Бережна Наталя Юріївна Інститут: Інститут горного діла та геології Спеціальність: Геоінформаційні системи та технології. Тема роботи: Дослідження моделі экспертної грошової оцінки земельних ділянок в умовах великого міста (м. Київ). Науковий керівник: Могильний С. Г. | |||
| Мета роботи: Дослідження, аналіз і можливість прийняття математичної теорії нечітких множин для експертної оцінки земельних ділянок. Застосування нечітких множин в середовищі ArcGis.
Завдання дослідження: 1. Дослідити існуючі теоретичні підходи, концепції та методики грошової оцінки. 2. Проаналізувати етапи проведення експертної грошової оцінки і дослідити методи їх математичного моделювання. 3. Дослідити та розробити структурну математичну модель прийняття рішення для грошової оцінки земельної ділянки. Актуальність роботи: Великий ріст зростання урбанізації населення і виробництва робить землі міст унікальним ресурсом, від ефективності використання якого залежить загальнодержавний економічний і соціальний розвиток. Тому визначення реальної ціни землі має велике значення для здійснення майнових угод, пов'язаних із земельними ділянками. Наукова новизна: полягає в застосуванні певного математичного апарату, що дозволить обробку абсолютно різних характеристик по кожній земельній ділянці з подальшим, найбільш достовірним висновком результатів про їх ринкової вартості. Загальноприйняті методи оцінки землі мають суб'єктивний характер, тобто залежать від кваліфікації і досвіду експерта-оцінювача. Використання методів математичного моделювання могло б дозволити підвищити обґрунтованість остаточного рішення, зокрема, застосування нечітких множин фіксує точність що задається для інформації, яка за своєю суттю є невизначеною [3]. Таким чином, актуальність даної роботи полягає у вірогідному ухваленні рішення ринкової вартості земельних ділянок на базі великого міста. Короткий виклад результатів. Згідно Національним стандартам № 1 «Загальні засади оцінки майна і майнових прав» [1], і № 2 «Оцінка нерухомого майна» [2], експертна грошова оцінка в Україні проводиться за наступними методичними підходами: - зіставлення цін продажу подібних земельних ділянок; - капіталізація чистого доходу; - облік витрат на спорудження об'єктів нерухомого майна на земельній ділянці. Дані методи відповідають Міжнародному стандарту оцінки розділу I «Ринкова вартість як база оцінки» [4]. При цьому найбільш поширеним методом у практиці розвинутих країн є метод порівняння продажів, а найменш використовуваний - витратний метод, тому що згідно з Національним стандартом № 1 його «доцільно використовувати для проведення оцінки нерухомого майна, ринок купівлі-продажу або оренди якого є обмеженим, спеціалізованого нерухомого майна, у тому числі нерухомих пам'яток культурної спадщини, споруд, попередніх прибудов, і тому подібне. Для визначення ринкової вартості інших об'єктів оцінки витратний метод використовується у випадку, коли їх заміщення або відтворення фізично можливо і (або) економічно доцільно ». Прибутковий же метод, у свою чергу, доцільний при оцінці земельної ділянки, яка приносить прибуток від здачі його в оренду окремо від будівництв і споруд. Розроблені моделі, спираються в основному на лінійні регресійні залежності, які не дають достатньо адекватного обліку багатогранності факторів оцінки. Моделі, спираються на правила, вироблені експертами для ринку інших класів об'єктів нерухомості, таких як квартири, взагалі видають результати, які суперечать одне одному і не піддаються розумної інтерпретації та узагальненню у надійну методику оцінки. У цих моделях не враховується нечіткість і невизначеність, яка є властивою для ринку подібних об'єктів. Таким чином, з вищезазначених методологічних підходів проведення оцінки, як найбільш об'єктивний в умовах великого міста і сприятливий для моделювання було вибрано ринковий метод, або метод порівняння ринкових продажів. Після дослідження досвіду оцінки земельних ділянок різних країн, зокрема РФ, були сформульовані етапи моделювання цього методу. Основні рішення у виборі етапів реалізуючих даний метод були зроблені на основі наукових фундаментальних праць кандидата економічних наук Щербакова Є.Ю.. Етапи включають в себе: 1) Побудова бази даних існуючих продажів, які були оцінені експертами; 2) Аналіз існуючого об'єкта продажу, що досліджується з складанням характеристичного вектора, який вичерпно його описує; 3) Порівняння об'єкта, що досліджується з об'єктами кожного класу послідовно, що включає в себе: а) Оцінку ступеня приналежності до класу; б) Побудова регресійних залежностей від факторів, істотних для даного класу; в) Внесення виправлень до кожного об'єкту класу, з відповідним коригуванням його вартості; г) Порівняння досліджуваного об'єкта з кожним із об'єктів цього класу, з визначенням заходів схожості між ними; 4) Додавання отриманих на основі цього грошових оцінок з побудовою характеристичної функції вартості досліджуваної ділянки; Виходячи із загальної концепції побудови моделі експертної оцінки моделювання методу базується на якомога повної і достовірної бази даних об'єктів, які вже пройшли експертну оцінку; база даних повинна будуватися на основі моделі нечіткої реляційної бази даних. Реалізація такої бази даних планується в середовищі ArcGis. Таким чином, був розроблений ряд вимог до її складання і формування. У ці вимоги входить обробка лінгвістичних змінних, і включають в себе: 1) встановлення класів об'єктів оцінки; 2) формування зони допустимих значень грошової оцінки для кожного об'єкта; 3) формування характеристик об'єктів; 4) призначення коефіцієнтів вагомості характеристик об'єктів залежно від їх призначення; 5) призначення правил квантифікації лінгвістичних змінних; 6) визначення ступеня схожості об'єктів одного класу. Структура запису такої бази даних визначається на основі узагальнення точок думки експертів і повинна вичерпно включати в себе всі фактори, на які можна звернути увагу при розгляданні ділянки. Причому ці фактори будуть включати в себе як виміряні, чіткі характеристики, так і суб'єктивні, лінгвістичні характеристики. При поетапному виконанні умов побудови такої бази даних, варто згадати про те, що розбиття на класи є обов'язковим, тому що можуть виникати помилкові тенденції. Наприклад, при розгляді всієї сукупності ділянок, що є в базі, без диференціювання їх за цільовим використання, ринкової ніші і т.д.
У багатьох випадках ці тенденції відрізняються від тих, які можуть бути в реальності при розгляданні в рамках одного окремого класу. Наприклад, при розгляді даного графіка можна відзначити, що найбільший прибуток від одиниці площі приносять автозаправні станції, але такі ділянки не можуть мати великого розміру і не завжди прийнятні. У той же час житлові комплекси можуть принести навіть більший дохід, за умови того, що ділянка для їхнього облаштування повинен бути досить великою. Якщо врахувати такий поділ, можна побачити зовсім інші тенденції (рис.2)
Тому всі об'єкти, які є в базі, класифікується. Для цього також доцільно застосовувати методи нечіткої класифікації. У загальному випадку клас об'єкта, що досліджується, під час первинного продажу невизначений (наприклад, невизначено його цільове використання). При виборі класу використання земельної ділянки експерт буде спиратися окрім прибутковості ще й на сукупність факторів, що впливають на можливість того або іншого застосування. Це, наприклад, юридичні аспекти, які можуть накласти заборону на будівництво такого потенційно небезпечного об'єкта, як АЗС, або державне регулювання, яке може визнати будівництво того чи іншого об'єкта недоцільним з точки зору архітектурно-планувального проекту розвитку міста. Виходячи зі статистичних даних експертів-оцінювачів, найбільш прибутковими і що динамічно розвиваються є: - Будівництво автозаправних станцій; - Будівництво офісних комплексів; - Будівництво торговельно-розважальних комплексів або пунктів харчування; - Будівництво житлових комплексів. Результатом поділу на класи є побудова так званої функції приналежності об'єктів до кожного з класів, з математичної точки зору є нічим іншим як нечіткими підмножинами загальної множини об'єктів, які класифікуються. Належність елемента безлічі виражається числом з інтервалу [0, 1]. Нечітке безліч A = ((x, μA (x))) визначається математично як сукупність упорядкованих пар, складених з елементів х універсальної множини X (якої в даному випадку називається областю визначення функції приналежності μA (x)) та відповідних ступенів приналежності μA (x )). Призначення коефіцієнтів вагомості (значимості) характеристик (показників) об'єктів залежно від їх цільового призначення (класу) проводиться експертами шляхом призначення кожному з факторів оцінки його впливу на остаточну вартість об'єкта. Наступний етап формування та поповнення бази даних полягає в призначенні правил квантифікації лінгвістичних змінних [7]. Як і попередній, цей етап формується на основі статистичних даних експертів-оцінювачів. Застосування цих правил дає можливість трансформувати лінгвістичні змінні в нечіткі множини, які будуть задані характеристичними функціями і будуть застосовуватися в тих випадках, коли характеристика буде чисельною [6]. Наочним прикладом таких правил квантифікації може бути:
Рис 3. Графічне представлення правил квантифікації змінної «площа». (Анімаційний рисунок зробленний з 15 кадрів за допомогою програми Gif Animator.) Кажучи іншими словами, за допомогою цього правила словесна характеристика приймає вигляд:
Даний вид відображення є найбільш інформативним. Говорячи про застосування теорії нечітких множин для вирішення поставленого завдання, доцільно включити її розробку на основі потужного ГІС додатку (ArcGIS). Застосування класичної теорії множин у цьому додатку забезпечує нам імовірнісну точність неточної інформації про реальних статистичних характеристиках експертів-оцінювачів. Пропонована система дозволяє користувачам зберігати та накопичувати дані в лінгвістичній, числовій формі [5]. Отриманий результат, буде підтримкою для винесення експертом остаточного рішення про суму оцінки ділянки і робити його рішення більш обґрунтованим, а також допоможе зменшити розбіжності у визначенні вартості, якщо оцінки виконується різними експертами. Остаточне ж рішення все одно залишається за експертом, який має на основі чинників можливості, обґрунтованості, доцільності, прийнятних термінів продажу і т. д. вибрати клас об'єкта. Втім, вірогідність такого результату залежить від вичерпності опису об'єкта за допомогою обраних показників, а також аналізу впливу виявлених розбіжностей на підсумкову оцінку.
Список використаної літератури
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. Метешкін К. А., Патракеєв І. М., Євдокимов А. А. Вдосконалення можливостей ГІС на основі застосування нечітких множин [електронний ресурс] http://www.nbuv.gov.ua/portal/natural/soi/2008_5/Meteshk.pdf 4. Стандарт 1 «Ринкова вартість як база оцінки» [електронний ресурс] http://www.ocenka.net/institute/editions/files/book2.pdf 5.Tahsin A. Yanar and Zuhal Aky¨urek. The Enhancement of ArcGIS with Fuzzy Set Theory [электронный ресурс] http://proceedings.esri.com/library/userconf/proc04/docs/pap1022.pdf 6. Штовба С.Д. ВВЕДЕННЯ В ТЕОРІЮ НЕЧІТКИХ МНОЖИН ТА НЕЧІТКУ ЛОГИКУ [електроний ресурс] http://www.nsu.ru/matlab/MatLab_RU/fuzzylogic/book1/1.asp.htm7.НЕЧІТКА ЛОГИКА (ЛІНГВІСТИЧНІ ЗМІННІ) [электронний ресурс] | ||
Пошта: | © Бережна Наталя Юріївна, '2010 р. |