ВВЕДЕНИЕ

В печати неоднократно появлялись статьи, посвященные проблемам оценки недвижимости, которые с той или иной полнотой освещали данный вопрос. Действительно, такое внимание оправдано масштабами рынка недвижимости: только в Москве заключается более 5 тыс.сделок в месяц. В этой области работают тысячи людей и их интерес к проблемам квалифицированной оценки недвижимости вполне оправдан.

Мы выделим для сравнения два основных подхода к оценке - методику компьютерной массовой оценки (КММО) и экспертную оценку (ЭО). В основе последней лежит личное мнение, квалифицированность и опыт оценщика-эксперта. В этом ее и преимущества и недостатки. Существуют различные разработки и методики, которые призваны способствовать более точной и объективной работе оценщика, однако они не позволяют преодолеть главную проблему - субъективизм оценщика. В декабре 1996 организовано интересное мероприятие, трем опытным экспертам г. С-Петербурга было предложено провести оценку арендной платы 50 объектов недвижимости коммерческого назначения, находящихся в городе и его пригородах. Расхождения по оценке некоторых объектов достигали 100%. Кроме того, представитель администрации города регулярно завышал оценки на 10-40% против двух независимых экспертов. Таким образом, выделим именно субъективность как основной недостаток ЭО.

Альтернативным подходом является КММО. Основные претензии к ней заключаются в следующем: упрощенный подход к оценке, неспособность оценивать уникальные объекты, сложность построения модели. Однако, эти минусы полностью исчезают при необходимости провести действительно массовую оценку недвижимости.

В основе метода компьютерной массовой оценки (КММО) лежит принцип статистической обработки большого массива объектов недвижимости и анализа зависимости цены объекта и его характеристик, таких как местоположение, износ, наличие улучшений и пр. Одним из основных достоинств КММО (помимо способности быстро оценивать большое число объектов) по сравнению с обычной экспертной оценкой (ЭО) является объективность. Дело в том, что здесь нет влияния личных пристрастий и заблуждений эксперта. Помимо этого, КММО позволяет отслеживать такие нетривиальные факторы как сезонное колебание цен, центры локального влияния. Наконец, затраты рабочего времени по оценке объекта после создания конечной программы сводятся исключительно к описанию этого объекта на языке кодирования.

КММО заключает четыре основных этапа: анализ рынка и сбор данных, формирование базы данных, построение модели, апробация и корректировка модели. Конечным продуктом является модель, позволяющая рассчитывать стоимость объекта по его характеристикам и адресу.

Анализ рынка определяет под собой четкое формулирование задачи, выяснение основных тенденций местного рынка недвижимости, его развитость, источники информации. Проводится глобальный анализ экономической ситуации по району (городу, региону и т.п.), выясняются политические моменты, способные влиять на ценообразование (к примеру, принятие новых законов).

На основе анализа рынка и поставленной задачи выбирается стратегия сбора информации (это может быть сотрудничество с риэлтерскими конторами, работа с газетными объявлениями и т.д.). Как правило, в процессе сбора данных поступает весьма разнородная информация, к тому же она часто использует различную терминологию по характеристикам объекта в зависимости от источника (жаргон, сокращения). В процессе создания базы данных информация перерабатывается и кодируется по единой схеме, здесь же добавляются географические координаты сделки. Далее идет анализ факторов влияния и построение модели. При необходимости производится добор дополнительных данных и уточнение ранее собранных. После построения модели, она проходит апробацию на реальных объектах. В случае неудовлетворительного результата производится корректировка модели путем изменения ее вида и введения новых переменных, либо путем рекалибровки ее коэффициентов.

Кратко разберем основные различия в подходах КММО и ЭО.

Что может быть основными достоинствами эксперта-оценщика? Это, несомненно, опыт и компетентность. Своеобразным аналогом опыта в КММО является полнота и объем используемой базы данных (аналогом компетентности здесь будет достоверность базы). Однако, опыт эксперта может распологаться лишь в узкой части недвижимости, это, скажем, московские квартиры. Пусть он попробует перейти к Ростовскому рынку земельных участков под дачи. Для этого понадобится значительное время и силы, помимо этого, он будет неизбежно привносить московское мнение о стоимости недвижимости, сработает ли оно в Ростове - не факт. В КММО же просто добирают данные по Ростовским участкам и используют универсальные формулы, работающие во всем мире, и, что главное, субъективный фактор Москвы здесь полностью исключен.

Следующим моментом надо отметить глубокий подход КММО при анализе различных факторов влияния на стоимость. Оценщик, обычно, в таких случаях применяет сравнительный анализ, т.е. подбирает два и более сходных объекта с различием в одной характеристике. Но где здесь гарантия, что взятые объекты полностью совпадают по остальным характеристикам, или, что информация о ценах объектов - точная. Конечно, обычно набрается достаточное количество подобных объектов и получаемый результат усредняется. Но именно этим и занимается КММО, только на огромном числе данных и с надежным мат.аппаратом. В качестве примера приведем анализ влияния расположения на проспекте для магазинов и объектов коммерческого назначения при расчете арендной платы за недвижимость г.С-Петербурга. Было выделено 11 групп улиц и проспектов (от самых заурядных до Невского проспекта) и исследовано их влияние на стоимость аренды на основе 211 сделок. Регрессионный анализ показал высокую значимость переменной проспекта (соответствующий параметр t-value ~ 6 при норме t >2). Калибровка модели по методу обратной связи позволила получить для каждого вида соотв. веса (см.табл.1), которые мультипликативно входят в модель.

Так, расположение на Невском проспекте увеличивает арендную плату почти в два раза, характерен его резкий отрыв от остальных проспектов. Надо отметить, что столь высокое влияние этой переменной связано с особенностью жизни С-Петербурга, где Невский и некоторые другие проспекты являются излюбленными местами прогулок горожан и гостей, в то время как некоторые улицы и переулки буквально в 200-300 метрах от Невского практически безлюдны. В Москве такого не наблюдается. Характерно, что роль Невского проспекта оценщиками, как правило, переоценивается (что связано с расположением на нем дорогих офисов и магазинов с евроотделкой, которые создают впечатление дорогой стоимости участков).

Другой важной характеристикой являются т.н. центры локального влияния (ЦЛВ). Наиболее ярким примером здесь являются станции метрополитена г.Москвы. На окраинах это центры жизни и отправные точки изменения цен. В центре, как правило, это – пересечения транспортных артерий. В С-Петербурге метро менее значимо, но приобретает вес расстояние до трамвайных линий. Нельзя забыть и главный ЦЛВ - центр города. Отметим особенность С-Петербурга - некоторая его вытянутость по Невскому проспекту с двумя локальными максимумами - пл.Восстания и пересечение кан.Грибоедова и Невского. Получение такой поверхности заключается в расчете нелинейной регрессии, параметрами которой являются зависимая переменная остатков R (равная отношению рыночной цены к цене предсказываемой моделью без учета местоположения) и как независимые - расстояния до нескольких ЦЛВ. Можно прослеживать изменение такой поверхности посезонно или в течение нескольких лет.

Эксперт при оценке местоположения объекта вынужден ориентироваться на свои собственные представления. КММО позволяет с высокой точностью определить поправки на такие характеристики как этаж объекта, материал стен и пр. для различных назначений объекта. Кроме того, в регрессионном анализе можно изучить влияние таких нетривиальных переменных как условный объем объекта: (высота этажа)•(общая площадь), средняя величина комнат: (жилая площадь)/(число комнат) и т.п.

Вообще, существует достаточно большой объем статистических и моделирующих процедур для анализа рынка и построения модели. Это, к примеру, NCSS, AEP, Microcal Origin и мн.др. Они достаточно непросты, однако предоставляют специалисту большие возможности. На возражение о сложности создания модели можно ответить, что работать должен (как и везде) специалист-профессионал. Располагая хорошей базой данных можно построить успешно работающую модель в течение 1-2 недель (без учета времени апробации и корректировки). Теперь сравните, сколько нужно эксперту времени, чтобы разобраться в чужом рынке и начать выдавать точные оценки.

Отметим еще один момент - это относительная ошибка оценки КММО. Очевидно, что не все цены сделок отражают реальную цену объекта. Существует среднее отклонение этой цены по базе данных DБ. Соответсвенно, среднее отклонение модельных оценок относительно реальных цен DМ будет не сильно отличаться от этой величины, вклад в DМ вносят недоучтенные факторы, неидеальность используемых модельных функций и т.п., причем модельная оценка может выигрывать по среднему отклонению за счет фильтрации выбросов DМ < DБ, при отсутствии некорректных сделок в базе будет выполняться соотношение DМ > DБ, при условии достаточно полной и представительной базы (а) можно показать, что DМ ~ DБ. С другой стороны, рыночная стоимость никогда не определена абсолютно точно, существует вариация стоимости каждого конкретного объекта Vi и, соответственно, средняя вариация по базе VБ, ясно, что DБ > VБ. При этом, если рынок является обширным и устоявшимся, а также база не имеет некорректных сделок и ошибок (б), то DБ не значительно превосходит VБ, т.е. DБ ~ VБ. Объединяя условия (а) и (б) получаем – DМ ~ VБ. Одним словом, если база данных основана на сделках обширного и устоявшегося рынка и является достаточно представительной и корректной, то среднее отклонение модельной оценки по базе будет порядка средней вариации рыночных стоимостей. Это отражается в другой формулировке: КММО выдает стоимость объекта, которая является наиболее вероятной ценой сделки.

Характерной особенностью КММО является универсальность. Во всем мире оценка недвижимости развивается по определенным законам. Влияние различных характеристик сходно, так, последний и первый этажи в жилом здании стоят на несколько процентов дешевле, цена обычно пропорциональна общей площади объекта. Почти в любом городе его центр - это центр локального влияния. Модель жилой недвижимости г.Москвы будет работать и в др. городах, при условии рекалибровки ее коэффициентов и введения незначительных дополнений. Это позволяет переносить наработки по модели с одного рынка на другой. Так, вместо станций метро как ЦЛВ можно внести узлы общественного транспорта для небольших городов или ж/д станции. Если рынок не поддерживает ту или иную переменную (или ЦЛВ), то это отразится на значимости этой переменной в регрессии, процедура же типа обратной связи постарается выключить эту переменную. Здесь скажется именно объективность КММО. Впрочем, это не мешает внедрить ту или иную переменную на конечной стадии при учете пожелания заказчика или мнения эксперта (последнее полезно при недостаточном количестве сделок с такой переменной). Как пример, можно привести фактор включения или исключения

НДС из арендной платы. По модели недвижимости С-Петербурга эта переменная оказалось малозначимой, по причине недостатка данных и их неопределенности (включение НДС могло быть предметом торга). Однако, в конечной формуле фактор НДС использовался как 20% поправка к полной цене.

Подводя итог, можно сказать, что корректность поправок в КММО базируется на большом объеме данных и использовании мощного математико-статистичекского аппарата, в то время как для ЭО субъективность мнения может привести к неточностям. С другой стороны, ЭО не так зависима от некорректных сделок. ЭО выигрывает и за счет использования поправок на субъективные характеристики, такие как степень внутренней отделки, ориентация окон и т.п.. В КММО их учесть, в принципе, можно, однако для этого нужна высокая представительность таких характеристик в базе данных, четкая и полная формализация описания и т.д., чего трудно добитсься. Обычно, трудно формализуемые и редко встречающиеся параметры не включаются в модель.

ПРИМЕНЕНИЕ КММО В РОССИИ.

Область применения КММО обширна. Это может быть и оценка единичных объектов, и оценка их большого числа, возможна оценка земельных участков (как принадлежащих юридическим лицам, так и частных), расчет арендной платы за объекты недвижимости города. Особенно привлекательно применение КММО на уровне городского хозяйства. Существование в городе утвержденной методики оценки недвижимости (на основе рыночной стоимости) способствует установлению стабильного вторичного рынка недвижимости в противовес «дикому» криминальному рынку. Отпадает необходимость в т.н. аукционной оценке, административных решениях о цене.

В г.С-Петербурге КММО помогла решить такую своеобразную задачу как построение методики определения арендной платы за нежилую недвижимость принадлежащую городу. Фактически, за 2.5 месяца был изучен и описан рынок аренды нежилой недвижимости огромного города. Причем, надо отметить сложность этого города для моделирования, связанную с его своеобразием и нестандартной застройкой.

Представляется интересным привести пример реального использования КММО для реформы налогообложения. Так, в текущий момент готовится эксперимент по налогообложению в г.Тверь и Новгород. Ставится целью переход от трех видов налогов (на имущество юридических и физических лиц, на землю) к единому налогу на недвижимость на основе ее рыночной стоимости. Решение в целом этой задачи зависит от оценки всего объема объектов недвижимости в городе. Очевидно, что ЭО не способна решить эту задачу в короткий срок без значительных затрат. Так, в Новгороде состоят на учете налоговой инспекции 42066 земельных участков, 72800 квартир, 2317 частных домов, 11600 гаражей, 385 нежилых объектов, 1127 жилых помещений и более 30 тысяч дач («Анкета для предварительного анализа городов... 27 окт 1996г.»). Затраты времени и средств для КММО не зависят от объема объектов недвижимости, так что эта задача может быть успешно решена с помощью КММО.

И в Твери и в Новгороде было проведено построение полной модели по недвижимости городов, как жилой, так и не жилой. Оба города характеризуются достаточно изотропной поверхностью отклика цен на местоположение с возрастанием цены кв.м. к центру города. Характерно, что максимальная и минимальная цена кв.м. (т.е. центр и окраина) различаются незначительно, в лучшем случае на 70 %. Отмечено, что в обоих городах рынок нежилой недвижимости развит слабо, в отличие от жилой, поэтому для создания представительной базы данных применен метод получения рыночной цены объектов экспертным способом. Т.е., в данном случае два описываемых метода – КММО и ЭО, фактически, сливаются. Отметим, что такие сделки приобретали веса достоверности меньше единицы (за единицу принят вес достоверной рыночной сделки). При развитом рынке и большом объеме проходящих сделок для КММО нет необходимости прибегать к помощи экспертов как к процедуре сложной и дорогостоящей.

База данных по жилой недвижимости г.Твери насчитывала 1562 сделки (предложения) за 1995-1996 года. Анализировалось влияние следующих переменных – земельная зона, географические координаты, дата сделки, вид сделки, источник получения информации, тип стен здания, его этажность, этаж квартиры, число комнат, площади: жилая, общая и кухни, расположение на последнем этаже, наличие балконов и лоджий, тип санузла, планировка, дата постройки. Влияние последних трех переменных, а также источника оказалось незначительным и они не были включены в модель. Анализ производился на основе т.н. робастной регрессии, которая позволила также отфильтровать сделки плохо описываемые моделью (выбросы). Как правило, такие сделки содержат в себе ряд неучтенных факторов (плохое состояние квартиры, продажа с мебелью и т.п.). Незначительное число сделок (6) было исключено при калибровке модели методом обратной связи. Далее был принят т.н. гибридный вид модели, который включает как аддитивные так и мультипликативные члены, проведена калибровка и установлены окончательные параметры модели. Аналогично были построены модели для нежилой недвижимости г.Твери, а также модели для г.Новгорода.

Полученные модели дают возможность получить рыночную оценку любого объекта недвижимости, а следовательно и сформировать налогооблагаемую базу недвижимости. Важно отметить, что при изменении рыночной ситуации можно достаточно быстро перекалибровать модель с учетом новых сделок, получив при этом зависимость цены от времени сделки, что дает возможность отследить сезонные колебания цен и общую ценовую тенденцию. Несомненно, что при ЭО сделать это корректно тяжело. На рис.4 приведен расчет влияния фактора времени на среднюю цену сделки. Была построена модель не включающая фактор времени и расчитана ошибка оценки в зависимости от времени сделки. График был апроксимирован многочленом 6 степени, таким образом, фактор времени сделки был включен в конечную модель именно на основе этого многочлена. По аналогичной методике была рассчитана динамика спроса на различные типы квартир.

Отметим еще один результат исследования рынка Твери и Новгорода. Массовую оценку нередко упрекают в недоучете большого числа факторов (в принципе, их можно насчитать до сотни) влияющих на цену объекта.

ЗАКЛЮЧЕНИЕ.

Таким образом, основные преимущества КММО - объективность, универсальность, статистическая корректность, низкие затраты, возможность выявления ценообразующих факторов выдвинули эту методику как основной инструмент для решения административных задач оценки большого количества недвижимости. С другой стороны, ничто не мешает использованию КММО и для оценки конкретных единичных объектов. Формула методики может быть включена в программный продукт проводящий оценку отдельных объектов. При необходимости, полученную оценку можно подкорректировать с учетом факторов не включенных в модель (т.н. особые условия сделки, редко встречающиеся факторы, к примеру, двухэтажное расположение комнат). Т.е. на этом этапе может подключиться эксперт-оценщик, это способно уточнить оценку. Вообще, КММО не исключает помощи со стороны экспертов, однако их мнение принимается как рекомендательное при построении модели. С другой стороны и эксперт-оценщик может использовать оценку КММО в качестве базовой. КММО и ЭО не являются взаимоисключающими и их взаимодействие оказывается очень желательным.

Использование КММО не должно ограничиваться рынками недвижимости крупных городов. Универсальность этого метода помогает распространить его и на небольшие города, пригороды, дачи, садовые участки. КММО вполне подходит для судебной оценки недвижимости, залоговой оценки, рынка сдачи внаем квартир и гаражей. Что же касается чисто экономической стороны оценки, то существование методики массовой рыночной оценки способно подстегнуть формирование легального рынка недвижимости, создать базу для работы налоговых органов, наконец, активизировать инвестиции в недвижимость, так как в этом случае можно будет сделать прогноз цены объекта.

Как указывалось выше, КММО, как правило, не способна точно оценить уникальные объекты, такие как специализированные заводы, памятники архитектуры и т.п. Это связано с ничтожно малым числом сделок по таким объектам, если применять метод сравнения продаж или доходный метод, а при использовании метода восстановительной стоимости такой объект будет недооценен. Однако совсем не факт, что и эксперт-оценщик даст точную оценку, по той простой причине, что и у него нет достаточного опыта по таким объектам. К тому же указанная стоимость уникальных объектов почти никогда не соответствует цене. При их покупке, как правило, играют роль субъективные моменты. В то же время, при развитии рынка, к напримеру - небольших заводов, можно с помощью КММО построить модель такого рынка в масштабах всей страны.

Таким образом, можно заключить, что КММО успешно работает в наше время и имеет значительные перспективы в будущем.