二手房估價模型調(diào)研

二手房估價模型調(diào)研一、 研究背景隨著經(jīng)濟的發(fā)展，我國與房地產(chǎn)相關(guān)的經(jīng)濟活動越來越頻繁，二手房的交易也尤為活躍。無論是從市場參與者的角度，還是從國家開征稅費的角度，二手房價格的衡量始終是一個熱門話題，二手房評估工作受到更加普遍的重視。房屋的價格影響因素諸多，這些因素對最終價格影響的優(yōu)先級也不一樣。目前經(jīng)常使用的三大傳統(tǒng)評估方法市場比較法、成本法、和收益法在實際使用中對操作人員的素質(zhì)要求較高，缺乏對數(shù)理模型的使用，成本較高。近年來特征價格理論被廣泛使用，該理論從消費者對住宅特征的需求角度全面理解房價，進行房價評估研究。在利用特征價格理論構(gòu)建二手房估價模型過程中，一般使用多元線性回歸方法進行回歸預(yù)測，函數(shù)形式的選擇對評估的效果影響較大。而這種選擇卻常常依賴于人為的線性假定，容易造成較大誤差。國外學(xué)者開始將機器學(xué)習的方法廣泛應(yīng)用于房地產(chǎn)評估領(lǐng)域。在該領(lǐng)域出現(xiàn)的特征變量眾多，特征變量與價格也非傳統(tǒng)的線性關(guān)系，采用機器學(xué)習的方法能更好的挖掘特征變量與價格的關(guān)系，獲得更好的評估效果，這是以后國內(nèi)發(fā)展的行業(yè)趨勢。二、 相關(guān)理論基礎(chǔ)傳統(tǒng)的三大評估方法市場比較法適用于已經(jīng)有類似房屋成交記錄的情況。顧名思義市場法就是通過與欲評估房屋在地段、房齡、戶型等方面相類似市場實例與所評估二手房進行比照，然后依據(jù)實例價格再根據(jù)所評估房屋的具體情況做出適當修正，以此估算所評估二手房的客觀合理價格或價值。把三套房子的成交價格作為比較對象，加入幾方面的修正系數(shù)最終得出的算術(shù)平均值，就是委托估價房屋的評估價。這種方法也基本接近于基于特征價格理論的模型。成本法是以假設(shè)重新復(fù)制被估房地產(chǎn)所需的成本為依據(jù)而評估房地產(chǎn)價值的一種方法，即以一處與被估房地產(chǎn)可以產(chǎn)生同等效用的房地產(chǎn)，所需投入的各項費用之和為依據(jù)，再加上一定的利潤和應(yīng)納稅金來確定被估房地產(chǎn)的價值。收益法則通過預(yù)測房產(chǎn)以后每年的純收益，將未來現(xiàn)金流折現(xiàn)求和，以求取該房產(chǎn)的合理價格。主要適用于估算用于投資或經(jīng)營的房地產(chǎn)。成本法、市場比較法、收益法分別從生產(chǎn)費用價值理論、經(jīng)濟學(xué)中的替代原理、房地產(chǎn)價格形成的預(yù)期原理來進行評估。三種方法之間存在較大差異，一般情況下，收益法得出的估價最高，市場比較法得出的價格其次，成本法估價最低。特征價格理論通俗地說該理論認為房產(chǎn)的價格是由其本身的一些特征組成的，房地產(chǎn)價格可以通過確定房產(chǎn)特征的價格和數(shù)量來簡潔獲得。國外經(jīng)典的三特特征變量包括區(qū)位特征、建筑特征和鄰里環(huán)境。該理論可用公式表示為：P=f（L，S，N）新型評估技術(shù)與方法國外已經(jīng)發(fā)展和應(yīng)用了多種新技術(shù)和方法，在理論和實踐中得到了不少應(yīng)用，如神經(jīng)網(wǎng)絡(luò)、支持向量機、隨機森林等。多元線性回歸在回歸分析中，如果有兩個或兩個以上的自變量，就稱為多元回歸。事實上，一種現(xiàn)象常常是與多個因素相聯(lián)系的，由多個自變量的最優(yōu)組合共同來預(yù)測或估計因變量，比只用一個自變量進行預(yù)測或估計更有效，更符合實際。三、 特征價格理論在實際應(yīng)用中一般使用傳統(tǒng)的回歸模型中使用最廣泛的多元線性回歸模型來構(gòu)建模型，其函數(shù)形式如下：yP=+ a.Z.+80 ii其中p是二手房的掛盤單價，Zi是二手房的特征向量，￡是其他因素。這里需要使用統(tǒng)計軟件利用經(jīng)濟學(xué)和統(tǒng)計學(xué)知識進而獲得各自的系數(shù)。在生活中可以直接運用大致的比重，測算出一個比較近似的參考價格來買賣房屋，這樣就會使二手房市場更加的規(guī)范化。特殊地，將所有變量包括因變量都先轉(zhuǎn)化為標準分，再進行線性回歸，此時得到的回歸系數(shù)就能反映對應(yīng)自變量的重要程度。這時的回歸方程稱為標準回歸方程，回歸系數(shù)稱為標準回歸系數(shù)，表示如下。這時候標識評估完全是基于特征變量進行評估，此時的計算更為復(fù)雜，要通過使用專業(yè)的軟件（如SPSS、Matlab等）進行大量數(shù)據(jù)的計算。P=X』1+X2Y2+…+XJn從理論上看，對二手房價格評估主要有兩方面，一是基于二手房成交均價這部分數(shù)據(jù)是根據(jù)市場動態(tài)一直變化的，二是基于樓盤的屬性特征估價，包括區(qū)位交通、配套設(shè)施、周邊環(huán)境、管理水平等，表現(xiàn)為消費者效用的滿足程度三大特征變量如下表所示：特征分類變量名變量含義區(qū)位特征到CBD驅(qū)車時間從住宅到市中心開車的最短時間公交線路地鐵站建筑特征建筑面積臥室數(shù)所在樓層總樓層朝向容積率小區(qū)的地上總建筑面積與用地面積的比率，越小越好。裝修建筑年齡鄰里環(huán)境小區(qū)戶數(shù)綠化衛(wèi)生客氣小區(qū)周邊自然環(huán)境物業(yè)管理費

除了這些因素還要考慮市場因素、買方的心理因素。市場因素主要包括經(jīng)濟狀況、房地產(chǎn)市場行情及市場供求狀況等。買房因素主要是因為人們不愿意住舊房子，如果新、舊房差價不大，又沒有別的誘人因素，人們是不會愿意購買舊房的。在網(wǎng)上調(diào)查各大房產(chǎn)網(wǎng)站，搜集資料，獲得如下表所示的二手房估價標準,該標準獲得業(yè)內(nèi)普遍承認。分類評估標準備準看房齡折舊每年一2%在對二手房進行銷售時，一定要計算房屋的折舊費，磚混結(jié)構(gòu)房屋折舊期限為50年，每年的折舊率為2%左右?？磻粜汀叭　碧仔停ㄐd、小衛(wèi)、小廚）TO%，經(jīng)典2房+8%正規(guī)的套二、套三等為主，這樣的戶型直接使房價走高，反之形狀不規(guī)范的異型戶型，或套型過小、過大的戶型等，都會讓房價降低，一般減去5~10%?？礃菍禹敇且?%、次頂層和次底層—3%、中間層+3%以處于中間部位的房屋最好賣，一般會增加3%，樓層越咼或越低樓層的房屋售價就會相應(yīng)減少1~5%左右。如果底樓帶有戶外花園，或頂樓帶有屋頂花園，價格可能更咼些?？闯驘o朝南的門窗-5%,全明，南北通透+5%南北朝向的房子最受喜歡，東西朝向及其他朝向，由于室內(nèi)的通風、采光性能不是很好等原因，朝向不好的房屋需減去2~5%?？囱b修5年內(nèi)的裝修+10%。裝修時間在5年以內(nèi)的房屋，如果裝修質(zhì)量較高、成色又好，則需增加10%;如果裝修時間

超過5年或只是簡單裝修，當初成本耗費不大，增加比例酌情降低。裝修折舊和心理因素視情況而定，一般超過5年不計價看物管無物業(yè)管理-5%,優(yōu)秀物業(yè)管理+5%有物業(yè)管理的小區(qū)主要體現(xiàn)在新修商品房樓盤中。一般情況下沒有物業(yè)管理的小區(qū)則要減去3~5%。看位置臨街一15%房屋臨街會降低房屋的售出價格，而所處位置較好居住環(huán)境幽靜的房屋，其價格就會偏高，且增幅在15%左右?？磁涮撞煌晟埔?~15%,配套較好+5~10%%消費者在選購一手房時，都會重點考慮到房屋周邊的交通情況、醫(yī)療、教育、購物和餐飲等配套基礎(chǔ)設(shè)施。通常情況下，如果房屋周邊部分設(shè)施配備不齊或缺失，則按相應(yīng)比例減少5~15%?？葱^(qū)無小區(qū)配套一5%房屋的配套設(shè)施的完善與否，對居家來說尤為重要。在同一地段，二手房的小區(qū)環(huán)境會遜色于新住宅區(qū)，根據(jù)小區(qū)平面布局、設(shè)施、綠化、運動設(shè)施的配備以及房屋的外觀造型等情況，需減少3-5%左右?？词袌霎敃r供需關(guān)系一5%~8%二手房買賣必需考慮到買家的心理因素，買舊房需折舊8%左右，如果區(qū)域內(nèi)的二手房非常搶手，該比例可適當提高5%左右。365提問從經(jīng)紀人處獲取合房提問從經(jīng)紀人處獲取搜房無百瑞無

樂居無安居客二手房估價系統(tǒng)365、合房網(wǎng)是在由用戶提交房源信息，經(jīng)紀人經(jīng)過估值進行回復(fù)，區(qū)間范圍大概在500元左右。安居客則有自己的二手房估價系統(tǒng)。在安居客系統(tǒng)中隨機輸入幾套房源驗證理論，試著得出其對二手房估價的大概標準。房產(chǎn)網(wǎng)站上顯示的最新均價已經(jīng)是由市場經(jīng)濟規(guī)律決定的，是動態(tài)變化的，在計算時已經(jīng)將樓盤的基本信息考慮進去，包括區(qū)位、建筑和鄰里環(huán)境因素等。在使用中可以粗略的只利用建筑年限來進行估算，因為區(qū)位和鄰里環(huán)境對房屋的均價影響較大。4112^房源一：金域華府4112^bisria^t'in3 fwuv◎百 o F-KKJQUlIIPUlIIP劈內(nèi)??盪宜府子曲黑出詰.盤韭冊罷撫迎FiHMW>nri121■Mnrnmwm口*>iw.Lix耶t住鵲OK.W3VDHl?FTUlMu■刊叭FiHMW>nri121■Mnrnmwm口*>iw.Lix耶t住鵲OK.W3VDHl?FTUlMu■刊叭UIQ??暉 ?*醍耳*F■■■K<r萄卻耳s-wzn■，藝gjn^y=nis■■NEhJzizfcR?HV?wWiiKb朮帝.品堂冊疋聶宜-Ml 腔d$X￡慕我啷?這囂需子応奧出?.會^疏豎歡迎vyfs*3a.itn.應(yīng)旨n.】托g(shù)m*nr.J*aici*nw魁IWffi賈*MMkl加藍a iVE?Stirfl#S^sqj『■All在安居客輸入金域華府的一套房源后，在未填寫選填條件和填寫選填條件后獲得不同的結(jié)果。每平單價房價默認118791187900未填寫選填信息估價112001120000填寫選填信息估價121001210000房屋面積：建筑面積100平方附近新商品房價格為：11879元/平方米（參考價）容積率：3.56綠化率：42%（高）物業(yè)管理：萬科自帶物業(yè)建筑年代：2012年，折舊3年-（3*2%）=-6%套型：經(jīng)典3房朝向：南北附件交通、商業(yè)、教育、醫(yī)療條件便利裝修折舊+心理因素：0（視具體情況而定）單價：11879*（1-6%）=11166.26（元/平方）總價：11166.26*100^111.66萬元而按照均價進行估價是112萬元。111.66/112^99.67%,誤差比較小。 房源二：融科九重錦AS■總嫌）冉產(chǎn)定嗚f-nhw.BM?■■"JtwTWhOCTPW3AS■總嫌）冉產(chǎn)定嗚f-nhw.BM?■■"JtwTWhOCTPW3!—■av?菇恿埠（這離澤子如買出?.舍聾strtei.W產(chǎn)忌訛11埠也-mH帀動衛(wèi)rt±J3Irtei.W產(chǎn)忌訛11埠也-mH帀動衛(wèi)rt±J3I.^0=■]■均fi性舟聶J 護嚶辱苗?-^-t-S.U??t：?莖XU-st^rjwi-■電STFtin * =.-i■直沁iwa■■ 無*3^0.■屮E申匚陸= 糧『罟土hs?密■暑輯 聲*3ami：iiw?>?n聲應(yīng)flio祂314拓］卞.恭主曆.這楚房子如里出惶.會非為愛歡Q在安居客輸入融科九重錦的一套房源后，在未填寫選填條件和填寫選填條件后獲得不同的結(jié)果。每平單價房價默認9987948765未填寫選填信息估價9368890000填寫選填信息估價9789930000房屋面積：建筑面積95平方附近新商品房價格為：9987元/平方米（參考價）容積率：3.2綠化率：41%（高）物業(yè)管理：融科自帶物業(yè)建筑年代：2010年，折舊5年-（5*2%）=-10%套型：經(jīng)典3房朝向：南北附件交通、商業(yè)、教育、醫(yī)療條件便利：裝修折舊+心理因素：0（視具體情況而定）單價：9987*（1-10%）=8988.3（元/平方）總價：8988.3*100^89.88萬元而按照均價進行估價是89萬元。89.88/89^100.99%,誤差比較小。房源三：和一花園打■住的鷹干■香艸7 -j-■ ?■Vf赫打■住的鷹干■香艸7 -j-■ ?■Vf赫.皿祁VBLtflMDJSThQMUrayp—JFK?Mj-tf67j1?■環(huán) Ol?JIMU*-■ ■■w*mffvp3hj/1*wi?■環(huán) Ol?JIMU*-■ ■罰也！feJB畳盹袒r-_QFKB*■?T.但捌疔蛆出售.吝譌■■HE 4Kfl『購口t?陌曰Nni弋堂坊 i|^話匚審訐j-Z￡w￡im? i±?himiw3 ■■?*4Ek^上Kj#=在安居客輸入和一花園的一套房源后，在未填寫選填條件和填寫選填條件后獲得不同的結(jié)果。1每平單價1房價1默認7262689890未填寫選填信息估價7000630000填寫選填信息估價7052670000房屋面積：建筑面積90平方附近新商品房價格為：7262元/平方米（參考價）容積率：1.43綠化率：40%（高）物業(yè)管理：安徽富安物業(yè)管理有限公司建筑年代：2010年，折舊5年-（5*2%）=-10%套型：經(jīng)典3房朝向：南北附件交通、商業(yè)、教育、醫(yī)療條件比較便利，西二環(huán)望江路修好后會更加便捷。裝修折舊＋心理因素：0（視具體情況而定）單價：7262*（1-10%）=6535.8（元/平方）總價：8988.3*100~62萬元而按照均價進行估價是68.98萬元。89.88/89^90%,誤差稍大。五、 建立評估模型在安居客二手房評估系統(tǒng)中能看出以下幾個特征變量對估價的影響最大：總樓層、臥室數(shù)、朝向。而景觀和車位這兩個高級屬性對房價的提高作用也很大。將上面的三組數(shù)據(jù)制作成下表：分類類別金域華府融科九重錦和一花園默認選擇1128863樓號無影響樓層多層1148863高層1129062戶型2臥室11590643臥室11289634臥室1138862朝向南1128863其他1118762默認選擇1219367裝修空1129367毛胚1139467簡裝1149468精裝1159569豪裝1169669

花園10平以下無影響無影響無影響景觀景觀房1199870側(cè)景觀房1159568一般1129367車位有1159367無1129065離出口近1159467遠1129266適中1139366小區(qū)配套無影響無影響無影響F面使用excel2013進行建模。設(shè)置不同類別下面的屬性權(quán)值如下:H 比 V U摟層咼層0L朝向大戶2大尸1'U小戶0戶型南101裝修-10121側(cè)霍視房0-般T車位有1無Q離入口r近1n—般°遠-i

「 _ & _■昱_.I■… .J… K 丄丄 K __0戶爭科可豐ti燈t2.1^r5jf￡112A1d?L-i1H111LT-1】119021■I■1?■]-1113001L-1-1-111101<?-i-1-1-1U4丄丄ft-1-1-111502j]-1-11160012-1T1190]1■I:■1-111501:：--L0-1-11爲bTi■L11■]115e1i-1-1-111130ii-L-1-Lu3810i-L-1109000i—L-1L09Q]飛―11-1i099丄1i-L-110a?10-i-1-1100-1-110科訃兀li俑丄Dj■31094iQi1-11Q551.Q?i丄-1I0]D1109呂iDj.-L□L0]匚1■L-100i0d-L-11.]i11-L-1LL62■i11-1-111￡4121-1-1I1101-L-111丘JL■41\E&111■'!-1i1和-WBB91111-1L1鐘1112-1117013-1-II丄1」二Lo'LL￡S111-L-1-11J11-1-1?Q”111叫叫ts]假設(shè)P=a+bx1+cx2+dx3+ex4+fx5+gx6+hx7利用excel2013進行多元線性統(tǒng)計獲得如下數(shù)據(jù)：p口STUYfIEOKIARVLiirTFUT砂l(fā)udtfjplal1CL8I524Z3I!RSquare0-￡52<23~AdijUSt0.66^?6械旌屁￥IL9幻歷39dLTssH5恥：□11?G￡SF711S5C.331C^3_7*211.77100CLOMOOOSS^3144M”6441<5,S?17總計3316316-97Cueirtcioti15^itL<IF03T9SSDDPtr 織莎361尹3D.C?iIEitffreepi1U2.9069t-ssvesfiIL.OBIMB1.5EE-1GH的￡1%3Z20SEI?9-@5984000US.DS3BSB.SE4S4115.953GXVariah]XFariab]■乩93+38-Si236994-323S1SI3lZ733B2-1,3724^-:L00625-14.752^6956-創(chuàng)^?5Z91Z6Ei384L023?7316-14=.~3l9B5Z33S41023ST31fiXITirlab]Q.￡015594-051^350_1484^20.朋294-化贏2卓1M4T￡.匪匪訓(xùn)7.￡L242S.9Q5524XVarlatol2?323^53X申訂i讓s】4.込?1B51&C3,4250951.^73337打.?914=04億ZW71B-2?0^1&32351-2.&47S26MiE?739呂3E11?-Z,QS1-2.&書伽E?T3SS3S11.血駅XVariabl■別23089：｛Vari=b]-II.56i：i32.T76fiT82.S55S15■E324=44-亂503520?*023850?00(1377-14.E93$6963-17.47M3616-3.sem-5.&4：|23-14.夠4-17.4725-3.&6733-5總片空1于丹ib i>第一張表是“回歸統(tǒng)計表”:其中：MultipleR：（復(fù)相關(guān)系數(shù)R）R2的平方根，又稱相關(guān)系數(shù)，用來衡量自變量x與y之間的相關(guān)程度的大小。本例R=0.852423351表明它們之間的關(guān)系為高度正相關(guān)。（Multiple:復(fù)合、多種）RSquare:復(fù)測定系數(shù)，上述復(fù)相關(guān)系數(shù)R的平方。用來說明自變量解釋因變量y變差的程度，以測定因變量y的擬合效果。此案例中的復(fù)測定系數(shù)為0.852423351，表明用用自變量可解釋因變量變差的85.24%AdjustedRSquare：調(diào)整后的復(fù)測定系數(shù)R2，該值為0.66489586,說明自變量能說明因變量y的66.49%，因變量y的33.51%要由其他因素來解釋。（Adjusted：調(diào)整后的）標準誤差：用來衡量擬合程度的大小，也用于計算與回歸相關(guān)的其它統(tǒng)計量，此值越小，說明擬合程度越好觀察值：用于估計回歸方程的數(shù)據(jù)的觀察值個數(shù)。第二張表是“方差分析表”：主要作用是通過F檢驗來判定回歸模型的回歸效果。該案例中的SignificanceF（F顯著性統(tǒng)計量）的P值為0.000000329，小于顯著性水平0.05，所以說該回歸方程回歸效果顯著，方程中至少有一個回歸系數(shù)顯著不為0.（Significance：顯著）第三張表是“回歸參數(shù)表”：據(jù)此可得出估算的回歸方程為：P=102.9068073—5.93438樓層一3?29899戶型+0.601558朝向+2.323953裝修+4.339125景觀-9.23089車位-11.5608離入口該表中重要的是T列,該列的中的P-value為回歸系數(shù)t統(tǒng)計量的P值。值得注意的是：其中f、g的t統(tǒng)計量的P值為0.002285168和0.00037715，遠小于顯著性水平0.05，因此該兩項的自變量與y相關(guān)。而其他

各項的t統(tǒng)計量的P值遠大于f、g的t統(tǒng)計量的P值，但如此大的P值說明這些項的自變量與因變量不存在相關(guān)性，因此這些項的回歸系數(shù)不顯著。'獨得的公式帶入誤差范圍114.3389S0,020884；108.4089S0-049044：111.039990-034435117.637970-041044113.7374220?@24661110,7319330.028667115.6858960-005964：124.6068290.074197123.017236033758118.076547602675395,87730,16628591.217380,206305102,778180.09045981,68539a07175787.615S90.02649675.087410.16569578.39640.11925480-4322740.07491631.685390.12166284,0033450.106294S6,33129&0-081592開.6542490.06679790.363640.077922S6.0245150-10391190.916280.010181迤E46190.41282166-82560-06072478.69560.26912363.526610.00739770,124590-13104265.6224810-OS042TF69.148552H0.0168971.47150&0?$3501973.7944590-06948575.503850-07362671.1647250.04654&5.2B7380.312114：78-3&6i 0-1876^389.947