《大数据时代房地产估价机构商业模式的转变》由会员分享，可在线阅读，更多相关《大数据时代房地产估价机构商业模式的转变（7页珍藏版）》请在金锄头文库上搜索。
1、大数据时代房地产估价机构商业模式的转变摘自中国房地产估价与经纪2013年6期作者：翟猛今天向各位汇报一下我们自己在商业转变方面的一些想法和做法。一、房地产估价行业的现状与挑战1.行业现状目前，我国有五千多家房地产估价机构，其中在学会网站上可查询的一级机构285家，占比约5%。由于房地产市场地域性和估价服务同质性较强，导致在业务范围上，多数估价机构执业均以所在城市注册地为基础开展业务，仅有少数大型一级机构实现了跨省市的地域扩张。在管理方式上，基本上都是各自为战，近些年出现了一些战略联盟，比如中估联行、中房评，这是非常可喜的现象。在经营上，多是重形式轻质量的服务模式，而且低收入高成本的盈利模式已经
2、越来越明显。举例说明，十年前我们公司二十七个人，年营业额接近一千万，能实现五百万的利润。现在我们是二百人，年营业收入两干多万，利润却仅四百万。这种现象可能会越来越明显。2.主要挑战各种挑战大家已经说得非常清晰，不再一一叙述。我想特别说明的一点是，数据行业或者其他行业对房地产估价行业的影响或冲击将是巨大的。搜房的莫总介绍了指数研究院的做法，我们也看到了易居中国克尔瑞公布的房价288指数，这些大行业稍微动动手，对我们估价行业的影响都是巨大的。二、房地产估价行业的机遇与转变虽然面临这么多挑战，但是我们也遇到了两个大的机遇：1.市场机遇（1）政府大力推动现代服务业发展这个已经成为共识，十八大报告当中明
3、确提出了要推动现代服务业发展壮大，服务业发展十二五规划当中明确提出了引导房地产估价、房地产经纪规模化、专业化发展。（2）契税、房产税等批量估价的市场需求呼之欲出去年、大多数城市已经实现了存量房交易契税税基自动评估，同时，房产税离我们越来越近了，大家已经把房产税的公布提高到了建立房地产调控长效机制和深化税制改革层面上，这两个方面都为我们创造了巨大的机遇。在这里我想公布两个数字，第一个是2011年的统计，商品房的销售量已突破六万亿，第二个是商品房销售面积接近11万亿平米。(3)商业银行资本管理办法的强制性要求所有银行都要接受世界银行组织约定，要保证资本充足率，要实现巴赛尔协议和巴赛尔协议的有关规定
4、。保证资本充足率的前提就是控制资产风险，所以商业银行资本管理办法明确提出，应用风险缓释工具，完善押品管理系统，控制押品风险。大家都知道，在银行的所有押品中，房地产类押品占绝对比例，也由此带来了押品评估的概念。不仅如此，银行个贷余额和押品价值也在逐年增加。我们对全国5家国有银行、12家股份制银行的贷款余额以及以往单笔业务件的费用进行了初步核定和统计，17家银行的押品中，存量房有五千万套每年的增量超过800万套，预计年增长率为15%，预计市场容量将超过30亿元。不仅有价值评估，还有风险预测和资产鉴定，如果我们估价行业能抓住这个机遇，就能获得一个巨大的业务市场。2.技术机遇（1）大数据时代的快速到来
5、现在我们大家深刻地感受到了大数据共鸣，以前我们总觉得大数据是一个概念上的事，离我们很远，但实际上离我们越来越近。上午Graham Mirabito先生介绍的一些产品，让我们感觉冲击很大。这段时间与国外同行的交流中，我们也感受到了大数据带来的变动。他们经常问几个数据，每次我都很尴尬，因为我回答不出来，包括我所在城市我都回答不出来。我就跟他说，中国有多少套房子，不知道，有多少面积，不知道，有多少价值，更不知道。图1清晰地表明澳大利亚的住宅有4.86万亿澳元，养老金1.5万亿澳元，股票市场1.4万亿澳元，商业地产0.7万亿澳元。在澳洲，房地产的价值每天更新一次，依据大数据设置自动评估系统，已经不是新
6、奇的高科技了。以我们特别希望全国的同行能够行动起来，在国内也能实现这些技术。在大数据推动的商业革命中，要么学会使用大数据的杠杆创造商业价值，要么被大数据驱动的新生代商业格局淘汰。（2）估价技术的持续升级和数据产品的丰富现在我们已经熟知批量估价和自动估价(AVM)，但大数据的产品远远不只这些，我们去考察的时候，Corelogic列出了106项。其中有五大类我觉得非常实用：第一类是自动估价。三十年前，国外征收房产税也是靠人工估价，计算机技术发展起来后提供了CAMA系统，随着数据处理力的提升，CAMA系统被AVM系统替代。尤其近几年地理信息系统(GIS)和云存储（计算）的建设和应用，把过去的AVM提
7、升到第四代基于GIS和WEB的AVM，这得以实现对全国资产的评估，对股票指数的实时监控，对税收政策、央行政策以及国内资产定价起到重大的推动作用。这是自动估价的发展过程。第二类是用相关的技术产生的指数产品。国外对指数的应用非常广泛，有社区指数、城市指数、国家指数，不仅是价格，还包括风险、变现能力，以及其它有重要指导作用的指数。第三类依托大数据的产品就是我们的行业平台估价管理平台。平台上的估价师工作比较轻松，因为系统已经解决了百分之八九十的问题，从核实房源的真实性，到周边的区域因素、交易都可以自动产生，功能非常强大，对我们的帮助也非常大。第四类是对其他行业数据的一些分析产品。其中有一项技术让我非常
8、惊奇，对房屋使用效率的鉴定。通过手机定位系统，能够对整个城市和整个区域房屋使用率进行鉴定。输入手机号就能调出去年一年（12点以后）该手机的所在位置，以此判断你在哪里入住。当然不能查询单个号码，要输入一定的号段批量查询，而且仅能用于研究和测算，用于个人目的是违法的。之前也有人说了对商业繁华程度的鉴定，可以通过手机定位，还要通过录像监测拎袋率。所以，面对房地产大数据的时候，不能仅仅守着房地产这点数据，思路一定要开阔。另外，房地产的数据到底是不是大数据？从大数据的理念来看，房地产数据的量级确实很小，小到什么程度呢？我们不如商业零售业的数据，不如生命科学的数据，不如通信行业的数据，也不如自然灾害的数据
9、。房地产数据非常小，但价值量非常大。我们家没有详细的统计数据，在澳大利亚，70%的国家财富是房地产，它有很多矿藏，是算不出来多少价值，在可计算的条件下：房地产价值占国家总财富的70%。第五类是大数据条件下的数据清洗、筛选、检索、管理产品。现在跨服务器检索，将文字、图片、声音、视频关联检索，模糊检索等技术已经成为现实，面对海量历史沉积数据时，我们所要做的就是开动脑筋如何将这看似没有任何关系的数据整理成有价值的信息。（3）地图信息技术和云计算的可实现性 地图信息的应用在国外非常发达。现在百度、高德都做得非常好，我们也结合房地产数据在地图方面进行了尝试。我们做了自定义地图，把每个社区的价格用不同的颜
10、色标出来，普通老百姓可以更直观地认识这个城市的价格，国外更高端一些，建立了城市地产价格等高线，再用曲面模型的方式变现出来。还有街景地图的应用也很普遍，总之，大数据的应用中不能忽视地图及地理信息的应用。三、国信达商业模式的转变面对上面的情况，我们对自己的商业模式进行了改变，重新给自己定位，并在六个面做了架构：（1）首先是定位。我们给自己的定位于房地产数据运营和服务，为中国的经济发展提供决策信息。定位转变方式：搜寻统一的估价服务平台和会员体系；议价估价服务平台的信用体系和良性竞争机制逐步构建；执行强大的数据库支持标准化体系完善。核心转变中介模式转为服务平台模式。用一句话概括就是，将现有的中介模式转
11、变为服务平台的模式。（2）关键资源能力。经过十多年的发展，我们积累了一定的房地产数据和服务于银行和政府的经验，有一定的资源优势。（3）业务系统。通过建立规范、高效、开放的服务平台，更好地为客户服务，同时不断丰富数据库，数据库再反哺服务平台，形成一个互动向上的良性循环系统。（4）盈利模式：基于数据、技术和服务平台的不断积累和建设，盈利渠道从单一走向多元，从估价服务走向资产定价服务。（5）现金流模式。我们想依托平台服务，通过流量计费的方式，创造可持续的渠道式现金流。（6）实现企业价值。我们之所以转变商业模式，除了传统业务盈利能力下降所迫这个原因，还有就是我们实实在在想为中国经济发展、社会进步做一些
12、事情。所以我们不光要实现企业市场价值的最大化，同时也实现社会价值的最大化。四、房地产估价行业的支持与共贏我想跟大家分享CoreLogic的一些信息，它是美国和澳大利亚房地产数据、分析和相关服务提供商的领导者。从收入结构上看，其70%的收入不是来自银行和政府，而是公众市场，比如经纪人、专业人士、新闻记者、大学老师，他们都是大量订购信息。依靠数据，CoreLogic 一年能实现16亿美元的收入，虽然没有搜房大，但是它创造的价值很大。第二就是它的数据库，丰富程度超过我们的想象。其实很多数据跟房地产价值都息息相关，国外把水灾、风灾、火灾看得非常重，但在国内不受重视。他们强调建立更开放的数据概念，有了足
13、够数据，通过平台化的运转，就可以向关联行业提供360度全方位的风险和机遇的审视。从他们的业务流程就可以发现，绝对不只是单纯的自动估价和批量估价。CoreLogic还提供了全程化、专业化的金融机构贷款管理解决方案，贷前信用审核一预估价一欺诈风险控制一贷后风险管理一押品托管一处置决定决策，覆盖所有业务环节。在我们具备了跟国外进行技术交流和学习的便利条件，可以借鉴他们的经验。同时，我们也得到了政府和行业协会的支持现在就差平台了。有了平台，通过公共数据、自有数据，以及外购数据，就能开发出更多的具有可预见性的产品和服务，为中国房地产市场带来更高的透明度和活力。通过行业的共同努力，我们一定能够成房地产经纪人、银行、政府、学校、投资者信赖的朋友。让我们共同建设一个房地产估价服务管理平台。共赢房地产估价蓝海市场！谢谢！（作者单位：北京国信达房地产土地评估有限公司）
