二手车评估方法论文提纲

论文题目：基于随机森林模型的二手车价值评估的研究 ——以重庆二手车市场为例

摘要：大数据时代的到来,我国经济进入快速发展阶段,汽车市场欣欣向荣,越来越多的消费者出于多方面考虑,开始接受二手车。到2021年底,国内二手车销售总数达到1758.51万辆,销售收入8888.4亿元。销售总数和销售收入的上升带动了二手车产业的发展,也对二手车价值评估提出了更高的要求。然而,在现实社会中,二手车市场各地区发展不平衡,而且由于缺乏相关交易数据,限制了三种传统评估方法的应用。评估信息不对称,评估过程成本高。因此,出于国内二手车市场供需考虑,急需一种适合我国的二手车价值评估方法。随机森林模型作为一种机器学习模型,在数据处理中具有消除特定噪声和缺失数据样本的独特优势。因此,本文将随机森林模型引入二手车价值评估研究。首先,根据属性的不同将16个特征变量分为7个实体变量、6个功能变量和3个市场变量,并进行赋值。其次,赋值后将数据导入随机森林模型中,根据均方误差的平均递减程度,对16个特征变量按其重要性进行排序和选择,建立了评估二手车价值的特征变量体系,体系共有11个特征变量。再者,将样本数据以8:2的比值划分为训练数据集和测试数据集,确定随机森林模型的2个重要参数:单棵决策树每次生长时抽取的随机变量数（mtry）最优值和单株生长中决策树数（ntree）的最优值。然后,根据得到的2个最优值基于测试集建模,选取模型的拟合优度R~2、平均相对误差MRE、平均绝对误差MAE和均方根误差RMSE等指标验证模型运行的有效性,对二手车的模型估计值和实际值的误差分析验证模型评估的准确性。经计算和分析结果表明,该模型运行良好,拟合优度达到92.21%。评价值与实际值的误差主要在5%以内,最终得出随机森林模型非常适合于大量二手车价值评价。同时,其仿真数据表明对二手车价值评估影响较大的因素有新车价格、排量、功率和驱动类型,影响最小的是车辆的过户次数。最后,分别用随机森林算法和成本法对重庆市3辆已交易的二手车进行案例比较,发现随机森林算法的平均误差率小于5%,进一步又证明了该模型在价值评估中的适合性。本文在随机森林原理及随机森林在二手车价值评估的适用性的基础上,建立了二手车价值评估模型。此模型不仅可以减少评估成本,提升评估效率,而且能够适应市场需求。为大量二手车的价值评估提供了一种新的思路。该模型可用于不同品牌和不同配置的车辆的验证研究。评估时只需要将待评估汽车的信息数据量化后,输入随机森林模型中,就能立即获得评估结果。评价过程简单,模型具备一定的实用性。

关键词：二手车价值评估;随机森林模型;估价模型

学科专业：资产评估硕士（专业学位）

摘要

ABSTRACT

1 绪论

1.1 研究背景

1.2 研究目的和意义

1.2.1 研究目的

1.2.2 研究意义

1.3 研究现状

1.3.1 国外关于影响二手车价值的因素和评估模型的研究现状

1.3.2 国内关于影响二手车价值的因素和评估模型的研究现状

1.3.3 随机森林研究现状

1.3.4 文献评述

1.4 研究内容与方法

1.4.1 研究内容

1.4.2 研究方法

1.4.3 研究思路

1.5 可能的创新点

2 二手车价值评估方法的选择

2.1 传统评估方法应用于二手车价值评估分析

2.1.1 市场法

2.1.2 成本法

2.1.3 收益法

2.2 随机森林模型原理及其分析

2.2.1 决策树

2.2.2 Bagging算法

2.2.3 随机森林模型原理

2.2.4 随机森林分析

2.3 随机森林算法运用二手车价值评估的适用性分析

3 二手车价值评估模型特征变量体系的建立

3.1 评估数据来源

3.2 特征变量的选取

3.2.1 实体变量

3.2.2 功能变量

3.2.3 市场变量

3.3 特征变量量化

3.3.1 数值型特征变量量化

3.3.2 非数值型特征变量量化

3.4 特征变量体系的搭建

3.4.1 构建思路

3.4.2 特征变量重要性排序

3.4.3 特征变量筛选

4 基于随机森林的二手车价值评估模型的构建和检验

4.1 构建思路

4.2 最优参数选择

4.3 模型构建过程

4.4 二手车评估模型的检验

5 基于重庆市场二手车的案例分析

5.1 基于随机森林模型的实例应用

5.2 基于重置成本法的实例应用

5.3 两种方法评估结果的对比分析

6 结论及展望

6.1 结论

6.2 展望

致谢

参考文献

作者简历