房地产估价的因素修正方法研究

1、房地产估价的因素修正方法研究摘要:因素修正是市场比较法在运用过程中的一个难点和重点,文章在有关学者对市场比较法研究的基础上,提出把灰色关联分析法、层次分析法、多元线性回归模型、模糊数学等方法,根据各自不同的特点综合运用到因素修正的各环节中,为市场比较法的应用提供一个更为有效的可行方法。关键词:市场比较法因素修正权重分值中图分类号:F293.30文献标识码:A文章编号:1004-4914(2006)08-225-02一、引言市场比较法作为房地产估价中的应用最多的方法之一。它是以经济学中的替代原理为理论前提,将估价对象与估价时点的近期有过交易的类似房地产进行比较,对这些类似房地产的成交价格做适当修

2、正,以此估算估价对象的客观合理价格或价值的方法。基本公式是:P=F×A×B×C×D,即待估房地产价格=可比交易实例价格×交易情况修正系数×交易日期修正系数×区域因素修正系数×个别因素修正系数。通过对交易情况的修正,把可比交易实例修正为正常交易情况的价格;对交易日期的修正,把可比交易实例修正为估价时点的价格;对区域因素和个别因素的修正,把可比交易实例修正为待估对象房地产状况下的价格。从而确定待估对象的市场价值。采用市场比较法评估关键在于选取合适的可比交易案例,比较差异因素的修正以及交易实例比准价格的合成,其中对区域因

3、素和个别因素的修正是该方法的难点和关键所在。在评估实务中,主要存在两个问题:一是估价人员在案例修正过程中,对区域因素和个别因素的修正,主观性强,主要是凭经验判断打分,很难采用定量化的分析,从而影响了估价的公正性、客观性。所以如何对因素差异进行量化修正以提高评估结果的准确性是该方法的关键之处。二是对计算出来的比准价格,一般采用统计学方法(简单平均法、众数法、中数法等)或根据估计人员经验处理,操作上往往简单化,也直接影响了最终评估结果的可信度。为了解决上述问题,本文拟从市场比较法中的因素修正着手,建立比较因素的选择原则并探索因素修正的量化方法,以规范因素的差异修正,减少修正的随意性。二、因素修正方

4、法市场比较法其实质就是建立起待估对象价格、可比实例价格与修正因素之间的相关关系,从而达到利用系数修正得到待估对象价格的目的。在各因素修正系数的确定中,关键是对区域因素和个别因素的修正,首先是将区域、个别因素分解为多个不同的影响因子,在分析市场资料的基础上,根据单个因子与市场价格相关关系确定各因子的权重和分值,最后采用乘积加和的方式确定区域或个别因素的总修正分值。1.因素的选择。影响房地产价格的因素很多,涉及自然、社会、经济各方面,一般分为一般因素、区域因素和个别因素。一般因素是指影响城市房地产价格总体水平的社会、经济、政策和自然因素等,对具体的房地产价格影响不明显。区域因素是指房地产所在区域的

5、自然条件与社会、经济条件等,这些条件相互组合所产生的地区特性,对地区内的房地产价格水平有决定性的影响,主要包括:繁华程度、交通便捷程度、环境景观、公共配套设施完备程度、城市规划限制等;个别因素是指构成房地产的具体特征,同时又对房地产价格有重大影响的因素,对土地,主要有面积、形状、临路状况、地势、土地使用年限等;对建筑物,有新旧程度、装修、设施设备、平面布局、楼层、朝向等。不同的个别因素对价格的影响机制、方式、程度也有所不同,比较时必须仔细鉴别因素之间的差异大小,选择合适的比较因素。对因素选择一般存在两种倾向,随意性大或者就是过于死板、使得系数修正不到位,结果的准确性也就很难得到保证。因素选择一

6、般遵循三个原则:一是因素具有较大的空间变异性;二是因素对区域总体质量特征有重大影响;三是资料的可获性。对于土地、商业、住宅、工业等不同用途的房地产价格的评估,由于其价格对影响因素的敏感度不同,应根据因素的不同作用强度、方式与特征,选择相应的比较因素建立各自的因素修正体系。因素选择的合理与否直接影响到价格修正体系的可操作性、效果和评估结果的准确性。在估价实务中,主要还是通过估价人员的经验判断或者专家咨询意见来对因素进行选择。如以商业性房地产评估为例,一般选择商服中心繁华程度、道路通达度、对外交通便利度、基础设施完善度、公用设施完备度、环境质量优劣度、自然条件优劣度等因素作为评价因素。本文将介绍一

7、种灰色关联分析方法(GRA)来对影响因素进行选择。GRA对数据要求较低且计算量小,是一种值得推广的方法。设有N个房地产交易实例,每个实例又有M个影响价格的因子。可以得到由N个实例组成的一个分析域S:S=S1,S2,Sn,Si表示第i个交易实例。Si有m个影响因子组成因子集Xi(j):Xi(j)=X1(j),X2(j),Xm(j),各个因子的具体值可用评分法确定。每个实例的交易价格为Xj0。由此可以得到一个房地产交易案例的样本因子m×n矩阵L:L=(Xi(j)m×ni=0,1,2,m-1;j=1,2,n。(1)在上海表现的最为突出。进城农民问题的最终解决在于彻底改革现行的区分

8、农民和非农的户籍管理制度,采用根据工作和居住所在地的户口登记制度。在实现这个目标的过程中,应该逐步减少直至取消两者之间的差异。改革开放以来,两者的差异已越来越小。从原来的吃粮都不是一个价钱,到现在主要集中在教育和社会保障的差异上面。取消区别对待的户籍制度是一个重大决策,牵涉到各方的利益,需要党和政府下很大的决心。三、进城务工农民问题的解决有助于中国的农村问题的解决从农民大规模进城的现实和长远的发展趋势看,中央应该下决心解决好进城务工的农民的问题。进城务工的农民的问题解决好了,农民进城的数量会增多,速度会加快,农村的人口就会越来越少。如果中国农村的人口减少到1到2亿,占总人口的10%左右,那农村

9、问题不就迎韧而解了么。有人担心农民进城之后会带来治安和城市交通、用水、用电等等的问题。这个问题要用发展的眼光来看。一个城市多大才算大?深圳从一个小渔村20几年的时间变成了一个人口过千万的城市,没有出现问题,上海人口已逾2000万,也没有出现问题。从治安的角度看,进城农民的户籍问题解决了,他们的安定感和归属感将增强,这有利于治安问题的解决。还有人担心农民进城之后,农村的土地没有人种了,将危害到中国的农业和全国人的吃饭问题。农业机械化是最基本的要求,而我们的广大农村由于农民太多,土地按户被切割成小块,根本不利于机械化操作。现在大部分农村的耕种方式还是人和牲畜的配合,这与2000年以前没什么区别。大

10、力发展农业,必须全面实行农业的大面积机械化操作。实行农业机械化之后,中国有10%的农民足以耕种现有的土地。(作者单位:上海工商外国语职业学院上海201300)(责编:贾伟)上式中ri为i因子对房地产价格的灰色关联度。通过计算各类因子关联度的大小,可以反映出各类因子同房地产价格之间的相关程度,关联度大的因子,对房地产价格影响显著,是因素选择的重点,而关联度小的因子对价格影响小,可以忽略不计。2.修正系数的确定。(1)权重计算方法。因素的权重是该因素对价格影响程度的体现,影响价格的因素很多,但其影响程度并不相同,那么因素的权重自然也不同。确定因素的权重一般要遵循两个要求:权重值的大小与因素对价格的

11、影响成正比。权重值越大,因素对价格的影响越大;各因素权重值在0100或01之间赋值,各选定因素的权重值之和必须等于100或1。因素权重的确定方法主要有特尔菲法、因素成对比较法、统计方法和层次分析法等。笔者认为运用层次分析法结合特尔菲法能更好的确定因素的权重值,而不会过于倚重于专家或者估价人员的经验判断。以商业房地产为例,把影响价格水平的区域因素和个别因素作为二级因素,各二级因素又可分为若干因子(三级因素)。从区域因素和个别因素本质看,都同属于房地产状况,在此针对我们所讨论的问题,两者具有同一性,故此以区域因素为例说明。在此以计算区域因素三级因子(Di)对二级因素(C1)的权重为例:首先建立判断

12、矩阵A=(Dij)n×n,其中Dij元素为Di与Dj两两比较的标值,通过比较评分确定;其次,计算各因素的权重值WDi:求特征向量的分量: Wi=nj=1(D ij)1/n(n为判断矩阵中的列数)(5)进行归一处理,得出各因子的权重值:WDi=Wi/(ni=1Wi) (6)(2)因素分值计算方法。因素分值的大小也反映的是该因素对房地产价格的影响程度,通常运用特尔菲法,通过打分来确定。在确定因素分值大小时,本文拟运用模糊单因素评价法,引入隶属度隶属函数的概念,用隶属度来表示各因素对房地产价格的影响程度。隶属度的确定根据因素的属性不同可分为两类:一是客观或可定量因素,可以直接选用模糊隶属函

13、数来确定,隶属函数是表示某些元素属于某种特征的函数,用值在0,1区间的一个函数来表示,值越接近1,说明其隶属度高,反之隶属度就低。隶属函数的分布主要有戒上型、戒下型和中间型三种,并有一些具体的函数形式。在实际评价中只需根据因素的特性选择合适的隶属函数或者数学模型即可。如:在土地的评估中,交通条件作用分值的计算,对商业用地可采用指数衰减模型Pi=Fi(1-r/R),而住宅用地则采用直线衰减模型Pi=Fi(1-r/R),其中Pi为因素分值,Fi为功能分;R为道路最大服务半径;r为地块到道路的距离。二是主观或定性因素,可采用等级比重法,确定各等级的评价模糊集及其等级标准,从而确定其相应的隶属度。如自

14、然条件优劣度的五个等级“优”、“良”、“一般”、“较差”、“差”,相应赋值为1、0.75、0.5、0.25、0。通过量化确定了各因子(三级因素)的权重和分值,采用多因子赋权加和计算,可以较准确地得到可比交易实例与待估对象二级因素(区域226因素、个别因素)的评价总分值,公式为:Pi=ni=1PiWi,(式中,Pi为二级因素的评价总分值;Pi为i因素的分值;Wi为i因素的权重;n为三级因素的个数)。可比交易实例和待估对象的二级因素评价总分值的比值即为该二级因素的修正系数。此处也可采用模糊数学中的贴近度概念,运用相关公式直接得出评估结果,限于篇幅就不展开讨论了。3.评估结果的确定方法。对于市场比较

15、法中交易情况的修正,一般是在正常交易实例不够时才考虑选择非正常交易实例,选用正常交易实例就不需要修正;交易日期的修正,具体可采用房地产价格指数、价格的变动率进行修正,同时也可采用长期趋势法(数学曲线拟合法、指数修匀法等);在我国,土地是使用权的有限期转让,所以得对土地年限进行修正,即估价出待估对象在估价时点的正常使用年限的完全价值,再扣除因不足法定使用年限所引起的价值减损。在确定了各因素的修正系数后,代入市场比较法的基本公式,即可得出各可比交易实例的比准价格。待估对象最后评估结果的确定,一般采用简单算术平均法、众数法、中位数法等,往往未能全面考虑可比交易案例之间的差异或者可以理解为可比交易实例

16、与待估对象“贴近度”的不同,若按照通常的方法计算,就过于简单化了,会影响到估价对象最后评估价格的准确性。本文建议采用多元线性回归模型,它能充分反映房地产价格与影响它的四种因素之间的关系,能够使待估对象的评估价格与实际价格差别最小。计算步骤如下:假设房地产的价格M与因素自变量X1,X2,X3,X4之间成线性关系,可表示为: M=0+1X1+2X2+3X3+4X4+e (7)式中:0,1,2,3,4为常数,X1,X2,X3,X4分别为各可比案例的交易情况,交易日期,区域因素和个别因素的量化值。e为偏差。根据可比案例的交易价格和量化值,有下列方程组:M=X+eX=(1Xij)=(01234)TM=(

17、M1,M2,M3,Mn)TE(e)=0,Cov(e)=2Ii=1,2,n,j=1,2,3,4 (8)在市场比较法中,一般取n(n>5)个可比交易案例。根据最小二乘原则,可得出0,1,2,3,4的数值,使得(e1)2+(e2)2+(en)2达到最小。计算式为:=(X-X)-1(XM),由此得到房地产价格的回归方程,只需把待估房地产的各因素的量化值带入,即可得出待估房地产的最终评估价格。三、结语上文主要探讨的是市场比较法中的因素修正部分,力图能通过上述方法的运用提高评估的量化程度,减少评估中的经验判断和主观因素的影响。但是要获得高准确性的评估结果,还得加强对市场比较法的其他各环节的重视,比如对交易案例的搜集和选择,这一步往往直接就影响了估价的结果。尤其在房地产市场尚未成熟的区域,更加大了可比案例的搜集难度,资料难获得、信息不完善、交易不透明,无疑加重了估价人员的工作难度。市场对评估需求的变化,也对估价人员的素质提出了更高的要求,除了严格履行估价规范以及当地有关规定外,估价人员要不断总结经验、努力提供自我的职业道德和职业素质,探索更加适用的方法来满足市场对房地产