基于因子分析的特征价格模型改进
The Improvement of Hedonic Price Model Based on Factor Analysis

作者: 董晓阳 :河北工业大学经济管理学院,天津;

关键词: 特征价格模型因子分析多元回归模型模型改进Hedonic Price Model Factor Analysis Multiple Regression Model Model Improvement

摘要:
特征价格模型在房地产价格模型和对非市场产品的价值评估中得到广泛应用,但是一般的特征价格模型不能有效地确定产品价值的影响因素,涉及指标众多,信息重复,使拟合的准确性降低。本文将因子分析应用于特征价格模型,用几个不相关的潜在因子替代了重复的指标变量,并且用因子旋转解释潜在因子的现实意义,从而保证了信息全面、变量简单。最终用潜在因子按照特征价格模型理论进行多元回归,消除了多重共线性,提高了回归准确性。

Abstract:
Although hedonic price model is extensively used in real estate prices and the value assessment of non-market product, duplicate information along with numerous indexes which it concerned with not only makes its fitting accuracy declined but also prevents people giving a further interpretation to the influencing factors of the object’s value. This paper makes factor analysis applied to Hedonic Price Model, replaces repeating index variable by irrelevant potential factors and explains the practical significance of potential factors by factor rotation so that the features of full information and simple variable are ensured. Hedonic price model can be improved with factor score applied to multiple regression model, which contributes to a higher prediction accuracy and a better intepretation of the influencing factors of value.

文章引用: 董晓阳 (2013) 基于因子分析的特征价格模型改进。 管理科学与工程, 2, 58-63. doi: 10.12677/MSE.2013.22010

参考文献

[1] R. Cervero, C. D. Kang. Bus rapid transit impacts on land uses and land values in Seoul, Korea. UC Berkeley Center for Future Urban Transport, 2009.

[2] 郑捷奋. 城市轨道交通与周边房地产价值关系研究[D]. 北京:清华大学, 2004.

[3] 陈亮. 住宅项目特征定价模型研究[D]. 成都: 西南交通大学, 2007.

[4] 周丽萍, 李惠民, 肖静. 神经网络在特征价格模型中的应用[J]. 西北工业大学学报, 2008, (4): 189-192.

[5] 罗晓娟. 特征价格模型的发展应用研究[J]. 技术经济与管理研究, 2012, (6): 11-15.

[6] 陈永发. 基于主成分分析法的特征价格模型[J]. 价值工程, 2008, (4): 134-137.

[7] 黄古博, 李雨珍. 基于主成分分析法的商品价格[J]. 华中农业大学学报(社会科学版), 2011, (4): 93-97.

[8] 曾五一. 统计学(中国版)[M].北京: 北京大学出版社, 2006.

[9] 王旭育. 城市住宅特征价格模型的理论分析[J]. 上海管理科学, 2006, (4): 68-69.

[10] 朱建平. 应用多元统计分析[M]. 北京: 科学出版社, 2006.

[11] 贾生华, 温海珍. 房地产特征价格模型的理论发展及其应用多元统计分析[J]. 外国经济与管理, 2004, (5): 42-44.

分享
Top