Развитие методологии оценки объектов недвижимости с использованием ретроспективного метода корреляционно-регрессионной зависимости
Развитие методологии оценки объектов недвижимости с использованием ретроспективного метода корреляционно-регрессионной зависимости
DOI:
https://doi.org/10.22337/2073-8412-2024-1-36-42Ключевые слова:
классификация недвижимости, информационные системы, цифровые платформы, открытые данные, агрегаторы данных, кадастровая оценка, оценка недвижимости, база данных, объекты недвижимости, информационные базыАннотация
Проведенное исследование базируется на информационных базах данных объектов недвижимости, где важной проблемой является, что при наличии большого количества данных, они, с одной стороны, используются для исследования рынка и массовой оценки недвижимости, однако с другой, в связи с отсутствием достаточного количества информации или инструментов, не позволяют в полной мере отображать конъюнктуру рынка.
Статья отображает анализ использования данных сбора и обработки информации объектов недвижимости в различных странах, результаты исследований и возможности при использовании и внедрении данных об объектах недвижимости в зависимости от ценообразующих факторов.
В данной статье рассмотрены экономико-математические методы оценки массива данных при оценке объектов недвижимости, в том числе с использованием искусственного интеллекта. Проведено обоснованное подтверждение гипотезы о том, что использование ретроспективной информации наиболее аналогичных и сопоставимых объектов аналогов по ценообразующим факторам для оцениваемого объекта недвижимости позволяет определить текущую рыночную стоимость с использованием ретроспективного метода корреляционно-регрессионной зависимости. Обоснование приведено на примере расчета рыночной стоимости произвольно выбранного объекта недвижимости. Проведенное исследование частично отображает изменение стоимости объекта недвижимости от фактора времени на основе обработки массива данных. В качестве одного из ценообразующих факторов выступают реальные индексы изменения цен объектов недвижимости на основе нескольких источников данных. В заключении приведены итоги проведенного исследования и преимущества метода для оценки объектов недвижимости, в том числе для определения кадастровой стоимости методом массовой оценки.
Библиографические ссылки
Ершов А. В. Автоматизация сбора данных об объектах недвижимости: контроль достоверности и информационное обеспечение кадастровой оценки // Вестник Сибирского государственного университета геосистем и технологий (СГУГиТ). 2018. № 23 (3). С. 163–177. URL: https://elibrary.ru/item.asp?id=35645766
Борис Ф. Н., Махт В. А., Борис Е. А. Решение задач массовой оценки недвижимости с применением метода геокодирования // Омский научный вестник. 2014. № 2 (130). С. 214–216. URL: https://elibrary.ru/item.asp?id=21649570
Arcuri N., De Ruggiero M., Salvo F., Zinno R. Automated valuation methods through the cost approach in a BIM and GIS integration framework for smart city appraisals // Sustainability. 2020. Vol. 12. Issue 18. P. 7546. DOI: 10.3390/su12187546 DOI: https://doi.org/10.3390/su12187546
Сироткин В. А., Желенкова В. С., Кожевникова О. С., Чикурова А. М. Роль многофакторного моделирования в оценке стоимости жилой недвижимости и прогнозировании потребительского спроса // Жилищные стратегии. 2019. Т. 6. № 3. С. 321–332. DOI: 10.18334/zhs.6.3.40964 DOI: https://doi.org/10.18334/zhs.6.3.40964
Грязнова А. Г., Федотова М. А. Оценка недвижимости : учебник. 2-е изд., перераб. и доп. М. : Финансы и статистика, 2007. 560 с.
Грибовский С. В. Оценка стоимости недвижимости : учебное пособие. М. : Маросейка, 2009. 432 с.
Hromada E. Real estate valuation using data mining software // Procedia Engineering. 2016. Vol. 164. Pp. 284–291. DOI: 10.1016/j.proeng.2016.11.621 DOI: https://doi.org/10.1016/j.proeng.2016.11.621
Fuerst F., Haddad M. F.C. Real estate data to analyse the relationship between property prices, sustainability levels and socio-economic indicators // Data in Brief. 2020. Vol. 33. P. 106359. DOI: 10.1016/j.dib.2020.106359 DOI: https://doi.org/10.1016/j.dib.2020.106359
Bergadano F., Bertilone R., Paolotti D., Ruffo G. Developing real estate automated valuation models by learning from heterogeneous data sources // International Journal of Real Estate Studies. 2021. Vol. 15. Issue 1. Pp. 72–85. DOI: 10.11113/intrest.v15n1.10 DOI: https://doi.org/10.11113/intrest.v15n1.10
Soot M., Zaddach S., Neuner H., Weitkamp A. Deriving adequate sample sizes for ANN-based modelling of real estate valuation tasks by complexity analysis // Land Use Policy. 2021. Vol. 107. P. 105475. DOI: 10.1016/j.landusepol.2021.105475 DOI: https://doi.org/10.1016/j.landusepol.2021.105475
Zujo V., Car-Pusic D., Zileska-Pancovska V. Cost and experience based real estate estimation model // Procedia — Social and Behavioral Sciences. 2014. Vol. 119. Pp. 672–681. DOI: 10.1016/j.sbspro.2014.03.075 DOI: https://doi.org/10.1016/j.sbspro.2014.03.075
Yalpir S., Ozkan G. Knowledge-based FIS and ANFIS models development and comparison for residential real estate valuation // International Journal of Strategic Property Management. 2018. Vol. 22. Issue 2. Pp. 110–118. DOI: 10.3846/ijspm.2018.442 DOI: https://doi.org/10.3846/ijspm.2018.442
Пресняков И. В. Разработка модели массовой оценки недвижимости в городе Москве // Имущественные отношения в РФ. 2006. № 1 (52). С. 78–88. URL: https://elibrary.ru/item.asp?id=11742005
Алексеев А. О., Харитонов В. А., Ясницкий В. Л. Разработка концепции комплексного нейросетевого моделирования процессов массовой оценки и сценарного прогнозирования рыночной стоимости жилой недвижимости // Известия вузов. Инвестиции. Строительство. Недвижимость. 2018. № 1 (24). С. 11–22. URL: https://elibrary.ru/item.asp?id=32741783 DOI: https://doi.org/10.21285/2227-2917-2018-1-11-22
Борискина Ю. И. Digital and online technology changing the real estate market in Russia // Недвижимость: экономика, управление. 2021. № 2. С. 34–38. URL: https://n-eu.iasv.ru/index.php/neu/article/view/20/163 DOI: https://doi.org/10.22337/2073-8412-2021-2-34-88
Синяк Н. Г., Сидоренко А. Д., Шавров С. А. Модель ИТ-платформы управления собственностью совместного домовладения // Недвижимость: экономика, управление. 2020. № 3. С. 45–51. DOI: 10.22227/2073-8412.2020.3.45-51 URL: https://elibrary.ru/item.asp?id=44813053
Городнова Н. В., Самарская Н. А., Крупкин А. В. Реализация проекта «Системный город» (на примере г. Екатеринбург) // Жилищные стратегии. 2019. Т. 6. № 4. С. 449–474. DOI: 10.18334/zhs.6.4.40924 DOI: https://doi.org/10.18334/zhs.6.4.40924
Дмитриев А. Н., Мустафин И. Г. The economics of innovative startups in construction: a methodology for selecting startups to be financed by a corporate venture fund // Недвижимость: экономика, управление. 2021. № 4. С. 36–41. URL: https://n-eu.iasv.ru/index.php/neu/article/view/49/191 DOI: https://doi.org/10.22337/2073-8412-2021-4-36-41
Стерник С. Г. Методология дискретного пространственно-параметрического моделирования рынков недвижимости // Прикладная математика и вопросы управления. 2020. № 4. С. 155–185. DOI: 10.15593/2499-9873/2020.4.10 URL: https://elibrary.ru/item.asp?id=44557922 DOI: https://doi.org/10.15593/2499-9873/2020.4.10
Насонова В. В. Комплексные кадастровые работы // Наука сегодня: постулаты прошлого и современные теории : мат. VI междунар. науч.-практ. конф. (г. Саратов, 8 декабря 2016 г.). Саратов, 2016. С. 120–124. URL: https://elibrary.ru/item.asp?id=28143718&pff=1
Кочурко А. Н., Хоронжевская А. Ю. Автоматизация процесса оценки объектов недвижимости сравнительным подходом // Вестник Брестского государственного технического университета. Строительство и архитектура. 2013. № 1 (79). С. 117–122. URL: https://elibrary.ru/item.asp?id=36588084
Черепанов Ю. В. Применение ms excel для решения задачи стоимостной оценки с использованием метода корреляционно-регрессионной зависимости // Прикладная информатика. 2011. № 6 (36). С. 117–122. URL: https://elibrary.ru/item.asp?id=17318947
