Московский экономический журнал 3/2022

Posted by redaktor
image_pdfimage_print

Научная статья

Original article

УДК 332.1

doi: 10.55186/2413046X_2022_7_3_171

СОВЕРШЕНСТВОВАНИЕ МЕТОДИКИ КАДАСТРОВОЙ ОЦЕНКИ НЕДВИЖИМОГО ИМУЩЕСТВА С ИСПОЛЬЗОВАНИЕМ ДАННЫХ В ЦИФРОВЫХ ИНФРАСТРУКТУРАХ BIG DATA

IMPROVING THE METHODS OF CADASTRAL VALUATION OF REAL ESTATE USING DATA IN DIGITAL BIG DATA INFRASTRUCTURES

Таранова Ирина Викторовна, доктор экономических наук, профессор, ФГБОУ ВО «Российский государственный социальный университет», ФГБОУ ВО «Государственный университет по землеустройству», г. Москва, E-mail: taranovairina@yandex.ru

Taranova Irina Viktorovna, Doctor of Economics, Professor, FSBEI HE «Russian State Social University», FSBEI HE The State University of Land Use Planning, Moscow

Иванов Николай Иванович, доктор экономических наук, доцент, ФГБОУВО «Государственный университет по землеустройству», г. Москва, E-mail: Ivanov@guz.ru

Ivanov Nikolay Ivanovich, Doctor of Economics, Docent, FSBEI HE The State University of Land Use Planning, Moscow

Шевченко Валерия Александровна, Новочеркасский инженерно-мелиоративный институт им. А. К. Кортунова – филиал ФГБОУ ВО «Донской государственный аграрный университет», г. Новочеркасск, E-mail: shevchenkov@yandex.ru

Shevchenko Valeria Aleksandrovna, Novocherkassk Engineering and Reclamation Institute named after A. K. Kortunova – branch of the FSBEI HE «Don State Agrarian University», t. Novocherkassk

Аннотация. Проблематика установления стоимости недвижимого имущества особенно актуальна в настоящее время. Оспаривание кадастровой оценки привод к значительным потерям в местных бюджетах. Авторами анализируются причины подобных отклонений в оценке кадастровой стоимости от рыночной кадастровой оценки. Установлено, что факторов, влияющих на оценочную стоимость объекта недвижимости, довольно большое количество, и значительная часть оценщиков не используют универсальные и единые правила ценообразования. В статье проводится объективный анализ ценообразующих факторов в оценке недвижимости и предлагается способ сведения их в единую установленную методику ценообразования, что позволит частично разрешить данную проблему.

Abstract. The problem of determining the value of real estate is particularly relevant at the present time. Challenging the cadastral valuation led to significant losses in local budgets. The authors analyze the reasons for such deviations in the assessment of cadastral value from the market cadastral valuation. It has been established that there are quite a large number of factors affecting the estimated value of a real estate object, and a significant part of appraisers do not use universal and uniform pricing rules. The article provides an objective analysis of price-forming factors in real estate valuation and suggests a way to combine them into a single established pricing methodology, which will partially solve this problem.

Ключевые слова: оценка недвижимого имущества, налоги, сборы, регион, муниципалитет, бюджетные отношения, Ростовская область, статистические модели, массив данных big data, индекс качества городской среды

Keywords: real estate valuation, taxes, fees, region, municipality, budget relations, Rostov region, statistical models, big data arrays, urban environment quality index

Введение

Налогообложение в финансовой науке в контексте как общественно-политической, так и административно-правовой жизни общества непосредственно влияет на обеспеченность бюджета государства и муниципальных образований финансовой составляющей. Одним из механизмов формирования налоговой базы в отношении объектов недвижимости является кадастровая стоимость.

Российская система налогообложения стремительно модернизируется, что влечет за собой совершенствование как нормативно-правовой базы государственной кадастровой оценки, так и её методологии в целом.

Методы

При написании статьи были использованы следующие методы научного познания: сравнение, абстрагирование, анализ и синтез, методы эконометрической интерпретации эмпирических данных [11]. Статистические методы корреляционно-регрессионного анализа. Использование данных методов обеспечило высокий уровень достоверности результатов и выводов исследования.

Результаты и обсуждение

В условиях сформированной рыночной системы на территории нашей страны вопрос оспаривания кадастровой оценки является особенно актуальным, что подтверждено данными официальных порталов правительства.

Так, комиссией при Управлении Росреестра и судами по Ростовской области за период с 2015 по 2021 годы принято более 5,5 тыс. заявлений, из которых удовлетворено только 2834 заявления. В результате рассмотрения исковых заявлений за рассматриваемый период, снижение кадастровой стоимости достигало 40%, что вызвало изменение суммарной кадастровой стоимости более чем на 41 млрд. рублей [1].

Ориентировочный расчет на сегодняшний день по потерям местных бюджетов по факту оспаривания кадастровой стоимости составили более 1 млрд. рублей, также снижение бюджетных средств произошло и по факту корректировки земельного налогообложения – 1044,6 млн. рублей и 40,7 млн. рублей по имущественному налогу [1].

Для урегулирования этой проблемы, постановлением минимущества РО от 12.02.2021 № П-2 [2] было принято решение о проведении в 2022 году государственной кадастровой оценки в отношении всех учтенных в ЕГРН земельных участков, а в 2023 году в отношении всех учтенных в ЕГРН объектов капитального строительства. При этом главной целью принятия данного решения выступает определение экономически обоснованной, справедливой кадастровой стоимости, способствующей обеспечению баланса частных и публичных интересов.

До 2016 года определение кадастровой стоимости, было возложено на независимые оценочные организации, которые привлекались в соответствии с конкурсным отбором, в установленных законодательством рамках о государственных и муниципальных закупках. Зачастую результаты оценки независимых оценочных организаций влекут за собой судебные тяжбы по оспариванию установленной стоимости.

Основная причина неточной оценки – отсутствие чётких рекомендаций по трансформации логических выводов, к которым приходит оценщик в процессе определения стоимости, к численным значениям, необходимым для обоснования итогового результата оценки.

Для решения данной проблемы на федеральном уровне был принят Федеральный закон № 237-ФЗ от 03.07.2016 «О государственной кадастровой оценке» [3], в соответствии с которым задача определения кадастровой стоимости возложена на специально созданное бюджетное учреждение. Примером такого учреждения в Ростовской области является подведомственное минимуществу государственное бюджетное учреждение «Центр содействия развитию имущественно-земельных отношений РО».

Большинство моделей, используемых на сегодняшний день для определения стоимости объектов недвижимости, которые можно было бы применять при проведении массовой оценки, основываются на использовании статистических методов, в частности используется корреляционно-регрессионный анализ. С помощью статистических методов устанавливается связь и влияние характеристик объекта недвижимости, и её стоимость. Рекомендуется использовать ценообразующие факторы, которые могут влиять на стоимость недвижимости в соответствии с перечнем факторов, приведенных в приложении №3 Методических указаний по определению кадастровой стоимости объектов недвижимости [4].

Факторы, влияющие на стоимость недвижимости, в новых методических рекомендациях делятся на три укрупнённые группы:

  • факторы, определяющие внешнюю среду объектов недвижимости;
  • факторы, определяющие окружение и сегмент рынка объекта недвижимости;
  • факторы, определяющие непосредственно объект недвижимости.

В результате проведенного анализа сведений экспертных заключений саморегулируемых организаций оценщиков (СРО) [5], уполномоченных на проведение экспертной оценки отчетов об оценке недвижимого имущества, было выявлено, что к основным сведениям, указываемым в отчете в обязательном порядке, относят следующие факторы – таблица 1:

Проведенный анализ экспертных заключений позволил выявить, что ключевыми факторами, влияющими на ценообразование объекта недвижимости, являются:

  • физическая характеристика объекта – 53 %;
  • местоположение объекта – 30%;
  • экономическая репутация застройщика – 10%;
  • экономико-маркетинговая политика застройщика – 7%.

Из приведенных факторов наиболее часто используется факторы, учитывающие физические характеристики и местоположение объекта. К факторам, оценивающим физические характеристики объекта, наиболее часто относят:

  • площадь объекта 52%;
  • тип строения – 32%
  • этаж/этажность – 16%.

Факторы, учитывающие местоположение объекта недвижимости, оценивается, как правило, по двум критериям:

  • центр/окраина 60%;
  • наличие транспортной инфраструктуры – 40 %.

В то же время часть оценщиков предлагают использовать довольно большое количество разнообразных критериев, позволяющих более полно характеризовать оцениваемый объект недвижимости:

  • наличие огороженной придомовой территории;
  • архитектурный облик;
  • наличие рекреационной инфраструктуры;
  • наличие площадок для отдыха и спорта;
  • типы паркинга;
  • экологическая ситуация в районе объекта и многое другое.

Проведенный опрос независимых оценщиков показал, что большинство из них, при определении кадастровой стоимости объекта недвижимости никогда не учитывали большинство факторов, рекомендованных в методических указаниях. Чаще всего учитывается такая информация как: местоположение объекта, общая характеристика населенного пункта, год постройки и характеристики строительного материала. При этом в некоторых случаях могут учитываться такие факторы, как: физический износ, техническое состояние, конфигурация строительной конструкции, нахождение объекта в границах зоны с особыми условиями и т.п.

Также было выявлено, что весьма вольно трактуются количественные показатели факторов и их влияние на цену недвижимости.

Оценщик вначале производит оценку влияния факторов на региональном уровне, и затем, по своему усмотрению выбирает факторы на местном, как правило, муниципальном уровне и добавляет в оценку несколько конкретных факторов, обычно физических, которые непосредственно характеризуют объект недвижимости. После выбора влияющих факторов оценщик производит вычисление стоимости объекта недвижимости с использованием методов корреляционно-регрессионного анализа.

Статистические модели, построенные на базе корреляционно-регрессионного анализа, которые возможно использовать как для оценки одиночных, так и массовой оценки объектов недвижимости могут обеспечивать статистически значимые результаты лишь при условии использовании достоверных исходных данных значений стоимости недвижимости, которые учитывают различные факторы описывающие характеристики недвижимости и не содержат сведений о нехарактерных значениях стоимости, так называемые ценовые пузыри [7].

Так же существенное влияние, при определении стоимости недвижимого имущества, оказывает личное мнение оценщика, и учтенный им в соответствии с методическими рекомендациями массив ценообразующих факторов.

Подготовка к переходу от учетных цен к кадастровой стоимости была начата задолго до 2014 г., но только в 2015 г. впервые появилась полная база данных всех объектов недвижимости, прошедших кадастровый учет (по состоянию на 1 января 2015 г.), содержащая кадастровую стоимость каждого объекта.

Несмотря на то, что в 2015 году в России появилась база данных содержащая описание объектов недвижимости, поставленных на кадастровый учет, и содержащую кадастровую стоимость узаконенных объектов, можно сделать вывод, что в настоящее время недостаточно существующих данных, учитывающих факторы, которые указаны в методических рекомендациях, для построения достоверной и статистически значимой модели оценки.

Рыночная цена недвижимости, на которой основывается вся модель оценки недвижимости, сформирована субъективным методом и не может использоваться для определения влияния факторов, которые необходимы, и рекомендованы для учета при определении кадастровой стоимости.

В настоящее время запущено несколько проектов, которые позволяют сформировать массив достаточной для анализа и построения статистически значимых моделей оценки объектов недвижимости.

Например, к таким проектам можно отнести проект компании РОСЭКО «Национальной системы стоимостного анализа на базе когнитивных ситуационных центров» (НАССА-КСЦ) [8]. Сбербанк заявил о запуске проекта, позволяющего провести анализ стоимости коммерческой недвижимости использующего нейронные сети и массивы данных big data.

Использование массивов данных big data при фиксации сделок с недвижимостью позволит собрать необходимый массив данных, что позволит в будущем произвести необходимый статистический анализ данных и построить достоверные статистические модели оценки недвижимости.

В качестве параметров, которые можно использовать при формировании такой базы данных могут выступать критерии, входящие в индекс качества городской среды, который в свою очередь является неким инструментом для оценки качества материальной городской среды и условий ее формирования. Приведенная в указанном индексе оценка проводится по шести типам городских пространств в соответствии с шестью критериями качества городской среды.

 Данную методику, возможно, применить для микрорайонов в которых находится оцениваемый объект недвижимости и фиксировать не только физические характеристики объекта, но и зафиксировать гедонистические факторы, которые то же оказывают влияние на ценообразование [9].

Некоторые ценообразующие факторы и индикаторы, используемые при оценке качества городской среды можно сопоставить и использовать объединенный показатель при оценке недвижимости, что снизит трудозатратность и трудоемкость работ по сбору информативных данных о населенном пункте в целом [10].

Заключение

Необходимость проведения научных исследований и экспериментальных расчетов выявлена в практической реализации массовой оценки недвижимого имущества с учетом большого количества ценообразующих факторов. Актуализированное и корректное определение фискальных границ имущественного налогообложения возможно при разработке статистически модельного обеспечения массовой оценки с учетом индикативных факторов. Выходные данные полученные в результате расчета могут использоваться при формировании базовой налоговой ставки на имущество с учетом целевого назначения и особенностей правового режима объекта недвижимости.

Фиксирование большого количества показателей в массивах данных big data при оформлении сделок с недвижимостью позволит собрать массив данных. Это позволит провести статистический анализ с построением достоверных моделей оценки недвижимости [11, 12]. Таким образом, с помощью представленной методики можно достигнуть наиболее структурированной системы кадастровой оценки с учетом особенностей объектов недвижимого имущества, что повлечет за собой комплексное повышение экономического потенциала территорий, а также позволит определить направленность государственных инвестиций в материальные и социальные факторы экономического роста региона.

Список источников

  1. «О проведении государственной кадастровой оценки на территории Ростовской области». [Электронный ресурс]. – URL: https://www.donland.ru/report-speech/207/ (дата обращения: 27.02.2022).
  2. Постановление минимущества Ростовской области от 12.02.2021 № П-2 «О проведении государственной кадастровой оценки на территории Ростовской области» / Министерство имущественных и земельных отношений, финансового оздоровления предприятий, организаций Ростовской области. [Электронный ресурс]. – URL: https://mioro.donland.ru/presscenter/news/47139/ (дата обращения: 27.02.2022).
  3. Федеральный закон “О государственной кадастровой оценке” от 03.07.2016 N 237-ФЗ (последняя редакция) / Консультант Плюс [Электронный ресурс]. – URL: http://www.consultant.ru/document/cons_doc_LAW_200504/ (дата обращения: 27.02.2022).
  4. Об утверждении методических указаний о государственной кадастровой оценке от 12 мая 2017. [Электронный ресурс]. – URL: https://docs.cntd.ru/document/456065252 (дата обращения: 27.02.2022).
  5. Официальный сайт Федеральной службы государственной регистрации, кадастра и картографии. [Электронный ресурс]. – URL: www.rosreestr.ru (дата обращения: 27.02.2022).
  6. Справочная информация: “Федеральные стандарты оценки” (ФСО-1, ФСО-2, ФСО-3 и др.) / КонсультантПлюс. [Электронный ресурс]. – URL: http://www.consultant.ru/document / (дата обращения: 27.02.2022).
  7. Гладких Н. И, Кузнецова В.В. Определение необходимого количества аналогов при заданном числе ценообразующих факторов для целей оценки недвижимости методами корреляционно-регрессионного анализа // Имущественные отношения в РФ. 2016. №6 (177). URL: https://cyberleninka.ru (дата обращения: 01.03.2022).
  8. РОСЭКО: BI как инструмент экономики реальных ценностей.  [Электронный ресурс]. – URL: https://www.tadviser.ru/index.php/ (дата обращения: 01.03.2022).
  9. Шевченко, В. А. Индекс качества городской среды: актуальность концепции развития / В. А. Шевченко, О. В. Погребная // Мелиорация и водное хозяйство: Материалы Всероссийской научно-практической конференции, посвященной 145-тилетию образования «Донлесхоза» (ГБУ РО «Дирекция особо охраняемых природных территорий областного значения»), Новочеркасск, 21–22 октября 2021 года. – Новочеркасск: ООО “Лик”, 2021. – С. 158-162.
  10. Лавриненко, Е. Н. Направления совершенствования методики оценки качества городской среды в контексте развития человеческого капитала / Е. Н. Лавриненко, В. А. Шевченко, О. В. Погребная // Московский экономический журнал. – 2021. – № 8. – DOI 10.24411/2413-046X-2021-10506.
  11. Таранова И. В. Особенности применения экономико-математических и эконометрических методов в экономических исследованиях / Таранова И. В. // Управление экономическими системами: электронный научный журнал. 2011. № 12 (36). С. 59.
  12. MAIN FEATURES OF FARM LAND MANAGEMENT AT THE MUNICIPAL LEVEL / Sorokina O. A., Ivanov N. I., Petrova L. E., Komov N. V., Tsypkin Y. A., Dontsov A. V. // В сборнике: IOP Conference Series: Earth and Environmental Science. Сер. “International Symposium “Earth Sciences: History, Contemporary Issues and Prospects”” 2020. С. 012137.

References

  1. “On carrying out the state cadastral assessment on the territory of the Rostov region”. [Electronic resource]. – URL: https://www.donland.ru/report-speech/207 / (date of appeal: 02/27/2022).
  2. Resolution of the Rostov Region Minimushchestvo No. P-2 dated 02/12/2021 “On conducting a state cadastral assessment on the territory of the Rostov Region” / Ministry of Property and Land Relations, Financial Rehabilitation of Enterprises, Organizations of the Rostov Region. [Electronic resource]. – URL: https://mioro.donland.ru/presscenter/news/47139 / (accessed: 02/27/2022).
  3. Federal Law “On State Cadastral valuation” dated 03.07.2016 N 237-FZ (latest edition) / Consultant Plus [Electronic resource]. – URL: http://www.consultant.ru/document/cons_doc_LAW_200504 / (date of application: 02/27/2022).
  4. On the approval of the methodological guidelines on the state cadastral assessment of May 12, 2017. [Electronic resource]. – URL: https://docs.cntd.ru/document/456065252 (accessed: 02/27/2022).
  5. Official website of the Federal Service for State Registration, Cadastre and Cartography. [Electronic resource]. – URL: www.rosreestr.ru (date of reference: 02/27/2022).
  6. Background information: “Federal Evaluation Standards” (FSO-1, FSO-2, FSO-3, etc.) / ConsultantPlus. [Electronic resource]. – URL: http://www.consultant.ru/document / (accessed: 02/27/2022).
  7. Gladkikh N. I., Kuznetsov V. V. Determination of the required number of counterparts for a given number of pricing factors for the purposes of real estate valuation methods of correlation and regression analysis // Property relations in the Russian Federation. 2016. No. 6 (177). URL: https://cyberleninka.ru (date accessed: 01.03.2022).
  8. Roseko: BI as a tool of the economy of real values. [Electronic resource]. – URL: https://www.tadviser.ru/index.php / (accessed: 01.03.2022).
  9. Shevchenko, V. A. Index of urban environment quality: relevance of the concept of development / V. A. Shevchenko, O. V. Pogrebnaya // Melioration and water management: Materials of the All-Russian scientific and practical conference dedicated to the 145th anniversary of the formation of “Donleskhoz” (GBU RO “Directorate of Specially protected natural territories of regional significance”), Novocherkassk, October 21-22, 2021. – Novocherkassk: LLC “Lik”, 2021. – pp. 158-162.
  10. Lavrinenko, E. N. Directions for improving the methodology for assessing the quality of the urban environment in the context of human capital development / E. N. Lavrinenko, V. A. Shevchenko, O. V. Pogrebnaya // Moscow Economic Journal. – 2021. – No. 8. – DOI 10.24411/2413-046X-2021-10506.
  11. Taranova I. V. Features of the application of economic-mathematical and econometric methods in economic research / Taranova I. V. // Management of economic systems: electronic scientific journal. 2011. No. 12 (36). p. 59.
  12. MAIN FEATURES OF FARM LAND MANAGEMENT AT THE MUNICIPAL LEVEL / Sorokina O. A., Ivanov N. I., Petrova L. E., Komov N. V., Tsypkin Y. A., Dontsov A. V. // В сборнике: IOP Conference Series: Earth and Environmental Science. Сер. “International Symposium “Earth Sciences: History, Contemporary Issues and Prospects”” 2020. С. 012137.

Для цитирования: Таранова И.В., Иванов Н.И., Шевченко В.А. Совершенствование методики кадастровой оценки недвижимого имущества с использованием данных в цифровых инфраструктурах Big Data // Московский экономический журнал. 2022. № 3. URL: https://qje.su/otraslevaya-i-regionalnaya-ekonomika/moskovskij-ekonomicheskij-zhurnal-3-2022-39/

© Таранова И.В., Иванов Н.И., Шевченко В.А., 2022. Московский экономический журнал, 2022, № 3.