城市住宅特征价格模型的理论分析

1

城市住宅特征价格模型的理论分析王旭育摘要本文主要从函数形式的建立模型的佑计模型的检验以及模型存在的问题及处理措施四个方面,、。、、

对住宅特征价格模型进行理论分析和总结为实证研究中模型函数形式的选择模型的估计和检验方法以及如何避免和处理模型中存在的问题提供了理论依据

关健词、

。

特征价格

模型估计

模型检验

一住宅特征价格模型的函数形式。

山、

原意是享乐,

“

”

,

之所以取名

是因,

之和,

—

除特征变量外其他影响价格的常量

为商品价格取决于商品属性的系数值以及属性带给消费者的愉悦和满足感其实质是从产品的异质性出发,

把产品价格分解为特征价格并通过市场交易数据估计出产品特征的隐含价格定住宅价格的各种特征模型的基本形式以往研究中往往把住宅的特征分为区位、。

显然构建住宅特征价格,,

—特征变量—差项误—自变量和因变量均以线性形式进人模线性函数中型回归系数对应着特征的隐含价格

特征变量的特征价格

模型的第一步是识别影响住宅使用功能和效用从而决。

此函数形式的

缺点是无法表现边际效用递减规律对数函数。

。

习。

。,

建筑结构,

、

邻里环境,

式中自变量和因变量均以对数形式进人模型回归系数对应着特征的价格弹性,

三大类对于具体的一套住宅三种因素的特征价格分

即在其他特征不变的,

别为二尸女

情况下某特征变量每变动一个百分点特征价格将随

尸夕

列根据可以表示为一。

一

戮鬓篆,

之变动的百分点

。

半对数函数习,,

。

该函数自变量采用线性形式因变量采用对数形式则回归系数对应的是特征变量每变动一个单位时特征价格随之变动的增长率,。

,

模型住宅特征价格函数的基本形式

在具体应用时选择哪一种函数形式应通过统计分析和检验来确定。

一般来说大多数研究者都是凭,

答

少

,

谷贾

十

月,

经验初步设定函数形式然后不断地尝试和修正直到,,

模型的函数形式模型的函数形式最为常见的是线性形式但在现

认为函数形式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、

。

实的社会经济活动中变量之间的数量依存关系更为,

二特征价格模型的估计方法

普遍的则表现为非线性依存关系所以除了基本的线,

参数的最小二乘估计最小二乘法是一类依赖样本信息从最小二乘原、

性形式以外还有对数函数和半对数函数

。

后两种函数,

形式是计量经济学中经常使用的可线性化模型即经

理出发的参数估计方法是经典线性计量经济学模型的最主要的估计方法。

,

过适当的变量变换或函数变换可以转化成线性回归模型从而将非线性回归模型的参数估计问题转化为线,

用最小二乘法得到的多元线性、、

回归的参数估计值具有线性无偏性最小方差性,,

。

在

性回归模型的参数估计如下三种函数形式

。

所以实证研究中通常采用

,

住宅特征价格模型中可以根据样本观测值使用残差平方和最小准则即最小二乘估计模型的回归参数。

当

线性函数。

模型满足基本假设时采用普通最小二乘法模型存在名,,

异方差性时采用加权最小二乘法当模型存在自相关性时则采用广义最小二乘法。

式中

尸

一,

一

城市住宅价格

。

作者简介王旭育同济大学经济与管理学院博士生

上《海管理科学》

年第

期

1

随机误差项方差的估计

和量化的过程中受各种因素的影响会使样本数据存,

参数估计量的方差或标准差是衡量参数估计量偏

在一定的误差,,

。

住宅特征变量的误差问题是数据问,。

离真实参数的重要指标据此可以推断参数估计量的,

题目前相关学者还提不出有效的解决方法一般的做法是忽略模型变量的误差问题模型的设定误差当住宅特征价格模型中特征变量的构成模型的函数形式以及有关随机误差项的若干假定等内容与客、

可靠性

。

在住宅特征价格模型中回归方程的标准误,,

,

差是反映因变量住宅价格的实际值与估计值的平均

变异程度的指标标准误差越大回归直线的精度越

低标准误差越小回归直线的精度越高当标准误差,

为零时表示所有样本点都落在回归直线上,

。

观实际不一致时利用模型来描述经济变量关系就会,

,

三特征价格模型的检验

、

产生误差但完全正确的模型设定只有理论意

义在实践中是永远达不到的只能找到一个能够合理反映现,

,

,

经济意义检验

经济意义检验主要检验模型参数估计量在经济意义上的合理性。

实的模型

。

所以在具体应用时首先是凭经验初步设,,

具体方法是将特征价格模型参数的估,、、

定函数形式通过不断地尝试和修正使得模型对样本,

计量与预先设定的理论 …… 此处隐藏：1119字，全部文档内容请下载后查看。喜欢就下载吧 ……