一种自回归方法用于房价建模
应用统计
2011-04-15 v1
摘要
本文提出了一种利用销售价格、销售时间和位置（邮政编码）信息来预测单个房屋价格并构建房价指数的统计模型。该模型由一个固定时间效应、一个随机邮政编码效应以及一个自回归分量组成。前两个分量应用于所有房屋销售，而自回归分量仅应用于重复销售的房屋。时间效应可以转换为房价指数。为了评估所提出的模型及其生成的指数，我们分析了1985年7月至2004年9月期间美国二十个大都市地区的独户住宅销售数据。结果表明，该模型比基准的 S&P/Case-Shiller 模型（一种重复销售模型）和传统的混合效应模型具有更好的预测能力。最后，以加利福尼亚州洛杉矶为例，说明了历史上的住房市场低迷情况。
引用
@article{arxiv.1104.2719,
title = {An autoregressive approach to house price modeling},
author = {Chaitra H. Nagaraja and Lawrence D. Brown and Linda H. Zhao},
journal= {arXiv preprint arXiv:1104.2719},
year = {2011}
}
备注
Published in at http://dx.doi.org/10.1214/10-AOAS380 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)