英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
AHP法在房地产估价过程中属性对价值影响评价中的应用
Krzysztof Dmytroacute;w
经济管理学院
什切青市大学
Sebastian Gnat
经济管理学院
什切青市大学
摘要
比较法中的房地产估价要求确定市场特征对当地房地产市场价格形成的影响。估价师有多种方法来确定权重。其中一些要求收集足够大的交易信息数据库。然而，这并不总是可能的。在缺乏足够数据的情况下，可采用替代办法，包括专家办法。本文的目的是在评估属性对房地产价值的影响阶段提出一种专家方法。将采用AHP（层次分析法）方法。在此基础上，由专家（估价师）对属性的重要性进行两两比较。运用层次分析法确定各属性的权重，进而评价各属性对房地产价值的影响。本研究以什切青市318处房地产为研究对象。
关键词：房地产估价，层次分析法，房地产市场
- 简介
比较法中的房地产估价要求确定对房地产市场交易价格差异有重大影响的市场特征。正如R.Gaca所指出的，这些特征具有双重特征。一方面，这些特征是“选择一组类似属性的决定因素，即在广泛理解的市场中区分这组属性的特征和区别特征，也称为市场特征”。识别这些特征并确定其对市场交易价格形成的影响是估价师研讨会的一个非常重要的内容。根据解释性说明“比较法在房地产估价中的应用”，确定个别房地产属性对价格影响的基本方法，即市场特征的权重，是指其在同类物业最新成交价格集合中最高价格与最低价格之差的百分比份额，这是估价的依据。该说明还指出了确定特征权重的四种可能方法。其中一种方法是分析市场上交易的类似房地产的价格和市场特征数据，以便对房地产市场进行估价。比较法中的市场特征问题可以分为两个子问题。第一个问题是识别特征的问题，第二个问题是确定特征对交易价格的影响。KUCHARSKA-S TASIAK（2000）指出了识别市场特征的问题，正确地将这一阶段定义为关键阶段。本文的主要目的是第二个子问题，即确定特性对价格的影响。以两组地块信息为例，提出并检验了用层次分析法确定房地产市场特征权重的方法。其中较小的一组，有30个观测值，将用于验证AHP方法在比较法评估中的有效性。第二组318个观测值将用于验证所提出方法在大规模估价中的有效性。
- 文献综述
房地产价格与各种因素之间关系的分析是一个庞大的研究领域，多年来许多学者对此进行了探讨。研究人员正在寻找房地产价格与宏观经济和微观经济层面的各种因素之间的联系。从房地产估价的角度来看，后者尤为重要。对影响财产价值因素的研究由来已久。房地产市场的一个特点是地方性。因此，利用不同市场的例子进行分析和科学研究。研究还关注了衡量房地产特征的方法对其价值确定的影响。一组显著影响当地房地产市场价格形成的属性，导致确定其影响强度，即确定权重。传统的加权方法是基于其他同等原则的。其基本阶段是在收集的类似房地产交易信息数据库中，搜索仅在一个市场特征方面不同的成对对象。对于确定市场权重的替代方法而言，研究和实际应用通常建议使用基于相关系数或回归模型的统计方法。所提出的建议是基于回归模型的相关系数或结构参数估计的份额，以计算或估计的系数之和评估房地产特征与交易价格之间关系的强度。提出了皮尔逊积矩、秩等相关系数。这些建议的计算相对容易，因此越来越受到估价师的欢迎。然而，确定市场特征权重的统计方法也存在缺陷。其中包括需要有足够的市场交易数据库，这是不可能在所有当地市场获得的。另一个问题是对不符合统计方法理论假设的数据不加批判地应用统计方法。第二类包括市场特征的衡量尺度问题。Doszyn（2017）讨论了在确定房地产属性对其价格的影响方面测量尺度较弱的问题。作者建议使用肯德尔相关系数。Foryś和Gaca也引起了人们对房地产市场计量尺度薄弱问题的关注。本文还建议使用非参数统计方法来确定市场特征的权重。统计分析在房地产特征方面的应用也比较广泛。提出了特征选择的方法，并对房地产的相似性进行了研究。与统计方法相反的建议是专家方法，这种方法是对缺乏有关当地市场交易的充分数据和计量尺度问题的一种回应。房地产估价过程中所描述的几个市场特征。由于评估房地产价值需要考虑许多属性，因此应采用多准则决策技术。有许多专家多准则决策技术，例如（N ERMEND 2017）：
– AHP (层次分析法),
– ANP (网络分析法),
– REMBRANDT,
– DEMATEL (决策实验与评价实验室),
– ELECTRE (现实的消解与选择),
– PROMETHEE (评价丰富化的偏好排序组织方法)。
AHP方法是由Thomas L. Saaty在20世纪70年代提出的，它假设所有的标准（属性）都是独立的。标准可分为子标准，因此具有层次结构。AHP方法的扩展，也是由Thomas L.Saaty提出的，是ANP方法。它假设标准（属性）之间可以存在交互和依赖关系。伦勃朗的方法也是基于标准（属性）之间的成对比较，但这些标准没有层次结构。DEMATEL方法将标准（本研究中的房地产属性）之间的相互关系转换为因果组。ELECT-RE-group方法（ELECTRE I、ELECTRE Iv、ELECTRE II、ELECTRE III、ELECTRE Iv、ELECTRE IS和ELECTRE TRI）基于排比方法，允许选择、排序或排序备选方案。普罗米西方法的目的不是找到“正确”或“最佳”的决策，而是找到一个最适合目标的决策。它还允许确定和量化冲突和协同作用、决策集群和选定的主要备选方案。上述一些方法已经被广泛应用于房地产市场或城市分析中。例如，普罗米西方法被用于评估意大利北部的城市再生过程。运用DEMATEL方法分析房地产属性之间的关系，将房地产属性分为因果关系和影响关系。AHP方法是本研究的主要重点，在评估购买房地产或预测房地产价值的过程中使用了AHP方法。在本研究的背景下，值得注意的是，尝试使用层次分析法来确定市场特征的权重，作者还提出用目标规划的要素来补充层次分析法。文中还提出了一种类似的方法，将所得的权重与一些反建议进行了比较。在这里，AHP方法的有效性也得到了证实，本案例以乌克兰当地的房地产市场为例。研究还指出了将AHP方法与GIS工具的功能相结合的可能性。上述研究仅限于确定权重，并将其与竞争法进行比较。本研究更进一步，将不同的房地产估价方法所设定的权值，分别以个别法和大众法加以运用。除了单独比较市场权重外，还对评估结果进行了比较，从而更全面地说明了AHP方法的有效性。
- 数据和方法
调查覆盖了什切钦的318块土地。所有地块均用于住房用途，并构成什切钦市政府拥有的房产的一部分，土地永久使用权的年费已更新。图1显示了估价对象的空间分布。这些地块由一组房地产估价师进行估价，他们采用比较法进行估价，专家得出的估价结果将作为本研究结果的参考点。估价地块的一部分被划入一组单独的代表性地块。总共抽调了30名所谓的代表。这些地块构成一个集合，将用两种方法（包括层次分析法）确定的权重进行估价比较。在下一阶段，这些地块的价值构成了计算估价对象划分的三个分区的市场价值系数（根据使用的批量估价算法）的基础。本文将采用层次分析法（AHP）对描述每一地块的属性进行权重评估。估价地块通过以下属性进行描述：
x1—面积：1—不利，2—一般，3—有利；
x2-公用设施接入：1—不利，2—一般，3—有利；
x3——沟通可达性：1—不利，2—一般，3—有利；
x4—环境质量：1—繁重，2—不利，3—一般，4—有利；
x5–地块形状吸引力：1—不利，2—一般，3—有利。
图一 估价对象为地块
在对住宅、未开发地块进行估价时，面积（以平方米计）按小、中、大处理。如果房地产面积不超过500平方米，则认为房地产面积较小。500-1200 m 2之间的区域被视为中等和1200 m 2以上-高。一般来说，面积越大，房地产单位价值越低，但也有例外。在本研究中，如果地块被指定用于低住宅开发，则该区域被视为对1平方米的价值产生负面影响。如果该地块被指定为高层住宅开发用地，则假定该区域对1平方米的价值有积极影响。
“情节形状吸引力”属性是根据情节形状确定的。假设边长比为3:2的矩形是最佳绘图形状。根据绘图周长数据，假设其为矩形，计算其表面，并将其与实际表面进行比较（实际表面除以假设为3:2矩形的表面）。如果比率大于0.9，则该属性的值为3。如果它落在0.5-0.9的范围内，则该属性的值为2。如果小于0.5，则该属性假定值为1。
所有专家方法的共同特点是在标准之间进行两两比较（在我们的案例中是房地产属性）。层次分析法是在对四位专家（估价师）进行调查的基础上进行的。调查中的每个问题比较两个属性（属性1和属性2）。答案是基于9分Saaty量表。专家选择哪个属性比另一个属性更重要。如果专家认为属性是无关的，那么值1被接受。如果一个属性适度地支配另一个属性，那么允许的值是3。如果支配是强的，那么值是5。如果一个属性对另一个属性的支配非常强，那么专家将赋值为7。如果支配是极端的，那么值是9。值2、4、6和8表示间接情况（B RUNELLI 2015，第15页）。例如，如果专家选择值2，他/她会在1和3之间犹豫，等等。如果专家决定属性1强烈地支配属性2，则成对属性1–属性2的值为5，成对属性2–属性1的值为1/5。对每一对属性进行这样的比较。将获得的值置于成对比较矩阵（AHP矩阵）中：
（1）
在上述矩阵中：
、–比较属性（k，l=1，2，hellip;，k；kl），
–属性数，
–由专家（估价师）通过比较第k个和第l个属性分配的值。
为了检验专家的所有直接成对比较是否被所有非直接比较所证实，分析了矩阵A的一致性。这是通过一致性指数（CI）实现的：
（2）
其中：——矩阵A的最大实特征值。
根据式（2），稠度比（CR）：
（3）
其中：R是随机指数，它是从足够大的随机生成的大小为n的矩阵集合中获得的平均CI的估计。关于矩阵（n）的大小，R的估计值如表1所示。
|
R的估计值 |
||||||||
|
n |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
R |
0.5247 |
0.8816 |
1.1086 |
1.2479 |
1.3417 |
1.4057 |
1.4499 |
1.4854 |
表1
如果得到的矩阵A的CR值不高于0.1，则可以接受专家的判断是一致的。否则，要求专家复查其判断，直到达到临界值CR0.1。
如果矩阵A是一致的，则可以估计属性的权重。这是分几个步骤完成的。在第一步中，对每列的元素进行求和：
（4）
其中：–第列元素的总和。
接下来，矩阵A的每个元素被的适当元素所除：
（5）
在最后一步中，计算每行的平均值：
（6）
得到的值将是每个属性的权重。它们将始终满足以下条件：
四位专家均采用公式（1）–（6）所述的权重计算程序。为了进一步分析，应用了所有专家计算值的平均权重。
在确定属性权重值时，将其应用于确定每个属性的每个状态对房地产单位价值的影响，并将通过以下算法用于估价：
（7）
其中：
–第i个位置吸引力区第i个房地产的市场（或地籍）价值，
–估价区最便宜地块的1平方米价值，
–第i个不动产中第k个属性的第p个状态的影响，
–第j个位置吸引力区域的市值比率，
–房地产数量，
–有吸引力区域的数量。
第i个不动产中第k个属性的第p个状态的影响评估如下：
（8）
其中：
–代表组中房地产的最大价值，
–代表组中房地产的最低价值，
–第k个属性权重的影响
计算如下：
（9）
其中：
–通过公式（6）获得的第k个属性的权重，
–转换到第k个属性
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[258427]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
