基于时域产品模型的居住物业批量评估系统研究

李征宇++孙平++韩子扬

摘要：居住物业在我国房地产市场中具有重要的作用，构建适宜地、自动化的居住物业批量评估系统，为客观、公正、科学、高效的房地产批量评估提供技术支持已成为房地产信息化发展的一个重要方向。本文在介绍时域产品模型的基础上，采用B/S 与 C/S混合的网络架构，利用MyEclipse7.0+Struts+SqlServer 2008+Ajax+Jsp.net等平台工具，设计并实现了居住物业批量评估系统。实际应用证实，该系统可以实现居住物业的批量评估，相对于基于传统自动估价模型（AVM）的批量评估系统，具有更好的适应性、工作效率和精准性。

关键词：居住物业；批量评估；时域产品

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）24-0119-02

Research on Residential Property Evaluation System Based on time Domain Product Model

LI Zheng-yu1， SUN Ping2， HAN Zi-yang1

（1.Shenyang Construction University， Shenyang 110168， China； 2.Shenyang Construction University， Shenyang 110168， China）

Abstract： residential properties in the real estate market in China has an important role in building a suitable and automated residential property evaluation system， for the objective， fair， scientific and efficient real estate assessment to provide technical support for real estate information has become an important direction of development of real estate information. The in the time domain product model based on the B / s and C / S hybrid network architecture， using MyEclipse7.0Struts+SqlServer 2008 AjaxJsp.net platform tools， design and realize the residential property mass valuation system. The practical application has proved that the system can realize batch evaluation of residential property， and has better adaptability， work efficiency and accuracy compared with bulk evaluation system based on the traditional model （AVM）.

Key words： residential property； batch evaluation； time domain products

计算机辅助批量评估（Computer Aided Mass Appraisal，简称CAMA）指在已收集的物业特征和市场情况等信息基础上，借助计算机程序按照特定的算法在限定的时间内完成对批量物业单元的课税评估。[1，2] 自动估价模型（AVM）设计问题是计算机辅助批量评估核心问题之一。AVM构建流程简述如下：根据评估目标选取样本集，并划分为训练集和目标集。确定模型后，利用训练样本进行模型校准，利用保留样本进行模型检测，直至符合要求，否则重设模型后重做。[3]在当前较为成熟的房地产评估AVM模型中，应用较多的有市场评估法、剩余法、成本法、收益还原法、假设开发法、住宅价格指数和税基评估价值等。[4]

1 时域产品模型构建

本文依据城市居住物业的实情，综合分析成熟AVM的优势，设计出基于时域产品模型的批量估计系统。模型借鉴的地方包括，直接市场法应用多元回归算法确定房屋级别的系数，市场比较法将从历史案例演变成多个指标（包括指标栋和参照单元），住宅价格指数方法中区域产品分区的价格指数的指导作用。

居住物业的时域产品模型区间由市场阶段、经济板块和产品定位联合划分样本集所得，表达样本集覆盖的产品区域。引入时域产品的主要原因是，传统的MRA方法所依赖的项目层面的特征数据缺失情况严重，例如区位、交通、周边配套、自然环境、物业管理等信息，并且项目层面和单元层面的特征系数差距过大，从而使估价结果误差过大。

为了兼顾系统的运行效率和维护代价，在每个时域产品中挑选一些具有价格指示作用的楼栋作为指标栋，其指标范围为整个时域产品。指标栋由开发商、项目配套和销售状况等因素综合确定的，兼顾具有一定的数量。每个楼房都确定各自的基准单元，栋内的所有其他单元将以基准单元为参照，根据相对的特征差异进行相应的价格调整，比如楼层、面积、景观、坐向等。相基准单元一般都选择服从公式的中间层，以减少误差。例外情况可以借助行业人员进行调整。

另外引入价格指数表达了时域产品价格总体变化的情况，价格指数是所有指标栋单位面积价格变化率的平均值，而非指标栋的单价估值为上期的单价和本期价格指数的积。至此，待估单元在某时刻的估价为其所属时域产品的的基准单价和楼层修正系数、面积修正系数等因子的连乘积。

2 系统设计与实现

2.1 功能设计

本系统是一个多角色参与的系统，用户涵盖专业评估人员、行业从业人员以及社会公众。系统的主要模块包括用户管理、基础数据、业务数据、模型管理、业务管理、咨询管理等模块。用户管理模块主要依据用户角色实现用户信息维护和用户权限管理。基础数据管理模块实现空间数据、属性数据、基础数据及香菇参数的更新维护功能。专属数据管理模块主要针对评估特需数据进行周期维护，包括对指标体系的修改、指标栋的定价、去重及特殊户的处理等。业务管理模块主要包括居住物业的单独和批量评估，生成相应的评估报告，一段时期内居住物业的分析报告包括周报或者月报。模型管理模块主要实现对于基于时域产品模型的优化调整以适应不同城市的特性，对历史案例库定期进行维护更新以及新添其他AVM 模型。咨询管理模块主要实现政策法规咨询、评估理论普及、房贷税费计算以及委托业务等功能。系统功能模块设计如图 1 所示。

2.2 数据库设计

系统涉及的数据除了基础的空间数据、属性数据外，还有专属数据以及评估修正参数、评估模型和政策咨询等信息数据。数据按其功能可分为基础地形数据，评估基础数据和居住物业数据（地块信息、项目楼盘、预售许可、楼栋、住户等数据）。下面就重要的数据进行说明。房地产评估专属数据，主要包括市场时期、泛片区、产品定位、指标楼栋、均价楼层、指标价格等。价格指数及交易案例数据，主要包括买卖、租赁、抵押价格数据和历史交易案例数据等。评估模型参数主要指的是时域产品模型参数，主要包括楼层修正系数、面积修正系数、朝向修正系数等。除上述所述之外还有用户管理、相关政策法规、委托代理以及咨询专属服务等数据等。本系统的数据库总体结构设计如图 2所示。

2.3 系统网络架构

由于系统用户不仅包括专业评估人员以及行业从业人员，还服务于社会大众，故系统采用C/S与 B/S并用的混合式网络架构。其中，主要服务专业评估人员以及行业机构（开发商，政府相关机构），B/S主要服务公众。C/S部分分为数据层、业务层和表现层三层。数据层由基础数据、专属数据、参数库及案例数据库等构成。业务层包括数据访问模块，估价模型模块和业务流程模块。表现层负责与用户的直接交互，并且根据不同用户角色的需求提供简明友好的界面辅助用户完成特定的业务需求。B/S部分在业务上与C/S部分保持一致的同时，在数据的浏览上采用JQuery和Ajax，增加用户友好度，涉及的内容包括查询浏览政策法规、查询相关物业评估、下载评估月报或周报等。

2.4 系统开发方案

系统基于 B/S 与 C/S 混合的网络架构设计，以Eclipse 9为开发平台，应用struts2框架，采用MVC设计模式开发；后台程序以java为开发语言，数据库为SQL Server 2008，前台页面使用JSP语言开发，借助JQuery插件库以优化特效，采用AJAX的异步请求方式提升用户体现，此外系统集成了百度地图API，第三方支付平台（支付宝，中国银联）API。

3 结束语

本文构建的基于时域产品模型的居住物业批量评估系统，经过了多年行业人员及公众检验，系统能够顺利地完居住物业的单独及批量评估工作。实践结果显示该系统在提高居住物业批量评估效率的同时，评估结果的准确度也有较大程度的提高，特别是当相关时域产品存有历史交易案例时，其估价的准确度更高。

参考文献：

[1] IAAO. Standard on Automated Valuation Models （AVMs）. Assessment Journal， 2003， 10（4）： 109-154.

[2] IAAO. Standard on Mass Appraisal of Real Estate. Assessment Journal， 2002， 9（1）： 34-51.

[3] Mary Lou Downie， Gill Robson. Automated Valuation Models： an international perspective.[C]. The Council of Mortgage Lenders（CML），2007.

[4] Cheng Ming-hua， Jia Zelu， Xu Hanming， etc. Research on Intelligent Mass Appraisal Public System of Real Estate Based on Automated Valuation Models. China Real Estate，2013.