基于BP神經(jīng)網(wǎng)絡(luò)的二手車(chē)價(jià)格評(píng)估影響因素研究

毛攀 蔡云 萬(wàn)雄 王文迪

摘 要：為了高效客觀(guān)準(zhǔn)確評(píng)估二手車(chē)價(jià)格，以影響二手車(chē)價(jià)格評(píng)估的因素為研究對(duì)象，采用文獻(xiàn)法分析篩選出二手車(chē)評(píng)估價(jià)格的11個(gè)影響因素并建立了BP神經(jīng)網(wǎng)絡(luò)二手車(chē)價(jià)格評(píng)估模型。通過(guò)BP神經(jīng)網(wǎng)絡(luò)二手車(chē)價(jià)格評(píng)估模型的計(jì)算結(jié)果顯示模型預(yù)測(cè)價(jià)格與實(shí)際價(jià)格相關(guān)系數(shù)達(dá)到0.96，根據(jù)所建模型的連接權(quán)值得出了二手車(chē)價(jià)格評(píng)估影響權(quán)重值較大的7個(gè)因素。最后將影響二手車(chē)價(jià)格評(píng)估的7個(gè)主要因素作為輸入重構(gòu)了價(jià)格評(píng)估模型并重新計(jì)算二手車(chē)價(jià)格得出BP-11模型與BP-7模型計(jì)算結(jié)果基本一致且Pearson 相關(guān)性度到0.83。因此本文的研究結(jié)果表明：二手車(chē)價(jià)格評(píng)估主要受綜合油耗、車(chē)輛售后滿(mǎn)意度、車(chē)齡、車(chē)輛可靠性、舒適性、外觀(guān)、當(dāng)前里程數(shù)的影響，BP神經(jīng)網(wǎng)絡(luò)二手車(chē)價(jià)格評(píng)估模型可由這7個(gè)因素描述。

關(guān)鍵詞：二手車(chē)評(píng)估價(jià)格;影響因素;BP神經(jīng)網(wǎng)絡(luò);權(quán)重

中圖分類(lèi)號(hào)：F045.3 ?文獻(xiàn)標(biāo)識(shí)碼：B ?文章編號(hào)：1671-7988（2020）04-59-06

Research on Influencing Factors of used car price evaluation basedon BP neural network^*

Mao?Pan， Cai Yun， Wan Xiong， Wang Wendi

（School of Automotive &?Transportation Engineering， Xihua University， Sichuan Chengdu 610039）

Abstract：In order to evaluate the second-hand car price efficiently， objectively and accurately， this paper takes the factors that affect the second-hand car evaluation price as the research object， selects 11 influencing factors of the second-hand car evaluation price by literature analysis， and establishes the BP neural network second-hand car price evaluation model. Through the calculation results of BP neural network used car price evaluation model， it shows that the correlation coefficient between the predicted evaluation price and the actual price of the model is 0.96. According to the connection weight of the model， seven factors that have great influence on the weight value of used car price evaluation are given. Finally， seven main factors that affect the second-hand car price evaluation are used as input to reconstruct the price evaluation model and recalculate the second-hand car price. The results of bp-11 model and bp-7 model are basically the same， and the Pearson correlation degree is 0.83. Therefore， the research results of this paper show that： the second-hand car price evaluation is mainly affected by comprehensive fuel consumption， vehicle after-sales satisfaction， vehicle age， vehicle reliability， comfort， appearance and current mileage. The BP neural network second-hand car price evaluation model can be described by these seven factors.

Keywords： Used carevaluation price; Influencing factors; BP neural network; Weight

CLC NO.： F045.3?Document Code： B?Article ID： 1671-7988（2020）04-59-06

前言

隨著二手車(chē)交易市場(chǎng)的快速增長(zhǎng)，根據(jù)中國(guó)汽車(chē)流通協(xié)會(huì)公布的2018年全國(guó)二手車(chē)交易數(shù)據(jù)顯示，2018年1-12月全國(guó)累計(jì)完成交易二手車(chē)1382.19萬(wàn)輛，同比增長(zhǎng)11.46%。二手車(chē)的剩余價(jià)值評(píng)估方法卻未隨著市場(chǎng)的快速發(fā)展而有較大的突破，以往的二手車(chē)的發(fā)展研究中過(guò)多的是研究二手車(chē)的評(píng)估方法，而沒(méi)有貼近市場(chǎng)做進(jìn)一步的深入研究。二手車(chē)的剩余價(jià)值是二手車(chē)交易流通中的一個(gè)重要環(huán)節(jié)，傳統(tǒng)的剩余價(jià)值評(píng)估方法主要依靠二手車(chē)評(píng)估人員的經(jīng)驗(yàn)判斷，評(píng)估過(guò)程主觀(guān)人為因素多沒(méi)有根據(jù)客觀(guān)影響因素來(lái)綜合全面評(píng)估二手車(chē)的剩余價(jià)值。在二手車(chē)市場(chǎng)快速發(fā)展的過(guò)程中傳統(tǒng)經(jīng)驗(yàn)評(píng)估法已不能適應(yīng)市場(chǎng)的需要，二手車(chē)的評(píng)估價(jià)格對(duì)二手車(chē)消費(fèi)者有最直接的主觀(guān)感受，通過(guò)影響二手車(chē)評(píng)估價(jià)格的客觀(guān)因素為基礎(chǔ)，建立可以客觀(guān)評(píng)估二手車(chē)價(jià)格的預(yù)測(cè)模型并通過(guò)權(quán)重分析得出對(duì)二手車(chē)評(píng)估價(jià)格產(chǎn)生較大影響的因素。

1?二手車(chē)評(píng)估價(jià)格影響因素分析

目前，對(duì)二手車(chē)剩余價(jià)值評(píng)估方法有重置成本法、現(xiàn)行市價(jià)法、收益現(xiàn)值法、清算價(jià)格法。這些評(píng)估方法受到適用范圍局限和方法存在的缺點(diǎn)影響，無(wú)法準(zhǔn)確具體反映各影響因素對(duì)評(píng)估價(jià)格影響。二手車(chē)的評(píng)估價(jià)格受到諸多因素影響，而大多學(xué)者研究主要還是基于傳統(tǒng)方法如：徐震宇在重置成本法二手車(chē)成新率計(jì)算中選取了品牌價(jià)值、市場(chǎng)保有量、新車(chē)價(jià)格的穩(wěn)定性、使用及維修成本二手車(chē)市場(chǎng)供求關(guān)系作為影響來(lái)對(duì)二手車(chē)評(píng)估價(jià)格進(jìn)行分析^[1]。周亮則從實(shí)體性貶值、經(jīng)濟(jì)性貶值和功能性貶值三個(gè)方向進(jìn)行因素分析探究對(duì)二手車(chē)評(píng)估價(jià)格的影響^[2]。胡寧則認(rèn)為二手車(chē)評(píng)估價(jià)格主要受車(chē)輛實(shí)際使用年限、使用強(qiáng)度、日常養(yǎng)護(hù)質(zhì)量、車(chē)輛品牌、市場(chǎng)供求關(guān)系、異常使用情況等六大因素影響^[3]。馮秀榮等通過(guò)分析使用年限、行駛里程、工作性質(zhì)、維護(hù)保養(yǎng)等 15 個(gè)因素后認(rèn)為使用年限對(duì)二手車(chē)價(jià)值的影響力很強(qiáng)，一般年限1-3年期間折舊最快而年限在3-6年的二手車(chē)價(jià)格相對(duì)穩(wěn)定^[4]。林藝琳等通過(guò)通過(guò)分析二手車(chē)剩余價(jià)值的影響因素， 結(jié)合重置成本法、現(xiàn)行市價(jià)法的優(yōu)點(diǎn)及乘用車(chē)保值率的原理， 運(yùn)用層次分析法、德?tīng)柗拼蚍址ㄓ?jì)算各指標(biāo)因素的權(quán)重系數(shù)，從而確定個(gè)體二手車(chē)剩余價(jià)值的評(píng)估模型^[5]。參考其他學(xué)者對(duì)二手車(chē)評(píng)估價(jià)格影響因素的研究上得出影響二手車(chē)評(píng)估價(jià)格的三大指標(biāo)：實(shí)體性指標(biāo)，功能性指標(biāo)，經(jīng)濟(jì)性指標(biāo)。

實(shí)體性指標(biāo)是指二手車(chē)的實(shí)體性貶值，二手車(chē)使用過(guò)程中因機(jī)件磨損和損耗等原因而導(dǎo)致的車(chē)輛實(shí)體發(fā)生的價(jià)值損耗及外界自然力作用導(dǎo)致的損耗，實(shí)體性指標(biāo)包含車(chē)輛技術(shù)因素、車(chē)輛外觀(guān)因素、車(chē)齡因素、當(dāng)前行駛里程、維護(hù)與保養(yǎng)。功能性指標(biāo)是二手車(chē)車(chē)輛在技術(shù)或性能方面的情況，其主要包括有新車(chē)售價(jià)、品牌知名度、汽車(chē)保有量、售后服務(wù)、舒適性、操控性、質(zhì)量口碑、汽車(chē)保值率。經(jīng)濟(jì)性指標(biāo)指由一些外部環(huán)境因素以及使用成本造成二手車(chē)價(jià)格變化的，如二手車(chē)市場(chǎng)需求因素、稅收因素、環(huán)保因素。綜合文獻(xiàn)資料從三大指標(biāo)分析初步篩選出影響二手車(chē)評(píng)估價(jià)格的因素，第一指標(biāo)實(shí)體性指標(biāo)包含車(chē)齡、當(dāng)前里程數(shù)、外觀(guān)、維護(hù)保養(yǎng);第二指標(biāo)功能性指標(biāo)包含車(chē)型保有量、舒適性、操控性、車(chē)輛可靠性、車(chē)輛售后服務(wù)滿(mǎn)意度、包含新車(chē)購(gòu)買(mǎi)價(jià);第三指標(biāo)經(jīng)濟(jì)性指標(biāo)包含綜合油耗因素。綜合文獻(xiàn)資料研究分析從三大指標(biāo)角度選取車(chē)齡、當(dāng)前里程、新車(chē)購(gòu)買(mǎi)價(jià)、外觀(guān)、舒適性、操控、維護(hù)保養(yǎng)、綜合油耗、車(chē)型保有量、車(chē)輛可靠性、車(chē)輛售后服務(wù)滿(mǎn)意度共11個(gè)因素作為本文對(duì)二手車(chē)價(jià)值影響的主要因素。

1.1 車(chē)齡

二手車(chē)的車(chē)齡即二手車(chē)的使用年限，車(chē)輛從新車(chē)在公安交通管理機(jī)關(guān)注冊(cè)登記之日起至評(píng)估基準(zhǔn)日的時(shí)間。

1.2 當(dāng)前里程數(shù)

二手車(chē)的當(dāng)前里程數(shù)就是該車(chē)目前總的行駛里程數(shù)，如果車(chē)輛上的里程表完好沒(méi)有后期更改的里程的行為，則車(chē)輛的行駛里程就是里程表上顯示的里程數(shù)。車(chē)輛表顯里程越長(zhǎng)，表明車(chē)輛的損耗越多，行駛里程在一定程度上也反映了車(chē)輛的成新率。

1.3 新車(chē)購(gòu)買(mǎi)價(jià)

同款車(chē)型若其新車(chē)購(gòu)買(mǎi)價(jià)不一樣則說(shuō)明車(chē)型之間的配置不一樣，二手車(chē)配置高低對(duì)二手車(chē)的剩余價(jià)格評(píng)估有著直接影響;同時(shí)如果新車(chē)購(gòu)買(mǎi)價(jià)格穩(wěn)定很少有降價(jià)銷(xiāo)售的情況則說(shuō)明該車(chē)的保值率較高且穩(wěn)定受市場(chǎng)追捧。

1.4 外觀(guān)

二手車(chē)的外觀(guān)對(duì)二手車(chē)消費(fèi)者有著直接的影響力，甚至?xí)苯訉?dǎo)致消費(fèi)者做出購(gòu)買(mǎi)決策;二手車(chē)的外觀(guān)這一帶有“感性”色彩的影響因素是二手車(chē)價(jià)格評(píng)估中不應(yīng)該忽略的重要組成部分。

1.5 舒適性

二手車(chē)的舒適性可以體現(xiàn)出其生產(chǎn)制造水平，同時(shí)也能反映二手車(chē)的之前的工作狀況的好壞。

1.6 操控

二手車(chē)的操控水平對(duì)于的二手車(chē)的價(jià)格影響主要在于反映車(chē)輛的生產(chǎn)制造水平以及車(chē)輛是否進(jìn)行過(guò)大修。

1.7 維護(hù)保養(yǎng)

維護(hù)保養(yǎng)在二手車(chē)價(jià)格評(píng)估中反映車(chē)輛的技術(shù)狀況是否維持在較好水平。車(chē)輛的維護(hù)保養(yǎng)表征車(chē)輛維護(hù)修理、零部件更換的參數(shù)。車(chē)輛使用、維護(hù)水平不同，會(huì)直接影響車(chē)輛的使用壽命，嚴(yán)格按照要求維護(hù)的車(chē)輛會(huì)有較好的車(chē)況。

1.8 綜合油耗

二手車(chē)的綜合油耗代表二手車(chē)的車(chē)輛技術(shù)狀況，二手車(chē)的綜合油耗低代表車(chē)輛的技術(shù)狀況、動(dòng)力性和經(jīng)濟(jì)性能保持在較好水平。

1.9 車(chē)型保有量

車(chē)型保有量可以反映車(chē)型在市場(chǎng)上的暢銷(xiāo)程度，同時(shí)若車(chē)型保有量大相應(yīng)的其保值率相對(duì)較高且對(duì)后期維護(hù)保養(yǎng)方便零配件獲取容易。

1.10 車(chē)輛可靠性

車(chē)輛可靠性主要由整體質(zhì)量、動(dòng)力及變速器系統(tǒng)質(zhì)量、車(chē)身及內(nèi)裝質(zhì)量、零配件質(zhì)量共同影響。

1.11 車(chē)輛售后服務(wù)滿(mǎn)意度

車(chē)輛售后滿(mǎn)意度反映了用戶(hù)在車(chē)輛使用過(guò)程中的滿(mǎn)意程度，以及車(chē)輛在使用維護(hù)保養(yǎng)等過(guò)程中能享受的服務(wù)品質(zhì)，車(chē)輛售后服務(wù)滿(mǎn)意度越高享受的服務(wù)質(zhì)量越好;車(chē)輛售后服務(wù)滿(mǎn)意度在以往的二手車(chē)價(jià)值的評(píng)估中往往容易被忽略，但是其對(duì)于二手車(chē)購(gòu)買(mǎi)者確是一個(gè)附帶的實(shí)惠。

2?二手車(chē)的評(píng)估與保值率的計(jì)算

2.1?數(shù)據(jù)采集

通過(guò)選用市場(chǎng)具有代表性的7款（邁騰7輛、凱美瑞8輛、雅閣8輛、天籟8輛、蒙迪歐5輛、邁銳寶7輛、索納塔3輛）不同品牌的46輛B級(jí)轎車(chē)的現(xiàn)行市場(chǎng)價(jià)和當(dāng)前的車(chē)輛參數(shù)如：車(chē)齡，當(dāng)前行駛里程，新車(chē)購(gòu)買(mǎi)價(jià)的數(shù)據(jù)，通過(guò)汽車(chē)之家平臺(tái)的車(chē)型綜合排行榜獲得外觀(guān)，舒適性，操控性，維護(hù)保養(yǎng)等評(píng)級(jí)數(shù)據(jù)以及該車(chē)型的油耗和保有量數(shù)據(jù)^[6]。車(chē)輛可靠性數(shù)據(jù)和車(chē)輛售后服務(wù)滿(mǎn)意度數(shù)據(jù)則來(lái)自于JD-POWER發(fā)布的車(chē)輛可靠性排行榜^[7]。最后通過(guò)篩選后得到共計(jì)506個(gè)數(shù)據(jù)，并對(duì)樣本數(shù)據(jù)進(jìn)行了歸一化處理。

2.2?數(shù)據(jù)歸一化

數(shù)據(jù)歸一化按式（1）進(jìn)行歸一化處理，保證所有數(shù)據(jù)在-1～1。

（1）

式中y表示歸一化后的值，y_max，y_min分別為某列中的最大值和最小值，x_max，x_min分別為某行中的最大值和最小值。

3?BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)采用基于梯度下降和誤差反向傳播的學(xué)習(xí)方法，其目標(biāo)是使網(wǎng)絡(luò)輸出與訓(xùn)練樣本的均方誤差最小，具有自學(xué)習(xí)和推廣概括的能力，特別適用于輸入?yún)⒘康念A(yù)測(cè)問(wèn)題，是目前較為成熟且應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)存在易陷入局部極值，初始化權(quán)值和閾值隨機(jī)性，穩(wěn)定性差，隱含層的層數(shù)過(guò)多會(huì)導(dǎo)致網(wǎng)絡(luò)收斂緩慢甚至不能收斂等缺點(diǎn)，但是BP神經(jīng)網(wǎng)絡(luò)具有很好的非線(xiàn)性映射能力，不需要具體的模型就能進(jìn)行模型逼近擬合預(yù)測(cè)等功能^[8]，適合構(gòu)建二手車(chē)這類(lèi)多因素非線(xiàn)性預(yù)測(cè)評(píng)估模型。所以基于影響二手車(chē)評(píng)估價(jià)格的因素，本文提出基于BP神經(jīng)網(wǎng)絡(luò)的二手車(chē)評(píng)估價(jià)格影響因素研究預(yù)測(cè)模型，最后通過(guò)BP神經(jīng)網(wǎng)絡(luò)輸入與輸出之間的權(quán)重算法，計(jì)算出客觀(guān)影響因素對(duì)二手車(chē)評(píng)估價(jià)格貢獻(xiàn)度。

表1 ?七款不同品牌的車(chē)型的11個(gè)影響因素表

3.1?BP神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)包括三層，分別為輸入層、隱含層和輸出層，BP神經(jīng)網(wǎng)絡(luò)模型一般采三層的前饋網(wǎng)絡(luò)模型，模型計(jì)算輸出式如（2）所示。

（2）

式中：b_k是輸入層到隱含層的激活值，w_kj是連接權(quán)系數(shù)，初始時(shí)刻為一組給定的隨機(jī)小量;θ_j是網(wǎng)絡(luò)訓(xùn)練輸出層單元閾值：f（uk）取Sigmoid函數(shù)如下式所示。

（3）

隱含層節(jié)點(diǎn)數(shù)選取是建立一個(gè)好的神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵，節(jié)點(diǎn)數(shù)太少網(wǎng)絡(luò)訓(xùn)練次數(shù)增加，預(yù)測(cè)精度不高，而節(jié)點(diǎn)數(shù)太多，訓(xùn)練時(shí)間過(guò)長(zhǎng)網(wǎng)絡(luò)容易出現(xiàn)過(guò)擬合的情況，一般節(jié)點(diǎn)l按照下式選擇。

（4）

式中：n為神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)數(shù)，m為神經(jīng)網(wǎng)絡(luò)輸出節(jié)點(diǎn)數(shù)，a為0到10之間的之間的常數(shù)^[9]。

3.2?BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)相關(guān)參數(shù)確定

理論上，一個(gè)S型隱含層加上一個(gè)線(xiàn)性輸出層的3層BP網(wǎng)絡(luò)，能夠逼近任何函數(shù)^[9]。基于BP神經(jīng)網(wǎng)絡(luò)二手車(chē)評(píng)估價(jià)格影響因素構(gòu)建一個(gè)3層神經(jīng)網(wǎng)絡(luò)素模型，輸入層為11個(gè)客觀(guān)影響因素參量，節(jié)點(diǎn)數(shù)為11;輸出層為二手車(chē)預(yù)測(cè)價(jià)格，節(jié)點(diǎn)數(shù)為1。結(jié)合隱含層節(jié)點(diǎn)數(shù)選擇公式（4）確定隱含層節(jié)點(diǎn)數(shù)范圍為4～14，并通過(guò)試驗(yàn)選定隱含層節(jié)點(diǎn)數(shù)為11。最終構(gòu)建的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為如圖1所示。

根據(jù)搭建好的網(wǎng)絡(luò)結(jié)構(gòu)利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱導(dǎo)入歸一化后的輸入數(shù)據(jù)和目標(biāo)數(shù)據(jù)并設(shè)置相關(guān)訓(xùn)練參數(shù)進(jìn)行訓(xùn)練。訓(xùn)練結(jié)果如圖2所示，訓(xùn)練迭代到421次時(shí)MSE（均方誤差）達(dá)到最小值（1*10^（-10））此時(shí)的動(dòng)量因子為1*e^（-9），通過(guò)如圖3所示的相關(guān)性散點(diǎn)圖可以看出模型擬合的R值線(xiàn)性相關(guān)度均在90%以上充分證明了該模型很好的映射了11個(gè)因素和二手車(chē)評(píng)估價(jià)格和保值率的關(guān)系。圖4所示為預(yù)測(cè)至于當(dāng)前值的擬合圖，從擬合圖的走勢(shì)可以看出預(yù)測(cè)值與當(dāng)前值基本一致。

3.3 ?BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差分析

由圖5可以看出預(yù)測(cè)誤差絕對(duì)值最大為3.45萬(wàn)元，預(yù)測(cè)誤差絕對(duì)值最小為0.0033萬(wàn)元;預(yù)測(cè)價(jià)格高于評(píng)估價(jià)格的占比為52%，預(yù)測(cè)價(jià)格低于評(píng)估價(jià)格占比為48%。而圖6預(yù)測(cè)誤差范圍圖顯示了預(yù)測(cè)價(jià)格與評(píng)估價(jià)格的誤差范圍分布情況，從圖7中可以看出預(yù)測(cè)價(jià)格誤差在（0，0.5）即預(yù)測(cè)價(jià)格高于評(píng)估價(jià)格在5000元以?xún)?nèi)的占比為37%，預(yù)測(cè)價(jià)格誤差在（-0.5，0）即預(yù)測(cè)價(jià)格低于評(píng)估價(jià)格在5000元之內(nèi)的占比為20%，預(yù)測(cè)誤差在（-1，-0.5）即預(yù)測(cè)價(jià)格低于評(píng)估價(jià)格在5000～10000元之間的占比15%，預(yù)測(cè)誤差在（0.5，1）即預(yù)測(cè)價(jià)格高于評(píng)估價(jià)格在5000～10000元之間的占比6%;預(yù)測(cè)價(jià)格達(dá)到10000～40000之間的車(chē)型數(shù)量有10輛占比為22%。

通過(guò)對(duì)預(yù)測(cè)誤差在10000～40000元之間的車(chē)型進(jìn)行單獨(dú)分析發(fā)現(xiàn)導(dǎo)致誤差偏大的原因：

（1）車(chē)齡較短，里程較長(zhǎng)，預(yù)測(cè)價(jià)格高于當(dāng)前評(píng)估價(jià)格，說(shuō)明預(yù)測(cè)模型能更好的反映二手車(chē)價(jià)格變化的非線(xiàn)性過(guò)程同時(shí)也反映車(chē)齡對(duì)評(píng)估價(jià)格的影響較大。

（2）車(chē)齡短，里程短，預(yù)測(cè)價(jià)格低于當(dāng)前評(píng)估價(jià)格，說(shuō)明該車(chē)可能面臨停產(chǎn)或者更新?lián)Q代導(dǎo)致準(zhǔn)新車(chē)價(jià)格貶值較大。

（3）通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)得出的價(jià)格與評(píng)估價(jià)格出現(xiàn)的差值恰恰說(shuō)明神經(jīng)網(wǎng)絡(luò)在考慮更多因素的情況下遵循神經(jīng)網(wǎng)絡(luò)訓(xùn)練的規(guī)律對(duì)二手車(chē)評(píng)估價(jià)格的修正。

3.4?BP神經(jīng)網(wǎng)絡(luò)模型權(quán)重計(jì)算方法

BP神經(jīng)網(wǎng)絡(luò)模型有輸入層節(jié)點(diǎn)，隱含層節(jié)點(diǎn)和輸出層節(jié)點(diǎn)組成，通過(guò)訓(xùn)練數(shù)據(jù)從而使模型逼近函數(shù)模型各層節(jié)點(diǎn)之間相互連接，而每一個(gè)連接都有一個(gè)連接權(quán)值。權(quán)值的大小代表了客觀(guān)輸入量對(duì)輸出量的相關(guān)程度的大小;對(duì)于二手車(chē)的剩余價(jià)值評(píng)估而言各個(gè)輸入?yún)⒘繖?quán)重大小代表著與主觀(guān)評(píng)估價(jià)格高低的相關(guān)程度。1991年Garson提出了利用神經(jīng)網(wǎng)絡(luò)的連接權(quán)值計(jì)算輸入?yún)⒘繉?duì)輸出參量影權(quán)重的方法^[10]，其數(shù)學(xué)計(jì)算方法如下：

（5）

式中，I_j為第?j個(gè)輸入?yún)⒘繉?duì)第n個(gè)輸出參量的影響權(quán)重;N_i，N_h為輸入和隱含層節(jié)點(diǎn)數(shù);

ω¹為輸入層到隱含層的連接權(quán)值，ω²為隱含層到輸出層的連接權(quán)值，相應(yīng)的下角標(biāo)j，m，n為第幾個(gè)神經(jīng)元。如為第j個(gè)神經(jīng)元與隱含層第m個(gè)神經(jīng)元的連接權(quán)值。由公式（5）中各個(gè)變量關(guān)系可見(jiàn)，I_j值越大，影響權(quán)重比例越高，表示輸入?yún)?shù)對(duì)輸出的影響越大，從而求出各個(gè)影響因素對(duì)主觀(guān)評(píng)估價(jià)格的影響權(quán)重^[9]。

3.5?二手車(chē)評(píng)估價(jià)格影響因素權(quán)重分析

通過(guò)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的二手車(chē)剩余價(jià)格影響因素，輸入層與隱含層之間的權(quán)值以及隱含層與輸出層之間的權(quán)值見(jiàn)表2。得出網(wǎng)絡(luò)權(quán)值后通過(guò)公式（5）計(jì)算得出個(gè)輸入?yún)⒘考?1個(gè)影響因素對(duì)評(píng)估價(jià)格的影響權(quán)重值，其柱狀圖如圖7。

通過(guò)分析BP神經(jīng)網(wǎng)絡(luò)各網(wǎng)絡(luò)輸入層與輸出層之間的權(quán)值，計(jì)算得出11個(gè)影響因素對(duì)二手車(chē)的評(píng)估價(jià)格的影響權(quán)重，由圖7所示可知二手車(chē)評(píng)估價(jià)格主要受綜合油耗（20.66%）、車(chē)輛售后滿(mǎn)意度（16.7%）、車(chē)齡（13.84%）、車(chē)輛可靠性（10.4%）、舒適性（8.71%）、外觀(guān)（6.91%）、當(dāng)前里程數(shù)（6.62%）七個(gè)因素影響，七個(gè)因素權(quán)重共計(jì)83.84%，其余因素對(duì)二手車(chē)評(píng)估價(jià)格影響權(quán)重較小。

3.6?評(píng)估模型重構(gòu)

將對(duì)二手車(chē)評(píng)估價(jià)格有重要影響的綜合油耗、車(chē)輛售后滿(mǎn)意度、車(chē)齡、車(chē)輛可靠性、舒適性、外觀(guān)、當(dāng)前里程數(shù)7個(gè)因素作為輸入量，預(yù)測(cè)價(jià)格作為輸出，重新構(gòu)建BP神經(jīng)網(wǎng)絡(luò)二手車(chē)評(píng)估價(jià)格模型。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖8所示。11因素輸入模型與7因素輸入模型的預(yù)測(cè)結(jié)果對(duì)比圖如圖9所示。

可以看出，兩種模型預(yù)測(cè)結(jié)果基本一致且Pearson 相關(guān)性系數(shù)為0.83。這說(shuō)明BP神經(jīng)網(wǎng)絡(luò)二手車(chē)價(jià)格評(píng)估模型可由綜合油耗、車(chē)輛售后滿(mǎn)意度、車(chē)齡、車(chē)輛可靠性、舒適性、外觀(guān)、當(dāng)前里程數(shù)7個(gè)影響因素來(lái)描述，其他影響因素排除在模型之外。在對(duì)二手車(chē)價(jià)格評(píng)估時(shí)只需考慮綜合油耗、車(chē)輛售后滿(mǎn)意度、車(chē)齡等7個(gè)因素就能達(dá)到滿(mǎn)意的效果，無(wú)需考慮其他多個(gè)因素的影響，減少了不必要因素帶來(lái)的干擾并提高評(píng)估效率為二手車(chē)價(jià)格評(píng)估提供了新的方法。

4?結(jié)論

對(duì)二手車(chē)保值率影響因素進(jìn)行客觀(guān)因素分析，提出基于BP神經(jīng)網(wǎng)絡(luò)二手車(chē)保值率預(yù)測(cè)模型。與傳統(tǒng)評(píng)估方法相比BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型具有評(píng)估全面，客觀(guān)貼近市場(chǎng)避免了人為評(píng)估主觀(guān)影響并且BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型相關(guān)系數(shù)達(dá)到0.96，表明BP神經(jīng)網(wǎng)絡(luò)能準(zhǔn)確反映二手車(chē)評(píng)估價(jià)格與影響因素間復(fù)雜非線(xiàn)性關(guān)系，建立高效客觀(guān)的二手車(chē)預(yù)測(cè)模型降低了人為主觀(guān)因素影響，為二手車(chē)價(jià)格評(píng)估提供了新的方法。通過(guò)神經(jīng)網(wǎng)絡(luò)權(quán)重計(jì)算結(jié)果表明：二手車(chē)評(píng)估價(jià)格主要受綜合油耗、車(chē)輛售后滿(mǎn)意度、車(chē)齡、車(chē)輛可靠性、舒適性、外觀(guān)、當(dāng)前里程數(shù)7個(gè)客觀(guān)因素影響較大，其他參數(shù)影響較小可排除在評(píng)估模型外。研究結(jié)果對(duì)二手車(chē)價(jià)格評(píng)估提供了依據(jù)。

參考文獻(xiàn)

[1]?徐震宇.重置成本法中二手車(chē)成新率的計(jì)算[D].安徽工業(yè)大學(xué)，2016.

[2]?周亮.基于可比影響因素及篩選方法的二手車(chē)價(jià)格研究[J].信息系統(tǒng)工程，2011（04）：131+139.

[3]?胡寧，陳志恒，賈建勝，王悅.二手車(chē)價(jià)格評(píng)估方法研究[J].上海汽車(chē)，?2005（12）：16-19.

[4]?馮秀榮，王斌.影響二手車(chē)價(jià)值的因子分析[J].商業(yè)研究，2008（02）：?102-105.

[5]?林藝琳，陳榮章.基于層次分析法確定二手車(chē)剩余價(jià)值的研究與探討[J].上海汽車(chē)，2010（12）：50-54.

[6] https：// www.autohome.com.cn汽車(chē)之家口碑排行榜.

[7]?https：//www.jdpower.com.

[8]?肖會(huì)敏，侯宇，崔春生.基于BP神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)貸借款人信用評(píng)估[J].運(yùn)籌與管理，2018，27（09）：112-118.

[9]?高印寒，唐榮江，梁杰，趙彤航，張澧桐.汽車(chē)聲品質(zhì)的GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與權(quán)重分析[J].光學(xué)精密工程，2013，21（02）：462-468.

[10]?施全，柳培海，郭棟，易鵬.變速器嘯叫聲品質(zhì)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與權(quán)重分析[J].振動(dòng)與沖擊，2017，36（06）：175-180+200.