二手车价格评估计算模型研究

论文总字数：26281字

摘 要

二手车估价是一个复杂的过程，既要考虑车辆的品牌、出厂价格等因素，也要对车辆本身状况进行分析、评价。本文对相关方法作了总结并在相关的网站上搜集了许多已经交易的二手车的数据，从中选取了包括交易价格、品牌、出厂价格、评级、车龄、行驶里程等等10个因素进行研究。通过使用SPSS数据分析软件进行相关性分析，找出了其中对交易价格影响较大的七个因素，使用MATLAB对相关数据进行归一化，并用此软件进行神经网络的构建。网络结构为三层：输入层、隐层、输出层，设置隐层数目为1，输入层神经元数目为7，输出层神经元数目为1，隐层神经元数为13,不断地用数据对此网络进行训练直到精度达到自己的要求。

最终保存下构建好的网络，该网络的权值已经固定，当输入七个变量数据时，通过该网络可以输出对应的交易价格数据。输入数据进行验证，网络仿真出来的价格与实际价格接近，证明了该网络模型的实用性。

关键词：二手车市场；价格评估； MATLAB； BP神经网络

THE RESEARCH ON THE CALCULATION MODEL OF THE PRICE OF THE USED CAR

02611115 Yang ZongWu

Supervised by Yang JunYu

Abstract： The used car market is a important aspect for the automotive market. In the second-hand car transaction, the second-hand car price is undoubtedly a more important factor. There are a lot of methods for the evaluation of the price of used cars in the market. In this thesis, a new method what is used to forecast used car prices is put forward by using BP network toolbox in MATLAB.

The evaluation of used cars is a complicated process. Because we want to consider the factors such as brand, ex-factory price of the vehicle, also want to analyze the status of vehicle itself, and evaluation. Summarized in this paper, the relevant method and gathered a lot in the related website has been trading second-hand data, selected from the deal includes price, brand, the factory price, rating, old, mileage, etc. 10 factors were studied. To analyze correlation by using SPSS data analysis software and find out the seven factors of market price influence, using MATLAB for data normalization, and building the neural network. Network structure of three layers: input layer, hidden layer and output layer. The number of the hidden layer is 1 and the number of neurons in the input layer is 7, and the number of output neurons is 1, hidden layer neurons number is 13, constantly with data to precision of the network was trained until their requirements.

Finally, to build a good network preserved, the weights of the network has been fixed, when the input seven variable data, through the network can output the corresponding market price data. The input data is verified, the network simulation is close to the actual price, and it proves the practicability of the network model.

KEY WOEDS: Second-hand Car Market; The Price Evaluation; MATLAB; BP Neural Network

目录

1、 绪论 1

1.1 选题背景与意义 1

1.2 相关文献评述 1

1.3 本文相关工作 2

2、国内二手车市场现状 3

2.1 国内二手车市场发展状况 3

2.2 国内二手车市场面临的问题 4

3、二手车价格影响因素分析 6

3.1二手车定义 6

3.2 二手车价格影响因素 6

3.3 二手车评估的相关方法^[5] 7

4、人工神经网络基本理论 9

4.1 人工神经网络简介 9

4.2两种常用的网络模型 9

5、数据的处理与模型的构建 15

5.1 数据的采集 15

5.2 运用SPSS软件对数据进行相关性分析 16

5.2.1 相关数据的输入 16

5.2.2 结果分析 17

5.3 模型构建前的数据准备工作 18

5.3.1 数据的归一化处理 18

5.3.2 数据的转置处理 19

5.4 模型的构建 19

5.4.1 网络结构的确定 19

5.4.2 函数的选取 19

5.5 BP网络预测程序在MATLAB中的实现 21

5.5.1 MATLAB神经网络工具箱简介 21

5.5.2 BP网络实现步骤 21

6、总结 30

致 谢 31

参考文献（References） 32

附 录 33

二手车价格评估计算模型研究

1. 绪论

1.1 选题背景与意义

我国经济正处于迅速发展阶段，人民拥有汽车的量正在迅速增加，由此而来的是二手车的量也在快速的增长。

1999年4月30日，《旧机动车鉴定估价师国家职业标准》由国家颁布并实施。自此，旧机动车鉴定评估这个行业便开始慢慢发展起来。近些年来，二手车市场飞速发展，并且占据了新车市场相当一部分的比重。政府部门也进一步加大了对二手车市场的管理以保证其正常运行。

二手车满足了国内相当一部分消费者对车辆的需求，其市场的发展是具有实际意义的。因此，二手车价格评估变的十分有价值，二手车的价格评估工作可以帮车主鉴定车辆的真实价值，为消费者买车提供一个理想的指导价，很多想买二手车的人其实并不了解车辆的真实价值，这就使得卖方可以在价格上造假，如果有一个合理的评估系统，会大大减少这种情况的发生。

二手车价格评估在交易中是十分重要的一块，相比于欧美二手车市场而言，我国的二手车市场并不完善，很多二手车市场工作人员完全凭借经验来进行价格的评估，评估缺乏依据，所以评估出来的价格很难被消费者接受。本文就此问题在总结了目前市场上一些方法的同时也提出了一种新的方法作为二手车价格评估的参考。

1.2 相关文献评述

我国的汽车市场虽然起步比较晚，二手车价格的评估体系还不完善。但因为人口众多，人们对车辆的需求量大，所以国内二手车市场潜力非常巨大，因此必须做好二手车鉴定评估工作。

对于国内二手车市场的现状，在2014年，杨凯等人做了具体的分析：中国二手车市场起于1998年，汽车开始进入家庭并快速增长，私家车成为汽车消费的主体，人们对汽车的渴望越来越大，由此带来的是广阔的市场前景 ^[1]。

在二手车价格评估方法方面，2013年，侯江丽和赵飞提出了关于二手车价格评估的一些算法，并且给出了数学模型和实现的步骤^[2]。在当前的市场上，二手车估价的方法主要是：重置成本法、收益现值法、现行市价法等等，以上几种算法各有优缺点。除了这些方法之外，也有作者从某一方面进行二手车价格的分析，比如汪芹（2009）仅仅使用汽车年份求和法对二手车价格进行研究，在评估中只将年份数作为影响因素，在论文结果中得出了报废年限为8年、10年、15年的月份数求和法折旧计算表。这种方法虽然片面，但从单一因素方面也为我们提供了研究的方法^[3]。

但是这些理论上的方法在市场上得到广泛的认可，原因是可操作性不强，比如收益现值法，这个方法是通过估计汽车未来带来的收益，然后折现到现在。显然，未来收益也是一个未知量，所以折现就显得不太现实。

因此，在本文中将使用一种新的方法，即BP神经网络模型法。对于BP神经网络在价格预测方面的实际应用，在2013年，肖启俊曾使用此方法对二手船价格进行评估研究，在对一些因素进行分析之后建立了模型并最终验证了模型的实用性^[4]。2014年，宁武龙利用MATLAB软件中的神经网络工具实现了对轴承寿命的预测。除此之外，还有很多人应用BP神经网络进行各个方面的预测，结果表明其在预测方面具有良好的实用性。

1.3 本文相关工作

图1.1 论文相关流程图

本文首先分析了二手车市场的现状，主要是国内二手车市场的发展情况，从相关资料中找到了一些数据来显示近些年来二手车市场的发展状况，同时也介绍了目前二手车市场中存在的一些问题。

然后介绍了几种市场上用到的二手车价格评估的方法并对其优缺点进行了简要分析，通过分析发现，这些方法在实际的操作中并不十分实用。鉴于此，本文提出了一种新的方法预测二手车的价格，即BP神经网络模型法。在网络的构建过程中先分析了二手车价格的影响因素，然后在国内各大二手车网站上搜集了相关的数据，主要是针对已经交易完成的二手车进行数据的采集，因为已经完成了交易，说明该二手车的价格是被买卖双方所接受的，所以车子的交易价格、年龄、行驶里程等因素都是具有研究意义的。

接着对这些数据进行了数学分析，找出了对价格影响比较大的其中几个因素准备进行模型的构建。模型的构建运用了MATLAB软件中的BP神经网络工具箱，文中对这个工具箱作了介绍。

最后用了200组数据中的180组数据对模型进行了训练，当模型达到要求时保存下相关的权值。然后用了剩下的20组数据进行了仿真验证。

总的来说，本文所提出的方法主要就是利用BP神经网络模型分析几个影响因素和交易价格之间的关系，通过所建立的网络模型来实现这种非线性的复杂的关系。从网站上搜集到了200组数据，每组数据包含了交易价格、车辆品牌、车龄、行驶里程等多个因素，对于其中一些影响因素进行了量化处理，并且对最终得到的数据进行了归一化处理。本文也介绍了MATLAB强大的神经网络工具箱功能，使用这项功能实现了模型的建立、训练与仿真。最终的结果是当输入一组影响因素时，该网络可以输出相应车辆的交易价格，该交易价格可以被作为参考，具有一定的实用价值。

2、国内二手车市场现状

2.1 国内二手车市场发展状况

据中国报告大厅了解：近日，中国汽车流通协会发布的一组数据显示，2014年1—10月份全国二手车交易量达491.19万辆，相比上年同期增长16.78%，交易额 2944.78亿元，相比上年同期上涨27.08%。在前11个月中，中国的新车销量较上年同期上升了6%，为210万辆，二手车增长率接近新车的3倍。

图2.1 二手车交易量走势图

从图中我们可以看出，2001年平均每季度的二手车车交易大概在9万量左右，但是自2001年到2014年以来，二手车的交易量飞速增长，在2014年，平均每个季度的交易量甚至已经达到了150万辆。如此庞大的数据证明了二手车市场的前景是非常广阔的。

图2.2 2013-2014年单月平均交易价格曲线

在这幅图中，二手车平均交易价格在6万元左右，根据国内消费水平可知，国内消费者平均能够接受的价格在5-10万元这样的中等价格。 ^[5]

2.2 国内二手车市场面临的问题

我国的二手车市场依然处于起步阶段，有许多因素制约着市场的发展，主要问题如下：

（1）管理体系的缺乏

我国对于二手车市场的管理规范文件很少，而在近些年来二手车发展的速度却非常快，由此带来的管理方面的问题显得越来越严重，一些二手车的来源问题，二手车本身车况问题以及销售信息不真实等等因素会使得二手车市场在交易中变得混乱，所以，国家政府部门应该出台相应的管理文件来进行二手车市场的规范化。

（2）诚信危机

我国的二手车市场信息对外并不公开，对于一个想要购买二手车的消费者来讲，他所关心的除了车辆本身的状况之外，还有车辆的来源等等。因为如果买到了非法途径得来的车辆，面临的可能不仅仅是经济上的损失，还有法律层面的种种问题。所以如果二手车要进一步的发展，就必须解决信息公开的问题。

（3）缺乏统一的标准

剩余内容已隐藏，请支付后下载全文，论文总字数：26281字

相关图片展示：