Вы находитесь на странице: 1из 92

АННОТАЦИЯ

В данной работе проводится анализ рынка коммерческой недвижимости города


Томска, в результате которого построена модель для определения адекватной цены
аренды офисной недвижимости города Томска. Согласно модели стоимость аренды
офисной недвижимости города Томска зависит от ряда параметров (предикторов или
атрибутов): площадь помещения, район расположения объекта, расстояние до центра
соответствующего района, наличие отличительного класса, наличие охраны.
Модель реализована на языке программирования R с использованием графического
интерфейса пользователя R Studio, при помощи регрессионной модели, что в свою
очередь относится к математическим методам в рамках сравнительного подхода.
Применение регрессионного анализа позволяет установить закономерность
влияния основных факторов на изучаемый результирующий показатель, как в их
совокупности, так и каждого фактора в отдельности.
В рамках работы:
1) изучены теоретические основы, касающиеся рынка недвижимости, в частности
рынка аренды коммерческой недвижимости;
2) изучены особенности подходов и методов, применяемых при оценке
недвижимости, подобраны наиболее подходящие методы для будущей модели;
3) рассмотрена динамика цен продажи и аренды коммерческой недвижимости
города Томска с 2010 года до 2019года, собрана актуальная база данных
объектов офисной недвижимости, проведена обработка собранных данных;
4) построены модели ценообразования на рынке аренды офисной недвижимости, и
выбрана наиболее оптимальная модель.
Выбранный вариант модели был протестирован на правильность расчета цены
аренды офисной недвижимости.
ABSTRACT

In this work the analysis of the market of commercial property in the city of Tomsk, in
which the model is constructed to determine the appropriate rental rates of office property in the
city of Tomsk. According to the model, the cost of renting office real estate in Tomsk depends
on a number of parameters (predictors or attributes): the area of the premises, the location of the
object, the distance to the center of the relevant area, the presence of a distinctive class, the
presence of protection.
The model is implemented in the programming language R using the graphical user
interface R Studio, using a regression model, which in turn refers to the mathematical methods in
the comparative approach.
The use of regression analysis allows to establish the regularity of the influence of the
main factors on the studied result indicator, both in their totality and each factor separately.
Within the work:
1) theoretical bases concerning the real estate market, in particular the market of rent of
commercial real estate are studied;
2) studied the characteristics of the approaches and methods employed in the assessment
of the property, selection of the most suitable methods for future models;
3) the dynamics of the sale and lease prices of commercial real estate in Tomsk from
2010 to 2019 is considered, the current database of office real estate objects is collected, the
processing of the collected data is carried out;
4) built pricing models in the rental market of office real estate, and selected the most
optimal model.
The selected version of the model was tested for the correct calculation of the rental price
of office real estate.
СОДЕРЖАНИЕ
Введение 3
1 Рынок недвижимости как объект для построения модели ценообразования 5
1.1 Понятие недвижимости и ее виды. Особенности вторичного рынка недвижимости 5
1.2 Факторы ценообразования на рынке недвижимости 10
1.3 Коммерческая недвижимость и ее особенности 12
1.4 Аренда офисных помещений как вид деятельности, на коммерческом рынке
недвижимости 16
2 Методы построения модели ценообразования в недвижимости 21
2.1 Методы оценки стоимости объектов недвижимости в рамках затратного, доходного и
сравнительного подхода 21
2.2 Особенности применения методов математического моделирования для оценки
стоимости объектов недвижимости 30
2.3 Регрессионные модели построения ценообразования недвижимости 36
2.4 Аналитика динамики цен коммерческой недвижимости города Томска 46
3 Построение модели ценообразования на рынке аренды коммерческой недвижимости
города Томска на языке R 51
3.1 Формирование базы данных, рынка аренды офисной недвижимости города Томска и
подготовка для загрузки в программу R 51
3.2 Значимость расстояния от центра города до места расположения офисной
недвижимости, на ее стоимость 53
3.3 Построение моделей и выбор наиболее оптимальной модели 56
3.4 Тестирование качества, адекватности работы оптимальной модели 65
Заключение 68
Список использованных источников и литературы 70
Приложение А Код программы построенной модели на языке R 77
Приложение Б Описательная статистика исходных данных 81

2
ВВЕДЕНИЕ

Недвижимость является основой личного существования для граждан и служит


базой для хозяйственной деятельности и развития предприятий и организаций всех форм
собственности.
Актуальность построения модели ценообразования на рынке аренды коммерческой
недвижимости города Томска обоснованна тем, что влияющие факторы на
ценообразование огромное количество, причем их влияние различно как, для вида
недвижимости, так и региона, поэтому наиболее актуальным является построение модели
для конкретного региона и вида недвижимости. Развитие рынка недвижимости также
требует обновления моделей ценообразования, так как со временем значимость какого-
либо фактора может измениться, также есть вероятность, что могут появиться
дополнительные факторы.
Также она актуальна тем, что на рынке аренды коммерческой недвижимости, в
отличие от рынка продажи недвижимости выставить правильную цену для сдачи в аренду
более проблематично. Если размер арендной платы будет занижена от рыночной это
плохо для арендодателя недвижимости. На слишком дорогую недвижимость желающих
не находится, и ее владелец месяцами ждет клиентов. Тратится время, а также деньги на
само присутствие на рынке (т.е. рекламу). Таким образом, результат от заниженной цены
или от завышенной оказывается неприятным, что приводит к потере денег. Со стороны
арендополучателя коммерческой недвижимости, возникает аналогичная ситуация при
выборе недвижимости, есть риск снимать недвижимость по цене выше рыночной.
Сам рынок недвижимости подразделяется на: рынок земельных участков, жилых
помещений и нежилых помещений. Предмет торгов на рынке недвижимости имеет одну
специфическую особенность, которая отличает его от других товаров. Речь идёт о
фиксированном местоположении земельных участков и строений. В связи с этим,
наиболее активно сделки с недвижимостью проходят на локальных рынках.
Целью магистерской диссертации является построение модели ценообразования
для рынка коммерческой недвижимости города Томска.
Предметом исследования данной работы является модель ценообразования рынка
аренды, коммерческой недвижимости города Томска.
Объектом исследования: рынок аренды коммерческой недвижимости города
Томска.
Достижение поставленной цели предусматривает решение следующих задач:

3
 изучить особенности рынка аренды коммерческой недвижимости, а в частности
аренда офисных помещений, и другие теоретические предпосылки недвижимости;
 ознакомиться с методологией исследований в области ценообразования
недвижимости;
 подобрать наиболее оптимальный метод для построения модели;
 собрать реальные данные по стоимости аренды офисной недвижимости города
Томск;
 проанализировать собранные реальные данные по стоимости аренды офисной
недвижимости;
 построить и протестировать модель.
Практическая значимость работы заключается в возможности использования
построенной модели, при оценке недвижимости для передачи в аренду либо в других
целях. Построенная модель позволит быстро и оперативно рассчитать прогнозную
рыночную стоимость аренды офисной недвижимости исходя из ее параметров.
Научной новизной является адаптация модели к конкретной ситуации рынка
недвижимости каждого изучаемого региона, так как каждый регион имеет свои
специфические особенности, например социальное положение в регионе. За счет
особенностей регионов, в каждом регионе влияющие факторы на ценообразование
недвижимости могут нести разный вклад при ценообразовании недвижимости.
Методы исследования:
 анализ литературы и нормативно-правовых документов;
 исследование статистических данных;
 изучение и обобщение отечественной и зарубежной практики по оценке
стоимости различных видов недвижимости;
 изучение применения математических методов для построения моделей;
 изучение стандартов оценки недвижимости в России.

4
1 Рынок недвижимости как объект для построения модели ценообразования
1.1 Понятие недвижимости и ее виды. Особенности вторичного рынка
недвижимости

Рынок недвижимости — совокупность отношений, создаваемые вокруг операций с


объектами недвижимости.
Недвижимость – это вид имущества, который может быть признан в
законодательном порядке недвижимым.
Термин «недвижимость» появился в России в 17 веке, но нигде нет его точного
определения. Согласно Гражданскому кодексу РФ к недвижимым вещам относятся все,
что прочно связано с землей такие как: участки недр, земельные участки, обособленные
водные объекты и, то есть объекты, перемещение которых без несоразмерного ущерба их
назначению невозможно, также, в том числе входят многолетние насаждения, леса,
здания, сооружения [54, с.28].
Кроме недвижимости по происхождению, в России существует «недвижимость по
закону». К ней относятся подлежащие государственной регистрации морские и
воздушные суда, суда внутреннего плавания, космические объекты.
Законом к недвижимым вещам может быть отнесено и иное имущество. Так,
например, предприятие в целом как имущественный комплекс также признается
недвижимостью. Согласно Гражданскому кодексу РФ предприятие рассматривается не
как субъект, а непосредственно как объект гражданских прав. Предприятие в целом или
его часть может быть объектом купли-продажи, залога, аренды и других сделок,
связанных с установлением, изменением и прекращением вещных прав. Предприятие
может быть также передано по наследству.
К экономическим характеристикам недвижимости можно отнести ее редкость (нет
абсолютно одинаковых объектов недвижимости); стоимость прилегающих земель, зданий
(например, строительство вредного производства); территориальных особенностей
(изменение территориальных предпочтений может повысить стоимость недвижимости без
физических изменений), целевое назначение (как правило, без существенных затрат не
может быть изменено).
Основными видами недвижимости являются три основные группы – земельные
участки, коммерческие объекты то есть нежилые помещения и жилые помещения. Каждая
категория, в свою очередь, предполагает собственные классификации и уникальные черты
[75, с.15]. Основные типы недвижимости представлены на рисунке 1.

5
Рисунок 1 – Основные типы недвижимости [33, c.21]

К примеру, земельный участок может иметь разное назначение с точки зрения


эксплуатации. Можно сказать, это наиболее неоднозначный вид имущества, что
объясняется широким спектром способов его применения.
С другой стороны, жилье и коммерческое имущество данного рода обладают
своими уникальными чертами. Например, подобные объекты могут иметь разные степени
готовности к эксплуатации. Для земельного участка это свойство неактуально. Можно
сделать вывод, что характеристики, виды и особенности недвижимости тесно
взаимосвязаны и помогают в определении друг друга. Но, если глубже ознакомиться с
отличиями каждого из основных видов недвижимости, то их специфические черты станут
более выраженными. Также нужно отметить, что один вид недвижимости может
переходить в другой вид. Например, сельскохозяйственный участок может
переквалифицироваться в землю под индивидуальное строительство и со временем на его
месте появится загородный жилой дом.
Рассмотрим для начала жилую недвижимость, как правило, под этим понятием
подразумевается строение с удобствами, обеспечивающими проживание человека.
Обычно виды жилой недвижимости различаются по технико-эксплуатационным
характеристикам. В совокупности свойства помещений квартир и домов позволяют их
выделять в категории элитной, типовой, бизнес - недвижимости и т. д. Соответственно, и
стоимость различается в зависимости от принадлежности имущества к одной из
обозначенных групп. Также предусматривается разделение жилья на городское и
загородное. В первом случае обычно речь идет о квартирах в отдельных домах и
комплексах, а во втором – о коттеджах. Бывают и пограничные объекты. Хотя подобные
объекты сохраняют черты городских квартир, владельцы могут иметь индивидуальный
вход и собственный участок возле дома [80, с.35].

6
Отдельно стоит рассмотреть кондоминиум – это тип жилья, который может
входить в разные категории. Для понимания особенностей данного имущества стоит
разделить виды объектов недвижимости на индивидуальные и общие. Кондоминиум
отличается возможностью содержания в своем составе нескольких домов или части
одного здания, помещения в котором будут использоваться разными владельцами. Также
этот вид недвижимости может предусматривать наличие в составе земельных участков. То
есть, в этом случае один объект может содержать разные по классу единицы недвижимого
имущества, которые при этом объединяются в общую инфраструктуру.
Под видами коммерческой недвижимости обычно выделяют четыре основных
категории коммерческих объектов, которые отличаются характером эксплуатации.
Это торговые, складские, офисные и производственные помещения или комплексы
площадей. Нередко в один объект входят сразу несколько единиц недвижимости из
разных категорий. Например, торговая площадь соединяется с помещениями,
предназначенными для хранения товара. Общей объединяющей эти категории объектов
характеристикой является ориентированность на извлечение материальной выгоды.
Можно сказать, это виды финансовой недвижимости, которые тем или иным образом
способствуют накоплению денежных средств. Например, производственные комплексы
предназначены на изготовление продукции, складские помещения используются для
хранения готовых для продажи или дальнейшего логистического обращения изделий, а
торговые объекты непосредственно реализуют товар [87, с.54].
Отдельно стоит выделить офисные помещения, которые могут выполнять разные
задачи от предоставления тех или иных услуг до выполнения управляющих функций – к
примеру, на тех же производственных и торговых объектах.
В качестве коммерческой недвижимости в некоторых случаях можно
рассматривать и жилую недвижимость. Например, если владелец сдает площадь в аренду,
таким образом, извлекая финансовую прибыль.
Земельный участок как один из видов недвижимости, является объектом
недвижимости природного происхождения и ее можно рассматривать в качестве
базисного имущества. В зависимости от того, какой правовой статус имеет конкретный
участок, определяется его целевое назначение. Наибольшее распространение получили
виды недвижимости, предназначенные для сельскохозяйственного пользования. Участки,
рассчитанные на ведение подсобного хозяйства, нельзя использовать, к примеру, для
высаживания культурных растений, но зато на них можно строить амбары, бани, сенники
и другие объекты инфраструктуры домовладения. Довольно популярна и категория
дачных участков. Они отличаются тем, что собственник имеет право сооружать на их
7
площади небольшие дома. Но к жилым объектам такие постройки не относятся, то есть
они не рассчитаны на постоянное проживание [22, с.38].
На данные постройки также действуют определенные ограничения в плане
коммуникационного обеспечения. Отдельно стоит и категория земельных участков,
предназначенных для индивидуального строительства. Если сельскохозяйственные виды
недвижимости нельзя застраивать жилыми постройками, то объекты для ИЖС позволяют
сооружать частные дома и коттеджи. Примечательно, что многие современные
коттеджные поселки организуются на бывших землях сельскохозяйственного назначения,
которые в наши дни приобрели статус ИЖС. К специфической и малораспространенной
группе относятся участки для научных станций. На таких землях организуются
исследовательские комплексы и базы [53,с.78].
Также рынок недвижимости делится в свою очередь на первичный и вторичный
рынок. Стоит рассмотреть основные отличия вторичного рынка недвижимости от
первичного рынка [10, с.46].
Вторичный рынок недвижимости - это экономическая ситуация, когда
недвижимость выступает как товар, который ранее уже был в употреблении и
принадлежал определенному собственнику - физическому или юридическому лицу.
В отличии от первичного рынка, на вторичном рынке недвижимость как товар не
впервые поступает на рынок. Основными продавцами недвижимости в первичном рынке
выступают государство в лице своих федеральных, региональных и местных органов
власти (за счет приватизации государственных и муниципальных предприятий, жилых
объектов и вещных прав) и строительные компании - поставщики жилой или нежилой
недвижимости.
Доля первичного и вторичного рынков недвижимости в структуре рынка
определяется степенью активности инвестиционно - строительной политики, ведущейся в
конкретном регионе.
Как правило, цены вторичного рынка превышают цены первичного на 10-30%.
Однако в случае если имеет место дефицит объектов с определенными характеристиками,
их цена на первичном рынке может превышать цены на аналогичные объекты вторичного
рынка. Кроме того, необходимость дополнительных инвестиций в только что
построенный объект (ремонт, подключение телефона и т. д.) приводит к повышению
стоимости таких объектов по сравнению с аналогичными объектами на вторичном рынке.
Поэтому невозможно сделать вывод, какой из рынков является наиболее
предпочтительным. В данном случае все определяется предпочтениями потенциальных
покупателей. Что касается рынка жилья, одним важна престижность объекта, другим -
8
возможность быстрого переезда в купленную квартиру, третьим - возможность
планировки квартиры по собственному желанию. В соответствии с этими критериями
выбирается вторичный или первичный рынок недвижимости [27, с.67].
Следует отметить, что вторичный и первичный рынок недвижимости находятся в
тесной взаимосвязи. Если на одном из рынков наблюдается кризис, это не может не
отразиться на другом. Например, в случае риска не достройки новых объектов или
переноса срока их сдачи, покупатель будет выбирать необходимый объект недвижимости
на вторичном рынке.
В результате возрастет количество операций на вторичном рынке, и рост спроса
будет сопровождаться ростом цен.
Застройщики в свою очередь начнут предлагать потенциальным покупателям более
выгодные условия, что вызовет отток покупателей с вторичного рынка недвижимости и
будет сопровождаться снижением цен. В том случае, если подобные колебания цен не
будут сопровождаться кризисными явлениями в других отраслях экономики, баланс
спроса и предложения на первичном и вторичном рынках недвижимости будет
восстановлен.
Приобретение жилья на вторичном рынке имеет множество плюсов, прежде всего -
сугубо потребительских. Так, покупку можно предварительно осмотреть, своими глазами
оценив, насколько она пригодна для проживания и насколько она соответствует
заявлениям продавца.
Также можно пообщаться как с продавцом, так и с его соседями, нанимателями,
если они есть, выяснить, насколько комфортно проживание, не живет ли через стенку
юное музыкальное дарование, круглосуточно осваивающее основы игры на скрипке, нет
ли на первом этаже алкогольного магазина, привлекающего соответствующий контингент
со всего района, и т.п. Впрочем, юное дарование может уже оказаться достаточно
опытным и доставлять истинное наслаждение соседям своими произведениями, а
алкогольный магазин прямо возле подъезда вполне может быть и плюсом с точки зрения
покупателя.
В данном разделе были рассмотрены, какие бывают виды недвижимости и ее
особенности. А также рассмотрены основные отличия вторичного рынка от первичного
рынка.

9
1.2 Факторы ценообразования на рынке недвижимости

На рынке недвижимости ценообразование зависит от многих факторов. Факторы,


которые могут повлиять на цену недвижимости можно разделить на 2 группы внешние и
внутренние [88, с.96].
Внешние факторы делятся на 3 большие группы:
 микроэкономические факторы;
 макроэкономические факторы;
 социальное положение в регионе.
Макроэкономические факторы характеризуют экономические условия в стране. К
макроэкономическим факторам относятся:
 инфляционный уровень в стране;
 валовой внутренний продукт (ВВП);
 ставки доходности по финансовым инструментам;
 доходы населения;
 наличные деньги населения;
 уровень безработицы;
 торговый баланс и ее состояние;
 индекс потребительских цен на товары и услуги.
В равновесных условиях рынка и стабильной экономики темп роста цен на
недвижимость складывается из суммы темпа прироста ВВП (обычно примерно составляет
1–3%) и темпа роста инфляции национальной валюты.
Одной из особенностей рынка недвижимости в России является что цены на
недвижимость могут считаться в двух разных валютах. Привязка цены недвижимости к
доллару приводит к образованию зависимости цены недвижимости от изменения курса
американской валюты, его покупательной способности в России [88, с.97].
Макроэкономические факторы имеют определяющее значение при оценке
недвижимости. Если же действие макроэкономических факторов относительно стабильно,
то состояние рынка недвижимости определяется микроэкономическими факторами.
Микроэкономические факторы характеризуют экономическое положение в
отдельном регионе. Среди них обычно выделяются следующие факторы:
 общая экономическая ситуация в регионе;
 темпы развития региона;
 диверсификация занятости работоспособного населения;
 инвестиционный поток.
10
Социальное положение в регионе могут характеризоваться следующими
факторами:
 доля трудоспособного населения в общей численности населения;
 миграционные потоки;
 демографическая ситуация;
 уровень безработицы.
Итак, рассмотрены группы, на которые подразделяются внешние факторы, теперь
же следует рассмотреть внутренние факторы, от которых также зависит ценообразование
недвижимости.
К внутренним факторам относятся:
 институциональные факторы;
 динамичность (инерционность) рынка;
 динамика объема и соотношение спроса и предложения;
 соотношение цен первичного и вторичного рынка;
 информационная обеспеченность и открытость рынка.
В свою очередь институциональные факторы, влияющие на рынок недвижимости,
включают в себя:
 государственное регулирование;
 налоговое регулирование, касающееся сделок с недвижимостью.
Урегулирование правительства может заключаться в формировании правового
поля для рынка недвижимости посредством издания нормативных актов. Одним из
образцов, которых считается пример воздействия законодательных актов на
функционирование рынка недвижимости, таковым является Федеральный закон
Российской Федерации от 30 декабря 2004 г. №214-ФЗ «Об участии в долевом
строительстве многоквартирных домов» вступивший в силу в апреле 2005 года [2, с.1].
С одной стороны данное регулирование ставит застройщиков в очень жесткие
рамки, выполнить которые им скорей всего не получится, с другой стороны
регулирование защищает права дольщиков при строительстве. Как следствие, на период
выработки обходных механизмов, наблюдался спад предложения на первичном рынке
недвижимости. В целом принятый закон о долевом строительстве обусловлено около 21%
в происшедшем в 2005 году увеличение цен на первичном рынке недвижимости.
Государственное регулирование выражается в установлении норм и правил для
участников рынка недвижимости, а так же в целенаправленном воздействии на рынок в
целом. В общем виде государственное регулирование состоит в постановке целей и

11
выборе стратегии развития, в прогнозировании, планировании, строительстве,
регистрации, учете и оценке.
Законодательство в сфере недвижимости представляет собой совокупность
законов, иных нормативных актов, посредством которых государством устанавливается,
изменяются или отменяются соответствующие правовые нормы [33, с.65].
Основными принципами государственного регулирования являются:
 функциональное регулирование в сочетании с институциональным
регулированием по вопросам организации контроля и надзора за деятельностью
профессиональных участников рынка;
 использование механизмов саморегулирования рынка, создаваемых при помощи
государства и под его контролем;
 распределение полномочий по регулированию рынка между Российской
Федерации и субъектами РФ, а также различными органами исполнительной
власти;
 приоритет в развитии системы инфраструктурных организаций;
 максимальное снижение и разделение рисков;
 поддержка конкуренции на рынке.
Органы региональной власти также могут принимать отдельные нормативные
акты, которые могут ограничивать сделки с недвижимостью в отдельном взятом регионе.
В данном разделе рассмотрены внутренние и внешние факторы, влияющие на
ценообразование на рынке недвижимости, более подробно рассмотрено государственное
регулирование недвижимости, которая в свою очередь относится к внутренним факторам
ценообразования недвижимости.

1.3 Коммерческая недвижимость и ее особенности

Как уже было определенно в предыдущей главе, одной из видов недвижимости


является коммерческая недвижимость.
Коммерческая недвижимость – это вид недвижимости, которая используется
юридическими и физическими лицами для извлечения прибыли, например, в торговой или
производственной деятельности. К таковым объектам можно отнести [87, с.82]:
 торговые центры и магазины;
 гаражи, автомойки и автосалоны;
 рестораны и кафе;
 гостиницы и хостелы;
12
 бизнес центры и офисы и прочее.
А также можно отнеси жилые помещения, которые постоянно используются
собственником для сдачи в аренду, например, посуточно, и получения прибыли.
Если тип торговых центров и гостиниц легко определить, то с некоторыми
объектами определиться сложно. Например, это многоквартирные дома.
Чтобы это сделать, стоит выделить основные особенности коммерческой
недвижимости:
Тип эксплуатации. Многоквартирные дома являются апартаментами, поэтому их
относят к коммерческой недвижимости, но вместе с тем каждая отдельная квартира
относится к жилому фонду.
Купля-продажа. Коммерческая недвижимость редко покупается, то есть она часто
арендуется. Например, квартиры или загородные покупатели часто желают получить в
полную собственность, то есть приобрести, а вот офисы или магазины часто берутся в
аренду. Это обусловлено тем, что коммерческая недвижимость имеет большую стоимость,
ведь в дальнейшем она будет приносить прибыль. К тому же многие предприниматели не
желают обременять себя лишними обязательствами, поскольку арендуя помещения, они
могут в любой момент закрыть свой бизнес или перенести в более рентабельный район.
Постоянная прибыль. Коммерческий объект должен постоянно приносить прибыль.
Так, если один раз на несколько месяцев сдать свою квартиру в аренду, она не будет
считаться коммерческой, а вот если заниматься такой деятельностью постоянно, она будет
считаться нежилой и получит статус апартаментов.
Окупаемость. Недвижимость жилого фонда не окупается, а вот при покупке или
аренде кафе или автосалона через определенный промежуток времени (как правило, 5-7
лет) можно покрыть свои расходы, а затем получить доход.
Отдельно стоит рассмотреть стоимость коммерческой недвижимости, так как
квадратный метр коммерческой недвижимости выше квадратного метра объектов жилого
фонда, даже если они расположены в одном районе. Как было указано, это связано с
будущим доходом. При этом стоимость определяется исходя из различных параметров
таких как:
 площадь;
 место расположения;
 состояние помещения;
 окружающая инфраструктура.
Это основные параметры, но при этом возможны и другие, например, вход в
помещение. Так, если офисный центр расположен в центральном районе, но вход в здание
13
находится не на оживленной улице, а во дворе, его стоимость будет ниже аналогичного
центра, вход которого расположен на центральной улице или проезжей части.
При определении стоимости, по которой помещение будет продаваться или
отдаваться в аренду, важную роль также играет потенциальный доход. К примеру, если
рассматриваются складские помещения, цена будет определяться не только исходя из
площади и места расположения, но и удобства подъездных путей, ведущих к складу,
близости магистралей (автомобильных, железнодорожных).
Каждому типу коммерческого объекта, помимо классических параметров,
свойственны индивидуальные критерии, которые будут влиять на стоимость.
Также коммерческую недвижимость можно разделить на группы, которые
представлены в таблице 1.

Таблица 1 – Основные типы коммерческой недвижимости [87, c.91]

Тип Применение коммерческой недвижимости


коммерческой
недвижимости
Свободного К таковой КН относят те объекты, которые используются в сфере
назначения обслуживания, причем нет строгих ограничений. Например, это могут
быть спортивные комплексы, бары, кафе, рестораны, гостиничные
объекты разных видов.
Торговый Из названия данной группы ясно, что к ней относят те объекты, на
которых осуществляется торговая деятельность. Таковыми являются
магазины, торговые центры, аптеки, автосалоны и прочее.
Офисный Очевидно, что это недвижимость, которая сдается в аренду в качестве
офисного помещения. Она может принадлежать как одному, так и
нескольким лицам.
Индустриальный К этому типу относят объекты, на которых ведется производственная
деятельность. Например, это могут быть заводы, предприятия или
склады.
Социальный Такой считается недвижимость, на которой осуществляется
социальная деятельность. К примеру, это вокзалы, центры медпомощи.

В данной таблице были рассмотрены основные типы коммерческой недвижимости


и ее применение.

14
Также стоит отметить особенности налогообложения коммерческой недвижимости
в России. Налоговым кодексом России налог на недвижимость установлен как
региональный налог. Включает в себя три отдельных налога: земельный налог, налог на
имущество предприятий, налог на имущество физических лиц [1, с.32].
Собственник объекта недвижимости обязан оплачивать налог на принадлежащее
ему имущество. Понятие «коммерческая недвижимость» не вводится законодательством
РФ как отдельная категория, подлежащая определенному типу налогообложения. Расчет
суммы налога и величины ставки определяется несколькими критериями.
1) Статус собственника объекта недвижимости. Лицо, владеющее недвижимостью,
может выступать как физическое лицо, индивидуальный предприниматель или
юридическое лицо.
2) Гражданство либо место регистрации. В случае, если собственник не является
гражданином России, ставки налога будут выше.
3) При продаже объекта или передачи в пользование – от вида соглашения,
заключенного между собственником и арендатором или покупателем.
Ставка налога
Чтобы максимально приблизить базу расчета налога на имущество к рыночной
цене объекта, в 2014 году президентом РФ был принят и подписан закон, в соответствии с
которым налог на недвижимость исчисляется от кадастровой стоимости.
Отличия ставок для физических лиц, индивидуальных предпринимателей и
юридических лиц.
В связи с переходом на новый порядок налогообложения, с 2016 года ставка 2% от
кадастровой стоимости объекта, установлена для:
 деловых и торговых центров;
 помещений, предназначенных для расположения в них офисно-торговых
объектов, кафе, ресторанов;
 помещения, не предназначенные для данных целей, но фактически
используемые.
Для остальных помещений, относящимся к коммерческим и находящимся в
собственности физических лиц, ставка изменяется в зависимости от стоимости
недвижимости:
 0,1% – для недвижимости стоимостью до 300 000 рублей;
 0,1 – 0,3% – от 300 до 500 000 рублей;
 0,3 – 2% – более 500 000 рублей.

15
Сдав недвижимость коммерческого типа в аренду, физическое лицо выплачивает
13% НДФЛ с полученного дохода [52, с.152].
Ставка налога на имущество для ИП определяется органами местного
самоуправления, однако не должна превышать 2%.
Физическое лицо, осуществляющее сдачу в аренду коммерческой недвижимости
как индивидуальный предприниматель, обязано также уплачивать 13% НДФЛ от суммы
полученного дохода.
Объект коммерческой недвижимости, находящийся в собственности юридического
лица, попадает под действие Налогового кодекса как имущество организации. Величина
ставки зависит от того, какой метод расчета применяется в субъекте РФ, где расположен
объект недвижимости [52, с.164].
Узнать, применяют ли новый способ расчета в определенном районе или области,
можно на сайте ФНС. Если расчет производится от кадастровой стоимости объекта,
ставка налога составит 2%. От балансовой – максимум 2,2%.
Юридические лица, в отличие от ИП и физических лиц, налог на имущество
организации рассчитывают самостоятельно. По кадастровой стоимости налог за квартал
рассчитывается так: Сумма налога = Стоимость имущества по кадастру * ставка налога /4.
Для получения информации о кадастровой стоимости объекта, следует обратиться
в местные отделения Кадастровой палаты или на сайт Росреестра. В случае, если
стоимость слишком завышена, можно оставить заявление на пересмотр суммы.
Для физических лиц и предпринимателей налог рассчитывает ФНС, после чего
высылает квитанцию для уплаты.
В данном разделе более подробно рассмотрена коммерческая недвижимость, так
как в нашей работе было принято решение строить модель ценообразования для сферы
офисной недвижимости, которая в свою очередь входит в коммерческую недвижимость.
Были рассмотрены основные типы коммерческой недвижимости и его применения,
а также особенности налогообложения коммерческой недвижимости при передаче в
аренду или продаже, стоимость имущественного налога.

1.4 Аренда офисных помещений как вид деятельности, на коммерческом рынке


недвижимости

На офисном рынке преобладающей формой отношений является аренда. Так как


стоимость офисов как одного из видов коммерческой недвижимости значительна высокая,

16
да и некоторым организациям иногда выгодно поменять свое местоположение. Спрос и
стоимость офисной недвижимости зависит от следующих её факторов [10, с.92]:
 месторасположение в престижных местах города;
 площадь арендуемого помещения;
 удобство доступа с точки зрения транспортных коммуникаций и наличия мест для
парковки;
 размещение офиса в отдельно стоящем здании или в помещении с отдельным
входом;
 строгий режим охраны;
 стиль и качество отделки помещений;
 и прочие факторы.
Для рынка офисных помещений характерно разделение офисов на разные классы,
которые значительно различаются по качеству помещений и по уровню цен аренды.
Престиж того или иного помещения следует учитывать при организации
собственного бизнеса. Чтобы этот процесс упростить, была придумана классификация
офисов, которая имеет шкалу в виде латинских букв: A, B, C, D, E.
Класс A - Эти офисы считаются самыми престижными, их аренда обходится
дороже.
Прежде всего, офисы этого класса отличают:
 высококачественное здание новой постройки или реконструированное старинное
здание;
 расположение в центре города, вид из окна имеет культурную ценность;
 отличное состояние систем отопления, электроснабжения, вентиляции,
кондиционирования, каналов связи;
 легкая транспортная доступность: возможность подъехать на автомобиле, а также
близость к метро;
 наличие высокого уровня обслуживания: парковка, лифт, кухня или кафе,
переговорные комнаты, централизованная рецепция, круглосуточная охрана.
Класс B - Как правило, под офисами этого класса понимают офис класса A после 5-
7 лет эксплуатации. Соответственно, требования предъявляются те же, только допустимы
некоторые огрехи, которые появляются со временем.
Это может быть:
 качественное здание новой постройки или реконструированное старинное
здание;

17
 расположение офиса в центре города или в удобных, уютных районах города;
 хорошее состояние систем отопления, электроснабжения, вентиляции,
кондиционирования, каналов связи;
 легкая транспортная доступность: возможность подъехать на автомобиле, а также
близость к метро;
 в офисах этого класса допустимо отсутствие каких-либо вариантов. например,
может не быть лифта, или не всегда есть переговорная комната, кофе.
Класс С - Сюда относят офисы, не удовлетворяющие требованиям, предъявляемым
к офисам класса B. Как правило, это удаленность от метро или неудобный подъезд.
Возможны огрехи в обеспечении обслуживания:
 здания, изначально не приспособленные для размещения офисов;
 расположение в отдаленных районах города, возможны трудности с
транспортной доступностью;
 хорошее состояние систем отопления, электроснабжения, вентиляции,
кондиционирования, каналов связи;
 в офисах этого класса отсутствую какие-либо услуги. нет лифта, не
предоставляется парковка и так далее.
Класс D - Сюда относят офисы, расположенные в старых, не реконструированных
зданиях, в которых давно не проводился капитальный ремонт. Также уступает
обслуживание офиса.
Характеризуется следующими признаками:
 здание, не приспособленное для размещения офисов, часто после ремонта;
 расположение в отдаленных районах города, возможны трудности с
транспортной доступностью;
 возможны проблемы с системой отопления, электроснабжения, вентиляции.
хорошее состояние каналов связи;
 в офисах этого класса предоставляется только ряд услуг. например, часто нет
лифта, парковки, кафе.
Класс E - Это офисы, как правило, расположенные либо в зданиях с не очень
качественной системой коммуникаций, либо в жилых помещениях. Здания, не
приспособленные для размещения офисов. Часто, подвальные или полуподвальные
помещения, или помещения жилого фонда.
Характеризуется следующими признаками:

18
 расположение в отдаленных районах города, возможны трудности с
транспортной доступностью;
 проблемы с системой отопления, электроснабжения, вентиляции, каналами связи;
 в офисах этого класса предоставляется только ряд услуг. например, часто нет
лифта, парковки, кафе.
Эти характеристики являются ключевыми и указываются во всех имеющихся
классификациях офисов. Соответственно, выбирая офис определенного класса, следует
ориентироваться именно на эти ключевые понятия.
Знание особенностей каждого помещения следует учитывать при выборе их под
определенный тип бизнеса. Арендодатель, понимая к какому классу относится его объект,
может правильно сориентироваться в цене. Собственникам различных компаний
учитывать класс помещения тоже крайне важно. Ведь без соответствующих условий
добиться успеха порой просто невозможно.
Офисные помещения чаще всего сдаются бизнес центрах которые строятся именно
для таких целей, и торогово - офисных центрах.
Для аренды офисных помещений и других видов недвижимости в некоторых
случаях требуется оформление договора аренды. При оформлении договора аренды
сторонам необходимо особое внимание уделять существенным условиям соглашения.
Одним из таких условий является срок, на который заключается договор. Именно он
влияет на возникновение обязанности у арендатора и арендодателя производить
государственную регистрацию аренды [36, с.1].
Законом предусмотрены следующие случаи обязательной регистрации договора
аренды:
 если арендное соглашение о передаче в пользование нежилого объекта
недвижимости заключено на срок более 12 месяцев (ст. 609 ГК РФ, ст. 651 ГК
РФ);
 при оформлении и подписании договора найма жилья, в том числе социального,
заключенного сроком более чем на 1 год (ст. 674 ГК РФ);
 в случае заключения соглашения об аренде с последующим выкупом объекта
недвижимости;
 при подписании соглашения об изменении, расторжении либо дополнении ранее
зарегистрированного договора аренды недвижимости (ст. 452 ГК РФ).

19
Если процедура регистрации арендных отношений в вышеуказанных случаях не
проведена, то в таком случае соответствующий договор может быть признан
незаключенным, т.е. не порождающим каких-либо прав и обязанностей у сторон [36, с.1].
Стоимость регистрации договора аренды, независимо от вида, сдаваемого в аренду
объекта, устанавливается налоговым законодательством (п.п. 22 п. 1 ст. 333.33 НК РФ):
 для физических лиц и ИП – 2 тыс. рублей;
 для юридических лиц – 22 тыс. рублей.
Необходимость в регистрации договора аренды в отношении зданий и сооружений,
заключенного на срок менее 12 месяцев отсутствует.
С начала 2017 года регистрация договора аренды части нежилого помещения, здания
или сооружения (секция, несколько этажей, подъезд, сменные помещения и комнаты и
пр.), право на которое зарегистрировано в ЕГРН, производится одновременно с
постановкой таких частей на государственный кадастровый учет (ч. 5 ст. 44 218-ФЗ).
Это предполагает, что заявителям с целью регистрации арендного соглашения
дополнительно необходимо оформить технический план на арендуемую часть нежилого
объекта [36, с.1].
Итак, в данной главе рассмотрено понятие недвижимость и ее виды и особенности,
основные отличия вторичного рынка недвижимости от первичного рынка. Также, было
изучено, какие факторы влияют на ценообразование рынка недвижимости. Определены
особенности аренды офисных помещений, рассмотрены разновидности классов офисных
помещений.

20
2 Методы построения модели ценообразования в недвижимости
2.1 Методы оценки стоимости объектов недвижимости в рамках затратного,
доходного и сравнительного подхода

Для того чтобы построить модель ценообразования на рынке недвижимости стоит


рассмотреть какие методы и подходы применяются при ценообразовании. Оценка цены на
недвижимость производится многими методами, результаты которых нужно
согласовывать между собой. " Процесс согласования " полученных разными способами
результатов не сводится к вычислению среднего арифметического результатов каждого
метода, а требует взвешивания важности каждого подхода для конкретной сложившейся
ситуации, целей проведенной оценки, типа собственности и иных факторов.
Все методы оценки объектов собственности можно классифицировать по разным
признакам. На основе общей методологии Федеральные стандарты оценки объединяют
методы оценки объектов собственности в три подхода: затратный, доходный и
сравнительный [4, с.1].

Рисунок 2 – подходы к оценке рыночной стоимости недвижимости[4, c.15]

Методами оценки, согласно п. 7 федерального стандарта оценки №1 признается


последовательность процедур, позволяющая на основе существенной для данного метода
информации определить стоимость объекта недвижимости в рамках одного из подходов к
оценке. Рассмотрим характеристику методов оценки объектов собственности с точки
зрения затратного, сравнительного и доходного подходов.
Общая характеристика подходов оценки содержится в Федеральном стандарте

21
оценки «Цель оценки и виды стоимости» (ФСО №2) [6, с.1]:
а) сравнительный подход - совокупность методов оценки, основанных на
получении стоимости объекта оценки путем сравнения оцениваемого объекта с
объектами-аналогами. Применение сравнительного подхода возможно, когда доступна
достоверная и достаточная для анализа информация о ценах и характеристиках объектов-
аналогов. В рамках сравнительного подхода применяются различные методы, основанные
как на прямом сопоставлении оцениваемого объекта и объектов-аналогов, так и методы,
основанные на анализе статистических данных и информации о рынке объекта оценки.
б) доходный подход - совокупность методов оценки, основанных на определении
ожидаемых доходов от использования объекта оценки. Доходный подход рекомендуется
применять, когда существует достоверная информация, позволяющая прогнозировать
будущие доходы, которые объект оценки способен приносить, а также связанные с
объектом оценки расходы. В рамках доходного подхода применяются различные методы,
основанные на дисконтировании денежных потоков и капитализации дохода.
в) затратный подход - совокупность методов оценки стоимости объекта оценки,
основанных на определении затрат, необходимых для приобретения, воспроизводства
либо замещения объекта оценки с учетом износа и устаревания. Затратный подход
преимущественно применяется в тех случаях, когда существует достоверная информация,
позволяющая определить затраты на приобретение, воспроизводство либо замещение
объекта оценки. В рамках затратного подхода применяются различные методы,
основанные на определении затрат на создание точной копии объекта оценки или объекта,
имеющего аналогичные полезные свойства. Критерии признания объекта точной копией
объекта оценки или объектом, имеющим сопоставимые полезные свойства, определяются
федеральными стандартами оценки, устанавливающими требования к проведению
оценки отдельных видов объектов оценки.
Особенности применения каждого подхода и методы оценки стоимости в рамках
подходов различны в зависимости от специфики самого объекта оценки, целей оценки,
доступной информации.
Федеральные стандарты оценки (ФСО №7, №8) содержат правила и рекомендации
к условиям применения различных подходов, включая выбор методов оценки и
осуществление необходимых расчетов. Однако в международном и российском
законодательстве не выработана общая классификация методов в рамках трех известных
подходов. Стандарты определяют не исчерпывающий перечень обычно используемых
методов оценки, но также оставляют возможность оценщику самому выбирать
необходимый метод, в зависимости от имеющейся информации, задания на оценку,
22
профессионального мнения [5, с.1].
В стандартах не содержится разъяснений по детальному применению методов, в
силу этого оценщики в своей деятельности руководствуются международными
стандартами, монографиями, учебной литературой, опытом зарубежных коллег.
Выбор методов зависит от специфики объекта оценки, имеющейся информации,
состояния рынка, назначения оценки и других факторов. Поэтому в конкретной ситуации
возможно использование максимального числа методов, что позволяет оценить стоимость
с различных позиций. Вместе с тем в ряде случаев оценщик по объективным причинам
вынужден ограничиться одним методом, что требует соответствующего обоснования в
отчете об оценке.
Рассмотрим методы оценки стоимости объектов собственности с позиции трех
известных подходов.
Оценка стоимости недвижимости предполагает использование традиционных
методов, входящих в состав сравнительного, затратного и доходного подходов.
Согласно ФСО №7 «Оценка недвижимости», сравнительный подход применяется
для оценки недвижимости, когда можно подобрать достаточное для оценки количество
объектов-аналогов с известными ценами сделок и (или) предложений. В зависимости от
имеющейся на рынке исходной информации в процессе оценки недвижимости могут
использоваться качественные методы оценки (относительный сравнительный анализ,
метод экспертных оценок и другие методы), количественные методы оценки (метод
регрессионного анализа, метод количественных корректировок и другие методы), а также
их сочетания [5, с.1].
При применении качественных методов оценка недвижимости выполняется путем
изучения взаимосвязей, выявляемых на основе анализа цен сделок и (или) предложений с
объектами-аналогами или соответствующей информации, полученной от экспертов, и
использования этих взаимосвязей для проведения оценки в соответствии с технологией
выбранного для оценки метода.
При применении метода корректировок каждый объект-аналог сравнивается с
объектом оценки по ценно-образующим факторам (элементам сравнения), выявляются
различия объектов по этим факторам и цена объекта- аналога или ее удельный показатель
корректируется по выявленным различиям с целью дальнейшего определения стоимости
объекта оценки. При этом корректировка по каждому элементу сравнения основывается
на принципе вклада этого элемента в стоимость объекта [78, с.53]:
При применении методов регрессионного анализа оценщик, используя данные
сегмента рынка оцениваемого объекта, конструирует модель ценообразования,
23
соответствующую рынку этого объекта, по которой определяет расчетное значение
искомой стоимости.
Несмотря на предлагаемое Федеральным стандартом оценки №7 «Оценка
недвижимости», разбиение методов на количественные и качественные, данное
разграничение является весьма условным. На практике же оценщики нередко используют
данные методы в сочетании.
Доходный подход применяется для оценки недвижимости, генерирующей или
способной генерировать потоки доходов. В рамках доходного подхода стоимость
недвижимости может определяться: методом прямой капитализации, методом
дисконтирования денежных потоков или методом капитализации по расчетным моделям.
Основное преимущество, которое имеет доходный подход оценки недвижимости
по сравнению с сравнительными и затратным заключается в том, что он в большей
степени отражает представление инвестора о недвижимости как источнике дохода, т.е. это
качество недвижимости учитывается как основной ценно-образующий фактор.
Основным недостатком, который имеет доходный подход оценки недвижимости,
является то, что он в отличие от двух других походов оценки основан на прогнозных
данных.
Доходный подход оценивает стоимость недвижимости в данный момент как
текущую стоимость будущих денежных потоков, т.е. отражает:
 качество и количество доходов, который объект недвижимости может понести в
течение своего срока службы;
 риски, характерные как для оцениваемого объекта, так и для региона.
Основными этапами оценки недвижимости доходным подходом являются:
1) оценка валового потенциального дохода на основе анализа текущих ставок и
тарифов (ставка арендной платы) на рынке для сравнимых объектов;
2) анализ потерь;
3) расчет издержек от эксплуатации оцениваемого объекта;
4) определяется чистый операционных доход, который равен разнице валового
потенциального доход за вычетом потерь и издержек
5) преобразование чистого операционного дохода в стоимость объекта
недвижимости.
В рамках доходного подхода возможно применение одного из двух методов:
 метода прямой капитализации доходов;
 метода дисконтирования денежных потоков.
Метод прямой капитализации применяется для оценки объектов недвижимости, не
24
требующих значительных капитальных вложений в их ремонт или реконструкцию,
фактическое использование которых соответствует их наиболее эффективному
использованию.
Метод дисконтирования денежных потоков применяется для оценки
недвижимости, генерирующей или способной генерировать потоки доходов с
произвольной динамикой их изменения во времени.
Метод капитализации по расчетным моделям применяется для оценки
недвижимости, генерирующей регулярные потоки доходов с ожидаемой динамикой их
изменения.
Итак, рассмотрены основные методы расчета доходного подхода и следующим к
рассмотрению является затратный подход к оценке объектов недвижимости.
Затратный подход рекомендуется использовать при низкой активности рынка,
когда недостаточно данных, необходимых для применения сравнительного и доходного
подходов к оценке, а также для оценки недвижимости специального назначения и
использования [56, с.71].
Так как главной особенностью недвижимости является прочная связь с землей,
методы затратного подхода на практике условно подразделяют на методы оценки
земельного участка и методы оценки объектов капитального строительства (здания,
сооружения), при этом неподверженность земли износу предполагает выделение группы
методов оценки износа, но лишь применительно к объектам капитального строительства.
Этапы затратного метода:
1) оценивание стоимости земельного участка как незастроенного с учетом его
наиболее эффективного использования;
2) вычисление прямых и косвенных затрат для строительства объекта на текущую
дату;
3) вычисление предпринимательской прибыли;
4) вычисление полной восстановительной стоимости как сумма прямых и
косвенных затрат и предпринимательской прибыли;
5) вычисление накопленного износа здания;
6) вычисление разницы полной восстановительной стоимости строения и
накопленного износа. данная величина является остаточной стоимостью
строения;
7) вычисление суммы остаточной стоимости и стоимости земельного участка –
стоимости объекта недвижимости;

25
8) корректировка стоимости объекта в случае необходимости. например, стоимость
элементов движимого имущества, которые закреплены к объекту.
Итак, рассмотрены особенности расчета затратного подхода и следующим к
рассмотрению является сравнительный подход к оценке объектов недвижимости.
Сравнительный (рыночный) подход к оценке объектов недвижимости:
совокупность методов оценки стоимости недвижимости, основанных на сравнении
объекта оценки с аналогичными объектами, в отношении которых имеется информация о
ценах сделок с ними.
Сравнительный подход к оценке недвижимости базируется на информации о
недавних сделках с аналогичными объектами на рынке и сравнении оцениваемой
недвижимости с аналогами. Исходной предпосылкой применения сравнительного подхода
к оценке недвижимости является наличие развитого рынка недвижимости.
Сравнительный подход базируется на трех основных принципах оценки
недвижимости: спроса и предложения, замещения и вклада. На основе этих принципов
оценки недвижимости в сравнительном подходе используется ряд количественных и
качественных методов выделения элементов сравнения и измерения корректировок
рыночных данных сопоставимых объектов для моделирования стоимости оцениваемого
объекта.
Сравнительный подход можно рассчитать при помощи математической модели.
Математическая модель сравнительного подхода представляется в следующем виде:

С = 𝑊𝐶 , (1)

где 𝐶 – это оценка стоимости объекта недвижимости; 𝐶 – оценка стоимости


объекта с использованием данных о цене i-го аналога; n – количество объектов-аналогов;
W – вклад i-го аналога в стоимость объекта оценки.
Сумма всех вкладов равна единице:

𝑊 = 1. (2)

Под вкладом понимается величина, на которую может измениться стоимость


оцениваемого объекта недвижимости при добавлении нового фактора недвижимости.
Оценка стоимости объекта с использованием данных о цене i-го аналога имеет
следующий вид:

𝐶 = 𝑃 + ∆𝑝 , (3)

26
где 𝑃 – стоимость i-го объекта аналога; k – количество ценно-образующих
характеристик; ∆𝑝 – величина корректировки цены i-го аналога по j-ой ценно-
образующей характеристике (например, состояние объекта, его местоположение,
этажность и т.п.).
Основополагающим принципом сравнительного подхода к оценке недвижимости
является принцип замещения, который говорит о том, что при наличии на рынке
нескольких схожих объектов рациональный инвестор не заплатит больше той суммы, в
которую обойдется приобретение недвижимости аналогичной полезности [56, с.72].
Основными критериями выбора сопоставимых объектов (аналогов) являются права
собственности на недвижимость, условия финансирования сделки, условия и время
продажи (предложения), местоположение объекта недвижимости, физические
характеристики оцениваемого объекта.
Условия применения сравнительного подхода для оценки недвижимости:
 объект не должен быть уникальным;
 информация должна быть исчерпывающей, включающей условия совершения
сделок;
 факторы, влияющие на стоимость сравниваемых аналогов оцениваемой
недвижимости, должны быть сопоставимы.
Этапы сравнительного подхода:
1. Изучение рынка - проводится анализ состояния и тенденций рынка и особенно
того сегмента, к которому принадлежит оцениваемый объект; выявляются объекты
недвижимости, наиболее сопоставимые с оцениваемым, проданные сравнительно недавно.
2. Сбор и проверка достоверности информации о предлагаемых на продажу или
недавно проданных аналогах объекта оценки недвижимости; сравнение объектов-аналогов
с оцениваемым объектом. Оценщик собирает максимально возможное количество
информации о продаже аналогичных объектов недвижимости. Источниками информации
могут служить: регистрация владельцев, информация коллег, официальные записи и
статистические данные. Собирая информацию, оценщик должен быть уверен в ее полноте
и объективности. В обязательном порядке должна присутствовать информация о
стоимости 1 кв. метра площади объекта, даты сделки, местонахождение объекта, условия
сделки и другие показатели, которые оценщик сочтет необходимыми. Оценщик должен
быть уверен, что сделка состоялась между двумя независимыми сторонами и на
уплаченную цену не повлияли ни какие факторы, в том числе и близкие отношения между
сторонами.

27
Кроме того, оценщик должен изучить условия, на которых были достигнуты
договоренности о сумме продажи объекта или арендной платы, сравнить эти величины с
рыночной информацией по данному поводу. Арендная плата за новое здание, к примеру,
на рынке недвижимости может быть хорошим индикатором, а сделка между связанными
обязательствами партнерами или родственниками – нет.
3. Временные корректировки. Очень часто оценщик располагает информацией о
сделках, которые произошли несколько лет назад. В условиях экономики с высоким
уровнем инфляции нужно знать точную дату сделки, чтобы сделать математические или
качественные поправки при анализе данных.
4. Корректировка цен продаж выбранных аналогов в соответствии с отличиями от
объекта оценки. В реальной практике трудно найти абсолютно похожие объекты
недвижимости по размеру, местоположению, возрасту, конструкции, планировке и др.
параметрам. В этой ситуации, оценщик должен подходить к проблеме с той точки зрения,
что любая информация лучше, чем ее отсутствие.
Исходя из ее природы и на основании собственного опыта, оценщик определяет
различия между сравниваемыми объектами недвижимости, выражает их в стоимостной
форме. Эти различия оценщик находит в местоположении объектов, степени их износа,
определяет различия по многим другим факторам [56, с.74].
Стоимостные поправки:
а) Абсолютные поправки, вносимые к единице сравнения, изменяют цену
проданного объекта-аналога на определенную сумму, в которую оценивается различие в
характеристиках объекта-аналога и оцениваемого объекта. Положительная поправка
вносится, если оцениваемый объект лучше сопоставимого аналога, отрицательная, если
хуже;
б) Денежные поправки, вносимые к цене проданного объекта-аналога в целом,
изменяют ее на определенную сумму, в которую оцениваются различия в
характеристиках.
Процентные поправки вносятся путем умножения цены продажи объекта-аналога
или его единицы сравнения на коэффициент, отражающий степень различий в
характеристиках объекта-аналога и оцениваемого объекта. Если оцениваемый объект
лучше сопоставимого аналога, то к цене последнего вносится повышающий коэффициент,
если хуже – понижающий.
Преимущества сравнительного подхода:
в итоговой стоимости отражается мнение типичных продавцов и покупателей;
в ценах продаж отражается изменение финансовых условий и инфляция;
28
 статически обоснован;
 вносятся корректировки на отличия сравниваемых объектов;
 достаточно прост в применении и дает надежные результаты.
Недостатки сравнительного подхода:
 различия продаж;
 сложность сбора информации о практических ценах продаж;
 проблематичность сбора информации о специфических условиях сделки;
 зависимость от активности рынка;
 зависимость от стабильности рынка;
 сложность согласования данных о существенно различающихся продажах.
Итак, рассмотрены особенности всех трех подходов оценки недвижимости при
ее ценообразовании.
Как и было упомянуто ранее, на выбор методов оценки наряду со спецификой
самого объекта влияет количество и качество исходной информации, используемой для
расчета стоимости. Очевидно, что чем больше исходной информации и чем выше ее
качество, тем больше возможностей у оценщика использовать различные методы оценки и
достичь требуемой точности оценки.
В рамках доходного подхода оценщик определяет стоимость объекта оценки на
основе ожидаемых будущих денежных потоков или иных прогнозных финансовых
показателей деятельности организации, ведущей бизнес (в частности, прибыли).
Доходный подход реализуется двумя основными методами: метод капитализации дохода
и метод дисконтирования денежных доходов. При применении методов доходного
подхода, важное значение имеет период прогнозирования.
Продолжительность прогнозного периода зависит от ожидаемого времени
достижения организацией, ведущей бизнес, стабилизации результатов деятельности или
ее прекращения. При прогнозировании денежных потоков оценщики нередко используют
методы статистики и динамики [78, с.59].
Многие теоретики - экономисты (Ковалев В.В., Грибовский С.В. Савицкая Г.В.,
Сивец С.А.) подразделяют методы по степени их формализуемости, т.е. по тому,
возможно ли и в какой степени описать данный метод с помощью неких
формализованных (в первую очередь математических) процедур [25, с.124].
Согласно степени формализуемости все методы в оценке можно подразделить на
формализованные и неформализованные методы.
Неформализованные методы основаны на описании аналитических процедур на
логическом уровне, а не на строгих аналитических зависимостях. Применение этих
29
методов характеризуется определенным субъективизмом, большое значение имеют опыт
и профессиональное мнение оценщика.
К формализованным (математическим) методам относят методы, в основе которых
лежат достаточно строгие формализованные аналитические зависимости [30, с.84]:
Применение методов математики в оценке достаточно широкое освещение в
получили в следующих работах: Дж. К. Эккерта "Организация оценки и налогообложения
недвижимости " (М.: Российское общество оценщиков, Академия оценки, СТАР ИНТЕР,
1997), учебное пособие С.В. Грибовского "Оценка доходной недвижимости" (СПб.:
Питер, 2001) и учебно-практическое пособие С.А. Сивец "Статистические методы в
оценке недвижимости и бизнеса" (Запорожье: Просвита, 2001), в которых показана
возможность применения математических методов при оценке недвижимости и других
видов имущества [30, с.5].
Таким образом, различные объекты собственности имеют различную методологию
их оценки, которая регламентируется соответствующими Федеральными стандартами
оценки. Федеральные стандарты оценки объединяют методы оценки в три известных
подхода оценки на основе общей методологии. В теории оценки существуют
разнообразные классификации методов на основе тех или иных признаков. Для данного
исследования, все методы были условно подразделены на формализованный и
математические методы.

2.2 Особенности применения методов математического моделирования для оценки


стоимости объектов недвижимости

Каждый подход имеет свои методы оценки, которые в свою очередь можно
разделить на:
 формализованные;
 неформализованные.
Одним из направлений формализованного научного подхода является применение
методов математики в оценке.
Математическое обоснование достигнутых результатов в оценочной деятельности
приобрело особую значимость с ростом числа коммерческих предприятий, увеличением
сферы рыночных отношений, в который вовлечен частный капитал, с ростом потребности
определения рыночной стоимости для операций купли-продажи и других многочисленных
и сложных вариантов реализации стоимости имущественных прав.
Использование математики в исследовании экономических процессов позволяет

30
[29, с.8]:
 выделить, и формализовано описать наиболее существенные связи между
экономическими переменными, описывающими процессы или явления;
 оценить форму и параметры связи между переменными, соответствующие
фактическим наблюдениям;
 точно и компактно изложить отдельные положения теории оценки,
математически описав подходы и методы оценки.
Касательно использования математических методов в оценке следует отметить
двоякую возможность их применения:
 в виде описательных математических моделей трех известных подходов и
методов оценки, позволяющих лучше понять их сущность;
 в виде математических моделей результирующего показателя стоимости от
множества ценно-образующих факторов при использовании сравнительного
подхода в оценке различных видов имущества.
В оценочной деятельности, которую можно отнести к прикладной экономике,
математические методы применяют как для формализованного описания
методологических подходов и методов оценки, так и для расчетов отдельных конкретных
показателей, участвующих в определении стоимости объектов собственности [43, с.69].
В своей деятельности оценщику приходится обрабатывать большое количество
информации. Важным преимуществом применения математических методов в оценке
является возможность обработки и анализа значительных объемов рыночной информации,
что позволяет снизить транзакционные издержки и глубже понять процессы,
происходящие на рынке данного типа имущества, а также обеспечить более качественные
и доказательные результаты оценки.
Математические методы являются инструментом для математического
моделирования. Математическим моделированием является процесс построения, анализа
и использования математической модели для изучения объекта оригинала. Использование
математического моделирования для изучения экономических процессов известно, как
экономико-математическое моделирование.
Экономико-математические модели характеризуют взаимосвязь изучаемого
экономического процесса с другими явлениями. По характеру изучаемых взаимосвязей
между событиями и явлениями различают детерминированные (функциональные) и
вероятностные (стохастические) модели.
Детерминированный модель имеет вид [58, с.46]:
𝑌 = 𝑓(𝑥 … .𝑥 ) (4)
31
где Y — объясняемая переменная; 𝑓(𝑥 … .𝑥 ) — функция, выражающая
функциональную зависимость между объясняемой переменной Y и независимыми
переменными 𝑥 .
Функциональные связи характеризуются полным соответствием между
независимыми переменными 𝑥 и функцией Y.
При стохастической связи нет полного и однозначного соответствия между
переменными 𝑥 и Y.
Сама вероятностная природа оценки свидетельствует о том, что между различными
факторами, влияющими на результирующий показатель (стоимость объекта), существует,
как правило, не детерминированная (функциональная) связь, а стохастическая.
В статистике при изучении стохастических зависимостей переменные принято
называть факторными признаками (признаками-факторами), а зависимую переменную Y
как результат действия факторных признаков — результирующим признаком. В этом
случае стохастическая зависимость результирующего признака Y от совместного и
одновременного действия факторных признаков, а также неконтролируемых и
неучтенных факторов описывается вероятностной математической моделью вида [58,
с.48]:
𝑌 = 𝑓(𝑥 … .𝑥 , 𝑢) (5)
где Y — результирующий признак; 𝑓(𝑥 … .𝑥 ) — функция, выражающая
объективную закономерность между результирующими признаками Y и факторными
признаками 𝑥 ; 𝑢 — случайная величина, учитывающая влияние всех прочих факторов
(неконтролируемых и неучтенных, а также ошибок измерения).
В основу другой классификации моделей положен учет фактора времени. По этому
фактору математические модели делятся на статические и динамические. В статической
модели состояние объекта описывается в конкретный момент или период времени.
Динамическая модель описывает взаимодействие факторов с учетом их изменения во
времени.
Применительно к оценке объектов недвижимости математические методы можно
условно подразделить на методы [43, с.159]:
 регрессионных моделей;
 методы анализа и прогнозирования временных рядов;
 методы матричной алгебры.
Следует рассмотреть подробнее применение математических методов для оценки
стоимости различных объектов собственности.

32
Применение регрессионного анализа в оценке осуществляется в рамках
сравнительного подхода и позволяет установить закономерность влияния основных
ценно-образующих факторов на изучаемый результирующий (как правило, стоимостный)
показатель, как в их совокупности, так и каждого фактора в отдельности [49, с.75].
С помощью регрессионного анализа как метода математической статистики
удается, во-первых, найти и описать форму аналитической зависимости результирующего
показателя от факторных переменных и, во-вторых, оценить тесноту этой зависимости.
Благодаря решению первой задачи получают регрессионную модель, с помощью которой
затем рассчитывают искомый показатель при заданных значениях факторных
переменных. Решение второй задачи позволяет установить надежность рассчитанного
результата [58, c.78].
Основная цель регрессионного анализа состоит в определении связи между
некоторой характеристикой Y(стоимостью объекта оценки) и величинами х1, х2,…, хn
(различными характеристиками объекта оценки), которые обусловливают, объясняют
изменения Y [84, с.47].
Результирующим показателем могут быть цена объектов собственности, стоимость
их замещения или воспроизводства, приносимый доход (в виде арендных платежей,
экономии от использования данного объекта собственности), реже результирующей
переменной являются отдельные показатели, которые участвуют в определении
стоимости объекта оценки (коэффициент дисконтирования, коэффициент капитализации,
уровень износа и др.). Характер ценно-образующих факторов зависит от результирующего
показателя и объекта оценки, а также существующих реальных экономических
взаимосвязей:
а) для недвижимости факторными переменными могут являться: площадь здания
(земли), месторасположение, окружающая инфраструктура, уровень износа, уровень
внутренней отделки (для зданий и сооружений), материал стен, год постройки и др.;
б) для машин и оборудования: степень износа комплектующих, параметрические и
качественные характеристики (уровень производительности. скорость и др.);
в) для бизнеса такими ценно-образующими факторами могут являться финансовые
показатели: выручка, прибыль, денежный поток, дивиденды, стоимость чистых активов,
балансовая стоимость активов и некоторые другие;
г) для НМА и ОИС: уровень износа, отрасль применения, срок охранного
документа и др.
Стоимость объекта оценки формируется под воздействием множества более или
менее значимых факторов, которые в свою очередь имеют прямое или косвенное влияние
33
друг на друга. Следовательно, для получения моделей, адекватно описывающих реальные
экономические зависимости, необходимо знать и уметь использовать методы
многомерного регрессионного анализа.
Обобщенная модель множественной регрессии записывается в виде формулы (6)
При этом, Y и u - случайные переменные, остальные переменные в регрессионной модели
считаются неслучайными. Факторные переменные 𝑥 , 𝑥 ,…..𝑥 оказывают совместное
одновременное влияние на зависимую переменную Y. Случайная составляющая позволяет
учесть суммарный эффект от воздействия всех неучтенных факторов, ошибок измерения и
допущений, которые всегда присутствуют при оценке объектов собственности.
В зависимости от форм влияния факторных переменных на результирующий
показатель в теории выделяют линейные и нелинейные модели. В оценочной
деятельности наибольшее распространение получили линейные модели в силу своей
простоты и логичности, которые имеют следующий вид [16, c.27]:
𝑌 = 𝑎 + 𝑏 ∙ 𝑥 + 𝑏 ∙ 𝑥 + ⋯+ 𝑏 ∙ 𝑥 (6)
где Y - результирующая переменная;
𝑥 ,𝑥 ,…..𝑥 - факторные переменные;
𝑎, 𝑏 , 𝑏 , , … . . 𝑏 – коэффициенты уравнения регрессии.
Регрессионные модели различаются относительно числа переменных, формы
зависимостей, характера регрессии и типа явлений. Построение регрессионных моделей
включает в себя четыре этапа рисунок 3.

Рисунок 3 - Этапы регрессионного моделирования [57, c.62]


34
Этап 1. Содержательная постановка задачи исследования и формирование массива
исходной информации. Оценщиком осуществляется установление взаимосвязей,
характерных оцениваемому объекту, проводится сбор и проверка исходных данных об
объекте оценки и объектах-аналогах, что позволяет определить результирующий
показатель (зависимую переменную) и наметить перечень факторных переменных.
Этап 2. Спецификация модели. На данном этапе оценщиком принимается решение
относительного того, какие из факторов, влияющих на результирующий показатель Y,
следует включать в модель, а также анализируются особенности влияния этих факторов
на показатель Y, т.е. решают вопрос: является ли зависимость линейной или носит более
сложный характер.
Особую роль при этом играет предварительный анализ рынка объекта оценки и его
характерных особенностей, установившихся экономических взаимосвязей.
Этап 3. Калибровка модели. На данном этапе находят оценки коэффициентов
регрессионной модели. Осуществляют проверку качества полученной модели. Важным
является соотнесение полученных результатов и теоретических представлений того, как
тот или иной ценно-образующий фактор должен влиять на результирующий показатель.
Этап 4. Применение модели для прогноза и принятия решений. Построенная
модель применяется для нахождения прогнозируемого значения результирующего
показателя y.
Так как регрессионное моделирование предполагает анализ и использование
информации об объектах аналогах, его применимость зависит от уровня развитости рынка
объекта оценки и доступной информации. Отбор ценно-образующих факторов
предполагает, что оценщик может их измерить и сопоставить с характеристиками
объектов-аналогов. Вышеописанные условия исключают применение регрессионного
моделирования для уникальных объектов недвижимости, специализированного
оборудования. Методы регрессионного моделирования применяются для оценки
типичных объектов недвижимости, машин и оборудования и бизнеса, рыночная цена
которого достоверно известна (акционерные общества, акции которых котируются на
фондовом рынке).
Таким образом, регрессионное моделирование - сложный поэтапный процесс,
который не обходится без применения компьютерно-вычислительной техники. На
сегодняшний день, регрессионное моделирование широко используется многими
оценщиками. Подробно применение регрессионного моделирования будет рассмотрено в
параграфе 2.3 на примере объектов недвижимости.
Методы анализа и прогнозирования временных рядов в оценке занимают
35
немаловажное значение [61, с.174].
Временные ряды – это статистические показатели, которые зафиксированы через
последовательные промежутки времени и характеризуют изменение явления или процесса
во времени. Временной ряд состоит их двух элементов - уровня (величина исследуемого
признака yt) и времени (t), к которому относится эта величина.
Применительно к оценочной деятельности величиной yt могут быть представлены:
стоимость жилья, цены договоров на определенном рынке в разрезе времени, доход,
приносимый объектом оценки, мощность машин (оборудования), коэффициент
дисконтирования и др. Временные ряды различаются по форме представления, времени и
другим признакам.
Оценщику в своей практической деятельности постоянно необходимо отслеживать
динамику изменения различных показателей (уровня цен, объемов продаж, затрат и т.д.),
делать выводы, выдвигать гипотезы и строить прогнозы данных показателей на будущее
[30, с. 169].

2.3 Регрессионные модели построения ценообразования недвижимости

Как и было описано, в параграфе 2.2 стоимость объекта оценки формируется и под
одновременным воздействием множества более или менее значимых факторов.
Целью регрессионного анализа является оценка функциональной зависимости
математического ожидания результативного признака Y от факторных (𝑥 , 𝑥 ,…).
Для нахождения функции с наилучшим соответствием наблюдаемым значениям
используем метод наименьших квадратов.
Метод наименьших квадратов — один из базовых методов регрессионного анализа
для оценки неизвестных параметров регрессионных моделей по выборочным данным.
Метод основан на минимизации суммы квадратов остатков регрессии [68, с.71].
Согласно МНК оценки параметров выбираются таким образом, чтобы сумма
квадратов остатков модели регрессии была минимальной, то есть функционал качества
модели имеет вид:
𝑄 = 𝑒 𝑒 = (𝑌 − 𝑋𝐵) (𝑌 − 𝑋𝐵). (7)
Выполнив необходимые преобразования, получим выражение для вектора
коэффициентов регрессии:
𝐵 = (𝑋 𝑋) 𝑋 𝑌. (8)
Известно, что для получения по МНК наилучших результатов требуется, чтобы
выполнялся ряд предпосылок относительно случайного отклонения. Их также называют

36
предпосылками Гаусса-Маркова [38, с.112].
Теорема Гаусса-Маркова гласит, что наилучшие оценки параметров уравнения
регрессии могут быть получены при обязательном соблюдении следующих предпосылок:
1) математическое ожидание случайного отклонения 𝑒 равно нулю: 𝑚(𝑒 ) = 0 для
всех наблюдений;
2) дисперсия случайных отклонений постоянна: 𝑑(𝜀 ) = 𝜎 = 𝑐𝑜𝑛𝑠𝑡 для любых
наблюдений 𝑖 и j;
3) случайные отклонения 𝜀 и 𝜀 являются независимыми друг от друга для 𝑖 ≠ 𝑗;
4) случайное отклонение должно быть независимо от объясняющих переменных;
5) модель является линейной относительно параметров. для случая множественной
линейной регрессии существенными являются еще две предпосылки;
6) отсутствие мультиколлинеарности. между объясняющими переменными
отсутствует сильная линейная зависимость;
7) случайные отклонения 𝜀 , 𝑖 = 1, 2, . . . , 𝑛, имеют нормальное распределение.
Итак, перечислив все условия теоремы Гаусса-Маркова, рассмотрим подробнее
применение регрессионных моделей для оценки стоимости недвижимого имущества.
При использовании метода регрессионного моделирования перед оценщиком стоит
задача обоснованного отбора ценно-образующих факторов, влияние которых на стоимость
объекта оценки доказана с точки зрения правил статистического анализа и выбор которых
не идет в разрез с реальными экономическими зависимостями, присущими рынку
недвижимости.
Как было отмечено ранее, построение регрессионных моделей включает четыре
этапа рисунок 3. Далее рассмотрим основные этапы применения метода регрессионного
моделирования для оценки стоимости недвижимости. Ввиду сложности расчетов и
необходимости работы с большим количеством данных применение регрессионного
анализа не обходится без компьютерно-вычислительной техники [40, с.19].
Применение регрессионного моделирования для оценки стоимости недвижимости
будет рассмотрено с учетом применения наиболее распространённого программного
продукта – R Studio, а также в некоторых случаях будет применяться MS Excel.
На первом этапе происходит постановка задачи и формирование массива исходной
информации, то есть необходимо установить какой показатель будет являться
результирующей переменной Y, и какие показатели будут являться факторными
переменными 𝑥 .
При оценке недвижимости результирующей переменной могут являться такие

37
показатели, как стоимость всего объекта недвижимости, стоимость 1 квадратного метра
(«сотки», акра), стоимость замещения, строительства объекта недвижимости и др.
Характер факторных переменных во многом зависит от отличительных особенностей
недвижимости (стационарность, уникальность) и выбранной результирующей
переменной.
Так, в качестве регрессоров оценщик может выбрать следующие показатели:
площадь (земельного участка, дома, квартиры, офисного помещения), уровень отделки,
местоположение, конструктивные особенности, наличие улучшений, качество
инфраструктуры и др. Данный перечень не является исчерпывающим и во многом
основывается на предварительном анализе рынка недвижимости и объекта оценки.
Не следует забывать, что выбор факторов, включаемых в модель, в первую очередь
зависит от возможности получения исходной статистической информации. Рынок
недвижимости России сегодня активно развивается, и не редко перед оценщиком не
возникает проблемы недостаточности информации, однако, существует проблема
неравномерного развития рынка, и, в силу этого, для отдельных сегментов рынка
недвижимости может быть обозначена такая проблема. В этом случае оценщик может
применить методы матричной алгебры. Метод регрессионного моделирования
рекомендуется применять, когда на каждый оцениваемый коэффициент модели
приходится не менее 4-5 выборочных данных. Теоретически регрессионная модель
позволяет учесть любое число факторов, практически в этом нет необходимости [30, с.73].
Отбор факторов производится на основе качественного теоретико - экономического
и статистического анализа. Теоретический анализ основан на экономической теории,
профессиональном мнении и опыте оценщика, что говорит о большой субъективной
составляющей. Зачастую теоретический анализ не способен однозначно дать ответ на
целесообразность включения того или иного фактора в модель, в этом случае необходим
статистический анализ. Статистический анализ основывается на анализе основных
статистических показателей, которые будут рассмотрены далее [50, с.1].
На первом этапе оценщик должен решить задачи: преобразование качественных
факторов в количественные, оценку меры зависимости каждого из отобранных факторных
переменных и результирующего показателя; проверку на наличие мультиколлинеарности,
выбор типа функциональной зависимости для регрессионной модели [73, с.57].
Проблема перевода качественных факторов в количественные факторы особенно
актуальна при оценке недвижимости. Качественные данные — это данные,
характеризующие некоторое свойство или состояние, а также наличие или отсутствие
данного свойства у рассматриваемого объекта. В рамках оценки недвижимости, к
38
качественным факторам можно отнести: местоположение, близость локального центра
(метро, водоема, магистрали), уровень внутренней отделки помещений, материал стен,
дата постройки и др.
Количественные данные — это данные, отдельные значения которых, полученные
в результате измерения, наблюдения или счета, выражаются определенными числами [58,
с.24].
Существует несколько способов преобразования качественных характеристик в
количественные. Самый простой способ–использование бинарных переменных.
Применяется, когда исследуемый фактор имеет только два качественных уровня - наличие
или отсутствие, какого- либо свойства (наличие или отсутствие парковки, лоджии). В этом
случае используется бинарная переменная, которая при наличии признака принимает
значение 1, а при отсутствии - 0.
Если значение признака может принимать несколько альтернативных значений,
которые составляют полную группу (функциональное назначение: кафе, офис, магазин),
то для его отображения выбирается базовое свойство и объект характеризуется (n – 1)
бинарными переменными, каждая из которых означает наличие или отсутствие у данного
объекта одного из альтернативных свойств. На практике наибольшее применение находит
метод порядковой шкалы «1—9», которая позволяет учесть все степени отличий.
При этом большое значение имеет правильное соотнесение характеристики объекта
оценки со значением порядковой шкалы, не малую роль при этом играет
профессиональное мнение оценщика. В теории существует немало более сложных
методов оцифровки, которые подробно рассмотрены в трудах Анисимовой И.Н., Баринова
Н.П., Грибовского С.В [14, с.4].
Оценка меры влияния отобранных факторов на результирующий показатель
проводится с помощью графического анализа и путем расчета количественных мер
зависимости согласно основным методам корреляционного и факторного анализа [58, с.
56].
При графическом анализе происходит построение диаграммы рассеивания (для ее
построения по оси абсцисс откладываются значения X, а по оси ординат -
соответствующие значения Y) и ее визуальный анализ.
Диаграмма рассеяния (также точечная диаграмма) — математическая диаграмма,
изображающая значения двух переменных в виде точек на декартовой плоскости.
Форма связи может быть:
 прямой (положительной) – представлена на графике обозначенной буквой “а” и
буквой “в” если зависимость слабая на рисунке 4;
39
 обратной (отрицательной) - представлена на графике обозначенной буквой “б”
буквой “г” если зависимость слабая на рисунке 4;
Также данные диаграммы представленные буквой “а” и буквой ”б ” являются
примерами линейной связи.
Нелинейная связь, представлена на рисунке 4 и обозначена буквой “е” .

Рисунок 4 – Виды диаграмм рассеивания [72, c.88]

В силу того, что существует множество форм нелинейных взаимосвязей, они


требуют более сложного анализа в сравнении с линейной взаимосвязью. При анализе
диаграмм рассеивания оценщик должен уделить особое внимание возможности
корреляции в следствие неоднородности выборки. Если выборка неоднородна, то на
корреляционном поле наблюдается не одно облако точек, а два или более. В этом случае
необходимо пересмотреть методы составления массива исходной информации об
объектах.
Для количественного анализа взаимосвязи не существует универсального
показателя. Так, для количественных переменных для подтверждения линейной
взаимосвязи используется коэффициент корреляции, оценка которого по выборочным
данным определяется по формуле [39, с.51]:
̅∙ ∑( ̅ )( )
𝑟= ∙
= ∙ ∙
, (9)

где 𝑟 – линейный коэффициент связи; x y средние значения признаков; σx, σy –


среднеквадратические отклонения.
Коэффициент корреляции - это корреляционное отношение, математическая мера
корреляции двух случайных величин. В случае, если изменение одной случайной
40
величины не ведёт к закономерному изменению другой случайной величины, но приводит
к изменению другой статистической характеристики данной случайной величины, то
подобная связь не считается корреляционной, хотя и является статистической [55, с.114].
Коэффициент корреляции принимает значение от -1 до 0, если связь обратная и от
0 до +1, если связь прямая. Если значение коэффициента по абсолютной величине близко
к 1, то между признаками существует тесная линейная связь; если близко к 0, то это
свидетельствует об отсутствии линейной связи между признаками, но не об отсутствии
связи между ними вообще.
Для количественного исследования влияния качественных переменных на
результирующий показатель используется факторный анализ. Он может быть
однофакторным и многофакторным в зависимости от количества исследуемых факторов.
На практике в целях оценки недвижимости большее применение находит
однофакторный анализ, так как применение метода многофакторного анализа весьма
трудоемкий процесс и требует от оценщика определенной математической подготовки.
Проведение однофакторного анализа не является трудозатратным с помощью MS Excel:
«Сервис» – «Анализ данных» – «Однофакторный дисперсионный анализ». Для
определения влияния фактора сравниваются полученные значения «F-расчетное» и «F-
критическое», при выполнении неравенства [34, с.76]: F-расчетное > F- критическое.
Следует говорить о значимости влияния качественного фактора на
результирующий показатель. Иногда результат об отсутствии влияния того или иногда
фактора может не соответствовать действительности. Возможно, что действие фактора
было не выявлено в силу действия неучтенных факторов. К примеру, при анализе влияния
этажа, на котором расположено помещение был не учтен фактор функциональное
назначение помещения (офис, склад, кафе) - так, для офиса и склада этаж расположения
может не иметь значения, в отличие от влияния данного фактора на стоимость помещения
под кафе.
Важным аспектом отбора факторов является тест на наличие
мультиколлинеарности.
Мультиколлинеарность – наличие тесной зависимости между двумя и более
факторными переменными. Наличие мультиколлинеарности может привести к потере
точности и достоверности параметров модели, наличию больших стандартных ошибок,
неверной интерпретации значимости факторов в модели, что не позволяет построить
модель, отражающую реальные экономические взаимосвязи [35, с.139].
Выявление мультиколлинеарности возможно с помощью применения MS Excel:
«Сервис» – «Анализ данных» – «Корреляция». Или в R Studio при помощи
41
корреляционной матрицы, функция “cor”. Отсутствие мультиколлинеарности
подтверждают полученные коэффициенты, не превышающие значения 0,7. Наиболее
полное исследование наличия мультиколлинеарности можно путем применения
алгоритма Феррара–Глобера, применение которого менее распространено в силу
определенного требования к подготовке оценщика в области статистического анализа [30,
с.102].
При построении прогноза на основе модели регрессии с мультиколлинеарными
факторами необходимо оценивать ситуацию по величине ошибки прогноза. Если её
величина является удовлетворительной, то модель можно использовать, несмотря на
мультиколлинеарность. Если же величина ошибки прогноза большая, то устранение
мультиколлинеарных факторов из модели регрессии является одним из методов
повышения точности прогноза.
При условии выявления мультиколлинеарности, существует несколько способов ее
устранения:
1) один из наиболее простых способов устранения мультиколлинеарности состоит
в получении дополнительных данных. однако на практике в некоторых случаях
реализация данного метода может быть весьма затруднительна;
2) способ преобразования переменных, например, вместо значений всех
переменных, участвующих в модели (и результативной в том числе) можно взять их
логарифмы:
𝑙𝑛𝑌 = 𝛽 + 𝛽 𝑙𝑛𝑥 + 𝛽 𝑙𝑛𝑥 + 𝜀. (10)
Если рассмотренные способы не помогли устранить мультиколлинеарность
факторов, то переходят к использованию смещённых методов оценки неизвестных
параметров модели регрессии, или методов исключения переменных из модели
множественной регрессии.
Если ни одну из факторных переменных, включённых в модель множественной
регрессии, исключить нельзя, то применяют один из основных смещённых методов
оценки коэффициентов модели регрессии – гребневую регрессию или ридж (ridge).
При использовании метода гребневой регрессии ко всем диагональным элементам
матрицы (𝑋 Х) добавляется небольшое число τ: 10-6 ‹ τ ‹ 0.1.. Оценивание неизвестных
параметров модели множественной регрессии осуществляется по формуле [48, с.5]:
𝛽 = (𝑋 𝑋 + 𝜏𝐼𝑛) 𝑋 𝑌, (11)
где 𝑙𝑛 – единичная матрица.

42
Результатом применения гребневой регрессии является уменьшение стандартных
ошибок коэффициентов модели множественной регрессии по причине их стабилизации к
определённому числу.
Метод главных компонент является одним из основных методов исключения
переменных из модели множественной регрессии.
Данный метод используется для исключения или уменьшения
мультиколлинеарности факторных переменных модели регрессии. Суть метода
заключается в сокращении числа факторных переменных до наиболее существенно
влияющих факторов. Это достигается с помощью линейного преобразования всех
факторных переменных 𝑥 (𝑖 = 0, … , 𝑛) в новые переменные, называемые главными
компонентами, т. е. осуществляется переход от матрицы факторных переменных Х к
матрице главных компонент F. При этом выдвигается требование, чтобы выделению
первой главной компоненты соответствовал максимум общей дисперсии всех факторных
переменных 𝑥 (𝑖 = 0, … , 𝑛) , второй компоненте – максимум оставшейся дисперсии,
после того как влияние первой главной компоненты исключается и т. д. [46, с.145].
Метод пошагового включения переменных состоит в выборе из всего возможного
набора факторных переменных именно те, которые оказывают существенное влияние на
результативную переменную.
Итак, были рассмотрены основные методы для устранения мультиколлениарности.
Правильность выбора вида функциональной взаимосвязи предопределяет на
сколько полученная модель будет практически применима для оценки стоимости
недвижимости.
Как и было сказано в параграфе 2.2, виды функциональных связей делятся на
линейные и нелинейные. При этом на практике для оценки стоимости недвижимости
наибольшее применение находят линейные модели, которые в целом являются
теоретически наиболее обоснованными по сравнению с нелинейными моделями.
Однако не стоит ограничиваться применением только линейных моделей, выбор
модели должен соответствовать реальным экономическим взаимосвязям, которые
предварительно должны быть установлены в ходе анализа рынка недвижимости [46,
с.147].
Калибровка модели является основным этапом регрессионного моделирования.
Оцифрованные данные о характеристиках объекта недвижимости должны быть
представлены в виде таблицы.
Оценивание параметров регрессий достигается с помощью метода наименьших
квадратов (МНК) [71, с.101].
43
Результаты регрессионного анализа представляются в виде стандартной таблицы, в
которой содержатся все параметры и показатели качества модели.
Полученные результаты оцениваются на предмет качества полученной модели и
адекватности отражения ею реально существующих взаимосвязей между
результирующим показателем и факторными переменными. Оценка параметров
полученного уравнения имеют большое значение, так как для получения адекватной
модели на практике требуется проведение не одной итерации.
Результаты регрессионного анализа, представленные в формате R Studio, уже
имеют рассчитанные показатели качества полученной модели, так, что оценщику не
требуется затрачивать времени на их подсчет, что значительно облегчает анализ
регрессионной модели.
Первостепенное внимание следует уделить таким показателям полученной модели,
2
как коэффициент детерминации «R », «P – значение» и «значимость F».
2
Коэффициент детерминации R используется для анализа общего качества
полученной регрессионной модели. Он указывает, какой процент вариации у объясняется
влиянием всех включенных в модель факторных переменных. Коэффициент
детерминации всегда лежит в интервале от 0 до 1. Чем ближе значение коэффициента
детерминации к 1, тем лучше модель описывает исходный ряд данных. Формула, по
которой вычисляется данный коэффициент представлена по формуле [82, с.75]:
𝑅 = =1− 𝑅 = (12)

Показатель «значимость F» используется для установления значимости модели в


целом. Модель считается статистически значимой, если данный показатель не
превосходит 0,01.
«P– значение» говорит о значимости каждого коэффициента, включенного в
модель. Коэффициент считается статистически значимым, если соответствующее «P–
значение» меньше 0,05. При этом стоит отметить особую значимость константы
уравнения- свободного коэффициента регрессии, который отражает влияние факторов, не
включенных в модель, но оказывающих влияние на исследуемую переменную [82, с.77].
Исключение свободного члена из модели привет к ее жесткой
детерминированности. Применительно к оценке стоимости недвижимости исключение
свободного члена будет означать, что на стоимость объекта влияют только учтенные в
модели факторы, что противоречит вероятностной природе оценки и является
экономически необоснованным.
Не смотря на предварительный анализ рынка недвижимости и оценки влияния
44
отдельно взятых факторов не удается с первого раза получить модель, полностью
отвечающую параметрам качества.
Значимость факторов и модели в целом может меняться в зависимости от общего
количества факторов, включенных модель. Возникает проблема - сколько и какие
факторы стоит включать в модель.
Методом определения количества факторов, которые следует включить в модель
является пошаговый метод построения модели множественной регрессии. Существуют
две разновидности этого метода - прямая пошаговая регрессия и обратная пошаговая
регрессия [39, с.187].
При прямом методе переменные по одной добавляются в модель до тех пор, пока в
нее не войдут все значимые для прогноза переменные. При обратном пошаговом методе в
начале построения в модели присутствуют все переменные, по которым имеются данные
и на каждой итерации удаляется самая «плохая» с точки зрения статистической
значимости переменная [71, с.102].
Окончательная модель, выбранная оценщиком для определения стоимости
недвижимого имущества, в противовес правилам статистики может содержать факторы,
статистически незначимы согласно полученному результату, но включение, которых в
модель может быть теоретически обосновано оценщиком на основе опыта и
профессионального мнения.
Таким образом, применение регрессионных моделей для оценки стоимости
недвижимости основаны как на правилах статистики, так и на теоретическом понимании и
интерпретации существующих взаимосвязей экономических явлений. Большую роль при
построении регрессионных моделей играет предварительный анализ рынка недвижимости
и установление характерных для объекта оценки закономерностей влияния определенных
факторов на его стоимость.
Одним из этапов построения регрессионной модели является проверка на
нормальность распределения.
Существует несколько способов проверки анализируемых данных на нормальность
распределения. Все их можно разделить на две группы [26, с.119]:
1) графические - построение гистограммы либо построение т.н. графиков
квантилей;
2) формальные тесты - существует целый ряд статистических тестов, специально
разработанных для проверки нормальности распределения данных.
В общем виде проверяемую при помощи этих тестов нулевую гипотезу можно
сформулировать так: "Анализируемая выборка происходит из генеральной совокупности,
45
имеющей нормальное распределение". Если получаемая при помощи того или иного теста
вероятность ошибки Р-value оказывается меньше некоторого заранее принятого уровня
значимости (например, 0.05), нулевая гипотеза отклоняется.
В R реализованы практически все имеющиеся тесты на нормальность - либо в виде
стандартных функций, либо в виде функций, входящих в состав отдельных пакетов.
Примером базовой функции является Shapiro.test(), при помощи которой можно
выполнить широко используемый тест Шапиро-Уилка. Также есть и другие тесты на
нормальность распределения остатков:
 тест Андерсона-Дарлинга - ad.test();
 тест Крамера Фон Мизеса - cvm.test();
 тест Колмогорова-Смирнова в модификации Лиллиефорса - lillie.test();
 критерий хи-квадрат Пирсона - pearson.test();
 тест Шапиро-Франсия - sf.test().
Практическое применение метода регрессионного моделирования будет
рассмотрено в параграфе 3.2.
Итак, в данном параграфе рассмотрен порядок построения регрессионного
моделирования, порядок оценивания значимости факторов регрессии, также изучено как
проводится анализ качества построенной модели.

2.4 Аналитика динамики цен коммерческой недвижимости города Томска

Перед тем как построить модель ценообразования коммерческой недвижимости, а


именно цены аренды для офисных помещений, следует рассмотреть динамику цены
коммерческой недвижимости в городе Томска.
По последним данным на конец 2018 года, компания “RID Analytics” проводила
анализ предложения на рынке аренды и продажи коммерческой недвижимости города
Томск. Рассмотрим динамику удельных цен объектов предложенных на рынке
коммерческой недвижимости города Томска.
В данном графике динамика цены офисной недвижимости изображена линией
красного цвета рисунок 5.

46
Динамика средних удельных цен объектов,
предложенных к продаже на вторичном рынке
коммерческой недвижимости г. Томска
60 000
50 000
40 000
30 000
20 000
10 000
0

Офисные Производственно-складские Торговые

Рисунок 5 - Динамика средней цены продажи коммерческой недвижимости в городе


Томск [51, с.1]

Экономический кризис 2008 г. впервые за последние 10 лет вновь привел к


снижению спроса и существенной коррекции цен и ставок аренды на рынке коммерческой
недвижимости. Кризис по-разному затронул разные сегменты рынка, в некоторых городах
до конца 2008 г. наблюдался ценовой рост (связанный как с инерцией, так и с «выбросом»
на рынок дорогих помещений – как на продажу, так и в аренду). Однако, в первой
половине 2009 г. существенная коррекция цен стала очевидной: пошло массовое
снижение цен и ставок во всех городах Сибири. Затем наступил длительный период
стагнации и постепенного восстановления цен и ставок. Со второй половины 2012 г. на
рынке недвижимости наблюдался стабильный рост средних цен и ставок в большинстве
городов Сибири.
С конца 2014 г. тенденция изменилась: рынок находится в состоянии плавного
снижения цен и ставок. Как и в предыдущий кризис, более активно на кризис реагирует
рынок аренды, в то время как рынок продажи, скорее, показывает стагнацию цен
предложения.
Выборка компании “RID Analytics” для анализа рынка аренды коммерческой
недвижимости в 3 квартала 2018 г. состояла из 839 объектов, из которых 45 % от общего
числа - офисные помещения, 22% - производственно-складские и 33% - торговые
помещения. Средняя удельная арендная ставка (руб./м2 в мес.) для Томска составила:
 для офисных помещений – 433 рублей;
 для торговых – 605 рублей;
 для производственно-складских – 155 рублей.
Далее представлен график, характеризующий динамику средних арендных ставок в

47
Томске, начиная со 2 квартала 2010 года по 3 квартал 2018 года рисунок 6.

Динамика средних арендных ставок


объектов на вторичном рынке
коммерческой недвижимости г. Томска
800

600

400

200

Офисные Производственно-складские Торговые

Рисунок 6 – Динамика средней цены аренды коммерческой недвижимости в городе Томск


[51, с.1]

Также рассматривается динамика средних арендных ставок объектов на рынке


коммерческой недвижимости города Томска в зависимости от местоположения, в каком
районе находится офисное помещение.

Таблица 2 - Динамика средних арендных ставок в зависимости от местоположения


офисной недвижимости, руб./кв.м [51, с.1]

Период/Район Кировский Ленинский Октябрьский Советский Пригород


4 квартал 2010 г. 391 390 412 442 -
4 квартал 2015 г. 543 446 417 535 427
4 квартал 2016 г. 446 437 366 533 267
4 квартал 2017 г. 443 458 356 494 353
Период/Район Кировский Ленинский Октябрьский Советский Пригород
2 квартал 2018 г. 454 434 356 482 413
3 квартал 2018 г. 457 432 347 471 378
Прирост* 0,7% -0,5% -2,5% -2,3% -8,5%

Исходя данной таблицы, можно сделать вывод, что в таких районах как Кировский,
Советский, Ленинский стоимость аренды офисной недвижимости чуть дороже, чем в
Октябрьском районе или в пригороде.

48
Структура объектов предложенных к аренде на рынке коммерческой
недвижимости на 3ий квартал 2018 года по данны
данным компании “RID Analytics” выглядит
следующим образом, которая представлена в виде гистограмм на рисунке 7.

Структура объектов, предложенных к аренде


на рынке коммерческой недвижимости
г. Томска, 3 квартал 2018 г.

33% Офисные
45%

Производственно-
Производственно
22% складские

Торговые

Рисунок 7 – Структура объектов, на рынке коммерческой недвижимости [51, с.1]

Так как данной работе рассматривается аренда офисной недвижимости города


г
Томска. Перечислены основные известные Бизнес-центры
центры и торгово-офисные
торгово центры
города Томска по состоянию на 3ий квартал 2018 года.
Бизнес-центры:
центры: «Дипломат», «Деловой центр», «Воскрес
«Воскресенский», «Триград»,
«Ризалит», «Гринвич», «Крыл
«Крыловъ», «Консул», «Вертикаль»,
ь», «Красное знамя», «Яромир»,
«Альянс», «Атриум».
Торгово-офисные
офисные центры: «Статус», «Акселератор», «Олимп», «Первый деловой
центр».
В целом по результатам 33-го
го квартала 2018 г. ситуация сложилась следующим
образом:
Центральный район: средняя цена пр
продажи
одажи 1 кв.м. помещений офисного
назначения установилась на уровне 60976 руб./кв.м. Ставка аренды - на уровне 622,38
руб./кв.м. в мес.
Приближенный к центру: средняя цена продажи 1 кв.м. помещений офисного
назначения установилась на уровне 57127 руб./кв.м. Ставка аренды на уровне средней за
период (519,91 руб./кв.м. в мес.
Средней удаленности: средняя цена продажи 1 кв.м. помещений офисного
назначения установилась на уровне 36899 руб./кв.м. Ставка аренды на уровне 403,09
руб./кв.м. в мес.
49
Окраина: средняя цена продажи 1 кв.м. помещений офисного назначения
установилась на уровне 29460 руб./кв.м. Ставка аренды на уровне 344,68 руб./кв.м. в мес.

Таблица 3 - Интервалы цен предложения на рынке офисной недвижимости [51, с.1]

Район Минимум, руб./кв.м. Максимум, руб./кв.м.


Аренда 347,35 2 797,51
Центр
Продажа 26 595,52 104 998,24
Приближенный к Аренда 298,15 1 977,84
центру Продажа 28 870,18 87 200,77
Аренда 265,68 737,02
Средней удаленности
Продажа 19 082,11 65 648,58
Аренда 136,78 487,08
Окраина
Продажа 14 731,20 47 853,09

В данной таблице представлена средняя цена аренды и продажи офисных


помещений за квадратный метр в городе Томск по состоянию на 3ий квартал 2018го года.
В данной таблице видно, что расстояние от центра сильно влияет на цену аренды
офисных помещений, так как стоимость минимальной цены аренды в окраине города чуть
ли не в 3 раза меньше чем в центре города. А вот цену на продажу она тоже влияет, но не
так сильно как на аренду, так как стоимость самих офисов при продаже она достаточно
высокая. Поэтому территориальная стоимость, можно сказать стоимость земельного
участка на которой стоит Бизнес-центр или другое здание занимает относительно малую
часть стоимости офисного помещения.
Вывод: Во второй главе рассмотрены основные подходы к оценке рыночной
стоимости недвижимости и ее методы согласно федеральному стандарту оценки,
выяснилось, что методы подразделяют на формализованные и неформализованные. Один
из направлений формализованных подходов является применение математических
методов в оценке. А одной из математических методов является метод регрессионных
моделей при помощи которой, будет построена модель ценообразования недвижимости.
Также в целях представления рынка коммерческой недвижимости города Томска, изучена
динамика цены продажи и аренды коммерческой недвижимости с 2010 года по 2018год.

50
3 Построение модели ценообразования на рынке аренды коммерческой
недвижимости города Томска на языке R
3.1 Формирование базы данных, рынка аренды офисной недвижимости города
Томска и подготовка для загрузки в программу R

В ходе изучения рынка недвижимости было принято решение построить модель


для рынка аренды коммерческой недвижимости, а именно выбраны офисы как один из
видов коммерческой недвижимости. Так как стоимость офисов достаточно высока
продажи офисов на рынке недвижимости происходят очень редко, поэтому в построения
модели ценообразования мы будем анализировать не цену продажи офисов, а цену на
аренду таких видов недвижимости. Для построения и анализа в качестве реальных данных
будем рассматривать аренду офисных помещений города Томска.
Для построения модели ценообразования на рынке аренды коммерческой
недвижимости города Томска были получены данные с сайта ЦИАН, с данного сайта
были получены 308 объявлений об аренде офисных помещений на данный момент. Так
как в ходе выбора источника реальных данных сайт ЦИАН наиболее удобен в получении
данных, на сайте ЦИАН есть возможность приводить данные об аренде офисных
помещений в табличный вид и выгружать все данные в формате для Exсel файла.
Для выгрузки данных в формате Excel полученные результаты приводятся в
табличный вид и внизу страницы при помощи кнопки сохранить файл в Excel, проводится
экспорт данных. Полученные данные требуется подготовить для дальнейшего анализа в R
при помощи графического интерфейса пользователя R Studio.
В предложенном варианте реальных данных предложены атрибуты офисных
помещений: тип (аренда, продажа), площадь, класс офиса, адрес, здание, этаж, высота
потолков, цена, телефон, парковка, доступ, дополнительно, лифт, ворота и ссылка на
объявление. Следует рассмотреть каждый атрибут по степени важности.
Тип – показывает тип объявления продажа или аренда, так как мы выбрали только
аренду, поэтому так же можем удалить данный столбец.
Площадь – один из важных атрибутов в нашей таблице. Так как площадь во всей
таблице измеряется в м2 то можно удалить данное дополнение при помощи макросов и
оставить только цифры.
Класс – престиж того или иного помещения следует учитывать при организации
собственного бизнеса. Чтобы этот процесс упростить, была придумана классификация
офисов, которая имеет шкалу в виде латинских букв: A, B, C, D. Также имеются
подклассы А+ А- и т.д.

51
Адрес – с помощью данного атрибута можно получить расстояние до условного
центра города. О Важности данного атрибута будет рассмотрено более подробно, так как
это важнейший атрибут после площади, который влияет на цену.
Здание – информация с данного атрибута не столь важна, да и не во всех
объявлениях это указано, так что можно удалить данный атрибут.
Этаж – состоит из двух чисел, первое число показывает, на каком этаже находится
офис, второе число это этажность здания. Для удобства этот атрибут разделен на две
части: этаж, этажность здания.
Высота потолков – практически все офисы имеют стандартную высоту потолков,
поэтому в объявлениях это мало кто указывает, можно удалить данный атрибут.
Цена – указана плата за аренду в месяц и минимальный срок предоплаты, для
удобства было разделено на два разных атрибута, как это было сделано с атрибутом этаж
и при помощи макросов удаляются буквенные значения, так как цена везде указана в
рублях, а срок предоплаты, как правило, в месяцах.
Также для удобства представления о цене аренды был добавлен атрибут цена
аренды за квадратный метр, атрибут был получен путем разделения цены аренды на
площадь арендуемого помещения.
Телефон – Для анализа цен квартиры телефон арендодателя не повлияет на
стоимость квартиры, данный атрибут можно удалить.
Парковка – В некоторых объявлениях не указано наличие или отсутствие парковки,
а в тех что есть либо она платная либо бесплатная.
Доступ - данный атрибут показывает свободный ли доступ к офисному
помещению, у всех стоит свободный поэтому атрибут убирается.
Дополнительно – не во всех объявлениях заполнен данный атрибут, так что
атрибут удаляется.
Лифт, ворота, ссылка на объявление – также не нужные атрибуты, так как их редко
кто указывает, а если в объявлении не указано сложно предположить наличие или
отсутствие.
Данные для построения модели, получены с сайта ЦИАН и было получено 308
объявлений изначально. Но так как это сайт куда выкладывают свои объявления
непрофессиональные люди, то в некоторых полученных данных присутствуют ошибки
такие как опечатка, недостаточность информации об объекте, неадекватная стоимость
аренды, дублирование одного и того же объекта и т.д. Такие данные не дают адекватную
оценку состояния рынка и могут повлиять на качество построенной модели, проведена

52
работа над устранением этих ошибок, перед тем как стоить модель ценообразования
недвижимости.
В ходе устранения ошибок были удалены 64 данных об объектах коммерческой
недвижимости по разным причинам. Итого осталось 244 данных, что уже мало для
построения адекватной модели, в результате был сделан вывод, что нужно дополнить
данные дополнительными объектами аренды офисных помещений. Информация о
дополнительных объектах была предоставлена агентством недвижимости “ТОККО”, из
базы данного агентства выгружены данные об аренде офисных помещений в настоящее
время, и произведено слияние данных полученных с сайта ЦИАН, после удаления
дублирований осталось 332 актуальных объектов. Из которых с Кировского района 87,
Ленинского 111, Октябрьский 64, Пригород 9 и Советский 61 объектов аренды офисных
помещений.
Атрибуты полученных значений подразделяются на количественные и
качественные.
Количественные: цена аренды, площадь, расстояние до центра города, расстояние
до ближайшего административного центра, этажность здания, этаж.
Качественные: район, тип здания, отличительный класс здания, наличие
коммунальных платежей или его отсутствие, а также охраны и парковки.

3.2 Значимость расстояния от центра города до места расположения офисной


недвижимости, на ее стоимость

Правильно выбранное месторасположения офиса – одно из определяющих


успешность бизнеса условий. Несмотря на присутствующую в последние годы
устойчивую тенденцию к децентрализации размещения офисов в крупных мегаполисах,
расположенные в центральных районах городов офисные центры пользуются постоянным
высоким спросом.
Безусловным достоинством расположенного в центре города офисного помещения
является высокий уровень представительских и рекламных качеств, благоприятно
влияющих на имидж компании.
Высокая цена, намного превышающая стоимость офисов в удаленных от центра
районах и на городских окраинах, перекрывается возможностями делового развития и
роста узнаваемости компании, предоставляемой локацией в центральной части города.
Среди других недостатков расположенной в центральной части города офисной
недвижимости:

53
 ограниченность площадей и их планировок в пользующихся высоким спросом
офисных комплексах;
 затрудненный переизбытком транспорта подъезд;
 проблемы с парковочными местами для автомобилей сотрудников, партнеров и
клиентов.
В данном случае чтобы понять насколько сильно влияет расстояние от центра
города расположение офисного помещения на цену аренды, в первую очередь нужно
обозначить условные центры и подсчитать расстояние до них.
В качестве условных центров города можно взять административные центры
города Томска, так как офисам зачастую требуется взаимодействовать с ними, их в городе
4, так как город разделен на 4 внутригородских района таких как: Кировский, Советский,
Октябрьский и Ленинский.
На рисунке 8 представлена карта города Томска, где изображена основная часть
города, в данной карте маркерами для наглядности указаны административные центры
города, а также Ново-Соборная площадь.

Рисунок 8 – Условные центры города Томска


54
Посчитав расстояние офисных помещений до каждого из них можно выписать
полученное минимальное расстояние, и обозначить как минимальное для администрации
и обозначается в модели как “minad”.
Также можно рассмотреть расстояние до центра города в целом для всех, центром
города в большинстве случаев считается площадь. В данном случае можно взять для
примера расстояние до Ново-соборной площади и обозначить ее как расстояние до ново-
соборной площади и обозначается в модели как “novosob”.
Далее можно попробовать построить зависимость цены от расстояния до
администраций районов города Томска и зависимость цены от расстояния до Ново-
соборной площади и вычитать коэффициент значимости.
В качестве атрибута минимальное расстояние берется минимальное для
администрации, если она меньше расстояния до ново-соборной площади, если нет, то
берется расстояние до Ново-соборной площади и обозначается как “minras”. Данный
показатель будет учитываться при построении модели.
Для того чтобы рассчитать расстояние по началу использовался метод расчета по
маршруту для автомобилей, но так как путь из пункта “А” в пункт “Б” не всегда равняется
пути из пункта “Б” в пункт “А”, то следует рассчитывать длину пути по обе стороны.

Рисунок 9 – пример расчета пути от офисного помещения до условного центра города

По координатам с Ново-соборной площади до торгово–офисного центра “Статус”


получилось 1198 метров, что показывает адекватную точность измерений.
Как уже было определено, что объектов офисных помещений составляет 332, и
нужно будет просчитать длину пути до каждого центра по обе стороны, было принято
решение посчитать расстояние при помощи метода координат. Для каждого адреса
определяется долгота и широта, далее находится расстояния между объектами офисной
недвижимости и административными центрами, а также центром города, в качестве
центра города условно берется Ново-соборная площадь.

55
3.3 Построение моделей и выбор наиболее оптимальной модели

Для построения модели ценообразования на рынке аренды коммерческой


недвижимости города Томска будут использоваться разновидности множественной
регрессии, которые будут строиться при помощи языка программирования R с
использованием графического интерфейса пользователя R Studio, которая предназначена
для статистической обработки данных и работы с графикой.
Для того чтобы появилось представление о состоянии рынка аренды офисных
помещений города Томска, рекомендуется составить таблицу описательной статистики, в
котором наглядно указаны средние, максимальные и другие значения атрибутов.

Таблица 4 – Значения атрибутов данных об аренде офисной недвижимости

Минимум Максимум Среднее Медиана


значение
Цена аренды (руб) 4000 230000 27953 15400
Площадь М2 10 600 65,82 33
Цена за кВ.м (руб) 200 840 478 462
Этаж расположения офиса 0 9 2,224 2
Этажность здания 1 18 4,483 4
Расстояние до ближайшего 116 8765 1469,5 1145
административного центра (м)
Расстояние до центра города (м) 240 10683 2891 2706

Исходя из данной таблицы, можно определить какова цена аренды самого


дешевого или самого дорогого офисного помещения в городе Томск как по цене аренды в
целом, так и по цене аренды за квадратный метр.
Определение среднего значения позволяет оценить динамику цен аренды, сравнив
его с предыдущим периодом. Или же при определении оптимальна ли цена конкретного
офисного помещения при ситуации нынешнего рынка.
Медиана показывает середину выборки, что ровно половина из элементов выборки
больше данного числа, а другая половина меньше.
Теоретически можно сделать предположение, что самым важным атрибутом в
ценообразовании считается площадь самого арендуемого помещения. Именно поэтому
построение графиков для визуального представления о состояния рынка можно начать с
зависимости цены от площади. Строится график зависимости цены от площади
помещения по оси Y- цена и по X – откладывается площадь рисунок 10.

56
Рисунок 10 – Диаграмма рассеивания зависимости цены от площади

В полученном
ченном графике не совсем видно как проходит зависимость цены аренды
аренд от
площади, так как большая часть выборки расположена на диапазоне от 0 до 100 кв.м.
Исходя из предыдущей таблицы, что было указано, что среднее значение площади
составляет 65,82
,82 можно условно разделить выборку данных на две части. Разделение
выборки позволит
волит более детально рассмотреть участок скоплений объектов офисной
недвижимости.
Далее строится аналогичный график, но уже для малогабаритных офисов, с
площадью до 60 кв.м. На данном графике видно более адекватный результат, рисунок 11.
11

Рисунок 11 – Диаграмма
аграмма рассеивания зависимости цены от площади для малогабаритных
м
офисных помещений

По данному графику можно сделать вывод, что тем больше площадь помещения,
чем выше его дисперсия. А это значит что для офисов
офисов,, у которых маленькая площадь
сторонние факторы
оры оказывают не сильное влияние.

57
Для оставшейся выборки строится график для крупногабаритных офисных
помещений с площадью более 50кв.м. Диапазон от 50 до 60 кв.м. был включен для обоих
графиков.

Рисунок 12 - Диаграмма рассеивания зависимости цены от площади


лощади помещения для
кру
крупногабаритных офисных помещений

Также,
же, вторым по значимости, предположительно будет атрибут расстояние
расстояни до
ближайших центров, стоится для данных атрибутов аналогичные графики. Но при этом,
этом
учитывая площадь помещени
помещения, значит по оси Х – накладывается не цена аренды, а цена за
квадратный метр, по оси Y – накладываем минимальное расстояние до ближайшего
центра.

Рисунок 13 – Диаграмма рассеивания влияния расстояния до ближайшего центра на цену


аренды за квадратный метр

На данном графике
афике видно что,, тем дальше объект находится от ближайшего
условного
овного центра города, тем меньше цена аренды за квадратный метр в некоторых
58
случаях есть разница, чуть ли не в 4 раза. Но в примерно половине случаев расстояние не
сильно влияет на цену аренды, возможно другие факторы оказывают большее влияние.
В полученных данных зависимой переменой является цена аренды, а независимые
это такие атрибуты как: площадь арендуемого помещения, минимальное расстояние до
ближайшего условного центра города, район в котором расположено офисное помещение,
этаж офисного помещения, этажность здания, тип материала стен здания, наличие
коммунальных платежей, класс офисного помещения, наличие охраны, наличие парковки.
Допускается, что выбранные объекты - аналоги и объект оценки не имеют
существенных различий в параметрах, не включенных в модель (год постройки и
конструктивные особенности офисных помещений) и все данные, полученные с помощью
информационных порталов, а также с агентства недвижимости “ТОККО” соответствуют
действительности.
Параметры “ploсhad” (общая площадь в квадратных метрах), “minras”
(минимальное расстояние, до ближайшего условного центра измеряемое в метрах)
являются количественными переменными и могут быть введены в модель без
преобразований.
Параметры “etag” (этаж квартиры), “etages” (этажность здания), “komyn” (наличие
или отсутствие коммунальных платежей), “security” (наличие или отсутствие охраны),
“park” (наличие или отсутствие парковки) не являются количественными факторами. Для
их преобразований используются бинарные переменные.
Фактор «наличия коммунальных платежей» “komyn” будет принимать значение 1,
если в сумму арендной платы не входит коммунальные платежи и значение 0 если входит.
Фактор «Наличие охраны» “security” аналогичным образом, если есть охрана, то
принимает значение 1, если охраны нет, то принимает значение 0.
Фактор «Наличие парковки» “park” таким же образом при наличии 1 и при
отсутствии 0.
Фактор «Район, на котором расположено офисное помещение» “raion” делится на 4
бинарных фактора таких как:
 фактор «Кировский» “K” – будет принимать значение 1, если офисная
недвижимость находится в Кировском районе и значение 0 если в другом;
 фактор «Ленинский» “L” - будет принимать значение 1, если офисная
недвижимость находится в Ленинском районе и значение 0 если в другом;
 фактор «Октябрьский» “O” - будет принимать значение 1, если офисная
недвижимость находится в Октябрьском районе и значение 0 если в другом;

59
 фактор «Советский» “S” - будет принимать значение 1, если офисная
недвижимость находится в Советском районе и значение 0 если в другом.

Рисунок 14 – Множественная линейная регрессия цен аренды офисных помещений в


Томске

Итак, далее идут оценки коэффициентов, полученные методом наименьших


квадратов, их стандартные ошибки, значения t-статистики и p-значения для нее. Обычно
p-значение сравнивается с каким-нибудь достаточно малым заранее выбранным порогом,
например 0.05 или 0.01. И если значение p-статистики оказывается меньше порога, то
гипотеза отвергается, если же больше, ничего конкретного, к сожалению, сказать нельзя.
Напомним, что в данном случае, так как распределение Стьюдента симметричное
относительно 0, то p-значение будет равно 1 − 𝐹(|𝑡|) + 𝐹(−|𝑡|) , где 𝐹 — функция
распределения Стьюдента с k-n-1 степенями свободы [76, с.108].
Также, R любезно обозначает звездочками значимые коэффициенты, для которых
p-значение достаточно мало. То есть, те коэффициенты, которые с очень малой
вероятностью равны 0. В строке significance как раз содержится расшифровка звездочек:
если их три, то p-значение от 0 до 0.001, если две, то оно от 0.001 до 0.01 и так далее. Если
никаких значков нет, то р-значение больше 0.1 [76, с.109].
В представленном варианте множественной линейной регрессии видно, что
атрибуты такие как: этаж здания, а также этажность и тип материала стен здания
практически не оказывают влияние на цену аренды офисной недвижимости.
Это объясняется тем что для коммерческой недвижимости этаж на котором
расположен офисное помещение не столь важно, в отличие от жилой недвижимости, в
жилой недвижимости обычно первый и последний этаж считается не привлекательным,
но такую теорию для офисной недвижимости применять не следует, наоборот в
некоторых случаях офисное помещение расположенное на первом этаже более
привлекательнее. Аналогично и с этажностью здания. Значимость материала стен здания
также не значимы, это можно объяснить тем что: во-первых, большая часть наблюдений
состоит из кирпичных стен, во - вторых данный фактор скорее важен при продаже
недвижимости а в данном случае изучается аренда.

60
Таблица 5 – Значимость всех основных атрибутов, данных аренды офисной недвижимости
города Томска

Estimate Std, Error t value Pr(>|t|) significance


(Intercept) -10042,03 6022,16 -1,6700 0,0964 .
Plochad 360,27 5,26 68,4900 0,0000 ***
K 13049,01 4080,88 3,2000 0,0015 **
S 14820,91 4143,50 3,5800 0,0004 ***
L 12245,50 4001,59 3,0600 0,0024 **
O 11929,68 3981,69 3,0000 0,0030 **
Etag -88,34 353,41 -0,2500 0,8028
Etanes 61,48 162,76 0,3800 0,7059
Tupeдер 10786,11 7123,50 1,5100 0,1310
Tupeкир 3681,20 4100,91 0,9000 0,3701
Tupeмет 2894,83 9177,84 0,3200 0,7527
Tupeмон 9841,91 7070,75 1,3900 0,1649
Tupeпан 4586,79 4646,15 0,9900 0,3243
Komyn -982,02 1073,30 -0,9100 0,3609
Minras -2,13 0,39 -5,5100 0,0000 ***
Klass 4569,42 1705,03 2,6800 0,0078 **
Security 1755,88 940,77 1,8700 0,0629 .
Park 339,05 1030,42 0,3300 0,7423

Существуют 2 метода подбора количества регрессов: пошаговое добавление одного


регрессора или пошаговое удаление одного регрессора. В данном случае будет
использоваться второй метод, пошагового добавления.
Для данного метода используется функция “step”. Данная функция удаляет по
одному незначимому фактору и также сравнивает информационный критерий Акаике,
AIC = 5890 в конечной модели, было 5903 в общей модели. Информационный критерий
Акаике - применяется для сравнения моделей, чем меньше значение, тем лучше [76, с.97].
После удаления незначимых факторов строится новая модель множественной
линейной регрессии, которая подсказана функцией step. Факторами определения цены в
следующей модели остаются: площадь помещения, район на котором расположено
офисное помещение, минимальное расстояние до ближайшего административного
центра, наличие класса “А” для офисных помещений, наличие охраны.
Аналогично рассматривается значимость для следующей множественной регрессии
при помощи функции “summary”.

61
Таблица 6 – Значимость подобранных атрибутов, данных аренды офисной недвижимости
города Томска

Estimate Std, Error t value Pr(>|t|) significance


(Intercept) -6870,43 4146,19 -1,6600 0,0985 .
Plochad 359,67 5,16 69,6500 0,0000 ***
K 13176,61 4018,50 3,2790 0,0012 **
S 15029,10 4080,01 3,6840 0,0003 ***
L 12433,39 3936,56 3,1580 0,0017 **
O 12309,57 3923,14 3,1380 0,0019 **
Minras -2,14 0,37 -5,7400 0,0000 ***
Klass 4759,16 1662,95 2,8620 0,0045 **
Security 1726,25 908,09 1,9010 0,0582 .

Мерой качества модели является коэффициент детерминации. В построенных


моделях также нужно обращать внимание на значение коэффициента детерминации, в
данном случае она составляет 0.94, что показывает высокое качество построенной
регрессионной модели. Скорректированный коэффициент детерминации также составляет
0,94 [55, с.36].
Для математического подтверждения влияния каждого из факторов на
результирующую переменную был выполнен анализ меры зависимости отобранных
факторов. Для фактора “plochad” (общая площадь в квадратных метрах) была построена
диаграмма рассеивания и рассчитан коэффициент корреляции.

Таблица 7 - Коэффициент корреляции между зависимой переменной и факторами


(предикторами)

Price plochad K S L O minras komyn klass security park


Price 1.00 0.96 -0.02 -0.04 -0.01 0.04 0.00 0.04 0.19 0.05 -0.01
Plochad 0.96 1.00 -0.04 -0.08 0.00 0.06 0.11 0.05 0.17 0.01 -0.03
K -0.02 -0.04 1.00 -0.28 -0.43 -0.30 -0.19 0.02 -0.00 0.00 0.02
S -0.04 -0.08 -0.28 1.00 -0.34 -0.23 -0.15 0.00 -0.05 0.09 0.02
L -0.01 0.00 -0.43 -0.34 1.00 -0.36 0.02 -0.02 -0.01 -0.10 -0.02
O 0.04 0.06 -0.30 -0.23 -0.36 1.00 0.24 0.00 0.02 0.05 -0.01
Minras 0.00 0.11 -0.19 -0.15 0.02 0.24 1.00 -0.09 0.07 -0.06 -0.06
Komyn 0.04 0.05 0.02 0.00 -0.02 0.00 -0.09 1.00 -0.01 0.14 0.07
Klass 0.19 0.17 -0.00 -0.05 -0.01 0.02 0.07 -0.01 1.00 0.10 0.04
Security 0.05 0.01 0.00 0.09 -0.10 0.05 -0.06 0.14 0.10 1.00 0.18
Park -0.01 -0.03 0.02 0.02 -0.02 -0.01 -0.06 0.07 0.04 0.18 1.00

62
В результате анализа диаграммы рассеивания был сделан вывод о наличии
линейной зависимости между результирующим признаком и фактором “ploсhad” (общая
площадь в квадратных метрах), что подтверждается значением коэффициента корреляции
0,96 (очень сильная связь). Знак коэффициента корреляции также вполне согласуется с
теоретическим представлением о направлении взаимосвязи показателей для данного типа
недвижимости.
Одной из мер качества построенной модели можно считать отсутствие
мультиколлениарности. Для ее проверки использовалась корреляционная матрица,
описанная выше таблица 7 [55, с.72].
В полученной матрице показаны значения корреляции между предикторами.
Значения не превышают значения 0.7, что говорит об отсутствии линейной зависимости
между предикторами.
Также требуется проверить построенную модель на гомоскедастичность и
нормальность распределения остатков. Для данных проверок используются тесты [55,
с.77]:
 тест Бройша – Пагана (bptest) - проверка на наличие гетероскедастичности;
 тест Уайта - классический вариант проверки на наличие гетероскедастичности;
 тест Шапиро Уилка (shapiro.test) – проверка на нормальность распределения
остатков;
 тест Андерсона Дарлинга (ad.test) - проверка на нормальность распределения
остатков.
Проводятся тесты на наличие гетероскедастичности и нормальности остатков для
линейной модели “t11” представленной в таблице 6.
Результаты теста Бройша – Пагана показывает наличие гетероскедастичности для
линейной модели “t11”, так как гипотеза о гомоскедастичности отвергается в силу
маленького значения p-value представленная в таблице 8.
Результаты тестов Шапиро Уилка, Андерсона Дарлинга показывают, что остатки
распределены не нормально, так как гипотеза о нормальности остатков отвергается в силу
маленького значения p-value представленная в таблице 8.

Таблица 8 – Результаты теста на наличие гетероскедастичности, на нормальность


распределения остатков для линейной модели “t11”

Тест Бройша – Пагана Тест Шапиро Уилка Тест Андерсона Дарлинга


p-value 7.431е – 14 7.449е – 14 2.2е – 16

63
В данном случае в целях избавления от гетероскедастичности строится новая
модель с применением логарифма, способ логарифмической модели, возможно, позволит
избавиться от гетероскедастичности.

Рисунок 15 – Модель регрессии логарифмической модели.

Следующим шагом рассматриваются уровни значимости моделей при помощи


функции “summary”.

Таблица 9 – Значимость отобранных атрибутов при логарифмической модели регрессии,


данных аренды офисной недвижимости

Estimate Std, Error t value Pr(>|t|) Significance


(Intercept) 6,8952 0,1818 37,9300 0,0000 ***
log(plochad) 0,8906 0,0142 62,6300 0,0000 ***
K 0,2469 0,1101 2,2420 0,0257 *
S 0,3068 0,1118 2,7430 0,0064 **
L 0,2050 0,1088 1,8840 0,0605 .
O 0,1826 0,1099 1,6620 0,0976 .
log(minras) -0,0920 0,0160 -5,7500 0,0000 ****
Klass 0,1264 0,0474 2,6680 0,0080 **
Security 0,0848 0,0260 3,2590 0,0012 **

Повторно проводятся тесты для проверки новой модели на гомоскедастичность и


нормальность распределения остатков, факторы модели представлены в таблице 9.
Результаты теста Бройша – Пагана показывает отсутствие гетероскедастичности
для логарифмической модели “mm5”, так как гипотеза о гомоскедастичности
принимается, значение p-value > 0,05 соответствует требованиям представленная в
таблице 10.

Таблица 10 – Результаты теста на наличие гетероскедастичности, на нормальность


распределения остатков для линейной модели “mm5”

Тест Бройша – Пагана Тест Шапиро Уилка Тест Андерсона Дарлинга


p-value 0,6895 0,05817 0,05216

64
Результаты тестов Шапиро Уилка, Андерсона Дарлинга показывают, что остатки
распределены нормально, так как гипотеза о нормальности остатков принимается,
значение p-value > 0,05 соответствует требованиям представленная в таблице 10.
В итоге на данном этапе остаются 2 модели: линейная и логарифмическая. Далее
по данным моделям требуется провести прогноз для цены аренды при заданных значениях
параметров, и сравнить полученные результаты с реальными значениями цены.

3.4 Тестирование качества, адекватности работы оптимальной модели

Для проверки правильности работы модели ценообразования, рассчитываются


прогнозные значения цены аренды, используя значения одной из офисных помещений
которые на данный момент сдаются в аренду, в дальнейшем заменяя значения атрибутов,
с целью расчета размера вклада в ценообразование офисной недвижимости того или иного
атрибута.

Рисунок 16 - Пример построения прогноза цены аренды

Строятся 2 прогноза цены аренды при условиях размер площади 40кв.м.


расстояние до ближайшего условного центра 100 метров, офисное помещение находится в
Кировском районе, офис не имеет отличительного класса, с наличием охраны. В первом
случае это прогноз модели при условии линейной зависимости, вот втором случае это
прогноз цены при условии логарифмировании. Далее рассчитываются прогнозные цены
рисунок 17.

Рисунок 17 – значение прогноза цены аренды и ее доверительный интервал

Полученная цена показывает, что модели вероятнее всего построены адекватно и


работает правильно. Для второй модели полученную цену нужно будет вычислить по
формуле e^10,08878 = 24071,40руб. Результаты немного отличаются друг от друга.

65
В данном примере значение “TRUE” для атрибутов “K”, “S”, “L”, “O” ставится
одновременно только в одном из атрибутов, значение показывает, в каком районе
находится офисное помещение. Районы офисного помещения: Кировский, Центральный,
Ленинский, Октябрьский соответствие ставится по первым буквам.
Для атрибута “klass” значение “FALSE” ставится тогда когда в объявлении не
указано отличительного класса офисного помещения, и “TRUE” если указано что офисное
помещение имеет класс “А”. В данном случае были только 2 варианта, либо не указано,
либо указано что офисное помещение класса “А”. Поэтому был применен бинарный
вариант атрибута.
Для атрибута “security” значение “FALSE” ” ставится, тогда когда в объявлении не
указана наличие охраны, если охрана присутствует то поменять на “TRUE” .
Далее рассматриваются изменения значений атрибутов и ее влияние на цену
аренды офисного помещения. Рассматриваются зависимости от биномиальных факторов
при условии, что площадь условного офиса составляет 40кв.м, находится на расстоянии
500 метров до ближайшего условного центра и при условии все остальные атрибуты
принимают значение “FALSE” кроме испытуемой. Для других факторов не относящихся
территориальному признаку офис условно находится в “Кировском районе”.
В первую очередь рассмотрено изменение прогнозной цены от района, на котором
находится офисное помещение:
 Кировский район – цена составляет = 19 072,39 рублей за месяц;
 Советский район – цена составляет = 20 249, 76 рублей за месяц;
 Ленинский район – цена составляет = 18 289,95 рублей за месяц;
 Октябрьский район – цена составляет = 17 885,33 рублей за месяц.
Далее рассмотрено влияние наличия значимых факторов при тех же условиях:
 Наличие класса “А” – цена составляет = 21 641,35 рублей за месяц, наличие
класса “А” удорожает стоимость аренды офисного помещения в среднем дороже
на 2568.96 рубля.
 Наличие охраны – цена составляет = 20 754,39 рублей за месяц, наличие охраны
удорожает стоимость офисного помещения в среднем на 1682 рубля.
Также рассмотрено влияние площади и расстояния, на цену аренды при тех же
заданных условиях:
 Если площадь помещения увеличить еще на 20кв.м – цена составляет = 25 680,59
рублей, другими словами за каждый добавленный квадратный метр к стоимости
аренды добавляется в среднем 330,41 рублей.

66
 Если удаленность от центра увеличить еще на 1000 метров – цена составляет =
17 239,44рублей, другими словами цена стала дешевле на 1832.95 рубля.
Данные расчеты сделаны при помощи логарифмированной регрессионной модели.
Уравнение регрессионной модели выглядит следующим образом:
𝐿𝑜𝑔(𝑃𝑟𝑖𝑐𝑒) = 6,89 + 0,89 log(𝑝𝑙𝑜сℎ𝑎𝑑) + 0,24(𝐾) + 0,30(𝑆) + 0,20(𝐿) +
+0,18(𝑂) − 0,09 log(𝑚𝑖𝑛𝑟𝑎𝑠) + 0,12(𝑘𝑙𝑎𝑠𝑠) + 0,08(𝑠𝑒𝑐𝑢𝑟𝑡𝑦) (13)
Данная модель была выбрана наиболее адекватной, так как гипотеза о
гомоскедастичности подтверждается, это один из условий теоремы Гаусса – Маркова, что
подтверждает тест Бройша – Пагана. Ошибки распределены нормально и подтверждены
тестами Андерсона – Дарлинга, Шапиро Уилка, критерий качества модели коэффициент
детерминации показывает значение 0,92 данное значение близка к 1 что говорит о том что
модель выполнена качественно.
Также отсутствует мультиколлениарность, для его выявления была построена
корреляционная матрица, значения корреляции между предикторами достаточно низкая,
что можно говорить об отсутствии мультиколлениарности.
В третьей главе проведена практическая часть, из полученных данных
сформирована база для анализа, произведена описательная статистика исходных данных
которая представлена, как и в графическом виде которая показана в приложениях, так и в
виде таблицы. Были построены различные регрессионные модели ценообразования, и
произведен отбор наиболее оптимального при помощи функции “step” и других
показателей.
Проведены различные тесты на нормальность остатков, выявление
мультиколлениарности, тест на наличие гетероскедастичности и другие.
В конечном итоге в качестве самого оптимального варианта для модели
ценообразования был выбран логарифмированная регрессионная модель.

67
ЗАКЛЮЧЕНИЕ

Для изучения особенностей построения модели ценообразования для рынка аренды


коммерческой недвижимости, в первой главе рассмотрено понятие недвижимость и ее
виды и особенности, основные отличия вторичного рынка недвижимости от первичного
рынка. Также, было изучено, какие факторы влияют на ценообразование рынка
недвижимости, более подробно изучен фактор государственного регулирования
недвижимости.
Так как недвижимость по назначению подразделяется на: рынок жилых
помещений, промышленного назначения, незастроенных земельных участков,
специального назначения, а также рынка коммерческой недвижимости. В данной работе
было принято решение взять рынок коммерческой недвижимости и построить модель
ценообразования для рынка офисных помещений.
В следствии более углублено, рассмотрены особенности коммерческой
недвижимости, а в частности особенности аренды офисных помещений, рассмотрены
разновидности классов офисных помещений. Какие могут быть налоги, ставки налога на
ту или иную недвижимость.
Во второй части были изучены методы оценки недвижимости. Подходы оценки
недвижимости подразделяются на 3 подхода: доходный, сравнительный, затратный
согласно федеральному стандарту оценки. Каждый подход имеет свои методы
определения стоимости недвижимости.
В данной работе применялся сравнительный подход, так как, применение
математического метода регрессионного анализа в оценке осуществляется в рамках
сравнительного подхода.
В целях оценки состояния рынка коммерческой недвижимости за последнее время,
во второй части была рассмотрена динамика цен аренды и продажи коммерческой
недвижимости города Томска с 2010го года по 2018го года.
В данной работе в качестве реальных данных были взяты арендные стоимости
офисных помещений в связи с высокой стоимостью продажи офисных помещений, в
следствии вызывающая недостаточность данных продаж для проведения регрессионного
моделирования.
Данные для анализа были получены с сайта ЦИАН и с агентства недвижимости
ТОККО.
В третьей части из полученных данных сформирована база данных для анализа,
произведена описательная статистика исходных данных, которая представлена, как и в

68
виде таблицы, так и в графическом виде, которая показана в приложениях. Были
построены различные регрессионные модели ценообразования, и произведен отбор
наиболее оптимальной при помощи функции “step” и других показателей.
Проведены различные тесты на нормальность остатков, выявление
мультиколлениарности, тест на наличие гетероскедастичности и другие.
Построенная модель протестирована, и прогнозная цена почти соответствует
действительной цене, что показывает высокое качество построенной модели. По поводу
значимости факторов был сделан вывод, что на цену аренды офисных помещений
оказывают влияние таких факторов как: площадь арендуемого помещения, расстояние до
ближайшего условного центра, наличие класса “А” офисного помещения, наличие
охраны, а также район, на котором расположено офисное помещение. Остальные факторы
либо вообще не значимые, либо незначительно влияют на цену аренды офисных
помещений.

69
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ

1. Налог на имущество физических лиц [Электронный ресурс]: федеральный закон от


04.10.2014 № 284-ФЗ (ред. от 06.06.2019) // Консультант Плюс: справ. правовая система. –
URL: http://www.consultant.ru/document/cons_doc_LAW_28165/a26c4b9a881ea8c0abbbfa594
/(дата обращения: 10.06.19)
2. Об участии в долевом строительстве многоквартирных домов и иных объектов
недвижимости и о внесении изменений в некоторые законодательные акты Российской
Федерации: федеральный закон от 30.12.2004 № 214-ФЗ (ред. от 25.12.2018) //
Консультант Плюс: URL: http://www.consultant.ru/document/cons_doc_LAW_51038/ (дата
обращения: 21.01.19)
3. Об оценочной деятельности в Российской Федерации (с изм. И доп., вступ. в силу с
01.01.2016) [Электронный ресурс]: федеральный закон от 29.07.1998 N 135-ФЗ (ред. от
03.08.2018) // Консультант Плюс: справ. правовая система. справ. правовая система. –
URL: http://www.consultant.ru/document/cons_doc_LAW_19586/ (дата обращения: 14.10.18)
4. Общие понятия оценки, подходы и требования к проведению оценки (ФСО № 1)
[Электронный ресурс]: федеральный стандарт оценки, утвержденный приказом
Минэкономразвития России № 256 от 20.05.2015// Консультант Плюс: справ. правовая
система. справ. правовая система. – URL: http://www.consultant.ru/law/hotdocs/43183.html/
(дата обращения: 21.10.18)
5. Оценка недвижимости (ФСО № 7) [Электронный ресурс]: федеральный стандарт
оценки, утвержденный приказом Минэкономразвития России №611 от 25.09.2015//
Консультант Плюс: справ. правовая система. – URL:
http://www.consultant.ru/document/cons_doc_LAW_160678/76df77d9a6013003f54d591e78864
ebd67908f32/ (дата обращения: 21.10.18)
6. Цель оценки и виды стоимости (ФСО № 2) [Электронный ресурс]: Федеральный
стандарт оценки, утвержденный приказом Минэкономразвития России №255 от
20.05.2015// Консультант Плюс: справ. правовая система. – URL:
http://www.consultant.ru/document/cons_doc_LAW_180061/ (дата обращения: 28.10.18)
7. Айвазян, С.А. Эконометрика / С.А. Айвазян, С.С. Иванова. - М.: Маркет ДС, 2017. -
104 c.
8. Артамонов, Н.В. Введение в эконометрику / Н.В. Артамонов. - М.: МЦНМО, 2016.
- 224 c.
9. Асаул А.Н., Старинский В.Н., Асаул М.А., Грахова Е.В. Оценка объектов
недвижимости: учебник / под ред. А. Н. Асаула. — Москва: Проспект, 2016. — 384 с.

70
10. Асаул А.Н., Старинский В.Н., Старовойтов М.К., Фалтинский Р.А. Оценка
объектов недвижимости. Учебник – СПб.: АНО «ИПЭВ», 2015. – 472с.
11. Асаул А.Н. Экономика недвижимости: учебник для вузов. 3-е изд. Стандарт
третьего поколения. – СПб.: Питер, 2016. – 416 с.
12. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование,
Москва: Финансы и статистика, 2015. 317 с.
13. Афанасьев, В.Н. Эконометрика / В.Н. Афанасьев, М.М. Юзбашев, Т.И. Гуляева. -
М.: Финансы и статистика, 2017. - 256 c.
14. Анисимова И.Н., Баринов Н.П., Грибовский С.В. Учет разнотипных
ценообразующих факторов в многомерных регрессионных моделях оценки недвижимости
//Вопросы оценки. — 2016. — №2. [электронный ресурс]. URL:
http://proocenka.ru/doc.2007/vo/2004/vopr_0204.pdf/ (дата обращения: 28.11.18)
15. Балдин К.В., Башлыков В.Н., Рукосуев А.В. Математические методы и модели в
экономике/под общ. ред. К. В. Балдина. М.: ФЛИНТА: НОУ ВПО «МПСИ», 2015. - 328 с.
16. Балдин К.В., Быстров О.Ф., Соколов М.М. Эконометрика. М.: ЮНИТИ - ДАНА,
2015. – 254 с
17. Болдырев В.С., Федоров Л.Е. Введение в теорию оценки недвижимости, Конспект
учебного курса. М.: Азбука, 2014. – 256 с.
18. Бедин Б.М., Кошман В.Н., Хомка-лов Г.В. Массовая оценка рыночной стоимости
жилой недвижимости в многофункциональном городе: теория и практика. Иркутск: Изд-
во БГУЭП, 2016. - 124 с.
19. Берндт, Эрнст Практика эконометрики. Классика и современность / Эрнст Берндт. -
М.: Юнити-Дана, 2016. - 848 c.
20. Бурова И.В., Паничкина М.В. Оценка и прогнозирование ценовой ситуации на
рынке жилой недвижимости // Современные научные исследования и инновации. 2017.
№2 [Электронный ресурс]. – URL: http://web.snauka.ru/issueS/2017/02/78107/ (дата
обращения: 19.12.18)
21. Варламов, А. А. Оценка объектов недвижимости / А.А. Варламов, С.И. Комаров. -
М.: Форум, 2015. - 288 c.
22. Варламов, А.А. Земельный кадастр. В 6 томах. Том 5. Оценка земли и иной
недвижимости / А.А. Варламов, А.В. Севостьянов. - М.: Колосс, 2016. - 265 c.
23. Вербик, Марно Путеводитель по современной эконометрике / Марно Вербик. - М.:
Научная книга, 2016. - 616 c.
24. Галочкин В.Т. Эконометрика : учебник и практикум для прикладного бакалавриата
/ В.Т. Галочкин. - Москва: Юрайт, 2017. - 287 с.
71
25. Грибовский С.В. Оценка стоимости недвижимости: Учебное пособие. — М.:
Маросейка, 2014. — 432 с.
26. Гладилин, А.В. Практикум по эконометрике / А.В. Гладилин, А.Н. Герасимов, Е.И.
Громов. - М.: Феникс, 2016. - 336 c.
27. Горемыкин, В.А. Экономика недвижимости: учебник для бакалавров / В.А.
Горемыкин. — 7-е изд., перераб. и доп. — М.: Издательство Юрайт, 2012. — 926 с.
28. Гровер, Р.М. Управление недвижимостью. Международный учебный курс :
учебник для бакалавриата и магистратуры / Р.М. Гровер, М. М. Соловьев. — 2-е изд.,
испр. и доп. — М. : Издательство Юрайт, 2017. — 372 с.
29. Гармаш А.Н. Экономико-математические методы в примерах и задачах / А.Н.
Гармаш, И.В. Орлова, Н.В. Концевая и др. Под ред. А.Н. Гармаша. М.: НИЦ ИНФРА-М,
2014. – 416 с.
30. Грибовский С.В., Сивец С.А., Левыкина И.А. Математические методы оценки
стоимости имущества. М.: Маросейка, 2014. - 352 с.
31. Грязнова А.Г., Федотова М.А. Оценка недвижимости Учебник - 2-е изд.,
переработанное и доп. М.: Эксмо, 2015. - 560 с.
32. Дайитбегов, Д.М. Компьютерные технологии анализа данных в эконометрике /
Д.М. Дайитбегов. - Москва: ИЛ, 2015. - 592 c.
33. Дергачев Г.Б., Храмешин С.Н.. Государственное регулирование рынка
недвижимости: особенности и проблемы // межвузовский сборник научных трудов. 2017.
№ 16. 110 с.
34. Доугерти К. Введение в эконометрику / К. Доугерти; Учебник. 3-е изд. / Пер. с
англ. — М.: ИНФРА-М, 2015. — XIV. - 465 с.
35. Елисеева И.И., Курышева С.В., Костеева Н.В. Эконометрика. Учебное пособие - М:
Финансы и статистика, 2016. – 344 с.
36. Информационный портал о многофункциональных центрах [Электронный ресурс]
– URL: https://mfc-spravka.ru/registraciya-dogovora-arendy-v-mfc.html (дата обращения: 18.11.18)
37. Каминский, А. В. Анализ практики оценки недвижимости / А.В. Каминский, Ю.И.
Страхов, Е.М. Трейгер. - М.: РИО МАОК, 2018. – 238 c.
38. Колемаев, В. А. Эконометрика / В.А. Колемаев. - М.: ИНФРА-М, 2016. - 160 c.
39. Комаров, С. И. Прогнозирование и планирование использования земельных
ресурсов и объектов недвижимости : учебник для бакалавриата и магистратуры / С. И.
Комаров, А. А. Рассказова. — М. : Издательство Юрайт, 2018. — 298 с.
40. Костромин А.В. Эконометрика: учебное пособие / А.В. Костромин, Р.М.
Кундакчян. — М. : КНОРУС, 2015. — 228 с.
72
41. Костюнин В.И. Эконометрика: учебник и практикум для прикладного бакалавриата
/ В.И. Костюнин. - Москва : Юрайт, 2017. - 283 с.
42. Кочетыгов, А.А. Основы эконометрики / А.А. Кочетыгов, Л.А. Толоконников. - М.:
Издательский центр "МарТ", 2015. - 352 c.
43. Кремер, Н.Ш. Математика для экономистов. От Арифметики до Эконометрики.
Учебно-справочное пособие / Н.Ш. Кремер, И.М. Тришин. - М.: Юрайт, 2017.- 724 c.
44. Литовченко, В. А. Кадастр, экспертиза и оценка объектов недвижимости / В.А.
Литовченко, В.И. Наназашвили. - М.: Высшая школа, 2018. - 432 c.
45. Литовченко, В.А. Кадастр, экспертиза и оценка объектов недвижимости.
Справочное пособие / В.А. Литовченко. - М.: Высшая школа, 2016. - 157 c.
46. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс:
Учеб. — 8-е изд., испр. — М.: Дело, 2017. — 504 с.
47. Маховикова Г.А. Экономика недвижимости : учебное пособие / Г.А. Маховикова,
Т.Г. Касьяненко. — 2-е изд., перераб. — М. : КНОРУС, 2014. — 312 с.
48. Мелкумова Л.Э. Сравнение методов Ридж-регрессии и LASSO в задачах обработки
данных / Л.Э. Мелкумова, С.Я. Шатских // Сборник трудов III международной
конференции и молодежной школы «Информационные технологии и нанотехнологии»
(ИТНТ-2017) - Самара: Новая техника, 2017. - 1748-1755 с. [Электронный ресурс]. —
URL: http://repo.ssau.ru/bitstream/Informacionnye- tehnologii-i-nanotehnologii/Sravnenie-
metodov-Ridzhregressii-i-LASSO-v- zadachah-obrabotki-dannyh-64145/ (дата обращения:
17.01.19)
49. Мельников Р.М. Эконометрика : учебное пособие / Р.М. Мельников. - Москва:
Проспект, 2016. - 281 с.
50. Методы отбора переменных в регрессионные модели [Электронный ресурс]. –
URL: https://basegroup.ru/community/articles/feature-selection/ (дата обращения: 04.10.18)
51. Мониторинг предложения на рынке коммерческой недвижимости Томска
[Электронный ресурс] – URL: http://www.ridasib.com/pages/about/ (дата обращения:
25.12.18)
52. Максимова А.Г. Сравнительный анализ правового регулирования налогообложения
недвижимости в Российской Федерации и за рубежом (на примере Великобритании и
Германии) // Актуальные проблемы российского права. 2014. № 3. 367 с.
53. Мурзин, А.Д. Недвижимость. Основы экономики, оценки и кадастра / А.Д. Мурзин.
- М.: Феникс, 2016. - 224 c.
54. Новиков Б.Д. Рынок и оценка недвижимости в России. М.: «Экзамен», 2014. - 512с.
55. Новиков А.И. Эконометрика : учебное пособие / А. И. Новиков. - Москва : Дашков,
73
2017. - 223 с.
56. Озеров, Е.С. Экономический анализ и оценка недвижимости. - СПб. : Изд-во МКС,
2017 - 535 с.
57. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть
1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2018. – 541 с.
58. Орлова И.В., Половников В.А. Экономико-математические методы и модели:
компьютерное моделирование. 3-e изд., перераб. и доп. М.: НИЦ ИНФРА-М, 2014. - 389 с
59. Оценка недвижимости : учебное пособие / Т.Г. Касьяненко, Г.А. Маховикова, В.Е.
Есипов, С.К. Мирзажанов. — М. : КНОРУС, 2014. — 752 с.
60. Оценка стоимости недвижимости / Под ред. М.А. Федотовой. М.: КНОРУС, 2017. –
369 с.
61. Подкорытова О.А., Соколов М.В. Анализ временных рядов: учебное пособие для
бака-лавриата и магистратуры: С.-Петерб. гос. ун-т, Европейский ун-т в С.-Петербурге,
Москва: Юрайт , 2016. – 265 с.
62. Плохотников, К.Э. Основы эконометрики в пакете STATISTICA (+ CD-ROM) / К.Э.
Плохотников. - Москва: ИЛ, 2015. - 304 c.
63. Раковский, В. И. Основы оценки недвижимости : учеб. пособие / В. И. Раковский ;
М-во образования Рос. Федерации, Арханг. гос. техн. ун-т. – Архангельск : Изд-во АГТУ,
2015. – 110 с.
64. Роберт И. Кабаков. R в действии. Анализ и визуализация данных в программе R –
М.: ДМК Пресс, 2014. – 588 с.
65. Рубенштейн Е.Д., Кривец В.В., Осипенко Н.С. Особенности анализа рынка
недвижимости // Актуальные вопросы экономических наук. 2015. № 46. С. 89-93.
66. Саталкина Н.И. Оценка недвижимости. Практический курс: учебное пособие для
студентов, аспирантов, преподавателей и читателей, самостоятельно изучающих оценку
недвижимости / Н.И. Саталкина, Т.Н. Кулюкина, Ю.О. Терехова. - Тамбов: Тамбовский
государственный технический университет, ЭБС АСВ, 2014. - 80 c.
67. Седова Е.Н., Стебунова О.И., Ушатова С.Т. Эконометрическое моделирование
стоимости недвижимости на региональном уровне: иерархический подход // Интеллект.
Инновации. Инвестиции. 2016. № 4. 51-56 с.
68. Семенихин В.В. Аренда (лизинг): арендодатель-нерезидент - его налогообложение
// Налоги. 2015. № 18. 8 – 10 с.
69. Сидоренко О.А. Основные направления экономико-математического
моделирования рынка недвижимости // Статистика и экономика. 2014. № 3. 153-158 с.
70. Сизов А.П. Классические методы оценки недвижимости: Лекция. — М.: РГУП,
74
2017. – 38 с.
71. Сивец С.А. Статистические методы в оценке недвижимости и бизнеса: Учебное
пособие для нач. проф. образования - М.: Зазеркалье, 2015 – 320 с.
72. Сивец С.А., Левыкина И.А. Эконометрическое моделирование в оценке
недвижимости. – Запорожье: «Полиграф», 2014. – 220 с.
73. Симионова, Н.Е. Методы оценки и технической экспертизы недвижимости / Н.Е.
Симионова. - М.: ИКЦ "МарТ", 2015. - 448 c.
74. Слезко В.В. Управление земельными ресурсами и иными объектами
недвижимости: учебно-практический комплекс / В.В. Слезко. - М.: Евразийский открытый
институт, 2015. - 158 c.
75. Смагин В.Н., Кисилева В.А. Экономика недвижимости: Учебное пособие. – М.:
Эксмо, 2015. – 240 с.
76. Статистический анализ данных в системе R. Учебное пособие / А. Г. Буховец [и
др.]; под ред. А. Г. Буховец. Воронеж: ВГАУ, 2015. 124 с.
77. Стерник Г.М., Стерник С.Г. Анализ рынка недвижимости для профессионалов. —
М.: Экономика, 2017. — 606 с.
78. Стерник Г.М., Стерник С.Г. Методология прогнозирования российского рынка
недвижимости: Ч. 1. Основные допущения, органичения и рабочие гипотезы //
Механизация строительства. 2015. №8. С. 53-63.
79. Стерник Г.М., Стерник С.Г. Методология и технология анализа рынка
недвижимости (мастер-класс для опытных аналитиков). - «МИЭЛЬ- Недвижимость»,
2015. – 249 с.
80. Стерник Г.М. Ценообразование на рынке недвижимости России // Имущественные
отношения в Российской Федерации. 2014. №5. 67- 83 с.
81. Тепман Л.Н. Оценка недвижимости: учебное пособие / Л.Н. Тепман, В.А.
Артамонов. – М.: ЮНИТИ-ДАНА, 2015. – 591 с.
82. Тимофеев В.С., Фаддеенков А.В., Щеколдин В.Ю. Эконометрика. М.: Юрайт, 2013.
83. Тихомиров, Н. Методы эконометрики и многомерного статистического анализа / Н.
Тихомиров. - М.: Экономика, 2017. - 989 c.
84. Тихомиров, Н.П. Эконометрика / Н.П. Тихомиров, Е.Ю. Дорохина. - М.: Экзамен,
2017. - 512 c.
85. Тиндова, М.Г. Интеллектуальная обработка информации в области оценки
недвижимости / М.Г. Тиндова. - М.: Синергия, 2015. - 273 c.
86. Теория статистики с элементами эконометрики. Практикум. Учебное пособие. - М.:
Юрайт, 2015. - 386 c.
75
87. Фридман Дж. Ордуэй Н. Оценка и анализ приносящей доход недвижимой
собственности. Пер. с англ. – М.: Дело, 2015. – 396 с.
88. Цыганенко В.С. Экономика рынка недвижимости, – СПб: СПбГУИТМО, 2014. –
120 с.
89. Чистяков C.П. Случайные леса: Обзор // Труды Карельского научного центра РАН
№1 2015, с.117-136.
90. Чистякова Ю.А. Экономика и управление стоимостью недвижимости: теория и
практика. Учебно-практическое пособие / Ю.А. Чистякова, В.И. Рясин. - Иваново:
Ивановский государственный архитектурно- строительный университет, ЭБС АСВ, 2014.
-136 c.
91. Шишкин В.А. Программное обеспечение эконометрических расчетов. Пермь:
ПГНИУ, 2014. 273 с.
92. Шилов, В. В. Библиотечная Эконометрика. Сборник Научных Трудов. Вып.2 / В.В.
Шилов. - Москва: Огни, 2016. - 120 c.
93. Эконометрика: учебник: [для студентов экономических специальностей вузов / К.
В. Балдин, В. Н. Башлыков, Н. А. Брызгалов и др.]; под ред. Б. Уткина. - 2-е изд. - Москва:
Дашков и К°, 2014. – 560 с.
94. Эконометрика: учебное пособие для академического бакалавриата / Е.А. Евсеев,
В.М. Буре. – 2-е изд. – М.: Издательство Юрайт, 2017. – 186 с.
95. Яскевич Е.Е. Практика оценки недвижимости. Москва: Техносфера, 2015. — 504 c.
96. Яновский, Л.П. Введение в эконометрику / Л.П. Яновский, А.Г. Буховец. - М.:
КноРус, 2017. - 256 c.
97. Bokhari, S., Geltner, Loss aversion and anchoring in commercial real estate pricing:
Empirical evidence and price index implications. Real Estate Econ., 2017. - 635–670c.
98. Diaz, J., Wolverton, A longitudinal examination of the appraisal smoothing hypothesis.
Real Estate Econ. M., 2015. - 349–358c.
99. Jesse, Russell Econometrics / Jesse Russell. - М.: VSD, 2017. - 717 c.
100. Kutner, M. H. Applied Linear Regression Models / M. H. Kutner, C. J. Nachtsheim, J.
Neter. — 4th edition.: McGraw-Hill Irwin, 2015. – 396 с.
101. Yan, X. Regression Analysis: Theory and Computing / X. Yan, X. G. Su.: World
Scientific Publishing Co. Pte. Ltd., 2018. - 478 с.

76
ПРИЛОЖЕНИЕ А

#Устовка пакетов для работы


library(nortest)
library(xtable)
library(ggplot2)
library(MASS)
library(lmtest)
library(ggplot2)
install.packages("ggplot2")
install.packages("nortest")
install.packages("xtable")
install.packages("MASS")
install.packages("lmtest")
install.packages("ggplot2")

#Загрузка данных
d2<-read.csv("test1.txt", sep="\t", dec = ".", header=TRUE)
df2<-read.csv("mal1.txt", sep="\t", dec = ".", header=TRUE)
df3<-read.csv("bol1.txt", sep="\t", dec = ".", header=TRUE)

#Проверка загрузки
head(d2)
head(df3)
head(df2)
#Переименование атрибутов

names(d2) <- c('nez','raion','K','S','L','O','P','etag', 'etanes','tupe',


'plochad','Price','zakv','komyn','klass','security','park',
'kirov','sovet','oct','lenin','novosob','minad','minras','adres')
names(df2) <- c('nez','raion','K','S','L','O','P','etag', 'etanes','tupe',
'plochad','Price','zakv','komyn','klass','security','park',
'kirov','sovet','oct','lenin','novosob','minad','minras','adres')
names(df3) <- c('nez','raion','K','S','L','O','P','etag', 'etanes','tupe',
'plochad','Price','zakv','komyn','klass','security','park',
'kirov','sovet','oct','lenin','novosob','minad','minras','adres')

# Определяем типы данных


d2$Price <- as.integer(d2$Price)
d2$plochad <- as.integer(d2$plochad)
d2$etag <- as.integer(d2$etag)
d2$etanes <- as.integer(d2$etanes)
d2$zakv <- as.integer(d2$zakv)
d2$raion <- as.character(d2$raion)
d2$tupe <- as.character(d2$tupe)
d2$minras <- as.integer(d2$minras)
d2$security <- as.logical(d2$security)
d2$park <- as.logical(d2$park)
d2$komyn <- as.logical(d2$komyn)
d2$klass <- as.logical(d2$klass)
d2$K <- as.logical(d2$K)
d2$S <- as.logical(d2$S)
77
d2$L <- as.logical(d2$L)
d2$O <- as.logical(d2$O)
d2$P <- as.logical(d2$P)

# Визуализация данных
hist(d2$Price ,main = "Гистограмма цены", ylab = "частота", xlab = "цена")
hist(d2$plochad,main = "Гистограмма площади", ylab = "частота", xlab = "площадь")
hist(d2$etag,main = "Гистограмма этажа", ylab = "частота", xlab = "этаж")
hist(d2$etanes,main = "Гистограмма этажности зданий", ylab = "частота", xlab = "этажность
здания")
hist(d2$minras,main = "Гистограмма удалености от центра", ylab = "частота", xlab =
"расстояние в метрах")
hist(d2$security,main = "Гистограмма наличия охраны", ylab = "частота", xlab = " 1 да 0
нет")
hist(d2$park,main = "Гистограмма наличия парковки", ylab = "частота", xlab = " 1 да 0 нет")
hist(d2$klass,main = "Гистограмма наличия класса А", ylab = "частота", xlab = " 1 да 0 нет")
ggplot(d2, aes(x = novosob, y = zakv,xlab = "Расстояние до новособорной площади", ylab =
"Цена аренды за квадратный метр",main = "цена за квадратный метр по разным
районам",col = raion))+
geom_boxplot()
ggplot(d2, aes(x = ploсhad, y = Price,col = raion,size = zakv))+
geom_point()
hist(d2$Price)
ggplot(df1, aes(Price))+
geom_histogram(fill = 'red',col='black',binwidth = 0,4)+
facet_grid(raion ~ .)

# Строим множественную линейную регрессию цен аренды офсиных помещений в


томске:
t1 <- lm(data=d2, Price ~ plochad + K + S + L + O + etag + etanes
+ tupe + komyn + minras + klass + security + park)
r2 <- lm(data= d2, Price ~ plochad + minras +
+ sekuritu + park)

r3 <- lm(data=d2, Price ~ plochad + minras + raion + etag + etanes+


tupe+ sekuritu + park)

#сравнение качества моделей


anova(t1,r2)
anova(r3,r2)

#ковариационная матрица оценок


vcov(r1)

# Проверка значимости атрибутов:


summary(t1)

#Подбор наиболее оптимальной модели:


step(t1, direction = 'backward')

#Строим новую множественную регрессию:


t11 <- lm(data=d2, Price ~ plochad + K + S +
78
L + O + minras + klass + sekuritu)
shapiro.test(resid(t11))
x <-rnorm(t11)
qqnorm(x)
plot(t11)

#nortest paket
ad.test(t11$residuals) #проверка на нормальность остатков
summary(t11)

# тест Бройша-Пагана
#Во вспомогательной регрессии квадраты остатков зависят от исходных регрессоров
bptest(t11)

# тест Уайта

#Во вспомогательной регрессии квадраты остатков зависят от объясняющих переменных


и от их квадратов
bptest(t11, data = d2, varformula = ~ plochad + K + S +
L + O + minras + klass + sekuritu)
X <- model.matrix(~ 0 Price + plochad + K + S + L + O + minras + klass + sekuritu + park,
data = d2)
cor(X)
#выгрузка данных xtable

desc_table1 <- xtable(cor(X))


print(desc_table1, type = "html", file = "fit_table.html" )
new <- data.frame( minras = 0, K = FALSE ,S = FALSE ,L = FALSE ,O = FALSE ,komyn =
FALSE,klass = FALSE,sekuritu = FALSE,park = FALSE)
predict(t11, newdata = new, interval = "confidence")

#Описательная статистика
plot(d2$Price,d2$etag, main = "цена от этажности")
plot(d2$zakv,d2$minras, main = "цена аренды за квадратный метр от растояния",
ylab = "растояние до ближайшего центра", xlab = "цена аренды за квадратный метр")
describe(x = df1)
desc <- describe(x = df1[,-c(1,20,21)])
desc2 <- describeBy(x = df1[,-c(1,20,21)], group = df1$raion)
desc2 <- describeBy(x = df1[,-c(1,20,21)], group = df1$raion,mat = T,digits = 1)
desc3 <- describeBy(x = df1[,-c(1,20,21)], group = df1$raion,mat = T,digits = 1,fast = T)
desc2$Кировский
par(2,2)
boxplot(zakv ~ raion, df1)
boxplot(zakv ~ sekuritu, df1)
boxplot(zakv ~ park, df1)
boxplot(zakv ~ komyn, df1)
boxplot(zakv ~ tupe, df1)
boxplot(zakv ~ klass, df1)
boxplot(zakv ~ etag, df1)
boxplot(zakv ~ etanes, df1)
ggplot(df1, aes(novosob, fill= raion))+
geom_density(alpha = 0.5)
79
#normal
ggplot(df2, aes(plohad))+
geom_histogram()
ggplot(df2, aes(minras))+
geom_histogram()
#log kagetca luche
ggplot(df2, aes(log(minras)))+
geom_histogram()
ggplot(df2, aes(etag))+
geom_histogram()
ggplot(data = d22, aes(zakv,minras))+
geom_point()+
geom_smooth()
ggplot(data = d2, aes(Price, plohad))+
geom_point(size = 3)+
geom_line(aes( x = Price, y = df1$mm1_fitted, col = 'white', lwd = 1))+
geom_line(aes(x = Price,y = df1$mm11_fitted, col = 'blue', lwd = 1))

# строим линейную регрессию с учетом гетероскедастичности


mm4 <- lm(Price2 ~ Q + K + O + L + S + klass + log(minras) + sekuritu , data = d2)
qplot( d2$Price , d2$plochad,main = "Диагармма рассеивания при линейной связи", ylab =
"площадь", xlab = "цена")
qplot( log(d2$Price) , log(d2$plochad),main = "Диагармма рассеивания при
логарифмической", ylab = "логарифм площади", xlab = "логарифм цены")

# Строим множественную логарифмическую регрессию цен аренды офсиных помещений


в томске:
summary(mm4)
mm5 <- lm(log(Price) ~ log(plochad) + K + S + L + O
+ log(minras) + klass + security , data = d2)

summary(mm5)
desc_table1 <- xtable(summary(mm5))
print(desc_table1, type = "html", file = "fit_table.html" )
predict(t11, newdata = new, interval = "confidence")
predict(mm5, newdata = new, interval = "confidence")
ad.test(mm5$residuals) #проверка на нормальность остатков

80
ПРИЛОЖЕНИЕ Б

Таблица Б.1 – Описательная статистика исходных данных для всех офисных помещений.
Цена Площадь Цена за Этаж Этажность Расстояние до Расстояние
аренды М2 кВ.м ближайшего до центра
(руб) (руб) административн города
ого центра (м) (м)
Минимум 4000 10 200 0 1 116 240
Максимум 230000 600 840 9 18 8765 10683
Среднее 27953 65,82 478 2,224 4,483 1469,5 2891
значение
Медиана 15400 33 462 2 4 1145 2706

81
Таблица Б.2 – Описательная статистика исходных данных для малых офисных
помещений до 60кв.м.
Цена Площадь Цена за Этаж Этажность Расстояние до Расстояние
аренды М2 кВ.м ближайшего до центра
(руб) (руб) административн города
ого центра (м) (м)
Минимум 4000 10 210 0 1 116 240
Максимум 45000 60 840 9 18 8100 8100
Среднее 13999 28,54 500,9 2,246 4,578 1353 1416,2
значение
Медиана 12400 25 500 2 4 1080 1150

82
83
Таблица Б.3 – Описательная статистика исходных данных для крупных офисных
помещений от 50кв.м.
Цена Площадь Цена за Этаж Этажность Расстояние до Расстояние
аренды М2 кВ.м ближайшего до центра
(руб) (руб) административн города
ого центра (м) (м)
Минимум 12500 50 200 0 1 126 240
Максимум 230000 600 812 9 12 8765 10683
Среднее 55797 140,1 424,4 2,278 4,322 1498,9 3100
значение
Медиана 40000 100 424,5 2 4 1090,5 2577

84
85
(/index.php/ru/) (/index.php/en/)
(/index.php) Поиск заимствований в научных текстахβ

Введите текст:

...или загрузите файл:

Файл не выбран... Выбрать файл...

Укажите год публикации: 2019

Выберите коллекции
Все

Рефераты Википедия Российские журналы

Авторефераты Российские конференции Энциклопедии

Иностранные конференции Иностранные журналы Англоязычная википедия

PubMed

Анализировать

Проверить по расширенному списку коллекций системы Руконтекст (http://text.rucont.ru/like)

Обработан файл:
Меркидов Дисертация 2019 ТГУ.docx.

Год публикации: 2019.

Оценка оригинальности документа - 87.04% 12.96%

Процент условно корректных заимствований - 0.0%

Процент некорректных заимствований - 12.96%

Просмотр заимствований в документе


87.04%

Время выполнения: 45 с.

Документы из базы
Источники
В списке
Источники заимствования Заимствования
литературы

1. Курсовая работа: Ценообразование на рынке недвижимости


(http://www.bestreferat.ru/files/49/bestreferat-182549.docx)
Год публикации: 2016. Тип публикации: реферат.
3.22%
http://www.bestreferat.ru/files/49/bestreferat-182549.docx
(http://www.bestreferat.ru/files/49/bestreferat-182549.docx)
Показать заимствования (22)

2. Дипломная работа: Оценка жилой недвижимости


(http://www.bestreferat.ru/files/14/bestreferat-182414.docx)
Год публикации: 2016. Тип публикации: реферат.
3.11%
http://www.bestreferat.ru/files/14/bestreferat-182414.docx
(http://www.bestreferat.ru/files/14/bestreferat-182414.docx)
Показать заимствования (23)
3. Реферат: Особенности функционирования рынка недвижимости РФ
(http://www.bestreferat.ru/files/14/bestreferat-220814.docx)
Год публикации: 2016. Тип публикации: реферат.
2.29%
http://www.bestreferat.ru/files/14/bestreferat-220814.docx
(http://www.bestreferat.ru/files/14/bestreferat-220814.docx)
Показать заимствования (18)

4. Полные тексты и аннотации федеральных законов, постановлений


Правительства, нормативных актов министерств и ведомств
(http://cyberleninka.ru/article/n/polnye-teksty-i-annotatsii-federalnyh-zakonov-
postanovleniy-pravitelstva-normativnyh-aktov-ministerstv-i-vedomstv-141)
Год публикации: 2014. Тип публикации: статья научного журнала.
2.19%
http://cyberleninka.ru/article/n/polnye-teksty-i-annotatsii-federalnyh-zakonov-postanovleniy-
pravitelstva-normativnyh-aktov-ministerstv-i-vedomstv-141 (http://cyberleninka.ru/article/n/polnye-
teksty-i-annotatsii-federalnyh-zakonov-postanovleniy-pravitelstva-normativnyh-aktov-ministerstv-i-
vedomstv-141)
Показать заимствования (13)

5. Полные тексты и аннотации федеральных законов, постановлений


Правительства, нормативных актов министерств и ведомств
(http://cyberleninka.ru/article/n/polnye-teksty-i-annotatsii-federalnyh-zakonov-
postanovleniy-pravitelstva-normativnyh-aktov-ministerstv-i-vedomstv-140)
Год публикации: 2014. Тип публикации: статья научного журнала.
1.99%
http://cyberleninka.ru/article/n/polnye-teksty-i-annotatsii-federalnyh-zakonov-postanovleniy-
pravitelstva-normativnyh-aktov-ministerstv-i-vedomstv-140 (http://cyberleninka.ru/article/n/polnye-
teksty-i-annotatsii-federalnyh-zakonov-postanovleniy-pravitelstva-normativnyh-aktov-ministerstv-i-
vedomstv-140)
Показать заимствования (12)

6. Реферат: Методы оценки стоимости объектов недвижимости


(http://www.bestreferat.ru/files/52/bestreferat-284352.docx)
Год публикации: 2016. Тип публикации: реферат.
1.93%
http://www.bestreferat.ru/files/52/bestreferat-284352.docx
(http://www.bestreferat.ru/files/52/bestreferat-284352.docx)
Показать заимствования (14)

7. Курсовая работа: Расчёт стоимости объекта недвижимости


(http://www.bestreferat.ru/files/05/bestreferat-196305.docx)
Год публикации: 2016. Тип публикации: реферат.
1.89%
http://www.bestreferat.ru/files/05/bestreferat-196305.docx
(http://www.bestreferat.ru/files/05/bestreferat-196305.docx)
Показать заимствования (14)

8. Реферат: Доходным подход ж оценке недвижимости


(http://www.bestreferat.ru/files/45/bestreferat-244345.docx)
Год публикации: 2016. Тип публикации: реферат.
1.8%
http://www.bestreferat.ru/files/45/bestreferat-244345.docx
(http://www.bestreferat.ru/files/45/bestreferat-244345.docx)
Показать заимствования (12)

9. Учебное пособие: Оценка бизнеса


(http://www.bestreferat.ru/files/96/bestreferat-127396.docx)
Год публикации: 2016. Тип публикации: реферат.
1.71%
http://www.bestreferat.ru/files/96/bestreferat-127396.docx
(http://www.bestreferat.ru/files/96/bestreferat-127396.docx)
Показать заимствования (13)

10. Дипломная работа: Анализ рынка недвижимости


(http://www.bestreferat.ru/files/24/bestreferat-186624.docx)
Год публикации: 2016. Тип публикации: реферат.
1.52%
http://www.bestreferat.ru/files/24/bestreferat-186624.docx
(http://www.bestreferat.ru/files/24/bestreferat-186624.docx)
Показать заимствования (13)

11. Реферат: Кадастровая оценка земель сельскохозяйственного


назначения (http://www.bestreferat.ru/files/60/bestreferat-223360.docx)
Год публикации: 2016. Тип публикации: реферат.
1.23%
http://www.bestreferat.ru/files/60/bestreferat-223360.docx
(http://www.bestreferat.ru/files/60/bestreferat-223360.docx)
Показать заимствования (12)
12. Математические методы оценки стоимости недвижимого имущества
(http://cyberleninka.ru/article/n/matematicheskie-metody-otsenki-stoimosti-
nedvizhimogo-imuschestva)
Авторы: Сихимбаев М. Р., Кумисбекова Ж. А..
Год публикации: 2015. Тип публикации: статья научного журнала. 1.14%
http://cyberleninka.ru/article/n/matematicheskie-metody-otsenki-stoimosti-nedvizhimogo-
imuschestva (http://cyberleninka.ru/article/n/matematicheskie-metody-otsenki-stoimosti-
nedvizhimogo-imuschestva)
Показать заимствования (8)

13. Дипломная работа: Оценка застроенных земельных участков


(http://www.bestreferat.ru/files/09/bestreferat-127409.docx)
Год публикации: 2016. Тип публикации: реферат.
1.08%
http://www.bestreferat.ru/files/09/bestreferat-127409.docx
(http://www.bestreferat.ru/files/09/bestreferat-127409.docx)
Показать заимствования (7)

14. Курсовая работа: Подходы к оценке бизнеса в кризисных условиях


(http://www.bestreferat.ru/files/20/bestreferat-192920.docx)
Год публикации: 2016. Тип публикации: реферат.
1.07%
http://www.bestreferat.ru/files/20/bestreferat-192920.docx
(http://www.bestreferat.ru/files/20/bestreferat-192920.docx)
Показать заимствования (7)

15. Курсовая работа: Анализ методов оценки недвижимости, приносящей


доход (http://www.bestreferat.ru/files/99/bestreferat-217099.docx)
Год публикации: 2016. Тип публикации: реферат.
1.02%
http://www.bestreferat.ru/files/99/bestreferat-217099.docx
(http://www.bestreferat.ru/files/99/bestreferat-217099.docx)
Показать заимствования (8)

16. Реферат: Анализ рынка недвижимости


(http://www.bestreferat.ru/files/24/bestreferat-45924.docx)
Год публикации: 2016. Тип публикации: реферат.
0.97%
http://www.bestreferat.ru/files/24/bestreferat-45924.docx
(http://www.bestreferat.ru/files/24/bestreferat-45924.docx)
Показать заимствования (8)

17. Реферат: Развитие рынка недвижимости


(http://www.bestreferat.ru/files/84/bestreferat-258584.docx)
Год публикации: 2016. Тип публикации: реферат.
0.95%
http://www.bestreferat.ru/files/84/bestreferat-258584.docx
(http://www.bestreferat.ru/files/84/bestreferat-258584.docx)
Показать заимствования (8)

18. Дипломная работа: Анализ эффективности сделок на первичном


рынке жилья (http://www.bestreferat.ru/files/65/bestreferat-212065.docx)
Год публикации: 2016. Тип публикации: реферат.
0.92%
http://www.bestreferat.ru/files/65/bestreferat-212065.docx
(http://www.bestreferat.ru/files/65/bestreferat-212065.docx)
Показать заимствования (8)

19. Курсовая работа: Определении рыночной и ликвидационной


стоимостей объекта оценки (http://www.bestreferat.ru/files/80/bestreferat-
208980.docx)
Год публикации: 2016. Тип публикации: реферат. 0.92%
http://www.bestreferat.ru/files/80/bestreferat-208980.docx
(http://www.bestreferat.ru/files/80/bestreferat-208980.docx)
Показать заимствования (7)

20. Дипломная работа: Оценка недвижимости


(http://www.bestreferat.ru/files/33/bestreferat-127433.docx)
Год публикации: 2016. Тип публикации: реферат.
0.91%
http://www.bestreferat.ru/files/33/bestreferat-127433.docx
(http://www.bestreferat.ru/files/33/bestreferat-127433.docx)
Показать заимствования (8)

21. Учебное пособие: Земельно-имущественные отношения


(http://www.bestreferat.ru/files/20/bestreferat-173820.docx)
Год публикации: 2016. Тип публикации: реферат.
0.88%
http://www.bestreferat.ru/files/20/bestreferat-173820.docx
(http://www.bestreferat.ru/files/20/bestreferat-173820.docx)
Показать заимствования (8)
22. Анализ рынка недвижимости (http://limej.ru/index.php/home/132-
stat/41189-Analiz_rinka_nedvigimosti.html)
Год публикации: 2016. Тип публикации: реферат.
0.88%
http://limej.ru/index.php/home/132-stat/41189-Analiz_rinka_nedvigimosti.html
(http://limej.ru/index.php/home/132-stat/41189-Analiz_rinka_nedvigimosti.html)
Показать заимствования (7)

23. Анализ рынка недвижимости


(http://mobiro.org/downloads/marketing/80107.zip)
Год публикации: 2016. Тип публикации: реферат. 0.88%
http://mobiro.org/downloads/marketing/80107.zip (http://mobiro.org/downloads/marketing/80107.zip)
Показать заимствования (7)

24. Дипломная работа: Оценка базы отдыха с целью продажи


(http://www.bestreferat.ru/files/95/bestreferat-127395.docx)
Год публикации: 2016. Тип публикации: реферат.
0.84%
http://www.bestreferat.ru/files/95/bestreferat-127395.docx
(http://www.bestreferat.ru/files/95/bestreferat-127395.docx)
Показать заимствования (7)

25. Дипломная работа: Оценка стоимости недвижимости на примере ООО


СРП Усадьба (http://www.bestreferat.ru/files/52/bestreferat-247152.docx)
Год публикации: 2016. Тип публикации: реферат.
0.83%
http://www.bestreferat.ru/files/52/bestreferat-247152.docx
(http://www.bestreferat.ru/files/52/bestreferat-247152.docx)
Показать заимствования (7)

26. Дипломная работа: Управление недвижимостью на основе


инвентаризации (на примере ОГУП "ОЦТИ - Областное БТИ")
(http://www.bestreferat.ru/files/39/bestreferat-186439.docx)
Год публикации: 2016. Тип публикации: реферат. 0.78%
http://www.bestreferat.ru/files/39/bestreferat-186439.docx
(http://www.bestreferat.ru/files/39/bestreferat-186439.docx)
Показать заимствования (8)

27. Экономическое обоснование предпринимательской деятельности на


рынке коммерческой недвижимости
(http://dlib.rsl.ru/loader/view/01002944099?get=pdf)
Авторы: Луговой, Олег Николаевич.
0.52%
Год публикации: 2005. Тип публикации: автореферат диссертации.
http://dlib.rsl.ru/loader/view/01002944099?get=pdf (http://dlib.rsl.ru/loader/view/01002944099?
get=pdf)
Показать заимствования (7)

Дополнительно
Общеизвестные фрагменты

Значимые оригинальные фрагменты

Библиографические ссылки

Искать в Интернете

© 2015 2019 Институт системного анализа Российской академии наук (http://www.isa.ru/index.php?lang=ru)