TWM617329U - 租金估價系統 - Google Patents
租金估價系統 Download PDFInfo
- Publication number
- TWM617329U TWM617329U TW110204885U TW110204885U TWM617329U TW M617329 U TWM617329 U TW M617329U TW 110204885 U TW110204885 U TW 110204885U TW 110204885 U TW110204885 U TW 110204885U TW M617329 U TWM617329 U TW M617329U
- Authority
- TW
- Taiwan
- Prior art keywords
- rent
- district
- information
- factors
- factor
- Prior art date
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本創作提供一種租金估價系統包含:資料庫、資訊模組及處理模組,處理模組將取得的標準房租金及各項影響租金價格因素之調整率,透過租金運算程式進行估價,據以產生待估物件之合理租金。由於租賃標的本身存在的條件有別,依其條件的優劣程度會反映在租金價格上;因此,本租金估價系統係藉由租賃標的之真實條件作為租金調整依據,可實際反映合理租金及避免租金哄抬亂象;本創作租金估價系統建置基礎為「標準房」,具代表性的標準化住宅,透過建立固定的條件特徵,可作為監控點,以衡量租金價格計算時的基準。
Description
本創作係關於一種租屋相關領域,尤指一種租金估價系統。
隨著房價飆漲而薪水凍漲的時代來臨,不動產租賃市場的需求面大增,而租屋時可能面臨屋況揭露不清、任意調高租金等等糾紛問題;為解決前述租屋問題,政府提出包含興建社會住宅、推動都市更新、制定租賃專法等三大住宅政策主軸,逐步實現居住正義。
內政部於107年6月27日正式施行「租賃住宅市場發展及管理條例」,開始大力推行租賃市場邁向包租代管的專業服務制度,藉以提升更適宜的租賃住宅環境;而為鼓勵房東、房客加入包租代管計畫,政府編列相關經費用以稅賦減免、修繕補助、租金差額補助等優惠措施,其中在「租金補助」的環節要如何實質審查達「合理市場租金」即十分重要。
由於目前租賃市場上並無較具指標性的公開資訊或租金評定標準可供參考,於租賃媒合過程中通常以私契為主,並以「租賃雙方合意價」即為成交租金;雖然目前政府極力推動實價登錄,但登錄租金的實質內容卻充斥著各種特殊狀況,包含:租金內含其他費用(管理費、清潔費、水電費、網路第四台、車位…等)、特殊交易(親友員工或其他特殊關係間之交易、僅承租部分面積…等),其代表著租金是由純租金加計其他條件的加乘效果而有了最終租金,導致現行租賃市場容易出現租金不符實際的亂象。
雖然不論是房屋租金鑑價抑或是房屋買賣鑑價,兩者均會考慮大眾交通便利性、學區距離、生活機能、嫌惡設施等等變因,但房屋買賣主要考慮的原因係是否對房屋物件本身的價值影響,反觀房屋租金則以承租方對於「短期需求」的生活機能便利性及居住空間使用來考慮。
房屋租金會依其提供的「附加價值」而有所增減,例如:有無提供家具家電、是否具備炊煮功能、洗曬設備、能否飼養寵物…等因素,當滿足的條件越多時,則越能反映租金的實質價值。
因此,雖然目前市面上已有房屋買賣相關的鑑價系統,但是對於房屋租金鑑價這方面卻付之闕如,基於房屋買賣與房屋租金鑑價之基礎與條件有別,故房屋買賣鑑價系統並不適合應用於租金鑑價上,房屋租金鑑價需要有另一套不同的鑑價方法與系統。
為解決上述課題,本創作提供一種租金估價系統,藉由標準房租金估價模式,據以反映各個租賃標的之合理租金,可大幅降低租賃住宅市場租金的亂象,藉以達到健全租賃公平交易市場、建置公開透明交易資訊及修正租賃市場現況問題,除能達到穩定租賃市場的目的以外,還能提供消費者一個可以衡量出租物件合理租金水準之系統。
本創作之一項實施例提供一種租金估價系統,其架設於伺服器,使用者透過終端裝置連接至伺服器使用租金估價系統;租金估價系統包含:一資料庫,其儲存複數行政區資訊、複數房型資訊及複數調控因素,每一行政區資訊對應每一房型資訊具有一標準房租金,每一調控因素具有複數階級選項及對應各階級選項之一調控率;一資訊模組,其與資料庫耦接,資訊模組以選擇型態將各行政區資訊、各房型資訊及各調控因素顯示於終端裝置,資訊模組接收使用者透過終端裝置依據欲租賃標的選取符合的其中一行政區資訊及其中一房型資訊,以及資訊模組接收使用者透過終端裝置依據欲租賃標的之條件狀況選取每一調控因素對應之其中一階級選項;以及一處理模組,其與資料庫及資訊模組耦接,處理模組接收由資訊模組傳送所選取的所述房型資訊、所述行政區資訊及對應各調控因素設定的階級選項,處理模組依據所述行政區資訊及所述房型資訊由資料庫取得對應所述標準房租金,處理模組依據每一調控因素所對應之階級選項由資料庫取得符合之所述調控率,其中,處理模組將取得的所述標準房租金及所述調控率透過一租金運算程式進行運算,以產生一合理租金。
本創作之另一項實施例提供一種租金估價方法,其包含:複數行政區資訊、複數房型資訊及複數調控因素以選擇型態顯示於終端裝置,其中,每一調控因素具有複數階級選項,每一階級選項階級具有對應之一調控率;接收依據欲租賃標的選取符合的其中一行政區資訊及其中一房型資訊;接收依據欲租賃標的之條件狀況設定所述調控因素所對應之其中一階級選項;依據所述行政區資訊及所述房型資訊取得對應一標準房租金,依據每一調控因素所對應之階級選項取得符合之所述調控率;以及將取得的所述標準房租金及所述調控率透過一租金運算程式進行運算,以產生一合理租金。
藉由上述,本創作租金估價系統,能夠將欲租賃標的之基本資料及條件輸入本創作租金估價系統,由租金運算程式直接計算欲租賃標的之合理租金,其方法係以欲租賃標的之各項條件與標準房條件相比較後,逐一修正並量化調整,已貼近真實租金行情,可藉此作為租賃雙方協商租金價額之依據,亦可運用於租賃續約時租金調整之協調基礎。
本創作租金估價系統,可適用於一般承租民眾,尤其對於當地租金行情並無基本概念的外地人,能有效解決租金預算設定上的障礙,或於房東續約調漲租金時,作為判斷漲幅之合理性,避免租賃糾紛產生。
為便於說明本創作於上述新型內容一欄中所表示的中心思想,茲以具體實施例表達。實施例中各種不同物件係按適於說明之比例、尺寸、變形量或位移量而描繪,而非按實際元件的比例予以繪製,合先敘明。
請參閱圖1所示,其係為本創作研究之架構示意圖,以下係先針對各研究步驟逐一詳細說明:
(一)新型緣由:目前租賃市場上的各住宅租賃物件條件有別,若未先將各租賃條件調整為相同等級而直接進行租金價格比較,顯無相同基準之比較基礎,其比較結果並不具有參考價值,故本創作導入「標準房」的概念,透過建置一個固定品質的基準值,作為租金評定變動情形,其可避免因有不對等之比較條件存在而造成租金估價結果失真。
(二)研究對象:本創作將鎖定於合法之區分所有建物(住宅大樓、公寓、華廈)及透天厝,意即排除商辦、工廠、店面等非住宅類型之建物,而無獨立門牌之隔間套房因屬非法建物,故亦排除之;房型則以一房、一房一廳、二房、三房以及四房進行區分,透天厝視為四房併計之。
(三)研究範圍:以臺中市29個行政區作為此次研究範圍,分別為:中區、東區、西區、南區、北區、西屯區、南屯區、北屯區、豐原區、大里區、太平區、清水區、沙鹿區、大甲區、東勢區、梧棲區、烏日區、神岡區、大肚區、大雅區、后里區、霧峰區、潭子區、龍井區、外埔區、和平區、石岡區、大安區以及新社區。
惟考量各行政區的住宅租賃市場各有其特性,且成交租金與成交量亦有所落差,部分位處偏遠之行政區可供參考的資訊明顯不足,恐難取得明顯的共識值,故本創作採用「行政區分群」之概念,將依據當地區域的租賃交易量、平均租金額、人口數、人口密度、住宅交易量…等,綜合考量與租賃市場有關聯性之統計指標,將條件屬性相近者劃分為同一群,分群數量以三至五群為原則,以確保租金水準區間表之準確性。詳細分群過程及內容如下:
(1) 資料來源:租屋網站於2016年至2019年之臺中市住宅(區分所有建物)租賃成交案件。以及臺中市政府主計處於2016年至2019年之各行政區統計資料,包含:人口數、人口密度、人口成長、住宅交易量、建照、使照…等。
(2) 樣本統整:租屋網總樣本數為68,340筆,剔除樣本中坪數超過100坪以及租金明顯異於常態之樣本後,有效樣本數總計為68,110筆,各行政區樣本數統計結果請詳如下表1 (註:和平區由於有效樣本數過少不列入)。 [表1]
行政區 | 總樣本數 | 有效樣本數 | 行政區 | 總樣本數 | 有效樣本數 |
中區 | 1,390 | 1,385 | 東勢區 | 40 | 39 |
東區 | 1,964 | 1,951 | 和平區 | 0 | 0 |
南區 | 5,648 | 5,628 | 新社區 | 16 | 16 |
西區 | 6,400 | 6,383 | 潭子區 | 1,006 | 1,003 |
北區 | 11,943 | 11,907 | 大雅區 | 703 | 696 |
北屯區 | 8,892 | 8,868 | 神岡區 | 111 | 111 |
西屯區 | 15,749 | 15,702 | 大肚區 | 207 | 206 |
南屯區 | 4,550 | 4,538 | 沙鹿區 | 980 | 974 |
太平區 | 2,125 | 2,118 | 龍井區 | 1,467 | 1,463 |
大里區 | 2,171 | 2,159 | 梧棲區 | 251 | 250 |
霧峰區 | 448 | 446 | 清水區 | 189 | 186 |
烏日區 | 656 | 652 | 大甲區 | 149 | 147 |
豐原區 | 974 | 973 | 外埔區 | 19 | 18 |
后里區 | 282 | 281 | 大安區 | 5 | 5 |
石岡區 | 5 | 5 | 總和 | 68,340 | 68,110 |
(3) 變數分析:依據租屋網站取得變數為各行政區之租賃交易量與平均租金額。以及依據臺中市政府主計處統計資料取得變數為各行政區之人口數、人口密度、人口成長、住宅交易量、建照、使照…等。
(4)分析過程:表2為分群試算一,其中,分群試算一是依據市場供需情況,所選定之變數為租賃交易量、平均租金額、人口數、人口密度、住宅交易量、建照及使照,其中租賃交易量與平均租金額為實際成交案例之統計,人口數與人口密度為反映「潛在市場需求」,住宅交易量為反映「有效市場需求」,建照與使照則反映「市場供給」,因分群內數量差異過大,故試算一結果不予採用。 [表2]
分群 | 行政區 | 集群 |
第一群 | 中區、石岡區、東勢區、新社區、外埔區、大安區 | 1 |
第二群 | 東 區 、 霧 峰 區 、 烏 日 區 、 后 里 區 、 潭 子 區 、 大 雅 區 、 神 岡 區 、 大 肚 區 、 沙 鹿 區 、 龍 井 區 、 梧棲 區、 清水區、大甲區 | 2 |
第三群 | 北屯區 | 3 |
第四群 | 南區、西區、北區、南屯區、豐原區 | 4 |
第五群 | 西屯區、太平區、大里區 | 5 |
表3及表4為分群試算二及分群試算三,其中,分群試算二及分群試算三是檢視分群試算一的分群變數,其中建照、使照及住宅交易量三項指標間關連性極高,明顯違背「分群變數間應互相獨立」之原則,導致分群試算一的分群內數量差異過大,故分群試算二、三應於建照、使照及住宅交易量三項指標中選定其中一項作為變數即可;因此,分群試算二保留住宅交易量指標,分群試算三則保留使照指標進行試算,並用人口成長率替代人口數,以反映行政區的動態;但是經過分群試算二及分群試算三,仍有各分群內行政區數量差異過大的問題,雖已有將分群試算一的結果改善,惟卻有偏遠地區與核心地區劃分為同一群之情形,顯與市場現況不符,故試算二及試算三結果仍不予採用。 [表3]
[表4]
分群 | 行政區 | 集群 |
第一群 | 中區 | 1 |
石岡區、東勢區、新社區、外埔區、大安區 | ||
第二群 | 東 區 、 霧 峰 區 、 烏 日 區 、 后 里 區 、 潭 子 區 、 大 雅 區 、 神 岡 區 、 大 肚 區 、 沙 鹿 區 、 龍 井 區 、 梧棲 區、 清水區、大甲區 | 2 |
第三群 | 北屯區 | 3 |
南區、西區、北區、南屯區、豐原區 | 4 | |
西屯區、太平區、大里區 | 5 |
分群 | 行政區 | 集群 |
第一群 | 東勢區、外埔區、霧峰區、后里區、大肚區、沙鹿區、龍井區、神岡區、石岡區、大甲區、大安區 | 1 |
第二群 | 東區、大里區、太平區、清水區、烏日區、大雅區、梧棲區、潭子區、豐原區 | 2 |
第三群 | 北屯區、南屯區、西屯區 | 3 |
新社區 | 4 | |
第四群 | 南區、西區、中區、北區 | 5 |
表5為分群試算四,經重新審視住宅租賃市場特性,僅保留與租賃供需動態最具關聯性的租賃交易量及平均租金額,刪除傳統住宅買賣供需指標後,重新篩選分群,試算四結果分群數量呈相對均質分佈,且已將各行政區市場屬性相當者集聚,參考價值較高。 [表5]
分群 | 行政區 | 集群 | 子集群 |
第一群 | 北區、西屯區 | - | |
南區、西區、南屯區、北屯區 | - | ||
第二群 | 東區、大里區、太平區 | 3 | I |
中區、龍井區 | II | ||
烏日區、大雅區、沙鹿區、潭子區、豐原區 | III | ||
第三群 | 石岡區、大安區、東勢區 | IV | |
霧峰區、后里區、大肚區、清水區、梧棲區、神岡區、新社區、外埔區、大甲區 | V |
經過前述四種分群試算結果後,本創作發現由於租賃主要反映短期流動人口居住需求(如:就學、就業等),傳統分群的變數諸如人口密度、人口數、建照、使照、住宅交易量…等,較無法反映出租賃市場動態。而分群試算四係以臺中市各行政區之「租賃交易量」與「平均租金額」為變數做集群分析,可以更直觀的觀測並分析各行政區的租賃交易量、平均租金額兩者與行政區分佈之區域性。因此,本創作擇定以租金及其成交件數作為分群指標為最適結果。
(四)研究方法:每個租賃標的之優劣條件差異會反映在租金價格上,條件較佳者,租金就越高,相反地,條件較差者,租金則相對較低;而為能有效量化各影響租金價格因素對於租金上調或下修之調整幅度,並實質將租賃物件之市場租金還原為標準房之試算租金,故運用不動產估價方法中之比較法,進行區域及個別因素調整,並採納不動產相關專業人士實務建議,將影響租金價格的主要因素逐一列出,且按各因素之特性分別劃設等級及設定調整率。
(五)標準房界定: 由於各住宅租賃物件條件有別,若未先將各租賃條件調整為相同等級而直接進行租金價格比較,顯無相同基準之比較基礎,其比較結果並不具有參考價值,故本創作導入「標準房」的概念,透過建置一個固定品質的基準值,作為租金評定變動情形,其可避免因有不對等之比較條件存在而造成租金估價結果失真。本創作之標準房條件說明如下:
(1) 區域因素:包含「接近學校程度」、「接近商圈程度」、「接近市場程度」、「接近公園、廣場程度」、「停車便利性程度」、「接近嫌惡設施程度」與「接近交通運輸程度」等七項。
(2) 個別因素:包含「社區管理」、「裝潢程度」、「通風、採光、景觀」、「屋況程度」、「其他附屬設備(12項)」、「格局」、「洗曬空間」、「炊煮功能」、「流理臺」與「飼養寵物」等十項。
(3) 其他條件:本次新型出發點係為求得實質的租金價格,故將以「純租金」作為評定基礎,意即不可包含管理費、水電費、車位…等其他名目之費用;此外,並以合法、限有獨立門牌之建物作為評定條件之一。
(4) 淨坪面積:本創作對於面積之認定,係以「淨坪面積」為單位,即以室內專有專用(主建物加附屬建物)之淨坪面積計算之,達到以「居住」空間進行租金價值合理性評定之實益性。表6為臺中市標準房各房型淨坪面積界定範圍。 [表6]
房型 | 坪數界定範圍 |
一房(6坪) | 9坪(含)以下 |
一房一廳(11坪) | 9坪以上~15坪(含)以下 |
二房(18坪 ) | 15坪以上~22坪(含)以下 |
三房(25坪) | 22坪以上~30坪(含)以下 |
四房(35坪) | 30坪以上 |
(六)標準房租金水準區間表界定:依樣本資料將「行政區」與「房型」分類,並剔除數值異常者,例如欄位填寫「0元」或是「100,000元」等明顯異常情形,以及與平均數相差超過三個標準差之離群值,再計算各行政區、各房型之「平均數(平均租金)」及「標準差(差額)」,並分析其「中位數」、「租金最小值」、「租金最大值」及「租金範圍」等,其中「中位數」是用以比對「平均數(平均租金)」是否有明顯左偏或右偏之情形。再將「平均數(平均租金)」及「標準差(差額)」同時除以該標準房房型之淨坪數,取得「平均租金單價」與單價之「標準差」。
本創作運用統計學的概念進行假設,當樣本接近常態分配時,則有約68%之數值會分布在距離平均值有一個標準差之內的範圍,即以「平均租金單價」作為基礎,各加減一個「標準差」作為租金單價水準區間之「上限」及「下限」,並四捨五入取至個位數,以求得各行政區各房型之標準房租金水準區間。
再者,因考量部分行政區恐有樣本數過少的問題,致無法得知該行政區之租金單價水準區間,或者存有無法檢測區間單價是否適宜之情形時,將另以「分群」之「平均租金單價」及「標準差」,計算各分群、各房型之標準房租金單價水準區間,作為備用檢核參考數值。
以「群」為單位之計算方式係先求得同一群之有效樣本數之平均租金及標準差,再分別除以該標準房房型之淨坪數,即得到該分群之「平均租金單價」及「標準差」;接著以「平均租金單價」作為基礎,各加減一個「標準差」作為租金單價水準區間之「上限」及「下限」,並四捨五入取至個位數,以求得各分群各房型之標準房租金水準區間。
(七)研究各項影響租金價格因素及其等級劃分:利用資料庫中之統計資料,尋找在租賃市場中,會影響租金上修或下調的主要因素,並劃設優劣等級,作為後續租賃物件與標準房之間條件差異修正之調整依據。
(八) 各項影響租金價格因素各等級間之調控率:在統計資料檢視過程中,存在「極端值」或部分資料無效之情形,例如該項多數租金差額落在+500~+2,000之間,極端值卻落在+5,000,或無論是否可飼養寵物皆無租金差異…等之明顯異常值,在進行資料分析中先予以剔除,並依「平均差額」及「差額眾數」兩方法分別求得調控率,通盤檢視其適宜性。
依據上述「平均差額」及「差額眾數」兩種統計結果綜合比較,其中「平均差額」受到離群值影響程度相當顯著,故不予採用,最終決議各項影響租金價格因素各等級以「差額眾數」作為租金調控率計算之定案內容。由於考量租賃市場行情具變動性,本創作得出之調控率適用原則以3年期為限,較佳的實施例中可預計每3至5年重新通盤檢討,檢視各該調控率是否合乎租賃市場現況使用。而本創作中所使用各項影響租金價格因素、優劣等級及相對應調控率等相關數據於後面章節中另有詳細說明,於此不再贅述。
(九)計算待租物件之合理租金:依照行政區該房型所對應標準房租金(平均租金單價),並計算待租物件之各項影響租金價格因素調控率加總,即可得出該待估物件每坪之合理租金單價(元/月/坪),以求得之合理租金單價乘以待估物件之淨坪面積後,即可得出該待估物件之合理租金總價(元/月)。
了解前述本創作之研究架構說明後,再請參閱圖2至圖3所示,本創作實施例提供一種租金估價系統100,其架設於伺服器1能運行於終端裝置2,使用者能夠透過終端裝置2連接至伺服器1使用租金估價系統100,其中,能夠有複數終端裝置2分別連接至伺服器1使用租金估價系統100。
再者,伺服器1是雲端伺服器;終端裝置2能夠係各種個人電腦、筆記型電腦、智慧型行動裝置或平板電腦,於本創作實施例中,租金估價系統100之使用手段可係網路平台;在其他可能的實施例中可以為應用程式(APP)或軟體等程序運用。
本創作租金估價系統100包含:
一資料庫10,其儲存複數行政區資訊、複數房型資訊及複數調控因素,每一行政區資訊對應每一房型資訊具有一標準房租金,標準房租金能夠是單一數值或範圍值,每一調控因素具有複數階級選項及對應各階級選項之一調控率;於本創作實施例中,每一行政區資訊及每一房型資訊是由租屋線上平台或問卷取得已公開租賃標的之房數、坪數與總租金經過分類處理而建立於資料庫10,其中,問卷能夠為紙本問卷或電子式問卷,於本創作實施例中,問卷為電子式問卷為主,紙本問卷為輔;每一房型資訊為已公開租賃標的之房數及坪數,標準房租金範圍係運用統計學的概念進行分析,當樣本接近常態分配時,則有約68%之數值會分布在距離平均值有一個標準差之內的範圍,即以「平均租金單價」作為基礎,各加減一個「標準差」作為租金單價水準區間之「上限」及「下限」。
舉例說明:以臺中市西屯區/一房房型為例:該行政區該房型之平均租金單價為1,232元/坪,標準差為212元/坪,上下各加減一個標準差後,可求得西屯區/一房房型之租金單價水準區間下限為1,020元/坪(計算式:1,232-212=1,020元),而上限則為1,444元/坪(計算式:1,232+212=1,444元)。
再者,調控因素分為一區域因素及一個別因素,區域因素具有複數區域子因素,各區域子因素分別為接近學校程度、接近商圈程度、接近市場程度、接近公園廣場程度、停車便利性程度、接近嫌惡設施程度與接近交通運輸程度;個別因素具有複數個別子因素,各個別子因素分別為社區管理、裝潢程度、通風採光景觀、屋況程度、附屬設備、格局、洗曬空間、炊煮功能、流理台與飼養寵物。
各區域子因素配合的各階級選項是根據欲租賃標的與各該區域子因素距離遠近程度區分;各階級選項為優、尚佳、普通、稍差及劣;各階級選項所對應的調控率為5%、2.5%、0%、-2.5%、-5%或-10%其中之二或及其組合,詳細分述說明如下:
接近學校程度、接近公園廣場程度、接近商圈程度、停車便利性程度、接近市場程度、接近交通運輸程度的區域子因素是欲租賃標的越近越好,而接近嫌惡設施程度的區域子因素是欲租賃標的越遠越好,前述該等區域子因素的階級選項所對應的距離及調控率詳如表7所示。 [表7]
區域子因素 | 階級選項 | 調控率 |
接近學校程度、 接近公園廣場程度 | 優,300公尺以內 | 5% |
尚佳,距離為300至500公尺 | 2.5% | |
普通,距離為500至1000公尺 | 0% | |
稍差,距離為1000至1500公尺 | -2.5% | |
劣,距離為1500公尺以上 | -2.5% | |
接近商圈程度、 停車便利性程度 | 優,距離為300公尺以內 | 5% |
尚佳,距離為300至500公尺 | 2.5% | |
普通,距離為500至1000公尺 | 0% | |
稍差,距離為1000至1500公尺 | -2.5% | |
劣,距離為1500公尺以上 | -5% | |
接近市場程度 | 優,距離為300公尺以內 | 2.5% |
尚佳,距離為300至500公尺 | 2.5% | |
普通,距離為500至1000公尺 | 0% | |
稍差,距離為1000至1500公尺 | -2.5% | |
劣,距離為1500公尺以上 | -2.5% | |
接近交通運輸程度 | 優,距離為500公尺以內 | 5% |
尚佳,距離為500至1000公尺 | 2.5% | |
普通,距離為1000至1500公尺 | 0% | |
稍差,距離為1500至2000公尺 | -2.5% | |
劣,距離為2000公尺以上 | -5% | |
接近嫌惡設施程度 | 優,距離為1500公尺以上 | 5% |
尚佳,距離為1000至1500公尺 | 2.5% | |
普通,距離為500至1000公尺 | 0% | |
稍差,距離為300至500公尺 | -5% | |
劣,距離為300公尺以內 | -10% |
各個別子因素配合的各階級選項是根據欲租賃標的對應各個別子因素的優劣程度、有無及狀態區分;各階級選項為優、尚佳、普通、稍差、劣、有、無、可、否、精緻、簡易、方正或稍差其中之二或及其組合;各階級選項所對應的調控率為10%、5%、2.5%、0%、-2.5%、-5%或-10%其中之二或及其組合,詳細分述說明如下:洗曬空間、炊煮功能、流理台等個別子因素之階級選項為有或無,格局的個別子因素之階級選項為方正或稍差,飼養寵物的個別子因素之階級選項為可或否,裝潢程度的個別子因素之階級選項為有或無,社區管理的個別子因素之階級選項為有或無,通風採光景觀的個別子因素之階級選項為優、尚佳、普通、稍差、劣,屋況程度的個別子因素之階級選項為優、尚佳、普通、稍差、劣,至於附屬設備之個別子因素在可能的實施例中可以12項設備進行評估,分別為電視、冰箱、第四台、網路、冷氣、瓦斯/天然氣、洗衣機、床、床櫃、桌椅、沙發、(電)熱水器,任選達標即可;而附屬設備的個別子因素之階級選項為優、尚佳、普通、稍差、劣。前述個別子因素的階級選項所對應的等級與調控率詳如表8所示。 [表8]
個別子因素 | 階級選項 | 調控率 |
洗曬空間、炊煮功能、流理台 | 有 | 0% |
無 | -5% | |
格局 | 方正 | 0% |
稍差 | -5% | |
飼養寵物 | 可 | 2.5% |
否 | 0% | |
裝潢程度 | 精緻,委外設計,全室裝潢達8 成以上,裝修材料等級佳 | 10% |
簡易,普通裝修 | 0% | |
無 | -5% | |
社區管理 | 有(管理員) | 5% |
有(門禁管制) | 0% | |
無 | -5% | |
通風、採光 、景觀 | 優,均有對外開窗、日照充足、具永久棟距 | 5% |
尚佳,對外開窗比例達8 成以上、採光大部分充足、景觀良好 | 2.5% | |
普通,對外開窗比例僅5 成、採光略有不足、景觀尚可 | 0% | |
稍差,幾無對外開窗、室內空間偏暗、棟距窄小 | -2.5% | |
劣,空間屬昏暗、潮濕,無景觀可言 | -5% | |
屋況程度 | 優,全新未入住、重新翻新過(1~2 年內) | 5% |
尚佳,屋內狀態維護良好 | 2.5% | |
普通,簡單乾淨,但有輕微使用痕跡(例如:污漬污垢殘留) | 0% | |
稍差,有瑕疵但不影響居住安危(例如:壁面斑駁或龜裂、滲水痕跡) 水痕跡) | -5% | |
劣,極為老舊、未重新整理 | -10% | |
附屬設備 | 優,滿足12項附屬設備 | 5% |
尚佳, 滿足9至11項附屬設備 | 2.5% | |
普通,滿足6至8項附屬設備 | 0% | |
稍差,滿足3至5項附屬設備 | -2.5% | |
劣, 滿足0至2項附屬設備 | -10% |
需特別說明的是,上述各區域子因素及各個別子因素對應的調控率為本創作實施例,但本創作不限制各區域子因素及各個別子因素對應的調控率,調控率能夠依據實際狀況作調整。
一資訊模組20,其與資料庫10耦接,資訊模組20以選擇型態將資料庫10存有的各行政區資訊、各房型資訊及各調控因素顯示於終端裝置2,資訊模組20能夠接收使用者透過終端裝置2依據欲租賃標的選取符合的其中一行政區資訊及其中一房型資訊,以及資訊模組20能夠接收使用者透過終端裝置2依據欲租賃標的之條件狀況選取每一調控因素對應之其中一階級選項。
一處理模組30,其與資料庫10及資訊模組20耦接,處理模組30接收由資訊模組20傳送所選取的房型資訊、行政區資訊及對應各調控因素設定的階級選項,處理模組30依據被選取的行政區資訊及房型資訊由資料庫10取得對應標準房租金,處理模組30依據每一調控因素所對應之階級選項由資料庫10取得符合之調控率。
再者,處理模組30將取得的標準房租金及各調控率透過一租金運算程式進行運算,以產生一合理租金,其中,租金運算程式的程式函式為:Y=B*[1+(X
1+X
2+…+X
n)];Y為合理租金;B為標準房租金;X
n為調控率,n=1,2,…,17,n為區域因素之各區域子因素及個別因素之各個別子因素。
再者,處理模組30能夠將運算取得的合理租金傳送至資訊模組20,由資訊模組20將合理租金顯示於終端裝置2,使用者能夠依據顯示的合理租金判斷欲租賃標的的租金是否合理。
本創作提供一種租金估價方法,其方法能夠透過本創作租金估價系統100或是能夠以等效系統完成,於本創作實施例中,以租金估價系統100作說明,但不侷限以租金估價系統100完成本創作租金估價方法。
請參閱圖3及圖4所示,本創作租金估價方法包含:
步驟S1:複數行政區資訊、複數房型資訊及複數調控因素以選擇型態顯示於終端裝置2,其中,每一調控因素具有複數階級選項,每一階級選項階級具有對應之調控率;於本創作實施例中,資訊模組20能夠將資料庫10的各行政區資訊、各房型資訊及各調控因素以選擇型態顯示於終端裝置2。
步驟S2:透過由步驟S1顯示的資訊,選取符合欲租賃標的之其中一行政區資訊及其中一房型資訊,並接收所選取的其中一行政區資訊及其中一房型資訊;於本創作實施例中,使用者依據欲租賃標的之所在區域與房數,透過終端裝置2選取符合的行政區資訊及房型資訊,而資訊模組20會將被選取的行政區資訊及房型資訊傳送至處理模組30。
步驟S3:透過由步驟S1顯示的資訊,選取符合欲租賃標的之各項調控因素(即區域與個別因素)所對應之其中一階級選項,並接收所設定每一調控因素對應之階級選項;於本創作實施例中,使用者依據欲租賃標的之條件狀態,透過終端裝置2選取符合每一調控因素的階級選項,而資訊模組20會將被選取每一調控因素的階級選項傳送至處理模組30。
步驟S4:透過由步驟S2及步驟S3取得被選取的行政區資訊、房型資訊及各調控因素對應的階級選項,並能依據被選取的行政區資訊及房型資訊取得對應標準房租金,以及能依據每一調控因素所對應之階級選項取得符合之調控率;於本創作實施例中,處理模組30依據被選取的行政區資訊及房型資訊由資料庫10取得對應的標準房租金,處理模組30依據被選取各調控因素的階級選項由資料庫10中取得對應的調控率。
步驟S5:透過由步驟S4取得的標準房租金及調控率,透過租金運算程式進行運算,以產生合理租金;於本創作實施例中,處理模組30能夠將取得的標準房租金及調控率透過租金運算程式進行運算,以產生合理租金,處理模組30將合理租金傳送至資訊模組20,由資訊模組20顯示於終端裝置2。
請參閱圖5所示,其係為本創作在一可能的實施例中之系統畫面示意圖,於該畫面中系統可供輸入待估物件之基本資料,內容可包含待估物件之社區名稱、門牌等地理位置相關訊息,以及房型、實際使用淨面積(坪)等,藉以讓系統依照待估物件之所在位置代入相對應的行政區資訊,並依房型資訊取得對應標準房租金(平均租金單價)。
接著如圖6所示,使用者再依照待估物件之狀況,輸入各區域因素及各個別因素,與標準房進行比較分析,依條件有差異部分進行調整修正,以計算出各項調控率及調控率加總。
最後,如圖7所示,系統係可依照該行政區該房型所對應標準房租金(平均租金單價)乘以(1+調控率加總)即可得出該待估物件每坪之合理租金單價(元/月/坪),再以求得之合理租金單價乘以待估物件之淨坪面積後,即可得出該待估物件之合理租金總價(元/月),俾以供使用者能明確了解該待估物件的合理租金。
綜合上述,本創作能夠達成的功效:
本創作租金估價系統100,能夠將欲租賃標的之所在位置、房型及條件輸入,由租金運算程式直接計算欲租賃標的之合理租金,而且本創作標準房租金及各調控因素是針對欲租賃標的之各項條件逐一修正並量化調整,以貼近真實租金行情,可藉此作為租賃雙方協商租金價額之依據,尤其對於當地租金行情並無基本概念的外地人,能有效解決租金預算設定上的障礙,避免租賃糾紛產生。此外,未來待本創作租金估價系統100逐漸成熟時,亦可以此基礎進行租金價格指數建置,以反映租金價格變動軌跡及發展趨勢。
以上所舉實施例僅用以說明本創作而已,非用以限制本創作之範圍。舉凡不違本創作精神所從事的種種修改或變化,俱屬本創作意欲保護之範疇。
1:伺服器
2:終端裝置
100:租金估價系統
10:資料庫
20:資訊模組
30:處理模組
S1:步驟
S2:步驟
S3:步驟
S4:步驟
S5:步驟
圖1係本創作研究架構示意圖。 圖2係本創作連結方塊示意圖。 圖3係本創作系統架構示意圖。 圖4係本創作方法流程示意圖。 圖5係本創作系統畫面示意圖(一)。 圖6係本創作系統畫面示意圖(二)。 圖7係本創作系統畫面示意圖(三)。
100:租金估價系統
10:資料庫
20:資訊模組
30:處理模組
Claims (10)
- 一種租金估價系統,其架設於伺服器,使用者透過終端裝置連接至伺服器使用該租金估價系統;該租金估價系統包含:一資料庫,其儲存複數行政區資訊、複數房型資訊及複數調控因素,每一行政區資訊對應每一房型資訊具有一標準房租金,每一調控因素具有複數階級選項及對應各該階級選項之一調控率;一資訊模組,其與該資料庫耦接,該資訊模組以選擇型態將各該行政區資訊、各該房型資訊及各該調控因素顯示於終端裝置,該資訊模組接收使用者透過終端裝置依據欲租賃標的選取符合的其中一行政區資訊及其中一房型資訊,以及該資訊模組接收使用者透過終端裝置依據欲租賃標的之條件狀況選取每一調控因素對應之其中一階級選項;以及一處理模組,其與該資料庫及該資訊模組耦接,該處理模組接收由該資訊模組傳送所選取的所述房型資訊、所述行政區資訊及對應各該調控因素設定的所述階級選項,該處理模組依據所述行政區資訊及所述房型區資訊由該資料庫取得對應所述標準房租金,該處理模組依據每一調控因素所對應之階級選項由該資料庫取得符合之所述調控率,其中,該處理模組將取得的所述標準房租金及所述調控率透過一租金運算程式進行運算,以產生一合理租金。
- 如請求項1所述之租金估價系統,其中,該租金運算程式的程式函式為:Y=B*[1+(X1+X2+...+Xn)];Y為所述合理租金;B為所述標準房租金;Xn為所述調控率。
- 如請求項1或2所述之租金估價系統,其中,每一行政區資訊及每一房型資訊是由租屋線上平台或問卷取得已公開租賃標的之房數、坪數與總 租金經過分類處理而建立於資料庫;所述房型資訊為已公開租賃標的之房數及坪數,所述標準房租金為所述房型資訊之坪數與總租金經過平均運算所得的單坪租金。
- 如請求項3所述之租金估價系統,其中,所述房型資訊為已公開租賃標的之房數及坪數,所述標準房租金為所述房型資訊之坪數與總租金經過平均運算所得的單坪租金。
- 如請求項1或2所述之租金估價系統,其中,所述調控因素具有一區域因素,該區域因素具有複數區域子因素,各該區域子因素分別為接近學校程度、接近商圈程度、接近市場程度、接近公園廣場程度、停車便利性程度、接近嫌惡設施程度與接近交通運輸程度。
- 如請求項5所述之租金估價系統,其中,各該區域子因素配合的各該階級選項是根據欲租賃標的與各該區域子因素距離遠近程度區分。
- 如請求項6所述之租金估價系統,其中,各該階級選項為優、尚佳、普通、稍差及劣;各該階級選項所對應的調控率為5%、2.5%、0%、-2.5%及-5%。
- 如請求項5所述之租金估價系統,其中,所述調控因素更具有一個別因素,該區域因素具有複數區域子因素,該個別因素具有複數個別子因素,各該個別子因素分別為社區管理、裝潢程度、通風採光景觀、屋況程度、附屬設備、格局、洗曬空間、炊煮功能、流理台與飼養寵物。
- 如請求項8所述之租金估價系統,其中,各該個別子因素配合的各該階級選項是根據欲租賃標的對應各該個別子因素的優劣程度、有無及狀態區分。
- 如請求項9所述之租金估價系統,其中,各該階級選項為優、尚佳、普通、稍差、劣、有、無、可、否、精緻、簡易、方正或稍差其中之二或及其組合;各該階級選項所對應的調控率為5%、2.5%、0%、-2.5%、-5%或10%其中之二或及其組合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110204885U TWM617329U (zh) | 2021-04-29 | 2021-04-29 | 租金估價系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110204885U TWM617329U (zh) | 2021-04-29 | 2021-04-29 | 租金估價系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM617329U true TWM617329U (zh) | 2021-09-21 |
Family
ID=78779428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110204885U TWM617329U (zh) | 2021-04-29 | 2021-04-29 | 租金估價系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWM617329U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI784503B (zh) * | 2021-04-29 | 2022-11-21 | 黃昭閔 | 租賃住宅合理租金估價系統及其方法 |
-
2021
- 2021-04-29 TW TW110204885U patent/TWM617329U/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI784503B (zh) * | 2021-04-29 | 2022-11-21 | 黃昭閔 | 租賃住宅合理租金估價系統及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Francke et al. | Land, structure and depreciation | |
Hill et al. | Hedonic price–rent ratios, user cost, and departures from equilibrium in the housing market | |
Wahlström et al. | Residential energy consumption and conservation | |
US20100042453A1 (en) | Methods and apparatus for greenhouse gas footprint monitoring | |
Piselli et al. | Assessing users’ willingness-to-engagement towards Net Zero Energy communities in Italy | |
Salvo | Electrical appliances moderate households’ water demand response to heat | |
Attia et al. | Developing a benchmark model for renovated, nearly zero-energy, terraced dwellings | |
TWM617329U (zh) | 租金估價系統 | |
US20140351014A1 (en) | Property valuation including energy usage | |
Talent | Improving estimates of occupancy rate and population density in different dwelling types | |
TWI784503B (zh) | 租賃住宅合理租金估價系統及其方法 | |
Sieger et al. | Inefficient markets for energy efficiency-Empirical evidence from the German rental housing market | |
Fang et al. | The Impact of Green Building Labels on the Price of Housing: Evidence from China. | |
Mavrodiy | Factor analysis of real estate prices | |
de La Paz et al. | Green premium evidence from climatic areas: A case in Southern Europe, Alicante (Spain) | |
Howland | The residential energy map: Catalyzing energy efficiency through remote energy assessments and improved data access | |
Ma et al. | Smart buildings and urban spaces | |
McDowell | Energy Consumption and Indoor Air Temperatures in the Homes of Low-Income Elderly Australians | |
Nelson et al. | Cool or school?: the role of building attributes in explaining residential energy burdens in California | |
Jaffar | Energy performance in Kuwaiti villas: understanding the social and physical factors that drive energy use | |
US20210133901A1 (en) | Apparatuses, systems, and methods for determining classification of a tangible property expenditure | |
McCall et al. | Ga East LEAP energy modelling technical report | |
Oh et al. | Impact of one-person households on detached housing sales prices | |
KR20220081177A (ko) | 온-오프라인 입주플래너 시스템과 핀테크 결제방식을 활용한 사업방식 | |
Rącka et al. | Influence of Urban Renewal on the Assessment of Housing Market in the Context of Smart City Development |