二手车保值率分析--以天津市场为例

摘要

由于中国汽车行业的迅猛发展，加之限号、取消二手车现迁等一系列利好政策的出台，中国二手车市场也随之不断扩大。但相对于新车市场，中国二手车市场仍存在着缺乏科学的二手车评估标准、信息不对称等等诸多的问题。二手车的评估对消费者的专业知识要求较高，消费者往往不能准确判断一辆二手车的价值，目前主要是由专业的评估师根据经验进行定价。通过使用数据挖掘方法来建立二手车保值率评估或预测模型的研究才兴起不久，且与日本、欧洲、美国等发达国家相比来说，中国在二手车产业链这一方面较为不成熟，还存在进一步优化的空间。 本文首先研究了国内外二手车市场的概况与保值率估计方法。目前中国的二手车市场还处于正在起步发展的过程中，市场进步空间广大，但仍缺乏更为有效的监督、评估机制。而国外很多发达国家的二手车市场已经较为完善成熟，二手车的交易量高于新车，市场制度健全，二手车认证体系完善，很多经验是中国行业发展可以汲取的。 在此基础上，以天津地区为例，使用网络爬虫爬取某电商该地区的在售二手车数据，并对预处理后的数据进行了描述性统计和单因素影响分析，掌握样本中保值率的整体情况，探究各个因素具体如何影响二手车的保值率。 然后使用定序回归的方法，将保值率转换为有序因子，即高中低三种保值类型，确定了影响二手车高保值率的14项关键特征，包括上牌至今时间、表显里程数、车型的轴距、汽车生产厂商、变速箱类型、汽车结构类型、排放标准、汽车排量、最大马力、是否有GPS导航、是否配备真皮座椅、是否存在易损耗部件、漆面修复和外观件更换。并从使用状况、基本属性、动力情况、内外部配置、故障排查等几个方面阐释了模型的结果。 随后，以这些关键特征为依托，建立起能够较为清晰地反应和解释二手车保值率的多元回归模型。模型的调整后的R2为0.813，拟合优度良好，各项检验均通过，说明该模型是合理有效的。并根据得到的回归系数对模型进行了分析，认为上牌时间长短、车型轴距大小、汽车厂商的不同和车身结构的差异对于二手车保值率高低具有最为显著的影响。 最后，为了更为精确地预测二手车保值率，对同样的数据建立了梯度提升回归树预测模型。使用十折交叉验证法对该模型进行评估，梯度提升回归树模型的均方误差比多元线性回归模型下降了31.58％，说明在预测准确度方面对于多元线性回归模型有显著的提高;经计算，该梯度提升回归树模型的平均准确率为97.83％，可以较为精确地预测二手车保值率。

目录

声明

摘要

1 绪论

1．1研究背景

1．2研究现状

1．2．1国内研究现状

1．2．2国外研究现状

1．3研究目的与意义

1．3．1研究目的

1．3．2研究意义

2 国内外二手车市场概况与保值率估计方法

2．1国内二手车市场概况

2．2国外二手车市场概况

2．3国内二手车保值率与价格评估方法

2．4国外二手车保值率与价格评估方法

2．5本章小结

3 相关理论

3．1定序回归

3．2多元线性回归

3．3集成学习与梯度提升回归树

4二手车保值率的实证分析

4．1．1数据来源

4．1．2数据预处理

4．1．3数据说明

4．2样本数据单因素统计分析

4．2．1保值率分析

4．2．2上牌时间对保值率的影响分析

4．2．3表显里程对保值率的影响分析

4．2．4汽车厂商对保值率的影响分析

4．2．5内外部配置对保值率的影响分析

4．2．6故障排查对保值率的影响分析

4．3二手车保值率的定序回归模型

4．3．1模型建立

4．3．2模型分析

4．4二手车保值率的多元回归模型

4．4．1模型建立与检验

4．4．2模型分析

4．5二手车保值率的GBRT预测模型

5结论与展望

参考文献

附录

致谢

攻读学位期间取得的科研成果清单