использованы в новой модели. Конечно, временные корректировки должны быть применимы в случае необходимости; • в-третьих, ограниченная регрессия может быть использована для минимизации изменений коэффициентов. Если нет ограничений, коэффициенты для маргинальных переменных могут широко варьироваться. Ограничивая эти переменные в разумных пределах, можно повысить стабильность модели с минимальными потерями для точности модели. Для ряда сгруппированных систем массовой оценки характерно ограничение регрессии. Обратная связь и нелинейный множественный регрессионный анализ также разрешают такие использовать ограничения. (Такой же эффект может быть достигнут в статистических пакетах путем корректировки зависимой переменной и пересчета модели). Стабильность в обратной связи и нелинейном множественном регрессионном анализе может быть усилена посредством начала расчета начальных коэффициентов с помощью их конечных величин из данных предыдущей переоценки; • в-четвертых, линеаризованные величины могут быть получены из глобальных или региональных моделей. Предпочтительный метод получения величин или весов для линеаризованного рынка в использовании бинарных переменных. Однако этот подход характеризуется возникновением несогласованностей и нестабильности, особенно, если есть только несколько случаев наблюдения, например, для данного типа крыши. Стабильность может быть повышена путем комбинирования районов моделирования для целей получения таких весов перед началом работы с индивидуальными моделями. Хотя требование дополнительной предварительной работы будет скорее отложено из-за недостатка времени при разработке индивидуальных моделей. Далее, как только эти веса определены, можно ожидать, что они останутся относительно стабильными во времени, так что небольшие изменения каждые, скажем, 5 или 6 лет могут быть достаточными; • в-пятых, инструменты моделирования, такие как регрессия Байеса, могут быть использованы для включения результатов предыдущей модели. 127 |
Во-первых, структура модели должна быть одинаковой или аналогичной во времени. Это особенно важно, если переоценка недвижимости производится ежегодно или раз в два года, поскольку изменения в структуре модели могут вызвать ненужные изменения в показателях стоимости. С другой стороны, иногда модели должны подвергаться изменениям. Предыдущие модели могли быть плохо построены или чрезмерно усложнены. На рынке могут произойти структурные изменения, что потребует рассмотрения новых переменных. Или же появилась в наличии более точная и полная информация, например, географические координаты или усовершенствованные границы микрорайона. В таких случаях модели следует перестроить и усовершенствовать. Однако, за исключением таких обстоятельств, лица, занимающиеся моделированием, должны стремиться к получению похожих спецификаций моделей. Во-вторых, если переоценка объектов недвижимости производится ежегодно или раз в два года, использование данных о продажах за три или четыре года может повысить стабильность. В этом случае некоторые из сделок продаж, использованные для калибровки предыдущей модели, будут использованы в новой модели. Конечно, временные корректировки должны быть применимы в случае необходимости. В-третьих, ограниченная регрессия может быть использована для минимизации изменений коэффициентов. Если нет ограничений, коэффициенты для маргинальных переменных могут широко варьироваться. Ограничивая эти переменные в разумных пределах, можно повысить стабильность модели с минимальными потерями для точности модели. Для ряда сгруппированных систем массовой оценки характерно ограничение регрессии. Обратная связь и нелинейный множественный регрессионный анализ также разрешают такие использовать ограничения. (Такой же эффект может быть достигнут в статистических пакетах путем корректировки зависимой переменной и пересчета модели). Стабильность в обратной связи и нелинейном множественном регрессионном анализе может быть усилена посредством начала расчета на137 чальных коэффициентов с помощью их конечных величин из данных предыдущей переоценки. В-четвертых, линеаризованные величины могут быть получены из глобальных или региональных моделей. Предпочтительный метод получения величин или весов для линеаризованного рынка в использовании бинарных переменных. Однако, этот подход характеризуется возникновением несогласованностей и нестабильности, особенно; если есть только несколько случаев наблюдения, например, для данного типа крыши. Стабильность может быть повышена путем комбинирования районов моделирования для целей получения таких весов перед началом работы с индивидуальными моделями. Хотя требование дополнительной предварительной работы будет скорее отложено из-за недостатка времени при разработке индивидуальных моделей. Далее, как только эти веса определены, можно ожидать, что они останутся относительно стабильными во времени, так что небольшие изменения каждые, скажем, 5 или 6 лет могут быть достаточными. В-пятых, инструменты моделирования, такие как регрессия Байеса, могут быть использованы для включения результатов предыдущей модели. Первоначальное применение модели массовой оценки не вызывает затруднений. Однако, расчеты стоимости недвижимости, которые получаются в ходе применения модели массовой оценки, должны быть проверены перед тем, как расчеты будут использованы для определения размера налоговых платежей. Разработанные модели оценки и полученные результаты должны быть доведены до сведения налогоплательщиков. Способ, которым это делается, влияет на принятие и поддержку переоценки, а также общее восприятие деятельности налоговой службы. Способность ясно показать то, как были расчитаны величины стоимости, поможет устранить жалобы и усилит доверие к переоценке. Налогоплательщики имеют право знать, но крайней мере в общих чертах, как были рассчитаны величины стоимости. Четкие объяснения мерило работы хорошей общественной службы. 138 |