基于LARS-Lasso方法及GLM的特征價格模型構(gòu)建研究.pdf

1、隨著Hedonic方法的應用越來越廣泛，特征價格模型（HPM）構(gòu)建研究的重要性不言而喻。但是經(jīng)典HPM構(gòu)建必須滿足嚴格的統(tǒng)計學假定，比如商品價格的分布正態(tài)性、特征變量無共線性等假定。此外，用于篩選特征變量和解決其共線性的方法一般局限于逐步回歸、主成分回歸等。事實上，逐步回歸會導致選取的特征變量過少，在解決共線性方面效果也有待模擬研究，而主成分方法用在HPM構(gòu)建中，往往使得特征變量的經(jīng)濟意義失色不少。針對上述問題，本文的具體研究工作如下：

2、
　　 第一章，引言。從HPM的應用前景，經(jīng)濟學假定，統(tǒng)計學假定，特征變量和函數(shù)形式的選擇等方面提出研究的問題、目的、和研究方法以及框架，文獻綜述HPM、廣義線性模型（GLM）以及新的統(tǒng)計方法LARS-Lasso在HPM構(gòu)建方面的國內(nèi)外研究動向。
　　 第二章，經(jīng)典特征價格模型及其構(gòu)建的統(tǒng)計框架。分析均衡特征價格滿足的統(tǒng)計形式以及線性、半對數(shù)、雙對數(shù)和基于Box-Cox變換的經(jīng)典HPM的函數(shù)形式和特征變量的選取方法與存在

3、問題。梳理了影子價格的LS、ML以及GLS的估計方法。從HPM構(gòu)建目的介紹了不同角度的模型評價準則。特別對條件數(shù)診斷特征變量共線性的由來進行了梳理。
　　 第三章，廣義線性模型和LARS-Lasso方法。概述了GLM形式和假定，介紹了LARS-Lasso方法和GLM的似然函數(shù)Lasso懲罰估計。
　　 第四章，廣義特征價格模型構(gòu)建的統(tǒng)計框架。引入GLM理論，拓展經(jīng)典HPM為GHPM。用局部二次近似將Lasso懲罰的ML轉(zhuǎn)

4、化為Lasso懲罰的LS類型，使得影子價格的估計路徑滿足逐片線性，實現(xiàn)LARS-Lasso估計。給出GHPM的評價和診斷方法，以及經(jīng)濟意義的解釋，邊際特征價格以及影子價格的計算公式，商品定價和編制拉氏LHPI、派氏PHPI以及費雪FHPI的方法。
　　 第五章，模擬研究和實例分析。首先，在特征變量間的相關度為0.95和0.99以及條件數(shù)證實共線性存在的情形下，隨機模擬驗證LARS-Lasso和逐步回歸在解決共線性問題上的效果。其

5、次，基于2009年1-9月的筆記本電腦數(shù)據(jù)實證GHPM構(gòu)建框架的實用價值。其間，通過多種模型評價準則比較全模型的LS估計、逐步回歸和LARS-Lasso的建模效果，并對模型進行直觀性的統(tǒng)計診斷。最后，根據(jù)確定的模型，結(jié)合市場具體情況進行筆記本電腦定價和特征價格指數(shù)編制分析。
　　 第六章，結(jié)論和展望。給出本文的主要結(jié)論以及相關問題的展望。
　　 通過以上幾個方面的研究工作，本文主要結(jié)論和創(chuàng)新之處如下：
　　 1.

6、系統(tǒng)地梳理了HPM理論的統(tǒng)計形式和HPM構(gòu)建的統(tǒng)計框架。豐富和完善了HPM構(gòu)建的理論框架。
　　 2.將經(jīng)典HPM構(gòu)建納入GLM框架，弱化了原有的統(tǒng)計學假定，并給出GHPM構(gòu)建框架。其間，用新的統(tǒng)計方法LARS-Lasso改進了傳統(tǒng)的特征變量選取和影子價格估計方法。給出了GHPM下影子價格表達式和編制LHPI、PHPI以及FHPI的方法。為GHPM的應用提供了理論基礎。
　　 3.模擬驗證和實證分析了LARS-Lasso