城市二手房价格区间估计方法研究——基于神经网络分位数回归模型的分析

摘要：

随着一些城市二手住宅成交参考价机制的落地,社会各界对二手房价格的评估方法提出更高要求.为提高评估精度,反映正确评估概率,本文提出一种二手房价格区间估计方法.首先,建立城市二手房屋微观特征体系,利用神经网络分位数回归模型得到住宅价格的条件分布,再通过核密度估计得到房价的概率密度函数,进而确定置信度下的二手房价格估计区间.利用Python语言,获取成都市49129条住宅交易的真实数据,对该方法进行实证检验.模型结果表明:该方法估计结果可靠性高,区间宽度合理;与线性分位数回归模型相比,该方法估计结果精度更高,稳定性更好.基于此,本文提出加强房地产数据共享体系建设、加强对二手房交易市场的监管等建议.

关键词：二手房、房价、区间评估、神经网络、分位数回归

在线出版日期：2022-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-88,194