北京市二手住宅的分位数特征价格研究.docx

《北京市二手住宅的分位数特征价格研究.docx》由会员分享，可在线阅读，更多相关《北京市二手住宅的分位数特征价格研究.docx（71页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 学校代码 10125 专业代码 120100 硕 士 学 位 论 文 题目 北京市二手住宅的分位数特征价格研究 姓 名 张 娟 专 业 管理科学与工程 研究方向 房 地 产 管 理 所属学院 管理科学与工程 指导教师 张所地 教授 二一六 年 三 月 六 日 University Code 10125 Major Code 120100 Shanxi University of Finance & Economics Thesis for Masters Degree Title Research on the Quantiles Hedonic Prices of Second-hand

2、Residential in Beijing Name Zhang Juan Major Management Science and Engineering Research Orientation Estate management School Management Science and Engineering Tutor Pro. Zhang Suodi March 6th， 2016 山西财经大学硕士学位论文 1 摘 要 近些年来随着资本和劳动力不断向中心城市聚集及住房总体需求旺盛，二手住 宅市场发展愈成熟和完善，其价格的影响因素得到众多学者的广泛深入研究。在此 背景下，本文对北京

3、市二手住宅的特征变量体系及对应的特征价格进行了研究，为 有各种需求偏好购房者的选择提供了指导，为政府制定政策、中介合理定价和房地 产评估机构准确评估等提供了借鉴和参考意义，主要具体工作如下： (1) 共选取 17 个特征变量，构建特征价格模型。 本文选取北京市 6 大主城区 5 环以内 2013 年 10 月 -2015 年 6 月时间段内涵盖 282 个小区 895 个二手住宅样本，从建筑特征（ 5 个变量）、邻里环境特征（ 6 个变 量）、区位特征（ 5 个变量）和时间特征（ 1 个变量） 4 方面异质性出发，共选取 17 个自变量与实际交易总价构建特征价格模型。 （ 2）利用分位数回归估

4、计模型得出各分位点系数变化曲线。 本文研究了 17 个特征变量对北京市不同价位二手住宅的特征价格，利用分位数 回归估计特征价格模型得出 =0.1、 0.3、 0.5、 0.7 和 0.9 五个分位点上的各变量系数 表及各个分位点的系数变化图，并发现相对于小学而言，周边的初中学校对房价贡 献更大；地铁、高速公路和公交站 3 个变量对高价房影响更大，创新性地提出相对 于建筑特征和邻里特征，区位特征对二手住宅的价位差异更敏感。 （ 3）将分位数回归与 OLS（最小二乘法）回归结果作出对比。 相对于 OLS 回归，利用分位数回归探究特征价格更具优越性与全面性，可以洞 察特征属性对不同层次房价贡献的显著

5、差异。 关键词 : 二手住宅，影响因素，特征价格，分位数回归 2 北京市二手住宅分位数特征价格研究 ABSTRACT Recently, with the capital and labor constantly flowing to the central city and enormous demand for housing, the development of second-hand housing market has been better and more mature, and the influential factors of second-hand housing pr

6、ices has been widely studied by many scholars. In this context, the characteristic variable system and corresponding characteristic prices of second-hand residentials in Beijing are researched in this paper, providing theoretical guidance and reference value for the buyers with various preferences,

7、for government to make policy, for intermediary to price reasonably and for real estate assessment agencies to evaluate curately, .The main researches are as follows: (1) A total of 17 characteristic variables were selected to construct the hedonic price model. From 4 aspects of residential s hetero

8、geneities including characteristics of construction(5 variables), neighborhood environment(6 variables), location(5 variables),and time (1 variables) , thia paper constructs hedonic price model by 17 characteristic variables and the actual transaction price ,with 895 samples selected within 5 rings

9、in Beijing, between October 2013 and July 2015 covering 282 plots. (2) Using quantile regression method to obtain coefficient curves of each quantile. The hedonic prices of the 17 characteristic variables for differene levels of second- hand residentials prices are researched, the quantile regressio

10、n method is used to estimate the hedonic price model providing coefficient tables including five quantiles (0.1, 0.3, 0.5, 0.7 and 0.9 ) and coefficient curves of each quantile finding that compared with the primary school, the junior high school contributes more to the prices and the location chara

11、cteristics are more sensitive to the price differences is proposed (subway, bus station and highway have greater impact on high prices). (3) Make contrasts of the results of quantile regression with OLS regression. Compared with OLS, exploring the hedonic prices using quantile regression is more com

12、prehensively, giving a deeper insight into the degree of contribution to different levels of house prices. Key Words: second-hand residential， influencing factors， hedonic prices， quantile regression 山西财经大学硕士学位论文 1 目录 第 1 章 绪论 . 1 1.1 研究背景与问题 . 1 1.2 研究目标及研究意义 . 2 1.2.1 研究目标与研究内容 . 2 1.2.2 研究意义 . 2

13、1.3 研究方法与技术路线 . 3 1.3.1 研究方法 . 3 1.3.2 研究思路与技术路线 . 4 1.4 论文创新点 . 4 1.5 文献综述 . 5 1.5.1 特征价格理论发展研究 . 5 1.5.2 特征价格实证研究 . 6 1.5.3 分位数研究综述 . 8 第 2 章 特征价格和分位数回归相关基本理论 . 9 2.1 特征价格基本理论 . 9 2.1.1 特征价格基本概念 . 9 2.1.2 特征价格理论基础 . 9 2.1.3 特征价格基本假设 . 11 2.1.4 特征价格基本函数 . 11 2.2 分位数回归基本理论 . 12 2.2.1 分位数基本概念 . 12 2.

14、2.2 分位数回归概念 . 12 2.2.3 分位数回归模型的估计 . 13 第 3 章 北京市二手住宅特征变量设计 . 17 3.1 北京市二手住宅市场现状 . 17 3.2 北京市二手住宅交易研究范围 . 18 2 北京市二手住宅分位数特征价格研究 3.3 特征变量的选择 . 20 3.3.1 建筑特征 . 20 3.3.2 邻里特征 . 23 3.3.3 区位特征 . 26 3.3.4 时间特征 . 27 第 4 章 数据样本描述与模型的构建 . 30 4.1 数据样本的描述 . 30 4.2 数据样本的检验 . 31 4.2.1 拟合优度检验 . 31 4.2.2 多重共线性诊断 .

15、31 4.2.3 异方差检验 . 32 4.2.4 正态性检验 . 33 4.3 特征价格模型构建 . 34 第 5 章 OLS 和分位数回归估计结果分析与对比 . 35 5.1 最小二乘法（ OLS）回归估计结果 . 35 5.2 分位数回归估计结果 . 37 5.2.1 建筑特征结果分析 . 38 5.2.2 邻里特征结果分析 . 40 5.2.3 区位特征结果分析 . 42 5.2.4 时间特征结果分析 . 45 5.3 OLS 与分位数回归结果比较 . 45 第 6 章 研究结论与展望 . 47 6.1 研究结论 . 47 6.2 研究建议 . 48 6.3 研究不足与展望 . 49

16、附录 . 50 附录 1 北京市六大主城区学区划分状况表 . 50 附录 2 17 个特征变量之间的相关系数表 . 51 3 山西财经大学硕士学位论文 附录 3 二手住宅样本所涵盖的 282 个小区列示 . 52 参考文献 . 54 致谢 . 59 攻读硕士学位期间发表的论文和其它科研情况 . 60 山西财经大学硕士学位论文 1 第 1 章 绪论 1.1 研究背景与问题 房地产行业是中国经济的重要组成部分，密切关系民生和稳定大局，行业的健 康发展促进中国特色城镇化进程。北京市作为一线城市的代表，房地产业近些年迅 猛发展，一方面得益于中国政治中心的作用、聚集众多国内外的资源，一方面源于 人口的常

17、年密集、人口红利的集中体现，尤其是北京市二手住宅市场的交易愈加频 繁，原因在于资本和劳动力不断向一线中心城市流动，房价远远超出了居民所能承 受的经济购买力，从而降低了普遍民众对新建房的购买意愿，二手住宅成为广大群 众尤其年轻人的首选。 所谓二手住宅的界定是房主对拥有房产证的房产进行再次出售，包括存量市场 的房产。北京的二手房市场经过近些年的交易和流动，发展也近乎成熟和稳定，尤 其是 2014 年 9.30 房贷新政推出以及 2015 年以来经过央行多次降息降准及 330 房贷 新政、对限购与限贷政策的松绑，降低公积金房贷首付比例至 2 成且住房转让营业 税免征年限 5 改 2，这些政策的出台极

18、大刺激了楼市需求，房地产市场中的二手住宅 的成交量及价格处于动态变化中，二手住宅的频繁交易、北京地区的民生刚需促使 北京市二手住宅的价位研究引起广大房地产研究者的青睐，研究影响因素的特征价 格受到学者和房地产企业家的广泛关注。 另外，二手住宅作为一种特殊的商品，是各个特征的集合，每两个住宅之间都 存在着不一样的特性，则称住宅具有异质性，包括建筑特征（如建筑面积、楼层、 装修、朝向等）、邻里环境（如附近是否有公园、医院、学校、火车站等）、地理 区位（如地铁站、公交等）和交易时间 4 方面的异质性。这些异质性极大地反映着 二手住宅特性的差异化，而异质性 通过消费者的不同偏好和不同需求来影响二手住

19、宅的价格，因此将这 4 方面的异质性作为研究二手住宅价格的 4 方面影响因素，其 中前 3 种因素从微观层面异质性特征来探究的，二手住宅交易时间所处的宏观调控 阶段不同，因此可以用交易时间作为宏观调控对房价影响的因素。二手住宅的价格 是如何受到这几方面因素的影响呢？对于不同价位的二手住宅，各个因素对其影响 2 北京市二手住宅分位数特征价格研究 程度有所差异，如何量化这种影响程度并能直观清晰地显示影响的差异就尤为重 要，本文旨在针对这些问题通过理论解析和实证研究得出结论并提出相应建议。 1.2 研究目标及研究意义 1.2.1 研究目标与研究内容 二手住宅异质性包括建筑、邻里环境、区位和时间异质性

20、，本文将这些异质性 根据北京市二手住宅的具体情况具体细分为 4 个一级变量和 17 个二级变量，选取了 北京市 5 环以内 2013 年 10 月 -2015 年 6 月时间段内涵盖 282 个小区 895 个样本，通 过构造特征价格模型利用分位数回归方法研究这些特征变量是如何影响北京市二手 住宅价格，且这些影响程度是如何随着不同的分位点变化的，即低、中和高价房对 各个特征变量的敏感程度。具体研究目标如下： （ 1）从建筑特征、邻里环境、地理区位和时间异质性出发具体选取了 17 个特征 变量，与北京市二手住宅实际交易总价构造特征价格模型； （ 2）对模型进行拟合优度、多重共线性、异方差及正态性

21、检验，并选取最优模 型； （ 3）利用 OLS 最小二乘法回归模型，得出结论； （ 4）利用分位数回归方法得到各个特征变量在不同分位点 下的参数估计值及变 量的边际影响变化图； （ 5）对 OLS 及分位数回归作出比较，说明分位数回归的相对优越性。 1.2.2 研究意义 （ 1） 理论意义 随着我国住宅市场的成熟发展，二手住宅市场逐渐成为众多学者关注的焦点。 每所住宅都有其建筑特征、邻里特征及区位特征，建筑特征主要包括建筑面积、所 在楼层、房龄、装修情况和朝向等等；邻里特征主要包括附近有无学校和公园等 等；区位特征主要包括与地铁距离，与 CBD 距离等等，且每个住宅交易时间不同， 这些因素导致

22、住宅的异质性进而直接导致价格的差异化。北京二手住宅价格与各个 3 山西财经大学硕士学位论文 因素构成特征价格模型从理论来研究每个因素对价格的影响，以及特征价格如何随 着不同分位数变化而变化的过程。这些理论为政府制定城市规划及相应政策、二手 房中介售房和房地产评估机构等提供借鉴和参考意义，同时也为有各种需求偏好的 购房者的选择提供理论指导，促进房地产行业的健康发展。 （ 2）现实意义 从本文的现实价值来看，相对于新建商品房，二手住宅价格低廉、社区成熟、 配套设施完善，加上这几年的拆迁和城市改造都使得二手住宅成为中低收入者的最 佳目标，对二手住宅影响因素特征价格的研究有利于购房者在房价与各特征属性

23、寻 求最佳平衡点。因此二手住宅与居民的生活更密切相关，更具有现实意义。另外， 不同的消费者对不同价位房的关注度表现出差异性，基于不同的价位对消费者具有 针对性的指导意义；另一面，政府政策对不同价位的二手住宅市场的影响作用是不 同的，分层次的房价研究为差异化楼市政策的进一步细化提供了可靠依据，进而提 高政策的针对性和有效性。 1.3 研究方法与技术路线 1.3.1 研究方法 通过文献阅读和上网查阅资料得到北京市二手住宅样本具体信息，以实际交易 总价为因变量，选 17 个自变量构建特征价格模型，分别用 OLS、分位数回归估计特 征价格模型得到不同的结果，接着比较两个回归下各个特征变量的影响效果。本

24、文 运用的研究方法如下 : （ 1）特征价格模型： 以二手住宅实际交易总价为因变量，选取建筑面积、相对楼层、房龄、装修、 朝向、物业管理费、公园、医院、火车站、小学、初中、高速公路、距地铁站距 离、距天安门距离、距 CBD 自驾距离、公交站点数量和成交时间共 17 个特征变量 构建特征价格 模型。 （ 2）分位数回归方法： 4 北京市二手住宅分位数特征价格研究 采用分位数回归法估计构建的特征价格模型，得出 =0.1、 0.3、 0.5、 0.7 和 0.9 五个分位点上各特征变量的特征价格，及房价变化范围内各分位点的系数曲线图。 1.3.2 研究思路与技术路线 本文技术路线如下： 图 1.1

25、技术路线图 1.4 论文创新点 （ 1）本文获取了北京市二手住宅的实际交易价格而不是挂牌价格进行研究； （ 2）特征变量中除建筑、邻里环境和区位特征，还将 2013.10 月 -2015.6 月期间的 2 个阶段的房地产宏观调控以成交时间变量作为虚拟变量引入，完善了特征指标的选 取，更符合国家市场实情； （ 3）通过分位数回归研究北京市二手住宅各个属性的特征价格如何随着房价分布 不同而变化，在不同的分位数得到每个变量对房价的特征价格、边际影响，研究更 符合现实，且结果更具有解释力； 建筑特征 基本概念 邻里特征 理论基础 区位特征 基本假设 构建特 征 价格 模 型 时间特征 基本函数 回 归

26、 对 比 OLS 回归 分位数 回 归 结论与 建 议 不足与 展 望 特征价 格 模型 相 关理论 特征变 量 体系 5 山西财经大学硕士学位论文 （ 4）研究发现，相对于建筑特征和邻里特征，区位特征对二手住宅的价位差异更 敏感，并创新性地提出了高速公路对高价二手住宅的负向影响作用。 1.5 文献综述 本文主要利用特征价格进行建模，然后通过分位数回归对模型进一步估计，因 此研究综述从三方面入手，包括特征价格 Hedonic 理论的发展研究、特征价格 Hedonic 实证研究及分位数研究综述，每方面各从中外两部分进行文献综述。 1.5.1 特征价格理论发展研究 特征价格模型也称为 Hedoni

27、c，用来研究具有异质性商品的各个特征属性与其价 格间的关系。其原创性理论大部分来源于国外，因此先以国外文献为主。 首先 Lancaster（ 1966）提出的新消费者决策理论，从商品的异质性出发，其各 个特征构成了影响消费者效用的商品属性集，消费者通过比较不同商品之间的物 理、化学等内在特征进行决策，此为 Hedonic 理论的完善奠定了基础。 Ridker （ 1967）是最早把特征价格理论应用到住宅市场分析的学者之一，将住宅的环境质 量考虑在内，来分析环境污染程度对住宅价格的影响效应。由此，开辟了 Hedonic 在房地产领域的研究与应用。接着 Rosen（ 1974）以完全竞争市场为假设

28、，分别从消 费者和生产者的属性空间选择角度来探讨市场均衡的存在 ,完成了特征价格分析的技 术框架，完善了特征价格模型的理论。此后该模型进入 20 世纪 80 年代的繁荣时 期，理论上得到更深入的研究且广泛应用于各个领域，初始主要采用线性最小二乘 法估计，线性依存关系在现实生活中太有局限性。至今，计量经济模型的建立及估 计 方 法 等 技 术 性 问 题 逐 渐 得 到 改 善 ， 以 Messe （ 1991 ）、 Wallace （ 1997 ）和 Malpezzi（ 2008）为代表的学者发展了半参数、非参数回归技术； Goodman（ 1978） 首次提出将特征价格模型与 Box-Cox

29、 变换相结合进行研究； Case 等（ 1991）提出了 混合模型法，将特征价格模型与重复交易模型相结合来研究； Buchinsky（ 1995）和 Fitzenberger（ 2009）基于 Box-Cox 变换的分位数回归方法来估计特征价格模型。传 统的价格模型没有考虑到空间的异质性，于是 Anselin（ 1988）指出空间自相关使得 6 北京市二手住宅分位数特征价格研究 解释变量的影响在不同区域之间很有可能是不同的 ,而仅仅考虑区位特征的传统计量 模型无法处理，这就引入了空间计量的特征价格模型 Durbin 等（ 1999）。 国内对特征价格模型的研究起步较晚，从 2003 年以后才逐

30、渐成为研究重点，对 该模型的理论贡献也不容忽视。陈安明（ 2006）提出将主成分分析法引入特征价格 模型，对特征变量进行某种形式的变换；冷凯君（ 2005）和郑其敏（ 2006）尝试性 采用半参数法和非参数法解决模型估计的问题；周丽萍（ 2007、 2008、 2009）分别 将 Box-Cox 变换， GIS 空间变量选择及神经网络等方法引入特征价格模型；司继文 等（ 2012）也引入 BP 神经网络，这些都推动着国内特征价格模型的理论发展。 1.5.2 特征价格实证研究 对于特征价格模型特征变量的选择，归集国内外学者的研究成果，主要以建筑 特征、邻里特征和区位特征这三方面的特征作为自变量，

31、以住宅价格作为因变量来 进行研究。 Kim 等 (2015)利用 Box-Cox 分位数方法研究香港 Taikoo shing（太古城 )住宅价格 特征对房价的影响程度是如何随着价格的变动而变动，选取 12 个特征变量，同样， Bao 和 Win（ 2004）的研究也着眼于香港房价，但利用曲线平滑方法对特征价格模 型进行估计，且选用不同的特征变量；在利用分位数特征价格模型来研究美国犹他 州房价影响因素时， Zietz 和 Sirmans（ 2008）选取的特征变量大部分属于建筑特 征，只有山景、园景属于邻里特征，没有考虑到区位特征。每位学者对特征变量的 选取各不相同， Sirmans(2005

32、)针对该情况统计了 125 个实证研究，从而得出各个变 量出现的频数，及对房价产生的效应，可能表现为正效应、负效应或无关系。研究 结果如表 1.1，但该学者没有考虑到区位特征和邻里特征。 表 1.1 Sirmans 的研究统计结果表 变量 频数 正相关 负相关 无关 房龄 78 7 63 8 建筑面积 69 62 4 3 车库大小 61 48 0 13 壁炉 57 43 3 11 7 山西财经大学硕士学位论文 占地面积 52 45 0 7 卫生间数量 40 34 1 5 卧室数量 40 21 9 10 浴室 37 31 1 5 空调设备 37 34 1 2 游泳池 31 27 0 4 地下室

33、21 15 1 5 王德起，于素涌（ 2012）与冯艳芬等（ 2011）分别以北京 4 号线和广州地铁 1 号线周边住宅价格为研究因变量，构建特征价格体系；何丹（ 2014）以北京楼盘住 宅为样本，而罗玉波（ 2011）搜集了北京 2010 年 4 月份北京五环附近及以内共 120 个二手房交易资料进行了实证，与本文相比，研究范围和方法一致，但样本量和时 间跨度远不如本文，且在特征变量的选取方面，罗玉波主要着眼于建筑特征，区位 特征只包括地铁因素，未涉及到邻里特征，更未考虑宏观调控的阶段影响；石薇等 （ 2015）分别构建上海市 2010 年 1 月 -2013 年 5 月新建房和二手房同样的

34、特征变 量，该学者考虑了更多的邻里环境，研究分别得出了新建房和二手房的价格指数； 杨波（ 2009）和施雅娟（ 2013）分别以武汉市二手房价格和杭州市住宅特征价格进 行了分析。在特征变量的选择上，大多数学者往往集中于建筑特征、区位特征和邻 里特征，很少学者能把二手住宅的交易时间与其所在的宏观调控期间联系起来作为 特征变量。倒是有很多学者从单方面角度研究住房存贷款利率对房价的影响，但不 同学者对这种影响存在着很大分歧。杨正东（ 2012）构建住房贷款利率与我国 70 个 大中城市的住房价格 2006-2011 年的面板数据实证了住房贷款利率政策对不同类型 城市的住房价格影响程度不同，其中北京市

35、表现为正向影响。而范新英（ 2013）基 于时变参数和 VAR 模型论证了全国范围内利率对房价影响效应不明显，顾海峰 （ 2014）同样也持相同观点。李松华（ 2015）采用季度数据论证了利率对房价的调 控短期内效应更差，不会达到调控预期效果。而程承坪（ 2011）、余华义（ 2009） 等学者认为利率与房价呈负向关系，利用利率可以达到房价调控的效果。 8 北京市二手住宅分位数特征价格研究 1.5.3 分位数研究综述 分位数回归 (Quantile Regression)由 Koenker 和 Bassett（ 1978）首次提出，最小 二乘法仅可以度量各回归自变量对因变量分布中心的影响，而分

36、位数回归在此基础 上还能度量出对分布各点的影响。将该方法运用于房地产特征价格模型的估计中可 以得到房屋各个属性对房价影响更为全面和精确的信息。 Powell（ 1991)首次将 Box- Cox 变换与分位数回归相结合，构成 Box-Cox 变换分位数回归模型。接着，该模型 又得到 Chamberlain （ 1994 ）更深刻的分析，指出该模型的灵活性， Buchinsky （ 1995）将该模型运用于美国 1963-1987 工资结构的研究中，并且这两个学者利用 最优化模型提出了两阶段估计方法， Fitzenberger（ 2005， 2009）针对该两阶段估计 法进行了修正改善。学者 Z

37、iez 等（ 2008）利用分位数回归实证了美国犹他州各个特 征变量对房价的影响随着分位数不同而不同。 分位数回归近几年在国内发展也十分迅速，从参数回归发展到非参数 、半参数 回归模型，同样基于波士顿房价影响因素，江勇杰 (2014)通过自动选择可变系数方法 进行各变量参数或非参数的选择，然后用分位数回归估计特征价格模型，而翁云妹 （ 2008）则利用半参数变系数分位数回归方法。罗玉波（ 2011）将分位数回归和 OLS 回归分别对北京房价影响因素模型估计，分位数回归估计结果效率更高；石薇 (2015)运用分位数回归特征价格模型构建上海市新建房和二手房的住房价格指数。同 时，面板分位数回归逐渐

38、被广泛应用，范新英（ 2015）和杨扬（ 2013）等学者将面 板分位数回归应用于房地产价格的影响因素分析中。王欢和袁永生（ 2009）认为两 阶段法不能解决分位数回归曲线的相交问题，因此提出四阶段法并利用婴儿出生体 重数据进行实证研究。另外，虽然 Box-Cox 分位数回归模型能解释房价与其各个特 征变量的非线性关系，但由于其过于复杂，不太实用，国内学者没有将 Box-Cox 分 位数回归与特征价格模型结合来研究房价的影响因素。 9 山西财经大学硕士学位论文 第 2 章 特征价格和分位数回归相关基本理论 2.1 特征价格基本理论 主要从特征价格基本概念、理论基础、 3 个基本假设和 2 个基本函数这 4 个方面 介绍。 2.1.1 特征价格基本概念 特征价格 “ hedonic price” ，又称享乐价格。每一种产品或服务都有属于自己的 特征和属性，因此各个特征属性的集合构成了各种产品或服务。从经济学来讲，属 性与特征集给消费者或生产者带来的效用决定了该产品或服务的价值，产品的每个 特征都会影响该产品的价值，特征价格就是产品属性特征对产品价值的贡献。即使 是同一种产品或服务的同一特征，特征价格也会有不同。 Ridker 是最早把特征价格 这个概念引入到房地产市场的学者之一，开辟了 Hedonic 在房地产领域的研究与应