Развитие земельного рынка способствует ипотечному кредитованию под залог земли - polpoz.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
9 класс Земля обетованная, земля горит под ногами, за тридевять земель... 1 16.95kb.
Администрация Истринского муниципального района сообщает о проведении 06. 1 8.23kb.
Научно-справочный аппарат Куюргазинского районного муниципального... 1 20.91kb.
Энергия Солнца. Развитие гелиоэнергетики 1 39.28kb.
Россия в начале XIX век Социально-экономическое развитие России. 1 342.29kb.
Программа министерства потребительского рынка и услуг 1 208.87kb.
Резолюция Совета по денежно-кредитной политике Ассоциации региональных... 1 52.95kb.
Доклад aci russia «Развитие валютного рынка РФ в 2006 году» 1 66.34kb.
Влияние процессов глобализации на интеграцию банковского рынка, страхового... 1 129.55kb.
В современных условиях рынок из саморегулирующейся системы превратился... 1 87.06kb.
1. возникновение и развитие рынка ценных бумаг 1 37.74kb.
В ремя в программе везде указанно местное. В программе оно указано... 1 101.13kb.
1. На доске выписаны n последовательных натуральных чисел 1 46.11kb.

Развитие земельного рынка способствует ипотечному кредитованию под залог земли - страница №1/1

И. Д. Гунченко, А. Н. Фоменко

Предмет залога – земля, и ее экспресс-оценка
Развитие земельного рынка способствует ипотечному кредитованию под залог земли.

Пять лет назад практически невозможно было получить кредит под залог земли, даже достаточно перспективной. Помнится один случай, когда представитель крупной компании приехал в Москву из Нижнего Новгорода с целью получить кредит под залог земельного участка, находящегося рядом с городской чертой. Нашлось не более двух банков, которые пригласили его для ознакомления с документами.

Сейчас ситуация меняется, но очень немногие банки рассматривают земельные участки в качестве предмета залога. Мотивация следующая: большие затраты времени при проверке документов; значительные сроки экспозиции предмета залога (в случае невозврата кредита); риски, связанные с тем, что земля не является предметом первой необходимости и клиент может отказаться от выплаты кредита и т.д.

Если же банки принимают решение выдавать кредиты под залог земли, то приоритетными являются кредиты, например для строительства производственных объектов, и менее приоритетными - под строительство коттеджных поселков. С развитием земельного рынка появляются новые виды ипотечного кредитования: земельный ипотечный кредит для сельхозпроизводителя, для приобретения жилья, строительства загородного дома.

Начиная процедуру кредитования, залогодатель должен иметь представление, хотя бы в первом приближении, сколько стоит его земельный участок.

Работнику банка, начиная работу с клиентом, также немаловажно иметь представление о том, сколько может стоить тот или иной земельный участок.

Для этих целей подходит экспресс – анализ стоимости земельных участков, основанный на обработке статистических данных с использованием корреляционно-регрессионного анализа.
Основные ценообразующие факторы, влияющие на стоимость земли.

Особенность рынка земли Подмосковья состоит в том, что стоимость земельных участков существенно зависит от направления. В свою очередь для каждого направления в качестве ценообразующих факторов для земельных участков можно выделить:

расстояние от МКАД;

направление (автомагистраль);

функциональное назначение земельного участка;

местоположение относительно существующих поселений;

близость к водоемам и лесным массивам;

транспортная доступность (подъездные дороги);

наличие инженерной инфраструктуры (электричество, газ, водоснабжение, канализация);

площадь земельного участка;

наличие построек и благоустройств.

Поскольку теоретически не удается выявить влияние всех этих факторов на стоимость земельного участка, то единственным адекватным методом исследования является применение статистических методов, в частности метода корреляционно-регрессионного анализа.

В качестве единицы сравнения при исследовании рынка земли обычно принято рассматривать стоимость 1-й сотки земельного участка.

Безусловно, при исследовании рынка, велик соблазн попытаться получить единую регрессионную зависимость, учитывающую влияние всех ценообразующих факторов. Однако на практике это не удается. Дело в том, что с увеличением числа влияющих факторов велика вероятность проявления мультиколлинеарности – линейной взаимосвязи между двумя или несколькими переменными [1]. Это обычно приводит к тому, что некоторые коэффициенты регрессии перестают быть статистически значимыми. Вместе с тем, иногда корреляционная связь между факторами имеет формальный характер, не имеющий под собой объективной причины.

Другой особенностью земельных участков является то, что за исключением двух ценообразующих факторов: расстояния от МКАД и площади участка, все остальные факторы являются качественными параметрами. Это приводит к необходимости использования фиктивных переменных, что в большинстве случаев затрудняет получение адекватной регрессионной модели.
Построение модели с использованием корреляционно-регрессионного анализа.

Наиболее реальным подходом к исследованию является сегментирование рынка по качественным переменным и построение для каждого сегмента рынка отдельной регрессионной зависимости от количественных переменных. В случае, если регрессионные зависимости для отдельных сегментов рынка характеризуются близкими параметрами, то целесообразно объединить эти сегменты в единую регрессионную зависимость. Обычно в этом случае качество регрессионной зависимости улучшается из-за увеличения объема выборки.

Рассмотрим пример исследования рынка земли по одному из направлений Подмосковья на начало 2008 г. Анализировались около 100 предложений о продаже земельных участков без построек и благоустройств, размещенные в свободном доступе в интернете. Данные по цене предложений о продаже земельных участков в зависимости от расстояния от МКАД приведены на рис. 1.

Рис. 1 Зависимость цен предложений за 1 сотку земли от расстояния от МКАД, где у - цена, х - расстояние.

По рассматриваемым исходным данным может быть построена упрощенная единая регрессионная зависимость, в виде:




где: С – цена (стоимость) 1 сотки земельного участка, долл. США; R – расстояние от МКАД, км; а, n – коэффициенты регрессии.

Построенная единая регрессионная зависимость имеет низкое качество (коэффициент детерминации R2 <0,8). Поэтому возникает необходимость сегментирования рынка.

Анализ приведенных выше данных позволил выделить следующие сегменты рынка (коэффициент корреляции более 0,7):

1.участки под ИЖС в коттеджных поселках и крупных населенных пунктах с развитой инфраструктурой (♦);

2.участки под ИЖС вблизи водоемов и рек (для R > 40…50 км) (■);

3.участки под ИЖС на неосвоенных территориях и на окраинах деревень (▲);

4.участки в садовых товариществах (●).

Влияния площади рассматриваемых земельных участков (в интервале 8…50 соток) на их стоимость не выявлено.

Результаты построения регрессионных зависимостей для выделенных сегментов рынка приведены на рис. 2.

Рис. 2 Зависимости цен предложений за 1 сотку земли от расстояния от МКАД для различных сегментов рынка
Невысокий коэффициент детерминации для участков под ИЖС вблизи водоемов и рек объясняется малым объемом выборки, при относительно высоком разбросе цен предложений.

Вместе с тем, несмотря на удовлетворительный коэффициент детерминации остальных регрессионных зависимостей, погрешность расчета стоимости вблизи МКАД (менее 5 км) исключительно велика. При этом, попытка прогноза стоимостей земельных участков непосредственно у МКАД (R = 0 км) представляется невозможной.

Рассмотрим возможность улучшения качества регрессионной зависимости на примере данных по участкам под ИЖС на неосвоенных территориях и на окраинах деревень (сегмент №3). Для этой цели используем зависимость в виде:

где: С – цена (стоимость) 1 сотки земельного участка, долл. США; R – расстояние от МКАД, км; а, n – коэффициенты регрессии, А – параметр сдвига по расстоянию.

Результаты определения коэффициентов регрессии при различных параметрах сдвига приведены в табл. 1.


Табл. 1 Влияние сдвига А на коэффициенты и качество регрессии

Сдвиг А

0

5

10

15

20

25

30

Коэффициент а

104997

296029

793331

2045111

5195516

13133352

33189862

Показатель степени n

-0,694

-0,958

-1,189

-1,399

-1,597

-1,789

-1,976

Коэффициент детерминации R2

0,804

0,856

0,879

0,891

0,898

0,903

0,906

Из данных приведенных в таблице видно, что с увеличением сдвига качество регрессии возрастает, поэтому, на первый взгляд, кажется, что для расчетов необходимо использовать зависимость со сдвигом А = 30. Вместе с тем, проведем более детальный анализ регрессионных зависимостей. С этой целью рассмотрим зависимость относительной величины остатков регрессии от значения параметра сдвига. Относительная величина остатков определялась как:



где: - относительная величина остатка; Сi – расчетная стоимость 1 сотки земельного участка; Соi – цена предложения о продаже участка; i – номер элемента выборки.

Графики остатков приведены ниже (ось У – остатки в %, ось Х – расстояние от МКАД в км).




















Анализ графиков остатков показывает, что при относительно небольшом изменении остатков в центральной части выборки (при R =15…40 км) существенно меняются остатки при минимальных и максимальных значениях расстояний от МКАД. Изменение остатков в крайних точках и изменение стандартных отклонений остатков приведены на рис 3 и 4.







Рис. 3 Зависимость остатков от расстояния от МКАД, 1 – для R = 2 км (минимальное значение), 2 – для R = 72 км (максимальное значение)

Рис. 4 Зависимость стандартного отклонения остатков от расстояния от МКАД, 1 - для регрессии по всей выборке, 2 – для центральной части выборки (R = 15…40 км)

Анализ приведенных графиков показывает, что при изменении сдвига график регрессионной зависимости, приведенный на рис 2, как бы вращается вокруг центральной части выборки. В результате этого претерпевают изменение расчетные значения в крайних частях выборки, а ее центральная часть меняется незначительно. Из графика на Рис. 4 следует, что минимальное стандартное отклонение регрессии достигается при А = 30. Однако стремление к минимизации стандартного отклонения регрессии приводит к тому, что величины стоимостей вблизи МКАД отклоняются от действительных значений. Поэтому, в качестве основной регрессионной зависимости целесообразно выбрать зависимость со сдвигом А = 15, который обеспечивает минимальное отклонение расчетных значений стоимостей в близи МКАД (рис. 3) и при сохранении достаточно низкого значения стандартного отклонения остатков (рис. 4). Уменьшить погрешность расчета значений стоимости в дальней зоне от МКАД, можно путем использования для R > 40 км линейной зависимости в виде:



где: С – цена (стоимость) 1 сотки земельного участка на расстояниях больше 40 км, долл. США; С40 – расчетная стоимость 1 сотки земельного участка по нелинейной регрессионной зависимости (при А = 15), долл. США; R – расстояние от МКАД, км; а, n, b – коэффициенты регрессии.

Таким образом, регрессионные зависимости для расчета стоимости 1 сотки земельных участков под ИЖС на неосвоенных территориях и на окраинах деревень имеют вид:




Расстояние от МКАД, км

Вид регрессии

Коэффициент детерминации R2

0…40



0,891

40…80



0,992

Полученные зависимости позволяют спрогнозировать стоимость земельных участков вблизи МКАД. Зависимость прогнозного значения стоимости земельных участков при R = 0 от выбранной величины сдвига по расстоянию приведена на рис. 5.




Рис. 5 Зависимость стоимости 1 сотки земельного участка вблизи МКАД от величины сдвига
Следует отметить, что величина сдвига по расстоянию в общем случае не имеет универсального значения и подбирается при каждом исследовании рынка, в зависимости от конкретных данных.

Заключение.

Предложен метод исследования рынка земли в Подмосковье, основанный на регрессионной зависимости с параметром сдвига по расстоянию.

Приведен практический пример подбора значения параметра сдвига.

Рассмотренный метод исследования рынка, внедренный в ООО «Земля Консалтинг», позволил систематизировать стоимостные данные по землям Подмосковья, прогнозировать тренды их изменения и применять для экспресс-оценки земель.

Примечание.



Опубликовано в Информационно-аналитическом бюллетене рынка недвижимости «RWAY», №158, май 2008, стр. 171.