【房地产估价中市场比较法存在的不足及改进探究（论文）11000字】

26[13.]。这样，市场比较法的估值公式可以进一步表示为：（3-1）公式(3-1)为市场比较法的基本公式，括号内的数为要判断的条件指数。2.3市场比较法的操作步骤市场法比较法一般分为以下大步骤：3房地产估值中市场比较法所存在的缺陷与改进探讨研究3.1传统市场比较法存在的不足市场比较方法的基本原理更加易于被人们所理解,估值的步骤也就更少,评估的结果也就更加富有说服性。由于它们所反映的是市场环境,因此在房地产风险评估的实践中被运用最为广泛。应用市场比较法评估房地产有两个要点：一是选择可比示例，二是对可比示例进行修改。应用市场比较法的主要困难是选择最接近被评估房地产的规模，确定校正规模的规模，并合理确定最终评估结果。这些问题和困难需要通过当前的市场比较方法来解决和改善。从市场经济学这个角度分析来看,房地产的价格(或者是租金)水平就是房地产市场需求两个相互对立力量的综合结果。一般而言,当需求恒定时,需求就会增加,价格就会上升,反之亦然。同时,房地产的价格也会受到很多因素的影响。对于一些房地产的评估师而言,准确地把握了房地产市场价格的直接影响因素以及进行精确的量化无疑是主要的困难。具体内容包括:房地产本身的因素(地点因素,实物性能因素,权益性能因素);人口因素:影响人口规模,人口结构和综合人口素质;机构政策影响因素(房地产机构政策,税收机构政策,金融机构政策,相关特别政策,相关计划和方案);经济因素(市场经济的发展,居民收入,利率,汇率)及其他社会环境因素(市场环境中的心理状况,如买卖房地产的情绪,个人喜欢爱好,时尚等)3.1.1可比实例选取的主观倾向性强根据《房地产评估条例》的规定,在采用房地产市场比较管理的方法时,应当考虑到选择一些与评估目标相同或者最为相似的、并且具有代表性的房地产交易案例作为一个可比的实例。该评标规范从三个角度提出了基本的要求:在一定的可比条件下,类似的房地产项目应成为评标的主体。交易的日期是否接近被估计的时间;交易的价格既是正常的价格,也可以被修改成正常的价格。在"资产评估标准-房地产"中,对选定的类似示例也提出了类似的要求。但是,实际上,由于我们缺乏相关国家或其他地区的市场和贸易案例资料数据库,评估组织机构和被认为受到了经济效益的驱动,或者是面临着激烈的商业竞争,或者是评估的结果不能够符合顾客的实际期望,甚至让客户给出结果。评估报告。评估人员甚至故意制作出符合评估结果的虚假"可比示例",从而造成这种情况导致与价格比较存在一定偏差。此外,这两个具有规范性的文件对于相关标准的界定含糊不清,这也就造成了房地产风险评估中各项市场比较方法的科学性、客观性的重要程度大大降低。综上所述,选取一个可比样品作为估算方法是市场化比较分析方法的一个核心组成部分,也是判断估算结果是否精确合理的重要关键步骤。如果一个评估师缺乏经验,或者不充分了解当前的市场趋势,或者是在主观上期望对其进行更高或者低的评估,则由于被评估师自己选定的比重所引起产生的纠错或修正后的结果就有可能会与真正的市场价值截然不同。选取一个可以进行比较示例的主观性将严重削弱了对于市场进行比较的方法估计结果的精度及其合理性。3.1.2因素修正过程过于简单房地产风险评估中,因素错误纠偏评估法的错误修正通常分为有固定百分率法和固定差额法两种主要修正错误方法。采用百分率系数计算公式方法的修正校验率和修正概率公式则也可通过表示定义为:（3.1）采用差额法的修正公式为：修正后可比实例价格=修正前可比实例价格±因子修正额（3.2）由上式我们可以清楚地看到,无论是采用百分比法或差额法,对房地产价值的影响很大程度都并没有直接的反映权重差异,也就是说进口不会对权重的影响。这就会导致每个权重因素之间的差别对于评估结果具有相同的影响。因此,这种权重因素相同结果评估的结果明显不够精确。由上式我们可以清楚地看到,无论是采用百分比法或差额法,对房地产总体价值的影响很大程度均无间接的差异。也就是说,在房地产的价值上如果引入权重系数将会造成各个方面的差别而影响其评估的结果，因此,这样的评估的结果明显会显得不是特别精确。3.1.3评估结果的确定过于粗略可比实例的实际成交价格，经交易情况、成交日期和房地产情况更正后，然后将可比实例的成交价格修改成为可比价格，但是，由于我们在评估过程中选择了多个可比实例，所以我们得出的标准价格不一定就是单一价格，所以我们需要将多个标准价格通过一些方法整合为一个作为最终的我们需要的评价结果。通常情况下综合的方法，一般会有以下几种:（1）平均数法在评估的实操中,最常见的方法之一就是平均法。将该平均值主要被划分为简易算术的平均值，以及加权算术的平均值。其中简单的加权平均法就是指所有选择的可比较示例进行一致均等处理,但是这样就忽视了需要和待评估房地产相似度之间的差异,这样可能就会导致在数据上，评估结果可能会出现一定的错误。但是对于一般的加权算术平均法来说,一般的权重都是根据被评价者的实践经验情况来进行判断的,这必然是主观的。(2)中位数法这个方法是根据先对标准价格进行高低排序，最终评价结果会选择处于中间位置的价格作为评价结果，但是这种方法会损失大量的信息，当比较的实例离得很远时，可能会导致很大的错误。(3)众数法选择标准价中出现最多的价值作为评估结果。这种方法丢弃了大量信息，并且不太可能显示出与标准价格相同的价值。(4)几种方法混合无论采用哪种方法，在有多个比较价格的情况下，评估结果的确定和方法的选择都是主观的。这种主观性使评估结果不科学，不合理。即使评估者是客观，公正和有经验的，确定评估结果的方法的模糊性也大大降低了评估结果的说服力。总之,在房地产项目的评估中,评估核心就是选取合适可比样品,并对其最后评估的结果进行合理的影响因素校正。然而,传统的可比示例市场化估算方法的一个缺点就是,在选择具有可比示例时的主观性很高,因素校正的过程太简单,对估值结果的判断过于粗糙。因此,建立一个定量分析的模型在房地产项目风险评估的各种市场比较模式中,综合考虑以上所有必要的因素,采取更加合理的方法来确定各种参数值,以降低其主观性和任意度是非常必要的。3.2关于市场比较法估价的改进思路3.2.1将房地产状况特征因素的量化在我们进一步确定了影响房地产市场价格的各种特征性因素，以及其他特征性因素的权重之后,有必要针对这些特征性因素进行量化,即通过建立一个具有隶属程度的特征性因子模型。在房地产评估中,房地产条件的基本特征性指标通常可以分为两类:硬性指标和软性指标。硬索引意味着可以量化概念的扩展性,例如楼层,建筑结构质量等。可以选择各种类型的隶属度函数来获得隶属度。但是,软指标很难被量化。它们仅仅只是一个诸如环保和繁荣等各种模糊观点。这时,将会使用一种专家级别评分的方法,来决定它们的隶属程度。这些指标都取决于一个房地产交易中的案件在当前实际发生情况下的地理区域。评估者们就能够通过使用百度地图来搜索周围的一个公园,医院,学校和其他与房地产相关的信息,并且还能够结合自己的房地产基础知识去判断和确定各种特征性影响因素的隶属程度。尽管很难用一些线性方程式来建立起隶属度函数作为一个衡量指标,比如到达学校距离的速度来表明该学校对房地产市场价格的影响,但该方程式无疑具有局限性和局限性。因为这种方程式难以证明学校的规模,学校教学质量等利弊都会影响房地产市场价格的变动3.2.2依靠大数据进行房地产价格指数修正在特定实践中，每个要评估的实际对象的评估时间与可比实例的交易时间之间会有某些差异。这要求房地产评估师修改房地产价格指数的变化。我们可以从国家统计局发布的月度数据中了解信誉度较高的大中城市房价的同比和环比指数。这种获取信息的方式也更加方便，因此我们可以利用交易时间的差异，修订采用价格指数。但是，房地产市场价格指数最短的时期通常是每月，并且没有每日比较指数。因此,本文以月度比较指数为基础,提出基于互联网搜索指数综合的交易时差日修正,修正公式如下:4案例分析我们选取了北京的某高层公寓住宅楼来作为此次的分析案例,我们分别收集了九个实际可比案例，这九个实际可比案例都和待售与待评估房地产附近的住宅实际市场售价比较接近。然后我们请一些专家评审房地产及九个土地交易条例案件的相关具体情况，根据每个交易实例与待评估案例的各项指标的相似程度进行了打分，详见本文详见附录问题A:4.1选取比较案例我们通过附录A可以清晰的看到与待评估案例状况相似的九个其他案例的基本估价情况，我们同时采取了一种专家综合估价打分的评价方式，让专家对这九个案例的一些综合情况进行评估然后打分，评价这些估价交易实例的评价标准主要是根据选择的案例和待评估对象之间的相似程度来确定，具体评分参见了附表4-1。表4—1案例相似度评分表这一章的计算方法主要是由应用统计分析软件通过综合计算数据分析方法得出的,应用主要是成分计算分析法对数据评分表及其中的相关数据,计算分析方法可以得出各个数据评分点及表中相关数据之间的相关系数矩阵,然后我们通过进一步的计算分析方法可以直接得到该系数矩阵的相关各种数据特征平均值、贡献率及相关累计数据贡献率。见表4-2和表4-3表4-2相关系数矩阵表4-3特征值和贡献率由表4-3可以得到前三个特征值都远远大于1,其对累积贡献率90.4%>85%。图4-4是对主成分进行分析的结果碎石图。在第三个节点处该碎石图上已经出现了明显的转弯点,所以我们将三个主要成分从该图中提取出来,由下列表4-3可知其最大的可信性约为90.4%。图4一4主成分分析结果的碎石图下面我们可以利用它的stata分析软件首先对复相关系数分析进行了通用计算机的分析,验证一下它的原始数据分析是否正确,并且我们能够直接采用目前主流的成分综合分析法技术来对其进行综合分析。结果如表4-5所示,每一个分析变量的值，我们通过SMC都可以将该值0.7以上,根据这个数值我们从原始化的数据库就可以直接对它进行一个主和次成分的综合分析。表4-5复相关系数平方计算相关系数矩阵最大的三个特征值对应的特征向量，见表4-6。表4-6特征向量我们可以从特征向量中得出选取的三个主成分的关系式：从而可以比较一个案例的最终综合评估值:．三个主要成分的权重是它们对应的特征值。该计算方法可以获得比较案例的最终综合评价值，并对其进行排名,见表4-7。表4-7最终评价值及排序根据通过主成分分析法计算出的总体综合评价值，可以看出，在这种情况下，三个房地产G，I和F在总体综合评价中具有最大的价值。综合评估值的数量越多，被比较案例与待评估房地产类型之间的相似度就越高。因此，本文选择案例G，I和F作为可比较的示例进行评估。4.2基于多维度层次分析方法的房地产要素权重所赋予的模型在上一节中，我们基于主成分分析模型选择了多个比较案例。在本节中，我们将给出多元化的层次分析方法的影响因素的权重，并且应用到该模型在评估中,求取得房地产评估的价格。4.2.1交易情况和交易日期修正：由附录A可知三个比较案例均为正常交易，无需进行交易情况修正。比较案例与待评估房地产的成交日期及价格指数见表4-8。表4—8成交日期及价格指数下面进行交易日期价格修正：计算房地产状况因素权重。根据构建的层次模型，它是影响城市住宅房地产销售价格的主要因素。它分为三个区域因素和现有的物理因素。区域因素主要包括地理位置，交通状况，配套设施和环境质量。物理因素主要包括建筑物的结构，类型和等级，设施和设备，建筑质量和装修技术。因此构建的AHP层次结构如图4—9所示。图4-9AHP层次结构2)构造判断矩阵计算权重值，运用1-9标度法来建立各层判断矩阵，如下表所示：①C1一C4对B1的判断矩阵：②C5-C8对B2的判断矩阵：③B1-B2对A的判断矩阵：这里，当每个判断矩阵中的CR<0.1时，认为判断矩阵具有令人满意的一致性，因此每个判断矩阵都具有令人满意的一致性。表4-10为第三层诸因素Ci对A层的权重计算结果。符号A／Ci表示将Ci层换算到A层，Wi(A／Ci)表示Ci对A层的权重系数。表4-10权重换算根据指标Ci(i＝1，2，3…，10)对待评估房地产以及比较案例G、I、F分别打分，得表4-11。结合权重求取比较案例G、I、F和估价对象的得分具体过程见表4-11：表4-11案例4.3确定待评估房地产的估价结果各案例修正后的价格及得分如下表所示：5研究结论与启示5.1研究结论本文的研究成果及结论包括：(1)本文通过对市场比较方法的基本原理和估值步骤的分析，总结了市场比较方法应用中的主要问题，即比较案例选择的随意性和房地产权重的主观性。(2)本文使用主成分分析法，建立了一种根据比较案例来选择主要修正因素的主成分分析模型，这在一定程度上改善了之前市场比较法选取比较案例的随意性，从而使得比较案例的选择可以变得更加客观，更加理性准确。(3)本文采取运用多种层次分析方法进一步构建了房地产因素的权重模型,并通过多种层次分析方法综合计算了各种房地产因素对房地产价格的影响力和权重,克服了以往单纯依靠估价师的经验，过于依靠估价师的主观能动性，使得一些因素被赋予了过重的权重，使得市场化相对比较方法的估价结果变得更为准确。5.2研究启示本文的研究启示如下:第一,依靠互联网和大数据,建立一个房地产的案例和数据