C房产数据公司自动估价模型分析

发布时间：2017-08-02 13:10

  本文关键词：C房产数据公司自动估价模型分析

  更多相关文章： 自动估价模型 数据过滤 建筑特征 多元回归

【摘要】：随着我国房地产行业的发展,对房产估价需求也越来越多,传统的估价方法已经难以满足日益增长的房产交易需求。随着互联网和计算机技术的发展,自动估价技术已经在房地产行业应用越来越广。本文通过对C房产数据公司自动估计模型的分析,对该公司的自动估价技术的准确率和存在的问题进行了深入的分析,并在此基础上,提出了一系列的建议。本文研究的主要内容包括以下五个方面:第一,对该公司的数据收集和数据过滤方法进行阐述分析;第二,对房产自动估价模型进行介绍;第三,将自动估价模型的估计值与实际值进行对比,对模型的有效性进行分析;第四,对自动估价技术存在的问题和自动估价模型存在的缺陷进行分析;第五,对模型提出一系列的改进建议。研究分析表明:C公司的自动估价模型需要有样本数据作为参照,样本数据质量的高低直接影响着评估值的准确与否;其次,若要提高数据的质量,必须完善数据过滤方法,剔除有问题的数据;最后,在对精确度要求较高的模型中,需要有大量的样本数据作为参照。最后,在研究分析的基础上,分别从提高数据准确性、完善数据过滤方法、扩大数据样本量三个方面提出了相应的建议。其中,针对数据准确性问题本文建议在评估时进行相应的调查,摸清样本数据与市场真实交易数据之间的差异;对于数据过滤方法,本文建议采用“分段切片”的方式来处理数据代替传统的数据过滤方法;对于扩大数据样本的问题,本文建议采用“周边取样”的方法来扩充数据量。
【关键词】：自动估价模型 数据过滤 建筑特征 多元回归
【学位授予单位】：辽宁大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F299.233.32
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 绪论8-11
• 0.1 选题背景及研究意义8-9
• 0.2 本文的结构9-10
• 0.3 本文的创新与不足之处10-11
• 1 C房产数据公司数据收集及数据过滤11-17
• 1.1 C公司简介11-12
• 1.2 数据收集12-14
• 1.2.1 交易数据属性及来源12
• 1.2.2 交易数据采集内容12-14
• 1.3 数据过滤方法14-15
• 1.4 数据过滤流程15
• 1.5 统计方法15-17
• 2 房产自动估价模型17-22
• 2.1 自动估价模型的发展17-18
• 2.2 自动估价模型的评估方法18-22
• 2.2.1 市场法18-19
• 2.2.2 收益法19-20
• 2.2.3 成本假设法等其他方法20-22
• 3 Ｃ公司自动估价模型有效性分析22-26
• 3.1 自动估价模型估值结果22-24
• 3.2 自动估价模型有效性检验24-26
• 4 C公司自动估价模型评价26-33
• 4.1 自动估价技术存在的主要问题26-30
• 4.1.1 数据过滤方法存在问题分析26-28
• 4.1.2 数据准确性存在问题分析28-29
• 4.1.3 数据质量对自动估价模型评估结果影响分析29-30
• 4.2 自动估价模型存在的缺陷30-33
• 4.2.1 基于行政区划的模型存在的缺陷30
• 4.2.2 基于地理板块的模型存在的缺陷30-31
• 4.2.3 基于物业小区的模型存在的缺陷31-32
• 4.2.4 基于楼幢单元的模型存在的缺陷32-33
• 5 结论与对策建议33-40
• 5.1 结论33-34
• 5.2 对策建议34-40
• 5.2.1 针对数据准确性提出的建议34
• 5.2.2 数据过滤方法的改进建议34-37
• 5.2.3 针对数据量不足的改进建议37-38
• 5.2.4 对C公司未来发展的建议38-40
• 参考文献40-42
• 致谢42-43

【参考文献】

中国期刊全文数据库 前3条

1 王彦明;;基于基准物业价格的物业税税基评估方法分析[J];税务研究;2009年10期

2 贾生华,温海珍;房地产特征价格模型的理论发展及其应用[J];外国经济与管理;2004年05期

3 纪益成;再论税基评估的有关问题[J];中国资产评估;2005年07期

，

本文编号：609436