影响二手房价格的因素分析影响二手房价格的因素分析2018/08/08摘要：随着近些年来我国经济的快速发展，城市化程度加大、人源不断流入，住房需求加剧，房地产市场迎来了发展的高潮。传统的二手房估价方法基本上都是从供给和需求方面进行分析，住宅带给消费者的主观满足程度很难得到体现。本文运用国外比较成熟的Hedonic模型来对二手房住宅进行定量研究，选取影响二手房价格的主要因素进行分析，得出市场价格估计模型，以期为买卖双方提供合理的房价定位。关键词：二手房；特征价格模型；多元回归分析；郑州市1引言自古以来安居乐业是我们崇尚的理想生活，居无定所的日子很难稳定下来求发展。在城市建造面积一定的情况下，一级房地产市场最终将会达到饱和状态，而只要房屋在，二手房市场一定不会消失。近几年来郑州市经济发展迅速，城市化步伐加快，房价也高的让中等收入的市民难以承受。郑州作为人口大省的河南省省会，大量的外地人蜂拥而至，对于事业刚刚起步的年轻人来说二手房是很好的选择，满足了自住性需求，而且在未来可增值。这在一定程度上促进了郑州市房地产市场的发展。2变量数据的选取Hedonic模型法，认为房地产价格是由所有特征带给人们的效用决定的，它将房地产的价格影响因素分解，得出各影响因素所隐含的价格，以此反映相对纯粹的价格变化。本文用Hedonic模型对郑州市二手房住宅市场进行研究，因变量为一套二手房的具体签约价格，而非官网上公布的二手房均价。为方便研究，本文假设所有的消费者家庭的偏好和收入水平相似，故这个市场中所有的房屋价格应该是这些特征值的一个函数。本通过阅读大量文献，本文选取二手房价格影响因素包括：（1）区位特征：住宅到市中心和CBD的距离以及公交、地铁情况。（2）建筑特征：户型、建筑面积、房龄、房屋朝向、装修情况、容积率、绿化率。（3）邻里特征：教育配套、物管费用、生活服务设施。其中具体变量数据的获取主要来自房天下官网（www.fang.com）公布的郑州市二手房成交信息。文中有些特征变量是定性数据，为了方便分析，这些变量需通过主观识别用数字代码表示，如房屋的装修等级，把精装修、高档装修、中档装修、简单装修及未装修分别赋值4、3、2、1、0；生活服务设施的齐备情况可用该小区1000m之内的商场、医院、花园的个数来表示。3具体实例分析通过SPSS19.0显示的结果，本文的61个样本数据分析结果表明到市中心的距离、公交条数、户型、房龄、朝向、容积率、教育设施、物管费用、生活服务设施的显著性检验结果都大于0.1，对因变量的影响不显著，剔除这些变量对模型做进一步调整。选取如下自变量：X1表示住宅到郑州市CBD中央商务中心的距离（km）；X2表示小区周围1000m之内的地铁条数；X3表示房屋的总建筑面积（m2）；X4表示房间的装修程度；X5表示小区绿化率（%）。用SPSS19.0对新变量进行分析，复相关系数R=0.944，与1较接近，表明解释变量和被解释变量之间的线性关系较强，调整的R2为0.882，整体模型解释能力较强。DW值非常接近2，可表明数据之间不存在序列相关。在α=0.05的显著性水平下，F的临界值Fα4结语郑州市这几年的二手房市场发展趋势较好，而且二手房交易在很大程度上促进了房地产市场的发展，成了房地产行业发展的润滑剂。反过来二手房市场的交易，必须紧紧依托于房地产整体市场，时刻关注和掌握房地产市场的行情和趋势，在充分把握房地产市场走势的情况下，灵活运用二手房交易的方法和策略，才能有效促进二手房市场发展，是经济发展的重要组成部分，对于个人也是受益良多。本文在研究过程中对样本数据量化中依据作者的主观性较强，样本容量较少，所以体现出数据的代表性较差。参考文献［1］段丹桂.基于Hedonic模型的清远二手住宅价格评估［J］.科技资讯，2010（20）.［2］吴亚楠,葛鹏,高聪.房地产行业的数学建模分析［J］.数学的实践与认识，2012（15）．［3］温海珍,贾生华.市场细分与城市住宅特征价格分析［J］.浙江大学学报（人文社会科学版）,2006（2）.