Сравнение рыночных и кадастровых данных для прогнозирования рыночной стоимости объектов недвижимости

Целью исследования является развитие теоретических и методологических подходов к прогнозированию рыночной стоимости на рынке недвижимости. Актуальность исследования определяется системообразующим местом, которое рынок недвижимости занимает в экономике страны и регионов, затрагивая интересы владельцев различных форм собственности, строительных и девелоперских компаний, страховых компаний, банков. Другим аспектом, определяющим актуальность исследования, является несоответствие между хорошо структурированными кадастровыми базами данных и рыночными данными, рассредоточенными между разными владельцами информационных ресурсов, их неструктурированность, ориентация на рекламу, а не на аналитические исследования рынка.

Материалы и методы. В исследовании использована модель многомерного логарифмически нормального закона распределения ансамбля цен на объекты жилой недвижимости в равноотстоящие моменты времени и кадастровой стоимости, модель ARIMA для прогнозирования рыночной стоимости, учитывающая особенности логарифмически нормального распределения цен, как распределения с положительной ассиметрией. В качестве статистического материала были использованы рыночные данные по жилой недвижимости, опубликованные в периодической печати в период с конца 2012 по 2018 год. Объемы выборок еженедельных публикаций составляют 15000–20000 объектов, использовались данные за 21 квартал (более пяти лет). В качестве базы сравнения использованы данные кадастрового учета объектов недвижимого имущества в г. Санкт-Петербурге за 2018 год. Общий объем кадастровой базы жилой недвижимости г. Санкт-Петербурга (отдельные квартиры) составляет 2226734 объекта с достаточно полным (и хорошо структурированным) набором ценообразующих факторов. Авторами предложен метод оценки наиболее вероятного движения рыночной стоимости для заранее выбранного объекта недвижимости, прошедшего кадастровый учет и имеющему занесенную в реестр кадастровую стоимость, прогнозирования рыночной стоимости в будущем периоде.

Результаты. Теоретической значимостью работы является предложенный авторами алгоритм оценки наиболее вероятной траектории рыночной стоимости исследуемого объекта на основе многомерного условного логарифмически нормального распределения цен при заданном значении кадастровой стоимости. К логарифмам полученных временных рядов применяется хорошо разработанная и изученная модель прогнозирования временных рядов ARIMA, возврат от логарифмированных цен к реальным проводится с учетом особенностей логарифмически нормального распределения. Результаты сравниваются с медианными оценками и оценками, полученными по средним значениям.

Заключение. В работе показано, что введение кадастровой стоимости в РФ открывает новые возможности для анализа и прогнозирования рыночных цен, т.к. кадастровые базы содержат наиболее полные списки объектов недвижимости, включая кадастровую стоимость, которая теперь в соответствии с законодательством должна обновляться не реже, чем раз в три года и, по состоянию на 2015 и 2018 год, была определена как рыночная стоимость и, следовательно, до следующей кадастровой оценки может служить базой для постоянного сравнения с рыночными данными, которые все время меняются, прежде всего по составу объектов.

1. О государственной кадастровой оценке: Федеральный закон от 3 июля 2016 года № 237-ФЗ [Электрон. ресурс]. Режим доступа: https://base.garant.ru/71433956/.

2. Об утверждении Федерального стандарта оценки «Определение кадастровой стоимости (ФСО № 4)»: приказ Министерства экономического развития Российской Федерации от 22 октября 2010 года № 508 [Электрон. ресурс]. Режим доступа: https://base.garant.ru/14152457/.

3. Отчет об определении кадастровой стоимости объектов недвижимости на территории Санкт-Петербурга № 1/2018 [Электрон. ресурс]. СПб.: Санкт-Петербургское государственное бюджетное учреждение «Городское управление кадастровой оценки», 2018. Режим доступа: http://www.ko.spb.ru/interim-reports/.

4. Aitchinson J., Brown J.A.C. The Lognormal distribution with special references to its uses in economics. Cambridge: At the University Press, 1963.

5. Ohnishi T., Mizuno T., Shimizu C., Watanabe T. On the Evolution of the House Price Distribution // Columbia Business School. Center of Japanese Economy and Business, Working Paper Series. 2011. № 296.

6. Никулина Т.И., Пономарева О.А., Пупенцова С.В. Логарифмически нормальное распределение на объекты жилой недвижимости элитного и эконом класса // Неделя науки СПбПУ материалы научного форума с международным участием. Ответственные редакторы: О.В.Калинина, С.В.Широкова. СПб.: Санкт-Петербургский политехнический университет Петра Великого. Инженерно-экономический институт. 2015. С. 435–437.

7. Saita Yumi, Shimizu Chihiro, Watanabe Tsutomu. Aging and Real Estate Prices: Evidence from Japanese and US Regional Data [Электрон. ресурс] // Tokyo Center for Economic Research (TCER) 2013. № E-68. Режим доступа: https://ssrn.com/abstract=2374594.

8. Black F., Scholes M. The pricing of options and corporative liabilities. Journal of Political Economy. 1973.№ 81(3). С. 637–54.

9. Сейс С., Смит С., Купер Р., Венмор-Роуланд П. Оценка недвижимого имущества: от стоимости к ценности. М.: Общероссийская общественная организация «Российское общество оценщиков», 2009. 504 c.

10. Rusakov O.V., Laskin M.B., Jaksumbaeva O.I. Pricing in the real estate market as astochastic limit. Log normal approximation // International Journal of Mathematical Models and Methods in Applied Sciences. 2016. Т. 10. С. 229–236.

11. Бюллетень недвижимости Санкт-Петербурга 2012, 2013, 2014, 2015, 2016, 2017 гг. № 1531–1810.

12. Логинов В.Е., Ласкин М.Б., Нажиганова Д.А., Козин П.П. Программа для ЭВМ по примерной оценке кадастровой стоимости жилых помещений. Свидетельство о государственной регистрации программы для ЭВМ №RU2020613886, дата регистрации 23.03.2020 г., Бюллетень ФИПС № 4. 23.03.2020 г.

13. Федеральный закон "Об оценочной деятельности в Российской Федерации" от 29.07.1998 № 135-ФЗ [Электрон. ресурс]. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_19586/.

14. Бухарин Н.А., Ласкин М.Б, Пупенцова С.В. Определение отраслевых показателей финансового анализа предприятий (на примере отрасли по добыче сырой нефти и природного газа) // Статистика и Экономика. 2020. № 17(3). С. 13–24.

15. Korkmaz S., Goksuluk D., Zararsiz G. MVN: An R package for assessing multivariate normality // The R Journal. 2014. T. 6. №. 2. С. 151–162.

16. Korkmaz S., Goksuluk D., Zararsiz G. MVN: An R package for assessing multivariate normality // Trakya University, Faculty of Medicine, Department of Biostatistics, Edirne, TURKEY. MVN version 5.7 (Последняя версия 2019-03-18).

17. Русаков О.В., Ласкин М.Б., Джаксумбаева О.И. Оценка показателей рынка недвижимости по статистическим данным на основе многомерного логарифмически нормального закона // Экономический журнал Высшей школы экономики. 2016. № 2. С. 268–284.