[发明专利]一种基于大数据及智能决策机制的工业地块估计方法

说明书

本发明公开了一种基于大数据及智能决策机制的工业地块估计方法。本发明包括如下步骤：步骤1、确认影响土地价格因素；步骤2、因素数据的采集、转化、量化和存储；步骤3、构建模型进行迭代及运算；步骤1所述的确认影响土地价格因素，其中影响因素包括区域因素、交通因素、周边配套因素、政策因素、历史成交情况因素五大类；步骤3所述的构建模型进行迭代及运算包括建立特征工程、建立模型和采用XGBoost算法分析土地单价。本发明结合目前最新的大数据及智能估计算法，对土地的价格进行评估，并取得了良好的效果。

技术领域

本发明提出了一种基于大数据及智能决策机制的工业地块估计方法。

背景技术

随着社会经济水平的不断发展以及城市化、工业化的不断推进，二级市场的工业土地交易也随之增加，但是与较为成熟的商业/住宅地块的估计体系相比，对工业地块的估价是一直是业内的痛点。

工业地块的估价具有“三多、两高、两少”的特点，具体表现在:个性化因素多、处置方式多样、开发建设方式多样；标的金额高、风险因素高；可供参考的依据物少、可供参考的标准少。因此目前工业土地价值估算基本依靠人工+部分传统估价算法，大致如下：

1、成本法：在求取估价对象土地的价格时,以开发建造估价对象的各项必需费用之和为基础,加上正常的利润和应纳税金来确定估价对象土地价格的一种估价方法。成本法的缺点是适用范围非常窄,只适用于既无收益又很少出现买卖情况的房地产。

2、收益还原法：在求取估价对象土地的价格时,运用某种适当的还原利率,将预期的估价对象土地未来各期的正常收益折算到估价时点上的现值,求其之和来确定估价土地的价格的一种方法。该法缺点是只能用于有收益或潜在收益的房地产的估价,而且需要把握收益率的选取和还原率的确定。

3、市场比较法：将估价对象土堆与在较近时期内已经发生了交易的类似土堆加以比较对照,根据已经发生了交易的类似土地的已知价格,修正得出估价对象土地价格的一种常用的估价方法。

人工利用这几种方法来进行土地估价时,往往存在以下问题：

1、不同人员在评估过程中因为关注重点不同、考虑因素不同及经验不同而产生的人工误差。

2、在短时间内容无法快速、准确、全面获取地价影响因素和市场信息，无法对不动产中长期价格走势做出判断。

3、针对不同项目要求每次通过人工进行全程评估，耗费资源大，时间长、效率低。

4、各项决策信息无法直观的数字化展示，在推算时很少采用数学模型,人为干扰因素比较多。无为为决策者提供全面的决策依据。

5、成本法、收益还原法、市场比较法等土地估价算法在应用土地估价时存在各种缺陷，而且使用范围受限。

6、以上几种算法都是基于西方的土地市场建立，不一定适用于我国的实际情况土地市场。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于大数据及智能决策机制的工业地块估计方法。本发明汇集全网地块交易信息的基础上，对所有可能影响地价的因素进行了提取、转换、定性和量化计算，结合因子分析FA、XGBoost算法开发工业地块估价模型并进行实例验证。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1、确认影响土地价格因素；

步骤2、因素数据的采集、转化、量化和存储；

步骤3、构建模型进行迭代及运算；

步骤1所述的确认影响土地价格因素，其中影响因素包括区域因素、交通因素、周边配套因素、政策因素、历史成交情况因素五大类；