[发明专利]一种新建普通商品房价格指数匹配编制算法

摘要

本发明涉及一种新建普通商品房价格指数匹配编制算法，建立了房价的贴现半线性模型和同质可比的房价指数编制模型，设计了迭代计算方法以剔除原始数据或匹配过程中产生的误差。在已估计了前T个时期的房价指数前堤下，当收集了第T+1个时期的数据后，建立了一个链式加权匹配模型，可保持前T个已估计的房价指数不变，而只估计出第T+1个时期的房价指数。本发明所建立的模型克服了寻找匹配对的困难，具有理论上的科学性、数据采样上的方便性和计算编程上的简单性，达到了第3代房价指数要求，不仅提供了新建普通商品房价格指数编制的解决方案，而且也同样适合二手房以及二手房与新建房市场合并编制普通商品房价格指数问题。

主权项

一种新建普通商品房价格指数匹配编制算法，其特征在于，定义Yi为房产i的销售单价，fli为房产i所在楼层，tfi为房产i所在单元的总高度；zi为房产i的标准高度：zi＝fli/tfi；ti为房产i的销售时间所对应的时期(月)；tpi为房产i所在楼房类型,其中，定义多层:tpi＝0,小高层:tpi＝1；高层:tpi＝2；Li为房产i的邻里特征与区位特征的集合；Oi为房产i的其它未观察到的特征集合；步骤1，该编制方法基于模型一和模型二，其中：模型一为房价贴现的半线性模型，基于以下公式：其中：βt是时期t的房价指数的倒数,t＝0,1,…,T.基期的房价指数为1，即β0＝1；α0是截距项，α1,α2分别为楼层的标准高度和楼层标准高度的平方的系数，γ1,γ2分别为楼层标准高度及其平方与楼栋类型的交互效应的系数；f(Li,Oi)为房产的邻里与区位特征和其它未观察到的特征对房价的影响；εi～N(0,σ2)，即εi服从均值为0、方差为σ2的正态分布，所有的εi相互独立；模型二为用于计算新建普通商品价格指数的模型，基于以下公式：如果房产i与房产j属于同一上下楼集合，则有Li＝Lj,Oi＝Oj,tpi＝tpj,tfi＝tfj.由模型一能够得到模型二，模型二除需要估计房价指数的参数β0,β1,…,βT外，只需估计与标准高度相关的少数几个参数；步骤2，由步骤1中得到的模型一和模型二，得到关于β1,…,βT,α1,α2,γ1,γ2的基本线性回归模型y＝Xβ+ε   式三其中βT＝[β1，…,βT,α1,α2,γ1,γ2]；步骤3，通过步骤2中的基本线性回归模型，以普通最小二乘法估计式三中的参数，基于以下公式：由式四，可以计算出前T个时期的房价指数的倒数：则第t时期的价格指数为It=1β^t×100,t=1,2,...,T]]>这里设定基期的指数为I0＝100.步骤4，当得到前T个时期的房价指数后，在计算第T+1个时期的房价指数时，有两种方案可供选择，第一，将整个T+1时期的数据，用与步骤1至步骤3完全相同的方法，亦即将步骤1至步骤3的T换为T+1，重新计算全部T+1个参数：从而可求出整个T+1时期的房价指数；第二，若用户要求前T个时期已估计出来的房价指数保持不变，即不变，可建立如下链式加权匹配模型式五是一个关于βT+1,α1,α2,γ1,γ2的回归问题，用OLS求解；在得到βT+1的估计值后，可计算第T+1时期的价格指数为IT+1=1β^T+1×100.]]>