房地产批量评估技术及应用.ppt

房地产批量评估技术及应用,主要内容,房地产批量评估概述房地产批量评估技术房地产批量评估技术的应用,房地产批量评估概述,批量评估的定义批量评估的基本特征批量评估的缘起和发展批量评估的基本程序批量评估基础数据及获取渠道,批量评估的定义,批量评估准则,麦迪逊协议,批量评估的定义,国际评估准则（IVS）的定义应用系统的、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。美国评估准则（USPAP）的定义在某一日期通过采用标准化方法、引用共同数据、进行统计测试等方法对某类群体资产进行评估的过程。,批量评估的定义,国际估价官协会（IAAO）的定义利用共同数据，标准化的方法和统计检验技术评估一组财产确定日期价值的活动。房地产批量评估可以界定为：在给定时间通过采用标准化方法、引用共同的数据，进行统计测试等方法对大量房地产进行评估的过程。,批量评估的基本特征,统一估价时点的大批量评估使用同一标准以保证结果的公正性以利用共同的数据为基础批量评估需通过统计检验与个案评估最根本区别：一次评估的对象是一批或一组不动产,批量评估的应用条件,相对成熟的房地产市场市场基础完善房地产信息系统物质基础合理的房地产分类合理的评估分区,批量评估的缘起和发展,1919年，将统计学的多元回归分析作为估价技术进行应用 1977年，Carbone Rorbert 和 Longini Richard 发表了反馈模型在房地产自动评估中的应用，首次提出了自动评估模型概念1983年，国际估价官协会颁布了关于三种基本价值评估方法在批量评估中的应用准则（之后9次进行补充与完善）2005年，国际评估准则委员会对批量评估的规则和评估人员的规范做了相应规定专业评估准则在标准6中对评估人员在批量评估时所运用的技术和方法进行了规范性的表述,批量评估的缘起和发展,批量评估最早产生于从价税评估中对一致性和统一性的需求 批量评估已经成为各国不动产税基评估的主流技术,批量评估的缘起和发展,应用领域的扩展,农业用地评估,征税为目的的财产评估,抵押财产评估,公共事业性企业资产评估,我国房地产交易税收中对批量评估技术应用的要求,房地产估价规范,5.6.3房地产税收估价，应兼顾公平、效率和成本。对同类房地产数量较多、相互之间具有一定可比性的应税房地产，应优先选用批量估价方法进行估价。对同类房地产数量较少、可比性差、难以采用批量估价方法估价的应税房地产，应采用个案估价方法进行估价。,批量评估的基本程序,美国评估准则中批量评估的基本程序,批量评估基础数据及获取渠道,房地产批量评估技术,计算机辅助批量评估自动评估模型 自动评估模型的类型自动评估模型的校准技术,计算机辅助批量评估,根据是否有计算机辅助可以分为手工批量评估和计算机辅助的批量评估计算机辅助批量评估（Computer Aided Mass Appraisal，CAMA）指利用计算机程序，以事先搜集的反映物业特征、市场状况等信息的数据为基础，按照一定计算规则和统计方法，实现对大量物业单元在指定时点上市场价值的准确、快速和批量评估。,批量评估系统,数据管理系统,评估系统,评估分析系统,管理支持系统,诉讼系统,计算机批量评估系统的构成,自动评估模型,自动评估模型（Automated Valuation Model，AVM）将批量评估模型（反映市场供求关系因素如何相互作用的数学运算模型）计算机化的计量经济模型，即基于数学模型开发的用于进行不动产价值评估的计算机软件程序。自动评估模型能够自动生成基于对区位、市场条件和房地产特征等已收集数据的市场分析，从而得到待评估房地产的价值。,自动评估模型的类型,采用计算机辅助批量评估的自动评估模型种类很多，但这些模型依然是建立在成本法、市场比较法、收益法等基本的估价方法理论基础上的，其中使用最为广泛的市场比较法又可以按照自动评估模型结构的不同划分为直接市场法模型、间接市场法模型、时间序列分析模型。,自动评估模型的类型,成本法模型式中：MV目标房地产市场价值（下同）GQ影响建筑和土地价值的一般的质量变量，如位置和时间 BQ建筑物折旧因子 RCN建筑物重置更新成本 LV土地的评估价值,自动评估模型的类型,从评估结果的精确角度考虑，成本法更适合于不存在大额折旧，并能够从最近的土地销售中获取土地价值信息资料的较新不动产或一般不宜采用市场法的房地产具体应用的房地产类型：为独特生产工艺建造的非标准工业房地产很少交易的偏远地区或乡镇住宅区片内不成套的低层住宅,自动评估模型的类型,收益法模型式中：Rt第t年房地产的预期收益值r折现率n预期收益年限,自动评估模型的类型,收益法模型看起来形式很简单，但由于其中的参数较为复杂，在确定（净）收入、资本化率、收入倍数等变量时，还都要建立相应的子模型，大大增加了模型的复杂性和方法使用的难度。具体应用的房地产类型：商铺、商场、酒店宾馆、写字楼加油站、用于出租的标准厂房和仓库等成套住宅,自动评估模型的类型,直接市场法模型也称特征价格模型（Hedonic price model），即通过估计各物业特征对物业市场价值的积极贡献获消极影响，再根据这些特征相关参数估计值和待估单元的特征，直接得到对待估单元市场价值的估计结果。参与估计和计算的物业特征一般包括区位特征、物理特征、邻里特征、交易条件等,自动评估模型的类型,直接市场法模型加成模型式中：Xi影响房地产价值的特征因素Ai特征因素i调整系数,自动评估模型的类型,直接市场法模型加成模型举例MV=142,000+352.36SQM+28,320QUAL+28,000Direction 4603AGE46,832REMOTE1+94,800LAKE2对于一个位于“Lake2”邻近区域内，面积 143 平方米，质量好，朝向为南北东，房龄为 3 年的房产，其市场价值根据模型计算的结果为：MV=142,000+352.50143+28,3201.25+28,0001.5 46033 46,8320+94,8001=350798.5 元,自动评估模型的类型,直接市场法模型乘数模型直接市场法模型混合模型,自动评估模型的类型,间接市场法模型也称可比样本法、标准房地产法、标准价调整法具体的做法：在历史交易案例库中选择特定的交易案例作为“标准房地产”或根据需要设定一个各种特征均已确定“标准房地产”，以该“标准房地产”的交易价格或评估价格作为价格基础，然后分析待评估的房地产单元与基准单元之间的特征差异，根据一定的规则或系数进行价格调整，最终得到所要评估房地产的市场价值评估结果。,自动评估模型的类型,间接市场法模型式中：标准房地产的价格 针对待估房地产与标准房地产差异的价格调整该模型仅为通用模式，实际操作中根据情况进行设计,间接市场法的基本程序,自动评估模型的类型,间接市场法模型,自动评估模型的类型,间接比较法的优点：便于准确、快捷地确定房地产价格价格形成直观、明了，易于解释便于平衡，体现税负公平便于及时、多方法更新价格系统在市场交易量减少情况下，保持评估价格的准确性通过比价网络，分析不同区域内价格变化，对趋势进行判断,自动评估模型的类型,间接市场法方案的关键点以楼幢基准价为核心、以区域基准价为基础合理分区合理划分基准价层次建立修正体系（楼幢修正系数；楼幢内部的楼层修正系数、朝向修正系数、面积修正系数）建立符合本地房产特征的评估模型数据收集标准与模型检验,自动评估模型的类型,时间序列模型时间趋势分析是在有关财产特征变量信息较难获得的情况下所采用的预测技术，是根据以往的财产评估价值或财产的销售价格推算财产评估基准日的评估价值IAAO：单位价值分析、重复销售分析、销售价格/评估价值趋势分析、在销售比较模型中加入时间变量等,自动评估模型的类型,时间序列模型单位价值分析：跟踪面积单价或单元单价等的平均值变化销售价格/评估价值趋势分析：跟踪已估价物业单元销售价格与评估价值比率的变动重复销售分析：将重复交易的物业单元在前后交易中销售价格间的差异转化为月变动率，并从中计算平均（中位）变动率时间哑元法：在销售比较模型中加入时间变量的方式（混合模型）,自动评估模型的类型,直接市场法一般采用多元回归技术进行校准，需要收集与所评估房产财产特征以及销售价格等数据，适合于历史数据较完备的城市使用间接市场法中标准房地产价值的确定可以采用多元回归技术，在没有足够数据的城市，可以更多地依靠估价师经验具体应用的房地产类型：存量成套住宅、写字楼、商铺,自动评估模型的类型,时间序列法（前三种）虽然不需要待估房地产或相近房地产的特征数据，但对历史成交的价格数据要求比较完善运用时间趋势分析估计财产价值，必须注意到随着推算日期的拉长，预测的精确度将会降低,自动评估模型的校准技术,模型的校准：通过对自动评估模型中的变量进行市场分析来调整和确定系数，主要是建立和运用一些统计模型来观测、校准房地产价值在国外，自动评估模型使用多元回归分析、时间序列分析、自适应回归、人工神经网络、专家系统等技术进行校准,自动评估模型的校准技术,多元回归分析：研究多个变量之间关系的回归分析方法类型：线性回归分析、非线性回归分析基本原理：通过对变量、误差的假定，依靠最小二乘法来拟合因变量与自变量的线性或非线性关系的基础上建立和校准相关的数学模型回归分析是批量评估中最早使用的一种模型校准技术，随着计算机技术的不断发展，多元回归技术在批量评估中的运用也更加成熟和广泛,自动评估模型的校准技术,时间序列分析：在有关财产特征变量信息较难获得的情况下所采用的校准技术自适应回归：又称适应估计技术或回馈技术，是不断利用新的销售信息来调整不动产的价值，即将初始模型得出的价值与销售价格进行不断对比，直到得出自动评估模型中最小误差的系数为止，该技术通常被用于处理混合模型,自动评估模型的校准技术,人工神经网络技术：基于模仿生物的大脑结构和功能而构成的一种信息处理系统，该系统将大量简单的、类似于神经的处理单元通过形如神经键的接点连在一起神经网络的优势：超强的适应能力和学习能力、可以同时包括线性和非线性的结构评估师可以在采用直接市场比较法模型时利用财产特征变量组成的人工神经网络来对模型进行校准,自动评估模型的校准技术,专家系统（Expert Systems ES）：除人工神经网络及其他数字技术外的计数方法，优势：不需要套用历史信息，而是将人类的判断和决策过程制成模型程序，能够复制估价人员的专业知识缺点：需要花费大量的时间和财力进行细致彻底的专家访谈，而且缺乏稳健性在没有大量历史数据的情况下，采用专家系统作为模型的校准技术也不失为一种较好的选择,自动评估模型与校准技术,多元回归分析,校准技术,市场法自动评估模型,直接市场法模型（加成、乘数、混合）,自适应回归分析,时间序列分析,人工神经网络,专家系统,间接市场法模型,时间序列法模型,批量评估技术的应用,丹东市的直接市场比较法杭州市的多元回归法太原市的间接比较法,丹东市直接市场比较法,丹东市的直接市场比较法,杭州市的多元回归法,杭州市主城区：以市场法为评估原理，采用了特征价格模型，测算确定每一幢住宅楼的基准价格杭州主城区住宅的校准技术采用多元线性回归分析,杭州市的多元回归法,杭州市的多元回归法,模型：,杭州市的多元回归法,利用以上四个模型函数分别进行回归分析，经过多次试算优化选取最优方案，最终确定对数线性形式的模型为最优模型。,杭州市的多元回归法,多层价格exp(8.325+0.021XS1+0.031XS2+0.042XS3+0.034XS4+0.035XS50.011X和四楼差距-0.015X是否是顶层-0.069X是否是乡镇+0.110X是否是重点学区+0.052X小区内部环境+0.067X周边环境质量+0.032X周边景观+0.062X楼盘档次+0.025X物业管理+0.042X生活配套综合得分+0.053X交通便捷度-0.0187X房龄打分+0.009X朝向0.013X三临综合0.017X离CBD距离+0.021X距离西湖得分+0.015X钱塘江距离得分+0.017X景观分+0.075X供求稀缺性),杭州市的多元回归法,高层价格 exp(8.336+0.004X所在楼层+0.025XS10.011XS2+0.021XS30.014XS40.014XS5-0.069X是否是乡镇+0.06X小区内部环境+0.043X周边环境质量+0.024X周边景观+0.037X楼盘档次+0.021X物业管理+0.05X生活配套综合得分+0.047X交通便捷度+0.113X是否是重点学区+0.026X新景观分0.006X房龄+0.049X是否是小高层+0.009X朝向0.01X三临综合0.026X离CBD距离+0.025X西湖距离得分+0.02X钱塘江距离得分+0.05X西湖景观+0.022X钱塘江景观+0.054X供求稀缺性),太原市的间接市场法,由于太原市属于中部地区，房地产相关信息不是很完善，而且各相关部门的信息共享程度不高，住宅的历史成交数据也不是很齐全，用传统多元回归批量评税模式不太现实，因此选择了基于专家系统的批量评估技术，核心方法是间接市场法,划分评税分区,划分路径：城区片区街区单元住宅小区单幢住宅楼单套住宅。,6,19,198,500000,12978,2000,杏花岭区,迎泽区,尖草坪区,小店区,晋源区,万柏林区,杏花岭区,A片区（主城区）,B片区（非主城区）,C片区（非主城区）,杏A19街区,技术路线,市场比较法,平均值,修正,修正,太原标准房：以出让土地上楼层为二层、建筑面积大于等于143平米、主朝向及部位为南北中的、全新状态下的配套设施完善的毛坯房,上海标准房：标准楼层：7层以下建筑设定在第2层；8层及以上建筑设定在第8层；房型面积：小区内主力房型面积；装修情况：一般设定为毛坯，开发商统一整体装修的除外；景观朝向等其他因素：以小区内主力房源的景观朝向为标准。税费情况：双方各自应缴纳的正常交易税费；,小 结,批量评估没有“最好的方法”，只有“最适用的方法”现阶段，市场价格数据的数量和质量是制约国内批量评估有效实施的瓶颈我国大部分城市在住宅批量评估中更适合采用间接市场比较法（标准价调整法）并辅以成本法或收益法，其它房地产适合采用成本法和收益法；随着数据信息系统的不断完善，采用多元回归技术的直接市场法也将得到广泛的运用,