基于特征价格模型的住宅批量评估系统研究.pdfVIP

ISSN 1009-3044 E—mail：kfyj@dnzs．net．CI1 ComputerKnowledgeandTechnology电脑知识与技术 http：／／www．dnzs．net．cn Vo1．10．No．16．June2014 Tel：+86—55l65690964 基于特征价格模型的住宅批量评估系统研究 汪国靖 ( 国科学技术大学，安徽合月E~30026) 摘要 ：目前，随着我国市场经济体制的发展以及房地产市场化的推进 ，与房地产相关的经济活动越来越频繁 ，对房地产估 价的需求也随之增大。由于城市住宅价格受多种因素的影响，很难对其价格进行准确公正的评估。批量评估是以房地产 估价理论为基础，依托计算机辅助技术，运用预先制定的评估模型，一次性对多宗房地产进行的快速、大批量的评估。该 文应用的住宅价格评估方法建立批量评估技术路线的思路，可以为房地产估价提供有用的借鉴与参考。 关键词：特征价格模型；批量评估 中图分类号：TP311 文献标识码：A 文章编号 ：1009—3044(2014)16—3914—07 目前 ，我 房地产评估实践中一般还是针对单宗房地产的评估 ，采用的方法主要包括市场法 、收益法和成本法。以上的传统 方法分别从替代原理、预期原理和生产费用价值理论等不同的角度来解释房地产价格，结果往往会由于评估者在时间准度 、价值 观念和市场内涵上对房地产估价对象的性质有不同的认知，导致三种方法的评估结果必然存在较大差异(施建刚等，2000)。在实 际操作中，由于房地产价格影响因素较为复杂，另外 ，评估对象往往受评估人员主观影响，从而导致房产的评估价与实际价往往存 在偏差，评估结果不能反映房产的实际价格。基于传统单宗房地产评估方法存在的各种弊端，已不能适应市场变化，急需采用批 量评估将其替代。该文在基于特征价格模型构建的住宅价格批量评估系统，可用于房地产评税 、抵押贷款风险分析、房产抵押风 险监控、在线房价估价等多种用途 ，具有推广应用价值。 1特征价格模型构建 1．1模型构建的基本思路 收集近期的二手房挂牌交易信息，将其添加到数据库中，以户型、楼层 、朝向、装修程度、建筑面积特征变量对应的赋值对每个 案例进行量化，对这些交易案例进行回归分析，建立多元回归方程。再通过检验样本回归方程的总体显著性与检验样本回归系数 的显著性，进行多元回归分析，判断多元回归方程是否可以采用。如果多元 回归方程可以采用 ，则去除正负2 (标准差)挂牌价之 外的样本 ，最后将每个住宅样本特征变量对应的分值逐个代入方程 取得每个住宅样本的预测值 ，将所有住宅样本的预测值计算 平均值，作为小区的基准价。最后 ，根据每套住宅所具有的实际特征因素(户型、楼层 、朝向、装修程度 、建筑面积)，将住宅的所在 小区基准价格与以上特征变量的修正系数相乘，取得住宅的评估价格。 1．2住宅特征价格变量选取 住宅是一种异质耐用消费品，住宅价格是由住房本身所具有的属性特征集的综合作用产生的。只有认识和了解住宅包含的 各种属性特征，研究和分析影响住宅价格的特征属性是如何作用的，才能确定住宅价格的特征变量。影响房产价值的因素很多， 包括区位特征、建筑特征、邻里特征三个方面。由于受到数据来源的限制，很难获取全面包含房产市场价值因素的数据，同时一些 特征数据也不准确 (如小区的容积率 、绿化率)，还有一些影响因素是文字描述 (小区配套、地理位置 、小区物业管理)，很难将其量 化。冈此，该文只是选取影响房产价值的基本关键因素 (房型、楼层 、朝向、装修程度、建筑面积)作为特征变量。一方面，以上特征 数据相对容易获取，可以保证数据的完整性；另一方面，以上特征数据相对准确，可以保证数据的准确性，以使基于以上特征变量 建立的特征价格模型具有较好的拟合度与可信度。 1．3住宅特征价格变量数据赋值 二手房挂牌交易数据中的户型、朝向及装修程度都是定性的数据，要想把这些变量纳入到多元同归分析模型中，需要对其进 行赋值。 1)房型特征变量 表1房型特征变量赋值 房型 1室 2室 2室 3室 3室 4室 4室 5室