Новости
Воскресенье, 16 Декабрь 2018
USD 66.434
EUR 75.389
Мониторинг залоговой недвижимости. Расширение.

 

Диагностика ликвидности залоговых объектов недвижимости.

Введение

В предыдущей статье было показано, что текущий уровень ликвидности объекта можно определить на основании сравнения его позиции относительно рыночных данных по распределению двух показателей: соотношение «удельная цена-ликвидность» и соотношение «абсолютная цена-ликвидность».  А именно, на основании изучения распределения цен по соответствующим интервалам сроков экспозиции,  каждому интервалу срока экспозиции можно сопоставить среднюю величину как удельной, так и абсолютной цены.

Если текущая цена объекта ниже средних показателей по какому-либо интервалу, то показатель ликвидности оцениваемого объекта соответствует этому интервалу. Например, как показано ниже, стартовая позиция (залоговая стоимость объекта), соответствует интервалу ликвидности «до 2 месяцев» как пор показателю «удельная цена-ликвидность», так и по показателю «абсолютная цена-ликвидность».

Этот, достаточно простой прием, позволяет получить действенный механизм мониторинга, а именно, если в результате последующего замера рыночных данных величина средних цен изменится, и залоговая цена превысит среднерыночные показатели, как представлено ниже:

 

То аналитик может сделать вывод, что позиционирование объекта относительно рыночных данных ухудшилось,  и, в зависимости от выбранной стратегии банка по работе с залоговыми объектами, требуется либо переоценка залогового объекта со снижением абсолютной цены для удержания показателя ликвидности "до 2 месяцев", либо  продолжение учета объекта по стартовой цене, но признание снижения ликвидности до диапазона "от 2 до 4 месяцев".

Проанализируем условия  формирования этих интервалов ликвидности  с целью создания более точных инструментов для исследования ликвидности объектов.

 «Облако цен».

Выделим определенный участок городской территории и снимем с него рыночную информацию, как по ценам закрытия позиции (практически - ценам продажи), так и по срокам экспозиции за определенный исторический период (в примере обработаны данные за полгода)

Из полученного массива информации выделим данные по определенному типу недвижимости (в примере использованы данные по типу «улучшенная планировка») для интервала экспозиции «до 2 месяцев» (т.е. наиболее активной и многочисленной части рынка).

Поскольку, как указано выше, ликвидность зависит от соотношения двух величин ( удельной стоимости и абсолютной стоимости), то уместно данные о соотношении цен разместить на точечном графике, подобно приведенному ниже:

 

 

 

 

 

 

Для дальнейшего назовем этот график «облаком цен»

Уже первое знакомство с графиком позволяет выявить определенную упорядоченность в распределении точек, составляющих облако. Не вдаваясь в детали анализа, сразу укажем, что данная упорядоченность определена квартирами, различающимися количеством комнат, а именно:

 Таким образом, уже на этом этапе понятно влияние покомнатного состава на  среднюю величину удельной цены и, в связи с указанным, необходимостью производства  расчетов, учитывающих разницу в количестве комнат. Для дальнейшего изучения и иллюстрации метода, выделим только двухкомнатные квартиры:

 Достаточно явно выраженная «линейность» графика говорит о наличии диапазона как удельных так и абсолютных цен на квартиры, близкие по общей площади.  Этот факт может свидетельствовать как о вариации влияния различных ценообразующих факторов на стоимость, так и о естественном статистическом шуме, т.е. являться основой для суждения «о возможных границах интервала, в котором может находиться эта стоимость» (ФСО-7)

Окно и зоны цен.

Если ранее (как показано во введении), основой анализа было определение средних цен и позиционирование относительно их оцениваемого объекта, то, для целей более глубокого анализа, построим гистограммы  как удельных, так и абсолютных цен, и, совместив их с «облаком цен», выделим несколько зон:

 

Дадим этим зонам следующие характеристики:

 

  1. «Окно» - это основной элемент облака, образуется путем определения границ наиболее вероятных (по частоте)  как абсолютных, так и удельных цен. Ширина этого окна может быть определена произвольно, в зависимости от мнения эксперта, политики банка и т.п. Это окно является расширением средних цен, относительно которых мы позиционировали исследуемый объект ранее, во введении.  Относительно всех объектов, расположенных в этой зоне, можно вынести достаточно уверенное предположение об их ликвидности (в рамках )
  2. Зона 2 – это зона высоких цен, зона интересов продавца. Частота сделок по данной причине в этой зоне весьма невелика и, соответственно, ликвидность более низкая, чем в «окне».
  3. Зона 3 – зона нерыночных цен. Все предложения, попавшие в эту зону, неликвидны (по крайней мере, в рамках выбранного диапазона сроков экспозиции). Можно показать (однако, это выходит за рамки данной статьи), что значительное число объектов, вновь представленных на рынке, имеют стартовые цены, расположенные в этой зоне. Собственно, этим и объясняется «дрейф цен», т.е. приспособлением цен (собственно, интересов продавцов) под требования рынка и, соответственно,  миграцией цен в сторону окна.
  4. Зона 1 – зона низких цен, зона интересов покупателя. Сделки здесь так же редки, но по иной причине – отсутствие интереса продавцов.

 

 Дав определение этим зонам, можно определиться и со стратегией поведения относительно залоговых объектов, а именно:

Мониторинг рынка недвижимости (в части определения соотношения цена/ликвидность), по существу, сводится к построению новых позиций «окна цен» для каждого нового периода мониторинга. Если по результатам мониторинга, и определения новой позиции «окна», стартовые параметры цен объекта по-прежнему расположены в нем, то это является подтверждением соответствия  текущего уровня его ликвидности стартовому, определенному на момент принятия в залог. Как видите, в данном случае мы отходим от сравнения со средними ценами и более точно формулируем соотношение цены залогового объекта и рыночных характеристик ликвидности.

 

Если же по результатам мониторинга объект перешел в зону 2, то это является сигналом к более пристальному изучению характеристик объекта и принятию определенных решений (например – по переоценке), поскольку дальнейшая миграция окна может привести  к переходу объекта на более низкий уровень ликвидности. Тем самым мы получаем заблаговременное предупреждение о  возможном наступлении негативного события, что является несомненным достоинством предлагаемой технологии.

 

 

 

Для описания важности анализа Зоны 1 произведем следующие манипуляции:

 

На ранее полученном окне отразим данные о предложениях на начало очередного регулярного периода  мониторинга (а не данные о продажах за определенный исторический период, которые мы использовали для определения параметров «окна») и о продажах из этого объема предложений за исследуемый период мониторинга (т.е., при ежемесячном мониторинге – данные на начало и конец месяца соответственно):

Обратим внимание на то, что относительный объем продаж (соотношение между продажами и предложением) наиболее высок именно в первой зоне.

Соотношение продажи/ предложение по зонам следующее:

Окно:   3 из 18

Зона 1: 4 из 6

Зона 2: 1 из 4

Зона 3: 0 из 2

Из этого следует весьма важный вывод для работы с объектами на момент принятия их в залог: Наиболее перспективными, с точки зрения стабильной ликвидности, являются объекты, расположенные по ценовым характеристикам в первой зоне.Заключение:

 

 Заключение:

Предлагаемая технология построения на основании данных мониторинга рынка недвижимости «облака цен», определения в нем «окна» и дальнейшего позиционирования относительно него параметров цена/ликвидность залогового объекта является дальнейшим расширением и углублением технологии обработки рыночной информации, ранее изложений в статье ...

На  основании этой технологии можно не только  детально позиционировать объект на момент его принятия в качестве залогового обеспечения по соотношению цена/ликвидность,  но и получать ранние сигналы о возможном ухудшении залоговых параметров относительно рыночных тенденций.

И еще одно замечание, касательно перспектив развития метода:

Разумеется, для построения «окна цен» можно было бы использовать только текущие данные, но целесообразность использования исторических данных заключается не только в том, что мы увеличиваем число объектов и, следовательно, более отчетливо формируем границы «облака», но и в том, что, накладывая друг на друга три графика:  «исторический», текущих предложений и текущих продаж, мы можем увидеть тенденцию по смещению спроса/предложения, что дает возможность  создания еще одного инструмента для прогнозирования изменений рынка недвижимости на некотором локальном участке городской территории.

 

 Все подробные материалы можно получить на сайте www.statrn.ru («Статистика рынка недвижимости»).

ООО «Грид», г. Екатеринбург

Руководитель проекта «Статистика рынка недвижимости»

Штань М.В.

Обоз обзоров

Телега №5

Первые впечатления и реальные тестирования комплекса estimatica.pro. Что это? Случайность, выборка и функциональные связи...
Читать дальше...
Отвечая на ряд пожеланий поступивших к нам, как отклик на материал «Анализ?Обзор?Мнение?», мы, на регулярной основе, размещаем обзоры, проясняющие нашу позицию в требованиях профессионализма при публикации «анализов, обзоров, мнений» различными псевдо-экспертами в рубрике «Обозрение обзоров» ("Обоз Обзоров")       
С уважением, администрация портала

Стат - инфотека

Авторизация

Statrn.ru - о портале

Целевая задача данного сайта – подробное и непредвзятое информирование всех участников рынка недвижимости о его текущем состоянии, о его динамике.Сайт содержит ежемесячно обновляемую статистическую информацию о рынке недвижимости г.Екатеринбурга, структурированную по следующим статьям. 

Яндекс.Метрика

S5 Box