齡） 圖7 Lasso方法的圖解路徑二手房樓齡和房?jī)r(jià)成正比，這個(gè)系數(shù)的反常原因在上節(jié)已提，此節(jié)不再贅述。Lasso回歸變量估計(jì)值(Intercept)-36.6084426樓齡s1.1446938面積0.6458871樓層1.0434736戶(hù)型6.5254779裝修程度3.7010886行政區(qū)域-0.7105217房屋面積與房?jī)r(jià)正相關(guān)，根據(jù)回歸結(jié)果顯示，面積每提高1m2，房總價(jià)會(huì)增長(zhǎng)0.6458871萬(wàn)

15、元。樓層總數(shù)與房?jī)r(jià)正相關(guān)，根據(jù)回歸結(jié)果顯示，總樓層每增加1層，房總價(jià)會(huì)增長(zhǎng)1.0434736萬(wàn)元。戶(hù)型與房?jī)r(jià)為正相關(guān)關(guān)系，每增加一室，房總價(jià)會(huì)增加6.5254779萬(wàn)元。裝修程度與房?jī)r(jià)也呈現(xiàn)正相關(guān)關(guān)系，即在其他條件不變的情 況下，每上升一個(gè)裝修程度， 房總價(jià)增加3.7011萬(wàn) 元。04結(jié)論與建議影響二手房房?jī)r(jià)的顯著因素1樓齡：樓齡對(duì)房總價(jià)呈正比關(guān)系。這是因?yàn)槔蠀^(qū)發(fā)展較好，雖然樓齡長(zhǎng)，但是一定程度上比縣里的樓齡低的房子價(jià)格高。2面積：在其他因素不變的情況下，建筑面積越大，房子相對(duì)越舒適，房總價(jià)會(huì)相應(yīng)越高。3樓層數(shù)：樓層數(shù)和房總價(jià)正相關(guān)，即在其他因素不變的情況下，總樓層越高，房總價(jià)也會(huì)越高。4戶(hù)型

16、：五室比四室、四室比三室、三室比二室的總房?jī)r(jià)高。5裝修程度：在其他因素相同的情況下，每提高一個(gè)裝修程度，總房?jī)r(jià)就會(huì)越高。.6行政區(qū)域：不同的行政區(qū)域房?jī)r(jià)會(huì)不一樣，就邯鄲市而言，綜合發(fā)展程度越高的行政區(qū)域，總房?jī)r(jià)越高。7 產(chǎn)權(quán)性質(zhì)*行政區(qū)域：在某些行政區(qū)域，產(chǎn)權(quán)性質(zhì)為商住兩用的房子比其他產(chǎn)權(quán)性質(zhì)的房子總價(jià)要低。結(jié)論 影響因素重要性排名影響因素重要性排名戶(hù)型1面積4區(qū)域2樓層5裝修程度3樓齡6表5 對(duì)房?jī)r(jià)有影響的因素的重要性排序01020403實(shí)地考察。注重二手房所處環(huán)境。不要選路邊的樓房或者樓頂?shù)淖》?。?xì)看合同條款，挑選專(zhuān)業(yè)并值得信任的中介。給購(gòu)房者的建議建立嚴(yán)格的監(jiān)督管理機(jī)制。積極培育中介市場(chǎng)

17、，嚴(yán)格規(guī)范行業(yè)，提高中介從業(yè)人員的素質(zhì)，樹(shù)立行業(yè)道德意識(shí)，加強(qiáng)對(duì)行業(yè)的監(jiān)督管理，引導(dǎo)中介機(jī)構(gòu)健康發(fā)展。給政府的建議細(xì)看合同條款，挑選專(zhuān)業(yè)并能信任的中介考察中介結(jié)構(gòu)營(yíng)業(yè)執(zhí)照、房地產(chǎn)經(jīng)紀(jì)從業(yè)人員資格證書(shū)、房地產(chǎn)經(jīng)紀(jì)機(jī)構(gòu)（或分支機(jī)構(gòu)）備案證書(shū)等以便熟悉所選中介機(jī)構(gòu)給售房者的建議投資發(fā)展行政區(qū)域比較好、樓齡較低、建筑面積較大、戶(hù)型較大、總樓層較高、裝修程度較好的房子。給投資者的建議建議張嵐,錢(qián)夕元,阮彤.基于Lasso的慢性心衰病人中西醫(yī)療效對(duì)比研究J.中國(guó)衛(wèi)生統(tǒng)計(jì),2019,36(03):365-367.譚勇,謝林柏,馮宏偉,溫子騰.基于LASSO回歸的紅外火焰探測(cè)器的設(shè)計(jì)與實(shí)現(xiàn)J.激光與紅外,2019,49(06):720-724.張平平,芮斌.二手房市場(chǎng)現(xiàn)狀及存在問(wèn)題分析以安徽省蕪湖市為例J.中國(guó)房地產(chǎn),2019(18):28-33.黃明宇,夏典.合肥市二手房?jī)r(jià)多元線性回歸預(yù)測(cè)模型J.合作經(jīng)濟(jì)與科技,2019(09):80-82.王瓊.西安市二手房市場(chǎng)價(jià)格現(xiàn)狀及原因分析J.經(jīng)濟(jì)師,2019(04):176-177.潘添翼,賈德錚.上海二手房房?jī)r(jià)影響因素J.中國(guó)市場(chǎng),2019(05):29-32.梁娜飛,梁麗娜,張慧慧.西安市房地產(chǎn)發(fā)展現(xiàn)狀及未來(lái)趨勢(shì)預(yù)測(cè)J.山西農(nóng)經(jīng),2018(12):127-128.李圓圓. 基于BP