写字楼租金定价工具文档格式.docx

写字楼租金定价工具文档格式.docx

《写字楼租金定价工具文档格式.docx》由会员分享，可在线阅读，更多相关《写字楼租金定价工具文档格式.docx（6页珍藏版）》请在冰豆网上搜索。

如何满足各方需要，平衡业主，客户之间的价格分歧是考量写字楼租赁机构业绩水平的尺度。

目前，写字楼租赁机构往往需要通过写字楼专业资深人士的操盘经验达到这个平衡。

而这个经验值在运用过程中存在一定的局限。

例如，在写字楼整售阶段，自然人的经验值无法被投资商完全认可。

而存在的风险就会降低实际交易价格。

与国外的“看数字”的投资商的合作，拿出数据和推理方法，将会有更好的说服力。

就像7年前IT高峰时的企业盈利能力证明数据才是拿到风险投资的硬道理。

同时，仅仅靠经验值也不容易让客户选址负责人认同业主预期的价格。

因此，一个量化的，理性的定价工具有利于让各方开诚布公地，迅速地达成共识。

这个量化的定价工具要充分考虑到影响租金的所有因素，包括静态的，如租金构成、项目差异，和动态的，如时间因素等。

本文限于篇幅，在此不再讨论时间因素。

仅从租金的静态构成出发，介绍租金定价工具。

宏观上看，整体写字楼市场的租金水平是由中长短期写字楼市场供需关系决定的。

而从微观角度讲，具体写字楼的每一个租赁行为需要单独地审视各个租金构成因素。

任意一个交易的租金构成均由多个常见因素构成，如基本租金，免租期，转租权，写字楼面积，朝向等。

同时，有些交易的客户的租约包括一些非常见的因素构成，如接驳柴油发电机，空调加时，卫星电视接收等。

写字楼租赁机构的操盘手需要利用每一个租金构成因素在谈判中最大化本方利益。

通过专业化，精细化的定价系统，写字楼租赁专家的经验可以被量化的引入到决策系统中，写字楼租赁业务的相关决策可以在系统内迅速地传达。

换言之，写字楼销售部的量化定价工具应该包括所有租金相关的因素，这样可以就可以把报价“拆开了，之后再组合起来”，通过一个数字让领导简单把握实际租金水平。

这可以避免合同众多复杂条款导致的信息传达困难，帮助领导整体把握销控。

同时，建立一个简洁明了的谈判工具有助于快速谈判。

这将有利于在谈判中获得主动。

必要时，可以用作快速谈判的辅助工具，即进入谈判阶段之后，直接要求客户填写所有需求，双方尽快达成交易。

达成每一个交易租赁之后，租赁部应该把预先的定价工具进行修正。

根据实时租赁信息，随时调整策略，提升租金水平，真正做到与市场互动。

对定价模型中的各个价格构成因素的审视，有助于加深对市场的理解，进而指引租赁部门的工作方向。

对市场的把握不再仅仅倚靠专业人士的经验，同时还可以借鉴实时市场反馈的力量。

大体量（5万平米以上）写字楼往往有100个以上的写字楼客户。

这个客户群的招租，管理，续租工作往往通过固定的租赁人员来完成。

租赁人员掌握的租金信息可以用于实时运营分析。

对租金信息（租金水平构成等）的分析可以带来如下益处：

1.敏锐掌握目标市场动态，掌握现存租户特点和偏好，理解自身市场差异性，为挖掘，找寻最适合的潜在客户提供参考。

例如，如果数据挖掘表明CBD区域内客户可能偏好租赁600-800平米的整层面积。

那么，写字楼租赁人员就可以在准备阶段相应的分割面积，满足潜在客户需要，同时，避免隔墙等工程改造费用，提升租金整体回报。

2.实时搭建、优化租户组合，调整招商乃至市场竞争策略。

进而为确定具体媒体投放精准策略，把握招租节点，最大化租金提供决策依据。

例如，如果数据分析表明，律师事务所客户偏好选择CBD写字楼。

那么，写字楼租赁人员就会在推广中针对律师业进行公关活动，选择最适当的渠道，节省公司市场推广经费。

3.通过对现存客户需求分析，可以为其提供高品质服务，进而提高客户忠诚度，为写字楼项目长期稳定盈利作出贡献。

例如，如果发现写字楼日本客户偏好低区，欧美客户偏好高区。

租赁人员可以相应地加以引导，满足他们的要求。

准确把握，并满足客户的各项需求将会让客户在写字楼续租时首选本写字楼。

任意一个写字楼的前期规划都是针对一般客户的，在后期精细化的了解写字楼具体客户需求是必须要做的工作。

4.通过实时预测，描述现存客户特点，并围绕着这些特点，打造企业自身独特品牌，为创造集团品牌附加值打基础。

例如，如果数据挖掘发现自身写字楼项目为金融，投资公司所青睐，则围绕此类客户打造“金融”写字楼的品牌利于长期的租金收入及公司品牌的运营。

以往，写字楼租金往往要通过租赁机构“操盘手”的经验来完成。

高层管理人员往往无法直接把握市场变化并相应地作出宏观层面的理性定价决策。

为解决此问题，一个量化的，综合专业人士专家意见，反映市场最新动态的的写字楼租金定价工具将可提升房地产企业的专业化管理作出贡献，有助于为管理层提供市场数据，进而制定企业发展策略，提升企业愿景的执行力及企业自身竞争力。

基于此，作者通过结合北京写字楼CBD市场状况，利用多变量统计回归预测（回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。

回归分析中，当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多变量回归分析的办法）在统计回归基础上建立了一个量化模型。

回归方程式表达为：

Y（因变量：

租金）=α+β1回归系数1*（自变量X1:

如租期）+β2回归系数2*（自变量X2:

如租赁面积朝向）+...+μ～N（X=1,2,...n）

下面将具体介绍此多变量回归模型的数据源，建模方法，模型测试修正，及模型应用前景和意义等四个方面内容。

一、模型数据源，回归模型包括如下：

自变量（这些自变量往往全部或部分包括在一个标准合同中。

自变量已经按其对租金水平影响显著性分类。

）

1.一级变量（写字楼租约内的主要条款）：

基本租金，租赁面积，租期，免租期，楼层，朝向，佣金比例，支付方式，交付状态等；

例如，朝向在定价回归模型制定过程中，会被如此定义。

在基本租金的基础上，南向增加3%租金，东向增加2%，西向增加1%，北向则减少1%。

2.二级变量（写字楼租约内的重要条款）：

第一否决权（（即客户对租赁区域邻近面积的，一定条件下的，优先承租权，FirstRightRefusal），续租权（租金上调/下浮比例），保险购买条款，扩租权，转租条件，延租条件，恢复原状与否，车位，装修期，租户组合需求等；

例如，租金上调，或下调的比例。

依据现有北京CBD周边市场，以下调10%，上调25%为基准比例为续租租金制定框架。

3.三级变量（写字楼租约内的其他补充条款）：

客户资质，冠名权，接驳柴油发电机与否，空调延时费，专梯，卫星天线选装与否，物业公司资质，特色物业服务，起租日，租售模式（租/售模式）等。

例如，依据现有北京CBD周边市场，甲级写字楼的空调延时费用大致定在40分/平方米/小时。

通过基准比例的调整，审视运营费用，和租金的比例关系，有助于精准，稳定现金流。

这些自变量大多会出现在正式的写字楼租赁合约中，有的是数值变量，有的是定性变量（0/1类变量dummyvariable，如，有无专梯，有无接驳柴发）。

他们均可以被列入到统计模型中，考察它们对因变量（DependentVariable），即最终有效租金的影响与否，及影响程度。

二、建模方法：

写字楼租赁销售人员在建模时可以从自身写字楼项目及周边类似项目获得成交最终实际租赁价格及相应条款（不小于30个实际租赁交易的具体样本），用作回归分析的因变量和自变量，利用SAS，SPSS等统计软件做回归，最终形成如下的多项回归公式：

其中，β1，β2，β3等回归系数将会直观、简洁地告诉写字楼租赁人员：

哪几个自变量对最终的实际租金水平起作用，及起多大作用，乃至近期、未来的变化趋势。

为在租赁过程中调整租赁策略及时地起到指导、修正的作用，从而达到服务于租金最大化的目的。

例如，如果发现上面表达式中自变量X2（租赁朝向）的回归系数β2大于预先的规定（“在基本租金的基础上，南向增加3%租金，东向增加2%，西向增加1%，北向则减少1%”），那么租赁人员就可以对朝向因素加以调整，重新定价不同朝向的面积，真正做到与市场互动，做市场的学生。

三、模型有效性，实用性的测试方法：

1.在正式使用模型之前，要对模型的有效性和实用性做出测试。

例如，检查自变量和因变量（租金）的关联性（Inter-correlation）。

从而排除变量之间的自相关（Auto-correlation），变量之间交互影响（Interaction）等各类统计错误，进行修正。

例如，在向模型嵌入“第一否决权”的时候，第一否决权的变量会和数据源中的租期、租赁面积等六组自变量有关联。

在模型中，需要考虑这些因素的重迭效应（Overlapping）。

同时，通过随机分拆实时样本，采集新鲜样本，事后样本选取的方式，租赁人员可以通过把握分析市场实时信息，避免用于分析的信息滞后的影响。

2.使用SAS，SPSS等统计软件，进行回归分析，获得：

如租赁面积朝向）+...+μ～N（X=1,2,...n） 

中各个回归系数的值，及a，μ的具体值，对写字楼租金进行较准确的预测。

3.在获得模型表达之后，通过对模型的R值（R-Value），P值（P-Value），回归残差分析（Residualanalysis），及专家经验值的分析。

租赁人员可以看到并诠释模型表达中各个回归系数（Coefficients），对权重后的各个变量进行分析，研究，调整招商策略。

此外，在上述提及的29个变量中，针对不同的写字楼，有部分变量起得作用不大，或是不起作用。

通过逐步回归（Stepwiseregression）的方式可以对这些变量加以甄别，剔除。

最终建立一个简洁，易于理解的公式，指导租赁定价工作。

租赁人员可以在众多模型自变量中提取出几个最主要的，在满足这些主要条件前提下顺利完成租赁谈判。

可口可乐的全球销售预测模型是建立在300多个自变量基础上来完成的。

但是，只有20余个自变量被经常应用，即可满足日常运营需要。

四、模型应用前景和意义

此模型可以被应用在如下方面：

1.写字楼租赁领域：

模型不仅可以用于预测特定写字楼的租金水平，而且可以用于分析其他写字楼的租金水平。

只要将不同写字楼的软硬件条件权重后即可便捷推算租金。

通常用在写字楼之间的权重因素包括写字楼的通达性（占8%的因素），可见性，标准层面积，架高地板，净高，使用率，空调，电梯，配套等因素。

2.写字楼租