从估价到定价大数据时代下的嬗变.docx

从估价到定价 ——大数据时代下的嬗变摘自《中国房地产估价与经纪》2013年6期作者：耿继进非常荣幸有机会跟大家分享房地产估价方面的一些心得。我的发言分四个部分：第一个部分，归纳总结房地产估价的发展历程；第二部分，介绍我们评估的具体实施过程；第三部分，介绍房地产价格调控的仿真模型和政策实验效果；第四部分，简单的总结和展望。“四十而不惑，是知其然，五十而知天，是知其所以然。”我用《朱子语类》的句话作为此次演讲的序言。对于我本人来说，我已经走过四十不惑的年纪，即将踏入五十知天命的新阶段，“知其所以然”，这也是我在专业领域和实际生活中孜孜以求的境界，在此与大家共勉。一、房地产估价发展历程从数学的角度，我们可以把房地产估价分为三个大的阶段：个案估价阶段、批量估价阶段和整体估价阶段。个案估价阶段，就是一次只对单个评估对象进行估价，是把相似的个案集中起来估价；整体估价阶段，更上—台阶，通过大数据，我们可以把估价对象一次性估价完成，对象可以包括住宅、商业、办公、工业，包括合法房地产、非法房地产，不仅包括看得见摸得着的物理因素价值，也包括政策法规等非物理因素的价值。个案估价可以由单个估价师完成，批量估价基本上需要一个估价机构来承担，整体估价需要集合多个专业、多个企业、机构的力量才能完成。二、整体估价的实施整体估价模型根据房地产估价基本原理，房地产之间存在着动态的价格关联关系。在市场稳定状态下，该价格关联关系在一定时间内保持相对稳定。每一套房地产的价格变动都会对其它房地产的价格产生影响，但影响程度有所不同，类似房地产对其价格影响程度较大，其他房地产对其价格影响程度较小。因此，可以把整个房地产市场看做一个整体，通过各房地产之间的价格关联关系及影响程度实施整体估价。首先，我们要构造全部估价对象的比价关系。在深圳市这个矩阵大概是242万×242万，里面的系数是同一个对象发包给两个估价机构评估，以确保比价关系的准确性。然后，求影响权重。即房地产相互之间的价格影响程度，我们大致区别了一下同栋楼的、同小区的、同片区的，这也是一个非庞大的数据矩阵，242万×242万。最后，按照估价规范的要求，一天大概要有30-50个成交价格数据才能覆盖全市，我们的模型里大概每天有300-500个成交价格数据，10倍于规范规定的标准，所以我们应该可以做得更准确一些。通过这三个矩阵的运算，就可以得到全市所有房地产的价格。基础数据整体估价的数据结构很简单，形象一点就是，“从前有座山”——地籍信息，“山里有座庙”——房籍信息，“庙里有个和尚”——户籍信息。这三个也是征收房产税需要掌握的基本信息，所谓“逃得了和尚逃不了庙”，基于此数据结构就可以有效追踪税源。整体估价的数据包括：①土地数据，深市大概有26万宗土地，可以通过遥感检测、实地查勘，还可以通过土地行政审批直接导入数据。②楼栋数据，基本也是通过前面的天上看、地上查、纸上批三种渠道获取。③房屋数据，除了这三种渠道，还可以通过初始登记、房屋买卖合同备案获取数据。④空间数据，一个是地形图的数据，—个是遥感影像的数据，这两种数据都是每季度更新的，测绘公司负责更新检查，我们付费购买。⑤价格数据，我们覆盖了房地产全生命周期的价格数据，包括一手房数据、二手房数据、抵押数据和拆迁数据等。一手房数据可以通过预售备案收集，比较简单。二手房数据主要通过外购，购买合同约定数据只用于公共服务，不能用于市场竞争。挂牌数据主要来自房地产信息网站。还有租赁数据，租赁数据很强大，全市有两万多人从事租赁管理，平均22套房屋就有一个人负责管理，全市每年大概有三十多万条数据。抵押价格数据，我们已经积累了300万条。还有估价报告的摘要数据，所有的估价报告都需要上网，从而取得摘要数据。还有拆迁的价格数据。⑥专题数据，专题数据怎么获得？首先建立GIS空间信息平台，在此平台运行的信息都可以被搜集起来。目前我们的有效信息，大概有60%是跟地理有关系，全部在这个平台上。包括气象、安保、规划、卫生、旅游、企事业单位位置等，这些信息只能用于公共服务。⑦调查数据，我们有一支调查队伍，可以查漏补缺并对违法建筑及时调查。⑧其他数据。影响因素量化获得各种数据之后怎么用于整体估价呢?我们通过三维GIS技术自动提取，实现影响因素的选择与量化，为实施房地产价值判断提供数据支撑。①区位，原来我们按照规划对道路定级，不同等级的道路赋予不同的权重，但道路的繁华程度通过人流来体现，现在人人都有手机，所以我们准备通过手机信号的密度来表达道路的繁华程度，这项工作刚刚开始操作。②景观，也是一个对房价影响很大的因素，以前景观主要是依靠估价师的判断，现在我们想把景观信息数字化，把景观分成海景、山景、湖景、小区景，分别赋予不同分值。③噪音，目前环保部门有很多监测点，但是没有房子密集，所我们还需要通过数据模型来预测每栋房