Запись заседания в YOUTUBE

Стенограмма опубликована также в официальном телеграмм – канале Межрегионального Сообщества Экспертов и Оценщиков

https://web.telegram.org/k/#@icfsa

СТЕНОГРАММА ЗАСЕДАНИЯ.

1. Выступление Л.А. Лейфера  (краткое содержание)

В своем выступлении Л.А. Лейфер описал основные элементы информационно- аналитической системы. В докладе отметил, что в соответствии с новой концепцией в качестве основного источника информации приняты данные по ценам предложений продаже и аренде объектов недвижимости, размещенные на известных агрегаторах, а также данные гильдии риелтеров. Эти данные структурированы в форме электронных таблиц, стандартизованы в отношении приведенных в объявлениях ценообразующих факторов. Наряду с техническими характеристиками, данными о локации объектов недвижимости и ценовыми параметрами в них содержатся сведения о датах  появления и снятия объявлений и другие временные характеристики, позволяющие оценить характеристики ликвидности и активности рынка недвижимости. Данные отражают состояние рынка недвижимости во всех сегментах (подсегментахЪ рынка недвижимости в большинстве крупных городов Российской Федерации.  Общее количество данных превышает 18 млн. записей.

В качестве второго источника информации используются результаты экспертного опроса оценщиков, экспертов ( в том числе судебных) и сотрудников кредитных организаций, занимающихся оценкой и контролем рыночной стоимости залоговой недвижимости.

Наконец, третьим источником информации относительно влияния ценообразующих факторов на рыночную стоимость являются опросы прямых участников рынка недвижимости: риелтеров,  продавцов и  покупателей недвижимости, арендодаторов, арендодателей и т. п.). Вся эта информация, дополненная инструментами, позволяющими в режиме онлайн обращаться к различным ресурсам, содержащим другую информацию  об объектах недвижимости (характеристики зданий, находящихся в соответствующих городах, данные геолокации, отражающие инфраструктуру в окрестности любого объекта недвижимости, транспортную доступность, трафики и т.п.) позволяет составить развернутую картину состояния недвижимости в любой локации и сформировать общие модели, отражающие влияние ценообразующих факторов на рыночную стоимость недвижимости. Именно таким образом сформированная информационная система служит основой для расчета корректировок и различных детерминант рынка, необходимых при определении рыночной стоимости в рамках сравнительного подхода.      

На примере объекта в Нижнем Новгороде было показано как идет формирование базы данных с использованием различных информационных ресурсов – сайтов о недвижимости, информационных государственных ресурсов, а также данные об окружении объекта. Наличие этих данных, а также данных о плотности застройки. численности населения и т.д. позволяет построить зависимости по распределению цен от центра города к окраинам, средние значения этих цен и диапазонов их изменения и выполнить анализ  индикаторов активности покупателей и продавцов. 

Система построена в виде набора программных модулей, которые позволяют определять и корректировки, которые включаются в справочники.

Планируется дальнейшее увеличение и анализ влияния различных факторов. У нас сейчас они формируются для 45 городов,

Таким образом, справочники —  это часть большой работы по информационному, методическому и аналитическому исследованию рынка недвижимости.

Затем докладчик перешел к ответам на вопросы, которые были озвучены при подготовке к данному заседанию Комитета. Автор выделил наиболее значимые с его точки зрения вопросы и представил по ним ответы.

В ответ на вопрос об объеме рыночных данных, докладчик ответил, что  используются  большие массивы информации.  Всего у нас в банке данных на сегодняшний день порядка (как указано выше) уже 18 млн объявлений.

Наиболее важный вопрос по мнению докладчика-вопрос о точности (погрешности) метода, основанного ена корректировках справочника, это вопрос о точности.  

Прежде чем приступить к ответу на вопрос о точности (погрешности), определения рыночной стоимости, докладчик сослался на американский сайт, где есть запись о 104 млн. объектов и определенная аналитика, но собственно алгоритмы обработки не приводятся, так как являются коммерческой тайной разработчиков. Погрешность измеряется медианным значением абсолютной или процентной ошибки.

Далее ссылаясь на публикацию автора доклада  от 2006 г. докладчик показал, каким образом рассчитываются  корректировки. Корректировки ищутся таким образом, чтобы медианная ошибка процентного расхождения от цены предложения.  при определении искомой стоимости была минимальной. Задача состоит в том, чтобы найденные коэффициенты минимизировали величину расхождений цены, указанной в объявлении и расчетной стоимости.  При этом,  чем больше релевантных данных используется для анализа, тем точнее будут полученные результаты. Для проведения анализа мы делаем выборку, например 1000 квартир, определяем характеристики этих объектов оценки, строим регрессионное уравнение, связывающее эти характеристики для получения расчетной цены. Расчетную цену сравниваем с ценами, которые есть в объявлениях. Полученное расхождение расчетной цены и цены из объявлений рассматриваем как некоторую ошибку, определяем медиану или как среднею величину этой ошибки. Таким образом мы получаем количественное выражение достоверности результатов оценки. Расчетные нами значения медианной ошибки лежат в интервале 10-12%.

Затем докладчик приступил к ответам на вопросы, заданные участниками заседания.

• Вопросы:

Нейман Е.И.

Лев Абрамович скажите как определяются корректировки, включаемые в справочник и как определение этих корректировок обеспечивается этой информационно-аналитической системой?  Вот это как-то непонятно для многих

Ответ Лейфера Л.А.:

Я уже в принципе рассказал, как мы определяем эти корректировки. Как мы рассчитываем, я могу продемонстрировать, показав вам нашу программу. Это займет 5-10 минут. Фактически строится множественная регрессия, берём данные по объектам — условно 1000 объектов. Обращаю внимание, что  эти 1000 объектов — все разные у них всех разные характеристики, но мы группируем эти объекты по определенным признакам и минимизируем выражение для расчетной цены с целью определения коэффициентов альфа, бета, гамма и дельта (уравнение приведено на слайде). Это общая идея, изложенная в нашей статье 2006 года. Реальный алгоритм гораздо сложнее и это реализовано в программе, которая постоянно улучшается.

Вопрос: Нейман Е.И.

Значит это классическая мультипликативная многофакторная модель, где у нас есть коэффициент и где у нас цена зависит от факторов — каждый фактор соответствующий коэффициент. Так считаются или берутся численные значения этих коэффициентов?

Ответ Лейфера Л.А.:

Это самая типичная регрессия. Минимизируется  квадратичная форма.

Например, у нас есть четыре параметра каждый параметр принимает ряд значений.  Первое значение параметра  у нас всегда принимается за  единицу. А все остальные мы не знаем и определяем в процессе расчета справочников.  Ну допустим у нас есть параметр такой как этаж.  этот фактор принимает три значения:  делится на три группы: первый этаж, средний этаж, верхний этаж и подвал. Далее докладчиком был повторен ответ, который был озвучен в докладе.

Пояснение Баринова Н. П.

Обычная множественная регрессия с мультипликативной моделью. С помощью логарифмирования автор переходит в линейной модели, поиск минимума которой сводится к решению линейной системы. Затем результаты решения  потенциируются, получаем исходные коэффициенты.

Дополнение Лейфера Л. А.

Кстати, можно решать, и не прибегая к логарифмированию,  непосредственно численным методом. Конечно, имеются определенные проблемы. Но здесь о нюансах я не говорю. Николай Петрович правильно сказал. Все знают эту задачу как линейную. А обратный переход к параметрам нелинейной модели  осуществляется с помощью логарифмирования.

Комментарий Мягкова М.

Сразу видно. Это типичная задача линейной множественной регрессии, если прологарифмировать, и все соответствующие предпосылки (теорема Гауса-Маркова…). Она решается, и все коэффициенты, которые у Л. А. получены путем потенциирования. Здесь все нормально.

Вопрос Волойшников М.В.:

Если нет договора между оценщиком и автором справочных данных или между этим автором и заказчиком, можно ли справочные данные при выполнении оценок по определению суда использовать или при рассмотрении в суде оценок требуется пригласить автора используемых справочных данных в суд в качестве эксперта для подтверждения этих данных.

Ответ Лейфера Л.А.:

Cправочник — не есть федеральный стандарт и его совсем никто не обязан применять, это первое что важно понимать. Это есть некое исследование, которое можно применять, можно не применять. Что на практике имеет место?  Мы постоянно проводим выборочный анализ отчетов об оценке. В 90-95% отчетов справочники применяют. Кроме этого мы делаем опросы. В частности , спрашиваем: Как к применению справочников относятся судебные эксперты и суды? Примерно в 90% случаев  судебные эксперты и суды такие отчеты принимают. Еще статистика, которую дает Яндекс-метрика:  более 1000 обращений (запросов)  в день (!) к электронной версии  справочника.  Есть проблема с использованием пиратских копий. К нам часто обращаются адвокаты оппонентов отчета с просьбой подтвердить, что справочник приобретен легально. Мы отвечаем. При этом, если справочник легально не приобретался и. оценщик, значит, использовал пиратские копии, то именно в этом случае суд отчет обычно не принимает. И это справедливо.

Далее докладчик сообщил о мониторинге применения справочников, включая и применение справочников при проведении судебных экспертиз. Кроме того, отметил, что имеет место «пиратское использование» справочников, что по мнению докладчика влияет на результат применения справочников.

Уточнение Козина П. А.

Вопрос о другом. Если нет одобрения административных органов, нет Договора с оценщиком и Заказчиком оценки,  можно ли использовать справочник по определению суда или при рассмотрении  в суде оценок, выполнявшихся до суда или требуется пригласить авторов в суд для подтверждения этих данных?

Ответ Лейфера Л. А.

Во-первых, у нас имеется Договор с пользователем, если он легально приобретает справочник…  

Вопрос Козина П.А.

Используя корректировки, о которых вы рассказывали, мы не имеем возможности раскрыть методы, с помощью которых получены эти корректировки в справочниках. Об этом нигде не написано, вы только сейчас немного нам рассказали. Сам механизм получения той или иной корректировки не раскрыт в справочниках. То есть получается, что для нас информация, и для суда в том числе, она закрыта. Есть только числа, есть только название этих корректировок, есть интервалы этих корректировок. Как получены значения корректировок – неизвестно?

Ответ Лейфера Л.А.:

Мне странно слышать такой вопрос, потому что, если откроете справочник, увидите, что не только все это расписано, у нас подробно описана вся используемая статистика, приведены не только сами коэффициенты, но и распределение этих коэффициентов (гистограммы), приведены методики. Если не приведены сами методики, приведены  ссылки на известные методики, Конечно, мы не можем подробно описывать  регрессионные модели. Их описанию посвящены целые книги. Но вся основная информация  в справочниках есть.   Кроме того, справочники имеют сертификат и это означает, что орган по сертификации, утвержденный Госстандартом, провел сертификацию и  выдал соответствующий документ. Т. е. он  (орган) проверил методики, проверил данные и т. д.

Вопрос: Мурашева К.А.

Правильно ли я понял, что вы строите мультипликативную регрессионную модель, затем как бы фиксируете значение всех X кроме одного, изменяете значение оставшегося X и смотрите на изменение Y. Данное изменение значения Y есть основа для расчёта корректировки на данный X?

Ответ Лейфера Л.А.:

Нет, не так. Так никто не делает. Так, как Вы сказали, это немножечко похоже на метод парных продаж все параметры зафиксировали, один параметр считаем Ведь смысл множественной многофакторной регрессии в том, что она сама разделяет, то есть мы ничего не фиксируем,  всё делается наоборот: ищутся сразу одновременно все параметры. 

Это нужно более подробно рассказывать  о множественной регрессии,. Так просто в двух словах не ответишь.

Уточняющий вопрос Мурашева К.А.:

Я просто хотел понять, как  Регрессия сама вычисляет свои внутренние параметры. Её использование для расчёта изменения Y (удельной стоимости) в зависимости от изменения конкретного X (ценообразующий фактор) кажется мне довольно логичным способом.

Ответ Лейфера Л.А.:

Да так, наверное, можно в принципе это делать и в этом какая-то такая логика может и есть, но это крайне неэффективно это 100%. А множественная регрессия? Весь смысл её, что она сама разделяет. Вот сама модель: смотрите мы ищем минимум.

Представьте, функция двух параметров X и Y. Мы хотим определить при каких x и y будет минимум мы ищем минимум этой функции по двум параметрам, технически это делается действительно так.

Вот Николай Петрович правильно сказал: мы можем логарифмировать получить линейную модель регрессии и там ищем минимум, то есть берём производную. Вы знаете, как она берётся, как находится экстремум. Значит берутся производные, получается система линейных уравнений. Эта система линейных уравнений решается там с использованием метода Крамера и так далее, и получаем ответ. Можно, вернее не то что можно, это и есть наиболее распространённый метод, но перед этим действительно надо логарифмировать, но это кстати не является обязательным можно и численным методом делать в зависимости от конкретной задачи. Это по-разному может быть. В целом да, вот так и делается. Это делается одновременно по всем параметрам, а то что Вы говорите это фактически вот что. Представьте такой параболоид,  который зависит от X и Y. У него есть максимум. Вы говорите: давайте в одном сечении его зафиксируем и будем смотреть и искать минимум. Потом фиксируем иначе и смотрим опять. Ну это очень нерационально и неправильно он не даст таким образом решить задачу глобального минимума по всем параметрам одновременно.

Уточняющий вопрос Мурашева К.А.:

Вопрос: вот как из регрессии возникают конкретные значения корректировок То есть это что, это вот веса при этих вот предикторах или есть какая иная метрика регрессии, которая в дальнейшем уже становится корректировкой. Вот о чём вопрос. Вы минимизируете сумму квадратов отклонений, т. е. минимизируете отклонение так сказать каждой модельной цены от исходной наблюдаемой, которая была в предложениях.

Ответ Лейфера Л.А.:

Мы смотрим, минимизируем эту сумму квадратов, это классическая регрессия. Решается задача на минимум. Вот представьте: вот задача у вас, вот у меня уравнение в нём четыре неизвестные x y z и, допустим там Гама, или там не знаю ещё иные четыре неизвестных Вы ищете минимум этой функции. Он один, он имеет конкретное значение x0 y0 z0 и так далее Здесь также ищется минимум.

Выступление Баринова Н.П.

Лев Абрамович. Можно я попытаюсь коллегам сказать, как мы это делали в Питере.

Я уточняю, как я это понимаю, и как это у нас реализуется. Решается это самое линейное уравнение,  разбивались значения факторов, которое принималось в качестве переменной и при каждом уровне фактора скажем, если есть четыре значения этажа, то при каждом из них появлялся свой коэффициент, и потом эти четыре коэффициента собирались в один фактор один коэффициент в виде численных значений. Вот о чём идёт речь, что и как это делается. Как делается переход от регрессионной модели, от коэффициентов регрессионной модели к конкретным значениям множителей корректировок.

Уточняющий ответ Лейфера Л.А.

Один маленький нюанс. Я о нём не говорил. Вообще используется так называемый метод фиктивных переменных, он подробно описан во всяких книжках по эконометрике. Да действительно считается по каждой переменной,   например первый этаж или  иной. Строится множественная регрессия на одном массиве данных и применяется поправка к собранным данным не всех коэффициентов одновременно, а выборочно и на другой массив. При этом может оказаться, что у нас нет полного набора данных. Но при этом, мы считаем, что то, что у нас отсутствует и нам неизвестно, это работает как помеха, как шум.  Чем больше у нас неизвестных, тем больше разброс, тем больше шум, тем больше будет сумма квадратов этих самых невязок и их остатков.

Мы стараемся учесть как можно большее число факторов, но надо учитывать, что есть и данные, например, вид из окна, но это может оказать влияние на итоговую величину. Поэтому есть экспертные мнения, которые мы также учитываем. Поэтому оценщик при использовании справочников, он должен стараться выбрать такие аналоги, чтобы они были наиболее близки к объекту оценки. И если берется аналог, который по десяти параме6трам отличается от объекта оценки, хотя формально он может это делать, но мы не рекомендуем это делать.

Мы считаем, что аналог и объект оценки не должны отличаться больше, чем по двум  ценообразующим параметрам. И если, например, в справочниках, приведено 15 корректировок, то, по крайней мере,  по 13 корректировкам объект оценки должен совпадать с объектами – аналогами.

Вопрос Мамаджанова Х.А.

Я как это понял, в исследовании операций используется линейное программирование, как задача оптимизации, уравнение выглядит как критерий эффективности минимизации этой разницы.  И эти четыре коэффициента имеют дискретные значения и методом перебора сначала формируется все варианты, оттуда выбирается тот вариант, который приводит к минимуму и после этой операции численные значения этих коэффициентов рекомендуется для дальнейшего применения.

Правильно ли я понял, как численные значение этих коэффициентов определяются, действительно методом целочисленного программирования, обращая внимание, что есть такой метод перебора. Во-первых, этим методом перебора действительно можно делать как вы сказали. Но этот метод перебора направлен не просто так в беспорядке перебирать варианты, а чтобы существенно уменьшить эти операции, он не равен количеству перестановок возможных вариантов.?

Cкажите пожалуйста я вот смотрю на эту формулу с минимизацией: Альфа, Бета,  Гамма и так далее, вход в задачу, до того момента как вы начнёте оптимизацию — это результат регрессионного анализа ?

Ответ Лейфера Л.А.:

Да, действительно так. Численные значения компонентов  векторов: Альфа, Бета,  Гамма  можно получить путем перебора всех значений каждой из компоненты вектора. Но мы используем другой (более эффективный) метод, а именно, множественную регрессию, который в конечном счете позволяет минимизировать эту квадратичную форму.

Далее докладчик изложил общее представления о возможности провести эту минимизацию, т.е. определить значения коэффициентов,   при которых квадратичная форма будет минимальна.

Вопрос: Мурашева К.А.

Повторю свой вопрос: какая именно метрика из уравнения регрессии становится корректировкой, идущей в справочник?

Ответ Лейфера Л.А.:

Компоненты вектора (например, Альфа), которые и представляют значения корректирующих коэффициентов.

Реплика Ласкина М.Б.

Тогда это то же самое, что Кирилл уже говорил.

Ответ Лейфера Л.А.:

Не одно   альфа, а комплект (набор)  значений альфа (альфа – вектор), компоненты которого корректирующие коэффициенты). Например, значение для среднего этажа будет равно единице, отношение цены первого этажа к цене среднего 0.95, отношение цены цокольного этажа к цене среднего – 0.8  и так далее. Но есть еще отношения между ценами с разными ценообразующими факторами. Таким образом, мы имеем матрицу коэффициентов. В справочнике приведена матрица коэффициентов – альфа, матрица коэффициентов -бета и т.д.

Вопрос Ласкина М.Б.

Вы строите нелинейную модель. В контексте моего вопроса не имеет значения как ищется искомая функция и как решается задача поиска коэффициентов α, β, γ, соответствующих минимуму искомой функции.

Это возможно только для того исходного множества которое Вы исследуете. Как только Вы поменяли хотя бы одно значение в исходном множестве, все коэффициенты изменятся.

При этом получаемые Вами корректировки распространяются на все страну. Я пока не могу понять как такое возможно. 

Решение Вами собственно регрессионной задачи понятно, но это справедливо только для конкретной выборки. Непонятно как это можно распространить на всю страну.

Как реализуется машинное обучение на обучающей и контрольной выборке? Как только мы переносим предсказания полученные по модели и верифицированные на тестовом множестве за пределы изучаемого дата    сета возникает зона риска.

Все что мы сделали – это обучили модель на обучающем множестве и проверили на тестовом. Но они оба были сформированы как выборка, в каком-то смысле, объектов одного класса, на один момент времени, одного региона и т.д.

Почему мы думаем, что результат можно распространить на всю страну?

Введение корректировок: фиксируем все координаты, кроме одной, а по изменению одной координаты строим корректировки. Это фактически покоординатные корректировки (блуждания).

А функция отклика сложная многомерная поверхность, она отвечает на изменение одной координаты не обязательно равномерно, при других, аналогично фиксированных координатах, отклик может быть другим.

Мое предположение – в другом городе, регионе, построенная модель сломается, применять полученные на её основе корректировки нелогично.

Ответ Лейфера Л.А.:

Здесь используется классический подход, применяемый в машинном обучении. Мы берем одну выборку-обучающую, берем другую выборку- тестовую. И та и другая выборка берется из общей совокупности, объекты которой в статистическом смысле обладают сходными признаками (ценообразующими факторами). Проверка того, насколько правильно в процессе обучения мы определили коэффициенты осуществляется уже на другой (тестовой) выборке. И, если это проверка подтверждает корректность рассчитанных коэффициентов (т.е. показывает удовлетворительное значение ошибки), то это и является свидетельством того, что и для других объектов из  этой совокупности результат будет удовлетворительным.

Тот факт, что тестирование подтверждает корректность выбора коэффициентов в пределах одной совокупности, можно понять из  следующих соображений.

Действительно, какая разница между соотношением между условно скажем между средним этажом в Нижнем Новгороде или Самаре. Мы исследуем влияние поведения людей в разных городах. Люди, если их специально не отбирать по каким -либо признакам,  примерно одинаково воспринимают влияние одних и тех же  факторов на цену, например, квартиры.   Цены на рынке формирует  примерно одинаковый в среднем  набор покупателей и продавцов. Поэтому тот факт, что средняя (медианная) ошибка сохранится одинаковой для использования коэффициентов для оценки объектов недвижимости в разных городах (принадлежащих этой совокупности) остается одинаковой, вполне естественно.

К этому следует добавить, что рассчитанные на тестовой выборке характеристики точности результатов оценки с использованием наших корректировок, в русле аналогичных результатов, опубликованных в различных источниках. Например, я показывал американский сайт — там точно также оценивается точность. Обучают на одних  объектах, а проверяют на других. А далее метод используют для других городов и регионов по всей стране.

Конечно, остается вопрос о выборе совокупности, которую можно признать статистически однородной. Здесь следует опираться на здравый смысл. Например, в Нижнем Новгороде, Самаре или Новосибирске значимым фактором является  расстояние до культурного и исторического центра, а в Сочи  важнее расстояние не до центра, а до моря. Можно указать и другие факторы, которые в курортных городах по значимости занимают особое место. В Москве другие критерии. Санкт-Петербургом это  принципиально другой город. Ну принципы там другие, люди другие, отсюда принципы ценообразования несколько иные.

Поэтому мы всю выборку делим на определённые группы, образующие с точки зрения ценообразования однородные совокупности. В частности, у нас есть группа, например города миллионники, группа Москва,  отдельная группа  Санкт-Петербург,  города меньше миллиона. Например до 500 тысяч. и др. Поэтому  у нас  отдельные коэффициент для Москвы, для городов-миллионников,  для Санкт-Петербурга.

Мы живём между двух противоречивых требований: с одной стороны надо больше статистики, с другой стороны нам надо однородность обеспечить, а  чем больше статистика, тем хуже однородность. Общий тренд -дальнейшая детализация и формирование более узких групп.  Будем делать новый справочник – выделим, возможно, несколько городов.

Можно обсуждать корректность той или иной модели, можно обсуждать степень детализации объектов по группам. Конечно, всегда имеют место допущения, которые в той или иной степени отвечают реалиям рынка. Для этого требуются исследования точности на тестовых выборках, что мы и обязательно проводим. Если будет интересно, мы можем показать всю процедуру анализа результатов оценки, основанной на корректировках из справочников на тестовых выборках.

Следует признать, что разумной альтернативы при использовании метода корректировок  корректировкам  из справочников нет. Относительно альтернативных способов определения корректировок при использовании метода корректировок, которые использовались в начале нулевых годов, а некоторыми оценщиками  используются  и сейчас. Я могу, да Вы и сами приведете убедительные доказательства, почему нельзя использовать метод парных продаж при одной паре или даже  при пяти парах цен сходных  объектов. Или почему нельзя использовать информацию типа:  оценщик посмотрел в потолок и сформулировал заключение: по моему экспертному мнению выход на красную линию надо увеличить на 15%?  Вряд ли устроит эксперта и утверждение типа: по мнению двух риэлторов, к которым я обратился,  коэффициент этот будет 1,5 или 0. ? Я не думаю, что стоит серьезно обсуждать обоснования такого типа.

Вопрос из чата: Шогин В.В.

В справочнике не написано, как должны соотноситься количество аналогов и количество корректировок. Так как должны соотноситься?

Ответ Лейфера Л.А.:

Написано, очень четко. Написано – от количества аналогов не зависит вообще. 

Уточняющий вопрос Козин П.А.: 

Т.е. количество корректировок не зависит от количества аналогов?

Ответ  Лейфер Л.А.

Конечно, нет. Но в справочнике указано, что не рекомендуется использовать аналоги, для которых  количество корректировок больше, чем 2. 

Уточняющий вопрос Козин П.А.: 

Т.е. те оценщики, которые применяют на 4х аналогах 12 корректировок, они действуют на свой страх и риск и действуют неправильно?

Ответ Лейфера Л.А.:

Ни четыре, ни десять  аналогов, цены которых корректируются по 12 параметрам, в принципе использовать не следует. Я уже говорил, что число корректировок Не должно превышать две. И это неоднократно написано во всех справочниках. В тех случаях, когда Вы видите, что в отчете приведены аналоги и по каждому по 12 корректировок, можете не сомневаться: оценщик использовал пиратские копии. Такой отчет следует браковать сразу же и не тратить время для его анализа. Давайте вместе бороться с оценщиками, которые так работают.

Замечание В.А. Шогина в чате: В справочниках оценщика этого нет.

Выступление Мамаджанова Х.А.

Лев Абрамович наша дискуссия ни в коем случае это не критика А вот минимизация рисков когда возникают вопросы к оценщиком использующие эти справочники поскольку не только ваши справочники,  много справочников разные встречается, а у меня вопрос такой: Можно ли включить вот в эти справочники  эти уравнения, чтобы можно было говорить о  проверяемости данных, приведенных в ваших справочниках.

Ответ Лейфера Л.А.:

Вопрос о том, может ли оценщик сам проверить эти модели упирается в то, что это сложная  задача, поскольку у нас  работает  целая команда специалистов, использующих собственное программное обеспечение. Я думаю, что каждый оценщик в состоянии выполнять такие исследования.   Вместе с тем я думаю, что РОО может создать комиссию из соответствующих специалистов, имеющих соответствующую квалификацию, которые могли бы провести анализ, насколько они корректны. И в этом я заинтересован больше всех

Вопрос из чата: Шогин В.В.

В справочнике по земельным участкам за 2020 года, например, в таблице весов факторов фактор местоположение принят равным 0,22. Если далее смотрим поправки, то мы увидим несколько поправок, которые относимы также к местоположению,  например тип населённого пункта, если они различается, расстояние от областного центра, на расположение в населенном пункте, еще может быть и зарплата в городах. Если их применить, а их, зачастую применяют одновременно, то получится намного выше, чем 0,22. Как так?

Ответ Лейфера Л.А.:

Никакого отношения значения весов факторов к коэффициентам, характеризующим соотношение между ценами двух объектов, различающихся по одному фактору,  не имеют. Это совершенно две никак не связанные между собой характеристики. Возможно, Вы читали пиратскую копию. По крайне мере, в оригинальном варианте спутать корректировку с фактором значимости корректировки никак нельзя.

Уточняющий комментарий: 

По всей видимости этот вопрос связан с тем, что значения весов и корректировок не прописаны в справочнике. 

Ответ Лейфера Л.А.: 

 Значения весов, а также значения корректировок приведены в справочниках. И никаких намеков на  их связи в справочниках нет. Веса – это одно, корректировки – это другое. Вес – это значимость этого параметра, корректировка – это соотношение между ценами двух сходных объектов. Их нельзя сравнивать. 

Уточняющий комментарий:

Речь, по всей видимости, в этом вопросе идет о том, что некоторые корректировки взаимозависимы между собой. 

Ответ Лейфера Л.А.

Зависимость между параметрами в принципе может иметь место. Но к весам это отношения не имеет. 

Уточняющий вопрос:

А под параметрами вы что имеете в виду? Это не корректировки? Вот то, что вы называете параметрами – это что? 

Ответ Лейфера Л.А.

Параметрами (или факторами) являются, например, площадь,  этаж, ремонт и т. п. Они могут быть зависимы, а могут быть независимы. Пример зависимых параметров: год постройки и количество этажей. Мы обычно проводим такой анализ. Результаты такого анализа представлены в виде  матрицы корреляции, которая показывает зависимость между ними. Там есть проблема, т.к. из зависимости возникает коллинеарность, ну и другие всякие проблемы. Они решаются, естественно. Имеются соответствующие публикации.

Уточняющий вопрос:

Вот здесь конкретно сказано: местоположение, тип населенного пункта, расстояние от областного центра, расположение в населенном пункте. Между этими параметрами есть корреляция? Ну, вроде бы, есть? 

Ответ Лейфер Л.А. 

Статистическая зависимость имеет другой смысл. Допустим, есть 2 случайные величины. При увеличении одной чаще  всего другая увеличивается.  Или, наоборот, одна уменьшилась и другая  уменьшилась.  При этом следует понимать, что зависимость и корреляция это не одно и то же.   Что касается корректировок, то  корректировки могут быть статистически взаимозависимы, могут быть независимы. Вот в вопросе говорится о местоположении участка, типе населенного пункта, расстоянии до областного центра. В принципе между этими параметрами может быть корреляция, а может и не быть.

Реплика Неймана Е.И.

Дискуссия несколько выходит за рамки традиционных вопросов применения методов мат. статистики и вот какой хотелось бы задать вопрос. Каким образом результаты, полученные на конкретной выборке, затем экстраполируются на все возможные варианты распределения цен, что как мне кажется явно выходит за рамки традиционных методов. Вот это вызывает серьезные вопросы о постановке и реализации рассматриваемой задачи. 

Ответ Лейфера Л.А.:

Да мы всегда работаем с какими-то моделями и эти модели предполагают определенные допущения. И одно из допущений можно выразить так на примере этажей: нет никаких причин считать, что влияние этажа в Нижнем Новгороде и Самаре будет различным. В Москве и Нижнем Новгороде соотношения между ценами квартир на разных этажах могут отличаться, вот для чего мы делаем сегментацию. Сегменты территориальные и функциональные) формируются таким образом, чтобы в пределах одного сегмента соотношения сохранялись. Давайте эти справочники детализировать, как сказал Михаил Борисович. Разделим их на  города, офисы,  жилье и т.п. 

Реплика Нейман Е.И.

Хотел бы обратить внимание, что упомянутый вами фактор влияния этажа на определенных выборках может вообще не проявляться. В реалии возникает такое сочетание различных факторов, выявить заранее просто невозможно.

Ответ Лейфера Л.А.:

Действительно, при наличии большого количества различающихся факторов выявить зависимость часто невозможно. Поэтому в большинстве случаев метод парных продаж и одномерные модели не работают. Нужен многомерный анализ, а, если данных недостаточно, влияние факторов можно учесть только, используя справочники. Но во всех случаях вы должны анализировать рынок  — это требование Федерального стандарта. Справочник не заменяет анализ рынка и вы включаете анализ рынка плюс здравый смысл и действительно вы пришли вот к примеру у нас не выделен там какой-нибудь Геленджик,  и человек должен понимать, что если он живёт в Геленджике, то для него не так важна характеристика,  близость к центру, а для него важно удаленность от моря. А чтобы учесть эти особенности  мы даем расширенный интервал и говорим, коллеги смотрите внимательно в пределах расширенного интервала.  И по статистике этот коэффициент находится в пределах этого интервала.

Реплика Неймана Е.И.

К сожалению сложилась ситуация при которой действительно ваши справочники пошли широко это стало общим местом и когда доказываю, что нет там этой корреляции вообще которая у вас упоминается многие проверяющие заявляют у Лейфера написано извольте применить. И с чем я не могу согласиться, так это с тем, что получаемые и публикуемые вами корректировки носят универсальный характер, это константы. Если бы это было действительно так, то весь мир бы этим занимался хотя бы по причине простоты и удобства.

Ответ Лейфера Л.А.

Действительно, выявлять корреляции Оценщику, который не имеет достаточного объема данных и не владеет современными техниками анализа данных не так просто. Здесь без специализированных компаний не обойдешься. Корректировки – это не общемировые константы  (как гравитационная постоянная) Они имеют смысл в ограниченных сегментах (подсегментах).  Искусство специалиста, занимающегося анализом рыночных данных, корректно сформировать сегменты и предложить адекватные модели.

Далее следуют несколько уточняющих вопросов Козина П. А.

Ответ Лейфера Л.А. (по каждому из вопросов)

Вы говорили, что кто-то, например, применяет 20 корректировок из справочников при двух аналогах. Это говорит о том, что используются таблицы не из оригинальных, а их «пиратских копий». В оригинальных вариантах правила использования прописаны, и такие действия в них строго запрещены.  Здесь я согласен, с неправильным использованием справочников   нужно бороться.

Что касается распространения справочников, то согласитесь, что альтернативы справочникам нет. Для полноценных исследований у оценщиков нет данных. И методик, позволяющих проводить такие исследования нет. Предложите свою методику, позволяющую выявлять те или иные факторы.

По поводу отсутствия таких справочников за границей. Как раз наоборот, есть такие справочники. Например, есть разные коэффициенты у Дамодарана, у него сайт на котором приведено огромное число коэффициентов, которые не только на города, но и на страны распространяются.  А наши справочники используются в дружественных странах (Белоруссии и др.)

Вопрос Козина П.А.

Мы не подняли еще один важный вопрос: как вы совмещаете данные из различных сервисов, например, Авито и других аналогичных сервисов? Как при этом учитываете данные опросов?

Вот это вопрос очень важный, действительно,  есть как бы несколько вариантов, мы собираем статистику рыночных данных с агрегаторов, затем мы делаем опрос среди оценщиков, экспертов, банков, потом делаем опрос в другой аудитории – непосредственных участников рынка (риелтеров, покупателей, продавцов, арендаторов, арендодателей, и т. п.) и формируем общую статистику.. Данные по опросу участников рынка мы  используем как валидационные, (рассматриваем как индикативные).

Я  руководствуюсь общей идеологией, основанной на  взгляде с позиции теории информации: надо использовать всю релевантную (т. е. имеющую отношение к делу) информацию. Есть специальные алгоритмы, которые позволяют учитывать,  объединять и согласовывать эти данные.  Конечно, согласование должно быть не просто взять среднее арифметическое или средневзвешенное. Есть специальные такие алгоритмы для согласования, есть методология, основанная на байесовском (эмпиричесом байесовском) подходе. Есть другие алгоритмы.

Реплика из чата.

Давайте поговорим о других подходах оценки, кто создаёт достоверную информацию У нас в России кому верить квалэкзамен, справочники особо не поднимают качество оценки, о точности надо помолчать Молодец (Лейфер Л.А.) что выручает хоть как-то.

Выступление Слуцкого А.А.

Всё же я вопросов не имею, поскольку перечень вопросов был сформулирован заранее, спокойно проигнорирован, то есть никакого обсуждения вопросов по сути дела не было.

Но то, что Кирилл Мурашев расколол эту всю методику заранее — это я подтверждаю, комментировать не буду, а скажу просто, почему это в принципе невозможно.

Первое — это самая такая фундаментальная матэкономическая теория — это теорема Дебрё – Мантеля – Зонненшайна, которая показывает что агрегированный результат действия абсолютно рациональных, действующих в своём интересе экономических субъектов может быть любым, включая нерациональный. При этом никакого отношения этот агрегированный результат к конкретному действующему субъекту не имеет. Он имеет отношение к тому, что называется репрезентативным агентом. Дальше там большая история была в результате которой, как одно из следствий теоремы, в том, что результаты макро агрегирования не работают на микроуровне. Оно, собственно, и понятно — теорема про среднюю температуру по больнице между гнойным отделением и моргом. Это и есть суть вот этой всей канители с макроагрегирующими справочниками, не имеющими никакого отношения к конкретным объектам оценки.

Теперь далее. Тут есть два, наверное, равнозначных вопроса.

Первое мы же про статистику говорим, Второе — конкретно про регрессионный анализ.

Если мы говорим о статистике, то как бы статистика начинается с определения генеральной совокупности, а второе, что должно быть сделано, это определение выборки. Выборка эта должна быть репрезентативна. Все эти рассказы про то, что там искусственный интеллект, машинное обучение, там машина обучается и пр. … Но если одну нерепрезентативную выборку поделить на две нерепрезентативных выборки, то репрезентативными они никак не станут. Что там на них получается это всё не определенно ни в каком случае.

Хотя генеральную совокупность определить не сложно.

Если речь идёт о квартирах по всей стране, ну, наверное, это цифра существует.

Если речь идёт о всех промышленных объектах в стране, то тоже эта цифра существует, её можно узнать. А дальше уже и судить. И несмотря на эти бешеные миллионы объявлений в базе, про которые говорится, а являются ли выборки на самом деле репрезентативными? Как они получены – это стратифицированные выборки, случайные выборки, они же статистические? Да тут встаёт вопрос «А статистические ли выборки там вообще?»

Второе заключается в том, что есть теорема, которая касается уже регрессионного анализа — ошибка (смещение) агрегирования. То есть на уровне теоремы доказано, что от вот этого самого отбора и от величины выборки зависят коэффициенты модели и их значимость. То есть на выборке большего объёма коэффициенты могут быть значимыми, а на выборке меньшего объёма могут оказаться незначимыми. То, о чём Нейман Е.И. сказал — это теорема. Это не просто так. Поэтому работать это не может по фундаментальным причинам.

Третье — рекомендую посмотреть сайт Института оценки, последний номер Журнала оценки. Там как раз статья про это. Оклахома, человек регрессионным анализом пытается оценить участки промышленного назначения. По всем кластерам у него получается ерунда, когда он один кластер выкидывает в ущерб мощности выборки, то у него получаются нормальные результаты. Владислав Николаевич Мягков про то же самое в Питере говорил.

Ну, вот это, собственно говоря, всё.

А, вот ещё. Ну вот это конечно это «классика» — что люди во всей Вселенной думают одинаково. Это даже обсуждать нельзя.

Выступление Баринова Н.П.

Мы обсуждаем обеспечение метода корректировок. Это метод пока он применяется будет  требовать справочников. И наша задача если мы ничего не предлагаем нового взамен этих справочников эти справочники совершенствовать. Я полагаю, что это сегодняшнее обсуждение направлено на второе. Основное замечание, как я понял, заключается в том, что результаты, полученные для широкого рынка, даже если они получены идеально, могут не совпадать с результатами локального рынка. Есть предложения каким образом это учитывать. У меня на эту тему есть две публикации в «Имущественных отношениях» и «Вопросах оценки». Мы также незаслуженно забываем, что для совершенствования метода корректировок, это индивидуальная регрессия. Вот об этом я хотел кратко доложить. 

Выступление Ласкина М.Б.

Поскольку здесь собралась аудитория думающих людей, я бы с осторожностью относился к тому, что результаты, полученные для одних регионов распространяются на другие регионы. Давайте не забывать, что в регионах своя экономика, свои потребности, приоритеты и т.п. Поэтому к результатам такого распространения нужно осторожно. Разумное зерно в том, что это возможно есть, но из-за серьезных отличий результат может «поплыть». 

Выступление Лейфера Л.А.

Я согласен с тем, что говорил Михаил Борисович и Николай Петрович. Более четко моя позиция следующая:  На цены влияют две группы факторов – локальные и общие. И эти факторы находят свое отражение в двух источниках информации. Одна группа информации  это данные аналогов, т.е. в этом районе, в этой зоне, в это время мы собираем данные о ценах,  и эти цены отражают ситуацию в конкретной локации (зарплата в среднем здесь, например, меньше, экономика другая и т.д. Но есть и иная информация, которая отражает  общую информацию о рынке, об отношении различных людей к недвижимости и т. п. . Она — в этих корректировках, в этих коэффициентах. Эта два разных источника информации : один сосредоточен в ценах аналогов, другой в корректировках.. Я везде пишу, конечно, что нельзя использовать одни корректировки и не использовать данные рынка. С другой стороны нельзя использовать данные рынка без корректировок. И во многих ситуациях- нет альтернативы  этим корректировкам. Во многих, но не во всех. Действительно, если рынок развит, можно найти объекты – аналоги максимально близкие к объекту оценки или не намного от него отличающиеся, то и корректировки не нужны. Я согласен, что вот так соединять в методе корректировок эти два блока информации – это не всегда единственный  вариант. Статистика предлагает разные варианты объединения этих данных. Николай Петрович предлагает индивидуальную регрессию. И в определенных ситуациях это лучший вариант оценки. Я считаю, что есть методы комбинированной регрессии, которые позволяют объединить эти два источника  информации.  Например, предложенный нами модифицированный метод выделения для решения конкретного класса задач предполагает регрессию и корректировки одновременно.

Вся идея состоит в том, что вы локальную оценку с использованием априорных данных распространяете на весь широкий ансамбль.

Поэтому считаю, что эту работу нужно развивать, а не отбрасывать. И развивать другие направления 

Выступление Неймана Е.И.

Уважаемые коллеги я хотел поблагодарить Льва Абрамовича за то, что он согласился принять участие в заседании Комитета.