论文部分内容阅读
改革开放以来,我国经济高速发展,取得了令人瞩目的成就,而房地产业在国民经济中所扮演的角色尤为重要。与此同时,房地产估价业务也应运而生,并且迅速发展壮大,在促进房地产交易价格正常化,保障房地产业公平交易,建立有序的房地产市场和维护公平合理的交易秩序等方面发挥着重要作用。我国在房地产价格评估方面的研究和应用目前尚且处于探索阶段,而现行的传统估价方法过于依赖评估人员的主观经验,缺少准确的评估依据,也很少建立数学模型对房价进行定量评估,因而寻找一种更为科学、合理的定量评估方法对于促进房地产业的发展具有重要的理论意义和现实意义。本文试图利用人工神经网络学习能力和非线性映射能力较强的特点,将神经网络模型引入到二手房价格评估过程中,建立适用于重庆市巴南区的二手房价格评估神经网络模型,以期能够简化程序,提高评估结果的准确性,促进房地产估价行业的发展。本文首先在阅读大量文献的基础上对二手房价格影响因素及现有传统评估方法进行了梳理,分析了一般因素、区域因素和个别因素等三类影响房地产价格的因素,并介绍了比较法、成本法以及收益法的相关理论基础及各种方法的优缺点。其次,介绍了人工神经网络相关理论基础,神经网络模型的含义、操作方法、优势分析以及不足和改进,并结合人工神经网络的特性将其引入到二手房价格评估过程中。最后,通过对重庆市房地产行业发展现状的分析,建立了重庆市二手房价格评估指标体系,通过收集重庆市巴南区近期二手房交易实例及相关资料,建立了二手房估价神经网络模型,并运用Matlab软件进行模型估价和检验进行实证分析,将通过检验的神经网络模型和传统估价方法分别对同一套二手住宅进行评估,验证了人工神经网络模型在二手房价格评估中的有效性。