Developing an innovative classification of real estate valuation

Введение

Классификация объектов недвижимости носит спорный характер и частно зависит от юридических и физических характеристик. В России и в мире существует большое количество различных классификаций недвижимости, используемых для различных целей, имеются как государственные классификации, применяемые при оценке кадастровой стоимости, так и классификации под конкретный сегмент рынка, например, жилое помещение, где разновидности жилых помещений в зависимости от ценообразующих факторов имеют широкий диапазон разновидностей. Особое место занимают всем известные агрегаторы данных объектов недвижимости с упрощенной или, наоборот, с очень сложной классификацией, что затрудняет пользователям понять необходимый набор данных для фильтров.

Классификация объектов недвижимости по различным признакам способствует более успешному исследованию рынка недвижимости и облегчает разработку и применение методов оценки стоимости различных категорий недвижимости, а также установление правового режима для учета различных объектов недвижимости [1]. Без логичной и объективной системы классификации недвижимости, в первую очередь, усложняется проблема взаимопонимания между застройщиком, продавцом и покупателем, создаются трудности в работе риелторов, а работа аналитиков парализуется, либо подменяется имитация анализа [2]. Например, в одной из классификаций содержатся качественные характеристики конкурентного порядка рынка строительства жилья [3].

Проблема классификации объектов недвижимости всегда была и остается по прежнему актуальной, так как с каждым годом появляется большое количество объектов недвижимости, в том числе и уникальных, специализированных объектов, но не стоит забыть о старом фонде недвижимости, который существовал со времен СССР и Российской империи. Соответственно отсутствие единой системы классификации объектов недвижимости позволяет интерпретировать анализируемые сегменты рынка с опущением возможности отображения картины в целом. Представленные на рынке классификации или аналитические данные с различных источников не позволяют глобально и локально отслеживать информацию о каждом конкретном объекте недвижимости или сегменту рынка, что существенно затрудняет и искажает результаты исследования, оценки объектов недвижимости.

В рамках разработки и создания единой информационной базы рыночных предложений и результатов сделок объектов недвижимости, для возможности определения стоимости как одного объекта недвижимости, так и массива данных, автором была поставлена цель разработки инновационной классификации объектов недвижимости, представленных на рынке. Исследователь исходит из гипотезы, что каждый объект недвижимости обладает уникальными свойствами, но в то же самое время относится к определенному сегменту/сегментам недвижимости в зависимости от ценообразующих факторов, где есть возможность поместить данный объект в некую информационную матрицу или «паутину» взаимодополняющих системных связей.

В процессе разработки необходимо обеспечить преемственность классификации земельных участков и неразрывно связанных с ними зданий, сооружений, помещений, учитывая исторически сложившиеся особенности развития классификации [4]. В инновационную классификацию требуется включить разработку единого набора стандартов и внедрение классификаторов информации, моделей и элементов [5], в том числе для разработки искусственного интеллекта анализа данных.

Методология исследования заключается в том, что классификация объектов недвижимости рассматривается как некий виртуальный конструктор объектов недвижимости, где кирпичиками являются ценообразующие факторы, которые непосредственно связаны между собой и влияют друг на друга. Взаимосвязь факторов объектов недвижимости является одной из задач исследования при оценке имущества, а механизм взаимодействия ценообразующих факторов между собой представляет процесс анализа рынка. Рыночная стоимость и есть результат оценки объектов недвижимости.

Методы исследования

- анализ разнообразных классификаций объектов недвижимости, в том числе применение опыта иностранных коллег по внедрению классификаций в программные продукты по оценке объектов недвижимости.

- использование опыта оценки недвижимости для анализа данных и разработки сводной матрицы классификации недвижимости на основе рыночных данных

- цифровизация результатов исследования с представлением примеров на конкретных объектах недвижимости

Научная новизна заключается в абстрактном представлении объектов недвижимости, представленных на рынке в единую систему взаимосвязей ценообразующих факторов, позволяющих идентифицировать практически любой объект недвижимости, где каждый ценообразующий имеет материнский параметр непосредственно связанный с другим параметром. Цель исследования - представить и отобразить инновационную классификацию таким образом, чтобы была возможность введения дополнительных параметров и в последующем простой или сложной модели в зависимости от целей использования.

Результаты исследования

По данным исследования, было выявлено, что одним из ученых в Тайланде была предложена модель классификации недвижимости, где данные была рыночная информация на основе опроса и данных банков. Отбор ценообразующих факторов в эксперименте осуществлялся с помощью эволюционного подхода с использованием нейронных сетей и в результате была построена классификация объектов недвижимости на основе искусственного интеллекта [6].

Среди зарубежных инновационных программ по оценке объектов недвижимости с использованием внедренной классификацией были выявлены продукты «AppaiserPro», «Bradford», «CoreLogic», как наиболее известные. Так, например «AppaiserPro» ведет сбор и анализ данных объявлений объектов недвижимости с 1990-х годов в разрезе с уже разработанной классификацией объектов недвижимости в 1980-х.

Особенностью вышеприведенного программного продукта является наличие максимальное полной истории объекта недвижимости, где в зависимости от классификации и ценообразующих факторов представлена информация. Например, в программе оценки объектов недвижимости «AppaiserPro» [7] представлены данные об изменении объекта (индивидуальный жилой дом) в период с 07.02.2012 года по 18.03.2022 год, где возможно четко определить, что изменилось количество туалетных комнат. В представленной системе ценообразующие факторы по индивидуальному жилому дому были сгенерированы с различных источников:

MLS DATA – данные участников рынка недвижимости, действующих через электронные базы данных

Public Record DATA – данные публичной записи

Mismatch in MLS and Public Record – Несоответствие данных участников рынка недвижимости и данных публичной записи

User defined – данные пользователя

Важнейшими критериями при определении стоимости жилых домов, классифицировать по которым представляется возможным, являются:

1. Район размещения поселения, его востребованность и отдаленность от города.

2. Инфраструктура района, в котором расположен дом с земельным участком.

3. Инфраструктура земельного участка, на котором находится (или будет построен) дом, и сам дом – площадь, отсутствие уклона или рытвин на земельном участке, его возможная заболоченность [8].

Проанализировав источники классификаций объектов недвижимости [9] [10] [11] [12] [13] [14] [15] [16] [17], различные программные продукты, было разработано предложение о создание электронного паспорта объекта недвижимости (Таблица №1 на примере жилого помещения), представленного на рынке, где необходимо будет отображать все основные ценообразующие факторы (местоположение, площадь, состояние отделки, этаж, наличие земельного участка и др.), а также факторы юридической стороны (вид права, обременения, наличие судебных решений по объекту, количество собственников и т. п.).

Создание электронного паспорта объектов недвижимости обусловлено ограниченным функционалом государственного реестра недвижимости, а также недостаточными, а иногда даже некорректными данными из основных агрегаторов рынка. Например, росреестр позволяет проверить объект на наличие обременений, узнать количество собственников, однако, данную операцию возможно провести только при наличии кадастрового номера, а кадастровый номер необходимо уточнять у продавца, что может вызвать затруднения. Существенно затратно по времени проверить в росреестре большое количество объектов недвижимости на все ценообразующие факторы, в том числе по кадастровому номеру, если, к примеру, их больше сотни.

Таблица №1

Отображение электронного паспорта объекта недвижимости жилого помещения

Исследование материалов показало, что для создания электронных паспортов объектов недвижимости, представленных на рынке, их анализу, программированию результатов исследования по различным задачам и целям, в том числе паспортизации жилищного фонда, фонда недвижимости, формирования кадастра городских территорий и агломераций, социально-экономических показателей, обеспечение инвестиционно-строительной деятельности и взаимоотношений в сфере строительства и недвижимости, оценки недвижимости, необходимо разработать единую классификацию для всех объектов недвижимости. Данная классификация должна интуитивно-логически объяснять местоположение объекта в мире, его составляющие, а также иметь максимально корректный и необходимый набор основных ценообразующих факторов для его идентификации и определения рыночной стоимости.

В результате анализа многочисленных источников, а также требований к созданию универсальной классификации для единой информационной базы данных объектов недвижимости была разработана табличная форма, учитывающая рынок недвижимости и его ценообразующие факторы (Таблицы №2 и №3).

Таблица №2

Разработанная классификация объектов недвижимости

Источник: составлено автором на основе [9] [10] [11] [12] [13] [14] [15] [16] [17]

Таблица №3

Разработанная классификация объектов недвижимости (продолжение)

Разработанная классификация позволяет идентифицировать практический любой объект недвижимости, представленный на рынке. Каждый из параметров в данной классификаций отображает конкретное число, связанное с материнским параметром, где то же самое жилой помещение, а именно квартира может быть, как частью многоэтажного дома в конкретном жилом комплексе, так и быть частью двухквартиного индивидуального жилого дома. Если посмотреть административно-офисное здание, то с учетом различных разновидностей видов разрешенного использования, оно может быть находиться на земельных участках под торгово-офисную застройку в центре города или в промышленной зоне на землях индустриального назначения (производственно-складская застройка).

Данная классификация не является исчерпывающей законченной таблицей, а фактически представляет собой фундаментальную основу для анализа массива данных по объектам недвижимости, где каждому объекту недвижимости присваивается кадастровый идентификатор в зависимости от ценообразующих параметров объекта, и в дальнейшем может быть дополнена и продолжена. Кадастровый идентификатор определяется на основе вышеприведенной классификации и равен числовому параметру. Цифровая классификация объектов недвижимости, с помощью которой можно получить кадастровый идентификатор, представлена в таблице №4.

Таблица №4

Цифровая классификация объектов недвижимости для определения кадастрового идентификатора

Источник: составлено автором на основе [9] [10] [11] [12] [13] [14] [15] [16] [17]

Например, если взять земельный участок с кадастровым номером 16:04:100302:90 (участок выбран произвольно), то использую разработанную классификацию данный объект будет иметь следующий кадастровый идентификатор:

1:1:12322:2:1162112(1)22(2)315211, а именно по данным классификации:

Земельные участки - 1

Юридические характеристики – 1

Вид разрешенного использования -1

Торгово-офисная застройка - 2

Торгово-офисная застройка, придорожный сервис, размещение гостиниц, автосалоны, спортивно-развлекательное, культурно-учебное – 3

Вид права – 2

Право собственности - 2

Физические характеристики – 2

Местоположение – 1

Расположение относительно области – 1

Трассы различного назначения вне населенных пунктов – 6

Местоположение вне населенных пунктов – 2

Трассы (автодороги федерального назначения) – 1

Расположение относительно транспортной магистрали – 1

1 линия относительно "красной линии"– 2 (1)

Интенсивность транспортного потока - 2

В зависимости от потока (низкий) – 2 (2)

Свободный подъезд – 3

Есть/1

Близость к объектам, повышающим стоимость – 5

Нет /2

Объемно-планировочные характеристики – 2

Общая площадь - 1

Кв. м. - 1

Таблица №5

Определение кадастрового идентификатора объекта недвижимости с кадастровым номером 16:04:100302:90, выделенным обозначен выбранный объект недвижимости

Источник: составлено автором на основе [9] [10] [11] [12] [13] [14] [15] [16] [17]

Таблица №6

Определение кадастрового идентификатора (продолжение)

Также благодаря информационной базе данных объектов недвижимости и разрабатываемой синхронизированной системы межведомственного взаимодействия появиться возможность просматривать данные о результатах сделок объекта недвижимости, результатах определения рыночной, кадастровой стоимостей, а также ретроспективной и актуальную информацию на каждый конкретный объект недвижимости (Рис.1)

Рис. 1. Пример отображения кадастровой стоимости объекта недвижимости с кадастровым номером 16:04:100302:90, включая результаты определения рыночной стоимости оценщиками и экспертами, а также информации о цене предложений на данный объект

Источник: составлено автором по данным собственных материалов

На примере данного объекта недвижимости можно заметить, что кадастровая стоимость анализируемого объекта, определенная на 01.01.2014 г. на 01.01.2020 г. превышает рыночную практически в 2 раза, что говорит о некорректности используемых данных, отсутствии сегментации рынка и анализа данных массива информации в соответствующем сегменте рынка.

Обсуждение результатов

По данным исследования было выявлено, что имеется множество классификаций объектов недвижимости, но основной проблемой в них является как раз таки «множество», отсутствие единства, историчности и связности между собой. Каждый предлагает что-то определенное, но не связывает в единое целое. Целью и задачи данной работы является разработка динамически развивающей единой классификации объектов недвижимости, которая в дальнейшем будет более глобальной и расширенной, с возможностью дополнения, изменения в разработанной основе.

В результате разработанной классификации объектов недвижимости появилась возможность систематизировать информацию об объектах недвижимости, проводить масштабные исследования, анализировать большие данные с использование искусственного интеллекта.

Как видно из таблиц №2 и №3 классификации является основой для дальнейшего развития и дополнения информации по каждому объекту недвижимости, представленному на рынке. Преимуществом данной классификации является, что все объекты недвижимости неразрывно связаны между собой по физическим и юридическим характеристикам. Классификация недвижимости разработана таким образом, что в дальнейшем ее можно улучшать, дополнять новыми ценообразующими факторами, специализированными и уникальными объектами недвижимости в зависимости от появления новых, продвинутых технологий, баз данных.

В дальнейшем планируется использование разработанной классификации для оценки недвижимости с использованием разработанного ретроспективного метода корреляционно-регрессионного анализа данных объектов недвижимости, в том числе крупных, специализированных объектов недвижимости. При оценке подобных объектов недвижимости может быть применен ограниченный набор подходов, методов и техник оценки, причем зачастую требуется их модификация или доработка [18]. Предложенная классификация объектов недвижимости может выступать точкой отчета для формирования моделей единиц информации об объектах недвижимости с использованием кадастровых идентификаторов, что может быть использовано в интеллектуальном управлении недвижимостью [19].

Заключение

Представленная классификация объектов недвижимости носит теоретический характер. Множественность классификаций не позволяет на полную использовать современные инструменты для анализа и систематизации данные, но разработанная классификация объектов недвижимости направлена непосредственно для использования в разрабатываемом программном продукте «Оперативный сервис оценки недвижимости для оценщиков» в рамках договора № 1264ГССС15-L/88736 от 01.09.2023 г. о предоставлении гранта с ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере».

Разработанная классификация направлена на создание единых электронных паспортов объектов недвижимости, систематизацию данных, паспортизацию жилищного фонда, обеспечение инвестиционно-строительной деятельности и взаимоотношений в сфере строительства и недвижимости, оценку недвижимости, формирование кадастра городских территорий за счет использования кадастровых идентификаторов и систем ГИС с отображением различных информационных слоев. Приведенная классификация является фундаментальной основой для дальнейших исследований и разработок искусственного интеллекта для анализа показателей ценообразующих факторов объектов недвижимости, динамики цен, изменения спроса и предложения на рынке жилой и коммерческой недвижимости, в том числе и принятия решений для кредитных организация и девелоперских компаний.