Использование методов регрессионного анализа при оценке стоимости недвижимости Текст научной статьи по специальности «Экономика и бизнес»

УДК 338.242

ИСПОЛЬЗОВАНИЕ МЕТОДОВ РЕГРЕССИОННОГО АНАЛИЗА ПРИ ОЦЕНКЕ СТОИМОСТИ НЕДВИЖИМОСТИ Крылова Диана Дмитриевна, студент магистратуры

(e-mail: [email protected]) Абакумов Роман Григорьевич, канд. экон. наук, доцент

(e-mail:[email protected]) Моргунова Ольга Николаевна, студент магистратуры (e-mail:[email protected]) Белгородский государственный технологический университет

им. В.Г. Шухова

В рамках данной статьи авторами рассматривается возможность применения метода корреляционно-регрессионного анализа при оценке стоимости недвижимости. Представлен пример расчета стоимости объекта недвижимости с применением линейной среднеквадратической регрессии.

Ключевые слова: корреляционно-регрессионный анализ, оценка, недвижимость, стоимость.

При оценке объектов недвижимости возникает немало проблем, связанных с тем, что их стоимость сильно различается в зависимости от набора характеристик и местонахождения. Собственно, этот факт и определяет необходимость применения методов регрессионного анализа при оценке стоимости недвижимости.

Применение статистических методов становится возможным в нашей стране благодаря развитию информационного пространства анализа рынка недвижимости. Улучшается качество информации о рынке, существует возможность ретроспективного анализа, достоверность и проверяемость информации возрастает, что позволяет находить достаточное количество аналогов для оценки в случае использования сравнительного подхода при оценке недвижимости.

Наличие информации о рынке недвижимости позволяет широко использовать элементы корреляционно-регрессионного анализа.

Регрессионный анализ позволяет осуществлять поиск коэффициентов функции, то есть параметров модели, которые определяют значимость каждого фактора и его влияние на зависимую переменную, т. е. происходит формализация зависимости между изменениями цен объекта недвижимости и изменениями характеристик объектов недвижимости.

Наиболее разработанной теоретически и часто применяемой на практике является линейная среднеквадратическая регрессия:

У = АО + А1*Х1 +...+ Ап*Хп

Таблица 1 - Объекты аналоги оцениваемого помещения

№ п/п Адрес Цена, тыс. руб. за м2 Класс помещения Расстояние от центра, км Расстояние до остановки общественного транспорта, км Парковочные места Этаж Отдельный вход

Белгород, улица есть

Князя Трубец- платная

1 кого, 24 68,39 А 0,7 0,3 парковка 3 нет

есть

Гражданский платная

2 проспект, 36 65,895 В 0,6 0,26 парковка 3 нет

Свято- есть

Троицкий буль- платная

3 вар, 38 75,946 А 1,4 0,15 парковка 1 есть

есть

улица Князя платная

4 Трубецкого, 34 71,297 В 0,6 0,27 парковка 2 нет

есть бес-

улица Шевчен- платная

5 ко, 1 60,564 В 2,4 0,87 парковка 2 нет

есть

Гражданский платная

6 проспект 18 65,518 А 0,4 0,14 парковка 3 нет

есть

Народный б- платная

7 р, д. 70 68 А 1,3 0,2 парковка 7 нет

Б .Хмельницког нет пар-

8 о пр-кт, 80 65 В 2,6 0,31 ковки 1 есть

Свято- есть бес-

Троицкий буль- платная

9 вар, 17 66,667 В 1,1 0,16 парковка 4 нет

есть бес-

платная

10 Лермонтова, 9 57,955 С 1,3 1,1 парковка 1 есть

есть

Народный б-р платная

11 111 У В 2 0,26 парковка 1 есть

Применение регрессионной модели для решения задачи индивидуальной оценки недвижимости, требует следующей последовательности действий:

1) анализируется рынок и его сегменты, анализируется положение и характеристики оцениваемого объекта, и формируется однородная выборка

объектов-аналогов с известными рыночными ценами сделок (или предложений к ним);

2) проводится анализ полученной выборки объектов сравнения по составу и уровням ценообразующих факторов и другим характеристикам;

3) осуществляется построение модели зависимости цены объекта недвижимости от факторов, общих для всех объектов сравнения;

4) рассчитывается точечного значения рыночной стоимости для оцениваемого объекта по известным для него значениям ценообразующих факторов и доверительный интервал (возможных значений) рыночной стоимости.

Рассмотрим возможность применения корреляционно-регрессионного анализа при оценке недвижимости на конкретном примере.

Объектом оценки является помещение свободного назначения площадью 40 м2, расположенное по адресу: г. Белгород, Народный бульвар, 111.

Построим регрессионной модель на основании анализа рыночных данных.

При проведении оценки на рынке были выявлены 10 предложений к продаже офисных помещений, которые рассматриваются как близкие аналоги оцениваемого объекта.

Объекты сравнения различаются классом помещения, удаленностью от центра города и от остановок общественного транспорта, наличием парко-вочных мест, а также этажностью и наличием отдельного входа.

В табл. 1 представлены объекты аналоги оцениваемого помещения.

Так как в данной таблице есть неколичественные признаки (класс помещения, наличие парковочных мест, наличие отельного входа), нам необходимо для учета их в регрессионной модели, присвоить им некоторые числовые значения.

В табл. 2 представлено присвоение числовых значений неколичественным признакам регрессионной модели при оценке недвижимости.

Таблица 2 - Числовые значения неколичественных признаков _регрессионной модели_

Наименование признака Наименования градаций Числовые метки

Класс помещения А 1

В 2

С 3

Парковочные мес- есть бесплатная парковка 1

та есть платная парковка 2

нет парковки 3

Отдельный вход есть 1

нет 2

Исходные данные после оцифровки неколичественных признаков представлены в табл. 3.

Таблица 3 - Объекты аналоги оцениваемого помещения

№ п.п Цена, тыс. руб. за м2 Класс помещения Рас-стояние от центра, км Расстояние до остановки общественно-го транс- Парковоч-ные места Эта ж Отдель ный вход

Адрес порта, км

Х1 Х2 Х3 Х4 Х5 Х6 Х7

Белгород,

улица Князя Трубец-

1 кого, 24 68,39 1 0,7 0,3 2 3 2

Граждан-

ский про-

2 спект, 36 65,895 2 0,6 0,26 2 3 2

Свято-

Троицкий

3 бульвар, 38 75,946 1 1,4 0,15 2 1 1

улица Князя Трубец-

4 кого, 34 71,297 2 0,6 0,27 2 2 2

5 улица Шевченко, 1 60,564 2 2,4 0,87 1 2 2

Граждан-

скии про-

6 спект 18 65,518 1 0,4 0,14 2 3 2

Народный

7 б-р, д. 70 68 1 1,3 0,2 2 7 2

Б.Хмельниц

кого пр-кт,

8 80 65 2 2,6 0,31 3 1 1

Свято-

9 Троицкий бульвар, 17 66,667 2 1,1 0,16 1 4 2

Лермонто-

10 ва, 9 57,955 3 1,3 1,1 1 1 1

11 Народный б-р 111 2 2 0,26 2 1 1

Для автоматизации процесса нахождения стоимости оцениваемого помещения можно использовать специальный пакет «Анализ данных», входящий в состав программы Microsoft Excel. Выбрав в данном пакете функцию «Регрессия», вводим исходные данные. В качестве результата выводится статистическая таблица регрессионного анализа, которая содержит

все искомые параметры и показатели, а также статистические показатели качества модели.

Использование стандартных функций Excel обладает тем преимуществом, что результат пересчитывается автоматически при изменении данных выборки. Вместе с тем использование инструмента РЕГРЕССИЯ надстройки Excel «Анализ данных» позволяет избежать некоторых дополнительных расчетов, проводимых, в частности, для проверки значимости. Кроме того, этот инструмент позволяет получать и визуально анализировать значения погрешностей.

Результаты вычислений представлены в табл. 4.

Таблица 4 - Результаты вычислений

Наименование показателя Коэффициенты

Y-пересечение (А0) 94,04730154

класс помещения (А1) -5,637041699

расстояние от центра, км (А2) -0,617196559

расстояние до остановки общественного транспорта, км (А3) -10,12438062

парковочные места (А4) -2,763219239

Этаж (А5) -1,142529726

Отдельный вход (А6) -3,448858096

Данные результаты, возможно, подставить в общее уравнение регрессии и получить модель ценообразования объекта недвижимости.

Для анализа качества модели, ее адекватности, достоверности и как следствие полученного результата, рассматриваются показатели: F-критерий; R-квадрат - скорректированный коэффициент детерминации; множественный коэффициент детерминации R; дисперсия отклонений; значимость коэффициентов модели.

Анализируя результаты полученной статистической таблицы, можно сделать вывод о том, что наибольшее влияние на конечный результат оказывает расстояние до остановки общественного транспорта, а так же класс помещения.

Расчетное значение (точечная оценка) рыночной стоимости оцениваемого объекта составляет 68 789 руб. за кв. м. При этом доверительный интервал (с надежностью 95%) составляет ± 3 348 руб.

Результаты можно считать достоверными, т.к. коэффициент детерминации, выражающий связь между рядами чисел, равен 0,991, что свидетельствует о высокой точности прогноза.

Таким образом, с помощью регрессионного анализа мы можем узнать величину рыночной стоимости оцениваемого объекта, рассчитанную в рамках сравнительного подхода с 95% вероятностью.

Подобный анализ будет полезен как арендаторам, так и собственникам помещений, сдающихся под аренду. Список литературы

1. Виноградова Д.И., Шарапова А.В. Методика построения математической модели факторного пространства организационно-технологических рисков в инвестиционно-строительных проектах// Вестник Белгородского государственного технологического университета им. В.Г. Шухова. 2017. № 8. С. 180-185.

Krylova Diana Dmitrievna, student

(e-mail: [email protected])

Abakumov Roman Grigorievich, Cand. Econ. Sciences, associate Professor (e-mail:[email protected]) Morgunova Olga Nikolaevna, student (e-mail:[email protected])

Belgorod Shukhov State Technological Universite, Belgorod,Russia

USING RECOMMENDED ANALYSIS METHODS FOR EVALUATION OF REAL

ESTATE COST

In the framework of this article, the authors consider the possibility of applying the correlation-regression analysis method in assessing the value of real estate. An example of calculating the value of a real estate object using a linear mean square regression is presented.

Key words: correlation-regression analysis, valuation, real estate, value.

УДК 331.24

ИННОВАЦИОННЫЕ ПОДХОДЫ К РЕГУЛИРОВАНИЮ СОЦАЛЬНО-ТРУДОВЫХ ОТНОШЕНИЙ

Лебошкина Ольга Олеговна, магистрант

(e-mail: [email protected]) Козлова Елена Ивановна, к.э.н., доцент

Липецкий государственный технический университет, г.Липецк, Россия

(e-mail: [email protected])

В данной статье раскрываются характерные особенности развития социально-трудовых отношений в России; рассматриваются способы инновационного регулирования социально-трудовых отношений.

Ключевые слова: социально-трудовые отношения, субъекты социально-трудовых отношений, мотивация, кадровое планирование.

Актуальность исследования инновационных подходов к регулированию социально-трудовых отношений состоит в том, что человеческие ресурсы выступают основным элементом не только функционирования, но и совершенствования любого предприятия, а также главной подсистемой организации, которая определяет успех развития предприятия.