【摘要】 本文从国内房地产评估行业现状开始，分析了新形势下社会对房地产评估的需求越来越多元化，并针对新需求，简要分析了房地产大数据和人工智能在估价中的应用，为房地产评估事业添砖添瓦。
【关键词】评估行业 现状 多元化房地产大数据 人工智能
一、 房地产评估行业现状
（一）房地产市场变动幅度过大不利于估价行业发展
房地产市场的急剧变动在近年尤为明显，尤其是从2015年开始房地产展市场一路上扬，估价师数据收集难以保证及时性；不利于估价机构及行业的品牌建设。
（二）执业人员执业过程中存在局限性
首先，房地产相关专业虽然大部分院校都有设立，但针对于评估的院校却是比较少的，而且高等学府在评估领域有钻研且具有一定理论成果的就更少了，现状导致了人才输出较少。另一方面目前估价行业业务技术操作现实情况是技术测算的估价师和客户沟通受限，导致信息失真，影响估值。
（三）产业上下游互相竞争
同属于房地产中介服务行业的房地产评估与房地产经纪，业务交叉尤其多的两个行业，房地产经纪促成房地产成交依赖于房地产估价，而房地产估价理论技术基础又来源于房地产经纪积累的数据，然而行业现状却是双方缺少沟通，造成了资源与效率的浪费。
（四）地产数据行业住宅和商业数据发展不平衡
地产数据行业总结如下：
估价公司系：信达泰和、云房数据、智地平台、国策评估、中估联数据、新峰房谱网、世联数据、房讯通；
媒体系：搜房中指、搜狐焦点等；
互联网挂牌系：中介挂：搜房房天下、安居客等；个人挂：58同城、赶集网等；新房挂：好屋等；
开发商系：万科数据部门、禾田等；
科技巨头系：百度、腾讯、阿里巴巴等；
物业管理系：彩生活等；
由于国内这些数据公司一般住宅物业数据比较丰富，而商业数据相对缺乏，因而满足不了商业地产评估日益增长的需求。
二、 新形势下社会对房地产评估的需求越来越多元化的 主要表现
（一）时效性
如抵押贷款类业务，由于行业竞争激烈，导致银行客户经理为争取客户，要求评估公司在预估阶段速度提供预估结果报告，因此该类型业务对执业人员的市场掌握程度非常高；
（二）定制化
房地产市场研究包括城市地价纵观分析；房地产区域分类研究；房地产价值动态监测；房地产企业动态研究；房地产企业动态研究等，且房地产市场的急剧变动在近年尤为明显，因而企业在投资房地产时定制化服务要求越来越迫切；
（三）批量评估化
房地产市场的急剧变动，导致房地产税的开征被提上了日程；早在2018年政府就提出“稳妥推进房地产税立法”，到2019年两会提出“健全地方税体系，稳步推进房地产税立法。”房地产税制改革进程明显加快。全国人大常委会委员长栗战书作全国人大常委会工作报告时也指出，集中力量落实好党中央确立的重大立法事项，包括审议民法典，制定房地产税法等立法调研、起草，加紧工作，确保如期完成。房地产税的开征对批量评估业务提出了更高要求。
三、 针对新需求，房地产评估机构的新举措
（一）加强对评估执业人员的培训
针对职业人员的培训，一方面是专业知识的培训，培训内容包括基本理论与方法，评估实务与案例，房地产市场分析等；另一方面为市场销售方面的培训，主要内容有全景式营销视角训练，市场营销基本原理、梳理关键脉络、提升市场营销知识结构， 将营销数据指标化、绩效化以提高成单率。
（二）房地产数据采集精准化和多元化，商业数据越来越被国内估价行业重视
多渠道的数据采集模式，确保收集真实数据源；内部系统进行清洗、关联、算法推演，入库后进行分类归集，管理精准数据库；
而商业地产是指收益性地产，是一个非常成熟的行业，在美国商业数据公司发展也非常成熟；
美国房地产数据公司RCA商业模式介绍：全球 -没有地域限制；最新 -每日更新最有价值的信息；微观到宏观 -交易细节和趋势；可比性 -在全球范围内的价格，销量，数量和市场；易访问性 -易于使用和免费的客户端支持服务；
我们先一起来看看美国商业地产行业与用户需求主要表现在资本市场、租赁市场、服务业市场、开发商、投行等。 那与商业地产相关的数据在哪里？ 首先政府机构：产权登记；贷款权益登记；建筑许可/建筑违规；经济情况；环境情况；人口情况等都与商业数据相关。其次市场参与者：买卖双方；二级市场；租赁双方；贷款双方。再其次服务提供商：经纪公司；评估公司；产权保险公司。
国内估价行业对大数据、人工智能等的认识，有大有小，有优有劣。每个评估公司只要发挥自己的优势，砥砺前行，借鉴国际数据公司的经验，也一定在大数据市场上占有一席之地，同时也坚信针对银行的商业地产的数据服务也越来越能满足市场需求。
（三）房地产大数据和人工智能的发展为批量评估创造了有利条件
房地产大数据和人工智能的关系，首先要说什么是房地产大数据。这些年来，房地产大数据先是被神化，继而又被妖魔化，到了今天，其实谁也不知道别人所谓的大数据指的是什么。有时候大数据的定义里既有平台（硬件）又有分析技术。但为了说清楚大数据和人工智能的关系，我们还是回归大数据的本质：海量的、多维度、多形式的数据。
任何智能的发展，其实都需要一个学习的过程。而近期人工智能之所以能取得突飞猛进的进展，不能不说是因为这些年来大数据长足发展的结果。正是由于各类感应器和数据采集技术的发展，我们开始拥有以往难以想象的的海量数据，同时，也开始在房地产领域拥有深度的、细致的数据。而这些，都是训练某一领域“智能”的前提。
如果我们把人工智能看成一个嗷嗷待哺拥有无限潜力的婴儿，房地产领域专业的海量的深度的数据就是喂养这个天才的奶粉。奶粉的数量决定了婴儿是否能长大，而奶粉的质量则决定了婴儿后续的智力发育水平。
与以前的众多数据分析技术相比，人工智能技术立足于神经网络，同时发展出多层神经网络，从而可以进行深度机器学习。与以外传统的算法相比，这一算法并无多余的假设前提（比如线性建模需要假设数据之间的线性关系），而是完全利用输入的数据自行模拟和构建相应的模型结构。这一算法特点决定了它是更为灵活的、且可以根据不同的训练数据而拥有自优化的能力。
但这一显著的优点带来的便是显著增加的运算量。在计算机运算能力取得突破以前，这样的算法几乎没有实际应用的价值。大概十几年前，我们尝试用神经网络运算一组并不海量的数据，整整等待三天都不一定会有结果。但今天的情况却大大不同了。高速并行运算、海量数据、更优化的算法共同促成了人工智能发展的突破。
这一突破，如果我们在三十年以后回头来看，将会是不弱于互联网对人类产生深远影响的另一项技术，它所释放的力量将再次彻底改变我们的评估工作实务，将一部分估价师从繁杂的事务工作中释放出来，从而有效降低成本，提高工作效率。
（国策研究 刘丹）
本文网址：
