|
мультипликативных моделей не позволяет получить результаты оценки данные оказываются зависимыми, то информационная ценность модели существенно снижается и возрастает вероятность получения сильно смещенной оценки. Если же остается большее количество независимых ценообразующих факторов, то резко возрастает случайный разброс оценок и достоверность итоговой оценки стремится к нулю. Более высокую надежность и достоверность результирующей оценки можно получить с помощью аддитивных моделей, которые строятся в следующем виде: К F(x1,...,xk, t ) = Y x i х /(г) /=1 (4) Аддитивные модели позволяют получить более достоверные результаты, поскольку их относительная погрешность растет пропорционально квадратному корню из количества независимых ценообразующих факторов. Здесь следует учитывать различные способы проверки независимости компонент, формирующих итоговое значение стоимости объекта оценки, снижения избыточности данных и контроля их точности. Кроме того, ряд компонент стоимости или их частичных сумм могут зависеть от дополнительных условий, что также позволяет повысить достоверность итогового результата оценки. Еще более высокую точность оценки обеспечивает применение аддитивных моделей с малыми параметрами, позволяющих получать результаты в режиме последовательных приближений. Более подробно они описаны в наших 01 опубликованных работах . Современные информационные технологии позволяют использовать более совершенные математические модели, вполне адекватно описывающие модель ценообразования объекта оценки и учитывающие все разновидности ценообразующих факторов. К подобным моделям относят «нечеткие множества», а для обработки данных используют нейросетевые алгоритмы 0*7 Оценка урбанизированных земель.: Учеб. пособие/В.А. Прорвич, В.Н. Кузнецов, Е.А. Семенова и др. / под ред. В.А. Прорвича. М.: Экономика, 2004. Атлас оценки земель Подольска / Прорвич В.А., Семенова Е.А. идр.; под ред. ПрорвичаВ.А. М.: Экономика, 2004 128 |
некоторых эмпирических зависимостей, опроса специалистов и т.д_ Следовательно, ценообразующие факторы являются переменными величинами, заданными с существенными погрешностями. Если ценообразующие факторы являются независимыми переменными, то относительная погрешность итоговой оценки будет формироваться как сумма относительных погрешностей каждого из ценообразующих фактов: ДС„„ Л Дх, Сни Х1 Так, если оценка ценообразующих факторов погрешностью всего лишь (3) строится как произведение 10 независимых и значение каждого из них определяется с в 5%, то итоговая относительная погрешность полученной оценки составит 50%. При этом возникает парадоксальная ситуация: чем больше значений ценообразующих факторов рассчитает оценщик, тем менее надежен конечный результат. Многие оценщики об этом даже и не подозревают пребывая в полной уверенности, что они получают «идеально точные» результаты. Уменьшить погрешность итоговой оценки возможно, если ценообразующие факторы не являются независимыми переменными. Для этого проводятся специальные исследования, чтобы выявить вид их функциональной зависимости или, по крайней мере, степень корреляции. Чаще всего используетсярегрессионный анализ, но известны и другие способы анализа исходных данных для оценки. Более подробно о снижении избыточности исходных данных, выделении их главных компонент и других способах обработки данных для оценки недвижимого имущества можно прочитать в книге205. Подробное использование и описание таких способов выходит за рамки настоящей диссертационной работы. Тем не менее, использование мультипликативных моделей не позволяет получить результаты оценки с высокой надежностью и достоверностью. Если данные оказываются зависимыми, то информационная ценность модели существенно, снижается и возрастает вероятность получения сильно смещенной оценки; Если же остается большее количество независимых ценообразующих 205 Оценка урбанизированных земель: учебное пособие / под ред. В.А. Прорвича. М.: Экономика, 2004. 230 факторов, то резко возрастает случайный разброс оценок и достоверность итоговой оценки стремится к нулю. Более высокую надежность и достоверность результирующей оценки можно получить с помощью аддитивных моделей, которые строятся в следующем виде: F(xi„..,xk,t)=^xl *f(t) (4) Аддитивные модели позволяют получить более достоверные результаты, поскольку их относительная погрешность растет пропорционально квадратному корню из количества независимых ценообразующих факторов. Здесь следует учитывать различные способы проверки независимости компонент, формирующих итоговое значение стоимости объекта оценки, снижения избыточности данных и контроля их точности. Кроме того, ряд компонент стоимости или их частичных сумм могут зависеть от дополнительных условий, что также позволяет повысить достоверность итогового результата оценки. Еще более высокую точность оценки обеспечивает применение аддитивных моделей с малыми параметрами, позволяющих получать результаты в режиме последовательных приближений. Более подробно они описаны в наших опубликованных работах206. Современные информационные технологии позволяют использовать более совершенные математические модели, вполне адекватно описывающие модель ценообразования объекта оценки и учитывающие все разновидности ценообразующих факторов. К подобным моделям относят «нечеткие множества», а для обработки данных используют нейросетевые алгоритмы различного вида207. Их применение позволяет получить результаты оценки с высокой степенью достоверности при относительной погрешности в районе нескольких процентов и даже еще точнее. Следует учитывать, что соответствующий раздел стандартов с описанием стандартизованных алгоритмов оценки недвижимого имущества, используемого в качестве залога, может оказаться самым сложным. И не только в плане 20S Оценка урбанизированных земель.: учебное пособие / под ред. B.A. Прорвича. М.: Экономика, 2004. Атлас оценки земель Подольска / под ред. В.А. Прорвича. М.: Экономика, 2004 207 Атлас оценки земель Подольска / под ред. В.А. Прорвича. М.: Экономика, 2004. 231 |