маркетинговые исследования, сбор цифровых данных, оценка

О новой методике кадастровой оценки



20.03//2017

Н.Ф. Мироненко, И.Ф.Спиридонов


С 1 ноября 2016 года вступили в силу методические указания о государственной кадастровой оценке, утвержденным приказом Минэкономразвития России от 07.06.2016 № 358 (далее – указания Минэкономразвития, методика). Они определяют правила установления кадастровой стоимости объектов недвижимости, за исключением земельных участков, не предназначенных для градостроительной деятельности, в частности, земель, покрытых поверхностными водными объектами, расположенных за пределами населенных пунктов лесных участков, земель сельскохозяйственных угодий и особо охраняемых природных территорий.

В них законодатель постарался описать порядок определения кадастровой стоимости, которым должны будут руководствоваться государственные кадастровые оценщики.

Однако, как уже сейчас становится очевидно, некоторые важные моменты в указаниях вообще никак не прописаны, в то время как несущественные - излишне регламентированы.

Примером такой избыточности является рекомендация ориентироваться при выборе ценообразующих факторов корреляционно-регрессионным методом на коэффициент детерминации 0,3. А примером недоработанности является, наоборот, отсутствие этого коэффициента в анализе окончальных моделей, для которых он является несравнимо более значимым.

Опустим пока недоработанность методики, полагая, что её можно будет со временем восполнить, и обратимся только к предлагаемому методикой ошибочному, по нашему мнению, порядку отбора факторов с помощью коэффициента детерминации.

Для этих целей, на наш взгляд, более логичным было бы применять коэффициент не детерминации, а корреляции, поскольку последний учитывает влияние факторов на цены.

Чтобы не быть голословными, воспроизведем в расчетах типовую ситуацию подбора ценообразующих факторов на конкретном примере, используя математические методы оценки имущества, описанные в издании «Математические методы оценки стоимости имущества. С.В.Грибовский, С.А. Сивец, И.А. Левыкина. - М.: Маросейка, Книжная Линия, 2014. - 352 с.»

В данном издании в том числе проанализирована возможность применения математических методов при массовой оценке недвижимости для целей налогообложения.

На стр. 85 пособия приведены критерии оценки связи с помощью коэффициента корреляции.

На стр. 107 пособия представлено пошаговое построение модели множественной регрессии. Так как на результирующую переменную оказывают влияние большое количество факторных переменных, то возникает проблема, сколько и каких переменных стоит включать в модель. Порядок включения переменных определяется по значению коэффициента корреляции между результирующей переменной и каждым из факторов.

Упрощенно схему построения модели множественной регрессии, которую мы будем использовать, можно описать следующим образом:

  1. Анализ факторов и степени зависимости цены от этих факторов с помощью коэффициента корреляции.
  2. После отбора значимых факторов и построении на их основе модели проводится анализ этой модели. Для анализа используется коэффициент детерминации. Он показывает, на сколько процентов изменение цены объясняется всеми включенными в модель факторными переменными.

Проводить анализ коэффициента детерминации на первом этапе (при рассмотрении каждого конкретного фактора) и сравнивать его со значением "0,3", как предлагают методические указания Минэкономразвития, не имеет смысла. Вернее, имеет смысл только в том исключительно редком случае, если в модели будет только один фактор, тогда можно сразу переходить ко второму этапу и анализировать коэффициент детерминации в модели с одним этим фактором.

Но в обычном случае, руководствуясь требованиями указаний, кадастровый оценщик попадет в тупиковую ситуацию: хорошая по всем признакам модель окажется «непроходящей», потому что не все входящие в неё факторы будут иметь коэффициент детерминации более 0,3.

Разобраться в проблеме будет проще на примере реальных рыночных данных, которые были собраны и обрабатывались оценщиками - авторами настоящей статьи, при проведении кадастровой оценки в Республике Коми.
Сами данные и результаты их обработки сведены в двух приложенных расчетных файлах:

Как говорит само название файлов, в каждом из них представлено по альтернативному способу анализа ценообразующих факторов.
Способ в файле «Расчет корреляционно-регрессионным методом.xls» составлен по материалам упомянутого математического пособия, а в файле «Расчет по методике МЭР.xls» - по методике Минэкономразвития.

Пояснения по расчетам в файле «Расчет корреляционно-регрессионным методом.xls»

На первом этапе проводился корреляционный анализ (зависимость цены от факторов) с помощью функции «Коррел». Далее по результатам анализа отбирались факторы, которые в дальнейшем будут применяться в построении регрессионных моделей стоимости недвижимости.

Построить регрессионное уравнение можно с помощью функции массива «Линейн». В нашем случае были построены три регрессионные модели на вкладке «База» в строках 5625-5643.

Таблица 1 – Виды регрессионных моделей

Модель Уравнение
Линейная (аддитивная)
Мультипликативная (степенная)
Экспоненциальная

Далее была проведена проверка статистической значимости этих моделей.

Таблица 2 – Проверка статистической значимости моделей регрессии

Модель Количество факторов стоимости, m Коэффициент детерминации, R2 Коэффициент Фишера, Fрасч Fтабл.
Линейная (аддитивная) 5 0,7684 3723,56 2,22
Мультипликативная (степенная) 5 0,7598 3548,79 2,22
Экспоненциальная 5 0,7683 3720,86 2,22

Проверка статистической значимости полученных моделей регрессии с применением коэффициента Фишера показала, что все модели являются статистически значимы, так как Fрасч > Fтабл. В экспоненциальной модели коэффициент детерминации составляет 76,83%, а в линейной (аддитивной) модели – 76,84%. Это говорит о том, что в этих двух моделях стоимость 1 кв.м. объекта оценки на 76,83% и 76,84% соответственно объясняется пятью учтенными ценообразующими факторами.

Построить регрессионное уравнение и вывести итоги можно также через сервис в MS Excel: Данные / Анализ данных / Регрессия (в случае необходимости надо подключить «Пакет анализа» в MS Excel).

Далее представлены результаты работы данного сервиса для линейной функции в виде скриншота из MS Excel:

Согласно корреляционно-регрессионному анализу, все ценообразующие факторы оказались статистически высокозначимы, так как для всех P-Значение меньше 0,01.

Другими словами, если бы отбор факторов проводился этим способом, то для определения кадастровой стоимости использовались бы они все.

Теперь рассмотрим альтернативный способ отбора, представленный в файле «Расчет по методике МЭР.xls»

Пояснения по расчетам в файле «Расчет по методике МЭР.xls»

На вкладке «Отбор факторов» представлен анализ коэффициента детерминации всех факторов по всем видам зависимостей.

Таблица 3 – Коэффициенты детерминации всех факторов

Наименование фактора Расстояние до адм. центра населенного пункта Численность жителей в населенном пункте Материал стен Возраст дома Этажность дома
Коэффициент детерминации по видам зависимостей:
линейная 0,27 0,13 0,44 0,15 0,13
экспоненциальная 0,23 0,17 0,45 0,14 0,12
степенная 0,12 0,17 0,49 0,13 0,12

Результат анализа обескураживает. Как видно из таблицы, лишь один фактор «Материал стен» проходит отбор методикой Минэкономразвития, поскольку только его значение больше 0,3. Этот фактор, конечно, важен. Но модель, которая не будет учитывает влияние таких факторов, как «Расстояние до административного центра населенного пункта», «Численность жителей в населенном пункте», «Возраст дома» и «Этажность дома», будет искаженной.

Преимущества анализа по коэффициенту корреляции

Если при отборе факторов анализировать значения не коэффициентов детерминации, а корреляции, то при построении моделей регрессии можно было бы использовать их все.

Полученные значения корреляции (они приведены в обоих файлах на листе «База» в строке 5620) представлены в таблице ниже.

Таблица 4 – Оценка тесноты связи для ценообразующих факторов стоимости

Наименование показателя Значения факторов стоимости
Расстояние до административного центра населенного пункта Численность жителей в населенном пункте Материал стен Возраст дома Этажность дома
Коэффициент корреляции -0,52 0,36 0,66 -0,39 0,36
Характер связи сильная заметная сильная заметная заметная

Помимо тесноты связи, которую количественно выражает коэффициент корреляции, по нему определяется также и тип связи между фактором и стоимостью - прямая или обратная, которые соответствуют положительному или отрицательному значению коэффициента.

Установленный по табличным значениям коэффициента тип связи соответствует здравому смыслу и процессу ценообразования недвижимости. Так, например, отрицательное значение коэффициента корреляции у первого фактора демонстрирует, что при увеличении расстояния до центра населенного пункта, цена падает и, наоборот, ближе к центру недвижимость стоит дороже.

Использование же предлагаемого методикой Минэкономразвития коэффициента детерминации перечисленных данных для отбора факторов не дает.

О совершенствовании методики кадастровой оценки

С учетом приведенных в файлах расчетов и проверки их на согласованность с новой методикой, хотелось бы обратить внимание всех готовящихся к её применению или участвующих в её совершенствовании, на 2 методических момента, следование которым может навредить качеству кадастровой оценки:

  1. использование для отбора факторов коэффициента детерминации, а не коэффициента корреляции;
  2. ограничение значения коэффициента детерминации при определении перечня факторов стоимости значением 0,3

Общим решением этих проблем стало бы, по нашему мнению, упущенное законодателем применение для отбора ценообразующих факторов коэффициента корреляции.