Новости
Понедельник, 15 Октябрь 2018
USD 65.975
EUR 76.505
Метод количественных корректировок. Опыт статистического анализа рынка недвижимости г.Екатеринбурга.

Метод количественных корректировок. Опыт статистического анализа рынка недвижимости г.Екатеринбурга. 

Определение вариации средних цен,  интервалов достоверности и корректировочных коэффициентов.

 Сравнительный доход в оценке недвижимости занимает, пожалуй, центральное место. Он не связан с оценкой прошлых затрат и их адаптацией к современному уровню цен на материалы, новые технические и объемно-планировочные решений, решения, конструктивные особенности, не учитывает изменения в технологии строительства, изменение норм и нормативов (ГОСТов, СНиПов) и т.п., как затратный подход. Он не связан с необходимостью оценки будущих доходов, оценки развития рынка недвижимости, т.е. с необходимостью делать или ссылаться на многолетние прогнозы сомнительного качества, как доходный подход.

Сравнительный подход, основанный на принципе «здесь и сейчас» представляется наиболее объективным, поскольку отражает текущую рыночную ситуацию. Основным элементом подхода является подбор объектов-аналогов и сравнение их (методом количественных корректировок, методом регрессионного анализа, другими методами)  с оцениваемым объектом. Однако, не вдаваясь в особенности применения каждого из методов, отметим несколько предположений, общих для большинства методов и принимаемых «по умолчанию».

1.  Предполагается, что индивидуальная цена объекта-аналога, по которой объект выставлен на рынке, является априори рыночной  (т.е. наиболее вероятной ценой для группы объектов, сходных по основным экономическим, материальным, техническим и другим характеристикам, определяющим его стоимость,  не зависящей от мнения субъекта, выставившего данную недвижимость на рынок) и неизменной.

 Однако, из практики известно, что объект, в течение срока экспозиции может изменить свою цену – стартовая цена, по которой продавец выставляет обхъект на рынок может быть неоправданно завышена (психо-эмоциональный фактор ценообразования, на который мы неоднократно обращали внимание) или занижена (необходимость быстрой продажи объекта, при которой объект выставляется по «ликвидационной стоимости», но в открытых источниках об этом не упоминается)

2. Предполагается, что выборка объектов, включенных в расчет, как объекты-аналоги, достоверно отражает всю совокупность объектов, представленных на рынке и сходных с оцениваемым;

Однако, с позиции статистики, можно задаться вопросом, с какого края распределения взяты цены аналогов, насколько они близки к математическому ожиданию и насколько выборка аналогов соответствует генеральной совокупности

3. Предполагается что количество ценообразующих факторов, по которым следует проводить сопоставление и вносить корректировки конечно, все их можно идентифицировать и ранжировать тем или иным способом.

Обычным набором ценообразующих факторов являются достаточно просто идентифицируемые элементы, но трудно идентифицируемые элементы, которые так же оказывают влияние на процесс выбора и, соответственно, цены на недвижимость, как правило, игнорируются ( такие, как:  качество наружного благоустройства, удобство внутренней планировки, (которое не сводится к смежным/раздельным комнатам или площади кухни), размещение объекта недвижимости в местах компактного проживания национальных групп и т.п.)

4. Предполагается, что выбранные элементы сравнения являются взаимонезависимыми, не связанными друг с другом и ценообразование по каждому отдельному фактору единообразно.

Однако, на практике (и все мы это знаем), при выборе объекта недвижимости – той же квартиры мы сравниваем не различные, внешне не сравниваемые факторы по их потребительской ценности – этаж с расстояние до остановки, удобство парковки с обилием граффити в лестничных клетках и т.п., и в результате этого сравнения делаем вывод о приемлемости или неприемлемости заявленной цены. То есть, если положить в основу понимание цены, как меры полезности объекта, то наличие связи между отдельными ценообразующими факторами (мультиколлинеарность) является естественным следствием.

 Таким образом, даже поверхностный анализ этих предположений в части влияния их на достоверность результата может поставить результат расчетов под обоснованное сомнение. По существу, все эти предположения, по умолчанию присутствующие в большинстве расчетов, не принимают во внимание вероятностную природу рыночной стоимости и не позволяют определить меру соответствия результатов расчета рыночным условиям и привести обоснованное суждение о возможных границах интервала достоверности полученного результата.

Описываемая  ниже технология сбора и обработки рыночной информации, не претендуя на аналитические функции, позволяет получить ряд объективных показателей, и, на их основе,  выработать обоснованные суждения о  достоверности полученного результата (определения рыночной стоимости), о его типичности (наибольшей вероятности) и   о возможных границах интервала, в котором может находиться этот результат.

Основой технологии является применяемый в геоинформационных системах «растровый» метод представления информации (см., например, здесь: http://kadastrua.ru/gis-tekhnologii/201-rastrovoe-predstavlenie-gis.html), при котором вся изучаемая геоповерхность (в нашем случае - территория города, на которой производятся замеры) покрывается регулярной сетью равновеликих ячеек, в каждой из которых определяется среднее значение некоторого показателя, в частности – рыночной стоимости (к другим показателям могут относиться плотность предложений, сроки экспозиций и др.).

Исходные параметры, в рамках которых «растровый» метод был применен для целей оценки и получил реализацию (более подробно –здесь и  здесь):

 Сеть представляет собой совокупность квадратных ячеек со стороной  2*2 км. (110 ячеек, покрывающих городскую территорию).   Выбранный модуль ячейки явился следствием необходимого компромисса между индивидуальными и общими характеристиками – сужая модуль, мы минимизируем относительную величину корректировки на местоположение между объектами, попавшими в ячейку, но уменьшаем количество объектов, присутствующих в ячейке, тем самым уменьшая выборку и, соответственно, понижая статистическую значимость результата.

Состав типов недвижимости, по которым в настоящее время происходит сбор информации – жилая и офисная недвижимость, каждый из которых подразделен на восемь подтипов. Подобное подразделение является следствием фактически сложившейся структуры, принятой в риэлтерских агентствах, входящих в состав Уральской палаты недвижимости (УПН).

 Примечание: все дальнейшие расчеты, используемые в качестве иллюстрации метода, относятся только к рынку квартир. Аналогичные расчеты проведены и будут проводиться так же и по комнатам, по офисной и торговой недвижимости.

Полный объем расчетных данных на ноябрь 2015г., в качестве примера можно получить по следующим ссылкам: офисная недвижимость, торговая недвижимость квартирыкомнаты.

В частности, такой тип, как «жилая недвижимость» подразделен на следующие подтипы:

1. Специальная планировка; 

2. Улучшенная планировка; 

3. Полнометражки; 

4. Пентагон; 

5. Малосемейки; 

6. Брежневки; 

7. Хрущевки; 

8. Деревянные (барачного типа). 

Подробно описание каждого подтипа можно посмотреть на сайте www.upn.ru.  

Объем передаваемых прав: чистая продажа. 

Объем выборки (единиц объектов): Массив данных более 5700 единиц предложения квартир (на дату сбора информации) и 4200 единиц продажи квартир (за три месяца, предшествующие дате сбора информации).

 Важное замечание: Объем данных, принятых в нижеприведенных расчетах менее объема данных, представленных на вкладках «предложение» и «выбытие». Это связано с более строгими критериями отбора информации. Если для указанных вкладок из общей информации исключались только наиболее очевидные ошибки, как-то – лишний нуль или отсутствие оного в цене или объеме, несуществующий адрес объекта и иные, возникшие   из-за ошибок ввода информации, то для данной выборки исходящей из определения «наиболее вероятной цены», критерии отбора ужесточены, и, соответственно, доверительный интервал сужен. С этой целью, по каждой комбинации факторов в каждой территориальной ячейке рассчитывается медианное значение и в расчет принимается интерквартильный диапазон . 

Состав информации, отслеживаемой по каждому объекту:

 - начальная (стартовая) цена

– цена вхождения в рынок, (или, в терминах фондового рынка

- цена открытия позиции), цена, по которой объект впервые отражен в листинге. 

 - месяц открытия позиции 

- конечная цена – цена, по которой объект ушел с рынка (в терминах фондового рынка – цена закрытия позиции), последняя цена, по которой объект отражен в листинге. 

- месяц закрытия позиции 

- срок экспозиции. 

Первый этап обработки исходной информации – расчет групповых и средних величин, таких, как количество (плотность) объектов,  цена 1м2, срок экспозиции. Для постоянных пользователей сайта  - это все вкладки, на которых отражено распределение рыночной информации по городской территории. 

Второй этап обработки информации – получение относительных величин, таких, как размах вариации, среднеквадратическое отклонение, дисперсию, коэффициент вариации др., по каждому подтипу и каждому территориальному квадрату. Так же вся информация дифференцирована на информацию по предложению и по продажам.

Вся обработанная информация представлена в табличном виде:

 Рис.1 Фрагмент расчетной таблицы по территориальным квадратам (всего более 690 записей)

Т.е. в данную таблицу сведены такие результаты расчета для каждого территориального квадрата, и каждого подтипа недвижимости, как:

- средняя цена; 

- среднеквадратическое отклонение;

- максимум и минимум цены; 

- коэффициент вариации; 

- коэффициент оссициляции. 

Так же приведены данные о количестве объектов, принятых в расчет данных параметров.

Выводы и результаты: 

  1. В результате применения этой технологии пользователь получает инструмент, который определяет как наиболее вероятную цену и границы интервала достоверности, так и вероятность получения оценки, отличающейся от среднего значения. 
  2. Установлено, что в качестве меры сравнения массивов ценовой информации, различающихся по территориальному фактору, удобно использовать коэффициент вариации и коэффициент оссициляции, как безразмерные величины, в отличие от средней цены и среднеквадратического отклонения. 

Следует отметить, что, не смотря на достаточно грубую выборку (только по подтипу), коэффициент осцилляции в подавляющем большинстве случаев   не превосходит 15-16% (среднее значение 11,8%), коэффициент вариации в большинстве случаев не превосходит 45% (среднее значение 42,0%) . Если по условиям, предъявляемым к точности оценки,  данный уровень является достаточным, то можно удовлетвориться средними значениями и  дальнейший поиск аналогов не требуется.

 

 Третий этап обработки информации – уточнение и детализация.

 

 Если же требуется более высокий уровень точности, то требуется выделить ряд ценообразующих факторов, по которым будет производиться сравнение. В рамках изложенной выше геоинформационной технологии сузим выборку, а именно, произведем выделение подмножеств по факторам, обычно представленным в исходной информации риэлтерских агентств, таким, как (для жилой недвижимости):

1.  этаж (не первый или последний);

2.  количество комнат (однокомнатная/многокомнатная); 

3.  комнаты (смежные или раздельные); 

4.  площадь кухни (достаточная/недостаточная); 

5.  наличие/отсутствие лоджии или балкона (есть/нет); 

6.  ремонт (требуется/не требуется); 

7.  перепланировка (согласована/не согласована). 

Представим каждый из этих признаков двоичной кодировкой, при которой 0 присваивается наихудшему значению, 1 – все остальные значения. В результате каждый объект будет иметь семиразрядную кодировку. (Например: 0100011 – первый этаж, многокомнатная, комнаты смежные, большая кухня, балкона/лоджии нет, ремонт не требуется, перепланировка согласована). 

 Произведя вышеописанные операции (второй этап) относительно суженных выборок получим следующую таблицу:

Рис.2 Фрагмент расчетной таблицы по вариантам ценообразующих факторов (всего в полной таблице более 3500 записей)

Выводы и результаты:

1.Установлено, что даже при одинаковом наборе ценообразующих факторов цены в одном и том же территориальном квадрате отличаются друг от друга. Мерой статистического шума могут служить указанные выше коэффициенты вариации и оссициляции, средние величины которых составляют: коэффициент вариации – 8,4%, коэффициент осцилляции – 15,8%. Данные коэффициенты определяют «естественные», рыночные  границы достоверности.

Вполне понятно, что абсолютно одинаковых объектов недвижимости не бывает и неучтенные ценообразующие факторы и создают этот «статистический шум». Важно то, что данные параметры определяют естественные границы возможной точности расчетов.  

2. Установлено, что воздействие отдельных ценообразующих факторов на итоговый результат не носит аддитивного или мультипликативного характера, т.е. факторы не являются независимыми и результат (рыночная стоимость) связан не только с влиянием отдельных факторов, но и межфакторным взаимодействием. Это приводит к тому, что величина влияния каждого отдельного фактора на итоговую величину связана с той или иной комбинацией ценообразующих факторов.

Вместе с тем, если положить в основу ценообразования  понимание цены, как меры полезности объекта, то наличие связи между отдельными ценообразующими факторами (мультиколлинеарность) является естественным следствием.

Выводом из этого является неоднозначность вклада каждого ценообразующего фактора в стоимость объекта и, соответственно,  не единообразное ценообразование по каждому из указанных факторов

Высокая степень мультиколлинеарности а так же неявное присутствие неопределенно большого количества неучтенных ценообразующих факторов (таких, как условия инсоляции или, например, компактное преобладание отдельных социальных или национальных групп и т.п.),  которые невозможно определить в каких либо количественно-качественных отношениях (случайных величин) являются как причиной указанных выше отклонений, так и  приводят к невозможности с достаточной степенью надежности применять как методы количественных корректировок (в его наиболее часто используемом варианте  - метод парных продаж) так и методы регрессионного анализа.

3. Естественным следствием диверсификации объектов по отдельным группам ценообразующих факторов является уменьшение размера выборок, что, в свою очередь, при малом числе объектов, попадающих в выборку, делает данный метод малопригодным по критерию соответствия его результатов типичности (наибольшей вероятности). 

Тем не менее, имея достаточный объем статистического материала, можно модифицировать метод количественных корректировок путем построения матрицы сравнения.

 Четвертый этап обработки информации – построение матрицы сравнения. 

 Идеология построения такой матрицы весьма прозрачна (по-существу это – дальнейшее развитие метода парных продаж): поскольку мы имеем достоверные данные о средней рыночной стоимости групп объектов, различающихся набором ценообразующих факторов (по которым известны и СКО и коэффициент вариации и т.п.), то, перебрав все возможные сочетания и рассчитав все возможные соотношения цен внутри одного подтипа,  можно построить матрицу сравнительных цен.

Для дальнейших расчетов примем два предположения:

 

  1. Соотношение цен  территориально близких объектов одного и того же подтипа  мало зависит от территориального местоположения и связано только с набором факторов.   Средние цены, разумеется, зависят от территориального фактора, но соотношение цен объектов одного подтипа (близких территориально), но разного набора факторов устойчиво и не зависит от территориального фактора
  2. Соотношении цен  территориально близких объектов одного и того же подтипа мало зависит от времени и связано только с набором факторов.   Разумеется, цены со временем, (как и их соотношения) меняются, но для близких временных периодов – в расчетах принято три месяца - соотношение цен территориально близких объектов достаточно устойчиво во времени.

 Эти два предположения позволяют, во-первых, сократить число факторов выборки, поскольку исключены территориальный и временной факторы, и, во-вторых, увеличить объем выборки.

 Условие принятия данных предположений позволяет принять в расчет данные из всех территориальных ячеек не только за исследуемый период, но и за ряд прошлых периодов.

Применение данного метода возможно, поскольку ряд возможных комбинаций признаков на практике существенно меньше теоретически возможных комбинаций, как и частота появления отдельных комбинаций. Например, по состоянию на ноябрь, на рынке квартир частота  комбинаций (без выделения частот по отдельным подтипам) следующая (аналогичную таблицу возможно получить и по отдельным подтипам):

Рис. 3. Фрагмент таблицы частот сочетаний ценообразующих факторов (всего 109 комбинаций, из них 52 комбинации с количеством менее 10 и частотой менее 0.15%)

Сокращая число анализируемых комбинаций до принятого порогового значения по частоте можно уменьшить количество  парных соотношений до практически приемлемого значения, охватывающего подавляющее большинство возможных вариантов).

Подбор таких пар и дальнейшая обработка данного массива приводят к построению следующей матрицы коэффициентов:

 

 Рис.4. Фрагмент матрицы коэффициентов. Верхнее поле – комбинация числителя,  левый столбец – комбинация знаменателя, значение на пересечении строки и столбца – расчетный коэффициент соотношения цен.

 Например, коэффициент 0.9126 на пересечении столбца F0000101 и строки F0000111 означает, что соотношение цен одного и того же подтипа с комбинацией ценообразующих факторов  0000101 к тому же подтипу с комбинацией факторов 0000111 составляет 0,9126 (Примечание: первая буква F (от field) не носит никакого значения – просто, исходя из  установок СУБД,  наименование поля должно начинаться с буквы)

Выводы и результаты: 

  1. Данная технология позволяет получать на основе рыночных данных статистически обоснованные коэффициенты пересчета, имеющие, в отличие от «экспертных методов» подтверждение рыночными данными.
  2. Наличие таблиц, дополнительных к матрице коэффициентов, а именно, таблиц количества пар, принятых в расчет и таблиц среднеквадратических отклонений (по структуре совпадающих с матрицей коэффициентов) позволяет определить статистическую ценность результата.

Резюме:

Применение описанного выше геоинформационного метода обработки рыночной информации позволяет получить статистически значимые величины, как средних цен, так и меры их рассеивания, т.е. определить меру «статистического шума» для  объектов, не отличающихся выбранными характеристиками сравнения.

Полученные в результате обработки исходной информации данные  позволяют понять, в частности, находятся ли применяемые в методе «парных продаж» объекты-аналоги в правом или в левом крыле распределения, насколько они близки к краям и т.п.

Применение метода позволяет получить на основе рыночных данных статистически значимые коэффициенты пересчета (перехода от одной комбинации ценообразующих факторов к другой) для использования в расчетах при применении метода количественных корректировок.

Применение метода полностью снимает все указанные в начале статьи, неясности и скрытые в предположениях некорректности.

Применение метода не заменяет и не подменяет расчеты сравнительным подходом, но позволяет определить меру соответствия результатов расчета рыночным условиям и привести обоснованное суждение о возможных границах интервала достоверности полученного результата.

Регулярное применение технологии расчета позволяет отслеживать изменение рыночных предпочтений во времени (например – текущее изменение корректировочных коэффициентов, вызванных как локальными изменениями объемов и структуры предложения так и влиянием временных факторов).

Результаты расчетов являются абсолютно прозрачными и позволяют провести их проверку и анализ путем обращения к исходной информации.

Несколько практических выводов:

 1        Наиболее целесообразным в практических целях представляется применение матрицы сопоставления  цен с различной  комбинацией факторов.

2        Мерой достоверности полученного результата являются  коэффициент вариации и коэффициент осцилляции, а так же учет в расчетах как «естественного статистического шума», так и среднеквадратического отклонения в расчетных соотношениях.

3        Данный подход позволяет сопоставить между собой цены как по предложению, так и по закрытию позиций (продаже), что позволяет исчислить расчетную скидку на «ценовой дрейф» 

4        Данный подход снимает все, указанные в начале статьи, сомнения, поскольку учитывает текущую неопределенность ценообразующих факторов.

Штань М.В.

Руководитель проекта «Статистика рынка недвижимости»

 

 

Обоз обзоров

Телега №5

Первые впечатления и реальные тестирования комплекса estimatica.pro. Что это? Случайность, выборка и функциональные связи...
Читать дальше...
Отвечая на ряд пожеланий поступивших к нам, как отклик на материал «Анализ?Обзор?Мнение?», мы, на регулярной основе, размещаем обзоры, проясняющие нашу позицию в требованиях профессионализма при публикации «анализов, обзоров, мнений» различными псевдо-экспертами в рубрике «Обозрение обзоров» ("Обоз Обзоров")       
С уважением, администрация портала

Стат - инфотека

Авторизация

Statrn.ru - о портале

Целевая задача данного сайта – подробное и непредвзятое информирование всех участников рынка недвижимости о его текущем состоянии, о его динамике.Сайт содержит ежемесячно обновляемую статистическую информацию о рынке недвижимости г.Екатеринбурга, структурированную по следующим статьям. 

Яндекс.Метрика

S5 Box