11月20日，对外经贸大学中国金融学院、诸葛科技、麟评居住大数据研究院联合发布“中国城市房屋价值分析及预测模型”。作为基于大模型和大数据的重要科研成果，本套预测模型可以客观分析中国城市每套房屋的历史回溯价值及预测未来6个月价值变化趋势。经数据验证，该模型房屋价值预测平均误差率在1.3%-6.3%，达到世界领先水平，预测效果与美国最先进的房屋价值分析模型Zestimate（平均误差率为2.4%-7.49%)基本持平,实现了发展中国特色居住产业房屋价值分析及预测算法模型的新突破。

中国城市房屋价值分析及预测模型，基于诸葛科技完善的居住产业底层数据，对外经济贸易大学中国金融学院提供研发模型及技术支持，联合设计开放完成。该模型依赖大模型技术，基于5.3亿套历史房源，构建了房屋朝向、面积、装修类型、情绪指数等特征指标，同时构建小区特征房价、房屋类型特征房价、商圈特征房价、行政区特征房价，对房源利用过去24个月的观测值进行滚动计算。同时，模型会考虑业主对房源调价行为，并自动依据本房源的当前价格以及特征价格对历史价格进行填充以及预测未来房价。

为了给房地产行业行业从业者及购房者、业主提供公允的市场价格参考，该模型第一版产品部署上线至 “云门店APP”-诸葛科技的经纪人端私域及公域流量获客产品，让经纪人拥有专业的房屋价值分析能力，经纪人可以基于该模型来给购房者和业主提供价值参考，并引导并加速推进买卖双方的谈判过程，进而提升行业的交易效率及公平性。目前该功能在上海等城市的经纪人端“云门店APP”里开展测试，测试结束后将在全国主要城市开放使用，同时也考虑将该功能开放给诸葛科技的战略合作伙伴，比如高德地图、百度地图等。

B端模型产品界面展示

建设回顾

习近平总书记在党的二十大报告中指出要“加快发展数字经济，促进数字经济和实体经济深度融合”。2023年2月27日，中共中央、国务院印发《数字中国建设整体布局规划》， 3月，中共中央、国务院印发了《党和国家机构改革方案》，并组建国家数据局。4月，对外经贸大学中国金融学院与诸葛科技宣布共建“居住产业的数字中国研究基地”，致力于构建中国特色的居住产业数字化的研究框架，并显著提高我国居住产业的专业算法模型能力。

在本次合作中，我校中国金融学院金融工程系施一宁老师，金融系姜婷凤老师参与了产品研发设计。中国金融学院一直致力于中国房地产金融研究，在国内外顶级期刊上发表多篇相关论文，主持多项国家及省部级基金项目，涵盖信贷与房价、金融开放与房地产发展、房地产供给侧改革、家庭金融、金融系统性安全与房地产发展等。同时，中国金融学院联合诸葛科技，依托国际领先算法，将推出中国城市区域二手房房价指数，一旦平台完成搭建，将免费与社会各界共享。

施一宁，伦敦帝国理工商学院金融学博士。对外经济贸易大学金融学院副教授、博士生导师。主要研究领域涉及信用风险，资本账户对外开放，中国房地产，与投资者情感与关注度等。在《Journal of Banking & Finance》独作发表关于中国房地产、资本账户开放与信贷供给的故事。主持国家自然科学基金项目青年项目，校级科研、教改项目若干项，均关注中国房地产市场供给端的政策研究与微观行为。

姜婷凤，清华大学经济学博士，美国加州大学伯克利分校访问学者。对外经济贸易大学金融学院副教授、博士生导师，国家级青年人才支持计划获得者，惠园杰出学者。研究领域主要包括数字经济、金融科技，在《经济研究》、《经济学（季刊）》等国内外顶级期刊期刊发表论文数篇。主持国家自然科学基金青年项目、北京市社科基金青年项目等项目，参与国家社科基金重大项目、北京市社会科学基金重大项目等项目。

“中国城市房屋价值分析及预测模型”是对外经济贸易大学中国金融学院、诸葛科技、麟评居住大数据研究院贯彻国家“十四五”规划，致力开发“以企业为主体、市场为导向、产学研用深度融合的技术创新体系”的阶段性成果。该模型有助于精准预测反映房地产市场动态走向，有效反映我国各地房地产市场的未来预期，为社会各界提供有效的数据经验支持，对我国房地产市场的研究和政策制定起重要的参考意义。