Последняя разработка - Автоматизированная система налогообложения недвижимости С лета 1997 в ЦАРНе ведется работа по формированию базы данных по аренде недвижимости коммерческого назначения г.Москвы (на данный момент занесено более 1000 записей). ЦАРН уже имеет опыт подобной работы в г.С-Петербурге (см. материал в приложении). В 1998-1999 году предполагается провести моделирование этого рынка и создать методику и программный модуль, способный производить оценку рыночной стоимости аренды. Такая работа является пионерской на рынке московской недвижимости, она представляет собой большой интерес как с научно-практической точки зрения, так и с коммерческой. По срокам проект планируется закончить в три месяца. ЦАРН готов рассмотреть предложения по следующим направлениям: Финансирование (в т.ч. и долевое) проекта Сотрудничество в проекте, путем предоставления данных по реальным сделкам Приобретение пакета Ниже представлено предварительное описание пакета, а также приложение, описывающее подобный проект, выполненный ЦАРН в г.С-Петербург.

Пакет «АРЕНДА-98 (ЦАРН)» предназначен для определения стоимости аренды нежилых помещений г.Москвы в 1998г. Основными объектами оценки являются: офисы, торговые и складские помещения в пределах МКАД, однако универсальность подхода позволяет включать и прочие виды комерческой и промышленной недвижимости путем модификации программного модуля.

Пакет включает в себя следующие две основные части:

• Методика оценки.

Методика содержит в себе детальное описание формулы оценки, всех составляющих её частей, в том числе – поправок на характеристики объекта, поверхность отклика цен на местоположение, временной тренд. Особым пунктом является описание условий применимости формулы, ее ограничения.

• Программный модуль оценки.

Основным назначением модуля является реализация расчета стоимости по введенным характеристикам. Модуль реализован на базе макроязыка Excel 6.0 и предназначен для работы в среде Microsoft Office-95. Открытая архитектура модуля позволяет вносить в него коррективы и модифицировать с целью повышения точности оценки и учета дополнительных факторов.

Пакет предназначен для:

Основу методики составляют т.н. гибридные формулы оценки, позволяющие по определенным значениям параметров объекта определить его стоимость. Формула разрабатывается на основе множественного регрессионного анализа (МРА) базы данных из более чем 2000 сделок. Адекватность оценки по этим формулам действительным рыночным ценам характеризуется т.н. коэффициентом вариации (COV), который отражает среднеквадратичное отклонение. В указанных моделях COV не превышает 15%, что достаточно близко к естественной вариации цен на рынке. Однако, это не означает, что отклонение стоимости объекта от оценки по модели находится в этих пределах. Модель (формула) оперирует лишь частным набором параметров, дающих наиболее сильный вклад в цену сделки, прочие фактору не учитываются как малозначимые, недетерменированные или редко встречающиеся. В некоторых случаях такие факторы могут дать сильное отклонение стоимости от оценки, вследствие естественной флуктуации (представте евро-офис возле кладбища, все такие ситуации не учесть). Поэтому оценка по модели носит название базовой оценки, для более точной оценки необходимо добавить еще ряд поправок, уникальных для этого объекта. Тем не менее в подавляющем большинстве случаев оценка по модели является оптимальной.

Вторым моментом методики являются ограничения. Любая модель, методика работает лишь в тех рамках в которых она создавалась. В нашем случае – это, в первую очередь, правовые ограничения. Существует набор факторов (серветуты, проблема НДС, оплаты коммунальных услуг, текущие ограничения на использование) которые выходят из-под действия методики.

Программный модуль реализован для работы в Excel-95. Фактически, это реализация математических формул на макроязыке Excel-95. Все параметры и характеристики объекта вносятся в соответствующие ячейки, что позволяет напрямую «играть» с изменением их значений. Открытая архитектура программы позволяет добавлять дополнительные факторы, которые будут корректировать стоимость объекта.

И методика и модуль являются хорошим шаблоном для создания собственных разработок. Причем это может быть не только модель стоимости аренды, но и модели рыночной, восстановительной и фискальной стоимости объекта, модели эксплуотационных расходов, ставки дисконтирования.

Осенью 1996 г. между Городским управлением инветаризации и управлением имущества г.С-Петербурга (ГУИОН) и Центром анализа рынков недвижимости (ЦАРН) был заключен договор на разработку методики оценки стоимости аренды нежилых помещений г.С-Петербурга и его пригородов. Основная работа (от нуля до работоспособного оценочного модуля) была проделана в течение 2-х месяцев (октябрь-ноябрь 1996 г.). Была собрана база данных (около 900 сделок и предложений), проанализирован рынок аренды города, создана поверхность отклика цен на местоположение для трех видов коммерческой недвижимости: офисы, склады (произв. помещения) и магазины. Наконец, были разработаны формулы оценки для этих видов объектов и, отдельно, для пригородов. Вся работа была отражена в отчете «РАЗРАБОТКА МЕТОДИКИ ОПРЕДЕЛЕНИЯ АРЕНДНОЙ ПЛАТЫ ЗА НЕЖИЛЫЕ ПОМЕЩЕНИЯ В САНКТ-ПЕТЕРБУРГЕ», на основе которой была разработана собственная методика ГУИОН. Летом 1997 г. закон Санкт-Петербурга об определении арендных ставок за помещения нежилого фонда был утвержден Законодательным собранием и подписан губернатором

Замечания к построению ПГО.

Первичная информация для формирования ПГО получается при анализе остатков (отношений рыночной цены и модельной) при включении в МРА только переменных относящихся к виду сделки и к характеристикам объекта. На основе этого строятся т.н. контурные графики остатков. Максимумы являются местами предпочтительного расположения (центрами локального влияния – ЦЛВ), минимумы именуются отрицательными ЦЛВ. Ниже приведен график остатков для центра для офисов. Четко вырисовываются станции метро на островах (1-3), в то время как в районе невского они смазаны, за исключением площади Восстания. Однако не все они являются истинными. Так ЦЛВ5 - район Красноармейских улиц является следствием окружения его отрицательными ЦЛВ (районы о.Гутуевский и промзоны Обводного канала). С другой стороны, его можно использовать как описывающий окружающие отрицательные ЦЛВ.

Построение переменной ПГО – RS велось на основе поверхности цены за кв.м. как более объективной величины чем остатки. Математически RS представляет собой многочлен n-й степени от 6 переменных (5 расстояний до ЦЛВ плюс переменная координаты). Большее число ЦЛВ вряд ли осмысленно из-за невысокого числа сделок по каждому виду (120-300). Использование n более 2, т.е. высоких степеней, ограничивается невысокой численностью точностью NCSS. При этом необходимо следить за значениями RS в местах отсутствия сделок. Так, первоначально, было выявлено наличие отрицательных значений RS на окраинах. Путем выхода из этой ситуации являлось введение фиктивных сделок на окраинах в б/д при построении ПГО.

В случае б/д г.С-Петербурга значительной проблемой было неравномерное распределение сделок по городу. Так, офисы группировались, в основном, в центре, склады – в районах пром.предприятий. В результате, одна-две неточные сделки могли сильно исказить RS в местах низкой плотности.

Проблема построения переменной метрополитена.

Как уже отмечалось, переменная «расстояние до метро» оказалась не значимой, с другой стороны ее влияние на ценообразование несомненно. Известно также, что влияние метро монотонно спадает с увеличением расстояния, обращаясь в нуль при больших расстояниях. Вблизи метро (до полусотни метров) влияние метро на цену равнозначно, однако сделок на таком расстоянии почти не наблюдается, далее влияние метро монотонно падает, за пределом некоторого расстояния метро перестает влиять. Наиболее простой и логичной для описания этоих особенностей является экспонентциальная затухающая функция типа exp(-D/D0), которая линейна при малых D и быстро затухает при D>D0. В этом отношении, функция 1/D работает хуже из-за особенности при Dа0. Чтобы сделать вклад метро мультипликативным, был принят вид функции ^METRO как exp(k*exp(-D/D0)). Коэффициенты были оценены на основе анализа реальных сделок. К сожалению, был выбран достаточно яркий в этом отношении район - Васильевоостровской, и применение этих коэффициентов для окраин не совсем корректно, однако это был вынужденный шаг.

Проблема построения переменной проспектов.

Несмотря на высокую значимость переменной проспектов на основе их деления по методике ГУИОН, проспекты продемонстрировали ряд нелинейных особенностей, таких как нарушение субординации (менее значимые улицы получали в процедуре АЕР4 более высокие линеаризованные значения), высокозначимые же оказывались нестабильны по фильтру. Так дешевые офисы (120-180 $/кв.м.) по адресу «Невский 30» сильно занижали Невский проспект, в то время как дорогие (500-800 $/кв.м.) были отфильтрованы. Нестабильность являлась свойством базы, а именно – недостаточного количества сделок на некоторые виды проспектов (см.таблицу).

Несомненно, более корректным являлось построение принципиально новой системы разбиения проспектов отдельно для всех трех видов, однако на основе б/д до 300 сделок это не возможно.

Необходимо отметить тот интересный факт, что престижные проспекты коррелируют с качеством отделки, т.е. офисные помещения (в меньшей степени коммерческие помещения) на этих проспектах предпочитают отделывать как можно лучше (см. рис.). Следствием этого было высокое линеаризованное значение степени отделки 5 - «Евроремонт» для офисов. Недостатком базы был тот факт, что некоторые нецентральные сделки также характеризовались этой степенью (им приходилось приписывать кодировку 5), хотя несомненно по количеству вложенных в отделку денег они отставали от центральных проспектов.

Рис. Корреляция отделки и значимости проспекта

Рис. Поверхность отклика цен на местоположение для офисов г.С-Петербурга