Ценовой пояс: старая форма – новое содержание

15 января 2015

Рынок недвижимости в Екатеринбурге оперирует понятием «ценовые пояса». Михаил Валерьевич Штань, руководитель проекта «Статистика рынка недвижимости» (http://statrn.ru), утверждает, что используемый в практике «экспертный» метод определения ценовых поясов безнадежно устарел и при изучении рынка недвижимости пора переходить на новые технологии определения ценового зонирования.

Индикатор без методологии

Судя по многочисленным и регулярным аналитическим и/или обзорным материалам о рынке недвижимости Екатеринбурга, термин «ценовые пояса» используется, прежде всего, для отслеживания динамики цен, т.е. как, на сколько и где (в каком поясе) изменились цены, как в абсолютной величине, так и в процентном отношении, для сопоставления изменений цен по отдельным поясам и в конечном счете в качестве практически единственно весомого аргумента (разумеется, кроме «экспертного мнения») для обоснования аналитических материалов о ситуации на рынке оценки недвижимости.

В иных источниках данное деление используется в качестве неких сравнительных характеристик, например, относительной ликвидности аналогов, расположенных в различных поясах, переоцененности (или недооцененности) в отдельных поясах.

Также у оценщиков широко принято при выборе аналогов в сравнительном подходе указывать, что все объекты, участвующие в расчете, принадлежат к одному и тому же ценовому поясу – это придает обоснованиям вкус убедительности и достоверности.

Но несмотря на столь широкое и продолжительное использование в практике этого индикатора, любопытствующий пользователь не найдет ни принципов его формирования, ни методов его расчета, ни уровня погрешности.

Сама по себе идея территориального деления на несколько поясов (зон), отличающихся по своей ценовой динамике или условиям ценообразования, не является новой. В строительстве, в практике сметного ценообразования принцип зонирования укоренился еще, пожалуй, с цен 1969 года. В настоящее время на рынках недвижимости этот принцип применяется и в Петербурге (http://renavigator.ru/guide/residential-a9/ или http://map.kfn.name/), и в Челябинске (http://domchel.ru/sale_stat/zones.html), и в других городах.

Основным принципом деления некоторой территории на ценовые пояса является близость  значений ценообразующих факторов внутри отдельного пояса (отдельной зоны), приводящая к близкому уровню цен. Устанавливая градации ценообразующих факторов, мы получим ряд ценовых зон (ценовых поясов), обычно устанавливаемых с каким-либо ценовым интервалом. Например, для Челябинска принято ценовое зонирование, при котором стоимость на типовые объекты жилой недвижимости от зоны к зоне отличается на 15%. Однако если у сметчиков изложены принципы и технология формирования ценовых поясов, то, что касается принципов определения территорий и объединения их в ценовые пояса для целей анализа рынка недвижимости, отдано на откуп т.н. «экспертному мнению». Хорошо это или плохо, давайте разберемся.

Как формируется средняя цена?

Итак, когда мы говорим о ценовых поясах, мы, прежде всего, говорим о таком индикаторе, как средняя цена по группе объектов. Однако ни в одном источнике не описано, как для конкретных поясов (зон), например, на сайте upn.ru, формируется средняя цена. Можно лишь предполагать, что она формируется, как простая средняя, т.е. хаотично, следуя рыночному наполнению.

Это приводит к тому, что вычисленная средняя величина сильно зависит от изменения структуры предложения.

Общеизвестно, что при расчете средней величины как обобщающей характеристики множества индивидуальных значений следует принимать во внимание два условия.

1. В каждом конкретном случае необходимо исходить из качественного содержания осредняемого признака.
2. Индивидуальные значения, из которых вычисляются средние, должны относиться к однородной совокупности.

Применительно к ценовым поясам это означает, что состав типов объектов в различных поясах должен быть сопоставим, т.е. структура (процентное соотношение отдельных типов объектов в каждом поясе) должна быть идентичной или, по крайней мере, близкой (на некоторую величину погрешности, которая должна учитываться в расчетах). Нелепо сравнивать средние цены наборов объектов (ценовых групп, ценовых поясов), если, например, в одной  группе, состоящей из элиток и «хрущевок», преобладают элитные объекты, а в другой, также состоящей из элиток и «хрущевок», преобладают «хрущевки».

Требование к однородности еще более важно при изучении процессов изменения цен, т.е. динамики такого показателя, как средняя цена. Если с течением времени состав объектов (структура группы) внутри одного пояса меняется, то движение средних цен зависит не столько от собственно ценового фактора, сколько от внутриструктурных изменений. Например, при стабильном рынке, т.е. неизменных ценах на различные типы объектов, выбытие дорогостоящих объектов, их уменьшение в общей структуре предложения приводит к «проседанию» средней цены, и обратное – достаточно уйти с рынка относительно дешевым, но занимающим весомую долю в общей структуре предложения, как средняя демонстрирует «подъем» цен.

Рассмотрим еще один аспект формирования «средней» цены – учет территориального распределения цен. В основе ценового зонирования лежит здравая идея: поскольку рынок недвижимости «распределен» по территории (что является его отличительной чертой), то ценовое зонирование, ценовые пояса должны отражать фактическое распределение цен на отдельные типы недвижимости по городской территории. Информация о таком распределении была бы, на наш взгляд, полезна каждому участнику рынка недвижимости. Однако на практике нам предлагают поверить в то, что и на Уралмаше, и в Академическом (оба – 2 пояс) одинаковы как средние цены, так и их динамика. То же относится и к другим районам, например – Химмаш и Совхоз (оба – 3 пояс).

Но представим себе вполне возможную ситуацию: если рост цен, например в Академическом, и снижение цен на Уралмаше (т.е. в пределах одного «ценового пояса») уравновешивают друг друга, то средняя цена не меняется. Отражает ли такая «средняя» цена рыночную ситуацию? Очевидно, что нет.

Итак, подведем некоторые итоги. Средняя цена по любому из поясов, которую нам преподносят как индикатор изменения цен:

• слишком сильно зависит от соотношения структуры предложения объектов от пояса к поясу,
• слишком сильно зависит от изменения структуры объектов во времени по каждому поясу,
• слишком сильно зависит от колебания цен между районами (территориями), отнесенными к одному поясу.

А поскольку отнесение районов к одному поясу есть результат экспертного мнения, то, соответственно, эта средняя величина имеет сильную зависимость от субъективного мнения экспертов.

Все эти факторы приводят к тому, что полученная на их основе «средняя» цена имеет слишком сильный статистический шум. Более-менее спасает этот показатель то, что общая масса предложений велика, объемы поступления и выбытия составляют ежемесячно 8-10% от общей массы. Т.е. за счет инертности рынка среднее соотношение предложения отдельных типов недвижимости меняется медленно, соответственно, и указанные выше факторы частично нивелируются этой инертностью, создавая иллюзию достоверных средних ценовых показателей.

Конечно, нельзя не исключать, что видя все недостатки подобного формирования одного из ключевых индикаторов рынка недвижимости – средних цен по поясам (зонам), эксперты прибегают к экспертной корректировке. Но насколько от этого поднимается доверие к показателю?

Потребность – в надежных индикаторах

Вполне понятно, что данный индикатор, родившись в конце прошлого века, удовлетворял потребность в информационном освещении конечных пользователей. Однако в настоящее время одновременно с ростом  рынка, повышением уровня подготовленности специалистов – профессионалов рынка (инвесторов, риэлторов, оценщиков и т.д.) – повышается потребность в  более надежных и разносторонних индикаторах состояния рынка недвижимости, базирующихся на современных технологиях.

Одно из таких направлений – применение геоинформационных технологий для описания и анализа процессов, происходящих на рынке недвижимости.

Поскольку местоположение объектов недвижимости является пространственно-координированным (т.е. может быть описано их положением в пространстве в терминах географических или иных координат), то, представляя цену как третью координату, можно подойти к изучению рынка недвижимости, используя геоинформационный инструментарий. По существу, мы говорим о визуализации базы данных о рынке недвижимости, в которую включены данные не только о ценах и иной рыночной информации, описывающей объект, но и о его пространственном расположении.

Из множества моделей, разработанных в практике геоинформатики, для целей изучения рынка недвижимости рассмотрим применение такого метода, как цифровое моделирование рельефа.

Под цифровой моделью рельефа (ЦМР) принято понимать средство цифрового представления трехмерных пространственных объектов (абстрактных поверхностей или рельефов). Абстрактные поверхности отражают вариации какого-либо расчетного показателя, в нашем случае – цен на недвижимость, сроков экспозиции, плотности предложений и иных характеристик рынка недвижимости.

Для построения ценовой карты необходимо построить поверхность, используя в качестве X и Y координаты, Z – ценовые (или иные) характеристики объектов.

Принцип построения ценовой карты (поверхности) аналогичен принципам построения физического рельефа, с той разницей, что используется не физическая, а экономическая высота рельефа.

Применяя этот метод, можно построить поверхности распределения и иных показателей, связанных с описанием рынка недвижимости: плотность предложения, время экспозиции, а например, используя в качестве характеристики цены и объемы поступления или выбытия (а не предложения) объектов, получим карту активности рынка. Так, например, выглядит плотность предложений по продаже офисной недвижимости г. Екатеринбург по состоянию на ноябрь 2014г.:

Если аналогичным образом  построить ценовой рельеф и отразить его на карте города в виде изокост (уровней равных цен – варианта изолиний), то мы получим истинные, реальные ценовые пояса, отражающие фактическое распределение цен по территории. Этот метод позволяет получать пояса по каждому отдельно заданному типу (подтипу) недвижимости, а не по некоторой случайным образом сформировавшейся, за счет изменчивости предложения, выборке объектов.

Так, например, выглядят ценовые пояса по продаже офисов определенного подтипа:

Достоинствами метода являются точность, близкая к максимально возможной, и объективность результата. В этих ценовых поясах нет влияния «экспертного мнения», они показывают не «средние» цены, на основании которых судить об изменении цен на интересующий тип недвижимости в общем-то невозможно, а текущее, достоверное распределение цен. Имея перед собой ряд таких картограмм, можно отследить изменение цен по любой точке городской территории, а не в среднем по району, отнесенному к некоему «экспертному ценовому поясу».

Наглядно видно, что нет единого (условного) центра, вокруг которого формируются ценовые пояса с изменением цен от максимума в центре к минимуму на периферии города.  Существует множество центров, более или менее выраженных, являющихся центрами влияния на цены прилегающей территории, формирование которых связано и с транспортной доступностью, и с исторически сформировавшимися микроцентрами (в обособленных городских районах, являющихся по существу микрогородами, такими как Уралмаш, Химмаш) и иными территориальными факторами, причем для каждого типа недвижимости это могут быть свои центры, определенные, конечно, и периодами застройки недвижимостью определенного типа.

В отличие от мифических «ценовых поясов», являющихся плодом воображения «экспертного мнения», эти пояса отражают реальную картину распределения цен по городской территории.

Общий вывод

Методы изучения рынка недвижимости, основанные на применении ГИС-технологий, весьма полезны как для применения в оценочной деятельности, так и для аналитических работ, связанных с изучением рынка недвижимости.

Регулярное построение цифровых рельефов, моделирующих  плотность предложений в натуральном и стоимостном измерителях, построение изокост (линий равных цен), иных показателей (например сроков экспозиции), дает возможность дальнейшего изучения рынка недвижимости, как динамически изменяемой структуры. Эта работа на регулярной основе уже проводится по г. Екатеринбург, с ее результатами можно ознакомиться на сайте «Статистика рынка недвижимости» (statrn.ru). Там же можно получить более подробную информацию о применении ГИС-методов, в частности о растровых моделях рынка недвижимости, о изучении сроков экспозиции, внутрирыночного движения цен и иных рыночных характеристиках.

Подготовила Наталья Панасенко