基于特征价格的房地产评估新方法

基于特征价格的房地产评估新方法随着住房制度的改革和完善, 我国房地产市场将更加活跃, 房地产评估活动在房地产市场上发挥着越来越重要的作用。目前, 我国在房地产评估实践中采用的方法主要包括市场比较法、收益还原法和重置成本法, 其他评估方法往往由这三种方法派生而来。这些评估方法有各自的适用范围, 在实际操作中往往要受到一些条件的限制。由于房地产是一种异质商品, 物业之间在构成使用价值的各特征方面存在明显的差异, 国外常常采用特征价格模型来进行评估。特征价格方法从房地产特征的隐含价格出发进行评估, 可以对市场比较法、收益还原法和重置成本法等评估方法进行改进。一、三大传统房地产评估方法的局限性 从房地产评估实践来看, 即使是同一房地产, 采用市场比较法、收益还原法和重置成本法所得的评估结果有时也相差较大。采用市场比较法, 要求存在较多的类似房地产的交易。如在一些房地产市场尚不够成熟的地区, 就很难采用这种方法进行估价。即使是在房地产市场比较发达的地区, 比较法也可能不大适用于某些情况, 如由于某些原因导致特定区域在一段较长的时期内没有发生房地产交易 。收益还原法的基本思想简单明了, 也非常便于理解, 但是在计算中确定适当的还原利率和预测房地产未来纯收益并不容易。对于没有收益的房地产或者收益无法测算的房地产, 无法采用收益法实施评估, 而且未来收益的估算也受到企业经营管理水平的影响。在实际操作中, 还原利率的确定随意性大, 往往对评估结果产生较大影响。从理论上讲, 只要是可以估算其成本的房地产, 都可以采用成本法估价。但是, 现实生活中房地产的价格取决于其效用, 而不是所花费的成本; 房地产成本的增加并不一定能增加其价值, 投入成本不多也不一定说明其价值不高。另外, 采用成本法进行估价比较费时费力, 难度最大的就是折旧的计算, 尤其是对陈旧的房地产, 往往是以估价人员的主观判断为依据, 同样会影响估价的准确性。二 .特征价格法(一)特征价值法及其理论依据特征价值法又称Hedonic模型法和效用估价法，认为房地产由众多不同的特征组成，而房地产价格是由所有特征带给人们的效用决定的。由于各特征的数量及组合方式不同，使得房地产的价格产生差异。特征价格理论认为, 房地产是一种异质商品, 产品本身具有的一系列特征是效用产生的源泉, 不同特征结合在一起形成影响消费者总效用的特征包。虽然房地产的交易价格在市场上是可观察的, 但是房地产特征对应着隐含价格, 每个特征对应一个隐含市场, 整个房地产市场可被理解为由多个特征的隐含市场构成。特征价格法的基本思路是：将房地产商品的价格分解，以显现出其各项特征的隐含价格，在保持房地产的特征不变的情况下，将房地产价格变动中的特征因素分解，从价格的总变动中逐项剔除特征变动的影响，剩下的便是纯粹由供求关系引起的价格变动。 （二）特征价格法的理论运用特征价格定价方法近些年越来越多的被许多统计机构所接纳，并被认为是最有前途的定价方法。目前特征价格模型在具体应用过程中通常采用的函数形式包括三种：（1）线性函数P=C0 +CiXi+线性函数中自变量和因变量均以线性形式进入模型，回归系数对应着特征的隐含价格，此时是一常数。（2）对数函数lnP=C0 +CilnXi+对数函数自变量和因变量均以对数形式进入模型，回归系数对应着特征的价格弹性，此时是一个常数。（3）半对数函数lnP=C0 +CiXi+函数自变量采用线性形式，因变量采用对数形式，回归系数对应的是特征变量每变动一个单位时，特征价格随之变动的增长率。特征价格模型中：P 为城市住宅价格，C0 为除特征变量外其他影响价格的常量之和，Ci （ i0）为特征变量的特征价格，Xi 为特征变量， 为误差项。具体应用时，选择哪一种函数形式应通过统计分析和假设检验确定，且进入模型的变量应符合统计显著性、符号与假设一致性等原则。一般来说，大多数研究者都是凭经验初步设定函数形式，然后不断地尝试和修正，直到认为函数形式能够解释样本数据的差异，并使得模型对样本数据的拟合满足要求。应用价值通过对特征价格理论的研究与应用，可以在各个方面找到平衡：第一，可以为政府部门制定相关政策和评价提供依据。第二，房地产开发商或房地产评估公司可以通过住宅的特征价格来进行产品的定价，从住宅的建筑面积、生活配套等特征因素进行综合考虑，合理定价。第三，消费者选择购房时，可以运用住宅的特征价格来进行产品的估价，避免了从众心理，为消费者提供了决策依据，有助于消费者合理置业和投资决策。第四，特征价格理论对判断城市房地产业发展状况带来了新的理论依据。目前，房地产业发展状况的判断依据主要是通过以下几个指标：投资额、商品房的空置率、房地产业的贷款占银行的贷款余额比例、商品房的售价增幅以及商品房总价与居民年收入的比例等。这些从商品住宅供给的角度出发，没有从商品住宅需求角度研究。特征价格理论的分析方法通过结合消费者偏好、房屋特征的价格分析、城市的总体开发和规划对属性供给的影响以及房屋属性内部间的相互关联和作用，可以对城市商品住宅市场进行全面分析。三、基于特征价格的房地产价值分析(一) 房地产的特征价格分析自从Rider 于1967 年把特征价格理论应用到住宅市场分析以来, 特征价格模型已经发展为房地产领域广泛应用的模型之一。不同的房地产价格, 反映了房地产本身特征数量的差异, 这一观点已经被普遍接受。以住宅为例, 房地产的特征把开发商、消费者以及产品本身紧密联系在一起(如图1)。开发商通过产品的设计、建造、维修等向市场提供具有不同特征的住宅产品, 特征不同, 需要承担的成本也不同。对于消费者而言, 购买住宅产品是为了满足生活、娱乐等需要, 住宅产品所能提供的效用取决于特征的组合及其数量。开发商和消费者之间通过市场进行交易, 其交易价格则表现为产品的特征价格之和。因此, 从房地产评估的角度来看, 由于待估价的房地产一般已经具体到个体, 特征较为明显, 且其特征数量方面的资料容易取得, 如果能够通过市场交易数据计算出产品特征的价格, 那么就可以根据特征的数量来评估房地产的价格。图 1.房地产特征价格分析框架(二) 住宅特征对住宅价格的影响采用特征价格方法对房地产进行估价, 对特征变量的选择是非常关键的一步。通过对现有文献的回顾可以发现, 以往研究中往往把房地产的特征分为建筑特征、邻里特征、区位特征三大类。下面以住宅为例, 就特征变量及其对住宅价格的影响进行简单的总结。1. 建筑特征。住宅价格常常跟住宅建筑本身的特征相关。如果一套住宅有更多的令人满意的建筑特征, 那么在市场上所能获得的价格就更高。这是因为消费者愿意为更多的空间( 特别是功能空间) 支付更多的费用, 从而提高生活的质量。例如, 增加一个房间, 住宅的总价增加 7%。研究者一般认为建筑年龄跟住宅价格负相关， 新建住宅与房龄为 25 年的旧住宅相比, 类似单元的平均价格高出 3 150 美元。然而, 研究还发现, 房龄在一些建筑上对住宅价格具有正面影响, 他们把价值的增加归因于建筑的年份而导致的历史意义。2. 邻里特征。邻里特征主要包括三类: 一是社会经济变量, 如邻里的社会阶层、种族构成、职业状况等;二是政府或市政公共服务设施, 如商店、学校、医院等; 三是外在性影响, 如自然环境、犯罪率、交通噪声、机场噪声等。3. 区位特征。住宅的区位特征一般从整个城市范围的角度进行考虑, 往往是对可达性进行量化 。无论何种形式的可达性测量, 都对住宅价格有一定的影响。交通可达性常常与到达相应场所的便利程度相联系, 可以采用出行时间、出行成本、便利程度、不同交通方式的可用性等来进行衡量。传统区位理论认为, 消费者趋向于用住宅成本与交通成本进行交换, 但实证结果有时并不支持这个观点。研究发现出勤成本可能无法资本化到区位价值之中：对日本调查表明, 由于公司常常为雇员支付出勤费用, 在这种情况下, 出勤成本可能表现为时间的消耗和不方便的程度。良好的公共交通服务对住宅价格产生正面影响, 这一点已经在实证中得到验证，小型公交被发现是对住宅价格影响最大的因素, 因为它们提供了比公共汽车、地铁更频繁的服务。下是我们根据特征价格理论，结合南京仙林、江宁、鼓楼三个局域的 31 个楼盘所做的统计分析。数据如下：仙林和江宁楼盘房价入住时间占地面积建筑面积容积率绿化率停车位 交通状况 邻里特征高科荣域 12500 2013/6/30 124227 294615 1.7 40% 1777 3 3万科金色 12000 2014/4/30 91750 201851 2.2 35% 1695 1 1保利罗兰香谷125002013/12/30104000211022 2.2 40% 1600 2 3恒基玲珑翠谷125002012/12/11519011594771.05 35% 1048 3 4仙龙湾 15000 Jul-12 159073 190875 1.2 40% 88000/一个 4 5保利紫晶山180002012/12/30214443257000 1.2 35% 1491 3 5鸿雁名居 11500 2012/6/30 107690 202523 1.6 38.10% 未定 2 4山居十六院96002008/11/190657294110.69 23% 95 3 3天泽苑 11000 2011/7/31 181334 250000 1 36.70% 1：1 只租不售 1 3东郊小镇 8300 2014/9/30 1261920 1300000 1.2 40% 1 3托乐嘉城市广场128002014/7/31392400700000 1.8 45% 01:00.8 2 3万科金域蓝湾140002012/12/31272298680000 2 40% 01:00.9 1 3骋望骊都 11000 2014/5/31 97438 156243 1.59 36% 1248 1 3宜家国际公寓90002012/12/3183388124154 1.535.80% 756 2 4绿地新里紫峰公馆125002013/6/3087572183902 2.1 35% 待定 1 1南京富力城120002014/9/30571300580000 1 40% 779 3 3鼓楼楼盘中山路 99 330 2012/1 2866 3000 7 190 3 5号 00 2/30 0银城聚泽园300002013/12/31399731007322.52 38% 345 2 4南京国际广场340002011/3/303247742600011.7 8% 1+0.7 3 4聚福园 24102 2003/1/1 122100 150000 1.22 42% 300/月 3 5龙凤花园 22381 2000/12/1 84000 180000 2.14 28% 每月每辆计费 5 4金陵世纪花园227602003/3/1暂无资料100000 2.5 38% 600 4 5蓝天园 26323 1998/1/1 暂无资料 59025 1.2 40% 120/月 5 4金陵名人居238582004/01/327500090000 1.2 45% 200/月 5 4芳草园 23709 1997/1/1 暂无资料 75802 1.2 40% 120/月 5 3金信花园 23065 2000/1/1 暂无资料 150000 2.2 40% 137 1 4碧树园 25769 1998/1/1 暂无资料 暂无资料 3.5 40% 500/月 5 5五台花园 26776 1999/1/1 暂无资料 暂无资料 3 40% 500/月 3 5怡景花园 22020 1998/1/1 暂无资料 暂无资料 3.5 32% 暂无资料 3 5苏宁千秋情缘228462004/4/4900001500001.66 50% 500 3 5育才公寓 22541 2000/1/1 暂无资料 暂无资料 2.6 35% 暂无资料 2 4根据以上数据通过 Eviews 软件做出以下分析。用最小二乘法拟合出 7 个影响因素与价格的线性关系Estimation Command:=LS V C CA FS HA LH NC PR TCEstimation Equation:= =V = C(1) + C(2)*CA + C(3)*FS + C(4)*HA + C(5)*LH + C(6)*NC + C(7)*PR + C(8)*TCSubstituted Coefficients:=V = -6164.79538808 - 0.0107532437225*CA + 0.0058618874735*FS + 401.075385939*HA + 33251.3622243*LH + 960.975027602*NC + 3073.029023*PR + 611.609860177*TCDependent Variable: VMethod: Least SquaresDate: 11/03/12 Time: 18:08Sample: 1 31Included observations: 31Coefficient Std. Error t-Statistic Prob. C -6164.795 5513.001 -1.118229 0.2750CA -0.010753 0.007194 -1.494838 0.1486FS 0.005862 0.007794 0.752094 0.4596HA -401.0754 143.6223 2.792570 0.0103LH 33251.36 13273.32 2.505129 0.0198NC 960.9750 762.0536 1.261033 0.2199PR 3073.029 537.4468 5.717829 0.0000TC 611.6099 657.8925 0.929650 0.3622R-squared 0.826213 Mean dependent var 18624.19Adjusted R-squared 0.773321 S.D. dependent var 7488.709S.E. of regression 3565.435 Akaike info criterion 19.41360Sum squared resid 2.92E+08 Schwarz criterion 19.78366Log likelihood -292.9107 Hannan-Quinn criter. 19.53423F-statistic 15.62082 Durbin-Watson stat 1.944296Prob(F-statistic) 0.000000通过计算得出 C(2)*CA=-2824.26C(3)*FS=1131.062C(4)* HA=-1888.936C(5)*LH=12255.5C(6)*NC=3626.906C(7)*PR=7055.08C(8)*TC=1676.995由此可知建筑面积与房价呈一定的反向关系即小户型的房价可能会更高一些，这与现实交易情况是相符的。其他因素如占地面积、容积率、绿化率、交通情况、邻里关系与房价成正相关。尤其是邻里特征和绿化率具有更强的正相关。通过上述线性函数代人 7 个影响因素的值所得到的房价与实际交易价格的的关系如下表所示。四、特征价值理论的意义1. 特征价格理论对判断我国城市商品住宅市场是否过热或需求不足带来了新的启示。总体投资规模、商品房空置率、贷款余额等宏观经济指标虽然具有一定的参考意义，但由于没有考虑到商品房的异质性，将具有不同属性、特征价格函数不同的商品看做是同质的商品来研究，所以其研究结论自然就缺乏说服力。特征价格理论通过结合消费者偏好、房屋特征属性、城市的总体规划和开发对属性供给的影响以及房屋属性内部间的相互关联和作用，可以对城市商品住宅市场进行全面的分析。2. 特征价格理论对