估价方法
本次询价标的物采用了决策树、SVM、多元回归随机森林回归、梯度上升 回归树等分析预测模型结合成本法、比较法、收益法进行估价。根据《房地产 估价规范》,通行的房产估价方法有市场法、收益法、假设开发法、成本法、 基准地价修正法等;有条件选用市场比较法进行估价的,应以市场比较法为主 要的估价方法;收益性房地产的估价,应选用收益法作为其中的一种估价方法。 在无市场依据或市场依据不充分而不适宜用市场比较法、收益法、假设开发法 进行估价的情况下,可采用成本法作为主要的估价方法。 成本法是求取估价对象在估计时点的重新购建价格和折旧,然后将重新购 建价格减去折旧来求取估价价值的方法。重新购建价格是指在估价时点重新取 得全新状况的估价对象的必要支出,或者重新开发建设全新状况的估价对象的 必要支出及应得利润。折旧是指各种原因造成的估价对象价值的实际减损,其 金额为估价对象在估价时点的市场价值与在估价时点的重新购建价格之差。 比较法是选取一定数量的可比实例,将它们与估价对象进行比较,根据其间的差异对可比实例成交价格进行处理后得到估价对象价值或价格的方法。比 较法计算公式:Pi=P'*A*B*C*D;P=∑(Pi*权重系数),式中:P-待估标的物估 算价格,Pi-待估标的物比准价格,P'-可比交易实例价格,A-交易情况修正系 数,B-市场状况修正系数,C-区域因素修正系数,D-个别因素修正系数。
收益法是预测估价对象的未来收益,利用报酬率或资本化率、收益成数将 未来收益转化为价值得到估价对象价格的方法。收益法计算公式:V=a/(r- g)*[1-(1+g)/(1+r)],式中:V-标的物价格,a-标的物年纯收益,r-标的物报 酬率,g-收益年递增率,n-标的物有效使用年限。 决策树模型 (Decision Tree)是在已知各种情况发生概率的基础上,通 过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断 其可行性的决策分析方法,是直观运用概率分析的一种图解法。 SVM 模型,支持向量机(Support Vector Machine,常简称为 SVM,又名支持向量网络是在分类与回归分析中分析数据的监督式学习模型与相关的学习 算法。给定一组训练实例,每个训练实例被标记为属于两个类别中的一个或另 一个,SVM 训练算法创建一个将新的实例分配给两个类别之一的模型,使其成 为非概率二元线性分类器。此外,通过修改目标函数,SVM 也可以用来做回归 预测。多元回归模型,在回归分析中,如果有两个或两个以上的自变量,就称为 多元回归。事实上,一种现象常常是与多个因素相联系的,由多个自变量的最优组合共同来预测或估计因变量,比只用一个自变量进行预测或估计更有效, 更符合实际。 随机森林回归是一个包含多个决策树的分类器,并且其输出的类别是由个 别树输出的类别的众数而定。这个方法则是结合 Breimans 的"Bootstrap aggregating" 想法和 Ho 的"random subspace method" 以建造决策树的集合。梯 度 上 升 回 归 树 GBDT(Gradient Boosting Decision Tree) 又 叫 MART(Multiple Additive Regression Tree),是一种迭代的决策树算法,该 算法由多棵决策树组成,所有树的结论累加起来做最终答案。它在被提出之初 就和 SVM 一起被认为是泛化能力较强的算法。GBDT 中的树是回归树(不是分 类树),GBDT 用来做回归预测,调整后也可以用于分类。