论文部分内容阅读
随着一些城市二手住宅成交参考价机制的落地，社会各界对二手房价格的评估方法提出更高要求。为提高评估精度，反映正确评估概率，本文提出一种二手房价格区间估计方法。首先，建立城市二手房屋微观特征体系，利用神经网络分位数回归模型得到住宅价格的条件分布，再通过核密度估计得到房价的概率密度函数，进而确定置信度下的二手房价格估计区间。利用Python语言，获取成都市49129条住宅交易的真实数据，对该方法进行实证检验。模型结果表明：该方法估计结果可靠性高，区间宽度合理；与线性分位数回归模型相比，该方法估计结果精度更高，稳定性更好。基于此，本文提出加强房地产数据共享体系建设、加强对二手房交易市场的监管等建议。