房地產(chǎn)價(jià)值估算與房地產(chǎn)投資策略淺議

前言：本站為你精心整理了房地產(chǎn)價(jià)值估算與房地產(chǎn)投資策略淺議范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

摘要：房地產(chǎn)區(qū)位價(jià)值是房地產(chǎn)投資與開(kāi)發(fā)重點(diǎn)考慮因素之一。本文利用協(xié)方差分析法對(duì)武漢市歷年數(shù)據(jù)進(jìn)行分析，根據(jù)關(guān)聯(lián)度值確定房地產(chǎn)區(qū)位價(jià)值影響因素主要為產(chǎn)業(yè)、交通、環(huán)境以及人口組成成分等要素，在此基礎(chǔ)上綜合類比量化定價(jià)法估算房地產(chǎn)區(qū)位價(jià)值，并根據(jù)實(shí)際提出合理建議。

關(guān)鍵詞：房地產(chǎn)區(qū)位；房地產(chǎn)價(jià)值估算；協(xié)方差分析；綜合類比量化定價(jià)法

1引言

近年來(lái)，房地產(chǎn)業(yè)對(duì)各省經(jīng)濟(jì)的貢獻(xiàn)不容小覷。房地產(chǎn)開(kāi)發(fā)不僅涉及當(dāng)?shù)亟?jīng)濟(jì)、環(huán)境、人口、成本等因素，房地產(chǎn)項(xiàng)目竣工后的不動(dòng)產(chǎn)價(jià)值同樣對(duì)當(dāng)?shù)亟?jīng)濟(jì)和居民生活產(chǎn)生影響。房地產(chǎn)項(xiàng)目開(kāi)發(fā)前需估算房地產(chǎn)區(qū)位價(jià)值。傳統(tǒng)房地產(chǎn)區(qū)位價(jià)值估算方法缺乏系統(tǒng)性且估算結(jié)果誤差較大。本文將基于國(guó)家權(quán)威統(tǒng)計(jì)平臺(tái)數(shù)據(jù)，利用協(xié)方差分析法結(jié)合加權(quán)平均分理論計(jì)算權(quán)重，并結(jié)合類比量化定價(jià)法估算房地產(chǎn)價(jià)值。

2研究方法的提出

2.1房地產(chǎn)價(jià)值主要估算方法及其不足

房地產(chǎn)價(jià)值估算主要有以下幾種方法：（1）市場(chǎng)法。此方法是根據(jù)相似房地產(chǎn)價(jià)格來(lái)求取估價(jià)對(duì)象價(jià)值的方法。優(yōu)點(diǎn)是速度快，但誤差大。（2）收益法。此方法是根據(jù)房地產(chǎn)可以得到的收益來(lái)估計(jì)房地產(chǎn)的價(jià)值。V=ar[1-1（1+r）n]其中：V為房地產(chǎn)價(jià)格；a為房地產(chǎn)年凈收益；r為折現(xiàn)率；n為剩余收益年期。優(yōu)點(diǎn)是運(yùn)用歷年收益推斷，數(shù)據(jù)更具有說(shuō)服力，缺點(diǎn)是計(jì)算周期過(guò)長(zhǎng)。（3）成本法。此方法是根據(jù)當(dāng)前購(gòu)置或建設(shè)房地產(chǎn)項(xiàng)目所需代價(jià)估計(jì)房地產(chǎn)的價(jià)值。優(yōu)點(diǎn)是數(shù)據(jù)明確，缺點(diǎn)是因素種類較少。（4）假設(shè)開(kāi)發(fā)法。此方法是根據(jù)估價(jià)對(duì)象評(píng)估預(yù)期開(kāi)發(fā)完成后的價(jià)值。對(duì)數(shù)據(jù)的處理大多憑借管理者的主觀經(jīng)驗(yàn)，所以誤差較大。（5）類比量化定價(jià)法。該定價(jià)方法是將影響房地產(chǎn)價(jià)值的因素分別確定權(quán)重，結(jié)合最小二乘法建立函數(shù)關(guān)系式得出項(xiàng)目的均價(jià)。該方法的數(shù)據(jù)調(diào)查樣本數(shù)量和調(diào)查區(qū)域具有相對(duì)局限性和不完整性。上述估算方法在房地產(chǎn)價(jià)值估算中有一定參考價(jià)值，但因數(shù)據(jù)來(lái)源通常具有一定的個(gè)人主觀性，致使數(shù)據(jù)準(zhǔn)確性降低，結(jié)論數(shù)據(jù)誤差較大。為此，需探討更加科學(xué)的估算方法。

2.2本文擬采用的研究方法

本文研究的估算方法是協(xié)方差分析+類比定量化定價(jià)法。數(shù)據(jù)取自國(guó)家統(tǒng)計(jì)局官網(wǎng)、中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)歷史數(shù)據(jù)等權(quán)威數(shù)據(jù)平臺(tái)，運(yùn)用協(xié)方差分析方法得出權(quán)重，結(jié)合類比定量化定價(jià)法估算房地產(chǎn)價(jià)值。此外，本文采取實(shí)證分析法。以武漢市為例，采取以上方法以已知區(qū)位房地產(chǎn)價(jià)值為基礎(chǔ)預(yù)估房地產(chǎn)區(qū)位價(jià)值，并與實(shí)際價(jià)值比較進(jìn)行驗(yàn)證。

3房地產(chǎn)區(qū)位價(jià)值影響因素分析

3.1房地產(chǎn)區(qū)位價(jià)值影響因素

通過(guò)對(duì)已有研究成果進(jìn)行梳理，確定影響房地產(chǎn)價(jià)值的因素主要有地區(qū)經(jīng)濟(jì)、環(huán)境、交通、人口、周邊地產(chǎn)現(xiàn)狀等要素。本研究中將GDP設(shè)為T(mén)、房?jī)r(jià)設(shè)為U、地鐵里程設(shè)為V，人口設(shè)為W，分別輸入Eviews軟件得出各要素之間的關(guān)聯(lián)（Correlation），根據(jù)得出的數(shù)值推斷各影響要素與區(qū)位房地產(chǎn)價(jià)值的關(guān)聯(lián)度，從而判定區(qū)域經(jīng)濟(jì)是影響房地產(chǎn)價(jià)值的重要因素。

3.2樣本影響要素分析

研究采用協(xié)方差分析法，運(yùn)用EViews軟件對(duì)樣本數(shù)據(jù)進(jìn)行變量之間的因果分析，根據(jù)數(shù)值測(cè)算判斷與目標(biāo)數(shù)據(jù)關(guān)聯(lián)最緊密的要素。以下將選取2014年-2018年各要素：GDP設(shè)為T(mén)、房?jī)r(jià)設(shè)為U、地鐵里程設(shè)為V，人口設(shè)為W，可吸入顆粒物（PM10）為X、細(xì)顆粒物（PM2.5）為Y、大學(xué)生人數(shù)為Z，并以武漢市房地產(chǎn)均價(jià)作為基礎(chǔ)數(shù)據(jù)，運(yùn)用Eviews軟件分析以上各因素與武漢市房地產(chǎn)均價(jià)影響關(guān)聯(lián)度，并分析各要素對(duì)房地產(chǎn)價(jià)值的影響程度。（1）區(qū)域經(jīng)濟(jì)。一個(gè)地區(qū)的主要產(chǎn)業(yè)是推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展的主力，帶動(dòng)區(qū)域經(jīng)濟(jì)與房地產(chǎn)價(jià)值的提升。本研究選取地區(qū)GDP作為技術(shù)指標(biāo)，明確區(qū)域經(jīng)濟(jì)能否成為影響房地產(chǎn)區(qū)位價(jià)值的重要因素以及與房地產(chǎn)區(qū)位價(jià)值的關(guān)聯(lián)度。采用協(xié)方差分析法，借助Eviews軟件通過(guò)分析武漢市2014年-2018年的GDP、房地產(chǎn)均價(jià)、地鐵里程與人口的數(shù)據(jù)，驗(yàn)證區(qū)域經(jīng)濟(jì)是影響房地產(chǎn)區(qū)位價(jià)值的重要因素。將2014年-2018年各因素取值分別輸入Eviews軟件得出各要素之間的關(guān)聯(lián)度（Correlation）值，即：T與U的關(guān)聯(lián)度為0.988871、V與U的關(guān)聯(lián)度為0.952188、W與U的關(guān)聯(lián)度為0.942539，可見(jiàn)房地產(chǎn)價(jià)值與地區(qū)GDP關(guān)系密切，而地區(qū)GDP是衡量經(jīng)濟(jì)發(fā)展的重要指標(biāo)，所以從上述結(jié)論可以推斷區(qū)域經(jīng)濟(jì)是影響房地產(chǎn)價(jià)值的重要因素。（2）環(huán)境。人們對(duì)美好生活的憧憬和對(duì)生命安全、身體健康的關(guān)注，使環(huán)境逐漸成為市民選房考慮的因素之一，本研究以武漢市為例分析房地產(chǎn)區(qū)位價(jià)值與環(huán)境的關(guān)系。從表1可以看出：靠近武昌、漢口核心的地區(qū)房地產(chǎn)價(jià)值依次升高。而青山與白沙洲雖靠近武昌區(qū)，房?jī)r(jià)卻低于周邊水平。白沙洲出現(xiàn)這種情況的主要原因是部分地區(qū)存在喀斯特地貌和溶洞地質(zhì)，容易產(chǎn)生地陷現(xiàn)象，故白沙洲房地產(chǎn)價(jià)值較低迷。為了驗(yàn)證這種說(shuō)法，再次運(yùn)用協(xié)方差公式對(duì)武漢2014年-2018年的數(shù)據(jù)進(jìn)行分析，目的在于分析地區(qū)GDP、房?jī)r(jià)、地鐵里程、人口、可吸入顆粒物（PM10）平均值、細(xì)顆粒物（PM2.5）平均值及歷年留漢大學(xué)生之間的關(guān)聯(lián)度。將武漢市2014年-2018年歷年統(tǒng)計(jì)數(shù)據(jù)輸入Eviews軟件，再通過(guò)協(xié)方差公式算法得出相應(yīng)數(shù)值。根據(jù)分析結(jié)果，U與X的相關(guān)率為-0.964370、U與Y的相關(guān)度為-0.874016。可以說(shuō)可吸入顆粒物（PM10）、細(xì)顆粒物（PM2.5）等指標(biāo)會(huì)阻礙房?jī)r(jià)增值，且可吸入顆粒物（PM10）的相關(guān)負(fù)指數(shù)的絕對(duì)值超過(guò)了人口（W）與地鐵里程（V）對(duì)房?jī)r(jià)（U）的正影響指數(shù)。換言之，可吸入顆粒物（PM10）平均濃度及變化影響對(duì)房地產(chǎn)區(qū)位價(jià)值的影響較大。（3）交通交通設(shè)施是影響房地產(chǎn)價(jià)值重要因素。購(gòu)房者購(gòu)房將出行方便程度作主要考慮因素，所以交通設(shè)施沿線的房地產(chǎn)區(qū)位價(jià)值通常較高。在協(xié)方差公式計(jì)算中，取有代表性的地鐵設(shè)施里程作為交通設(shè)施指標(biāo)，其對(duì)應(yīng)的correlation為0.952188。檢驗(yàn)數(shù)據(jù)結(jié)果表明交通是影響房地產(chǎn)區(qū)位價(jià)值的重要因素。（4）人口組成成分近年來(lái)，人們對(duì)房屋功能提出全新要求，促使房地產(chǎn)開(kāi)發(fā)商不斷提高房屋建設(shè)質(zhì)量和功能設(shè)置，所以人口數(shù)量和人口成分是影響房地產(chǎn)區(qū)位價(jià)值的重要因素。為了驗(yàn)證這個(gè)觀點(diǎn)，通過(guò)對(duì)武漢市2014年-2018年房地產(chǎn)價(jià)格和人口、留漢大學(xué)生的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行協(xié)方差法分析，得出Z與U的關(guān)聯(lián)度是0.998882，W與U的關(guān)聯(lián)度為0.942539。由此推斷，人口組成成分以及數(shù)量是影響房地產(chǎn)區(qū)位價(jià)值的重要因素。（5）其他要素。房地產(chǎn)的周邊地產(chǎn)現(xiàn)狀以及成本等因素也對(duì)房地產(chǎn)區(qū)位價(jià)值有一定的影響。房地產(chǎn)區(qū)位價(jià)值與周邊地產(chǎn)價(jià)格、區(qū)域所處位置成正比關(guān)系，與建設(shè)成本成反比關(guān)系。在城市建設(shè)中，越靠近市中心的區(qū)域，越容易得到發(fā)展所需要的人口、資金與其他優(yōu)勢(shì)，并且更利于促進(jìn)地區(qū)房地產(chǎn)的發(fā)展。根據(jù)以上理論，通過(guò)協(xié)方差法明晰了各影響因素與房?jī)r(jià)的關(guān)聯(lián)度。但是環(huán)境質(zhì)量對(duì)房地產(chǎn)區(qū)位價(jià)值的影響相比其他影響因素更加動(dòng)態(tài)化，當(dāng)?shù)貐^(qū)PM2.5、PM10等環(huán)境指標(biāo)改善時(shí)，對(duì)房地產(chǎn)區(qū)位價(jià)值升值具有正向影響，反之當(dāng)各項(xiàng)環(huán)境指標(biāo)不佳時(shí)對(duì)房地產(chǎn)區(qū)位價(jià)值的影響可能超過(guò)交通和人口對(duì)房地產(chǎn)價(jià)值的影響，甚至導(dǎo)致原有房地產(chǎn)價(jià)格的貶值；區(qū)域內(nèi)引入一定數(shù)量的大學(xué)生，房地產(chǎn)區(qū)位價(jià)值必會(huì)攀升。

4房地產(chǎn)區(qū)位價(jià)值的估算

通過(guò)上述對(duì)房地產(chǎn)區(qū)位價(jià)值影響因素的分析，將地區(qū)GDP、地鐵里程、人口、PM10、PM2.5以及大學(xué)生數(shù)量等因素作為主要影響因素，結(jié)合綜合類比量化定價(jià)法（又稱加權(quán)點(diǎn)數(shù)計(jì)價(jià)法）進(jìn)行估算，克服傳統(tǒng)類比量化定價(jià)法因數(shù)據(jù)來(lái)源局限性導(dǎo)致的測(cè)算結(jié)果誤差。

4.1類比量化估價(jià)法估算

房地產(chǎn)區(qū)位價(jià)值的估算思路為：以大數(shù)據(jù)庫(kù)中的相關(guān)數(shù)據(jù)為基礎(chǔ)，利用協(xié)方差理論的相關(guān)度確認(rèn)各影響因素在房地產(chǎn)區(qū)位價(jià)值中的權(quán)重，結(jié)合類比量化定價(jià)法對(duì)房地產(chǎn)項(xiàng)目的區(qū)位價(jià)值項(xiàng)進(jìn)行估算。此方法的優(yōu)點(diǎn)在于，相關(guān)數(shù)據(jù)來(lái)源于大數(shù)據(jù)庫(kù)，提高了數(shù)值的精確度。下面模擬一組數(shù)據(jù)進(jìn)行估算。如表2所見(jiàn)，通過(guò)將4個(gè)已知類比項(xiàng)目的各項(xiàng)數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)來(lái)估算預(yù)估房地產(chǎn)項(xiàng)目的區(qū)位價(jià)格。數(shù)據(jù)統(tǒng)計(jì)以類比項(xiàng)目1為例：（1）類比項(xiàng)目1的GDP超過(guò)地區(qū)平均GDP，則類比項(xiàng)目1的GDP的權(quán)重為滿分，若項(xiàng)目1的地區(qū)GDP只有地區(qū)平均GDP的0.6倍，則加權(quán)為加權(quán)滿分乘以0.6；（2）在項(xiàng)目1的區(qū)位中如果有地鐵就填入完整加權(quán)，若沒(méi)有則為0；（3）人口值大于或等于平均人口密度則為滿分，人口的加權(quán)參照地區(qū)平均人口密度，按照比例相乘得出結(jié)果，例如項(xiàng)目1的平均人口密度為地區(qū)平均值的0.8，故加權(quán)取0.8倍的0.461；（4）該地區(qū)PM10數(shù)值高于年平均最高容許濃度限值（二級(jí)標(biāo)準(zhǔn)年平均濃度限值100μg/m3分值）則為0，低于標(biāo)準(zhǔn)值時(shí)，則權(quán)重系數(shù)=滿分權(quán)重*{（標(biāo)準(zhǔn)值-測(cè)量值）/標(biāo)準(zhǔn)值}；該地區(qū)PM2.5高于年平均最高容許濃度限值（35μg/m3分值）則為0，低于標(biāo)準(zhǔn)值時(shí)，則權(quán)重系數(shù)=滿分權(quán)重*{（標(biāo)準(zhǔn)值-測(cè)量值）/標(biāo)準(zhǔn)值}；（5）該地區(qū)大學(xué)生的人數(shù)大于或等于平均值則為滿分；低于平均值的情況，權(quán)重應(yīng)為統(tǒng)計(jì)值與地區(qū)平均數(shù)額的比值乘以滿分加權(quán)。根據(jù)以上理論推斷，預(yù)估該房地產(chǎn)項(xiàng)目的區(qū)位價(jià)格為8291元。為證實(shí)上述方法的準(zhǔn)確度，下一節(jié)通過(guò)實(shí)際案例驗(yàn)證結(jié)果。

4.2類比量化估價(jià)法實(shí)證

以2017年武漢市四個(gè)地區(qū)的房地產(chǎn)價(jià)值（元/m2）為例，已知武昌區(qū)、江漢區(qū)、江夏區(qū)三個(gè)區(qū)域的房地產(chǎn)價(jià)值，運(yùn)用類比估價(jià)法推算洪山區(qū)房地產(chǎn)價(jià)值，并與實(shí)際房地產(chǎn)價(jià)值進(jìn)行比較檢驗(yàn)，驗(yàn)證此估算方法的準(zhǔn)確性和有效性。在對(duì)預(yù)估項(xiàng)目進(jìn)行估算前，需要統(tǒng)計(jì)四個(gè)項(xiàng)目所在地區(qū)的GDP、地鐵狀況、人口組成以及PM10、PM2.5的平均濃度及變化。4.2.1估算前整理出相關(guān)數(shù)據(jù)。（1）根據(jù)武漢年鑒整理數(shù)據(jù)。2017年武漢市總GDP為13410億元，各區(qū)平均GDP為957億元；人口密度平均人口密度為1271人/平方公里，武昌、江漢、洪山、江夏四個(gè)區(qū)的人口密度分別為：19793人/平方公里、25790人/平方公里、2851人/平方公里、453人/平方公里。其中江夏區(qū)人口密度不及平均密度加權(quán)為0.1648*453/1271，其余三個(gè)區(qū)為完整加權(quán)。（2）根據(jù)武漢市空氣質(zhì)量辦公布信息整理數(shù)據(jù)，得到2017年武漢市空氣質(zhì)量情況及各區(qū)改善空氣質(zhì)量考核排名結(jié)果及PM10（可吸入顆粒物）和PM2.5（細(xì)顆粒物）平均濃度同比變化情況。（3）根據(jù)武漢市高校分布整理數(shù)據(jù)。大學(xué)生人數(shù)按照各區(qū)的大學(xué)、高校分布情況確定，武漢市內(nèi)共有83所高校，平均各區(qū)為6所高校，其中洪山區(qū)、武昌區(qū)、江夏區(qū)均超過(guò)6所，而江漢區(qū)為0所。（4）根據(jù)《360中房網(wǎng)》中的房產(chǎn)價(jià)格數(shù)據(jù)，2017年5月武漢市各區(qū)房地產(chǎn)價(jià)格分別為：武昌區(qū)23632元/m2、江漢區(qū)20256元/m2、江夏區(qū)12823元/m2、洪山區(qū)18300元/m2。4.2.2案例估算及驗(yàn)證。案例是通過(guò)類比2017年5月武漢市的武昌區(qū)、江漢區(qū)、江夏區(qū)三個(gè)區(qū)的房地產(chǎn)價(jià)格進(jìn)行的估算，首先根據(jù)數(shù)據(jù)進(jìn)行權(quán)重計(jì)算，最終估算出洪山區(qū)房地產(chǎn)價(jià)值（文中省略了估算步驟，估算數(shù)據(jù)及結(jié)果如表3所示）。房產(chǎn)價(jià)格也受政策等其他因素的影響，但估算出的數(shù)據(jù)18024元與當(dāng)時(shí)該區(qū)房地產(chǎn)實(shí)際價(jià)格的18300元較為吻合，結(jié)果驗(yàn)證該估算方法完全適用于房地產(chǎn)區(qū)位價(jià)值的定價(jià)。5房地產(chǎn)投資決策的建議（1）增設(shè)公共設(shè)施，提升房地產(chǎn)區(qū)位價(jià)值空間從城市發(fā)展和建設(shè)成本的角度考慮，政府采取各類融資手段籌資主導(dǎo)建設(shè)各種現(xiàn)代公共基礎(chǔ)設(shè)施、提供滿足人們美好生活需求的要件，可以提升開(kāi)發(fā)項(xiàng)目的房地產(chǎn)區(qū)位價(jià)值潛力。（2）了解項(xiàng)目環(huán)境，剖析房地產(chǎn)價(jià)值影響因素房地產(chǎn)項(xiàng)目開(kāi)發(fā)前應(yīng)充分了解項(xiàng)目周邊情況。譬如高新產(chǎn)業(yè)及區(qū)域內(nèi)配套設(shè)施健全勢(shì)必推動(dòng)區(qū)域經(jīng)濟(jì)良性發(fā)展，房地產(chǎn)項(xiàng)目的區(qū)位價(jià)值也會(huì)隨之提升。（3）改進(jìn)估算方法，確定房地產(chǎn)區(qū)位價(jià)值定位在分析房地產(chǎn)項(xiàng)目周邊情況的基礎(chǔ)上，通過(guò)協(xié)方差分析法分析各個(gè)影響因素對(duì)房地產(chǎn)價(jià)格的影響程度與加權(quán)，結(jié)合綜合類比量化定價(jià)法等方法較精確地估算項(xiàng)目的房地產(chǎn)區(qū)位價(jià)值，可以有效規(guī)避盲目投資帶來(lái)的風(fēng)險(xiǎn)。（4）調(diào)查市場(chǎng)行情，確保房地產(chǎn)項(xiàng)目投資收益普通的投資者，在投資前應(yīng)充分調(diào)研房地產(chǎn)市場(chǎng)的實(shí)際情況，慎重選擇既符合自身需求，又可以實(shí)現(xiàn)家庭資產(chǎn)增值保值的目標(biāo)。

作者:郭麗華 官靖峰 單位:吉林建筑大學(xué)經(jīng)濟(jì)與管理學(xué)院