对基于Hedonic模型的批量评估方法的完善初探..doc

对基于Hedonic模型的批量评估方法的完善初探由于城市内的不动产数量巨大，在某一区域内不动产的价值影响因素往往相同或相似，所以可以根据这些影响因素对不动产价值的影响程度，采用适当的技术一次性评估区域内的所有不动产，这种一次性评估大批量不动产的方法称为批量评估方法（MassAppraisal）。Hedonic模引言 批量评估方法就是在市场法，成本法和收益法三种基本评估方法的基础上结合数理统计技术，通过创建批量评估模型达到批量评估目的的一种方法。 国际评估准则（2005）对批量评估的解释是应用系统的、统一的、考虑到统计检验和结果分析的评估方法和技术评估多项财产确定日期价值的活动。其中，标准化、计量化与海量数据是其基本特征。 美国价值评估行业统一操作标准（USPAP）规定了批量评估方法应用的基本程序： 1）鉴定所评估财产的特征； 2）确定适于所评估财产稳定交易运转的市场区域； 3）确定此市场区域中影响价值形成的（供给和需求）特征； 4）建立体现此市场区域中财产价值与特征因素关系的评估模型（模型设定）； 5）调整评估模型从而确定影响价值的各特征因素的作用（模型校准）； 6）根据所评估财产的特征因素，应用评估模型进行推论判断； 7）检测批量评估的结果。 讨论批量评估方法的文献有很多，例如William and Marvin(1999)[20]讨论了应用协方差模型（一类随机效应模型）来检验扣押抵债状态对公寓销售价格的影响。Rober,J.Goloudemans（2002）[19]比较了加法、乘法和非线性模型在住宅评估中的应用。纪益成，傅传锐（2005）[22]以国外某地区30幢住宅进行税基批量评估为实例介绍了如何利用建立多元回归模型的方式实现不动产的批量评估。纪益成，王诚军，傅传锐（2006）[23]介绍AVM（自动评估模型）技术的发展过程，技术原理，AVM在国外的财产类税基评估中的应用及借鉴。乔志敏等（2009）[24]对2006年北京市东城区、西城区、宣武区、崇文区4个行政区461个二手房交易有效数据的多元回归分析，建立了不动产价值批量评估模型，并对25个二手房交易价格与评估价格进行了比较。 迄今为止国内批量评估方法的研究和实践尚处于探索阶段，多集中于应用以特征价格（Hedonic或Hedonic Price）模型为主的包括多元线性参数回归模型、可线性化多元参数回归模型以及多元非线性参数回归模型在内的数理统计模型来对不动产市场相对发达的大城市或较大城市进行自动批量评估。 不过Hedonic模型有其自身无法克服的缺陷，比如虽然在正态分布假设独立同分布的条件可以弱化，但仍要求海量待估数据来自同一总体（即数据具有相似的属性），因而更合适在交易数据量相对较大的城市应用，而不适于我国中小城市的不动产价值批量评估。另外Hedonic模型的不足还有模型参数性的假设对数据的前提设定太牵强，以及无法把握除商品属性外其他因素（如货币政策等）对不动产价值评估结果的影响等等。 当然，Hedonic模型用于对房价进行估计首见于上世纪70年代的国外文献，彼时计算机技术和统计计算能力都不发达，数理统计中只有多元参数线性回归模型的统计推断研究得最为透彻，因此在三十多年前应用数理统计模型来分析实际问题时，考虑线性参数回归模型是无可厚非的。特别地，在上世纪70年代基于商品的特征属性而提出多元线性参数Hedonic模型来估计房价应该属于创新性的研究成果。 然而时至今日，得益于计算机技术的迅猛发展以及统计计算能力的飞速提高，统计理论与应用的研究日益繁荣，建立在多次迭代求解高维矩阵运算基础上的非参数模型、部分线性模型、变系数模型、随机效应模型、随机波动模型等的统计推断已非让人望而兴叹的难题，而统计模拟、数据挖掘等计算技术的发展也为解决实际问题提供了新的思路，因此在处理实际问题时，可以选择不预先设定模型（比如Hedonic模型）而从数据本身出发找到合适的模型。 本文是房讯通研究部在分析特征价格模型用于拟合著名的波士顿房价数据（该数据在1978年被提出用于Hedonic模型分析的实证）时存在的问题之后，提出了一种改进模型，即单指数模型，此模型是一类半参数模型。另外，本文还给出了该模型的贝叶斯惩罚样条估计，并将模型用于分析波士顿房价数据。 基于Hedonic模型的批量评估方法 Hedonic模型只适用于分析住宅价格。消费者决策理论认为对于住房，汽车，劳动力等异质商品来说，消费者的需求并不是基于商品本身，而是基于商品所内涵的特征或属性。因此，商品价格取决于商品各方面属性带给消费者满足感的大小。如住房的价格可分解为住房各个属性的价格，即消费者在结构、楼层、面积大小等方面所获得的满足感。 从这一理论出发，研究人员提出了特征价格模型（Hedonic模型），认为住宅由许多不同的特征组成，而