Please use this identifier to cite or link to this item:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/79868| Title: | 農地價格指數之建構:應用臺灣實價登錄資料的大數據分析 Constructing Property Price Indices:Big Data Analyses from Actual Price Registration of Real Estate Transactions in Taiwan |
| Authors: | Yu-You Liou 劉昱佑 |
| Advisor: | 張宏浩(Hung-Hao Chang) |
| Keyword: | 農地價格,實價登錄,特徵價格法,配對法,拉索迴歸, farm land,hedonic regression,matching method,LASSO, |
| Publication Year : | 2021 |
| Degree: | 碩士 |
| Abstract: | 在過去的文獻中,很多研究針對民宅、商用等不動產建構價格指數,有關研究相當豐富,而農地方面則十分缺乏。在臺灣方面,農地價格高居世界第一,農地面積亦迅速凋零,有鑑於前述問題,建構一套能夠有效衡量趨勢的農地價格指數是一個重要的問題。然而,過去的不動產假格指數建構方法只針對民用及商用建築,採用的方法、納入的變數未必適合於農地。所以,本言就企圖提供數種研究方法建構農地價格指數,比較優劣利弊,並供未來其他研究借鑑。至於方法的驗證,本研究納入臺灣鄉村社會學會(2019)所採用的臺灣實價登錄資料,分為都市與非都市進行驗證。總體來說,本研究提供了三種系列方法,分別是特徵價格法的修正、配對法以及拉索迴歸。經驗證後結果顯示,在特徵價格法的修正方面,以土地作為權重進行加權迴歸可以增進模型解釋力、降低均方誤差,而相關文獻也指出以標準差修正可以使推定量不偏;至於配對法方面,本研究採用最近配對法以及模糊配對法,透過t配對樣本檢定,結果顯示兩種方法皆能改善選樣偏差問題,但模糊配對法表現比最近配對法更好;而拉索迴歸方面,本研究則提供了兩種演算法,分別是double-selection與partialling-out。透過資料切分技巧進行訓練,本研究發現拉索迴歸相較於傳統特徵價格法,有更好的預測能力、解釋能力,並降低誤差。除此之外,拉索迴歸亦有變數篩選的功能。總結來說,本研所提供的三種研究方法,能夠補足臺灣過去沒有農地價格指數的研究缺口,並以新的方法解估計時所面臨的問題。 |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/79868 |
| DOI: | 10.6342/NTU202101981 |
| Fulltext Rights: | 同意授權(全球公開) |
| Appears in Collections: | 農業經濟學系 |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| U0001-0108202121211000.pdf | 6.22 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
