房地產估價市場法的歸納研究分析

李鳳 孫宇彤 王瑩

隨著我國房地產市場的不斷完善和物業稅的開征，市場比較法顯得日趨重要。本文將從市場比較法估價的整個過程----即交易案例的選擇，特征因素的確定，影響因素的量化處理和最終比準價格的確定，對市場比較法進行全方位的歸納討論分析，進而減少每個過程的誤差，從而達到提高房地產估價價格的準確性的目的！

市場法概述

市場法（Market Comparative Method），又稱市場比較法、市價比較法、交易實例比較法，是通過類似房地產的成交價格來求取估價對象價值的方法，較具體地說，是選取一定數量、符合一定條件、發生過交易的類似房地產，然后將它們與估價對象進行比較，對它們的成交價格進行適當的處理來求取估價對象價值的方法。

市場法估價需要具備的條件是在估價時點的近期有較多的類似房地產的交易，因此在運用市場法的時候，需要房地產市場比較活躍，這樣才能保證房地產交易的實例較多，容易搜集，同時在對比指標和技術參數上具有良好的替代性。

市場法估價的步驟：①搜集交易實例；②選取可比實例（3 個或3 個以上）；③對可比實例的成交價格做適當修正（包括交易情況、交易日期、房地產狀況的修正）；④求取比準價格。

交易案例的收集

市場法適合于有豐富交易實例的房地產估價.因此尋找一定數量且合乎標準的參照物，是應用市場法的關鍵所在。

交易實例的信息資料的來源有兩種，即直接來源和間接來源，兩種渠道資料的獲取都有其局限性。

第一，直接來源。

直接來源就是直接從交易雙方獲取交易實例的相關數據資料。房地產市場是一個不完全的市場，房地產成交價格往往容易受交易中的一些特殊因素的影響，從而偏離正常的市場價格！例如，強迫出售或強迫購買的交易，利害關系人之間的關系，交易雙方或某一方對交易對象或市場行情缺乏了解的交易！急于出售或急于購買的交易。交易雙方或某一方對所交易的房地產有偏好的交易！相鄰房地產的合并交易，交易稅費非正常負擔，受迷信影響等！

因此在評估中應該盡可能地調查訪問已交易的資產買賣雙方，收集有關交易實例的各種信息資料，了解市場的交易情況，對可比實例的成交價格進行修正。在市場法評估中交易案例的信息資料的直接來源中，可借鑒的抽樣調查方法主要有重點調查、訪問調查、觀察法等方法。直接的數據資料對于評估人員來說可信度很高，但由于人力、物力、財力等各方面的客觀原因，這種方法收集上來的資料還是有限的。

第二，間接來源。

間接來源是指通過別人的調查或實驗數據而獲得信息的途徑。對于市場法而言，資料翔實充分會使評估結果趨于客觀合理，而作為公布市場信息的各媒介應充分發揮其信息橋梁作用。這里所說的媒介一般包括新聞媒介、專業雜志、政府信息中心等。

新聞媒介。新聞媒介的信息不僅包含了原始信息，并且通常還有一些分析。這些分析有助于評估人員加深對所需信息的理解，并能節約分析時間。但新聞媒介在報道一些產業、公司和政府機構時往往帶有一定的傾向性，評估人員要注意對這些信息的鑒別。

專業雜志。搜集各種報刊雜志上、網絡上有關資產出售、出租和產權轉讓的廣告，再通過電話、網絡、傳真等方式咨詢相關資產的實體特征、經濟特征、交易條件等具體內容。。對評估機構來說，有時最好的信息源還是專業的雜志。這些行業雜志一方面能夠提供市場法理論研究的新成果。另一方面，能夠提供及時準確的市場信息資料！

政府信息中心。許多有關信息還可通過查看各級政府部門的資料獲取。例如房地產權利人轉讓房地產時向政府有關部門申報的成交價格資料，政府出讓建設用地使用權的價格資料，政府或其授權的部門確定，公布的基準地價，標定地價，房屋重置價格及房地產市場價格資料等！這些政府部門的資料一般具有較高的權威性和可信度。

同行之間互相提供信息。這可以通過當地資產評估協會從中協調，或者建立評估協會的資料信息網，促使評估機構在該信息網上發布信息、交流各自經手的交易實例。

建立交易實例數據庫及GIS信息系統。評估過程是以基礎數據資料為依據，應用評估理論、方法進行分析、對比、計算的過程。市場法進行評估尤其需要大量的市場交易參考資料。因此，在平時的估價過程中，評估機構要注意收集和存檔一些典型交易實例以備選用。

在計算機技術和網絡技術的飛速發展的今天，房地產評估機構，應該抓住機遇，利用計算機網絡技術的強大的數據管理功能和空間數據分析功能，積極建立起自己的市場信息資料庫，及時保存和查詢相關的資料，強化評估信息的搜集、處理、儲備能力，提高評估結果的正確性，使市場法得到更好的應用。例如，建立基于GIS的房地產估價信息系統，將地理信息系統與房地產估價信息、房地產估價模型結合，可以提高可比實例選取的準確性以及規范估價人員對估價方法中參數取舍的主觀隨意性，實現估價理論與方法的科學性、嚴密性。

交易實例的選取

一、可比實例在選擇時包括定量選擇和定性選擇兩方面

第一，數量上的定量選擇。

定量選擇指在數量上對參照物的個數進行確定，個數不能太少，否則會因某些偶然因素而影響評估價值，當然個數也不能太多，這樣會造成不必要的浪費。

第二，特征上的定性選擇。

定性選擇指從可比實例的質量出發進行選擇。選取可比實例時，不僅僅是從單一的價格出發進行比較，還應考慮可比實例的交易類型，交易日期和房地產狀況等因素。在市場法估價中，尤其是房地產狀況因素最為復雜，它還包括區位條件、建筑結構、權利性質、用途等具體的因素。在比較時，資料數量大，可靠性要求高，選取時的工作量較大。

二、提高評估人員的執業水平和經驗技能

在交易案例的選擇中，既涉及交易案例本身的選取也涉及選取案例的專家，采用市場法對房地產進行評估時，要求評估人員能夠全面準確地調查市場資料，合理選擇比較案例，并將比較案例與評估對象進行全面、細致的比較，確定適當的修正系數，以保證評估結果的準確性。因此評估人員的執業水平和經驗技能的高低與評估結果的準確性有著緊密的關系。但是目前國內缺少能夠熟練運用市場法的高素質人才，制約了市場法的應用，因此要全面提高評估人員的執業水平和經驗技能！

指標因素的修正

市場法應用中的另外的一個難點就是對交易實例進行指標因素的修正，通常在估價中主要對交易實例的房地產價格進行交易日期、交易情況、和房地產狀況三方面的調整，最后得出待估房地產的價格！因此，在對交易實例的指標因素進行相關的修正時，如果我們遵循一定的修正順序，在修正的各個階段使用適宜的修正方法，這樣既可以節約相關的時間，又可以提高評估結果的準確性！

一、特征因素的選擇

可比實例的選擇必須符合基本可比性，即要保證用途相同、結構相同、時間相近、處于同一供求范圍。影響程度比較大的因素作為特征因素，特征因素的選擇針對房地產的不同用途，我們這里可以借助專家的實踐經驗和專業知識來選擇他們認為影響程度大的因素作為特征因素，并結合實際情況確定其隸屬度和權重。

由于影響房地產的因素比較多，結合房地產估價這個特點，我們這里可以運用Delphi法（即專家打分法）來確定特征因素。Delphi法是針對所預測的問題選擇一批專家，根據專家的意見對關心的問題作預測。具體做法是：

第一步，選擇專家。要求專家總體權威性高，代表面廣；如房地產估價師、資產評估師、政策決策人員等等，人數適當，建議在10人左右；

第二步，設計征詢表格。確定評價指標，表格中將預測問題的可能結果設計成多項選擇答案，發給各個專家，將各個專家的反饋結果匯總加工整理，同時準備比較案例和待評估的資料。

第三步，專家征詢和轉詢信息反饋，再次設計表格發給專家，征求意見。

這樣，分別由每個專家單獨掌握的信息會傳遞給所有的專家使得各專家掌握了全面的預測信息。類似經過幾次循環，專家的意見會很集中，得到基本一致的預測結果，確定了在這個可比實例中影響程度比較大的特征因素。

二、為特征因素建立指標體系

進行房地產狀況調整，就是把可比實例在自身狀況下的價格，調整為在估價對象房地產狀況下的價格。房地產狀況調整可以區分為區位狀況調整，實物狀況調整和權益狀況調整。在這三種調整中，還應該進一步地細分為若干因素的調整。

因此，在修正過程中，可以采用層次分析法，將其分為三大類，分別為一、二、三個等級. 房地產狀況調整為一級評價指標，再將一級評價指標分為區位狀況調整，實物狀況調整和權益狀況調整（稱為二級因素）， 各二級因素又可分為若干子因素（稱為三級因素）。這些相互獨立、相互影響的因素，構成了影響房地產價格水平的因素評價體系！

然后，確定三級指標中各因素指標的指標分值計算辦法或評分標準；再利用專家打分法的方法，計算各三級指標對二級指標的影響權重及二級指標對評價目標的影響權重，按一定的并合規則，將各影響因素的指標分值并合成評價目標的綜合總分值。

三、建立多元線性回歸模型

房地產的價格影響因素有許多，但是待估房地產與交易案例之間價格的差異是由于它們因素量值不同而引起的。因此，可以把待估房地產與交易案例的價格看成諸因素的函數，隨著因素量值的變化而變化；通過多元線性擬合，把類似待估房地產的價格盡量地靠近所擬合的直線，即通過方程計算出來的價格與實際交易價格差的平方和最小。那么，我們通過方程計算出來的待估房地產的價格則與實際價格值差別最小，這樣能提高估價的準確性。最后，我們也可以通過回歸模型中的F和t檢驗方式，來檢驗回歸方程的顯著性和相關性，進而得到合乎標準的可比實例。因為已有的文獻已經對具體的回歸模型的建立及操作步驟做過詳細的論述，本文將在這里不做過多的解釋。

結論：隨著我國房地產市場的發展和活躍度的增加，如何科學地運用市場法進行房地產評估變得越來越重要。根據市場法的替代原理，從科學合理進行全方位的交易案例的收集，憑借專家的豐富經驗及數學線性回歸的方法實現指標因素的科學量化，提高房地產估價的準確度，從而客觀的反應出估價結果的真實性和可信性對其在我國的實際應用具有重要的意義！

（作者單位：北京林業大學經濟管理學院）