在新西兰
看到不少网友对奥克兰房屋拍卖结果进行分析和总结，出于个人爱好，楼主也做了一些数据分析，仅供大家娱乐。图片请点击放大查看。
本帖主要分析CV溢价(Difference Between Sales Price and CV)，即(Sale Price-Capital Value)/Capital Value的百分比。分别从整体、区域、卧室数量、CV及占地面积，分析2015年2月至2015年10月的变化。
一些说明
(1) 分析基于
Barfoot网络上公开的约8000条拍卖数据(2015年2月至2015年10月)
Barfoot官网上公开的约7000条房屋信息
City Council官网上公开约7000条房屋信息，CV为2014年7月最新估值。
(2) 由于数据主要来源于网络，其完整性、准确性都不是很高，尤其是缺乏近期（10月底、11月初）的数据，故而分析结果主要以娱乐为主；
由于数据完整性不高，例如有些拍卖数据没有售价、CV、卧室数量或占地面积，所以不同分析会采用不同的数据组以尽量确保当前分析使用最多的数据；
进行不同分析时，会去掉可能对当前分析造成影响的问题数据。例如分析CV溢价和售价时，会去掉销售价格不到CV 30%的数据及销售价格超过CV 3倍的数据
(3) 提前拍卖卖出的拍卖数据不重复计算
(4) 区域划分基于Barfoot首页RESIDENTIAL栏目的Region、Suburb对应关系
(5) 虚线是基于Microsoft Excel多项式(6)趋势计算方式得出的趋势线
(6) 分析拍卖清盘率时，拍卖结果分为：
Sold：包括 提前拍卖卖出、拍卖会当场卖出、当天卖出
Unsold：包括 无人出价、最高出价未到房主期望值
Not auctioned：包括 撤销拍卖、延迟拍卖
(7) 分析CV溢价和售价时，均采用中间值(median)和平均值(mean)两种算法
(8) 多说一句，完全是个人观点，我认为政府的新CV估值对推高2015年房价有不可磨灭的作用
声明：所有分析仅出于个人爱好，楼主不保证分析结果正确。分析结果仅供网友娱乐，请勿用于任何个人及商业活动。若该分析侵害到任何个人、机构及公司的权益，请及时与楼主联系。
另：标题中的【吉普数据】仅为娱乐效果，目前只有以下3篇分析贴，还没有做系列数据的意思。
【吉普数据1/3】奥克兰2015年2月至10月房屋Auction Clearance Rate数据分析
【吉普数据2/3】奥克兰2015年2月至10月房屋Difference Between Sales Price and CV数据分析
【吉普数据3/3】奥克兰2015年2月至10月房屋Sales Price数据分析
上图为整体分析 (基于3339条数据)
-
上两图为By区域分析 (基于3101条数据)
-
上两图为By卧室数量分析 (基于3062条数据)
-
上两图为By CV分析 (基于3130条数据)
-
上两图为By Land Area分析 (基于2064条数据)
娱乐娱乐~
评论
这么好的分析怎么没人顶呢？
评论
Well done, 数据流又多了一位大将
(8) 多说一句，完全是个人观点，我认为政府的新CV估值对推高房价有不可磨灭的作用
这个有问题。。。CV是QV根据当时的周边成交价来判定的E-Value, 这就是先有鸡还是先有蛋的问题啦。
还有就是CV分LV和Improvement, 算法都不一样，真的分析起来难度更大了。。。
评论
大将可谈不上，这种程度的分析，只要有心有时间，谁都能做的。我只是好奇结果，所以做出来给自己玩玩，顺便给大家娱乐娱乐
评论
这也不是每个人都能做的 ：）
评论
呵呵，那是，多少要有点基础。做这个程度的分析报告不难，我觉得难的是圈子外的人如何获得数据。像我的数据来源就比较差，数据完整性不高，获得耗时比较久，人工操作比较多。
要是有好的数据来源，再花时间做做系统，就好了。
评论
刚发现最近的QV好像都加高了一点
评论
哇，一天两个精华帖
评论
帮顶
评论
请问楼主“Microsoft Excel多项式(6)趋势计算方式”是什么？
评论
多谢版主再次支持！
评论
自己可以选吧 moving average
评论
图上看 九月下到十月中 是个入手的好时机， 不知道大伙买自住的赶上没
评论
不会看的只有哭啊
评论
哪里看不懂？