Способы первичной обработки данных для повышения качества анализа рынка жилой недвижимости и ее оценки

Введение

Анализ рынка недвижимости служит основой для выявления тенденций развития рынка, прогнозирования рыночной ситуации, оценки недвижимости, принятия инвестиционных решений, разработки мер государственного регулирования. Вопросам анализа рынка недвижимости посвящены работы таких авторов, как Г. М. Стерник, С. Г. Стерник [11], Е. Д. Рубинштейн, Н. С. Осипенко [10], С. В. Фирцева, Е. Н. Щербакова [13].

Одной из наиболее актуальных проблем, возникающих при анализе рынка недвижимости, а также при ее оценке, является проблема доступности и достоверности исходной информации, обусловленная некоторыми особенностями недвижимости. К таким особенностям относятся: частный характер сделок, неповторимость объектов недвижимости, высокое значение субъективных факторов при ценообразовании на рынке недвижимости.

Частный характер сделки предполагает, что в ней участвуют продавец и покупатель, в индивидуальном порядке договариваясь между собой об основных условиях сделки (в том числе о цене) и о порядке ее проведения. Наличие во многих случаях посредника, в лице агентства недвижимости, не меняет характера проведения сделки. Стороны сделки, как правило, не заинтересованы в широком распространении информации о ней. Продавцу нужно ограничить круг осведомленных о факте сделки лиц, чтобы скрыть от внимания криминальной части общества наличие у него крупной денежной суммы. Покупателю, по той же причине, нет смысла распространяться об уровне своих доходов, достаточном для приобретения дорогостоящих объектов. Однако, даже если стороны сделки не будут скрывать информацию о ней, количество лиц, получивших ее, будет ограничено родственниками, знакомыми и т.п. Как указывает А. А. Терников [12]: «Отчасти это связано с закрытым характером получения необходимой информации. С другой стороны, это связано с трудностью сбора и анализа данных из-за большого количества пропущенных значений для различного рода ценовых и неценовых факторов».

Таким образом, для анализа будет доступна только информация, находящаяся в открытом доступе, а именно публичные оферты, представленные на сайтах досок объявлений, таких как Авито, ЦИАН, ДомКлик и т.п. Такая информация, хотя и доступна, но зачастую искажена по ряду причин, а также плохо структурирована. На использование в качестве основного источника информации электронных досок объявлений и проблемы со структурированием представленной на них информации в своей работе [5] указывают Л. А. Лейфер, А. А. Акобян.

Каждый объект недвижимости неповторим, он обладает характеристиками, существенно отличающими его от других аналогичных объектов. Ценообразование на рынке недвижимости также носит индивидуальный характер. В процессе формирования цены участвуют как факторы, носящие объективный характер (местоположение, площадь, состояние, функциональное назначение и др.), так и субъективные факторы (срочность продажи, личное мнение продавца, его жизненные обстоятельства). Н.Г. Новикова, Т.И. Кубасова отмечают: «Исследование спроса на рынке жилой недвижимости и влияющих на него факторов является сложной и всегда актуальной проблемой, поскольку спрос зависит от множества случайных и неслучайных факторов,..» [8]

Влияние объективных факторов на цену поддается влиянию определенных закономерностей, однако для их выявления требуется наличие компетенций, которыми не обладают типичные продавцы и покупатели на рынке недвижимости, что часто не дает им возможности подойти к определению цены с учетом всего комплекса характеристик недвижимости. Как отмечено в исследовании А. М. Балахнина [1]: «Разнообразие характеристик объектов жилой недвижимости является причиной возникновения сложностей с оценкой стоимости жилья: покупатели и продавцы оказываются не в состоянии реально оценить стоимость приобретаемого и продаваемого объекта…». В исследованиях, посвященных моделированию цен на рынке жилой недвижимости авторы предлагают использовать многочисленные ценообразующие факторы, например, Н.В. Мамонова включает в модель жилую площадь квартиры, площадь кухни, удаленность от центра города, этаж, наличие телефона и железной двери, год постройки дома [7]. По мнению Т.А. Красноштановой: «На цену жилья большое влияние имеет покупательная способность населения и рост заработной платы [4]. По этой причине цены на очень похожие объекты могут существенно отличаться между собой.

Характер и степень влияния субъективных факторов на цену, зачастую, предсказать вообще невозможно. Большинство продавцов, определяя цену, склонны к ее завышению. Как отмечают в своей работе [3] Н. Ю. Ковалевская, В. В. Тюньков: «При этом продавцы могут необоснованно поднимать цены, что ведет к снижению количества сделок и сокращению спроса в ожидании снижения цен».

Степень завышения цены зависит от степени адекватности продавца. Если большая часть из них использует весьма прагматичный подход – устанавливают цену несколько выше объектов-аналогов, создавая себе некоторый «резерв на торг». Г. И. Гончаров, Т. В. Натхов в своей работе [2] отмечают: «Однако мы допускаем, что продавцы могут не упоминать некоторые недостатки квартиры, поэтому объявления будут несколько завышать цену квартиры». При этом отдельные продавцы могут завысить цену предложения и на 50% по отношению к рынку.

Цена может быть не только завышена, но и занижена. Основной причиной занижения являются личные обстоятельства, вызывающие необходимость срочной продажи объекта. Однако, цена может быть занижена и из-за плохого осознания продавцом реалий рынка недвижимости. Еще одной причиной занижения цен на отдельные объекты, характерной для российского рынка недвижимости, является наличие так называемых «фонарей». С целью привлечения клиентов некоторые не очень добросовестные представители агентств недвижимости размещают объявления о продаже объектов по заниженной цене в расчете на получение контактов привлеченных выгодными условиями потенциальных покупателей.

В некоторой степени способствует появлению объявлений с заниженными ценами и наметившаяся в последнее время тенденция продажи объектов посредством «английских аукционов», суть которых в том, что в начале объект выставляется по цене несколько ниже рынка, а затем продается покупателю, предложившему наивысшую цену. При этом некоторые агентства честно указывают на аукционную форму продажи, но другие эту важную информацию не предоставляют.

Следует отметить, что анализ рынка недвижимости носит прикладной характер и основные его практические задачи сосредоточены вокруг анализа ценовой ситуации на рынке, выявления уровней цен на различные типы объектов, тенденций их изменения. Безусловно прикладной характер имеет и оценка недвижимости.

Согласно Федеральному стандарту оценки «Общие понятия оценки, подходы и требования к проведению оценки (ФСО 1)»: «Цена – это денежная сумма, запрашиваемая, предлагаемая или уплачиваемая участниками в результате совершенной или предполагаемой сделки». Из приведенного определения следует наличие нескольких видов цены, соответствующей запрашиваемой, предлагаемой и уплачиваемой денежной сумме:

1. Цена предложения;

2. Цена спроса;

3. Цена сделки.

Продавец размещает объявление с указанием цены предложения объекта, покупатель, в свою очередь, может предложить приобрести объект по цене спроса. По итогам переговоров покупателя и продавца формируется цена сделки, по которой сделка и совершается.

Анализ рынка недвижимости должен быть направлен на работу с ценой сделки. Оценка также направлена, как правило, на определение рыночной стоимости объекта, то есть наиболее вероятной цены сделки, осуществляемой при выполнении ряда условий. Например, в своем исследовании А.В. Осенняя и А.С. Пигида определяют рыночную стоимость объекта как наиболее вероятную цену, по которой может произойти его отчуждение [9]. Однако, по описанным выше причинам (частный характер сделки), информация о такой цене малодоступна. Таким образом, возникает необходимость использовать максимально доступные данные, к которым относится информация о цене предложения. Как указано выше, такая информация часто искажена в существенной степени.

Методика исследования

Для повышения объективности анализа при использовании информации, которая может быть недостоверной существует два основных способа:

1. Убрать из базы данных информацию об объектах с признаками искажения информации.

2. Использовать корректировки, позволяющие устранить искажение информации, возникающее по причинам, поддающимся количественному учету.

Два этих способа обычно используются совместно: вначале из рассмотрения исключается ряд объектов, а для оставшихся используется необходимый набор корректировок.

Следует отметить, что изначально в состав базы данных для анализа попадет информация не обо всех объектах рассматриваемого сегмента (генеральная совокупность), а лишь о какой-то их части (выборка). Объем выборки будет ограничен присутствием в открытом доступе ключевой информации (прежде всего о цене объектов) лишь по некоторым объектам, а в случае большого количества объектов, информация о которых доступна, в выборку могут попасть не все из них. В случае оценки, количество объектов, данные о которых используются для непосредственно определения стоимости (объектов-аналогов) будет еще меньше и, как правило, ограничивается тремя – семью наиболее похожими на объект оценки аналогами.

Для исключения нетипичной информации используется статистическая методика «отсечения выскакивающих значений». При использовании такой методики цена объекта недвижимости или квадратного метра в нем рассматривается как случайная величина. Соответственно, на первом этапе определяется ее среднее значение. Далее определяется показатель стандартного отклонения (среднеквадратического отклонения) и отмеряется доверительный интервал в плюс-минус одно, два или три стандартных отклонения, примыкающих к среднему значению. При этом в анализе рынка обычно используют мягкое правило двух сигм – δ (этой греческой буквой традиционно обозначается стандартное отклонение), а в оценке – жесткое правило одной сигмы.

Объекты, параметры которых укладываются в пределы доверительного интервала считаются «нормальными», а лежащие за его пределами, как «выскакивающие» данные о них должны быть исключены из информации для анализа или оценки. Как правило, распределение цен на однородные группы объектов недвижимости подчиняется нормальному закону распределения, при котором количество объектов, попадающих в различные интервалы стоимости, постепенно растет при приближении к среднему значению, а затем начинает постепенно убывать. При нормальном законе распределения случайной величины использование правила трех сигм оставит в составе выборки свыше 99% объектов, двух сигм – около 95%, одной сигмы – около 68%. Остальные объекты будут исключены из рассмотрения как нетипичные для данной выборки.

Использование методики «отсечения выскакивающих значений» позволяет не проводя дотошного выявления обстоятельств значительного отклонения цен конкретных объектов от среднего значения, которое может потребовать существенных временных затрат на «обзвон» каждого продавца, разместившего объявление, убрать из базы для анализа такие объекты при помощи несложных математических расчетов. Преимуществом использования методики является и отсутствие необходимости в использовании большого количества корректировок, многие из которых сложно или невозможно определить количественно.

После отсечения выскакивающих значений, в составе выборки останется достаточно однородная по цене группа объектов, по результатам анализа которой можно делать достаточно достоверные выводы. Однако, такая выборка по-прежнему содержит информацию о цене предложения недвижимости, которая может и будет отличаться от цены сделки. Для устранения такого несоответствия используется корректировка на условия продажи.

В теории оценки корректировка на условия продажи позволяет учесть нерыночные взаимоотношения покупателя и продавца, наличие вынужденных обстоятельств продажи, экономически нерациональное поведение сторон сделки, скидку на торг, заложенную в цену предложения.

Под нетипичными рыночных взаимосвязями продавца и покупателя понимают наличие деловых и родственных связей, незаконного давления и т.п. Нерыночные взаимоотношения сторон сделки могут привести к тому, что одна сторона начинает действовать не своих интересах, а в интересах своего контрагента, либо же, в случае конфликта, наоборот выдвигать для него невыгодные, по сравнению с открытым рынком, условия сделки. Примером таких взаимосвязей может послужить родственная сделка, в которой продавец просит за объект цену существенно ниже рыночной стоимости объекта, действуя отчасти в интересах своего родственника-покупателя. Иногда, напротив, покупатель предлагает за объект завышенную цену, действуя в интересах продавца (скрытая взятка). Проблема количественной оценки корректировки на нетипичные взаимоотношения заключается в том, что определить ее практически невозможно, в силу невозможности, например, оценить степень родственной любви или ненависти. Однако, проблема, как правило, и не возникнет в силу того, что подобные объекты не попадут в выборку из-за использования данных о цене предложения. Ведь если продавец подал объявление о продаже объекта, то это означает, что цена, указанная в объявлении «для всех», а не для лиц, находящихся с ним в родственных или деловых взаимоотношениях. Родственные сделки обычно проходят в закрытом формате, без информации о них в открытом доступе, соответственно, отпадает и необходимость в расчете корректировки.

Проблема определения величины корректировки возникает также в случаях экономически нерационального поведения сторон сделки, наличия вынужденных обстоятельств продажи и банальных опечаток в объявлении. Здесь также довольно трудно оценить, например, степень и даже направление неадекватности продавца, срочность продажи или количество потерявшихся нолей в цене, указанной в объявлении. Однако, несмотря на то, что подобные объекты в выборку попасть могут, необходимость расчета корректировки отпадет, если мы используем методику «отсечения выскакивающих значений» - при помощи нее нетипичные объекты будут исключены из анализа.

Единственным случаем, когда величина корректировки на условия продажи все-таки определяется, является корректировка на «возможность торга». Более того, такая поправка является одной из наиболее распространенных и применяется практически всегда в случае использования в оценке цены предложения объектов-аналогов, а ее величина может быть определена по данным «Справочника оценщика».

Результаты

Для иллюстрации возможности использования описанных выше принципов работы с информацией при анализе рынка недвижимости автором проведен анализ достаточно узкого сегмента рынка жилой недвижимости – типовых однокомнатных квартир в Октябрьском районе г. Иркутска, однако, описанные принципы являются универсальными и могут быть применены для других сегментов рынка, регионов и населенных пунктов.

При анализе была использована информация о цене предложения соответствующих объектов, представленная на сайте avito.ru (дата запроса 25.05.2026 г.). Данный сайт использован, поскольку именно на нем содержится максимальное количество объявлений на региональных рынках недвижимости. Для получения исходных данных был сформулирован поисковый запрос с указанием основных параметров объектов (район, количество комнат). С целью отсеивания объектов, нехарактерных для рассматриваемого сегмента были заданы дополнительные ограничения: общая площадь от 28 до 32 квадратных метров, год постройки – до 2000 года, материал стен – кирпич, панель. Объекты были сгруппированы по возрастанию цены. В выборке оказалось 20 объектов, сведения о них, а также расчет цены квадратного метра приведены в таблице 1.

Таблица 1

Исходные данные для анализа

Для наглядного представления информации о ценах объектов построена гистограмма (рисунок 1)

Рис 1. Гистограмма цен типовых однокомнатных квартир (Октябрьский район, г. Иркутск), тыс. руб. Источник: составлено автором по данным таблицы 1

Как видно из гистограммы, распределение случайной величины (цены объекта) близко к нормальному закону распределения, с наличием некоторых аномалий: отсутствие объектов в интервалах цен 5701 – 6000 тыс. руб., 6301 – 6900 тыс. руб. и самый дорогой объект, попавший в диапазон 6901 – 7200 тыс. руб.

Подобный гистограмма построена для цены 1 м2 общей площади квартир (рисунок 2)

Рис.2 Гистограмма цен 1 квадратного метра типовых однокомнатных квартир (Октябрьский район, г. Иркутск), тыс. руб. Источник: составлено автором по данным таблицы 1

На рисунке 2 более отчетливо видна реализация нормального закона распределения, тем не менее, также есть аномалия: отсутствие объектов в диапазоне цены 1 м2 176,1 – 186 тыс. руб. за 1 м2.

Далее были определены основные показатели, характеризующие средние значения случайной величины, а также разброс значений случайной величины вокруг среднего. Расчет был произведен для цены объекта и цены квадратного метра общей площади. Результаты расчетов представлены в таблице 2.

Таблица 2

Расчет показателей по исходной выборке

Из таблицы 2 видно, что несмотря на выбор очень узкого сегмента рынка недвижимости, цены предложений отличаются существенно, так размах случайной величины, то есть разница между максимальным и минимальным ее значением, для цены объекта составляет 2650 тыс. руб. или 59% от минимального значения. Для цены квадратного метра размах равен 77,56 тыс. руб. или 53%.

По результатам расчета стандартного отклонения определены доверительные интервалы для правил одной и двух сигм. При использовании правила одной сигмы в доверительный интервал попадают объекты, представленные в таблице 1 с номера 4 по номер 16, всего 12 объектов из 20 или 60%. Правило двух сигм исключает из доверительного интервала единственный объект №20, соответственно, в пределах интервала остается 19 объектов или 95%.

Следующим шагом должен быть пересчет основных показателей, характеризующих средние значения, с учетом исключения объектов, не попавших в доверительный интервал. Результаты расчета таких показателей представлены в таблице 3

Таблица 3

Расчет показателей при исключении нетипичных объектов

При применении правила одной сигмы формируется достаточно однородная группа объектов с размахом случайной величины по объекту в 860 тыс. руб. (17,8% от минимального значения), размах для цены квадратного метра составляет 24,94 тыс. руб. (15,5%). Средние цены как объекта, так и квадратного метра при этом существенно уменьшаются, как и показатели стандартного отклонения: для объекта на 205,3 тыс. руб. (3,7%), для 1 м2 – на 5,94 тыс. руб. (3,3%).

Правило двух сигм приводит к изменению меньшего масштаба, однако они тоже заметны: средняя цена объекта уменьшается на 86,6 тыс. руб. (1,6%), квадратного метра – на 2,39 тыс. руб. (1,3%). Размах случайной величины составит 1950 тыс. руб. для цены объекта (43,3%), для цены квадратного метра – 69,14 тыс. руб. (47,2%).

После исключения «выскакивающих» значений и пересчета показателей остается проблема использования цены предложения для анализа или оценки. Выше описаны возможные корректировки, которые могут нивелировать отличие цены предложения от цены сделки. Единственной корректировкой, позволяющей решить эту задачу является корректировка на «возможность торга». Наиболее доступным источником для определения величины такой поправки является «Справочник оценщика». В «Справочнике оценщика» под редакцией Л.А. Лейфера [6] установлен диапазон корректировки на торг для активных рынков (к которым относится г. Иркутск) и вторичного жилья эконом-класса (рассматриваемый в данной статье пример) от 4,1% до 7,3%, или в среднем 5,7%. Корректировка на торг всегда понижающая. В таблице 3 приведен расчет средней цены с учетом указанной корректировки.

Заключение

Сравнение результатов расчета средних цен по исходной выборке, с аналогичными результатами с учетом исключения нетипичных объектов и с учетом корректировки на торг приведено в таблице 4.

Таблица 4

Сравнение результатов расчета средних цен с учетом обработки исходной выборки

Из таблицы 4 видно, что после исключения «выскакивающих значений» и проведенной корректировки средние цены уменьшаются, что будет соответствовать уменьшению цены сделки. При использовании правила 1δ такое уменьшение составит около 9%, правила 2δ – около 7%.

Результаты работы могут быть применены для повышения качества анализа рынка жилой недвижимости и ее оценки, принятия решений покупателями и продавцами, в том числе инвестиционных, прогноза ценовой ситуации.