大数据下房地产土地价值评估分析方法.docVIP

大数据下房地产土地价值评估分析方法 　　摘要： 近年来，头部房地产企业正在完成由建筑业向金融业的转型，由营造驱动转变为金融驱动，金融的关键在于风控，而对于房地产，风控的核心又在于精准评估土地价值。文章试结合此行业背景，探讨大数据助力房地产评估土地价值的必要性，旨在分析在大数据时代下，如何利用数据进行城市选择、地块分析、市场洞察，从而改善房地产土地价值评估的分析方法，降低投资风险。 　　Abstract： In recent years， the head real estate enterprises are completing the transition from the construction industry to the financial industry， their driving force changes into finance. The key of financial industry lies with the risk control. For real estate， the core of risk control lies in the accurate assessment of land value. This paper tries to discuss the necessity of using big data to help real estate to evaluate land value in this industry background. It aims to analyze how to make use of data for urban selection， plot analysis and market insight in the era of big data so as to improve the analysis method of land value assessment of real estate and reduce investment risk. 　　?P键词： 大数据；房地产；风控；土地价值评估 　　Key words： big data；real estate；risk control；land value assessment 　　中图分类号：TP311.1；F301.24 文献标识码：A 文章编号：1006-4311（2018）10-0219-02 0 引言 　　房地产业是我国的支柱型产业，对国民经济和城市经济发展具有重大影响。近年来，由于宏观政策和市场趋势，头部房地产正在完成由建筑业向金融业的转型，逐渐由营造驱动变为金融驱动，其核心在于利用高质量数据建立风控体系。本文结合大数据的时代背景，简述房地产行业可应用的相关数据，并结合实际场景指出房地产应如何利用海量数据改善融资链条下风控中的土地价值评估环节，以控制资产交易的风险。 1 大数据下房地产的数据信息储备 　　1.1 大数据相关概念 　　互联网的普及与云计算技术的革新，使得一个大规模生产、分享和应用数据的时代正在开启。通过精进的数据科学处理能力，可以结合大数据对具体情景进行分析预测，使决策更为精准，释放出更多的数据隐藏价值。 　　大数据相比传统数据，具有“4V”特征：体量大，大数据的数据量将达PB、EB、ZB级；种类多，大数据是由文字、声音、视频、多媒体等组成的结构化、半结构化和非结构化的多维异构数据；速度快，在海量数据的情况下，大数据仍需做到实时处理；价值密度低，应用价值大但价值密度低，通过对海量数据进行提取、处理和分析，才能获得一部分有用的信息。 　　1.2 房地产的相关数据构成 　　在信息时代，高质量的大数据意味着海量的精准信息，其战略价值毋庸置疑。大数据时代下，全量人口为样本的行为数据已可以获取。房地产作为重资产、低消费频率、长价值链条的行业，其相关数据可以分为以下三类： 　　①静态数据：官方统计数据、房地产交易数据、购房消费者线上线下行为数据、城市静态POI数据、垂直网站开源数据等；②动态数据：百度路况等的热力数据、城市实时交通出行数据、细分维度的点评数据、人口迁移数据等；③多维度动态数据：各渠道消费数据、手机信令数据、人口城市迁移数据、公交出行数据、出租单车的移动轨迹数据等。 　　面对数据的急剧增长，房地产企业分析必须借助大数据的分析和挖掘技术，提高决策能力和经济效益。 2 房地产土地价值评估的现状 　　由于宏观政策和市场趋势，头部房地产正在完成由建筑业向金融业的转型。在此背景下，房地产价值链条中营造部分的权重逐渐降低，融资部分的权重不断攀升。融资的核心在于风控，其中土地价值评估是首要也是风险最高的工作环节。 　　目前房地产