[摘要]為了更加適應(yīng)新的經(jīng)濟(jì)需求,房地產(chǎn)評(píng)估行業(yè)不僅加強(qiáng)了自身管理,而且在技術(shù)上也進(jìn)行了升級(jí)。通過(guò)研讀相關(guān)文獻(xiàn)，對(duì)傳統(tǒng)評(píng)估方法的局限性和隨機(jī)森林模型在房地產(chǎn)評(píng)估中的應(yīng)用進(jìn)行了梳理，得出了市場(chǎng)法的前提條件有限制，收集數(shù)據(jù)有難度，收益法過(guò)分地依賴對(duì)未來(lái)的預(yù)期，成本法不能將房地產(chǎn)價(jià)格影響因素考慮完全和隨機(jī)森林模型應(yīng)用于房地產(chǎn)評(píng)估得出更加準(zhǔn)確的結(jié)論，以期促進(jìn)房地產(chǎn)評(píng)估行業(yè)向更好的方向發(fā)展。

　　[關(guān)鍵詞]房地產(chǎn)評(píng)估;隨機(jī)森林模型;市場(chǎng)法;收益法;成本法

　　1引言

　　房地產(chǎn)價(jià)值的影響因素眾多且關(guān)系復(fù)雜，運(yùn)用傳統(tǒng)的評(píng)估方法具有一定的局限性。各影響因素對(duì)房?jī)r(jià)的影響不盡相同，運(yùn)用傳統(tǒng)的特征價(jià)格模型進(jìn)行簡(jiǎn)單的線性回歸或非一般的線性回歸得出的評(píng)估結(jié)果缺乏可靠性。隨機(jī)森林模型在特征價(jià)格模型的基礎(chǔ)之上進(jìn)行變量的選取，再進(jìn)行模型的建立，輸入變量得到評(píng)估結(jié)果。隨機(jī)森林模型常用于生態(tài)、醫(yī)藥及經(jīng)濟(jì)等方面。

　　房地產(chǎn)論文范例： 房地產(chǎn)泡沫對(duì)制造業(yè)投資的擠出效應(yīng)研究

　　由于在研究過(guò)程中發(fā)現(xiàn)房地產(chǎn)評(píng)估中房?jī)r(jià)影響因素并非簡(jiǎn)單的線性關(guān)系，傳統(tǒng)的方法存在局限性，得出的結(jié)果并不夠準(zhǔn)確，學(xué)者開(kāi)始嘗試將隨機(jī)森林模型應(yīng)用于房地產(chǎn)評(píng)估中。本文對(duì)傳統(tǒng)評(píng)估方法進(jìn)行了梳理總結(jié)，闡述隨機(jī)森林模型在房地產(chǎn)評(píng)估中的適用性，期望為隨機(jī)森林模型應(yīng)用于房地產(chǎn)評(píng)估提供理論支持。

　　2文獻(xiàn)綜述

　　Breiman(2001)在建立分類和預(yù)測(cè)模型時(shí)，首次使用了隨機(jī)森林算法。隨機(jī)森林算法具有容易實(shí)現(xiàn)、分類速度快、可以處理大樣本數(shù)據(jù)的優(yōu)勢(shì)，在各個(gè)領(lǐng)域得到了快速的發(fā)展。

　　2.1隨機(jī)森林模型在其他領(lǐng)域的應(yīng)用

　　隨機(jī)森林算法的提出，在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。在生態(tài)方面，張文強(qiáng)和羅格平(2021)等以北山北坡中段為例，運(yùn)用多元線性回歸和隨機(jī)森林模型對(duì)氣候變化和具體的人類活動(dòng)對(duì)北山北坡中段歸一化植被指數(shù)的影響進(jìn)行了分析，以此對(duì)內(nèi)陸干旱區(qū)植被指數(shù)變化與驅(qū)動(dòng)力進(jìn)行研究。在經(jīng)濟(jì)管理方面，何文琴和楊仕曉(2021)收集了3213個(gè)網(wǎng)貸平臺(tái)的樣本數(shù)據(jù)，從信息透明度、品牌影響力、平臺(tái)標(biāo)的特點(diǎn)、用戶點(diǎn)評(píng)、平臺(tái)安全系數(shù)五個(gè)維度，構(gòu)建P2P網(wǎng)貸平臺(tái)違約風(fēng)險(xiǎn)量化評(píng)價(jià)體系，運(yùn)用隨機(jī)森林模型對(duì)評(píng)價(jià)體系進(jìn)行實(shí)證分析，從而量化P2P網(wǎng)貸平臺(tái)的違約風(fēng)險(xiǎn)，提高預(yù)測(cè)能力。

　　在醫(yī)學(xué)上，耿曉斌和程云章(2021)分別構(gòu)建四種模型，使用重癥患者的血糖變異情況和基本病例信息構(gòu)成實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行訓(xùn)練，預(yù)測(cè)患者能否在72h內(nèi)轉(zhuǎn)出ICU病房。結(jié)果表明，血糖變異情況對(duì)患者在重癥監(jiān)護(hù)時(shí)常有重要的影響，隨機(jī)森林模型相比其他的模型能較好地預(yù)測(cè)ICU患者的重癥監(jiān)護(hù)時(shí)長(zhǎng)。

　　2.2隨機(jī)森林模型在房地產(chǎn)評(píng)估中的應(yīng)用

　　近年來(lái)，由于隨機(jī)森林模型自身的優(yōu)勢(shì)較突出，其在我國(guó)房地產(chǎn)評(píng)估中有了一定的應(yīng)用。楊沐晞(2012)用廣州市某調(diào)查地區(qū)298個(gè)二手房的特征價(jià)格數(shù)據(jù)，進(jìn)行建模與預(yù)測(cè)，建立隨機(jī)森林回歸模型，并將傳統(tǒng)線性回歸模型與隨機(jī)森林回歸方法建立的模型的預(yù)測(cè)能力進(jìn)行了比較，得到結(jié)論：運(yùn)用隨機(jī)森林建立二手房評(píng)估模型，其預(yù)測(cè)結(jié)果具有較高的準(zhǔn)確性。

　　黃蓉(2020)將隨機(jī)森林模型引入學(xué)區(qū)房的研究，運(yùn)用重慶市渝中區(qū)重點(diǎn)小學(xué)的260個(gè)樣本數(shù)據(jù)，進(jìn)行建模與預(yù)測(cè)，并將特征價(jià)格模型的半對(duì)數(shù)函數(shù)形式與隨機(jī)森林回歸方法建立的預(yù)測(cè)模型進(jìn)行對(duì)比，表明以隨機(jī)森林建立的學(xué)區(qū)房評(píng)估模型，其預(yù)測(cè)結(jié)果有較高的準(zhǔn)確性。隨機(jī)森林模型在很多領(lǐng)域都有廣泛的應(yīng)用，在房地產(chǎn)評(píng)估領(lǐng)域也有一定的發(fā)展，但并未得到普遍的認(rèn)可。為了更好地說(shuō)明隨機(jī)森林模型在房地產(chǎn)評(píng)估中的適用性，現(xiàn)將隨機(jī)森林模型與三大傳統(tǒng)評(píng)估方法進(jìn)行對(duì)比分析。

　　3傳統(tǒng)評(píng)估方法的應(yīng)用及其局限性市場(chǎng)法、收益法和成本法三大傳統(tǒng)方法經(jīng)過(guò)長(zhǎng)期的實(shí)踐與發(fā)展，擁有堅(jiān)實(shí)的理論基礎(chǔ)和較多的實(shí)踐經(jīng)驗(yàn)，在各個(gè)評(píng)估工作中被廣泛的應(yīng)用。但是，在三大方法的發(fā)展過(guò)程中，也發(fā)現(xiàn)每一種方法都存在一定的局限性，其使用都受到一些條件的限制。

　　3.1市場(chǎng)法市場(chǎng)法也叫市場(chǎng)比較法，在房地產(chǎn)評(píng)估中廣泛應(yīng)用。市場(chǎng)法應(yīng)用的前提條件是：有活躍的房地產(chǎn)交易市場(chǎng);交易對(duì)象數(shù)量滿足條件;能夠找到與被評(píng)估資產(chǎn)相同或類似的可比參照案例。市場(chǎng)法的使用簡(jiǎn)單有效，直接從市場(chǎng)上收集所需資料，過(guò)程簡(jiǎn)單。但是市場(chǎng)法的應(yīng)用受到一些條件的限制。市場(chǎng)法的應(yīng)用要求有完整的數(shù)據(jù)，房地產(chǎn)價(jià)值的影響因素包含各個(gè)方面且關(guān)系復(fù)雜，影響因素不僅包含內(nèi)部因素，也包含外部因素，收集起來(lái)十分繁瑣且不易收集完整，會(huì)對(duì)結(jié)果造成一定的偏差。在對(duì)可比案例的價(jià)格進(jìn)行修正的過(guò)程中，很多系數(shù)的確定需要依靠評(píng)估人員的經(jīng)驗(yàn)，具有較強(qiáng)的主觀性。

　　3.2收益法在房地產(chǎn)評(píng)估中，收益法也是常用的方法之一。收益法的使用同樣需要滿足一定的前提條件。收益法適用于有收益性，或者未來(lái)可能有收益的房地產(chǎn)的評(píng)估。收益法的應(yīng)用過(guò)分依賴假設(shè)環(huán)境，收益額的預(yù)測(cè)要根據(jù)歷史數(shù)據(jù)來(lái)進(jìn)行，但是外部經(jīng)濟(jì)環(huán)境，政策變化等都會(huì)對(duì)收益額產(chǎn)生影響，使預(yù)期收益不夠準(zhǔn)確，也會(huì)對(duì)評(píng)估結(jié)果產(chǎn)生影響。

　　3.3成本法成本法估價(jià)的理論基礎(chǔ)是商品價(jià)格的生產(chǎn)費(fèi)用理論。成本法的運(yùn)用就是在評(píng)估時(shí)點(diǎn)，將估價(jià)對(duì)象的重置成本或重新構(gòu)建成本計(jì)算出來(lái)，然后扣減折價(jià)貶值以后的價(jià)值結(jié)果。成本法適用于沒(méi)有收益性不適用于收益法或缺乏交易案例不能采用市場(chǎng)法評(píng)估的房地產(chǎn)。成本法計(jì)算的成本未包含房地產(chǎn)成本價(jià)值以外的價(jià)值，例如區(qū)位價(jià)值和權(quán)益價(jià)值。區(qū)位因素對(duì)房地產(chǎn)價(jià)格的影響巨大，運(yùn)用成本法評(píng)估出的價(jià)值因?yàn)楹雎粤送獠恳蛩貢?huì)低于市場(chǎng)價(jià)值。

　　4隨機(jī)森林模型的原理及其適用性

　　4.1隨機(jī)森林模型原理

　　隨機(jī)森林模型就是首先建立多個(gè)決策樹(shù)，然后將他們?nèi)诤掀饋?lái)得到一個(gè)更加準(zhǔn)確和穩(wěn)定的模型。決策樹(shù)+Bagging=隨機(jī)森林。分類樹(shù)是一種分類器，它的結(jié)構(gòu)為樹(shù)狀。它的每個(gè)內(nèi)部節(jié)點(diǎn)代表了一個(gè)基于特征的測(cè)試，樹(shù)枝描述測(cè)試結(jié)果，葉子節(jié)點(diǎn)指明了最后的分類結(jié)果。隨機(jī)森林構(gòu)造了多個(gè)決策樹(shù)，如果要對(duì)其中某個(gè)樣本進(jìn)行預(yù)測(cè)，那么就需要統(tǒng)計(jì)森林中的每棵樹(shù)對(duì)該樣本的預(yù)測(cè)結(jié)果，然后通過(guò)投票法選擇眾數(shù)作為最后的預(yù)測(cè)結(jié)果。隨機(jī)森林中的每棵樹(shù)都是獨(dú)立的。

　　幾乎所有的樹(shù)做出的預(yù)測(cè)結(jié)果都可以包含所有可能的情況，這些預(yù)測(cè)結(jié)果將會(huì)相互抵消。少數(shù)優(yōu)秀的樹(shù)的預(yù)測(cè)會(huì)忽略“噪音”，做出一個(gè)較好的預(yù)測(cè)結(jié)果。隨機(jī)森林Bagging的思想就是將眾多的分類結(jié)果進(jìn)行投票選擇，從而組成一個(gè)強(qiáng)分類器。簡(jiǎn)單來(lái)說(shuō)，隨機(jī)森林算法就是由眾多的單顆分類回歸樹(shù)(CART)進(jìn)行組合而得到隨機(jī)森林，然后通過(guò)投票的方法得到最后的分類結(jié)果。

　　4.2隨機(jī)森林模型在房地產(chǎn)評(píng)估中的應(yīng)用變量的選取。

　　隨機(jī)森林模型變量的選取是在特征價(jià)格理論的基礎(chǔ)之上進(jìn)行的。特征價(jià)格理論在國(guó)外房地產(chǎn)評(píng)估領(lǐng)域的研究已經(jīng)比較成熟，由于地理位置、文化、市場(chǎng)環(huán)境等因素的不同，國(guó)外學(xué)者假設(shè)的特征價(jià)格因素并不適用于我國(guó)。根據(jù)中國(guó)房地產(chǎn)市場(chǎng)的實(shí)際情況，國(guó)內(nèi)學(xué)者在運(yùn)用特征價(jià)格理論研究房地產(chǎn)價(jià)值評(píng)估時(shí)，一般將影響房地產(chǎn)價(jià)格的因素分為三大類特征，建筑特征、區(qū)位特征、鄰里特征。隨機(jī)森林模型的建立。房地產(chǎn)評(píng)估為不動(dòng)產(chǎn)評(píng)估，因此其屬于回歸預(yù)測(cè)問(wèn)題。隨機(jī)森林回歸的基本思想是：首先進(jìn)行抽樣，采用自助抽樣方式，從原始數(shù)據(jù)中抽取B個(gè)樣本，分別建立B棵樹(shù)，得到B個(gè)結(jié)果。最后，取這B個(gè)結(jié)果的平均值得到最終的預(yù)測(cè)結(jié)果。

　　4.3隨機(jī)森林模型的優(yōu)勢(shì)

　　(1)房地產(chǎn)價(jià)格影響因素與房地產(chǎn)價(jià)格之間的影響形式并非簡(jiǎn)單的線性關(guān)系。隨機(jī)森林模型的應(yīng)用不需要提前設(shè)定函數(shù)形式，利用隨機(jī)森林來(lái)建立模型�？梢院芎玫�?cái)M合復(fù)雜的非線性關(guān)系。傳統(tǒng)的多元回歸就需要提前設(shè)定函數(shù)形式，然后輸入變量進(jìn)行驗(yàn)證，會(huì)產(chǎn)生擬合優(yōu)度不高，模型不合適等情況，而隨機(jī)森林模型就可以克服這一問(wèn)題。

　　(2)隨機(jī)森林可以處理具有多個(gè)種類的分類變量，比如在參數(shù)回歸中，定性變量數(shù)量的增加會(huì)使估計(jì)參數(shù)的數(shù)量也大量的增加，這可能會(huì)導(dǎo)致回歸結(jié)果的過(guò)度擬合。在隨機(jī)森林中就可以避免由上面大量分類變量所造成的問(wèn)題。

　　(3)房地產(chǎn)評(píng)估中，房地產(chǎn)價(jià)格影響因素一般都是較多的，運(yùn)用隨機(jī)森林模型，對(duì)樣本數(shù)據(jù)的處理速度更快，自動(dòng)化程度較高。隨機(jī)森林模型可以在建模的過(guò)程中，用輸入的變量對(duì)輸出的結(jié)果的重要性進(jìn)行評(píng)估。在傳統(tǒng)的特征變量模型中，我們判斷一個(gè)變量對(duì)輸出結(jié)果的重要性，一般是直接看回歸方程中變量的回歸系數(shù)。系數(shù)大就表明該變量對(duì)結(jié)果影響較大，系數(shù)小就表明該變量對(duì)輸出結(jié)果的影響較小。傳統(tǒng)特征價(jià)格模型評(píng)估中，判斷變量的影響程度比較便捷，也很直觀。

　　但是，這種判斷重要性的方式比較粗糙，不夠準(zhǔn)確。隨機(jī)森林模型中對(duì)變量重要性的判斷，是在輸入的變量中挑選一個(gè)特征，然后加入噪聲和干擾因素，觀察對(duì)模型的計(jì)算結(jié)果是否有影響。在判斷因素的重要性的過(guò)程中，會(huì)使用節(jié)點(diǎn)的不純度來(lái)判斷。對(duì)每一個(gè)輸入的變量都加入一個(gè)噪聲，然后觀察隨機(jī)森林的準(zhǔn)確率的變化來(lái)判斷該變量的重要性。如果，隨機(jī)森林準(zhǔn)確率隨著該噪聲的降低而升高，說(shuō)明該變量對(duì)輸出結(jié)果的重要性比較高。反之，隨機(jī)森林的準(zhǔn)確率隨著該特征噪聲的降低而降低，說(shuō)明該變量對(duì)輸出結(jié)果的重要性較低。

　　5總結(jié)

　　房地產(chǎn)評(píng)估中，相比于傳統(tǒng)的特征價(jià)格模型，隨機(jī)森林模型更具優(yōu)勢(shì)，可以在一定的程度上彌補(bǔ)傳統(tǒng)方法的一些不足之處。本文的研究說(shuō)明在房地產(chǎn)評(píng)估領(lǐng)域，隨機(jī)森林模型具有較大的適用性，在與傳統(tǒng)的評(píng)估方法進(jìn)行對(duì)比的基礎(chǔ)之上，隨機(jī)森林模型的預(yù)測(cè)精度都比傳統(tǒng)方法更高。期望對(duì)隨機(jī)森林模型在房地產(chǎn)評(píng)估領(lǐng)域中的使用提供理論支持。

　　主要參考文獻(xiàn)

　　[1]張文強(qiáng)，羅格平.基于隨機(jī)森林模型的內(nèi)陸干旱區(qū)植被指數(shù)變化與驅(qū)動(dòng)力分析：以北天山北坡中段為例[J].植物生態(tài)學(xué)報(bào)，2020，44(11).

　　[2]何文琴，楊仕曉.基于隨機(jī)森林模型的P2P網(wǎng)貸平臺(tái)違約風(fēng)險(xiǎn)量化評(píng)價(jià)研究[J].現(xiàn)代營(yíng)銷，2021(7).

　　[3]耿曉斌，程云章.基于隨機(jī)森林的血糖變異預(yù)測(cè)ICU監(jiān)護(hù)時(shí)長(zhǎng)研究[J].軟件導(dǎo)刊，2021(1).

　　[4]黃蓉.隨機(jī)森林模型在學(xué)區(qū)房評(píng)估中的應(yīng)用研究——以渝中區(qū)為例[D].重慶：重慶理工大學(xué)，2020.

　　作者：曾雙