房地产批量评估中的市场细分研究

2014-08-27米旭明熊漫

会计之友 2014年24期

米旭明++熊漫

【摘要】房地产市场细分关系着房地产批量评估系统的模型设定和数据划分，对评估结果的准确性和公平性有着重要的影响。文章从房地产市场细分的定义、市场细分的必要性和存在性以及市场细分的方法和标准方面进行了研究综述，在此基础上，提出在我国进行相关实证研究的方法。

【关键词】房地产；房地产评估；市场细分

中图分类号：F273.4；F123.7 文献标识码：A 文章编号：1004-5937（2014）24-0045-05

市场细分本质上就是对评估区域的分类。房地产市场细分研究的目的在于通过稳健的经济学研究方法，发现并确定房地产差异特征，根据差异特征将房地产市场进行分类，为快速、准确地评估奠定基础。我国区域间房地产市场在成熟度、交易频度、公开市场资料、所有制方面存在较大差异。这些差异在市场上的反应如何，通过何种方法可以有效地划分房地产子市场，对房地产批量评估系统和未来推行房产税系统有着重要的意义。本文从房地产市场细分的定义、市场细分的必要性和存在性以及市场细分的方法和标准方面进行研究综述，在此基础上提出在我国进行相关实证研究的方法。

一、基于批量评估的细分定义

市场细分理论最早由美国市场营销学家温德尔·史密斯（Wendel R. Smith）于1956年提出。他指出市场细分是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。随后又有很多学者对其进行研究，其中美国营销学家科特勒（PhiliP Kotler）发展了史密斯的理论并提出了STP理论，即细分（Segmentation）、目标（Targeting）和定位（Positioning），这成为日后企业营销的核心内容。而随着市场细分理论的不断发展，市场细分理论从单一细分标准发展到了融合行为、心理和人口变量的混合市场细分。

1974年Straszheim将这一概念引入房地产市场，使用特征价格模型进行房地产价格评估时发现房地产市场可能由一系列细分市场组成，各个子市场对应着不同的特征价格函数。自此，大量的研究开始出现。这些研究都是基于一个观点——由一系列有差异的但互相联系的子市场组成的房地产市场可以更好地解释某些问题，而不是单个市场（Watkins，2001）。随着房地产子市场理论的不断发展，学者Grigsby（1987）对房地产细分进行了定义。他指出子市场是指在同一个子市场内，一套房地产与其他房地产是相当接近的替代品，而与其他子市场内的房地产则替代性很差。他还提出同一子市场的房地产具有适度的内部同质性，与其他子市场则具有相当的外部异质性。体现在批量评估中，指的是比起在未划分子市场的一个笼统的市场中采用均衡方程而言，在划分了子市场的市场内分别采用不同的均衡方程可以得出更加精确的评估价值。

尽管对房地产子市场的研究已有60年的历史，然而一致性定义仍然是最棘手的部分。表1将部分学者对于子市场的定义列出。

如表1所示，学者们在如何定义子市场方面作出了很多尝试，但目前仍然存在很多分歧。Grigsby等（1987）的定义就引发了很多讨论，例如怎样去判断房屋的可替代性和房屋的聚合度。不过根据子市场理论及其打算解决的问题，可以看出这里的可替代性指的是房屋的位置、结构特征和区位环境等可互相替代。在实际中，这些问题通常是通过一些特别的方式解决的，例如使用先验子市场或者其他较为方便的地理界限作为定义子市场的基础。在一些案例中，统计检验也被利用来检验先验子市场是否明显。随着技术的不断发展，特别是地理信息技术和互联网的发展，某块（宗）地更加详细的数据越来越容易获得。例如使用地理信息技术，现在可以提取某块地的距离、分布、方位等相关的数据。虽然Grigsby的定义显得比较模糊，不过这算是一个比较全面而且综合的定义。

二、房地产市场细分对批量评估的作用与必要性研究

（一）房地产市场与批量评估

将一个大市场细分的主要目的是确定出有差异的子市场，这样可以帮助房地产开发商和消费者看到和关注更多不同的方面。市场细分的重大贡献就是提供了一个更加精确的房地产价格结构。市场细分充分地提高了房地产价格预测模型的精度，也提供了一个更加精确的价值预测手段。它在房地产不同的属性对其价值的影响程度方面提供了有用的信息。除此之外，分析子市场的发展模式可以帮助判断公共政策的效应，分析城市问题，例如城市中贫富差异问题和创造平等的房地产机会问题。因此，子市场结构对于城市政府部门、房地产开发者、抵押贷款者、非营利组织和个人房地产所有者作出明智的判断和适合市场的策略都至关重要。

随着房地产市场细分不断得到强调，Goodman and Thibodeau（2007）表示，正确理解房地产市场细分可能会提高用于估计房价的统计模型的预测精度，并且将使研究人员能够改善这些价格中模型的空间和时间偏差。他们还指出，对子市场中房产精确的赋值将会改善债权人和投资者对与房地产融资相关的风险定价能力，同时也会降低房地产消费者的搜索成本。

由于房地产子市场的定义并没有得到统一，因此几十年来学者们纷纷采取多种方式多维度地进行研究，通过这些研究来验证子市场是否真的存在。表2中给出了研究房地产市场细分的多元化态势。

从表2可以看出，学者们研究子市场主要是从房屋结构特征、地理特征与数据统计三个方面来进行市场细分，这与下文提到的市场细分的研究方法契合。随着区位理论和房地产特征价格理论的发展，大大拓展了房地产子市场的分析框架，特征价格理论适合研究房地产市场细分问题（Bourassa，2003）。与以往研究不同的是，房地产特征价格理论强调房地产市场可能是不均衡的，房地产子市场的存在导致了这种不均衡的产生（whitehead，odling-smee，1975）。

（二）必要性研究

20世纪40年代到50年代，一组来自哥伦比亚大学的美国研究者为当地的房地产系统开发了一个过滤模型。这个模型的中心假设就是房地产子市场的存在（Kauko 2002；Watkins 2002）。既然子市场是存在的，那么是否有必要去细分市场呢？而细分之后又能有哪些益处呢？通过众多学者的研究结论来看，大部分人认为市场细分是有必要的，因为市场细分可以提高预测精度，但也有少部分学者认为，市场细分是没有必要的，因为它对于价格预测所提高的精度微乎其微，表3列出了一些学者的观点。

三、房地产批量评估系统的市场细分标准与方法研究

由于子市场未能达成一个共识定义，划分子市场的过程也存在很大程度的差异。在子市场的界定中可以发现大量的研究是运用特征价格模型的（Dale-Johnson，1982；Tu and Goldfinch，1996；Leishman，2001；Kauko等，2002；Lipscomb and Farmer，2005）。其他人试图使用离散选择模型（Ellickson等，1976；Quigley，1985；Longley and Dunn，1987；Yates and Mackay，2006；De-Palma等，2007）。另外的研究强调了区位平衡和不平衡模型的使用（Sieg等，2002；OSullivan and Gibb，2003；Baier等，2005）。Watkins（2001）就房地产子市场的构建提供了一个详细的综述，认为即使研究者在房地产子市场的定义上具有一致的观点，对于哪种方法是确定子市场的最好方法也未达成共识。

目前国外关于房地产子市场理论的研究主要集中于方法和子市场应用方面的探讨。过去的三十多年里，在判断和确定子市场的方法上已取得了很大的进展，多种方法已被讨论和改进。这些方法总体上可以划分为两大类，先验细分和数据导向的细分方法。先验细分指的是方便且可获取的空间细分，例如行政界线、邮政编码区等，或者预先定义好的标准（房屋的结构类型或需求类型）。与先验细分不同的是，数据导向的细分是基于统计数据分析的，不过这种方法可能会导致毗邻区域处于不同的子市场内。

先验细分主要是指基于已有的地理和政治界限或者是基于社会经济和环境特征而言的空间分区。例如：Straszheim（1975）根据旧金山湾区的人口普查区域创建了81个地理分区；Miehaels and Smith（1990）通过房地产区位、行政区域、人种、收入等确定子市场；Sonstelie and Portney（1980）用政府行政界限进行市场细分；Munro（1986）、Sehnare and Struyk（1976）用消费者收入来确定子市场；Fletcher等（2000）使用了邮政区域去定义子市场。值得一提的是，学者们频繁使用邮政区域去定义子市场的原因是它们可以从上市公司的数据库里获得。而基于特征的细分则主要是基于房间的数量（Schnare and Struyk，1976）、建筑面积（Bajic，1985）和物业的类型，例如公寓和别墅（Adair等，1996；Allen等，1995）。

数据导向的细分则是基于统计数据分析，让数据决定子市场的结构。即首先用大量的数据决定什么样的特征是房屋的突出特征；然后再根据这些特征去细分市场，这一方法主要是通过统计学的方法来实现的。如Dale-Johnson（1982）采用因子分析法分析房屋的变量和邻域特征，从而得出子市场的数量。他用13个变量和成组的数据，通过Q值分析进行市场细分，其结论是子市场对于决定房屋的价格而言是很重要的，而且需要一个更加高级的方法去定义子市场。然而值得注意的是，他采用了预先定义好的邮政区域，且没有进行样本外检验。Goodman and Thibodeau（1998）使用层次分析法定义了子市场，主要目标是判断房地产价格统一的区域，然后再联合特征效用价格模型，通过使用子市场的信息去定义子市场。也有一点值得注意，他们使用的数据除了单个房屋的数据，同时还包括了不同学校区段的学生表现。Bourassa等（1999）采用了主成分分析法和聚类分析法来定义子市场，主成分分析法被用来从房地产属性的原始数据中抽取因子，然后将因子的得分用于聚类分析中去进行房地产子市场的划分。Ugarte等（2004）用混合模型来进行效用方程的估计并将交易地区进行子市场的划分，但是这样的子市场并不具有地理特点。McCluskey（2011）使用地理加权回归进行市场细分，选取了美国三个空间和地理差异都很大的地区作为研究对象，通过建立地理加权回归模型和基线模型进行比较，通过GWR（地理加权回归模型）计算出的MBV（market basket value）作为细分市场的标准，再通过COD、莫兰指数和赤池信息准则AIC确定最优的子市场数量。

尽管众多学者通过不同的方法来研究子市场，不过Palm（1978）提出市场细分由于可能存在的信息限制和研究成本的限制使得采用不同的方法导致同一个市场被分为不同的子市场。目前基于空间的市场细分被认为是较合理的划分依据，McCluskey等（2011）提到基于非空间的细分有两个明显的缺点，一个关键的缺点是基于非空间的细分会导致邻近的房屋是通过源于不同细分市场的模型来估值的。在非空间细分的边界区域，相同的房屋将拥有不同的评估价值，这样的价值是不可接受的。另外一个缺点就是，如果细分和评估过程是基于某一个特定的时间而言，那么基于非空间的细分中，房屋的属性从一个细分市场调到另一个细分市场将会使比较模型变得更加困难。因此，他得出结论，只有基于空间的细分才值得进一步考虑。

四、结论

尽管对子市场的研究已有60年的历史，然而对于房地产子市场方面的研究仍然有待深入探讨，特别是在国内，这方面的研究还较少。本文从房地产子市场的定义、房地产市场细分的必要性和存在性、市场细分标准以及实证方法选择等方面对房地产市场细分方面的研究进行了分析，具体结论如下：

一是在房地产价格预测研究中，子市场确实存在，而且众多学者的研究结论证明确实有必要对子市场进行细分。究其原因在于市场细分可以提供一个更加精确的房地产价值结构，充分提高了房地产价值评估模型的精度，并提供一个更加精确的价值预测手段，也在房地产不同的属性对其价值的影响程度方面提供了有用的信息。除此之外，分析子市场的发展模式可以帮助判断公共政策的效应，分析城市问题，例如城市中贫富差异问题和创造平等的房地产机会问题。因此，子市场结构对于城市政府部门、房地产开发者、抵押贷款者、非营利组织和个人房地产所有者作出明智的判断和适合市场的策略都至关重要。

二是区位理论和房地产特征价格理论的发展极大地拓展了房地产子市场的分析框架。在目前的研究中，虽然关于房地产子市场的理论分析框架很多，但是没有形成房地产子市场的核心定义，也没有形成房地产子市场划分的一致观点。房地产子市场理论还有待进一步发展与完善。

三是基于数据导向的市场细分还有待更进一步的研究深化。大多数的细分技术只是解决可视化细分，然而，更多的关注可以放在这些方法的深度上。例如，一个地区的房屋属性，通过非线性回归可能会被划分在两个子市场内，然而，同样的数据采用线性回归可能被划分在四个或者更多的子市场中。因此，需要探索更加具有稳健型的方法，以便子市场的数目不会因为方法的差异而不同。

总之，模型设定与数据划分对批量评估系统的有效运作有着重要的作用。依据我国房地产市场的特性和差异，研究建立一系列房地产市场细分的方法和标准是房地产批量评估结果准确和公平的重要保障，可以促进我国房产税系统有序、合理发展。

【参考文献】

[1] Allen，M.T.，Springer，T.M.，Waller，N.G.（1995）. Implicit Pricing across residential submarkets，J. Real Estate Finance Econ. 11：137-151.

[2] Adair，A.S.，Berry，J.N.，McGreal，W.S.（1996）. Hedonic modeling，housing submarkets and residential valuation，J. Property Res. 13：67-83.

[3] Bourassa，S. C.，Hamelink，F.，Hoesli，M.，& MacGregor，B. D. （1999）. De？ning housing submarkets. Journal of Housing Economics，8：160-183.

[4] Bajic，V.（1985）. Housing-market segmentation and demand for housing attributes： some empirical findings，AREUEA J. 13：58-75.

[5] Fletcher，M.，Gallimore，P. and Mangan，J. （2000）.The modeling of housing submarkets，Journal of Property Valuation &Investment，Vol. 18 No. 4：473-487.

[6] Grigsby，W.，Batatz，M.，Galster，G.，and Maclennan，D.（1987）.The Dynamics of Neighborhood Change and Decline，Progress in Planning 28（1）：1-76.

[7] Goodman，A.C.，Kawai，M.（1982）. Permanent income，hedonic prices，and demand for housing： new evidence，J. Urban Econ. 25：81-102.

[8] Goetzmann，W.N.，and Spiegel，M.（1997）. A Spatial Model of Housing Returns and Neighborhood Substitutability，J. Real Estate Finance Econ. 14：11-31.

[9] Goodman，A. C.（1981）. Housing Submarkets within Urban Areas： Definitions and Evidence，J. Regional Science 21（2）：175-185.

[10] McCluskey，W.J. and R.A. Borst. （2011）. Detecting and validating residential housing submarkets： A geostatistical approach for use in mass appraisal，International Journal of Housing Markets and Analysis. 4（3）：290-318.

[11] Palm，R.（1978）.Spatial Segmentation of the Urban Housing Market，Economic Geography54：210-221.

[12] Straszheim，M.R.（1975）. An Econometric Analysis of the Housing Market，National Bureau of Economic Research，New York，NY.

[13] Schnare，A.B.，Struyk，R.J. （1976）. Segmentation in urban housing markets，Journal of Urban Economy. 3：146-166.

[14] Sonstelie，J. C. & Portney，P.R. （1980）.Gross Rents and Market Values： Testing the Imlications of Tiebouts Hypothesis，Journal of Urban Economics. 7：102-118.

[15] John H. Bowman. Property tax circuit breakers in 2007： Features，use，and policy issues[R]. Lincoln Institute of Land Policy，2008.

[16] Islam，K.S. and Y. Asami， Housing market segmentation： A review. Review of Urban & Regional Development Studies，2010. 21（23）：95.

[17] Michaels，R.G.，Smith，V.K. （1990）.Market segmentation and valuing amenities with hedonic models： the case of hazardous waste sites，Journal of Urban Economy. 28：223-242.