任春波　陳明揚

【摘要】近年來，頭部房地產(chǎn)企業(yè)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型，由營造驅(qū)動轉(zhuǎn)變?yōu)榻鹑隍?qū)動，金融的關(guān)鍵在于風控，而對于房地產(chǎn)，風控的核心又在于精準評估土地價值。文章試結(jié)合此行業(yè)背景，探討大數(shù)據(jù)助力房地產(chǎn)評估土地價值的必要性，旨在分析在大數(shù)據(jù)時代下，如何利用數(shù)據(jù)進行城市選擇、地塊分析、市場洞察，從而改善房地產(chǎn)土地價值評估的分析方法，降低投資風險。

Abstract： In recent years， the head real estate enterprises are completing the transition from the construction industry to the financialindustry， their driving force changes into finance. The key of financial industry lies with the risk control. For real estate， the core of riskcontrol lies in the accurate assessment of land value. It aims to analyze how to make use of data for urban selection， plot analysis and marketinsight in the era of big data so as to improve the analysis method of land value assessment of real estate and reduce investment risk.

【關(guān)鍵詞】大數(shù)據(jù) 房地產(chǎn) 風控 土地價值評估

房地產(chǎn)業(yè)是我國的支柱型產(chǎn)業(yè)，對國民經(jīng)濟和城市經(jīng)濟發(fā)展具有重大影響。近年來，由于宏觀政策和市場趨勢，頭部房地產(chǎn)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型，逐漸由營造驅(qū)動變?yōu)榻鹑隍?qū)動，其核心在于利用高質(zhì)量數(shù)據(jù)建立風控體系。本文結(jié)合大數(shù)據(jù)的時代背景，簡述房地產(chǎn)行業(yè)可應(yīng)用的相關(guān)數(shù)據(jù)，并結(jié)合實際場景指出房地產(chǎn)應(yīng)如何利用海量數(shù)據(jù)改善融資鏈條下風控中的土地價值評估環(huán)節(jié)，以控制資產(chǎn)交易的風險。

一、大數(shù)據(jù)下房地產(chǎn)的數(shù)據(jù)信息儲備

大數(shù)據(jù)普及與云計算技術(shù)的革新，使得一個大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時代正在開啟。通過精進的數(shù)據(jù)科學處理能力，可以結(jié)合大數(shù)據(jù)對具體情景進行分析預(yù)測，使決策更為精準，釋放出更多的數(shù)據(jù)隱藏價值。大數(shù)據(jù)相比傳統(tǒng)數(shù)據(jù)，具有“4V”特征：體量大，大數(shù)據(jù)的數(shù)據(jù)量將達 PB、EB、ZB 級;種類多，大數(shù)據(jù)是由文字、聲音、視頻、多媒體等組成的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的多維異構(gòu)數(shù)據(jù);速度快，在海量數(shù)據(jù)的情況下，大數(shù)據(jù)仍需做到實時處理;價值密度低，應(yīng)用價值大但價值密度低，通過對海量數(shù)據(jù)進行提取、處理和分析，才能獲得一部分有用的信息。

二、房地產(chǎn)的相關(guān)數(shù)據(jù)構(gòu)成

在信息時代，高質(zhì)量的大數(shù)據(jù)意味著海量的精準信息，其戰(zhàn)略價值毋庸置疑。大數(shù)據(jù)時代下，全量人口為樣本的行為數(shù)據(jù)已可以獲取。房地產(chǎn)作為重資產(chǎn)、低消費頻率、長價值鏈條的行業(yè)，其相關(guān)數(shù)據(jù)可以分為以下三類：①靜態(tài)數(shù)據(jù)：官方統(tǒng)計數(shù)據(jù)、房地產(chǎn)交易數(shù)據(jù)、購房消費者線上線下行為數(shù)據(jù)、城市靜態(tài)POI數(shù)據(jù)、垂直網(wǎng)站開源數(shù)據(jù)等;②動態(tài)數(shù)據(jù)：百度路況等的熱力數(shù)據(jù)、城市實時交通出行數(shù)據(jù)、細分維度的點評數(shù)據(jù)、人口遷移數(shù)據(jù)等;③多維度動態(tài)數(shù)據(jù)：各渠道消費數(shù)據(jù)、手機信令數(shù)據(jù)、人口城市遷移數(shù)據(jù)、公交出行數(shù)據(jù)、出租單車的移動軌跡數(shù)據(jù)等。面對數(shù)據(jù)的急劇增長，房地產(chǎn)企業(yè)分析必須借助大數(shù)據(jù)的分析和挖掘技術(shù)，提高決策能力和經(jīng)濟效益。

三、基于大數(shù)據(jù)云計算平臺的房地產(chǎn)估價可比案例選取

市場比較法的運用核心在于對可比案例的調(diào)整，因此可比案例的選擇直接影響房地產(chǎn)估價結(jié)果的準確性和可靠性，而在現(xiàn)行的房地產(chǎn)估價作業(yè)中，可比案例的選擇一般由估價師根據(jù)經(jīng)驗進行主觀選擇。而在大數(shù)據(jù)時代的推動下，評估師可以通過大數(shù)據(jù)云計算平臺的相似度分析功能將房地產(chǎn)可比案例的選擇由主觀選擇轉(zhuǎn)變?yōu)榭陀^選擇，通過云計算將大量交易實例與估價對象進行相關(guān)性分析，量化交易實例與估價對象的相似程度，科學地選擇可比案例。該方法不僅消除了人為選擇案例的主觀性，從而進一步提高房地產(chǎn)估計的可信度。

四、云計算對房地產(chǎn)影響因素及其權(quán)重分析的影響

影響房地產(chǎn)價格的因素多而復(fù)雜，各因素對房地產(chǎn)價格的影響程度是不完全相同的，以教育因素為例，隨著社會對教育的重視程度加深，教育配套對房地產(chǎn)價格影響程度更加明顯。此外，相同因素在不同區(qū)域所表現(xiàn)出的影響程度也會存在差異，以環(huán)境因素為例，在生態(tài)環(huán)境問題相對嚴峻的地區(qū)，則環(huán)境因素對價格的影響程度也會更顯著， 因此是默認各因素的影響權(quán)重一致，將會導(dǎo)致估價結(jié)果脫離現(xiàn)實。

隨著大數(shù)據(jù)的不斷發(fā)展，評估師可以利用云計算平臺的數(shù)據(jù)處理能力進行權(quán)重分析，將傳統(tǒng)的定性分析模式轉(zhuǎn)變?yōu)槎ㄐ耘c定量相結(jié)合的模式，進一步量化各個因素對各區(qū)域房地產(chǎn)價格的影響程度， 從而確定各因素的權(quán)重。

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)的采集與分析在技術(shù)層面已不再是難點，如何結(jié)合房地產(chǎn)具體業(yè)務(wù)場景對海量的多維度數(shù)據(jù)并深入挖掘分析，從而產(chǎn)生價值，才是現(xiàn)階段的關(guān)鍵。目前，在頭部房地產(chǎn)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型這一行業(yè)大背景下，須將從數(shù)據(jù)中提煉的有效信息與房地產(chǎn)行業(yè)的具體業(yè)務(wù)知識進行結(jié)合分析，才能提高房地產(chǎn)企業(yè)的城市空間分析能力，從而完成土地價值評估這一環(huán)節(jié)的有效變革，提高回款效率，控制投資風險。

參考文獻：

[1]李妍，肖良生.大數(shù)據(jù)和 GIS 的房地產(chǎn)信息體系構(gòu)建[J].中國房地產(chǎn)，2015.

[2]俞薇，趙靜，秦俊武.城市基礎(chǔ)設(shè)施資本存流量配置差異與房地產(chǎn)投資空間分布研究[J].重慶大學學報（社會科學版），2015.

[3]繆濤，洪建國，林波，田鑫.大數(shù)據(jù)在房地產(chǎn)市場分析中的應(yīng)用[J].中國房地產(chǎn)，2016.

[4]劉策.看萬科、中海如何科學拿地[J].中國房地產(chǎn)，2015.