房地產價值估算與房地產投資策略淺議

前言：本站為你精心整理了房地產價值估算與房地產投資策略淺議范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：房地產區位價值是房地產投資與開發重點考慮因素之一。本文利用協方差分析法對武漢市歷年數據進行分析，根據關聯度值確定房地產區位價值影響因素主要為產業、交通、環境以及人口組成成分等要素，在此基礎上綜合類比量化定價法估算房地產區位價值，并根據實際提出合理建議。

關鍵詞：房地產區位；房地產價值估算；協方差分析；綜合類比量化定價法

1引言

近年來，房地產業對各省經濟的貢獻不容小覷。房地產開發不僅涉及當地經濟、環境、人口、成本等因素，房地產項目竣工后的不動產價值同樣對當地經濟和居民生活產生影響。房地產項目開發前需估算房地產區位價值。傳統房地產區位價值估算方法缺乏系統性且估算結果誤差較大。本文將基于國家權威統計平臺數據，利用協方差分析法結合加權平均分理論計算權重，并結合類比量化定價法估算房地產價值。

2研究方法的提出

2.1房地產價值主要估算方法及其不足

房地產價值估算主要有以下幾種方法：（1）市場法。此方法是根據相似房地產價格來求取估價對象價值的方法。優點是速度快，但誤差大。（2）收益法。此方法是根據房地產可以得到的收益來估計房地產的價值。V=ar[1-1（1+r）n]其中：V為房地產價格；a為房地產年凈收益；r為折現率；n為剩余收益年期。優點是運用歷年收益推斷，數據更具有說服力，缺點是計算周期過長。（3）成本法。此方法是根據當前購置或建設房地產項目所需代價估計房地產的價值。優點是數據明確，缺點是因素種類較少。（4）假設開發法。此方法是根據估價對象評估預期開發完成后的價值。對數據的處理大多憑借管理者的主觀經驗，所以誤差較大。（5）類比量化定價法。該定價方法是將影響房地產價值的因素分別確定權重，結合最小二乘法建立函數關系式得出項目的均價。該方法的數據調查樣本數量和調查區域具有相對局限性和不完整性。上述估算方法在房地產價值估算中有一定參考價值，但因數據來源通常具有一定的個人主觀性，致使數據準確性降低，結論數據誤差較大。為此，需探討更加科學的估算方法。

2.2本文擬采用的研究方法

本文研究的估算方法是協方差分析+類比定量化定價法。數據取自國家統計局官網、中國空氣質量在線監測分析平臺歷史數據等權威數據平臺，運用協方差分析方法得出權重，結合類比定量化定價法估算房地產價值。此外，本文采取實證分析法。以武漢市為例，采取以上方法以已知區位房地產價值為基礎預估房地產區位價值，并與實際價值比較進行驗證。

3房地產區位價值影響因素分析

3.1房地產區位價值影響因素

通過對已有研究成果進行梳理，確定影響房地產價值的因素主要有地區經濟、環境、交通、人口、周邊地產現狀等要素。本研究中將GDP設為T、房價設為U、地鐵里程設為V，人口設為W，分別輸入Eviews軟件得出各要素之間的關聯（Correlation），根據得出的數值推斷各影響要素與區位房地產價值的關聯度，從而判定區域經濟是影響房地產價值的重要因素。

3.2樣本影響要素分析

研究采用協方差分析法，運用EViews軟件對樣本數據進行變量之間的因果分析，根據數值測算判斷與目標數據關聯最緊密的要素。以下將選取2014年-2018年各要素：GDP設為T、房價設為U、地鐵里程設為V，人口設為W，可吸入顆粒物（PM10）為X、細顆粒物（PM2.5）為Y、大學生人數為Z，并以武漢市房地產均價作為基礎數據，運用Eviews軟件分析以上各因素與武漢市房地產均價影響關聯度，并分析各要素對房地產價值的影響程度。（1）區域經濟。一個地區的主要產業是推動地區經濟發展的主力，帶動區域經濟與房地產價值的提升。本研究選取地區GDP作為技術指標，明確區域經濟能否成為影響房地產區位價值的重要因素以及與房地產區位價值的關聯度。采用協方差分析法，借助Eviews軟件通過分析武漢市2014年-2018年的GDP、房地產均價、地鐵里程與人口的數據，驗證區域經濟是影響房地產區位價值的重要因素。將2014年-2018年各因素取值分別輸入Eviews軟件得出各要素之間的關聯度（Correlation）值，即：T與U的關聯度為0.988871、V與U的關聯度為0.952188、W與U的關聯度為0.942539，可見房地產價值與地區GDP關系密切，而地區GDP是衡量經濟發展的重要指標，所以從上述結論可以推斷區域經濟是影響房地產價值的重要因素。（2）環境。人們對美好生活的憧憬和對生命安全、身體健康的關注，使環境逐漸成為市民選房考慮的因素之一，本研究以武漢市為例分析房地產區位價值與環境的關系。從表1可以看出：靠近武昌、漢口核心的地區房地產價值依次升高。而青山與白沙洲雖靠近武昌區，房價卻低于周邊水平。白沙洲出現這種情況的主要原因是部分地區存在喀斯特地貌和溶洞地質，容易產生地陷現象，故白沙洲房地產價值較低迷。為了驗證這種說法，再次運用協方差公式對武漢2014年-2018年的數據進行分析，目的在于分析地區GDP、房價、地鐵里程、人口、可吸入顆粒物（PM10）平均值、細顆粒物（PM2.5）平均值及歷年留漢大學生之間的關聯度。將武漢市2014年-2018年歷年統計數據輸入Eviews軟件，再通過協方差公式算法得出相應數值。根據分析結果，U與X的相關率為-0.964370、U與Y的相關度為-0.874016。可以說可吸入顆粒物（PM10）、細顆粒物（PM2.5）等指標會阻礙房價增值，且可吸入顆粒物（PM10）的相關負指數的絕對值超過了人口（W）與地鐵里程（V）對房價（U）的正影響指數。換言之，可吸入顆粒物（PM10）平均濃度及變化影響對房地產區位價值的影響較大。（3）交通交通設施是影響房地產價值重要因素。購房者購房將出行方便程度作主要考慮因素，所以交通設施沿線的房地產區位價值通常較高。在協方差公式計算中，取有代表性的地鐵設施里程作為交通設施指標，其對應的correlation為0.952188。檢驗數據結果表明交通是影響房地產區位價值的重要因素。（4）人口組成成分近年來，人們對房屋功能提出全新要求，促使房地產開發商不斷提高房屋建設質量和功能設置，所以人口數量和人口成分是影響房地產區位價值的重要因素。為了驗證這個觀點，通過對武漢市2014年-2018年房地產價格和人口、留漢大學生的統計數據進行協方差法分析，得出Z與U的關聯度是0.998882，W與U的關聯度為0.942539。由此推斷，人口組成成分以及數量是影響房地產區位價值的重要因素。（5）其他要素。房地產的周邊地產現狀以及成本等因素也對房地產區位價值有一定的影響。房地產區位價值與周邊地產價格、區域所處位置成正比關系，與建設成本成反比關系。在城市建設中，越靠近市中心的區域，越容易得到發展所需要的人口、資金與其他優勢，并且更利于促進地區房地產的發展。根據以上理論，通過協方差法明晰了各影響因素與房價的關聯度。但是環境質量對房地產區位價值的影響相比其他影響因素更加動態化，當地區PM2.5、PM10等環境指標改善時，對房地產區位價值升值具有正向影響，反之當各項環境指標不佳時對房地產區位價值的影響可能超過交通和人口對房地產價值的影響，甚至導致原有房地產價格的貶值；區域內引入一定數量的大學生，房地產區位價值必會攀升。

4房地產區位價值的估算

通過上述對房地產區位價值影響因素的分析，將地區GDP、地鐵里程、人口、PM10、PM2.5以及大學生數量等因素作為主要影響因素，結合綜合類比量化定價法（又稱加權點數計價法）進行估算，克服傳統類比量化定價法因數據來源局限性導致的測算結果誤差。

4.1類比量化估價法估算

房地產區位價值的估算思路為：以大數據庫中的相關數據為基礎，利用協方差理論的相關度確認各影響因素在房地產區位價值中的權重，結合類比量化定價法對房地產項目的區位價值項進行估算。此方法的優點在于，相關數據來源于大數據庫，提高了數值的精確度。下面模擬一組數據進行估算。如表2所見，通過將4個已知類比項目的各項數據作為基礎數據來估算預估房地產項目的區位價格。數據統計以類比項目1為例：（1）類比項目1的GDP超過地區平均GDP，則類比項目1的GDP的權重為滿分，若項目1的地區GDP只有地區平均GDP的0.6倍，則加權為加權滿分乘以0.6；（2）在項目1的區位中如果有地鐵就填入完整加權，若沒有則為0；（3）人口值大于或等于平均人口密度則為滿分，人口的加權參照地區平均人口密度，按照比例相乘得出結果，例如項目1的平均人口密度為地區平均值的0.8，故加權取0.8倍的0.461；（4）該地區PM10數值高于年平均最高容許濃度限值（二級標準年平均濃度限值100μg/m3分值）則為0，低于標準值時，則權重系數=滿分權重*{（標準值-測量值）/標準值}；該地區PM2.5高于年平均最高容許濃度限值（35μg/m3分值）則為0，低于標準值時，則權重系數=滿分權重*{（標準值-測量值）/標準值}；（5）該地區大學生的人數大于或等于平均值則為滿分；低于平均值的情況，權重應為統計值與地區平均數額的比值乘以滿分加權。根據以上理論推斷，預估該房地產項目的區位價格為8291元。為證實上述方法的準確度，下一節通過實際案例驗證結果。

4.2類比量化估價法實證

以2017年武漢市四個地區的房地產價值（元/m2）為例，已知武昌區、江漢區、江夏區三個區域的房地產價值，運用類比估價法推算洪山區房地產價值，并與實際房地產價值進行比較檢驗，驗證此估算方法的準確性和有效性。在對預估項目進行估算前，需要統計四個項目所在地區的GDP、地鐵狀況、人口組成以及PM10、PM2.5的平均濃度及變化。4.2.1估算前整理出相關數據。（1）根據武漢年鑒整理數據。2017年武漢市總GDP為13410億元，各區平均GDP為957億元；人口密度平均人口密度為1271人/平方公里，武昌、江漢、洪山、江夏四個區的人口密度分別為：19793人/平方公里、25790人/平方公里、2851人/平方公里、453人/平方公里。其中江夏區人口密度不及平均密度加權為0.1648*453/1271，其余三個區為完整加權。（2）根據武漢市空氣質量辦公布信息整理數據，得到2017年武漢市空氣質量情況及各區改善空氣質量考核排名結果及PM10（可吸入顆粒物）和PM2.5（細顆粒物）平均濃度同比變化情況。（3）根據武漢市高校分布整理數據。大學生人數按照各區的大學、高校分布情況確定，武漢市內共有83所高校，平均各區為6所高校，其中洪山區、武昌區、江夏區均超過6所，而江漢區為0所。（4）根據《360中房網》中的房產價格數據，2017年5月武漢市各區房地產價格分別為：武昌區23632元/m2、江漢區20256元/m2、江夏區12823元/m2、洪山區18300元/m2。4.2.2案例估算及驗證。案例是通過類比2017年5月武漢市的武昌區、江漢區、江夏區三個區的房地產價格進行的估算，首先根據數據進行權重計算，最終估算出洪山區房地產價值（文中省略了估算步驟，估算數據及結果如表3所示）。房產價格也受政策等其他因素的影響，但估算出的數據18024元與當時該區房地產實際價格的18300元較為吻合，結果驗證該估算方法完全適用于房地產區位價值的定價。5房地產投資決策的建議（1）增設公共設施，提升房地產區位價值空間從城市發展和建設成本的角度考慮，政府采取各類融資手段籌資主導建設各種現代公共基礎設施、提供滿足人們美好生活需求的要件，可以提升開發項目的房地產區位價值潛力。（2）了解項目環境，剖析房地產價值影響因素房地產項目開發前應充分了解項目周邊情況。譬如高新產業及區域內配套設施健全勢必推動區域經濟良性發展，房地產項目的區位價值也會隨之提升。（3）改進估算方法，確定房地產區位價值定位在分析房地產項目周邊情況的基礎上，通過協方差分析法分析各個影響因素對房地產價格的影響程度與加權，結合綜合類比量化定價法等方法較精確地估算項目的房地產區位價值，可以有效規避盲目投資帶來的風險。（4）調查市場行情，確保房地產項目投資收益普通的投資者，在投資前應充分調研房地產市場的實際情況，慎重選擇既符合自身需求，又可以實現家庭資產增值保值的目標。

作者:郭麗華 官靖峰 單位:吉林建筑大學經濟與管理學院