住宅是居民生活必需品，住宅问题也是全社会关注的热点。而价格是住宅的关键信息，也是住宅问题的核心，因此，研究住宅价格的影响因素具有重要的实际意义。　　 由于房屋的投入成本、消费者收入和消费偏好的变化，以及建筑技术的改进等都会带来房屋价格的变化。因此，在研究房屋价格时，控制房屋质量的变化对房屋售价的影响是很重要的。较其他方法相比，特征价格方法(Hedonic PriceModel)能够很好的满足上述要求。该理论认为一种商品具有多方面不同的特征(如房屋的面积、房间数、楼层、容积率、是否靠近公园等等特征)，这些属性特征给消费者带来的的综合效用表现出来就是商品的价格。通过将房屋价格分解，得到各项特征的隐含价格，从价格的总体变化中逐项剔除特征变动的影响便得到纯粹由供求关系引起的价格变化。　　 目前对特征价格模型的研究大多采用传统的参数估计方法，虽然参数估计方法形式简单且理论较为成熟，但是当时间、路径为高度非线性时，参数方法不能很好的描述价格的变化。非参数方法能够处理非线性的问题，但是不能反映各解释变量对价格变化的影响程度的差异。半参数估计方法综合了参数估计和非参数估计的优点，回归函数同时包含参数部分和非参数部分，线性部分解释因变量的大部分走势，非参数部分作为对因变量的局部调整，从而使得模型能够更好的拟合样本观测值，得到较为准确的估计结果。本文运用半参数估计方法对特征价格模型进行分析，对半参数方法在实证分析中的应用做了一点尝试。　　 本文结合实际数据，通过建立Hedonic价格模型，并分别运用OLS方法和半参数估计方法对模型进行分析，研究了以下两个问题：　　 (1)影响住宅价格的因素有哪些?　　 (2)这些影响如何影响住宅价格?　　 论文共分为五章，各章的安排如下：　　 第一章，引言。主要介绍选题的背景、研究的意义和目的、国内外相关研究综述、研究方法以及本文拟解决的问题。　　 第二章，分析方法。介绍本文将采用的特征价格模型(Hedonic Price Model)和半参数估计方法的理论知识。　　 第三章，模型的建立和估计。在本章，针对第一章提出的问题，借助第二章的理论方法并结合本文实际，建立Hedonic价格模型，利用OLS方法和半参数估计方法分别对模型进行估计分析，并提出相关检验方法对两种估计方法进行对比。　　 第四章，数据和计算结果。这一章是文章的实证分析部分。首先介绍本文的数据资料，其次根据第三章的模型和估计方法，结合数据，利用Matlab软件编程，计算得到相关估计结果，并结合运算结果对本文提出的问题进行分析和解释，得到文章的结论。　　 第五章，总结。归纳和总结本文的研究结果，提出进一步研究的问题和建议。