近年来,互联网的快速发展和我国二手车交易量迅速扩大,互联网二手车市场备受中底层收入者的青睐。虽然互联网二手车市场减少了传统二手车市场的信息不对称的情况,但是信息不对称的情况依旧存在,由此导致了买卖双方的博弈行为,同时我国二手车市场的价格评估体系不完善越发加重了买者的逆向选择问题及信息不对称的情况,以往的价格评估中多受人为主观影响,并不能解决消费者的风险损失,阻碍了互联网二手车市场的发展。而发达国家因其具有合理的价格评估系统降低了信息不对称的可能性,并促使市场可以健康稳定的发展。因此,为促进我国二手车市场的良好发展,建立科学合理的二手车价格评估机制寻找新的发展空间已迫在眉睫。本文在研究买卖双方的博弈行为的基础上,为更有效解决信息不对称现象。以特征变量理论为基础,通过建立随机森林、K近邻算法和多元回归二手车估价模型,进行原理和实证比较分析,试图探求适合二手车行业估价中最优的模型。在选取特征变量时,发现我国大部分学者实证分析时选取的变量较少且片面,导致以往二手车的价格不精准且主观性较强,因此本文在选取特征变量时,除了现有文献中的行驶公里数和车辆注册日期变量之外,模型中还加入了发动机功率、车型和品牌等特征变量,探索十三个特征变量对二手车价格的影响,同时度量了特征变量的重要性。研究结果显示:通过拟合优度和绝对差指标对随机森林和K近邻算法、多元回归进行对比,随机森林模型的拟合优度和绝对差均表现出最佳,其次为K近邻算法,最后是多元线性回归。影响二手车价格的特征变量中排名前三的依次为:汽车注册日期、汽车上线时间和燃油类型。本文同时验证了加入的其他特征变量也会对二手车的价格产生不同程度的影响且具有现实意义,因此本文采用二手车估价方法可以为消费者提供参考性建议以及促进二手车市场的发展。