学文网【摘要】传统市场比较法在评估房地产价格时存在着区域因素、个别因素修正取值随意性大、评估结果不够准确的问题。本文提出应用层次分析法和模糊数学两种新方法对市场比较法进行改进，系统阐述了两种方法在市场比较法估价中应用的方法和步骤，目的是使市场比较法的评估结果更加准确和合理。
【关键词】市场比较法，层次分析法，模糊数学
0引言
运用市场比较法对房地产价格进行评估的过程是模糊的，所以往往存在较大的误差。而运用层次分析法和模糊数学使这种模糊的人工估算方法成为科学的计算机估算方法，因为合理地使用这些方法可以定量描述待估房地产与交易实例之间的相似程度，计算机可以将大量的交易实例的典型资料储存起来，加以检索和综合修正计算， 进而确定待估房地产的价格，这样可以在一定程度上弥补传统的市场比较法的不足，提高评估的准确性。
1层次分析法
层次分析法（简称AHP）是对一些较为复杂、模糊的问题做出决策的多准则决策方法，在改进市场比较法中AHP多被用于确定区域因素、个别因素修正中各因子的权重确定。AHP进***地产价格评估过程如下：
1.1建立递阶层次结构。构建市场比较法评估房地产的AHP层次结构，首先要全面筛选影响房地产价格的构成因子， 然后根据各因素性质进行归并分类和依据各因素对价格影响程度的高低进行分级。同时， 因房地产所处地域不同、房地产类型不同， 影响房地产价格的因子构成也有所差异。
1.2构造判断矩阵， 确定权数。层次结构反映了因素之间的关系， 但准则层中的各准则在目标衡量中所占的比重并不一定相同，需要“两两比较法”建立各层比较矩阵。以aij表示xi和xj 对上一层某准则的影响大小之比， 全部比较结果用矩阵A=（aij）n×n表示， 即为判断矩阵。aij 的值依表1进行打分。打分完毕进入计算各因素权重阶段， 先将判断矩阵A 的元素归一化处理， 然后依次计算权重Wi 。
1.3一致性检验。理论上判断矩阵中任一元素应符合： aij = aik/ajk，在实践中各专家给出的每个因素的重要性比值可能不完全符合该关系， 需进行一致性检验。
1.4计算综合分值， 评估价格。首先， 运用公式U= W1P1+ W2P2+…+ Wn=WiPi依次计算区域因素、实物因素和其它因素的得分和各宗房地产的综合得分fDi 。然后计算待估房地产的比准价格Piˊ，则待估房地产的价格P=∑Piˊ/n， 其中Piˊ为各可比实例对应的可比价格， n为可比实例的个数。
2模糊数学
2.1选取主要特征因素。在房地产估价中， 影响价格的因素很多， 在实际操作中只能在众多的影因素中选取最重要的作为主要特征因素。对主要特征因素的确定可采用专家评定和主成分分析法。
2.2确定主要特征因素的隶属函数值。隶属函数就是表示某些元素隶属于某种特征的函数， 隶属函数值在[0，1]区间内取值， 其值越接近于1， 意味着隶属度越高， 反之越低。确定隶属函数值的过程， 实际上就是市场比较法中进行区域因素修正、个别因素修正的过程， 即将有关修正系数的百分比转化为隶属函数值。确定定性指标隶属函数值的方法通常是先将定性指标分为五等： 优、较优、一般、较劣、劣， 然后分别赋值为1，0.75，0.50， 0.25，0；而定量指标隶属度的确定则可直接应用模糊隶属度函数线性方程、S型方程和指数方程等。
2.3计算贴近度
贴近度是指两个模糊子集之间彼此相近的程度， 贴近度应在[ 0，1] 区间内取值。当贴近度等于1时， 称两个模糊子集完全贴合， 即最相近；当贴近度等于0时， 称它们完全不贴近， 即不相近。应用模糊数学评估待估房地产价格需要计算各可比实例与待估对象的贴近度σ。
计算出各个可比实例与待估房地产的贴近度后， 按贴近度的大小对可比实例进行排序。假定相似程度高低依次为A、C、B， 则对应的贴近度σ1，σ2，σ3依次为σ（t，T1）， σ（t，T3）， σ（t，T2）。若存在贴近度相等的情况， 则应利用模糊关系系数P大小进行排序， PTi =μi1+μi2+…+μi5。
2.4计算评估对象价格
可比实例数为3时， 模糊数学的评估模型为：
式中λ为修正系数， 由于选择可比实例只是与待估对象相似， 而且确定特征因素隶属函数时也存在误差， 所以计算结果要进行修正。这种修正主要根据估价师的经验， 一般取值0.95-1.05。
3结束语。在目前的房地产估价实务中，越来越多的运用到了市场比较法，市场比较法是最容易操作的方法，也受到了最广泛的认可。但是客观来讲，现在对于市场比较法的运用还是存在一定的缺陷。我们通过运用层次分析法（AHP）和模糊数学（Fuzzy Mathematics）等方法来实现了可比实例的差异数化，可以尽量避免由于对问题的主观决断而对评定所带来的影响，从而客观的反映估价对象价格的真实性，进而提高估价结果的精度。
转载请注明出处学文网 » 浅析市场比较法的改进