JP5728317B2 - 評価額算出プログラム，評価額算出方法，及び評価額算出装置 - Google Patents
評価額算出プログラム，評価額算出方法，及び評価額算出装置 Download PDFInfo
- Publication number
- JP5728317B2 JP5728317B2 JP2011156504A JP2011156504A JP5728317B2 JP 5728317 B2 JP5728317 B2 JP 5728317B2 JP 2011156504 A JP2011156504 A JP 2011156504A JP 2011156504 A JP2011156504 A JP 2011156504A JP 5728317 B2 JP5728317 B2 JP 5728317B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- real estate
- property
- evaluated
- estate property
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 212
- 238000004364 calculation method Methods 0.000 title claims description 125
- 230000015572 biosynthetic process Effects 0.000 claims description 84
- 238000000034 method Methods 0.000 claims description 38
- 238000010276 construction Methods 0.000 description 14
- 238000000611 regression analysis Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、評価対象物の評価額を算出する技術に関する。
不動産の価格や賃料などの評価額を求める方法として、取引事例比較法，収益還元法，及び原価法等がある。その中でも取引事例比較法は、良く用いられる方法であって、市場において現実に発生した取引を価格判定の基礎とする。取引事例比較法は、まず、多数の取引事例を収集し、収集した中から適切な事例の選択を行い、各事例の取引価格に必要に応じて時点修正を行い、かつ、地域要因の比較及び個別的要因の比較を行って求められた価格を比較考量し、対象不動産の試算価格を求める。地域要因とは、不動産の存在する土地や該土地の周辺地域等に関する要因であり、例えば、最寄駅までの距離，対象地の前面の道路の幅員等がある。個別的要因とは、不動産特有の要因であり、例えば、築年数，専有面積，間取り等である。
取引事例比較法によって求められた価格は、比準価格と呼ばれる。取引事例比較法の実施は、すなわち、比準価格を求める作業は、地域要因の比較及び個別的要因の比較が主な作業となる。地域要因の比較及び個別的要因の比較の作業は、比準作業と呼ばれる。
図１２は、比準表の一例を示す図である。比準表は比準作業で用いられる表である。図１２に示される例では、対象地の土地単価の比準価格を求める際に、地域要因について比準作業が行われる場合の比準表が示される。図１２に示される例では、各項目は地域要因であり、地域要因として、前面道路の幅員（図１２中「街路条件」と表示），最寄駅までの距離（図１２中「交通接近条件」と表示），立地の周辺環境（図１２中「環境条件」と表示），及び都市計画法上の土地の地域地区（図１２中「行政的条件」と表示）が採用されている。また、図１２中の「行政的条件」の「一低専」は、都市計画法の「第１種低層住居専用地域」を示し、括弧内は、順に建ペイ率と容積率とを示す。
図１２に示される比準表では、評価対象地として、前面道路の幅員が５ｍ、最寄り駅Ａ駅までの距離が５００ｍ、普通住宅地域、第１種低層住居専用地域である土地が設定されている。この評価対象地と事例１−３とを比較して、比準価格を求める作業について、以下、説明する。
（１）対象地と各事例を比較し、各事例の各項目の格差率を求める。
格差率は、各項目について、評価対象地と各事例との差異を数値化したものである。図１２では、格差率は、例えば、評価対象地を±０％として、以下のように百分率で数値化されている。街路条件の格差率は、対象地の前面道路の幅員（５ｍ）から１ｍ広くなる毎に＋１％、１ｍ狭くなる毎に−１％（「▲１％」と表記）の値とする。交通接近条件の格差率は、評価対象地の最寄り駅（Ａ駅）までの距離（５００ｍ）から１００ｍ近づく毎に＋１％、１００ｍ遠のく毎に−１％となる値とする。
格差率は、各項目について、評価対象地と各事例との差異を数値化したものである。図１２では、格差率は、例えば、評価対象地を±０％として、以下のように百分率で数値化されている。街路条件の格差率は、対象地の前面道路の幅員（５ｍ）から１ｍ広くなる毎に＋１％、１ｍ狭くなる毎に−１％（「▲１％」と表記）の値とする。交通接近条件の格差率は、評価対象地の最寄り駅（Ａ駅）までの距離（５００ｍ）から１００ｍ近づく毎に＋１％、１００ｍ遠のく毎に−１％となる値とする。
環境条件の格差率は、例えば、空き地が残っている場合には−１０％の値とする。行政的条件の格差率は、地域地区が同じ場合には、対象地の容積率（１００％）から１０％増加する毎に＋１％、１０％減少するごとに−１％となる値とする。
（２）各事例の地域格差を求める。
地域格差は、評価対象地に対する各事例の評価を比率で示したものである。地域格差は、各項目の格差率を合計した値に基づいて求められる。各項目の格差率を合計する方法と
しては、総和又は相乗積のいずれを用いてもよい。項目が個別的要因のみである場合には、各項目の格差率の合計値は、個別格差と称されることもある。
地域格差は、評価対象地に対する各事例の評価を比率で示したものである。地域格差は、各項目の格差率を合計した値に基づいて求められる。各項目の格差率を合計する方法と
しては、総和又は相乗積のいずれを用いてもよい。項目が個別的要因のみである場合には、各項目の格差率の合計値は、個別格差と称されることもある。
図１２では、地域格差は、評価対象地の評価を基準として１とした場合の各事例の評価の比率として示されている。具体的には、図１２では、地域格差は、各事例の各項目の格差率（百分率）の総和に１００を加算した値を分子、１００を分母としている。分母の１００は、評価対象地の評価１を百分率で表示した値である。
例えば、事例１の場合には、街路条件の格差率−１％、交通接近条件の格差率＋２％、環境条件の格差率±０％、行政的条件の格差率±０％、その他の格差率±０％であるので、地域格差は、（１００＋１）／１００＝１０１／１００となる。
（３）各事例について試算値を算出する。
各事例について、各事例の実際の土地単価と地域格差との比率計算を行って、評価対象地の土地単価の試算値を算出する。すなわち、各事例の実際の土地単価に地域格差の逆数を乗じて評価対象地の土地単価の試算値を算出する。図１２に示される例では、事例１−３のそれぞれについて、評価対象地の土地単価の試算値が算出される。
各事例について、各事例の実際の土地単価と地域格差との比率計算を行って、評価対象地の土地単価の試算値を算出する。すなわち、各事例の実際の土地単価に地域格差の逆数を乗じて評価対象地の土地単価の試算値を算出する。図１２に示される例では、事例１−３のそれぞれについて、評価対象地の土地単価の試算値が算出される。
（４）比準価格を算出する。
各事例について求められた試算値から比準価格（評価額）を算出する。例えば、比準価格（評価額）は、各事例について求められた試算値の平均値や中央値等によって求められる。図１２では、対象地の土地単価の比準価格（評価額）は、各事例について求められた試算値の平均値として求められている。
各事例について求められた試算値から比準価格（評価額）を算出する。例えば、比準価格（評価額）は、各事例について求められた試算値の平均値や中央値等によって求められる。図１２では、対象地の土地単価の比準価格（評価額）は、各事例について求められた試算値の平均値として求められている。
上述（１）−（４）のように、取引事例比較法では、比準価格が求められるまでの計算過程が分かりやすい。
また、不動産の評価額を求める他の方法として、重回帰分析を用いる方法がある。例えば、下記の特許文献１では、物件を所定規則で分類し、分類毎に重回帰分析により価格評価モデルを構築し、価格評価モデルの中から最適な価格評価モデルを用いて評価を依頼された物件の評価額が算出される。
図１３は、特許文献１の図１９において示される、重回帰分析を用いて求められた依頼物件の評価価格帯の出力例を示す図である。図１３に示される例では、依頼物件の評価価格帯Ｐ２と、依頼物件の売り出し事例Ｐ１とが出力されている。
図１２に示されるような、取引事例比較法を用いて評価対象地の評価額を算出する場合には、各項目の格差率は、価格形成要因に関する各種資料や多数の取引事例等から不動産鑑定士の長年の分析と経験に基づいた評価対象地との比較によって決定されるので、機械的ではない、コストがかかる、客観性に欠ける、等の問題点があった。
一方、図１３に示されるような、重回帰分析を用いて評価対象地の評価額を算出する場合には、依頼物件の売り出し事例Ｐ１からどのようにして依頼物件の評価価格帯Ｐ２が算
出されたのか明確ではない。すなわち、統計学を理解していなければ計算過程や意味が理解できず、結果（表示価格帯）だけが提示されることになる。また、重回帰分析を用いて算出された予測値は正規分布するため、実勢価格水準と乖離した値になる可能性がある。
出されたのか明確ではない。すなわち、統計学を理解していなければ計算過程や意味が理解できず、結果（表示価格帯）だけが提示されることになる。また、重回帰分析を用いて算出された予測値は正規分布するため、実勢価格水準と乖離した値になる可能性がある。
本発明は、上記した問題に鑑み、評価対象物の評価額を機械的に算出可能な評価額算出装置を提供することを課題とする。
本発明の態様の一つは、取引額を含む不動産物件の事例との比較によって、評価対象となる不動産物件の評価額を算出する評価額算出プログラムである。この評価額算出プログラムは、複数の不動産物件の価格形成要因の情報と各不動産物件の取引額とを保持する第１の記憶手段への入出力手段と、不動産物件の複数の価格形成要因のそれぞれに対応する係数を含む係数群を保持する第２の記憶手段への入出力手段と、を備えるコンピュータを、以下のように機能させる。第１の記憶手段から事例となる不動産物件を選択する選択部として機能させる。また、評価対象の不動産物件の取引額の予測値を算出するための第１の係数群と、事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択する係数群選択部として機能させる。また、第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を評価対象の不動産物件の取引額の予測値として算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の価格形成要因に対応する前記第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、事例の不動産物件の該価格形成要因に対応する第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の取引額の予測値に対する前記差分の比率を算出する要因比率算出部として機能させる。係数群は、例えば、重回帰分析の回帰係数群である。本発明の態様に一つによれば、評価対象の不動産物件の取引額の予測値に対する上記差分の比率は、取引事例比較法における格差率に相当し、ユーザは、評価対象の不動産物件の各価格形成要因の項目を入力するのみで各価格形成要因の格差率を客観的な値として機械的に取得することができる。
本発明の態様の一つである評価額算出プログラムは、コンピュータを、更に、複数の価格形成要因のそれぞれについての評価対象の不動産物件の取引額の予測値に対する上記差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を算出する比率算出部として機能させる。さらに、第１の記憶手段に保持される事例の不動産物件の取引額に、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を評価対象の不動産物件の評価額として算出する評価額算出部として機能させる。また、本発明の態様の一つによれば、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を用いて機械的に評価対象の不動産物件の評価額を算出することができる。
また、本発明の態様の一つである評価額算出プログラムでは、選択部は、第１の記憶手段から、事例の不動産物件として、評価対象物が有する複数の価格形成要因と共通する複数の価格形成要因を有し、少なくとも一つの価格形成要因の値が評価対象の不動産物件の該価格形成要因の値から所定の範囲内にある不動産物件を選択するようにしてもよい。これによって、より精度良く評価対象の不動産物件の評価額を算出することができる。
本発明の態様の一つである評価額算出プログラムでは、選択部は、第１の記憶手段から、事例として複数の不動産物件を選択し、要因比率算出部は、事例としての各不動産物件について、各価格形成要因の評価対象の不動産物件の取引額の予測値に対する上記差分の比率を算出し、比率算出部は、前記事例としての各不動産物件について、各価格形成要因の評価対象の不動産物件の取引額の予測値に対する上記差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率
を算出し、評価額算出部は、事例としての複数の不動産物件それぞれについて、事例としての不動産物件の取引額に評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を算出し、事例としての複数の不動産物件それぞれに対する算出された値の平均値を評価対象の不動産物件の評価額として算出するようにしてもよい。また、本発明の態様の一つである評価額算出プログラムでは、選択部は、第１の記憶手段から、事例として複数の不動産物件を選択し、要因比率算出部は、事例としての各不動産物件について、各価格形成要因の評価対象の不動産物件の取引額の予測値に対する上記差分の比率を算出し、比率算出部は、事例としての各不動産物件について、各価格形成要因の評価対象の不動産物件の取引額の予測値に対する上記差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を算出し、評価額算出部は、事例としての複数の不動産物件それぞれについて、事例としての不動産物件の取引額に評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を算出し、事例としての複数の不動産物件それぞれに対する算出された値の中央値を評価対象の不動産物件の評価額として算出するようにしてもよい。これによって、事例としての複数の不動産物件から評価対象の不動産物件の評価額を算出することができるので、評価額の精度が高まる。
を算出し、評価額算出部は、事例としての複数の不動産物件それぞれについて、事例としての不動産物件の取引額に評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を算出し、事例としての複数の不動産物件それぞれに対する算出された値の平均値を評価対象の不動産物件の評価額として算出するようにしてもよい。また、本発明の態様の一つである評価額算出プログラムでは、選択部は、第１の記憶手段から、事例として複数の不動産物件を選択し、要因比率算出部は、事例としての各不動産物件について、各価格形成要因の評価対象の不動産物件の取引額の予測値に対する上記差分の比率を算出し、比率算出部は、事例としての各不動産物件について、各価格形成要因の評価対象の不動産物件の取引額の予測値に対する上記差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を算出し、評価額算出部は、事例としての複数の不動産物件それぞれについて、事例としての不動産物件の取引額に評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を算出し、事例としての複数の不動産物件それぞれに対する算出された値の中央値を評価対象の不動産物件の評価額として算出するようにしてもよい。これによって、事例としての複数の不動産物件から評価対象の不動産物件の評価額を算出することができるので、評価額の精度が高まる。
更に、本発明は、態様の一つとして、方法、又は装置としても把握することが可能である。また、本発明の態様の一つは、上述のプログラムをコンピュータその他の装置、機械等が読み取り可能な記録媒体に記録したものでもよい。ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。
例えば、本発明の他の態様の一つは、取引額を含む不動産物件の事例との比較によって、評価対象となる不動産物件の評価額を算出する評価額算出方法である。この評価額算出方法では、複数の不動産物件の価格形成要因の情報と各不動産物件の取引額とを保持する第１の記憶手段への入出力手段と、不動産物件の複数の価格形成要因のそれぞれに対応する係数を含む係数群を保持する第２の記憶手段への入出力手段と、を備えるコンピュータが、第１の記憶手段から事例となる不動産物件を選択するステップと、評価対象の不動産物件の取引額の予測値を算出するための第１の係数群と、事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択するステップと、第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を評価対象の不動産物件の取引額の予測値として算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の価格形成要因に対応する第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、事例の不動産物件の該価格形成要因に対応する第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の取引額の予測値に対する差分の比率を算出し、複数の価格形成要因のそれぞれについての評価対象の不動産物件の取引額の予測値に対する差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を算出するステップと、第１の記憶手段に保持される事例の不動産物件の取引額に、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を評価対象の不動産物件の評価額として算出するステップと、を実行する。
また、本発明の他の態様の一つは、取引額を含む不動産物件の事例との比較によって、評価対象となる不動産物件の評価額を算出する評価額算出装置である。この評価額算出装置は、複数の不動産物件の価格形成要因の情報と各不動産物件の取引額とを保持する第１の記憶手段への入出力手段と、不動産物件の複数の価格形成要因のそれぞれに対応する係数を含む係数群を保持する第２の記憶手段への入出力手段と、第１の記憶手段から事例となる不動産物件を選択する選択部と、評価対象の不動産物件の取引額の予測値を算出する
ための第１の係数群と、事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択する係数群選択部と、第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を評価対象の不動産物件の取引額の予測値として算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の価格形成要因に対応する第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、事例の不動産物件の該価格形成要因に対応する第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の取引額の予測値に対する差分の比率を算出し、複数の価格形成要因のそれぞれについての評価対象の不動産物件の取引額の予測値に対する差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を算出する比率算出部と、第１の記憶手段に保持される事例の不動産物件の取引額に、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を評価対象の不動産物件の評価額として算出する評価額算出部と、を備える。
ための第１の係数群と、事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択する係数群選択部と、第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を評価対象の不動産物件の取引額の予測値として算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の価格形成要因に対応する第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、事例の不動産物件の該価格形成要因に対応する第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、複数の価格形成要因のそれぞれについて、評価対象の不動産物件の取引額の予測値に対する差分の比率を算出し、複数の価格形成要因のそれぞれについての評価対象の不動産物件の取引額の予測値に対する差分の比率の総和の値に基づいて、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を算出する比率算出部と、第１の記憶手段に保持される事例の不動産物件の取引額に、評価対象の不動産物件の取引額の予測値と事例の不動産物件の取引額の予測値との比率を乗じた値を評価対象の不動産物件の評価額として算出する評価額算出部と、を備える。
本発明によれば、評価対象物の評価額を機械的に算出することができる。
以下、図面に基づいて、本発明の実施の形態を説明する。以下の実施形態の構成は例示であり、本発明は実施形態の構成に限定されない。
＜第１実施形態＞
図１は、不動産物件の賃料評価額算出システムの構成例を示す図である。第１実施形態における賃料評価額算出システム１００は、評価対象物件と価格形成要因が類似する複数の事例の実際の賃料から評価対象物件の賃料の評価額を算出するためのシステムである。価格形成要因は評価対象物件の評価額に影響を及ぼす要因であって、例えば、地域要因と個別的要因とがある。
図１は、不動産物件の賃料評価額算出システムの構成例を示す図である。第１実施形態における賃料評価額算出システム１００は、評価対象物件と価格形成要因が類似する複数の事例の実際の賃料から評価対象物件の賃料の評価額を算出するためのシステムである。価格形成要因は評価対象物件の評価額に影響を及ぼす要因であって、例えば、地域要因と個別的要因とがある。
賃料評価額算出システム１００は、サーバシステム１と、ネットワーク５を介してサーバシステム１と接続されるクライアント端末２とを含む。サーバシステム１は、賃料算出サーバ１０と、賃料算出サーバ１０に接続する賃料データベース３とモデルデータベース
４とを含む。ネットワーク５は、例えば、インターネットや携帯電話網等の公衆のネットワークであってもよいし、企業等の組織によって管理されているプライベートなネットワークであってもよい。
４とを含む。ネットワーク５は、例えば、インターネットや携帯電話網等の公衆のネットワークであってもよいし、企業等の組織によって管理されているプライベートなネットワークであってもよい。
（サーバシステム）
図２は、賃料算出サーバ１０のハードウェア構成の例を示す図である。賃料算出サーバ１０は、プロセッサ１０１，主記憶装置１０２，入力装置１０３，出力装置１０４，補助記憶装置１０５，可搬記録媒体駆動装置１０６，及びネットワークインタフェース１０７を備え、これらがバス１０９により互いに接続されている情報処理装置である。情報処理装置は、例えば、賃料算出の為の専用のコンピュータである。
図２は、賃料算出サーバ１０のハードウェア構成の例を示す図である。賃料算出サーバ１０は、プロセッサ１０１，主記憶装置１０２，入力装置１０３，出力装置１０４，補助記憶装置１０５，可搬記録媒体駆動装置１０６，及びネットワークインタフェース１０７を備え、これらがバス１０９により互いに接続されている情報処理装置である。情報処理装置は、例えば、賃料算出の為の専用のコンピュータである。
入力装置１０３は、例えば、キーボード、マウス等のポインティングデバイス等である。また、入力装置１０３には、カメラやスキャナのような画像の入力装置や、マイクロフォンのような音声入力装置を含むことができる。入力装置１０３から入力されたデータは、プロセッサ１０１に出力される。
ネットワークインタフェース１０７は、ネットワークとの情報の入出力を行うインタフェースである。ネットワークインタフェース１０７は、有線のネットワーク、および、無線のネットワークと接続する。ネットワークインタフェース１０７は、例えば、ＮＩＣ（Network Interface Card），無線ＬＡＮ（Local Area Network）カード，携帯電話網に接続するための無線回路等である。ネットワークインタフェース１０７で受信されたデータ等は、プロセッサ１０１に出力される。
主記憶装置１０２は、プロセッサ１０１に、補助記憶装置１０５に格納されているプログラムをロードする記憶領域および作業領域を提供したり、バッファとして用いられたりする記憶装置である。主記憶装置１０２は、例えば、ＲＡＭ（Random Access Memory）のような半導体メモリである。
補助記憶装置１０５は、様々なプログラムや、各プログラムの実行に際してプロセッサ１０１が使用するデータを格納する。補助記憶装置１０５は、例えば、ＥＰＲＯＭ（Erasable Programmable ROM）、ハードディスク（Hard Drive Disc）である。補助記憶装置１０５は、例えば、オペレーティングシステム（ＯＳ），賃料評価額算出プログラム，その他様々なアプリケーションプログラムを保持する。
可搬記録媒体駆動装置１０６は、可搬記録媒体を駆動し、可搬記録媒体に記録されたデータを読み出す。読み出されたデータはプロセッサ１０１に出力される。可搬記録媒体は、例えば、ＵＳＢ（Universal Serial Bus）メモリ、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）のようなディスク記録媒体、フラッシュメモリカードのような記録媒体である。
プロセッサ１０１は、例えば、ＣＰＵ（Central Processing Unit）や、ＤＳＰ（Digital Signal Processor）である。プロセッサ１０１は、補助記憶装置１０５に保持された
ＯＳや様々なアプリケーションプログラムを主記憶装置１０２にロードして実行することによって、様々な処理を実行する。
ＯＳや様々なアプリケーションプログラムを主記憶装置１０２にロードして実行することによって、様々な処理を実行する。
出力装置１０４は、プロセッサ１０１の処理の結果を出力する。出力装置１０４は、ディスプレイやプリンタである。また、出力装置１０４は、スピーカのような音声出力装置を含むことができる。
図１では、賃料算出サーバ１０の機能構成の例が示される。賃料算出サーバ１０のプロ
セッサ１０１は、補助記憶装置１０５に保持される賃料評価額算出プログラムの実行を通じて、事例選択部１１，モデル選択部１２，格差算出部１３，試算値算出部１４，及び、評価額算出部１５として動作する。
セッサ１０１は、補助記憶装置１０５に保持される賃料評価額算出プログラムの実行を通じて、事例選択部１１，モデル選択部１２，格差算出部１３，試算値算出部１４，及び、評価額算出部１５として動作する。
事例選択部１１は、賃料データベース３に保持される賃貸事例から、評価対象物件と比較するための複数の賃貸事例を選択する。モデル選択部１２は、事例選択部１１によって選択された各賃貸事例と評価対象物件とのそれぞれに適する重回帰分析によって構築された賃料モデルをモデルデータベース４から選択する。格差算出部１３は、モデル選択部１２によって選択された賃料モデルを用いて、各賃貸事例と評価対象物件との賃料の予測値を求め、これらの予測値から、各賃貸事例について、各価格形成要因の格差率及び地域格差を算出する。試算値算出部１４は、各賃貸事例の実際の賃料に、格差算出部１３によって算出された各賃貸事例の地域格差の逆数を乗じて、各賃貸事例に対する評価対象物件の賃料の試算値を算出する。評価額算出部１５は、試算値算出部１４によって算出された各賃貸事例に対する試算値から、評価対象物件の賃料の評価値を算出する。なお、事例選択部１１，モデル選択部１２，格差算出部１３，試算値算出部１４，及び評価額算出部１５についての詳細は後述する。
すなわち、賃料算出サーバ１０は、地域格差として、重回帰分析を用いた評価対象物件の賃料の予測値に対する、重回帰分析を用いた事例の賃料の予測値の比率を用いて、取引事例比較法の計算方法で、評価対象物件の評価額を算出する。
賃料データベース３及びモデルデータベース４は、例えば、ＨＤＤ（ハードディスクドライブ）などの大容量の記憶装置であってもよいし、それぞれが例えば図２で示されるようなハードウェア構成を持ったデータベースサーバであってもよい。また、賃料データベース３及びモデルデータベース４は、賃料算出サーバ１０の補助記憶装置１０５内に形成されてもよい。
図３は、賃料データベース３が保持する情報の例である。賃料データベース３は、賃料の評価額を算出する際に評価対象物件と比較するための賃貸事例を保持するデータベースである。
賃料データベース３には、各賃貸事例について、複数の価格形成要因の情報が登録される。価格形成要因には、例えば、住所，ＸＹ座標（緯度経度），沿線名，最寄駅，最寄駅からの距離，バス停からの距離，無料駐車場の有無等の地域要因や、構造，専有面積，経過年数，所在階等の個別的要因が含まれる。また、各賃貸事例には、価格形成要因に加えて、賃貸事例の月額賃料，共益費，一時金等の料金に関する情報や、賃貸事例の取引年月等が登録されている。なお、第１実施形態では、価格形成要因の情報を、数値でないものも含めて「値」と称することもある。
賃料データベース３には、各賃貸事例の価格形成要因を予め重回帰モデルにあてはめ、当該賃貸事例の賃料の予測値や、実際の賃料との開差率，使用した重回帰モデルの回帰係数を登録することもできる。
図４は、モデルデータベース４が保持する情報の例を示す図である。モデルデータベース４には、モデル構築条件ごとに構築された賃料モデルが登録される。モデル構築条件は、例えば、最寄駅，沿線，市区町村などであり、図４では、モデル構築条件として最寄駅が設定された賃料モデル、すなわち、最寄駅毎に構築された賃料モデルが示される。賃料モデルは、重回帰分析によって求められ、定数項及び説明変数Ｘjに対応する回帰係数
が登録されている（ｊは０を含む正の整数）。
定数項及び説明変数Ｘjには、各価格形成要因が対応付けられる。例えば、定数項、説
明変数と価格形成要因とは、以下のように対応付けられて設定される。
Ｘ0：最寄駅
Ｘ1：専有面積
Ｘ2：経過年数
Ｘ3：構造が堅固
Ｘ4：最寄駅からの距離
Ｘ5：バス便
Ｘ6：所在階
Ｘ7：無料駐車場有
定数項は、説明変数には含まれない要因である。ただし、第１実施形態では、便宜的にＸ0として扱う。このように設定した場合、定数項は
で示される。したがって、図４に示される例の場合、最寄駅毎にモデルを構築するため、定数項は最寄駅に対応し、最寄駅はモデル構築条件に対応する。なお、Ｘ0は便宜的に設
定したものであるため、Ｘ0には常に１が代入される（Ｘ0＝１）。説明変数に設定される価格形成要因には、例えば、構造のように数値ではないものが含まれる。数値ではない価格形成要因については、予め、各値について数値が割り当てられており、対応する数値が説明変数に代入される。例えば、価格形成要因の構造では、鉄骨造、鉄筋造、鉄骨鉄筋コンクリート造等の堅固な構造の場合は１、それ以外の構造の場合は０が説明変数Ｘ3に代
入される。例えば、価格形成要因のバス便では、バス便の場合には１、バス便ではない場合には０が説明変数Ｘ5に代入される。例えば、価格形成要因の無料駐車場有では、無料
駐車場がある場合には１、無料駐車場がない場合には０が説明変数Ｘ7に代入される。ま
た、数値である価格形成要素についても、そのままの値を説明変数に代入するようにしてもよいし、値を別の値に変換して説明変数に代入してもよい。例えば、価格形成要因の最寄駅からの距離では、１００ｍを、Ｌｏｇ１００≒４.６０５の様に対数をとって説明変
数Ｘ4に代入してもよい。
明変数と価格形成要因とは、以下のように対応付けられて設定される。
Ｘ0：最寄駅
Ｘ1：専有面積
Ｘ2：経過年数
Ｘ3：構造が堅固
Ｘ4：最寄駅からの距離
Ｘ5：バス便
Ｘ6：所在階
Ｘ7：無料駐車場有
定数項は、説明変数には含まれない要因である。ただし、第１実施形態では、便宜的にＸ0として扱う。このように設定した場合、定数項は
定したものであるため、Ｘ0には常に１が代入される（Ｘ0＝１）。説明変数に設定される価格形成要因には、例えば、構造のように数値ではないものが含まれる。数値ではない価格形成要因については、予め、各値について数値が割り当てられており、対応する数値が説明変数に代入される。例えば、価格形成要因の構造では、鉄骨造、鉄筋造、鉄骨鉄筋コンクリート造等の堅固な構造の場合は１、それ以外の構造の場合は０が説明変数Ｘ3に代
入される。例えば、価格形成要因のバス便では、バス便の場合には１、バス便ではない場合には０が説明変数Ｘ5に代入される。例えば、価格形成要因の無料駐車場有では、無料
駐車場がある場合には１、無料駐車場がない場合には０が説明変数Ｘ7に代入される。ま
た、数値である価格形成要素についても、そのままの値を説明変数に代入するようにしてもよいし、値を別の値に変換して説明変数に代入してもよい。例えば、価格形成要因の最寄駅からの距離では、１００ｍを、Ｌｏｇ１００≒４.６０５の様に対数をとって説明変
数Ｘ4に代入してもよい。
図４に示される例は、モデル構築条件として最寄駅ごとに賃料モデルを構築した場合の例であるが、これに限られず、例えば、沿線毎に賃料モデルを構築してもよい。又は、モデル構築条件は、例えば、最寄駅と面積帯との組み合わせや最寄駅と経過年数との組み合わせであってもよいし、最寄駅と面積帯と経過年数との組み合わせであってもよい。
図５は、賃料モデルを特定する項目が複数ある場合のモデルデータベース４に保持される賃料モデルの例である。賃料モデルを特定する項目とは、モデル構築条件のことである。図５に示される例では、モデル構築条件は、最寄駅，経過年数帯，面積帯，の３つであり、Ｘ0, Ｘ1, Ｘ2, の３つの組み合わせとして取り扱われる。また、この場合にもＸ0＝１として取り扱われる。第１実施形態では、モデルデータベース４に図４で示される最寄駅毎の賃料モデルが格納されているものとする。
格差算出部１３は、賃料データベース３（図３）及びモデルデータベース４（図４又は図５）に保持される情報を用いて、評価対象物件の賃料の予測値及び事例の予測値を算出する。評価対象物件の賃料の予測値及び事例ｉの予測値は、例えば、以下の式１によって示される。
（クライアント端末）
図２は、クライアント端末２のハードウェア構成の例を示す図である。クライアント端末２は、プロセッサ２０１，主記憶装置２０２，入力装置２０３，出力装置２０４，補助記憶装置２０５，可搬記録媒体駆動装置２０６，及びネットワークインタフェース２０７を備え、これらがバス２０９により互いに接続されている情報処理装置である。クライアント端末２の情報処理装置は、例えば、パーソナルコンピュータ（ＰＣ），ＰＤＡ（Personal Digital Assistant），携帯電話端末，スマートフォン，電子書籍端末等の汎用のコンピュータである。第１実施形態では、不動産業者の店舗に設置されるＰＣを想定する。クライアント端末２のハードウェア構成は、図２に示されるように、賃料算出サーバ１０とほぼ同様であるため、説明を省略する。
図２は、クライアント端末２のハードウェア構成の例を示す図である。クライアント端末２は、プロセッサ２０１，主記憶装置２０２，入力装置２０３，出力装置２０４，補助記憶装置２０５，可搬記録媒体駆動装置２０６，及びネットワークインタフェース２０７を備え、これらがバス２０９により互いに接続されている情報処理装置である。クライアント端末２の情報処理装置は、例えば、パーソナルコンピュータ（ＰＣ），ＰＤＡ（Personal Digital Assistant），携帯電話端末，スマートフォン，電子書籍端末等の汎用のコンピュータである。第１実施形態では、不動産業者の店舗に設置されるＰＣを想定する。クライアント端末２のハードウェア構成は、図２に示されるように、賃料算出サーバ１０とほぼ同様であるため、説明を省略する。
図１では、クライアント端末２の機能ブロック図の例が示される。クライアント端末２では、例えば、ウェブブラウザを使用して、賃料評価額算出システム１００によって提供されるウェブページにアクセスすることによって、入力部２１及び表示部２２として動作する。
入力部２１は、クライアント端末２のユーザからの評価対象物件の情報の入力を受け付け賃料算出サーバ１０に送信する。表示部２２は、賃料算出サーバ１０によって算出されて送信された評価対象物件の賃料の評価額を、クライアント端末２の出力装置２０４（ディスプレイ等）に出力する。
（動作例）
図６は、賃料算出サーバ１０における賃料評価額算出処理のフローチャートの例である。図６に示される処理は、クライアント端末２から評価対象物件の情報を受信すると開始される。
図６は、賃料算出サーバ１０における賃料評価額算出処理のフローチャートの例である。図６に示される処理は、クライアント端末２から評価対象物件の情報を受信すると開始される。
ＯＰ１では、事例選択部１１は、クライアント端末２から送信された評価対象物件の情報を受け付け、解析する。
図７は、クライアント端末２における評価対象物件の情報の入力画面の例である。評価対象物件の情報の入力画面には、類似する事例や賃料モデルを特定するために必要な項目や、評価額を予測するために必要な項目の入力欄が設けられる。類似する事例や賃料モデ
ルを特定するために必要な項目は、例えば、住所，最寄駅，専有面積，経過年数，構造等である。予測値や評価額を予測するために必要な項目は、例えば、類似する事例や賃料モデルを特定するために必要な項目に加え、最寄駅からの距離，バス停からの距離，階数，無料駐車場の有無等である。図７に示される例では、評価対象物件の住所，最寄駅，最寄駅からの徒歩分数，竣工年月，構造，及び専有面積を入力する欄が設けられている。
ルを特定するために必要な項目は、例えば、住所，最寄駅，専有面積，経過年数，構造等である。予測値や評価額を予測するために必要な項目は、例えば、類似する事例や賃料モデルを特定するために必要な項目に加え、最寄駅からの距離，バス停からの距離，階数，無料駐車場の有無等である。図７に示される例では、評価対象物件の住所，最寄駅，最寄駅からの徒歩分数，竣工年月，構造，及び専有面積を入力する欄が設けられている。
事例選択部１１は、例えば、図７に示される入力画面を通じて入力された評価対象物件の情報を解析し、評価対象物件の価格形成要因（比準表の項目）を得る。クライアント端末２に不足する情報を入力するようにユーザに促すメッセージを表示させて、ユーザに不足した情報を追加で入力させてもよい。
ＯＰ２では、事例選択部１１は、評価対象物件と類似する事例を所定数選択する。事例選択部１１は、入力された評価対象物件の情報と選択条件とに基づいて、賃料データベース３に登録されている事例の優先順位を決定する。事例選択部１１は、決定した優先順位の上位から所定数の事例を選択する。
図８は、賃料算出サーバ１０に保持されている事例の選択の優先順位の例を示す図である。図８に示される表は、例えば、賃料算出サーバ１０の補助記憶装置１０５に保持されている。図８に示される例では、優先順位を決定する選択条件に、それぞれ、３つの条件１−３が設定されている。
例えば、優先順位が１位となる事例は、評価対象物件と最寄駅が同一であり（条件１）、経過年数が評価対象物件の経過年数の±１年以内であり（条件２）、事例年月が１年以内である（条件３）という、条件１−３を全て満たす事例である。また、優先順位が２位となる事例は、評価対象物件と最寄駅が同一であり（条件１）、経過年数が評価対象物件の経過年数の±５年以内であり（条件２）、事例年月が１年以内である（条件３）という、条件１−３を全て満たす事例である。このように、優先順位が１位となる条件が最も厳しく設定され、優先順位が低くなるほど条件が緩く（条件で指定される範囲が広く）なる。
事例選択部１１は、例えば、図８に示されるような優先順位にしたがって事例を所定数（例えば３個）選択する。例えば、優先順位が１位となる条件１−３を満たす事例が存在しない場合には、事例選択部１１は、優先順位が２位となる条件１−３を満たす事例から所定数の事例を選択する。また、このとき、優先順位が２位となる条件１−３を満たす事例が所定数より多い場合には、事例選択部１１は、更に条件を追加して、該条件１−３に加えて追加された条件も満たす事例を選択する。優先順位が１位となる条件１−３を満たす事例が所定数より多い場合も同様である。
なお、事例の選択条件は、図８に示される例に限定されず、面積や構造や最寄駅からの距離等を条件に組み込んでもよい。また、図８に示されるような、事例の選択条件及び事例の選択条件の優先順位は、賃料評価額算出システム１００の管理者等によって自由に設定可能である。
ＯＰ３では、モデル選択部１２は、評価対象物件及び事例選択部１１によって選択された事例のそれぞれについてモデル構築条件が合致する賃料モデルを選択する。例えば、図４で示される例のように、モデル構築条件として最寄駅毎に賃料モデルが構築されている場合には、モデル選択部１２は、最寄駅が合致する賃料モデルを評価対象物件及び選択された事例のそれぞれに適する賃料モデルとして選択する。例えば、図５で示される例のようにモデル構築条件が複数の組み合わせである場合には、モデル選択部１２は、モデル構築条件の組み合わせが合致する賃料モデルを評価対象物件及び選択された事例のそれぞれ
に適する賃料モデルとして選択する。
に適する賃料モデルとして選択する。
ＯＰ４では、格差算出部１３は、評価対象物件の賃料の予測値に対する各事例の賃料の予測値の比率を各事例と評価対象物件との地域格差として算出する。
評価対象物件の予測値と事例ｉの予測値とから地域格差は、以下の式２で定義される。
評価対象物件の予測値と事例ｉの予測値とから地域格差は、以下の式２で定義される。
（地域格差の算出方法その１）
地域格差の算出方法その１は、地域格差を算出するとともに、各価格形成要因の格差率も併せて算出する方法である。まず、式２を以下のように変形する。
地域格差の算出方法その１は、地域格差を算出するとともに、各価格形成要因の格差率も併せて算出する方法である。まず、式２を以下のように変形する。
評価対象物件及び事例ｉの、説明変数Ｘijの値（図３），回帰係数
の値（図４、図５）は既知であり、式１から評価対象物件の賃料の予測値も算出可能である。したがって、上記の式２の変形式から評価対象物件と事例ｉとを比較した地域格差が算出される。また、評価対象物件と事例ｉとを比較した際のｊ番目の価格形成要因の格差率は、式２のように地域格差を定義した場合、以下の式３で示すことができる。
式３は、上記式２の変形式のΣの各項である。評価対象物件の賃料モデルと事例ｉの賃料モデルが同じ場合には、ｊ番目の価格形成要因の格差率は以下の式４で示される。
（地域格差の算出方法その２）
地域格差のみを求めればよい場合には、評価対象物件の予測値と各事例ｉの予測値とか
ら地域格差を算出する。地域格差の算出方法その２では、式２に式１を代入した以下の式５によって地域格差が算出される。
地域格差のみを求めればよい場合には、評価対象物件の予測値と各事例ｉの予測値とか
ら地域格差を算出する。地域格差の算出方法その２では、式２に式１を代入した以下の式５によって地域格差が算出される。
格差算出部１３は、上記の地域格差の算出方法のいずれかを用いて各事例と比較した地域格差を算出する。格差算出部１３が、地域格差の算出方法その１を用いて各事例と比較した地域格差を算出する場合には、各事例と比較した地域格差に加えて、図１２に示される取引事例比較法の比準表の各格差率に相当する、各価格形成要因の格差率も求めることができる。格差算出部１３が、地域格差の算出方法その２を用いて各事例と比較した地域格差を算出する場合には、各事例と比較した地域格差のみを算出することができる。また、各価格形成要因の格差率は、地域的要因ではなく、個別的要因を適用しても良いし、地域的要因と個別的要因を混在させても良い。
ＯＰ５では、試算値算出部１４は、格差算出部１３によって算出された地域格差を用いて、各事例ｉと比較対象物件との比較した場合の評価対象物件の賃料の試算値を算出する。
図９は、評価対象物件の賃料の試算値の算出例を示す図である。事例ｉと比較した場合の評価対象物件の賃料の試算値は、事例ｉの賃料（単価）に格差算出部１３によって算出された地域格差の逆数を乗じて求められる。
ＯＰ６では、評価額算出部１５は、試算値算出部１４によって算出された各事例ｉと比較した場合の評価対象物件の賃料の試算値から、評価対象物件の賃料の評価額を算出する。
図１０は、評価対象物件の賃料の評価額の算出例を示す図である。図１０には、事例１−３から算出された各試算値が示されている。これらの試算値は、試算値算出部１４によって算出されたものである。図１０においては、評価額算出部１５は、各事例ｉから算出された試算値の平均値を評価対象物件の賃料の評価額として算出する。なお、評価対象物件の賃料の評価額として、試算値の中央値が求められてもよい。
評価額算出部１５は、算出した評価対象物件の賃料の評価額をクライアント端末２に送信する。クライアント端末２では、表示部２２によって、評価対象物件の評価額がディスプレイなどの出力装置２０４に出力される。
図１１は、評価対象物件の賃料の評価額の出力画面例である。なお、格差算出部１３において、地域格差の算出方法その１で求められる地域格差の値と、算出方法その２で求められる地域格差の値とは、必ずしも一致しない。しかしながら、両者の誤差はわずかであり、算出される評価対象物件の賃料の評価額は、例えば、千円、百円、十円、といった単位で求められ、一円単位は切り捨て、切り上げ、または四捨五入される。そのため、いずれの方法で地域格差が算出された場合でも、高い確率で評価対象物件の賃料の評価額は同じ額となる。
上述の説明では、ＯＰ２において、事例選択部１１が事例を３つほど選択し、モデル選択部１２，格差算出部１３，試算値算出部１４，及び評価額算出部１５によって、この３
つの事例について比較を行い評価対象物件の賃料の評価額を算出したが、これに代えて、ＯＰ２において事例選択部１１が１０〜３０程の事例を選択し、例えば、特許文献２や特開２００６−１４６６０９に開示される技術を用いて最適な３事例の組み合わせを選択して、評価対象物件の評価額が決定されてもよい。
つの事例について比較を行い評価対象物件の賃料の評価額を算出したが、これに代えて、ＯＰ２において事例選択部１１が１０〜３０程の事例を選択し、例えば、特許文献２や特開２００６−１４６６０９に開示される技術を用いて最適な３事例の組み合わせを選択して、評価対象物件の評価額が決定されてもよい。
（第１実施形態の作用効果）
第１実施形態では、地域格差に、評価対象物件の賃料の予測値に対する事例の賃料の予測値の比率を用いる。評価対象物件及び事例の予測値を求める際には、重回帰分析によって予め求められた賃料モデルを用いる。そのため、従来の取引事例比較法とは異なり、評価対象物件の各価格形成要因の項目に情報を入力するだけで自動的に評価額を得ることができる。また、各価格形成要因の格差率は、不動産鑑定士によって決定されるのではなく、上記式３で賃料モデルと評価対象物件及び事例の各価格形成要因の値とから決定されるため、評価対象物件の賃料の評価値は客観的な値となる。
第１実施形態では、地域格差に、評価対象物件の賃料の予測値に対する事例の賃料の予測値の比率を用いる。評価対象物件及び事例の予測値を求める際には、重回帰分析によって予め求められた賃料モデルを用いる。そのため、従来の取引事例比較法とは異なり、評価対象物件の各価格形成要因の項目に情報を入力するだけで自動的に評価額を得ることができる。また、各価格形成要因の格差率は、不動産鑑定士によって決定されるのではなく、上記式３で賃料モデルと評価対象物件及び事例の各価格形成要因の値とから決定されるため、評価対象物件の賃料の評価値は客観的な値となる。
第１実施形態では、例えば、駅ごと、築年数ごと等のように、モデル構築条件を様々に設定し、様々なモデル構築条件に応じて賃料モデルを用意しておくことによって、路線価を地域格差に用いるような評価方法に比べて、多様な物件を評価することができる。また、路線価を用いる評価方法では、路線価は毎年更新されるため、路線価データと売買事例とのひも付けを毎年更新しなければならないが、第１実施形態では、路線価のような毎年更新されるデータを用いていないので、システム維持にかかるコストを抑えることができる。
また、重回帰分析のみを用いて評価を行う場合に比べて、専門の知識がなくとも、取引事例比較法のように、計算過程がわかりやすい。また、重回帰分析のみを用いる場合には、予測値が正規分布するため、実勢価格水準と乖離した値になる可能性があるが、第１実施形態では、例えば、図８に示される事例の選択条件に従って類似した事例が選択され、これらの事例は価格水準も近似するため、比準価格（評価額）の精度を高く保つことができる。
（その他）
第１実施形態では、不動産の賃料の評価額について説明されたが、本発明は、賃料に限らず、土地価格，物件価格等の評価額の算出についても適用可能である。また、不動産物件に限らず、価格形成要因やモデルを変更することによって、例えば、アンティークの物等の評価にも適用可能である。格差算出部１３は、地域格差のみならず、個別的要因についての個別格差についても算出可能である。
第１実施形態では、不動産の賃料の評価額について説明されたが、本発明は、賃料に限らず、土地価格，物件価格等の評価額の算出についても適用可能である。また、不動産物件に限らず、価格形成要因やモデルを変更することによって、例えば、アンティークの物等の評価にも適用可能である。格差算出部１３は、地域格差のみならず、個別的要因についての個別格差についても算出可能である。
また、第１実施形態では、サーバクライアント方式のシステムについて説明されたが、例えば、汎用のＰＣやＰＤＡなどの１台のコンピュータで、評価対象物件の情報を入力し、評価額を算出し、出力するという第１実施形態で説明された同じ処理を実現することもできる。
以上の実施形態は、以下の態様（付記と称する）を開示する。
（付記１）
コンピュータを、
評価対象物の予測値と事例の予測値との比率を算出する比率算出部と、
前記事例の実際の値と前記比率とに基づいて算出する試算値を前記評価対象物の評価値として算出する評価値算出部と、
として機能させるための評価値算出プログラム。
（付記２）
前記評価対象と比較するための前記事例を選択する選択部、として前記コンピュータを
機能させる付記１に記載の評価値算出プログラム。
（付記３）
前記比率算出部は、前記評価対象物の予測値と、前記事例の予測値とを算出し、算出した前記評価対象物の前記予測値と前記事例の前記予測値とから前記比率を算出する
付記１又は２に記載の評価値算出プログラム。
（付記４）
前記コンピュータを、
前記評価対象物が有する複数の要素のそれぞれに対応する係数を含む係数群であって、前記評価対象物の予測値を算出するための第１の係数群と、前記事例の予測値を算出するための第２の係数群とを選択する係数群選択部と、として機能させ、
前記選択部は、前記事例として、前記評価対象物が有する複数の要素と共通する複数の要素を有し、少なくとも一つの要素の値が前記評価対象物の値から所定の範囲内にある事例を選択し、
前記比率算出部は、前記評価対象物の各要素の値と前記各要素に対応する前記第１の係数群の係数とを乗じた和を前記評価対象物の前記予測値として算出し、前記事例の各要素の値と前記各要素に対応する前記第２の係数群の係数とを乗じた和を前記事例の前記予測値として算出する
付記３に記載の評価値算出プログラム。
（付記５）
前記コンピュータを、
前記評価対象物が有する複数の要素のそれぞれに対応する係数を含む係数群であって、前記評価対象物の予測値を算出するための第１の係数群と、前記事例の予測値を算出するための第２の係数群とを選択する係数群選択部と、として機能させ、
前記選択部は、前記事例として、前記評価対象物が有する複数の要素と共通する複数の要素を有する事例であって、少なくとも一つの要素の値が前記評価対象物の値から所定の範囲内にある事例を選択し、
前記比率算出部は、
前記第１の係数群に含まれる各係数に対応する要素の値を乗じた和を前記評価対象物の予測値として算出し、
前記複数の要素のそれぞれについて、前記評価対象物の要素に対応する前記第１の係数群に含まれる係数に該要素の値を乗じた値と、前記事例の該要素に対応する前記第２の係数群に含まれる係数を該要素の値に乗じた値と、の差分を算出し、
前記複数の要素のそれぞれについて、前記評価対象物の予測値に対する前記差分の比率を算出する
付記２に記載の評価値算出プログラム。
（付記６）
前記比率算出部は、
前記複数の要素のそれぞれについての前記評価対象物の予測値に対する前記差分の比率の総和の値に基づいて、前記評価対象物の予測値と前記事例の予測値との比率を算出する
付記５に記載の評価値算出プログラム。
（付記７）
前記評価値算出部は、複数の事例それぞれについて前記評価対象物の試算値を算出し、算出した前記複数の事例それぞれに対する前記評価対象物の試算値の平均値を前記評価対象物の評価値として算出する
付記１から６のいずれか一項に記載の評価値算出プログラム。
（付記８）
前記評価値算出部は、各事例について前記評価対象物の試算値を算出し、算出した各事例に対する前記評価対象物の試算値の中央値を前記評価対象物の評価値として算出する
付記１から６のいずれか一項に記載の評価値算出プログラム。
（付記９）
コンピュータが、
評価対象物の予測値と事例の予測値との比率を算出する比率算出ステップと、
前記事例の実際の値と前記比率とに基づいて算出する試算値を前記評価対象物の評価値として算出する評価値算出ステップと、
を実行する評価値算出方法。
（付記１０）
評価対象物の予測値と事例の予測値との比率を算出する比率算出部と、
前記事例の実際の値と前記比率とに基づいて算出する試算値を前記評価対象物の評価値として算出する評価値算出部と、
を含む評価値算出装置。
（付記１）
コンピュータを、
評価対象物の予測値と事例の予測値との比率を算出する比率算出部と、
前記事例の実際の値と前記比率とに基づいて算出する試算値を前記評価対象物の評価値として算出する評価値算出部と、
として機能させるための評価値算出プログラム。
（付記２）
前記評価対象と比較するための前記事例を選択する選択部、として前記コンピュータを
機能させる付記１に記載の評価値算出プログラム。
（付記３）
前記比率算出部は、前記評価対象物の予測値と、前記事例の予測値とを算出し、算出した前記評価対象物の前記予測値と前記事例の前記予測値とから前記比率を算出する
付記１又は２に記載の評価値算出プログラム。
（付記４）
前記コンピュータを、
前記評価対象物が有する複数の要素のそれぞれに対応する係数を含む係数群であって、前記評価対象物の予測値を算出するための第１の係数群と、前記事例の予測値を算出するための第２の係数群とを選択する係数群選択部と、として機能させ、
前記選択部は、前記事例として、前記評価対象物が有する複数の要素と共通する複数の要素を有し、少なくとも一つの要素の値が前記評価対象物の値から所定の範囲内にある事例を選択し、
前記比率算出部は、前記評価対象物の各要素の値と前記各要素に対応する前記第１の係数群の係数とを乗じた和を前記評価対象物の前記予測値として算出し、前記事例の各要素の値と前記各要素に対応する前記第２の係数群の係数とを乗じた和を前記事例の前記予測値として算出する
付記３に記載の評価値算出プログラム。
（付記５）
前記コンピュータを、
前記評価対象物が有する複数の要素のそれぞれに対応する係数を含む係数群であって、前記評価対象物の予測値を算出するための第１の係数群と、前記事例の予測値を算出するための第２の係数群とを選択する係数群選択部と、として機能させ、
前記選択部は、前記事例として、前記評価対象物が有する複数の要素と共通する複数の要素を有する事例であって、少なくとも一つの要素の値が前記評価対象物の値から所定の範囲内にある事例を選択し、
前記比率算出部は、
前記第１の係数群に含まれる各係数に対応する要素の値を乗じた和を前記評価対象物の予測値として算出し、
前記複数の要素のそれぞれについて、前記評価対象物の要素に対応する前記第１の係数群に含まれる係数に該要素の値を乗じた値と、前記事例の該要素に対応する前記第２の係数群に含まれる係数を該要素の値に乗じた値と、の差分を算出し、
前記複数の要素のそれぞれについて、前記評価対象物の予測値に対する前記差分の比率を算出する
付記２に記載の評価値算出プログラム。
（付記６）
前記比率算出部は、
前記複数の要素のそれぞれについての前記評価対象物の予測値に対する前記差分の比率の総和の値に基づいて、前記評価対象物の予測値と前記事例の予測値との比率を算出する
付記５に記載の評価値算出プログラム。
（付記７）
前記評価値算出部は、複数の事例それぞれについて前記評価対象物の試算値を算出し、算出した前記複数の事例それぞれに対する前記評価対象物の試算値の平均値を前記評価対象物の評価値として算出する
付記１から６のいずれか一項に記載の評価値算出プログラム。
（付記８）
前記評価値算出部は、各事例について前記評価対象物の試算値を算出し、算出した各事例に対する前記評価対象物の試算値の中央値を前記評価対象物の評価値として算出する
付記１から６のいずれか一項に記載の評価値算出プログラム。
（付記９）
コンピュータが、
評価対象物の予測値と事例の予測値との比率を算出する比率算出ステップと、
前記事例の実際の値と前記比率とに基づいて算出する試算値を前記評価対象物の評価値として算出する評価値算出ステップと、
を実行する評価値算出方法。
（付記１０）
評価対象物の予測値と事例の予測値との比率を算出する比率算出部と、
前記事例の実際の値と前記比率とに基づいて算出する試算値を前記評価対象物の評価値として算出する評価値算出部と、
を含む評価値算出装置。
１ サーバシステム
２ クライアント端末
３ 賃料データベース
４ モデルデータベース
５ ネットワーク
１０ 賃料算出サーバ
１１ 事例選択部
１２ モデル選択部
１３ 格差算出部
１４ 試算値算出部
１５ 評価額算出部
２ クライアント端末
３ 賃料データベース
４ モデルデータベース
５ ネットワーク
１０ 賃料算出サーバ
１１ 事例選択部
１２ モデル選択部
１３ 格差算出部
１４ 試算値算出部
１５ 評価額算出部
Claims (7)
- 取引額を含む不動産物件の事例との比較によって、評価対象となる不動産物件の評価額を算出する評価額算出プログラムであって、
複数の不動産物件の価格形成要因の情報と各不動産物件の取引額とを保持する第１の記憶手段への入出力手段と、不動産物件の複数の価格形成要因のそれぞれに対応する係数を含む係数群を保持する第２の記憶手段への入出力手段と、を備えるコンピュータを、
前記第１の記憶手段から事例となる不動産物件を選択する選択部と、
前記評価対象の不動産物件の取引額の予測値を算出するための第１の係数群と、前記事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択する係数群選択部と、
前記第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を前記評価対象の不動産物件の取引額の予測値として算出し、
前記複数の価格形成要因のそれぞれについて、前記評価対象の不動産物件の価格形成要因に対応する前記第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、前記事例の不動産物件の該価格形成要因に対応する前記第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、
前記複数の価格形成要因のそれぞれについて、前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率を算出する要因比率算出部と、
として機能させるための評価額算出プログラム。 - 前記コンピュータを、更に、
前記複数の価格形成要因のそれぞれについての前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率の総和の値に基づいて、前記評価対象の不動産物件の取引額の予測値と前記事例の不動産物件の取引額の予測値との比率を算出する比率算出部と、
前記第１の記憶手段に保持される前記事例の不動産物件の取引額に、前記評価対象の不動産物件の取引額の予測値と前記事例の不動産物件の取引額の予測値との比率を乗じた値を前記評価対象の不動産物件の評価額として算出する評価額算出部と、
として機能させる請求項１に記載の評価額算出プログラム。 - 前記選択部は、前記第１の記憶手段から、前記事例の不動産物件として、前記評価対象の不動産物件が有する複数の価格形成要因と共通する複数の価格形成要因を有し、少なく
とも一つの価格形成要因の値が前記評価対象の不動産物件の該価格形成要因の値から所定の範囲内にある不動産物件を選択する
請求項２に記載の評価額算出プログラム。 - 前記選択部は、前記第１の記憶手段から、前記事例として複数の不動産物件を選択し、
前記要因比率算出部は、前記事例としての各不動産物件について、各価格形成要因の前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率を算出し、
前記比率算出部は、前記事例としての各不動産物件について、各価格形成要因の前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率の総和の値に基づいて、前記評価対象の不動産物件の取引額の予測値と前記事例の不動産物件の取引額の予測値との比率を算出し、
前記評価額算出部は、前記事例としての複数の不動産物件それぞれについて、前記事例としての不動産物件の取引額に前記評価対象の不動産物件の取引額の予測値と前記事例の不動産物件の取引額の予測値との比率を乗じた値を算出し、前記事例としての複数の不動産物件それぞれに対する前記算出された値の平均値を前記評価対象の不動産物件の評価額として算出する
請求項２又は３に記載の評価額算出プログラム。 - 前記選択部は、前記第１の記憶手段から、前記事例として複数の不動産物件を選択し、
前記要因比率算出部は、前記事例としての各不動産物件について、各価格形成要因の前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率を算出し、
前記比率算出部は、前記事例としての各不動産物件について、各価格形成要因の前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率の総和の値に基づいて、前記評価対象の不動産物件の取引額の予測値と前記事例の不動産物件の取引額の予測値との比率を算出し、
前記評価額算出部は、前記事例としての複数の不動産物件それぞれについて、前記事例としての不動産物件の取引額に前記評価対象の不動産物件の取引額の予測値と前記事例の不動産物件の取引額の予測値との比率を乗じた値を算出し、前記事例としての複数の不動産物件それぞれに対する前記算出された値の中央値を前記評価対象の不動産物件の評価額として算出する
請求項２又は３に記載の評価額算出プログラム。 - 取引額を含む不動産物件の事例との比較によって、評価対象となる不動産物件の評価額を算出する評価額算出方法であって、
複数の不動産物件の価格形成要因の情報と各不動産物件の取引額とを保持する第１の記憶手段への入出力手段と、不動産物件の複数の価格形成要因のそれぞれに対応する係数を含む係数群を保持する第２の記憶手段への入出力手段と、を備えるコンピュータが、
前記第１の記憶手段から事例となる不動産物件を選択するステップと、
前記評価対象の不動産物件の取引額の予測値を算出するための第１の係数群と、前記事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択するステップと、
前記第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を前記評価対象の不動産物件の取引額の予測値として算出し、
前記複数の価格形成要因のそれぞれについて、前記評価対象の不動産物件の価格形成要因に対応する前記第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、前記事例の不動産物件の該価格形成要因に対応する前記第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、
前記複数の価格形成要因のそれぞれについて、前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率を算出するステップと、
を実行する評価額算出方法。 - 取引額を含む不動産物件の事例との比較によって、評価対象となる不動産物件の評価額を算出する評価額算出装置であって、
複数の不動産物件の価格形成要因の情報と各不動産物件の取引額とを保持する第１の記憶手段への入出力手段と、
不動産物件の複数の価格形成要因のそれぞれに対応する係数を含む係数群を保持する第２の記憶手段への入出力手段と、
前記第１の記憶手段から事例となる不動産物件を選択する選択部と、
前記評価対象の不動産物件の取引額の予測値を算出するための第１の係数群と、前記事例の不動産物件の取引額の予測値を算出するための第２の係数群とを選択する係数群選択部と、
前記第１の係数群に含まれる各係数に対応する各価格形成要因の値を乗じた和を前記評価対象の不動産物件の取引額の予測値として算出し、
前記複数の価格形成要因のそれぞれについて、前記評価対象の不動産物件の価格形成要因に対応する前記第１の係数群に含まれる係数に該価格形成要因の値を乗じた値と、前記事例の不動産物件の該価格形成要因に対応する前記第２の係数群に含まれる係数を該価格形成要因の値に乗じた値と、の差分を算出し、
前記複数の価格形成要因のそれぞれについて、前記評価対象の不動産物件の取引額の予測値に対する前記差分の比率を算出する要因比率算出部と、
を備える評価額算出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011156504A JP5728317B2 (ja) | 2011-07-15 | 2011-07-15 | 評価額算出プログラム，評価額算出方法，及び評価額算出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011156504A JP5728317B2 (ja) | 2011-07-15 | 2011-07-15 | 評価額算出プログラム，評価額算出方法，及び評価額算出装置 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011080809A Division JP4810627B1 (ja) | 2011-03-31 | 2011-03-31 | 評価額算出プログラム，評価額算出方法，及び評価額算出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012216165A JP2012216165A (ja) | 2012-11-08 |
| JP5728317B2 true JP5728317B2 (ja) | 2015-06-03 |
Family
ID=47268857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011156504A Active JP5728317B2 (ja) | 2011-07-15 | 2011-07-15 | 評価額算出プログラム，評価額算出方法，及び評価額算出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5728317B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6338246B2 (ja) * | 2014-05-21 | 2018-06-06 | ヴァリューテックコンサルティング株式会社 | 土地価格比準表最適化プログラム |
| JP6568761B2 (ja) * | 2015-10-01 | 2019-08-28 | 株式会社 三友システムアプレイザル | 不動産評価システム、不動産評価プログラム、および不動産評価方法 |
| JP6714360B2 (ja) * | 2015-12-25 | 2020-06-24 | 旭化成株式会社 | 資産予測システム、プログラム及び資産予測方法 |
| KR101762888B1 (ko) * | 2016-07-11 | 2017-08-04 | 주식회사 한국감정원 | 유사가격권 및 실거래가격을 이용한 부동산 시세 산정 시스템 및 방법 |
| KR101764834B1 (ko) * | 2016-07-27 | 2017-08-04 | 주식회사 케이앤컴퍼니 | 빅데이터를 이용한 부동산 시세 추정 시스템 및 방법 |
| KR102004751B1 (ko) * | 2016-09-20 | 2019-07-29 | 주식회사 공감랩 | 부동산 추정 가격에 대한 신뢰성 등급 부여 시스템 및 방법 |
| KR101773911B1 (ko) * | 2016-09-27 | 2017-09-01 | 주식회사 케이앤컴퍼니 | 실거래가 및 공시지가를 이용한 부동산 시세추정장치 및 방법 |
| KR101851498B1 (ko) * | 2017-05-02 | 2018-04-30 | (주)알비감정평가법인 | 부동산 가치평가 시스템 |
| KR101957760B1 (ko) * | 2017-07-28 | 2019-03-18 | 주식회사 빅밸류 | 유사도 점수에 기초하여 결정된 거래사례 부동산을 이용한 부동산 시세 추정 시스템 및 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2505142B2 (ja) * | 1993-03-31 | 1996-06-05 | 株式会社玄同鑑定事務所 | 地価鑑定方法及び装置 |
| JPH10240715A (ja) * | 1997-03-03 | 1998-09-11 | Toshiba Corp | 予測・推定装置及び予測・推定方法 |
| JP2003196369A (ja) * | 2001-12-26 | 2003-07-11 | Alfa Forum:Kk | 不動産評価システムおよびプログラム |
-
2011
- 2011-07-15 JP JP2011156504A patent/JP5728317B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2012216165A (ja) | 2012-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5728317B2 (ja) | 評価額算出プログラム，評価額算出方法，及び評価額算出装置 | |
| KR101167653B1 (ko) | 웹지리정보시스템을 활용한 부동산 개발사업의 사업대상지 선정 시스템 및 그의 제어방법 | |
| CA2848261A1 (en) | Systems and methods for account-level flood risk assessment | |
| US20140100989A1 (en) | Systems and methods for deetermining a fair price range for commodities | |
| KR101042362B1 (ko) | 사업성 평가 및 진단 방법과 그 시스템 | |
| US20090043603A1 (en) | Systems and methods for commercial real estate investment services | |
| KR20130019629A (ko) | 부동산 물건의 유형별 입지 및 상권 분석 서비스 제공 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
| JP2001117973A (ja) | 不動産評価装置、不動産評価方法、不動産評価プログラムを格納する記録媒体および不動産情報提供システム | |
| KR102103073B1 (ko) | 노후주택 매매 플랫폼 | |
| WO2018154575A1 (en) | System and method of optimizing building plans | |
| JP2019197252A (ja) | 空室率推計装置及び方法並びにコンピュータプログラム | |
| JP6955463B2 (ja) | 不動産事業計画支援装置、プログラム、及び、方法 | |
| JP2018013905A (ja) | 不動産情報提供システム | |
| JP4810627B1 (ja) | 評価額算出プログラム，評価額算出方法，及び評価額算出装置 | |
| JP2003022314A (ja) | 不動産価格関数推定方法、不動産価格関数推定装置、及び不動産価格関数推定プログラム | |
| KR20200051205A (ko) | 상업용 부동산 가치 분석 시스템 및 이를 이용한 상업용 부동산 가치 분석 방법 | |
| US20090276290A1 (en) | System and method of optimizing commercial real estate transactions | |
| JP6270589B2 (ja) | 収益評価装置、方法及びプログラム並びに空室率算定装置、方法及びプログラム | |
| US20220245600A1 (en) | Systems and Methods to Track and Automate Home Management | |
| Tian | Impacts of transport projects on residential property values in China: Evidence from two projects in Guangzhou | |
| CA2822147A1 (en) | Claims-underwriting integration system and method | |
| KR20220073295A (ko) | 부동산 시세 추정 장치 및 그 방법 | |
| Peng et al. | The application of machine learning approaches on real-time apartment prices in the Tokyo metropolitan area | |
| JP6008738B2 (ja) | 情報処理プログラム，情報処理方法，及び情報処理装置 | |
| JP2007164751A (ja) | 賃貸用不動産オークションの落札確率表示システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140220 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140904 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140930 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150317 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150406 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5728317 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |