基于线性回归和神经网络模型的二手车交易价格预测分析

郑爱萍， 李彬彬， 郭传好，2

（1 浙江理工大学经济管理学院， 杭州 310018； 2 浙江理工大学浙江省生态文明研究院， 杭州 310018）

0 引 言

中国汽车流通协会数据资料显示， 二手车市场的年交易量从2000 年的25 万辆增加到2021 年的1 769万辆，21 年间增长了约70 倍，市场发展和需求潜力巨大。 2022 年1 月21 日国家发展改革委等七个部门联合发布了“促进绿色消费实施方案”，该方案指出要积极发展二手车经销业务， 进一步扩大二手车流通。 二手车因其“一车一况”的特殊性，比一般的商品定价要复杂和困难，如品牌、 车系、 动力、行驶里程、 受损情况、 维修情况以及新车价格都会对二手车价格的制定带来影响，国家目前亦没有出台评判二手车资产价值的统一标准。 因此， 研究二手车的不同定价模型及价格预测方法，对于二手车市场价格的合理制定和二手车市场的健康发展具有重要的意义。

二手车定价方法的研究成果不多，且主要集中于传统的资产评估方法。 冯秀荣等［1］利用分析法得出影响二手车价值的重要因素是使用时间和里程；童佳等［2］指出二手车评估和传统资产评估的方法一样， 根据不同的评估目的、价值标准和业务条件可分为收益现值法、重置成本法和清算价格法；王传杏等［3］基于特征价值理论，利用多元线性回归建立了特征价格评估模型；程晓军［4］重置成本法中对成新率的权重系数，对二手车价格进行了更为全面的评估。

随着大数据和机器学习的快速发展，相关的数据分析和统计预测方法亦被越来越多的学者应用于经济管理问题的研究之中。……