В настоящее время для оценки рыночной стоимости жилых объектов, как правило, используют стандартные методы статистического анализа данных. Их реализация имеет ряд недостатков, так как они подходят только для одного региона, быстро устаревают, требуют постоянной актуализации информации и не подходят для сравнительного анализа рынков недвижимости. Для устранения этих проблем ученые Пермского Политеха разработали единую экономико-математическую модель и компьютерную программу массовой оценки жилой недвижимости крупнейших российских городов. Программная разработка может быть использована как система поддержки принятия решений для участников строительного бизнеса. Также она будет полезна государственным структурам, занимающимся вопросами управления рынком городской недвижимости, имущественного налогообложения и повышения эффективности жилищного рынка.
Исследование ученых опубликовано в одном из ведущих научных журналов «Экономика региона», 2022 (индексируется в международной базе цитирования Scopus, Q2).
— Отличительной особенностью нашей модели является самоадаптируемость к постоянно меняющейся экономической обстановке, а также возможность ее применения сразу ко многим городам. Учитывая низкую погрешность результатов моделирования, мы доказали, что возможно построить стабильную математическую модель, которая сможет прогнозировать рыночную стоимость жилой недвижимости различных городов в зависимости от исходных данных: макроэкономических параметров региона, технических характеристик здания, — рассказывает кандидат экономических наук, доцент, начальник управления организации научных исследований ПНИПУ Александр Алексеев.
Для изучения закономерностей рынков недвижимости российских городов ученые использовали нейронную сеть. В процессе компьютерного анализа данных, политехники моделировали изменение входных параметров системы и установили зависимости рыночной стоимости различных квартир от ряда эксплуатационных характеристик. Так удалось выявить особенности ценообразования для различных регионов.
— В качестве входных данных нейронной сети мы использовали строительно-эксплуатационные и географические факторы, а также ряд параметров, которые описывают экономические особенности локальных рынков российских регионов, — рассказывает кандидат экономических наук, доцент кафедры строительного инжиниринга и материаловедения ПНИПУ Виталий Ясницкий.
Тем самым математическая модель пермских ученых учитывает географическое положение, уровень престижности и удобства места расположения квартиры в городе, строительно-эксплуатационные параметры, а также текущее состояние экономики в регионе, в стране и в мире.
Полученные результаты имеют практическую значимость для строительной отрасли. Разработанная модель и компьютерная программа востребованы государственными структурами, которые занимаются регулированием рынков жилой недвижимости, а также имущественного налогообложения. В частности, программная разработка может использоваться застройщиком как система поддержки принятия решений на ранних этапах жилищного строительства.
Ученые выполнили пилотный проект по созданию специального программного комплекса совместно с крупной девелоперской компанией Екатеринбурга. В настоящий момент ведется доработка архитектуры программного продукта для его коммерциализации.
Научный проект поддержан Российским Фондом Фундаментальных Исследований.
В исследовании также принял участие ученый из ПГНИУ и НИУ ВШЭ.