Моделирование массовой оценки недвижимого имущества

  • ориентация СМОН на определение  налогооблагаемой стоимости объекта  недвижимости на базе его рыночной  стоимости исключает применение  каких-либо стоимостных индексов, «спускаемых сверху» (от Госкомстата  России, Росземкадастр и т.д.);

  • введение налога на недвижимость  должно стать прерогативой местных  властей, и решение о сроках  и периодичности проведения переоценки  недвижимости должны принимать  региональные власти, по крайней  мере, на уровне субъекта Федерации. Например, в ряде штатов США  некоторые местные налоговые  службы используют непрерывный график, по которому ежегодно проводят инвентаризацию и переоценку части объектов недвижимости, находящихся на их учете, хотя в основном налоговые службы используют периодический график переоценки (каждые три-четыре года). Переоценка налогооблагаемой стоимости недвижимости должна проводиться на основе рыночной методологии. Инвентаризация объектов недвижимости позволяет исключить возможность ухода от налогообложения вновь созданных или реконструированных объектов недвижимости, поскольку права на недвижимость регистрируются в явочном порядке со стороны потенциального правообладателя. Не исключается возможность расхождения фактического владения недвижимостью с юридически оформленным. В зарубежной практике налоговых служб независимо от того, как поставлена система контроля и регистрации недвижимости, сплошная инвентаризация ее проводится в установленном порядке. Целью такой инвентаризации является подтверждение регистрационной информации, и налоговые инспекторы проводят регулярные рейды по выявлению неучтенных изменений по наличию недвижимости. При этом используются только стандартные приемы обследования, но и данные аэрофотосъем и сведения, полученные из налоговых деклараций. Для российских условий такая перманентная инвентаризация весьма актуальна из-за низкого уровня системы учета и регистрации недвижимости и, наоборот, высокой коррупции среди чиновников, ответственных за земельный отвод, регистрацию проведенных строительных работ и т. д. Ежегодное обновление и подтверждение значений налогооблагаемой стоимости по объектам недвижимости необходимо, чтобы обеспечить режим функционирования в реальном времени. Постоянное отслеживание изменения цен на рынке недвижимости, анализ состояния рынка для выявления тенденций по таким характеристикам, как тип объекта, размер, местоположение, возраст и т. п., и введение соответствующих корректировок налогооблагаемой стоимости недвижимости - вот основное содержание данной функции СМОН.

1.2 Анализ рыночных данных и подготовка их к моделированию стоимости недвижимости

В сформулированных выше основных этапах массовой оценки недвижимости первые три включают проведение статистического анализа данных рынка недвижимости, результаты которого используются для пост- роения и калибровки «оценочных» моделей. Этот анализ оценщик дол- жен проводить на основе выявленного наиболее существенного признака (критерия) сравнения объектов недвижимости, формируя страты рыночных данных по сделкам с недвижимостью. Под стратой понимается массив объектов недвижимости, классифицированный (сгруппированный) по какому-либо существенному признаку (микрорайон, форма собственности, целевое использование и т. п.). Каждый массив (статистическая выборка) рыночной информации по сделкам с недвижимостью по соответствующей страте должен быть идентифицирован, по крайней мере, следующими статистическими характеристиками: медианой (либо средней арифметической), минимумом и максимумом, вариационным размахом или диапазоном.

Таблица 2. Массив рыночных данных по сделкам с недвижимостью и основные статистические характеристики

  Такое статистическое описание массивов рыночных данных приемлемо для небольших по размеру статистических выборок, а для больших,  представленные в таблице статистические характеристики для идентификации рыночной информации малоприемлемы, и, самое главное, менее содержательны. В этой связи для отражения особенностей вариационного ряда (статистической выборки) наряду со средними величинами этого ряда целесообразно отразить и показатели вариации. Это предполагает для количественных параметров объектов недвижимости (цена сделки, площадь, год постройки и др.) определение статистических показателей центрального момента (тенденций) и дисперсии. К этим показателям математической статистике относят медиану и среднюю арифметическую среднее линейное отклонение, коэффициент дисперсии, среднеквадратическое (стандартное) отклонение, коэффициент вариации. Независимо от применяемого подхода при моделировании массовой оценки недвижимости требуется применение многофакторных статистических методов: многомерного регрессионного анализа; специальной алгоритмической процедуры обратной связи, позволяющей одновременно проанализировать влияние всех рассматриваемых факторов (независимых переменных) на стоимость недвижимости. Все параметры, характеризующие объекты недвижимости, можно подразделить на две основные группы: количественные и качественные. Параметры первой группы непосредственно вводят в модель в качестве независимых переменных (общая или полезная площадь, возраст здания, количество спален и т. д.). В определенных случаях не исключается «промежуточное» преобразование количественных параметров в качественные с последующим восстановлением их количественного измерения и ввода в модель. Например, рыночные данные о возрасте зданий сначала могут быть классифицированы по группам (10-10 лет; II - 11-30 лет; III - 31-50 лет; IV - больше 50 лет), а далее эти возрастные группы  будут введены в модель с помощью относительных (нормированных) числовых значений.

Параметры второй группы отражают качественные характеристики объектов недвижимости, их полезность и привлекательности требуют определенных преобразований для ввода их в модель в качестве независимых переменных. Независимые переменные могут быть образованы путем идентификации качественных параметров с помощью бинарных и скалярных (действительных) чисел.

Таблица 3. Качественные параметры офисного здания

Пример. Качественный параметр офисного здания – «наличие автостоянки у офисного здания» можно закодировать двумя бинарными числами (переменными): «имеется автостоянка на 20 автомобилей (0 или 1); «имеется автостоянка на 40 автомобилей» (0 или 1); и «автостоянка отсутствует» (0 или 1). Таким образом, появляется возможность измерить в модели вклад в стоимость офисного здания наличия автостоянки на 20 или 40 автомобилей и потери его стоимости при отсутствии таковой. Стоимостное измерение этого вклада (или потери) происходит в процессе калибровки модели с помощью «настройки» соответствующих коэффициентов при этих бинарных переменных. Качественные параметры преобразуются с помощью скалярных чисел по алгоритму, отражающему относительную ценность или полезность рассматриваемого параметра. Так, в таблице физическое состояние офисного здания закодировано следующими категориями: «плохое», «удовлетворительное», «хорошее» и «отличное». На базе анализа рыночных данных можно численно идентифицировать относительную значимость указанных категорий физического состояния офисного здания, например: «плохое» (- 1,2); «удовлетворительное» (-0,5); «хорошее» (0); «отличное» (1). В данном случае числовая идентификация происходит по трем категориям: «плохое», «удовлетворительное» и «отличное», так как числовое значение категории «хорошее» принято равным нулю. Введение в модель скалярных переменных позволит сократить число независимых переменных и массив рыночных данных, необходимых для калибровки модели. Необходимо учитывать, что скалярные переменные для аддитивных моделей базируются вокруг их нулевого значения и вокруг единицы - для мультипликативных моделей. Для повышения эффективности калибровки моделей возможно применение специальных математических преобразований для количественных параметров (переменных) объектов недвижимости: 1)обратное (деление единицы на заданное число); 2) экспоненциальное (возведение в степень заданного числа); 3)логарифмическое (логарифмирование заданного числа). Математические преобразования количественных переменных позволяют учитывать нелинейные зависимости в линейных «оценочных» моделях. Например, в линейной модели можно учесть нелинейное влияние изменения текущей доходности на стоимость доходной недвижимости. Для выявления взаимного влияния количественных и качественных параметров объекта недвижимости используются также мультипликативные преобразования независимых переменных. Например, современная внутренняя отделка офисного здания («евроремонт») может внести больший вклад в стоимость крупного здания высшей категории качества, чем в стоимость небольшого по размерам здания низкой категории. Такое взаимовлияние можно учесть в моделировании посредством мультипликативных преобразований переменных в линейных моделях (перемножение количественной и качественной переменных). Аналогично проводят также дробное преобразование посредством деления одной переменной на другую (например, средний размер комнат определяется делением площади на число комнат).

1.4 Контроль качества оценки

Любая модель - это лишь упрощенное представление реального рынка, которое не претендует на стопроцентное соответствие рыночным ценам. Существует два основных источника погрешности оценки. Это - качество информации, которая может включать как нерыночные сделки, так и не полностью описанные (может быть утрачена или откинута часть важной информации). Поэтому модель, хорошо работающая на исходной базе данных, может давать выбросы при оценке реальных объектов. Второй источник ошибок - неверные предположения, заложенные в структуру модели. Например, если в модель заложена линейная зависимость стоимости от площади магазина, то она будет переоценивать крупные универмаги и недооценивать небольшие киоски, поскольку спрос различает такие объекты. Подобные недостатки можно выявить при анализе коэффициентов отношений прогнозных значений к реальным ценам сделок из базы данных, но лишь при наличии объектов с такими параметрами в контрольной выборке. Качество модели по контрольной выборке определяется с помощью стандартных статистик. Значения этих статистик могут служить критерием при выборе окончательной структуры модели вместе с интерпретируемостью результатов (соответствие рынку). Анализ отклонений прогнозных значений от реальных дает возможность грамотной корректировки, как вида модели, так и ее коэффициентов. Возможны случаи, когда статистические критерии подтверждают качество модели, а экспертная проверка показывает очевидные несоответствия. В этом случае причина кроется, скорее всего, в ненадежности исходной рыночной информации о сделках. Кроме того, проверка предполагает выезд на местность с осмотром и оценкой реальных объектов. Визуальный осмотр объекта и его местоположения позволяет нередко объяснить природу расхождения цены и прогноза. Полевое исследование, обычно завершающее работу по массовой оценке, имеет своей основной целью выявление дополнительных и неучтенных оценкой факторов, присутствующих, например, в описании объектов в городских реестрах недвижимости, но не использованных моделью, либо связанных со специфическим местоположением объектов. Модели массовой оценки разрабатываются для групп типичных объектов недвижимости с ограниченным количеством характеристик объектов. Это условие массовой оценки предполагает схожесть объектов по всем прочим характеристикам как физическим (техническим), так и по условиям их местоположения в рамках проведенного зонирования территории города. Однако на практике может существовать много объектов, стоимость которых в значительной мере определяется неучтенными в моделях факторами (физический, экономический и функциональный износ). Этими факторами предположительно могут являться такие физические характеристики, как уникальное качество строительства и планировочная организация объекта, а также особенности функционального назначения объектов, их локального местоположения и специфического окружения.

Такие характеристики могут в явном виде или косвенным образом присутствовать в реестре недвижимости или на карте города, но при этом остаться невостребованными при создании и корректировках модели. Результатом полевого исследования может стать более полное описание границ применения проведенной массовой оценки с аргументированными выводами по поводу нецелесообразности или невозможности дальнейшего совершенствования модели (в зависимости от целей работы и требований к оценке). При этом могут быть выделены уникальные объекты, оценивать которые нужно в индивидуальном порядке или с применением иных подходов. Одним из возможных результатов полевой проверки может стать разработка дополнительных экспертных поправок (коэффициентов), применимых к отдельным объектам или группам объектов.

ЗАКЛЮЧЕНИЕ

Данная курсовая работа посвящена актуальной задаче проведения массовой оценки недвижимого имущества. Согласно поставленным цели и задачам исследования сформирован математический аппарат массовой оценки недвижимого имущества, который включает три экономико-математические модели. Все модели детально описаны и сопровождаются программным обеспечением, реализующим расчет стоимости. Предлагаемые модели отличаются гибкостью и легкой настраиваемостью к изменяющимся экономическим условиям. Для адаптации моделей достаточно заменить использованный ранее набор исходных данных на новый, в котором будут отражены значения ценообразующих факторов и стоимости объектов аналогов. Принципы, заложенные при построении моделей, позволяют освободить пользователей и проектировщиков от поиска и выявления зависимостей величины стоимости от значений ценообразующих факторов. Именно благодаря этим принципам и обеспечивается настраиваемость модели. К недостаткам моделей может быть отнесена необходимость проведения большого объема вычислений для определения стоимости каждого объекта недвижимости. Предполагается, что при современном уровне развития вычислительной техники этот недостаток не имеет существенного значения. Второе ограничение, характерное для разработанных моделей, заключается в необходимости иметь достаточно репрезентативный набор исходных данных, на основании которых строятся модели.    Иными словами модели не позволяют определять стоимость объекта недвижимости, для которого не существует аналогов в исходных данных. Таким образом, областью применения модели можно назвать относительно развитые сегменты рынка объектов недвижимости, на которых известны величины рыночной стоимости объектов аналогов или цены сделок с этими объектами. Внедрение и применение разработанных моделей позволяет достичь значительного экономического эффекта для отдельно выделенной территории или в масштабе всей страны. Предлагаемые модели оценки обеспечивает определение стоимости недвижимого имущества с учетом условий и допущений, характерных для массовой оценки.