[摘要]為了更加適應新的經濟需求,房地產評估行業不僅加強了自身管理,而且在技術上也進行了升級。通過研讀相關文獻，對傳統評估方法的局限性和隨機森林模型在房地產評估中的應用進行了梳理，得出了市場法的前提條件有限制，收集數據有難度，收益法過分地依賴對未來的預期，成本法不能將房地產價格影響因素考慮完全和隨機森林模型應用于房地產評估得出更加準確的結論，以期促進房地產評估行業向更好的方向發展。

　　[關鍵詞]房地產評估;隨機森林模型;市場法;收益法;成本法

　　1引言

　　房地產價值的影響因素眾多且關系復雜，運用傳統的評估方法具有一定的局限性。各影響因素對房價的影響不盡相同，運用傳統的特征價格模型進行簡單的線性回歸或非一般的線性回歸得出的評估結果缺乏可靠性。隨機森林模型在特征價格模型的基礎之上進行變量的選取，再進行模型的建立，輸入變量得到評估結果。隨機森林模型常用于生態、醫藥及經濟等方面。

　　房地產論文范例： 房地產泡沫對制造業投資的擠出效應研究

　　由于在研究過程中發現房地產評估中房價影響因素并非簡單的線性關系，傳統的方法存在局限性，得出的結果并不夠準確，學者開始嘗試將隨機森林模型應用于房地產評估中。本文對傳統評估方法進行了梳理總結，闡述隨機森林模型在房地產評估中的適用性，期望為隨機森林模型應用于房地產評估提供理論支持。

　　2文獻綜述

　　Breiman(2001)在建立分類和預測模型時，首次使用了隨機森林算法。隨機森林算法具有容易實現、分類速度快、可以處理大樣本數據的優勢，在各個領域得到了快速的發展。

　　2.1隨機森林模型在其他領域的應用

　　隨機森林算法的提出，在各個領域得到了廣泛的應用。在生態方面，張文強和羅格平(2021)等以北山北坡中段為例，運用多元線性回歸和隨機森林模型對氣候變化和具體的人類活動對北山北坡中段歸一化植被指數的影響進行了分析，以此對內陸干旱區植被指數變化與驅動力進行研究。在經濟管理方面，何文琴和楊仕曉(2021)收集了3213個網貸平臺的樣本數據，從信息透明度、品牌影響力、平臺標的特點、用戶點評、平臺安全系數五個維度，構建P2P網貸平臺違約風險量化評價體系，運用隨機森林模型對評價體系進行實證分析，從而量化P2P網貸平臺的違約風險，提高預測能力。

　　在醫學上，耿曉斌和程云章(2021)分別構建四種模型，使用重癥患者的血糖變異情況和基本病例信息構成實驗數據集進行訓練，預測患者能否在72h內轉出ICU病房。結果表明，血糖變異情況對患者在重癥監護時常有重要的影響，隨機森林模型相比其他的模型能較好地預測ICU患者的重癥監護時長。

　　2.2隨機森林模型在房地產評估中的應用

　　近年來，由于隨機森林模型自身的優勢較突出，其在我國房地產評估中有了一定的應用。楊沐晞(2012)用廣州市某調查地區298個二手房的特征價格數據，進行建模與預測，建立隨機森林回歸模型，并將傳統線性回歸模型與隨機森林回歸方法建立的模型的預測能力進行了比較，得到結論：運用隨機森林建立二手房評估模型，其預測結果具有較高的準確性。

　　黃蓉(2020)將隨機森林模型引入學區房的研究，運用重慶市渝中區重點小學的260個樣本數據，進行建模與預測，并將特征價格模型的半對數函數形式與隨機森林回歸方法建立的預測模型進行對比，表明以隨機森林建立的學區房評估模型，其預測結果有較高的準確性。隨機森林模型在很多領域都有廣泛的應用，在房地產評估領域也有一定的發展，但并未得到普遍的認可。為了更好地說明隨機森林模型在房地產評估中的適用性，現將隨機森林模型與三大傳統評估方法進行對比分析。

　　3傳統評估方法的應用及其局限性市場法、收益法和成本法三大傳統方法經過長期的實踐與發展，擁有堅實的理論基礎和較多的實踐經驗，在各個評估工作中被廣泛的應用。但是，在三大方法的發展過程中，也發現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市場法市場法也叫市場比較法，在房地產評估中廣泛應用。市場法應用的前提條件是：有活躍的房地產交易市場;交易對象數量滿足條件;能夠找到與被評估資產相同或類似的可比參照案例。市場法的使用簡單有效，直接從市場上收集所需資料，過程簡單。但是市場法的應用受到一些條件的限制。市場法的應用要求有完整的數據，房地產價值的影響因素包含各個方面且關系復雜，影響因素不僅包含內部因素，也包含外部因素，收集起來十分繁瑣且不易收集完整，會對結果造成一定的偏差。在對可比案例的價格進行修正的過程中，很多系數的確定需要依靠評估人員的經驗，具有較強的主觀性。

　　3.2收益法在房地產評估中，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，或者未來可能有收益的房地產的評估。收益法的應用過分依賴假設環境，收益額的預測要根據歷史數據來進行，但是外部經濟環境，政策變化等都會對收益額產生影響，使預期收益不夠準確，也會對評估結果產生影響。

　　3.3成本法成本法估價的理論基礎是商品價格的生產費用理論。成本法的運用就是在評估時點，將估價對象的重置成本或重新構建成本計算出來，然后扣減折價貶值以后的價值結果。成本法適用于沒有收益性不適用于收益法或缺乏交易案例不能采用市場法評估的房地產。成本法計算的成本未包含房地產成本價值以外的價值，例如區位價值和權益價值。區位因素對房地產價格的影響巨大，運用成本法評估出的價值因為忽略了外部因素會低于市場價值。

　　4隨機森林模型的原理及其適用性

　　4.1隨機森林模型原理

　　隨機森林模型就是首先建立多個決策樹，然后將他們融合起來得到一個更加準確和穩定的模型。決策樹+Bagging=隨機森林。分類樹是一種分類器，它的結構為樹狀。它的每個內部節點代表了一個基于特征的測試，樹枝描述測試結果，葉子節點指明了最后的分類結果。隨機森林構造了多個決策樹，如果要對其中某個樣本進行預測，那么就需要統計森林中的每棵樹對該樣本的預測結果，然后通過投票法選擇眾數作為最后的預測結果。隨機森林中的每棵樹都是獨立的。

　　幾乎所有的樹做出的預測結果都可以包含所有可能的情況，這些預測結果將會相互抵消。少數優秀的樹的預測會忽略“噪音”，做出一個較好的預測結果。隨機森林Bagging的思想就是將眾多的分類結果進行投票選擇，從而組成一個強分類器。簡單來說，隨機森林算法就是由眾多的單顆分類回歸樹(CART)進行組合而得到隨機森林，然后通過投票的方法得到最后的分類結果。

　　4.2隨機森林模型在房地產評估中的應用變量的選取。

　　隨機森林模型變量的選取是在特征價格理論的基礎之上進行的。特征價格理論在國外房地產評估領域的研究已經比較成熟，由于地理位置、文化、市場環境等因素的不同，國外學者假設的特征價格因素并不適用于我國。根據中國房地產市場的實際情況，國內學者在運用特征價格理論研究房地產價值評估時，一般將影響房地產價格的因素分為三大類特征，建筑特征、區位特征、鄰里特征。隨機森林模型的建立。房地產評估為不動產評估，因此其屬于回歸預測問題。隨機森林回歸的基本思想是：首先進行抽樣，采用自助抽樣方式，從原始數據中抽取B個樣本，分別建立B棵樹，得到B個結果。最后，取這B個結果的平均值得到最終的預測結果。

　　4.3隨機森林模型的優勢

　　(1)房地產價格影響因素與房地產價格之間的影響形式并非簡單的線性關系。隨機森林模型的應用不需要提前設定函數形式，利用隨機森林來建立模型。可以很好地擬合復雜的非線性關系。傳統的多元回歸就需要提前設定函數形式，然后輸入變量進行驗證，會產生擬合優度不高，模型不合適等情況，而隨機森林模型就可以克服這一問題。

　　(2)隨機森林可以處理具有多個種類的分類變量，比如在參數回歸中，定性變量數量的增加會使估計參數的數量也大量的增加，這可能會導致回歸結果的過度擬合。在隨機森林中就可以避免由上面大量分類變量所造成的問題。

　　(3)房地產評估中，房地產價格影響因素一般都是較多的，運用隨機森林模型，對樣本數據的處理速度更快，自動化程度較高。隨機森林模型可以在建模的過程中，用輸入的變量對輸出的結果的重要性進行評估。在傳統的特征變量模型中，我們判斷一個變量對輸出結果的重要性，一般是直接看回歸方程中變量的回歸系數。系數大就表明該變量對結果影響較大，系數小就表明該變量對輸出結果的影響較小。傳統特征價格模型評估中，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，不夠準確。隨機森林模型中對變量重要性的判斷，是在輸入的變量中挑選一個特征，然后加入噪聲和干擾因素，觀察對模型的計算結果是否有影響。在判斷因素的重要性的過程中，會使用節點的不純度來判斷。對每一個輸入的變量都加入一個噪聲，然后觀察隨機森林的準確率的變化來判斷該變量的重要性。如果，隨機森林準確率隨著該噪聲的降低而升高，說明該變量對輸出結果的重要性比較高。反之，隨機森林的準確率隨著該特征噪聲的降低而降低，說明該變量對輸出結果的重要性較低。

　　5總結

　　房地產評估中，相比于傳統的特征價格模型，隨機森林模型更具優勢，可以在一定的程度上彌補傳統方法的一些不足之處。本文的研究說明在房地產評估領域，隨機森林模型具有較大的適用性，在與傳統的評估方法進行對比的基礎之上，隨機森林模型的預測精度都比傳統方法更高。期望對隨機森林模型在房地產評估領域中的使用提供理論支持。

　　主要參考文獻

　　[1]張文強，羅格平.基于隨機森林模型的內陸干旱區植被指數變化與驅動力分析：以北天山北坡中段為例[J].植物生態學報，2020，44(11).

　　[2]何文琴，楊仕曉.基于隨機森林模型的P2P網貸平臺違約風險量化評價研究[J].現代營銷，2021(7).

　　[3]耿曉斌，程云章.基于隨機森林的血糖變異預測ICU監護時長研究[J].軟件導刊，2021(1).

　　[4]黃蓉.隨機森林模型在學區房評估中的應用研究——以渝中區為例[D].重慶：重慶理工大學，2020.

　　作者：曾雙