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.     

基于损失函数为指数平方形式的稳健 Logistic回归

Logistic回归模型在处理分类数据中有着十分广泛的应用,通常为了简化模型而使用Logit变换将模型化为线性回归模型,但Logit变换会导致误差分量分布函数不同,从而导致模型误差增大.首先对Logit变换进行修正,在考虑离群值影响的基础上,利用指数平方损失函数和自适应LASSO形式稳健回归惩罚函数,从而对线性回归模型进行了修正,其次对股票涨跌情况进行了预测,最后结果表明,修正的模型对期望风险较小的投资者有更高的预测成功率.     

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.     

支持向量机的研究

支持向量机可以引入特征变换将原空间的非线性问题转化为新空间的线性问题。本文在论述支持向量机模型创建的基础上,着重对核函数的选取及参数的确定进行了研究,通过实验数据表明,文中创建的组合核函数,在人体下肢动作模式识别中,有较高的识别率。     

中国药品市场的需求实证分析

以经济学理论中的弹性理论为前提,在采用计量经济学方法研究药品需求量与人均可支配收入、人们的健康水平、药品价格等因素间的相关性的基础上,应用excel软件构建药品需求的线性需求函数模型以及对数线性需求函数模型。最终得出结论:随着人们生活水平的提高,药品需求量将显著上升,而药品价格的变化对药品需求影响较小。     

基于Hedonic分位数模型对城市住宅价格差异性的研究——以深圳市为例

城市住宅是一种典型的异质性商品,住宅价格由其特征带给人们的效用所决定.对于异质性商品,本文基于2016年深圳市商品房成交的样本数据,以Hedonic模型的相关理论为基础,分别应用逐步回归算法、Lasso惩罚构建对数住宅价格估计模型进行研究,结果表明,对深圳住宅价格影响最大的因素为住宅的绿化率;最后分别以对数住宅价格的5%、25%、50%、75%、95%分位点构建Hedonic分位数回归模型,发现在不同的住宅价格分位点上,显著特征变量的系数发生较大的变化,体现出在住宅不同价位上人们对住宅所具有的特征偏好不同.     

Box-Cox和Johnson方法在油气井数据预处理中的研究

Box-Cox方法和Johnson方法是数据预处理中2种最常用的正态变换方法,研究2种方法的差异和适用数据对象,能够为数据预处理提供参考,为提出适用性和效度更好的方法做理论上的探索.该研究从数理逻辑上对2种方法进行分析,再通过多组不同分布特征的随机数据样本对2种方法的准确性和适用数据对象进行验证.通过研究发现:Box-Cox方法是单向变换的,Johnson方法是双向对称变换的;Box-Cox方法对偏度的改变效果明显,Johnson方法对峰度的改变效果明显;在应用中,Johnson方法较复杂,整体效果也较好;Johnson方法适用于对偏态不明显的变量正态变换,但对偏态明显的变量的变换效果较差,Box-Cox方法在对偏态不明显的变量的变换中反而会增加偏度,在对偏态明显的变量的变换中表现较Johnson方法好.     

基于 GARCH-EVT-VaR 模型的碳市场风险计量实证研究

对欧盟碳市场风险进行实证研究, 在分析碳市场价格波动特征基础上, 将条件方差和极值理论纳入 VaR 计量框架, 建立量化碳市场价格波动风险的GARCH-EVT-VaR 模型。应用该模型对欧盟碳排放交易市场(EU ETS)进行实证研究, 结果显示: 碳市场价格波动具有尖峰、厚尾、自相关、波动性聚类和条件方差等典型特征, EUA 和CER 价格波动呈现显著同步性; 碳市场存在显著的极端价格波动风险, GARCH-EVT-VaR 模型能够更准确地量化碳市场风险, 从而为应对极端事件预留充足的风险储备。     

城市住宅产业发展系统动力学研究--以南京市为例

针对住宅产业发展所具有的复杂系统特征，采用系统动力学方法，对其进行结构和因果关系分析，将城市住宅系统划分为土地供应、住宅供应、住宅需求和住宅价格4个子系统，通过各层次要素的反馈关系，建立城市住宅产业发展系统动力学模型，并以南京市为例进行实证研究．在通过模型有效性验证后，对近期南京市住宅产业发展进行了分析和预测，并通过政策调控参数实验了政策变化对住宅市场发展的影响。从长远趋势来看，系统总的发展都将趋于稳定，表现出较强的自组织能力；针对目前房价上升过快的现实，从系统分析可以看出主要有以下方面的原因：①拆迁补给需求迫切；②城市居民改善住房的需求量大；③外来人口的购房需求上升；④在预期收益的刺激下，单位面积土地出让价格大幅上升．面对短期内住宅供给小于住宅需求的客观实际，根据模型结构的试验结果，提出了政策建议。     

基于特征价格模型的沈阳市商品住宅价格指数

为了分析沈阳市商品住宅市场情况,根据国内外编制价格指数的方法,结合沈阳市房地产市场的实际情况,采用特征价格法对沈阳市商品住宅价格指数进行研究.选择16个特征变量,采用半对数模型构建沈阳市商品住宅特征价格模型,并对模型进行检验,确定影响沈阳市商品住宅价格的14个特征变量及相互关系.通过价格指数计算公式,计算出2006年至2013年沈阳市商品住宅特征价格指数,得出沈阳市商品住宅价格增速正在逐年减缓的结论,并对未来市场可能出现的问题提出合理建议.     

中国房价和地价到底谁拉动谁?

选择中国土地交易价格指数和房屋销售价格指数的季度数据作为研究样本,在单位根检验、理想滞后阶数选择以及协整检验的基础上建立VAR(1)模型,通过Granger因果检验、脉冲响应函数和方差分解进行实证研究并提出了政策建议.研究结果表明:房价和地价间存在长期稳定的均衡关系;地价是房价的Granger原因,而房价不是地价的Granger原因;短期内,地价对房价的影响大于房价对地价的影响.     

城市住宅价格影响因素的空间非平稳性分析

应用住宅特征价格法,选取南京市2011年9月份住宅小区均价作为因变量,选取8个影响住宅价格的因素并量化作为自变量,进行地理加权回归(GWR).与传统的OLS估计相比较,GWR模型具有更好的拟合优度,同时得出具有显著性的各因素对住宅价格的影响在空间分布上是有差异的,并揭示了这种差异的特点.     

基于结构化模型的住房抵押贷款定价研究

住房抵押贷款隐含着提前支付期权与违约期权,而期权是否执行取决于利率与房价两个风险因子.传统的结构化期权定价理论往往高估了住房抵押贷款的期权价值.采用双二叉树网格定价模型在Wei模型的基础上考虑多步跳跃的情形,并结合HST模型消除状态变量相关性,另外引入社会成本这一变量,使模型具有更好的适用性.实证分析表明,房价波动超过...     

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.     

基于多小波的北京市房屋市场价格的分析预测

针对房价波动大的数据特征,将多小波分析与房价预测问题结合,以北京市2010—2018年的房屋数据作为研究对象,探究了利用Haar小波变换、Daubechies系列小波变换以及基于过采样预处理的GHM多小波变换和CL多小波变换处理房价数据的分解重构效果,并通过对高频系数进行门限阈值量化重构处理以达到去噪的目的;建立支持向量机（SVM）预测模型,通过探究4种小波处理方法对房屋价格预测的影响结果,给出了相应预测效果更佳的数据处理方法和选择依据。     

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。     

基于重标极差分析法研究城市住宅销售价格指数

针对住宅销售价格时间序列的特征问题,文中对长春市的住宅销售价格指数进行了时间序列研究,利用重标极差分析法计算其赫斯特指数,得出城市住宅销售价格指数具有多重分形结构,并有长久记忆性.     

基于X-12-ARIMA和AR-GARCH模型的房价波动研究

以SAS软件为工具,以2007年1月至2015年6月北京市新建住宅价格指数序列为样本,构建时间序列模型进行实证研究.结果表明,基于X-12-ARIMA模型和AR(2)-GARCH(1,1)模型的复合模型是拟合房价的最优模型.房价序列存在明显的季节特征和典型的波动聚集性,X-12季节调整方法和异方差模型显著有效,拟合相对误差不超过0.4%.对房价的短期预测表明,近期内房价仍保持3%~5%的增长态势,且外部因素对房价的影响程度远远大于房价自身的波动冲击力.