Бережная Наталья Юрьевна

Институт:                                 Институт горного дела и геологии

Специальность:                      Геоинформационные системы и технологии.

Тема работы:                           Исследование модели экспертной денежной

                                                       оценки     земельных    участков в условиях  

                                                       большого города (г. Киев).

Научный руководитель:    Могильный С. Г.

На главную

Библиотека

Отчет о поиске

Ссылки

Индивидуальный раздел

Цель работы: Исследование, анализ и возможность принятия математической теории нечетких множеств для экспертной оценки земельных участков. Применение нечетких множеств в среде ArcGis.

 Задачи исследования:

1.                 Исследовать существующие теоретические подходы, концепции и методики денежной оценки.

2.                 Проанализировать этапы проведения экспертной денежной оценки и исследовать методы их математического моделирования.

3.                 Исследовать и разработать структурную математическую модель принятия решения для денежной оценки земельного участка.

 Актуальность работы: Большой рост урбанизации населения и производства делает земли городов уникальным ресурсом, от эффективности использования которого зависит общегосударственное экономическое и социальное развитие. Поэтому определение реальной цены земли имеет большое значение для совершения имущественных соглашений, связанных с земельными участками.

         Общепринятые методы оценки земли имеют субъективный характер, то есть зависят от квалификации и опыта эксперта-оценщика. Использование методов математического моделирования могло бы позволить повысить обоснованность окончательного решения, в частности, применение нечетких множеств фиксирует задаваемую точность для информации, которая по своей сути является неопределенной [3].

         Таким образом, актуальность данной работы заключается в достоверном принятии решения рыночной стоимости земельных участков на базе большого города.

 Научная новизна: заключается в применении определенного математического аппарата, что позволит обработку абсолютно различных характеристик по каждому земельному участку с последующим, наиболее достоверным выводом результатов о их рыночной стоимости.

Краткое изложение результатов.

         Согласно Национальным стандартам №1 «Общие основы оценки имущества и имущественных прав» [1], и №2 «Оценка недвижимого имущества» [2], экспертная денежная оценка в Украине проводится по следующим методическим подходам:

-         сопоставление цен продажи подобных земельных участков;

-         капитализация чистого дохода;

-         учет затрат на сооружение объектов недвижимого имущества на земельном участке.

Данные методы соответствуют Международному стандарту оценки раздела I «Рыночная стоимость как база оценки» [4]. При этом наиболее распространенным методом в практике развитых стран является метод сравнения продаж, а наименее используемый – затратный метод, потому что согласно Национальному стандарту №1 его «целесообразно использовать для проведения оценки недвижимого имущества, рынок купли-продажи или аренды которого является ограниченным, специализированного недвижимого имущества, в том числе недвижимых памятников культурного наследия, сооружений, предварительных пристроек, и тому подобное. Для определения рыночной стоимости других объектов оценки затратный метод используется в случае, когда их замещение или воспроизведение физически возможно и (или) экономически целесообразно». Доходный же метод, в свою очередь, целесообразен при оценке земельного участка, который приносит прибыль от сдачи его в аренду отдельно от строительств и сооружений. Разработанные модели, опираются в основном на линейные регрессионные зависимости, которые не дают достаточно адекватного учета многогранности факторов оценки. Модели, опираются на правила, выработанные экспертами для рынка других классов объектов недвижимости, таких как квартиры, вообще выдают результаты, противоречащие друг другу и не поддаются разумной интерпретации и обобщению в надежную методику оценки. В этих моделях не учитывается нечеткость и неопределенность, которая является свойственной для рынка подобных объектов.

Таким образом, из вышеупомянутых методологических подходов проведения оценки, как наиболее объективный в условиях большого города и благоприятный для моделирования было выбрано рыночный метод, или метод сравнения рыночных продаж.

         После исследования опыта оценки земельных участков различных стран, в частности РФ, были сформулированы этапы моделирования этого метода. Основополагающие решения в выборе этапов реализующих данный метод были сделаны на основе научных фундаментальных трудов кандидата экономических наук Щербакова Е.Ю.. Этапы включают в себя:

1)      Построение базы данных существующих продаж, которые были оценены экспертами;

2)      Анализ существующего объекта продажи, который исследуется с составлением характеристического вектора, который исчерпывающе его описывает;

3)      Сравнение объекта, который исследуется с объектами каждого класса последовательно, включающее в себя:

а) Оценку степени принадлежности к классу;

б) Построение регрессионных зависимостей от факторов, существенных для данного класса;

в) Внесение исправлений к каждому объекту класса, с соответствующим корректированием его стоимости;

г) Сравнение исследуемого объекта с каждым из объектов этого класса, с определением меры схожести между ними;

         4) Сложение полученных на основе этого денежных оценок с построением характеристической функции стоимости исследуемого участка;

Исходя из общей концепции построения модели экспертной оценки моделирование метода базируется на как можно полной и достоверной базе данных объектов, которые уже прошли экспертную оценку; база данных должна строиться на основе модели нечеткой реляционной базы данных.

Реализация такой базы данных планируется в среде ArcGis.

Таким образом, был разработан ряд требований к ее составлению и формированию. В эти требования входит обработка лингвистических переменных, и включают в себя:

1)     установление классов объектов оценки;

2)     формирование зоны допустимых значений денежной оценки для каждого объекта;

3)     формирование характеристик объектов;

4)     назначение коэффициентов весомости характеристик объектов в зависимости от их назначения;

5)     назначение правил квантификации лингвистических переменных;

6)     определение степени схожести объектов одного класса.

Структура записи такой базы данных определяется на основе обобщения точек мнения экспертов и должна исчерпывающе включать в себя все факторы, на которые можно обратить внимание при рассмотрении участка. Причем эти факторы будут включать в себя как измеренные, четкие характеристики, так и субъективные, лингвистические характеристики.

При поэтапном выполнении условий построения базы данных, стоит упомянуть о том, что разбиение на классы является обязательным, так как могут возникать ошибочные тенденции. Например, при рассмотрении всей совокупности участков, имеющихся в базе, без дифференцирования их по целевому использованию, рыночной ниши и т.д.

Во многих случаях эти тенденции отличаются от тех, которые могут быть в реальности  при рассмотрении в рамках одного отдельного класса. Например, при рассмотрении данного графика можно отметить, что наибольший доход от единицы площади приносят автозаправочные станции, но такие участки не могут иметь большого размера и не всегда приемлемы. В то же время жилые комплексы могут принести даже больший доход, при условии того, что участок для их обустройства должен быть достаточно большой. Если учесть такое разделение, можно увидеть совсем другие тенденции (рис.2)

Поэтому все объекты, имеющиеся в базе, классифицируется. Для этого также целесообразно применять методы нечеткой классификации. В общем случае класс объекта, который исследуется, во время первичной продажи неопределенный (например, неопределенно его целевое использование). При выборе класса использования земельного участка эксперт будет опираться кроме доходности еще и на совокупность факторов, влияющих на возможность того или иного применения. Это, например, юридические аспекты, которые могут наложить запрет на строительство такого потенциально опасного объекта, как АЗС, или государственное регулирование, которое может признать строительство того или иного объекта нецелесообразным с точки зрения архитектурно-планировочного проекта развития города.

Исходя из статистических данных экспертов-оценщиков, наиболее прибыльными и динамически развивающимися являються:

- строительство автозаправочных станций;

- строительство офисных комплексов;

- строительство торгово-развлекательных комплексов или пунктов питания;

- строительство жилищных комплексов.

 Результатом разделения на классы является построение так называемой функции принадлежности объектов к каждому из классов, с математической точки зрения является ничем иным как нечеткими подмножествами общего множества объектов, которые классифицируются. Принадлежность элемента множеству выражается числом из интервала [0, 1]. Нечеткое множество A = ((x, μA (x))) определяется математически как совокупность упорядоченных пар, составленных из элементов х универсального множества X (которой в данном случае называется областью определения функции принадлежности μA (x)) и соответствующих степеней принадлежности μA (x )).

Назначение коэффициентов весомости (значимости) характеристик (показателей) объектов в зависимости от их целевого назначения (класса) проводится экспертами путем назначения каждому из факторов оценки его влияния на окончательную стоимость объекта.

 Следующий этап формирования и пополнения базы данных заключается в назначении правил квантификации лингвистических переменных [7]. Как и предыдущий, этот этап формируется на основе статистических данных экспертов-оценщиков. Применение данных правил дает возможность трансформировать лингвистические переменные в нечеткие множества, которые будут заданы характеристическими функциями и будут применяться в тех случаях, когда характеристика будет численной [6]. Наглядным примером таких правил квантификации может быть:

Рис 3. Графическое представление правил квантификации переменной «площадь»

(Данный анимационный рисунок был сделан из 15 кадров в программе Gif Animator.)

Данный вид отображения является наиболее информативным.

Говоря о применении теории нечетких множеств для решения поставленной задачи, целесообразно включить ее разработку на основе мощного ГИС приложения (ArcGIS). Применение классической теории множеств в данном приложении обеспечивает нам вероятностную точность неточной информации о реальных статистических характеристиках экспертов-оценщиков. Предлагаемая система позволяет пользователям сохранять и накапливать данные в лингвистической, числовой форме [5].

Полученный результат, будет являться поддержкой для вынесения экспертом окончательного решения о сумме оценки участка и делать его решения более обоснованным, а также поможет уменьшить разногласия в определении стоимости, если оценки выполняется разными экспертами. Окончательное же решение все равно остается за экспертом, который должен на основании факторов возможности, обоснованности, целесообразности, приемлемых сроков продажи и т. д. выбрать класс объекта. Впрочем, достоверность такого результата зависит от исчерпываемости описания объекта с помощью выбранных показателей, а также анализа влияния выявленных разногласий на итоговую оценку.

                        Список использованной литературы

 1. Постанова Кабінета Міністрів України „Про затвердження Національних стандартів №1 "Загальні засади оцінки майна і майнових прав" , від 10 вересня 2003 р. N 1440

2. Постанова Кабінету Міністрів України „Про затвердження Національних стандартів  №2 "Оцінка нерухомого майна"  від 28 жовтня 2004 р. N 1442

 3. Метешкин К.А., Патракеев И.М., Евдокимов А.А. Совершенствование возможностей ГИС на основе применения нечетких множеств [электронный ресурс] http://www.nbuv.gov.ua/portal/natural/soi/2008_5/Meteshk.pdf

 4. Стандарт 1 «Рыночная стоимость как база оценки» [электронный ресурс] http://www.ocenka.net/institute/editions/files/book2.pdf

5.Tahsin A. Yanar and Zuhal Akyurek. The Enhancement of ArcGIS with Fuzzy Set Theory [электронный ресурс] http://proceedings.esri.com/library/userconf/proc04/docs/pap1022.pdf

7.НЕЧЕТКАЯ ЛОГИКА (ЛИНГВИСТИЧЕСКИЕ ПЕРЕМЕННЫЕ)  [электронный ресурс]

http://e-science.ru/forum/index.php?showtopic=8837