ВВЕДЕНИЕ
Переход к рыночным отношениям в экономике и научно-технический прогресс чрезвычайно ускорили темпы внедрения во все сферы социально-экономической жизни общества последних научных разработок в области информационных технологий. Достижение Украиной высоких результатов в экономике и завоевание места полноправного партнера в мировой экономической системе в значительной степени зависит от того, каковы будут масштабы использования современных информационных технологий во всех аспектах человеческой деятельности, а также от того, какую роль будут играть эти технологии в повышении эффективности экономических взаимоотношений.
Развитие прогностики как науки в последние десятилетия привело к созданию множества методов, процедур, приемов прогнозирования, неравноценных по своему значению. По оценкам зарубежных и отечественных систематиков прогностики уже насчитывается свыше ста методов прогнозирования, в связи, с чем перед специалистами возникает задача выбора методов, которые давали бы адекватные прогнозы для изучаемых процессов или систем. Жесткие статистические предположения о свойствах временных рядов ограничивают возможности классических методов прогнозирования.
С развитием теоретических подходов для создания адекватных моделей поведения рынка недвижимости в западных странах и США одновременно происходило активное внедрение новых интеллектуальных компьютерных технологий в практику принятия финансовых и инвестиционных решений. Вначале в виде экспертных систем и баз знаний, а затем с конца 80-х - нейросетевых технологий, которые являются адекватным аппаратом для решения задач прогнозирования.
Начало исследования методов обработки информации, называемых сегодня нейросетевыми, было положено несколько десятилетий назад. С течением времени интерес к нейросетевым технологиям то ослабевал, то вновь возрождался. Такое непостоянство напрямую связано с практическими результатами проводимых исследований.
На украинском финансовом рынке нейросетевые компьютерные технологии появились всего несколько лет назад. Изучение литературы за этот период показало, что ни в одном из источников не содержится подробного описания (с указанием достигнутых результатов) эффективного применения нейросетевых компьютерных технологий для прогнозирования рынка недвижимости в среднесрочной перспективе. Большинство публикаций сводится к описанию возможностей нейронных сетей и их потенциальных преимуществ перед другими компьютерными технологиями. Причем большая часть выводов в этих работах сделана на основе результатов применения нейросетей на западных рынках.
Основной вклад в развитие теории нейрокомпьютинга и его применения в финансовой сфере внесли ученые стран Запада и США. Это прежде всего: Д.-Э. Бэстенс, П. Вербос, Л. Вилентурф, Д. Вуд, В. МакКаллох, В. Пите, М. Редмиллер, Ф. Розенблат, Дж. Хопфилд и др. Необходимо отметить также работы отечественных ученых, занимающихся разработкой и внедрением нейросетевых технологий в области экономики, таких как: А. Ежов, Б. Одинцов, А. Романов, С. Шумский и др.
На сегодняшний день возможности нейросетевых технологий используются во многих отраслях науки, начиная от медицины и астрономии, заканчивая информатикой и экономикой. Между тем далеко не все потенциальные возможности нейросетевых методов изучены, но одними из их свойств являются возможности распознавания и классификации образов, работы с большими массивами зашумленных данных, оценка стоимости недвижимости, аппроксимация и выявление неочевидных зависимостей в данных финансовых временных рядов. На основе этих свойств нейросетевых архитектур можно сделать вывод о значительном преимуществе их использования для анализа и прогнозирования динамик финансовых рядов, в частности рынка недвижимости.
Целью исследования является анализ существующих методов прогнозирования и моделирование нейронных сетей для прогнозирования стоимости недвижимости.
1. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
В различных областях человеческой деятельности часто возникают ситуации, когда по имеющейся информации (данным), обозначим ее X, требуется предсказать (спрогнозировать, оценить) некоторую величину Y, стохастически связанную с X (то есть X и Y имеют некоторое распределение L(X,Y)), но которую непосредственно измерить невозможно (например, Y может относиться к будущему, а X - к настоящему).
В общем случае X означает некоторую совокупность {X1, X2,:} наблюдаемых случайных величин, которые в рассматриваемом контексте называются предсказывающими (или прогнозными) переменными, и задача состоит в построении такой функции Ф(Х), которую можно было бы использовать в качестве оценки для прогнозируемой величины Y: Ф(Х)=Y (т.е. чтобы она была в каком-то смысле близка к Y); такие функции Ф(Х) называют предикторами величины Y по X. Разработка методов построения оптимальных (в том или ином смысле) предикторов и составляет главную задачу прогнозирования.
Если совокупность величин {X1, X2, :, Xn} представляет собой значения какого-либо параметра, изменяющегося во времени, то такую совокупность называют временным рядом, при этом каждое значение соответствует значению параметра в конкретное время t1, t2, :,tn. Задача прогнозирования в этом случае заключается в определении значения измеряемой величины X в момент времени tn+1, tn+2, tn+3,:, т.е. для выполнения прогнозирования необходимо выявить закономерность этого временного ряда.
Различают многошаговый и одношаговый прогноз.
Многошаговым прогнозом называют долгосрочный прогноз, цель которого состоит в определении основного тренда, для некоторого фиксированного промежутка времени в будущем. При этом прогнозирующая система (в нашем случае - нейронная сеть) использует полученные прогнозные значения временного ряда для выполнения дальнейшего прогноза, т.е. использует их как входные данные.
Одношаговым прогнозированием называют краткосрочный прогноз (на один шаг), при этом для получения прогнозированной величины используют только фактические данные. Ясно, что одношаговое прогнозирование более точно, но оно не позволяет выполнять долгосрочные прогнозы.
Объектом исследованияв дипломной работе является рынок продажи жилой недвижимости города Киев.
Предметом исследования являются нейрокомпьютерные технологии и их использование для прогнозирования рыночной стоимости недвижимости.
Целью данной работы является разработка методов прогнозирования модели оценки изменения цен реальных сделок на рынке продажи жилого фонда недвижимости, основанной на нейросетевых технологиях и позволяющей существенно повысить эффективность работы организации занимающейся продажей жилья.
2. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ОЦЕНКИ СТОИМОСТИ НЕДВИЖИМОСТИ
Происходящие в Украине процессы перехода к рыночной модели экономики возродили права частной собственности и свободу предпринимательства, позволяющие субъектам рынка владеть, распоряжаться и пользоваться объектами недвижимости: зданиями, сооружениями, а также земельными участками определённого целевого назначения.
Необходимым элементом рыночной экономики выступает институт независимой оценки собственности, без которого невозможно становление права собственности и демократизации экономической жизни.
В первую очередь это касается рынка недвижимости, развитие которого может определить в перспективе характер изменений всей экономики.
Объективная оценка различных видов стоимости (рыночной, инвестиционной, залоговой, страховой, налогооблагаемой и других) недвижимого имущества необходима:
- при операциях купли-продажи или сдачи в аренду;
- при акционировании предприятий и перераспределении имущественных долей;
- при кадастровой оценке для целей налогообложения объектов недвижимости: зданий и земельных участков;
- для страхования объектов недвижимости;
- при кредитовании под залог объектов недвижимости;
- при ликвидации объектов недвижимости;
- при исполнении права наследования, судебного приговора;
- при других операциях, связанных с реализацией имущественных прав на объекты недвижимости.
При любом общественном устройстве особое место в системе общественных отношений занимает недвижимое имущество, с функционированием которого так или иначе связаны жизнь и деятельность людей во всех сферах бизнеса, управления и организации.
Развитие оценочной деятельности в Украине определяется развитием рыночных отношений. Оценка собственности различных видов все более становится неотъемлемым и действенным инструментом рыночной экономики.
Оценка стоимости любого объекта собственности - упорядоченный, целенаправленный процесс определения в денежном выражении стоимости соответствующего вида с учетом потенциального и реального дохода, приносимого им в определенный момент времени в условиях конкретного сегмента рынка.
Особенностью процесса оценки стоимости объекта имущества является его рыночный характер. Это означает, что процесс оценки объекта не ограничивается учетом одних только затрат на создание или приобретение оцениваемого объекта собственности - необходим учет совокупности рыночных факторов, экономических особенностей оцениваемого объекта, а также макроэкономического и микроэкономического окружения. Рыночная стоимость оцениваемого объекта непостоянна - изменяется во времени под воздействием многочисленных факторов. По этой причине она может быть определена только на данный конкретный момент времени. Это означает, что периодическая оценка объектов собственности является необходимым условием функционирования рыночной экономики.
Начало формированию рынка жилья было положено в начале 90-х гг., когда частная собственность на существующее и вновь строящееся жилье получила законное основание. С тех пор стали развиваться параллельно два процесса: быстрое становление вторичного рынка жилья на базе его приватизации и появление рынка нового жилья. На сегодняшний день доля частного жилого фонда, который и является объектом купли - продажи, составляет по стране 70% от всего жилого фонда. Это обусловило объективную необходимость оценки жилой недвижимости, которая имеет существенную специфику по сравнению с другими объектами недвижимости, и применения современных методов этой оценки.