自动估值模型

出自MBA智库百科(http://wiki.mbalib.com/)

经济分析工具
埃奇沃斯盒状图 伯特兰德模型 边际分析方法 比较静态分析 巴斯塔布尔标准 纯生产率效应 超边际分析方法 彩票选择实验 动态分析 ELES模型 方差比率检验 古诺模型 国际卡特尔 购买力平价法 公理化方法 霍特林模型 货币先行模型 景气预测法 景气指数分析法 价格卡特尔 经济系统分析 经济计量分析 静态分析 阶段性接近法 均衡分析法 经济学方法论 经济系统工程 经济控制论模型 卡特尔模型 KL信息量法 肯普标准 扩散指数法 马场法 穆勒标准 偏好诱导实验 70规则 斯威齐模型 斯塔克尔伯格模型 萨缪尔森经济学方法论 社会核算矩阵 商情调查方法 讨价还价模型 消费者剩余 希尔施模型 演化经济学方法论 滞后变量模型 综合指标法 自动估值模型 转导法 非货币分析法
[编辑]

自动估值模型（Automated Valuation Models AVMs）

什么是自动估值模型

　　自动估值模型（AVMs）是通过数学计算产生的评估手段，是一种建立在统计理论基础上的计算机程序，主要用于使用房地产信息（如物业特征、市场人口统计、物业税费率表、销售价格趋势和地区趋势等）来对某种特定物业的估价。自动估值模型主要用于理顺传统物业评估过程，是按揭贷款安排过程中的主要组成部分。

　　目前，监管部门正在关注、研究并准备针对自动估值模型的弱点提出指引政策。在国际上该模型已被广泛使用了五年，使用者评价是积极的，AVMs已经被视为是一种先进、科学的风险管理模型。

自动估值模型的优缺点

　　优点：相比传统的房地产评估手段而言，AVMs具有快速、降低成本、前后一致和客观的优点。这不是说尽职的、技术高超的鉴定者缺乏一致性和客观性。但是一个AVM能够显著地节省估价的时间并减少与传统评估过程有关的成本。

　　缺点：主要有三个：首先，它们要依赖所使用数据的精确性、综合性和时效性。其次，AVMs不能用来决定物业的物理状态和相关的市场表现。第三，AVMs永远不能把一个经验丰富的评估师的知识与判断具体化。

　　所以，AVMs适用于一个有相对充足当前数据，物业所处地区相对同质且物业的情况和市场表现相对典型的环境。当数据不足够、地域环境复杂且物业与平均状况和市场表现有显著差距时，AVMs作用就发挥不出来。

自动估值模型的种类

　　自动估值模型（AVMs）有三种主要类型：指数模型、偏好模型和混合模型。简介如下：

　　指数模型，也叫价格指数模型，只需提供销售数据，不需要物业特征。需要采用“重复销售”的回归分析，并需要一个先前的“价格点”来启动运行。这些模型可靠性令人怀疑，因为它们对物业设定了众多的假设条件，却没有提供依据。例如，假设物业的特征自上次销售后保持不变。

　　偏好模型决定于物业特征。它们针对具体物业（取决于物业位置）；需要物业的特征数据以及比较数据；提供了假设的依据；以规则为基础；并提供了统计评估。像指数模型一样，它们也需要有一个先前的价格点来启动运行。这些模型的局限性在于，依赖于一个严格限定的地理区域内的最近销售的数据，而在某些国家只有部分有限的数据。它们也有指数模型同样的弱点——包括假设物业特征保持不变。

　　混合模型把指数模型和偏好模型的特征结合起来，涵盖了销售数据、物业特征分析、可比销售、以及估税模型。许多卖者，包括房利美都向使用多种手段的AVMs模型转换。

　　以上是AVMs的简要介绍，有一种说法认为：使用AVMs的主要目的是要设计一种解决方法，并使其服务于所有的贷款发放人的业务和竞争需要，并有利于客户。这样才能更好地解决困难，减低费用，并帮助所有人拥有自己的房屋和租住可负担房屋的机会。