特征价格
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
采用特征价格方法对房地产进行估价, 对特征变量的选择是非常关键的一步。以 往研究中往往把房地产的特征分为 （一）建筑特征 （二）邻里特征 （三）区位特征
建筑特征
住宅价格常常跟住宅建筑本身的特征相关。 如果一套住宅有更多的令人满意的建筑特 征, 那么在市场上所能获得的价格就更高。 这是因为消费者愿意为更多的空间( 特别 是功能空间) 支付更多的费用, 从而提高 生活的质量。
在一些房地产市场尚不够成熟的地区 很难采用市场比较法估价。即使是在房地 产市场比较发达的地区, 比较法也可能不 大适用于某些情况。 百度文库次, 比较法需要在交易情况、交易 日期、房地产特征等方面对比较对象进行 修正, 有的很难采用量化的计算公式。
对于没有收益的房地产或者收益无法 测算的房地产, 无法采用收益法实施评估, 而且未来收益的估算也受到企业经营管理 水平的影响。 在实际操作中, 还原利率的确定随意性 大, 往往对评估结果产生较大影响。
国内研究综述：
在我国，由于20世纪80年代以前实行的是住房实物配给制度， 没有应用HPM的基础，1998年住房市场商品化改革之后，逐渐有国 内学者开始应用HPM进行研究。但是早期的研究主要是简单介绍特 征价格理论，或者将它作为一种编制价格指数的方法。在2003年之 后，研究的重点开始转向，主要集中在对国内住宅市场建立HPM并 运用大量市场数据进行实证研究。温海珍(2003)在其博士论文中对 杭州市290个住宅小区4063个挂牌交易样本的数据整合后建立了住 宅HPM，并对影响住宅价格的特征因素进行了实证分析。周刚华（ 2004）采用线性函数居住用地和商务用地HPM，对影响城市土地价 格的微观因素进行了比较分析。王力宾（2006）构建了较为完整的 “纯价格变化”特征价格指数的理论框架。郭晓宇（2008）通过特 征价格方法，筛选了分区市场的最优模型，并确定城市内部存在细 分市场。
Coefficient
Std. Error
t-Statistic
Prob.
C CA
-6164.795 -0.010753
5513.001 0.007194
-1.118229 -1.494838
0.275 0.1486
FS
HA LH NC PR TC
0.005862
-401.0754 33251.36 960.975 3073.029 611.6099
特征价格理论
特征价格理论认为, 房地产是一 种异质商品, 产品本身具有的一系列 特征是效用产生的源泉, 不同特征结 合在一起形成影响消费者总效用的特 征包。
• 特征价格理论认为房地产由众多丌同的特征组成，而房地 产价格是由所有特征带给人们的效用决定的。由于各特征 的数量及组合方式丌同，使得房地产的价格产生差异。特 征价格理论认为, 房地产是一种异质商品, 产品本身具有的 一系列特征是效用产生的源泉, 丌同特征结合在一起形成 影响消费者总效用的特征包。虽然房地产的交易价格在市 场上是可观察的, 但是房地产特征对应着隐含价格, 每个特 征对应一个隐含市场, 整个房地产市场可被理解为由多个 特征的隐含市场构成。
基于特征价格的房 地产评估新方法
随着住房制度的改革和完善, 我国房地 产市场将更加活跃, 房地产评估活动在房 地产市场上发挥着越来越重要的作用。 目前, 我国在房地产评估实践中采用的 方法主要包括市场比较法、收益还原法和 重置成本法。
三大传统房地产评估方法的局限性
• 成本法
• 市场法 • 收益法
18624.19 7488.709 19.4136 19.78366 19.53423 1.944296
Prob(F-statistic)
0
通过计算得出如下结果： C(2)*CA=-2824.26 C(3)*FS=1131.062 C(4)*HA=-1888.936 C(5)*LH=12255.5 C(6)*NC=3626.906 C(7)*PR=7055.08 C(8)*TC=1676.995 由此可知建筑面积不房价呈一定的反向关系即小户型的房 价可能会更高一些，这不现实交易情况是相符的。 • 其他因素如占地面积、容积率、绿化率、交通情况、邻里 关系不房价成正相关。尤其是邻里特征和绿化率具有更强 的正相关性。 • • • • • • • • •
0.007794
143.6223 13273.32 762.0536 537.4468 657.8925
0.752094
2.79257 2.505129 1.261033 5.717829 0.92965
0.4596
0.0103 0.0198 0.2199 0 0.3622
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic
国内外文献综述
国外研究：
1961年，Griliches就开始利用特征价格的方法编制了汽车产业的价格 指数。在应用较多的住宅价格指数方面，Chowhan &Prud'homrne (2000)， Englund, Quigley & Redfearn(1998)， Hoffman&Kurz (2002) ， Moulton (1995),Malpezzi(1998), Tiwari & Hasgawa(2000)是众多研 究中的代表，另外一些特征价格研究还构建了特别用途的住宅价格指数， 如对贫困分界点的测量进行改进(Short 1999)。而在政府应用方面，美国 联邦统计署早在1968年就开始应用特征价格法于新住房的官方统计。到目 前为止，官方采用特征法作为全国性房地产价格指数统计编制依据的国家 已经有美国、英国、法国、德国、芬兰、爱尔兰、荷兰、挪威、瑞典等。 2004年1月至2005年6月，中国指数研究院对运营10年的中国房地产指数 进行了全面的技术改进，也引入了HPM，形成了对中国房地产指数系统的 有力补充。
NEW
由于传统方法中存在着缺 陷，其他评估方法应运而 生（新出现的方法往往由 这三种方法派生而来） ①比较法 → 路线价法 ②成本法 → 假设开发 法 ③收益法 → 投资法
特征价格法
特征价值法又称Hedonic模型法和 效用估价法。该方法认为房地产由众 多不同的特征组成，而房地产价格是 由所有特征带给人们的效用决定的。 由于各特征的数量及组合方式不同， 使得房地产的价格产生差异。
邻里特征
邻里特征主要包括三 类: 一是社会经济变 量, 如邻里的社会阶 层、职业状况等;二是 政府或市政公共服务 设施, 如商店、学校、 医院等; 三是外在性 影响, 如自然环境、 犯罪率、交通噪声等。
区位特征
住宅的区位特征一般从整个城市范围的角 度进行考虑, 往往是对可达性进行量化 。 无论何种形式的可达性测量, 都对住宅价 格有一定的影响。
具体应用时，选择哪一种函数形式应通 过统计分析和假设检验确定，且进入模型 的变量应符合统计显著性、符号与假设一 致性等原则。 一般来说，大多数研究者都是凭经验初 步设定函数形式，然后不断地修正，直到 认为函数形式能够解释样本数据的差异， 并使得模型对样本数据的拟合满足要求。
应用价值通过对特征价格理论的研究与应用，可以 在各个方面找到平衡
以住宅为例： 房地产的特 征把开发商、 消费者以及 产品本身紧 密联系在一 起。（其关 系如右图）
开发商通过产品的设计、建造、维 修等向市场提供具有不同特征的住宅 产品, 特征不同, 需要承担的成本也 不同。 消费者购买住宅产品是为了满足生 活、娱乐等需要, 住宅产品所能提供 的效用取决于特征的组合及其数量。
自变量 线性函数 P=C0 +Σ CiXi+ε 对数函数 lnP=C0 +Σ CilnXi+ ε 半对数函数 lnP=C0 +Σ CiXi+ε 线性形式
因变量 线性形式
回归系数 特征变量的 隐含价格 （常数） 特征变量的 价格弹性 （常数） 特征变量每 变动一个单 位时，特征 价格随之变 动的增长率
特征价格法的基本思路
首先，将房地产商品的价格分解，以显 现出其各项特征的隐含价格。 其次，在保持房地产的特征不变的情况 下，将房地产价格变动中的特征因素分解， 从价格的总变动中逐项剔除特征变动的影 响，剩下的便是纯粹由供求关系引起的价 格变动。
特征价格定价方法近些年被许多统计机构所 接纳，并被认为是最有前途的方法。目前特征价 格模型在具体应用中常采用三种函数形式： 1.线性函数：P=C0 +Σ CiXi+ε 2.对数函数：lnP=C0 +Σ CilnXi+ε 3.半对数函数：lnP=C0 +Σ CiXi+ε P为城市住宅价格，C0为除特征变量外其他影响价 格的常量之和，Ci（ i>0）为特征变量的特征价 格，Xi为特征变量，ε 为误差项。
• 第一，可以为政府部门制定相关政策和评价提供 依据。 • 第二，房地产开发商或房地产评估公司可以通过 住宅的特征价格来进行产品的定价。
• 第三，消费者选择购房时，运用住宅的特征价格 来进行产品的正确估价。
• 第四，特征价格理论对判断城市房地产业发展状 况带来了新的理论依据。
特征价格法的实际运用
自从Rider 于1967 年把特征价格理论 应用到住宅市场分析以来, 特征价格模型 已经发展为房地产领域广泛应用的模型之 一。不同的房地产价格, 反映了房地产本 身特征数量的差异, 这一观点已经被普遍 接受。
开发商和消费者之间通过市场进行交 易, 其交易价格则表现为产品的特征价格 之和。 从房地产评估的角度来看, 由于待估 价的房地产一般已经具体到个体, 特征明 显, 且其特征数量方面的资料容易取得。 如果能够通过市场交易数据计算出产品 特征的价格, 那么就可以根据特征的数量 来评估房地产的价格。
住宅特征对住宅价格的影响
从实践来看, 即使是同一房地产, 采用这三种方法评估所得的结果 有时也相差较大。 一般而言：
成本法<市场比较法<收益法
现实生活中房地产的价格取决于其效 用, 而不是所花费的成本; 房地产成本的 增加并不一定能增加其价值, 投入成本不 多也不一定说明其价值不高。 成本法进行估价比较费时费力, 难度 最大的就是折旧的计算, 往往是以估价人 员的主观判断为依据。
仙林、江宁、鼓楼31个楼盘基本情况表
用最小二乘法拟合出7个影响因素不价格的线性关系
用最小二乘法拟合出7个影响因素不价格的线性关系 Estimation Command: ========================= LS V C CA FS HA LH NC PR TC Estimation Equation: ==== ===================== V = C(1) + C(2)*CA + C(3)*FS + C(4)*HA + C(5)*LH + C(6)*NC + C(7)*PR + C(8)*TC • Substituted Coefficients: • ========================= • V = -6164.79538808 - 0.0107532437225*CA + 0.0058618874735*FS + 401.075385939*HA + 33251.3622243*LH + 960.975027602*NC + 3073.029023*PR + 611.609860177*TC • • • • • • •
对数形式
对数形式
线性形式
对数形式
特征价格模型的优点是：
（一）容易取样，可以得到大量价格资料 （二）模型的经济意义比较直观 （三）计算相对简单
特征价格方法从房地产特征的隐含价 格出发进行评估, 可以对市场比较法、 收益还原法和重置成本法等评估方法 进行改进。弥补原始方法中的不足与 缺陷。
特征价格法的理论运用
0.826213 0.773321 3565.435 2.92E+08 -292.9107 15.62082
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
建筑特征
住宅价格常常跟住宅建筑本身的特征相关。 如果一套住宅有更多的令人满意的建筑特 征, 那么在市场上所能获得的价格就更高。 这是因为消费者愿意为更多的空间( 特别 是功能空间) 支付更多的费用, 从而提高 生活的质量。
在一些房地产市场尚不够成熟的地区 很难采用市场比较法估价。即使是在房地 产市场比较发达的地区, 比较法也可能不 大适用于某些情况。 百度文库次, 比较法需要在交易情况、交易 日期、房地产特征等方面对比较对象进行 修正, 有的很难采用量化的计算公式。
对于没有收益的房地产或者收益无法 测算的房地产, 无法采用收益法实施评估, 而且未来收益的估算也受到企业经营管理 水平的影响。 在实际操作中, 还原利率的确定随意性 大, 往往对评估结果产生较大影响。
国内研究综述：
在我国，由于20世纪80年代以前实行的是住房实物配给制度， 没有应用HPM的基础，1998年住房市场商品化改革之后，逐渐有国 内学者开始应用HPM进行研究。但是早期的研究主要是简单介绍特 征价格理论，或者将它作为一种编制价格指数的方法。在2003年之 后，研究的重点开始转向，主要集中在对国内住宅市场建立HPM并 运用大量市场数据进行实证研究。温海珍(2003)在其博士论文中对 杭州市290个住宅小区4063个挂牌交易样本的数据整合后建立了住 宅HPM，并对影响住宅价格的特征因素进行了实证分析。周刚华（ 2004）采用线性函数居住用地和商务用地HPM，对影响城市土地价 格的微观因素进行了比较分析。王力宾（2006）构建了较为完整的 “纯价格变化”特征价格指数的理论框架。郭晓宇（2008）通过特 征价格方法，筛选了分区市场的最优模型，并确定城市内部存在细 分市场。
Coefficient
Std. Error
t-Statistic
Prob.
C CA
-6164.795 -0.010753
5513.001 0.007194
-1.118229 -1.494838
0.275 0.1486
FS
HA LH NC PR TC
0.005862
-401.0754 33251.36 960.975 3073.029 611.6099
特征价格理论
特征价格理论认为, 房地产是一 种异质商品, 产品本身具有的一系列 特征是效用产生的源泉, 不同特征结 合在一起形成影响消费者总效用的特 征包。
• 特征价格理论认为房地产由众多丌同的特征组成，而房地 产价格是由所有特征带给人们的效用决定的。由于各特征 的数量及组合方式丌同，使得房地产的价格产生差异。特 征价格理论认为, 房地产是一种异质商品, 产品本身具有的 一系列特征是效用产生的源泉, 丌同特征结合在一起形成 影响消费者总效用的特征包。虽然房地产的交易价格在市 场上是可观察的, 但是房地产特征对应着隐含价格, 每个特 征对应一个隐含市场, 整个房地产市场可被理解为由多个 特征的隐含市场构成。
基于特征价格的房 地产评估新方法
随着住房制度的改革和完善, 我国房地 产市场将更加活跃, 房地产评估活动在房 地产市场上发挥着越来越重要的作用。 目前, 我国在房地产评估实践中采用的 方法主要包括市场比较法、收益还原法和 重置成本法。
三大传统房地产评估方法的局限性
• 成本法
• 市场法 • 收益法
18624.19 7488.709 19.4136 19.78366 19.53423 1.944296
Prob(F-statistic)
0
通过计算得出如下结果： C(2)*CA=-2824.26 C(3)*FS=1131.062 C(4)*HA=-1888.936 C(5)*LH=12255.5 C(6)*NC=3626.906 C(7)*PR=7055.08 C(8)*TC=1676.995 由此可知建筑面积不房价呈一定的反向关系即小户型的房 价可能会更高一些，这不现实交易情况是相符的。 • 其他因素如占地面积、容积率、绿化率、交通情况、邻里 关系不房价成正相关。尤其是邻里特征和绿化率具有更强 的正相关性。 • • • • • • • • •
0.007794
143.6223 13273.32 762.0536 537.4468 657.8925
0.752094
2.79257 2.505129 1.261033 5.717829 0.92965
0.4596
0.0103 0.0198 0.2199 0 0.3622
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic
国内外文献综述
国外研究：
1961年，Griliches就开始利用特征价格的方法编制了汽车产业的价格 指数。在应用较多的住宅价格指数方面，Chowhan &Prud'homrne (2000)， Englund, Quigley & Redfearn(1998)， Hoffman&Kurz (2002) ， Moulton (1995),Malpezzi(1998), Tiwari & Hasgawa(2000)是众多研 究中的代表，另外一些特征价格研究还构建了特别用途的住宅价格指数， 如对贫困分界点的测量进行改进(Short 1999)。而在政府应用方面，美国 联邦统计署早在1968年就开始应用特征价格法于新住房的官方统计。到目 前为止，官方采用特征法作为全国性房地产价格指数统计编制依据的国家 已经有美国、英国、法国、德国、芬兰、爱尔兰、荷兰、挪威、瑞典等。 2004年1月至2005年6月，中国指数研究院对运营10年的中国房地产指数 进行了全面的技术改进，也引入了HPM，形成了对中国房地产指数系统的 有力补充。
NEW
由于传统方法中存在着缺 陷，其他评估方法应运而 生（新出现的方法往往由 这三种方法派生而来） ①比较法 → 路线价法 ②成本法 → 假设开发 法 ③收益法 → 投资法
特征价格法
特征价值法又称Hedonic模型法和 效用估价法。该方法认为房地产由众 多不同的特征组成，而房地产价格是 由所有特征带给人们的效用决定的。 由于各特征的数量及组合方式不同， 使得房地产的价格产生差异。
邻里特征
邻里特征主要包括三 类: 一是社会经济变 量, 如邻里的社会阶 层、职业状况等;二是 政府或市政公共服务 设施, 如商店、学校、 医院等; 三是外在性 影响, 如自然环境、 犯罪率、交通噪声等。
区位特征
住宅的区位特征一般从整个城市范围的角 度进行考虑, 往往是对可达性进行量化 。 无论何种形式的可达性测量, 都对住宅价 格有一定的影响。
具体应用时，选择哪一种函数形式应通 过统计分析和假设检验确定，且进入模型 的变量应符合统计显著性、符号与假设一 致性等原则。 一般来说，大多数研究者都是凭经验初 步设定函数形式，然后不断地修正，直到 认为函数形式能够解释样本数据的差异， 并使得模型对样本数据的拟合满足要求。
应用价值通过对特征价格理论的研究与应用，可以 在各个方面找到平衡
以住宅为例： 房地产的特 征把开发商、 消费者以及 产品本身紧 密联系在一 起。（其关 系如右图）
开发商通过产品的设计、建造、维 修等向市场提供具有不同特征的住宅 产品, 特征不同, 需要承担的成本也 不同。 消费者购买住宅产品是为了满足生 活、娱乐等需要, 住宅产品所能提供 的效用取决于特征的组合及其数量。
自变量 线性函数 P=C0 +Σ CiXi+ε 对数函数 lnP=C0 +Σ CilnXi+ ε 半对数函数 lnP=C0 +Σ CiXi+ε 线性形式
因变量 线性形式
回归系数 特征变量的 隐含价格 （常数） 特征变量的 价格弹性 （常数） 特征变量每 变动一个单 位时，特征 价格随之变 动的增长率
特征价格法的基本思路
首先，将房地产商品的价格分解，以显 现出其各项特征的隐含价格。 其次，在保持房地产的特征不变的情况 下，将房地产价格变动中的特征因素分解， 从价格的总变动中逐项剔除特征变动的影 响，剩下的便是纯粹由供求关系引起的价 格变动。
特征价格定价方法近些年被许多统计机构所 接纳，并被认为是最有前途的方法。目前特征价 格模型在具体应用中常采用三种函数形式： 1.线性函数：P=C0 +Σ CiXi+ε 2.对数函数：lnP=C0 +Σ CilnXi+ε 3.半对数函数：lnP=C0 +Σ CiXi+ε P为城市住宅价格，C0为除特征变量外其他影响价 格的常量之和，Ci（ i>0）为特征变量的特征价 格，Xi为特征变量，ε 为误差项。
• 第一，可以为政府部门制定相关政策和评价提供 依据。 • 第二，房地产开发商或房地产评估公司可以通过 住宅的特征价格来进行产品的定价。
• 第三，消费者选择购房时，运用住宅的特征价格 来进行产品的正确估价。
• 第四，特征价格理论对判断城市房地产业发展状 况带来了新的理论依据。
特征价格法的实际运用
自从Rider 于1967 年把特征价格理论 应用到住宅市场分析以来, 特征价格模型 已经发展为房地产领域广泛应用的模型之 一。不同的房地产价格, 反映了房地产本 身特征数量的差异, 这一观点已经被普遍 接受。
开发商和消费者之间通过市场进行交 易, 其交易价格则表现为产品的特征价格 之和。 从房地产评估的角度来看, 由于待估 价的房地产一般已经具体到个体, 特征明 显, 且其特征数量方面的资料容易取得。 如果能够通过市场交易数据计算出产品 特征的价格, 那么就可以根据特征的数量 来评估房地产的价格。
住宅特征对住宅价格的影响
从实践来看, 即使是同一房地产, 采用这三种方法评估所得的结果 有时也相差较大。 一般而言：
成本法<市场比较法<收益法
现实生活中房地产的价格取决于其效 用, 而不是所花费的成本; 房地产成本的 增加并不一定能增加其价值, 投入成本不 多也不一定说明其价值不高。 成本法进行估价比较费时费力, 难度 最大的就是折旧的计算, 往往是以估价人 员的主观判断为依据。
仙林、江宁、鼓楼31个楼盘基本情况表
用最小二乘法拟合出7个影响因素不价格的线性关系
用最小二乘法拟合出7个影响因素不价格的线性关系 Estimation Command: ========================= LS V C CA FS HA LH NC PR TC Estimation Equation: ==== ===================== V = C(1) + C(2)*CA + C(3)*FS + C(4)*HA + C(5)*LH + C(6)*NC + C(7)*PR + C(8)*TC • Substituted Coefficients: • ========================= • V = -6164.79538808 - 0.0107532437225*CA + 0.0058618874735*FS + 401.075385939*HA + 33251.3622243*LH + 960.975027602*NC + 3073.029023*PR + 611.609860177*TC • • • • • • •
对数形式
对数形式
线性形式
对数形式
特征价格模型的优点是：
（一）容易取样，可以得到大量价格资料 （二）模型的经济意义比较直观 （三）计算相对简单
特征价格方法从房地产特征的隐含价 格出发进行评估, 可以对市场比较法、 收益还原法和重置成本法等评估方法 进行改进。弥补原始方法中的不足与 缺陷。
特征价格法的理论运用
0.826213 0.773321 3565.435 2.92E+08 -292.9107 15.62082
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat