риложение2

Государственный университет

Высшая школа экономики

Факультет Экономики

Кафедра Математическиеметоды анализав экономике

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

натему: Моделированиеформированияцен на земельные

участкиМосковскойобласти. Кадастроваяоценка земель.

Студентгруппы №941

КозловМ.М.

Научныйруководитель-

проф.,доктор физико-математическихнаук АйвазянС.А.

Москва2001 год

	№ страницы
Введение…………………………………………………………………………	3
Глава1. ИсториявозникновенияЗемельногокадастра………………...	6
Глава2. Земельныйкадастр взарубежныхстранах…………………….	11
Глава3. Современныетенденцииразвитияземельногокадастра вРоссии…………………………………………………………………………….	17
3.1. Результатыземельныхпреобразований1990-2000гг………..	17
3.2. Задачиземельнойполитики2000-2002гг………………………	21
Глава4. Методы оценкиобъектовнедвижимости………………………..	29
4.1. Оценкамассовая ииндивидуальная…………………………….	29
4.2.Метод сравненияпродаж………………………………………….	30
4.3. Доходныйметод…………………………………………………….	33
4.4. Затратныйметод……………………………………………………	35
Глава5. Модели оценкиземли……………………………………………...	37
5.1. Видымоделей массовойоценки…………………………………	37
5.2. Калибровка(идентификация)моделей массовойоценки…...	39
5.3. Контролькачестваоценки…………………………………………	40
5.4. Границыприменениямассовойоценки…………………………	42
Глава6. Состояниерынка земельныхучастковМосковскойобласти,предназначенныхпод индивидуальноежилищноестроительство……	44
6.1.Общаяхарактеристикарынка…………………………………….	44
6.2. Результатыисследования…………………………………………	47
6.3.Анализ прогностическойсилы модели………………………….	71
Заключение……………………………………………………………………...	74
Списокиспользованнойлитературы………………………………………..	77
Приложения……………………………………………………………………..	78

Введение

Землякак основнойбазис всехпроцессовжизнедеятельностиобщества вполитической,экономической,социальной,производственной,коммунальной,экологическойи других сферахобладает стоимостью,качественнаяоценка которойпредставляетсобой одно изважнейшихусловий нормальногофункционированияи развитияэкономики.

Необходимостьв получениидостовернойстоимостиземельныхучастков испытываюткак государственныетак и муниципальныеорганы исполнительнойвласти приуправленииземельнымиресурсами,проведениирациональнойземельной иналоговойполитики.

Дляобеспечениярациональногоиспользованияземельныхресурсов с 13декабря 1968 годаведется государственныйземельныйкадастр, содержащийсовокупностьдостоверныхи необходимыхсведений оприродном,хозяйственноми правовомположенииземель. Земельныйкадастр включаетрегистрациюземлепользования,учет количестваи качестваземельныхугодий, бонитировкупочв и экономическуюоценку земель.

Государственныйземельныйкадастр имеетважное народнохозяйственноезначение. Егоданные широкоприменяютсяпри решениимногих вопросов,связанных сиспользованиемземельныхресурсов. Спомощьюземельно-кадастровыхданных можноопределитьместо земельныхресурсов всоставе национальногобогатствастраны, устанавливатьзадания поповышениюпродуктивностииспользованияземельныхресурсов путемперевода земельиз одной категориив другую, трансформациии улучшенияугодий, мелиорацииземель, борьбыс эрозией почв,кислотностью,засолением,заболачиваниемземель, даватьоценку экономическойэффективностипланируемыхмероприятий.

На сегодняшнийдень в РоссийскойФедерациисложилисьадекватныепредпосылкидля формированиямеханизмовналогообложенияземли, взиманияарендной платыза землю, находящуюсяв государственнойи муниципальнойсобственности,а также государственнойполитики вобласти оценкиземель дляцелей налогообложения.

Однимиз решающихусловий эффективногоиспользованияземельныхресурсов вусловиях переходнойэкономикиявляется методическикорректноеопределениецены земли,обеспечивающееустановлениеобоснованныхразмеров разногорода платежейза землю, и впервую очередьвеличины земельногоналога. Приэтом принципиальноезначение приобретаетпоиск такойрасчетнойвеличины, котораябы в полноймере соответствовалаэкономическимреалиям конкретногоэтапа общественногоразвития. Проблемазаключаетсяв том, что всовременныхэкономическихусловиях отсутствуютметодическиеосновы длярасчета объективнообоснованнойравновеснойцены земли.Сложившаясяситуация объясняетсяследующимипричинами.

Во-первых,отечественныеметоды экономическойоценки земли,использовавшиесяв дореформенныйпериод, создавалисьбез учета примененияих в условияхсовременнойрыночной экономики.

Во-вторых,известныезарубежныеметоды неориентированына слабо предсказуемуюкризиснуюэкономическуюситуацию итакие рынкиземли, какроссийский,который находитсяв стадии формирования,неустойчиви не соответствуетобщепринятымстандартамфункционирования.Поэтому врядли можно рассчитыватьна получениедостоверныхрезультатов,применяя широкоиспользуемыеза рубежомметоды капитализациидоходов, либокапитализациизатрат на конкретном земельномучастке.

В-третьих,в России ещене накопленадостовернаяинформационнаябаза об операцияхс землей, наоснове котороймогли бы бытьиспользованынекоторыезарубежныеметодики, вчастностиметоды аналогии,простой, либооснованнойна математическихстатистическихмоделях экстраполяции.

Именнопоэтому сегоднякрайне остройи актуальнойпредставляетсяпроблема разработкинаучно обоснованнойметодики определенияравновеснойцены земли,которая способнаучитыватьособенностироссийскихусловий.

Цельмагистерскойдиссертации– попыткаразработатьпроцедурыопределениярасчетнымпутем ценуземельныхучастков посовокупностирыночных факторовземельногоценообразования,включая конъюнктуруземельногорынка, соотношениеспроса и предложенияна земельныеучастки.

Предметисследования– экономическиевзаимосвязи,возникающиепри формированиицен на объектынедвижимости.

Объектомисследованияявляются земельныеучастки Московскойобласти, предоставленныепод индивидуальноежилищноестроительство(ИЖС).

Методологическойи теоретическойосновой исследованияпослужилиработы ДжозефаК. Эккерта«Организацияоценки и налогообложениянедвижимости»и Д.Фридмана,Н.Ордуэйя «Анализи оценка приносящейдоход недвижимости».В работе такжеиспользовалисьматериалы иданные компьютернойсети Интернет.

Авторунеизвестныподобныеисследованияи он надеется,что выводы,вытекающиеиз данной работы,и опыт данногоисследованиямогут представлятьпрактическуюценность.

В заключениемне хотелосьбы поблагодаритьдиректора НПЦ«Оценки земель»институтаМосНИИПИземлеустройства,к.б.н. ГинзбургаМихаила Евгеньевичаза предоставленнуюинформационнуюбазу и консультационнуюподдержку безкоторой невозможна былабы данная работа.

Глава1. История возникновенияземельногокадастра.

Почвенныересурсы страныпредставляютсобой огромноенародное богатство.Правильноеих использование немыслимо безстрого научногоколичественногои качественногоучета почв.Этой задачеслужит составлениеи ведение земельногокадастра.

Первыепопытки учетаколичестваи качестваземель проводилисьеще при первобытнообщинномспособе производства.Однако тогдаучет был весьмапримитивныйи проводилсяв интересахобщины. С появлениемчастной собственностина средствапроизводствавозникланеобходимостьв более тщательномучете. Кромечастных собственниковучет велорабовладельческоегосударство.Оно учитывалодоходы от обложенияналогами,контрибуциями,расходы насодержаниеармии и т.п. Объектомучета постепенностановиласьземля, котораяуже в то времявыступает какосновное средствопроизводствав сельскомхозяйстве. Такв Египте, вовремена первыхфараонов (4 тыс.лет до н.э.) тщательновелись оценочныесписки земель,подлежащихналогообложению.Оценку земельдважды в годпроводилиспециальныетаксаторы -чиновникифараона. Земельныйкадастр ДревнегоРима (4 в до н.э.)представлялсобой описаниеземельнойсобственности.В специальныереестры вносилисведения оразмере земельныхучастков, способеих обработки,качестве идоходностиземель. На бронзовыетаблицы наносилипланы имений,их названия,границы и размерыземлевладений.Там же приводилисведения окачестве земельи о самом хозяйстве.При рабовладельческомстрое как специальноеземельноеучетное мероприятиезарождаетсяземельныйкадастр, которыйпродолжаетразвиватьсяпри феодализмеи особенно прикапитализме.

В эпохуфеодализмадальнейшееразвитие получилвнутри хозяйственныйучет, проводимыйв целях управленияи контроля заразвитиемпомещичьегохозяйства.

Феодальноегосударствовело кадастрземли как средствапроизводствадля налогообложения.При феодализмев системе земельногокадастра возникаетземельнаярегистрация,узаконивающаяправо частнойсобственностина землю.

Такимобразом, изучениеземельныхресурсов ипроведениеземельногокадастра сталонеобходимостьюс образованиемгосударстваи развитиемналогообложения.В древнейшейформе земельногообложенияразмер налогаустанавливалсяпо площадиземли. На определенномэтапе нарядус учетом количестваначинают учитыватьи качественноесостояниеземель, а впоследствииразмер дохода,получаемогос земель различногокачества.

Земельныйкадастр Россиихарактеризуетсядлинной историейразвития. Имеяобщую с западнымикадастрамисоциальнуюприроду, онотличаетсясвоими специфическимисвойствами.

Первыеописания земельв России появилисьеще в 9 веке. Оникасались главнымобразом монастырскихи церковныхземель служилиоснованиемдля наделениядуховенстванедвижимымимуществом,в частностиземлей. Собираниеданных о землевозникло такжев связи с взиманиемсборов и податейрусскими князьямис покоренныхими племен.Существовавшийв 11 веке качественныйучет земельимел упрощенныйхарактер. Апервые переписиземель с характеристикойих количестваи качестваотносятся к12 веку. Старейшиекадастровыедокументы -описания земельпериода татарскогоига. Перваятатарскаяперепись былапроведена в1245 г., а повсеместнаяперепись русскихземель - в 1273 г.Наряду с татарскимипереписямиописания земельвели русскиекнязья, и земельно- кадастровымидокументамив этот периодявлялись “Писцовыекниги”.

Деятельностьпервого централизованногороссийскогооргана поземлеустройству,Поместногоприказа (16 век),положила началогосударственнымземлеустроительными земельно-учетнымработам, вошедшимв историю какПисцовые межевания.Спустя 200 летпри СенатеобразуетсяМежевая Канцелярия,расположившаясяв Кремле, онабыстро становитсяважнейшимправительственныморганом России,который организовали провел в жизньГенеральное(1766 - 1861 годов) и Специальное(1806 - 1882 годов) межевания,позволившиенавести порядокв использованиироссийскихземель и существеннопоправитьфинансовоеположениеРоссийскойимперии.

Пикомдетализацииправоотношений,складывающихсяпо поводу земли,является Аграрнаяреформа 1906г., ееидейным вдохновителембыл П.А.Столыпин,а основой реформыего указ «Одополнениинекоторыхпостановленийдействующегозакона, касающегосякрестьянскогоземлевладенияи землепользования»от 9 ноября 1906г.Реализациястолыпинскихреформ 1906 - 1911 годовпотребовалаучрежденияв России Комитетапо землеустроительнымделам, а такжегубернскихи уездныхземлеустроительныхкомиссий, которыев губернияхвозглавилигубернаторы,а в уездах -предводителидворянства.Говоря о ролиземлеустройствав осуществленииаграрныхпреобразований,ПредседательСовета МинистровРоссии П.А.Столыпинзаявил в ГосударственнойДуме: «Землеустроительныеначинанияправительстваимеют не толькоэкономическое,но и глубокообщественноеи политическоезначение».

В мае1911г. был принятзакон «О землеустройстве»,подробнорегламентирующийпорядок землеустройства.Закон «О землеустройстве»фактическиподвел чертупервому этапустановлениязаконодательствао земле в Россиив процессуальныхформах егоосуществления.Вторым этапомбыла Октябрьскаяреволюция1917г. и ее законы.Одним из первыхзаконов Советскойвласти былДекрет «О земле»,написанныйВ.И.Лениным вночь с 26 на 27 октября(с 8 на 9 ноября).По нему всепомещичьи,царские, церковныеи монастырскиеземли конфисковывалисьвместе с инвентареми постройкамии передавалиськрестьянскимкомитетам иСоветам дляраспределениямежду крестьянами.

Деятельностьорганов землеустройствапосле 1917 годабыла направленана обеспечениецентрализованногоуправленияединым земельнымфондом государства.Позже конституцияРСФСР 1918г. закрепилаисключительнуюгосударственнуюсобственностьна землю, оставивгражданам правопользованияземлей. Остальныеконституцииничуть не изменилиправо государственнойсобственностина землю, а ещеболее упрочилиего положениекак «генерального»собственникавсех ресурсов(земельныхвключительно).

Помимоконституций,имели месторяд реформ,произведенныхсоветскойвластью в Средней Азии и Казахстанев 1921-22 и 1925-29г.г., ониотражали положенияДекрета «Оземле». Срединормативныхактов чистоземельнойнаправленностиследует отметитьЗемельныйкодекс РСФСР1922 г., по нему всемгражданампредоставлялосьправо трудовогоземлепользования.Гражданин имелправо хозяйственноиспользоватьземлю, возводитьи использоватьна земле хозяйственныеи жилищныепостройки, ненарушающиеинтересы иныхземлепользователей.Но гражданинне имел правопокупки, продажи,залога, завещанияи дарения земли. А также ОсновыземельногозаконодательстваСССР и союзныхреспублик,принятых в1968г., и соответствующиеземельныекодексы союзныхреспублик.Земельныекодексы подтверждалиправо собственностина землю загосударством,наделяя гражданправом постоянного(бессрочного)пользованияили временногопользованияземлей, регламентируяпорядок наделенияземлей, устанавливалисроки наделенияземлей, процессуальныйпорядок, органы,полномочныена осуществлениеэтой деятельности,порядок рассмотрения споров, связанныхс землей. В целом,они детальнорегулировалипорядок земельныхправоотношений,складывающийсяв условияхгосударственнойсобственностина землю, правда,при этом интересыгосударствазачастую ставилисьнад интересамисубъектов правна землю.

Историяземельныхреформ показываетчрезвычайнуювариабельностьправ на землюв России с точкизрения историиправа в Россиивообще. Тоограничиваясь,то расширяясьправа на землюпостоянноизменялись,но все же некоторые из них оставались,и остаютсянеизменными,и по сей день– это правопользованияземлей. Ониоставалисьнеизменнымисо времен КиевскойРуси до нашихдней, и дажеСССР не смоготобрать егоу граждан. Напротяжениисемидесятис лишним летстоимостьлюбого объектасобственностиустанавливаласьраз и навсегда,но рыночныеотношениякоснулись иРоссии, чтопривело к зарождениюрынка недвижимости,что в свою очередьдолжно направитьэкономикуРоссию на путьзаконностии стабилизации.

Глава2. Земельныйкадастр в зарубежныхстранах.

Основысовременногоземельногокадастра взарубежныхстранах заложеныв 20 веке. Срединих наиболеесовершененфранцузскийземельныйкадастр. Онпредставляетсобой стройнуюсистему учетаколичестваи качестваземель дляцелей налогообложения.Французскоеправительство,приступив в1925г. к обновлениюкадастра, ставилоперед собойзадачу осуществитьработы поидентификацииданных о каждомучастке с цельювыяснить егоположение,размеры и имявладельца.

Основныеработы по земельномукадастру былиначаты в 1930г.,практическизакончены кначалу 50-х годов.Начиная с 1953г.,по всей странепроведеноочередноеобновлениеземельногокадастра всоответствиис современнымитребованиями.Работы по обновлениюи переоценкеземель осуществляютсячерез каждыепять лет. Обновлениеи проверказемельногокадастра возлагаютсяна постояннуюгосударственнуюслужбу земельнойсобственности,включающуюцентральное,региональноеи департаментскоеведомства.

Государственнаяслужба земельногокадастра Францииобеспечиваетвыполнениетехнических,юридическихи административныхдействий.

В качествеосновной оценочнойединицы вофранцузскомземельномкадастре выступаетпарцелла. Напарцеллы делятсясельскохозяйственныеугодья, а такжеземельныеучастки занятыепостройками,промышленнымии коммерческимипредприятиями.Исключениесоставляютземли военноговедомства,скалы, болота,т.е. земли, которыене дают дохода.

Экспертнаяоценка земельначинаетсяс классификации, при которойопределяютколичествоклассов земельпо каждомуземлевладению.Всего на территорииФранции выделено13 классов земель.В пределахкаждого классавыделяют дветипичные парцеллы- одна из наилучших,другая из наихудшихземель. На основетипичных парцеллустанавливаютпогектарные расценки чистогодохода по классамкаждого видаземлевладения.Заключительнымэтапом оценкиявляетсяклассификацияпарцелл, прикоторой онираспределяютсяпо классам.Итоговые данные земельногокадастра повсем парцеллам,с указаниемдоходов и выделениемпарцелл, подлежащихи не подлежащихналогообложению,размещаютсяв специальныхтаблицах-указателях,так называемыхкадастровыхматрицах. Измененияв правовом,природном ихозяйственномсостояниипарцелл вносятсяв кадастровыематрицы ежегодно.

В СШАизучение земельведется специальнойслужбой охраныпочв в системеМинистерствасельскогохозяйства. Онасостоит изцентральногооргана, филиаловв штатах и около2400 районных ячеекпо охране почв.

Основнымиединицами,подлежащимисъемке припочвенныхобследованиях,являются серии,внутри которыхвыделяют почвенныетипы и фазы.Серии представляютсобой почвы,однотипныепо мощностии структурегоризонтов,по содержаниюсолей, органическихвеществ, а такжепо рельефу,степени эродированности,засоления ит.д. В пределахсерий выделяюттипы почв. Наиболеенизкая классификационнаяединица - фаза.Критерием дляее выделенияявляются: изменениенаклона поверхности,ограничивающееиспользованиетехники, степеньподверженностиэрозии, засоренностикамнями, материнскойпороде и т.п.

Обобщитьданные почвенногообследованиядля практическихнужд позволяетклассификацияземель. В зависимостиот поставленныхцелей в СШАприменяютразные системыклассификацииземель. Например,почвы могутбыть сгруппированыв классы постепени пригодностидля сельскохозяйственногоиспользования,продуктивностиземель и т.д.Качественнаяоценка земельв США производитсяпо продуктивностисельскохозяйственныхугодий. Длявыявлениянаиболее продуктивныхземель в СШАпроводитсяэкономическаяклассификацияземель. Приэтом нарядус природнымифакторамиучитываютнекоторыеэкономическиепоказатели:размер хозяйства,структуруземлепользования,уровень интенсификации,местоположениеи доходностьхозяйства наединицу площади,затраты трудаи т.п. Землиоднородныепо возможностисельскохозяйственногоиспользованияи близкие попродуктивности,включают в одиниз семи классовэкономическойклассификации.Так как привыделенииклассов земельучитывают нетолько особенностипочв, но и целыйряд другихприродных иэкономическихфакторов, тотакой метод исследованийназывают комплексным.

Единаяметодикаэкономическойоценки земельв США до сихпор не разработана.Наиболеераспространеннымявляется методоценки земельпо чистомудоходу от реализациисельскохозяйственнойпродукции.Земли с наивысшимдоходом оцениваютв 100 баллов и сними сравниваютдоходностьдругих земель.

Данныеизучения земельныхресурсов,обработанныес помощью ЭВМ,являются основойдля планированияиспользованияземель в отдельныхрайонах, штатахи стране в целом.

Ведениемземельногокадастра вКанаде занимаетсяСлужба инвентаризацииземель. Онаобеспечиваетизучение земельпо единой длявсей страныпрограмме,главная целькоторой - предоставлениев распоряжениефедеральныхи провинциальныхорганов точныхи полных данныхо потенциальнойпродуктивностиземельныхресурсов страны.Посколькусельскохозяйственноеиспользованиетерриториитесно связанос другими видамииспользования,осуществляютчетыре типаоценки земли:для сельскогохозяйства,лесного хозяйства,для рекреационныхцелей и воспроизводствафауны.

Для изученияземель и обработкиполученнойинформациив Канаде разработанаинформационно-географическаясистема, котораястроит своюработу на базеЭВМ.

Экономическаяоценка земельв Канаде проводитсяпо урожайностисельскохозяйственныхкультур. Экономическаяоценка земельв стоимостномвыражении непроизводится.

Современнаясистема изученияземель в Великобританиивключает дваосновных этапа:физическуюи экономическуюклассификациюземель.

При физическойклассификациивсе земли страныв зависимостиот степенивлияния физическихфакторов,ограничивающихих использованиев сельскохозяйственномпроизводстве,объединяютв пять классовземлепригодности.Экономическаяклассификацияземель основанана определениистоимостистандартнойчистой продукциикаждого классаземель. Экономическаяклассификацияземель предполагаетобъективнуюоценку производственныхвозможностейкаждого земельногоучастка. Такуюоценку можнопроизвестипосле накоплениядостаточнойинформациидля установленияпределов колебаниясредней статистическичистой продукциина акр каждогофизическогокласса земель.

Сложностьустановленияпоказателейоценки объясняетсязначительнымиколебаниямиразмеров стандартнойчистой продукциис единицы площадинеодинаковыхфизическихклассов землив хозяйствахразличнойспециализации.Англичанесчитают, чтосо временембудут установленыпределы колебаниястандартнойчистой продукциина землях всехклассов землепригодностипри всех возможныхтипах специализации.На основанииэтих данныхможно будетопределитьтесноту связимежду физическойи экономическойклассификациямиземель.

При проведенииклассификацииземель учитываютсятолько теограничивающиефакторы, которыеневозможноустранить насовременномуровне развитиясельскохозяйственнойнауки и техники.Поэтому факторы,ранее считавшиесяне преодолимымипрепятствиями,в дальнейшеммогут перейтив легкоустранимые,в результатечего землипереводятсяв более высокийкласс. Поэтомучерез каждыепять лет проводитсякорректировкаданных классификацииземель с учетомполученияинформацииоб использованииземель, развитиянаучных исследованийи техническихвозможностейулучшенияземель.

В развивающихсястранах широкоприменяютклассификациюземель, разработаннуюслужбой охраныпочв министерствасельскогохозяйства США.Однако применениетакой классификацииограничиваетсяотсутствиемматериаловпочвенногообследования.Поэтому вомногих странахамериканскаясистема классификацииземель применяетсяв упрощенномвиде.

Сравнительнаясопоставимостькачественногосостояниямировых земельныхресурсов возможнана основе единойсистемы классификацииземель. Поэтомубольшой интерес представляетклассификацияземель, разработаннаяПродовольственнойи сельскохозяйственнойорганизацией(ФАО) ООН совместнос французскимбюро научныхи техническихисследованийзаморскихтерриторийи успешно применяемаяФАО в тропическихразвивающихсястранах. Классификациявыделяет пятьклассов землив зависимостиот современнойили потенциальнойпродуктивностипочв. Классыземлепригодностигруппируютна основе оценкифизическихи химическихсвойств почвы.Для каждогодиагностическогопризнака вклассификацииФАО разработанаспециальнаястобалльнаяшкала. В зависимостиот влиянияэтого признакана общую продуктивностьпочв его оцениваютопределеннымколичествомбаллов.

Данныеоценки земельныхресурсов поклассификацииФАО используютсяпри планированииразвития сельскогохозяйстватропическихстран, а такжепри прогнозированиииспользованияземель.

Зарубежныеспециалистыне всегда понимаютсложившуюсяситуацию вРоссии в вопросахсозданияземельно-имущественногокадастра. Объясняетсяэто просто. Встранах с рыночнойэкономикойвся земля давноподелена наземельныеучастки и давносформированыправа на объектынедвижимости- в начале наземельныеучастки, а затемна здания ипостройки.Поэтому кадастрыв странах сразвитой рыночнойэкономикойземельные, аздания входятв состав комплексанедвижимостиземельногоучастка. Тамправо на земельныйучасток первичнои предполагаетправо на всепостройкиземельногоучастка, а вряде стран - ина полезныеископаемые.В этих странахземельныйкадастр развивалсядля информационнойподдержки рынканедвижимости.Для этой жецели созданасистема регистрацииправ на недвижимость.

В Россиидля созданияинформационнойподдержки рынканедвижимостинеобходимов первую очередьна все объектынедвижимости(земельныеучастки в томчисле) создатькадастровыедела и юридическиоформить правана объектынедвижимости.Только послевыполненияэтой программыработ на основесовременныхинформационныхтехнологийможно будетсоздать Государственнуюавтоматизированнуюсистему веденияземельно-имущественногокадастра.

Государственнаяавтоматизированнаясистема веденияземельно-имущественногокадастра являетсятакой же важнойгосударственнойинфраструктурой,как транспорт,связь и т.д. Этасистема обеспечивает:

- информационноеобеспечениерынка недвижимости;

- созданиебазы налогообложения;

- основусоздания различныхгеоинформационныхсистем, в томчисле для управленияразвитиемгородов, отдельныхрегионов.

В настоящеевремя за рубежомдокументы набумажных носителяхо правах нанедвижимостьиграют малуюроль. Важно то,что записанов базе данныхземельно-имущественногокадастра.

Все сделкис недвижимостьюв развитыхстранах осуществляютсятолько надбазой данныхземельно-имущественногокадастра! Этообъективнаянеобходимостьи российскийземельныйкадастр должениметь такиеже процедуры.

Глава3. Современныетенденцииразвития земельногокадастра вРоссии.

Как уникальноеприродное телоЗемля являетсяпространственнымбазисомсоциально-экономическогоразвития, главнымсредствомпроизводствав сельском илесном хозяйствах,естественнойкладовойминерально-сырьевыхресурсов, средойобитания животногомира. Невосполнимостьи ограниченностьземельныхресурсов ставятв большинствеслучаев земельныевопросы воглаву углагосударственнойполитики страны.Наряду с этим,земельныеучастки являютсятакже и объектомгражданскихправ.

Земельно-ресурсныйпотенциалнашего государства- это 1 709,8 млн. гектаровземли, что составляет12,5% территориисуши земногошара. Это - 420 млн.гектаровконтинентальногошельфа, и этацифра можетбыть значительноувеличена. НатерриторииРоссии сосредоточено55% черноземныхпочв мира, 50%запасов преснойводы, 60% запасовдревесиныхвойных пород,30% разведанныхмировых запасовэнергоносителей.ОбеспеченностьРоссии земельнымиресурсами -важнейшийэкономическийи политическийфактор развитиястраны.

3.1. Результатыземельныхпреобразований1990-2000гг.

ПереходРоссии в концеXX века к рыночнойэкономикепотребовалсоздания новогоземельногостроя. В целяхобеспеченияравноправногоразвития всехформ собственностии хозяйствованияна земле, формированиямногоукладнойэкономики,рациональногоиспользованияи охраны земельв 1990 году былсоздан Государственныйкомитет РСФСРпо земельнойреформе (ГоскомземРоссии).

С1990г. земельныепреобразованияпривели к созданиюнового земельногостроя в России,который характеризуется:многообразиемформ собственностина землю; ликвидациейгосударственноймонополии наземлю и перераспределениемземель в пользуграждан; платностьюземлепользования;наличием частнойсобственностина значительнуючасть сельскохозяйственныхземель и сформированнымслоем крестьянских(фермерских)хозяйств.

Рассмотримболее подробноглавные результатыземельнойреформы:

Ликвидированагосударственнаямонополия наземлю, осуществленпереход кмногообразиюформ земельнойсобственности,проведенобесплатноеперераспределениеземель в пользуграждан (насегодняшнийдень в Россииболее 43 миллионовсобственников,владельцеви пользователейземельныхучастков, вчастную собственностьпередано около130 миллионовгектаров).
Обеспеченарегистрацияправ на земельныеучастки: всемсобственникамизготовленыи выданы документы,удостоверяющиеправо собственностина землю.
Осуществленпереход к платномуземлепользованию- сбор всех видовземельныхплатежей в1999 году составилболее 18 миллиардоврублей, а ихдоля в федеральныхналоговыхдоходах отиспользованияприродныхресурсов составляетболее 50%.
Создаютсяусловия длягражданскогооборота земли:так, в 1999 годуосуществленоболее 5 миллионовсделок с земельнымиучасткамиобщей площадьюболее 72 миллионовгектаров. Извсех видовсделок более90% приходитсяна арендугосударственныхи муниципальныхземель. В 1998 годусовершено 235тысяч сделоккупли-продажиземли на общейплощади 40,9 тыс.га,в 1999 году гражданамии юридическимилицами осуществлено292 тысячи такихсделок с земельнымиучастками,площадь которыхсоставила 45тыс.га.
Сформированслой крестьянских(фермерских)хозяйств: посостоянию на1 января 2000 годафункционировалооколо 265 тысячкрестьянских(фермерских)хозяйств наплощади более14 миллионовгектаров.
В результатеприватизацииземли в ходереорганизацииколхозов исовхозовосуществленапередача землив собственностькрестьян поварианту разделаземли междучленамисельскохозяйственныхпредприятийна условныеземельныедоли. В итогеэтих преобразованийземельные долиполучили почти12 миллионовселян, а общаяплощадь этихдолей составилаболее 117 миллионовгектаров.
Правоудостоверяющиедокументыоформленыпочти 11 миллионамсобственниковэтих долей (тоесть 92 процентам),из которыхоколо двухтретей сегодняуже распорядилисьправами насвои земельныедоли.
Сформированцелевой земельныйфонд для расселениябеженцев ивынужденныхпереселенцев:по состояниюна 1 января 2000года 69 тысячсемей получили48 тысяч гектаровземель дляиндивидуальногожилищногостроительстваи других целей.
Созданцелевой земельныйфонд для обеспечениягарантированноговыделенияучастков уволеннымв запас военнослужащим(по состояниюна 1 января 2000года земельныеучастки предоставленыпочти 30 тысячамсемей военнослужащих,общая площадьэтих земельныхучастков - более48 тысяч гектаров).
Заложенаправовая основадля обеспеченияказачьих обществземельнымиучастками:проведеныземлеустроительныеработы по созданиюцелевого земельногофонда для казачьихобществ натерритории27 субъектовРоссийскойФедерации наплощади 244 тысячгектаров.
Дляцелей индивидуальногожилищногостроительствапредоставленыземельныеучастки шестис половиноймиллионамграждан, общаяплощадь участковсоставила 638тысяч гектаров.
Осуществляютсяработы поделимитациии демаркациигосударственнойграницы Россиис Украиной,Казахстаном,Грузией иАзербайджаном.
Созданкачественныйпланово-картографическийматериал натерриториюв 240 миллионовгектаров.
Системагосударственногоконтроля земельнойслужбы Россииза использованиеми охраной земельежегодно проводитсяоколо 500 тысячпроверок: тольков 1999 году выявленоболее 200 тысячнарушенийзаконодательствапо использованиюи охране земель.По итогам провероквовлечено всельскохозяйственныйоборот около2 миллионовгектаров заброшеннойпашни.

Начинаяс 1996 года, реализуетсяФедеральнаяцелевая программа«Созданиеавтоматизированнойсистемы ведениягосударственногоземельногокадастра». Этасистема, совместнос системойгосударственнойрегистрацииправ на недвижимоеимущество исудебной системой,призвана практическиобеспечитьдекларированныеКонституциейРоссийскойФедерациигарантии правна землю инедвижимость,стабильностьи сохранениеединого экономическогопространстваРоссии. Одновременносистема государственногоземельногокадастра (ГЗК)играет значительнуюроль в обеспечениифискальнойполитики государства.Наконец, этасистема призванааккумулироватьинформациюо ресурснойсоставляющейземли в целяхорганизацииэффективногопланированияи управленияземельнымиресурсами.

В этойсфере к настоящемувремени: всоответствиис Федеральнымзаконом «Огосударственномземельномкадастре»утвержден ивведен в действиеЕдиный государственныйреестр земель,содержащийточные сведенияо границахземельныхучастков, ихналоговой базе,обременениях,о наличии наних объектовнедвижимости.

Госкомземзаложил основуучета землив виде государственногоземельногокадастра итеперь, используяего в качествеинструмента,переходит крешению новойважной задачи- государственнойкадастровойоценке земель.

Средиосновных целейгосударственнойкадастровойоценке земельможно выделитьследующие:

Эффективноеналогообложение.
Поддержказемельногорынка и повышениена этой основеэффективностииспользованияземель земельнымиорганами.

Несмотряна ряд положительныхмоментов первогоэтапа земельнойреформы, следуетпризнать, чтопроцессыреформированияпротекалииногда непоследовательнои бессистемно.Положениеусугубляетсяотсутствиемстройной системыземельногозаконодательства,наличием большогоколичестваразнообразныхактов, законов,указов, инструкцийи постановлений,как на федеральном,так и на уровнесубъектовфедерации идаже на местном.На местах четкопроглядываласьнесогласованностьдействий органов,осуществляющихконтроль заиспользованиемземельныхресурсов.

Наиболеехарактернымииллюстрациямитрудностипроводимыхреформ являетсято, что до сеговремени непринят новыйЗемельнойкодекс РоссийскойФедерации; одиниз важнейшихзаконов - Федеральныйзакон «О государственномземельномкадастре» - былпринят лишьчерез 10 лет посленачала земельнойреформы.

3.2. Задачиземельнойполитики 2000-2002гг.

Признавая,что земля являетсяглавным национальнымбогатствомстраны и должнанаходитьсяпод особойохраной государства,которое обязуетсягарантироватьправа собственностина землю, основнойзадачей государственнойполитики всфере землии иной недвижимостина 2000-2002 годы являетсяобеспечениеусловий дляее эффективногои рациональногоиспользованияв интересахудовлетворенияпотребностейобщества играждан.

В долгосрочномплане в земельнойреформе выделяютсячетыре ключевыхнаправления:

Завершениереформированияотношенийсобственностина землю.
Современнаяорганизацияучета землии иной недвижимости,кадастровойоценки земли,землеустройства.
Совершенствованиеуправленияземельнымиресурсамистраны какнациональнымдостоянием,пространственнымбазисом народногохозяйства,главным средствомпроизводствав сельском илесном хозяйстве.
Сбережениеземельно-ресурсногопотенциаладля будущихпоколенийнародов России.

Главнойприоритетнойзадачей земельнойреформы на2000-2002гг. являетсясоздание единойсистемы государственногокадастровогоучета землии иной недвижимости.Созданиегосударственногоземельногокадастра,обеспечивающегоэффективныйгосударственныйкадастровыйучет земельи другой недвижимости,является внастоящее времяключом к совершенствованиюсистемы управленияземельнымии иными, связаннымис землей, ресурсамистраны. ДеятельностьРосземкадастрав областиосуществлениягосударственнойземельнойполитики вобласти оценкиземель направленана установлениеединого длявсех субъектовРоссийскойФедерациипорядка проведениятерриториальногооценочногозонированияс целью определениянормативнойцены земли,используемойдля исчисленияземельногоналога и иныхземельныхплатежей, атакже определениявыкупной ценыземельныхучастков,передаваемыхгражданам июридическимлицам государственнымии муниципальнымиорганами наплатной основе.

Наиболееважными целями,которые стоятперед Росземкадастромв области оценкиземель на данныймомент, являютсяследующие:

Созданиегосударственнойсистемы оценкиземли для целейналогообложения.
Определениеправовогостатуса оценщиковземли и ихвзаимоотношенийс государственнымиорганами изаинтересованнымилицами.
Включениев сферу регулированияфедеральнымзаконодательствомпроцедурыустановленияпоказателейгосударственнойкадастровойоценки земельныхучастков.
Закреплениепринциповоценочногозонированияс целью последующегоопределенияпоказателейоценки земельпо зонам.

Основнымправовым документом,регламентирующимдеятельностьРосземкадастрав данной сфере,является принятоев августе 1999 годапостановлениеПравительстваРоссийскойФедерации "Огосударственнойкадастровойоценке земель".

Важнейшиминструментомвыявленияобъективнойрыночной стоимостиземель являетсяиспользованиеторгов припродаже правна земельныеучастки. Дляоказания помощиустроителямтаких мероприятийРосземкадастрразработалрекомендациипо проведениюторгов (аукционов,конкурсов) попродаже земельныхучастков инаправил ихна места.

ПрезидентРоссийскойФедерацииВ.В.Путин назаседанииГосударственногосовета РоссийскойФедерации 21февраля 2001 годадал поручениеПравительствуРоссийскойФедерациизавершить вапреле 2001 годаработу надпроектом Земельногокодекса РоссийскойФедерации идо 1 мая 2001 годавнести его вГосударственнуюДуму.

ПравительствуРоссийскойФедерациипоручено: в2001-2002 годах завершитьработы поинвентаризацииземель всехформ собственностии провести ихкадастровуюоценку; в 2001 годуосуществитьорганизационныемеры по созданиюгосударственногоземельногокадастра какединой системыгосударственногоучета недвижимости;провестиразграничениегосударственнойсобственностина землю насобственностьРоссийскойФедерации(федеральнаясобственность),собственностьсубъектовРоссийскойФедерации,собственностьмуниципальныхобразований(муниципальнаясобственность). Ответственнымза выполнениепорученийПрезидентаРоссийскойФедерацииопределенПредседательПравительстваРоссийскойФедерацииКасьянов М.М.

Во исполнениепорученияПрезидентаРоссийскойФедерации В.В.Путина ПредседательПравительстваРоссийскойФедерацииКасьянов М.М.29 марта 2001 годапоручил:

МинэкономразвитияРоссии совместнос заинтересованнымиорганамиисполнительнойвласти РоссийскойФедерациизавершитьработу надпроектом Земельногокодекса РоссийскойФедерации ипредставитьнеобходимыематериалы дляего рассмотренияна заседанииПравительстваРоссийскойФедерации 19апреля 2001г.
МинсельхозуРоссии, МинэкономразвитияРоссии, МинимуществуРоссии, Росземкадаструи Минюсту Россиипоручено совместнос заинтересованнымиорганамиисполнительнойвласти РоссийскойФедерацииразработатьи до 25 мая 2001 годапредставитьв ПравительствоРоссийскойФедерацииконцепциюфедеральногозакона, регулирующегооборот земельныхучастковсельскохозяйственногоназначения.
Росземкадаструи МинимуществуРоссии порученов течение 2001-2002г.г. завершитьработы поинвентаризацииземель всехформ собственностии провестикадастровуюоценку земель.
В 2001 году указанныеведомстваобязаны осуществитьорганизационныемеры по созданиюгосударственногоземельногокадастра какединой системыгосударственногоучета недвижимости.Ввиду особойважности указанныхработ Росземкадастри МинимуществоРоссии должныдокладыватьо результатахих выполненияв ПравительствоРоссийскойФедерацииежеквартально.
МинимуществуРоссии, Росземкадастру,Госстрою Россиии Минюсту Россиипоручено всоответствиис пунктом 117 ПланадействийПравительстваРоссийскойФедерации вобласти социальнойполитики имодернизацииэкономики на2000-2001 годы, утвержденногораспоряжениемПравительстваРоссийскойФедерации от26 июня 2000 г. № 1072-р,в целях созданиягосударственногоземельногокадастра какединой системыгосударственногоучета недвижимостипредставитьв марте 2001 г.законопроект"О внесенииизменений идополненийв Федеральныйзакон "О государственномземельномкадастре".
МинимуществуРоссии и Росземкадаструпоручено принятьнеобходимыемеры по завершениюв возможнокороткие срокиработы надФедеральнымзаконом "Оразграничениигосударственнойсобственностина землю" ипровести работупо разграничениюгосударственнойсобственностина землю насобственностьРоссийскойФедерации(федеральнаясобственность),собственностьсубъектовРоссийскойФедерации,собственностьмуниципальныхобразований(муниципальнаясобственность).

Киюню 2001 года мыможем подвестипервые итогиреализацииуказаннойпрограммы:наиболее значимымна наш взглядявляется принятиеПравительствомв указанныепрезидентомсроки Земельногокодекса, первыйвариант которогобыл написанв 1991 году. За прошедшеедесятилетиеего переписывали,клали под сукно,накладываливето и сновапереписывали.В 2000 году былнаписан новый,компромиссныйвариант, Земельногокодекса, изкоторого, правда,выброшенаглавная тема- купля-продажаземель сельхозназначения.Этот документи был принят19 апреля 2001года кабинетомминистров. Пословам ГерманаГрефа, новыйкодекс регулируетоборот всехостальныхземель. Этоозначает, чтотеперь всеграждане РФ,у которых естьземельныеучастки, могутнаконец, оформитьих в собственность.Несмотря нато, что и безЗемельногокодекса любойгражданин могкупить илипродать участокземли, можноутверждать,что этот шаг– шаг вперед.Важно то, чтоЗемельныйкодекс наконец-топоявился и то,что он приведенв соответствиес действующимГражданскимкодексом.

Такимобразом, Правительствовыполнилопоручениепрезидента,приняв Земельныйкодекс и внесяего на рассмотрениев ГосударственнуюДуму в намеченныеранее сроки.

Госдумав свою очередьприняла 23 мая2001 года во второмчтении проектзакона "Оземлеустройстве",который устанавливаетправовые основыпроведенияземлеустройствав целях обеспечениярациональногоиспользованияземель и ихохраны, созданияблагоприятнойокружающейсреды и улучшенияландшафтов.Принятый законопроектсодержит положения,связанные соценкой качестваземель, инвентаризацииземель, изучениемсостоянияземель. ОбсуждениеЗемельногокодекса продолжается,многочисленныеспоры еще разподтверждаютважность этогодокумента,надеемся, чтов ближайшеевремя он будетпринят Госдумой.

Реализацияпрограммыгосударственнойоценки земельнаходится подконтролемПравительстваи администрациирегионов. Однимиз последнихпримеров реализациипрограммыявляется создание23 мая 2001 года комиссиипо государственнойкадастровойоценке земельв Хабаровскомкрае. Цельюкомиссии являетсярассмотрениехода выполненияработ и результатовгосударственнойкадастровойоценки земель,координациядеятельностикраевых ведомстви органов местногосамоуправленияв этом вопросе.Комиссия осуществляетанализ примененияутвержденныхпоказателейгосударственнойкадастровойоценки земельдля налогообложенияи иных установленныхзаконодательствомцелей, готовитк рассмотрениюпроекты нормативныхправовых актоворганов государственнойвласти Хабаровскогокрая по этимвопросам. Всоответствиис постановлением"О государственнойкадастровойоценке земельХабаровскогокрая" органамместногосамоуправлениямуниципальныхобразованийгородов и районовкрая предписаноорганизоватьв 2001 году производстворабот по государственнойкадастровойоценкеземельпоселений.Таким образом,можно утверждать,что кадастроваяоценка земельдействительноприняла государственныймасштаб.

Правительствов начале 2001г.приняло решениео разработкефедеральнойцелевой программы«Созданиеавтоматизированнойсистемы ведениягосударственногоземельногокадастра игосударственногоучета объектовнедвижимости»на 2002-2007 годы. Этапрограммаявляется продолжениемпрограммы,начатой в 1996г.Ниже приведеныкомментарииС.И.Сая -руководителяФедеральнойслужбы земельногокадастра Россииданные им винтервьюобозревателюгазеты «Сегодня».

«Нашапрограмма до2001 года входилав число целевых,но она по срокамзаканчивается.Курс остаетсяпрежним, нополномочияслужбы расширятся.Правительствопринципиальноизменило подходк понятию «кадастр».Были времена,когда он воспринималсякак учетнаясистема, существующаядля целейсельхозпланирования.Потом в неговключили всеземли. Сейчаспонятие ещеуглубляетсяи речь теперьидет об учетевсего, что касаетсясамих земельныхучастков, итого, что находитсянад и под землей…Моя позиция- земля и недвижимость- стратегическийресурс государства.Должна существоватьгосударственнаяучетная системаи кадастрнедвижимости.Президент иправительствопоставили переднами соответствующиезадачи. Этооднозначнаяидентификацияобъектов сцелью регистрациии защиты прав(в нынешнейсудебной иарбитражнойпрактики спорчаще всеговозникаетпотому, чтонепонятно, чтоза объект имелсяв виду). Уточнениеплощадныххарактеристик,знание которыхдаст намвозможностьобеспечитьфискальныйучет. Вся информациябудет использоватьсядля принятияуправленческихрешений…Чтокасается учета,то достаточнопо каждомунаселенномупункту составитьплан, где каждомуобъекту будетприсвоен кадастровыйномер. Когдасистемабудет построена,достаточнобудет выпискииз кадастра,чтобы зарегистрироватьправо собственностина любой объект.Технологииотработаны,вопрос в том,насколько ониавтоматизированы.Именно построениемавтоматизированнойсистемы и наполнениембазы данныхпо объектамнедвижимостимы и будем заниматьсяв рамках целевойпрограммы…Структура унас есть: в России2,5 тыс. поселений,в каждом естьгосударственныйкомитет поземлеустройству,и служащий,который еговозглавляет,непосредственноподчиняетсямне. До конца2007 года мы планируемзакончитьинвентаризациюобъектовнедвижимости,70% земель - федеральные.Если взятьисторию Парижа,то в сложнойэкономическойситуациимуниципалитетпродавал земли,ситуация менялась– переходилина арендныеотношения.Думаю,должно бытьмногообразиеформ собственности,отвечающеепоставленнымзадачам.

Важнопонять главное:пока земля инедвижимостьне превратятсяв реальныеактивы, говоритьсерьезно остабилизацииэкономикипреждевременно.Землю можнои нужно рассматриватькак госактив.Для этого нужнотолько знать,сколько онареально стоит…»

Общепринятаяпрактика странс рыночнойэкономикойвсего мира -информацияземельно-имущественногокадастра открытадля населения.Любой за установленнуюплату можетполучить интересующуюего информацию.Для выборасделки с недвижимостьюнеобходимаяинформацияпредоставляетсябесплатно. Тотже самый принципзаложен в федеральномзаконе "Обинформации..."Статья 13.

Трудностисозданияземельно-имущественногокадастра объективныи обусловленытем, что информацияземельно-имущественногокадастра должнаотражать(моделировать)характеристикиобъектов недвижимостина текущий деньс высокой степеньюточности идостоверности.Для решенияэтой проблемынеобходимоперестроитьвсю существующуюсистему информационногообеспечениярешений органовисполнительнойи представительнойвласти.

Для этогонеобходимо,чтобы всепротокольныеотделы органовисполнительнойвласти работаликак терминалыземельно-имущественногокадастра, чтобывсе операциис недвижимостьювыполнялисьбы только надбазой данныхземельно-имущественногокадастра (в томчисле и нотариальныеконторы, которыеоформляютсделки с недвижимостью).

Всеналоги нанедвижимостьдолжны определятьсяпо данным земельно- имущественногокадастра. Поэтомунеобходиморегулярнопересматриватькадастровыеоценки недвижимости.В Швеции этовыполняетсячерез 6 лет, нокаждый годоценка недвижимостикорректируетсяс учетом инфляции.Аналогично,производитсяпереоценканедвижимостив Англии, Италии.

Толькопри условии,что ввод информациив базу данныхземельно-имущественногокадастра будетпроизводитсяв момент государственнойили нотариальнойрегистрациидокумента,кадастр будетотражать реальноесостояниенедвижимости.

Глава4. Методы оценкиобъектовнедвижимости.

4.1. Оценкамассовая ииндивидуальная.

Индивидуальнаяоценка - оценкаконкретногообъекта недвижимостина конкретнуюдату. Рассмотрим,чем отличаетсямассовая оценкаот индивидуальной,какое междуними сходство,и каковы областипримененияразличныхметодик оценкинедвижимости.

В фундаментальномучебникеМеждународнойАссоциацииналоговыхоценщиков“Организацияоценки и налогообложениянедвижимости”под общей редакциейДж.К.Эккертадается следующееопределение:Массовая оценка- это систематическаяоценка группобъектов недвижимостипо состояниюна определеннуюдату, с использованиемстандартныхпроцедур истатистическогоанализа.

Массоваяоценка имеетдело с оценкойбольшого количестваобъектов, которые,естественно,различаютсямежду собой,поэтому вынужденныминструментомее являетсяприменениестандартныхметодов к группами классам объектов,что требуетопределеннойработы поклассификациии стратификацииобъектов. Разработкастандартныхметодов и приемовстатистическогоанализа, описаниеправил их грамотногоприменения- это предметмассовой оценкикак специальнойотрасли теорииоценки и прикладногоанализа.

Обе методикиоценки - массоваяи индивидуальная,- имеют в своейоснове систематическиеметоды сбора,анализа и обработкиинформациидля полученияхорошо обоснованныхрезультатов.В процессемассовой оценки,оценщику приходитсяосуществлятьте же действия,что и при индивидуальнойоценке, отличияв основномсвязаны с разницейв масштабепроведенияработ, и методахконтроля качестваоценки.

В массовойоценке используютсятри основныхметода - затратный,доходный метод(капитализациидохода) и методсравненияпродаж. Выборметода определяетсявидом недвижимости,состояниемрынка и доступностьюнеобходимойинформации.Модели массовойоценки для трехметодов рассматриваютсяниже.

Построениемодели основываетсяна анализесобраннойинформациии теории оценки.Конечным результатомявляетсяматематическаяформула в левойчасти которойрасполагаетсярыночная стоимостьобъекта наконкретныймомент времени,в правой – выражениевключающеев себя факторыопределяющиеэту стоимость.Содержаниесамой формулыопределяется,в большей степени,методом оценки.

Такимобразом, напервом этапе,основываясьна анализерынка и объемеи характереинформации,выбираетсяметод оценкии общий видмодели (аддитивная,мультипликативнаяили гибридная).Следующимэтапом являетсяформированиепервичныхпеременныхмодели на основеценообразующихфакторов (т.е.производитсякодированиев цифровом видекачественныхфакторов ит.п.).

На основерегрессионногоанализа выясняетсязначимостьпервичныхпеременных,вводятсядополнительныекомплексныепеременные.

Наконец,на заключительномэтапе, когдаопределенаструктурамодели какиефакторы и какимобразом онив модель входят,производитсякалибровка(идентификация)коэффициентовмодели, определяющаянепосредственноевлияние конкретныхфакторов нарыночную стоимость.

Методыоценки объектовнедвижимостибазируютсяв основном натрех подходах:

Подходс точки зрениясравнимыхпродаж;
Подходс точки зрениякапитализациидохода;
Подходна основе затрат.

4.2.Метод сравненияпродаж.

Методоценки по сравнимымпродажам наиболееприемлем ишироко используетсяв странах сразвитым земельнымрынком. Он основанна сравнениии сопоставлениисоответствующихданных по ужепроданныманалогичнымземельнымучасткам намомент проведенияоценки. Приэтом наилучшимобразом отражаетрыночные условияцена текущихпродаж аналогичныхучастков, хотяможно проводитьоценку и с учетоманализа рыночныхцен спроса ипредложения.Важно такжеучитывать илюбые необычайныевоздействияна цены сопоставимыхсделок: угрозаизъятия залогапри невыполненииусловий кредитногодоговора, потребностьв быстрой куплеили продаже,изменениеместных правил.

Обычнотакже выделяюти цены, выплачиваемыефедеральнымиили местнымиорганами властипри отчужденииучастка землидля соответствующихнужд, посколькуони могут содержатьэлементы принуждения.

Для определениясопоставимостиземельныхучастков обычноиспользуютсяследующие шестьэлементовсравнения:

- финансовыеусловия (условияфинансированиясделки),

- условияпродажи,

- рыночныеусловия (времясделки),

- местоположение,

- физическиехарактеристики,

- показателидоходности.

Послеполученияоценки обычнопроводитсяее коррекцияна основе тщательногоанализа каждогоиз факторов.

В качествеединицы сравненияобычно используютсясоответствующиекоэффициентыэластичности,т.е. процентповышения илипонижениярыночной ценыпри изменениианализируемогофактора на одинпроцент. Коррекцияцены проводитсяв стандартизованнойпоследовательностис нарастающимитогом в абсолютномвыражении.

Финансовыеусловия припродаже сопоставимогоучастка могутоказать существенноевлияние на егоцену. Например,если продажасопоставимогоучастка сопровождалась100% кредитованиемили инымиспециальнымиусловиямиконтракта,существенноотличающимиданную продажуот обычныхусловий финансированияподобных сделок,то при сопоставлениив цену продажинеобходимоввести определеннуюкоррекцию.Аналогичнонеобходимопроанализироватькаждую сделкупо продажесопоставимыхучастков ивнести коррекции.

Условияпродажи анализироватьнаиболее сложно,посколькутрудно получитьдостовернуюрыночную информациюоб обстоятельствах,которые вынуждалипокупателяили продавцасовершитьданную сделку(например, угрозабанкротства),и даже при ееналичии оченьсложно датьна ее основеколичественныеоценки. Многиеоценщики присущественномотличии условийпродажи простоисключают такиесделки изсопоставления.

Рыночныеусловияс течениемвремени изменяются.При анализеизменениярыночных условийсопоставимыхпродаж к моментуоценки наиболееважным факторомявляются недолговременныетенденции рынка(например, среднийрост или спадза последнийгод), а кратковременныеизмененияконъюнктурырынка. В частности,если сопоставимыйучасток продавалсяна рынке, сходномс доминирующимиусловиями рынкана момент оценки,то поправкуделать необязательно.

Присопоставленииместоположенияучасткованализируетсявлияние окруженияна конкурентоспособностьучастков нарынке по физическим,социальным,экономическими политическимфакторам. Еслисопоставимыйучасток находитсяв том же районе,что и оцениваемый,то поправкана местоположениевносится довольноредко, за исключениемслучаев егорасположенияна границерайона с инымиусловиями.

Физическиехарактеристики.При сопоставлениивыявляютсяи рассматриваютсятолько крупныефизическиесходства иразличия. Какправило, используетсяметод сопоставимыхпар. В качествеосновных элементовсопоставленияучитываютпараметрыпочвы, достаточностьплощади избыточныхземель длявозведениякаких-либоулучшений,конфигурациюучастка, уклон,внутреннееили угловоерасположение,наличие дренажаи других улучшений.

Показателидоходностиобычно применяютдля сопоставленияпродаж на существенноотличающихсярынках (различныхгородов, стран)при отсутствиинеобходимойбазы сравненияна одном рынке.

Дляметода сравненияпродаж модельоценки имеетследующий общийвид: P = f(X₁,X₂,...,X_n),где P - оценкарыночной стоимостиедигицы площади,(X₁...X_n)- характеристикиобъекта недвижимости(например - площадьучастка, наличиеэлектричестваи т.д.)

Существуетболее традиционнаяформа представлениямодели методасравненияпродаж, котораяс помощью приемовмассовой оценкиможет бытьавтоматизированаи откалиброванана данных рынка:

P= S_c+ ADJ_c,где P - оценкарыночной стоимости,S_c- цена объектасравнения, ADJ_c- суммарнаяпоправка сучетом различиймежду объектомсравнения иоцениваемымобъектом.

Для проведениякомпьютерногоанализа предполагаетсясуществованиепредставительнойбазы данных,число записейкоторой должнопревосходитьприблизительнона порядокчисло значимыхфакторов. Впринципе,первоначальноинформациясобираетсяпо максимальномучислу параметровобъекта. В дальнейшемотбираютсяте параметры,по которымвыборка достаточнопредставительнаи которые являютсязначимыми вмодели. Послеформированиябазы данныхи созданияпеременныхиз значимыхфакторов выбираетсявид модели (нанем мы остановимсяниже). Следующимэтапом являетсякалибровка(идентификация)модели, здесьиспользуютсянесколькоприемов:

1.Парныйанализ продаж.

2.Множественныйрегрессионныйанализ.

3.Методадаптивнойоценки (процедураобратной связи).

Важнойсоставнойчастью методасравненияпродаж являетсяопределениепоправок, которыев целом можносгруппировать(без учета оценкиземли) на тривида:

поправкина характеристикиздания (сюдавключен и износ)
поправкина местоположение
поправкина условиясделки (важнейшейиз которыхявляется поправкана время).

На этомэтапе получаемматематическоевыражениестоимостиобъекта взависимостиот ряда факторов(представленныхнабором переменных).Результат неявляется априорным(особенно вчасти количественныхзначений поправок)и требуеткритическогоподхода.

4.3. Доходныйметод.

Прииспользованииметода капитализациидохода (земельнойренты) оцениваетсятекущая стоимостьбудущих доходовот владенияимуществом.Потоки доходови выручка отперепродажи(реверсия)капитализируютсяв текущую общуюстоимость.Соответствующиерасчеты проводятсяпо следующимформулам:

Доход: Норма капитализации= Стоимость.

Доходх Фактор = Стоимость.

Использованиеданного методатакже требуетпроведенияшироких исследованийдля определенияадекватныхзначений нормыкапитализациии факторов.Прежде всего,производитсяанализ следующихспецифическихданных:
ожидаемыйваловой доходот объектанедвижимости,
ожидаемоесокращениевалового доходаиз-за неполногоиспользованияобъекта (убыткиот недобораарендной платы),
ожидаемыеэксплуатационныерасходы,
характери продолжительностьпотока доходовот владениянедвижимостью,
предполагаемыйдоход от последующейперепродажи,
иныедоходы от уступкичасти имущественныхправ.

Послетщательногоустановлениядоходов и расходов,потоки доходови расходовдают возможностьопределитьвеличину чистогооперационногодохода, котораяв процессекапитализациипреобразуетсяв текущую стоимостьземельногоучастка.

Нормуили факторкапитализации,используемыепри расчетахметодом капитализациидоходов, определяютна основеисследованияприемлемыхставок доходаот эксплуатациианалогичныхобъектовнедвижимостис учетом анализафакторов рискаи дисконта.

Послезавершенияоценок по всемперечисленнымметодам (используетсяне менее двухметодов) проводитсясопоставительныйанализ полученныхрезультатовна основанииэкспертныхоценок, вносятсясоответствующиекоррекции, втом числе сучетом назначенияоценки, и определяетсяитоговая оценочнаярыночная стоимостьданного земельногоучастка.

По результатамработы оформляетсяписьменныйотчет с описаниеми обоснованиемиспользуемыхметодов и ссылкамина источникииспользованнойинформации.

Доходныйметод основанна допущении,что стоимостьобъекта напрямуюзависит отразмера, продолжительностии степени надежностидохода отэксплуатацииобъекта. В основедоходногометода лежитдопущение отом, что будущиепоступлениястоят меньше,чем равная повеличине денежнаясумма, имеющаясяна руках в данныймомент. Степеньэтой “временнойпредпочтительности”может рассматриватьсякак функциячетырех факторов:предполагаемоеснижениепокупательнойспособности(инфляция), снижениеликвидностиобъекта, стоимостькапитала илиуправлениякредитом ириск. На основеанализа этихфакторовустанавливаетсяставка капитализации.

В массовойоценке дляэтого методапроизводитсяформированиебазы данныхс необходимойинформациейпо объектамнедвижимости.Аналогичнометоду сравненияпродаж выбираетсявид модели ипроизводитсякалибровка.Однако конечнымрезультатомв зависимостиот поставленнойзадачи можетбыть и ставкакапитализациии стоимостьобъектов и ихвозможныйдоход.

4.4. Затратныйметод.

Затратныйметод применяетсятолько к застроеннымземельнымучасткам (илипри наличиидругих улучшений).Сразу отметим,при этом подходестоимостьземли оцениваетсяметодом сравненияпродаж. В основезатратногометода лежитпринцип замещения,в соответствиис которым стоимостьимуществаравна стоимостиприобретенияимуществаэквивалентнойполезности.Земельныйучасток оцениваетсякак свободныйдля застройкив соответствиис наиболееэффективнымиспользованием.Далее, посколькурыночная стоимостьучитываеттекущее состояниездания и другиеусловия, дляее определенияиз полной стоимостизамещения(восстановительнаястоимость)вычитаетсянакопленныйизнос, выражающийпотерю полезностиоцениваемогообъекта.

Для расчетастоимостистроительствасобираетсяинформацияо фактическихзатратах настроительствоздания и еготекущем использовании,а также о текущихрасценках настроительныематериалы ипроизводимыеработы. Необходимынадежные сведенияо накопленномизносе. Примассовой оценкестандартныевеличины допустимогоизноса приводятсяв справочныхтаблицах,составленныхна основе рыночныхданных. Получениетакой информациисоставляетосновную трудностьиспользованиязатратногометода примассовой оценке:необходимоотчетливопредставлятьсебе не толькостепень физическогоизноса, но иизносов функциональногои экономического(внешнего). Апоследние видыизноса частоносят уникальныйхарактер, струдом поддаютсяизмерению итипизации,особенно, еслиобъекты сильноразличаютсяпо срокам постройкии расположенына неоднороднойв градостроительномотношениитерритории(чередованиежилых, общественных,производственныхи рекреационныхзон с различнымикачественнымихарактеристиками).Эти условиятребуют большойэкспертнойработы.

Необходимоуделять особоевнимание оценкеземли, посколькуточные стоимостныехарактеристикиземли составляютоснову эффективнойсистемы оценкинедвижимости.

Глава5. Модели оценкиземли.

Оценкуземли оптимальнопроводитьметодом сравненияпродаж, хотясуществуюти другие методыоценки землив условияхнедостаткаданных по продажам.

Предварительныеэтапы массовойоценки земли- стратификацияобъектовнедвижимостипо группам(стратам) иопределениеединицы измерения(сравнения).

Стратификацияможет основыватьсяна принципахразрешенногоиспользованияземельныхучастков(зонирование),местоположенииили административно-территориальномделении, размереучастка.

Стратификацияобеспечиваетотбор сравнимыхземельныхучастков порыночным данным,относящимсяк группам объектов,аналогичныхоцениваемомуобъекту подействию факторовспроса и предложения.Для облегчениясравнительногоанализа в рамкахклассификацииобъектов поиспользованиюили категориизонирования,земельномуучастку должнабыть присвоенасоответствующаяединица измерения.

Единицаизмерениядолжна отражатьспособ, припомощи которогорынок (покупатели)анализируетстоимостьземли. Еслиучастки примерноравны по размеру,то сами участкимогут служитьединицей измерения(сравнения).Если же размерыучастков различны,то единицейсравнениябудет площадь,например, квадратныйметр. Протяженностьфронтальнойграницы такжечасто используетсяв качествеединицы сравнения.

В массовойоценке стоимостьземли обычноопределяетсятремя видамимоделей.

5.1. Видымоделей массовойоценки.

Можновыделить триосновных видамоделей массовойоценки, каждыйиз которыхимеет своюспецифику.
Аддитивнаямодель имеетследующий вид:

P= A₀+A₁X₁+...+A_nX_n,где (Х_1...Х_n)- характеристикиобъекта недвижимости,A_n- численныекоэффициентыпри переменныххарактеристикахобъекта, показывающиевклад соответствующиххарактеристикв стоимость.

Математическаярегрессияпозволяетточно рассчитатьоптимальныеA_nдля конкретнойбазы данных,однако заложенноедопущение олинейностивклада каждойхарактеристикиобычно несоответствуетреалиям рынка.Аддитивнаямодель не учитываетвзаимосвязифакторов другс другом,неудовлетворительноописываетпограничныеситуации (кпримеру объектс очень большойплощадью). Темне менее, наоснове этоймодели можносделать выводыо значимоститех или иныхпеременныхи погрешностяхинформации.Аддитивнаямодель обычноиспользуетсядля предварительногоанализа.
Мультипликативнаямодель имеетвид:

P= B₀Х₁^B1... Х_n^Bn, где (Х_1...Х_n)- характеристикиобъекта недвижимости,B_n-веса переменныххарактеристикобъекта.

Простаямультипликативнаямодель сводитсяк аддитивномувиду путемлогарифмирования,и обладаетсходныминедостатками.Однако онапозволяетболее гибкоотразить зависимость(в том числе инелинейную)стоимости отзначенийхарактеристики.
Гибриднаямодель являетсякомбинациейдвух вышеперечисленныхвидов, например:

P= Х₁^B1...Х_n^Bn(A₀+A₁Х₁+... +A_nХ_n),где где (Х_1...Х_n)- характеристикиобъекта недвижимости,A, B - веса и коэффициентыпри переменныххарактеристикобъекта.

Такойвид моделипозволяетдостаточноадекватноотображатьосновные тенденциирынка. Отсутствиестрогой детерминациидает возможностьприниматьрешение о способевключения(аддитивныйили мультипликативный)в модель любойхарактеристикиобъекта, подбираяоптимальныйс точки зренияточности прогноза.Однако такойвид моделизначительнозатрудняеткалибровкукоэффициентов.Обычно, здесьиспользуютсяитеративныеметоды.

Выбортого или другоговида моделиопределяетсяс точки зрениянаиболее адекватногоотраженияреальногорынка. Простыемодели - аддитивнаяи мультипликативнаямогут применятьсядля описанияслаборазвитогорынка, где неткаких либонелинейныхтенденций, онидостаточнологичны посвоей структуреи устойчивыв том смысле,что отсутствуютсильные выбросыв оценке длянестандартныхобъектов. Гибриднаямодель оптимальнадля рынка сустоявшимисянелинейнымитенденциямии сложнымивидами зависимостистоимости отфакторов. Ксожалению,анализироватьконечную гибриднуюмодель не такпросто как двепредыдущие,особенно, еслизадействованысложные переменные,отражающиевзаимовлияниехарактеристик.Другой проблемойгибридноймодели являетсясильная зависимостьконечногорезультатав процессеитеративнойкалибровкиот начальныхзначенийкоэффициентов.

Проблемысложных гибридныхмоделей смыкаютсяс проблемамиэвристическогомоделирования,пока еще слаборазработаныи требуют активногоэкспертногоучастия.

5.2. Калибровка(идентификация)моделей массовойоценки.

Калибровкамодели позволяетопределитьнепосредственноевлияние факторов(выражаемыхпеременнымимодели) настоимость,т.е. рассчитатьконечныекоэффициентымодели.

Первымшагом являетсяпреобразованиеданных: качественныефакторы кодируютсяи формируютсялинеаризованныезначения, отражающиемультипликативныйвклад в стоимость.Отдельно выделимбинарные переменные- да/нет (обычноэто наличиеили отсутствиекакого-либоулучшения).Нередко количественныепеременныетакже преобразуютсяк нелинейномувиду.

Множественнаялинейная регрессияоднозначнорассчитываеткоэффициентыаддитивноймодели на основеминимизацииквадратичногоотклонения.Для уточненияпрогноза первичныепеременныемогут бытьзамененыаппроксимирующимиих функциями,в частности,переменнаявремени сделкиобычно являетсянелинейнойфункцией (чтосвязано, к примеру,с сезоннымиколебаниями).На этом этапепроизводитсясоздание переменнойотклика ценна местоположение,отражающейвклад местоположенияв стоимость.Эта переменнаясоздается спомощью нелинейноймножественнойрегрессии наоснове информациио центрах локальноговлияния (очагахпритяженияи отталкивания).Нелинейнаямножественнаярегрессияможет бытьиспользованаи для калибровкигибридноймодели.

При калибровкемоделей необходимопринимать вовнимание обеспечениеих устойчивостипо отношениюкак к характеристикамобъектов, которыеоцениваются,так и к базеданных по которойстроиласьмодель.

Устойчивостьмодели обеспечивается:
адекватностьюформулы (онадолжна бытьне слишкомупрощеннойи не слишкомсложной)
надежностьюбазы данных(отбраковкойнеобъяснимыхдевиантныхзначений ценыи проверкойсомнительныхданных)
тщательныманализом конечныхзначенийкоэффициентов.

5.3. Контролькачества оценки.

Любаямодель - этолишь упрощенноепредставлениереальногорынка, котороене претендуетна стопроцентноесоответствиерыночным ценам.Существуетдва основныхисточникапогрешностиоценки. Это -качество информации,которая можетвключать какнерыночныесделки, так ине полностьюописанные(может бытьутрачена илиоткинута частьважной информации).Поэтому модель,хорошо работающаяна исходнойбазе данных,может даватьвыбросы приоценке реальныхобъектов. Второйисточник ошибок- неверныепредположения,заложенныев структурумодели. Например,если в модельзаложена линейнаязависимостьстоимости отплощади магазина,то она будетпереоцениватькрупные универмагии недооцениватьнебольшиекиоски, посколькуспрос различаеттакие объекты.Подобные недостаткиможно выявитьпри анализекоэффициентовотношенийпрогнозныхзначений креальным ценамсделок из базыданных, но лишьпри наличииобъектов стакими параметрамив контрольнойвыборке.

Качествомодели поконтрольнойвыборке определяетсяс помощьюстандартныхстатистик.Значения этихстатистикмогут служитькритерием привыборе окончательнойструктурымодели вместес интерпретируемостьюрезультатов(соответствиерынку). Анализотклоненийпрогнозныхзначений отреальных даетвозможностьграмотнойкорректировкикак вида модели,так и ее коэффициентов.

Возможныслучаи, когдастатистическиекритерииподтверждаюткачество модели,а экспертнаяпроверка показываеточевидныенесоответствия.В этом случаепричина кроется,скорее всего,в ненадежностиисходной рыночнойинформациио сделках.

Крометого, проверкапредполагаетвыезд на местностьс осмотром иоценкой реальныхобъектов. Визуальныйосмотр объектаи его местоположенияпозволяетнередко объяснитьприроду расхожденияцены и прогноза.Полевое исследование,обычно завершающееработу по массовойоценке, имеетсвоей основнойцелью выявлениедополнительныхи неучтенныхоценкой факторов,присутствующих,например, вописании объектовв городскихреестрахнедвижимости,но не использованныхмоделью, либосвязанных соспецифическимместоположениемобъектов.

Моделимассовой оценкиразрабатываютсядля групп типичныхобъектовнедвижимостис ограниченнымколичествомхарактеристикобъектов. Этоусловие массовойоценки предполагаетсхожесть объектовпо всем прочимхарактеристикамкак физическим(техническим),так и по условиямих местоположенияв рамках проведенногозонированиятерритории.Однако на практикеможет существоватьмного объектов,стоимостькоторых взначительноймере определяетсянеучтеннымив моделях факторами(физический,экономическийи функциональныйизнос). Этимифакторамипредположительномогут являться,например,характеристикиих локальногоместоположенияи специфическогоокружения.

Такиехарактеристикимогут в явномвиде или косвеннымобразом присутствоватьв реестренедвижимостиили на картеобласти, нопри этом остатьсяневостребованнымипри созданиии корректировкахмодели.

Результатомполевогоисследованияможет статьболее полноеописание границпримененияпроведенноймассовой оценкис аргументированнымивыводами поповоду нецелесообразностиили невозможностидальнейшегосовершенствованиямодели (в зависимостиот целей работыи требованийк оценке). Приэтом могутбыть выделеныуникальныеобъекты, оцениватькоторые нужнов индивидуальномпорядке илис применениеминых подходов.Одним из возможныхрезультатовполевой проверкиможет статьразработкадополнительныхэкспертныхпоправок(коэффициентов),применимыхк отдельнымобъектам илигруппам объектов.

5.4.Границыприменениямассовой оценки.

Частоприходитсяслышать, чтопосколькурынок недвижимостив России покане развит,применениеметодов массовойоценки оправданотолько приоценке жилья,тогда как пообъектампроизводственногои коммерческогоназначенияправильнееприменятьзатратный идоходный методы,так как сравнительныхпродаж малоили вообщенет. Это утверждениев корне неверно.

Неразвитостьрынка накладываетсвои ограниченияна точностьоценки прииндивидуальнойне меньше, чемпри массовой.А в доходноми затратномметодах погрешностейне меньше, чемв методе сравненияпродаж. В самомделе, если рынокпо какому-токлассу объектовне развит, - какопределитьпоправку нафункциональныйи экономическийизнос при применениизатратногометода? - какуюставку капитализации(дисконтирования)применить приоценке доходнымметодом? Приответе на этивопросы в ситуациинеразвитогорынка приходитсяделать сильныедопущения,которые - еслиоказываютсяошибочными,- многократноумножают погрешностьрезультатаоценки. Такимобразом, развитостьрынка недвижимости(отдельных егосекторов) иего оборотыв равной мереобусловливаютточность инадежностьоценки приприменениикак массовой,так и индивидуальнойоценки, прииспользованиикаждого изтрех методовоценки. Еслирынок развит,а информацияоткрыта и неискажена, тошансов на аккуратнуюи точную оценкубольше, внезависимостиот применяемыхметодов. Приэтом выборметода оценки(затратный,доходный илисравнения)зависит оттипа недвижимостии осуществляетсяоценщиком -как при индивидуальнойоценке, так ипри массовой.

Массоваяоценка имеетсвои ограничения:иногда оказываетсяэффективнее(точнее с учетомзатрат на оценку)произвестииндивидуальнуюоценку, например,объекта специальногоназначения,чем пытатьсяопределитьстандартныеправила егооценки. Однакоэто - редкиеслучаи, исключенияпо действительнонебольшомукругу объектов.

В целом,для грамотногопроведенияи для глубокогоанализа тенденцийрынка на относительнонебольшихвыборках необходимовладеть навыкамикак массовой,так и индивидуальнойоценки, а такжеобладатьнеобходимымизнаниями обобъектахнедвижимости,их типологиии потребительскихкачествах.

Глава6. Состояниерынка земельныхучастков Московскойобласти, предназначенныхпод индивидуальноежилищноестроительство.

6.1. Общаяхарактеристикарынка.

Состояниеземельныхучастков вМосковскойобласти можетбыть оценено,как наиболееразвитое в РФ,однако длянего характернывсе те негативныефакторы, чтои для всей экономикипереходногопериода. Отсутствуетдостовернаястатистикао ценах продажив государственныхорганах регистрацииправ и учетапо реальнымсделкам наземельномрынке. Ограниченрынок по продажеземель, находящихсяв муниципальнойи государственнойсобственности.

Можновыделить следующиеосновные этапыформированияцен на земельныеучастки. Окончаниестабильногороста цен крубежу 1995/1996гг.,период стабилизациии некоторогоотката цен впериод президентскихвыборов 1996г.Тенденцияроста цен впредкризисноепервое полугодие1998г.Летом 1998г. былидостигнутымаксимальныецены на исследуемомрынке. В 1999-2000 годув Московскойобласти дляземельногорынка (сегментземельныеучастки дляграждан) характернопревышениепредложенияна земельныеучастки надспросом, чтопривело к некоторомуснижению ценна земельныеучастки посравнению спредыдущимгодом (Приложение1 и 2). В районах,прилегающихк Москве, сохраняетсяплатежеспособныйспрос на земельныеучастки.

Исследуемыев данной работеземельныеучастки предназначаютсядля строительствадач и коттеджей.В связи с этимдадим краткуюхарактеристикурынка частныхдомов и коттеджей.Этот рынок досих пор являетсясамым "темным"среди прочихрынков недвижимости.Действительно,на фоне такихрынков какквартирный,рынок арендынежилых помещений,он малоизучени характеризуется,в целом, невысокойактивностью.Характерноскептическоеотношениериэлторовсредних и малыхгородов к частнымдомам, связанноес низкой ликвидностьютаких объектовпри их невысокойстоимости.

В тоже время в развитыхстранах мирарынок одно-,двухсемейныхдомов являетсяодним из самыхдинамичныхи высокоразвитых.Это связанос тенденциейсемей в этихстранах житьв спокойной,просторнойобстановке,быть окруженнымичистым воздухоми зеленью. ВРоссии, напротив,парадигмамышления требуетпроживанияименно в городскойквартире, несмотряна значительныепросторы иневысокуюстоимостьземли за пределамигородскойчерты, а такжена то, что приобретениеавтомобилядля семьи давноперестало бытьпроблемой.

У этогорынка существуетодна важнаяособенность,что делаетпривлекательнымего для анализа,а именно - возможностьпрямого расчетастоимостиземельныхучастков.Фактически,мы получаемв этом случаестоимостнуюоценку привлекательностиучастка с точкизрения проживанияна нем.

В отличиеот квартиры,частный домпредставляетсобой классическийобъект недвижимости- участок плюсулучшения нанем в виде здания,хоз.построек,сооружений.При этом дляРоссии можновыделить следующиехарактерныемоменты:
Существуетдва вида использованиячастных домов- для постоянногопроживанияи для временного(как правило- отдыха).
Практическиединственныйспособ дляфизическоголица иметьземлю в собственности- это обладатьчастным домом(либо сооружениями)с участком.
Характерназонная застройкачастных домовкак внутригорода ("частныйсектор"), таки за его пределами(коттеджныепоселки).
Невысокаяобеспеченностьчастных домовсовременнымикоммуникациями.
Престижностьобладаниякоттеджем дляпроживанияи престижностьрасположенияего в элитныхместах.
Существованиеособой формыобмена жилья- частный домна квартиру.

Помимоэтого, уже первыеисследованиярынка частныхдомов выделиличетыре сегмента(субрынка), каждыйиз которыхподчиняетсясвоим несколькоразличающимсязаконам. Первыйиз них - этосвободные иосвоенныеучастки подзастройку,включая участкис домами, предназначеннымина снос. Второй- "деревяшки",т.е. деревянныедома старойпостройки,которые, темне менее, используютсядля постоянногожилья, несмотряна низкуюобеспеченностькоммуникациями.Третий - домапостройки70-90-х годов, каменныелибо высококачественныедеревянныес развитойинфраструктуройи не уступающиепо условиямпроживанияобычным квартирам.И, наконец,последний -коттеджи,благоустроенныеэлитные домапоследнегодесятилетия,различныхматериалови технологийпостройки. Вданной работерассматриваетсяи анализируетсяпервый сегментрынка частныхдомов.

Различиезаконов этихсубрынков -несомненно.Самый простойпример - отношениек размеру участка.Для обычнойсемьи, использующейчастный домдля проживанияв наше время,существуетхарактернаяплощадь земли6-10 соток, которуюэта семья можетобрабатывать(как известно,огородничествостало для многихсемей в Россиейосновным источникомпродуктовпитания в связис общим низкимуровнем заработков).В увеличенииэтого участкасверх нуждысобственникмало заинтересован,однако стоимостьприращенияучастка в указанныхпределах довольновысока. В тоже время владелецкоттеджа впрестижномместе скорееготов вкладыватьденьги в зданиеили постройки,чем в увеличениеучастка. Какизвестно, большаястоимостьземли в элитныхрайонах вызываетвысокую плотностьзастройкикоттеджныхпоселков, ипонятно, чтотакие небольшиеучастки пока(!) удовлетворяютвладельцев.Для этих групптакже различнои отношениек коммуникациям,локальномуокружению ипрочим факторам.

Крассмотрениюрынка частныхдомов можноподойти и сдругой стороны,а именно - рассмотретьего по регионам.Понятно, что спецификарегиона оказываетна рынок доминирующеевлияние. Так,основным регионом(по развитостиэтого рынкаи ценам) являетсяМосква и Московскаяобласть. Здесьподавляющаячасть предложений- участки и коттеджиза пределамигородскойчерты, разбросстоимостиобъектов можетдостигатьсотни раз, взависимостиот местоположенияи типа строения,что будет видноиз исследуемойбазы данных.Сходным рынкомявляется ирынок С-Петербурга,но здесь своюспецификунакладываетсуществованиеряда историческихгородов и поселковс большим числомчастных домови сформировавшейсясистемой ценностипроживанияв них. Средниеи малые городаРоссии обладаютнесколько инымрынком, здесьпреобладаютв качествепредложенийобъекты внутригородскойчерты, при этомсвободныеземельныеучастки - редкость.

Действительно,хорошая экологическаяобстановка,обширныерекреационныересурсы, развитостькоммуникациймогут определитьвысочайшуюцену земли внекоторыхрайонах Подмосковья.По некоторымсведениямстоимостьсотки землив районе Барвихи,Раздоров достигала20000$на пике подъемастоимостинедвижимости.Однако отметим,что такаяфантастическаяцена в большейстепени создаваласьфактом соседствасильных мирасего. Этот факторчрезвычайнотрудно учестьпри анализе,фактически,он являетсяточечным. Приэтом получитьточную информациюо сделке такогорода практическиневозможно.С другой стороны,этот рынокдостаточнохорошо освещенкак прессой,так и вниманиемриэлторов.

Глава6.2. Результатыисследования.

Внастоящеевремя дляопределениякадастровойстоимостиземли и другихобъектовнедвижимостиприменяютсяметоды массовойоценки на основевыборки данныхо продажахземельныхучастков идругих объектовнедвижимостина всей оцениваемойтерритории.В данной работецены на земельныеучастки являютсяценами предложения,в этом их отличиеот методовоценки рыночнойстоимости, гдев качествебазы для сравнениядостаточноподборки данныхо несколькихреальных продажаханалогичныхобъектов.

В исследуемойбазе данныхсодержаласьинформацияо 2112 земельныхучастках Московскойобласти, которыемогут бытьиспользованыдля строительствадач и коттеджей.

Следуетотметить, чточасть записейбыла исключенапо причиненеточности,нехватки илидуплицированностиинформации.

Данныебыли собраныпо 11 направлениям.В таблице 1 указаноколичествоисследуемыхданных по каждомунаправлению.

Таблица1.

Направление	Количествоземельныхучастков
Белорусское	259
Ярославское	176
Казанское	123
Киевское	309
Курское	152
Ленинградское	174
Горьковское	158
Павелецкое	160
Рижское	267
Рязанское	164
Савеловское	170

Процедураоценки – этопроцесс решенияпроблем, в которомразличныефизические,экономическиеи социальныефакторы анализируютсяпо отношениюк оцениваемомуобъекту.

Преждечем приступитьнепосредственнок анализуформированияцен на земельныеучастки следуетуделить вниманиесуществовавшейна периодисследованиянормативнойцене на земельныеучастки. СогласноПостановлениюПравительстваМосковскойобласти №31/11 от05.04.99 «О нормативнойцене земли вМосковскойобласти в 1999 году»на территорииМосковскойобласти устанавливаетсянормативнаяцена земли дляземель следующегоцелевогоиспользования:

землипромышленности,транспортаи прочих;
землижилищногофонда, а такжепредоставленныхдля садоводства,огородничества,животноводства,для веденияличного подсобногои дачного хозяйства,под гаражи истоянки;
сельскохозяйственныхземель сельскохозяйственныхорганизаций,крестьянских(фермерских)хозяйств, огородныхтовариществ.

Всегона территорииМосковскойобласти выделяют6 оценочныхзон, так, например,для 3-ей оценочнойзоны для земель,предоставленныхдля ИЖС, установленанормативнаяцена земли вразмере 25 рубза кв.м. Такимобразом 1 сотказемли будетстоить 2500руб(~90USD). Как будетвидно далеенормативнаяцена значительноменьше рыночнойцены, по сообщениюРИА «Новости»нормативнаяцена землисоставляла14-18% от рыночной.Следует отметить,что ПравительствоМосковскойобласти, понимаяэто, повысилонормативнуюцену на землюв самом конце2000 года, котораядействовалачуть большемесяца, но затемв 2001 году руководствосогласилосьс тем, что онадолжна бытьтакой же, какв 1999 году. Об этомзаявил министрэкологии иприродопользованияАлександрКрасиков. Всвоем интервьюон заметил, что«практикапоказала, чтоцена земли вМосковскойобласти оказаласьслишком завышенной,в результатеснизилисьпоказателипродажи ипредоставленияучастков гражданам,упала активностьна вторичномрынке земли,замедлилсяпроцесс выкупаземли юридическимилицами дляразмещенияпредприятий».Остается загадкой,как за столькороткий периодноября 2000 годаруководствопришло к такомувыводу.

В исследуемойбазе содержитсяинформацияо ценах предложенияна земельныеучастки, указаныместоположение,направление,оценочная зона,расстояниеот Московскойкольцевойавтодороги(МКАД), наличиелеса, водоема,площадь земельногоучастка, инженерноеобеспечение(электричество,водопровод,магистральныйгаз, канализация,телефон), наличиеподъезднойдороги с твердымпокрытием.Пример представленияинформациив базе данныхприведен втаблице 2.

Таблица2.

Примерпредставленияинформациив базе данных.

Стоимость1 сотки в долл.США(цены предложений)в 1999 г.
Белорусскоенаправление
№	Населенныйпункт	Ориентири расположениедо локальногоцентра, новыйили сложившийся	Расстояниеот МКАД, км	Зона	Площадьучастка (сотки)	Наличиесетей	Рекреация	Стоимостьв долл.	Стоимость1 сотки	Примечаниеи источникинформации
23	д. Лайково	Белорусскоен.	6	2	16	Э, Г,Д	лес,Москва-река	17000	1063	593-48-73
24	д.Глухово	Ильинскоеш.	7	2	12	Э, Г,В	нет	35000	2917	971-76-73

Предварительныйанализ данныхбыл сделан спомощью статистическогопакета SPSS v.10.0.5 (1999). Нарисунке 3 представленымедиана, 25% и 75%квантили ценпредложения1999 года на земельныеучастки по 11направлениям.В таблице 3 указаныосновныехарактеристики:максимальноеи минимальноезначения, среднее,стандартноеотклонение,дисперсия. Изэтих данныхможно сделатьобщий выводо более высокихв среднем ценахна земельныеучастки Белорусского,Ярославского,Киевского иРижского направлений,что согласуетсяс общепринятымипредпочтениямио престижностиместоположенияучастка. Несколькозанижены нанаш взгляд ценына земельныеучастки Ленинградскогонаправления.Цены предложения1999 года оценивалисьв долларах США/ 100м².

Таблица3.

Основныестатистическиехарактеристикиисследуемойвыборки (понаправлениям).

Направле-ние	Объемвыборки	Минимум	Максимум	Среднее	Стандартноеотклонение	Дисперсия
BEL	259	29.00	4500.00	647.1	767.0	588346.0
YAR	176	40.00	3000.00	699.4	592.2	350737.2
KAZ	123	25.00	2330.00	443.3	544.8	296817.6
KIEV	309	19.00	4000.00	707.9	668.7	447272.4
KUR	152	25.00	3000.00	408.2	397.9	158390.0
LEN	174	33.00	2333.00	444.0	394.5	155680.3
GOR	158	29.00	5000.00	430.9	552.7	305538.9
PAV	160	25.00	4167.00	375.5	390.8	152726.5
RIZH	267	17.00	5000.00	480.2	596.1	355352.0
RYAZ	164	19.00	2267.00	369.2	372.0	138425.1
SAV	170	22.00	5000.00	515.0	675.4	456248.4

Рисунок3. Графическоепредставлениеосновныхстатистическиххарактеристик(максимум, минимум,25% и 75% квантили,медиана).

Первыйэтап построениямодели, илиспецификациямодели, заключаетсяв созданииструктурымодели на основеэкономическойтеории и теорииоценки, а такжерыночногоанализа. Второйэтап – калибровка(идентификация)– представляетсобой процессопределениякоэффициентовв модели массовойоценки.

Данныеможно подразделитьна два типа:качественныеи количественные.Особой разновидностьюкачественныхпараметровявляются такназываемыебинарные переменные,которые могутприниматьзначения «1»или «0» в зависимостиот того, присущаданная характеристикарассматриваемомуобъекту илинет. Наличиелеса, водоема,площадь земельногоучастка, инженерноеобеспечение(электричество,водопровод,магистральныйгаз, канализация,телефон), наличиеподъезднойдороги с твердымпокрытиемхарактеризовалосьзначением «1»,отсутствие– «0».

Для калибровки(идентификации)модели намибыл примененмножественныйрегрессионныйанализ (МРА),который представляетсобой статистическийспособ определениянеизвестныхданных на основеизвестной идоступнойинформации.В массовойоценке неизвестнымиданными являютсязначения рыночнойстоимости. Кизвестным идоступнымданным относятсяцены продажи(в нашем случаепредложения)и характеристикиобъектовнедвижимости.Модели МРАмогут бытьаддитивными,мультипликативнымиили гибридными.Мы начали нашанализ с аддитивноймодели типа:

P= A₀+A₁X₁+... + A_nX_n,где (Х_1...Х_n)- характеристикиобъекта недвижимости,A_n- численныекоэффициентыпри переменныххарактеристикахобъекта, показывающиевклад соответствующиххарактеристикв стоимость.

Какправило, МРАхорошо работаетв тех случаях,когда числопродаж достаточновелико, а характеристикиобъектов недвижимостиустановленыс достаточнойточностью. Мырешили проверитьдостоверностьданного утверждения,построив общуюмодель для всехучастков и покаждому направлениюв отдельности.На протяжениивсего анализамы пользовалисьследующимиобозначениями(см. Таблица4).

Расчетыпроводилисьв программеEconometric Views v.2.0 (1996).

Аддитивнаямодель МРА длявсех участковМосковскойобласти.

PRICE= 710.83323 - 44.818357*EL + 79.385828*WAT + 296.74527*GAS +454.45536*WC + 91.857548*TEL - 15.247174*ROAD - 27.754058*FOREST -27.700678*RIVER - 0.31711615*SQU - 5.8964922*MKAD

Результатыоцениванияприведены нижев таблице 5.

Таблица5

Оцениваниеаддитивноймодели МРА длявсех участковМосковскойобласти.

LS // Dependent Variable is PRICE

Sample (adjusted): 1 2112

VariableCoefficientStd.Errort-StatisticProb.

C 710.8332 30.2177123.52373 0.0000

EL -44.8183628.61944-1.566011 0.1175

WAT 79.38583 24.946763.182210 0.0015

GAS 296.7453 28.4655210.42473 0.0000

WC 454.4554 66.949436.788039 0.0000

TEL 91.85755 70.818401.297086 0.1947

ROAD-15.24717 24.73701-0.6163710.5377

FOREST-27.75406 24.92862-1.1133410.2657

RIVER-27.70068 25.01999-1.1071420.2684

SQU -0.3171160.175097-1.811088 0.0703

MKAD-5.896492 0.360831-16.341430.0000

R-squared 0.290822 Mean dependent var 524.5421

Adjusted R² 0.287447 S.D. dependent var 591.0800

S.E. of regression 498.9476 Akaike info criterion 12.43020

Sum squared resid 5.23E+08 Schwarz criterion 12.45965

Log likelihood-16112.09 F-statistic 86.15859

Durbin-Watson stat 1.538076 Prob(F-statistic) 0.000000

Таблица4

Условныеобозначения,используемыев работе.

Наличие

Площадьучастка

Расстояниеот МКАД

Ценапредложения

Совместноевлияние

Направление

Электричества

Водопровода

Магистральногогаза

Канализации

Телефона

Дорогис твердымпокрытием

Леса

Водоема

Электричество+ водопровод

Электричество+

газ

Электричество+ водопровод+

газ

Электричество+

водопровод+

газ+ дорога

WAT

GAS

TEL

ROAD

FOREST

RIVER

SQU

MKAD

PRICE

EWG

EWGR

Вседанные

SER1

SER2

SER3

SER4

SER5

SER6

SER7

SER8

SER9

SER10

SER11

SER12

SER13

SER14

SER15

Белорусское(BEL)

SER16

SER17

SER18

SER19

SER20

SER21

SER22

SER23

SER24

SER25

SER26

SER27

SER28

SER29

SER30

Ярославское(YAR)

SER31

SER32

SER33

SER34

SER35

SER36

SER37

SER38

SER39

SER40

SER41

SER42

SER43

SER44

SER45

Казанское(KAZ)

SER46

SER47

SER48

SER49

SER50

SER51

SER52

SER53

SER54

SER55

SER56

SER57

SER58

SER59

SER60

Киевское(KIEV)

SER61

SER62

SER63

SER64

SER65

SER66

SER67

SER68

SER69

SER70

SER71

SER72

SER73

SER74

SER75

Курское(KUR)

SER76

SER77

SER78

SER79

SER80

SER81

SER82

SER83

SER84

SER85

SER86

SER87

SER88

SER89

SER90

Ленинградское(LEN)

SER91

SER92

SER93

SER94

SER95

SER96

SER97

SER98

SER99

SER100

SER101

SER102

SER103

SER104

SER105

Горьковское(GOR)

SER106

SER107

SER108

SER109

SER110

SER111

SER112

SER113

SER114

SER115

SER116

SER117

SER118

SER119

SER120

Павелецкое(PAV)

SER121

SER122

SER123

SER124

SER125

SER126

SER127

SER128

SER129

SER130

SER131

SER132

SER133

SER134

SER135

Рижское(RIZH)

SER136

SER137

SER138

SER139

SER140

SER141

SER142

SER143

SER144

SER145

SER146

SER147

SER148

SER149

SER150

Рязанское(RYAZ)

SER151

SER152

SER153

SER154

SER155

SER156

SER157

SER158

SER159

SER160

SER161

SER162

SER163

SER164

SER165

Савеловское(SAV)

Коэффициентдетерминации(R²)представляетсобой процентдисперсии ценпредложения,объясняемыйрегрессионноймоделью (R²=RSS/TSS).ИспользованиеR²имеет два недостатка.Во-первых, придобавлениив регрессионнуюмодель новыхпеременныхR²либо увеличивается,либо остаетсянеизменным,что может привестик завышениюкритерия согласия,если в уравнениевведены несущественныепеременныеили когда числопеременныхвелико по сравнениюс количествомрассматриваемыхпродаж. R²может приниматьзначения винтервале от0 до 1, чем ближе R²к 1, тем лучшекачество подгонки.Первый недостатокможно учесть,скорректироваввеличину R²по числу независимыхпеременных,в результатеполучим величинуприведенногоR²(Adjusted R²),

n – объемвыборки, k – числорегрессоров.

ВторойнедостатокR²(присущий такжеприведенномуR²)относитсябольше к вопросуосторожностипри интерпретации.R²является меройтой части дисперсиицен, котораяобъясняетсярегрессионноймоделью. В массовойоценке мы часторасслаиваеммножествообъектов недвижимостина однородныестраты и в рамкахкаждой стратырассчитываемотдельныеуравнения.Поскольку этапроцедурауменьшаетдисперсию ценвнутри каждойстраты, не следуетожидать, чтов этом случаеМРА объясниттакой же большойпроцент отклонений,как и при использованииединого уравнениядля аппроксимациипродаж во всейюрисдикции.Например, значенияR²=0,8,0,85 и 0,9 для трехотдельныхнаправлениймогут соответствоватьрегрессионныммоделям с лучшейпредикативнойспособностью(что видно повеличине

)по сравнениюс единой модельюдля трех направлений,для которойR²может бытьравен, скажем,0.95. В нашей регрессииR²=0.29,что говорито слабой объяснительнойсиле модели.

КритерийСтъюдентапоказываетмеру значимости(или весомости)переменнойрегрессии дляобъясненияразличий ввеличине зависимойпеременной.Она вычисляетсякак отношениекоэффициентарегрессии кего среднеквадратичнойошибке. Придостаточнобольшом объемевыборки (неменее 50 объектов)значенияt-статистики,превышающие1.98, указываютна то, что свероятностью0.95 соответствующийкоэффициентА_j

0и, следовательно,X_jявляется значимойпеременнойпри прогнозированииV. Из анализаt-статистиквидно, чтокоэффициентыпри EL, TEL, ROAD, FOREST, RIVER, SQU незначимына 95%-доверительноминтервале.Таким образом,переменные,показывающиеналичие электричества,телефона, дороги,леса, водоема,а также площадьучастка являлисьне существеннымипри прогнозев этой модели.

Коэффициентпри MKAD равный–5.9, означает,что увеличениерасстоянияот Москвы на1%, уменьшаетцену на 0.51%. Иначеговоря, эластичностьцены земельногоучастка порасстояниюот МКАД равна–0.51. Это значениевычисляетсяпо следующейформуле

, где

– выборочныесредние величины,соответственно,объясняющейпеременнойМKADи результирующегопоказателяPRICE.

Положительныекоэффициентыпри WAT, GAS, WC говорято том, что ценаземельногоучастка возрастаетпри возможномналичии натерриторииучастка водопровода,магистральногогаза и канализации.

КритерийФишера (F-статистика)связан с критериемСтъюдента итакже используетсядля определениятого, являетсяли та или инаяпеременнаярегрессиизначимой припрогнозированиизависимойпеременной.F-статистикавычисляетсяпо отношению:Дополнительнаядисперсия,обусловленнаяХ_n/ Необъяснимаярегрессия. Каки в случае критерияСтъюдента,критерий Фишераявляется меройпредельнойвесомостиотдельнойпеременнойпри определениивеличины зависимойпеременной,с учетом влиянияи всех другихпеременных(за счет включенияих в уравнениерегрессии). Вобщем, случаепри достаточнобольшом объемевыборки F-статистика,превышающая4,0, указываетна то, что переменнаязначима припрогнозированииP сдостоверностью95%. В нашемпримере значенияF-статистикизначительнопревышаюттабличные, чтосвидетельствуето существованииочевидной связимежду PRICEи факторами,влияющими нацену (EL,WAT, … , MKAD).

Имеющаясябаза данныхбыла исследованапо 11 вышеуказаннымнаправлениямдля которыхбыли построенытакие же регрессии.R²построенныхрегрессийколеблетсяв пределах0.3-0.4, что говорито слабой объяснительнойсиле построенныхмоделей. Аномальнонизкие значенияR²получены дляКурского,Ленинградского,Горьковскогои Павелецкогонаправлений,интереснозаметить, чтопо этим направлениямбыли полученынаиболее низкиевеличины стандартныхотклонений.Анализ t-статистикпоказал, чтолишь одна переменнаязначима длявсех направлений– это расстояниеот МКАД. В 6 регрессияхиз 11 значимымбыло наличиемагистральногогаза, в 4 из 11 значимымибыли площадьучастка и наличиеканализации.Коэффициентпри переменнойплощади участкаимел, как правило,положительныйзнак (хорошийпример – Киевскоеи Ярославскоенаправления),что соответствует,в принципе, общей тенденции,характернойдля США (Д.Фридман,Н.Ордуэй, 1997): чембольше участок– тем выше егоцена единицыего площади(неслучайнопокупка крупныхземельныхвладений происходитодним заинтересованнымфизическимлицом, используянесколькоюридических).Для России,вероятно, можетнаблюдатьсяи другая тенденция:выгода от конкретнойсделки важнеевсего, поэтомужелание продатьбольшой участокземли и быстрееполучить денежноевознаграждениеза совершеннуюсделку пересиливаетжелание заработатьбольше за счетпродажи участкапо частям. Крометого, в Россииеще не так высокплатежеспособныйспрос на крупныеземельныеучастки, а оценкапотенциальнойстоимости земли(даже для Московскойобласти) ещедостаточнонизка у российскихпокупателей:земли у нас встране много,поэтому, зачемее скупать,вкладыватьв нее деньги.

Рассмотримвлияние остальныхфакторов. Важностьканализациив пределахучастка говоритвидимо о нежеланиироссийскихпокупателейрыть выгребныеямы или о высокихценах на биотуалеты.Интереснозаметить, чтонезначимымипочти для всехрегрессийоказались такиена первый взглядважные параметрыкак наличиеподъезднойдороги, телефона,леса, водоема.Отсутствиетелефона, лесаи водоема легкообъяснить:стационарнаятелефоннаясвязь легкоможет бытьзаменена намобильную(благо цены нарынке мобильнойсвязи постоянноснижаются, аиздержки наустановкустационарноготелефона достаточновелики); отсутствиевлияния лесаи водоема говоритлибо онеправильноустановленномрасстояниипри сборе информации(в базе данныхотсутствиемсчиталосьрасстояниедо леса иливодоема порядка1,5км), либо способностьюлюдей добратьсядо ближайшеголеса или водоемапешком или наавтомобиле(большая частьлюдей, покупающихучастки подИЖС навернякаобладают доходомвыше среднегои имеют автомобили)без потериполезности.Незначимостьподъезднойдороги объясняетсяскорее всеготем, что в Московскойобласти все-такисложно найтиместо, где нельзяпроехать наавтомобилеи наличие дорогис твердым покрытием– не такой ужважный фактор.Незначимостьэлектричествамы можем объяснитьследующимобразом: припокупке участка,газ - наиболееважный фактор,ведь его наличие– это тепло ивозможностьприготовленияпищи, электричествонужно лишь длясвета. Издержкина проведениегаза гораздовыше при покупкеземли по сравнениюс издержкамина подведениеэлектричества,поэтому покупательинтересуетсяв первую очередьналичием газаи на обещаниепродавца провестиэлектричествов ближайшембудущем покупательсоглашается,если предлагатьнаоборот –сделка скореевсего не состоится.

С цельюулучшениякачества моделиавтором былпроизведенпошаговыйрегрессионныйанализ данных.Одним из преимуществпошаговогоМРА являетсято, что он даетаналитикувозможностьсравниватьрезультаты,получаемыена каждом шаге.В прямом пошаговомМРА перваявводимая переменная,например Х₁,является переменной,которая сильнеевсего коррелируетс Р. Проводитсярегрессионныйанализ суммынаименьшихквадратов Рпо Х₁.Затем осуществляетсяпоиск с цельюнахожденияпеременной,корреляциякоторой с остаточнойошибкой будеттеперь максимальной.Предположим,что это переменнаяХ₄.Далее проводитсярегрессионныйанализ Х₁и Х₄в качественезависимыхпеременных.Осуществляетсяпоиск переменнойдля нахождениянаиболее сильнокоррелирующегос остаточнойошибкой второйрегрессии. Этапеременная,скажем, Х₆,включаетсязатем в третьюрегрессию.Процесс продолжаетсядо тех пор, покане будет исчерпанвесь наборпеременных.При этом невключеннымиостанутся тепеременные,t иF-статистикикоторых будутниже некоторогозаранее определенногоуровня значимости.На каждом шагеалгоритм можетлибо добавитьновую переменную,либо исключитьпеременную,которая оказываетсяниже установленногоуровня значимости.Алгоритмпредотвращаетусложнениемодели сверхнеобходимостипутем отсеиванияизбыточныхи несущественныхпеременных.ПеременныеTEL, ROAD,RIVER, FOREST былиисключены изанализа в связис их явнойнезначимостьюопределеннойв таблице 5.Полученныерезультатыприведены втаблице 6, 7,8.

Таблица6

Результатыоцениванияпри пошаговомМРА для всехучастков Московскойобласти.

ModelSummary

Model	RSquare	AdjustedR Square	Std.Error of the Estimate	ChangeStatistics		Durbin-Watson
				RSquare Change	FChange
1	.198	.198	529.4785	.198	520.778
2	.261	.260	508.3659	.063	179.897
3	.283	.282	500.8367	.022	64.887
4	.286	.285	499.8362	.003	9.447	1.522

a Predictors: (Constant), MKAD

b Predictors: (Constant), MKAD, GAS

c Predictors: (Constant), MKAD, GAS, WC

d Predictors: (Constant), MKAD, GAS, WC, WAT

e Dependent Variable: PRICE

Таблица7

Коэффициенты,полученныепри пошаговомМРА для всехучастков Московскойобласти.

Coefficients

Model	Independent	Coefficients	Std.Error	t-статистика
	Variable
1	(Constant)	886.466	19.603	45.222
	MKAD	-8.007	.351	-22.821
2	(Constant)	693.169	23.705	29.242
	MKAD	-6.127	.365	-16.794
	GAS	346.686	25.848	13.413
3	(Constant)	678.709	23.423	28.976
	MKAD	-5.930	.360	-16.458
	GAS	311.421	25.839	12.053
	WC	506.187	62.839	8.055
4	(Constant)	655.821	24.533	26.732
	MKAD	-5.978	.360	-16.610
	GAS	287.669	26.920	10.686
	WC	493.690	62.845	7.856
	WAT	70.648	22.985	3.074

a Dependent Variable: PRICE

Таблица8

Корреляционнаяматрица, полученныепри пошаговомМРА для всехучастков Московскойобласти.

CoefficientCorrelations

Model		MKAD	GAS	WC	WAT
1	MKAD	1.000
2	MKAD	1.000	.384
	GAS	.384	1.000
3	MKAD	1.000	.366	.068
	GAS	.366	1.000	-.169
	WC	.068	-.169	1.000
4	MKAD	1.000	.363	.071	-.044
	GAS	.363	1.000	-.143	-.287
	WC	.071	-.143	1.000	-.065
	WAT	-.044	-.287	-.065	1.000

a Dependent Variable: PRICE

По результатаманализа лучшаяиз регрессийбудет выглядетьследующимобразом:

PRICE = 655.8 - 5.98*MKAD + 287.7*GAS+ 493.7*WC + 70.6*WAT

Все коэффициентызначимы, нообъяснительнаясила моделивсе же невысокаR²=0.29.

На следующемэтапе былапредпринятапопытка построитьмультипликативнуюмодель МРА. Этамодель имеетследующий вид:

P= A₀*X₁^A1*... * X_n^An,где (Х_1...Х_n)- характеристикиобъекта недвижимости,A_n- численныекоэффициентыпри переменныххарактеристикахобъекта, показывающиевклад соответствующиххарактеристикв стоимость.

Этумодель можнокалибровать,взяв натуральныйлогарифм отобеих частейуравнения:ln(P)= ln(A₀)+A₁*ln(X₁)+…+A_n*ln(X_n).

Мультипликативныемодели не требуютот разработчиказаботитьсяо соблюденииусловия аддитивности.Кроме того,когда ценыпродажи варьируютв широком диапазоне,логарифмированиепозволяетнормализоватьраспределение,уравнивая,таким образом,веса, присваемыеобъектам. Сдругой стороны,мультипликативнаяструктурамодели делаетневозможнымвведение вмодель аддитивныхсоотношений.

Мультипликативнаямодель МРА длявсех участковМосковскойобласти.

ln(PRICE) = 7.6643262 + 0.12213441*EL+ 0.11659094*WAT + 0.35958211*GAS + 0.45370688*WC + 0.017970609*TEL -0.020494465*ROAD + 0.0060355887*FOREST - 0.061245452*RIVER -0.075985731*ln(SQU) - 0.56319586*ln(MKAD)

Модельможно привестик первоначальномувиду,взяв экспонентуот обеих частейуравнения:

PRICE = 2131 * 1.13^EL* 1.12^WAT* 1.43^GAS* 1.57^WC* 1.02^TEL* 0.98^ROAD* 1.01^FOREST* 0.94^RIVER* SQU^-0.08* MKAD^-0.56

Результатыпредставленыв таблице 9.

Таблица9

Оцениваниемультипликативноймодели МРА длявсех участковМосковскойобласти.

LS // Dependent Variable isln(PRICE)

Sample(adjusted): 1 2112

VariableCoefficientStd.Errort-StatisticProb.

C 7.664326 0.10497573.01077 0.0000

EL 0.122134 0.0441542.766099 0.0057

WAT 0.116591 0.0385863.021593 0.0025

GAS 0.359582 0.0460657.805986 0.0000

WC 0.453707 0.1034414.386131 0.0000

TEL 0.017971 0.1090600.164778 0.8691

ROAD -0.0204940.038144-0.537298 0.5911

FOREST 0.006036 0.038511 0.1567250.8755

RIVER-0.061245 0.038488-1.5912740.1117

ln(SQU) -0.0759860.032790-2.317361 0.0206

ln(MKAD)-0.5631960.019532-28.83467 0.0000

R-squared 0.435339 Mean dependent var 5.765975

Adjusted R² 0.432651 S.D. dependent var 1.020056

S.E. of regression 0.768332 Akaike info criterion-0.521871

Sum squared resid 1240.293 Schwarz criterion -0.492416

Log likelihood -2434.702 F-statistic 161.9816

Durbin-Watson stat 1.701390 Prob(F-statistic) 0.000000

Качествоэтой моделивыше, чем аддитивной,так как R²увеличилсядо 0.43, но все равноэто очень низкоезначение. Анализt-статистикпоказываетзначимостьвсех коэффициентовкроме наличиятелефона, подъезднойдороги, лесаи водоема.Коэффициентыпри переменныхне поменялизнаки, кромекоэффициентаналичия электричества,но это, конечноже, логично,наличие электричествана земельномучастке должноувеличиватьцену. Как и вслучае с аддитивноймоделью былипостроенырегрессии для11 направлений.R²этих моделейувеличилсяи колеблетсяв пределах0.45-0.55. Как и преждезначимы коэффициентырасстоянияот МКАД у всехнаправлений,в 6 из 11 регрессияхзначим коэффициентналичия магистральногогаза. По сравнениюс аддитивноймоделью болеечасто встречаетсязначимостьплощади участка.Таким образом,значимымифакторами,влияющими наформированиецен являютсяналичие магистральногогаза, площадьучастка, расстояниеот МКАД, остальныефакторы значимыв единичныхслучаях. Рассмотримэластичностицены земельногоучастка по этимзначимым фактораму мультипликативноймодели, построеннойдля всех участков.Коэффициентпри MKAD равный–0.56, означает,что увеличениерасстоянияот Москвы на1%, уменьшаетцену на 0.56%, напомним,что в аддитивноймодели эластичностьцены участкапо расстояниюот МКАД получиласьравной –0.51, т.е.тенденцияоказаласьпохожей. Коэффициентпри площадиучастка равный–0.07, означает,что увеличениеплощади участкана 1% уменьшаетцену на 0.07%. Положительныйкоэффициентпри магистральномгазе равный0.36, означает, чтоземельныйучасток смагистральнымгазом стоитна 36% дорожеаналогичногоучастка безмагистральногогаза. Для регрессии,характеризующейвсе участкиМосковскойобласти значимымиоказались также коэффициентыпри электричестве,водопроводеи канализации,что, согласномодели, должноувеличиватьстоимостьаналогичныхучастков безэтих характеристикна, соответственно,12.2%, 11.7% и 45%.

На следующемэтапе быласделана попыткаопределениясовместноговлияния факторов.При этом анализировалисьследующиебинарные переменные(1-есть, 0 – нет):

EW –электричество*водопровод;

EG – электричество*газ;

EWG –электричество*водопровод*газ;

EWGR -электричество*водопровод*газ*дорога;

GW – газ*канализация.

Остальныекомбинациине имело смысланализироватьв связи с оченьмалыми объемамиданных. Наилучшиерезультатыбыли полученыдля переменныхEG, EWG и GW, используяэти переменныеможно былополучать регрессиис R²=0.40-0.55.

Кромеэтого былисделаны попыткиввести в уравнениетакие переменныекак lnSQU*GAS и lnMKAD*GAS, нопостроенныерегрессииобладали слабойобъясняющейсилой.

В качествепримера приведемследующуюмодель:

ln(PRICE) = 7.6649261 + 0.090223682*EL+ 0.22148706*WAT + 0.54363961*GAS + 0.46655554*WC -0.074224116*ln(SQU) - 0.57763383*ln(MKAD) - 0.31814015*EWG

Результатыоцениванияприведены втаблице 10.

Таблица10

Оцениваниемультипликативноймодели МРА,учитывающейсовместноевлияние факторов,для всех участковМосковскойобласти.

LS // Dependent Variable isln(PRICE)

Sample(adjusted): 1 2112

Variable CoefficientStd.Errort-StatisticProb.

C 7.6649260.103959 73.73057 0.0000

EL 0.0902240.043134 2.091697 0.0366

WAT 0.2214870.044383 4.990385 0.0000

GAS 0.5436400.062057 8.760311 0.0000

WC 0.4665560.096483 4.835628 0.0000

ln(SQU) -0.0742240.032571-2.278865 0.0228

ln(MKAD) -0.5776340.019395-29.78319 0.0000

EWG -0.3181400.074138-4.291179 0.0000

R-squared 0.441442 Meandependent var 5.765975

Adjusted R-squared 0.439584 S.D. dependent var 1.020056

S.E. of regression 0.763624 Akaike info criterion-0.535579

Sum squared resid 1226.888 Schwarz criterion -0.514157

Log likelihood -2423.227 F-statistic 237.5489

Durbin-Watson stat 1.697318 Prob(F-statistic) 0.000000

Исключивнезначимыепеременные, мы получилирегрессия стакой же объяснительнойсилой R²=0.44.Коэффициентпри EWG значими отрицателен,что говоритот том, что наличиена участкеэлектричества,водопроводаи магистральногогаза уменьшаетего цену на31.7%, что являетсяабсурдным,наличие коммуникацийдолжно увеличиватьцену, исключивфакторы EL, WAT, GAS иоставив лишьих совместноевлияние, получаемследующуюзависимость:

ln(PRICE) = 7.8825006 + 0.54644853*WC- 0.036845384*ln(SQU) - 0.60703765*ln(MKAD) + 0.29540937*EWG

Результатыоцениванияприведены втаблице 11.

Таблица11

Оцениваниемультипликативноймодели МРА,учитывающейтолько совместноевлияние факторов,для всех участковМосковскойобласти.

LS // Dependent Variable isln(PRICE)

Sample(adjusted): 1 2112

VariableCoefficientStd.Errort-StatisticProb.

C 7.882501 0.10256576.85370 0.0000

WC 0.546449 0.098895 5.5255310.0000

SQU-0.036845 0.032168-1.1454080.2522

MKAD-0.607038 0.019320-31.419570.0000

EWG 0.295409 0.045849 6.4431120.0000

R-squared 0.408438 Mean dependent var 5.765975

Adjusted R-squared 0.407315 S.D.dependent var 1.020056

S.E. of regression 0.785301 Akaike info criterion-0.481012

Sum squared resid 1299.382 Schwarz criterion-0.467623

Log likelihood -2483.850 F-statistic 363.6893

Durbin-Watson stat 1.673356 Prob(F-statistic) 0.000000

Исключивпеременные, мы получилирегрессия сменьшей объяснительнойсилой R²=0.41и с незначимымкоэффициентомпри SQU. Коэффициентпри EWG значими теперь положителен,что говоритот том, что наличиена участкеэлектричества,водопроводаи магистральногогаза увеличиваютего цену на29.5%, что являетсяболее логичнымпо сравнениюс предыдущеймоделью.

Для проверкиполученныхрезультатов,а также в целяхдополнительногоанализа былавзята базаданных одногоих агентствнедвижимости(«Новый город»www.newcity.ru),всего былиисследованыпредложенияпо 50 участкамМосковскойобласти запериод 2001г. Попыткипостроитьвышеуказанныерегрессии такжене увенчалисьуспехом: добитьсяповышениякоэффициентаR²выше 0,4-0,5 не удалось.

Былапредпринятапопытка построитьрегрессии по6 оценочнымзонам. СхемаоценочногозонированияМосковскойобласти 1999 годаприведена вПриложении3. На рисунке 4представленымедиана, 25% и 75%квантили ценпредложения1999 года на земельныеучастки по 6оценочнымзонам. В таблице12 указаны основныехарактеристики:максимальноеи минимальноезначения, среднее,стандартноеотклонение,дисперсия.Напомним, чтоцены предложения1999 года оценивалисьв долларахСША/100м².

Таблица12

Основныестатистическиехарактеристикиисследуемойвыборки (пооценочнымзонам).

Оценочнаязона	Объемвыборки	Минимум	Максимум	Среднее	Стандартноеотклонение	Дисперсия
ЗОНА1	97	125.00	5000.00	1400.1	1003.1	1006387.4
ЗОНА2	328	80.00	3000.00	903.2	616.6	380243.3
ЗОНА3	503	53.00	5000.00	636.1	594.1	353042.1
ЗОНА4	522	19.00	9908.00	407.7	563.2	317199.0
ЗОНА5	206	29.00	3000.00	264.9	355.3	126257.8
ЗОНА6	455	17.00	4167.00	212.3	303.8	92311.2

Несмотряна хорошопросматриваемуюзависимость- цены уменьшаютсяс увеличениемзоны, а значити с увеличениемрасстоянияот МКАД, даннуюзакономерностьне удалосьописать хорошейрегрессионноймоделью. ПолученныеR²были чрезвычайномалы (0,1-0,2), что вданном случаевыглядит логичным:для каждойоценочной зоныназначаетсяединая цена.

На последнемэтапе анализабыла предпринятапопытка включитьвлияние принадлежностик оценочнойзоне в модельмультипликативнойрегрессии, атакже исключитьвыбросы примоделировании.Выбросами вМРА являютсяобъекты с аномальнобольшими отклонениямиот основного«облака» исходныхданных. Выбросымогут быть бытьобусловленыпо крайней меретремя причинами.Во-первых, ошибкамогла вкрастьсяпри вводе данных.Если ошибкипроисходятчасто, то этоможет привестине только кискажениюинформациипо отдельнымобъектам, нои повлиять намодель в целом.Во-вторых, выбросымогут бытьвызваны некорректностьюотбора продаж.Такие продажинеобходимоисключить илискорректировать.В-третьих, выбросможет бытьобусловленнетипичнымихарактеристикамиконкретногообъекта илинетипичнойкомбинациейхарактеристик.В целом, выбросыпредставляютсобой обычноеявление длялюбой модели.

Для определениявлияния принадлежностик одной из 6оценочных зоннеобходимоввести 5 бинарныхпеременных:

z_i¹=

z_i²=

z_i³=

z_i⁴=

z_i⁵=

Такимобразом, необходимооценить следующуюрегрессию:

ln(P)_i=ln(A₀)+A₁*ln(X_i)⁽¹⁾+…+A₁₀*ln(X_i)⁽¹⁾+ С₁Z⁽¹⁾_i+…+C₅Z⁽⁵⁾_i , где P – ценапредложенияв долларахСША/100 кв.м., А₀– случайнаявеличина, А₁,… , А₁₀и С₁,…, С₅– коэффициенты,соответственно,при Х₁,…, Х₁₀– факторы отEL до MKAD и Z⁽¹⁾,…,Z⁽⁵⁾– принадлежностьк оценочнойзоне.

Общаямодель для всехучастков Московскойобласти:

ln(PRICE)= 6.4460467 + 0.12154927*EL + 0.11392791*WAT + 0.30749192*GAS +0.44393784*WC + 0.045741459*TEL - 0.045319947*ROAD +0.0045992639*FOREST - 0.07482143*RIVER - 0.10782937*ln(SQU)- 0.30903654*ln(MKAD)+ 0.87181037*Z1 + 0.71476015*Z2 + 0.65921317*Z3 + 0.32907382*Z4 +0.18905652*Z5

Результатыоцениванияприведены втаблице 13.

Таблица13

Оцениваниемультипликативноймодели МРА,учитывающейвлияние факторапринадлежностик оценочнойзоне, для всехучастков Московскойобласти.

LS // Dependent Variable islnPRICE

Included observations: 2051 afteradjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 6.4460470.193418 33.32695 0.0000

EL 0.1215490.043228 2.811790 0.0050

WAT 0.1139280.037977 2.999885 0.0027

GAS 0.3074920.045772 6.717871 0.0000

WC 0.4439380.102832 4.317103 0.0000

TEL 0.0457410.108094 0.423162 0.6722

ROAD -0.0453200.037414-1.211311 0.2259

FOREST 0.004599 0.037861 0.1214780.9033

RIVER-0.074821 0.037897-1.9743320.0485

lnSQU -0.1078290.032432-3.324789 0.0009

lnMKAD -0.3090370.039653-7.793558 0.0000

Z1 0.8718100.146029 5.970126 0.0000

Z2 0.7147600.106769 6.694425 0.0000

Z3 0.6592130.074112 8.894778 0.0000

Z4 0.3290740.056780 5.795573 0.0000

Z5 0.1890570.066052 2.862228 0.0042

R-squared 0.450055 Mean dependent var 5.722011

Adjusted R-squared 0.446001 S.D.dependent var 0.998586

S.E. of regression 0.743259 Akaike info criterion-0.585651

Sum squared resid 1124.203 Schwarz criterion -0.541762

Log likelihood-2293.658 F-statistic 111.0245

Durbin-Watson stat 1.743132 Prob(F-statistic) 0.000000

Из анализаt-статистиквидно, что всекоэффициенты,кроме коэффициентовпри TEL,ROAD, FOREST, RIVER,значимы на95%-доверительномуровне. Такимобразом включениепринадлежностик оценочнымзонам является,но мнению автора,оправданным.Несмотря нато, что R²-adjотносительноневысокий, егозначение, темнеменее,выше чем в аддитивнойи мультипликативноймоделях. Даннаямодель былапроанализированапо 11 направлениям,результатыоцениванияприведены вприложении4.

Для однихнаправленийкоэффициентыпри Z были значимыи, соответственно,принадлежностьк оценочнойзоне статистическизначимо влияетна структурумодели, длядругих такоевлияние неподтверждалось.

Следуетзаметить, чтоисключая незначимыепеременные,мы получаемрегрессии, гдевлияние оценочнойзоны значимо,приведем вкачестве примераРижское направление:

ln(PRICE) = 6.8224989 + 0.3557595*EL -0.32047292*GAS + 1.4597214*WC - 0.26571279*ROAD - 0.48865192*ln(MKAD)+ 1.1649838*Z1 + 0.71930167*Z2 + 0.49471159*Z3 + 0.28423361*Z4 +0.37282147*Z5

Результатыоцениванияприведены втаблице 14.

Таблица14

Оцениваниемультипликативноймодели МРА,учитывающейвлияние факторапринадлежностик оценочнойзоне, для участковРижского направленияпосле исключениянезначимыхпеременных.

LS // Dependent Variable isln(PRICE)

Sample(adjusted): 1 258

VariableCoefficientStd.Errort-StatisticProb.

C 6.822499 0.7451709.155622 0.0000

EL 0.355759 0.1045133.403969 0.0008

GAS -0.320473 0.109094-2.9375840.0036

WC 1.459721 0.2701795.402790 0.0000

ROAD -0.265713 0.096314-2.7588170.0062

ln(MKAD)-0.488652 0.155022-3.152148 0.0018

Z1 1.164984 0.4380792.659301 0.0083

Z2 0.719302 0.3260012.206438 0.0283

Z3 0.494712 0.2324042.128668 0.0343

Z4 0.284234 0.1858291.529547 0.1274

Z5 0.372821 0.1727282.158433 0.0319

R-squared 0.560038 Mean dependent var 5.586555

Adjusted R-squared 0.542226 S.D.dependent var 1.004311

S.E. of regression 0.679507 Akaike info criterion-0.731075

Sum squared resid 114.0472 Schwarz criterion-0.579593

Log likelihood -260.7774 F-statistic 31.44123

Durbin-Watson stat 1.799863 Prob(F-statistic) 0.000000

Такимобразом включениепринадлежностик оценочнойзоне является,по мнению автора,закономерным.В заключениибыл проведенанализ прогностическойсилы модели.

6.3. Анализпрогностическойсилы модели.

Для анализабыло выбраноКиевское направлениедля которогобыли проведеныдополнительныеисследованиес помощью обучающихи экзаменующихвыборок. Сутьэтого исследованиязаключаетсяв следующем:выборка разбиваетсяслучайнымобразом на две,по первой выборке(называемойобучающая)строится регрессияи оцениваютсякоэффициентымодели, послечего значенияобъясняющихпеременныхиз второй«экзаменующей»выборки вставляютсяв модель иподсчитываютсясоответствующиезначения цен,эти полученныезначения сравниваютсяс «реальными»ценами предложенияю.

Примеррегрессиипостроеннойпо обучающейвыборке:

LNPRICE = 6.0346017 + 0.44641405*GAS +0.2872918*LNSQU - 0.43797043*LNMKAD + 0.59934192*Z2 + 0.8536588*Z3 +0.37767092*Z4 + 0.65143998*Z5

Результатыоцениванияприведены втаблице 15

Таблица15

Оцениваниемультипликативноймодели МРА,учитывающейвлияние факторапринадлежностик оценочнойзоне, для участковКиевскогонаправленияпосле исключениянезначимыхпеременныхпо обучающейвыборке.

LS // Dependent Variable isLNPRICE

Included observations: 287 afteradjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 6.034602 0.40913314.74974 0.0000

GAS 0.446414 0.096348 4.6333710.0000

LNSQU 0.287292 0.097273 2.9534500.0034

LNMKAD-0.437970 0.079414-5.5150510.0000

Z2 0.599342 0.2898242.067950 0.0396

Z3 0.853659 0.2525083.380717 0.0008

Z4 0.377671 0.2350361.606861 0.1092

Z5 0.651440 0.3871151.682805 0.0935

R-squared 0.475083 Mean dependent var 6.119259

Adjusted R-squared 0.461913 S.D.dependent var 0.960069

S.E. of regression 0.704253 Akaike info criterion-0.673757

Sum squared resid 138.3761 Schwarz criterion-0.571751

Log likelihood -302.5512 F-statistic 36.07329

Durbin-Watson stat 1.695519 Prob(F-statistic) 0.000000

Результатыадекватностиприменениямодели представляютсяв процентах:

*100%,где n – объемобучающей (илиэкзаменуюшейвыборки), p_real– «реальные»значения цен,p_estim– цены, полученныев результатерасчетов.

Для Киевскогонаправленияпроцентныеотклонениясоставили30-35%, что для анализируемогомассива данныхследует считатьвполне допустимым.

Для сравнениямы провелиподобныйретроспективныйанализ дляэтого же направления,но вместопринадлежностик оценочнойзоне рассматривалисовместноевлияние переменных(электричество*газ).По обучающейвыборке модельимела вид:

LNPRICE = 6.507445 + 0.42435012*GAS +0.49137873*WC + 0.38356696*LNSQU - 0.50431807*LNMKAD + 0.17903063*EG

Для этоймодели процентныеотклонениябыли выше исоставили35-40%, что говорито том, что включениеоценочных зонболее оправдано.

Общийвывод состоитв том, что несмотряна очевиднуюзависимостьмежду ценойземельногоучастка и расстояниемот МКАД, получившиесяв процессеанализа моделиобладают неочень высокойобъяснительнойсилой, чтообусловлено,по мнению автора,отсутствиемреальных рыночныхцен сделок наземельныеучастки.

Заключение.

В массовойоценке используютсятри основныхметода - затратный,доходный метод(капитализациидохода) и методсравненияпродаж. Выборметода определяетсявидом недвижимости,состояниемрынка и доступностьюнеобходимойинформации.Для анализаземельныхучастков подИЖС в работебыл использованметод сравненияпродаж. Моделированиепроизводилосьметодамимножественногорегрессионногоанализа.

Относительнослабая объяснительнаясила моделейговорит либоо недостоверностииспользуемыхданных, либооб отсутствиинеобходимыхфакторов дляпостроениясвязей междупеременными.С одной сторонысовременнаякадастроваяоценка земельвключает большееколичествофакторов, которыев конечномсчете, формируютрыночную цену.В исследуемойбазе не учтенытакие важныефакторы каксостояниепочвенногопокрова, близостьили удаленностьжелезной дороги,аэропорта, аведь эти факторымогут объяснитьстоль высокуювариабельностьцен. В базе данныхнет информациио красоте пейзажаи экологическойчистоте района.Многие рыночныефакторы неучтены, предоставляяземельныеучастки подИЖС, мы скореевсего, будеминтересоваться,будет ли этодачный поселокили садоводческоетоварищество,будет ли оноохраняться,когда будетподведен газ,свет. Анализируюбазу данныхиногда видно,что земельныеучастки, находящиесяв непосредственнойблизости другот друга, обладаютодинаковымихарактеристиками,но совершенноразными ценами,это явно говорито не учете каких-тодругих важныхфакторов. Ценыпредложенияне способныотражать ситуациюв полной мереи несмотря нато, что статистическиеисточникиговорят, чтоони отличаютсяот рыночныхв среднем на10%, мы понимаем,что кому-тонадо срочнопродать участок,а кому-то нет,да и публикуемыецены частозависят отпервоначальныхзапросов продавца.Только учетреальных рыночныхсделок поможетговорить одостоверностиданных и строитьмодели, адекватноописывающиеданные. Не случайносозданиеавтоматизированнойсистемы кадастра– государственнаязадача. Всеналогинанедвижимостьдолжны определятьсяпо данным земельно- имущественногокадастра. Поэтомунеобходиморегулярнопересматриватькадастровыеоценки недвижимости.В Швеции этовыполняетсячерез 6 лет, нокаждый годоценка недвижимостикорректируетсяс учетом инфляции.Аналогично,производитсяпереоценканедвижимостив Англии, Италии.

Напрашиваетсятакже вывод,что существующиенормативныецены земли иставки земельногоналога противоречатнормальномурыночномуразвитию, должныбыть скорректированыпо рыночнымценам. Крометого, требуетсяуточнениеграниц земельныхзон, зон градостроительнойценности, таккак внутримногих из нихценность территориисильно различается.

Следуетпризнать, чтонаше исследованиеносило в какой-томере «пионерный»характер, ведьподобные исследованиявелись толькопо городскимземлям и объектамнедвижимости,а это все-такидругой сегментрынка. Причемпри исследовании,например, рынкаквартир существуетбольшое количествоотносительнопростых моделей,которые хорошоописываютисследуемыеданные.

Учитываяопыт даннойработы, авторсоветует нетолько обратитьвнимание накачественныйсбор данных,но и рекомендовалбы использоватьсовременныеалгоритмы,основанныена идеях нейроинформатики,такие какмногослойныеискусственныенейросети инечеткая логика,которые относятсяк «мягкимвычислениям».

Списокиспользованнойлитературы.

Монографии

Д.Фридман,Н.Ордуэй. Анализи оценка приносящейдоход недвижимости.Академия народногохозяйства приПравительствеРФ. Москва, Дело,1997, 480 с.

Организацияоценки и налогообложениянедвижимостив 2-х томах. Подобщей редакциейДжозефа К. Эккерта.Москва, Российскоеобщество оценщиков,Академия оценки,Стар Интер,1997, том 1 – 382 с., том2 – 442с.

Учебникии учебные пособия

С.А.Айвазян,В.С.Мхитарян.Прикладнаястатистикаи основы эконометрики.Учебник длявузов. Москва,ЮНИТИ, 1998, 1022 с.

Я.Р.Магнус,П.К.Катышев,А.А.Пересецкий.Эконометрика.Начальный курс.Учебное пособие.Москва, Дело,1998, 248 с.

Источникииз Интернет

http://www.appraiser.ru/- виртуальныйклуб оценщиков

http://www.newcity.ru/main.php?p=31&start=40&query=&order=- агентствонедвижимости“Новый город”

http://www.goscomzem.ru/public.htm– Росземкадастр,федеральнаяслужба земельногокадастра России

http://www.crea.ru/newcrea/ -центр анализарынков недвижимости(компания ЦАРН)

ПРИЛОЖЕНИЯ

риложение1

Приложение3

Приложение4

Оцениваниемультипликативноймодели МРА,учитывающейвлияние факторапринадлежностик оценочнойзоне, для всехнаправлений.

Белорусскоенаправление

Ln(PRICE)= -0.0057827652*EL + 0.13916627*WAT + 0.36901874*GAS + 0.2087365*WC -0.060767054*TEL + 0.052102827*ROAD - 0.075337328*FOREST -0.0055189078*RIVER + 0.10331805*ln(SQU) + 0.99534932*ln(MKAD) +5.2547275*Z1 + 3.5440688*Z2 + 2.0637135*Z3 + 1.2373478*Z4 +0.67460416*Z5

LS // Dependent Variableis ln(PRICE)

Included observations:256 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

EL -0.0057830.141197-0.040955 0.9674

WAT 0.1391660.127701 1.089785 0.2769

GAS 0.3690190.167293 2.205818 0.0283

WC 0.2087360.235547 0.886178 0.3764

TEL -0.0607670.231723-0.262240 0.7934

ROAD 0.052103 0.117192 0.444595 0.6570

FOREST-0.0753370.118295-0.636861 0.5248

RIVER-0.0055190.123836-0.044566 0.9645

Ln(SQU) 0.1033180.103426 0.998960 0.3188

Ln(MKAD) 0.9953490.061144 16.27887 0.0000

Z1 5.2547280.301141 17.44938 0.0000

Z2 3.5440690.200701 17.65841 0.0000

Z3 2.0637130.156938 13.14985 0.0000

Z4 1.2373480.160135 7.726916 0.0000

Z5 0.6746040.214143 3.150251 0.0018

R-squared 0.476066 Mean dependent var 5.856869

Adjusted R-squared0.445630 S.D. dependent var 1.080715

S.E. of regression0.804657 Akaike info criterion-0.377870

Sum squared resid156.0411 Schwarz criterion -0.170145

Log likelihood-299.8809 F-statistic 15.64154

Durbin-Watson stat1.700676 Prob(F-statistic) 0.000000

Ярославскоенаправление

LN(PRICE)= 6.1436502 + 0.001955343*EL + 0.085133641*WAT + 0.44572002*GAS -0.21492366*WC + 0.85278469*TEL + 0.14799338*ROAD - 0.10178491*FOREST- 0.013373748*RIVER - 0.19580008*LN(SQU) - 0.22451889*LN(MKAD) +1.274168*Z1 + 1.58818*Z2 + 1.0262341*Z3 + 0.72269108*Z4 -0.53163349*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:173 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 6.1436500.735122 8.357322 0.0000

EL 0.0019550.143042 0.013670 0.9891

WAT 0.0851340.117218 0.726286 0.4687

GAS 0.4457200.137652 3.238027 0.0015

WC -0.2149240.415879-0.516794 0.6060

TEL 0.8527850.310867 2.743246 0.0068

ROAD 0.1479930.121000 1.223087 0.2231

FOREST-0.1017850.118445-0.859345 0.3915

RIVER-0.0133740.115716-0.115574 0.9081

LN(SQU)-0.1958000.115434-1.696203 0.0918

LN(MKAD)-0.2245190.147786-1.519217 0.1307

Z1 1.2741680.432226 2.947921 0.0037

Z2 1.5881800.322526 4.924191 0.0000

Z3 1.0262340.247162 4.152076 0.0001

Z4 0.7226910.195322 3.699990 0.0003

Z5 -0.5316330.687414-0.773382 0.4405

R-squared 0.602023 Mean dependent var 6.099806

Adjusted R-squared0.564000 S.D. dependent var 0.992992

S.E. of regression0.655676 Akaike info criterion-0.756252

Sum squared resid67.49603 Schwarz criterion -0.464618

Log likelihood-164.0606 F-statistic 15.83301

Durbin-Watson stat2.245641 Prob(F-statistic) 0.000000

Казанскоенаправление

LN(PRICE)= 6.9040789 + 0.34526888*EL + 0.12405055*WAT + 0.18869291*GAS -0.60746533*WC - 0.81654511*TEL - 0.036112493*ROAD -0.090087358*FOREST + 0.16458687*RIVER + 0.39180948*LN(SQU) -0.73456461*LN(MKAD) - 0.23197312*Z1 - 0.083669*Z2 - 0.64306212*Z3 +0.14476455*Z4 - 0.2004949*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:118

VariableCoefficientStd.Errort-StatisticProb.

C 6.9040791.259503 5.481589 0.0000

EL 0.3452690.202017 1.709111 0.0905

WAT 0.1240510.161872 0.766347 0.4452

GAS 0.1886930.201739 0.935332 0.3518

WC -0.6074650.607755-0.999523 0.3199

TEL -0.8165450.474930-1.719296 0.0886

ROAD -0.036112 0.180892-0.199636 0.8422

FOREST-0.0900870.177843-0.506556 0.6136

RIVER 0.1645870.174485 0.943272 0.3478

LN(SQU) 0.3918090.169016 2.318177 0.0224

LN(MKAD)-0.7345650.261145-2.812861 0.0059

Z1 -0.2319731.021114-0.227177 0.8207

Z2 -0.0836690.658563-0.127048 0.8992

Z3 -0.6430620.639217-1.006016 0.3168

Z4 0.1447650.348880 0.414941 0.6791

Z5 -0.2004950.289912-0.691573 0.4908

R-squared 0.513905 Mean dependent var 5.418579

Adjusted R-squared0.442421 S.D. dependent var 1.041129

S.E. of regression0.777424 Akaike info criterion-0.378064

Sum squared resid61.64757 Schwarz criterion -0.002378

Log likelihood-129.1289 F-statistic 7.189038

Durbin-Watson stat2.065796 Prob(F-statistic) 0.000000

Киевскоенаправление

LN(PRICE)= 6.2950012 + 0.00059839431*EL + 0.092929326*WAT + 0.4016492*GAS +0.42332728*WC - 0.010431107*TEL - 0.10458877*ROAD +0.014841448*FOREST - 0.25781806*RIVER + 0.23004302*LN(SQU) -0.43769331*LN(MKAD) - 0.072444234*Z1 + 0.53095758*Z2 + 0.79909599*Z3+ 0.38701369*Z4 + 0.5933079*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:307 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 6.2950010.479543 13.12709 0.0000

EL 0.0005980.111878 0.005349 0.9957

WAT 0.0929290.095806 0.969970 0.3329

GAS 0.4016490.107840 3.724502 0.0002

WC 0.4233270.297281 1.423996 0.1555

TEL -0.0104310.731038-0.014269 0.9886

ROAD -0.1045890.095192-1.098712 0.2728

FOREST 0.0148410.097042 0.152939 0.8786

RIVER -0.2578180.099483-2.591569 0.0100

LN(SQU) 0.2300430.096485 2.384240 0.0178

LN(MKAD) -0.4376930.090877-4.816322 0.0000

Z1 -0.0724440.846314-0.085600 0.9318

Z2 0.5309580.335069 1.584622 0.1141

Z3 0.7990960.275587 2.899614 0.0040

Z4 0.3870140.245119 1.578881 0.1154

Z5 0.5933080.394208 1.505062 0.1334

R-squared 0.483673 Mean dependent var 6.123477

Adjusted R-squared0.457058 S.D. dependent var 0.966970

S.E. of regression0.712508 Akaike info criterion-0.627219

Sum squared resid147.7311 Schwarz criterion -0.432986

Log likelihood-323.3360 F-statistic 18.17308

Durbin-Watson stat1.791071 Prob(F-statistic) 0.000000

Курскоенаправление

LN(PRICE)= 7.2035055 - 0.012993828*EL + 0.39150869*WAT + 0.26305989*GAS -0.066238123*WC + 0.99157395*TEL + 0.088108908*ROAD -0.11821644*FOREST + 0.21614314*RIVER - 0.13547526*LN(SQU) -0.43318913*LN(MKAD) - 0.29316653*Z1 - 0.818894*Z2 - 0.077742065*Z3 -0.10771119*Z4 - 0.035958122*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:141 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 7.2035051.344009 5.359717 0.0000

EL -0.0129940.181480-0.071599 0.9430

WAT 0.3915090.154472 2.534493 0.0125

GAS 0.2630600.185494 1.418161 0.1586

WC -0.0662380.884732-0.074868 0.9404

TEL 0.9915740.777281 1.275696 0.2044

ROAD 0.088109 0.145403 0.605965 0.5456

FOREST-0.1182160.163708-0.722116 0.4716

RIVER 0.2161430.168270 1.284499 0.2013

LN(SQU)-0.1354750.105938-1.278820 0.2033

LN(MKAD)-0.4331890.301055-1.438903 0.1527

Z1 -0.2931671.374322-0.213317 0.8314

Z2 -0.8188940.977020-0.838155 0.4035

Z3 -0.0777420.578606-0.134361 0.8933

Z4 -0.1077110.257339-0.418558 0.6763

Z5 -0.0359580.225253-0.159635 0.8734

R-squared 0.240081 Mean dependent var 5.530674

Adjusted R-squared0.148891 S.D. dependent var 0.820699

S.E. of regression0.757140 Akaike info criterion-0.449909

Sum squared resid71.65770 Schwarz criterion -0.115298

Log likelihood-152.3517 F-statistic 2.632748

Durbin-Watson stat2.097965 Prob(F-statistic) 0.001743

Ленинградскоенаправление

LN(PRICE)= 7.9350745 + 0.24943039*EL + 0.10896672*WAT + 0.078894578*GAS +0.91195044*WC - 0.20434372*TEL - 0.079129206*ROAD +0.051493538*FOREST + 0.029083264*RIVER - 0.042469369*LN(SQU) -0.65334765*LN(MKAD) + 0.20942511*Z1 - 0.24685898*Z2 + 0.030572545*Z3+ 0.12351687*Z4 - 0.33871248*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:167 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 7.9350740.801468 9.900680 0.0000

EL 0.2494300.143234 1.741418 0.0836

WAT 0.1089670.133612 0.815546 0.4160

GAS 0.0788950.150746 0.523361 0.6015

WC 0.9119500.364467 2.502146 0.0134

TEL -0.2043440.429095-0.476220 0.6346

ROAD -0.079129 0.117322-0.674461 0.5010

FOREST 0.0514940.119696 0.430202 0.6677

RIVER 0.0290830.120607 0.241140 0.8098

LN(SQU)-0.0424690.135182-0.314165 0.7538

LN(MKAD)-0.6533480.154423-4.230895 0.0000

Z1 0.2094250.695034 0.301316 0.7636

Z2 -0.2468590.786942-0.313694 0.7542

Z3 0.0305730.246929 0.123811 0.9016

Z4 0.1235170.219681 0.562256 0.5748

Z5 -0.3387120.197757-1.712769 0.0888

R-squared 0.437057 Mean dependent var 5.681078

Adjusted R-squared0.381135 S.D. dependent var 0.855741

S.E. of regression0.673194 Akaike info criterion-0.700540

Sum squared resid68.43173 Schwarz criterion -0.401810

Log likelihood-162.4676 F-statistic 7.815542

Durbin-Watson stat1.756217 Prob(F-statistic) 0.000000

Горьковскоенаправление

LN(PRICE)= 7.2976855 + 0.19738607*EL + 0.12203915*WAT + 0.16193317*GAS +1.0622297*WC - 1.2649169*TEL + 0.010250859*ROAD + 0.1420379*FOREST -0.00048040952*RIVER - 0.11438465*LN(SQU) - 0.54339161*LN(MKAD) -2.4357748*Z1 + 0.09279889*Z2 + 0.4656004*Z3 + 0.15282546*Z4 +0.0097173295*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:147 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 7.2976851.225366 5.955517 0.0000

EL 0.1973860.144176 1.369067 0.1733

WAT 0.1220390.133528 0.913959 0.3624

GAS 0.1619330.185189 0.874420 0.3835

WC 1.0622301.105137 0.961175 0.3382

TEL -1.2649170.718158-1.761335 0.0805

ROAD 0.010251 0.144360 0.071009 0.9435

FOREST 0.1420380.150984 0.940750 0.3486

RIVER-0.0004800.148962-0.003225 0.9974

LN(SQU)-0.1143850.122861-0.931008 0.3536

LN(MKAD)-0.5433920.265516-2.046553 0.0427

Z1 -2.4357751.375588-1.770715 0.0789

Z2 0.0927990.991448 0.093599 0.9256

Z3 0.4656000.526827 0.883783 0.3784

Z4 0.1528250.338940 0.450892 0.6528

Z5 0.0097170.219800 0.044210 0.9648

R-squared 0.467753 Mean dependent var 5.483975

Adjusted R-squared0.406809 S.D. dependent var 0.909893

S.E. of regression0.700790 Akaike info criterion-0.608643

Sum squared resid64.33493 Schwarz criterion -0.283154

Log likelihood-147.8487 F-statistic 7.675095

Durbin-Watson stat1.903338 Prob(F-statistic) 0.000000

Павелецкоенаправление

LN(PRICE)= 6.6769836 + 0.10555016*EL + 0.040062897*WAT + 0.3035971*GAS +0.14805449*WC + 0.57867799*TEL + 0.050667383*ROAD +0.081297288*FOREST - 0.19807505*RIVER - 0.47775154*LN(SQU) -0.18126861*LN(MKAD) - 0.010021124*Z1 + 0.79246309*Z2 + 0.57679141*Z3+ 0.56630294*Z4 + 0.55346155*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:157 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 6.6769840.782536 8.532498 0.0000

EL 0.1055500.132213 0.798335 0.4260

WAT 0.040063 0.119593 0.334994 0.7381

GAS 0.303597 0.147164 2.062979 0.0409

WC 0.1480540.632404 0.234114 0.8152

TEL 0.5786780.628164 0.921221 0.3585

ROAD 0.050667 0.124058 0.408418 0.6836

FOREST 0.0812970.129352 0.628496 0.5307

RIVER-0.1980750.134337-1.474466 0.1426

LN(SQU)-0.4777520.100443-4.756428 0.0000

LN(MKAD)-0.1812690.156166-1.160743 0.2477

Z1 -0.0100210.959986-0.010439 0.9917

Z2 0.7924630.494083 1.603908 0.1110

Z3 0.5767910.335061 1.721453 0.0874

Z4 0.5663030.238714 2.372305 0.0190

Z5 0.5534620.202996 2.726472 0.0072

R-squared 0.521148 Mean dependent var 5.580578

Adjusted R-squared0.470207 S.D. dependent var 0.834223

S.E. of regression0.607205 Akaike info criterion-0.901442

Sum squared resid51.98641 Schwarz criterion -0.589977

Log likelihood-136.0102 F-statistic 10.23029

Durbin-Watson stat2.185368 Prob(F-statistic) 0.000000

Рижскоенаправление

LN(PRICE)= 6.8339143 + 0.27465918*EL + 0.10224976*WAT - 0.26982427*GAS +1.3867012*WC - 0.12616538*TEL - 0.26368434*ROAD + 0.1530851*FOREST -0.092635649*RIVER - 0.10487202*LN(SQU) - 0.44897652*LN(MKAD) +1.2689782*Z1 + 0.78347813*Z2 + 0.56006737*Z3 + 0.34313609*Z4 +0.42048733*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:258 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 6.8339140.771995 8.852277 0.0000

EL 0.2746590.113736 2.414876 0.0165

WAT 0.1022500.101090 1.011470 0.3128

GAS -0.2698240.123725-2.180837 0.0302

WC 1.3867010.272211 5.094223 0.0000

TEL -0.1261650.247928-0.508879 0.6113

ROAD -0.263684 0.097433-2.706307 0.0073

FOREST 0.1530850.104817 1.460500 0.1454

RIVER-0.0926360.106792-0.867442 0.3866

LN(SQU)-0.1048720.103249-1.015717 0.3108

LN(MKAD)-0.4489770.158011-2.841426 0.0049

Z1 1.2689780.444861 2.852530 0.0047

Z2 0.7834780.329689 2.376418 0.0183

Z3 0.5600670.236274 2.370418 0.0186

Z4 0.3431360.189914 1.806797 0.0720

Z5 0.4204870.174265 2.412920 0.0166

R-squared 0.569089 Mean dependent var 5.586555

Adjusted R-squared0.542380 S.D. dependent var 1.004311

S.E. of regression0.679393 Akaike info criterion-0.713102

Sum squared resid111.7011 Schwarz criterion -0.492764

Log likelihood-258.0959 F-statistic 21.30673

Durbin-Watson stat1.764218 Prob(F-statistic) 0.000000

Рязанскоенаправление

LN(PRICE)= 7.1094811 + 0.16835579*EL + 0.36940587*WAT + 0.38951983*GAS +0.025287291*WC - 0.43966663*TEL - 0.20887966*ROAD - 0.21255317*FOREST+ 0.0072907488*RIVER - 0.34645315*LN(SQU) - 0.37529371*LN(MKAD) +0.51058451*Z1 + 0.002210195*Z2 + 0.59625975*Z3 + 0.24562682*Z4 +0.015898807*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:160 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

C 7.1094811.387891 5.122507 0.0000

EL 0.1683560.160979 1.045821 0.2974

WAT 0.3694060.154677 2.388247 0.0182

GAS 0.3895200.186274 2.091113 0.0383

WC 0.0252870.409391 0.061768 0.9508

TEL -0.4396670.725284-0.606199 0.5453

ROAD -0.208880 0.146137-1.429337 0.1551

FOREST-0.2125530.140521-1.512604 0.1326

RIVER 0.0072910.142162 0.051285 0.9592

LN(SQU)-0.3464530.130100-2.662979 0.0086

LN(MKAD)-0.3752940.278704-1.346566 0.1802

Z1 0.5105851.312182 0.389111 0.6978

Z2 0.0022100.758709 0.002913 0.9977

Z3 0.5962600.545427 1.093198 0.2761

Z4 0.2456270.289006 0.849903 0.3968

Z5 0.0158990.297245 0.053487 0.9574

R-squared 0.509948 Mean dependent var 5.404866

Adjusted R-squared0.458900 S.D. dependent var 0.959028

S.E. of regression0.705456 Akaike info criterion-0.603182

Sum squared resid71.66426 Schwarz criterion -0.295664

Log likelihood-162.7756 F-statistic 9.989740

Durbin-Watson stat2.056788 Prob(F-statistic) 0.000000

Савеловскоенаправление

LN(PRICE)= 0.15833477*EL + 0.1518384*WAT + 0.62200473*GAS + 0.67237521*WC -0.0365604*TEL - 0.071777355*ROAD + 0.00014905636*FOREST +0.29555889*RIVER - 0.25845502*LN(SQU) + 1.1255825*LN(MKAD) +5.416356*Z1 + 3.2842564*Z2 + 2.2102678*Z3 + 1.4237438*Z4 +1.2809989*Z5

LS // Dependent Variableis LN(PRICE)

Included observations:167 after adjusting endpoints

VariableCoefficientStd.Errort-StatisticProb.

EL 0.1583350.181054 0.874516 0.3832

WAT 0.1518380.179730 0.844816 0.3995

GAS 0.6220050.244504 2.543941 0.0120

WC 0.6723750.430167 1.563055 0.1201

TEL -0.0365600.423142-0.086402 0.9313

ROAD -0.071777 0.163640-0.438631 0.6616

FOREST 0.0001490.150200 0.000992 0.9992

RIVER 0.2955590.143980 2.052774 0.0418

LN(SQU)-0.2584550.097592-2.648329 0.0089

LN(MKAD) 1.1255820.066058 17.03921 0.0000

Z1 5.4163560.345376 15.68250 0.0000

Z2 3.2842560.199313 16.47792 0.0000

Z3 2.2102680.346324 6.382084 0.0000

Z4 1.4237440.209714 6.788987 0.0000

Z5 1.2809990.263239 4.866294 0.0000

R-squared 0.350319 Mean dependent var 5.658380

Adjusted R-squared0.290480 S.D. dependent var 1.055624

S.E. of regression0.889184 Akaike info criterion-0.149375

Sum squared resid120.1785 Schwarz criterion 0.130684

Log likelihood-209.4899 F-statistic 5.854357

Моделирование формирования цен на земельные участки Московской области. Кадастровая оценка земель

Высшая школа экономики

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

Москва2001 год

Оглавление

№ страницы

Введение…………………………………………………………………………

3

Глава1. ИсториявозникновенияЗемельногокадастра………………...

6

Глава2. Земельныйкадастр взарубежныхстранах…………………….

11

Глава3. Современныетенденцииразвитияземельногокадастра вРоссии…………………………………………………………………………….

17

3.1. Результатыземельныхпреобразований1990-2000гг………..

17

3.2. Задачиземельнойполитики2000-2002гг………………………

21

Глава4. Методы оценкиобъектовнедвижимости………………………..

29

4.1. Оценкамассовая ииндивидуальная…………………………….

29

4.2.Метод сравненияпродаж………………………………………….

30

4.3. Доходныйметод…………………………………………………….

33

4.4. Затратныйметод……………………………………………………

35

Глава5. Модели оценкиземли……………………………………………...

37

5.1. Видымоделей массовойоценки…………………………………

37

5.2. Калибровка(идентификация)моделей массовойоценки…...

39

5.3. Контролькачестваоценки…………………………………………

40

5.4. Границыприменениямассовойоценки…………………………

42

Глава6. Состояниерынка земельныхучастковМосковскойобласти,предназначенныхпод индивидуальноежилищноестроительство……

44

6.1.Общаяхарактеристикарынка…………………………………….

44

6.2. Результатыисследования…………………………………………

47

6.3.Анализ прогностическойсилы модели………………………….

71

Заключение……………………………………………………………………...

74

Списокиспользованнойлитературы………………………………………..

77

Приложения……………………………………………………………………..

78

Введение

Направление

Количествоземельныхучастков

Белорусское

Ярославское

Казанское

Киевское

Курское

Ленинградское

Горьковское

Павелецкое

Рижское

Рязанское

Савеловское

Условныеобозначения,используемыев работе.

Таблица6

Монографии

Приложение3

Приложение4

Durbin-Watson stat 1.367878 Prob(F-statistic) 0.000000