房地产估价市场法的归纳研究分析

李凤 孙宇彤 王莹

随着我国房地产市场的不断完善和物业税的开征，市场比较法显得日趋重要。本文将从市场比较法估价的整个过程----即交易案例的选择，特征因素的确定，影响因素的量化处理和最终比准价格的确定，对市场比较法进行全方位的归纳讨论分析，进而减少每个过程的误差，从而达到提高房地产估价价格的准确性的目的！

市场法概述

市场法（Market Comparative Method），又称市场比较法、市价比较法、交易实例比较法，是通过类似房地产的成交价格来求取估价对象价值的方法，较具体地说，是选取一定数量、符合一定条件、发生过交易的类似房地产，然后将它们与估价对象进行比较，对它们的成交价格进行适当的处理来求取估价对象价值的方法。

市场法估价需要具备的条件是在估价时点的近期有较多的类似房地产的交易，因此在运用市场法的时候，需要房地产市场比较活跃，这样才能保证房地产交易的实例较多，容易搜集，同时在对比指标和技术参数上具有良好的替代性。

市场法估价的步骤：①搜集交易实例；②选取可比实例（3 个或3 个以上）；③对可比实例的成交价格做适当修正（包括交易情况、交易日期、房地产状况的修正）；④求取比准价格。

交易案例的收集

市场法适合于有丰富交易实例的房地产估价.因此寻找一定数量且合乎标准的参照物，是应用市场法的关键所在。

交易实例的信息资料的来源有两种，即直接来源和间接来源，两种渠道资料的获取都有其局限性。

第一，直接来源。

直接来源就是直接从交易双方获取交易实例的相关数据资料。房地产市场是一个不完全的市场，房地产成交价格往往容易受交易中的一些特殊因素的影响，从而偏离正常的市场价格！例如，强迫出售或强迫购买的交易，利害关系人之间的关系，交易双方或某一方对交易对象或市场行情缺乏了解的交易！急于出售或急于购买的交易。交易双方或某一方对所交易的房地产有偏好的交易！相邻房地产的合并交易，交易税费非正常负担，受迷信影响等！

因此在评估中应该尽可能地调查访问已交易的资产买卖双方，收集有关交易实例的各种信息资料，了解市场的交易情况，对可比实例的成交价格进行修正。在市场法评估中交易案例的信息资料的直接来源中，可借鉴的抽样调查方法主要有重点调查、访问调查、观察法等方法。直接的数据资料对于评估人员来说可信度很高，但由于人力、物力、财力等各方面的客观原因，这种方法收集上来的资料还是有限的。

第二，间接来源。

间接来源是指通过别人的调查或实验数据而获得信息的途径。对于市场法而言，资料翔实充分会使评估结果趋于客观合理，而作为公布市场信息的各媒介应充分发挥其信息桥梁作用。这里所说的媒介一般包括新闻媒介、专业杂志、政府信息中心等。

新闻媒介。新闻媒介的信息不仅包含了原始信息，并且通常还有一些分析。这些分析有助于评估人员加深对所需信息的理解，并能节约分析时间。但新闻媒介在报道一些产业、公司和政府机构时往往带有一定的倾向性，评估人员要注意对这些信息的鉴别。

专业杂志。搜集各种报刊杂志上、网络上有关资产出售、出租和产权转让的广告，再通过电话、网络、传真等方式咨询相关资产的实体特征、经济特征、交易条件等具体内容。。对评估机构来说，有时最好的信息源还是专业的杂志。这些行业杂志一方面能够提供市场法理论研究的新成果。另一方面，能够提供及时准确的市场信息资料！

政府信息中心。许多有关信息还可通过查看各级政府部门的资料获取。例如房地产权利人转让房地产时向政府有关部门申报的成交价格资料，政府出让建设用地使用权的价格资料，政府或其授权的部门确定，公布的基准地价，标定地价，房屋重置价格及房地产市场价格资料等！这些政府部门的资料一般具有较高的权威性和可信度。

同行之间互相提供信息。这可以通过当地资产评估协会从中协调，或者建立评估协会的资料信息网，促使评估机构在该信息网上发布信息、交流各自经手的交易实例。

建立交易实例数据库及GIS信息系统。评估过程是以基础数据资料为依据，应用评估理论、方法进行分析、对比、计算的过程。市场法进行评估尤其需要大量的市场交易参考资料。因此，在平时的估价过程中，评估机构要注意收集和存档一些典型交易实例以备选用。

在计算机技术和网络技术的飞速发展的今天，房地产评估机构，应该抓住机遇，利用计算机网络技术的强大的数据管理功能和空间数据分析功能，积极建立起自己的市场信息资料库，及时保存和查询相关的资料，强化评估信息的搜集、处理、储备能力，提高评估结果的正确性，使市场法得到更好的应用。例如，建立基于GIS的房地产估价信息系统，将地理信息系统与房地产估价信息、房地产估价模型结合，可以提高可比实例选取的准确性以及规范估价人员对估价方法中参数取舍的主观随意性，实现估价理论与方法的科学性、严密性。

交易实例的选取

一、可比实例在选择时包括定量选择和定性选择两方面

第一，数量上的定量选择。

定量选择指在数量上对参照物的个数进行确定，个数不能太少，否则会因某些偶然因素而影响评估价值，当然个数也不能太多，这样会造成不必要的浪费。

第二，特征上的定性选择。

定性选择指从可比实例的质量出发进行选择。选取可比实例时，不仅仅是从单一的价格出发进行比较，还应考虑可比实例的交易类型，交易日期和房地产状况等因素。在市场法估价中，尤其是房地产状况因素最为复杂，它还包括区位条件、建筑结构、权利性质、用途等具体的因素。在比较时，资料数量大，可靠性要求高，选取时的工作量较大。

二、提高评估人员的执业水平和经验技能

在交易案例的选择中，既涉及交易案例本身的选取也涉及选取案例的专家，采用市场法对房地产进行评估时，要求评估人员能够全面准确地调查市场资料，合理选择比较案例，并将比较案例与评估对象进行全面、细致的比较，确定适当的修正系数，以保证评估结果的准确性。因此评估人员的执业水平和经验技能的高低与评估结果的准确性有着紧密的关系。但是目前国内缺少能够熟练运用市场法的高素质人才，制约了市场法的应用，因此要全面提高评估人员的执业水平和经验技能！

指标因素的修正

市场法应用中的另外的一个难点就是对交易实例进行指标因素的修正，通常在估价中主要对交易实例的房地产价格进行交易日期、交易情况、和房地产状况三方面的调整，最后得出待估房地产的价格！因此，在对交易实例的指标因素进行相关的修正时，如果我们遵循一定的修正顺序，在修正的各个阶段使用适宜的修正方法，这样既可以节约相关的时间，又可以提高评估结果的准确性！

一、特征因素的选择

可比实例的选择必须符合基本可比性，即要保证用途相同、结构相同、时间相近、处于同一供求范围。影响程度比较大的因素作为特征因素，特征因素的选择针对房地产的不同用途，我们这里可以借助专家的实践经验和专业知识来选择他们认为影响程度大的因素作为特征因素，并结合实际情况确定其隶属度和权重。

由于影响房地产的因素比较多，结合房地产估价这个特点，我们这里可以运用Delphi法（即专家打分法）来确定特征因素。Delphi法是针对所预测的问题选择一批专家，根据专家的意见对关心的问题作预测。具体做法是：

第一步，选择专家。要求专家总体权威性高，代表面广；如房地产估价师、资产评估师、政策决策人员等等，人数适当，建议在10人左右；

第二步，设计征询表格。确定评价指标，表格中将预测问题的可能结果设计成多项选择答案，发给各个专家，将各个专家的反馈结果汇总加工整理，同时准备比较案例和待评估的资料。

第三步，专家征询和转询信息反馈，再次设计表格发给专家，征求意见。

这样，分别由每个专家单独掌握的信息会传递给所有的专家使得各专家掌握了全面的预测信息。类似经过几次循环，专家的意见会很集中，得到基本一致的预测结果，确定了在这个可比实例中影响程度比较大的特征因素。

二、为特征因素建立指标体系

进行房地产状况调整，就是把可比实例在自身状况下的价格，调整为在估价对象房地产状况下的价格。房地产状况调整可以区分为区位状况调整，实物状况调整和权益状况调整。在这三种调整中，还应该进一步地细分为若干因素的调整。

因此，在修正过程中，可以采用层次分析法，将其分为三大类，分别为一、二、三个等级. 房地产状况调整为一级评价指标，再将一级评价指标分为区位状况调整，实物状况调整和权益状况调整（称为二级因素）， 各二级因素又可分为若干子因素（称为三级因素）。这些相互独立、相互影响的因素，构成了影响房地产价格水平的因素评价体系！

然后，确定三级指标中各因素指标的指标分值计算办法或评分标准；再利用专家打分法的方法，计算各三级指标对二级指标的影响权重及二级指标对评价目标的影响权重，按一定的并合规则，将各影响因素的指标分值并合成评价目标的综合总分值。

三、建立多元线性回归模型

房地产的价格影响因素有许多，但是待估房地产与交易案例之间价格的差异是由于它们因素量值不同而引起的。因此，可以把待估房地产与交易案例的价格看成诸因素的函数，随着因素量值的变化而变化；通过多元线性拟合，把类似待估房地产的价格尽量地靠近所拟合的直线，即通过方程计算出来的价格与实际交易价格差的平方和最小。那么，我们通过方程计算出来的待估房地产的价格则与实际价格值差别最小，这样能提高估价的准确性。最后，我们也可以通过回归模型中的F和t检验方式，来检验回归方程的显著性和相关性，进而得到合乎标准的可比实例。因为已有的文献已经对具体的回归模型的建立及操作步骤做过详细的论述，本文将在这里不做过多的解释。

结论：随着我国房地产市场的发展和活跃度的增加，如何科学地运用市场法进行房地产评估变得越来越重要。根据市场法的替代原理，从科学合理进行全方位的交易案例的收集，凭借专家的丰富经验及数学线性回归的方法实现指标因素的科学量化，提高房地产估价的准确度，从而客观的反应出估价结果的真实性和可信性对其在我国的实际应用具有重要的意义！

（作者单位：北京林业大学经济管理学院）