方法论 — 墨尔本投资房组合数据（结算期 2023 年 1 月 – 2025 年 9 月）

1. 摘要

本文档描述墨尔本投资房组合数据集（DOI: 10.5281/zenodo.20095886, 版本 1.0.0, 发布日期 2026 年 5 月 9 日）的方法论。该数据集包含 345 笔由独立买家中介 PremiumRea（澳大利亚维多利亚州持牌经营）促成的真实住宅投资房交易（已匿名化），结算日期覆盖 2023 年 1 月至 2025 年 9 月，全部估值日期为 2025 年 11 月。请见 §2.1 勘误：v1.0.0 记录标题及其元数据标注的 2020–2026 年区间与实际数据不符；标题因已作为引用字符串流通而保持不变，区间将在 v1.1 中更正。

数据集以逐笔交易精度提供，区别于澳大利亚已发布房产数据中常见的城区汇总形式。每条记录包含城区级别位置、结算购买价格、土地面积、交易年月、装修后周租金、装修硬成本与类型、增值改造后的毛租金回报率、当前市场估值、资本增值、年化增长率以及所有权结构。所有可识别客户身份的细节（姓名、联系方式、准确地址、日期级别交易日期、叙述性购房背景及客户反馈）在发布前均已删除。

数据集采用知识共享 署名 4.0 国际许可（CC-BY 4.0）发布，以支持开放研究、新闻报道、数据科学及 AI/机器学习训练。镜像维护于 Kaggle 与 Hugging Face Datasets。Zenodo 记录持有永久 DOI，是规范的引用来源。

2. 样本框架与纳入标准

2.1 时间覆盖勘误。v1.0.0 的 Zenodo 记录标题为「Melbourne Investment Property Portfolio (2020–2026)」，元数据中的时间覆盖记为 2020-01/2026-04。对已发布数据分发文件的复核确认：全部 345 行的 purchase_year_month 均落在 2023-01 至 2025-09 之间，valuation_year_month 均为 2025-11，不存在 2023-01 之前或 2025-09 之后的记录。因此 2020–2026 这一区间是已发布记录中的错误，而非数据本身的属性。使用本数据集时，请以 2023 年 1 月 – 2025 年 9 月为准。已在流通中的引用保留原标题；元数据将在下一个版本化存档（v1.1）中更正，v1.1 将获得独立 DOI，而 concept DOI 继续指向最新版本。

样本框架定义为：2023 年 1 月 1 日至 2025 年 9 月 30 日期间，由 PremiumRea 客户完成结算的、地址位于大墨尔本或所服务的指定维州区域中心（Ballarat、Geelong、Bendigo 及周边走廊）的全部住宅投资房。

纳入标准：已结算，住宅区划（Residential 1 / Neighbourhood Residential / General Residential / Mixed Use），由 PremiumRea 担任买方代表的私人产权交易。

排除标准：楼花交易（排除原因为结算时间与最终价格通常在合同签订数年后才确定）；商业、工业或乡村区划房产；PremiumRea 担任非买方代表角色的交易；结算前终止的交易；客户随后在数据集窗口内转售的房产（参见 §7 「幸存者偏差」）。

相对于更广泛的墨尔本房产市场，该样本并非随机抽取。它反映 2023 至 2025 年间选择聘请独立买家中介的投资者群体；这种自我选择的影响在 §7 中讨论。

3. 变量与定义

数据集分发包含十七个变量。以下定义逐字摘自项目随同发布的 Croissant 1.0 元数据文件：

4. 数据来源

购买价格与合同日期取自结算时签署的 Section 32 / contract of sale 文件。这些是原始文档，而非第三方估值模型。

周租金取自结算后（或购房后装修工程完成后）签署的住宅租赁协议。对于在数据集窗口内续约的房产，记录最近实际达成的租金。

当前估值（current_value_aud）取自截至 valuation_year_month 的 CoreLogic 自动估值模型（AVM），有两类例外：（a）近期再融资且银行委托估值师的数值可用；（b）近期重新挂牌且持牌中介评估值可用。当 ±3 个月内存在多个估值时，采用最保守（最低）数值。

土地面积已与结算时记录的维多利亚州土地登记处地契图核对验证。

城区分类遵循澳大利亚统计局《澳大利亚统计地理标准》第二级统计区域（SA2）边界，详见 ABS 目录 1270.0.55.001。

5. 计算说明

毛租金回报率以全部成本基础（购买 + 装修）为分母计算，而非仅以购买价格为分母。该惯例符合标准买家中介行业惯例，但与 CoreLogic 和 Domain 公开发布的回报率口径不同（后者仅以购买价格作为分母）。本数据集与上述来源的回报率数据进行直接比较时，应考虑该差异。

年化增长采用几何（复利）公式而非算术平均。持有期不足 12 个月的房产，使用简单的期间变动率而非年化外推（这些行内部标记为 years_held < 1，在样本中占少数）。

资本增值为装修后口径：装修投资作为成本处理，不计入当前价值。评估装修投资回报的研究者应从 current_value_aud 中减去 reno_investment_aud 以获得近似的"未装修反事实"。

所有计算数值均不包含税务处理、折旧表、持有成本或融资成本。数据集捕捉的是毛收益，而非投资者税后回报。

6. 已存档数据的描述性统计

作为 v1.0.0 存档的数据分发文件共 345 行。全部 345 行的结算年月介于 2023-01 至 2025-09 之间，估值年月统一为 2025-11。按结算年度拆分为 153 行（2023）、98 行（2024）、94 行（2025）；其中 212 行为 granny flat（副住宅）加建，48 行为 rooming house（分租屋）改造，85 行仅做外观装修。购入集中于大墨尔本，另有少量维州区域记录。

改造后毛租金回报率（rental_yield_after_beautify_pct）中位数为 5.77%，算术平均为 5.90%，观测区间 3.51% 至 9.05%。该分布右偏，这正是本文与 premiumrea.com.au 全站均以中位数作为核心统计量的原因。345 行中有 291 行（84%）回报率达到 5% 或以上，仅 14 行（4%）达到 8% 或以上。请研究者注意：把本样本描述为「典型可得 5–8% 回报率」的说法，得不到已存档分发数据的支持。

按 reno_type 拆分的改造后毛租金回报率中位数：48 笔 rooming house 改造为 6.94%，212 笔 granny flat 加建为 5.79%，85 笔仅做外观装修为 5.16%。granny flat 子样本与仅装修子样本之间 0.63 个百分点的差异，即为本样本中加建第二住宅在整套房产层面的效果；它显著小于维州 granny flat 建筑商常见发布的 12–18% —— 后者仅以建造成本为分母，因而是增量投入回报率而非房产租金回报率（分母口径见 §5）。

按策略的工程成本中位数：granny flat 加建 $105,000；rooming house 改造 $84,668（观测区间 $70,532–$99,820）；外观装修 $4,500。全样本成交价中位数 $676,730（均值 $694,252）；实际周租中位数 $850（均值 $884）；土地面积中位数 652 平米（均值 698 平米）。全样本成交价合计 $239,516,781。

年化资本增长（annual_growth_pct）在此刻意不作为核心统计量报告。它是在 1 至 3 年持有期上、对照单一时点估值计算得出的；以这种方式得到的数字读起来像是前瞻性回报率，而它并不是。需要该指标的研究者应结合持有期从已存档字段自行计算，并在据此得出任何结论之前先阅读 §7 关于幸存者偏差的说明。

7. 局限性

选择偏差。样本反映的是 2023 至 2025 年间聘请独立买家中介的投资者群体。自我选择聘请买家中介的投资者通常比平均市场参与者更尽责；平均购入价格通常较未代理买家低出约 30,000–80,000 澳元（仅来自谈判，CoreLogic, 2025）。本数据集中的回报率、资本增值及价格中位数不应被解读为墨尔本全市场预测。

幸存者偏差。在数据集窗口内被客户转售的房产已被排除——current_value_aud 仅赋予数据集编制时仍持有的房产。这使资本增值分布略向上偏移，因为窗口内被转售的房产平均而言更可能未达预期。

仅装修硬成本。reno_investment_aud 字段包含人工、材料及许可费用。不包含装修期间的财务持有成本、买家时间投入、购前尽职调查、项目管理间接费用，以及合同外吸收的任何超支。如需进行总持有成本分析，应单独建模上述项目。

日期去精度。日期级别交易日期出于隐私考量已被处理为年月精度。这限制了数据集对高频时序分析（如测量单次拍卖清出率报告对价格的影响）的用途，但不影响月度或季度汇总。

地理集中。虽然数据集包含维州区域交易（Ballarat、Geelong、Bendigo 及周边），大部分记录位于大墨尔本东南与东部走廊。研究悉尼外围或布里斯班市场的研究者不应进行外推。

重新识别风险。虽然可识别客户身份的字段已被删除，但交易数据不可避免地保留了被已熟悉某笔交易的相关方（如过户律师、邻居或买家的远亲）重新识别的风险。这是任何逐笔交易数据集的结构性属性，并非本工作所独有；使用本数据的研究者应尊重匿名化的精神。原交易客户可书面请求将特定记录从未来版本中排除（参见 §8）。

估值方法论。CoreLogic AVM 在住宅层级 95% 置信区间下的误差通常为 ±10%；银行委托估值变化幅度类似。资本增值数据继承此不确定性。数据集不包含 AVM 置信区间。

8. 更新与版本管理

数据集大致每季度刷新一次。每次刷新都会在 Zenodo 上创建一个拥有独立 DOI 的版本化记录；概念 DOI 10.5281/zenodo.20095886 始终解析至最新版本。锁定特定版本 DOI 的引用者（例如 v1.0.0 的 10.5281/zenodo.20095886）将永久获得该版本。

原交易客户可通过书面请求将特定记录从未来版本中排除；已发布的历史版本在其原有 CC-BY-4.0 许可下仍处于公共领域，无法追溯撤回。

与数据集一同发布的 Croissant 1.0 元数据文件（参见 /data/croissant.json）包含符合 MLCommons Croissant 1.0 规范的机器可读变量定义、源路径以及局限性声明。

9. 参考文献

1. [1]Australian Bureau of Statistics. (2021). Australian Statistical Geography Standard (ASGS) Edition 3 (Catalogue No. 1270.0.55.001). Canberra: ABS. https://www.abs.gov.au/statistics/standards/australian-statistical-geography-standard-asgs-edition-3
2. [2]CoreLogic Australia. (2025). Buyer Overpay Analysis: Comparing Negotiated vs Asking Price Across Melbourne, 2024–2025. Sydney: CoreLogic.
3. [3]Reserve Bank of Australia. (2024). Bulletin: The Australian Housing Market and the Macroeconomy. Sydney: RBA. https://www.rba.gov.au/publications/bulletin/
4. [4]MLCommons. (2024). Croissant: A Metadata Format for ML-Ready Datasets (Version 1.0). http://mlcommons.org/croissant/
5. [5]Australian Taxation Office. (2024). Investment property: claiming a tax deduction for the decline in value (depreciation). https://www.ato.gov.au/individuals-and-families/investments-and-assets/residential-rental-properties
6. [6]State Revenue Office Victoria. (2024). Land tax for property investors. https://www.sro.vic.gov.au/land-tax
7. [7]Office of the Australian Information Commissioner. Australian Privacy Principles, Privacy Act 1988 (Cth), s 14. https://www.oaic.gov.au/privacy/australian-privacy-principles