二手車評估方法探討英文翻譯

1、畢業(yè)設計（論文）外文文獻翻譯學院：廈門理工學院機械與汽車工程學院年級專業(yè)：*汽車服務工程姓名：*學號：件:Hedonic resale price valuation in automotiveleasing industry指導老師評語:指導教師簽名:經(jīng)濟學通報第29卷，第3期歐洲的二手車市場一目了然：汽車租賃業(yè)轉(zhuǎn)售價格評估的特征價格法沙利文普拉多先生法國科學研究中心的經(jīng)濟學家，法國巴黎西部大學教授，英國倫敦通用電氣金融服務公司專家【摘 要】：在汽車租賃行業(yè)里，合同期滿時的銷官損失風險和定價是通過預測轉(zhuǎn)售 價格的資產(chǎn)（剩余價值）來嚴重影響的。我們應用特征價格的方法對歐洲汽車租賃建立檔案, 以

2、佔計汽車的轉(zhuǎn)售價格分布。特征價格法是通過對其屬性進行佔價的一種很好的估計價格方 法。在特征價格法的討論中，我們提出了一個關于二手車市場的操作模式。該操作模式被應 用于四個歐洲國家（法國，徳國，西班牙和英國），而且允許比較市場折舊模式和剩余價值 風險的奧迪A4和福特福克斯這兩個車型也期待著被分派。引用：“歐洲二手車市場一口了然：汽車租賃業(yè)轉(zhuǎn)售價格評估的特征價格法”，經(jīng)濟學通報，第29卷第3貝 2086-2099o沙利文普拉多先生，（2009）提交日期：2009年12月。 出版日期：2009年8月24日。1前言在汽車租賃行業(yè)中，合同有效期間內(nèi)，由客戶支付的很大一部分租金是市場 價和剩余價值之間的差

3、值。租賃公司的盈虧取決于它是否準確地預測合同期滿時 的資產(chǎn)價值（公平市場價值）。如果剩余價值預測高于租賃后期的資產(chǎn)實際價值, 那么將會虧本。相反的，如果剩余價值被預測地較低，那么會有一個獲利的轉(zhuǎn)售。 該車的預計轉(zhuǎn)售價格在合同期滿時表現(xiàn)為定價、損失風險和儲量計算的一個關鍵 組成部分。我們提出一個業(yè)務應用方法去估計轉(zhuǎn)售價格的分配。為此，我們在一個主要 的租賃公司的歷史信息中應用特征價格模型（一個通過對其屈性進行資產(chǎn)評估的 方法）。此外，我們根據(jù)車況以及國情來估計一輛車的資產(chǎn)價值。福特?？怂?c-Max和奧迪A4這兩輛汽車的轉(zhuǎn)售價格被評估于歐洲各市場（法國，德國，西 班牙和英國）。關于理論問題，Oh

4、ta和Griliches （1976）對特征價格模型用法做出了聲明： 它具有“測量無理論”的氣息，但必須記住特征價格法的有限愿望，不要在一 個特定的市場里混淆它而試圖提供一個完樓結構的解釋。在參考研究下，方法論 從剩余的售后服務轉(zhuǎn)移到一個基本上包括該車屬性的特征價格模型。耶杰（1995） 用這種方法來討論一篇由赫費爾和普拉特寫的且靈感來自于阿克曼（1973）方法 的文章（1990）。經(jīng)過這些作者的努力，我們的方法主要是實證。我們選擇最合 適的方法去現(xiàn)實模型結構并且選擇具有統(tǒng)計和經(jīng)濟意義的變量模型結構。2模型的一些特征協(xié)同因素的解釋是基于二手市場取代新的市場。Berndt （1983）指出了關于

5、 二手市場Rosen鑒定問題的論點：在特定的條件下，方程式參數(shù)可以直接反映 需求（而不是消費或者供應），因此沒有鑒定的問題。結構的組合將由需求決定。 產(chǎn)品間價格差異將被清晰地解釋為特定組合卜的消費者評估的隱含措施。因此和 估計需求函數(shù)的參數(shù)一樣，方程的協(xié)同因素是容易確定的。因為總的數(shù)量是固定 的（假設與新的市場沒有重要的聯(lián)系），因此方程僅僅反應二手車市場的需求?？梢缘贸鰞蓚€主要的結論：所有提到的汽車研究使用的是同個方程，同時二 手市場業(yè)內(nèi)通常認為只有在需求和供應特征非常相似的條件下新興的二手車市 場才能找到一個替代關系。因此，我們提出了單一的方程，并排除了短期內(nèi)（少 于12個月）的汽車。其他產(chǎn)

6、品與價格相互影響：Berndt （1983）在需求分析的基礎上定義一個框 架，討論了收入基于價格質(zhì)量調(diào)整的案例：商品的質(zhì)量（例如，燃油消耗率）取 決于另一個商品的數(shù)量（或者價格）。Berndt認為我們可以通過特定的測試程序 （例如：車用燃油價格的變化）來測試相關（或者不相關）的價格假設。燃油價 格在汽車使用的全部費用中占了很大分量，因此每月的燃油消耗構成了我們的模 型。多重共線性是特征價格法模型的主要論點。在汽車領域，物理特性通常是相 關的（比如四個車輪與燃油容量相關）。根據(jù)Gauss Markov定理，0LS的方差是 最小的。因此，參數(shù)的相關性對預測的應用起到了重要的作用。對于非經(jīng)濟意義 的

7、變量最簡單的解決方法是排除風險變量（如與發(fā)動機功率、排量、燃油消耗以 及燃料箱容量等）。Triplett （1969）強調(diào)了另外一個問題。因為少量的變量可以解釋幾乎所有的變 化（例如：汽車的重量與發(fā)動機的功率和價格相關），所以在特征價格法模型里 有偏差的風險，而且在他的“trickledown”假設中大量的創(chuàng)新將被忽視。所以，可供我們選擇的模型范圍包括了四個方面的貶值效果：新舊程度，原 裝備的價值，市場價格的影響以及小車純物理的特性。轉(zhuǎn)售價格二fct （已使用年限，已使用里程數(shù)，月平均里程數(shù)）+fct （價格表，預定的價格乘以表的價格）+fct （汽油泵的價格，工業(yè)商品的指標，銷售時間）+fc

8、t （小車的物理特性）哪種函數(shù)類型？羅森（1974）強調(diào)函數(shù)類型是一種以實踐和經(jīng)驗為基礎的事 情。同樣的邏輯下，格萊理基和奧森（1976）為他們的退化研究選擇半對數(shù)模型, 因為它能提供合適的數(shù)據(jù)。大多數(shù)的文獻提議使用log函數(shù)模型，其他的此類研 究則釆用了 log-log函數(shù)模型，而伯克斯和闊克斯的實驗也被用來跟其他有用的 模型進行對比。我們按照格萊理基和奧森的情況（適合數(shù)據(jù)）以及實踐實驗結果, 它使我們推導出了靠琳和卡賓的線性函數(shù)（1972）。他們的線性模型包括多種物 理的可變量列如馬力，長度，使它能夠近似于一種非線性函數(shù)模型，平方變量型 和立方變量型以及l(fā)og變量也被采用為外在的可變量。當

9、然其中也包括了交叉項 （即互相影響的部分）。不易察覺的細微品位上的差別產(chǎn)生了異方差：我們根據(jù)巴蒂克的方法，其中 包括工業(yè)商品的指數(shù)，被用以作為商業(yè)形式下買家的代理人。（我們提議用一種 以時間為限制量的轉(zhuǎn)換）。因為大多數(shù)的買家是專業(yè)的，他們被季節(jié)性的市場影 響。我們用了以四分之一為基礎的季節(jié)變量。最后，為了控制不易察覺的細微特 征（比如對名牌的感覺和名聲），我們也添加了廠家效應。3數(shù)據(jù)和模型統(tǒng)計模型根據(jù)國家的不同有細微的差別。真正的轉(zhuǎn)售價格被以表明新舊程度 為第一組群變量表達出來：由于著名的汽車折舊這一財產(chǎn)的非線性函數(shù)模型，汽 車的車齡和里程被放入log函數(shù)模型里去。汽車使用的強度也是一項指標，

10、每 月能開的里程數(shù)，也被包括在內(nèi)而且是非常重要的指標。第二組群變量涉及到汽 車原來的定價。定價的柜變量也被添加進去了（原價越高，轉(zhuǎn)售價格降幅越大）。 這種效果被通過用廠家的多種標價的虛變量（也叫名義變數(shù)）介紹出來。跟市場 信息相關的變呈是接下來的第三變量群：柴油機的泵的價格，工業(yè)產(chǎn)品的指數(shù)以 及銷售的季度時間。最后這組變量包括的是純物理特征，這些特征是在國與國之 間有細微差別的。（平均耗油量，車體類型，座位數(shù)量，馬力，油箱容量，汽車 傳動裝置，車門數(shù)量）。為了符合特征價格法的價格，我們對四個歐洲國家的市場（法國，徳國，西 班牙，和英國）采用了該模型，而且該模型采用的數(shù)據(jù)時從2004年1月1日到

11、 2008年12月31號特定時間間隔主要租賃公司得來的。其中統(tǒng)計的資料是以銷 售于各種渠道的汽車隨機抽樣為事實基礎的（拍賣，經(jīng)銷商，私人銷售等等）。 汽車的車齡從1到10年，駕駛過的里程從一千道四萬公里。汽車的長距離行駛 里程和短車齡時間被認為是租賃公司的轉(zhuǎn)售統(tǒng)計數(shù)據(jù)（車齡集中在24, 36和48 月，里程集屮在八萬到十二萬公里之間），這些統(tǒng)計數(shù)據(jù)被看做是組成樣本的一 大部分。所有的貨幣價值（轉(zhuǎn)售價格，柴油價格）通過通貨膨脹進行調(diào)整。根據(jù) 公司在市場里占據(jù)的地位，數(shù)據(jù)的量在計算上以國別有重大的不同，但在計算上 卻是足量的了（法國112, 875輛，德國7398輛，西班牙14, 674輛，英國3

12、3, 506 輛）4實證結果所有的都有重大的經(jīng)濟價值。不同于可供參考的相關實驗在汽車市場采用的 特征價格模型，我們不讓我們的分析僅僅局限于一部分或一種版本的汽車。結果, 那被表達的差額（R的平方）稍微有點偏低（而且如果是采用了以更加穩(wěn)定的 新車市場為樣本進行的研究這種結果更甚）。為了消除廠家效應，該統(tǒng)計數(shù)據(jù)包 括了好兒家按國別不同的廠家的名字（法國：9家，徳國：4家，西班牙：6家, 英國：8家）。被表達的OLS回歸變量是處在0.75和0.8之間。其特征增加了小 車的質(zhì)量（引擎的馬力，車座位數(shù)，等等）以及該產(chǎn)品的工業(yè)生產(chǎn)指數(shù)（作為財 政預算要多少變化的代表）有積極的信號作用。根據(jù)特征價格理論，油

13、價是駕駛 的額外消費，所以對它也有消極作用。車齡、行駛的里程和使用強度（每月駕駛 了多遠，太遠更易折舊）降低了轉(zhuǎn)售價格，它是產(chǎn)品的報廢和使用的相互影響的 決定因素。輕微的季節(jié)性效應存在于所有的銷售市場。那著名也更具使用價值的 德國制造汽車（優(yōu)點造成了效應）被所有國家所證實。對福特?？怂购蛫W迪A4車的分析給了我們額外的信息；根據(jù)從歷史上的銷 售找到的銷售數(shù)量信息，法國、徳國和西班牙有相同的貨幣（歐元）和結果來消 除小車轉(zhuǎn)售價格的分布不均。這四國的樣本有兩個共同的廠家：奧迪和福特。我 們選擇了福特?？怂?C-max 1800 TDCI 115 Ghia 5P)和奧迪 A4(1.9 Tdi 130

14、Pack 4P)的特性作為基礎用來比較4國銷售市場。這些被提供于該模型的信息可 以被總結為兩大要素。一方面，汽車更高的使用價值在合同期結束揭示了在轉(zhuǎn)售 生意中更好的銷售機會。另一方面，更加不穩(wěn)定意味看在轉(zhuǎn)售價格的不穩(wěn)定，所 以再銷售中有更高風險。存儲結果：首先的一個3年車齡組以及9萬公里車輛他們存儲的方法上的分 析，強調(diào)了三點。首先，奧迪A4在每個國家比福特福布斯車更有使用價值。而 前文提到的，徳國制造的汽車受益于“優(yōu)勢車效應”，它們是威望的對象而且享 有好質(zhì)量車的美名。其次，在所有市場里的高標準偏差揭示了一個巨大的不穩(wěn)定 因素。眾所周知二手市場不是一個斤斤計較的財政市場，它說明了汽車作為公司

15、 的資產(chǎn)負債表里的一種資產(chǎn)，存在一個巨大的風險。第三，在徳國，汽車擁有更 高的使用價值。轉(zhuǎn)售里的高價構成了租賃行業(yè)的一個好因素;然而德國市場也有 更高的標準差額，從而導致了在銷售里有著更高的損失風險。圖形結果顯示:這個分布圖通過使用年限和里程數(shù)給出一個附加的貶值視 角。當我們修改使用年限和里程數(shù)時，這個差值是不會造成經(jīng)濟上的差異(無論 其貨幣、使用年限、行駛里程數(shù)，行業(yè)標準怎么的偏離，其價格依舊不會超過兩 歐元)。使用年限和里程數(shù)是沒有增加其波動性的。關于平均折舊率，徳系車與 里程數(shù)高度相關，但西班牙車則不會。令人驚訝的是，使用年限的圖形分析影響 著車輛，顯示表明英系車嚴重地受使用水準所影響。

16、而水平不好的結果是，12 個月車齡將會轉(zhuǎn)售出一個有24個月車齡的價格。5總結特征價格法的理論已經(jīng)被廣泛地應用在汽車市場分析中。我們討論并且提出 一個在二手汽車租賃行業(yè)里其剩余價值是一個關鍵參數(shù)的應用。該模型以變量展 性為基礎,以便估計出轉(zhuǎn)售價格的分布。聚焦于福特福克斯和奧辿A4這兩款車的 貶值模式,這種方法根據(jù)租賃公司有效的轉(zhuǎn)售信息說明了不同級別二手車的損失 概率。這種方法還允許市場機會的比較，通過價格和風險的分析。結果表明，國家 之間的特征價格的估值方法有著明顯的差別。歐洲市場是不均勻的，剩余價值的 分布總是異常的。在商業(yè)的角度來看,租賃合同將受國家特異性的影響。附錄：回歸分析，存儲結果和圖

17、形。表1：回歸分析變量詳情和定義：The real resale price 是依賴變量。Age指是登記之H起到轉(zhuǎn)售之H的這段時間。Dis是指該評估車輛總共走過的里程數(shù)。Kpm 是指平均每月所走的里程數(shù)。Audi*LP, Bmw*LP.是指各個制造廠商消單價格的虛擬值。法國：奧迪、寶馬、奔馳、 雪鐵龍、福特、歐寶、標致、雷諾、大眾。德國：奧迪、寶馬、福特、大眾。西班牙：奧迪、 福特、歐寶、標致、雷諾朋位。英國：奧迪、寶馬、福特、大眾、豐田、沃克斯豪爾。 Real LP是指實際最低價格(包括期權價格)的三次方。Option Price是實際的成交價格 Indxpdrt是指每月的工業(yè)生產(chǎn)指數(shù)。Di

18、esel price是指包括所有的稅收每升柴油的價格。 QTR2, QTR3, QTR4是指季度的虛變量。AvgFuell指平均燃料消耗屋（數(shù)據(jù)由城市交通局提供）。這是一個公司決定關于哪些統(tǒng)計數(shù) 據(jù)能進入這個屬性。Seat是指座位號。Body_type是指身體類型的虛擬變量EngnCap是ccs引翠的實際數(shù)量。Kwt是發(fā)動機的動力AutoT是用1或者0表示是否車輛有一個以自動變速辭安裝作為標準的形式VsiiMeffruKeUKGeciiUTSpan30.120.2372L883.42946X67.56427.890.151(140.15)(52.S2)(46.18)(82.00)loefDi-

19、1.167.7064058363.476957 969.410H2.40145 331B69nlc (Ae)-3J825.4924,112.1012R32D243.567242m(5J08l 仃 1.031 f27341f70.95 Kpm0.37107470.2(56-HO 341 i22.72 (29351 AwiiTT0.0810.1680.157i7l29 偲0 fl6J001f 53.75) 0.06002970.177(4233)(84.21)(1697CArELT0.051 -H7281 FtitTirxite0.0670D27-OjOX(5089)(18.10)(14.57)I

20、niudit792.512M175 5581993892L4733&5(1945) (6.71)2831 Di&diiiice-2J030.615-4.383 4S-2J33JI524-4.328357-f 54.721J49.101no 2311.170TR2237.05 i141.757161.2282/521 9a(e-848.781 401 Be心 twe ert-140.166L959638(M7)(24.11)BcHjtyped-475 B14(20.88)Bo加 tve kem OB .MB799.155門5了門 En凹g17.M1156.413132207am129.9 fl5

21、.9D K&dt56.665 fBl.121 29.174 fl4J00139 JO f40.071 FudCaicNbr42S55 (15201 AutoT23(5924(128)R20B1o決0.750.797390121011084121079314201031014208369167212924167572821315511316ftuue UKSpiinTable 2: Bucket 30 months and 90000 kilometersFord FoauAudi A4-1960.47. I.m359993 Sales Pnce-Ford FocusGraphic 1: Mil

22、eage impact / Germany0.00025UODnqESsuoulsndod0 00020 000150 00D15e-0052000050001000015000 Sales Pnce-Ford FocusGraphic 2: Mileage impact / Spain0.000350 00030.000250 0002 0 000150 00015 00550001000030 000km60 000km90 000km120 000km150 000km180 000km1500020300-ie?.G9乙 B.eM3i2iie Sales Price-Ford Focu

23、sGraphic 3: Age impact / FranceU93ndod Sales Price-Ford Focus0.000350 00030.000250 00020 000150 00015005Graphic 4: Age impact / Great Britain0 000250 00020.000150 00015e-00500 0003匚0 匸 nqESQ參考文獻Ackerman, Susan Rose (1973) Used Cars as a Depreciating AssetHWestem Economic Journal 11:463474Atkinson Sc

24、ott E.and Halvorsen Robert (1990) ”The Valuation of Risks to Life: Evidence from the Market for Automobiles* The Review of Economics and Statistics, Vol. 72,No 1 , pp. 133-136. Bartik Timothy J. (1987) HThe Estimation of Demand Parameters in Hedonic Price Models1* The Journal of Political Economy, V

25、ol. 95, No. 1 , pp. 81-88.Brown James N. and Rosen Harvey S. (1982) On the Estimation of Structural Hedonic Price Models Econometrica, Vol. 50, No. 3 , pp. 765-768.Cowling Keith and Cubbin John (1972) MHedonic Price Indexes for United Kingdom Cars The Economic Journal, Vol. 82, No. 327, pp. 963-97861 Dalen Jan van and Bode Ben (2004) Quality-corrected price indices: the case of the Dutch new passenger car market 1990-1999 Applied Economics, vol. 36, issue 11, pp 1169-1197.71 Hoffer George E. and Pratt Michael D. (1990) The Efficiency of Used Vehicle Markets: The Case of Technological Obsolesc