房地產價格評估方法前沿動態及其應用研究

姜松

(重慶理工大學經濟與貿易學院，重慶 400054)

房地產價格評估方法前沿動態及其應用研究

姜松

(重慶理工大學經濟與貿易學院，重慶 400054)

房地產評估活動是市場主體決策與交易行為達成的重要環節，正確有效的評估活動基于并依賴于科學合理的評估方法的運用。在系統梳理了房地產評估中的各類方法后，在比較和剖析傳統評估方法局限性的基礎上，對人工神經網絡法、特征價格法、空間分析法、模糊邏輯法及自回歸單整移動平均法(ARIMA)等前沿評估方法及其原理進行介紹，并通過相關案例引用及實證分析揭示其應用性，力爭為客觀評價房地產價格提供有效評估工具和奠定堅實理論基礎。

房地產;價格評估;人工神經網絡法;特征價格法;空間分析法;模糊邏輯法;自回歸單整移動平均法

Key words:real estate;price evaluation;artificial neural network method;hedonic price method; spatial analysis;fuzzy logic method;Autoregressive Integrated Moving Average

一、引言

伴隨著我國經濟體制轉軌與市場化進程推進，住房分配制度改革也早已邁入市場化軌道，房地產業日益成為國民經濟社會發展的重要產業，對國民經濟社會發展做出了重要貢獻。房地產業的穩定與健康發展關乎城鎮化建設推進、人民生活水平提高乃至經濟社會的穩定運行。但與此同時，房地產屬性的特殊性也決定其不僅是日常生活的必需品，更是市場主體推崇的重要投資品，房地產投資一直是本土投資者和外籍投資者的重要選擇。據統計資料顯示，1980年我國房地產業全社會固定資產投資總額為101億元，而到2012年增長至99 159．31億元，年均增速達24．02%。國外投資者中，1997年我國房地產業FDI總額為62．22億美元，到2010年達到239．86億美元，年均增長10．93%，且還有進一步上升的趨勢。在內外空前的投資“熱潮”中，如何正確把握與判斷房地產價格及其動態走勢，就成為諸多投資活動的關鍵環節和市場主體決策的重要指引。

作為理性“經濟人”的市場主體，其做出理性投資決策的首要步驟就是要實施房地產評估，并通過評估確定房地產價值及其“外化”表現形式——價格。隨著城鎮化進程加快，房地產供需不平衡與偏差的現象十分明顯，不但加劇了宏觀經濟運行的不穩定性和風險，也給評估活動造成諸多不便，尤其是在貧富差距、城鄉差距和區域差距拉大的現實背景下，屬性的異質性也使房地產價格的形成機制同一般商品相比存在顯著不同:在房地產市場競爭“非充分性”、類別異質性的條件牽制下，房地產市場無法依靠供需均衡機制形成“均衡價格”。因此，必須實施房地產價格評估以促使其價值回歸和形成合理的均衡價格。從這個層面來講，隨著市場經濟階段演進、經濟轉型、體制轉軌和創新驅動，開展房地產評估具有重要的理論意義與現實意義。

一般而言，房地產評估活動主要由房地產中介機構、房地產審計機構、房地產開發商及投資者、房地產經紀人及評估師、貸款人及擔保人、基金經理、市場研究人員、購物中心業主及經營者和其他咨詢機構等市場主體執行和實施。對房地產價值進行評估的關鍵是對房地產權責的定量測度(Pagourtzi和Assimakopoulos等)［1］。有效、恰當的定量測度需要依賴科學合理、客觀公正的評估方法和技術手段，這直接關系到房地產評估活動的進度與成敗，是關鍵的關鍵。鑒于此，本文系統梳理了房地產價格評估中的各類方法，通過比較與剖析，揭示傳統評估方法的局限性，然后從預測策略的角度梳理了房地產價格評估前沿方法并就其運用特征做了簡要介紹，為客觀、公正地評估房地產價格奠定堅實的理論基礎，也為后續深化研究提供參考與借鑒。

二、房地產價格評估的傳統方法梳理及比較

對任何房地產價值評估活動而言，評估活動的最終目的是要對房地產價格做出精準、確切的估計，以反映不同類型特征、不同區域及不同市場中的房地產價格的差異。這同時也說明在評估活動中評估方法的選擇不但要滿足價值評估的需要，還要反映國家和地區的市場文化和基礎條件。從這個層面講，實施價值評估模型及方法實質上代表著一種市場基本因素。然而，在現實發展中各個國家或地區資源條件、稟賦特征、文化氛圍、發展實踐乃至所處經濟社會階段是千差萬別的，這也直接對房地產價格評估方法的適用性和實用性提出了諸多挑戰。評估方法能否反映各個國家或地區的基礎條件就成為檢驗方法成效與質量的“試金石”。通過對已有研究的梳理發現，傳統評估方法大多依賴于某種形式上的比較，或通過一系列觀測值形成回歸方程，主要包括市場比較法、資本金化法、假設開發法與成本法、多元回歸與逐步回歸法等。

(一)傳統房地產價格評估方法梳理

1．市場比較法

市場比較法是房地產價格評估中被廣泛運用且操作十分便利的一種評估方法。運用市場比較法實施房地產價格評估，通常需要假定被評估對象價格和市場中同類房地產交易價格相似。因此，實踐中運用市場比較法評估房地產價格時，房地產評估主體只需要選擇同類市場中若干房地產作為參照，然后按照“效用最大化”原則進行比較與選擇，就可以完成價格評估活動。從中亦可以看出，其操作原理十分簡單。但是，任何房地產的屬性都是不同的，評估者在評估實踐中仍需要對評估對象的銷售價格進行調整，并以此來揭示不同屬性房地產價格受面積大小、建筑質量、銷售日期、周邊環境等因素影響所產生的差異?？傮w而言，運用市場比較法評估房地產價格時一般遵循以下幾個步驟:首先是尋找具有可比性的房地產，一般可以通過計算評估對象和參考系間的“距離”來確定。評估活動中運用較多的是選擇McCluskey等所確定的距離權重［2］，其一般計算公式如式(1)。

式(1)中，λ為閔可夫斯基λ指數，Ai表示第i種因素的權重，Xi表示待售房產的第i種因素價值，Xsi表示參考目標的第i種因素的價值，Aj表示第j種因素的權重，Xj表示待售房產的第j種因素的價值，Xsj表示參考目標的第j種因素的價值。δ(a，b)表示逆三角函數，當a=b時，δ(a，b)=0，當a≠δb時，δ(a，b)=1。其次是調整參考系的銷售價格以更好地匹配評估對象。一般而言可以通過加權的方式來調整參考系的銷售價格，具體公式如式(2)。

ASPi表示目標參考系的調整銷售價格，SPi表示銷售價格，Di表示距離，D表示最大距離。第三是運用更多估計值以更為精確和最大限度地反映和逼近市場價值，并以此為基礎撰寫評估報告。

2．資本金化法

比較簡單的房地產評估活動通過運用市場比較法或權重加權就可以完成，但當一個區域的房地產市場高度細分和相似度較高時，市場比較法就缺乏比較的“土壤”，資本金化法正是基于實踐中市場比較法的不足而產生的。所謂的資本金化法又稱收益還原法，指運用相應技術手段和方法將房地產的未來收益折算成現值，并以此確定評估對象的價格。資本金化法是建立在“預期理論”基石上的?；陬A期理論和從房地產購置人的角度來講，購買房地產所支付的代價應低于房地產未來收益的現值，那么各個時期收益總和就是房價。為此，運用資本金化法來評估房地產價格基本上遵循以下兩個步驟:一是計算并確定房地產未來純收益;二是確定合理的貼現率并將房地產未來收益還原至現在的“現值”，并將各時期收益加總，就可以確定房地產的估計值。具體計算公式如式(3)。

式(3)中，Rt表示未來純收益，r表示貼現率，t表示時間期限。由式(3)中我們也可以看到，資本金化法下房地產價格評估受房地產未來純收益、貼現率以及時間期限等三重因素影響與制約，未來純收益不同、貼現率不同和時間期限不同，房地產價格評估值也就會不同。因而，運用資本金化法的重點與難點也來源于以上三點:受房地產市場變化及市場主體預期調整的影響，房地產未來收益及其增長率亦不是固定不變的。在房地產市場較為繁榮時，房地產市場主體預期普遍趨好，對房地產純收益的估計也會較高;當房地產市場處于周期性調整或者衰退期時，市場主體預期也會普遍看衰，對房地產純收益的估計也會較低。此外，隨著我國利率市場化進程的推進，貼現率或者還原利率的波動性亦會較為頻繁，也為房地產評估帶來諸多挑戰。

3．假設開發法與成本法

假設開發法也是實施房地產價格評估常用的方法之一，尤其是在房地產項目可行性論證中運用十分廣泛，是確定房地產項目推進與否的重要依據。運用假設開發法評估房地產價格基本上要遵循以下幾個步驟:首先估計出被評估對象的銷售價格，然后在此基礎上扣除正常開發成本，剩下的就是評估對象價格;其次根據評估價格確定房地產項目能否推進。所以，假設開發法通常用于做房地產項目的可行性分析。從中可以看出，如何梳理出房地產的開發成本就成為評估活動實施的關鍵環節。一般而言，房地產開發成本主要包括土地開發費用、設計費用、銷售費用、建筑費用、稅費、地價和預計利潤等。成本法與假設開發法存在相同之處。運用成本法對房地產價格進行評估時，主要是通過將各類建造成本和稅費加總以確定房地產的價格。運用成本法實施房地產價格評估易于操作、程序簡單，尤其是在房地產市場發展比較滯后、無法通過比較法實施房地產價格評估的時候，成本法更表現出明顯的便利性與可操作性。但在現實操作中，尤其是在實施項目可行性評估時，由于受各類商業性因素制約，這種方法的應用并不普遍。

4．多元回歸與逐步回歸法

多元回歸方法也是房地產價格評估與預測中的常用方法。一般而言，運用多元回歸方法進行房地產價格評估時，首先要梳理和分析出房地產銷售價格的影響因素，并建立計量模型，如式(4)。

其中，Yi表示區域i的房地產銷售價格，X1，i表示區域i的房地產估價，X2，i…Xk，i表示其他一系列房地產銷售價格的影響因素和變量，μI為隨機誤差項。多元回歸要求變量X1，i，X2，i，…，Xk，i等與隨機誤差項μI不存在相關性。μI間不存在自相關性，且更為重要的是μI必須服從正態分布特征［3］。但在現實生活中，各要素存在相互聯系、相互牽制的關系，要達到這樣的假設條件是非常困難的。且受統計數據及其口徑制約，許多房地產價格的影響因素無法實現量化，這也成為多元回歸中亟待解決的問題。當然，現實中為了增強多元回歸方法的有效性和效率，通常運用逐步回歸方法對相關變量及影響因素進行逐步回歸以篩選出更為精準的模型。通過對擬合系數R2的判斷，就可以明晰房地產估價對銷售價格的解釋程度。

(二)傳統房地產價格評估方法評析

總體而言，市場比較法、資本金化法、假設開發法與成本法、多元回歸與逐步回歸法等傳統方法在房地產價格評估中都發揮了重要作用，在房地產評估實踐中得到了廣泛運用。但通過剖析其方法流程我們也發現，已有研究方法的局限性也為房地產評估工作和評估結果的準確性、科學性和可信性帶來了諸多挑戰。通過比較發現，傳統方法均存在以下共性特征與不足。

1．已有評估方法都存在一定的主觀性特征

房地產評估的目的是準確、客觀、公正地反映房地產價格及其內在價值，為市場主體實施市場經濟活動提供可資借鑒的理論依據與支撐。但通過方法梳理我們卻發現，已有方法在房地產價格和價值評估中均存在諸多主觀性因素，使評估結果在某種程度上可能會存在“失真”現象。具體而言，市場比較法需要選取目標區域房地產價格為參考基準，并根據一定權重系數對參考系價格進行調整以適應評估對象的要求，但學術界對權重系數的確定并沒有形成統一認知，在實踐操作中也往往根據操作經驗進行主觀賦權。資本金化法所依托的是“預期理論”，這就使得評估主體對房地產價格進行評估時的主觀性表現更為明顯，尤其是當房地產市場處于“繁榮期”時，市場主體預期往往比較高，而處于周期性調整時，市場主體預期會較低，市場主體預期不同會使評估結果發生偏差。假設開發法與成本法中對于建造成本的確定也往往會受到諸多主觀因素影響，如房地產開發商為了保守商業機密，對于建造成本往往存在隱瞞現象，主觀隨意性非常大。此外，運用多元回歸與逐步回歸法評估房地產價格時在影響因素確定和選擇方面受研究局限，存在一定主觀性。

2．已有評估方法均對房地產市場及其穩定性有較高要求

現有房地產評估方法基本上均假定房地產市場是穩定的，但受我國經濟社會體制轉軌、宏觀政策波動及居民生活需求異質性影響，房地產市場的波動性特征十分明顯，也會使傳統評估方法得到的評估結果陷入“失真”困境。具體而言，運用市場比較法實施房地產價格評估時要求目標參考區域的房地產市場非常發達，才能獲取盡可能多的參考數據，但如果目標區域房地產市場起步較晚、市場發育滯后，則意味著房地產交易數量較少，比較也就無從談起。由此可見，市場比較法對房地產市場的發育程度要求是比較高的。更為重要的是，運用市場比較法評估房地產價格時也隱含著房地產穩定的特殊性內涵特質，只有當房地產市場運行穩定時，市場比較法評估出的房地產價格才真實可靠。當房地產市場存在“泡沫”時，運用市場比較法便會形成較大偏差。但就中國現實而言，隨著社會資本及大量熱錢流入，房地產行業在短時間內過度膨脹，加劇了房地產“泡沫化”［4-6］。在這樣的現實條件下運用市場比較法評估我國房地產價格則顯得不合適。而資本金化法評估房地產價格時也對房地產市場穩定性有嚴格要求，尤其是純收益的確定會因房地產市場繁榮和衰退產生截然不同的結果，影響到房地產價格的最終評定。當房地產市場繁榮時，房地產市場主體預期純收益一般較高，而當房地產市場衰退時，純收益預期一般也會較低。此外，貼現率確定也對房地產市場穩定性有嚴格要求，因為如果房地產市場不穩定，貼現率就無法很好確定。

3．已有評估方法均對樣本容量有嚴格的要求

通過比較還發現，已有評估方法均對樣本容量有較高要求。具體而言，運用市場比較法實施房地產價格評估的時候，一般要求評估者首先要選擇目標區域大量最近交易的同類房地產價格作比較，因此，目標區域房地產數量和樣本容量直接決定著評估結果的準確性。資本金化法也是以市場比較法為基礎的，同樣對樣本容量存在限制。多元回歸與逐步回歸法更是對樣本容量有更高的要求，如果樣本容量不足，回歸結果會受到直接影響。但從現實情況來看，我國房地產市場化改革起步較晚，數據年限跨期、結構類型等無法滿足大數據條件下對樣本容量的嚴格要求，這直接影響了房地產市場評估結果的有效性和科學性。探尋房地產價格評估的新方法、新工具成為新時期亟待解決的問題。

三、房地產價格評估前沿方法及其應用

相較于傳統方法，新方法試圖通過模仿房地產市場主體的思維過程實現房地產價格評估。這些方法有助于克服傳統方法所存在的缺陷，相對于傳統方法而言更能體現“定量性”，是房地產評估方法的前沿體現。經過對學術界已有研究成果梳理發現，前沿房地產評估方法主要包括人工神經網絡法、特征價格法、空間分析法、模糊邏輯法、自回歸單整移動平均法(ARIMA)等，下面先分別介紹各方法的原理，然后通過已有案例實證分析其實際應用性，為后續研究提供可茲借鑒的工具。

1．人工神經網絡法

人工神經網絡是以人腦為研究對象，通過模擬人腦作用機制實現某些特定目標的非線性信息處理系統。由于人工神經網絡法建立在模擬人腦的基礎上，所以也被認為是最成熟、最復雜和最完美的信息處理系統。研究伊始，人工神經網絡模型被廣泛運用于自動化控制、智能識別與圖像處理等方面，但近幾年來隨著人工神經網絡模型技術的普及與推廣，人工神經網絡模型也被廣泛引入到經濟與管理領域，運用其對房地產價格進行評估就是其中一個重要方面。在現實生活中經驗豐富的估價師利用存儲在大腦之中的可比實例資料，通過比較實例和估價對象，最終得到估計對象價格［7］。運用人工神經網絡模型實施房地產價格評估可以有效克服和避免傳統方法中因評估者主觀判斷而對評估結果產生的不良影響，評估結果的實用性、適用性更強。此外，該模型亦可以有效克服樣本容量限制，因為人工神經網絡模型是穩定的，所以通過網絡學習能力與訓練水平提高形成的學習網絡存在穩定性，不會隨著樣本容量擴容而產生變化，研究精度大幅度提高。

在具體應用方面，人工神經網絡模型一般涵蓋輸入層、隱含層和輸出層等3部分。其中，輸入層主要由房地產價格的各類影響因素組成，用向量表示即為:X→=(x1，x2，…，xn)。隱含層部分主要用來提高網絡訓練精度，由加權函數和轉換函數兩部分組成，這兩種函數均涉及輸入變量和輸出變量。其中加權函數通常用于前饋和BP神經網絡模型中，可以將其用函數形式表示為:

其中，Xi表示輸入變量，Wij表示為隱含層分配的輸入值。如李剛分別從交通條件、生活服務設施、教育配套設施、區域環境因素、所在位置、建筑結構類型、建筑面積等諸多方面設置輸入變量及其輸入值［7］(見表1)。

表1 輸入變量及其賦值

轉換函數主要用于將可能無限域的輸入變換成指定的有限范圍內的輸出。轉換函數類型多樣，主要包括線性函數、線性閾值函數、逐步線性函數、Sigmoid函數和高斯函數等。但學術界運用較為普遍的仍然是Sigmoid函數，因為非線性、連續性、單調性和連續可微等原因［8-9］，Sigmoid函數是最優的，見式:輸出層主要指房地產銷售價格。設置好輸入變量、輸出變量等后，通過運用Matlab編程就可以求解出人工神經網絡模型下的房地產價格評估結果，見表2。由結果中的絕對誤差和相對誤差比較可知，人工神經網絡方法評估房地產價格的誤差相對較小，充分說明其在評估房地產價格時具有優越性，評估結果也較為公正和客觀。

表2 人工神經網絡評估結果

2．特征價格法

特征價格法(Hedonic Pricing Models)是基于房地產特征不同，房地產價格形成機制也會存在差異的原理。特征價格法有時候也被稱為效用法或價格法。在房地產評估活動中如果能將不同房地產價格影響因素實施分解并將房地產特征固定不變，就可以將房地產價格變動的特征因素分離出來，剩下的部分就是受供需關系決定的房地產價格變化。傳統特征價格法主要用于揭示空氣質量、機場噪音、區位條件、鄰里環境和物理屬性等不可觀測變量的效應［10］。通過上述分析與比對可知，已有房地產評估方法基本上都是從整體層面實施房地產評估，“結構”層面的關注相對較少。特征價格法則正好填補了方法論空白。因而相比較已有評估方法，特征價格法取樣相對容易、模型的經濟意義更為直觀。特征價格法也被學術界賦予崇高地位，被認為是最有運用前景的方法。就現階段而言，特征價格模型主要包括3種類型函數，線性函數:lnPi=α+∑βiXi+υ，對數函數:lnPi=α+∑βilnXi+υ，半對數函數:Pi=α+∑βiXi+υ。其中，Pi為房地產銷售價格，βi為特征變量的特征價格，Xi表示特征因素。

由于特征價格法所涉及的特征變量一般都是與房地產屬性緊密相關、高度關聯的屬性變量，因而在實際操作中運用特征價格法評估房地產價格時，要對其屬性做細致入微的調研，這就使得基于宏觀層面的統計分析變得十分艱難。因此，現階段特征價格法的操作基本上都是基于調研數據。賈士軍、蔡砥基于廣州房地產二手交易市場的月度調研數據并結合GIS(地理信息系統)技術，從距離商業中心距離、山江公園距離、地鐵距離、噪音、間隔、是否裝修、裝修新舊度、朝向、景觀、樓層、樓齡、陽臺數量等特征變量層面，實施房地產價格評估，其評估結果如表3所示［11］，可看出特征變量的變化對房地產銷售價格的影響。因而，相比較傳統方法，特征價格法評估房地產價格時對房地產市場發育程度也有嚴格要求，對信息透明度、公開程度的要求極高，這樣所得到的評估結果才更具信度和科學性。

表3 特征價格法評估結果［11］

3．空間分析法

GIS的發展不但為定位和變量的量化提供了便利性，也改變了傳統的對于距離測量僅僅依靠歐氏距離(Euclidean distance)進行量化的局限性。隨著空間計量與統計方法的整合，它們的分析能力也更強［12-16］，空間格局分析、空間自回歸分析［17-20］以及變異分析和克里格技術［21-22］等方法還有助于探測鄰近區域的影響和揭示房地產市場的變異性，而這是傳統計量方法所不能揭示的。傳統計量經濟學極大地忽視了地區數據模型存在的空間異質性和觀測中存在的空間依賴性兩大問題，違反了回歸模型的Gauss-Markov假設［23］?？臻g計量經濟學是基于對空間結構的規范描述，關于模型設定、估計、假設檢驗以及預測的計量經濟學方法［24］，很好地解決了傳統經濟學中忽視的兩大問題。運用空間方法來評估房地產價格的主要步驟和多元回歸與逐步回歸法存在相同之處，唯一不同的是在空間計量模型中，引入空間權重矩陣Wij，其為N×N向量。就目前而言，空間計量模型包括多種形式，將其寫成一般形式主要如式(5)。式(5)中，如果θ=0，模型轉變為帶自動干擾項的空間自回歸模型;當λ=0，模型轉變為空間杜賓模型;當θ=0和λ=0時，模型為空間自回歸模型;當θ=0和ρ=0時，模型為空間誤差模型;當θ=0，ρ=0和時，模型即變為空間計量一般模型。

模型中，Y為房地產銷售價格，X指涵蓋房地產估價在內的房地產銷售價格影響因素，通過擬合程度就可以確定房地產估價對銷售價格的揭示程度，這一點同多元回歸與逐步回歸法是相似的。為了進一步說明空間分析法在房地產價格評估上的適用性，文章進一步通過數據對模型進行估計驗證。因為空間分析方法是將空間的相互影響因素融入分析模型，所以在具體運用時一般適用于面板數據。為此，運用1999—2010年中國28個省份(不包括西藏、甘肅、新疆)的面板數據評估房地產價格。同時，基于統計數據獲取的便利性，選取土地供應、基礎設施條件兩個變量作為影響房地產銷售價格的變量。表4分別給出了SAR模型(空間自回歸模型)、SDM模型(空間杜賓模型)、SAC模型(空間自相關模型)的估計結果。從結果可知，引入空間變量后，各模型的擬合程度較好，可以用其進行房地產價格評估。

表4 房地產價格評估的空間計量估計

4．模糊邏輯法

模糊邏輯法最早是由Zadeh在關于計算機程序改進的“模糊集合”理論中提出的［25］。經典布爾邏輯是“二維”的，也就是說計算機只能對0和1、是與否等這樣的二元邏輯進行識別與判斷，而對于一些模糊概念的判斷則顯得無能為力，計算機在某些“灰色地帶”及信息有限條件下無法完成處理能力，而這也是二元邏輯的局限性。模糊邏輯法就是在這樣的歷史條件下誕生和發展的。模糊邏輯法起初是在計算機領域應用較為廣泛，但隨著方法的不斷完善，它逐漸向經濟、社會各個研究領域蔓延，房地產價格評估領域就是其應用的一個重要方面。通過分析發現傳統評估方法都無法避免不確定性因素的干擾。在傳統房地產價格評估方法中，如運用市場比較法對房地產價格進行評估的時候，就無法刻畫評估對象和參考系間的差異性，在計算出修正價格后仍無法客觀準確地確定評估對象的價格。同時，通過傳統方法比較我們也發現，如何準確反映房地產價格的影響因素在房地產價格評估中占據非常重要的地位，但受諸多因素干擾，現實中有些因素是無法進行量化的，成為研究開展和實施過程中亟待解決的問題。

模糊邏輯法為這類問題提供了一個可供參考的解決思路。模糊邏輯法通過運用專家打分法對評估對象和參考系價格的影響因素進行綜合測評與量化，得到評估對象和參考系的綜合得分，然后通過“直線內插法”就可以得到房地產評估價格。從中也可以看出，模糊邏輯法可以將以前方法中無法量化的影響因素進行量化處理，不但增強了評估結果可信度、科學性，也有效拓展和延伸了指標體系。模糊邏輯法彌補了已有方法的不足，為無法量化的因素提供了一個可資解決與量化的思路。但模糊邏輯法也不是萬能的，也存在一定主觀性，尤其是在專家打分部分容易受到專家偏好、主攻領域等主觀因素影響，給評估結果的客觀性造成一定影響。

5．自回歸單整移動平均法(ARIMA)

上述房地產價格評估方法中，基本上都是多變量模型的，單純依靠房地產價格變動規律對其進行評估的方法還并不多見。隨著統計數據，尤其是月度和季度數據的獲取更為便捷，使得通過房地產價格變動規律評估房地產價格成為現實。這類方法在計量經濟學中屬于動態計量經濟學的范疇，通常運用時間序列的過去值、當期值和滯后擾動項的加權和建立模型來“解釋”時間序列的變化規律［26］。關于時間序列的模型大致可以分為平穩時間序列模型和非平穩時間序列模型兩類。其中，平穩時間序列模型主要有自回歸AR(p)模型、移動平均MA(q)模型以及ARMA(p，q)模型。在模型ARMA(p，q)中，p為自回歸項數，q為移動平均項數。但現實中的經濟社會是復合演進的系統，任何經濟現象都存在非平穩的特質，房地產價格也會隨著時間的變化而變化，在各個時間點上的隨機規律也不同。因此，很難通過已知的信息去預測序列未來的演進趨勢。為此，BOX-Jenkins提出了適應非平穩序列的ARIMA(p，d，q)模型，其所對應的形式為:Φ(L)(1-L)dPt=c+Θ(L)μt。其中，Φ(L)=1-φ1L-φ2L2-… -φpLP，Θ(L)=1+φ1L+φqL2+…+φqLq，d為時間序列成為平穩時所做的差分次數，ARIMA(p，d，q)模型是基于時間序列數據進行經濟預測的重要方法［27-29］，是實施房地產價格評估活動中唯一依賴單變量時間序列的方法。

運用移動平均法進行評估時，到底是選用ARMA(p，q)模型還是選用ARIMA(p，q，d)模型呢?這就要取決于所運用數據的平穩性，這也是進行房地產價格評估的關鍵步驟。接下來以自回歸移動平均方法對1995—2013年我國住宅房屋平均銷售價格進行評估。一是對房地產價格數據進行平穩性檢驗，運用的方法是ADF和PP檢驗。平穩性檢驗結果見表5。在ADF和PP檢驗中，房地產價格P為非平穩時間序列。為此，采用差分法對其房地產價格P進行差分變換，通過差分變換的差分序列ΔP為平穩的時間序列，為一階差分過程。

表5 數據平穩性檢驗

為此，應選用ARIMA(p，d，q)模型，而且其具體形式是ARIMA(2，1，2)。用E-Views軟件以及最小二乘法OLS對模型進行估計。估計結果如表6。

表6 ARIMA(2，1，2)模型估計結果

結果可知，調整后的R2為0．988，說明模型擬合程度非常好，可以用其來對房地產價格進行評估。相比較其他幾種方法，自回歸單整移動平均法是基于統計數據進行建模的，數據獲取成本同其他幾種方法相比，成本更低、效率更高，為房地產價格評估方法的拓展提供了可資借鑒的重要手段，隨著房地產市場發育漸趨成熟，自回歸單整移動平均法因為其自身操作的便利性，應用前景也會十分廣泛。

四、結語與討論

任何評估方法都是建立在一定假設條件基礎上的，根植于特定的市場環境和文化氛圍，當假設條件和環境發生相應變化后，評估方法的效力與精準性也會發生相應變化，給評估結果造成不良的影響，無法反映房地產的真實價值。通過對現有評估方法的反思與梳理，可以從本質上解構已有方法中存在的缺陷與不足，為房地產價格評估奠定堅實理論基礎和提供可靠技術手段。本文在梳理傳統房地產評估方法的基礎上，通過比較揭示了已有房地產評估方法中存在的缺陷與不足。然后，從方法創新與演進的視角梳理了前沿房地產評估方法及其原理，并通過相關案例與相關數據進行實證分析，以揭示新興方法的適用性與應用性。一方面，前沿房地產評估方法是在傳統方法的基礎上發展起來的，是對傳統方法存在局限性和不足的有效彌補，為房地產評估工作提供了有效、可靠和科學的技術手段。但另一方面，前沿房地產評估方法的發展也并不代表對傳統方法的徹底摒棄，在房地產市場發展相對滯后、基礎條件不成熟的情境下，傳統方法在現今和未來很長一段時間內仍會占據重要地位，發揮重要作用。隨著房地產市場發育漸趨成熟、數據獲取更為便捷，前沿評估方法的重要性會逐步凸顯，應用前景會更加廣泛，成為房地產評估的可靠手段和工具。

［1］PAGOURTZI E，ASSIMAKOPOULOS V，HATZICHRISTOS T，et al．Real estate appraisal:a review of valuation methods［J］．Journal of Property Investment＆Finance，2003，21(4):383-401．

［2］MC-CLUSKEY T L，PORTEOUS J M．Engineering and compiling planning domain models to promote validity and efficiency［J］．Artificial Intelligence，1997，95(1):1 -65．

［3］MAKRIDAKIS S，WHEELWRIGHT S C，MCGEE V．Forecasting，methods and applications［M］//Wiley series in management．John Wiley，1983．

［4］辜勝阻，劉江日．城鎮化要從“要素驅動”走向“創新驅動”［J］．人口研究，2012(6):3-12．

［5］徐忠，張雪春，鄒傳偉．房價、通貨膨脹與貨幣政策——基于中國數據的研究［J］．金融研究，2012(6): 1-12．

［6］范允奇，王藝明．中國房價影響因素的區域差異與時序變化研究［J］．貴州財經大學學報，2014(1):62 -67．

［7］李剛．基于人工神經網絡的房地產估價研究［D］．西安:長安大學，2006．

［8］BORST D W，TSUKIMURA B，LAUFER H，et al．Regional differences in methyl farnesoate production by the lobster mandibular organ［J］．The Biological Bulletin，1994，186(1):9-16．

［9］TRIPPI R R，TURBAN E．Neural Networks in Finance and Investing:Using artificial intelligence to improve real world performance［M］．McGraw Hill，1992．

［10］JANSEN J C，SHAN Z，MARCHESE L，et al．A new tinplating method for three-dimensional mesopore networks［J］．Chemical Communications，2001(8):713-714．

［11］賈士軍，蔡砥．住宅特征價格分析——以廣州為例［J］．廣州大學學報，2012(7):65-68．

［12］ANSELIN L，GETIS A．Spatial statistical analysis and geographic information systems［J］．The Annals of Regional Science，1992，26(1):19-33．

［13］GRIFFITH D A，CSILLAG F．Exploring relationships between semi-variogram and spatial autoregressive models［J］．Papers in Regional Science，1993，72(3):283 -295．

［14］ZHANG Z，GRIFFITH D A．Developing user-friendly spatial statistical analysis modules for GIS:An example using ArcView［J］．Computers，environment and urban systems，1997，21(1):5-29．

［15］THERIAULT M，DES R F，VILLENEUVE P，et al．Modelling interactions of location with specific value of housing attributes［J］．Property Management，2003，21(1):25-62．

［16］LEVINE R，ZERVOS S．Stock market development and long-run growth［J］．The World Bank Economic Review，1996，10(2):323-339．

［17］LEGENDRE P．Spatial autocorrelation:trouble or new paradigm?［J］．Ecology，1993，74(6):1659-1673．

［18］CRESSIE N．Statistics for Spatial Data［J］．Terra Nova，1992，4(5):613-617．

［19］ORD J K，GETIS A．Local spatial autocorrelation statistics:distributional issues and an application［J］．Geographical analysis，1995，27(4):286-306．

［20］TIEFELSDORF M，BOOTS B．A note on the extremities of local Moran’s Iis and their impact on global Moran’s I［J］．Geographical Analysis，1997，29(3):248-257．

［21］DUBIN R A．Spatial autocorrelation and neighborhood quality［J］．Regional science and urban economics，1992，22(3):433-452．

［22］PANATIER Y，et al．Software for Spatial Data Analysis［M］．New York:Springer-Verlag，1996．

［23］沈體雁，等．空間計量經濟學［M］．北京:北京大學出版社，2010．

［24］ANSELIN L．Spatial econometrics:methods and models［M］．Germany:Springer，1988．

［25］ZADEH L A．Fuzzy algorithms［J］．Information and control，1968，12(2):94-102．

［26］高鐵梅．計量經濟分析方法與建模［M］．北京:清華大學出版社，2009．

［27］DICKEY D A，FULLER W A．Likelihood ratio statistics for autoregressive time series with a unit root［J］．Econometrica:Journal of the Econometric Society，1981，49 (4):1057-1072．

［28］GRANGER C W J，Newbold P．Spurious regressions in econometrics［J］．Journal of econometrics，1974，2(2):111 -120．

［29］TSE Y，BOOTH G G．Information shares in international oil futures markets［J］．International review of economics＆finance，1997，6(1):49-56．

(責任編輯許若茜)

Research Frontier and Application of Real Estate Appraisal Methods

JIANG Song
(School of Economy＆Trade，Chongqing University of Technology，Chongqing 400054，China)

Real estate assessment activities is an important part of decision-making and trading behavior reached of market players，but the correct and effective assessment activities rely on the use of scientific assessment methods．This paper systematically reviewed the various types of real estate assessment methods in comparison and analysis of the limitations of traditional assessment methods，and introduced the cutting-edge methods，theirs principle and applicability by sitting examples or empirical analysis，such as artificial neural network method，hedonic price method，spatial analysis，fuzzy logic method and Autoregressive Integrated Moving Average(ARIMA)，and strived to provide an effective assessment tools and to lay a solid theoretical foundation for the objectively evaluation of real estate prices．

F293．3

A

1674-8425(2015)11-0047-10

10．3969/j．issn．1674-8425(s)．2015．11．008

2014-12-12

國家社會科學基金項目“全球價值鏈視角下西部制造業轉型升級機制與路徑選擇研究”(14BJY076);教育部人文社會科學青年基金項目“農業適度規模經營與金融服務共生演化機理及模式研究——基于農業價值鏈視角”(15XJC790003);重慶市教委科學技術研究項目“農業適度規模經營與金融服務創新的協同演化機制研究——基于價值鏈視角”(KJ1500919);重慶市社會科學規劃青年項目“重慶市農業適度規模經營發展與金融服務創新的協同機制研究——基于價值鏈視角”(2015QNJJ08);重慶理工大學科研啟動基金項目“經濟金融化對城鎮化演進的影響及其機理研究”(2014ZD40);重慶理工大學研究生教育教學改革項目“全日制專業學位研究生實踐教學質量評估機制設計與模式創新研究”(yjg2014208);重慶市研究生教育教學改革研究項目“全日制農業推廣碩士培養模式研究”(yjg133051)

姜松(1986—)，男，講師，博士，研究方向:宏觀金融、農村金融、數理金融方法及應用。

姜松．房地產價格評估方法前沿動態及其應用研究［J］．重慶理工大學學報:社會科學，2015(11):47 -56．

format:JIANG Song．Research Frontier and Application of Real Estate Appraisal Methods［J］．Journal of Chongqing University of Technology:Social Science，2015(11):47-56．