АНАЛИЗ КАДАСТРОВОЙ ОЦЕНКИ ОБЪЕКТОВ ИНДИВИДУАЛЬНОГО ЖИЛИЩНОГО СТРОИТЕЛЬСТВА С УЧЕТОМ ФИЗИЧЕСКОГО ИЗНОСА

Цель построения модели расчета кадастровой стоимости объектов индивидуального жилищного строительства (ИЖС) состоит в получении статистически значимой и качественной модели расчета кадастровой стоимости (КС).

Для построения модели из всей совокупности информационных предложений о продаже объектов ИЖС мною были определены и взяты предложения, содержащие достоверные сведения об объектах. Для проведения эксперимента было выбрано 76 объектов ИЖС.

Построенная модель оценки КС будет сводиться к математической формуле. Данная формула показывает связь между зависимой переменной и значениями соответствующих ценообразующих факторов. В качестве зависимой переменной в текущем расчете выступает удельный показатель кадастровой стоимости (УПКС).

В эксперименте была взята линейная статистическая модель, так как после проведения анализа качества всех существующих статистических моделей выяснилось, что линейная модель имела самые значимые показатели. По значениям ценообразующих факторов и рыночной информации нами была построена статистическая (регрессионная) модель по формуле (1):

где  – общая площадь, м²;

 –  физический износ, доли ед.;

 – расстояние до остановок общественного транспорта (в т. ч. автобусных остановок, автовокзалов и т. п.), км;

 – расстояние до административного центра, км.

Анализ качества статистической модели включает в себя комплекс процедур, предусматривающий проверки по основным критериям, в том числе:

1. Оценка величины коэффициента детерминации R² показывает долю вариации результативного признака, находящегося под воздействием ценообразующих факторов, т. е. показывает, какая доля вариации признака рассмотрена в модели и обусловлена влиянием ценообразующих факторов, включенных в модель. Для признания модели адекватной, а уравнения регрессии статистически значимым для расчета кадастровой стоимости значение R² должно быть не меньше 0,5 [2, с. 52]. По нашим расчетам, коэффициент детерминации равен 0,69, таким образом, данная регрессионная модель является адекватной, а уравнение регрессии статистически значимым для дальнейшего расчета кадастровой стоимости (таблица 1).

Также для качества регрессионной модели применяется коэффициент множественной корреляции (индекс корреляции, R), который отражает тесноту связи между независимыми переменными и откликом и точностью модели. Чем ближе R к 1, тем выше качество модели [2, с. 17]. В данной регрессионной модели R = 0,83, что показывает сильную тесноту связи (таблица 1).

2. Рассмотрение значения F-критерия Фишера позволяет понять статистическую значимость уравнения регрессии в целом, а именно указать доверительную вероятность принятия утверждения, что хотя бы один из получившихся ценообразующих факторов является действительно важным. Рассчитанное значение F-критерия Фишера сопоставляют с табличным значением, и если полученное значение F_расч больше табличного F_табл при заданном уровне значимости, то модель является статистически значимой [2, с. 22].

Согласно произведенным расчетам, F_расч = 6,23 превышает F_табл = 2,09 (при 5% уровне значимости), таким образом, построенное уравнение регрессии считается статистически значимым для оценки кадастровой стоимости.

3. Оценка средней ошибки аппроксимации регрессионной модели указывает на качество прогнозной способности. В эконометрических задачах точность описания регрессионной модели рыночных данных считается высокой при средней ошибке аппроксимации до 5-10% [2, с. 18].

В нашем случае ошибка аппроксимации A = 8,75%, что говорит о допустимой ошибке. Исходя из этого, модель регрессии считается хорошо подобранной и достаточно точно показывает связь между ценообразующими факторами и результативным показателем (таблица 1).

4. Проверка значимости  коэффициента уравнения регрессии определяется по t-критерию Стьюдента. Коэффициенты уравнения регрессии считаются значимыми (коэффициенты берутся по модулю), если расчетное значение t_расч критерия Стьюдента превосходит табличное значение t_табл (для 5% уровня значимости) t_табл = 1,66.

В соответствии с расчетами не все показатели t_расч коэффициентов модели больше t_табл. Подобные коэффициенты модели: общая площадь, физический износ, расстояние до административного центра населенного пункта – являются значимыми, поскольку t_расч больше t_табл, несмотря на значимость коэффициентов, указывает Р-значение (значимость t), которое представляет, что коэффициенты значимы в данном уравнении регрессии, так как их Р – значения меньше 0,05.

Ценообразующий фактор, а именно расстояние до остановок общественного транспорта, признается статистически не значимым поскольку расчетное значение t_расч критерия Стьюдента меньше t_табл. 

Таблица 1.

Значения проверок оценки качества линейной регрессионной модели

Выполнил анализ качества статистической (регрессионной) модели и, рассчитав показатели критериев оценки качества модели, следует сказать о том, что регрессионная модель считается адекватной, а уравнение регрессии статистически значимым для последующего расчета кадастровой стоимости. Но, несмотря на это, не все ценообразующие факторы рекомендованы к последующему использованию. Такой ценообразующий фактор, как расстояние до остановок общественного транспорта признается статистически не значимым и рекомендуется к устранению из регрессионной модели.

Исключив ценообразующий фактор – расстояние до остановок общественного транспорта получилась следующая статистическая модель по формуле (2):

Подсчитанные значения критериев качества регрессионной модели (таблица 2) объясняют, что данная регрессионная модель считается адекватной, а уравнение регрессии статистически значимым для последующего расчета кадастровой стоимости. К тому же модель регрессии является хорошо подобранной и достаточно точно показывает связь между ценообразующими факторами и результативным показателем. А также, все ценообразующие факторы являются значимыми и могут быть использованы в регрессионной модели.

Для определения кадастровой стоимости объектов ИЖС необходимо учитывать УПКС объектов индивидуального жилищного строительства путем подстановки значений факторов стоимости объектов ИЖС в статистическую (регрессионную) модель расчета УПКС, для определения кадастровой стоимости объекта ИЖС путем умножения УПКС на общую площадь объекта ИЖС [3, с. 19].

Таблица 2.

Значения проверок оценки качества линейной регрессионной модели приведены

Список литературы:

1. Канатьева И.В., Вахламова Н.А. Отчет № 5 об определении кадастровой стоимости объектов недвижимости жилого фонда Кемеровской области по состоянию на 02.06.2011 г. – М., 2011. – 195 с.
2. Орлова И.В., Григорович Д.Б., Галкина Л.А. Эконометрика: обучающий компьютерный практикум. – М.: Прометей, 2018. – 94 с.
3. Приказ Министерства экономического развития Российской Федерации от 12.05.2017 г. № 226 «Об утверждении методических указаний о государственной кадастровой оценке» // Гарант [Электронный ресурс] – Режим доступа: https://base.garant.ru/71686152/ (дата обращения: 30.10.2019).