Synergy prospects of innovative activities in real estate appraisals
Download PDF | Downloads: 8
Journal paper
Russian Journal of Housing Research (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 11, Number 3 (July-september 2024)
Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=68608163
Abstract:
The article considers the change of valuation activities depending on various factors. The innovative and technological change, which affects more and more different fields of activity, takes the first place. The article considers a predictable model in the field of real estate appraisal services with an innovative component, taking into account the situation both today and for the next decades, directing the vector of movement of land plots, appraisal entities, business representatives, and interdepartmental structures, where the state participation plays an important role.
The article reflects the author's point of view within the framework of the development of valuation activities, which demonstrates the general scheme of the valuation system, the roadmap for the development of valuation activities, in particular, with the display of expanded information on the electronic passport of the real estate object, the personal account of the appraiser and the appraisal organization.
A special place in the formation of a unified system of real estate appraisals is given to the influence of government agencies, problems of determining the cadastral value, including automation of input data parameters, the mass valuation platform, methodological developments and the results obtained.
The conclusions and provisions presented in the article are generally significant for the professional activities of real estate appraisers, experts in this field and are a kind of guideline for the development of a strategy in the field of real estate and business appraisal services.
Keywords: real estate classification, information system, digital platform, open data, data aggregator, cadastral appraisal, real estate appraisals, database, real estate object, information base
JEL-classification: 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.
References:
Boriskina Yu.I. (2021). Vliyanie tsifrovyh i onlayn tekhnologiy na rossiyskiy rynok nedvizhimosti [Digital and online technology changing the real estate market in russia]. Real estate: economics, management. (2). 34-38. (in Russian).
Cardone B., Martino F. Di, Senatore S. (2024). Real estate price estimation through a fuzzy partition-driven genetic algorithm Information Sciences. 667 120442. doi: 10.1016/j.ins.2024.120442.
Chernyy A.S. (2016). Mekhanizmy informatsionno-organizatsionnogo obespecheniya regionalnogo rynka nedvizhimosti [Mechanisms of information and organizational support regional real estate market]. Privity in the Russian Federation. (2). 34-39. (in Russian).
Dmitriev A.N., Bareshenkova K.A., Marchenkova S.V. (2021). Ekonomika innovatsionnyh startapov v stroitelstve: metodika otbora dlya finansirovaniya korporativnym venchurnym fondom [The economics of innovative startups in construction: a methodology for selecting startups to be financed by a corporate venture fund]. Real estate: economics, management. (4). 36-41. (in Russian).
Doszyn M. (2023). Econometric models of real estate prices with interactions Procedia Computer Science. 225 4074–4083. doi: 10.1016/j.procs.2023.10.403.
Evsin V.A., Evsina V.A., Shirobokova S.N. (2019). Proektirovanie i realizatsiya modulya otsenki stoimosti arendy nedvizhimosti s ispolzovaniem tekhnologii iskusstvennyh neyronnyh setey [Design and implementation of the real estate rental valuation module using artificial neural network technology] [Sbornik statey vserossiyskoy nauchno-tekhnicheskoy konferentsii «INFOTEKh 2019»]. 65-69. (in Russian).
Evsin V.A., Prodan E.A., Evsina V.A., Shirobokova S.N. (2019). Matematicheskoe modelirovanie protsessa otsenki stoimosti arendy nedvizhimosti s ispolzovaniem iskusstvennyh neyronnyh setey [Mathematical modeling of the process of assessing the value of rental property using artificial neural networks]. Engineering journal of Don. (1). 34. (in Russian).
Grabovyy P.G., Volkov R.V., Volgin V.V. (2023). Intellektualnoe upravlenie nedvizhimostyu [Intelligent real estate management]. Real estate: economics, management. 1 16-20. (in Russian). doi: 10.22337/2073-8412-2023-1-16-20.
Gusakova E.A., Romanova E.V. (2018). Upravlenie proektom razvitiya nedvizhimosti: modeli vzaimodeystviya uchastnikov [Real estate project management: models of interaction of participants]. Real estate: economics, management. 4 24-28. (in Russian).
Jafary P., Shojaei D., Rajabifard A., Ngo T. (2024). Automated land valuation models: A comparative study of four machine learning and deep learning methods based on a comprehensive range of influential factors Cities. (151). 105115. doi: 10.1016/j.cities.2024.105115.
Kara A., Peter van Oosteroma, Kathmann R, Lemmen C. (2023). Visualisation and dissemination of 3D valuation units and groups – An LADM valuation information compliant prototype Land Use Policy. (132). 106829. doi: 10.1016/j.landusepol.2023.106829.
Kosorukova I.V. (2022). Standartizatsiya otsenochnoy deyatelnosti: problemy i analiz situatsii [Standardization of appraisal activities: problems and analysis of the situation]. Privity in the Russian Federation. (9). 33-45. (in Russian). doi: 10.24412/2072-4098-2022-9252-33-45.
Kuznetsov D.D. (2019). Odinnadtsat rekomendatsiy tem, kto professionalno chitaet otchety otsenshchikov [Eleven recommendations to those who professionally read evaluator reports]. Privity in the Russian Federation. (8). 43-54. (in Russian).
Leyfer L.A., Chyornaya E.V. (2020). Massovaya otsenka obektov nedvizhimosti na osnove tekhnologiy mashinnogo obucheniya. Analiz tochnosti razlichnyh metodov na primere opredeleniya rynochnoy stoimosti kvartir [Machine learning techniques for real estate mass valuation. analysis of accuracy for various methods on the example of the appraisal of apartments]. Privity in the Russian Federation. (3). 32-42. (in Russian).
Mokrushin O.V., Meldebekov I.B. (2022). Osobennosti avtomatizatsii gosudarstvennoy kadastrovoy otsenki nedvizhimosti na sovremennom etape [Peculiarities of automation of state cadastral assessment of real estate at the present stage]. Privity in the Russian Federation. (4). 46-50. (in Russian). doi: 10.24412/2072-4098-2022-4247-46-50.
Sapakova S., Sapakov A. (2024). Features of modeling the online real estate market in Almaty Procedia Computer Science. (231). 409-414. doi: 10.1016/j.procs.2023.12.226.
Shalina D.S., Stepanova N.R. (2020). Teoriya i praktika ispolzovaniya iskusstvennogo intellekta v sfere nedvizhimosti [Theory and practice of using artificial intelligence in real estate]. Vestnik Altayskoy akademii ekonomiki i prava. (5-1). 193-200. (in Russian). doi: 10.17513/vaael.1128.
Sheremetev D.E. (2021). Kadastrovaya otsenka: novovvedeniya i perspektivy [Cadastre assessment: innovations and prospects]. Privity in the Russian Federation. (1). 20-26. (in Russian).
Sinyak N.G., Marina N., Beyza A. (2020). Obzor bolshikh dannyh i ikh rol v prinyatii resheniya v sfere nedvizhimosti [A review in big data and its role in real estate industry decision making]. Real estate: economics, management. (2). 22-28. (in Russian). doi: 10.22227/2073-8412.2020.2.22-28.
Sinyak N.G., Marina N., Shavrov S.A. (2020). Tsifrovaya transformatsiya i transparentnost rynka nedvizhimosti [Digital transormation and real estate market transparancy]. Tsifrovaya transformatsiya i transparentnost rynka nedvizhimosti. (1). 69-78. (in Russian).
Sinyak N.G., Sidorenko A.D., Shavrov S.A. (2020). Model IT-platformy upravleniya sobstvennostyu sovmestnogo domovladeniya [Model of condominium property management it platform]. Real estate: economics, management. (3). 45-51. (in Russian). doi: 10.22227/2073-8412.2020.3.45-51.
Smolyak A.S., Neyman I.E. (2020). Iskusstvennyy intellekt v massovoy i individualnoy otsenke [Artificial intelligence in mass and individual evaluation]. Privity in the Russian Federation. (5). 71-75. (in Russian).
Varlamov A. A., Galchenko S. A. (2017). Problemy razvitiya sovremennyh rossiyskikh kadastrovyh sistem v sfere nedvizhimosti [Formation of zones of protection of object of cultural heritage of regional value]. Privity in the Russian Federation. (189). 42-52. (in Russian).
Zvonov I.A., Narezhnaya T.K., Denisova D.L. (2017). Perspektivy primeneniya informatsionnyh tekhnologiy v sfere ekspluatatsii obektov nedvizhimosti [Prospects of application of information technologies in the field of operation of real estate objects]. Real estate: economics, management. (3). 70-74. (in Russian).
Страница обновлена: 10.02.2025 в 10:40:52