Новости
Вторник, 24 Апрель 2018
USD 61.322
EUR 75.653
Залоговая недвижимость: мониторинг рынка VS оценка объекта.Часть вторая и последняя.

Залоговая недвижимость: мониторинг рынка VS оценка объекта. Часть вторая и последняя.

Введение.

 Естественным вопросом при изучении, как теоретических построений, так и экспертных мнений, направленных на описание особенностей функционирования рынка недвижимости, является вопрос об их практическом применении, тем более  - не в разовом, а в регулярном порядке. Тем более этот вопрос закономерен,  когда это касается такого сугубо практического направления, как оценка  залоговой недвижимости. Исходя из этого, мы, во всех наших предыдущих публикациях, акцентировали практическую полезность предлагаемых нами технологий, ориентируя читателя не столько на теоретическую часть применяемых нами методик и алгоритмов, сколько на практические результаты их использования.

И на этот раз мы не только не отходим от избранного нами принципа подачи информации (расставляя акценты на ее  практической стороне), но и усиливаем его, предлагая обзор возможностей применения еще одного варианта геоинформационных технологий.

 При применении сравнительного подхода, количественный состав объектов-аналогов обычно не превышает 3-5 (в редких случаях - больше) единиц, что  крайне мало для получения статистически достоверных результатов. Тем более, что при выборе объектов-аналогов, как правило, не принимается во внимание такой ценообразующий фактор, как «территориальная составляющая» (принимаемая «экспертно» равной для выбранных аналогов).  

Вместе с тем, если предположить, что  каждое локальное проявление рынка (цена, сроки экспозиции и т.п.) является  не изолированной данностью отдельного объекта, а частью некоего территориально упорядоченного поля (в частности, для рынка недвижимости – информационного поля), что все локальные проявления связаны между собой функционально,  то вполне логичным является использование инструментария из иных дисциплин, связанных с изучением географически распределенных данных (геология, метеорология и даже некоторые отрасли медицины, социологии и т.п.). Если мы принимаем существование такого поля, как постулат, то очевидным становится возможность использования геоинформационных методов анализа, позволяющих учитывать при моделировании явлений  пространственные законы их распределения, т.е. восполняющих и дополняющих присущую рынку недвижимости «недостаточность данных».

Для изучения таких явлений невозможно ограничиться обычными статистическими процедурами, а необходимо применение специальных методов, основу которых составляет геостатистика. Целью геостатистического анализа и моделирования (или просто геостатистики) рынка недвижимости является численное описание таких проявлений, как цена, сроки экспозиции и т.п., как следующих некоторому порядку территориального распределения, т.е. позволяющему преодолевать недостаточность и неопределенность локальных данных и дающих возможность не только компенсировать недостаток данных в отдельно взятых территориальных районах, и, соответственно, получать требуемые показатели, но и позволяющих построение прогнозов с определенной степенью уверенности (т.е. основанных не на «экспертных» «интуитивно понятных» данных, а обоснованных объективными внешними численными характеристиками, полученными на основании достоверных данных, полученных на  смежных территориях).

Если ранее подавляющее большинство наших разработок было основано на применении растровой модели[1], то ниже  будут представлены результаты применения иной технологии, а именно технологии цифрового моделирования рельефа (далее - ЦМР[2]). Не смотря на то, что обе модели базируются на изучении одних и тех же исходных данных, построение ЦМР основано на предположении связности (на существовании взаимосвязи) отдельных географически распределенных данных.

 В рамках предлагаемого нами подхода к изучению рынка недвижимости предполагается, что, такие явления, характеризующие рынок недвижимости, как цены, сроки экспозиции (а так же и иные),  совмещают в себе две  составляющие: случайную и регулярную[3]. 

Случайная составляющая обусловлена изменчивостью изучаемого явления в данной точке (в некоторой окрестности данной точки) под влиянием неопределенного количества совокупности факторов, влияющих на данную рыночную характеристику (ценообразующих факторов) и проявляется как одна из возможных реализаций вероятностной  функции[4].

Регулярная составляющая обусловлена неким общим законом распределения интересующих величин по территории. Учесть эту двойственность позволяет вероятностная формализация, обеспечиваемая аппаратом случайных функций, который  достаточно хорошо разработан в теории геостатистики, и реализован в ряде программных средств.

 

Как мы ранее сказали, обсуждение возможностей применения  математических алгоритмов, расчетных процедур, а так же  и особенностей  аппаратно-программных комплексов не входит в цели данной статьи. Более важным, на данном этапе, является обзор получаемых результатов и обсуждение возможностей их практического использования, поэтому в данном материале описание приведено исключительно на  качественном уровне[5].

 1.      Удельная цена (изокосты)

 Зонирование городской территории по уровню  удельных цен  на определенный тип недвижимости (или на некоторую совокупность типов) достаточно широко представлено на практике в различных вариантах примененных алгоритмов зонирования (Екатеринбург, Омск, Нижний Новгород, Новосибирск ... ). Удобство этих поясных делений неоспоримо – все они помогают аналитику быстро сформировать  мнение об уровне рыночных цен, например, для экспресс-оценки залоговой недвижимости. Однако, практически все эти варианты  зонирования имеют один, но существенный недостаток – границы ценовых зон жестко привязаны либо к  административным районам (например, Екатеринбург, Новосибирск), либо – к выделенным в составе территории зонам однородности  - с одинаковым (или близким) набором факторов, влияющих на изменение цен (например, Нижний Новгород), что создает значительные трудности, в частности,  при оценке объектов вблизи искусственно закрепленных границ.

 

От этих недостатков избавлена технология, основанная на цифровом моделировании рельефа, т.е. построении и представлении регулярной составляющей рыночной цены в виде поверхности. Принцип построения ценовой карты (поверхности) аналогичен принципам построения физического рельефа, с той разницей, что используется не физическая, а экономическая высота рельефа. Если ценовой рельеф отразить на карте в виде изокост (уровней равных удельных цен – по аналогии с изогипсами – уровнями равных высот), то мы получим ценовые пояса, сформированные на основании рыночных данных либо за определенный временной период (если рассматриваются данные по продажам), либо на определенную календарную дату (если рассматриваются данные по предложениям).

Так, например, выглядит ценовой рельеф в виде изокост по продаже офисов за определенный временной период[6]:

 

 

 

Рис1-1. Распределение цен закрытия (представление в виде изокост).

 

 

 

Рис.1-2. Распределение цен закрытия (представление в виде областей).

 

Регулярное обновление подобных ценовых карт дает возможность аналитику отслеживать движение цен по исследуемой территории относительно фиксированной цены залогового объекта. Более того, ранее мы представили технологию анализа ликвидности залогового объекта, заключающуюся в отслеживании некоторых граничных параметров рыночных цен и перемещении этих границ в течение времени наблюдения относительно залоговой цены.  Практически, в силу вероятностной природы, случайную составляющую (поскольку точный характер кривой функции распределения цены, в силу малого количества данных описать практически невозможно) в данной территориальной точке, можно описать тремя величинами: минимумом и максимумом (из достигнутых за определенный временной промежуток) а так же средней величиной полученных значений (т.е. величиной, максимально приближенной к рыночной стоимости в данной точке )[7].

 

Используя графики распределения максимальных (и минимальных) цен (границы области допустимых значений)  можно сформировать некоторые критерии контроля ликвидности. В частности,  выход залоговой цены за пределы максимальной границы является сигналом к объявлению объекта  мало- или неликвидным[8].

Однако, наблюдение за каждым отдельным объектом является достаточно затратным по времени делом, да и в подобных индивидуальных расчетах зачастую нет необходимости. С использованием же технологии ЦМР, аналитику, проводящему регулярный мониторинг залоговой недвижимости,  достаточно иметь представление о распределении ценовых параметров  по городской территории (т.е, по существу – не более трех графиков, аналогично приведенному выше, построенных на минимумах, максимумах и наиболее вероятных ценах),  что в значительной степени упрощает работу по анализу соответствия рыночным реалиям фиксированных цен большого объема залоговых объектов.

 

2.      Временны́е параметры  (изохроны)

 

 

Классическое определение ликвидности, как «способности активов быть быстро проданным по цене, близкой к рыночной[9]» для целей оценки ликвидности недвижимости было в ФСО-9[10] видоизменено и переформулировано в характеристику ликвидности, как «.. типичного (расчетного) срока его (объекта – вставка автора) рыночной экспозиции на открытом рынке, в течение которого он может быть реализован по рыночной стоимости». Близкая к этому характеристика была дана и Комитетом по оценочной деятельности Ассоциации Российских банков: «Ликвидность определяется в зависимости от прогнозируемого срока реализации имущества на свободном рынке по рыночной стоимости[11]».

 

При внешней схожести классического определения и приведенных формулировок, (казалось бы, уточняющих его для целей практического использования), они (эти формулировки) содержат одну и ту же, но существенную ошибку, а именно: как рыночная стоимость, так и разумный срок экспозиции базируются на прошлой информации, а «прогнозируемый срок реализации» «в течение которого он может быть реализован» - относятся к будущему, т.е. связаны со сроком маркетинга, и, следовательно, с прогнозными величинами изменений в состоянии рынка, в том числе и с прогнозом вероятной стоимости реализации (ликвидационной стоимости)[12].

Однако, прогноз изменения стоимости объекта оценки в будущем отнесен к дополнительным результатам (определяемым по согласованию), и не является обязательным.

Тем не менее, даже если принять во внимание данную погрешность в формулировках,  и, исключив прогноз, определять вероятный срок экспозиции как предшествующий дате оценки, то, на используя внешне объективные данные объектов-аналогов, так же можно получить ошибочное значение.  Но эта ошибка будет связана уже с иной неточностью характеристик, а именно – с недостаточным пониманием некоторых особенностей функционирования рынка недвижимости.  Эта ошибка связана с игнорированием движения рыночных цен – не групповых цен (средних по однородной группе, по типу недвижимости и т.д.), а индивидуальных цен практически каждого объекта. Доказано, что цены в течение времени экспонирования («дрейф цен»4,5)объекта, как правило, изменяются, а именно, как правило, значительная часть объектов приходит на рынок переоцененной, но, с течением времени, при отсутствии надлежащего отклика со стороны заинтересованной аудитории потенциальных покупателей, цены снижаются и сделки начинают происходить только с преодолением некоторой ценовой границы, соответствующей максимуму достигнутой цены. Временно́й промежуток, до достижений этой границы, не может быть включен в срок экспозиции, поскольку цена объекта не соответствовала рынку.

В силу вероятностной природы рыночных цен, складывающихся под воздействием неопределенно большого числа ценообразующих факторов цены (как удельные, так и абсолютные) на отдельные объекты различны и в графической форме могут быть представлены в виде  «облака цен[13]», границы которого образуют «область допустимых рыночных цен» и могут быть определены на основании регулярной обработки рыночной информации.

 

 

Соответственно, можно выделить три временны́х периода, связанных с движением цен для каждого объекта:

1.      Долгосрочная экспозиция, т.е. срок с момента выхода объекта на рынок и до его продажи – наиболее точно соответствующий характеристикам, определенным ФСО-9 и МР АРБ

2.      Краткосрочная экспозиция, т.е. срок с последнего изменения цены объекта до его продажи

3.      Граничный срок экспозиции[14], т.е. срок с момента пересечения ценой объекта границы области рыночных цен (области, в границах которой происходят сделки)

 

Как вполне понятно из данного описания, отрезок времени от начала экспонирования объекта до момента пересечения границы рыночных цен не должен включаться в расчетный срок экспозиции (как и цена, соответствующая этому периоду), соответственно, и первый период – а именно, «долгосрочная экспозиция», хотя и наиболее соответствует вышеуказанным формулировкам как ФСО так и МР АРБ, но наименее информативен и не может служить обоснованием расчетной величины срока экспозиции.

Искомый срок (далее будем его называть «сроком ожидания» - чтобы избежать терминологической путаницы) лежит внутри временно́го интервала, образованного максимально и минимально возможными сроками при вхождении цены в область  рыночных цен. Этот срок, как и рыночная стоимость, имеет так же вероятностную природу, и, соответственно, не зная функции распределения этого срока, тем не менее, мы можем замерить его максимумы и минимумы.

Определившись с описанием (и, соответственно, с расчетом) временны́х интервалов, вполне возможно, аналогично описанным выше рыночным ценам, построить графики минимума и максимума границ срока ожидания, отразив  на территории города либо в виде изохрон,  либо (что более удобно) в виде областей:

 

 

Рис2. Распределение максимальных сроков ожидания

 

 Отметим, что минимум срока ожидания можно трактовать, как минимально необходимое время адаптации рынка к появлению новых объектов. Подобная трактовка вполне уместна, поскольку даже при вполне «рыночной» цене требуется некоторое время для набора заинтересованной аудитории потенциальных покупателей. Соответственно, минимально возможный срок ожидания является важной рыночной характеристикой, поскольку ни при каких снижениях цены в границах области рыночных цен,  время экспонирования не может быть менее данного минимума.

Кроме того, при ограниченном объеме рыночной информации (для г. Екатеринбурга 2-4 объекта в предустановленных пределах окрестностей поиска аналогов) практически невозможно установить существенную связь между изменением цены и соответствующим изменением срока ожидания и, соответственно,  можно определить только достоверный интервал, но не  «наиболее вероятный» срок [15].

Так же, можно заметить, что хотя общие границы ценовых и временных поясов совпадают (и это естественно, поскольку они определены географическим расположением крайних объектов[16]), но кривые распределения цен и сроков не совпадают – имеет место вполне объяснимое торможение изменения цен относительно изменения сроков, а именно: продавец менее склонен к снижению цены, предпочитая увеличение сроков экспозиции.

Все эти особенности, выявленные в результате сопоставления графиков распределения цен и сроков позволяю сформулировать еще одно важное предположение о невозможности определения единого соотношения между ценами и сроками для всех точек исследуемой территории.

  

3.      Ликвидность и ликвидационная стоимость.

 

По определению, «ликвидационная стоимость – это расчетная величина, отражающая наиболее вероятную цену, по которой данный объект оценки может быть отчужден за срок экспозиции объекта оценки, меньший типичного срока экспозиции для рыночных условий, в условиях, когда продавец вынужден совершить сделку по отчуждению имущества[17]».

Таким образом, если при «стандартной» оценке определяется рыночная стоимость и (как следующий этап оценки) соответствующий  этой стоимости срок экспозиции (фактически сложившийся до даты оценки) в условиях нормальной маркетинговой деятельности, то при определении ликвидационной стоимости должна быть решена обратная задача, а именно, исходя из предопределенного срока маркетинга (принудительного - по решению суда, залогодержателя, закона и т.п.) должны быть определены (спрогнозированы) соответствующие стоимостные параметры[18].

Следовательно, основой определения как временны́х так и ценовых параметров является составление достоверного прогноза продаж, который, естественно, должен быть основан на изучении натуральных показателей рынка, таких, как объемы предложения и продаж - емкость рынка, рассмотрение которой практически не присутствует в Стандартах оценки ( за исключением краткого и ни к чему не обязывающего  упоминания в п.11 ФСО-7), и рыночный потенциал (для целей данной статьи- текущий объем предложения) в натуральных единицах (в штуках).

 

Для наших целей, а так же, исходя из геоинформационного подхода, представим эти показатели в виде распределения плотности по территории.

И, для начала рассмотрим соотношение этих показателей (емкости рынка  к рыночному потенциалу), которое, собственно, представляет собой распределение показателя выбытия по территории:

 

 

 

Рис.3 Распределение показателя выбытия (в долях на 1км2)

 

Не закрашенные участки карты указывают на территории, по которым за исследуемый промежуток в прошлом не было предложений, желтые участки – по которым предложения были, но сделок не зафиксировано (за 6 месяцев наблюдений), т.е. районы с нулевой ликвидностью.

Таким образом, мы получили несколько иную характеристику ликвидности – не как «типичного срока экспозиции»,  а  как вероятности продаж за определенный временной период.

 

Аналогично можно построить карты выбытия за определенный период и предложения на определенную дату.

 

Рис4. Плотность предложения на ноябрь (в единицах на 1км2).

 

Достоинством геоинформационного подхода, и, в частности методов ЦМР, является расчет показателей не «в целом, по рынку», а в каждой отдельной точке. График предложения (рыночного потенциала) показывает состояние конкурентной среды и позволяет рассчитать, насколько увеличится объем предложения вследствие появления в данной точке нового (залогового) объекта (или объектов), т.е., какова степень влияния нового объекта на общий объем предложения. А график выбытия (емкости) показывает уровень спроса в данной точке, т.е. тот показатель, на который продавец не может влиять (при соблюдении рыночного уровня цен).  Увеличивая объем предложения, мы тем самым уменьшаем вероятность реализации, что, в свою очередь, может привести к снижению ликвидности.

Таким образом, для повышения ликвидности требуется увеличение спроса. При внешней банальности данной формулировки, она имеет практическое решение в  рамках геоинформационного подхода. Но для этого требуется обратиться еще к одной величине – а именно, к абсолютным рыночным ценам. В теории и практике оценки недвижимости (хотя определение рыночной стоимости, как абсолютной величины, собственно, является целью оценки) им придается чисто техническое значение – как результат умножения удельного показателя на объемный (площадь, протяженность, объем и т.п.). Вместе с тем, стороны заинтересованы и сделки происходят в единицах объектов и по стоимости единицы объекта.

Рассмотрим вновь диаграмму «облака цен», обращая внимание на гистограмму по оси ординат – гистограмму абсолютных цен выбытия. (В данном случае мы  рассматриваем не весь рынок, как ранее, при составлении карт, а его часть – локальный рынок в непосредственной близости от объекта)

Рис5. Позиционирование залогового объекта относительно абсолютных цен его собственной товарной группы

 

Позиционируя относительно нее залоговый объект, мы можем определить, является ли его цена больше «наиболее вероятной» или менее ее. Это позиционирование дает возможность оценить вероятность снижения цены в рамках данного типа недвижимости в данной точке территории. Однако, как мы показали ранее, снижение цен в рамках выделенного типа (товарной группы) недвижимости не приводит к повышению спроса и, следовательно, не дает существенного изменения ликвидности. Обеспеченный спрос можно повысить только путем «перетягивания»  потенциальных покупателей из ближних товарных групп, отличающихся более низкой абсолютной ценой предложения. Таким образом, для повышения ликвидности офисных объектов в диапазоне «от 50 до 100м2», необходимо рассмотреть диапазон цен «до 50 м2», войдя в который по абсолютной цене, мы искусственно увеличиваем емкость рынка для залогового объекта. В этом случае выбытие будет определяться соотношением суммарной емкости групп к рыночному объему предложения по более низкой цене.

 

 

Рис6. Позиционирование залогового объекта относительно абсолютных цен более низкой по ценам товарной группы

 

 

Таким образом, мы:

Определили границы возможного изменения цен по текущей товарной группе

Определили ближайшую товарную группу с более низкими показателями абсолютной цены

Определили емкость рынка как по текущей товарной группе так и по товарной группе с более низкими показателями абсолютной цены

Определили границы возможного изменения цен и по товарной группе с более низкими показателями абсолютной цены

На основании этих показателей можем, во-первых, рассчитать (или задать волевым порядком) уровень абсолютной цены залогового объекта исходя из распределения цен (гистограммы) по товарной группе с более низкими показателями абсолютной цены, во-вторых – определить вероятный коэффициент выбытия.

 

Вероятно, у внимательного читателя возникнет вопрос: а как же со сроком т.н. «экспозиции», о котором мы говорили выше, как о предопределенном параметре для решения вопроса о величине ликвидационной стоимости?

По-существу, он нами задан, только в «закрытой», неявной форме, а именно – этот срок распределен нами на две величины, первая из которых представляет минимально необходимое время адаптации рынка, и вторая, заданная косвенно, как вероятность продаж в течение заданного срока.

Подобное разделение так же способствует пониманию необходимых действий по успешной реализации залогового имущества, а именно: маркетинговые усилия (реклама, юридическое обеспечение и т.п.) должны обеспечивать поддержку и соответствие залогового объекта уровню, по крайней мере, соответствующему конкурентной среде, состоящей из не обремененных залогом (и специфическими рисками)  объектов, так же и информация о залоговых объектах должна содержать сравнительные характеристики товарных групп в которой находится объект и в которой он оценен.

И еще один вопрос, который может возникнуть – о прогнозе, как цен так и сроков, ведь именно прогноз мы ставили во главу определения маркетинговой стоимости и соответствующих сроков реализации. Действительно, во всех изложенных выше построениях мы исходили из анализа предшествующих событий на текущую дату, не касаясь прогноза. Любой прогноз строится исходя из обработки, изучения и анализа как предшествующих событий так и текущей ситуации. Именно эта часть и была нами освещена в статье,  а прогностическая часть уже была нами описана ранее и довольно подробно[19], и повторять ее вновь не имеет смысла в контексте данного материала.  

 

Выводы:

 1.      Многие авторы ссылаются на такие недостатки оценки, как субъективизм оценщиков, вопросы отсутствия единой методологии и т.п.[20],[21] Применение геоинформационных технологий, в частности, в изложенном методе ЦМР максимально исключает субъективную составляющую при проведении оценки.

2.       Исследование соотношения трех составляющих рынка недвижимости – объемов, цен и сроков в их динамике предопределяет возможность создания новых инструментов анализа, отсутствующих в аппарате «классической» оценки недвижимости.

3.      Использование единых алгоритмов расчета унифицирует и упрощает расчет требуемых показателей при мониторинге залоговых объектов, сокращая как сроки, так и средства и позволяет аккумулировать все расчеты в едином центре.

4.      Уход от «экспертных» к цифровым технологиям обработки рыночной информации дает возможность создания интерактивных карт мониторинга залоговой недвижимости. По существу, для этого достаточно просто объединить приведенные выше карты распределения рыночных показателей (цен, сроков, объемов) с картами расположения залоговых объектов (с указанием их атрибутов  из договора).  В частности, это  дает возможность судить о такой, мало кем рассмотренной проблеме, как концентрации залоговых объектов по территориальным районам с различной ликвидностью и о «портфельной» ликвидности.

 

Предлагаемые нами технологии, по существу отрицают одно из основных требований ФСО-9: «При определении ликвидности объекта оценки оценщик должен обосновать сделанные выводы приведением результатов анализа существенных факторов, влияющих на ликвидность объекта». Мы предлагаем иной взгляд на решение вопросов как ликвидности так и ликвидационной стоимости недвижимости, а именно:

В данной статье высказаны ключевые (на наш взгляд) элементы создания как технологий так и системы технического анализа рынка недвижимости, аналогичного техническому анализу финансовых рынков.

Будут ли эти предложения приняты[22] – зависит от заинтересованности конечных пользователей. Время покажет.

  Руководитель проекта «Статистика рынка недвижимости»

Штань М.В.

 

 



[1] Подробнее, например: http://kadastrua.ru/gis-tekhnologii/201-
[2] Подробнее, например: https://studfiles.net/preview/2140952/page:5/
[3] В данном случае мы просто следуем общепринятой терминологии геостатистики, применяя ее (терминологию) к сходным явлениям рынка недвижимости.
[4] Более подробно – М. Штань «Залоговая недвижимость: мониторинг рынка vsоценка объекта» Банковское кредитование № 6 (76) \ 2017
[5] Однако, это не означает, что изложенный материал является одномоментной иллюстрацией – все технологии отработаны вплоть до программных комплексов, позволяющих ежемесячно обрабатывать и представлять в изложенном виде информацию по рынку недвижимости г.Екатеринбурга (более подробно см.:  www.statrn.ru «Статистика рынка недвижимости).
[6] Далее все данные приводятся по рынку недвижимости г. Екатеринбурга в сегменте: офисные помещения/стрит-ритейл/площадь от 50 до 100м2, обобщенные данные за 6 месяцев (июнь-ноябрь 2017)
[7] Рассмотрение методов определения средних величин выходит, как ранее оговорено, за пределы данной статьи и представляет собой отдельную тему для осуждения. Тем не менее, в укажем, что в предлагаемых вниманию графиках используются алгоритмы средневзвешенной интерполяции.
[8] М. Штань «Диагностика ликвидности залоговых объектов» Банковское кредитование № 5 (69) \ 2016, М. Штань «Мониторинг ликвидности недвижимого имущества: три составляющие одной проблемы» Банковское кредитование № 3 (73) \ 2017
[9] https://ru.wikipedia.org/wiki/Ликвидность
[10] п.9"Оценка для целей залога (ФСО N 9)", далее – ФСО-9
[11] Методические рекомендации «Оценка имущественных активов для целей залога» Утв. решением Комитета АРБ по оценочной деятельности (Протокол от «25» ноября 2011г.) , далее – МР АРБ
[12] Подробнее: Слуцкий А.А. Рыночная стоимость и альтернативные базы стоимости, устремлённые в будущее. Практика США // Библиотека оценщика LABRATE.RU (Сетевой ресурс), 03.08.2012. -http://www.labrate.ru/sloutsky/art_2012-4.htm
[13] М. Штань «Диагностика ликвидности залоговых объектов» Банковское кредитование № 5 (69 \ 2016
[14] В предыдущих статьях мы рассматривали только два первых срока, но дальнейшее изучение особенностей функционирования рынка привело нас к необходимости введения третьего срока, как наиболее точно и полно описывающего временны́е параметры.
[15] См., например, А.А.Слуцкий «Доказательственная вероятность в оценке. Концептуальное понимание рыночной стоимости». Бюллетень RWAY, №257, август 2016.
[16] Следует отметить, что все методы среднего взвешивания ориентированы исключительно на интерполяцию данных
[17] Федеральный стандарт оценки «Цель оценки и виды стоимости (ФСО № 2)»
[18] Уточнение: определяется именно ликвидационная стоимость (liquidationvalue), а не стоимость реализации (dispositionvalue) – см. Слуцкий А.А, «Проблемы оценки залогового имущества»
[19] Штань М.В. Мониторинг ликвидности недвижимого имущества: три половины одной проблемы. Банковское кредитование № 2 (72) \ 2017, Банковское кредитование № 3 (73) \ 2017
[20] Е.И. Лобанова «Проблемы оценки стоимости имущества для целей залога» ,
[21]В.Ю.Рослов «Оценка для целей залога – реалии, особенности, требования» Экономические стратегии № 2/2008
[22] Для г.Екатеринбурга пилотный проект этих технологий реализован на сайте www.statrn.ru(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