Применение методов ГИС в рамках сравнительного подхода к оценке недвижимости

Мы не приводим расчетные таблицы в связи с большим объемом (ознакомиться с ними можно на сайте .

Исходные параметры , в рамках которых был реализован «растровый» метод:

• 1)    сеть представляет собой совокупность квадратных ячеек, покрывающих городскую территорию;

• 2)    типы недвижимости подразделены на восемь подтипов, что является следствием фактически сложившейся структуры, принятой в риелторских агентствах, входящих в состав Уральской палаты недвижимости (УПН). В частности, такой тип, как «жилая недвижимость», подразделен на следующие подтипы:

• •    дома со специальной планировкой;

• •    дома улучшенной планировки;

• •    полнометражки;

• •    пентагон;

• •    малосемейки;

• •    брежневки;

• •    хрущевки;

• •    деревянные (барачного типа) дома;

• 3)    объем передаваемых прав – чистая продажа;

• 4)    объем выборки (единиц объектов) – более 5 700 единиц предложения квартир и около 3 000 единиц квартир, предложения о которых сняты с листинга (потенциально проданы) в период июнь – август 2016 года ¹;

• 5)    состав информации , отслеживаемой по каждому объекту :

• •    начальная (стартовая) цена – цена вхождения в рынок (в терминах фондового рынка – цена открытия позиции), то есть цена, по которой объект впервые отражен в листинге;

• •    месяц открытия позиции;

• •    конечная цена (финишная цена, цена выбытия) – цена, по которой объект «ушел» с рынка (в терминах фондового рынка – цена закрытия позиции), то есть последняя цена, по которой объект отражен в листинге;

• •    месяц закрытия позиции.

Первый этап обработки исходной информации

На первом этапе обработки исходной информации осуществляются расчет групповых и средних величин, таких как плотность объектов (либо ед./км², либо м²/км²), удельная цена (цена 1м²), срок экспозиции, а также получение относительных величин, таких как размах вариации, среднеквадратическое отклонение, дисперсия, коэффициент вариации по каждой территориальной ячейке и каждому подтипу недвижимости. В результате, наложив обработанную информацию на карту города, получим наглядную картину распределения по городской территории указанных рыночных параметров.

Таким образом, уже на первом этапе пользователь получает инструмент первичного анализа, который позволяет вынести обоснованное предположение о наиболее вероятной цене объекта оценки в определенной территориальной ячейке, о границах интервала достоверности и вероятности получения результатов оценки, отличающихся от среднего значения (картограммы распределения параметров приведены на сайте .

Кроме того, можно сравнивать результаты в различных ячейках не только по абсолютной величине, но и по границам неопределенности.

Мерой сравнения результатов, различающихся по территориальному признаку, могут служить коэффициенты вариации и осцилляции как безразмерные величины в отличие от средней цены и среднеквадратического отклонения.

Например, в результате обработки указанного массива данных установлено, что, несмотря на малую дифференциацию условий первичной выборки (только по подтипу, без учета различий в этажности, количестве комнат, совместной (раздельной) планировке и т. п.), коэффициент вариации в подавляющем большинстве случаев не превышает 15–16 процентов (среднее значение – 11,8 процента), коэффициент осцилляции в большинстве случаев не превышает 45 процентов (среднее значение – 42,0 процента).

Второй этап обработки информации

На втором этапе обработки информации проводится детализация подтипов по ценообразующим факторам. Для повышения точности результатов проведем детализацию подтипов, а именно в каждом подтипе выделим подмножества по ценообразующим факторам (представленным, как пра- вило, в исходной информации риелторских агентств), с которыми обычно связываются потребительские качества. Представим каждый из этих признаков двоичной кодировкой, при которой 0 – наихудшее значение, 1 – все остальные значения:

• •    этаж (первый или не последний – 0, прочие этажи –1);

• •    количество комнат (однокомнатная – 0 многокомнатная – 1 квартира);

• •    комнаты (смежные – 0 или раздельные – 1);

• •    площадь кухни (недостаточная – 0, достаточная – 1);

• •    наличие (отсутствие) лоджии или балкона (нет – 0, имеется – 1);

• •    ремонт (требуется – 0, не требуется – 1);

• •    перепланировка (не согласована – 0, согласована –1).

В результате каждый объект будет иметь семиразрядную кодировку (например: 0100011 – первый этаж, многокомнатная, комнаты смежные, небольшая кухня, балкона (лоджии) нет, ремонт не требуется, перепланировка согласована).

Вновь обработаем полученные подмножества аналогично первому этапу и рассмотрим вновь полученную совокупность коэффициентов вариации и осцилляции для каждой отдельной комбинации . Точность результата при диверсификации и обработке указанного массива объектов увеличилась – об этом свидетельствует уменьшение величин этих коэффициентов: коэффициент вариации составил 8,4 процента, а коэффициент осцилляции – 15,8 процента.

Дальнейшая диверсификация объектов по дополнительным ценообразующим факторам (или выделение градаций в уже выделенных ценообразующих факторах), которая проводится с целью все большего увеличения точности, практически невозможна, поскольку это приводит к дальнейшему уменьшению размера выборок и при малом числе объектов, попадающих в выборку, делает рассматриваемый метод весьма чувствительным к выбросам и, соответственно, малопригодным.

Таким образом, минимально возможный уровень этих коэффициентов определяет «естественные», рыночные границы достоверности и может служить мерой статистического шума результатов.

Выстроив результаты, полученные в одной и той же территориальной ячейке для одного и того же подтипа недвижимости в порядке улучшения потребительских свойств (то есть для различных наборов: 0000000, 0000001 ... 1111111), можно установить, что цена не связана с отдельными ценообразующими факторами простейшими зависимостями аддитивного или мультипликативного вида. Иными словами, ценообразующие факторы не являются взаимонезависимыми, и результат (рыночная стоимость) связан не только с влиянием отдельных факторов, но и с межфакторным взаимодействием. Из этого следует вывод о том, что величина влияния каждого отдельного фактора на итоговую величину связана с той или иной комбинацией ценообразующих факторов.

Высокая степень мультиколлинеарности, а также неявное присутствие неопределенно большого количества неучтенных ценообразующих факторов (таких как условия инсоляции, вид из окна или, например, компактное преобладание отдельных социальных или национальных групп и т. п.) являются причиной указанных нами отклонений и обусловливают невозможность с достаточной степенью надежности применять как методы количественных корректировок (в его наиболее часто используемом варианте – методе парных продаж), так и в значительной части методы регрессионного анализа.

Тем не менее, имея достаточный объем статистического материала, можно модифицировать метод количественных корректировок путем построения матрицы сравнения.

Третий этап обработки информации

На третьем этапе обработки информации строится матрица сравнения. Идео- логия построения такой матрицы весьма прозрачна (по существу, это дальнейшее развитие метода парных продаж). Поскольку мы имеем достоверные данные о средней рыночной стоимости групп объектов, различающихся набором ценообразующих факторов (по которым известны и среднеквадратическое отклонение, и коэффициент вариации, и другие факторы), перебрав все возможные сочетания и рассчитав все возможные соотношения цен внутри одного подтипа, можно построить матрицу сравнительных цен (матрицу относительных коэффициентов).

Для дальнейших расчетов примем два предположения:

• 1)    соотношение цен территориально близких объектов одного и того же подтипа мало зависит от территориального местоположения и связано только с набором факторов . Средние цены, разумеется, зависят от территориального фактора, но соотношение цен объектов одного подтипа (близких территориально), но разного набора факторов устойчиво и не зависит от территориального фактора;

• 2)    соотношение цен территориально близких объектов одного и того же подтипа мало зависит от времени и связано только с набором факторов . Разумеется, со временем цены (как и их соотношения) меняются, но для близких временны ́ х периодов (в расчетах принято три месяца) соотношение цен территориально близких объектов достаточно устойчиво во времени.

Эти два предположения позволяют, во-первых, сократить число факторов выборки (исключены территориальный и временной факторы) и, во-вторых, увеличить объем выборки за счет включения в расчет относительных коэффициентов данных из всех территориальных ячеек не только за исследуемый период, но и за ряд прошлых периодов.

Несмотря на теоретически весьма значительный объем всевозможных комбинаций, рассматриваемый метод можно применять, поскольку на практике количество воз- можных комбинаций существенно меньше теоретического, как и частота появления отдельных комбинаций. Например, по состоянию на декабрь на рынке квартир отмечено всего 109 комбинаций из приведенного массива данных, из них комбинация 1101101 по частоте составляет 18,68 процента, комбинация 1100101 – 11,57 процента и т. д. Всего 7 комбинаций имеют в сумме частоту более 62 процентов, а 52 комбинации имеют частоту менее 0,15 процента.

Сокращая число анализируемых комбинаций до некоторого порогового (заранее заданного) значения по частоте, можно уменьшить количество парных соотношений до практически приемлемого значения, охватывающего подавляющее большинство возможных вариантов. Подбор таких пар и дальнейшая обработка массива данных приводят к построению квадратной матрицы коэффициентов, в которой значение на пересечении строки и столбца – расчетный коэффициент соотношения цен, комбинация которых представлена в заголовках строки и столбца.

Например, в рассмотренном примере коэффициент 0,9126 расположен на пересечении столбца 0000101 и строки 0000111. Это означает, что отношение цены подтипа недвижимости и комбинации ценообразующих факторов 0000101 к тому же подтипу с комбинацией факторов 0000111 составляет 0,9126.

Таким образом, приведенная технология позволяет получать статистически обоснованные корректировочные коэффициенты на основе рыночных данных.

Выводы

Применение описанного геоинформаци-онного метода обработки рыночной информации позволяет получить статистически значимые величины как средних цен, так и меры их рассеивания, то есть определить меру «статистического шума» для объектов, не отличающихся по выбранным характеристикам сравнения.

Полученные в результате обработки исходной информации данные позволяют найти достоверные интервалы значений основных рыночных показателей (объем предложения, ставка доходности, периоды окупаемости, колебания цен и т. д.) не только по рынку в целом, но и на ближайшей к объекту оценки территории, что весьма важно при проведении анализа рынка недвижимости. В частности, полученные в результате обработки исходной информации данные позволяют понять, находятся ли применяемые в методе «парных продаж» объекты-аналоги в правом или в левом крыле распределения, насколько они близки к краям и т. п.

Применение предложенного метода позволяет получить статистически значимые корректировочные коэффициенты на основе рыночных данных (переход от одной комбинации ценообразующих факторов к другой) для использования в расчетах при применении метода количественных корректировок.

Применение рассмотренной технологии расчета позволяет отслеживать изменение рыночных предпочтений во времени (например текущее изменение корректировочных коэффициентов, вызванных как локальными изменениями объемов и структуры предложения, так и влиянием временны́х факторов).

Результаты расчетов являются абсолютно прозрачными, что позволяет провести их проверку и анализ посредством обращения к исходной информации.

Еще раз подчеркнем, что применение представленной технологии не заменяет и не подменяет как методы индивидуальной оценки (основанной не только на общей информации, но и на информации об индивидуальных особенностях квартиры), так и методы массовой оценки (поскольку не предполагает конструирования модели, связывающей ряд ценообразующих факторов с рыночной стоимостью), но позволяет определить меру соответствия результата расчетов различными методами рыночным данным и привести обоснованное суждение о возможных границах интервала достоверности полученного результата.

ЗАО «РЕСПУБЛИКАНСКОЕ ОБЩЕСТВО СОДЕЙСТВИЯ ПРОМЫШЛЕННОЙ ЭКСПЕРТИЗЕ»

предоставляет полный комплекс оценочных и юридических услуг с 1996 года

ОСНОВНЫЕ НАПРАВЛЕНИЯ ДЕЯТЕЛЬНОСТИ

Юридические услуги

• •    защита интересов собственников и арендаторов в административном и судебном порядке при некорректном определении кадастровой стоимости недвижимого имущества

• •    взыскание долгов с проблемных банков

• •    налоговые споры

• •    банкротство

• •    ведение арбитражных дел

• •    противодействие рейдерским захватам имущества (защита активов)

• •    исполнительное производство

Услуги по оценке

• ▼    оценка различных видов стоимости имущества и имущественных прав, в том числе:

• •    объектов недвижимости

• •    бизнеса и пакетов ценных бумаг

• •    объектов интеллектуальной собственности, включая ноу-хау

• •    земельных участков и объектов капитального строительства в целях уменьшения налогооблагаемой базы (замещения кадастровой стоимости)

• •    объектов для целей залога

▼ стоимостная экспертиза по определению суда

+7-(495)-670-90-54, +7-(495)-670-69-78, +7-(499)-179-49-43 , e-mail: