Методы пространственного анализа: возможности оценки рыночной стоимости объектов недвижимости

ИЭИ ДВО РАН	Содержание номера	ENG
	Регионалистика 2023 Том 10 номер 4 страницы 86-99

Заглавие	Методы пространственного анализа: возможности оценки рыночной стоимости объектов недвижимости
Страницы	86-99
Автор 1	Шалагин Алексей Александрович аспирант Московский государственный университет геодезии и картографии Гороховский пер., 4, Москва, Россия, 105064 This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0009-0006-6217-5094
Автор 2	Тесаловский Андрей Альбертович кандидат технических наук, доцент, заведующий кафедрой Вологодский государственный университет ул. Ленина, 15, Вологда, Россия, 160000 This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0000-0002-6938-2700
Аннотация	В работе реализована попытка применения методов пространственного анализа в рамках сравнительного подхода к оценке рыночной стоимости объектов недвижимости. По сведениям (о рыночной стоимости объекта недвижимости, указанной в объявлении о продаже, его площади, широте и долготе, рыночной стоимости 1 м2), собранным из открытых источников, о 3 923 однокомнатных квартирах в г. Санкт-Петербурге, находившихся в продаже по состоянию на март 2023 г., сформирована база данных, на основе которой средствами многофункциональной геоинформационной системы построена цифровая модель рельефа – модель регулярной сети высот, – и составлена карта распределения объектов недвижимости по районам города с равным интервалом рыночной стоимости 1 м2. Для 150 однокомнатных квартир (соответствующих заданным параметрам), сведения по которым не вошли в исходную базу данных, выполнена оценка рыночной стоимости 1 м2 с применением построенной цифровой модели. Разность между расчётными значениями и значениями рыночной стоимости, указанной в объявлениях о продаже квартир, в относительном выражении варьирует в диапазоне от –9,9 до 8,1%. Математическое ожидание разности измерений составляет 1,89%, а стандартное отклонение – 4,11%. По мнению авторов, метод построения цифровой модели рельефа, в частности регулярной сети высот, может быть использован в рамках реализации сравнительного подхода к оценке объектов недвижимости при решении прикладных задач субъектами оценочной детальности.
УДК	332.6+338.55
DOI	10.14530/reg.2023.4.86
Ключенвые слова	оценка рыночной стоимости, объект недвижимости, сравнительный подход, пространственный анализ, цифровая модель рельефа
Скачать	2023-04.86.pdf
Для цитирования	Шалагин А.А., Тесаловский А.А. Методы пространственного анализа: возможности оценки рыночной стоимости объектов недвижимости // Регионалистика. 2023. Т. 10. № 4. С. 86–99. http://dx.doi.org/10.14530/reg.2023.4.86
Ссылки	1. Case B., Clapp J., Dubin R., Rodriguez M. Modeling Spatial and Temporal House Price Patterns: A Comparison of Four Models // The Journal of Real Estate Finance and Economics. 2004. Vol. 29. № 2. Pp. 167–191. https://doi.org/10.1023/B:REAL.0000035309.60607.53 2. Chica-Olmo J., Cano-Guervos R. Does My House Have a Premium or Discount in Relation to My Neighbors? A Regression-Kriging Approach // Socio-Economic Planning Sciences. 2020. Vol. 72. https://doi.org/10.1016/j.seps.2020.100914 3. Kettani O., Oral M. Designing and Implementing a Real Estate Appraisal System: The Case of Quebec Province, Canada // Socio-Economic Planning Sciences. 2015. Vol. 49. Pp. 1–9. https://doi.org/10.1016/j.seps.2014.12.003 4. Lorenz D., Lutzkendorf T. Sustainability in Property Valuation: Theory and Practice // Journal of Property Investment and Finance. 2008. Vol. 26. № 6. Pp. 482–521. https://doi.org/10.1108/14635780810908361 5. Narula S.C., Wellington J.F., Lewis S.A. Valuating Residential Real Estate Using Parametric Programming // European Journal of Operational Research. 2012. Vol. 217. № 1. Pp. 120–128. https://doi.org/10.1016/j.ejor.2011.08.014 6. Pace R.K., Barry R., Sirmans C.F. Spatial Statistics and Real Estate // The Journal of Real Estate Finance and Economics. 1998. Vol. 17. № 1. Pp. 5–13. https://doi.org/10.1023/A:1007783811760 7. Pagourtzi E., Assimakopoulos V., Hatzichristos T., French N. Real Estate Appraisal: A Review of Valuation Methods // Journal of Property Investment and Finance. 2003. Vol. 21. № 4. Pp. 383–401. https://doi.org/10.1108/14635780310483656 8. Schernthanner H., Asche H., Gonschorek J., Scheele L. Spatial Modeling and Geovisualization of Rental Prices for Real Estate Portals // Cognitive Analytics: Concepts, Methodologies, Tools, and Applications. Hershey, PA: IGI Global, 2020. Pp. 962–977. https://doi.org/10.4018/978-1-7998-2460-2.ch049 9. Sturges H.A. The Choice of a Class Interval // Journal of the American Statistical Association. 1926. Vol. 21. № 153. Pp. 65–66. 10. Tajani F., Morano P., Salvo F., De Ruggiero M. Property Valuation: The Market Approach Optimised by a Weighted Appraisal Model // Journal of Property Investment and Finance. 2020. Vol. 38. № 5. Pp. 399–418. https://doi.org/10.1108/JPIF-07-2019-0094 11. Yalpir S., Durduran S.S., Unel F.B., Yolcu M. Creating a Valuation Map in GIS Through Artificial Neural Network Methodology: A Case Study // Acta Montanistica Slovaca. 2014. Vol. 19. № 2. Pp. 79–89. 12. Zyga J. Evaluation of Usefulness of Real Estate Data Contained in the Register of Prices and Values of Real Estates // Infrastruktura i Ekologia Terenow Wiejskich. 2017. Vol. 3. № 1. Pp. 1017–1030. https://doi.org/10.14597/infraeco.2017.3.1.078
Финансирование
Дата поступления