自动估值模型

自动估值模型（Automated Valuation Models AVMs）

　　自动估值模型（AVMs）是通过数学计算产生的评估手段，是一种建立在统计理论基础上的计算机程序，主要用于使用房地产信息（如物业特征、市场人口统计、物业税费率表、销售价格趋势和地区趋势等）来对某种特定物业的估价。自动估值模型主要用于理顺传统物业评估过程，是按揭贷款安排过程中的主要组成部分。

　　目前，监管部门正在关注、研究并准备针对自动估值模型的弱点提出指引政策。在国际上该模型已被广泛使用了五年，使用者评价是积极的，AVMs已经被视为是一种先进、科学的风险管理模型。

　　优点：相比传统的房地产评估手段而言，AVMs具有快速、降低成本、前后一致和客观的优点。这不是说尽职的、技术高超的鉴定者缺乏一致性和客观性。但是一个AVM能够显著地节省估价的时间并减少与传统评估过程有关的成本。

　　缺点：主要有三个：首先，它们要依赖所使用数据的精确性、综合性和时效性。其次，AVMs不能用来决定物业的物理状态和相关的市场表现。第三，AVMs永远不能把一个经验丰富的评估师的知识与判断具体化。

　　所以，AVMs适用于一个有相对充足当前数据，物业所处地区相对同质且物业的情况和市场表现相对典型的环境。当数据不足够、地域环境复杂且物业与平均状况和市场表现有显著差距时，AVMs作用就发挥不出来。

　　自动估值模型（AVMs）有三种主要类型：指数模型、偏好模型和混合模型。简介如下：

　　指数模型，也叫价格指数模型，只需提供销售数据，不需要物业特征。需要采用“重复销售”的回归分析，并需要一个先前的“价格点”来启动运行。这些模型可靠性令人怀疑，因为它们对物业设定了众多的假设条件，却没有提供依据。例如，假设物业的特征自上次销售后保持不变。

　　偏好模型决定于物业特征。它们针对具体物业（取决于物业位置）；需要物业的特征数据以及比较数据；提供了假设的依据；以规则为基础；并提供了统计评估。像指数模型一样，它们也需要有一个先前的价格点来启动运行。这些模型的局限性在于，依赖于一个严格限定的地理区域内的最近销售的数据，而在某些国家只有部分有限的数据。它们也有指数模型同样的弱点——包括假设物业特征保持不变。

　　混合模型把指数模型和偏好模型的特征结合起来，涵盖了销售数据、物业特征分析、可比销售、以及估税模型。许多卖者，包括房利美都向使用多种手段的AVMs模型转换。

　　以上是AVMs的简要介绍，有一种说法认为：使用AVMs的主要目的是要设计一种解决方法，并使其服务于所有的贷款发放人的业务和竞争需要，并有利于客户。这样才能更好地解决困难，减低费用，并帮助所有人拥有自己的房屋和租住可负担房屋的机会。