TWM618803U - 運用全網資料判斷趨勢之智能不動產估價系統 - Google Patents
運用全網資料判斷趨勢之智能不動產估價系統 Download PDFInfo
- Publication number
- TWM618803U TWM618803U TW109217485U TW109217485U TWM618803U TW M618803 U TWM618803 U TW M618803U TW 109217485 U TW109217485 U TW 109217485U TW 109217485 U TW109217485 U TW 109217485U TW M618803 U TWM618803 U TW M618803U
- Authority
- TW
- Taiwan
- Prior art keywords
- real estate
- module
- credit
- borrower
- data
- Prior art date
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本新型運用全網資料判斷趨勢之智能不動產估價系統,會擷取同一供需圈及近鄰地區內的三個比較標的因子來做判斷,第一、不動產成交價格及實價登陸資料之價格趨勢因子,第二、各房地產交易平台之開價趨勢因子,第三、各房地產交易平台之銷售日期變化因子,藉由以上三個因子來判斷未來房價漲跌模型,預測未來一定時間內房價的漲跌趨勢,並據以估計勘估標的之不動產在未來一段時間內之正常價格區間。
Description
本新型係有關於一種評估貸款金額的系統,尤指一種可利用不動產實價登錄平台搭配未來房價預測模型及個人徵信資料評估貸款的系統。
一般借款人要以不動產充當抵押品向金融機構申請貸款,會有兩個最主要的評估因素,一個是不動產的估價,另一個是個人徵信因素。傳統上,不動產的估價多仰賴專家意見及實地探勘,在民國101年8月1日內政部地政司推出不動產實價登錄平台,供一般民眾及金融機構查詢不動產交易實價。目前可查詢的資訊包括:交易標的(土地區段或門牌等)、價格資訊(交易總價、車位及交易日期等)及標的資訊(土地面積、建物面積、使用分區、使用建材等)。不動產成交案件實際登錄平台發布後,促進不動產交易資訊透明化,減少不動產交易雙方之交易成本,降低不動產交易糾紛,避免不動產價格哄抬現象,使房地產市場發展更為健全,實現居住正義。
中國民國發明專利I502536揭露一種不動產實價登錄資訊整合運算評價系統及其方法,請參考第1圖提供一不動產實價登錄資訊整合運算評價系統及其方法,讓使用者藉由電子裝置連上平台,並輸入欲評估房地的簡單資料,以取得至少三筆的實價登錄案例進行分析,能夠讓使用者得
到與符合現今時間點情況之欲評估房地的房地評價數據資料。如第1圖所示,則會於該房地評價程式112上會顯示使用者所在的位置範圍或是使用者自行輸入所欲評估的房地位置範圍,如圖中所示,是以圓圈顯示板橋區銘傳街的位置範圍,並且經過該房地評價平台運算後,則會顯示找到三筆實價登錄案例,並顯示該房地評價平台12運算後得到的結果「您需要查的銘傳街附近3樓公寓價格為500~550萬元」。
中國民國發明專利I525455揭露一種運用計量模型中之迴歸模型以估計不動產價格之不動產估價方法。請參考第2圖本專利透過將不動產交易案例依據一特徵資料分為複數個類別,使得一運算單元得以考量不動產異質性,利用與一勘估標的相對同質的不動產交易案例資料進行迴歸模型的參數估計,具有較小的變異性,產生提升估價結果的準確性之功效。以一運算單元就已知之不動產交易案例及其特徵資料c,依照影響不動產價格的至少一特徵資料c將該不動產交易案例分為複數個類別,例如以建物使用類型、建物面積級距或建物所在區位等各項足以對不動產異質特性進行分類的項目作為該特徵資料c。在本實施例當中,不動產交易案例可依照建物使用類型分類為公寓、大樓或透天厝等;或者,不動產交易案例可依照建物面積級距區分為大面積、中面積或小面積等類型,其中建物面積級距可以根據已知交易案例的資料分配狀態或市場的交易習慣而定。
中華民國發明專利M538626提供一種不動產實價登錄平台及個人徵信資料評估貸款的系統,係利用不動產實價錄平台搭配評價軟體可算出不動產初估金額,再搭配借款人的徵信資料以推估出不動產貸款金額。
過去不動產實價錄平台搭配評價模組及借款人的徵信資料推估出不動產貸款金額的系統運作流程,首先,借款人提出一項不動產貸款申請,該項申請包括提供不動產基本資料及提供個人基本資料,接著連線至不動產交易實價登入平台,並填入該不動產的基本資料,輔以不動產估價軟體或程式進行估價,同時,該借款人授權給平台連線至聯合徵信中心,進行調閱個人信用報告,另外,借款人也授權平台讀取其行動裝置的權限,以增強個人信用報告,最後將不動產估價的結果結合個人信用評估的結果以評估不動產貸款條件,並將結果回報給借款人。從前面的敘述可以看出該系統在進行不動產估價時只輔以不動產實價登入平台的資訊,缺乏將可以用來預測未來短期內房價漲跌幅度的變數納入評估。
綜上所述,提供一種科學化的方式來提高不動產估價的真實性、有效性、公開性及透明性係為極需的,本新型所述之運用全網資料判斷趨勢之智能不動產估價系統,不僅利用不動產實價錄平台搭配評價軟體,更可利用網路足跡加強個人信用資料評估的正確性,藉以評估不動產貸款金額。
先前技術雖然都已經揭露利用不動產交易實價登錄平台上的交易資訊去推估不動產的價值,並利用不動產持有人或借款人的信用資料進行評估,但是在評估不動產價值時卻沒有考量未來短期內房價的變動趨勢。
本新型提供一種不動產實價登錄平台、未來房價預測模型及個人徵信資料評估貸款的系統,係利用不動產實價錄平台搭配評價軟體,並
將預測出的房價漲跌幅度作為一新變數加入系統模型中以算出不動產初估金額,再搭配借款人的徵信資料以推估出不動產貸款金額。
本新型所提供評估貸款系統,不僅利用不動產實價錄平台搭配評價軟體,並利用網路足跡加強個人信用資料評估的正確性,更加入預測的房價漲跌趨勢此變數,藉以評估更準確的不動產貸款金額。
1:伺服器
2:網路
3:個人電腦
10:不動產登入模組
11:房價預測模組
12:不動產估價模組
20:聯徵登入模組
21:個人信用資料加強模組
30:不動產貸款評估模組
S100:借款人提出貸款申請
S200:未來房市價格變動變數資料
S300:提供不動產基本資料
S310:連線至不動產交易實價登入平台
S320:未來房價漲跌預測模型
S330:利用不動產估價程式評估
S400:提供個人基本資料
S410:連線至聯合徵信中心
S420:增強個人信用報告
S500:評估不動產貸款條件
第一圖係為運用全網資料判斷趨勢之智能不動產估價系統示意圖。
第二圖係為運用全網資料判斷趨勢之智能不動產估價系統流程示意圖。
請參閱第一圖,本新型係提供運用全網資料判斷趨勢之智能不動產估價系統,本新型係從政府資料開放平臺或是民間資訊獲得的房價變動變數搭配房價預測模組以及評價模組可算出不動產初估金額,再搭配借款人的徵信資料以推估出不動產貸款金額的系統。
本新型係一種運用全網資料判斷趨勢之智能不動產估價系統,本新型係從其他政府資料開放平臺獲得的房價變動變數搭配房價預測模組以及評價模組可算出不動產初估金額,再搭配借款人的徵信資料以推估出不動產貸款金額的系統。
請參閱第一圖,本新型所提供的一種運用全網資料判斷趨勢之智能不動產估價系統,具有一伺服器、一網路、一個人電腦、一不動產登入模組、一房價預測模組、一房價預測模組、一聯徵登入模組、一個人信用
資料加強模組及一不動產貸款評估模組。
本系統係包括伺服器1,伺服器1具有不動產登入模組10、不動產估價模組12、聯徵登入模組20、個人信用資料加強模組21、不動產貸款評估模組30,伺服器1並透過網路2連接至電腦3,其中電腦3內具有處理器及儲存媒體,本系統係在伺服器內運行,此外,網路2可為有線網路或無線網路,該個人電腦可為桌上型電腦、筆記型電腦、手機或平板電腦。
參閱第一圖,本系統可大致區分成兩個部分,第一部分就是不動產估價模組12,由不動產登入模組及房價預測模組及不動產估價模組組成;第二部分就是借款人信用評估模組,由聯徵登入模組及個人信用資料加強模組21組成。
不動產估價模組12,首先借款人會先登入運用全網資料判斷趨勢之智能不動產估價系統,該智能不動產估價系統會透過身分確認判斷登入身分,借款人會透過電腦經由網路提供並上傳一個特定不動產的資料,此時,利用不動產登入模組將資料輸入不動產估價模組,經過不動產估價模組的比對之後,則可以看到該筆不動產附近區域的不動產實際交易價格。
接著,不動產登入模組10所輸入的資料也會導入房價預測模組11做為計算因子,房價預測模組11會演算出所該筆不動產未來預測的房價漲跌幅度,便將此漲跌幅度作為一個變數加入不動產估價模組。進入到不動產估價模組後,系統不僅以取樣方式利用處理器計算先估計大致的不動產價格,更加入調整因子包括:備註資料、交易金額極端值排除、時間波動指數、區域分析、個別因素資料等,並透過不動產估價模組經處理器計算對特定不動產進行鑑價。
第二部分則是借款人信用評估的部份,請參考第一圖,首先借款人會先登入運用全網資料判斷趨勢之智能不動產估價系統,該智能不動產估價系統會透過身分確認判斷登入身分,本新型智能不動產估價系統會透過電腦及網路取得借款人的授權後,以聯徵登入模組透過網路利用自然人憑證連線至聯合徵信中心,直接在線上取的借款人跟銀行及金融機構往來的債信記錄。當然,自然人憑證只是其中一種認證方式,也可以透過其他方式的認證(例如:金融/證券憑證,生物辨識、簡訊推播、一次性密碼OTP或動態密碼等)確認是本人授權才能讀取相關個人徵信資訊。
另一方面,也要看聯合徵信中心對外開放的程度。除了銀行及金融機構的徵信報告外,本新型對於個人信用狀況的評估還包括了其他的方面,本新型提供個人信用資料加強模組增加個人信用收集的維度,特別是來自網路上的數位足跡,具體的作法為借款人同意平台伺服器讀取其電腦的權限,包括:app或個人通訊記錄等,藉以增強個人信用資料收集。在資料分析的部份,舉例說可以將個人信用的評估區分成五個方向:身分特質、履約能力、信用歷史、人脈關係及行為偏好等。身分特質是指個人在網路上留下的基本資料,透過數據交叉比對及分析,找出個人在網路上的行為特質。履約能力則關於消費或是使用服務時是否按時繳交費用,例如:水電或電信費用的繳納、行動支付的繳納、電商平台的消費記錄,從這些維度可以看出個人消費的層級、頻率與穩定性。信用歷史則比較偏向與金融機構往來的記錄,一部分與聯合徵信中心重疊,另一部分有些網路金融或是金融科技業者的往來記錄,也可以納入,主要是評估借貸還款的行為模式。
人脈關係是指網路社群上好友的身分特徵及互動狀態,透過
在網路社交平台上的行為特徵,推估個人信用的一個依據。
行為偏好則泛指在網路上的一些行為特徵,例如:參與推動社會公益的活動、捐款、具有家庭責任等。
透過這五個維度的資料收集,再搭配大數據分析,分析該借款人的身分特質、履約能力、信用歷史、人脈關係及行為偏好來建構信用評分模型,構畫出一個人在網路上的行為模式,並給予適當的評分,作為核發貸款條件的依據。因為傳統徵信報告僅能看出一個人與銀行或金融機構往來的記錄,涵蓋範圍不夠廣泛,透過網路萬物相連的特性及大數據分析技術的提昇,使得個人信用資料數據全面化的分析變為可能。
最後將不動產估價模組得到的數據、聯合徵信中心資料及個人信用資料加強模組21三個參數導入不動產貸款評估模組,得到一個整合性信息,該信息係為該借款人的不動產貸款條件,該不動產貸款條件係包括:不動產貸款總額、成數、利息、寬限期、貸款年限等。
請參閱第二圖係為本新型的流程示意圖。首先借款人提出一項不動產貸款申請S100,該項申請包括提供不動產基本資料S300及提供個人基本資料S400。接著連線至不動產交易實價登入平台S310,近幾年不動產附近的成交價會匯入未來房價漲跌預測模型S210,同時從政府資料開放平臺抓取的未來房價變動變數資料S200也會匯入未來房價漲跌預測模型S210進行運算,運算出的結果會與該不動產的基本資料一同匯入不動產估價軟體或程式進行估價S220。同時,該借款人授權給平台連線至聯合徵信中心S410,進行調閱個人信用報告。另外,借款人也授權平台讀取其行動裝置的權限,以增強個人信用報告S420。最後將不動產估價的結果結合個人信用
評估的結果,評估不動產貸款條件S500,並將結果回報給借款人。
本新型最主要的目的在於提供一種運用全網資料判斷趨勢之智能不動產估價系統,該系統係為一個整合性的智能不動產估價系統,在這個系統上借款人可以輕易得知不動產估價結果、個人信用評估結果及不動產貸款條件評估結果,而在不動產的估價過程中會納入對於未來房價漲跌預期的考量,因此本新型所做的不動產估價結果會更貼近未來實際房價。
綜上所述,本新型所述之一種運用全網資料判斷趨勢之智能不動產估價系統,係包裝成一種服務提供給使用者做文件互相切磋交流的平台,藉由系統的精密運算能力且透過區塊鏈操作,進行智能不動產估價,藉由本新型利用全網資料判斷趨勢這種科學化的方式來提高不動產的真實性、有效性、公開性及透明性。
1:伺服器
2:網路
3:個人電腦
10:不動產登入模組
11:房價預測模組
12:不動產估價模組
20:聯徵登入模組
21:個人信用資料加強模組
30:不動產貸款評估模組
Claims (6)
- 一種運用全網資料判斷趨勢之智能不動產估價系統,包含一伺服器,該伺服器包括一不動產登入模組,係用以確認借款人之身分並上傳一不動產資料;一不動產估價模組,與該不動產登入模組連結,係用以計算出該不動產的預估價值;一聯徵登入模組,係用以確認借款人之身分並查詢借款人一聯徵資料;一個人信用資料加強模組,與該聯徵登入模組連結,收集借款人的一信用資料,演算借款人的該信用資料與該聯徵資料,以產生一信用維度;一不動產貸款評估模組,與該不動產估價模組及該個人信用資料加強模組聯結,並匯入該信用維度及該不動產的預估價值,以產出一貸款條件;一電腦,連接一網路,透過該網路連結該伺服器,該系統係在該伺服器內運行。
- 根據申請專利範圍第1項之智能不動產估價系統,進一步具有一房價預測模組,與該不動產估價模組聯結,與該可透過備註資料、交易金額極端值排除、時間波動指數、區域分析、個別因素資料來演算出一房價調整因子,並將該房價調整因子導入該不動產估價模組,計算出此模組所預測的未來房價漲跌幅度。
- 根據申請專利範圍第1項之智能不動產估價系統,其中該聯徵登入模組係透過網路用自然人憑證連線至聯合徵信中心,直接在線上取得借款人跟銀行及金融機構往來的債信記錄。
- 根據申請專利範圍第1項之智能不動產估價系統,其中該個人信用資料加強模組具有一信用評分模型,以分析該借款人的一身分特質、一履約能力、一信用歷史、一人脈關係及一行為偏好以產出該信用維度。
- 根據申請專利範圍第4項之智能不動產估價系統,其中該身分特質、該履約能力、該信用歷史、該人脈關係及該行為偏好係收集借款人的水電或電信費用的繳納、行動支付的繳納、電商平台的消費記錄、app、個人通訊記錄、網路社群上好友的身分特徵、與好友的互動狀態,網路社交平台上的行為特徵、參與推動社會公益的活動、捐款的記錄來判斷。
- 根據申請專利範圍第4項之智能不動產估價系統,其中該貸款條件係為不動產貸款總額、成數、利息、寬限期及貸款年限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109217485U TWM618803U (zh) | 2020-12-31 | 2020-12-31 | 運用全網資料判斷趨勢之智能不動產估價系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109217485U TWM618803U (zh) | 2020-12-31 | 2020-12-31 | 運用全網資料判斷趨勢之智能不動產估價系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM618803U true TWM618803U (zh) | 2021-11-01 |
Family
ID=79908010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109217485U TWM618803U (zh) | 2020-12-31 | 2020-12-31 | 運用全網資料判斷趨勢之智能不動產估價系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWM618803U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI814315B (zh) * | 2022-03-29 | 2023-09-01 | 兆豐國際商業銀行股份有限公司 | 基於電子憑證授權銀行伺服器查詢聯徵資料的系統 |
-
2020
- 2020-12-31 TW TW109217485U patent/TWM618803U/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI814315B (zh) * | 2022-03-29 | 2023-09-01 | 兆豐國際商業銀行股份有限公司 | 基於電子憑證授權銀行伺服器查詢聯徵資料的系統 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu | MNCs, rents, and corruption: Evidence from China | |
Thomas et al. | A survey of the issues in consumer credit modelling research | |
Allen et al. | Price dispersion in mortgage markets | |
CN106447434A (zh) | 个人信用生态平台 | |
Zhou et al. | Online reputation systems: Design and strategic practices | |
Laeven et al. | Waking up from the american dream: on the experience of young americans during the housing boom of the 2000s | |
US20130262290A1 (en) | Method and system to automatically generate loan offer information based upon the geo-location of an end-users mobile computing device or apparatus. | |
US20220188925A1 (en) | Method and System for Data Futures Platform | |
KR102228105B1 (ko) | 블록체인 기반의 쇼핑몰에서 커뮤니티를 이용한 제품 감정 방법 및 그 시스템 | |
Cronin | Valuing nonmarket goods through contingent markets | |
CN112163944B (zh) | 客户的贷款资质评分方法、装置、计算机设备和存储介质 | |
Gillitzer et al. | Housing wealth effects: Cross‐sectional evidence from new vehicle registrations | |
Brown et al. | Getting real with energy data: Using the buildings performance database to support data-driven analyses and decision-making | |
WO2023038947A1 (en) | Method for evaluation and payout of parametric risk-coverage for hard-to-insure risks using distributed ledger and associated system | |
TWM618803U (zh) | 運用全網資料判斷趨勢之智能不動產估價系統 | |
Yiallourou | The limitations of the VAT gap measurement | |
Nguyen et al. | Female leadership, internet use, and performance of agricultural cooperatives in Vietnam | |
Smith et al. | The impact of housing rehabilitation on local neighborhoods: The case of small community development organizations | |
Doran et al. | A GIS‐based investigation of gaming venue catchments | |
KR20090000359A (ko) | 대표자 개인신용과, 쇼핑몰 매출실적 및 민원/분쟁사실의종합적 평가를 통한 판매자 신용 공개 시스템 | |
Sahoo | House price bubbles and its predictive capacity on inflation and economic growth: some Indian evidence | |
Wang | A Dynamic CGE Model for Consumer Trust Mechanism within an E‐Commerce Market | |
Mattia et al. | Contingent valuation method and market value: applying stated preference methods in real estate market | |
TWM538626U (zh) | 利用不動產實價登錄平台及個人徵信資料評估貸款的系統 | |
d'Amato et al. | Appraising forced sale value by the method of short table market comparison approach |