- •Передмова
- •Розділ 1.
- •1.1. Призначення і функції оцінки нерухомості.
- •Правові засади оцінки нерухомості та здійснення професійної оціночної діяльності.
- •Державне та громадське регулювання оцінки.
- •Методичне забезпечення оціночної діяльності. Міжнародні і національні стандарти оцінки
- •Етичні норми професійної оціночної діяльності
- •Розділ 2. Визначення та класифікація нерухомого майна
- •Особливості нерухомого майна як об'єкту оцінки
- •Цивільний кодекс Республіки Беларусь (07.12.98) Стаття 130
- •Цивільний кодекс у країни (16.01.03) Стаття 181
- •Поняття нерухомості і нерухомого майна
- •Види прав, інтересів і зобов'язань щодо нерухомості
- •Класифікація об'єктів нерухомості
- •Нерухомість
- •Розділ 3. Види вартості
- •Вартість як економічна категорія
- •Вил ратна теорія
- •Неокласична функціональна теорія
- •Вартість та її взаємозв’язок з ціною, витратами і ринком
- •Ринкова вартість
- •Види вартості, відмінні від ринкової вартості
- •Бази оцінки та особливості їх застосування
- •Розділ 4. Принципи оцінки нерухомості
- •Принципи, що пов’язані з уявленням споживача
- •Принципи, що пов'язані з уявленням споживача:
- •Принципи, що пов’язані з природою нерухомості
- •Ііршініїїііі, що пов'язані і природою нерухомості:
- •Принципи, що пов'язані з ринковим середовищем
- •Принцип найбільш ефективного використання
- •Розділ 5. Процес оцінювання
- •Підготовчий етап
- •Оціночний етап
- •Післяоціночний етап
- •Розділ 6. Ринок нерухомості
- •Основні риси ринку нерухомості
- •Вузьколокалізований
- •Сегментований
- •Процедура дослідження ринку нерухомості
- •Чинники, що визначають попит на нерухомість
- •Активність ринку
- •Розділ 7.
- •Аналіз місця розташування
- •Фізичні характеристики земельної ділянки
- •Площа земельної ділянки
- •Юридично дозволене використання земельної ділянки
- •Характеристика району розташування земельної ділянки
- •Земельної ділянки
- •Розділ 8. Характеристика земельних поліпшень
- •Техніко-економічні показники будівлі
- •Конструкція будівлі
- •Капітальність будинків
- •Класифікація житлових будинків по капітальності та терміни їхньої служби
- •Класифікація капітальності громадських будівель залежно від матеріалу фундаментів, стін і перекриттів
- •3.7. Архітектурні стилі будівель.
- •Розділ 9. Вибір найбільш ефективного використання
- •Мета і задачі вибору найбільш ефективного використання
- •9.2. Найбільш ефективне використання землі як вакантної
- •Найбільш ефективне використання поліпшеної нерухомості
- •Особливі ситуації при виборі найбільш ефективного використання
- •Розділ 10. Оціночні підходи
- •Підходи до оцінки
- •1 Корисністю об’єкту
- •Порівняльний (ринковий) підхід
- •Дохідний підхід
- •Витратний підхід
- •Розділ 11. Порівняльний (ринковий) підхід. Зіставлення продажів
- •Загальні засади порівняльного (ринкового) підходу
- •Оцінка нерухомого майна за ступенем подібності
- •Техніка побудови таблиць коректувань
- •Розділ 12. Порівняльний (ринковий) підхід. Статистичний аналіз ринку
- •Метод статистичного аналізу ринку
- •Моделі парної лінійної регресії
- •Статистична характеристика інформаційної бази
- •Графічна модель лінійної парної регресії
- •Моделі множинної лінійної регресії
- •Розділ 13. Дохідний підхід. Пряма капіталізація
- •Загальні засади дохідного підходу
- •Аналіз регулярних доходів і витрат
- •Справедливий стабільний операційний дохід
- •Застосування прямої капіталізації в інвестиційному методі
- •Обчислення ринкової вартості об’єкту оцінки
- •Обчислення інвестиційної вартості об’єкту оцінки
- •Застосування прямої капіталізації в методі зисків
- •Розділ 14. Дохідний підхід. Дисконтування грошових потоків
- •Сутність техніки дисконтованих грошових потоків
- •Застосування функцій складного відсотку для визначення вартості грошових потоків
- •Вимоги до побудови моделей грошових потоків
- •Визначення ставки дисконтування
- •Нерухомого майна
- •Внаслідок інфляції
- •Взаємозв’язок реальної та номінальної ставок дисконтування
- •Застосування дисконтованих грошових потоків в інвестиційному методі
- •Застосування дисконтованих грошових потоків у методі зисків
- •Розділ 15. Витратний підхід. Методи оцінки землі
- •Загальні засади оцінки землі
- •Методи оцінки вакантних земельних ділянок
- •Метод капіталізації земельної ренти
- •15.3. Методи оцінки землі як складової поліпшеної нерухомості
- •Її фізичними складовими
- •Розділ 16. Витратний підхід.
- •Сутність витратного підходу
- •Визначення відновної вартості поліпшень
- •Приблизна шкала оцінки зносу елементів будинку
- •Розрахунок залишкової вартості поліпшень і загальної вартості нерухомості
- •Розділ 17. Оцінювання прав у нерухомому майні
- •Види прав у нерухомому майні
- •Юридичний та економічний зміст правомочностей
- •1 Іраном оч ності Володіння
- •Право іпотеки: оцінка інтересу заставодержателя та заставодавця
- •Оцінювання права постійного та тимчасового користування землею
- •Земельною ділянкою
- •Оцінка об’єкту сервітуту
- •Розділ 18. Документування результатів оцінки
- •Загальні вимоги до змісту звіту
- •Форми звітів про оцінку
- •Рекомендації до розділів звіту
- •Рекомендована література
- •Нормативно-правові документи
- •Навчально-методична література
Оцінимо
статистичну якість побудованої моделі
з точки зору значущості її окремих
параметрів (Y-статистик)
та моделі в цілому (/?' статистики):
К
=4120+ 499,06 х,.
(9,5) (114)
і?2
=0,999
Числа,
що стоять в дужках, показують значення
відповідних t-
статистик
і свідчать про високу значущість всіх
параметрів моделі
R2
= 0,999 вказує на те, що фактично 99,9 % розкиду
цін у вибірці описується побудовано
моделлю.
Таким
чином, ця оціночна модель може бути
використана для визначення вартості
будь-якої садиби в зазначеному районі
за умови, що відома загальна площа
будинку.
Розрахунки
в наведеному прикладі можна виконати
також за допомогою спеціалізованого
програмного забезпечення. Найдоступнішим
засобом для практикуючих оцінювачів
може слугувати «Пакет аналізу», що є
надбудовою до електронної таблиці MS
Excel. Крім того, зручними
засобами статистичного аналізу є пакети
- SPSS, NCSS,
STATA та інші.
Застосування
засобів обчислювальної техніки дозволяє
не тільки підвищити якість оцінки за
рахунок розширення кола факторних
ознак, що впливають на вартість нерухомого
майна, а й змістити центр ваги з процедур
обчислення в сферу аналізу і інтерпретації
отриманих результатів.
Практично
всі успішні регресійні моделі оцінки
об’єктів нерухомого майна використовують
дані, що відносяться до району і місце
розташування об’єкту, до розміру
будинку, типу їх конструкцій, віїсу або
стану. Щодо землі альтернативи різняться
від використання єдиної змінної -
ринкової вартості землі - до сукупності
зміїлшх, таких як розмір ділянки,
щільність забудови, відстань до різних
центрів тяжіння, транспортних магістралей,
сусідство, топографії' тощо. Аналогічним
чином для характеристики земельних
поліїшіень використовують цілу низку
факторних ознак, що відображають їх
якісні та кількісні показники.
На
думку Джозефа К. Еккерта23
та Роберта Дж. Глаудеманса24
загальна модель оціїжи нерухомості:
V
- V +
V
уо
у
L
'
у
В ’
23 Организация
оценки и налогообложения недвижимоста:
Под общей редакцией Джозефа К Зккерта.
В 2-х т. / Пер. с англ. - М.: РОО, 1997.
24 Gloudemans,
R.J. Fundamentals of mass appraisal / Robert
J. Gloudemans, Richard R Almy. - Kansas City: IAAO, 2011. - 424 p.Моделі множинної лінійної регресії
може
бути розширена до багатофакторної
гібридної моделі:
о
і
; і;.
Дх,;
/їх
Ві
{о,
+ q,)-Xt, (а,
+ q.)-xHi
Я
і'
хоі -
V
Ilv'
-І- ^П</;
V
!-1
а.Хв
Bt
і-і
+
У
а,хл.
Рис.
12.3 Специфікація моделі оцінки нерухомості
яка
включає добуток загальних якісних
компонентів, що відображають влив місця
розташування та фактору часу на вартість
об’єкту нерухомості в цілому
П П
IIV0';
добуток якісних характеристик земельної
ділянки П
/=і /=і
п
кількісних
характеристик земельної ділянки ^
і=1
п
характеристик
будівель ; суму кількісних характеристик
будівель
і=1
п п
У
і=і і=і
Підставою
для включення в таку модель тієї або
іншої факторної ознаки х. є щільність
зв’язку з результативною ознакою Р,
яку відображає абсолютне значення
коефіцієнту кореляції'. При цьому
перевагу надають тим факторним ознакам,
які мають більшу щільність такого
зв’язку.
Загалом
важливе те, що моделі повинні надавати
достатньо послідовні результати щодо
змін, що відбулися або на ринку або із
самою нерухомістю, а одержаний результат
має бути поясненим з точки зору оцінки.
І, нарешті, вартість, оцінена за допомогою
моделі множинної регресії, повинна
бути безпосередньо підтверджена через
порівнянні продажі.
Наприклад,
потрібно визначити ринкову вартість
садиби з цегляним житловим будинком,
збудованим 7 років тому, загальною
площею 250 кв. м, та з ділянкою площею 10
соток. Садиба розташована в другій
ціновій зоні міста.
Як
зазначалося, побудова регресійної
моделі починається з формування вибірки
та створення відповідної інформаційної
бази. Очевидно, що вибірка має бути
репрезентативною, а інформаційна база
надавати уявлення про ринок уq-u
; сумуа,хи;
добуток якіснихаіхВІ
та суму кількісних характеристик ігшшх
земельних поліпшень у аіхАІ.
№ з/п |
Загальна площа будинку, кв.м. |
Площа земельної ділянки, кв.м. |
Басейн 1 - є, 0 - немає |
Вік будинку, років |
Цінова зона |
Ціна садиби, дол. |
1 |
146 |
600 |
1 |
5 |
1 і 61 000 І |
|
2 |
177 |
__ 500 |
° |
7 |
2 1 58 000 |
|
3 |
184 |
0 |
10 |
1 |
59 000 |
|
4 |
206 |
800 |
0 |
і |
„ - 2 |
86 000 |
5 |
186 |
800 |
1 |
10 |
1 | 76 000 .... ~ |
|
6 |
198 |
4 200 |
1 |
1 |
||
і !_ |
164 |
1 500 |
0 |
8 |
2 |
103 000 |
і 8 |
238 |
600 |
1 |
5 |
3 |
79 000 |
; 9 |
255 |
700 |
0 |
5 |
2 |
89 000 |
j 10 |
187 |
750 |
0 |
10 |
1 |
72 000 |
і 11 |
201 |
1 000 |
0 |
10 |
1 |
88 000 |
12 |
200 |
700 |
0 |
16 |
1 |
67 000 |
13 |
186 |
700 |
1 |
7 |
2 |
71 000 і |
14 |
252 |
700 |
1 |
7 |
3 |
85 000 |
15 |
155 |
450 |
1 |
7 |
3 |
49 000 |
16 |
184 |
800 |
1 |
8 |
2 |
75 000 |
тГ |
201 |
|
0 |
— |
з |
... —000 |
18 і , |
148 |
800 |
1 |
5 |
2 |
69 000 |
19 |
226 |
500 |
0 |
10 |
1 , „J |
69 000 |
№ з/п |
Загальна площа будинку, кв.м. |
Площа земельної ділянки, кв.м. |
Басейн 1 - є, 0 - немає |
Вік будинку, років |
Цінова зона |
Ціна садиби, ДОЛ. |
“"20 |
178 * |
450 |
1 |
’] 8 'Т ІЗ \ |
і |
58 000 |
21 |
243 |
700 |
0 |
і |
81 000 |
|
22 |
167 |
600 |
0 |
1 9 І |
і |
61 000 |
23 |
201 |
1050 |
0 |
і 10 |
2 |
88 000 |
24 |
170 |
800 |
1 |
1 4 |
3 |
73 000 |
25 |
236 |
10 000 |
1 |
І 11 |
3 |
542 000 |
26 |
169 |
1 000 |
1 |
! 2 1 |
2 |
87 000 |
27 28 і _ |
182 |
1 000 |
0 |
1 18 і |
3 |
71 000 |
229 |
600 |
0 |
і 19 |
1 |
66 000 |
|
29 |
221 |
1 300 |
0 |
І 0 |
2 |
116 000 |
Розрахунок
статистичних характеристик
інформаційної бази моделі.
Етапу
безпосереднього моделювання передує
етап розрахунку середніх величин у
вибірці і складання уявлення про
ринок в цілому.
Таблиця
12.2
Статистична
характеристика інформаційної бази |
4,5-10,0 |
Медіана площі земельних ділянок, соток | 7,5 |
|
Середня площа будинку, кв.м |
_ _ |
Діапазон вартості садиб, дол. |
49 000 - 542 000 |
Середняг вартість нерухомості, віднесена до площі будинку, дол. / кв.м. |
486 - |
Стандартне відхилення вартості, дол. / кв.м. |
_ |
Коефіцієнт варіації % |
80 |
Середнє відношення площі будинку до площі ділянки % |
26 |
Середній вік будинків, років |
_ |
Примітка:
1 Середнє - тут і далі за текстом
розділу означає середнє арифметичне.
Результати,
наведені в таблиці, дозволяють скласти
уявлення про ринок садиб у цьому місті.
В
середньому:
• площа
земельної ділянки складає 750 кв. м;
площа
будинку дорівнює 196 кв. м;
відношення
площі будинку до площі ділянки складає
26 %;
вартість
нерухомості, віднесена до площі будинку,
дорівнює 486 дол./кв. м;
варіація
вартості 1
кв. м складає 80%.
Значний
діапазон зміни площі земельних ділянок
і високий коефіцієнт варіації вартості
1
кв. м дозволяють зробити висновок, що
користуватися середнім значенням для
визначення ринкової вартості оцінюваної
нерухомості - неправомірно.
Специфікація
регресійноїмоделі вартості нерухомості
Оцінювачем
була специфікована модель лінійної
багатофакторної регресії визначення
вартості садиби (житлового будинку із
земельною ділянкою):
Fq
— /?о + fi\x\
+ Р2Х7. А*3
"б 04х4
+ Р$Хі
»
де
х, загальна
площа будинку;
х3 наявність
басейну;
х4 вік
будинку;
х5
цінова зона, що визначає якість місця
розташування.
Змінні
х,, х2
та х4
- кількісні перемінні.
Змінна
х3
- якісна.
Змінна
х5
може бути як кількісною, так і якісною
перемінною. Проте в місті при зонуванні
було строго витримано відношення
цінових коефіцієнтів при переході від
зони до зони. Знаючи цей факт, оцінювач
прийняв номер зони як кількісну змінну.
Параметризація
регресійної моделі вартості нерухомості
Для
параметризації була використана
надбудова MS Excel
«Аналіз даних / Регресія». Оскільки
рівняння лінійне за коефіцієнтами, то
параметризація проводилася методом
найменших квадратів. У результаті була
одержана наступна лінійна багатофакторна
модель:
Va
=770 + 248xj
+50х2
+1400х3
-996х4
-2400х5,V0 ринкова
вартість об’єкту нерухомості;х2 площа
земельної ділянки;„ невідомі
коефіцієнти, що вимагають розрахунку
і щоР'
відображають внесок відповідного
чинника у вартість.
Тестування
моделі
Перш
ніж використовувати цю модель для
визначення ринкової вартості оцінюваного
об’єкту, слід переконатися, що вона є
якісною з точки зору статистичного і
змістовного аналізу.
Статистична
якість оцінюється формально з
використанням:
/-статистик,
що визначають значущість внеску кожного
чинника у вартість нерухомості, і
Слід
зауважити, що із зазначених статистик
лише розпочинають аналіз якості моделі.
Окрім них існує великий набір статистик,
що дозволяють виконати аналіз більш
точно, проте в оціночній практиці
зазвичай обмежуються використанням
цих двох статистик.
Так,
чинник є значущим на 5% рівні і об’єктивно
робить внесок у вартість нерухомості,
якщо відповідна /-статистика за модулем
не менше 2,
а загальна якість моделі є задовільною,
у разі якщо /^-статистика не менше 0,7,
тобто побудована модель описує 70%
варіації цін, що потрапили у вибірку.
Стосовно
побудованої моделі маємо:
Vn
= 770+248 х, + 50 х7
+ 1400х, -996х4 —2400х,,
'■ (1,82) (124) (1462) (10) (-75) (-30)
Числа,
що стоять в дужках, показують значення
відповідних /-статистик. Усі /-статистики,
за винятком статистики, що відноситься
до вільного члена, показують високу
значущість всіх параметрів моделі.
Хоча формально вільний член і не є
значущим на 5% рівні, однак його
рекомендується залишати в моделі.
Прокоментуємо
зміст отриманої моделі, звернувши увагу
на знаки коефіцієнтів.
Коефіцієнт
248 при чиннику х, означає, що квадратний
метр загальної площі будинку, в
середньому, коштує 248 дол. Збільшення
на 1 кв.м. площі будинку при незмінності
інших чинників, збільшує вартість
нерухомості на 248 дол.
Коефіцієнт
50 при чиннику
Коефіцієнт
1400 при чиннику х3
означає, що наявність басейну, в
середньому збільшує вартість нерухомості
на 1400 дол.
Коефіцієнт
(-996) при чиннику
Коефіцієнт
(-2400) при чиннику х5
показує вплив місця розташування на
вартість нерухомості. Так, в середньому,
перехід із зони з меншим номером вR2
статистики, що оцінює загальну якість
одержаної моделі.R2
= 0,9.R2
= 0,9 свідчить про те, що 90% розкиду цін у
вибірці описується даним регресійним
рівнянням, що є дуже високим показником.х2
означає, що квадратний метр площі
земельної ділянки, в середньому, коштує
50 дол. Збільшення на 1 кв. м площі ділянки
при незмінності інших чинників, збільшує
вартість нерухомості на 50 дол.х4
означає, що при збільшенні віку будинку
на 1 рік, вартість нерухомості знижується
на 996 дол.
зону
з більшим на одиницю номером веде до
втрати 2400 дол. в загальній вартості
нерухомості.
Значення
всіх отриманих коефіцієнтів і знаки
при них не суперечать здоровому глузду
і очікуванню оцінювача, тому одержаною
моделлю можна скористатися для визначення
ринкової вартості оцінюваного об’єкту
нерухомості.
Підставляючи
в одержане регресійне рівняння
характеристики об’єкту, що оцінюється,
отримаємо об’єктивну, статистично
обґрунтовану ринкову вартість
нерухомості:
=
101
000
дол.
Таким
чином, ринкова вартість садиби з житловим
будинком, збудованим 7 років тому,
загальною площею 250 кв. м та з ділянкою
площею 1 000 кв. м, що розташована в другій
ціновій зоні міста складає на дату
оцінки 101
тис. дол.
Резюме
Метою
статистичного аналізу при оцінці
нерухомості є дослідження залежності
ціни продажу чи пропозиції нерухомості
від деякого набору чинників, що впливають
на вартість, та встановлення взаємозв’язку
між цими чинниками. Ця залежність може
бути відображена за допомогою
математичного рівняння функції регресії,
що кількісно оцінює зв’язок між вартістю
як результативною ознакою та обраними
факторними ознаками.
При
регресійному зв’язку, на відміну від
функціональної залежності, одному і
тому же значенню факторної ознаки у
можуть відповідати не одне, а декілька
значень
результативної ознаки
За
кількістю факторних ознак регресія
може бути або парною, коли розглядається
вплив кожної факторної ознаки окремо,
або множинною, коли до уваги береться
більше, ніж одна факторна ознака.
За
формою зв’язку, незалежно від кількості
факторних ознак, розрізняють лінійну
та нелінійну регресію. Остання більш
адекватно відображає існуючі на ринку
зв’язки, проте більш операбельною є
лінійна регресія, для якої розроблені
численні пакети програмного забезпечення.
Застосування
регресійних рівнянь як оціночних
моделей передбачає (1)
формування на підставі вибірки ринкових
даних інформаційної бази, що має надавати
адекватне уявлення про ринок в цілому;
(2)
відбір факторних ознак, що найсуттєвіше
впливають на вартість, тобто проведення
специфікації' моделі; (3) обчислення
розміру впливу кожної факторної ознаки
на вартість нерухомості, що називають
параметризацією або калібруванням
моделі, та тестування побудованої
моделі. Зазвичай ця процедура є
ітеративним процесом, що повторюється
доти, доки не буде досягнута бажана
якість та надійність моделі.VQ
—
770 + 248x250 + 50x1000 + 1400x0 — 996x7 —
2400x2 =yt
(уп,
уг2,... уіп).
Тому регресія у статистичному розумінні
цього терміну є залежністю середнього
арифметичного значення результативної
ознаки у.
від однієї або декількох факторних
ознак x. і, скоріш, відображає
не функціональний, а стохастичний
зв’язок.
Побудовані
оціночні моделі використовують як для
обґрунтування фактичних цін продажу,
так і для їх прогнозу, тобто визначення
можливої ціни продажу або вартості
об’єктів, стосовно яких угоди з продажу
тільки передбачаються. При цьому
застосування оціночних моделей
забезпечує одноманітність та узгодженість
(порівнянність) результатів оцінки
нерухомого майна.
Питання
для самостійної роботи
Як
трактують вартість нерухомого майна
в регресійних моделях?
На
які види поділяється регресія залежно
від кількості факторних ознак та форми
зв’язку між ними та результативною
ознакою?
Назвіть
обов’язкові етапи процедури побудови
оціночних моделей.
Які
види помилок безпосередньо пов’язані
з обсягом вибірки?
За
якими середніми величинами та показниками
варіації характеризується інформаційна
база?
Які
регресійні моделі використовують у
порівняльному (ринковому) підході?
Який
метод застосовують для визначення
числових значень невідомих коефіцієнтів
(параметрів) моделі, якщо регресійні
моделі лінійні або допускають
лінеаризацію?
У
чому полягає перевірка статистичної
якості побудованої моделі?
Яка
з факторних ознак не має впливу на
вартість нерухомості у рівнянні
множинної регресії:
(18.20) (10.00) (5.11) (1.05)
де
Xj
загальна площа будинку, кв. м;
У
дужках вказані значення ґ-статистик
для коефіцієнтів регресії.Vn
=
410+ 175 х, - 20 х7
+140х,,R2
=0,75VQ
ринкова вартість садиби, дол. США;х2
відстань до центру міста, км; х3
кількість поверхів у будинку, од.;