Анализ рынка коммерческой недвижимости Санкт-Петербурга и оценка влияния спекулятивных стратегий

При спецификации модели оценщик должен решить, какие переменные исследовать, и каким образом они связаны между собой. При калибровке модели определяются количественные соотношения, то есть вводится коэффициент (цена или процентная поправка) для каждой независимой переменной, например, цена в долларах кв. м жилой площади.
В данной работе рассмотрим модель процесса ценообразования на вторичном рынке квартир в Москве и Санкт-Петербурге. На нем продавцами выступают частные лица, а не государство. Цель моделирования — определить, как рыночная стоимость квартиры зависит от ее основных характеристик (параметров), и выявить характер (формулу) этой зависимости. Здесь следует подчеркнуть известное различие между понятиями фактической продажной цены и рыночной стоимости, которое мы рассматривали выше. Требуется также уточнить, какой тип цен и стоимости имеется в виду.
В любом случае рассматриваем цены до налогообложения. Но и до учета налогов при продаже квартиры на рынке наблюдается несколько различных типов цен сделки.
Во-первых, цены подразделяются на цену продавца, цену покупателя и цену реализации.
Цена продавца — это сумма, которую он получает себе в результате совершения сделки.
Цена покупателя это общая сумма всех его затрат на покупку квартиры.
Цена реализации — это сумма денег, которую покупатель отдает продавцу за квартиру.
Они различаются на величину оплаты услуг посредников и расходы на оформление сделки. Посредник может быть, а может и отсутствовать как у покупателя квартиры, так и у ее продавца. Сделка может страховаться или не страховаться. Затраты на оформление сделки могут разными способами распределяться между ее участниками. Эти расходы значительно различаются от сделки к сделке. Поэтому цена реализации характеризует квартиру как таковую, а цены покупателя и продавца сильно зависят и от условий сделки. Как правило, если у продавца есть посредник, то его оплата вычитается из цены реализации и уменьшает цену продавца. И наоборот, оплата покупателем услуг своего посредника (если он есть) увеличивает цену покупателя по отношению к цене реализации. Аналогичным образом на эти цены влияет оплата оформления сделки. Таким образом, цена продавца и покупателя могут значительно различаться (до 15% и более). Но цена реализации минимально зависит от конкретных особенностей механизма продажи и оформления сделки и определяется спецификой самой квартиры. Поэтому целесообразно моделировать именно зависимость цены реализации от многих параметров квартиры, что и сделано в нашей методике.
Во-вторых, на квартирном рынке существуют (как и на других рынках) различные виды цен:
-цена предложения — по которой квартира выставляется на продажу;
-цена спроса — определяемая в заявке на покупку квартиры;
-цена сделки — по которой фактически продается квартира.
Каждая из этих видов цен может рассматриваться как минимальная, максимальная или средняя. Первые две имеют случайный характер. Наибольший интерес для анализа представляет средняя цена сделки, как отражающая наиболее существенные черты рыночной ситуации и баланс спроса и предложения.
Однако в наших условиях «серого» рынка большинство сделок с квартирами для уменьшения налогов и сборов оформляется по ценам из справок БТИ. А информация о реальных ценах сделок почти недоступна. Цены спроса также мало пригодны для анализа, поскольку в заявке на покупку квартиры ее цена и параметры указываются многовариантно. Зато по ценам предложения в рекламных публикациях (газеты «Из рук в руки», «Квартира Дача и Офис» и др.) и в базах данных риелторских фирм имеется большое количество однозначной информации о продаваемых квартирах. Именно эта информация, о тысячах реальных заявок на продажу квартир ежемесячно, пригодна для моделирования многопараметрической зависимости цены предложения продавца от характеристик квартиры. Но нас интересует другая зависимость — для цены сделки. Чтобы ее установить, нами дополнительно исследуется среднее соотношение между ценой предложения и ценой сделки. Для анализа этой однопараметрической зависимости достаточно и небольшой по объему информации о десятках реальных сделок, которые нам ежемесячно удается собирать. Объединяя эти две зависимости, нам удается получить модель для определения рыночной цены реализации при сделке купли-продажи квартиры.
В настоящее время собственность на квартиру в Москве и Санкт-Петербурге непосредственно не связана с собственностью на земельный участок. Поэтому, в отличие от характерной для США практики оценки односемейных жилых домов, стоимость земельного участка учитывать не требуется. Оценке подлежит непосредственно квартира как специфический физический и экономический объект (с учетом ее окружения).
Другое важное отличие от США связано с единицей измерения цен. В большинстве развитых западных стран цены и оценки обычно определяются в национальных денежных единицах. Однако в ряде стран с высоким уровнем инфляции, цены на недвижимость традиционно измеряются в «твердой» иностранной валюте, обычно — в долларах США. Это в полной мере относится и к Москве и Санкт-Петербургу. В условиях резких колебаний курса рубля по отношению к доллару рублевые цены изменялись слишком быстро, а долларовые — относительно устойчивы. Поэтому в Москве и Санкт-Петербурге на вторичном рынке квартир цены традиционно измеряются в долларах США. Далее следуем этой общепринятой практике. При необходимости перевод долларовых цен в рубли производится по официальному курсу на соответствующую дату, установленному Центральным Банком Российской Федерации (или на ММВБ).
Таким образом, в качестве зависимой переменной в нашей модели, исходя из специфики задачи, нами выбрана ожидаемая средняя цена реализации квартиры при сделке ее купли-продажи на вторичном рынке московских квартир, измеренная в долларах США.
А независимыми переменными являются параметры (характеристики) квартиры, оказывающие существенное влияние на ее рыночную стоимость и доступные для наблюдения и анализа. Их определение и описание составляет отдельный этап построения модели, который мы рассмотрим ниже.
Факторы, влияющие на оценку рыночной стоимости недвижимости
В соответствии со своим определением рыночная стоимость объекта недвижимости зависит от тех факторов, которые определяют среднюю или наиболее вероятную цену его продажи на рынке при нормальных условиях сделки.
Как и в других механизмах ценообразования, цена каждой сделки по купле-продаже недвижимости определяется множеством таких факторов.
На первом уровне классификации они могут быть подразделены на объективные и субъективные факторы. При определенной условности такого деления оно группирует факторы, зависящие и независящие от воли отдельно взятого участника конкретной сделки.
При определении рыночной стоимости рассматриваются объективные факторы. Что касается субъективных факторов, то они связаны с поведением конкретного покупателя, продавца или посредника при заключении сделки, в части не определяемой непосредственно ее экономическими условиями (темперамент, осведомленность, честность, терпеливость, доверчивость, личные симпатии и антипатии и т.п.). Анализ этих факторов, относящихся к области индивидуальной психологии, а не экономики, выходит за рамки оценки рыночной стоимости недвижимости.
Объективные факторы, в основном, являются экономическими, определяющими, в конечном счете, средний уровень цен конкретных сделок. А цена каждой конкретной сделки формируется под влиянием и иных факторов и составляет своего рода случайную величину, которая колеблется вокруг этого среднего уровня.
Экономические факторы могут быть подразделены на макроэкономические и микроэкономические. К первым относятся факторы, связанные с общей конъюнктурой рынка: исходный уровень обеспеченности потребности в объектах недвижимости в регионе; объемы и структура нового строительства и реконструкции; факторы миграции; правовые и экономические условия сделок (налоги, пошлины, ...); уровень и динамика инфляции; курс доллара и его динамика. В российских условиях в составе группы макроэкономических факторов могут быть также указаны следующие долгосрочные факторы:
-различия в динамике цен на товары и услуги, а также условий оплаты труда, влияющие на масштабы накопления денежных средств и величину отложенного спроса;
-темпы и масштабы формирования нового социального слоя «богатых людей», располагающих возможностями инвестирования средств в недвижимость;
-развитие системы ипотеки;
-развитие системы иностранных представительств в регионе (в Москве).
В отдельную подгруппу можно выделить факторы, связанные с феноменами массового сознания: инфляционные ожидания, рекламные мифы и т.п. Они особенно проявляются на квартирном рынке. Влияние указанных факторов, определяющих общую ситуацию на рынке квартир, на общий уровень, структуру и динамику цен на различные типы квартир, — это предмет самостоятельного исследования.
Макроэкономические факторы являются инерционными, существенно влияющими на долгосрочную динамику общего уровня цен на квартиры и на изменение их структуры (т. е. соотношения цен между разными группами аналогичных квартир). Но в краткосрочном плане (примерно в рамках одного месяца) их условно можно считать постоянными, а общую конъюнктуру рынка — фиксированной. (На практике наблюдалось одно существенное исключение: это — валютный курс. Однако на цены в долларах он непосредственно не влияет. А его влияние на рублевые цены учитывалось путем определения цены недвижимости в долларах с ее последующим пересчетом в рубли по курсу на момент сделки.). Их совокупное влияние проявляется в динамике и в текущем среднемесячном уровне рыночных цен на квартиры.
Микроэкономические факторы характеризуют объективные параметры конкретных сделок. Из них особенно важны те, которые описывают объект сделки (квартиру). Существенными являются также факторы, связанные с характером сделки и условиями платежей. Но в последние годы характер сделок с квартирами в Москве и Санкт-Петербурге стал типовым и стабильным. Отработаны основные процедуры оформления сделок и их оплаты. Поэтому при массовой оценке рыночной стоимости квартир можно и нужно ориентироваться на типовой (средний) характер сделки, считать этот фактор постоянным и не учитывать его при оценке рыночной стоимости квартир. Тогда рыночная стоимость (усредненная цена) квартиры, оцениваемая на фиксированную дату, обуславливается ее параметрами (характеристиками) как потребительной стоимости.
На основе анализа способов описания и оценки квартир специалистами риелторами и оценщиками представляется целесообразным выделить следующие группы параметров, которые описывают:
-собственно квартиру;
-дом и придомовую территорию;
-расположение квартиры в городе.
Критерием для отбора параметров квартиры, которые следует включать в ее стандартное описание для массовой оценки, служит практика реальных участников квартирного рынка. Если продавцы и покупатели квартир, а также риелторы и оценщики, достаточно часто используют тот или иной параметр квартиры для определения или обоснования ее рыночной стоимости или продажной цены, значит, этот фактор учитывается рынком и должен включаться в первичное описание квартиры для ее оценки, и наоборот.
Основные подходы к массовой оценке: экспертный, статистический и смешанный
Среди трех стандартных методов рыночной оценки недвижимости — затратного, по доходности и сопоставления продаж — для массовой оценки московских и питерских квартир достаточно ориентироваться только на последний из них. Имеется достаточно много рыночной информации о продажах квартир. Поэтому нет необходимости ориентироваться на косвенные методы определения их рыночной стоимости (затратный и доходный), которые в условиях несбалансированного московского рынка могут давать неадекватные представления о стоимости квартир. Впрочем, как отмечено выше, и в Америке метод сопоставления продаж в целом, представляет собой наиболее предпочтительный метод оценки рыночной стоимости жилой недвижимости.
Методика массовой оценки, базирующаяся на методе сопоставления продаж и определяющая рыночную стоимость квартиры в зависимости от ее параметров, может создаваться разными путями.
Первый подход ориентируется на формализацию мнений экспертов (специалистов) о характере зависимости рыночной стоимости объекта от его параметров – экспертный метод. Получаемые в результате методики носят чисто субъективный характер. Сложность экспертной разработки методики определяется тем, что необходимо учитывать множество параметров (десятки), среди которых могут быть и статистически зависимые (например, наличие лифта и мусоропровода в доме взаимосвязаны: обычно они имеются либо отсутствуют вместе). А опрашиваемый эксперт, как правило, не может разделить влияние на цену таких «связанных» параметров, и происходит «удвоение» поправок. Кроме того, такую методику сложно обновлять, поскольку мнения эксперта могут быть менее динамичными, чем рынок, либо наоборот, прогнозировать изменения, которые реально на рынке не произойдут или затронут его в меньшей степени.
Второй подход базируется на использовании статистического анализа. Как показывает опыт США, он может широко применяться при оценке мелких жилых объектов. Основным и традиционным статистическим методом, имеющимся в распоряжении оценщика, для калибровки моделей сравнения продаж является множественный регрессионный анализ (МРА). МРА — это статистический способ определения неизвестных данных на основе известной и доступной информации. В массовой оценке неизвестными данными являются значения рыночной стоимости. К известным и доступным данным относятся цены продажи и характеристики объектов недвижимости.
В США в последние годы внимание оценщиков привлекли методы изучения рыночных данных с помощью регрессионного анализа и других математических методов. Стандартные программы пошаговой множественной регрессии (как более традиционной разновидности МРА) основаны на том, что определенные идентифицируемые характеристики рынков жилья (называемые независимыми переменными) могут быть по отдельности исследованы для уточнения их индивидуального и совокупного вклада в величину стоимости. Однако в отличие от традиционных методов, математические приемы анализа сопоставимых продаж являются более сложными и обычно требуют более мощной вычислительной техники. Основным вкладом этих новых методов явилось более пристальное внимание к процессу внесения поправок при анализе продаж. Там, где используется более одного набора сопоставимых пар, при расчете коэффициентов поправок существует возможность «удвоения» поправок. Это происходит из-за взаимозависимости или пересечения многих элементов сравнения (часто именуемых, как их «колинеарность»). Например, поправки, которые вводятся для жилой площади и для числа спален, не являются независимыми. Любая переменная, вероятно, включает некоторые элементы другой переменной. Методы регрессии (особенно пошаговой) применяются для ослабления этой проблемы и позволяют количественно измерить взаимозависимость, если она существует. Другая причина все более широкого использования регрессионного анализа и сходных методов — они позволяют анализировать большие объемы рыночной информации и обеспечивают более качественный анализ и понимание рынка при оценке рыночной стоимости, чем традиционные методы.
По аналогии, применение МРА особенно рекомендовано для квартир в Москве и Санкт-Петербурге.
При использовании этого метода путем математической обработки имеющейся информации о рыночных ценах и параметрах большого числа однородных объектов определяется математическая зависимость цены от параметров, которая наилучшим, в некотором стандартном математическом смысле, образом соответствует имеющейся информации. Получаемые при этом результаты зависят в основном от представленной на обработку информации и, в меньшей степени, от вариантов стандартных методов ее обработки, выбранных автором методики. Они имеют воспроизводимый, объективный характер и мало зависят от человека, проводящего анализ (особенно, при фиксированных методах обработки исходной информации). Современные методы статистического анализа с использованием компьютеров и специальных пакетов прикладных программ позволяют обрабатывать огромные массивы информации (о десятках и сотнях тысяч квартир) и получать хорошие и устойчивые результаты. К недостаткам этого метода относятся его высокая трудоемкость и возможность учитывать только строго ограниченный набор параметров объектов и значений каждого параметра, исходя из наличия информации о них в массиве исходных данных (в нашем случае — в базе данных заявок на продажу квартир, ведущейся фирмой).
Таким образом, именно смешанный подход оказывается оптимальным для практики.
Определение набора параметров квартиры, анализ местоположения
Выбор учитываемых параметров и задание возможного диапазона значений каждого из параметров квартиры — важнейший этап построения методики оценки.
Выше рассмотрели факторы, влияющие на оценку рыночной стоимости недвижимости, показали, что при ежемесячном обновлении методики (модели) массовой оценки квартир все макроэкономические факторы можно считать условно-постоянными, поскольку их совокупное воздействие отражается в ценах квартир, анализируемых при построении и калибровке модели. Соответственно, анализировать и описывать требуется только сами квартиры, как объекты оценки, с учетом их внутренних и внешних характеристик (дома, окружения, местоположения).
Применяемый смешанный подход определяет некоторые ограничения. В статистической части модели, соответствующей методике предварительной оценки квартир, набор параметров и их значений определяется тем, что имеется в исходной информации для анализа. Возможно только исключить некоторые из них из рассмотрения. Но это делать не требуется, так как статистически не значимые параметры автоматически исключаются из получаемой при применении метода МРА оценочной зависимости.
А в экспертной части методики уточненной оценки квартир имеется полная свобода творчества. Критерием отбора параметров здесь служит максимально адекватное отражение рыночной реальности, даже если она и кажется не вполне рациональной.
Наиболее важный и сложный параметр — это местоположение квартиры. Теоретически этот параметр может задаваться многими различными вариантами. Однако мы, исходя их своей последовательной ориентации на риелторскую практику и на используемую в ней информацию, остановились на наиболее распространенном варианте описания. Местоположение квартиры в Москве и Санкт-Петербурге определяется заданием ближайшей станции метро и расстоянием от метро в минутах пешком, либо наземным транспортом. Только такой вариант позволил нам ежемесячно получать достаточное количество исходной информации для статистической обработки. Она поступала в форме массива данных на магнитном носителе (на дискете) или по электронной почте. Далее она автоматизировано (с помощью специальной компьютерной программы) готовилась к статистической обработке соответствующим пакетом статистических прикладных компьютерных программ.
А доступность и невысокая трудоемкость получения и первичной подготовки исходной информации для статистического анализа являются важнейшими условиями, определяющими практическую реализуемость постоянного обновления методики массовой оценки для поддержания ее соответствия меняющейся рыночной конъюнктуре.
В перспективе возможна привязка программы оценки квартир к автоматизированным картографическим системам. Но это станет реальным только после перевода баз данных риелторских фирм по продажам квартир на подобные системы, чтобы из них получать исходную информацию для анализа в новом формате данных.
Работа с моделями с использованием компьютеров и специальных статистических пакетов прикладных программ
Огромные массивы исходной информации о продажах десятков тысяч московских и питерских квартир, необходимой для построения и калибровки модели их массовой оценки, практически невозможно обработать вручную. Эту задачу можно решить только с использованием современной компьютерной техники и соответствующего программного обеспечения. Аппаратных возможностей современных персональных компьютеров (например, на базе любых процессоров Pentium) вполне достаточно для решения подобных задач. Можно использовать и типовое программное обеспечение (например, статистические пакеты прикладных программ), но часть программ для этих задач приходится писать специально.
Для получения качественных результатов анализа необходимая качественная исходная информация.
Сбор, анализ и подготовка исходных данных
В последние годы квартирный рынок в Москве и Санкт-Петербурге можно считать сформировавшимся, но он остается весьма динамичным. Рыночные стоимости квартир довольно существенно изменяются со временем. Поэтому любая методика для поддержания актуальности требует частого обновления.
Выбор удельного показателя для оценки стоимости
В конечном итоге нас интересует оценка стоимости квартиры. Но цены квартир различаются в десятки раз. Различия в ценах определяются разницей в размерах квартир, которые также могут различаться в 10 и более раз, и в их качестве. Эти различия можно и нужно учитывать последовательно. Учет размеров квартир осуществляется при помощи выявления зависимости цены квартиры от ее площади. Затем рассматривается зависимость цены, приведенной на единицу площади, от качественных характеристик квартиры.
Для сопоставимости цены квартир обычно приводятся на условную единицу измерения или единицу сравнения. В риелторской практике рассматривались два основных варианта такой единицы для московских квартир: 1 кв. м общей либо жилой площади квартиры. Однако уже в 1993 г. большинство стало использовать приведение по общей площади. Поэтому в дальнейшем исследовалась именно зависимость цены 1 кв. м общей площади квартиры от ее параметров. При этом рассматривается общая приведенная площадь всех помещений квартиры, с учетом приведенной площади балконов и лоджий (как в документах БТИ).
Первоначально переход к цене квартиры осуществлялся умножением полученного результата на ее общую площадь. При этом, как исключение, было возможно и внесение отдельных экспертных поправок непосредственно к цене всей квартиры (например, на отсутствие телефона). Такая модель выражается формулой:
Цкв = К (х1, х2,..., хN) * Sобщ + (п1 + п2 +... + пM) (1)
где:
        Ц кв — цена квартиры в долларах США;
        S общ — ее общая площадь (без балконов и лоджий) в кв.м;
        К — коэффициент стоимости 1 кв.м ее общей площади, определяемый в зависимости от ее характеристик х1, х2,..., хN;
        п1, п2,..., пM — аддитивные экспертные поправки к общей стоимости квартиры.
При этом в статистическом анализе аддитивные поправки не учитывались, и рассматривалась зависимость типа
Цкв = К (х1, х2,..., хN) * Sобщ. (2)
Такой подход соответствует принятой у риелторов практике рассматривать зависимость стоимости 1 кв.м квартиры от ее параметров.
Общая модель линейной регрессии цены от площади квартиры имеет вид:
Цкв = А + К (х1, х2,..., хN) * Sобщ. (3)
где А — некоторая постоянная величина.
Алгоритм простой линейной регрессии так подбирает значения констант А и К, чтобы по анализируемой выборке квартир минимизировать сумму квадратов отклонений оценок квартир по этой формуле от реальных цен квартир. При этом частный случай, когда А = 0, реализуется очень редко. Соответственно, первая модель, в которой заложено это предположение (А = 0), значительно хуже описывает рыночную реальность и имеет меньшую точность.
Поэтому в настоящее время используют несколько более сложный подход, чем использовавшийся первоначально.
На первом этапе по имеющейся (предварительно подготовленной для статистического анализа) выборке квартир строится простая модель линейной однопараметрической регрессии для зависимости цены квартиры от ее общей площади. По этой модели определяются значения констант А и К.
На втором этапе формируется новая выборка, где для каждой квартиры (i) вычисляется соответствующая ей величина Кi, по формуле:
Кi = (Цi кв – А) / Si общ. (4)
Затем эта расчетная величина Кi, как приведенная стоимость 1 кв.м, рассматривается в качестве зависимой переменной и статистическими методами строится модель для ее оценки по всем учитываемым характеристикам квартир. То есть К рассматривается как функция от параметров (характеристик) квартиры.
Такой подход — более общий и позволяет лучше моделировать рыночную реальность и обеспечить большую точность оценок по сравнению с первоначальным подходом, когда считалось, что А = 0, и рассматривалась зависимость от параметров квартиры для исходной (не приведенной) стоимости 1 кв.м.
Выбор типа модели линейной регрессии
Современные статистические пакеты позволяют строить модели как линейной, так и нелинейной регрессии. Но методы построения линейных моделей существенно проще и надежней. Они предъявляют менее жесткие требования к количеству исходной информации и лучше приспособлены для учета возможных зависимостей между параметрами. Поэтому предпочли ориентироваться на построение модели линейной регрессии при определении статистической зависимости приведенной стоимости 1 кв. м общей площади квартиры от ее параметров. Однако такая модель применима, когда она не противоречит существу дела.
Основным видом модели, к которой непосредственно применяется МРА, является аддитивная модель.
Общая структура аддитивной модели МРА выглядит следующим образом:
Y = b0 + b1*X1 + b2*X2 +... + bp*Xp (5)
где:
        Y — зависимая переменная;
        Х1, Х2,..., Хp — независимые переменные;
        b1, b2,..., bp — коэффициенты (веса) приписываемые в процессе работы алгоритма независимым переменным;
        b0 — константа.
Адекватность и интерпретируемость модели МРА зависит от того, в какой степени удовлетворяются некоторые исходные требования. Для массовой оценки к ним относятся полнота и точность данных, линейность, аддитивность, отсутствие корреляции между независимыми переменными, репрезентативность выборки и некоторые другие, более специальные статистические требования.
Точность оценок, генерируемых моделью, не может быть выше точности данных, на которых они основаны. Компьютерное редактирование данных позволяет выявить и отсеять данные не пригодные для анализа (выше мы уже рассматривали этот момент применительно к московским квартирам).
Линейность означает, что предельный вклад независимой переменной в значение зависимой переменной является постоянной величиной на всем интервале возможных значений переменной. Поскольку условие линейности в реальности выполняется далеко не всегда, может возникнуть необходимость в математическом преобразовании данных, используемых в аддитивных моделях МРА. Кроме того, линейности может способствовать стратификация объектов по каким-либо однородным группам. Напротив, в мультипликативном МРА условие линейности не обязательно.
Аддитивность означает, что предельный вклад произвольной независимой переменной не зависит от других переменных, используемых в модели. Условие аддитивности нарушается, если, например, дополнительная площадь увеличит стоимость нового дома в большей степени, чем старого. Когда имеет место смешанное (интерактивное) влияние переменных на цену продажи, приближенной аддитивности часто можно добиться за счет мультипликативных или дробных преобразований. Достижению аддитивности помогает и стратификация. Однако существенно интерактивные модели не удается удовлетворительно аппроксимировать путем преобразования входных данных. В таких случаях приходится обращаться к моделям, имеющим мультипликативную или гибридную структуру.
МРА также предполагает, что независимые переменные не коррелируют между собой. Ситуация, когда это условие нарушается — так называемая мультиколлинеарность — довольно частое явление в массовой оценке. Обычно встречается неполная мультиколлинеарность, когда некоторые независимые переменные, коррелируют друг с другом, но точной линейной зависимости не наблюдается (например, общая и жилая площади квартиры). Проблема для этого случая мультиколлинеарности в том, что возникают затруднения в интерпретации коэффициентов регрессии (например, при жилой площади он может быть отрицательным, что может казаться странным). В таких ситуациях следует помнить, что коэффициенты регрессии измеряют предельный вклад переменной при фиксации остальных переменных в уравнении. Это позволяет объяснить появление коэффициентов с неожиданным знаком или величиной.
Простой процедурой уменьшения мультиколлинеарности является исключение избыточных переменных. Когда две переменные сильно коррелируют между собой, зачастую одну из них можно исключить из модели без существенной потери ее точности. В действительности алгоритм пошаговой регрессии в значительной степени выполняет эту процедуру автоматически посредством исключения переменных, соответствующих некоторому установленному уровню значимости.
Для корректного использования МРА требуется также, чтобы совокупность объектов недвижимости, на основе которых строятся модели, представляла собой репрезентативную выборку из совокупности объектов, к которой модель применяется (то есть, имела бы примерно такую же структуру по типам квартир).
Из перечисленных выше условий наиболее важные — полнота, точность и репрезентативность входных данных. МРА — это довольно надежный инструмент. Он работает достаточно хорошо даже в тех ситуациях, когда остальные вышеупомянутые исходные требования не выполняются. Разумеется, серьезные нарушения этих условий могут явиться причиной недостоверности моделей и потребовать от разработчика принятия необходимых мер по их корректировке.
Как видно из сказанного выше, использование аддитивной модели МРА связано с целым рядом ограничивающих условий. А мультипликативная модель частично свободна от них.
Мультипликативная модель имеет следующий вид:
Y = b0 * X1 b1 * X2 b2 *... Xn bn (6)
Эту модель обычно калибруют, взяв натуральный логарифм от обеих частей:
ln (Y) = ln (b0 * X1 b1 * X2 b2 *... Xn bn) == ln (b0) + b1*ln (X1) + b2*ln (X2) +... +bn * ln (Xn)
МРА применяется для этой последней формулы, определяется ln (Y), а затем и Y по формуле
Y = antilog (ln (b0) + b1*ln (X1) + b2*ln (X2) +... +bn*ln(Xn)).
Когда цены варьируют в широком диапазоне, логарифмирование позволяет нормализовать распределение, уравнивая таким образом веса, присваиваемые объектам. С другой стороны, мультипликативная структура модели делает невозможным введение в модель аддитивных соотношений. Нельзя также разделить компоненты стоимости, относящиеся к земельному участку и сооружениям.
Разбиение совокупности квартир на однородные группы
Вся совокупность квартир в Москве и Санкт-Петербурге достаточно разнородна. Структура цен внутри разных групп квартир может различаться. Чтобы повысить качество статистического анализа в подобных случаях генеральная совокупность обычно подразделяется на более однородные группы. Для отдельного анализа выделяются 4 группы квартир:
1)     на первом этаже;
2)     кроме 1-го этажа, в домах без лифта;
3)     кроме 1-го этажа, в панельных или блочных (не в кирпичных) домах с лифтом;;
4)     кроме 1-го этажа, в кирпичных домах с лифтом.
Для второй, третье и четвертой групп отдельно строятся веса переменных и статистические модели с соответствующими номерами. А для квартир на первом этаже вводятся специальные поправки. Они определяются статистически в зависимости от номера модели и числа комнат в квартире как соотношение соответствующих значений средних цен 1 кв.м квартир на первом этаже и не на первом этаже.
Такое разбиение на группы примерно в 2,5 раза увеличивает трудоемкость работы, но позволяет улучшить качество методики и точность расчетов.
Выявление формулы статистической зависимости цены от параметров квартиры
После замены переменных для линеаризации зависимости можно приступить непосредственно к процедуре регрессионного анализа. При этом удобно воспользоваться традиционным пошаговым методом анализа. Исходя из сути задачи, можно указать параметры, которые обязательно включаются в модель (например, вес станции метро) и некоторые другие исходные управляющие параметры для этой процедуры. Обычно путем содержательного анализа получаемых формально результатов, выявляется необходимость некоторой корректировки этих исходных параметров для получения более осмысленных зависимостей. Окончательный результат, правильный формально и содержательно осмысленный (объяснимый), обычно получается после нескольких итераций с разными управляющими параметрами, но с неизменной исходной информацией о квартирах.
Такой анализ производится отдельно для каждой из рассмотренных выше трех моделей (кроме первого этажа) в отдельности. Соответственно, в результате возникает три формулы зависимости цены квартиры от ее параметров. При этом возникает дополнительная проблема согласованности результатов, получаемых по разным моделям. То есть, при изменении параметров квартиры, переводящих ее в другую модель, изменение ее оценки должно соответствовать рыночным реалиям (например, при замене панельного дома на кирпичный квартира должна становиться дороже). В большинстве случаев это обеспечивается автоматически в результате моделирования. Но если появляются исключения, то это требует дополнительного содержательного анализа и, возможно, корректировки методики оценки.
Полученные в итоге формулы зависимости приведенной цены 1 кв. м общей площади квартиры от ее параметров (с учетом вычисленной ранее константы А) служат основой методики предварительной оценки квартир.
Учет дополнительных параметров квартиры, не учтенных в статистическом анализе
Практика опытной эксплуатации программы предварительной оценки квартир, полученной на основе чистого статистического подхода, показала ее пригодность только для оценки стандартных квартир. А для необычных квартир погрешности оказались слишком велики. Поэтому понадобилось расширить набор учитываемых параметров квартир.
Кроме того, в обоих случаях учитывается и дата оценки. Как и цена квартиры на рынке, величина оценки зависит от времени. В программу заложена базовая дата, а также темпы ежесуточного изменения цен по группам однородных квартир, которые меняются при каждом ежемесячном обновлении программы.
Обобщая сказанное выше, важно подчеркнуть еще раз один методический момент: при оценке должны учитываться реалии современного рынка, а не представления специалистов о «правильном» ценообразовании, даже если эти представления вполне разумны, а рынок — не вполне рационален.
Величины поправок на значения дополнительных параметров невозможно определить статистически из-за отсутствия необходимой исходной информации. Поэтому их приходится определять на основе экспертных мнений. Окончательно они определяются и включаются в методику и в программу. Эти величины также корректируются в процессе обновления программы на основе ежемесячного сопоставления получаемых оценок с известными ценами реальных сделок, по которым удается получить полное описание квартиры по основным и дополнительным параметрам. Это позволяет повышать качество оценок и постоянно совершенствовать методику.
Переход от цены предложения к цене сделки
Описанный выше многопараметрический статистический анализ относился к ценам предложения продавцов. Для перехода к интересующим ценам сделок он, как упоминалось выше, дополняется анализом однопараметрической зависимости между известными нам фактическими рыночными ценами сделок и получаемыми на основе цен предложения оценками. В результате из сопоставления средних фактических цен сделок и средних оценок по ценам предложения для трех выделенных выше групп квартир (моделей) получаются три коэффициента перехода от цен предложения к ценам сделки. Эти коэффициенты включаются в методику (алгоритм) оценки.
Таким образом, на выходе оценки получаются значения, в среднем соответствующие ценам реальных сделок (ценам реализации квартир).
Перспективы развития массовой оценки квартир и других объектов недвижимости
Массовая оценка рыночной стоимости недвижимости может и должна получить значительное развитие по мере становления рынков недвижимости в России. Вслед за Москвой и Санкт-Петербургом она может применяться для квартирного рынка других крупных городов. Возможно ее распространение и на рынки других небольших объектов (например, индивидуальных жилых домов или земельных участков) по мере их развития и проявления массового характера сделок.
Массовая оценка особенно актуальна в период становления рынка недвижимости в России. При отсутствии достаточного количества квалифицированных оценщиков она может оперативно и достаточно дешево обеспечить субъектов рынка объективной информацией о рыночных ценах объектов. А меньшая, по сравнению с квалифицированной индивидуальной оценкой, точность результатов будет достаточной на первых порах.
Возможен и вероятен также постепенный переход к налогообложению недвижимости на основе ее рыночной стоимости. Такой подход к налогам заложен в новом Налоговом Кодексе. В этом случае подход на основе массовой оценки будет единственно приемлемым и возможным для реализации налогообложения собственников квартир по их рыночной стоимости. Массовая оценка в таких масштабах потребует серьезного развития и совершенствования ее методов. В этом случае накапливаемый в настоящее время опыт и, в частности, рассмотренный в этом материале, видимо, будет очень полезен.




3.3. Прогноз развития рынка недвижимости Санкт-Петербурга

Развитие рынка недвижимости Санкт-Петербурга в условиях экономического кризиса рассматривается специалистами GVA Sawyer в двух базовых сценариях.
Оптимистический сценарий предполагает активизацию экономики весной 2009 г., после чего наступает период стабилизации, который продлится в течение полугода-года. К лету 2010 г. состояние рынка недвижимости Санкт-Петербурга будет сравнимо с его текущим состоянием. Пессимистический сценарий предполагает затягивание экономического кризиса и первые признаки улучшения экономической ситуации наступят лишь весной 2010 г. При этом сценарии следует ожидать серьезных изменений на рынке недвижимости, так как существенно изменится как объемы, так и структура спроса. Также и объемы ввода как жилой, так и коммерческой недвижимости будут существенно ниже запланированных на 2009-2011 гг. При этом возможна смена собственников ряда проектов.
Загородная недвижимость.
Ситуация в 2008 г.К концу III квартала 2008 г. активные продажи домов велись в 171 коттеджном поселке. Начиная с октября наблюдается снижение темпов продаж, которые в октябре-ноябре 2008 г. упали на 20% по сравнению с 2007 г. Сделки на рынке совершаются более оперативно. Спрос сместился на инженерно-подготовленные участки без подряда, что объясняется их большей ликвидностью по сравнению с такими вариантами как подряд или готовый дом.
Сценарии развития. Оптимистический. Низкий объем спроса и низкий объем предложения приведут к снижению цен на 10-15%. Застройщики переориентируется в сторону продаж инженерно-подготовленных участков. Велика вероятность переноса сроков реализации «проектируемых» поселков (по итогам III квартала 2008 г. их число составило 43 проекта). Количество новых проектов сократится до минимума, то есть на рынок возможен выход 1-2 новых проектов за квартал или вовсе отсутствие проектов. Пессимистический. Снижение платежеспособного спроса, отсутствие кредитных денег, низкие темпы продаж будут способствовать сокращению предложения. Застройщики не будут выводить на рынок новые проекты. На рынке останутся только крупные компании. Снижение объема предложения может составить до 30-40%. Цены могут снизиться на 25-30% к концу 2009 г.
Офисная недвижимость.
Ситуация в 2008 г.Объем ввода к концу III квартала 2008 г. составил около 230 тысяч кв. м качественной офисной недвижимости. По итогам 2008 г. объем ввода составит около 380 тысяч кв. м офисов класса А и В, из них около 55% составляет класс А.
Сценарии развития. Оптимистический. Спрос сократится на 20-30% к весне 2009 г., в первую очередь вследствие сокращения числа офисных работников. Уровень арендных ставок будет на 5-10% ниже текущего уровня (в среднем около 15-16 тысяч рублей за 1 кв. м в год для класса А и около 11-11,5 тысяч рублей для класса В). К весне 2010 г. рост спроса на офисные помещения и отсутствие нового предложения приведут к росту арендных ставок на 10-15% в годовом выражении. Пессимистический. Низкий уровень спроса, на 30-40% ниже текущих значений, сохранится на протяжении 1,5-2 лет. Для активизации спроса потребуется снижение арендных ставок на 40-50%, однако не все собственники готовы резко снизить ставки. В результате будет наблюдаться сильное различие в заполняемости БЦ и резкий отток арендаторов в офисные знания более низких классов.
Торговая недвижимость.
Ситуация в 2008 г. За три квартала 2008 г. было введено в эксплуатацию 236 тысяч кв. м арендопригодных качественных торговых площадей (GLA), а GLA всех качественных торговых комплексов в Петербурге достигла 2,61 млн. кв. м. До конца 2008 г. будет введено еще около 30-50 тысяч кв. м. Величина средней арендной ставки к началу IV квартала 2008 г. составила 22-23 тысяч рублей за 1 кв. м в год для регионального торгового центра.
Сценарии развития. Оптимистический. В результате сложностей с получением финансирования для строительства, произойдет снижение объемов ввода, и в 2009 и 2010 гг. будет введено 40-50% от запланированного. Небольшое снижение арендных ставок на 5-10% будет наблюдаться в течение I квартала 2009 г., после чего активизация спроса вернет ставки на прежний уровень. Пессимистический. Сложности с финансированием приведут к резкому падению объемов ввода, которые составят 25-40% от запланированного. Низкий уровень спроса на торговые помещение будет наблюдаться в течение всего 2009 и I полугодия 2010 г. Падение арендных ставок будет продолжаться в течение всего 2009 года и может составить 15-25%. Лишь в 2010 г. активизация спроса, вместе с отсутствиемнового предложения, стимулирует рост арендных ставок до текущего уровня.
Складская недвижимость. Ситуация в 2008 г. За первые три квартала 2008 г. введено около 200 тысяч кв.м складских площадей, а по итогам 2008 г. будет введено около 500-550 тысяч кв.м складов класса А и В, что на 25-35% ниже, чем ожидалось. Темпы роста ставок аренды в первые три квартала сохранялись на уровне 2007 г. К началу ноября средние ставки аренды составляли 3100-3300 рублей за 1 кв. м в год. Сценарии развития. Оптимистический. Падение арендных ставок составит не более 5-10% к середине 2009 г. Затем активизация спроса и недостаточные объемы нового предложения в течение полугода-года вернут арендные ставки на текущий уровень. Пессимистический. Падение спроса приведет к изменению структуры арендаторов складских комплексов, так как произойдет существенное падение потребительского спроса. Возможно падение арендных ставок на 20% и более, в результате чего, в случае сохранения цен на землю, многие новые проекты будут отложены, а некоторые готовые проекты поменяют собственников. В 2009-2011 гг. резко сократится новое предложение. Отсутствие спроса на склады в 2009-2010 гг. приведет к некоторой стабилизации арендных ставок, после чего они начнут существенный рост и к 2011 г. арендные ставки могут оказаться на 5-10% выше текущего уровня.
Гостиничная недвижимость. Ситуация в 2008 г. К началу декабря в городе функционировал 371 объект гостиничного типа с номерным фондом 19937 единиц, включая хостелы и мини-гостиницы. Если же говорить о качественном номерном фонде (3*,4*,5*), то его общий объем составил 10875 единиц. Загрузка гостиниц в данный момент находится на соответствующем низкому сезону уровне. Единственный сегмент, который затронул кризис, - элитные отели. До конца года, цены будут оставаться на прежнем уровне.
Прогноз на 2009-2010 гг. Деловой туризм. В 2009 г. поток деловых туристов снизится на 10-15% и составит порядка 550-600 тысяч человек (снижение произойдет в основном за счет иностранных туристов). При пессимистическом сценарии падение на 15% делового туризма ожидается и в 2010 г. Познавательный туризм. Число туристов, посещающих Санкт-Петербург с познавательной целью, в 2009 г. снизится на 15-20%, до 1,2 - 1,6 млн. человек. В пессимистическом сценарии в 2010 г. можно прогнозировать дальнейшее сокращение познавательного туризма (на 10-15%). Конгрессный туризм. Количество проводимых корпоративных мероприятий будет крайне мало, в связи с чем этоот вид туризма в 2009 г. практически прекратит свое существование. В 2010 г., даже если кризис закончится, конгрессный туризм не вернется на докризисный уровень.
Глава 4. Оценка влияния спекулятивных стратегий
4.1. Формирование стратегии развития девелоперской предпринимательской структуры и оценка ее эффективности

Оценка особенностей функционирования девелоперских предпринимательских структур в условиях современного рынка недвижимости Санкт-Петербурга позволила выявить следующие проблемы, препятствующие их эффективному развитию:
непонимание предпринимателями роли девелоперских предпринимательских структур в процессе воспроизводства объектов недвижимости и, как следствие, смешение стратегий различных видов деятельности, связанных с реализацией девелоперского проекта. В результате предприниматели уделяют недостаточное внимание таким функциям девелоперской предпринимательской структуры, как планирование девелоперского проекта, отбор контрагентов, контроль деятельности контрагентов, что приводит к повышению себестоимости реализуемых проектов и снижению предпринимательского дохода;
использование предметного подхода при принятии стратегических решений. Предметный подход базируется на развитии тех активов, которые оказались под контролем у предпринимательской структуры, а не на подборе для девелопмента тех объектов, которые могут быть развиты до уровня продукта, удовлетворяющего будущие потребности потребителя. В результате под управлением предпринимательской структуры создаются объекты, невостребованные рынком недвижимости, что приводит к повышению доли вакантных площадей, снижению стоимости 1 кв.м. и, как следствие, снижению предпринимательского дохода.
Для преодоления указанных проблем при разработке стратегии развития девелоперской предпринимательской структуры целесообразно использовать структурно-функциональный подход (рис. 17).

Рис. 17. Структурно-функциональный подход к разработке стратегии развития девелоперской предпринимательской структуры

Поскольку основной функцией девелоперской предпринимательской структуры является управление процессом девелопмента, которое выражается в управлении деятельностью вовлеченных в данный процесс контрагентов, непосредственно создающих объект недвижимости, стратегия развития девелоперской структуры должна быть ориентирована на получение предпринимательского дохода от осуществления именно этого вида деятельности. Поскольку функция продукта, созданного в результате деятельности девелоперской предпринимательской структуры, заключается в максимальном удовлетворении будущих потребностей пользователей объектов недвижимости, девелоперская предпринимательская структура не должна использовать в своей деятельности предметный подход, при котором объект создается практически без учета имеющихся потребностей потребителей посредством развития подконтрольных активов, а потребителю впоследствии приходится приспосабливать свои нужды под параметры созданного объекта. Напротив, при определении перспективных продуктово-рыночных сегментов, желаемой конкурентной позиции, потребительских свойств будущих объектов недвижимости девелоперская предпринимательская структура должна опираться на результаты детальной оценки среды функционирования. Оценку целесообразно проводить посредством изучения структурных элементов внешней и внутренней среды девелоперской предпринимательской структуры.
Таким образом, структурно-функциональный подход к разработке стратегии развития девелоперской предпринимательской структуры основан на двух базовых предпосылках:
направленность стратегических решений на удовлетворение будущих потребностей пользователей объектов недвижимости посредством управления деятельностью многочисленных контрагентов, вовлеченных в процесс девелопмента;
принятие за основу при разработке стратегии результатов детальной оценки каждого структурного элемента среды функционирования девелоперской структуры.
Процедура формирования стратегии развития девелоперской предпринимательской структуры, основанная на использовании структурно-функционального подхода, состоит из восьми этапов (рис. 18).

Рис. 18. Разработка процедуры формирования стратегии развития девелоперской предпринимательской структуры

Этап № 1. Определение исходной предпосылки. Исходная предпосылка представляет собой отправную точку для принятия последующих решений. На этом этапе необходимо зафиксировать, что роль девелоперской предпринимательской структуры заключается в инициации и обеспечении осуществления процесса девелопмента. Это позволит на последующих этапах избежать смешения стратегий различных видов деятельности, осуществляемых при реализации девелоперского проекта.
Этап № 2. Оценка среды функционирования. Данный этап включает четыре подэтапа и необходим для сбора и обработки информации о среде функционирования девелоперской предпринимательской структуры с целью обоснования стратегических решений, принимаемых на последующих этапах. Процедурно реализация каждого из подэтапов состоит в следующем.
Подэтап "Оценка макросреды":
отбор информации о макросреде, необходимой при оценке микросреды;
выявление ключевых факторов макросреды, в наибольшей степени влияющих на микросреду.
Подэтап "Оценка объектов рынка":
оценка предложения объектов недвижимости на конец планового период;
оценка спроса на объекты недвижимости на конец планового периода;
оценка конъюнктуры рынка на конец планового периода посредством сопоставления ожидаемых спроса и предложения. Построение предварительного вывода о перспективности / неперспективности данного продуктово-рыночного сегмента.
Подэтап "Оценка субъектов рынка":
выделение подотраслей, в которых планирует функционировать девелоперская предпринимательская структура;
оценка для каждой из выделенных подотраслей уровня рыночной власти существующих и потенциальных конкурентов, рыночной власти поставщиков, рыночной власти потребителей;
построение вывода о возможности занять перспективные продуктово-рыночные сегменты с точки зрения баланса конкурентных сил.
Подэтап "Оценка внутренней среды":
выделение элементов внутренней среды;
разделение элементов внутренней среды на "сильные стороны", "слабые стороны", стороны с "нейтральным значением";
выделение ключевых компетенций из числа "сильных сторон";
построение вывода о возможности занять перспективные продуктово-рыночные сегменты с точки зрения состояния внутренней среды.
Этап № 3. Определение миссии. Миссия представляет собой деловое предназначение предпринимательской структуры, четко выраженную причину ее существования. Задача, которую разработчик стратегии развития девелоперской структуры решает на этапе определения миссии, заключается в том, чтобы зафиксировать ориентацию девелоперской структуры на удовлетворение будущих потребностей пользователей объектов недвижимости посредством управления созданием объектов, соответствующих таким потребностям. Это позволит девелоперской предпринимательской структуре избежать использования предметного подхода, ориентированного на развитие существующих активов независимо от того, возможно создать на их основе востребованный рынком объект или невозможно.
Этап № 4. Определение стратегической цели. Стратегическая цель является инструментом контроля, при помощи которого можно оценить успешность предпринимательской структуры. На этапе определения стратегической цели задача разработчика стратегии – зафиксировать ориентацию девелоперской предпринимательской структуры на увеличение стоимости капитала, вложенного собственниками структуры в девелоперские проекты. Данный показатель соответствует роли девелоперской предпринимательской структуры в процессе воспроизводства объектов недвижимости. Он позволит отслеживать результативность девелоперской предпринимательской деятельности, а не результативность иных видов деятельности, таких как, например, строительство, показателем результативности которого может являться количество созданных квадратных метров недвижимости или объем выполненных подрядных работ в денежном выражении.
Этап № 5. Формирование корпоративной стратегии. Разработка корпоративной стратегии предполагает:
формирование портфеля стратегических бизнес-единиц (СБЕ);
выбор роли корпоративного центра;
выбор метода развития. При осуществлении данных подэтапов разработчику стратегии девелоперской предпринимательской структуры необходимо решить две задачи:
Во-первых, независимо от целесообразности организационного обособления выделить стратегические бизнес-единицы для занятия продуктово-рыночных сегментов, признанных перспективными при оценке среды функционирования. То есть стратегические бизнес-единицы не обязательно должны стать обособленными подразделениями в организационной иерархии девелоперской предпринимательской структуры. Они могут быть выделены лишь с точки зрения наличия у каждой из них отдельной стратегии позиционирования и отдельной конкурентной стратегии, что обусловлено их принадлежностью к определенному продуктово-рыночному сегменту, отличному от сегментов других СБЕ, и к определенной подотрасли, не совпадающей с подотраслями иных СБЕ. Решение данной задачи позволит максимально полно учитывать специфику каждого продуктово-рыночного сегмента и не завышать при этом объем привлекаемых ресурсов, в частности, занятого персонала.
Во-вторых, разделить все стратегические бизнес-единицы на два типа: стратегические бизнес-единицы, осуществляющие управление девелопментом и стратегические бизнес-единицы, осуществляющие отдельные процессы девелопмента. Решение данной задачи позволит подчинить интересы иных видов деятельности интересам девелоперской предпринимательской деятельности.
Этап № 6. Формирование стратегии бизнес-единицы. Каждая стратегическая бизнес-единица девелоперской предпринимательской структуры одновременно функционирует в отрасли, объединяющей существующих и потенциальных производителей объектов недвижимости, и на рынке, объединяющем существующих и потенциальных пользователей объектов недвижимости. В связи с этим основная задача, которую должен выполнить разработчик стратегии девелоперской предпринимательской структуры на данном этапе, заключается в том, чтобы разделить позицию бизнес-единицы в отношении конкурентов и в отношении потребителей. Соответственно, в составе стратегии каждой бизнес-единицы целесообразно выделить конкурентную стратегию и стратегию позиционирования.
Конкурентную стратегию можно определить как комплекс управленческих решений, направленных на достижение предпринимательской структурой желаемой конкурентной позиции. В соответствии со структурой отрасли, девелоперская структура должна занять такую позицию, которая будет наиболее защищена от конкурентных сил.
Стратегию позиционирования можно определить как комплекс управленческих решений, направленных на создание в сознании потребителей образа товара, производимого данной предпринимательской структурой, отличного от образов аналогичных товаров, производимых иными предпринимательскими структурами. В соответствии со структурой рынка, девелоперская структура должна принять решения в отношении товара, цены, метода продвижения и метода распространения.
Этап № 7. Формирование плана реализации стратегии, отражающего конкретные мероприятия, сроки их исполнения и ответственных. Задача, которую на данном этапе должен выполнить разработчик стратегии, заключается в том, чтобы разделить мероприятия плана реализации стратегии и мероприятия по реализации каждого отдельного проекта. План реализации стратегии должен ограничиваться мероприятиями, направленными на формирование продуктового портфеля, то есть на подбор объектов для девелопмента. Все прочие мероприятия должны содержаться в плане-графике каждого отдельного проекта. В результате стратегия зафиксирует лишь основные решения, но сохранит возможность для появления и реализации предпринимательских идей на уровне каждого отдельного проекта.
Этап № 8. Формирование стратегического плана девелоперской структуры. Задача этапа – объединить стратегические ориентиры (исходную предпосылку, миссию, стратегическую цель), стратегию развития (корпоративную стратегию, стратегию каждой бизнес-единицы) и план реализации стратегии развития в едином документе и утвердить полученный документ на уровне высшего руководства предпринимательской структуры.
Только в этом случае разработанная стратегия развития будет положена в основу деятельности девелоперской предпринимательской структуры и позволит достигнуть желаемого увеличения предпринимательского дохода.
Таблица 4
Расчет предпринимательского дохода от реализации проекта строительства офисного центра в Санкт-Петербурге на основе среднерыночных данных
Показатель Год Итого 2010 2011 1 кв. 2 кв. 3 кв. 4 кв. 1 кв. 2 кв. 3 кв. 4 кв. Проданная площадь, тыс. кв. м - - - - - - 0,30 0,30 0,60 Поступления от продажи площадей, млн. руб. - - - - - - 17,85 17,85 35,70 Комиссия агента по продаже, % - - - - - - 0,54 0,54 1,07 Поступления от продажи площадей за вычетом комиссионного вознаграждения, млн. руб. - - - - - - 17,31 17,31 34,63 Себестоимость проекта, млн. руб., в т.ч. 1,35 0,58 6,20 7,30 6,97 5,87 - - 28,27 Приобретение земельного участка 1,00 - - - - - - - 1,00
Окончание таблицы 4
Показатель Год Итого 2010 2011 1 кв. 2 кв. 3 кв. 4 кв. 1 кв. 2 кв. 3 кв. 4 кв. Разработка концепции 0,10 - - - - - - - 0,10 Проектирование, изыскания, согласования - 0,33 0,33 0,33 - - - - 1,00 Инженерные коммуникации - - - 1,10 1,10 - - - 2,20 СМР, в т.ч. отделочные работы - - 5,50 5,50 5,50 5,50 - - 22,00 Управление проектом 0,12 0,12 0,24 ,024 0,24 0,24 - - 1,21 Резерв на непредвиденные расходы 0,13 0,13 0,13 0,13 0,13 0,13 - - 0,76 Налог на имущество организации - - - - - - 0,12 0,04 0,16 Амортизация - - - - - - 0,17 0,06 0,23 Налог на прибыль организации - - - - - - - 1,19 1,9 Налог на добавленную стоимость -0,06 -0,10 -1,12 -1,31 -1,25 -1,06 3,12 1,76 - Денежный поток -1,41 -0,69 -7,32 -8,62 -8,22 -6,93 20,31 17,87 5,01 Чистая текущая стоимость, млн. руб. -1,41 -0,66 -6,77 -7,66 -7,03 -5,69 16,05 13,58 0,42
В таблице 4 на основе сложившихся среднерыночных значений цены продажи, стоимости строительно-монтажных работ и иных необходимых данных составлен расчет удельных (на 1 кв.м. общей площади) результирующих показателей девелоперского проекта по созданию офисного центра в Санкт-Петербурге. Данный пример позволяет определить влияние одного из трех параметров, на изменение которых направлено формирование стратегии развития, на предпринимательский доход девелоперской предпринимательской структуры, выраженный в данном случае показателем чистой текущей стоимости (ЧТС).
Отбор перспективных продуктово-рыночных сегментов на основе детальной оценки внешней среды девелоперской предпринимательской структуры, ориентация стратегических решений на удовлетворение будущих потребностей потребителя позволят повысить востребованность создаваемых объектов недвижимости, что выразится либо в снижении доли вакантных площадей по сравнению со среднерыночным уровнем, либо дифференцирует продукт девелоперской структуры в глазах потребителя и позволит повысить цену продажи. При этом повышение востребованности объекта на 1 % приводит в сложившейся рыночной ситуации к росту чистой текущей стоимости на 52 % (таблица 5).
Детальная оценка внутренней среды, описание, оптимизация, автоматизация таких основных для девелоперской предпринимательской структуры процессов, как планирование проекта, отбор контрагентов, контроль деятельности контрагентов, создание на их основе ключевых компетенций позволят снизить себестоимость проекта. Снижение себестоимости на 1 % в сложившихся рыночных условиях приводит к росту чистой текущей стоимости на 51 % (таблица 5).
Таблица 5
Влияние изменения доли вакантных площадей, стоимости 1 кв.м., себестоимости проекта на предпринимательский доход девелоперской структуры
Изменение параметра 0% 1% 2% 3% 4% 5% 10% ЧТС при снижении доли вакантных площадей / повышении стоимости 1 кв. м, млн. руб. 0,42 0,64 0,85 1,07 1,29 1,50 2,59 Базисный прирост ЧТС, % 0% 52% 103% 155% 207% 259% 517% ЧТС при снижении себестоимости проекта по сравнению со среднерыночным уровнем, млн. руб. 0,42 0,63 0,84 1,06 1,27 1,48 2,55 Базисный прирост ЧТС, % 0% 51% 102% 153% 203% 254% 508%
Таким образом, применение разработанной процедуры формирования стратегии развития позволит девелоперским предпринимательским структурам выработать стратегические решения, результатом реализации которых станет, во-первых, повышение востребованности созданных объектов недвижимости, во-вторых, снижение себестоимости девелоперских проектов. Как следствие, реализация стратегии развития повысит предпринимательский доход девелоперской структуры.


4.2 Экономическая модель оценки влияния спекулятивных стратегий
В целях определения оценки влияния спекулятивных стратегий в условиях полной неопределенности предлагаем использовать теорию игр. В качестве основания для принятия решения используются следующие критерии Вальда, Сэвиджа, Гурвица.
Критерием Вальда руководствуется девелопер, который при выборе решения абсолютно не приемлет риск. В этом случае выбирается такой вариант стратегии(А*), который соответствует критерию:
А* : maxai*minsjY(AiSj)
Критерием Сэвиджа руководствуется девелопер, который склонен к риску. В этом критерии используется не результат Y(Ai,Sj), а так называемое «сожаление от неиспользованных возможностей», которое обозначим через Z(Ai,Sj)
Z (Ai,Sj) = maxY(Ai,Sj) - Y(Ai,Sj), тогда A* : minai*maxsjZ(AiSj)
Критерием Гурвица руководствуется девелопер, которого можно отнести к реалистам. В качестве количественной характеристики для каждой стратегии рекомендуется использовать , которая формируется в виде линейной функции наихудшего (пессимистического) и наилучшего (оптимистического) для нее значения. Для этого используется специальный коэффициент пессимизма-оптимизма, называемый также коэффициентом Гурвица[4]. Обозначим этот коэффициент через γ. Применительно к девелопменту значения коэффициента выбираются из диапазона [0;1] по правилу:
γ=0, если девелопер считает, что состояние рынка недвижимости будет самым благоприятным (оптимистический прогноз);
γ=1, если девелопер считает, что состояние рынка недвижимости будет самым неблагоприятным (пессимистический прогноз);
0<γ<1, если девелопер считает, что состояние рынка не будет ни самым плохим, ни самым хорошим
Однако перечисленные критерии имеют свои недостатки, возникающие в случае их формального применения.
Для принятия стратегического решения в условиях неопределенности мы предлагаем использовать экспертно-аналитический метод, основанный на вышеперечисленных критериях и направленный на снижение их недостатков.
Рассмотрим пример гипотетической ситуации с целью выбора оптимальной стратегической альтернативы.
Пусть S1,S2,S3,S4 – возможные варианты конъюнктуры на рынке недвижимости. Пусть А1,А2,А3,А4 – возможные варианты стратегий девелоперской компании. При построении матрицы 4х4, где А1-А5 – строки, S1-S5 – столбцы. Значение Y(Ai,Sj) является финансовым результатом реализации стратегии Ai при варианте конъюнктуры рынка Sj. Пример результатов расчетов Y(Ai,Sj) для каждой из стратегий девелоперской компании при всех гипотетических состояниях рынка недвижимости, приведены в таблице 3.
Таблица 3
Результаты расчета финансовых результатов Y(Ai,Sj) девелоперской компании Стратегии Возможное состояние рынка недвижимости S1 S2 S3 S4 A1 1000 200 500 700 A2 100 500 1000 0 A3 100 200 200 1500 A4 300 1000 500 100
На первом этапе, в качестве промежуточного итога, оценим стратегии А1-А4 с помощью рассмотренных классических критериев (табл. 4) (результат применения критерия – наилучшая стратегия – отмечена звездочкой в соответствующей строке).
Как видно из таблицы 3, оптимальной представляется стратегия А3, т.к. она обеспечивает минимальный результат по критерию Вальда и оказалась практически нечувствительной к изменениям по критерию Гурвица.
В основе предлагаемого нами метода лежит положение теории вероятности о том, что, если нет никаких оснований полагать, что какие-либо из n возможных состояний системы более возможны по отношению к другим, то их целесообразно субъективно определить как равновозможные.
В таблице 4 приведен расчет величин среднего ожидаемого результата для каждой из стратегий А1-А4.
Таблица 4
Результаты расчетов величин среднего ожидаемого результата для стратегий девелоперской компании Стратегия Характеристики стратегий Величина среднего ожидаемого результата Наибольшее значение величины среднего ожидаемого результата А1 600 600 А2 400 А3 500 А4 475
Заключение

Таким образом, проведя анализ данной тематики, отметим следующее. Одним из главных показателей развития в стране нормальных рыночных отношений является состояние рынка недвижимости в целом и его отдельных секторов. Рынок недвижимости является существенной составляющей в любой национальной экономике, ибо недвижимость - важнейшая часть национального богатства, на долю которой приходится более 50 % мирового богатства. Без рынка недвижимости не может быть рынка вообще, так как рынки труда, капитала, товаров и услуг и др. для осуществления уставной деятельности должны иметь необходимые помещения. Важное значение отечественного рынка недвижимости как сектора экономики подтверждается его высокой долей в валовом национальном продукте, высоким уровнем доходов в бюджет от первичной продажи, сдачи в аренду государственной и муниципальной недвижимости (в том числе земли), высоким уровнем сборов в бюджет от налогов на недвижимость и сделок с ней.
Рынок недвижимости — совокупность процессов взаимодействия спроса и предложения объектов недвижимости, работ и услуг, направленных на создание и изменение полезных свойств объектов недвижимости. К специфическим экономическим особенностям недвижимости относятся:
Инвестиционный характер объектов недвижимости, предназначенных, как правило, для длительного (в зависимости от технического и морального износа) использования.
Уникальность каждого объекта, обусловленная главным образом местоположением в плане города.
Сравнительно высокая капиталоемкость объектов недвижимости (объекты социальной инфраструктуры, как правило, более капиталоемкие, чем, например, жилые дома, но если рассматривать всю структуру объектов в пределах всего города или даже жилого района, то наиболее капиталоемкой является массовая жилая недвижимость.
Ликвидность объектов недвижимости в любой момент инвестиционного или жизненного цикла. Это означает, что товаром может выступать не только законченный объект, отвечающий заданным функциям, но и незавершенное строительство и даже подготовленная проектно-сметная документация, участок земли без строений на нем, строения без участка, которые могут быть установлены на нем, бизнес-план и т.п.
5.Многофункциональность объекта недвижимости, обусловливающая различия спроса на отдельные его элементы, различия технико-экономических и эксплуатационных показателей, обусловливающих различия возврата финансов и, следовательно, определенные финансовые сложности.

Литература
Горемыкин В. А. Экономика недвижимости. - М. : Высш. образование, 2008. - 806 с.
Горемыкин В. А. Экономика и управление недвижимостью. - М. : МГИУ, 2007. - 345 с.
Горемыкин В. А. Сделки с недвижимостью. - М. : Омега-Л : "Филинъ", 2007. - 447 с.
Жилищное право / ред. И. А. Еремичева. - М. : ЮНИТИ : Закон и право, 2009. - 382 с.
Иваницкая И. П. Введение в экономику недвижимости. - М. : КноРус, 2007. - 180 с.
Кожухар В. М. Экспертиза и управление недвижимостью. - М. : Дашков и К°, 2008. - 194 с.
Коланьков С. В. Экономика недвижимости. - М. : Маршрут, 2006. - 332 с.
Лазаревский А. А. Законодательство о недвижимости поселений: анализ, тенденции, рекомендации. - М. : Викор-Медиа, 2007. - 143 с.
Мазур И. И. Девелопмент. - М. : Экономика, 2004. - 521 с.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции. - М. : Академия, 2008. - 304 с.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости. - М. ; Ростов н/Д : МарТ, 2008. - 447 с.
Недвижимость / ред. И. С. Радченко. - М. : ГроссМедиа, 2006. - 406 с.
Носов А. С. Оценка недвижимости. - М. : Финансы и статистика, 2007. - 558 с.
Экономика недвижимости / А.С. Носова А. В. Стрельцова. - Самара: [б. и.]. - (Учебная литература для вузов)Ч. 1. - 2007. - 176 с.
Шевчук Д. А. Оценка недвижимости и управление собственностью. - Ростов н/Д : Феникс, 2007. - 157 с.
Шевчук Д. А. Экономика недвижимости. - Ростов н/Д :Феникс, 2007. - 251 с.
Уткин Б. И. Государственная регистрация прав на земельные участки и сделок с ними. - М. : Альфа-Пресс, 2007. - 297 с.
Чванов Р. А. Экономика недвижимости. - М. : Изд-во МГУП, 2008. - 162 с.
http://www.estate-invest.ru
http://www.rips.ru
http://www.arspb.ru
http://www.traders-journal.ru
http://www.inventech.ru
http://art.thelib.ru
http://www.kbaptupa.ru
http://www.realty-overseas.ru
http://www.morvesti.ru
http://www.bn.ru
 http://titaeva.ru
http://mr-stroy.com

Горемыкин В. А. Экономика недвижимости.
Горемыкин В. А. Экономика недвижимости.
Горемыкин В. А. Экономика недвижимости.
Горемыкин В. А. Экономика недвижимости.
Горемыкин В. А. Экономика и управление недвижимостью.
Коланьков С. В. Экономика недвижимости.
Коланьков С. В. Экономика недвижимости.
Коланьков С. В. Экономика недвижимости.
Коланьков С. В. Экономика недвижимости.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Носов А. С. Оценка недвижимости.
Носов А. С. Оценка недвижимости.
Носов А. С. Оценка недвижимости.
Шевчук Д. А. Оценка недвижимости и управление собственностью.
Шевчук Д. А. Оценка недвижимости и управление собственностью.
Шевчук Д. А. Оценка недвижимости и управление собственностью.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Севостьянов А. В. Экономическая оценка недвижимости и инвестиции.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 61.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 61.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 63.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 64.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 67.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 68.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 79.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 81.
Анализ развития рынка недвижимости Санкт-Петербурга за 9 месяцев 2009 г., с. 84.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.
Симионова Н. Е. Методы оценки и технической экспертизы недвижимости.











150