黃明宇　夏典

[提要] 房地產價格變化一向是社會關注的熱點。本文從鏈家二手網站上爬取了近萬組合肥市截止到2018年3月的最新二手房交易數據，據此建立因變量為二手房售價，自變量分別為建筑面積、使用年限、戶型等11個變量的多元線性回歸模型，并對模型進行優(yōu)化，最終得到較優(yōu)的二手房價預測模型，為合肥二手房交易各方提供一種有實用價值的房價定價工具。

關鍵詞：合肥二手房價格;房價預測模型;逐步回歸

本文為云南師范大學研究生核心課程建設項目（項目編號：YH2018-C08）;指導老師：郭民之

中圖分類號：F293.3 文獻標識碼：A

收錄日期：2019年2月25日

一、引言

住房是我國城鄉(xiāng)居民的一個基本生活需求，房屋價格一向是社會熱點話題。2016年內合肥房屋均價漲幅為48.4%，漲幅排名全球第一，受到了國內外特別關注。本文選用了涉及建筑面積、戶型、區(qū)域均價等13個影響因素共9，185組合肥市二手房相關交易數據，據此建立二手房售價預測模型，并對模型進行優(yōu)化，為合肥二手房交易各方提供了一種有實際價值房價定價工具。

二、數據預處理

本文數據主要來自鏈家二手房網（https：//hf.lianjia.com），全部為介于2017年3月至2018年3月合肥二手房交易相關數據，首先對原始數據進行拆分、歸類和缺失值處理，共得到9，185組有效數據，每組數據中Price（房價）為因變量，其余13個變量為自變量，分別為：Avep（區(qū)域均價）、Deco（裝修程度）、Towards（房屋朝向）、HT（戶型）、HA（建筑面積）、TF（該樓層高度）、KF（樓層段）、HY（使用年限）、Focus（網絡關注人數）、Visit（看房人數）、Ad（信息發(fā)布時間）、HCY（房產證是否滿五年唯一）、NTS（是否靠近地鐵站）。例如變量區(qū)域均價Avep就包括政務區(qū)、濱湖區(qū)、蜀山區(qū)、廬陽區(qū)、包河區(qū)、瑤海區(qū)六個城區(qū)的二手房均價、裝修程度分為精裝、簡裝、毛坯和其他四類;其余自變量類似處理，這里略。本文主要考慮二手房交易中常規(guī)的交易數據，故將原始數據中價格超高的數據（超過1，000萬）直接刪除。

三、多元線性回歸模型

（一）模型定義。多元線性回歸模型通常用來描述因變量y與p（p≥1）個自變量x1，x2，…，xp之間的線性相關關系，模型形式為：

y=？茁0+？茁1x1+…+？茁pxp+？著

其中，？茁0，？茁1，…，？茁p是回歸系數，？著～N（0，？滓2）是隨機誤差。

（二）建立模型。本文借助R軟件中線性回歸函數lm（）給出模型回歸系數的最小二乘估計，并對回歸方程和回歸系數進行顯著性檢驗，程序輸出結果見表1，從中看出檢驗統計量F所對應的p值為2.2×10-16，說明回歸方程是非常顯著的，但是對諸回歸系數的t檢驗所對應的p值顯示自變量Towards、KF不顯著，其余自變量和常數項顯著;判定系數R2等于0.8349，擬合程度較高。（表1）

下面，用R軟件中的逐步回歸函數step（）對上面建立的線性回歸方程進行變量篩選和優(yōu)化，程序輸出結果見表2所示。（表2）

結果顯示采用全部自變量作回歸（即所對應的情形）時，AIC為63173，當去掉不顯著自變量Towards時，AIC達到最小值63171。當去掉另一個不顯著的自變量KF時，AIC值為63173，與情形所對應的AIC值一樣。進一步用View（drop1（lm.step））函數查看在逐步回歸模型（即已去掉Towards后的模型）基礎上再逐一強制去掉一個自變量后的各種可能情形?？梢姡コ齂F變量后，AIC稍稍變大：從63171.47變?yōu)?3171.50，但變大的幅度很小。對應殘差平方和（sum of Sq）1967.737最小，所以最終決定在原模型中去除Towards和KF兩個變量。

現用R軟件中函數summary（）函數觀察Price關于Avep、Deco、HT（不包括Towards、KF變量）等11個變量的回歸模型的信息，并同樣做逐步回歸，結果如表3所示。（表3）

從表3中，看出檢驗統計量F所對應的p值幾乎為零，說明回歸方程是非常顯著的，對諸回歸系數的t檢驗所對應的p值顯示全部11個自變量和常數項均顯著;判定系數R2等于0.8349，模型擬合效果較好。

綜上所述，我們得到了較優(yōu)模型：

Price=-168+0.009849×Avep+2.99Deco+1.49×HT+1.754×HA+0.2396×TF-0.6414×HY-0.3608×Focus+0.3472×Visit-0.4947×Ad-2.587×HCY+2.01×NTS

從模型中可以看出，因變量Price與Avep、Deco、HT、HA、TF、Visit、NTS等7個自變量成正相關關系（區(qū)域均價上漲、或裝修程度越高、或住房面積越大、或戶型越好等必然會導致房價越高），因變量Price與Focus、Ad、HY、HCY等4個自變量成負相關關系（網絡關注度高（但無人買），或發(fā)售日期長，或使用年限長，或待售房產“滿五唯一”，會導致房價下降）?？梢姡疚乃玫降姆績r預測模型與二手房交易的實際意義是相符合的。

四、模型的交叉驗證及實際預測示例

用十折交叉驗證法對模型預測結果做交叉驗證，其平均標準化均方誤差（NMSE）為0.1659765，遠小于1，模型交叉驗證效果較好。

再隨機抽取鏈家二手網上已經成交的10套房的房價與模型預測的房價作對比如表4所示。（表4）

預測模型使用說明：合肥某人有一房產，一個月前在鏈家二手交易市場中發(fā)布房屋出售信息，信息如下：房屋地處政務區(qū)，3室2廳，建筑面積為120平方米，簡裝房，共2層，房屋使用2年，網絡關注有2人，0人參觀，房產證沒有滿五年，靠近地鐵站。將上述信息量化后帶入到模型中，計算出的房價為255.49萬元。于是買賣雙方可在255.49萬元這個參考價格進行議價，最終完成交易過程。

五、總結與評價

本文中最終得出了擬合度較高的房價預測模型，為合肥市二手房交易提供了一個有實用價值的房價參考定價工具，買賣雙方或中介公司只要將模型中所需的變量值帶入，就可得出相對應的二手房價，在這個參考房價上雙方可以商議具體房屋交易價格。

當然，模型也存在著一些問題。根據經驗，建立模型時去除的自變量Towards（房屋朝向）和KF（樓層處于哪段），在二手房交易中往往也是不能忽略的因素。另外，由于數據是從網絡收集到的，有的重要數據資料難于收集，比如是否為學區(qū)房、房屋建筑的安全系數等。所以，模型還可以結合實際數據作進一步的優(yōu)化。

主要參考文獻：

[1]中商情報網.http：//www.askci.com/news/dxf/20170119/

16085988495.shtml，2017.1.19.

[2]合肥鏈家網.https：//hf.lianjia.com/.

[3]南方財富網.http：//www.southmoney.com/paihangbang/201712/1834628.html，2017.12.

[4]費宇.郭民之.陳貽娟.多元統計分析——基于R[M].北京.中國人民大學出版社，2014.

[5]郭會利.多元回歸分析的逐步回歸預測模型[J].考試周刊，2009（26）.