Корреляционно-регрессионный анализ кадастровой стоимости объектов недвижимости и ценообразующих факторов (на примере земельных участков города Тюмени, предназначенных для индивидуальной жилой застройки)
+7 (383) 343-12-55 vestnik@ssga.ru
Ru
En
Ru
En
Авторам публикаций
Вестник СГУГиТАрхив журнала Корреляционно-регрессионный анализ кадастровой стоимости объектов недвижимости и ценообразующих факторов (на примере земельных участков города Тюмени, предназначенных для индивидуальной жилой застройки)

Корреляционно-регрессионный анализ кадастровой стоимости объектов недвижимости и ценообразующих факторов (на примере земельных участков города Тюмени, предназначенных для индивидуальной жилой застройки)

Землеустройство, кадастр и мониторинг земель
УДК: 332.6(571.12)
DOI: 10.33764/2411-1759-2020-25-1-274-289
Е. Д. Подрядчикова 1, Л. Н. Гилёва 1, А. В. Дубровский 2
Год: 2020
Том: 25
№: 1
Страницы: 274 - 289
1 Тюменский индустриальный университет, 625000, Россия, г. Тюмень
2 Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск

Финансирование: -

Аннотация:

В настоящее время кадастровая стоимость объектов недвижимости определяется не только для целей формирования налоговой базы. Она является основным инструментом регулирования имущественных отношений между гражданами и государством. Кадастровую стоимость совокупности объектов недвижимости, расположенных на территории субъектов РФ можно определить в процессе государственной кадастровой оценки с минимальными трудозатратами. Нормативно-правовое и методическое обеспечение государственной кадастровой оценки за последние годы существенно изменилось: данный вид работ передан в ведение государственных бюджетных учреждений субъектов РФ, что позволит в дальнейшем обеспечить преемственность информации, единство технологии и повысить ответственность за результаты оценки. Однако немаловажным остается вопрос математического обоснования закономерности изменения кадастровой стоимости от разнородных ценообразующих факторов. В статье проведен трехстадийный отбор ценообразующих факторов и выявлены факторы, оказывающие наибольшее влияние на кадастровую стоимость земельных участков, предназначенных для индивидуальной жилой застройки в г. Тюмени. Для анализа взаимосвязи кадастровой стоимости земельных участков и ценообразующих факторов применялся метод корреляционно-регрессионного анализа по классическим формулам статистики. Полученные уравнения зависимостей кадастровой стоимости земельных участков города Тюмени, предназначенных для индивидуальной жилой застройки, и ценообразующих факторов проанализированы с точки зрения основных показателей качества корреляционно-регрессионной моделей и статистических коэффициентов.

Ключевые слова (RU):

государственная кадастровая оценка, ценообразующий фактор, корреляционно-регрессионный анализ, кадастровая стоимость, геоинформационные системы

Ключевые слова (EN):

state cadastral valuation, price-forming factor, correlation and regression analysis, cadastral value, geographic information systems

Читать статью Скачать JATS XML

Библиографический список:

  1. Смирнова Е. А., Засядь-Волк В. В. Кадастровая стоимость земельных участков как один из факторов земельных отношений территории // Научные ведомости Белгородского государственного университета. Сер. Естественные науки. – 2016. – № 18 (239). – С. 142–147.
  2. Липски С. А. Проблемы и перспективы законодательного регулирования проведения государственной кадастровой оценки // Правовые вопросы недвижимости. – 2016. – № 2. – С. 33–36.
  3. Об утверждении методических указаний о государственной кадастровой оценке [Электронный ресурс] : приказ Минэкономразвития России от 12.05.2017 № 226 (ред. от 09.08.2018). – Доступ из справ.-правовой системы «КонсультантПлюс».
  4. Жданова Р. В. Особенности нормативно-правового регулирования государственной кадастровой оценки объектов недвижимости на современном этапе // Московский экономический журнал. – 2019. – № 3. – С. 59–64.
  5. Шаповалов Д. А., Саакян А. А. Прогнозирование использования земельных ресурсов муниципального образования (на примере СП «Десеневское» НАО г. Москвы) // Современные проблемы эффективного землепользования : сб. науч. трудов. – 2016. – С. 31–38.
  6. Варламов А. А., Гальченко С. А., Жданова Р. В. У истоков оценочной деятельности в России : учеб. пособие. – М. : ГУЗ, 2019. – 326 с.
  7. Москвин В. Н., Соколова Т. А. Методика экспертной оценки земель населенных пунктов производственного назначения для оспаривания их кадастровой стоимости в комиссии Росреестра и в суде // Вестник СГУГиТ. – 2018. – Вып. 2 (23). – С. 185–199.
  8. Быкова Е. Н., Сеньковская К. Э., Доценко Я. Н. Некоторые аспекты массовой оценки земель населенных пунктов: проблемы и пути решения // Успехи современной науки и образования. – 2017. – Т. 8, № 2. – С. 208–211.
  9. Грибовский С. В., Сивец С. А. Математические методы оценки стоимости недвижимого имущества : учеб. пособие. – М. : Финансы и кредит, 2008. – 368 с.
  10. Радченко С. Г. Методология регрессионного анализа : монография. – Киев : Корнийчук, 2011. – 376 с.
  11. Седова Е. Н. Моделирование стоимости вторичного жилья на региональном рынке: пространственный подход // Вестник ОГУ. – 2014. – Вып. 14 (175). – С. 458–464.
  12. Черных Е. Г., Новиков Ю. А., Щукина В. Н. Особенности определения кадастровой стоимости на примере Тюменской области // Международный сельскохозяйственный журнал. – 2019. – № 3 (369). – С. 45–47.
  13. Официальный сайт Росреестра [Электронный ресурс]. – Режим доступа: https://rosreestr.ru/wps/portal/.
  14. Об оценочной деятельности в Российской Федерации [Электронный ресурс] : федер. закон от 29.07.1998 № 135-ФЗ (ред. от 03.08.2018). – Доступ из справ.-правовой системы «КонсультантПлюс».
  15. Дубровский А. В., Подрядчикова Е. Д. К вопросу совершенствования системы оценки недвижимого имущества на основе расчета показателя социальной комфортности // Изв. вузов. Геодезия и аэрофотосъемка. – 2014. – № 4. – С. 153–157.
  16. Renigier-Bilozor M., Janowski A. Geoscience Methods in Real Estate Market Analyses Subjectivity Decrease // Geosciences. – 2019. – № 9. – P. 130–138.
  17. Гладких Н. И., Кузнецова В. В. Определение необходимого количества аналогов при заданном числе ценообразующих факторов для целей оценки недвижимости методами корреляционно-регрессионного анализа // Имущественные отношения в Российской Федерации. – 2016. – № 6 (177). – С. 75–84.
  18. Анализ ценообразующих факторов, оказывающих влияние на кадастровую стоимость недвижимости / А. В. Дубровский, А. Л. Ильиных, О. И. Малыгина, В. Н. Москвин, А. В. Вишнякова // Вестник СГУГиТ. – 2019. – Т. 24, № 2. – С. 150–169.
  19. Лепихина О. Ю., Правдина Е. А. Вариативный учет ценообразующих факторов при кадастровой оценке земель (на примере города Санкт-Петербург) // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2019. – Т. 330, № 2. – С. 65–74.
  20. Chun Y. Modelling network autocorrelation within migration flows by eigenvector spatial filtering // Journal of Geographical Systems, 2018. – № 10 (4). – Р. 317–344.
  21. Basu S., Thibodeau T. G. Analysis of spatial autocorrelation in housing prices // Journal of Real Estate Finance and Economics. – 2016. – № 17. – P. 61–85.
  22. Quintos C. Spatial weight matrices and their use as baseline values and location– adjustment factors in property assessment models // Cityscape. – 2013. – № 15. – Р. 295–306.
  23. Григорьев В. В. Обоснование необходимости поправочного коэффициента для расчета кадастровой стоимости недвижимости // Экономические стратегии. – 2018. – № 3 (153). – С. 110–117.
  24. Driscoll J. C., Kraay A. Consistent covariance matrix estimation with spatially dependent panel data // Review of Economics and Statistics. – 2015. – № 80. – Р. 549–604.
  25. Griffith D. Visualizing analytical spatial autocorrelation components latent in spatial interaction data: an eigenvector spatial filter approach // Comput, Environ Urban Syst. – 2011. – № 35. – Р. 140–149.
  26. Подрядчикова Е. Д. Усовершенствование методики земельно-оценочных работ на основе геоинформационного анализа социально-территориальных взаимосвязей элементов городской инфраструктуры // Изв. вузов. Геодезия и аэрофотосъемка. – 2015. – № 5/С. – С. 230–234.
  27. Дубровский А. В., Подрядчикова Е. Д. О подходе к расчету показателя социальной комфортности населения для совершенствования систему оценки недвижимости // Вестник СГГА. – 2013. – № 3 (23). – С. 94–100.
  28. Носов В. В., Цыпин А. П. Эконометрическое моделирование цены однокомнатной квартиры методом географически взвешенной регрессии // Известия Саратовского университета. Новые серии. Экономика. Управление. Право. – 2015. – № 4. – С. 381–387.
  29. Ferretti V., Montibeller G. Key challenges and meta-choices in designing and applying multicriteria spatial decision support systems // Decis. Support Syst. – 2016. – № 84. – Р. 41–52.
  30. Дрейпер Н. Р., Смитов Г. В. Прикладной регрессионный анализ: пер. с англ. – М. : Вильямс, 2007. – 912 с.
  31. Беляева А. В. Использование пространственных моделей в массовой оценке стоимости объектов недвижимости // Компьютерные исследования и моделирование. – 2012. – Т. 4, № 3. – С. 639−650.
  32. Mark J., Goldberg M. Multiple regression analysis and mass assessment // A review of the issue. Apprais. – 2016. – № 56. – Р. 89–109.
  33. Геопространственный дискурс опережающего и прорывного мышления / А. П. Карпик, Д. В. Лисицкий, К. С. Байков, А. Г. Осипов, В. Н. Савиных // Вестник СГУГиТ. – 2017. – Т. 22, № 4. – С. 53–67.
  34. Ковязин В. Ф., Лепихина О. Ю., Зимин В. П. Разработка прогнозной модели стоимости земель моногородов с учетом экономических факторов деятельности градообразующих предприятий (на примере Мурманской области) // Вестник Московского государственного областного университета. Сер. Естественные науки. – 2018. – № 1. – С. 51–65.
  35. Cellmer R., Bełej M., Zrobek S., Subic-Kovac M. Urban Land Value Maps // Methodological Approach. Geod. Vestn. – 2014. – № 58. – Р. 535–551.
  36. Трехмерная визуализация неблагоприятных природных условий для корректировки кадастровой стоимости земель / Е. И. Аврунев, Н. В. Гатина, М. В. Козина, В. К. Попов // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2019. – Т. 330, № 1. – С. 181–190.