随着我国城市化的快速推进，房地产业的建筑开发、经营、融资、商品房买卖等活动急剧增加，对房地产估价服务的需求也迅速增加。对房地产进行估值是房地产服务的重要内容，有效的估值能够快速促成房地产交易活动，最大化房地产的商业价值。鉴于房地产估价的重要性，越来越多的企业和中介服务机构都开始重视房地产估价在商业活动中的地位。房地产估价目前主要有市场比较法、成本法、收益法、假设开发法等方法，每种方法适用的情形不同，为了维持房地产市场的良性经营，就需要对使用最广泛的市场比较法进行分析和改进研究。

1　相关概念与理论

1.1　市场比较法的基本概念

市场比较法有多种简称，可以被称作市场法，也可以被称作比较法或现行市价法，市场比较法是指将估价对象与最近成交的类似房地产进行比较，进而得出估价对象市场价格的估价方式，在市场比较法中，只要选定了恰当的可比实例，再结合市场因素进行价格的适当调整，便可以大致得出房产的合理估价。

1.2　市场比较法的研究现状

关于市场比较法，许多专家学者通过理论与实践相结合的方式进行了研究，并取得了一系列成果。在市场比较法中，周生、叶青通过引入集对分析的概念，改进案例选取随意性的问题，以反映不同方面两组之间的相互关系，交易案例和估价对象房地产项目之间的相似性。计斯在案例选取中引入了主成分分析模型，通过对交易案例与估价对象房地产的主成分因素进行选取与分析，对案例的分析不应片面，定性和定量分析在房地产估价中都是必不可少的。

为了有效地解决房地产估价中比较案例选取过程存在的问题，郎启贵、吴红华在估价模型中引入了灰色聚类方法，灰色聚类法主要研究的是房地产相关案例间的关联性，聚类系数值的大小能够直观地展现出各个房产之间的相似度关系，从而以量化的角度简化房地产价值的比较过程，可靠地进行比较案例选择，例如，房产项目的系数越大，估价对象与案例具有的可比性越大，该案例的选取能够代表估价对象的基本情况，经过调整的数据更符合房地产在市场上的价值情况，但是，该方法在确定项目相关性时，关键是对每个因素或项目进行评分，分数也需要主观判断，因此仍然不能很好地消除非主观因素对评价对象建筑地产评定议价结果的影响。

1.3　市场比较法的应用前提

任何方法的应用都有一定的前提，只有符合应用前提，方法的应用才是具有价值的。

1.3.1　有一个活跃的房地产交易市场。存在一个活跃的房地产交易市场才能搜集到估价所需的各项数据资料，如果没有活跃的房地产交易市场存在，那么有关房地产的成交信息就会比较匮乏，没有足够多的交易信息用于分析比较，房地产的估价就会缺乏有效数据的支持，从而阻碍房地产估价的进程，不利于得出合理的估价结果。

1.3.2　市场比较法的应用要求有足够多的有效案例进行选取。不同的供需圈各项因素会存在差别，故运用市场比较法估价时强调的是同一供需圈。交易案例与估价对象间需要有高度关联的关系。且交易案例的数量不能过少，交易案例过少则可选择性较低，不能充分对交易案例之间的各类因素与估价对象进行对比，选取到更具可比性的案例。

1.3.3　比较案例与估价对象的比较因素指标可收集且可量化。案例选取完成后，需要对可比实例与估价对象之间的各项因素进行比较分析，分析的基础是各项因素要能够收集到，除此之外，房地产估价的指标数据还应具备可以量化的特点，因此，在对各指标数据进行搜集的过程中，应选择能够进行量化的指标，才能进行下一步的计算工作。

2　市场比较法存在的问题分析

2.1　案例选取的主观性

比较案例的合理选取是市场比较法发挥作用的基本前提，案例选取的得当与否直接决定了房地产估价的数据是否有效，因为市场比较法是根据相似标的物价值进行的价值评估方法，因此，有效案例的选取是房产估价成功的关键。房地产作为流动性低的大宗商品，对其进行定价比较困难，且房地产市场的行情波动幅度也较大，很难直接通过定性的方式进行估值，因此，案例的选择就显得至关重要，但我国房地产估价人员在进行案例选择时仍避免不了主观性的干扰，我国的房地产市场自从市场经济的开放以来，开始了井喷式的发展，这就导致了可供选择的交易案例越来越多，在很多交易案例中，房地产估价师对案例的选择更依赖于工作经验。房地产估价过程受众多因素影响，其中影响最大的是房地产估价人员对房地产的价格的主观判断，市场数据的不全面，使得房地产估价人员凭借自身经验以及对市场情形的判断做出估值，估值数据不够客观公正。

2.2　因素修正的随意性

我们可以知道房地产的价格随着市场的供需关系、经济大环境、投资者的投机行为、房产的投资价值，未来升值空间等众多因素影响，具有主观意义上的不确定性，很难从定性的角度给出房产价格的估计，因此很有必要对影响房产价格的因素进行分析，但目前我国房地产市场对于因素的修正过程缺乏有效数据支撑，主观性特征比较浓厚，房地产估价中缺乏各种比较因素的适当综合定量标准，各项因素对房地产价格的影响权重的确定一般是房地产估价师根据工作经验和个人主观判断分析设定的，没有对各个因素的量化建立规范的量化机制，这就导致了房地产估价人员无法依据行业规范进行房地产影响因素的量化分析，量化分析统一标准的缺乏，也使得估价师难以对案例之间的相似性进行正确判断，因此，因素修正的随意性影响了对因素之间关联性的比较，计算出的关键系数不能代表现实中各因素之间的相似度关联特征，因此，有必要在研究中避免因素修正的随意性影响。

3　市场比较法的改进研究

为对市场比较法进行改进研究，可以针对房地产估价建立相应数学模型，并通过因素的不断调整以得到一个客观的市场价格。引入灰色关联度分析法对市场比较法的案例选取过程进行改进，引入层次分析法对因素修正过程进行改进，通过计算明确了各个因素对房地产价值的影响分布与占比大小。

3.1　灰色关联度分析

灰色关联度分析是统计学上研究两个事物关联度以及相似性大小的一种普遍使用的方法，灰色关联度的自变量可以是两个因素中的其中一个因素的变化趋势，也可以是连续的时间变量，通过函数图像的确定，得出了两个因素之间的相似性度大小与相关关系。由前文可知，市场比较法的工作原理主要是通过选择与估价对象具有高度相似性的案例，经过相关系数的调整，得出最终房地产的估价。市场比较法与灰色关联度分析法在工作原理上几乎相同，鉴于两者相同的工作原理，因此可以利用灰色关联度分析法在市场比较法中的引入，通过量化分析的方法，提高相关因素之间的关联系数可靠性，不断提高房地产估值上的准确性。

研究步骤：第一步，便是参考序列和比较序列的确定，比较序列由选定的比较案例构成，参考序列由估价对象构成。第二步，第二步便是对第一步确定的比较序列和参考序列进行标准化处理，通过处理，统一其所代表的含义，使两组序列之间能够进行有效比较，需要对其进行无量纲化处理，以去掉各因素所代表的物理意义，便于计算。第三步，计算求差数列及最大、最小差，即计算各交易案例因素与估价对象因素各因素分值的差值。第四步，根据各层次因素之间两两之间的相关关系，对各个因素之间的关联系数进行计算。第五步，是对第四步求出的各因素关联系数求取其平均值，该平均值即为各比较案例与估价对象的关联度。最后一步便是，将个案例按照关联度的大小顺序进行排序。

灰色关联度分析法在房地产估价中的应用直接改进了房地产估价案例选取过程由定性分析向定量分析的转变，灰色关联度分析通过对各个交易案例进行关联系数计算，直接通过关联度大小排序来进行可比实例的选取，使可比实例的选取过程有据可依，减小了可比实例选取过程中的主观性，确保了房产估价的客观性原则，为房地产的合理估值打下基础。

3.2　层次分析法

层次分析法其实就是通过两两对比，对各个影响因素进行权重分配的一种分析方法，因此，层次分析法又被称为层次权重分析法。第一步，通过层次结构的划分，将房地产价格的影响因素依据其自身特性分为目标层、准则层、方案层。第二步，便是针对划分的层次进行矩阵构建，并通过其他各层次因素与目标层因素的两两比较，计算出其相对于目标层的百分比大小，层次权重分析法很好地解决了市场比较法在因素修正方面客观性不强的问题，其对各个因素的权重赋比更加具有科学原理，因此，层次权重分析法与市场比较分析法的结合，能够更好地降低主观因素对房地产估价的影响，对因素的修正结果更加符合房地产估价的客观规律要求，使房地产估价结果更贴近实际价值。

研究步骤：第一步，第一步是最基本也是最重要的一步，即对构成房产价值的各个因素按照目标层、准则层和方案层进行划分，目标层为房地产价格，准则层为交易情况、区域因素、权益因素、个别因素，方案层为房屋朝向、通风采光、人口聚集度、生活便捷度、景观状况、土地性质、土地剩余使用期限、房屋产权状况、房型设计、建筑结构、建筑面积、建筑质量和外观、层高、装修、建筑年代，进行层次结构的构建。第二步，层次结构构建完成后需对各层次中的因素两两进行比较，选用1-9标度规则作为比较准则。第三步，根据上一步的比较结果构建层次判断矩阵。第四步，在层次矩阵构建完成后，对数据再次计算，得到层次总排序结果，这个实验结果进行再次检验。最后一步，便是对层次排序权重向量的计算，层次排序权重是通过方案层与目标层的权重比较得出的。

在现行的市场比较法中，市场比较中价格影响因素的权重主要依靠估价人员的工作经验，一般未对各因素的权重进行区分，导致权重的赋予过程具有较大的随意性，从而使得估价结果产生较大差异，引入层次分析法，通过分析计算得出各价格影响因素的权重，将因素修正过程中的其他因子影响降到了最低，使得数据更令人信服。

4　结论与展望

灰色关联度在市场比较法中的引入，使案例选取的过程由定性判断转变为定量计算，引入层次分析法使因素修正过程可以通过计算得出各项因素的影响权重，权重的赋予具有一定的科学性，在估价实际工作中简便易行，容易推广，同时能够减少估价过程中因估价人员主观因素对估价结果的影响，提高评价结果的准确性。