Методы определения индекса доходности жилой недвижимости



Скачать 81.93 Kb.
Дата17.10.2016
Размер81.93 Kb.


УДК 338.57+332.7
М.И. Кавиев
Пермский национальный исследовательский политехнический университет, Пермь
Методы определения индекса доходности жилой недвижимости
Описан существующий метод расчета индекса доходности жилой недвижимости и его недостаток, связанный с неточностью прогнозирования значения безденежного дохода, используемого для формирования и управления инвестиционного портфеля. Предложен подход к устранению данного недостатка. Скорректированную методику планируются использовать в имитационной деловой игре «Портфельные инвестиции в рынок недвижимости».

Ключевые слова: рынок недвижимости, инвестиции, портфель недвижимости, индекс доходности, прогнозирование рынка.

M.I. Kaviev
Perm National Research Polytechnic University, Perm

Methods of determination of the index of profitability of residential real estate
Described is the current method of calculating the index of profitability of residential real estate and its flaw associated with the inaccuracy of predicting non-monetary values ​​of income used for the formation and management of the investment portfolio. An approach to addressing this shortcoming is proposed. Adjusted methodology is planned to be used in the simulation business game "Portfolio investments in the real estate market."

Keywords: real estate market, investments, real estate portfolio, the index of profitability, market forecasting.

Введение
Рынок жилой недвижимости, является одним из основных направлений формирования в России экономической системы, базирующейся на рыночных механизмах регулирования, функционирования и развития экономики. Преимуществом рынка жилой недвижимости как объекта исследования является доступ к достаточному количеству вторичной информации о рынке [1]. Однако, несмотря на доступность этих данных, используемые в настоящее время индикаторы рынка недвижимости не полностью описывают его изменение. В следствие этого факта возникает потребность в корректном определении индикаторов рынка недвижимости с целью формирования и последующего управления инвестиционным портфелем на основе достоверных данных.
Постановка задачи формирования инвестиционного портфеля недвижимости
Существующий метод расчета индикаторов рынка недвижимости, подробно описанный в [2] и методика формирования инвестиционного портфеля недвижимости (см., например, [3, 4]) основаны на предположении о линейном характере изменения темпов роста цен на рынке, что приводит к неточному прогнозируемому значению безденежного дохода недвижимости и соответственно индекса доходности. Это обстоятельство определило потребность в модификации существующего метода и цель исследования – повышение коммерческой эффективности портфельного инвестирования в рынок жилой недвижимости.

Для достижения поставленной цели:



  1. аналитика и сбор достоверной информации о рынке недвижимости;

  2. модификация методики определения индекса доходности жилой недвижимости;

  3. разработка методики имитационной деловой игры с участием «поиска решений».

Данная статья описывает результаты решения второй задачи на основе данных полученных в ходе сбора информации о рынке недвижимости г. Казань, выбранного в качестве иллюстрационного примера.

Посредством расчета инвестиционной привлекательности объектов жилой недвижимости [3, 4], можно сформировать портфель недвижимости.

Сбор данных по рынку вторичной недвижимости получен благодаря порталу [5]. За основу были использованы следующие данные:


  • арендная ставка;

  • площадь объектов;

  • административно-территориальные деления города Казань;

  • данные Центрального Банка РФ (ставки доходности рынка ГКО-ОФЗ, инфляция).

Ниже (табл .1) представлена существующая методика расчета индекса доходности недвижимости в виде последовательного алгоритма.
Таблица 1

Существующий метод расчет индекса доходности






Авиастроительный район



Показатель

Источник информации

Значение для 1-ой квартиры

1

Арендная ставка

www.reportal.ru/prices.php?action=stat45

16960

2

Потенц. Валовый доход руб. в год

п.1×12

203520

3

Стоимость аналога на момент оценки

www.reportal.ru/prices.php?action=stat

67142

4

Стоимость аналога на год ранее

es.php?action=stat

51280

5

Прирост стоимости за год

п.3-п.4

5862

6

Прирост стоимости относительный

(п.5/п.4)×100

11,43

7

Прирост стоимости ожидаемый

п.3×(1+п.6/100)

63674,1

8

Площадь объекта

Аналитика

35

9

Ожидаемая стоимость всего объекта

п.8×п.7

2228593,7

10

Сумма необходимая для приобретения всего объекта

п.8×п.3

1999970

11

Прирост стоимости объекта

п.9-п.10

228623,7

12

Безрисковая ставка

http://www.cbr.ru

6,69

13

Доход от вложения в недвижимость

п.2+п.11+п.10

2432113,7

14

Доход от вложения в безрисковую альтернативу

п.10×(1+п.12/100)

2129968,1

15

Индекс доходности

п.13/п.14

1,23

16

Относительный индекс доходности

(п.15-1)×100

23,00


Корректировка расчета индекса доходности

Используя программную платформу PROGNOZ Platform [6], которая содержит мощный инструмент моделирования и прогнозирования, предназначенный для исследования данных, создания моделей и осуществления на их основе аналитических расчетов, попытаемся спрогнозировать рынок недвижимости с целью повышения точности безденежного дохода от недвижимости.

Для исследования данных, создания моделей и осуществления на их основе аналитических расчетов были использованы следующие уравнения:

- парная линейная регрессия.

- экспоненциальное сглаживание;

- фильтр Ходрика-Прескотта;

- тренд.

В ходе вычислительного эксперимента было проведено более 20 настроек PROGNOZ Platform, которые включали в себя варьирования периода прогнозирования и периода идентификации. При использовании различных методов, найден оптимальный вариант настроек (рис. 1):



Рис. 1. Результаты сравнения прогнозирования цен на рынке недвижимости на основе ретроспективных данных и фактических данных

Полученное решение (см. рис. 1) дает нам разницу между прогнозируемым значением и фактическим всего в 18 копеек. Эта разница удовлетворяет для дальнейшего исследования данной функции.

Посредством расчета инвестиционной привлекательности объектов жилой недвижимости [2] и решения задачи оптимизации, заключающейся в максимизации инвестиционной привлекательности портфеля недвижимости при ограничении на бюджет инвестора и стремление риска к среднерыночному, были сформирован следующий портфели недвижимости (рис. 2)



а)

б)

Рис. 2. Решение задачи оптимизации инвестиционного портфеля:


(а) – с помощью существующей; (б) – новой методик расчета индекса доходности недвижимости, соответственно
Из рис. 2 видно, что при бюджете в 20 млн. рублей на момент проведенного анализа целесообразно было формировать портфель недвижимости из следующих объектов недвижимости:

  • 1 комнатная квартира в Авиастроительном районе;

  • 1 комнатная квартира в Московском районе;

  • 3 комнатная квартира в Вахитовском районе.

Благодаря более точной методики расчета индекса доходности недвижимости было обнаружено перспективное направление инвестиций в виде приобретении 3-х комнатной квартиры в Вахитовском районе. На основании этого можно сделать вывод что, новая методика позволяет выявить скрытые объекты, обладающие высоким инвестиционным потенциалом, а также обнаружить объекты, которые не следует приобретать.

Возможность решения задачи оптимального формирования инвестиционного портфеля недвижимости с помощью надстройки MS Excel «Поиск решения» позволяет использовать предварительно настроенный файл MS Excel в качестве системы поддержки принятия решений для инвесторов, вкладывающих денежные средства в рынок жилой недвижимости.

Автор выдвигает гипотезу о том, что инвесторы, не имеющие опыта в инвестиционной деятельности, будут полагаться на систему поддержки принятия решений. Данную гипотезу можно проверить экспериментально методом имитационной деловой игры «Портфельные инвестиции в рынок недвижимости», которая разрабатывается в настоящее время.

Заключение

В работе представлена возможность использования современных информационных технологий, таких как PROGNOZ Platform и довольно распространенного офисного пакета MS Excel, позволяющих на основе более точной информации решать задачи формирования инвестиционного портфеля недвижимости и последующего управления им. Далее автор планирует проверку устойчивости описанной методики к стратегическому поведению агентов.


Библиографический список


  1. Алексеев А.О., Торсунова Н.А., Казимиров И.А. Оценка риска возникновения экономического пузыря на рынке жилой недвижимости города Иркутска // Вестник Иркутского государственного технического университета. 2013. № 1. С.149-161.

  2. Алексеев А.О., Торсунова Н.А., Чобан Э.С. Модель ценообразования финансовых активов применительно к объектам недвижимости // Молодий вчений. 2014. № 2 (05). С. 26-30.

  3. Алексеев А.О., Чобан Э.С. Методика формирования портфеля объектов недвижимости по критерию инвестиционной привлекательности // Общество, наука и инновации: сб. ст. Межд. науч.-практ. конф.: в 4-х ч. / Ответственный редактор А.А. Сукиасян, 29-30 ноября 2013 г., Уфа. – Уфа: Изд-во Башкир. гос. ун-та, 2013. – С.12-17

  4. Чобан Э.С. Формирование портфеля недвижимости на примере четырех крупных городов: Екатеринбург, Казань, Новосибирск, Нижний Новгород / Чобан, Э.С., Сафонов, Н.И., Погорельцева, Е.А., Кавиев, М.И. // Управление экономическими системами: электронный научный журнал. 2014. №2 (62). 33 С. Режим доступа - http://uecs.ru/ru/regionalnaya-ekonomika/item/2761-2014-02-17-11-38-31 (дата обращения 29.11.2015)

  5. Портал недвижимости Казани [Электронный ресурс]. – Режим доступа http://www.reportal.ru (дата обращения: 29.11.2015)

  6. Prognoz BI University [Электронный ресурс]. – Режим доступа http://www.university.prognoz.ru (дата обращения: 29.11.2015)


Об авторах
Кавиев Марат Ильдарович (Пермь) – аспирант кафедры строительный инжиниринг и материаловедение ФГБОУ ВПО ПНИПУ (614010, г. Пермь, ул. Куйбышева, 109, e-mail: maratkaviev@gmail.com)




Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©grazit.ru 2019
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал