Перспективы синергии инновационной деятельности в оценке недвижимости

Ахметгалиев Т.А.

Статья в журнале

Жилищные стратегии (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 11, Номер 3 (Июль-сентябрь 2024)

Цитировать:
Ахметгалиев Т.А. Перспективы синергии инновационной деятельности в оценке недвижимости // Жилищные стратегии. – 2024. – Том 11. – № 3. – С. 295-308. – doi: 10.18334/zhs.11.3.121279.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=68608163

Аннотация:
В работе рассматривается изменение оценочной деятельности в зависимости от различных факторов, где на первую роль выдвигается инновационно-технологическое изменение, затрагивающее все больше различные сферы деятельности. Рассматривается прогнозируемая модель в сфере услуг по оценке объектов недвижимости с инновационной составляющей, учитывающая положение, как на сегодняшний день, так и на десятилетия вперед, тем самым направляя вектор движения непосредственно участков, субъектов оценочной деятельности, представителей бизнеса, межведомственных структур, где важная роль отводиться государственному участию. Статья отображает точку зрения автора в рамках развития оценочной деятельности, где продемонстрирована общая схема системы оценки, дорожная карта развития оценочной деятельности, в частности с отображением расширенной информации по электронному паспорту объекта недвижимости, личного кабинета оценщика и оценочной организации. Особое место при формировании единой системы оценки объектов недвижимости уделяется влияние государственных структур, проблемам определения кадастровой стоимости, включая автоматизацию параметров вводных данных, платформе массовой оценки, методических разработок и полученных результатов. Представленные в статье выводы и положения являются значимыми в целом для профессиональной деятельности оценщиков недвижимости, экспертов в данной области и являются неким ориентиром для развития стратегии в сфере услуг по оценке объектов недвижимости и бизнеса.

Ключевые слова: классификация недвижимости, информационные системы, цифровые платформы, открытые данные, агрегаторы данных, кадастровая оценка, оценка недвижимости, база данных, объекты недвижимости, информационные базы

JEL-классификация: C53, L85, L86



Введение

Изменение оценочной деятельности зависит от множества факторов, являющихся ключевыми при решении ряда определенных проблем. Проблемы сертификации и квалификации оценщика недвижимости имеет важную роль, как субъекта оценочной деятельности, однако в настоящее время данная процедура пока что сводиться только к сдаче квалификационного экзамена по выбранному направлению каждые три года. Информационная закрытость относительно реальных результатов сделок с объектами недвижимости, анализ рынка, изменение законодательства оценочной деятельности, введение искусственного интеллекта при расчете рыночной стоимости объектов недвижимости, программные продукты банковского сектора не требующего внимания оценщика, введение государственных бюджетных учреждений по определению кадастровой стоимости, а также собственно взаимодействие оценщиков недвижимости и экспертов между собой существенно влияет на существование профессии оценщика недвижимости в целом по России.

Однако, необходимо отметить факт, что количество недвижимости растет с каждым годом, требуется проведение операций по определению рыночной, кадастровой стоимости объектов недвижимости на постоянной основе для различных целей и только благодаря оценщикам недвижимости могут быть созданы фундаментальные системные продукты искусственного интеллекта по определению рыночной стоимости и непосредственно с участие оценщиков недвижимости могут приняты новые, адаптированные под современные условия законодательные акты, федеральные стандарты оценки, степень квалификации и изменение системы оценки объектов недвижимости.

Целью данного исследования является рассмотреть и спрогнозировать изменения в сфере оценки недвижимости в России, провести зависимости между различными ключевыми факторами, степени влияния определенных структур на развитие и изменение оценки, выявить возможности основных направлений, существенно влияющих на будущее в данной отрасли.

Научная новизна заключается в представлении сферы оценки недвижимости, как части инновационной деятельности различных субъектов, позволяющих получить синергетический эффект при использовании различной информации. Оценка недвижимости рассматривается с точки зрения цифровизации процесса оценочной деятельности, включая объекты недвижимости с информационными базами данных и субъекты оценочной деятельности.

Прогнозируемая модель оценочной деятельности

По состоянию на 2024 год оценочная деятельность претерпела множество изменений, как и введение инновационных программных продуктов для ускорения, упрощения процедуры определения стоимости объектов недвижимости, обработки массива данных [18], улучшения системы государственной регистрации и картографии объектов недвижимости, упрощение получение информации с портала государственных услуг и росреестра, так и введения новых стандартов оценки в 2022, необходимость постоянного подтверждения квалификации оценщика начиная с 2018 года, появления государственных кадастровых оценщиков.

По данным проведенных исследований [10] [20] [6] [19] [22], начиная с 2016 года, в оценку объектов недвижимости и других категорий все больше внедряются инновационные системы (PropTech, FinTech в сфере недвижимости), разрабатываются новые стартапы, направленные на узкоспециализированную и общую замену работу оценщика. Для основных игроков рынка недвижимости в первую очередь необходим оперативный анализ данных для принятия решений, требуются инструменты и модели, позволяющие спрогнозировать изменений и выявить факты на ранних стадиях развитий жизненного цикла объектов недвижимости [9].

Однако необходимо отметить, что основным ключевым фактором использования, разработки, внедрения инновационных технологий является профессионализм сотрудников [13], в том числе оценщиков недвижимости, где научная база (теоретический и методологические разработки) являются 15-20% залогом успеха (рисунок 1).

Использование современных технологий управления, оценки, использования объектов недвижимости является трендом, который требует прорывной технологии, использующей искусственный интеллект, тем самым образовывая модели единицы об объектах недвижимости с определенным набором данных или умную недвижимость [8]. Аналогично и в оценочной деятельности с объектами недвижимости, где необходимо абстрагироваться к привязки конкретного объекта недвижимости по местоположению и обратить внимание на возможность цифровизации информация на каждый конкретный объект недвижимости в зависимости от даты и других физических и юридических факторов, тем самых образовав «цифровую недвижимость».

Рассматривая и анализируя различные исследования [1] [3] [4] [3] [5] по оценке объектов недвижимости и обработке массива данных, выявлено что требуется разработать определенный алгоритм действий последовательности анализа, сбора, обработки информации. Представленная статья [3] вносит вклад в исследования в области использования методов искусственного интеллекта и машинного обучения для целей оценки, а также других научных работ по разработке AVM (Automated Valuation Model - Автоматизированная модель оценки ) на основе машинного обучения. В другом исследовании определены факторы, влияющие на цены за единицу недвижимости сельскохозяйственного назначения. На основании полученной модели был сделан вывод, что основными факторами на цену недвижимости повлияло окружение недвижимости, также дата сделки, влияние типа подъездной дороги, площади участка и других факторов [2]. В некоторых отечественных работах [11] [12] [23] также представлены результаты использования математического моделирования оценки стоимости объектов недвижимости с использованием искусственных нейронных сетей, где использование ИИ в сфере недвижимости имеет результативный путь к успеху в условиях его контроля человеком и будет удовлетворять потребности оценщиков недвижимости и компаний, где необходимо проведение оценки для различных целей в том числе определения кадастровой стоимости.

В настоящем исследовании автором смоделирована общая схема системы оценки (рисунок 1), учитывающая синергетический эффект различных подразделений, источников информации. В системе оценки 70-80% роль играют информационные базы данных по объектам недвижимости и структуры, связанные с различными участками, подразделениями, которые могут быть учтены на примере единого информационного сервиса для оценщиков в России. С использование разработанной матричной классификации объектов недвижимости возможно внедрение «цифровой недвижимости», что позволит

Рисунок 1. Общая схема системы оценки (синергия)

Источник: составлено автором

создать универсальную базу данных объектов недвижимости по всей России с высокой доступностью информации для различных потребителей. Вышеупомянутая научная база позволит создать методику с использование инновационных технологий, синергии информациидля внедрения методики расчета рыночной или кадастровой стоимости объектов недвижимости, которая включает в себя:

- анализ массива данных;

- алгоритм автоматизации оценки с применением кадастровых идентификатор на основе матричной классификации объектов недвижимости и создания электронного паспорта недвижимости;

- инновационный метод оценки объектов недвижимости, включающий в себя методологию анализа наилучшего варианта расчета объектов недвижимости, отбора объектов-аналогов, цифровую модель оценки недвижимости.

Например, электронный паспорт объекта недвижимости (рисунок 2), аналогично информационной карточке в автотеке (по автомобилю) или сервису государственных услуг наполняется с различных источников, синхронизируется и выдает наиболее полную картину объекте недвижимости.

Рисунок 2. Электронный паспорт объекта недвижимости

Источник: составлено автором

В истории объекта недвижимости возможно отобразить дату его постановки на кадастровый учет, изменение, погашение, переформирование кадастрового номера, информацию о количестве продаж на рынке (на агрегаторах), количестве отчетов об определении рыночной, кадастровой стоимости, включая информацию об оценщике, оценочной компании, которые проводили оценку, помимо основных характеристик объекта, что является одним из ключей развития оценочной деятельности (рисунок 2).

Рисунок 3. Дорожная карта развития оценочной деятельности

Источник: составлено автором

На представленной дорожной карте развития оценочной деятельности до 2050 года (рисунок 3) представлен ряд основных вех, которые, по мнению автора, уже существуют и часть могут быть внедрены, как государством, так и в частности, например, банковскими компания или оценочным сообществом, где возможен эффект синергии. Государственное внедрение заинтересовано в корректном определения кадастровой стоимости и максимальном снижение количества оспариваемых объектов или установленных согласно рыночной стоимости.

Несмотря на единство методологии государственной кадастровой оценки, единая автоматизированная платформа для ее реализации до сих пор не существует [17]. По данным различных исследований в области определения кадастровой стоимости объектов недвижимости отечественная оценка находится на начальном этапе использования различных методов искусственного интеллекта в процессах оценки стоимости различных активов [16]. Существует ряд определенных проблем и пробелов, которые до сих не решены при определении рыночной стоимости методом массовой оценки, где зачастую реальные фактов далеко отличаются от мнений экспертов [15]. В первую очередь необходимо изменение законодательства в оценочной деятельности [21], учитывающее влияние данного изменения на сам процесс оценки, а также субъектов оценочной деятельности и оценочной компаний. Однако имеется вероятность, что может возникнуть еще больше споров и вопросов в оценочной деятельности [14], проблем в системах определения кадастровой стоимости объектов недвижимости [7], методических указаниях [24] и других правовых актах.

Для частичного решений проблем субъектов оценочной деятельности (оценщиков недвижимости) и оценочных компаний в перспективе предлагается внедрение в едином сервисе оценщика личный кабинет оценщика, оценочной компании или структуры, непосредственной, связанной с оценкой объектов недвижимости (рисунок 4).

Рисунок 4. Личный кабинет оценщика и оценочной компании

Источник: составлено автором

Представленная информация может отображать потенциально важную информацию, как для заказчика оценки, так и для различных межведомственных структур, позволяющую проводить анализ результатов оценки объектов недвижимости. Повысить качестве предоставляемых услуг, прозрачность данных по объектам недвижимости, понять необходимость проведения квалификации каждого оценщика (в том числе и государственного), отсеять некомпетентных представителей оценочных услуг, отобразить конкретных и потенциальных пользователей, ввести меру контроля качества и критики выполненных отчетов об оценке, регулировать сроки выполнения заказов, рассматривать динамику и перспективы отрасли в целом.

Заключение

Синергия инновационной деятельности в оценке объектов недвижимости заключается во взаимодополняющем взаимодействии различных структур, тем самым предоставляю одну услугу или информационную базу данных, каждая и структур получает дополнительные выгоды, внося общий вклад в развитие системы оценочной деятельности. Возможность унифицировать систему взаимодействий субъектов оценочной деятельности использую инновационные технологи позволят действенно повысить качестве предоставляемых услуг, выстроить логически структурированную систему для пользователей и заказчиком услуг по оценке.

Дорожная карта развития оценочной деятельности предусматривает тесное сотрудничество с государством, как одним из главных пользователей оценки своих недвижимых активов, тем сам снижая возможные риски от некачественной проведенной работы, наличие информационной базы данных и анализа мониторинговой системы изменений, определения и сравнения стоимости в зависимости от различных целей оценки, предпосылок и пользователей услугами.


Источники:

1. Cardone B., Martino F. Di, Senatore S. Real estate price estimation through a fuzzy partition-driven genetic algorithm // Information Sciences. – 2024. – p. 120442. – doi: 10.1016/j.ins.2024.120442.
2. Doszyn M. Econometric models of real estate prices with interactions // Procedia Computer Science. – 2023. – p. 4074–4083. – doi: 10.1016/j.procs.2023.10.403.
3. Jafary P., Shojaei D., Rajabifard A., Ngo T. Automated land valuation models: A comparative study of four machine learning and deep learning methods based on a comprehensive range of influential factors // Cities. – 2024. – № 151. – p. 105115. – doi: 10.1016/j.cities.2024.105115.
4. Kara A., Peter van Oosteroma, Kathmann R, Lemmen C. Visualisation and dissemination of 3D valuation units and groups – An LADM valuation information compliant prototype // Land Use Policy. – 2023. – № 132. – p. 106829. – doi: 10.1016/j.landusepol.2023.106829.
5. Sapakova S., Sapakov A. Features of modeling the online real estate market in Almaty // Procedia Computer Science. – 2024. – № 231. – p. 409-414. – doi: 10.1016/j.procs.2023.12.226.
6. Борискина Ю.И. Влияние цифровых и онлайн технологий на российский рынок недвижимости // Недвижимость: экономика, управление. – 2021. – № 2. – c. 34-38.
7. Варламов А. А., Гальченко С. А. Проблемы развития современных российских кадастровых систем в сфере недвижимости // Имущественные отношения в Российской Федерации. – 2017. – № 189. – c. 42-52.
8. Грабовый П.Г., Волков Р.В., Волгин В.В. Интеллектуальное управление недвижимостью // Недвижимость: экономика, управление. – 2023. – c. 16-20. – doi: 10.22337/2073-8412-2023-1-16-20.
9. Гусакова Е.А., Романова Е.В. Управление проектом развития недвижимости: модели взаимодействия участников // Недвижимость: экономика, управление. – 2018. – c. 24-28.
10. Дмитриев А.Н., Барешенкова К.А., Марченкова С.В. Экономика инновационных стартапов в строительстве: методика отбора для финансирования корпоративным венчурным фондом // Недвижимость: экономика, управление. – 2021. – № 4. – c. 36-41.
11. Евсин В.А., Продан Е.А., Евсина В.А., Широбокова С.Н. Математическое моделирование процесса оценки стоимости аренды недвижимости с использованием искусственных нейронных сетей // Инженерный вестник Дона. – 2019. – № 1. – c. 34.
12. Евсин В.А., Евсина В.А., Широбокова С.Н. Проектирование и реализация модуля оценки стоимости аренды недвижимости с использованием технологии искусственных нейронных сетей // Сборник статей всероссийской научно-технической конференции «ИНФОТЕХ 2019». Севастополь, 2019. – c. 65-69.
13. Звонов И.А., Нарежная Т.К., Денисова Д.Л. Перспективы применения информационных технологий в сфере эксплуатации объектов недвижимости // Недвижимость: экономика, управление. – 2017. – № 3. – c. 70-74.
14. Косорукова И.В. Стандартизация оценочной деятельности: проблемы и анализ ситуации // Имущественные отношения в Российской Федерации. – 2022. – № 9. – c. 33-45. – doi: 10.24412/2072-4098-2022-9252-33-45.
15. Кузнецов Д.Д. Одиннадцать рекомендаций тем, кто профессионально читает отчеты оценщиков // Имущественные отношения в Российской Федерации. – 2019. – № 8. – c. 43-54.
16. Лейфер Л.А., Чёрная Е.В. Массовая оценка объектов недвижимости на основе технологий машинного обучения. Анализ точности различных методов на примере определения рыночной стоимости квартир // Имущественные отношения в Российской Федерации. – 2020. – № 3. – c. 32-42.
17. Мокрушин О.В., Мельдебеков И.Б. Особенности автоматизации государственной кадастровой оценки недвижимости на современном этапе // Имущественные отношения в Российской Федерации. – 2022. – № 4. – c. 46-50. – doi: 10.24412/2072-4098-2022-4247-46-50.
18. Синяк Н.Г., Марина Н., Бейза А. Обзор больших данных и их роль в принятии решения в сфере недвижимости // Недвижимость: экономика, управление. – 2020. – № 2. – c. 22-28. – doi: 10.22227/2073-8412.2020.2.22-28.
19. Синяк Н.Г., Марина Н., Шавров С.А. Цифровая трансформация и транспарентность рынка недвижимости // Цифровая трансформация и транспарентность рынка недвижимости. – 2020. – № 1. – c. 69-78.
20. Синяк Н.Г., Сидоренко А.Д., Шавров С.А. Модель ИТ-платформы управления собственностью совместного домовладения // Недвижимость: экономика, управление. – 2020. – № 3. – c. 45-51. – doi: 10.22227/2073-8412.2020.3.45-51.
21. Смоляк А.С., Нейман И.Е. Искусственный интеллект в массовой и индивидуальной оценке // Имущественные отношения в Российской Федерации. – 2020. – № 5. – c. 71-75.
22. Черный А.С. Механизмы информационно-организационного обеспечения регионального рынка недвижимости // Имущественные отношения в РФ. – 2016. – № 2. – c. 34-39.
23. Шалина Д.С., Степанова Н.Р. Теория и практика использования искусственного интеллекта в сфере недвижимости // Вестник Алтайской академии экономики и права. – 2020. – № 5-1. – c. 193-200. – doi: 10.17513/vaael.1128.
24. Шереметьев Д.Е. Кадастровая оценка: нововведения и перспективы // Имущественные отношения в Российской Федерации. – 2021. – № 1. – c. 20-26.

Страница обновлена: 31.08.2024 в 13:44:41