不動產估價服務介紹                線上洽詢(請點選入內) 

華信電子週報   <不動產行情、不動產估價、不動產法規類>

 

週報

主題:

十分鐘搞懂~特徵價格()

 

前言:前篇針對特徵價格理論做說明。本期電子報針對何謂特徵價格模型於房價研究上之應用做說明,如有錯誤或遺漏之處,尚請不吝指正,謝謝!

 

特徵價格模型

多元線性迴歸模式主要是在探討可觀察變數(Manifest Variable )與潛在變數(Latent Variable)間的線性關係及各潛在變數(Latent Variable )間之因果關係。所以可以同時完成評估系統的測量問題與因果關係式(潛在變數間的關係)。

多元線性迴歸模式(multiple linear regression model)的一般式可定義如下:

Y=α+β1 X1+β2 X2+β3 X3+….+βk Xk+ε

上述模型的假設如下:

()Y為應變數,是需要被預測的變數。

() α、β1、β2、β3、….、βk為未知常數。

() X1X2X3. Xk為自變數、是用來預測的變數,沒有誤差。

()ε是隨機誤差、在X1X2X3. Xk固定的情況下,ε為期望值0與變異數σ2的常態分配。

()不同Y值所對應的隨機誤差ε彼此獨立。 

房價之變數說明

()應變數:而自西元2012年起實價登錄制度正式上路後,現階段公開資訊已趨近於完善,對於民眾在購屋上具一定程度上的參考價值,因此採用實際成交價格作為模型之應變數。

()自變數:對於不動產價格影響之變數,假設以樓地板面積、市中心區之遠近、屋齡、所在樓層、面臨道路條件、土地面積、土地使用分區等各項自變數。

 

 

房價模型建立

採現多元線性迴歸模式,是以商品的各個特徵屬性乘上相對應的隱含價格後之總和,即為該產品的價格,依據前述理論模型,及前述假設各項隱含之特徵,建構出下列線性函數:

Y=α+β1 X1+β2 X2+β3 X3+β4 X4+β5 X5+β6 X6+β7 X7+ε

Y:為住宅大樓實際成交價格()

X1:樓地板面積():依成交標的交易紀錄所標示之面積。

X2:市中心區之遠近:以台中火車站為市中心之直線距離(公尺)

X3:建物屋齡():依成交日期與建築完成日期之時間計算。

X4:標的所在樓層:依成交標的所在樓層標示。

X5:面臨道路條件:依成交標的實際面臨之道路寬度。

X6:土地使用分區:商業區設為虛擬變數1;住宅區設為虛擬變數0

X7:土地面積:依成交標的實際成交所持分之土地面積。

βi:各種特徵所隱含之價格。

ε:殘差項。

結論

藉由這2篇電子報分享特徵價格模型於房價研究上採用之多元線性迴歸分析,後續再延伸說明不動產估價技術規則第20條。

不動產估價服務介紹                 線上洽詢(請點選入內) 

 

   

創作者介紹
創作者 hunhsin 的頭像
hunhsin

鑑價專業網~不動產估價 預售屋估價 新成屋估價 都市更新估價

hunhsin 發表在 痞客邦 留言(0) 人氣()