Development of a methodology for property valuation using the retrospective method of correlation-regression dependence
Article Sidebar
Main Article Content
Abstract
The conducted research is based on information databases of real estate objects, where an important problem is that while there is a large amount of data, on the one hand, they are used for market research and mass valuation of real estate, but on the other hand, due to the lack of sufficient information or tools, do not allow to reflect the market situation fully.
The paper shows the analysis of the use of data collection and processing of real estate data in different countries, research results and opportunities in the use and implementation of real estate data depending on the pricing factors.
This paper considers economic and mathematical methods of evaluating the data set in the assessment of real estate objects, including the use of artificial intelligence. The reasonable confirmation of the hypothesis that the use of retrospective information of the most similar and comparable objects of analogues on price-forming factors for the assessed real estate object allows to determine the current market value using the retrospective method of correlation-regression dependence is carried out. The substantiation is given on the example of calculation of the market value of an arbitrarily selected real estate object. The conducted research partially displays the change in the value of the property object from the time factor based on the processing of the data set. As one of the price-forming factors are real indices of change in prices of real estate objects on the basis of several data sources. The conclusion summarizes the results of the study and the advantages of the method for the valuation of real estate objects, including the determination of cadastral value by the mass valuation method.
Article Details
Section
How to Cite
References
Ершов А. В. Автоматизация сбора данных об объектах недвижимости: контроль достоверности и информационное обеспечение кадастровой оценки // Вестник Сибирского государственного университета геосистем и технологий (СГУГиТ). 2018. № 23 (3). С. 163–177. URL: https://elibrary.ru/item.asp?id=35645766
Борис Ф. Н., Махт В. А., Борис Е. А. Решение задач массовой оценки недвижимости с применением метода геокодирования // Омский научный вестник. 2014. № 2 (130). С. 214–216. URL: https://elibrary.ru/item.asp?id=21649570
Arcuri N., De Ruggiero M., Salvo F., Zinno R. Automated valuation methods through the cost approach in a BIM and GIS integration framework for smart city appraisals // Sustainability. 2020. Vol. 12. Issue 18. P. 7546. DOI: 10.3390/su12187546 DOI: https://doi.org/10.3390/su12187546
Сироткин В. А., Желенкова В. С., Кожевникова О. С., Чикурова А. М. Роль многофакторного моделирования в оценке стоимости жилой недвижимости и прогнозировании потребительского спроса // Жилищные стратегии. 2019. Т. 6. № 3. С. 321–332. DOI: 10.18334/zhs.6.3.40964 DOI: https://doi.org/10.18334/zhs.6.3.40964
Грязнова А. Г., Федотова М. А. Оценка недвижимости : учебник. 2-е изд., перераб. и доп. М. : Финансы и статистика, 2007. 560 с.
Грибовский С. В. Оценка стоимости недвижимости : учебное пособие. М. : Маросейка, 2009. 432 с.
Hromada E. Real estate valuation using data mining software // Procedia Engineering. 2016. Vol. 164. Pp. 284–291. DOI: 10.1016/j.proeng.2016.11.621 DOI: https://doi.org/10.1016/j.proeng.2016.11.621
Fuerst F., Haddad M. F.C. Real estate data to analyse the relationship between property prices, sustainability levels and socio-economic indicators // Data in Brief. 2020. Vol. 33. P. 106359. DOI: 10.1016/j.dib.2020.106359 DOI: https://doi.org/10.1016/j.dib.2020.106359
Bergadano F., Bertilone R., Paolotti D., Ruffo G. Developing real estate automated valuation models by learning from heterogeneous data sources // International Journal of Real Estate Studies. 2021. Vol. 15. Issue 1. Pp. 72–85. DOI: 10.11113/intrest.v15n1.10 DOI: https://doi.org/10.11113/intrest.v15n1.10
Soot M., Zaddach S., Neuner H., Weitkamp A. Deriving adequate sample sizes for ANN-based modelling of real estate valuation tasks by complexity analysis // Land Use Policy. 2021. Vol. 107. P. 105475. DOI: 10.1016/j.landusepol.2021.105475 DOI: https://doi.org/10.1016/j.landusepol.2021.105475
Zujo V., Car-Pusic D., Zileska-Pancovska V. Cost and experience based real estate estimation model // Procedia — Social and Behavioral Sciences. 2014. Vol. 119. Pp. 672–681. DOI: 10.1016/j.sbspro.2014.03.075 DOI: https://doi.org/10.1016/j.sbspro.2014.03.075
Yalpir S., Ozkan G. Knowledge-based FIS and ANFIS models development and comparison for residential real estate valuation // International Journal of Strategic Property Management. 2018. Vol. 22. Issue 2. Pp. 110–118. DOI: 10.3846/ijspm.2018.442 DOI: https://doi.org/10.3846/ijspm.2018.442
Пресняков И. В. Разработка модели массовой оценки недвижимости в городе Москве // Имущественные отношения в РФ. 2006. № 1 (52). С. 78–88. URL: https://elibrary.ru/item.asp?id=11742005
Алексеев А. О., Харитонов В. А., Ясницкий В. Л. Разработка концепции комплексного нейросетевого моделирования процессов массовой оценки и сценарного прогнозирования рыночной стоимости жилой недвижимости // Известия вузов. Инвестиции. Строительство. Недвижимость. 2018. № 1 (24). С. 11–22. URL: https://elibrary.ru/item.asp?id=32741783 DOI: https://doi.org/10.21285/2227-2917-2018-1-11-22
Борискина Ю. И. Digital and online technology changing the real estate market in Russia // Недвижимость: экономика, управление. 2021. № 2. С. 34–38. URL: https://n-eu.iasv.ru/index.php/neu/article/view/20/163 DOI: https://doi.org/10.22337/2073-8412-2021-2-34-88
Синяк Н. Г., Сидоренко А. Д., Шавров С. А. Модель ИТ-платформы управления собственностью совместного домовладения // Недвижимость: экономика, управление. 2020. № 3. С. 45–51. DOI: 10.22227/2073-8412.2020.3.45-51 URL: https://elibrary.ru/item.asp?id=44813053
Городнова Н. В., Самарская Н. А., Крупкин А. В. Реализация проекта «Системный город» (на примере г. Екатеринбург) // Жилищные стратегии. 2019. Т. 6. № 4. С. 449–474. DOI: 10.18334/zhs.6.4.40924 DOI: https://doi.org/10.18334/zhs.6.4.40924
Дмитриев А. Н., Мустафин И. Г. The economics of innovative startups in construction: a methodology for selecting startups to be financed by a corporate venture fund // Недвижимость: экономика, управление. 2021. № 4. С. 36–41. URL: https://n-eu.iasv.ru/index.php/neu/article/view/49/191 DOI: https://doi.org/10.22337/2073-8412-2021-4-36-41
Стерник С. Г. Методология дискретного пространственно-параметрического моделирования рынков недвижимости // Прикладная математика и вопросы управления. 2020. № 4. С. 155–185. DOI: 10.15593/2499-9873/2020.4.10 URL: https://elibrary.ru/item.asp?id=44557922 DOI: https://doi.org/10.15593/2499-9873/2020.4.10
Насонова В. В. Комплексные кадастровые работы // Наука сегодня: постулаты прошлого и современные теории : мат. VI междунар. науч.-практ. конф. (г. Саратов, 8 декабря 2016 г.). Саратов, 2016. С. 120–124. URL: https://elibrary.ru/item.asp?id=28143718&pff=1
Кочурко А. Н., Хоронжевская А. Ю. Автоматизация процесса оценки объектов недвижимости сравнительным подходом // Вестник Брестского государственного технического университета. Строительство и архитектура. 2013. № 1 (79). С. 117–122. URL: https://elibrary.ru/item.asp?id=36588084
Черепанов Ю. В. Применение ms excel для решения задачи стоимостной оценки с использованием метода корреляционно-регрессионной зависимости // Прикладная информатика. 2011. № 6 (36). С. 117–122. URL: https://elibrary.ru/item.asp?id=17318947