浅析商业地产租金收益预测模型构建与应用
——以东莞市X购物中心为例

张 瑞

（东莞市高盛集团有限公司，广东 东莞 523000）

一、引言

近十几年来，我国的电子商务产业迅猛发展，线上购物以其成本低、省时省力的特点成了年轻人购物的新选择。从而，年轻消费者对购物中心等大型商业场所的光顾频率也是逐年下降，随之带来的一大问题就是购物中心商铺的营业额受人流量下降的影响，也受到了前所未有的冲击，呈连年下降趋势。品牌方出于营业利润考虑纷纷要求降低租金，延长免租期，这给购物中心的投资管理方带来很大的经营压力，投资收益低，投资回收期长成了商业地产的代名词。商业地产的投资开发商在投资开发新的商业项目上也变得越来越谨慎。

为了改变这种情况，商业项目的运营商也着实采取了很多措施吸引人流。传统上，商业项目的投资商在预测拟开发购物中心的租金收益时，习惯以层为单位，以首层的租金价格为基准，其余各层与首层形成一定的层差，以此来预测购物中心项目的租金收益。但随着购物中心的业态布局越来越复杂，这种以层为单位的租金预测模式就显得越来越粗糙了，会与实际的租金收益水平有较大的误差。因此，对商业地产租金预测方法进行改进，以更加准确得预测商业地产项目的租金收益，不管是对项目的投资开发商，还是对于项目运营管理商都有重要的意义。

本文以东莞市X购物中心项目为例，提出一种基于线性代数思维的商业地产租金收益预测模型，供奋战在商业地产领域的学者、同僚们参考。

二、模型构建说明

模型构建的第一步是要根据商业地产项目所处当地市场情况，通过市场调研确定楼层系数与业态系数，并构建综合租金价格系数表，形成系数矩阵；第二步用市场比较法确定拟建购物中心的首层租金水平，并结合上述系数矩阵计算分层业态租金价格矩阵；第三步是根据购物中心的规划设计及业态分区规划数据，构建购物中心的分层业态面积矩阵；第四步是用线性代数的数学方法计算首年分层分业态租金收益；第五步是根据已经整理出的租金收益数据，再结合区域市场租金年递增情况及投资成本、运营成本等因素，计算未来实际租金收益现金流，进而计算项目投资收益率、投资回收期等指标。

重要名词解释如下：

市场比较法：选取市场中具有参考意义的商业项目（区域临近项目、市场相似项目）和代表商户租金，通过加权综合得出的项目初期参考租金。

基准价格：作为推算其他业种的租金参照，常以首层服饰零售开业时的租金作为基准价格。

业态系数：描述同一个购物中心项目不同业态之间的租金差异情况，通常以首层品牌服装为参照，系数定为1，其余业态与之相比形成不同的系数。

楼层系数：描述同一个购物中心项目不同楼层整体租金的差异情况，同样以首层品牌服装为参照，系数定为1，其余楼层与之相比形成不同的系数。

三、案例阐述

现以东莞市X购物中心为例，进行详细阐述。东莞市X购物中心总规划建筑面积（不包括室外街区部分）63408平方米，总计实用面积为40321平方米，建筑设计共五层，地上四层，地下一层，规划店铺数量186个。

1.确定楼层系数、业态系数及系数矩阵

根据前期市场调研成果，结合一般购物中心不同楼层租金差异及本案价值影响因素，得出该项目的楼层系数，如表1所示。

表1 X购物中心楼层系数

通过比较东莞市主要大型购物中心项目各业种的租金水平差异情况，梳理得出该项目的业态系数表，如表2所示。

表2 X购物中心业态系数表

根据前述得出的楼层系数和业种系数，整理出各业种在不同楼层的租金综合系数表，即用每一种业态的业态系数乘以楼层系数，从而得到综合系数，如表3所示。

表3 X购物中心租金综合系数

通过该综合租金系数表，构建租金系数矩阵：

2.确定基准价格，构建价格矩阵

该项目周边商业主要以传统街铺和大卖场形式存在，购物中心较少，因此，这里选取在区位或物业条件上与该项目相近的两个项目作为对标项目，采用市场比较法分析本案的基础租金标准，经市场调研，两个项目的基础租金如表4所示。

表4 A、B项目基础的租金

考虑两个项目的体量及区位因素，两个对比项目的权重设定如表5所示。

表5 A、B项目权重

先用因素比较法确定该项目与A项目对比后的得分情况，再计算出该项目与A项目对比所应有的租金水平。

该项目与A项目对比得分情况如表6所示。

表6 X购物中心项目与A项目对比得分情况

根据与A项目对比结果，该项目首层服装零售均价为180×113.95/100＝205元/平方米/月。

再用因素比较法确定该项目与B项目对比后的得分情况，再计算出该项目与B项目对比所应有的租金水平。

根据与B项目对比结果，该项目首层服装零售均价为230×108.1/100＝248.63元/平方米/月。

该项目基础租金＝对比项目A应有租金×项目A权重+对比项目B应有租金×项目B权重

＝ 205×0.60 + 248.63×0.40

≈222元/平方米/月

经计算，该项目在当时市场情况下，首层基础租金应为222元/平方米/月；考虑到该项目3年后开业，假设租金按照3%的速度上涨，那么开业时的首层基础租金价格可定为222×（1+3%）3＝240元/平方米/月（计算结果取整数处理）。

既然该项目开业时首层的基准价格为240元/平方米/月，设定其首层服装零售系数为1，则可以构建基准价格矩阵：

基准价格矩阵P乘以租金系数矩阵M，即可得到各业种开业时的租金单价矩阵N（这里采用矩阵乘法的哈达马积形式，下同），即： N17×5= P17×5*M17×5

从而得到各业态在不同楼层的租金单价（计算过程略，下同）。

3.整理购物中心铺位划分及业态规划数据，构建面积矩阵

根据该项目业态布局规划，总面积为40320.5平方米。

通过综合业态面积，构建业态面积矩阵：

4.计算购物中心首年分层分业态租金收益

用前面计算得出的各业态开业时的租金单价矩阵N乘以业态面积矩阵O，即可得到各业态开业时首月的租金收益矩阵L，即： L17×5=N17×5*O17×5

从而得到各层各业态租金收益表，如表7所示。

表7 各层各业态租金收益表

从表5可以看到，项目首月租金收益是5978934.9元，则可得该项目首年租金收益为5978934.9×12=7174.7万元。

最后，结合区域市场租金年递增情况及投资成本、运营成本等因素，计算未来实际租金收益现金流，进而计算项目投资收益率、投资回收期等指标。

由于实际工作中，各项目投资成本、运营成本、区域市场租金递增情况等都有较大区别，且此部分内容已超出本文讨论范畴，故此处不作详细论述。

四、结语

本文根据现代购物中心发展的趋势，提出了一种基于线性代数矩阵计算思维的租金收益预测方法，相比于传统的租金收益预测方法，不仅充分考虑到了不同楼层对租金的影响，还考虑到了不同业态对租金承受能力的差异，计算过程中采用严谨的因素比较法确定基础租金，使得商业地产项目租金收益预测更加精确，为商业地产的投资决策提供了更科学的基础数据，希望本文能对商业地产的从业者带来有益的启示。

注释：

①在实际工作中，可采用专家打分法，邀请多个商业地产方面的专家进行打分后，取多数值，形成一致意见。