模型化的土地投資

高價買地是科學決策還是沖動投資？在土地投資上，大家都想看到機會和風險的分界線在哪里。每種判斷似乎都有背后的理由，其實土地背靠城市，究竟有多少潛力，大數據會實打實地告訴你。

說到土地和城市的價值，過往人們總覺得難以說清道明，直到土地拍賣的最后一槌砸下來時，才知道確數。仔細想來，一塊地究竟值多少無非看三方面的因素：土地本身的條件、所在城市的潛力，還有企業根據自身情況所能做的決策選擇。

當土地條件被解構為新房和二手房以及土地項目等數據信息，當城市的潛力被量化為常住人口、戶籍人口、房價收入比、地價房價比、與中心城市房價比、百強企業進入數量、私家車保有量、中青年人數以及企業銷售額等一連串量化數據，加上企業土地儲備、布局城市、資產負債率、銷售毛利率、總資產、品牌價值、市場份額、產品能力等評估內容，以上內容統統變成數字輸入模型進行評估，被計算后的結論會不會引起你的好奇？

數字化的土地

要判斷高價拿地到底是科學的決策還是沖動的投資，并非一個簡單的問題。想確定合理的拿地價格數據，僅靠傳統的評估方式已不能完全解釋現在土地市場價格的每個變化。如今房地產行業的大數據時代已經來臨，將數據融合在一起形成大數據分析將是未來的趨勢。而關于土地的種種方面都完全可以變成數字。

到底應不應該拿地，以什么價格拿地，拿什么來做一個很好的支撐？中國指數研究院使用大數據技術作為其拿地系統的工具，將300個城市超過百萬個的樓盤信息全面引入數據分析系統，通過海量的數據評估某一地塊的價值。在評估的基礎之上，量化不同企業對于不同地塊拿地的意愿和偏好，如品牌企業明顯實力越來越強，或是企業有資源、產品方面的信心，會對某一塊地出比較高的價格。整個系統以價格作為基礎來設計整體，通過量化的數字來表現對最終拿地價格產生的影響因素，計算出最終合理的價格數。

這個過程需要擁有龐大的數據庫去做樣本對照，在大數據拿地系統當中包含了19萬個新房項目、37萬個二手房項目和46萬個土地項目作為數據庫和可比的樣本。隨后引入了評估規則，計算時會優先選擇新房，確定最優樣本，根據容積率修正樣本價格，之后考慮建筑年代修正二手房樣本價格。在不同等級城市中，選擇最優建安成本。

讓模型來判斷

去年融創備受關注的北京農展館地塊被融創集團以21億元的總價，外加異地建設27.8萬平方米醫院面積的條件獲得，實際成交總價為43.24億元，折合樓面價7.31萬元/平方米，溢價16.67%。而經過前兩種模型加上對融創集團的企業內因模型分析，中國指數研究院的大數據拿地系統認為融創對于目標地塊的合理拿地價格為18.9億元。

這個結果是通過土地評估模型、城市評價模型和企業內因模型三個模型運算出來的。使用大數據計算土地價值需要新鮮的數據做支持，從確定目標地塊到整個價格模型的修訂評估結果都是基于大量的數據。通過對一個城市的宏觀經濟、市場需求、市場熱點、市場活躍度、供求對比、盈利空間做判斷，可以看到這個城市的得分情況、絕對值的數量情況，多緯度分析城市的潛力，通過數據的提升，及時準確評價城市潛力。大數據拿地系統以電話訪問量等為先導性的、效果性行為指標，包括常住人口、戶籍人口、房價收入比、地價房價比、與中心城市房價比作為復合性指標，還有百強企業進入數量、私家車保有量、中青年人數、企業銷售額等特色性指標。將優選的指標進行得分量化，然后再通過分析得到指示分析，跟底層數據庫進行綁定，評價體系自然會更新到最新階段的評價結構。

在系統中每個企業的評價是不一樣的，模型最關鍵之處就是在針對不同的企業在不同的城市給出了相應的得分。通常企業決定在某個城市拿地的因素有很多，實力、資金狀況和戰略布局都很重要。這些內容也可以用量化的數字來體現，比如說企業實力當中包括產品能力、市場的份額，而產品能力中要看高檔樓盤占整個企業產品的比重，也有企業擁有多少這類樓盤，才能量化這個企業在某一個城市拿地的意愿和出價的意愿。比如，萬科在北京的從2009年開始已經有了524萬平方米的拿地，在北京有一定的土地儲備量，大數據拿地系統在給萬科打分的時候就會認為，對于當時出價意愿，萬科會比較謹慎，不會高價拿地。