Box-Cox变换在构建房地产特征价格模型中的应用

传统房地产价格指数的建立忽略了对商品同质性的要求,特征价格模型可以解决同质性问题,但多样的函数形式下得出的结果也存在一定的差距.因而,文中将Box-Cox变换应用于特征价格指数的建立过程中.在西安市住宅数据信息的基础上,通过Box-Cox变换,选择对数线性函数建立特征价格模型,并以此编制价格指数.研究结果表明,Box-cox特征价格指数具有相对精确性.     

基于Box-Cox变换的双层联合模型

应用两参数正态双卵模型,对反应时间数据建立了关于项目反应与反应时间的分层联合模型.利用Box-Cox变换,完成了基于马尔科夫链蒙特卡洛算法(MCMC)的贝叶斯方法参数估计;应用偏差信息准则(DIC)比较了不同模型对数据的拟合效果,验证了对反应时间数据做Box-Cox变换之后其正态性效果要明显优于对数变换.     

基于Box-Cox变换的城市火灾起数的模型研究

文章应用极大似然方法,对某市1997—2007年11a间的月度火灾及气象数据进行了Box-Cox非线性变换,通过对变换后的月平均温度、月平均相对湿度、月平均风速、月平均降雨量等气象因子与火灾发生起数进行统计分析,建立了基于Box-Cox变换的线性回归模型,并从拟合误差、交叉验证均方误差等方面进行分析比较,最终建立回归模型;运用所得模型对2008年的火灾数据进行预测分析,结果表明,基于Box-Cox变换后数据建立的回归模型,能更好地预测火灾发生起数,从而达到对城市火灾控制的目的。     

基于Box-Cox变换与Johnson变换非正态过程能力分析

研究基于Box-Cox变换与Johnson变换方法计算PCIs的有效性,比较Box-Cox变换与Johnson变换计算PCIs的性能优劣,仿真结果显示,Box-Cox变换与Johnson变换均能将常见概率分布转换为正态分布,成功率超过97%,而Johnson变换的转换能力更强,成功率超过99.5%。在计算PCIs的有效性方面,Box-Cox变换与Johnson变换的性能差异不大,利用PCIs估计的产品不合率与理论不合格率相比,相对误差均在2%以内。     

基于Box-Cox变换的多元分层课堂教学评估模型

对课堂教学评估问卷的数据进行Box-Cox非线性变换;对变换后的数据进行指标聚类,建立多层指标体系;在每一指标类内实施主成分分析,建立了一种基于Box-Cox变换的多元分层课堂教学评估模型.将分析结果与未作Box-Cox变换的结果进行比较.结果表明:Box-Cox变换后的主成分分析给出的指标分类意义更明显,并且能够将原始数据中无法分开的高分数据更好地加以区分.     

Box-Cox变换原理及其在财务比率正态分布中的作用

对上海深圳交易所1998～2002年1 100余家公司5 571份年报12个财务比率的综合研究揭示,绝大多数财务比率不服从正态分布且不易变换到接近正态.正态变换实证过程表明：原始财务比率数据经行业划分、剔除污染样本后再进行Box-Cox变换的的正态变换效率最高,可使绝大多数财务比率接近正态分布,但仍有少数比率无法正态化.     

上海地铁8号线对城市住宅价格的时空效应定量研究

以上海地铁8号线周边二手房交易数据为样本,运用基于栅格建模的可达性分析原理计算时间成本以划定8号线影响范围,进而筛选影响住宅价格的特征变量,并应用特征价格模型分析8号线对周边住宅价格影响的时空效应.结果表明,8号线对其周边住宅价格产生正效应,距离地铁站点越近,住宅价格越高,且随着远离地铁站点,这种影响逐渐减弱.另外,8号线的开通对周边住宅价格产生明显的时间效应,导致其价格上涨,且在不同区位具有不同上涨幅度.关于划定轨道交通影响的空间范围,较之以前的凭经验判别在技术方法上进行了新的尝试,对轨道交通新线路开通影响周边房地产价格的时间性进行了探索.     

基于Box-Cox变换下心脏瓣膜手术数据的实证分析研究

以英国皇家布鲁顿医院的心脏瓣膜手术数据为研究对象,通过正态性检验发现数据的响应变量是单峰非正态分布,从而对数据的响应变量进行Box-Cox变换.然后用线性混合效应模型,分位数回归,机器学习方法对Box-Cox变换后的数据进行分析.以标准均方误差(NMSE)作为比较标准,分析出变换后的线性混合效应模型相对变换前预测效果更优,经过对数变换(λ=0)后的部分分位数回归和部分机器学习方法的预测更精准.     

住宅商品房价格预测模型的研究

2017年的最后三个月,中国房地产市场罕见地迎来了一轮密集的政策信号。从中共十九大报告的召开到年末的中央政治局会议的召开,再到召开的中央经济工作会议,这三场高层会议连续对房地产市场定调。房价将如何变化,它再次成为人们关注的热点,因此一个合理的价格预测模型就显得尤为重要。本文通过2005～2016年新疆住宅商品房的价格,结合灰色GM(1,1)模型和马尔科夫模型,建立了灰色马尔科夫预测模型,所建模型的平均相对误差由原来的7.17%降低到2.39%,弥补了灰色GM(1,1)模型预测结果误差大的缺点。结果表明:灰色马尔科夫模型是较好的价格预测模型,并且新疆住宅商品房价格在2017～2020年将会呈现出持续走高的趋势。     

宏观经济变化对房地产价格的动态影响研究——基于脉冲响应函数的方法

房地产业的迅速繁荣能拉动宏观经济迅速增长,但过度注重其拉动作用的经济增长模式会带来房地产价格的不合理上升.本文通过建立VAR模型,通过脉冲响应函数与方差分解的方法,研究了GDP与居民可支配收入变化冲击对房地产价格的动态影响.实证结论表明:GDP变化所带来的冲击会给房地产价格带来一个长期的正向影响,短期内房地产价格被迅速拉升,但之后影响迅速减弱并长期维持在较低水平;居民可支配收入的增长会给房地产价格带来长期拉动作用,其影响持续上升;以投资拉动带来的GDP增加在短期内迅速拉升了地方房价;可支配收入增加是在长期推动房价上升的主要因素.     

昆明市住宅类商品房价格趋势分析

根据住宅类商品房的月均价的分布特点,使用长期性趋势分析、季节性因素分析及随机时间序列分析相结合的方法,对昆明市2004年1月到2006年11月的月均价数据进行了详细的分析,得出了反映昆明市住宅类商品房价格趋势的组合模型.并在此基础上给出2007年昆明市各月的住宅类商品房均价预测值.     

基于GARCH与Markov转换模型度量房价波动风险

为了防范房地产价格快速上涨或下跌带来的不利影响,监测房价波动风险具有重要的意义。该文采用自回归条件异方差(GARCH)模型和Markov机制转换模型研究房价波动过程。首先依据4个中国城市的数据对2类模型分别进行回归,然后根据回归结果计算房价波动率和房价下行概率,以此衡量房价的波动风险。结果显示:Markov模型的样本内拟合程度略高于GARCH模型,但这一差别十分有限。在预测房价下行概率时,Markov模型给出的结果对房价在短期内的变化情况较为敏感,而GARCH模型的预测值较为保守。虽然依据2种模型测算的房价下行概率在数值上有差别,但其走势基本一致,可以为投资者提供参考。     

房地产税对房地产价格影响效应的实证检验

采用中国省际面板数据,实证检验分析房地产税对房价的影响效应。研究发现:总体而言,房地产税对房价有抑制作用;各房地产税中,房产税、土地增值税对房价有正影响;城镇土地使用税、耕地占用税和契税对房价有显著负影响。研究结论为:政府在利用房地产税收政策调控房价的时候,应科学认识房地产税的具体影响效果,分清每种房地产税的功能和作用,提高房地产税调控的针对性、有效性和预见性。     

基于Hedonic模型的广州地铁1号沿线住宅价格分析

地铁提高了沿线区域的通达性,大大降低了沿线居民的通勤成本,对沿线房地产价格产生深远影响．文章以广州市地铁1号线为例,选取了在2009年1～3月份成交的沿线100个住宅单元作为分析对象,利用Hedonie半对数模型分析其价格的影响因素．研究设计了建筑特征、邻里特征及区位特征3大类共13个因子参与模型运算,最后获取对住宅价...     

政府搬迁对迁入地房价影响分析以北京市政府搬迁为例

政府搬迁作为缓解“城市病”的常用政策,通过行政中心的迁移能改善资源配置格局,促进地区经济健康发展。本研究利用2016~2020年北京二手房交易数据,以时空结合的视角,在更小地理尺度上构造DID双重差分模型,分析北京市政府搬迁对迁入地房价的影响。研究结果表明：搬迁给迁入区住宅带来了涨幅约为2.9%的溢价效应,该效应也存在显著的时空异质性。此外,政府搬迁具有经济增长效应和公共资源再配置效应,且价值较低的住宅获益更显著。本研究在丰富房价影响机制的研究视角的同时,也为政府规划审核政府搬迁政策提供了理论参考,帮助其在地区经济发展过程中扮演好的“管理者”和“引导者”的角色。