房地產批量評估技術的應用范文

本站小編為你精心準備了房地產批量評估技術的應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

雖然我國目前還沒有對房地產保有環節進行普遍的稅收征管，但是在房地產存量交易的稅收核價環節以及金融機構的風險控制部門等都已經存在了房地產批量評估的需求。市場上出現了一些批量評估的系統或產品，在批量評估技術方面已經具有了一定的社會實踐基礎，就目前幾個主流的房地產批量評估技術做一簡要匯總和分析，希望有助于房地產批量評估技術的深入探討和研究。

關鍵詞：

房地產批量評估，標準價調整法，多元線性回歸模型，數據挖掘

根據房地產批量評估技術中人工參與程度的多少，現行批量評估技術方法可分為：以人工為主、以計算機技術為主和以人工與計算機技術相結合三類。本文將對此進行討論，對如何選用房地產批量評估技術方法進行研究。

1以人工為主的技術方法之標準價調整法

1.1標準價調整法的概念標準價調整法，作為市場比較法派生出來的一種方法，類似于城市動拆遷評估中的基準價格修正法和香港的指標估價法，但又有其自身的特點。標準價調整法可定義為：一種批量估價方法，在一定區域范圍內進行估價分區，在每個估價分區內設定標準房地產并求其價值，利用房地產價格調整系數將標準房地產價格調整為各宗房地產的價值。標準價調整法適用于估價對象物業屬性和估價特性較為近似的物業，尤其適用于小范圍且價格影響因素少的樓棟批量評估。

1.2標準價調整法在不同物業類型中的應用標準價調整法的實施涉及到：估價分區的劃分、標準房的設定、價格修正系數的設定以及標準房價格的評估。無論應用于哪種物業類型，這四個步驟必不可少，差異在于各步驟的具體實施方法不盡相同。在住宅物業的評估中，往往以小區作為估價分區的劃分，在一個小區內根據一定規則設定一個標準房，再由有經驗的估價師根據實地調研情況設置標準房與其他房屋之間的價格差異系數。最后仍由估價師定期對標準房進行估價，并通過已設定的系數求得所有物業的價格。在辦公物業的評估中，差異在于分區是以樓棟或項目來劃分，后續步驟和住宅一致。在集中型商業物業或工業物業中，都可以借鑒上述方法來進行操作。但在沿街零售型物業中，由于沿街零售性物業分布廣泛，沒有明顯的集中趨勢，并且價格影響因素的差異較大，導致標準價調整法的應用也與其他物業類型有較大不同，主要表現在估價分區的劃分和價格修正系數的設定這兩個環節。現有的技術方案一般采集兩級調整的方案。按商圈（或類似因素）將城市區域劃分成諸多估價分區，在每個分區中設定一個標準商鋪，稱為區域基準商鋪。之后在分區內再進行一次估價分區的劃分，這一劃分以路段為分區，在每個路段中設定一個標準商鋪，稱為路段基準商鋪。估價人員經過現場調研后，需設置兩級修正系數，即區域基準商鋪與路段基準商鋪的價格調整系數，以及路段基準商鋪與路段內其他商鋪的價格修正系數。最后經估價師定期對區域基準商鋪進行估價，并通過兩級系數的修正求得所有商鋪的價格。

1.3標準價調整法的優點①在規模較小的城市中，可以實現絕大部分物業的批量評估需求，具有較強的實用性。②可以達到較高的批量評估覆蓋率。③估價準確性較好，并具有較好的質量可控性。④除建設初期投入的人員成本和時間成本較大，后續維護的成本適中。

1.4標準價調整法的缺點①由于人工作業的工作量太大，不適用大、中型城市。②對估價人員的經驗要求較高，尤其是系數設置與標準房的價格評估等環節對質量的要求很高。團隊運作時，需要具備較高的質量管理能力。③不同物業間的系數關系可能受到市場、規劃等因素的影響而改變，需要定期進行監控和維護，有一定的難度或容易疏忽和遺漏。

2以人工為主的技術方法之多元線性回歸模型

2.1多元線性回歸模型簡述多元回歸分析是目前在國外批量評估中占主流的校準技術，包括線性回歸分析和非線性回歸分析。其基本原理是：在大量樣本的基礎上，通過對變量、誤差的假定，依靠最小二乘法來擬合因變量與自變量關系，從而建立數學模型。多元回歸是統計學方法，運用時要和經濟學理論結合，實踐中對多元回歸模型的應用是基于特征價格理論。國內關于運用特征價格理論來進行房地產價格批量評估也有較多的研究和學術論文，但絕大多數還處于理論研究階段。

2.2多元回歸分析的主要步驟多元回歸既可以用來預測售價，也可以用來預測租金，甚至可以用來統計其他中間參數。在步驟上不同類型的物業沒有明顯區別，只是在變量的選擇與量化上有所不同。為便于表述，下面以預測辦公物業價格為例來進行闡述。①選取樣本：為了訓練預測辦公物業價格的模型方程，在目標范圍內選取一定數量的樣本，調研其價格信息和基礎信息。這里的重點是樣本對總體的代表性以及樣本數據采集的準確性。②構建辦公物業價格影響因素體系：通過調研分析以及房產專家意見調查，歸納出可能影響辦公物業價格的特征變量，并進行賦值量化。③模型擬合：觀察、分析特征變量的變動規律，采用統計分析軟件進行分析，對模型和特征變量賦值不斷地嘗試和修正，找出合理的價格和各特征變量之間的定量關系。④模型檢驗：最終得到的模型是否成功，取決于經濟意義檢驗、統計檢驗、計量經濟學檢驗以及模型預測檢驗。其中統計檢驗包括了擬合優度檢驗和顯著性檢驗；計量經濟學檢驗包括多重共線性檢驗及異方差檢驗等。但凡通過上述所有的檢驗，即可認為模型已成功建立。⑤模型應用：對辦公物業的特征變量進行賦值，代入最終的模型進行自動計算，即可評估辦公物業的價格。

2.3多元線性回歸模型的優點①多元回歸方法所涉及的工作量主要在于特征變量的數量以及特征變量的賦值容易程度，受城市規模的影響較小，因此可以適用于大中型及以上城市。②多元回歸方法通過擬合因變量與自變量關系從而建立數學模型，這個過程與何種物業類型無關，因此理論上多元回歸方法適合各類型物業的批量評估建模。③通過“調整R方”和“標準誤差”兩項指標，基本可以判斷和掌握模型價格估計的準確度，并且可以對模型進行持續改進，從而保證批量評估的準確性。④在市場穩定時期，由于自變量與因變量的關系也較為穩定，因此模型更新維護的成本較低，從而價格更新的成本也較低。

2.4多元線性回歸模型的缺點①在不同區域或不同市場，價格的影響因素不盡相同，建立的回歸模型也不相同。因此對每個城市每個物業類型的市場需要分別建立回歸模型。②多元回歸的建模研究過程中，在理論假設、建模方法、數據采集等各環節中，需要綜合的知識、經驗和技能要求。除了房地產估價師所需具備的估價理論知識、實務經驗、調研及價格判斷能力外，還需要統計學、經濟學等多學科知識。對人員和團隊的綜合能力要求很高，而這往往是傳統估價機構所欠缺的。③對樣本數據的準確性要求較高。如果沒有準確的樣本數據，建立科學的經濟學模型則為空中樓閣。而要獲得準確的樣本數據，長久以來一直是一個難題，其中有人為的因素（如交易避稅），也有客觀的因素（如商業物業的交易活躍度低）。④在市場波動大的時候，原有模型可能失效或者預測能力大幅下降，而模型的迭代或維護周期較長，可能無法及時調整。

3以計算機技術為主的技術方法

房地產批量評估領域中以計算機技術為主的技術方法主要是基于大數據的數據挖掘。這一技術的應用最早開始于房地產互聯網企業，如搜房、安居客等房地產房源網站，后來逐步被引入到房地產批量評估的技術或產品研發中來。

3.1數據挖掘的方法和原理首先，數據挖掘的前提需要有大量的數據可供挖掘。隨著互聯網在各行各業的不斷滲透，房地產中介行業中出現了大量房源網站，并逐步成為了房地產經紀人房源招攬客戶的主要渠道。一個房源網站中可以搜索的房源數量多達數十萬甚至上百萬條，并且每天都有數萬條以上的數據更新。這樣的網站有好幾家，為房地產的數據挖掘提供了可行的前提。其次，結構化的數據為數據的采集提供了便利。在房源網站中，房源已經按小區進行了分類，經紀人哪個小區的房源，則該房源將展現在該小區的搜索項下。至于面積、房型、價格、樓層以及裝修等參數，也都以格式化的方式來展現。因此，利用互聯網爬蟲等抓取技術，可以方便的將這些網站的房源抓取下來，并建立房源案例數據庫。最后，是數據挖掘工作。數據挖掘一般是指從大量的數據中通過算法搜索隱藏于其中信息的過程。數據挖掘通常與計算機科學有關，并通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。根據上述定義和描述可以發現，數據挖掘的核心是算法，而這個算法在不同的批量評估系數或產品中都不相同，算法的優劣也決定了不同系統或產品的優劣。

3.2數據挖掘方法的優點①高效無疑是數據挖掘方法的最大優點。一旦完成對算法的研究，價格估算的工作都可以交由計算機來完成。②對整體市場價格運行的反映具有較高的準確度。

3.3數據挖掘方法的缺點①對微觀市場價格運行的反映可能存在較大偏差。微觀市場中，例如一個住宅小區，其掛牌房源的數量就很有限了，即使規模最大的小區，也就是幾百的數量級。這樣大數據挖掘的數據數量前提已不滿足，從而影響了對微觀市場的價格估計。②批量評估的覆蓋面不完整。互聯網數據雖然總量巨大，但并非面面俱到。以住宅小區為例，一些體量較小的小區，或者一些遠郊區域，可能無法在互聯網上被搜索到。因此，基于互聯網數據挖掘的批量評估勢必在覆蓋面上存在缺陷。

4以人工與計算機技術相結合的技術方法

房地產批量評估，尤其是涉稅的批量評估對評估系統的要求主要有：全面覆蓋所有物業、估價結果準確以及系統維護成本適中。根據前文對各方法的論述，單一方法很難實現上述要求。如標準價調整法若在大型或超大型城市中應用，將面臨很高的運營成本；多元回歸建模的更新維護周期較長，當市場出現快速波動時可能無法及時調整；基于大數據的數據挖掘在估價精度與覆蓋面上都有所欠缺。總之，無論從技術上論證還是從實施效果來看，多種方法的有效結合是較為理想的，也是房地產批量評估技術的發展趨勢。實踐中各方法的結合已有普遍應用，并且各有巧妙，方法不盡相同。下面就幾種簡單的組合方式進行討論。

4.1標準價調整法與大數據挖掘技術的組合大數據挖掘可以滿足一些活躍小區的價格估算，因為活躍小區的掛牌房源較多，能滿足算法所要求的數據量前提，而不活躍的小區則無法為算法提供足夠的“原材料”，因此不適用數據挖掘的方法。這時就可以運用標準價調整法來彌補。按照標準價調整法的原理，在不活躍小區的臨近或相似區域內設置一個標準房，經人工調研后設置標準房與不活躍小區價格的調整系數。這樣在算法得出活躍小區價格的同時，可以利用預先設置好的系數一并計算不活躍小區的價格。此外，在算法可以計算的活躍小區的價格中，也有可能存在價格偏差。這時也可以應用標準價調整法的思路，設置活躍小區間的價格調整系數，來檢驗算法所得結果的合理性。這一組合的應用前提主要是看大數據挖掘的應用前提是否存在，即是否存在大量數據可供挖掘，因此適合房地產市場規模較大，“互聯網+”比較發達的城市和地區。此外，在結合了大數據挖掘技術后，標準價調整法可以應用到大中型及以上城市，克服了其原有的一大弊端。

4.2多元回歸模型與大數據挖掘技術的組合除了對人員的能力要求以及對樣本數據的質量要求較高以外，多元回歸模型最大的弱點在于迭代問題。市場不斷變化，模型不可能一成不變，當市場發生變化并導致變量之間的關系也發生改變時，原有模型的價格預計精度必然下降，此時必須對模型進行重新構建。問題在于市場價格變化未必會導致變量間的關系也發生變化（或變化很小），或者當變量間關系發生變化時，人員主觀上可能無法及時發現。當主觀能夠感受到變量間的關系出現變化時，往往已經有了很大的變化。此時再進行模型的迭代就已近晚了，之前的價格估算可能已經出現了錯誤。大數據挖掘技術可以很好地彌補上述的缺陷。大數據挖掘不僅可以直接計算某些具體變量，任何數據內在的規律和關聯都可能應用大數據挖掘的方式進行探索和發現，并且能對極為細小的數值波動進行反應。利用數據挖掘的這一特性，可以建立對變量的波動監控，當波動超過一定的預設閥值即可啟動模型的迭代更新。這一組合的應用前提同樣取決于大數據挖掘的應用前提，除了城市規模等情況限制外，如商業物業、工業廠房等物業市場也不適用。

4.3標準價調整法與多元回歸模型的組合標準價調整法往往適用于特性相近的物業，如在一個小區中設定一個標準房，再設定標準房與其他房屋的價格修正系數。在價格更新時，求取標準房價格后，即可得到小區內所有房屋的價格。但當城市規模很大時，也就是有很多小區時，必須要求取所有小區的標準房價格，如僅以人工來評估得出的話，成本非常高。此時在求取小區標準房價格方面，采用多元回歸模型的方法可以極大地減少人工和時間成本。由于標準價調整法和多元回歸模型都屬于以人工為主的技術方法，因此理論上的應用幾乎不受限制。在結合多元回歸模型后，標準價調整法也可擴展應用到大中及以上城市。從上述三個組合中可以看到，原單一技術的某些弊端可以被克服，整體技術方案的適用范圍和效果可獲得較大提升和改進。實際研究和應用中可能有更多種的技術組合，且并不限于本文論述的主流技術方法。多種技術組合應用是房地產批量評估技術探索和創新的主要方向。

5房地產批量評估技術的選用

無論是單一技術還是多種技術方法的結合應用，房地產批量評估技術的選用依據主要是數據狀況、結果的質量狀況以及運行成本。數據狀況主要指數據的數量和質量。就技術方案來說，側重點有所不同。例如在多元回歸模型中，對于樣本案例的參數質量要求是所有技術方案中最高的；而大數據挖掘技術則對數據的數量要求最高。現實中不太會碰到數量又多質量又好的數據狀況，因此在技術選用時首先需要考慮是否可以穩定獲得所需要的數據。至于結果的質量狀況和運行成本，很難設定一個標準線。只能根據不同的需求目的來設定質量目標，以及根據組織的投入產出效益來選擇可行的技術方案。以上海城市房地產估價有限公司開發的VISS系統的運行情況來看，其在住宅物業批量評估方案中采用了標準價調整法與大數據挖掘相結合的方法，使其系統的評估精度基本控制在正負6%的誤差范圍，極端誤差范圍為正負10%。對于上海12000多個住宅小區，其價格更新周期為每月，其數據維護人員僅8-10人，每次價格更新的工作周期僅為兩周。在其新研發的辦公物業批量評估方案中，更是結合了標準價調整法、多元回歸模型以及大數據挖掘三種方法，使其系統的評估精度可以控制在正負10%的誤差范圍，極端誤差范圍為正負15%。對于上海3000多棟寫字樓物業，可以實現3個月的價格更新周期，而數據維護人員僅3人。因此，在選用何種技術方案時，主要有四個評價因素。一是技術方案所需的數據是否可以穩定獲得；二是批量評估的價格精度是否滿足目標需求；三是批量評估的物業覆蓋面是否完整；四是批量評估的運行維護成本企業（或組織）是否可以承受。以此為標準，運用多方法結合的思路進行技術的研發和創新才是房地產批量評估技術發展的正確道路。

6結語

本文之所以將房地產批量評估技術按以人工為主和以計算機技術為主來劃分，蓋因其出處不同。三大主流技術中，大數據挖掘來自互聯網行業對于估價業務的滲透；多元線性回歸模型來自大學院校對于房地產的研究；只有標準價調整法來自于估價行業本身。任何一種技術單一使用都有其利弊。房地產批量評估技術的探索與創新必須跨越行業和專業的限制，學習跨領域的知識和技術，結合多種技術和方法，才能最終全面實現房地產價值的批量評估。

作者：肖歷一 單位：上海城市房地產估價有限公司