基于多元线性回归森林资源资产批量评估研究.docVIP

基于多元线性回归森林资源资产批量评估研究 　　摘要：批量评估具有快速评估、成本较低且适用于大量评估的特点，本文尝试将批量评估引入森林资源资产评估中，通过对原理、数据、建模及有效性验证的分析，建立基于多元线性回归的幼龄林批量评估模型，其结果表明，该模型对于幼龄林评估具有适用性，可为森林资源资产评估提供一种新的思路与方法。 　　 　　批量评估方法是20世纪70年代兴起的评估方法，它是在评估三大基本方法与财产特征数据的基础上，结合数理统计技术和其他相关技术而形成的一种新的评估技术。目前这种评估方法已在欧美一些国家的财产税税基评估和房地产抵押贷款、融资评估中广泛应用。批量评估是对大量处于一定区域的财产样本建模，并利用模型对任何符合模型要求的目标财产进行估价。批量评估技术的应用从最早的农地评估拓展到目前的以征纳从价税为目的的财产评估领域、房地产估价领域，以及抵押贷款、融资等的资产评估实务中。与传统的评估方法比较，批量评估具有快速评估与成本较低的优势。2003年以来，随着集体林权制度改革的不断深入，集体林区的森林资源资产交易日益频繁，随之而来的是对于森林资源资产评估日益增多的需求，由于林权制度改革形成的林农，以户为经营单位的森林资源资产经营面积一般较小，小班个数亦较少，当在某一集中时段对同一地区的大量林农散户小班进行评估时，如按照一般森林资源资产评估的流程，评估工作量将非常大，计算繁琐，从而耗费大量人力、物力、财力且效率低。在市场经济条件下，应提倡“高效率、低成本”，找到一种新途径，能加快森林资源资产的评估速度，降低森林资源资产评估成本，而这也正符合批量评估的初衷，批量评估能够实现低成本、高效率地完成大规模目标资产的价值评估任务，从而为森林资源资产评估提供了新思路和新方法。因此，本文拟将批量评估模型引入森林资源资产评估，并将其应用到森林资源资产评估实践，希望有助于进一步完善森林资源资产评估方法与理论体系，促进森林资源资产化管理进程。 　　一、国内外研究概况 　　最早的批量评估思想可以追溯到1919年，当时在西方就有人将统计学的多元回归分析（Multiple Regression Analysis，这也是现今批量评估中主流的校准技术之一）作为一种可行估算技术，应用于农业用地的价值估计实践。其后，尤其是20世纪80年代末90年代初，西方学者围绕着评估三种基本方法在统计、数学环境中的具体实践做了大量的研究，探讨了多元回归分析技术、适应估计技术（又称回馈技术）（Adaptive Estimation Procedure or feedback）、人工神经网络（Artificial Neural Network）等技术在批量评估中的应用。Robert Carbone，Richard L.Longini（1977）利用回馈技术建立了不动产批量评估模型，并用数据检验了评估模型的可行性。Mark，J.，Goldberg，M.A.（1988）回顾了多元回归分析技术在批量评估中应用的相关问题。John D Benjamin， Randall S Guttery，C F Sirmans（2004）分析了多元回归技术在不动产批量评估的应用。Tay，D.P.H.，Ho，D.K.K.（1991/1992）运用人工智能技术对大量的公寓进行批量评估。Borst， R.A.（1992）指出神经网络技术将成为评估体系中建模的主要技术。Borst R.A.（1995）研究了人工神经网络技术在批量评估中的应用。Borst R.A and McCluskey（1996）分析了神经网络技术在不动产批量评估扮演的角色。Tom Kauko（2007）研究了批量评估方法体系，提出将神经网络技术、模糊逻辑技术等应用到财产评估，并与多元回归技术比较，结果表明前者比后者具有更高的拟合精度。 　　国内有关批量评估的研究尚处于起步阶段，并且主要集中在金融方面。如：耿星（2004）介绍了不动产批量评估的主要步骤：不动产基本描述、市场信息搜集和估价。金维生（2004）介绍了批量评估在加拿大房地产税征管中的作用。陈滨（2005）介绍了金融不良资产批量评估的主要方法：统计抽样法、经验抽样法、分类逐户法和回归模型法。刘扬（2005）提出了计算机辅助批量评估（CAMA，Computer-Aided Mass Assessment）。郭文华（2005）分析了计算机化批量评估系统（立陶宛）核心――不动产批量评估模型的原理和流程。纪益成，傅传锐（2005）回顾了批量评估产生与发展的历程，阐述了其方法原理和主要的操作过程，并采用市场法为理论基础的模型设立和多元回归作为模型的校准技术对实例进行批量评估，研究结果表明，该批量评估模型表现良好。 　　二、批量评估基础 　　批量评估方法将三种传统评估方法（成