摘要: 随着二手车限迁政策的全面取消，我国二手车市场正迎来巨大的发展机遇。然而当下我国二手车交易市场却面临“柠檬市场”萌芽的问题：消费者与二手车销售方之间信息不对称，致使市场中产生信任赤字，进一步导致劣质品充斥市场，优质品被逐出市场。这毫无... 展开 随着二手车限迁政策的全面取消，我国二手车市场正迎来巨大的发展机遇。然而当下我国二手车交易市场却面临“柠檬市场”萌芽的问题：消费者与二手车销售方之间信息不对称，致使市场中产生信任赤字，进一步导致劣质品充斥市场，优质品被逐出市场。这毫无疑问会制约我国二手车市场发展潜力的进一步释放。因此，打破这种信息不对称的局面，构建一套透明、合理的二手车定价机制就显得尤为必要。 本研究主要基于人人二手车网的二手车交易数据进行研究，拟通过数据分析为二手车价格的制定提供理论支撑。在描述分析部分，笔者对影响二手车价格的特征进行了相关性分析，并且以厂商、车型、排量这三个特征为例对新车售价与二手车售价进行了对比分析，从资产保值的角度为消费者提出了购买建议。在建模分析部分，笔者首先基于XGBoost算法对数据进行了拟合，进一步地，运用集成学习算法中boosting派系下的GBDT算法、CatBoost算法，bagging派系下的随机森林算法进行特征筛选，并运用网格搜索方法对模型参数进行优化，从而在保证预测准确性的基础上尽可能地简化XGBoost模型输入。 结论表明，基于随机森林算法进行特征筛选后的XGBoost模型，即RF_XGBoost模型在本研究数据上表现最好，平均绝对误差（MAE）由未经特征筛选时的1.1716降低到了1.1533，而拟合优度（R2）由0.9082提高到了0.9299。此外，RF_XGBoost模型中对二手车价格而言最具重要性的特征包括：行驶里程、新车售价、车牌所在地、长度、高度、轴距、排量、行李厢容积、变速箱、档位个数、车型、排量、驻车制动类型、驱动方式。经过笔者对相关资料的查询，这些数据特征都是具有实际预测价值并且也较容易获取的。 最后，笔者建议消费者理性购买汽车，在充分考虑个人实际需求的前提下，还要考虑到不同配置汽车的折价率，选择性价比最高的汽车；建议二手车销售平台方透明化二手车定价，并全面考虑二手车的各个配置指标，建立一套更为科学的定价体系，共同促进二手车市场的平稳发展。 收起