Множественная линейная регрессия и многомерные модельные распределения при оценке единых объектов недвижимости

Бесплатный доступ

В статье рассмотрены проблемы, связанные с расчетами оценок рыночной стоимости единых объектов недвижимости как комплексов, включающих объекты капитального строительства и земельные участки, на которых они находятся. Показаны возможные пути решения таких проблем при помощи построения моделей множественной линейной регрессии с преобразованием ранговых переменных в индикативные, а также с использованием многомерных модельных распределений вещественных переменных. Представлены примеры применения таких расчетов. Показано, что рыночная стоимость единого объекта недвижимости может не быть простой суммой рыночных стоимостей земельного участка и расположенных на нем улучшений и может содержать компоненты стоимости, учитывающие не только площади, но и эффект их взаимосвязи.

Еще

Единый объект недвижимости, множественная линейная регрессия, многомерные распределения, корректировка цен объектов сравнения, преобразование ранговых переменных в индикативные, многомерные модельные распределения вещественных переменных в оценке

Еще

Короткий адрес: https://sciup.org/170196023

IDR: 170196023   |   DOI: 10.24412/2072-4098-2022-5248-7-19

Текст научной статьи Множественная линейная регрессия и многомерные модельные распределения при оценке единых объектов недвижимости

Уравнение (10), связывающее цену объекта с площадями ОКС и земельного участка, принимает вид:

V = exp (2, 6364) x S0y3016 x S0;7055 = 13, 97 x S30y3016 x S0^l55. ОУ        OnC                 ОУOnC

Формула для расчета удельной стоимости на единицу площади ОКС:

-V- = 13, 97 x S033016 x S . 2445.(1 1)

SOKC

Формула для расчета удельной стоимости на единицу площади земельного участка:

— = 13, 97 x S306984 x S0,7C555 '         ОУOn C

S3V

По приведенным формулам могут быть рассчитаны таблицы значений РС объекта оценки (табл. 3), удельная стоимость на 1 квадратный метр ОКС (табл. 4), удельная стоимость на 1 квадратный метр земельного участка (табл. 5) в зависимости от значений предикторов – площади ОКС и площади земельного участка.

Теперь рассмотрим случайный вектор ( V , SЗУ , SОКС ) (этот кейс был подробно рассмотрен в работе [1], данные протестированы на совместную нормальность логарифмов компонент, там же выведены необходимые формулы). Итоговые формулы выглядят несколько громоздкими, но основная идея проста. Сначала вместо случайного вектора ( V , SЗУ , SОКС )

Таблица 3

Результат оценки РС ЕОН в зависимости от площадей ЗУ и ОКС, тыс. р.

Площадь земельного участка, кв. м

2 000

7 000

12 000

17 000

22 000

27 000

32 000

37 000

42 000

47 000

>3

Ф 9

M

-fl 5с

Ъ

<Х$

9-о

5

400

12 783

18 652

21 945

24 376

26 347

28 025

29 499

30 819

32 020

33 125

2 400

49 492

72 215

84 962

94 373

102 005

108 504

114 209

119 321

123 970

128 248

4 400

78 238

114 158

134 309

149 186

161250

171 524

180 542

188 623

195 973

202 735

6 400

103 838

151 512

178 257

198 002

214 013

227 648

239 618

250 343

260 098

269 073

8 400

127 521

186 068

218 912

243 160

262 823

279 569

294 268

307 439

319 419

330 441

10 400

149 850

218 649

257 245

285 738

308 844

328 522

345 795

361 272

375 351

388 302

12 400

171 146

249 723

293 804

326 347

352 737

375 211

394 939

412 616

428 695

443 487

14 400

191 615

279 589

328 943

365 378

394 924

420 086

442 173

461 965

479 967

496 528

16 400

211 398

308 455

362 904

403 101

435 698

463 458

487 825

509 660

529 521

547 792

18 400

230 599

336 471

395 865

439 713

475 271

505 552

532 132

555 950

577 615

597 546

Таблица 4

Результат оценки удельной РС ЕОН, в тыс. р. на 1 кв. м площади ОКС в зависимости от площадей ЗУ и ОКС

Площадь земельного участка, кв. м

2 000

7 000

12 000

17 000

22 000

27 000

32 000

37 000

42 000

47 000

>3

CD э

Is -s со га

о ё

400

31,958

46,631

54,862

60,939

65,867

70,064

73,747

77,048

80,051

82,813

2 400

20,622

30,090

35,401

39,322

42,502

45,210

47,587

49,717

51,654

53,437

4 400

17,781

25,945

30,525

33,906

36,648

38,983

41,032

42,869

44,539

46,076

6 400

16,225

23,674

27,853

30,938

33,440

35,570

37,440

39,116

40,640

42,043

8 400

15,181

22,151

26,061

28,948

31,289

33,282

35,032

36,600

38,026

39,338

10 400

14,409

21,024

24,735

27,475

29,697

31,589

33,249

34,738

36,091

37,337

12 400

13,802

20,139

23,694

26,318

28,447

30,259

31,850

33,275

34,572

35,765

14 400

13,307

19,416

22,843

25,373

27,425

29,173

30,706

32,081

33,331

34,481

16 400

12,890

18,808

22,128

24,579

26,567

28,260

29,745

31,077

32,288

33,402

18 400

12,533

18,286

21,514

23,897

25,830

27,476

28,920

30,215

31,392

32,475

Таблица 5

Результат оценки удельной РС ЕОН в тыс. р. на 1 кв. м площади ЗУ в зависимости от площадей ЗУ и ОКС

Площадь земельного участка, кв м 2 000 7 000 12 000 17 000 22 000 27 000 32 000 37 000 42 000 47 000 >3 3 CD 9 1» со ■fl ^ 'О га 9 о 5 400 6,392 2,665 1,829 1,434 1,198 1,038 0,922 0,833 0,762 0,705 2 400 24,746 10,316 7,080 5,551 4,637 4,019 3,569 3,225 2,952 2,729 4 400 39,119 16,308 11,192 8,776 7,330 6,353 5,642 5,098 4,666 4,314 6 400 51,919 21,645 14,855 11,647 9,728 8,431 7,488 6,766 6,193 5,725 8 400 63,760 26,581 18,243 14,304 11,947 10,354 9,196 8,309 7,605 7,031 10 400 74,925 31,236 21,437 16,808 14,038 12,167 10,806 9,764 8,937 8,262 12 400 85,573 35,675 24,484 19,197 16,034 13,897 12,342 11,152 10,207 9,436 14 400 95,808 39,941 27,412 21,493 17,951 15,559 13,818 12,486 11,428 10,564 16 400 105,699 44,065 30,242 23,712 19,804 17,165 15,245 13,775 12,608 11,655 18 400 115,299 48,067 32,989 25,865 21,603 18,724 16,629 15,026 13,753 12,714 рассматривается случайный вектор (W, Y, Z), где W = ln(V), Y = ln(SЗУ), Z = ln(SОКС), компоненты которого тестируются на совместную нормальность. Если в результате проверки нулевая гипотеза о совместной нормальности компонент не отвергается, то оценка РС может быть построена по условному распределению случайной величины V при фиксиро-

ванных значениях SЗУ = sЗУ , SОКС = sОКС .

Кроме того, для фиксированного значения случайной величины V = v по условному двумерному распределению может быть построено множество всех значений SЗУ , SОКС, соответствующих такому значению V = v.

В приведенных далее формулах содержится ряд обозначений, аналогичных обозначениям, примененным в работе [1].

Введем вспомогательные обозначения.

Вектор средних случайного вектора ( W , Y , Z ) обозначим ( μ W , μ Y , μ Z ) . Ковариационную матрицу запишем в следующем виде:

CV = ρ YW σ W σ Y ρ ZW σ W σ Z

ρ WY σ W σ Y ρ WZ σ W σ Z

σ Y 2      ρ YZ σ Y σ Z

ρ ZY σ Y σ Z      σ Z 2

2 σ W

cov ( W,Y

COV = Y ρ ZY σ Y σ Z

ρ YZ σ Y σ Z σ Z 2     

cov ( W,Y )

COV

где Y = ( Y,Z ) ; cov ( W,Y ) = ( ρ WY σ W σ Y ; ρ WZ σ W σ Z ) ; σ W 2, σ Y 2, σ Z 2 – дисперсии случайных величин W , Y , Z ;

ρ WY = ρ YW , ρ WZ = ρ ZW , ρ YZ = ρ ZY – соответствующие коэффициенты корреляции.

Для оценки РС по условному распределению при заданных значениях SЗУ = sЗУ, SОКС = sОКС необходимо знать условное математическое ожидание случайной величины W :

E ( W|Y = y,Z = z ) = μ W +

COV -1 x cov ( X,Y ) T , ( y - ^.z - ^ z )

и условную дисперсию случайной величины W :

D ( W | Y = y,Z = z ) = 0 ^ 2, - COV "1 x cov ( w.^Y ) T , cov ( w.^Y )

В соответствии с введенными ранее обозначениями Y = ln( SЗУ ) , Z = ln( SОКС ) , y = ln( sЗУ ) , z = ln( sЗУ ) .

Оценка РС как наиболее вероятное значение цены предложения V при заданных SЗУ = sЗУ, SОКС = sОКС (подробнее см. [2]) рассчитывается по следующей формуле:

Mode ( V|s окс ,s зу ) = exp { μ W +⎢⎣ COV - 1 × cov

-

- σ W 2 + COV - 1 × cov

,cov

Оценка РС по условному математическому ожиданию:

E ( V|s окс ,s зу ) = exp { μ W +

T

COV - 1 × cov ( X,Y ) , ( y

- μ Y,z - μ Z ) +

12 2 σW

COV - 1 × cov 2 ⎢⎣

,cov

Оценка РС по условной медиане рассчитывается по формуле:

^- T

Median ( V|s 0KC ,s 3y ) = exp U + I COV - 1 x cov ( X,Y ) , ( y - ц ^ /z - ^ z ) l } .                  (14)

Поскольку в оценочной среде по-прежнему нет единого мнения относительно того, по какой числовой характеристике надо определять рыночную стоимость (по арифметическому среднему, среднему геометрическому или по оценке моды), может быть выбрана одна из формул (12), (13) или (14). В этом смысле подход к оценке единых объектов через изучение многомерного вектора ( V , SЗУ , SОКС ) дает более широкие возможности, чем формулы вида (9) и (10), дающие медианную оценку. В частности, если логарифмы компонент такого вектора распределены совместно нормально, то совместно нормально распределены и логарифмы компонент трехмерных векторов ( V / SОКС , SЗУ , SОКС ), ( V / SЗУ , SЗУ , SОКС ). По мнению автора, определению РС, данному в Федеральном законе от 29 июля 1998 года № 135-ФЗ «Об оценочной деятельности в Российской Федерации» (как и в USPAP, RICS, IVA), соответствует формула (12). Но кроме определения РС, есть более глубокое объяснение того факта, что в оценке следовало бы опираться на наиболее вероятные значения. Это особенно наглядно проявляется при рассмотрении многомерных распределений.

Рассмотрим пример, приведенный в работе [1].

Для логарифмов переменных «отношение цены к площади улучшений», «площадь зданий», «площадь земельного участка», указанных в таблице 2, получены следующие значения вектора средних, то есть μ W = 10,2993, μ Y = 8,4469, μ Z = 9,3506, σ W 2 = 0,2381, σ Y 2 = 1,0635, σ Z = 1,2140, ρ WY σ W σ Y = ρ YW σ W σ Y = 0,0108, ρ WZ σ W σ Z = ρ ZW σ W σ Z = 0,1467, ρ YZ σ Z σ Y = ρ YZ σ Z σ Y = 0,8978 и ковариационная матрица (см. табл. 6).

Таблица 6

Выборочные средние значения и ковариационная матрица для случайного вектора (W, Y, Z) *

Вектор средних

10,2993

8,4469

9,3506

Ковариационная матрица

0,2381

0,0108

0,1467

0,0108

1,0635

0,8978

0,1467

0,8978

1,2140

Таблица 7

Результаты оценки удельной РС, в рублях на 1 кв. м площади улучшений (ОКС) в зависимости от площадей ЗУ и ОКС

МОДАЛЬНЫЕ ЗНАЧЕНИЯ

Плошадь земельного участка, кв. м

2 000

7 000

12 000

17 000

22 000

27 000

32 000

37 000

42 000

47 000

>3 3

CD 9 м со л ^

СП 9 о 5

400

26 247

38 298

45 058

50 049

54 096

57 543

60 568

63 279

65 745

68 014

2 400

16 938

24 714

29 076

32 297

34 909

37 133

39 085

40 835

42 426

43 890

4 400

14 605

21 310

25 072

27 849

30 101

32 019

33 702

35 211

36 583

37 845

6 400

13 327

19 445

22 877

25 411

27 466

29 216

30 752

32 129

33 381

34 533

8 400

12 469

18 194

21 406

23 777

25 700

27 337

28 775

30 062

31 234

32 312

10 400

11 835

17 269

20 317

22 567

24 392

25 947

27 311

28 533

29 645

30 668

12 400

11 337

16 542

19 462

21 618

23 366

24 855

26 161

27 332

28 397

29 377

14 400

10 930

15 948

18 763

20 842

22 527

23 962

25 222

26 351

27 378

28 323

16 400

10 588

15 449

18 176

20 189

21 822

23 212

24 433

25 527

26 521

27 436

18 400

10 294

15 021

17 672

19 629

21 217

22 569

23 755

24 818

25 786

26 675

МЕДИАНННЫЕ ЗНАЧЕНИЯ

Плошадь земельного участка, кв. м

2 000

7 000

12 000

17 000

22 000

27 000

32 000

37 000

42 000

47 000

>3 3

CD 9 м >* со

'О СП 9 о 5

400

31 947

46 615

54 843

60 918

65 844

70 039

73 722

77 021

80 023

82 784

2 400

20 616

30 081

35 391

39 311

42 490

45 197

47 573

49 703

51 640

53 421

4 400

17 777

25 938

30 517

33 897

36 638

38 972

41 021

42 858

44 528

46 064

6 400

16 221

23 668

27 846

30 930

33 431

35 561

37 431

39 106

40 630

42 032

8 400

15 177

22 146

26 055

28 941

31 281

33 274

35 023

36 591

38 017

39 329

10 400

14 405

21 019

24 729

27 468

29 690

31 581

33 242

34 730

36 083

37 328

12 400

13 799

20 134

23 688

26 312

28 440

30 252

31 843

33 268

34 564

35 757

14 400

13 304

19 412

22 838

25 368

27 419

29 166

30 700

32 074

33 324

34 473

16 400

12 887

18 804

22 123

24 574

26 561

28 253

29 739

31 070

32 281

33 395

18 400

12 530

18 283

21 510

23 892

25 824

27 470

28 914

30 208

31 385

32 468

ЗНАЧЕНИЯ ПО МАТЕМАТИЧЕСКОМУ ОЖИДАНИЮ

Плошадь земельного участка, кв. м

2 000

7 000

12 000

17 000

22 000

27 000

32 000

37 000

42 000

47 000

>3 3 3 CD 9 м ^ со

СП

9 о

5

400

35 246

51 428

60 506

67 208

72 643

77 271

81 334

84 974

88 285

91 332

2 400

22 744

33 187

39 045

43 370

46 877

49 864

52 485

54 835

56 971

58 937

4 400

19 612

28 616

33 668

37 397

40 421

42 996

45 257

47 283

49 125

50 820

6 400

17 895

26 112

30 721

34 124

36 883

39 233

41 296

43 144

44 825

46 372

8 400

16 744

24 432

28 745

31 929

34 511

36 710

38 640

40 369

41 942

43 389

10 400

15 893

23 189

27 283

30 305

32 755

34 842

36 674

38 315

39 809

41 182

12 400

15 224

22 213

26 134

29 029

31 377

33 376

35 130

36 703

38 133

39 449

14 400

14 677

21 416

25 196

27 987

30 250

32 178

33 869

35 385

36 764

38 033

16 400

14 218

20 746

24 408

27 111

29 304

31 171

32 810

34 278

35 614

36 843

18 400

13 824

20 170

23 731

26 359

28 491

30 306

31 899

33 327

34 626

35 821

О плотности застройки земельного участка

При заданном значении V = v по условному двумерному распределению случайных величин SЗУ , SОКС может быть оценена наиболее вероятная (средняя, средняя геометрическая) пара значений площади земельного участка и площади ОКС, соответствующая такой цене. При этом наиболее вероятная пара – единственна, а пары, которые соответствуют средним арифметическим и средним геометрическим значениям не единственны и обладают разными плотностями застройки при одной и той же фиксированной цене.

При заданных значениях V = v , SЗУ = sЗУ по одномерному условному распределению может быть оценено наиболее вероятное значение площади ОКС, соответствующее фиксированной цене и площади земельного участка.

Пусть V = v. Условное математическое ожидание:

E ( Y IW = w )

μ Y + ρ YW   ( w - μ W )

σ W

μ Z + ρ ZW σZ ( w - μ W ) σ W

Условная ковариационная матрица:

( ^

Y|W = w )

σ Y σ Z ( ρ YZ - ρ YW ρ ZW )

⎜⎝ σ Y σ Z

( ρ YZ - ρ YW ρ ZW )

Наиболее вероятная пара sЗУ , sОКС , соответствующая фиксированному значению V = v :

= mod e ( Y |V = v ) = exp [ E ( Y |

W = w ) - COV ( y IW = w ) l ].

При фиксированном V = v положительная четверть плоскости SЗУ , SОКС является множеством точек, на котором определено двумерное распределение величин SЗУ , SОКС, логарифмы которых совместно нормальны с указанными параметрами. Точка максимума двумерной плотности – единственна, ее координаты дает формула (17). Пример такой плотности показан на рисунке 5 (см. с. 24). Для любой другой точки в плоскости SЗУ , SОКС существует множество других равновероятных точек, образующих линии, показанные на рисунке 6.

CD

0      20     40     60     80

S 3y , тыс. KB. M

Рис. 6. Общий вид линий уровня равновероятных точек на плоскости с координатами SЗУ , SОКС

Формула (17) дает координаты точки максимума, которая хорошо видна на трех примерах, показанных на рисунке 5. Выбранная, в качестве оценки наиболее подходящей пары sЗУ , sОКС , любая другая точка положительной четверти плоскости SЗУ , SОКС попадает на линию уровня вида, показанного на рисунке 6.

Таким образом, если выбирается не точка максимума, то существует целое множество других, равновероятных точек. Плотность застройки участка в каждой такой точке будет разной (при одинаковом значении V = v).

Рис. 5. Общий вид двумерной плотности распределения для случайных величин SЗУ , SОКС при различных фиксированных значениях V = v

Если зафиксировать, кроме V = v, площадь земельного участка SЗУ = sЗУ , то можно получить одномерный условный закон распределения (в данном случае логарифмически нормальный) для случайной величины SОКС. Для одномерной случайной величины, как уже неоднократно было показано (например, в работе [2]), оценки наиболее подходящего значения SОКС при заданных V = v, SЗУ = sЗУ могут быть сделаны по моде (наиболее вероятное значение единственное), по арифметическому среднему (оценка математического ожидания имеет еще одну равновероятную точку), среднему геометрическому (оценка медианы тоже имеет еще одну равновероятную точку). Делением результатов соответствующих оценок на площадь участка могут быть построены соответствующие зависимости для плотности застройки. Расчетные формулы для этого случая приведены в работе [1]. Здесь ограничимся только общим видом функциональных зависимостей sОКС от sЗУ и плотности застройки (коэффициента застройки) от sЗУ при фиксированном значении V = v .

Из рисунка 7 видно, что плотность (коэффициент) застройки нелинейно зависит от площади земельного участка при одном и том же значении V = v. Модель совместно нормального распределения логарифмов компонент вектора ( V , SЗУ , SОКС ) означает, что показанные на рисунке 7 функции являются степенны ́ ми. Линейную аппроксимацию таких зависимостей, как это видно из рисунка 7, следует применять осторожно, с выполнением двух условий:

  • •    разброс значений площадей земельного участка объектов сравнения должен быть небольшим, позволяющим надеяться на относительно небольшую погрешность расчетов, в которых используется линейная зависимость вместо степенной;

  • •    не допускается экстраполяция за пределы области наблюдаемых площадей объектов сравнения.

Рис. 7. Слева – зависимость sОКС от sЗУ при фиксированном значении V = v .

Справа – зависимость плотности (коэффициента) застройки z = SОКС / SЗУ от площади земельного участка sЗУ при фиксированном значении V = v

Заключение

Настоящая статья имеет практическую направленность. С теоретической точки зрения показанные в ней приемы являются известными, но до сих пор не освоенными в практике расчетов оценки РС объектов недвижимого имущества. Одним из возможных объяснений может служить традиционная приверженность оценщиков к Excel. Этот хорошо зарекомендовавший себя продукт является основным инструментом при подготовке отчетов об оценке. Использование специальных статистических пакетов не заменяет, а дополняет его, так как часть задач в специальных пакетах решается значительно быстрее. Другую часть задач, таких как модели множественной линейной регрессии, сводящиеся к ней модели, работа с индикативными переменными, проверка статистических гипотез и многое другое, лучше решать с использованием специальных пакетов, поскольку в Excel они могут быть решены с преодолением значительных трудностей либо вообще оказаться неразрешимыми.

Преимуществом модели множественной линейной регрессии, показанной в первой части статьи, являются:

  • •    построение модели по всем предикторам одновременно;

  • •    простая и наглядная интерпретируемость коэффициентов при индикативных переменных;

  • •    возможность получать содержательные статистические характеристики получаемых моделей.

При этом труд оценщика становится более структурированным и включает следующие этапы:

  • •    отбор и подготовка данных к применению специального пакета;

  • •    обработка данных стандартными библиотечными функциями;

  • •    интерпретация полученного результата.

Любой оппонент отчета об оценке в состоянии проделать такие же действия и получить такой же или близкий результат. Естественно, отбор объектов сравнения имеет первостепенное значение, особенно при работе с малыми выборками. Основной фокус работы оценщика смещается в область отбора, подготовки данных и интерпретации полученных результатов.

Использование модели, показанной во второй части статьи, в среде Excel трудоемко, занимает много времени. Такая модель вряд ли будет когда-либо использована оценщи- ком, работающим только в Excel. В среде специальных статистических пакетов однажды написанный программный код дает возможность применять его постоянно к разным данным и получать результаты гораздо быстрее, чем это происходит сейчас при подготовке расчетных частей отчетов об оценке. Более того, если подобным способом удается подобрать подходящую модель, то по этой модели могут быть получены результаты не только по конкретному объекту оценки, но и по всему множеству «сходных» объектов недвижимости, что позволяет с минимальными затратами времени рассчитывать таблицы. Особенностью подобных моделей является нелинейная зависимость исследуемых переменных (различных цен, стоимостей) от ценообразующих факторов (предикторов).

Список литературы Множественная линейная регрессия и многомерные модельные распределения при оценке единых объектов недвижимости

  • Ласкин М. Б. Многомерное логарифмически нормальное распределение в оценке недвижимого имущества // Бизнес-информатика. 2020. Т. 14. № 2. С. 48-63.
  • Ласкин М. Б. Логарифмически нормальное распределение цен и рыночная стоимость на рынке недвижимости // Известия Санкт-Петербургского государственного технологического института. 2014. № 25 (51). С. 102-106.
  • Об оценочной деятельности в Российской Федерации: Федеральный закон от 29 июля 1998 года № 135-ФЗ. Доступ из справочной правовой системы "КонсультантПлюс".
Статья научная