谢杨　温华　张洁

摘 要：目前，我国每年乘用车二手车市场交易规模已经高达300万辆以上，二手车交易中如何对车辆进行合理的估值已经成为消费者和经销商最为关注的问题。通过利用数据挖掘技术并结合评估师经验，建立了一种新的二手车价格评估模型，该模型在高达百万样本数据的基础上利用机器学习中的聚类、多元回归等方法将车辆的上牌时间、表征里程、所属地区等因子作为自变量，成新率（保值率）作为因变量而建立。通过实际的评估验证，该模型具有较好的评估效果。

关键词：二手车评估；二手车保值率；机器学习；多元回归

中图分类号：F406.4 文献标识码：A 文章编号：1006-8937（2015）11-0116-03

1 背景概述

我国汽车保有量近年来也实现了快速的增长，截止2014年底，我国乘用车保有量达到了8 307万辆，并且以每年近10%的速度快速增长。2014年乘用车销量达到了1 970.06万辆，连续六年销量全球第一。同年全国共交易二手乘用车351.43万辆，同比增长15.25%。我国二手车增速接近于新车市场增速的两倍。二手汽车取代新车市场地位、成为汽车消费市场的主体是汽车产业发展的必然趋势。美国二手车是新车交易量的3.3倍，德国为2.3倍。保守预测，如果我国二手车与新车交易量达到1：1的水平，市场规模也在千万辆以上。

目前二手车的评估还主要是由评估师根据自己的经验进行，通过数据挖掘技术、经验或其他方法来建立二手车评估模型的研究才兴起不久，目前还没有一种能够具有高准确度，可操作性好的评估模型。……