2012年度估价师继续教育地方课时——房地产批量评估技术与应用2012.4.26.pptVIP

一、批量评估技术产生的背景 二、批量评估的概念及其特点 三、批量评估技术的优势 四、批量评估技术的应用前提 五、批量评估系统的组成 六、批量评估的基本步骤 七、批量评估的关键技术——自动评估模型 八 批量评估技术的应用领域 九、批量评估——房地产估价机构的商业新模式 十、批量评估技术的不足 本课程到此结束 感谢参与！祝大家工作顺利！ 特征价格模型提出后，广泛应用于耐用消费品和非市场物品(即不存在市场交易价格的物品，比如森林、草原、湿地、海洋、公园、自然保护区等)的估价领域。 1967年，从Ridker首次将特征价格模型引入到住宅市场，此后特征价格模型在房地产领域得到了广泛应用。 根据该理论，房地产价值由其内在特征(位置、交通、朝向、楼层、面积、户型、风格、房龄、配套…)所决定，房地产价格也应该是其特征变量的函数。如果能建立房地产价格与其特征变量之间的定量关系，就可将该模型用于估算己知特征的某一房地产价格。 ※ (2)特征价格模型(HPM)的分类 ①加成模型(加法模型) 加成模型(加法模型)又分为线性模型、对数模型、对数线性模型和半对数模型等类型。 A.线性模型 P=a0+a1Z1+a2Z2+……+anZn+ε 式中：P为房地产价格；Z为房地产特征变量；ε为随机误差项；回归系数a对应着房地产特征变量的隐含价格，即反映特征变量变化1个单位给房地产带来的价格变动数量。线性模型无法表现特征的边际效用递减规律。※ B.对数模型 lnP=a0+a1Z1+a2Z2+……+anZn+ε 回归系数a对应着特征的价格弹性，即在其他特征不变的情况下，某特征变量a每变动一个百分点，特征价格P将随之变动的百分数。 C.对数线性模型 lnP=a0+a1lnZ1+a2lnZ2+……+anlnZn+ε 回归系数对应的是特征变量a每变动一个单位时，特征价格P变动的增长率。 D.半对数模型 P=a0+a1lnZ1+a2lnZ2+……+anlnZn+ε 回归系数对应着特征的边际价格。 ※ ②乘数模型(乘法模型) 乘数模型的一般形式： P=a0* Z1a1* Z2a2*……* Znan+ε 乘数模型属于非线性模型，其最大优势是能够捕捉到房地产市场中存在的非线性相关关系，但是无法表示加成关系，也无法将土地和建筑物的价值区分开来。 通常适用于价格区间变动非常大的房地产类型。通过对公式两边取对数，可将乘数模型转化为加法模型。※ ③混合模型 混合模型的一般形式： P=(a0+a1Z1+a2Z2+……+aiZi)* Zi+1ai+1* Zi+2ai+2*……* Zi+nai+n+ε 混合模型也属于非线性方程，这种模型可以让模型的创建者根据不同的假设确定不同的模型形式。 选择模型结构时，大多数研究者都是凭借经验初步设定模型结构及其相应的函数形式，然后经过不断尝试和修正，直到认为函数形式能够解释样本数据的差异，并使得模型对样本数据的拟合满足要求为止。 ※ (3)特征价格模型(HPM)的构建 ①选择模型变量 因变量：房地产价格或单位价格。 自变量：影响房地产价格的各种特征变量。 注意：避免遗漏重要的特征变量或引入不重要的特征变量；避免出现共线性问题。 国外的研究将影响房地产价格的特征变量分为建筑特征、邻里特征和区位特征三大类。 ※ 建筑特征包括：建筑类型、建筑质量、建筑外观、建筑面积、建筑品牌、住宅年龄、户型布局、房间数目、朝向情况、装修程度、所在楼层、有无阁楼、有无车位等。 邻里特征包括：自然环境、小区环境、治安环境、物业管理、文体设施、生活配套、教育配套、是否邻近大学、文化娱乐、体育休闲等。 区位特征包括：交通条件、离市中心(或CBD)距离等。 研究我国房地产价格还应该增加权益特征和时间因素等。权益特征包括土地年限、容积率等，时间因素是指不同时期的交易实例处于不同的市场状况。 ※ ②量化模型变量 常见的模型自变量量化方法有四种： 方法一：直接采用变量的实际数值或仅仅对原始数值进行简单的变换。这类特征变量有：建筑面积、住宅年龄、楼层、距市中心(或CBD)距离、交通条件、房间数目、时间因素、土地剩余年限、容积率等。 方法二：采用五点Likert(李克特)量表法将特征变量分为极差、差、一般、好、非常好五个等级，各个等级对应的得分分别为1、2、3、4、5分。这类特征变量有：装修程度、自然环境、小区环境、物业管理、治安环境。※ 方法三：综合指标打分法。根据变量所包含的二级