рыночный подход к оценке объектов недвижимости

Оглавление 2 Введение 3 Глава 1. Теоретические аспекты оценки недвижимости в связи с анализом больших данных 5 1.1. Обзор и анализ нормативно-правовых актов в отношении рынка недвижимости 5 1.2. Подходы к оценке недвижимости 8 1.3. Анализ научной литературы по оценке недвижимости 10 1.4. Алгоритмы оценки недвижимости As Is («как есть») и To Be («как должно быть») 24 Глава 2. Сбор, хранение, анализ и обработка данных 31 2.1. Сбор и хранение данных 31 2.2. Анализ и обработка собранных данных 32 Глава 3. Использование методов машинного обучения для оценки жилой недвижимости 40 3.1. Кластеризация данных с использованием методов машинного обучения 40 3.2. Методы машинного обучения с учителем 47 Глава 4. Практическое применение методов машинного обучения к оценке стоимости недвижимости 54 4.1. Кластеризация 54 4.2. Анализ стоимости недвижимости в разрезе кластеров 60 Заключение 69 Список литературы 71

1. Федеральный закон «Об оценочной деятельности в Российской Федерации» от 29.07.1998 №135-ФЗ [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_19586/. 2. Приказ Минэкономразвития России от 20.05.2015 N 297 «Об утверждении Федерального стандарта оценки «Общие понятия оценки, подходы и требования к проведению оценки (ФСО N 1)» [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document /cons_doc_LAW_180064/. 3. «Международные стандарты оценки (МСО 1-4)» [Электронный ресурс] – Режим доступа: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=EXP&n=303165#03036675734006875. 4. «Концепция бухгалтерского учета в рыночной экономике России» (одобрена Методологическим советом по бухгалтерскому учету при Минфине РФ, Президентским советом ИПБ РФ 29.12.1997) [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_17312/. 5. Приказ Минфина РФ от 13.10.2003 №91н (ред. от 24.12.2010, с изм. от 23.01.2020) «Об утверждении методологических указаний по бухгалтерскому учету основных средств» (Зарегистрировано в Минюсте РФ 21.11.2003 №5252) [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_45140/. 6. «Международный стандарт финансовой отчетности (IFRS) 13 «Оценка справедливой стоимости» [Электронный ресурс] – Режим доступа: https://base.garant.ru/57418643/. 7. Приказ Минэкономразвития России от 20.05.2015 №298 «Об утверждении Федерального стандарта оценки «Цель оценки и виды стоимости (ФСО №2)» [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_180061/. 8. Сфера применения МСФО в России [Электронный ресурс] – Режим доступа: https://finacademy.net/materials/article/sfera-primenenia-msfo-v-rosii. 9. Приказ Минэкономразвития России от 25.09.2014 №611 «Об утверждении Федерального стандарта оценки «Оценка недвижимости (ФСО №7)» [Электронный ресурс] – Режим доступа: http://www.consultant.ru/ document/cons_doc_LAW_160678/. 10. Федеральный закон от 26. 12.1995 №208-ФЗ (ред. От 04.11.2019, с изм. от 07.04.2020) «Об акционерных обществах» [Электронный ресурс] – Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_8743/. 11. Т. Б. Кувалдина, Д. Р. Лапин, Теория и практика применения текущей рыночной стоимости в оценке активов организаций // Межднародный бухгалтерский учет. 2015. №20 (362). 12. Методология оценки недвижимости EY 13. Thomas Dimopoulos, Nikolaos P. Bakas, An artificial intelligence algorithm analyzing 30 years of research in mass appraisals // International Journal Of Real Estate and Land Planning. 2019. Vol. 2. 14. Г. М. Стерник, С. Г. Стерник, Типология рынков недвижимости по склонности к образованию ценовых пузырей // Имущественные отношения Российской Федерации. 2009. №8 (95). 15. Г. М. Стерник, С. Г. Стерник, Методология моделирования и прогнозирования жилищного рынка. Монография. 2018. 16. Л. Н. Ясницкий, В. Л. Ясницкий, Разработка и применение комплексных нейросетевых моделей массовой оценки и прогнозирования стоимости жилых объектов на примере рынков недвижимости Екатеринбурга и Перми // Имущественные отношения Российской Федерации. 2017. №3 (186). 17. Г. М. Стерник, Методика прогнозирования цен на жилье в зависимости от типа рынка // Имущественные отношения Российской Федерации. 2011. №1 (112). 18. В. Ю. Сутягин, Р. Ю. Черкашев, Прогнозирование цен на рынке жилой недвижимости на тамбовском региональном рынке. // Социально-экономические процессы и явления. 2012. №3 (037). 19. Sebastian Gnat, Measurement of entropy in the assessment of homogeneity of areas valued with the Szczecin algorithm of real estate mass appraisal // Journal of Economics and Management. 2019. Vol. 38 (4). 20. С. А. Айвазян, В. С. Мхитарян, Прикладная статистика и основы эконометрики. М.: ЮНИТИ. 2001. 21. Я. Р. Магнус, П. К. Катышев, А. А. Пересецкий, Эконометрика. Начальный курс. М.: Дело. 2006. 22. В. А. Балаш, О. С. Балаш, А. В. Харламов, Эконометрический анализ геокодированных данных о ценах на жилую недвижимость // Прикладная эконометрика. 2011. №2 (22). 23. В. В. Носов, А. П. Цыпин, Эконометрическое моделирование цены однокомнатной квартиры методом географически взвешенной регрессии // Известия Саратовского Университета. Экономика. Управление. Право. 2015. Т. 15, вып. 4. 24. Benedetto Manganelli, Antonello Azzatto, Piergiuseppe Pontrandolfi, Beniamino Murgante, Using geographically weighted regression for housing market segmentation // International Journal of Business Intelligence and Data Mining. 2014. Vol. 9, №2. 25. Р. Г. Абакумов, И. В. Ходыкина, Анализ существующих моделей для прогнозирования на региональных рынках недвижимости // Инновационная экономика: перспективы развития и совершенствования. 2016. №1 (11). 26. Junchi Bin, Bryan Gardiner, Zheng Liu, Eric Li, Attention-based multi-modal fusion for improved real estate appraisal: a case study in Los Angeles // Multimedia Tools and Applications. 2019. 78:31163-31184. 27. Thomas Dimopoulos, Hristos Tyralis, Sensitive Analysis of Machine Learning Models for the Mass Appraisal of Real Estate. Case Study of Residencial Units in Nicosia, Cyprus // Remote sensing. 2019. 11, 3047. 28. Sam K. Hui, Alvin Cheung, Jimmy Pang, A Hierachical Baysian Approach for Residential Property Valuation: Application to Hong Kong Housing Market // International Real Estate Review. 2010. Vol. 13, №1: pp. 1-29. 29. Omod Poursaeed, Tomas Matera, Serge Belongie, Vision-based Real Estate Price Estimation // Machine Vision and Application. 2018. 30. Zhicheng Liu, Shuai Yan, Jun Cao, Tanhua Jin, Jiabo Tang, Junyan Yang, Qiao Wang, A Bayesian Approach to Residential Property Valuation Based on Built Environment and House Characteristics // IEEE International Conference on Big Data. 2018. 31. Archana Singh, Apoorva Sharma, Guarav Dubey, Big data analytics predicting real estate prices // International Journal of System Assurance Engineering and Management. 2020. 32. Bruno Klause de Aquino Afonso, Luckeciano carvalho Melo, William Dihanster Gomes de Oliveira, Samuel Bruno da Silva Sousa, Lilian Berton, Housing Prices Prediction with a Deep Learning and Random Forest Ensemble // XVI Encontro Nacional de Inteligencia Artificial e Computacional. 2019.

Анализ теории и практики показал, что рынок недвижимости имеет локальный характер. Даже в рамках одного города встречаются районы с непохожими друг на друга условиями рынка и факторами, влияющими на ценообразование. Например, в историческом центре города преобладают дома старой постройки или элитное жилье, а на окраине города расположены спальные районы. Следовательно, для выявления специфики рынка их стоит рассматривать отдельно, в связи с чем требуется определение групп объектов с однородными характеристиками. Независимый анализ каждой из таких групп и дальнейшее сравнение полученных результатов между собой поможет повысить качество оценки за счет получения более четкого представления о характере рынка в определенной местности. Таким образом, актуальность темы обусловлена необходимостью повышения надежности и достоверности информации о стоимостных характеристиках жилой недвижимости на определенной территории, что позволит улучшить качества оказания оценочных услуг. Объектом исследования в рамках данной работы будет выступать рынок жилой недвижимости в Москве и ближнем Подмосковье. Предметом исследования в рассматриваемой области является структура рынка и факторы, влияющие на стоимость недвижимости.