云估价资料下载.pdf
《云估价资料下载.pdf》由会员分享，可在线阅读，更多相关《云估价资料下载.pdf（41页珍藏版）》请在冰点文库上搜索。
云查勘特别适用于房地产评估机构日常的查勘类业务需求，可有效降低传统查勘环节中的软硬件成本以及时间成本。
云查勘包括以下主要功能：
1.3.3估价宝估价宝是房讯通专门为房地产评估行业打造的一款专业化OA产品。
作为一款行业性的办公自动化软件，估价宝在传统OA的基础上特别强化了评估行业特有的功能需求，如：
在线测算、在线生成报告、二维码防伪等。
估价宝包括以下主要功能：
1.3.4房地产信息采集平台房地产信息采集平台是房讯通为采集各大房地产网站的交易数据专门开发的一款信息采集及挖掘软件，可以实时析取各网站的房地产挂牌信息及成交信息，平台自带数据筛选、数据整理的功能，然后由云估价各地的合作评估机构负责对数据的真实性、准确性进行鉴别，最后将审核之后的数据每周导入案例库。
平台主要采集网站包括：
搜房网、安居客、新浪房产网、赶集网和58同城网，另外，各城市当地知名房产网和政府房产网均有实时采集数据。
1.3.5运维中心数据库运维中心是云估价平台上所有评估机构的数据库，这些评估机构的数据人员和估价师通过运维中心建设楼盘基础数据。
整个数据结构包括：
省、城市、行政区、片区、路、号、楼盘名称、楼盘基础信息、楼栋号、楼栋基础信息、房号以及房号的相关信息。
楼盘信息界面：
楼栋信息界面：
房号信息界面：
1.4云估价平台数据介绍运维中心是个数据库，是云估价自动估价的数据管理与维护后台。
包括静态数据库、动态数据库和数学计算模型。
静态数据是指一次录入，在相当时间段内、相对保持不变的数据信息，按市区、行政区、片区、楼盘的层次分级存储。
主要反映楼盘基本信息和房屋价格特征信息，包括楼盘基础数据、楼栋基础数据、房号基础数据和价格系数等。
用于存储这些数据的空间即为静态数据库。
动态数据主要指价格案例数据，一般情况下以月为单位更新变动，以单个楼盘为单位录入。
是计算楼盘均价的基础价格信息，包括买卖报盘案例、买卖成交案例和评估案例等。
用于存储这些数据的空间即为动态数据库。
楼盘字典以城市为单位，预先将每一个楼盘的名称、坐落、楼栋、房号等信息录入到数据库中，形成楼盘资料库，即称为楼盘字典。
其必要性在于：
提前录入的楼盘信息，可以方便使用人按各种条件快速检索；
同时避免一盘多名，重复建设；
是拼音缩写码速查的技术基础；
也是一个完整的楼盘信息知识库，帮助新进评估人员和数据人员快速了解本市楼盘基本情况。
数学计算模型是指计算机在系统运算过程中，能确切表达房地产价格与影响因素之间数量关系的数学方程式。
标准房指在楼盘中选定的具有代表性的房地产。
一般通过人为指定某个实际房地产或经统计方法构造虚拟的具有代表性的房地产等两种方式确定。
云估价平台的数据主要数据库逻辑结构：
云估价数据覆盖情况云估价平台数据覆盖城市236个，其中覆盖28万个楼盘，8000万套房屋数据。
云估价各城市数据分布图：
1.5房讯通与金融机构合作案例2015年1月房讯通公司成立金融事业部，开始面向金融机构提供一系列数据服务和平台服务，先后与招商银行总行、宁波银行总行、哈尔滨银行总行、潍坊农商行总行、平安普惠、福迈斯、厚本金融、厚生资本等金融签署一系列服务协议。
2云估价在金融机构数据服务方面的优势2.1全国化平台云估价是由深圳房讯通信息技术有限公司联合全国各地优秀的房地产评估机构共同建设运营的专业性房地产信息数据服务平台，也是目前国内最大的评估机构联合体。
目前，云估价平台机构覆盖全国29个省，其中广东省、浙江省、山东省、河南省、甘肃省基本实现地级市全覆盖，江苏省也覆盖了南京、苏州、常州、无锡、南通、徐州、连云港等重要城市，直辖市实现全覆盖。
2.2专业机构负责数据建设及维护云估价是各地优秀评估机构的联合体，云估价各地评估机构的综合实力在当地都名列前茅，其中超过一半的评估机构是由房管局脱钩改制出来的企业。
这类型评估机构都有10几年的估价数据积累，数据来源丰富（特别是房管局的数据渠道），有充足的估价人员负责各个渠道的数据审核。
另外，这些机构的资金相对充足，有足够资金保障数据的建设维护。
在数据建设方面，楼盘的基础信息大部分来源于房产证和估价师现场调查的信息，楼盘的价格信息主要来自于估价师日常作业过程中积累的成交案例和评估案例。
网上的挂牌案例由房讯通数据团队统一析取，各地估价师审核之后入库。
另外各地估价师每个季度会对各楼盘的基准房价进行审核。
2.3统一标准、统一运用云估价各地评估机构均采用由房讯通公司提供的同一套数据库、同一套估价作业系统、同一套手机查勘系统、同一套自动估价系统、同一台征收拆迁系统。
另外，房讯通每年定期为评估机构提供数据建设标准、软件使用标准的培训，有专门的数据团队和客服团队对各地评估机构进行相关工作的指导。
2.4平台积累大量真实评估案例云估价零售信贷估价管理平台每月数据积累量云估价VQ运营中心每周数据积累量云估价OA（估价宝）系统每月数据积累量云估价云查勘系统业务数据分布情况2.5范围最广、数据最细目前云估价的楼盘数据覆盖全国236个城市，业务数据覆盖全国156个城市云估价平台业务数据分布图：
云估价数据库最小单位为“房号”，可以查询单套物业的相关信息云估价一直追求实现“一房一价”的价格查询云估价积累了大量具体房号的详细查勘数据云估价所有业务数据均关联到房号平安普惠业务截图：
宁波银行业务截图：
招商银行业务截图：
2.6中立第三方地位深圳房讯通信息技术有限公司是中房学唯一一家没有评估资质的会员单位，房讯通将一直坚持独立第三方的身份，坚持打造云估价平台，为的是能更好的整合全国的房地产评估机构资源。
目前云估价除了126家深度合作的评估机构外，还有接近700家业务合作机构，这些机构一直参与到云估价与招商银行总行的合作、云估价与哈尔滨银行总行的合作、云估价与平安普惠的合作、云估价与宁波银行的合作等项目中。
云估价在房地产估价行业具有相当强的影响力，就算在三四线城市也能联合当地评估机构参与到各种数据项目中负责数据采集、数据审核等工作。
2.7民安保险为云估价平台机构整体承保2015年10月23日，由深圳房讯通信息技术有限公司为云估价平台机构整体购买职业责任保险，进一步保证了云估价平台数据服务和估价服务的可靠性。
2.8良好的口碑截止到2015年底，云估价先后与招商银行总行、宁波银行总行、哈尔滨银行总行以及平安普惠等金融机构建立合作。
云估价的服务得到以上机构的高度认可，招商银行和宁波银行先后破例对云估价的数据服务采用单一来源采购。
平安普惠在2015年对合作评估机构的评价报告中对云估价表达了高度认可，以下为报告截图：
3云估价为金融机构提供的服务介绍3.1银行房地产样本数据服务云估价平台积累了近5年的全国楼盘信息、房地产评估案例、房地产交易案例和经过估价师审核的网络挂牌案例。
其中，住宅的样本数据相对完善，覆盖也最广；
另外，商业、办公、厂房、土地等非住宅物业的样本数据相对较少。
不过都可以通过各地评估机构进行调查收集相关数据。
成功案例：
哈尔滨银行抵质押品风险价值评估房地产外部标准化数据采购项目服务城市：
18个（黑龙江省内13各城市，省外5个城市）项目参与机构：
25家房地产评估机构，每个城市至少有一家评估机构参与服务内容：
1、各城市住宅楼盘分建筑类型均价2、各城市住宅楼盘的样本案例提供3、商业、办公物业按街道提供不同商业类型的租金范围4、各城市土地基准地价提供（由估价师修正到最新的数据）5、各城市建安成本数据提供（分不同的物业类型的建安成本）项目工期：
3个月数据更新频率：
半年客户评价：
本次服务得到了哈尔滨银行风险管理部的高度认可，哈尔滨银行风险管理部副总经理还同云估价在2015年10月一起去英国拜访DMGT，对云估价和DMGT表达了高度赞扬。
3.2信贷工厂房地产价格数据服务当前，不管是传统银行还是互联网金融机构都开始逐步推行信贷工厂模式，在房贷业务方面对外部估值的效率和准确率方面都有了较高的要求，各家金融机构都期望能有一个平台可以快速查询全国各地的房产价格，并且对自动估价的准确性也提出了较高要求，因此云估价的“一房一价”自动估价系统在行业内受到各家金融机构的欢迎。
另外，现在各家金融机构开始希望能有一个平台统一对评估机构进行管理、业务分发，不希望再由传统模式由各地分行或者分支机构再去管理房地产评估机构。
因此云估价的估价风险管理平台就可以很好的满足各家金融机构的需求，可以帮助金融机构从自动估价查询到人工询价、委托预评、委托报告形成一体化的管理，最终帮助金融机构实现加快评估效率、加强风险控制的作用。
云估价在金融机构信贷工厂中的工作流程图如下：
平安普惠信贷工厂、宁波银行信贷工厂、广发银行信贷工厂、福迈斯、厚生资本、厚本金融等服务城市：
超过100个（其中平安普惠涉及86个城市、广发银行涉及56个城市）项目参与机构：
超过100家机构服务内容：
1、自动估价查询2、人工询价3、委托预评报告4、委托正式评估报告系统对接方式：
API接口对接数据更新频率：
月度更新客户评价：
各家机构都对云估价的数据覆盖以及服务响应速度大加赞扬。
项目后台操作界面截图：
3.3估价风险管理平台（集中审批&
评估机构管理）估价风险管理平台是一个针对银行抵押贷款业务作业过程中，抵押物估值准确性、押品风险管控以及业务流程分发管理的平台。
平台囊括业务实际流程中各个角色及相应操作用户端，将传统的银行入围评估机构线下作业搬到线上进行，可以有效的实现从行内到行外多角色进行业务流程监控，实时了解该笔抵押物从贷前估值、贷中审批和贷后风控的实时状况。
同时，系统平台将业务流程中各个阶段功能模块化，有助于实现不同银行结合实际行内作业流程，自由组合选择相应模块的平台功能，以满足各银行个性化的需求。
另外，平台中嵌入了云估价的第三方房地产信息数据库，为押品提供估值风险预警，以及利用系统作业记录对行为风险进行分析，提供一个智能审批的建议结果。
整个估价风险管理平台的各部分主要功能模块都能满足接口对接要求，即可实现与银行业务系统对接，以接口数据传输的方式提供相应的功能服务。
估价风险管理平台业务流程图及功能板块如下图：
估价风险管理平台主要可以帮助金融机构解决以下五方面的问题：
1、加快业务前端效率2、客观选择评估价格3、确保物业资料真实4、提高银行审批效率5、评估机构监测管理成功案例：
招商银行集中审批项目服务城市：
115个（包括38个一级分行、77个二级分行）项目参与机构：
超过600家机构系统对接方式：
自系统上线以来，等到招商银行总行以及各分行的一致好评，并且以该项目建立的良好合作基础，目前招商银行以及委托云估价参与完成了近10个数据项目，其中典型项目包括全国押品信息标准化、押品价值盯市、网点选址数据服务等。
3.4押品管理（押品标准化&
押品重估）3.4.1押品标准化的意义抵押和质押是商业银行信贷业务的重要担保手段，押品的风险缓释作用为资产质量提供了可靠保障，押品管理贯穿整个信贷流程和多个业务环节，因此，押品的贷前、贷中、贷后管理都尤为重要。
为强化国际型银行体系的稳定，避免因各国资本需求不同所造成不公平竞争之情形，完善国际银行监管和许多银行的经营方式，制定了新巴塞尔协议。
根据国际新巴塞尔资本协议的要求，银监会下发了关于商业银行实施内部评级法的补充监管要求中明确提出：
商业银行应以实施内部评级法为契机，不断强化数据基础，建立完整、严格、一致的数据标准和相应的数据处理平台，确保数据的及时性、准确性、有效性和全面性。
我国金融机构对押品管理工作从以前的分散、无序状态已逐渐进入到有序、系统管理的阶段，多数银行推广并应用了押品管理系统，也将规范押品标准纳入全面的风险管理框架中，使押品管理的规范化、专业化水平有了明显提升。
金融机构为了更好的对抵押物业进行管理，需要完善相应的管理系统，为了与系统成功对接则需要具备标准化和结构化的押品信息。
抵押物业信息标准化工作是严格按照统一的标准对抵押物业的相关信息进行整理、补充、规范化的过程。
3.4.2抵押物业信息中存在的各类问题抵押物业要实现贷后高效管理，批量自动复估的工作，则需要将抵押物业信息准确定位到具体的楼盘、楼栋、房号中，大部分金融机构个贷系统中的抵押物业信息无序混乱、信息缺失，大大影响了抵押物业贷后复评估的效率与贷后管理成本。
目前，大部分金融机构在抵押物业授信过程中，并没有统一录入抵押物业信息的规范要求，导致抵押物业存入系统的信息存在各式各样的问题。
抵押物业信息中的常见问题有：
内容杂乱、缺乏合理的结构化存储、信息不完善、信息错误等。
因此，为了完善历史抵押物业数据的管理、降低风险控制成本和便于数据挖掘分析等，首要进行的关键工作是抵押物业信息的标准化。
3.4.3抵押物业标准化各项指标的意义抵押物业信息标准化涉及多个指标，各指标能实现对不同类型的数据信息进行统计分析。
下面对抵押物业信息标准化中的一些重要指标进行简单介绍：
（1）城市/行政区通过完善每笔抵押物业所在的城市和行政区两项指标，可以轻松知道全行抵押物业主要集中在哪些城市、哪些片区。
未来可以有针对性的进行市场监测，随时可以统计出抵押物业在各个区域的分布情况。
图1：
精确统计押品在各城市的分布量图2：
精确统计各行政区的押品分布量
（2）楼盘名/楼栋/房号楼盘名称的统一规范，有利于后期楼盘基础信息的统一。
每笔抵押物业规范到楼盘、楼栋、房号，有利于与第三方自动估价系统对接，有效实现每笔抵押物业的贷后监测与自动复估。
另外，可以实现统计每个楼盘的押品数量，能迅速知道全行抵押物业主要分布在哪些楼05洛阳安阳信阳开封郑州单位：
万笔18%22%28%32%郑东新区中原区盘，可将集中押品量大的楼盘定为重点监测对象，以低成本解决大问题，实现抵押物业的风险控制。
图3：
押品标准化数据结构与云估价自动估价系统数据结构对比图（3）物业类型金融机构抵押物业类型多样，而受到各种外部因素的影响可能导致部分押品的物业类型登记错误，例如部分住宅底商是商业用途被当作住宅用途，部分别墅用途押品只登记为住宅等情况。
因此，通过对物业类型的标准化，可以准确统计出不同物业类型的分布情况。
图4：
不同物业类型押品占比图（4）楼盘基础信息楼盘基础信息包括开发商、竣工时间、土地面积、建筑面积等信息，这些信息可以实现楼盘评级和楼盘准入，最终与银行的信贷政策相挂钩，以决定新增押品的可贷款成数。
图5：
楼盘评级与信贷政策关联图3%2%0%4%2%89%办公用房别墅其他商铺营业用房住宅另外，通过楼盘基础信息的补充还可以实现抵押物业数据的深度挖掘，例如，对开发商信息的补充完善，可以统计出全行抵押物业中各品牌开发商的押品数量。
对竣工时间的补充完善，可以统计出全行抵押物业中不同建筑年代的物业数量图6：
不同开发商的押品量对比图图7：
不同建筑年代的押品量对比图3.4.4与云估价数据库对接金融机构与云估价合作，构建银行内部个贷系统与外部数据平台的对接，实现外部数据的关联。
（1）将楼盘、楼栋、房号与云估价数据库进行匹配基于前期抵押物业信息标准化，在金融机构个贷系统与云估价数据平台之间嵌入一个数据调取的对接平台，该对接平台主要用于匹配两边数据库中的楼盘、楼栋、房号ID，以实现金融机构个贷系统快速通过ID从云估价数据库中调取楼盘数据、楼栋数据、房号数据、自动估价结果等，也可以通过外部数据信息核查金融机构个贷系统的数据质量。
（2）有利于新增抵押物业信息的标准化金融机构业务人员在录入新增抵押物业信息至内部个贷系统时，可以通过标准化的押品数据库来选择相应的楼盘、楼栋、房号数据。
通过标准化后的押品数据库选择相应数据生成新的抵押物业信息，可以避免数据的不规范和人为输入错误等情况，同时，还能确保抵押物业信息的完整性，降低抵押物业信息缺失带来的风险。
图8：
云估价自动估价系统数据结构截图（3）可实时查询云估价数据库中的自动估价结果通过与云估价数据库对接后，可以实时查询每笔抵押物业的自动估价结果。
自动估价除了可以帮助金融机构快速查询新增抵押物业的价值外，还能实时查询每一笔存量押品的复估结果。
图9：
云估价自动估价系统价格查询结果截图（4）可实时查询云估价数据库中楼盘的相关信息通过抵押物业的楼盘ID与云估价数据库中的楼盘ID对接后，金融机构内部业务人员在审核抵押物业信息时，可以实时查询楼盘的相关信息资料，包括楼盘基础信息、楼盘价格走势以及价格案例等。
3.4.5实现贷后批量复估金融机构的贷后复评估工作一直是“短板”，目前，大部分金融机构都没有一个完善的定期复估的机制，导致了抵押物业的风险监测预警滞后。
因此，与云估价数据库对接，有利于完善贷后批量复估的工作。
（1）建立高频率、多时段的贷后批量复估系统基于与云估价自动估价系统的对接，金融机构可根据自身风险控制管理需求，实行定期对存量抵押物业进行批量复评估。
其中，复估频率可以根据银行自身需求设定，频率可以为月、季、半年或者年，并且贷后复估可生成以抵押率为主要指标的多维度风险统计报表，解决抵押物业风险预警滞后的问题。
同时，按金融机构主管部门要求，贷后批量复估系统可协助商业银行定期对其银行内存量贷款进行轻、中、重度压力测试。
3.4.6存量押品管理存量押品管理的根本与核心为：
实现对押品的全程价值跟踪管理、押品进行风险控制。
招商银行和宁波银行的存量押品管理都是以押品标准化为基础，使押品信息与云估价数据库逐一关联，即实现楼盘、楼栋、房号ID关联，进而调取押品动态价格。
具体如下图：
ID关联之后就可一键批量重估，系统将自动调取数据库中的实时价格结果。
这种方式通常适用于常规普通住宅类型物业，价格最高更新频率为月。
而对于非普通住宅类物业，如别墅、商业、办公和工业厂房等则会要求估价师进行人工估价。
当押品重估完成后，系统可以根据押品的总量、不同物业类型、建筑类型、建筑年代、贷款额度、押品面积段、押品价格段、贷款人年龄段、重点楼盘等进行风险分析。
同时，结合地图进行多维度的风险分布展示。
存量押品管理整体流程图：
不动产价格信息市场动态信息地图数据楼盘基础数据不动产价格信息管理（外网）押品标准化系统押品信息押品登记押品变更押品处置押品核查押品监测押品价格走势分析压力测试押品风险分析（外网）押品价格管理（外网）押品信息管理（内网）（信贷管理系统）风险预警不动产价格信息管理批量复估在线询价系统标准化押品信息库3.4.7新增押品管理新增押品管理主要体现在贷前估价风险管理方面，同时实现了新增押品的标准化前置。
估价风险管理主要包括估值风险管理和行为风险管理。
下面以招商银行的新增押品管理为例进行介绍。
下图为招商银行使用的估价风险管理平台全流程图，其中，在客户经理发起人工询价和云估价数据审对两个环节都有押品标准化的功能存在。
估价风险管理平台是由深圳房讯通信息技术有限公司运营的一个针对银行抵押贷款业务作业过程中，抵押物估值准确性、押品风险管控以及业务分发管理的平台。
整个估价风险管理平台的各部分主要功能模块都能满足接口对接要求，即可实现
升级会员 