南风金融网 - 中原最权威行情财经门户

热门关键词:  缪学刚  www.ymwears.cn  xxx    
热门: 北大数字金融公开课内容回 对付勒索软件的利器:二级 还在为云存储掏冤枉钱?那 直播预告 | “经世微语课堂 中国个体经营户总量测算与 中国个体经营户研究系列报

【MLinEcon文献推送9】回归树与轨道交通对房价的异质性影响

来源:南风金融网 作者:南风金融网 人气: 发布时间:2020-01-29 12:22:15

原文信息



Seungwoo C , Kahn M E , Roger M H . Estimating the Gains from New Rail Transit Investment: A Machine Learning Tree Approach[J]. Real Estate Economics, 2018,1-29.

推文作者|万壹(上海财经大学财经研究所19级硕士研究生)




一、引言



不同特征的人群可能有不同的交通需求、时间成本和居住的房屋类型,因此轨道交通的开通对于拥有不同的房屋类型的房地产的价格变动可能存在异质性影响。传统上,房地产价格研究多采用多变量Hedonic估价模型(Multivariate hedonic methods)实现,但是这种方法若考虑研究对象的异质性,则会带来计算量变大、效率不高等弊端。因此,本文基于Athey和Imbens(2015)的研究成果,采用了CART回归树机器学习算法计算倍差估计量,以首尔轨道交通9号线为案例进行实证研究,研究表明利用机器学习方法可以更加高效率地估算轨道交通的开通对于房产价格的异质性影响,并且得出的估计结果可以通过稳健性检验。



二、数据描述



本文采用了首尔轨道交通9号线经过区的房屋的面板数据集,数据集包括了房屋卧室数、厕所数,房屋面积数、房屋年龄、房屋距离9号线的距离,9号线是否建成以及房屋价格等房屋特征数据。描述性统计如下:





三、利用CART回归树算法计算倍差估计量



传统上,针对混合横截面数据的倍差估计量的估计一般采用在线性模型中加入交互项的方法,以交互项的系数估算倍差估计量,进而得出政策施行或事件发生对于统计量的影响效应。如采用传统方法并考虑影响对象的异质性,本文的地铁开通倍差估计量应采用如下方法测算:



可以发现,这种方法需要对每一种房屋特征指标与处理组虚拟变量(本文以距9号线1km之内的房屋作为处理组)和地铁开通虚拟变量进行交互,会损失大量自由度,导致此方法针对大样本数据集的计算量较大、估计效率较低。


为了解决传统方法的缺陷,本文利用CART回归树算法对房屋的特征进行划分,从而得到一个拥有特定特征的房屋样本集,对样本集中的房屋价格进行算术平均,得到??,从而异质性房屋的倍差估计量由如下可得(D为1则意味在距离9号线1km内的处理组中、T为1意味着9号线已经开通):





四、对CART回归树算法倍差估计量的分析



利用对得到的倍差估计量进行描述性统计,观察不同特征的倍差估计量的分布,可以得到轨道交通对于不同房屋类型的异质性影响。例如小户型(Size=0-66.24㎡)在最低50%的倍差估计量中占比较大,则意味着地铁开通对于小户型房屋的价格影响较小。




五、对CART回归树算法倍差估计量的稳健性检验



理论上,开发商新的建造计划应该会对高的地铁开通效应进行反应,从而在新修建的房屋主要集中在高倍差估计量的类型中。


从图中可以看出,2009年后(也就是9号线开通后),新建房屋的倍差估计量集中在0刻度的右侧,因此用开发商的建造策略可以验证估算得到的倍差估计量是符合现实的。




六、总结



本文最大的亮点在于,使用CART回归树机器学习算法,对样本中房屋进行分类,得到各类型的房屋价格的期望,从而得到倍差估计量。利用机器学习方法,可以避免传统方法对大样本数据集的异质性考察计算量过大的弊端。


排? ? 版 | 石庆宇

审?? ?核 |?郭? ?峰

责任编辑:南风金融网

最火资讯

首页 | 财经资讯 | 金融理财 | 价格行情

Copyright © 2012-2015 南风金融网门户站 版权所有 Power by DedeCms 豫ICP备12016580号  技术支持:南风金融网

电脑版 | 移动版