ев ю S Он X
,п о н ж
3 г я
2Г» Ш св Я ^ Я ж со
(j И S S
Умей.
р лS * з
о
р -в* в и С
П Б.
3
m <и ^ _
О г-Н Я
оо d Ч го
оо. я д 2
О чо Я +
ев Н св
Ч,
00 Р °0 Он°
° I
ОО д оо Рн°
3|©
§
о К
го Я ° я ^ о, Ј°
к с
Он
св
я
с— О
О>•
сой^
3
св
свЧ со 22 й J
ев X tr
о
5
Я
ев
о*
О >»
ев g сл ?0 А
ев Я
я*
X
и о
о>.
I!
яо
Й->>
о *
4t
с- Ч СП Щ
+
се s
ГЧ
со *° w О °
о
4) О
К 1н Й
g О и оо . Я ев g о
я m vo Y
& б °
iHiM образом, за год цена продажи 1 м2данного типа недвижимости Нй28,6%. Прогнозируя рост цены по простым процентам, за пол* НИМИ т.«росла на 14,3%. Исходя из этого, проводим корректировку Р Мрмлижи1 м2 по I, II и V сравниваемым объектам. Скорректированными! после четвертого элемента сравнения являются основой даль-кММММЧ и«1.ШПСИМЫХ корректировок.
Фншчм'кнехарактеристики. Все сравниваемые объекты и оценивае-ЦИнАмкт являются кирпичными домами, что не требует корректиров-I М*Н продаж по использованному строительному материалу. В то же NMH ИОМбинация размеров садового участка и количества комнат в пред-|§ЖННШМ Перечне сравниваемых объектов двухвариантная: 1)12 соток 11НМИИТЫ; 2) 6 соток и 3 комнаты. Величину корректировки по этим |нг»йИ1мхарактеристикам можно определить, выбрав пару сравнивае-|ИПМ'Ищи. например, II и III - 0,084 тыс.руб. (0,915 - 0,831). ЩЙИМИИА корректировки по транспортной доступности определяется
•ч-' • МрййНИВаемых объектов I и II - 0,088 тыс.руб. (1,003 - 0,915). Кор-Щ||и»м«п цены продажи объекта I проводится вычитанием этой денеж-
■ HfUMM, i rue кактранспортная доступность к этому объекту лучше, чем В ИМ^нммигмогообъекта.
ММЧИМШ корректировки цен продажи,по наличию водопровода МШМИ'ИИЭ пары сравниваемых объектов III и IV - 0,054 тыс.руб. I 11N11), Корректировка цен продаж I, II и III объектов является !|ФМ11*1и.н<>11,так как на оцениваемом объекте имеется водопровод. ЦЩЪпроведены корректировки по всем рассматриваемым физичес-| «неристикам, что позволяет определить итоговое значение скор-lIMpMMiiMMuчцен продаж 1 м2общей площади.
ПИ Мршиэтивлонному примеру скорректированная цена продажи 1 м2 Щ1МНМЦМДИ дачи в рассматриваемом районе составляет 0,969 тыс. руб. тЛЛрмивчная стоимость оцениваемой дачи составит 58,14 тыс.руб.
•♦t Hi ммме*и мненияскорректированных цен продаж сравниваемых |#Hi| | И§Шем примере совпали (табл. 8.8). Однако такое совпадение КИП*ММ Обязательным, и, более того, возможны случаи, когда по всем fflMHHiMi.iMобъектам скорректированные цены различаются. В этой jttt Ф «рму/жруется следующее правило выбора значения скорректиро-
|ИЙ ним i.i продажи: в качестве базиса рыночной стоимости оцениваемо-ММннп яыбирйемся итоговая скорректированная цена продажи сравни-Щ tWwHniti(либо объектов), по которому минимально либо абсолют-доннам***? МйЧвние корректировок, либо количество корректировок. |ЙН1» приминисформулировано исходя из теоретической предпосылки Мяммн hiin-иi.iпродажи объектВ| сходного по всем рассматриваемым рм» | и»'им. рыночной стоимости оцениваемого объекта.
И••••• и применения КОррелЯЦИОННОГО мнилиni. КОррг пяцпонио-pel -
И1минм11 ипиипможет быть предегммлен двумя методами! методом
парной корреляции и методом множественной корреляции (многофактор* ным анализом).
Парная корреляция подразумевает выявление наличия и формы коррс ляционной зависимости между результативным показателем (ценой) И одним из анализируемых факторных признаков (характеристикой). Пр| этом обычно предполагается условное равенство всех прочих характер., стик в сравниваемых объектах, а результативный показатель есть функция от значения анализируемой ценообразующей характеристики анало гичных объектов.
У=/(х).
По общему направлению корреляционная связь может быть прямо! или обратной. При прямой связи увеличение факторного признака npH<i водит к повышению результативного, и наоборот, если при повышении факторного признака результативный уменьшается, это говорит о на ни чии обратной связи. Одним из главных статистических показателей, ЗНВЁ при котором указывает направление корреляционной связи, является Kite эффициент корреляции (знак «+» говорит о наличии прямой связи, «-#1 об обратной). Коэффициент корреляции является мерой тесноты пнин между ценой и анализируемой характеристикой.
Например, для определения степени тесноты парной линейной ИМИ*! симости применяется линейный коэффициент корреляции (г).
Линейный коэффициент корреляции рассчитывается следующим обрй«] зом:
________ (2ху-\/п-2х2у)
$[1х2-\/п(2х)2][2у2-1/п(1у)2]'шп№ i
Линейный коэффициент корреляции изменяется в пределах от I Л$ + 1. Чем ближе его значение по модулю к 1, тем теснее связь. В силу Т0М| что сравниваемые объекты имеют, как правило, несколько ценообрачумм-щих характеристик, линейный коэффициент корреляции может испоЛЬ'НМ виться для выделения какой-либо одной из них, оказывающей макоимйЛМ ное влияние на формирование цен выбранных объектов-аналогов.
Кроме коэффициента корреляции в корреляционно-регрессионном анализе используются и другие статистические показатели: среднокййД* ратпческое отклонение, среднеквадратическая ошибка, коэффициеш »нм риации, достоверность и т.д.
Одним из важнейших этапов корреляционного анализа являете и и бор уравнения регрессии. Выбор уравнения регрессии, с помощью кит рого производится расчет стоимости оцениваемого объекта* осуществи* ется на основе значений коэффициентов корреляции и (или) доотоВ(т,мНЯ ти каждого анализируемого вида регрессионного уравнения. При онм могут быть использованы следующие основные виды корреляционно!! зависимости (уравнений регрессии)
I) линейная: У = А0+АХX; iIВТепенная: У=А0(Х)А1\ Щ)показательная: У=А0(А{)x; Н» киидратическая: У=А0+А{Х + А2(X)2; Л) гиперболическая: У = А0 + Ах1/Х.
Оценка меры достоверности анализируемого уравнения регрессии.
\ Уненкп меры достоверности (D)анализируемого уравнения регрессии Ррни ни и|и I ея с помощью процентного соотношения среднеквадратичес-М ншнбки уравнения (Se)и математического ожидания по результатив-
ЦиМр Признаку (У).
D= (Se/У)•100.
I 'рад не к иидратическая ошибка рассчитывается по формуле
0 о г~ ^(Ую ~~ У{ расчетное)
Jf—й—'
-фактическое значение цены 1-го объекта-аналога;
* I (Вийнш расчетное значение цены 1-го объекта-аналога по выбранному уравнению регрессии;
· количество объектов в выборке; ,
· число параметров уравнения регрессии (AQ...An).
N елуЦае* ВОЛИ максимальное значение D не превышает 15%, анализи-|Мне уравнение регрессии достаточно корректно отображает корреля-Н н у К1 СВЯЗЬ и может быть использовано для расчета стоимости оцени-
pttfNft недвижимости.
тнмифакторный анализ предполагает выявление наличия и формы Рррвияционной зависимости между результативным показателем и не-
С
рМММИ факторными признаками (параметрами): У — JyX^, Ху Ху ^я)' При мимо и не многофакторного анализа для расчета стоимости оцени-JpFP ибЪСКТВ дает более точные результаты по сравнению с парной Ирр*"«ими! И «и» и ому в большинстве случаев является более приоритет-N ШМ -KB метод парной корреляции в оценке недвижимости приме-РI ииними »м для расчета отдельных поправок, а метод множественной Ирр»' "ниш im шпане г рассчитать стоимость оцениваемой недвижимости рЖ,м Например, в многофакторном анализе для расчета стоимости ЛКНИяеМОГО Объекта может быть использована линейная регрессия вида:
Co'A0+AtМШШ'"+А*Х<*w«*^< * I ишмипъоцениваемого объекта; основные ценообризующио характеристики сравниваемых объектов; ii * 1 Коэффициенты регрессии.
Рассмотрим применение корреляционно-регрессионного анализа дли расчета стоимости оцениваемой недвижимости методом парной коррс пи ции на следующем примере.
Пример. Необходимо оценить стоимость 1 сотки загородного земель» иого участка, расположенного в 85 км от города, используя информацию о продажах аналогичных земельных участков (табл. 8.9). При этом пред* полагается условное равенство всех прочих (кроме отдаленности ОТ города) ценообразующих характеристик сравниваемых объектов.
Таблица Н Ґ
| Аналоги | Расстояние до города,(Х/а), км | Цена продажиWa),у.е./сотка | Линейная (У/расч.) | Логарифмическая v^/расч.) | Экспоненциальная(У|'расч.) | Степенная (У/расч.) | Полин»» миальнм( ^/p#4W)] |
| 1 | 25 | 400 | 379,03 | 416,01 | 455,69 | 542,59 | 405,211 |
| 2 | 35 | 340 | 331,53 | 325,92 | 338,57 | 315,65 | 332,6.1 J |
| 3 | 45 | 270 | 284,03 | 258,63 | 251,55 | 210,61 | 261.11 |
| 4 | 60 | 180 | 212,78 | 181,598 | 161,09 | 132,54 | 183,4t |
| 5 | 90 | 65 | 70,28 | 73,03 | 66,07 | 68,996 | 63,49 ! |
| 6 | 100 | 45 | 22,78 | 44,82 | 49,09 | 58,23 | 40,97 1 |
| Мате- | |||||||
| мати- | |||||||
| ческое | |||||||
| ожи- | |||||||
| дание | 59,17 | 216,67 | — | — | — | — |
Для расчета необходимых статистических показателей, а также ко м|м фициентов регрессии можно использовать калькулятор или компьютер, имеющий стандартную программу статистических расчетов. Результшм расчетов по 5 видам регрессионной модели показаны в табл. 8.9 и к ю