基于TBCI模型的房地产批量评估方法优化与实证研究

• 作 者: 唐雅雯
• 出 处: 山东大学
• 发表日期: 2020年12期
• 关键词: 房地产批量评估 TBCI模型 特征价格法 空间特征法

房地产批量评估一直以来都是房地产评估界关注的重点。与现行评估所使用的传统评估的方法相比,批量评估是一种科学且高效并能够迅速地确认房地产价值的技术。但现行评估一般着眼于有形因素的评估,未将品牌等无形因素纳入其中。故本文将品牌纳入房地产批量评估中,探索品牌对批量评估的意义。在品牌评估方面,本文选择TBCI模型。在房地产进行批量评估方面,目前采用较多的是特征价格法进行多元回归分析。但是,特征价格法并未考虑到空间依赖性,因此本文引入空间特征法,并进行两种方法的对比分析。本文选择济南市高新区200个二手房住宅小区成交价格数据作变量实证样本,并收集了各住宅小区17个特征作为控制变量,在此基础上引入品牌评估值为自变量,对高新区二手住宅房地产价格进行批量评估。首先,使用百度地图对济南市高新区所选样本住宅的地理坐标、建筑特征、区位特征和邻里特征、其他特征因素进行收集并量化处理。同时利用TBCI模型对样本涉及房地产企业品牌进行评估,获取其品牌信用指数。其次,构建传统特征价格模型对房地产价格进行最小二乘估计,比较品牌在该种方法下对评估值的影响及评估精度。接着,在传统特征价格模型的基础上引入空间因素对住房价格进行再估计,比较在空间特征模型下品牌对评估值的影响及评估精度。最后,对研究样本中未参与模型回归的20个样本进行模型检验。本文通过实证分析,得出的主要结论有:(1)品牌与二手房地产评估价格具有正相关关系。随着品牌信用度越高,房地产评估值越高。(2)品牌评估值加入批量评估可以显著提高评估精度。在特征价格法与空间特征法两种方法下,加入品牌因素会使评估模型更加精准,评估结果更加准确。(3)济南市高新区房地产价格具有显著的空间效应。采用空间特征法可以考虑到空间依赖性对价格的影响,提高批量评估结果的精确性和公平性。