Статистический анализ больших данных для оценки динамических характеристик в информационных системах оценочных компаний

Актуальность исследования данной области обусловлена тем, что развитие рынка недвижимости напрямую зависит от принятия решений, основанных на его исследовании и анализе. В прогнозировании рыночной стоимости объектов недвижимости заинтересованы владельцы различных форм собственности, строительные и девелоперские компании, страховые компании, банки, профессиональные участники рынка недвижимости, такие как организаторы торгов, риэлторы. Целью данного исследования является получение прогноза на основе систематических сравнений распределений кадастровых стоимостей и рыночных данных о ценах внутри достаточно однородных кластеров объектов недвижимости и построения наиболее вероятной траектории движения рыночной цены для любых объектов недвижимости, даже для тех, которые за период наблюдений ни разу не попадали в листинги продающихся объектов. Данное исследование базируется на сопоставлении рыночной и кадастровой стоимости и дальнейшем анализе как многомерной случайной величины. При изучении материалов и публикаций данной области не было встречено работ, в которых бы сравнивались рыночная и кадастровая стоимость.
В качестве статистического материала были использованы рыночные данные по жилой недвижимости, опубликованные в периодической печати в период с конца 2012 по 2018 год. Объемы выборок еженедельных публикаций составляют 15 000-20 000 объектов, использовались данные за 21 квартал (более пяти лет). В качестве базы сравнения использованы данные кадастрового учета объектов недвижимого имущества в г.Санкт-Петербурге за 2018 год. Общий объем кадастровой базы жилой недвижимости г.Санкт-Петербурга (отдельные квартиры) составляет 2 226 734 объекта с достаточно полным набором ценообразующих факторов. Теоретической значимостью работы является предложенный алгоритм оценки наиболее вероятной траектории рыночной стоимости исследуемого объекта на основе многомерного условного логарифмически нормального распределения цен при заданном значении кадастровой стоимости. К логарифмам полученных временных рядов применяется хорошо разработанная и изученная модель прогнозирования временных рядов ARIMA, возврат от логарифмированных цен к реальным проводится с учетом особенностей логарифмически нормального распределения. Результаты сравниваются с медианными оценками и оценками, полученными по средним значениям. Результат работы может быть использован в автоматизированных системах оценочных компаний и далее использоваться другими заинтересованными лицами и структурами на рынке недвижимости.

ВВЕДЕНИЕ……………………………………………………………………………………………………………………………………. 3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ И МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ЦЕН
НА РЫНКЕ НЕДВИЖИМОСТИ …………………………………………………………………………………………………….. 6
1.1. Рыночная и кадастровая стоимость. Оценка и прогноз ………………………………………………………. 6
1.2. Методы оценки и прогнозирования рыночной стоимости в российском и зарубежном
научном сообществе …………………………………………………………………………………………………………………. 10
ГЛАВА 2. АНАЛИЗ НА ОСНОВЕ СРАВНЕНИЯ РЫНОЧНОЙ И КАДАСТРОВОЙ СТОИМОСТИ
ОБЪЕКТОВ………………………………………………………………………………………………………………………………….. 22
2.1. Наиболее вероятная траектория рыночной стоимости во времени………………………………………… 22
2.2. Анализ временных рядов …………………………………………………………………………………………………….. 42
ГЛАВА 3. ПРОГНОЗИРОВАНИЕ РЫНОЧНОЙ СТОИМОСТИ …………………………………………………….. 47
3.1. Прогнозы на основе моделей временных рядов……………………………………………………………………. 47
ЗАКЛЮЧЕНИЕ ……………………………………………………………………………………………………………………………. 62
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ ………………………………………………………………………….. 65

С введением в кадастровые базы кадастровой стоимости, определенной как рыночная
на дату оценки по всему массиву объектов недвижимости одновременно, в РФ появилась
уникальная возможность мониторинга и прогнозирования рыночной стоимости для любого
объекта недвижимости, прошедшего кадастровый учет, даже если такой объект ни разу не
выставлялся в рыночных листингах, поскольку такая база представляет по сути срез рынка.
Основной проблемой при обработке рыночных данных и сопоставлении их с данными
кадастровых баз была выявлена неструктурированность рыночных данных и отсутствие в
них уникального идентификатора – кадастрового номера. Возможным решением проблемы
является введение кадастрового номера в рыночные листинги как обязательного параметра
любого объявления о продаже, покупке, найме или сдаче в аренду объектов недвижимости.
Это позволило бы создавать более быстрые и удобные для пользователей машинные
алгоритмы и функции для анализа рынка недвижимости в системах поддержки принятия
решений в оценочных компаниях, страховых фирмах, банках и других организациях и
учреждениях, нуждающихся в анализе и прогнозировании цен на рынке недвижимости.
Кадастровый номер – это уникальное ключевое поле, если выражаться в терминах баз
данных, по которому может быть определена не только кадастровая стоимость объекта, но и
оценены его рыночная стоимость, ставка дисконтирования, скидка на торг и другие
показатели на рынке недвижимости. Другое решение проблемы, менее удобное, оформление
адреса и занесение его в листинги по типу адреса в кадастровых базах. Как было выявлено в
ходе исследования, такое изменение позволило бы сократить время на предварительную
подготовку данных и процесс их анализа.
В ходе теоретической составляющей исследования было изучено достаточно большое
количество источников, преимущественно зарубежных авторов. Изучение классической
литературы по оценке недвижимости известных авторов-оценщиков и работ, берущих за
основу предположение о логарифмически нормальном распределении цен на рынке,
сформировало представление о степени изученности вопроса в российском научном
сообществе. В зарубежных исследованиях широко применяются современные методы
обработки и прогнозирования рыночных данных. Часто авторами используются
нетрадиционные, а более инновационные методы, в том числе методы машинного обучения.
Работы, берущие за основу индексы цен, разрабатывают свои собственные,
противопоставляя их прогнозируемую способность традиционному индексу Кейса-Шиллера.
В процессе подготовки данных было определено к какому типу они относятся, какими
методами и каким программным обеспечением лучше всего воспользоваться для их
обработки. В результате была разработана функция в соответствующей BIпрограмме,
которая позволила решить проблему отсутствия кадастрового номера в рыночных данных.
В ходе обработки данных была выявлена проблема большого объёма данных, которая
привела к невозможности использования традиционных тестов проверки на нормальность
распределения. Эта проблема была решена методом последовательного извлечения из
выборки цен подвыборок малого объёма (500) и применением теста на проверку
нормальности, эта процедура повторялась 1000 раз. При рассмотрении распределения
результатов теста на нормальность были приняты гипотезы о логарифмически нормальном
распределении стоимости и о совместной нормальности логарифмов цен.
Также в исследовании была использована модель многомерного логарифмически
нормального закона распределения ансамбля цен на объекты жилой недвижимости в
равноотстоящие моменты времени и кадастровой стоимости. Результатом стал алгоритм
оценки наиболее вероятной траектории рыночной стоимости исследуемого объекта на
основе многомерного условного логарифмически нормального распределения цен при
заданном значении кадастровой стоимости.
В ходе практической части к логарифмам полученных временных рядов применялась
хорошо разработанная и изученная модель прогнозирования временных рядов ARIMA,
возврат от логарифмированных цен к реальным проводится с учетом особенностей
логарифмически нормального распределения. Результаты сравнивались с медианными
оценками и оценками, полученными по средним значениям. В результате были получены
реалистичные прогнозы рыночной стоимости на примере одного района на разных
интервалах соответствующей кадастровой стоимости и выявлены основные тенденции в
движении цен на рынке недвижимости. При исследовании идентичной методики на другом
районе города, который принципиально отличается по типам жилья и структуре застройки
были получены другие результаты. Здесь дальнейшего внимания и исследований
заслуживает вопрос о возможности предвидения образования цен-пузырей на основе
прогнозирования наиболее вероятных траекторий рыночных стоимостей как условных
модальных значений многомерных распределений.
В процессе исследования была достигнута цель работы и выполнены все поставленные
задачи. Результат, как было заявлено в начале работы, может быть использован в
автоматизированных системах оценочных компаний и далее использоваться другими
заинтересованными лицами и структурами на рынке недвижимости. Таким образом, выводы
и полученные результаты имеют практическую значимость для бизнес-пользователей и
могут быть применены в ходе решения определённых бизнес-задач.
В сфере оценки недвижимости в Российской Федерации ещё достаточно много
непроработанных областей, требующих внимания государства, для выработки определённых
стандартов и методик работы с ними. Данные по основным числовым характеристикам
рынка недвижимости все ещё не в полной мере собраны и структурированы для работы с
ними. Это замедляет темпы развития исследований в области недвижимости, в том числе в
области прогнозирования динамических характеристик рынка. Тем не менее, такое
состояние делает область рынка недвижимости широким полем для исследований и
выработки инновационных методов и открытий, которые принесут выгоду не только
профессиональным участникам рынка, но и массовым потребителям жилья.

Нормативно-правовые акты
1.Федеральный закон от 29.07.1998 N 135-ФЗ (ред. от 29.07.2017) «Об оценочной
деятельности в Российской Федерации»