Mihailescu Irina Ana-Maria - Rezumat

UNIVERSITATEA TEHNIC DE CONSTRUCII BUCURETI
FACULTATEA DE GEODEZIE
CONTRIBUII ASUPRA METODOLOGIEI DE EVALUARE A PROPRIETILOR IMOBILIARE
TEZ DE DOCTORAT (Rezumat)
DOCTORAND: ing. Irina Ana-Maria MIHILESCU
CONDUCTOR TIINIFIC: Prof. univ. dr. ing. Vasile URSEA
2010
Cuprins
CUPRINS
Introducere................................... Capitolul 1 Activitatea de evaluare a proprietii n Romnia n context internaional..
1.1. Contextul internaional. Evoluia IVSC i Standardele Internaionale de Evaluare................ 1.1.1. Comentarii asupra prevederilor standardelor IVSC.. 1.1.2. IVS 2011........ 1.2. Bazele juridice i informaionale ale activitii de evaluare din Romnia.................................. 1.2.1. Situaia juridic a proprietilor........................................................................................ 1.2.2. Dezmembrmintele dreptului de proprietate privat. 1.2.3. Principalele surse de date - cadastrul i cartea funciar. Alte surse.. 1.2.4. Impozitarea proprietilor imobiliare................................................................................ 1.3. TEGoVA i Standardele EVS. 1.4. Evaluarea proprietilor imobiliare n SUA. Standardele USPAP.. 1.5. Evaluarea proprietilor imobiliare n Marea Britanie. Standardele RICS.. Capitolul 2 Procesul clasic de evaluare a proprietilor imobiliare........................ 2.1. Etapele premergtoare aplicrii abordrilor n evaluare............................................................. 2.2. Metode i tehnici de estimare a valorii terenurilor...................................................................... 2.3. Aplicarea abordrilor n evaluare.................... 2.3.1. Abordarea prin comparaie........................................................................ 2.3.2. Abordarea prin cost................... 2.3.2.1. Determinarea costului de reproducie sau de nlocuire................................ 2.3.2.2. Tipuri de deprecieri i metode de cuantificare. 2.3.3. Abordarea prin venit......................................................................... 2.3.3.1. Metoda capitalizrii directe................................. 2.3.3.2. Metoda actualizrii fluxului de numerar metoda DCF...... 2.4. Reconcilierea rezultatelor i estimarea valorii finale. Raportarea valorii definite.................. Capitolul 3 Statistica matematic n serviciul evalurii............................................ 3.1. Evaluarea global n scopul impozitrii.................................................................. 3.2. Elemente de statistic matematic utilizate n evaluare.................................................. 3.2.1. Tehnici calitative de analiz a seriilor de date.................................................................. 3.2.2. Tehnici grafice de reprezentare i analiz a seriilor de date.............................................. 3.2.3. Teste statistice parametrice i neparametrice.................................................................... 3.2.4. Intervale de confiden...................................................... 3.2.5. Sondajul statistic.................................................... 3.2.5.1. Procedee de eantionare........... 3.2.5.2. Calculul volumului eantionului... Capitolul 4 Modelarea statistic a evalurii................................ 4.1. Procesul de elaborare a modelelor automate de evaluare............................................ 4.2. Calibrarea modelului prin regresie liniar simpl....................................................................... 4.2.1. Modelul regresiei liniare simple.................................................................................... 4.2.2. Determinarea parametrilor ecuaiei prin metoda CMMP.................................................. 4.2.3. Testarea semnificaiei relaiei de regresie liniar simpl.............. 4.3. Calibrarea modelului prin regresie liniar multipl..................................... 4.3.1. Modelul regresiei liniare multiple................................................................................. 4.3.2. Determinarea parametrilor ecuaiei prin metoda CMMP.................................................. 4.3.3. Testarea semnificaiei relaiei de regresie liniar multipl 4.3. Regresia neliniar............................................................................................
- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -
1 5
5 6 11 12 12 14 15 20 22 23 25 27
27 29 31 31 34 35 37 41 41 45 47 48 49 50 50 54 58 62 63 65 67 69 69 74 75 76 78 79 79 80 82 83
Cuprins
Capitolul 5 Studiu de caz - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie...................................................................................... 85
5.1. Analiza pre-statistic a bazei de date InfoCondo........................................................................ 5.2. Transformarea datelor................................................................................................................. 5.3. EDA - Analiza de explorare a datelor ........................................................................................ 5.3.1. Analiza grupului de date Model200.................................................................................. 5.3.2. Analiza grupului de date Test33........................................................................................ 5.4. Modelul aditiv ADTCondo I........................................................................................................ 5.4.1. Specificarea modelului...................................................................................................... 5.4.2. Calibrarea i testarea modelului procedura Backward Elimination............................... 5.5. Modelul aditiv ADTCondo II....................................................................................................... 5.5.1. Specificarea modelului...................................................................................................... 5.5.2. Calibrarea i testarea modelului procedura Enter.......................................................... 5.6. Evaluarea i compararea modelelor. Aplicarea modelului ADTCondoI.....................................
86 87 90 91 99 99 100 100 104 104 105 108 Capitolul 6 Concluzii. Contribuii. Preocupri viitoare................................................... 110
Anexe... 113 i Lista tabelelor........ Lista figurilor................................. ii Lista anexelor................................. iii Bibliografie..... iv
Introducere
Introducere
Evaluarea proprietilor imobiliare constituie un suport deosebit de important ce poate furniza informaii necesare att n desfurarea diferitelor aciuni care pot interveni n mod frecvent n viaa oricrei persoane - tranzacii ce implic transferul total sau parial al dreptului de proprietate, prin vnzare/ cumprare, respectiv nchiriere, estimarea valorii dreptului de proprietate n scopul garantrii unor credite imobiliare sau ipotecare, stabilirea taxelor datorate ctre stat (impozit pe proprietate, moteniri, donaii), ct i aciunilor ntreprinse de persoane juridice sau de stat - consultan n luarea unor decizii investiionale, n probleme de litigiu, de lichidri, n raportri financiare, analize cu privire la situaia pieelor imobiliare i evoluia lor, stabilirea fezabilitii unor proiecte de construcii, determinarea rentabilitii reorganizrii sau fuzionrii afacerilor, determinarea sumei compensatorii pentru cazurile de calamiti sau pentru exproprieri. n prezent, specialitii evaluatori pot s abordeze aceste probleme fie prin prisma metodologiei clasice (tradiionale), aplicnd metodele, tehnicile i procedeele promovate de Standardele Internaionale de Evaluare i/sau de standardele naionale, fie prin prisma statisticii matematice de prelucrare a datelor i interpretare a rezultatelor, care rezultate trebuie, de asemenea, s se supun prevederilor standardelor amintite. Pentru a reflecta aceste dou ci de abordare, lucrarea de fa i propune ca pe parcursul celor ase capitole s fac o incursiune n problematica evalurii, punnd accent n cadrul studiului de caz pe cea de-a doua metodologie. Capitolul 1 - Activitatea de evaluare a proprietii n Romnia n context internaional prezint conjuctura actual n care se manifest aceast profesie n ara noastr i n alte ri cu experien bogat n domeniu, profesie care este tutelat la nivel internaional de Consiliul pentru Standarde Internaionale de Evaluare IVSC, a crui misiune principal este aceea de elaborare a unor standarde de evaluare care s corespund diferitelor categorii de necesiti de evaluare. Aici se regsesc prezentri i comentarii asupra Standardelor Internaionale de Evaluare n vigoare, ediia a opta 2007 i sunt prezentate pe scurt propunerile expuse pentru consultare de ctre IVSC pentru noua ediie a standardelor, preconizat a intra n vigoare de la 1 ianuarie 2011. Tot n cadrul acestui capitol sunt prezentate situaiile curente din ri care au o vast experien n urm, precum SUA i Marea Britanie, mpreun cu standardele de evaluare proprii, USPAP, respectiv, standardele RICS, dar i standardele europene elaborate de ctre TEGoVA Grupul European de Evaluatori. n ceea ce privete activitatea de evaluare din Romnia, am considerat pentru nceput c este important o scurt prezentare a noiunilor elementare de drept de proprietate, avnd n vedere faptul c ceea ce evalueaz un evaluator este nu proprietatea fizic ca atare, ci dreptul de proprietate asupra acesteia. Potrivit Standardelor Internaionale de Evaluare care urmeaz s intre n vigoare, ediia a noua, entitatea transferat n cadrul unei tranzacii este nsui dreptul de proprietate. Totui, acest aspect este subneles i n prezent, ns nu a fost clar precizat n standardele n vigoare, dreptul de proprietate fiind doar un element de comparaie n cadrul abordrii prin comparaia de pia. ara noastr, prin Asociaia Naional a Evaluatorilor din Romnia ANEVAR, a adoptat standardele IVSC ncepnd cu anul 2004, acestea devenind obligatorii pentru toi evaluatorii ANEVAR. Nu se poate vorbi despre evaluarea proprietilor imobiliare fr a avea la dispoziie date i informaii corecte i n volum suficient de mare pentru ca valoarea estimat s prezinte relevan. Cele mai importante surse de date folosite de evaluatorii din Romnia i care asigur credibilitate prin caracterul legal al acestora, sunt sistemul cadastral i al crii funciare. Nicio proprietate imobiliar nu
Introducere
poate fi tranzacionat sau nu poate fi oferit ca garanie pentru un credit bancar dac nu a fost n prealabil intabulat n cartea funciar. Practic, prin aceste prghii legale (dosar de cadastru i extras de carte funciar), evaluatorul dobndete informaii foarte importante pentru procesul de evaluare i este totodat asigurat de autenticitatea i acurateea lor. Tot n acest subcapitol se face o prezentare a sistemului actual de impozitare a proprietilor din Romnia, sistem ce face obiectul Titlului IX Impozite i taxe locale din Codul Fiscal, ca un preambul la introducerea noiunii de impozitare ad-valorem (cap. 3.1) vehiculat din ce n ce mai mult i n mediul profesional din ara noastr. Acest tip de impozitare (utilizat n Marea Britanie de exemplu) se bazeaz pe valoarea de pia a proprietii, facilitnd echitatea i uniformitatea taxelor pe proprietate, n special atunci cnd valoarea de impozitare este determinat prin evaluare global, deoarece impozitarea se face astfel n baza unor circumstane similare, n acelai mod i la acelai moment n timp. Capitolul 2 - Procesul clasic de evaluare a proprietilor imobiliare prezint cele trei abordri n evaluare (abordarea prin comparaie, abordarea prin cost i abordarea prin venit), cu metodele i tehnicile de evaluare corespunztoare, promovate de Standardele Internaionale de Evaluare. Sunt explicate toate etapele procesului de evaluare i noiunile pe care orice evaluator trebuie s i le nsueasc i s le pun ulterior n practic n cadrul misiunilor sale de evaluare. La acest nivel, se poate afirma c un bun evaluator trebuie s fie o combinaie optim ntre un jurist, un inginer constructor, un economist i nu n ultimul rnd, un analist de pia: - jurist deoarece are obligaia de a cunoate foarte bine prevederile Codului Civil romn n care este explicat situaia juridic a proprietilor i de a recunoate aceste elemente n activitatea sa zilnic. Aceast calitate trebuie dezvoltat n special pentru asigurarea aplicrii corecte a abordrii prin comparaie, care folosete ca prim element de comparaie dreptul de proprietate; - inginer constructor, deoarece abordarea prin cost se poate aplic eficient i corect n condiiile n care evaluatorul stpnete noiunile legate de structuri de cldiri i construcii, utile n primul rnd n etapa de inspecie a proprietii i apoi n cea de calcul; - economist, deoarece abordarea prin venit exploateaz abilitatea evaluatorului de a aplica tehnicile specifice acestei profesii, precum capitalizarea i actualizarea; - ca analist de pia, evaluatorul se asigur c a surprins corect trendul pieei imobiliare, c poate selecta cu profesionalism datele necesare privitoare la proprieti comparabile, c deine informaii de actualitate privind cererea i oferta, precum i multe alte informaii utile pentru aplicarea tuturor abordrilor menionate mai sus. Mergnd i mai departe, susin ideea c un evaluator ce deine cunotine solide de statistic matematic are oricnd la ndemn prghiile potrivite pentru a-i uura munca, crend modele automate de evaluare. n sprijinul acestei afirmaii sunt concepute urmtoarele trei capitole. Capitolul 3 - Statistica matematic n serviciul evalurii este capitolul care introduce acele noiuni statistice de baz eseniale pentru orice evaluator care face primul pas n direcia statisticii aplicate n evaluare: populaie i eantion de date, clasificarea variabilelor statistice, tehnici cantitative de analiz a seriilor de date cu indicatorii tendinei centrale, indicatorii de dispersie a datelor i interpretarea acestora, tehnici grafice de reprezentare i totodat de analiz a seriilor de date, precum histograma, diagrama de mprtiere, graficul de normalitate .a., distribuia normal cu caracteristicile sale, teste statistice parametrice z, Student (t) i Fisher (F), intervale de confiden, nivel de ncredere, nivel de semnificaie, comparaia procedeelor de eantionare existente, precum i modul de stabilire a volumului necesar pentru unui eantion. Capitolul 4 - Modelarea statistic a evalurii aprofundeaz aplicabilitatea statisticii matematice n evaluare i prezint procesul de creare a AVM-urilor (Modele Automate de Evaluare), proces elaborat de ctre International Association of Assessing Officers IAAO. Aceste modele, fie c sunt aditive, multiplicative sau hibride, sunt utilizate n lume pe scar din ce n ce mai larg de ctre firme de evaluatori, agenii imobiliare sau de ctre organismele statului, pentru determinarea valorii de pia, previzionrii preului de vnzare sau n impozitarea global.
Introducere
Sunt prezentate instrumentele tipice precum regresia liniar simpl, regresia liniar multipl, dar i cteva modele de regresie neliniar. Modelarea evalurii prin regresie este un instrument extrem de puternic pe care evaluatorii ar trebui s l neleag i s l utilizeze deoarece n evaluare este necesar s fie utilizate toate informaiile de pia existente i relevante, iar gradul de relevan poate fi stabilit graie acestor metode statistice. Capitolul 5 - Studiu de caz Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie reprezint capitolul de aplicaie n practic a teoriei prezentate n capitolele precedente. ntrebarea la care dorete s gseasc rspuns studiul de caz este urmtoarea: este posibil s se aplice o metod de evaluare care s simplifice procedura clasic, s reduc durata procesului i s permit evaluarea la acelai moment, unitar i uniform, cu precizie prestabilit a unui grup de proprieti imobiliare? Baza de date pe care am realizat-o, denumit InfoCONDO, conine informaii relevante specifice tipului vizat de proprieti subiect i cuprinde un numr de 233 de proprieti rezideniale uni-familiale amplasate n 32 de ansambluri noi de tip condominiu din Bucureti i zona metropolitan, proprieti pentru care am obinut 32 de caracteristici specifice acestora. Softul utilizat pentru dezvoltarea modelelor este Statistical Package for Social Sciences (SPSS versiunea 17.0), unul dintre cele mai puternice programe de analiz statistic utilizate n lume pentru evaluare i nu numai. Etapele de rezolvare a temei propuse i analiza statistic sunt prezentate detaliat i prin trimitere permanent la seciunea de Anexe. Am ales aceast soluie deoarece volumul mare de tabele i grafice nu a permis includerea acestora n cadrul capitolului din motive practice i estetice. n scopul amintit, am urmrit s dezvolt dou modele de evaluare prin regresie liniar multipl, modele cu structur aditiv, n baza a dou proceduri de calibrare a regresiei liniare: modelul ADTCondoI creat prin procedura de calibrare Backward Elimination i modelul ADTCondoII calibrat prin procedura Enter. Dup crearea i testarea modelelor am evaluat i comparat rezultatele acestora, n vederea stabilirii celui mai bun model pentru determinarea valorilor de pia ale proprietilor subiect. Evaluarea i validarea modelelor s-a realizat din punct de vedere statistic, respectnd principiul principiului nivelului i al uniformitii valorilor estimate, pe care se bazeaz evaluarea global, analiznd rapoartele calculate ntre valoarea previzionat (estimat prin model) i valoarea real ale proprietilor din grupul pstrat pentru testare. Capitolul 6 Concluzii. Contribuii. Preocupri viitoare prezint concluziile formulate asupra rezultatelor studiului de caz, reliefeaz contribuiile aduse n aceast arie de specialitate i totodat prezint direciile de cercetare pe care dorim s le abordm n activitatea viitoare. Seciunea Anexe cuprinde un numr mare de tabele i grafice necesare n i rezultate din analiza statistic angrenat n studiul de caz. Practic, aceast seciune face parte din capitolul ce cuprinde studiul de caz. Bibliografia prezint o list a materialelor (cri, articole, normative i standarde, surse World Wide Web) studiate pentru elaborarea acestei lucrri. n cadrul capitolelor lucrrii se fac trimiteri la aceste surse prin indicarea ntre paranteze ptrate a numrului de ordine din bibliografie al materialului citat.
Capitolul 1 - Activitatea de evaluare a proprietii n Romnia n context internaional
Capitolul 1 ACTIVITATEA DE EVALUARE A PROPRIETII N ROMNIA N CONTEXT INTERNAIONAL
1.1. Contextul internaional. Evoluia IVSC i Standardele Internaionale de Evaluare

n anul 1981 a luat fiin un organism profesional recunoscut pe plan internaional, denumit n prezent Consiliul pentru Standarde Internaionale de Evaluare (IVSC), delegat s se ocupe cu elaborarea unor standarde de evaluare a proprietilor, iniial prezentate publicului sub form de proiect i ulterior adoptate. Printre obiectivele IVSC [33] se numr: dezvoltarea de standarde internaionale de evaluare i raportare care s satisfac cerinele de raportare financiar, pe cele ale pieelor internaionale i ale mediului internaional de afaceri, dezvoltarea de standarde internaionale de evaluare i raportare care s satisfac necesitile rilor n curs de dezvoltare i industrializare i acordarea de consultan pentru implementare, identificarea i prezentarea situaiilor n care standardele naionale difer de IVS-uri i desfurarea de activiti necesare n scopul mbuntirii compatibilitii i armonizrii reglementarilor specifice fiecrei ri cu acestea. Astfel, pn n prezent IVSC a elaborat, publicat i revizuit mai multe ediii ale Standardelor Internaionale de Evaluare (IVS), conform Proiectului de Standarde al Comisiei, ultima ediie aprut este cea de-a opta, n 2007. Structura acestora este prezentat n tabelul 1.1.
Tab.1.1. Structura Standardelor Internaionale de Evaluare
IVS IVA GN
1. Introducere 2. Arie de aplicabilitate 3. Definiii 4. Relaia cu standardele de contabilitate 5. Coninutul Standardului 6. Comentarii 7. Cerine de prezentare a informaiilor 8. Cerine referitoare la devierile de la Standard 9. Data intrrii n vigoare
1. Introducere 2. Arie de aplicabilitate 3. Definiii 4. Relaia cu standardele de contabilitate 5. Coninutul Standardului 6. Comentarii 7.Cerine de prezentare a informaiilor 8. Cerine referitoare la devierile de la Standard 9. Data intrrii n vigoare
1. Introducere 2. Arie de aplicabilitate 3. Definiii 4. Relaia cu standardele de contabilitate 5. Instruciuni de aplicare 6. Data intrrii n vigoare -
1.1.1.Comentarii asupra prevederilor standardelor IVSC

Standardele de evaluare sunt realizate cu scopul de a ghida experii evaluatori n munca lor, de a le sugera i uneori impune modaliti de abordare a diferitelor situaii care pot apare datorit diversitii i complexitii proprietilor ce fac obiectul misiunii lor de evaluare, i chiar pentru uurarea nelegerii de ctre orice utilizator (nefamiliarizat cu terminologia sau metodologia specific) a rapoartelor de evaluare [34]. n acest capitol sunt prezentate cteva dintre cele mai importante prevederi ale Standardelor Internaionale de Evaluare IVS 1, IVS 2 i IVS 3 fundamentale pentru nelegerea tuturor standardelor i necesare pentru evaluarea tuturor tipurilor de proprieti, ale Standardelor Internaionale de Aplicaie n Evaluare IVA 1, IVA 2, IVA 3 precum i ale Standardelor Internaionale de Practic n Evaluare GN 1, GN 11 i GN 13, utile n elaborarea lucrrii de fa. n general cel mai utilizat tip de valoare este valoarea de pia. Potrivit standardului IVS 1 Valoarea de pia tip de valoare, reprezint suma estimat pentru care o proprietate va fi schimbat, la data evalurii, ntre un cumprtor decis i un vnztor hotrt, ntr-o tranzacie cu pre determinat
obiectiv, dup o activitate de marketing corespunztoare, n care prile implicate au acionat n cunotin de cauz, prudent i fr constrngere. [33]
1.1.2. IVSC 2011

n prezent se desfoar campania de trecere la un nou standard IVSC ce va intra n vigoare de la 1 ianuarie 2011 i care propune schimbarea drastic a structurii standardelor, introducerea de noi standarde, modificarea sau scoaterea altora. Astfel, ediia a noua a standardelor va fi structurat n trei pri principale, care includ principiile evalurii i terminologia utilizat, dar nu prezint detalii i nu instruiesc evaluatorul cu privire la metodologia de evaluare efectiv a fiecrui tip de proprietate.
1.2. Bazele juridice i informaionale ale activitii de evaluare din Romnia

1.2.1. Situaia juridic a proprietilor
Din punct de vedere juridic, evaluatorul estimeaz valoarea unui drept de proprietate. Acest principiu st la baza noului standard de evaluare propus de ctre IVSC, IVS 303.01 Evaluarea drepturilor de proprietate, dreptul de proprietate fiind cel transmis n cadrul unei tranzacii, i nu proprietatea imobiliar n sine, aceasta fiind practic legat de teren. n acest subcapitol sunt prezentate clasificarea drepturilor reale conform Codului Civil n vigoare, cele trei prerogative ale dreptului de proprietate (atribute), caracterele juridice i modalitile de dobandire ale acestuia.
1.2.2. Dezmembrmintele dreptului de proprietate privat

Cel mai important drept real principal este dreptul de proprietate. Alte drepturi reale principale sunt drepturile derivate, denumite i dezmembrminte, precum dreptul de uzufruct, de uz, de abitaie i dreptul de superficie, care se creeaz numai pentru proprietile private (nu i publice).
1.2.3. Principalele surse de date - cadastrul i cartea funciar. Alte surse

Procesul de evaluare a unei proprieti imobiliare cuprinde o etap esenial i obligatorie de documentare i informare. Alegerea corect, din punct de vedere calitativ i cantitativ, a datelor pentru evaluare este la fel de important ca i aplicarea corect a metodelor i tehnicilor de evaluare corespunztoare. Pentru a putea avea garania c rezultatele evalurilor vor fi corecte, acestea trebuie s se bazeze pe informaii de pia reale, relevante. Una dintre cele mai importante surse de date pentru evaluatorii de proprieti imobiliare din Romnia este cadastrul, care mpreun cu cartea funciar ofer informaii cu privire la situaia cantitativ, calitativ i juridic a proprietilor imobiliare. Cadastrul deine un rol foarte important n cadrul activitii de evaluare a proprietilor imobiliare, deoarece documentele cadastrale sunt surs principal pentru obinerea multor date specifice despre proprietatea evaluat i despre proprietile comparabile folosite n evaluare. Legea pe baza creia se ntemeiaz sistemul cadastral i al crii funciare din ara noastr este Legea cadastrului i publicitii imobiliare nr. 7/1996.
1.2.4. Impozitarea proprietilor imobiliare

n Romnia, impozitarea proprietilor imobiliare este reglementat prin Codul Fiscal (Titlul IX Impozite i taxe locale) n care se precizeaz cine sunt pltitorii de impozite, modul de calcul al valorii de impozitare i modalitile de efectuare a plii. Conform acestuia, se pltesc dou tipuri de taxe i impozite pe proprietatea imobiliar, nebazate ns pe valoarea de pia a proprietii: tax/impozit pe cldiri (Capitolul II), tax/impozit pe teren (Capitolul III). n rile n care s-a adoptat deja sistemul de determinare a impozitelor pe proprietatea imobiliar n baza valorii de pia a acestora (SUA, Canada), evaluarea pe baza metodelor statistice (cunoscut ca evaluare global), funcioneaz foarte bine, facilitnd impozitarea echitabil i uniform. Evaluarea
global, ns, se aplic n cazul proprietilor deinute n baza unui drept absolut de proprietate, deoarece procesul devine complicat, costisitor i consumator de timp pentru proprietile deinute n baza unor drepturi fracionare (dezmembrminte).
1.3. TEGoVA i standardele EVS

Grupul European al Asociaiilor de Evaluatori (TEGoVA) este organizaia care reunete asociaiile naionale ale evaluatorilor i alte organisme profesionale din 24 de ri. Unul din obiectivele principale ale sale este acela de a elabora i promova norme comune pentru reglementarea activitii de evaluare a proprietilor imobiliare, utilizabile de ctre asociaiile profesionale de experi evaluatori imobiliari de pe teritoriul Uniunii Europene, compatibile cu standardele internaionale ale IVSC i cu legile UE.
1.3. Evaluarea proprietilor imobiliare n SUA. Standardele USPAP

Sistemul de reglementare a activitii de evaluare a proprietilor din Statele Unite ale Americii este unul dintre cele mai bine organizate i eficiente din lume. Aceast profesie este supervizat i reglementat prin intermediul mai multor instituii care activeaz n domenii conexe. Appraisal Institute (AI) este cea mai renumit asociaie profesional de evaluatori din SUA, o autoritate recunoscut i pe plan internaional. Scopul acestui institut este acela de a-i susine i ghida membrii n munca lor de obinere a celor mai bune soluii de evaluare, de a promova un nivel ridicat de ncredere profesional n evaluatori, de a crea i perfeciona n mod continuu standardele de practic profesional (USPAP) i codul etic. Ediia 2008-2009 cuprinde o serie de 10 standarde utile nu numai evaluatorilor, ci i clienilor acestora [49], standarde care trateaz de la modul de realizare i raportare a evalurilor de proprieti imobiliare, evaluarea bunurilor mobile i a ntreprinderilor, la evaluarea global.
1.4. Evaluarea proprietilor imobiliare n Marea Britanie. Standardele RICS

Royal Institution of Chartered Surveyors (RICS) joac un rol educativ i organizatoric foarte important pentru ntreaga activitate de evaluare a proprietilor din Marea Britanie dar i n ntreaga lume, stabilind standarde de intrare n profesia de evaluator pentru orice persoan care dorete s practice aceast profesie, standarde pentru ndeplinirea corect a misiunilor de evaluare, precum i standarde de etic profesional. Standardele britanice de realizare a lucrrilor de evaluare, cuprinse sub denumirea RICS Valuation Standards sau aa numita Red Book [34], sunt n conformitate cu standardele IVSC.
Capitolul 2- Procesul clasic de evaluare a proprietilor imobiliare
Capitolul 2 PROCESUL CLASIC DE EVALUARE A PROPRIETILOR IMOBILIARE
2.1. Etapele premergtoare aplicrii abordrilor n evaluare

Definirea problemei constituie prima etap din cadrul acestui proces complex i laborios. Evaluatorul are obligaia s i clarifice foarte bine, n urma discuiei cu proprietarul, care sunt datele concrete necesare n evaluare pentru a decide dac este suficient de competent pentru misiunea respectiv sau dac cererea clientului se ncadreaz n specificaiile codului deontologic al evaluatorilor. Conform standardelor IVSC, evaluatorul trebuie s identifice proprietatea imobiliar, dreptul de proprietate ce va fi evaluat, s stabileasc i s defineasc tipul de valoare ce va fi baz pentru evaluare, s specifice data evalurii, s identifice sfera evalurii (sau dimensiunea evalurii), s stabileasc ipotezele extraordinare, condiiile ipotetice i condiiile limitative pe care se va baza evaluarea.
1 - Definirea problemei
Identificarea Identificarea Alte condiii Sfera Data Definirea Utilizarea drepturilor proprietii limitative evalurii evalurii valorii evalurii de imobiliare proprietate 2 - Analiza preliminar, culegerea i selectarea informaiilor Specifice Generale Oferta concurenial i cererea (informaii despre proprietatea (regiune, ora, vecintate) (piaa proprietii imobiliare evaluat) imobiliar evaluat i despre Sociale, economice, Inventarul proprietii, comparabile, proprieti comparabile) guvernamentale, tranzacii i oferte, spaii neocupate i Cost i depreciere, venituri i cheltuieli, mediu nconjurtor construcii noi,studii ale cererii, rate de rata de capitalizare, istoricul proprietii, absorbie utilizarea proprietii 3 - Analiza celei mai bune utilizri Terenul ca fiind liber/neocupat Proprietatea ca fiind construit Specificarea n termeni de utilizare, timp i participani pe pia 4 - Estimarea valorii terenului
5 - Aplicarea abordrilor n evaluare
Abordarea prin comparaia vnzrilor
Abordarea prin capitalizarea venitului
Abordarea prin cost
6 - Reconcilierea rezultatelor i estimarea valorii finale
7 - Raportarea valorii definite
Fig.2.1. Procesul de evaluare conform GN 1
Analiza preliminar, culegerea i selectarea informaiilor. Evaluatorul trebuie s culeag informaii pertinente despre piaa specific proprietii subiect, despre proprietatea n sine i despre proprietile comparabile i s le analizeze foarte bine pentru a stabili tendinele pieei. Aceste informaii sunt: informaii generale, informaii specifice, precum i analiza cererii i ofertei. Analiza celei mai bune utilizri este cea de-a treia etap a procesului de evaluare, n care evaluatorul trebuie s stabileasc care este cea mai bun utilizare (CMBU) a terenului considerat liber sau construit. Conform IVSC, CMBU reprezint cea mai probabil utilizare a proprietii care este fizic posibil, justificat adecvat, permis legal, fezabil financiar i care conduce la cea mai mare valoare a proprietii evaluate [33]. Criteriul de testare n analiza CMBU a proprietii evaluate const n gsirea rspunsurilor la ntrebrile cuprinse n definiie, pe rnd, n urmtoarea ordine: Este proprietatea fizic adecvat pentru utilizarea propus?Este utilizarea permis din punct de vedere legal?Este fezabil financiar?Este i cea mai profitabil.
2.2. Metode i tehnici de estimare a valorii terenurilor

Pentru a evalua terenul (cea de-a patra etap a procesului de evaluare), expertul are la dispoziie ase metode/tehnici specifice recunoscute de IVS: comparaia vnzrilor, repartizarea (alocarea), extracia, parcelarea i dezvoltarea, tehnica rezidual, capitalizarea rentei funciare.
METODE I TEHNICI DE EVALUARE A TERENURILOR
Metode i tehnici comparative
Metode i tehnici de capitalizare/actualizare
Comparaie
Capitalizare direct
Alocarea Tehnica rezidual Extracia
Actualizare
Analiza fluxului de numerar (metoda parcelrii)
Capitalizarea rentei funciare
Fig.2.2. Clasificarea metodelor i tehnicilor de evaluare a terenurilor
2.3. Aplicarea abordrilor n evaluare

n cadrul celei de-a cincea etape, evaluatorul aplic metodele i tehnicile aferente celor trei abordri n evaluare: abordarea prin comparaie, abordarea prin cost i abordarea prin venit.
2.3.1. Abordarea prin comparaie

Aceast abordare se poate aplica pentru evaluarea oricrui tip de proprietate imobiliar, fie c este rezidenial, comercial, industrial etc., ns poate fi aplicat n condiiile existenei datelor de pia referitoare la tranzacii cu proprieti imobiliare comparabile, n numr suficient i pe care evaluatorul, n urma unei analize temeinice, le poate considera corecte, reale.n cazul n care nu exist suficiente informaii de pia sau chiar deloc, cum este cazul proprietilor specializate (proprieti cu design, localizare, utilizare speciale), aceasta metod nu poate conduce la rezultate plauzibile i se opteaz pentru una din celelalte dou abordri. Abordarea prin comparaie este guvernat de patru din cele nou principii ale evalurii: principiul cererii i ofertei, principiul substituiei, principiul echilibrului i principiul factorilor externi. Etapele abordrii prin comparaie sunt: obinerea datelor de pia referitoare la tranzacii cu proprieti comparabile, selectarea unitilor de comparaie corespunztoare proprietii evaluate, stabilirea diferenelor dintre proprietile comparabile i proprietatea subiect, corectarea acestora. Elemente de comparaie sunt drepturile de proprietate transmise, condiiile de finanare, condiiile de vnzare, cheltuielile imediate dup cumprare, condiiile pieei, localizarea, caracteristicile fizice, caracteristicile economice, utilizare i componentele non-imobiliare ale valorii, i conform Standardelor Internaionale de Evaluare, sunt caracteristici ale proprietilor i tranzaciilor imobiliare care influeneaz preurile determinnd variaii ale acestora pe piaa imobiliar.
2.3.2. Abordarea prin cost

n mintea participanilor pe piaa proprietilor imobiliare se formeaz o legtur incontestabil ntre noiunea de cost i cea de valoare. Conform acestei logici de bun sim am putea spune, abordarea
prin cost se preteaz cel mai bine pentru evaluarea construciilor noi sau relativ noi, pentru construcii aflate n stadiu de proiect sau nefinalizate, pentru proprieti specializate, n general pentru cele care nu sunt tranzacionate frecvent pe pia sau care nu genereaz venituri. Metoda se poate folosi i n cazul construciilor mai vechi (dar nu foarte vechi), ns numai cu condiia s existe date de pia suficiente pentru a putea fi determinate corect deprecierile. Principiile care guverneaz abordarea prin cost sunt principiul substituiei, principiul cererii i ofertei, principiul contribuiei i principiul factorilor externi. Procedura de determinare a valorii proprietii imobiliare prin aceasta abordare const n: determinarea costului de nou al construciei, care poate fi ori cost de reproducie, ori cost de nlocuire, cuantificarea deprecierii totale cumulat de construcie i deducerea acestei valori din costul de reproducie/nlocuire al construciei pentru a obine costul de nlocuire net al acesteia, adugarea la CIN al construciei a valorii de pia a terenului, i n cazul n care mai exist i alte amenajri ale terenului (alei, garduri, garaje etc.), acestea vor fi evaluate prin costul lor net i rezultatele respective adugate la cel de mai sus.
2.3.2.1. Determinarea costului de reproducie sau de nlocuire

Conform IVSC, costul de reproducie reprezint costul estimat pentru a construi la preurile curente de la data evalurii, o replic exact a cldirii evaluate, folosind aceleai materiale, standarde de construcie, proiect arhitectural, dispunere n spaiu i calitate a manoperei, nglobnd toate deficienele, supradimensionrile i deprecierea cldirii evaluate [4]. Costul de nlocuire este costul estimat pentru a construi, la preurile curente de la data evalurii, o cldire cu utilitate echivalent cu cea a cldirii evaluate, folosind materiale moderne i tehnici curente, normativele curente, arhitectur i planuri moderne (activ modern echivalent) [4]. Piaa imobiliar recunoate trei tipuri de costuri: costuri directe, costuri indirecte i profitul dezvoltatorului (investitorului). Indiferent de baza aleas pentru aplicarea abordrii prin cost, pentru etapa de cuantificare a costului de nou, evaluatorul poate utiliza trei metode: metoda devizului, metoda costurilor segregate i metoda comparaiilor unitare. Decizia de utilizare a uneia sau a altei tehnici o ia evaluatorul n funcie de scopul evalurii, de cererea clientului i de informaiile ce pot fi obinute de pe pia.
3.3.2.2. Tipuri de depreciere i metode de cuantificare

DEPRECIERE TOTAL
DETERIORARE FIZIC
DEPRECIERE
FUNCIONAL
DEPRECIERE
RECUPERABIL
EXTERN (nerecuperabil)
RECUPERABIL Supraadecvare Deficien: - necesit adugiri - necesit nlocuiri NERECUPERABIL ECONOMIC LOCALIZARE
Reparaii neefectuate la timp

NERECUPERABIL
elemente cu via scurt
elemente cu viata lung
Supraadecvare Deficien
Fig.2.3. Forme de depreciere ale construciilor - Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -
10
Deprecierea construciei/cldirii reprezint o pierdere de valoare nregistrat de aceasta fa de costul de nou. Se cunosc trei tipuri de forme ale deprecierii: deteriorarea fizic, deprecierea funcional i depreciere extern (figura 2.3). Deteriorarea fizic i deprecierea funcional sunt determinate de factori intrinseci proprietii, n timp ce deprecierea extern este determinat de factori ce nu in de proprietatea n sine. Evaluatorii folosesc diferite metode de cuantificare a deprecierilor unei construcii, prin care se pot cuantifica n mod global sau defalcat deprecierile: metoda duratei de via economic, metoda duratei de via economic modificat, metoda segregrii, metoda prelurii de pe pia.
2.3.3. Abordarea prin venit

Prin aceast abordare, venitul previzionat al proprietii generatoare de venituri se transform n valoare. O proprietate generatoare de venit este o proprietate capabil s produc n mod regulat un venit, sub forma de chirie sau profit. Dintre principiile care stau la baza abordrii prin venit fac parte principiul anticiprii i principiul cererii i ofertei. n cadrul abordrii prin venit sunt utilizate dou metode de convertire a fluxurilor viitoare de venit n valoare, i anume: metoda capitalizrii directe a venitului i metoda actualizrii fluxului de numerar (metoda Discounted Cash Flow - DCF).
2.3.3.1. Metoda capitalizrii directe

Capitalizarea direct se aplic ca metod de evaluare a proprietilor generatoare de venit care sunt operaionale pe baze stabile, cu venit constant sau care vor crete cu o rat medie anual constant (g), atunci cnd exist informaii suficiente despre vnzri de comparabile cu acelai nivel de riscuri, de venituri i cheltuieli, cu aceleai caracteristici fizice i de amplasare i cu aceleai ateptri. Relaia dintre venitul anual al unei proprieti generatoare de venit i valoarea acesteia poate fi exprimat prin rata de capitalizare c sau prin factorul de multiplicare f, denumit i multiplicator al venitului. n principiu, prin aceast metod, venitul obinut din chiria de pia, previzionat pe un singur an, este transformat n valoare de pia prin mprire la rata de capitalizare corespunztoare (utilizat n majoritatea cazurilor), sau prin nmulire cu factorul de multiplicare corespunztor, ambele determinate din informaii cu privire la proprieti comparabile, la data evalurii:
Valoare =
Venit anual Rata de capitalizare
sau
Valoare = VenitMultiplicator
(2.1)
Capitalizarea poate s se bazeze pe diferite tipuri de fluxuri de venit i pe ratele sau factorii corespunztori acestora, evaluatorul avnd posibilitatea de a aplica fie o rat total de capitalizare pentru proprietatea considerat ca un ntreg, fie rate de capitalizare pentru fiecare component a proprietii, pentru a determina valoarea acestora. Modurile de determinare a acestor tipuri de rate de capitalizare sunt prezentate pe larg n cadrul acestui capitol.
2.3.3.2. Metoda actualizrii fluxului de numerar metoda DCF

Proprietile generatoare de venit produc dou tipuri de beneficii: un venit periodic, care poate fi anual, semestrial, trimestrial sau lunar i un venit terminal, denumit si valoare terminal, care este un beneficiu pe care investitorul se ateapt s l obin la sfritul perioadei de deinere a investiiei, reprezentnd preul net de vnzare a investiiei. Prin metoda DCF, fluxul previzionat de venituri viitoare pe mai muli ani, precum i valoarea terminal, sunt actualizate cu o rata de actualizare adecvat pentru a le transforma n valoare prezent. Aceast valoare actualizat este considerat a fi valoarea de pia a proprietii. n vederea aplicrii acestei metode, evaluatorul trebuie s cunoasc perioada de deinere a proprietii, s estimeze fluxul de numerar ce se poate obine n viitor pe aceast perioad de deinere, precum i valoarea terminal a proprietii, s selecioneze o rat de actualizare adecvat i s converteasc aceste valori n valoare la momentul evalurii. Formula clasic a actualizrii prin metoda DCF este :
11
VAL =
CFan 1 CFan 2 CFan k + + .... + + VT 1 2 k (1 + a) (1 + a) (1 + a)
(2.4)
unde : VAL valoarea proprietii evaluate; i numrul total de perioade de deinere a proprietii evaluate; CF fluxul de numerar; k rata de actualizare (rata rentabilitii); VT valoarea terminal.
2.4. Reconcilierea rezultatelor i estimarea valorii finale. Raportarea valorii definite

Corespunztor numrului de abordri utilizate, evaluatorul obine tot attea valori ale proprietii evaluate, care trebuie s fie ct mai apropiate unele de celelalte. Etapa de reconciliere a acestor rezultate este un proces n sine prin care evaluatorul reexamineaz toate etapele, toate raionamentele sale pentru a se asigura de justeea concluziilor, aplicnd mai multe criterii de reconciliere, punnd i rspunznd la diverse ntrebri cheie. Raportarea valorii reprezint ultima etap a procesului de evaluare i se materializeaz printr-un raport de evaluare care poate lua diferite forme. Cerinele de raportare a evalurii sunt prezentate n Standardul Internaional de Evaluare IVS 3 Raportarea evalurii, i este aplicabil tuturor tipurilor de rapoarte. Raportul de evaluare este documentul care prezint beneficiarului lucrrii, ntr-o manier transparent, logica procesului de evaluare, opiniile specialistului i concluzia final.
Capitolul 3 - Statistica matematic n serviciul evalurii
12
Capitolul 3 STATISTICA MATEMATIC N SERVICIUL EVALURII

Am putea spune c este relativ uor s se evalueze o proprietate imobiliar individual aplicnd abordrile tradiionale prezentate n capitolul anterior, n special cnd evaluatorul are la dispoziie suficiente date de pia privind tranzacii cu proprieti comparabile. Dar ce se ntmpl atunci cnd avem un grup de proprieti cu caracteristici fizico-economice asemntoare, care trebuie evaluate n acelai timp n scopul stabilirii impozitului pe proprietate n baza valorii de pia, de exemplu? Este oare fezabil din punct de vedere economic sau al timpului necesar pentru ndeplinirea misiunii de evaluare, s se evalueze fiecare proprietate din acest grup, separat, aplicnd metodologia clasic? Sau se poate aplica o metod care s simplifice procedura evalurii astfel nct proprietile subiect s fie evaluate n acelai timp i uniform, asigurnd i precizia necesar? i mai mult, poate fi folosit aceast metod i pentru evaluri punctuale, dac este necesar? Cum am putea crea un model complex de evaluare? Rspunsurile la aceste ntrebri i la multe altele, pot fi oferite de analiza statistic, utilizat la identificarea, msurarea i interpretarea evenimentelor care au loc oriunde n jurul nostru. M.S. Kane, M.R. Linn, J.A. Johnson [14] prezint componentele analizei statistice: identificarea, calculul efectiv al influenei variabilelor respective asupra valorii i etapa de interpretare a rezultatelor.
3.1. Evaluarea global n scopul impozitrii

Analiza statistic joac un rol decisiv n dezvoltarea sistemelor de impozitare global a proprietilor imobiliare bazat pe valoarea de pia. n Standardul Internaional de Practic n Evaluare GN 13 Evaluarea global pentru impozitarea proprietii [33], sunt prezentate premisele principale pentru dezvoltarea i implementarea unui sistem funcional de impozitare ad valorem a proprietilor imobiliare. Metodologia de evaluare global const dintr-un ansamblu de proceduri standard de colectare a datelor i de evaluare a unui grup de proprieti, la o anumit dat, folosind tehnici statistice. n urma aplicrii acestuia, toate proprietile din aria de pia vizat sunt evaluate echitabil i uniform. Acest proces cuprinde mai multe etape, descrise n GN 13: identificarea proprietilor subiect, definirea ariei de pia, identificarea caracteristicilor ofertei i cererii (identificarea variabilelor), crearea structurii modelului de evaluare (modelul statistic), calibrarea modelului de evaluare, aplicarea concluziilor evideniate de modelul de evaluare, validarea procesului de evaluare global, a modelului utilizat i a altor rezultate, verificarea i reconcilierea rezultatelor evalurii globale. Procesul de evaluare global trebuie s se bazeze pe principiul nivelului i uniformitii valorilor estimate.
3.2. Elemente de statistic matematic utilizate n evaluare

3.2.1. Tehnici cantitative de analiz a seriilor de date
O caracteristic a unui element individual (caz) dintr-o populaie sau eantion de proprieti este denumit variabil i reprezint un atribut al proprietii, ce poate lua diferite valori n funcie de proprietate, precum preul de vnzare, suprafaa terenului. Pentru a analiza corect un set de date, variabilele trebuie s fie foarte bine definite. n acest capitol este prezentat clasificarea variabilelor din mai multe puncte de vedere, conform literaturii de specialitate [2], [3], [8]. Cei mai utilizai indicatori ai tendinei centrale sunt media, mediana i modul, iar analiza statistic a unei serii de date poate fi aprofundat prin calculul indicatorilor de dispersie care servesc la verificarea reprezentativitii mediei ca valoare tipic a unei serii de date, a gradului de omogenitate a
13
acesteia, la caracterizarea statistic a formei, la cunoaterea gradului de influen a factorilor dup care s-a fcut gruparea unitilor observate: variana, abaterea standard, coeficientul de variaie, coeficientul de dispersie, covariana, coeficientul de corelaie liniar etc.. n vederea analizei intensitii legturii dintre perechile de variabile ale seriilor de date multidimensionale, se utilizeaz matricea de varian-covarian i matricea de corelaie, care nu sunt influenate de unitile de msur ale variabilelor.
Interpretarea indicatorilor statistici

Pentru a nelege i interpreta corect valorile indicatorilor statistici folosii n analiza de explorare a seriilor de date i n analiza rezultatelor evalurii, i prin urmare pentru a lua decizii corecte, este nevoie s se cunoasc foarte bine regulile de interpretare a acestora. Standard on Ratio Studies elaborat de ctre IAAO prezint foarte clar semificaiile acestor indicatori statistici [31], semnificaii expuse n acest subcapitol al tezei.
3.2.2. Tehnici grafice de reprezentare i analiz a seriilor de date

Alturi de indicatorii statistici prezentai, se pot utiliza tehnicile grafice de reprezentare i analiz a seriilor de date. Aceste grafice i diagrame sunt utilizate n scopul stabilirii gradului de reprezentativitate a eantionului folosit, n stabilirea abaterii de la normalitate a repartiiei datelor, deci de stabilire a funciei de repartiie a acestora, pentru detectarea valorilor aberante existente n seria analizat, sau la stabilirea nivelului i uniformitii estimrilor. Se pot folosi histograme, poligonul frecvenelor, steam-and-leaf, diagrame de mprtiere, diagrame n batoane, diagrame circulare, box-plot, box-andwhiskers i altele, prezentate n cadrul acestui subcapitol.
Distribuia normal a datelor

Pentru analiza descriptiv a oricrui set de date trebuie s decidem dac modul de distribuie a datelor este apropiat de distribuia normal sau dac seria este caracterizat printr-o distribuie de alt tip (uniform, 2, Student, Fisher, Poisson etc.) pentru a putea examina datele prin prisma metodologiei specifice acelui tip de distribuie. n acest scop trebuie s comparm caracteristicile setului de date cu proprietile care fundamenteaz distribuia respectiv i s construim graficul de probabilitate Normalitatea distribuiei unei serii de date poate fi detectat pentru nceput vizual, prin tehnici grafice precum histograma, box-and-whiskers, diagrama de normalitate i apoi cercetat n detaliu prin tehnici cantitative, aa cum sunt testele ce indic normalitatea - Shapiro-Wilk, Kolmogorov-Smirnov, sau idicatorii statistici prezentai n analiza descriptiv a datelor skewness i kurtosis care indic simetria, respectiv aplatizarea curbei .
3.2.3. Teste statistice parametrice i neparametrice

Testele statistice sunt proceduri utilizate n scopul de a obine dovezi n favoarea unei anumite ipoteze. Pentru a putea efectua testarea statistic, se stabilesc dou ipoteze, denumite ipoteza nul, respectiv ipoteza alternativ. De obicei ipoteza nul reprezint i status quo-ul fenomenului studiat [8]. n urma stabilirii ipotezei alternative, aceasta poate avea mai multe forme: H1:W>G iar dac este de forma: H1:WG sau H1:W<G (3.1) (3.2) i este denumit ipotez alternativ unilateral (cu o singur parte), se numete ipotez alternativ bilateral (cu dou pri).
Tab.3.1. Eroare de tip I i de tip II
Decizie H0 adevrat H0 fals
respinge H0
eroare tip I
decizie corect
nu respinge H0
decizie corect
eroare tip II
14
O multitudine de teste statistice pot fi aplicate pentru obinerea informaiilor necesare, unele parametrice, precum testele Student (t), Fisher-Snedecor (F) sau z, care se aplic atunci cnd forma distribuiei datelor este normal i altele non-parametrice, precum testele Grubs, Shapiro-Wilk, Kolmogorov-Smirnov, Durbin-Watson, utilizate n cazurile cnd seria de date nu este normal distribuit ori conine valori anormale (outlier) sau pentru serii de date nominale. n acest subcapitol descrise cele mai uzuale teste statistice. Testul z se folosete atunci cnd se cunoate abaterea standard a populaiei - . Se utilizeaz indicele testului statistic, notat cu z, care determin distana dintre x i 0 , iar prin divizarea la x
Testul z
aceast distan se exprim n uniti de abateri standard: x 0 z=
(3.3)
n care: x - media valorilor eantionului; 0 - abaterea standard a populaiei. Etapele generale de aplicare a testului z sunt: stabilirea ipotezelor H0 i H1; stabilirea nivelului de semnificaie ; calculul punctului de respingere z corespunztor lui ; calculul indicelui z i
n - media standard a valorilor populaiei;
compararea cu z ; luarea deciziei dac se respinge H0 n favoarea H1; interpretarea rezultatului statistic. Testul Student se utilizeaz atunci cnd nu se cunoate abaterea standard a populaiei - , caz care se ntlnete cel mai frecvent, dar se cunoate abaterea standard a eantionului - s. Este asemntor testului z i concluziile se stabilesc la fel. n calculul indicelui t se ine cont de distribuia eantionului, care are n-1 grade de libertate. Forma indicelui este: x 0 (3.4) t= s n n care: x - media valorilor eantionului; 0 - media standard a valorilor populaiei; s - abaterea standard a eantionului; n - mrimea eantionului. Etapele testului Student sunt asemntoare cu cele ale testului z, folosindu-se ns tabele statistice t pentru a determina punctul de respingere.
Testul Student
Testul Fisher F
Acest test se utilizeaz pentru a verifica dac variaia unei variabile este mai mare ntr-o populaie
2 (care are variana 1 ) dect n alt populaie (cu varian
2 2 2 2 ), utilizndu-se eantioane mici ale acestor
populaii, care au varianele s1 , respectiv s 2 . n funcie de ipotezele statistice formulate, indicatorul statistic Fisher are dou forme: 2 s2 s2 (3.6) F = (3.5) sau F= 1 2 2 s1 s2
n care: s1 - variana unui eantion cu n1 mrimi, al populaiei 1; s 2 - variana unui eantion cu n2 mrimi, al populaiei 2. Se respinge H0 la nivelul de semnificaie doar dac F > F , valoare extras din tabelul F corespunztor lui (5%, 10% sau 1%) i numrului de grade de libertate corespunztor.
Testul Grubbs
15
Pentru a verifica existena valorilor aberante ntr-o serie de date, se poate aplica testul Grubbs i dac exist astfel de valori ele trebuie eliminate din seria de date n mod iterativ i analiza statistic refcut. Ipotezele statistice ale acestui test sunt urmtoarele: ipoteza nul: H0: u < ucritic nu exist valori aberante n seria de date ipoteza alternativ: H1: u ucritic exist cel puin o valoare aberant n seria de date iar formula valorii indicelui statistic Grubbs este: x x (3.7) ui = i s Se compar valorile ui calculate cu valoarea ucritic corespunztoare lui ales i numrului de observaii din seria analizat n, concluzionnd dac exist sau nu valori aberante i care sunt acestea.
Testul Durbin-Watson
Se utilizez pentru verificarea ipotezei de autocorelare a valorilor reziduale (4.2.1) ntre diferite momente n timp. Se pot testa trei combinaii diferite a ipotezei nule cu ipoteze alternative: 1. ipoteza nul: Ho: valorile reziduale nu sunt corelate, ipoteza alternativ: H1 : valorile reziduale sunt pozitiv corelate; 2. ipoteza nul: Ho: valorile reziduale nu sunt corelate, ipoteza alternativ: H1 : valorile reziduale sunt negativ corelate; 3. ipoteza nul: Ho: valorile reziduale nu sunt corelate, ipoteza alternativ: H1 : valorile reziduale sunt fie pozitiv corelate, fie negativ corelate. Formula statisticii Durbin-Watson este:
d = t =2
2 (et et 1 ) 2 et t =1 n n
(3.8)
3.2.4. Intervale de confiden

Intervalele de confiden joac rolul de marj maxim de eroare pe care o putem face prin utilizarea mrimilor dintr-un eantion n locul celor ale populaiei din care este extras eantionul respectiv. Dac dorim s estimm o valoare, notat cu v, din populaie (de exemplu media) n baza valorii v' a eantionului, se poate stabili un interval de confiden [v'-, v'+] n care se va plasa valoarea v cu o probabilitate P. P se mai numete i nivel de ncredere. Nivelul de semnificaie indic ce anse avem de a comite o eroare cnd afirmm c mrimea v se afl n intervalul de confiden stabilit:
=1 P
(3.9)
La un nivel de ncredere dat, un rezultat cu un interval de confiden mai mic este mai sigur dect rezultatul cu intervalul de confiden mai mare, iar aceast mrime depinde de mrimea eantionului utilizat. Intervalul de confiden poate fi format n baza indicelui t Student, pentru situaiile (mult mai frecvente) cnd nu se cunosc media i abaterea standard ale populaiei, utilizndu-se media i abaterea standard ale eantionului, sau poate fi utilizat i indicele z pentru a construi un interval de confiden, atunci cnd se cunoate valoarea abaterii standard a ntregii populaii s (3.11) (3.10) respectiv x z n x t n
3.2.5. Sondajul statistic

Cea mai eficient modalitate de observare parial este cea prin sondaj statistic. Acesta este n prezent cel mai utilizat mod de obinere a datelor necesare analizei statistice. Cercetarea prin metoda sondajului statistic, n comparaie cu metoda de observare exhaustiv, are parte i de avantaje i de dezavantaje (tab. 3.2).
Tab.3.2. Avantaje i dezavantaje ale sondajului statistic

Avantaje Motive
numr uniti eantion < numr uniti populaie
16
Cauze
Dezavantaje
x
1. costuri reduse de colectare date 1. erori de eantionare x x x x
2. timp redus de colectare date 3. puine erori, detectabile, uor de eliminat 4. exactitate
numr uniti eantion < numr uniti populaie numr uniti eantion < numr uniti populaie personal instruit verificri riguroase
2. erori de observare
x x
numr uniti eantion < numr uniti populaie variaia caracteristicilor studiate metode de eantionare metode de estimare a parametrilor baz de date cu structur neadecvat actualizare parial a bazei de date
3. dificulti de construire a eantionului
localizarea improprie a populaiei x definirea improprie a bazei de sondaj
3.2.5.1. Procedee de eantionare

n funcie de procedeul utilizat pentru construirea eantionului, sondajul statistic poate fi de tip probabilist (sau aleator) i de tip non-probabilist (sau nealeator).
Tab.3.3. Procedee de sondaj statistic
Procedee probabiliste (aleatoare) 1.a. Eantionare aleatoare simpl 1.b. Tabele de numere aleatoare 1.c. Eantionare sistematic (mecanic) 1.d. Eantionare stratificat 1.e. Eantionare cu probabiliti inegale 1.f. Eantionare de tip cluster 1.g. Eantionare n mai multe etape 1.h. Eantionare n mai multe faze Procedee non-probabiliste (nealeatoare) 2.a. Eantionare la ntmplare
2.b. Eantioane de voluntari
2.c. Eantioane dirijate

2.d. Eantionare prin metoda cotelor
n evaluarea proprietilor prin metode statistice nu se recomand sondajul statistic prin metode non-probabiliste. n acest capitol sunt prezentate cele mai importante procedee probabiliste de eantionare a datelor.
3.2.5.2. Calculul volumului eantionului

Volumul eantionului (numrul de elemente din eantion - n) este un element esenial pentru sigurana rezultatelor analizei statistice, deoarece acesta trebuie s fie reprezentativ pentru ntreaga populaie astfel nct s fie posibil extrapolarea concluziilor finale la toat populaia din care face parte, prin inferen statistic. Mrimea eantionului este influenat de: eroarea limit maxim admis de reprezentativitate e, de nivelul de semnificaie (sau de probabilitate p), de dispersia (variana) caracteristicii n populaie 2 , i de volumul populaiei N.
Capitolul 4 - Modelarea statistic a evalurii
17
Capitolul 4 MODELAREA STATISTIC A EVALURII

n evaluare, sistemul modelat este relaia dintre proprietate i valoarea sa, iar mrimile de stare ale acestui sistem sunt factorii care influeneaz valoarea proprietii, denumii n continuare variabile independente. O soluie foarte util i folosit de muli ani de ctre specialitii evaluatori din rile n care aceast activitate are o istorie considerabil n urm, este oferit de statistica matematic care pune la dispoziie o multitudine de instrumente pentru modelarea sistemului proprietate-valoare.
4.1. Procesul de elaborare a modelelor automate de evaluare

AVM Automated Valuation Model (model automat de evaluare) sunt soft-uri matematice ce produc un estimator al valorii de pia pe baza analizei de pia a locaiei, condiiilor de pia i a caracteristicilor proprietilor, din informaii de pia colectate n prealabil. Credibilitatea unui AVM i acurateea rezultatelor sale depind de calitatea i cantitatea datelor utilizate n evaluare i de experiena i pregtirea persoanei sau a colectivului care elaboreaz modelul. Procesul prin care se poate realiza un AVM eficient este prezentat n Standardul pentru modele automate de evaluare elaborat de ctre International Association of Assessing Officers, fiind foarte complex i necesitnd o colaborare strns ntre evaluatori, analiti ai pieei imobiliare, statisticieni i dezvoltatori de soft-uri. Acest proces cuprinde urmtoarele etape [32]: identificarea proprietii subiect; stabilirea ipotezelor extraordinare, a condiiilor ipotetice i limitative; managementul datelor i analiza calitii datelor; stratificarea; stabilirea specificaiilor modelului; calibrarea modelului; testarea modelului i asigurarea calitii sale; aplicarea modelului i reconcilierea valorii obinute; reconcilierea final. Primele dou etape se realizeaz identic ca n cazul evalurii prin procesul clasic, prezentat anterior (cap. 2.1). 3. Managementul datelor i analiza calitii datelor Analistul de pia utilizeaz ehnicile grafice i cantitiative de analiz i explorare a datelor n vederea determinrii lipsurilor, erorilor sau incoerenelor acestora. 4. Stratificarea Este procesul prin care proprietile sunt grupate pe aa zisele straturi, n tipuri de proprieti i apoi n funcie de caracteristicile fizice i economice ale acestora, n vederea obinerii omogenitii datelor, minimizrii diferenelor din interiorul unui strat i maximizrii diferenelor dintre acestea, urmnd apoi modelarea i analiza lor. 5. Stabilirea specificaiilor modelului Aceast etap se refer la procesul de proiectare a structurii optime a AVM-ului i const n definirea formei lui i selectarea variabilelor independente care au relevan n susinerea i formarea valorii dependente. Alegerea variabilelor explicative trebuie s se fac de ctre evaluator, nu numai din perspectiva mrimii coeficienilor de corelaie cu variabila dependent, ci i prin luarea n consideraie a semnificaiei economice ce ar putea caracteriza legtura dintre variabilele explicative i cea dependent. Structura modelului poate fi aditiv, denumit i liniar, multiplicativ sau hibrid, denumit i neliniar. Cele trei abordri n evaluare sunt ele nsele modele, prezentate n cadrul acestui capitol. n modelul aditiv (liniar) contribuia variabilelor independente este nsumat, i are forma [32]: VPS = B0 + B1 x1 + B2 x2 + ... (4.1) n care: VPS - valoarea de pia a proprietii subiect - variabila dependent; B0 - constanta modelului interceptul; xi - variabilele independente; Bi - coeficienii variabilelor independente. n modelul multiplicativ, contribuia variabilelor independente este multiplicat [32] :
18
B1 B2 VP S = B0 x1 x2 ...... (4.2) Modelul hibrid (neliniar) este o combinaie ntre modelul aditiv i cel multiplicativ [32]: VPS = QG (QC AC + QT AT + A) (4.3) n care: QG - produsul variabilelor calitative generale (se aplic proprietii ca ntreg); QC - produsul variabilelor calitative pentru cldire; AC - suma variabilelor aditive pentru cldire; QT - produsul variabilelor calitative pentru teren; AT - suma variabilelor aditive pentru teren; A - suma altor variabile. 6. Calibrarea modelului Const n determinarea coeficienilor i totodat stabilirea variabilelor care sunt semnificative pentru modelul AVM proiectat. Printre metodele de calibrare, cele mai utilizate sunt cele bazate pe metode statistice precum regresia liniar multipl sau regresia neliniar, prezentate n urmtoarele subcapitole. Se mai pot utiliza metode recent dezvoltate sau preluate din alte domenii i adaptate, precum [32]: Adaptive Estimation Procedure (AEP) - procedura de estimare adaptiv, preluat din domeniile inginereti, Time Series Analysis - analiza seriilor de timp sau Artificial Neural Networks (ANN) - reele neuronale artificiale, aplicat iniial n cazul proceselor biologice, fiecare din aceste proceduri de calibrare avnd avantaje i dezavantaje. n practic, aceste ultime etape, cea de specificare a modelului i cea de calibrare, se realizeaz n mod iterativ: specificarea modelului testarea specificaiilor modelului prin calibrare corectarea specificaiilor modelului testarea specificaiilor corectate, repetnd aceste operaii pn cnd se obine nivelul de ncredere proiectat. 7. Testarea modelului i asigurarea calitii lui Testarea modelului are rolul de a stabili dac acesta asigur acurateea i integritatea necesare, nainte de a fi efectiv implementat, i n acest scop se utilizeaz un set de date despre proprieti pentru care se cunosc preurile de vnzare/valoarea, neutilizate ns n procesul de calibrare. Mrimile tendinei centrale ofer informaii despre nivelul valorilor estimate, adic despre apropierea dintre valorile obinute n urma aplicrii modelului i preurile sau chiriile curente de pe pia, iar variabilitatea (uniformitatea) acestora este descris prin coeficienii de dispersie sau de variaie. Mrimile care msoar nivelul ncrederii ce poate fi acordat estimrilor sunt intervalele de confiden i erorile standard. 8. Aplicarea modelului i reconcilierea valorii obinute Dup ce modelul a fost testat i validat, poate fi aplicat pentru evaluarea proprietilor. Valorile rezultate trebuie examinate din punct de vedere al coerenei fa de vnzri recente, fie ale proprietii subiect, fie ale proprietilor comparabile din vecintate. 9. Reconcilierea final Ca i n procesul clasic de evaluare a proprietilor, i n etapa final a procesului de evaluare prin AVM trebuie realizat o revizuire a procesului, plecnd de la verificarea acurateei datelor, verificarea coerenei cu proprieti similare i cu vnzri recente ale proprietii subiect sau ale comparabilelor: dac valoarea estimat pare a nu fi n concordan cu evidena pieei, atunci valoarea estimat prin AVM nu este de ncredere i trebuie respins, dar dac acea valoare este susinut de evidena pieei, atunci aceasta este corect. Avantaje i dezavantaje ale utilizrii modelelor de evaluare Acestea permit utilizarea de serii nelimitate de date, folosirea de variabile, ntr-un numr orict de mare, dac acestea sunt necesare i relevante, determinarea acurateei de estimare a valorii, care poate fi excepional de bun cnd sunt folosite suficiente date de pia, asigur evaluri uniforme,modelul rezultat se poate utiliza att pentru evaluri punctuale (singulare), ct i pentru evaluare global, automatizarea procesului de evaluare, deci timp redus de prelucrare i analiz a datelor i de stabilire a concluziei asupra evalurii, obiectivitate i eficien. Aceste avantaje pot fi atinse doar cu condiia esenial ca la baza modelului s stea o judecat statistico-matematic foarte serioas i coerent, baza de date s fie permanent actualizat, modelul s fie testat nainte de a fi efectiv utilizat n evaluare.
19
Dezavantajele modelrii statistice sunt: nu poate fi aplicat pentru pieele restrnse, cu puine tranzacii sau pentru pieele atipice, necesitatea unui bagaj foarte dezvoltat de cunotine n domeniul statisticii matematice i al soft-urilor de specialitate.
4.2. Regresia liniar simpl

Termenul de regresie este folosit pentru descrierea oricrui proces n care una sau mai multe variabile cunoscute sunt utilizate pentru a determina o variabil necunoscut sau pentru a face o predicie cu privire la o variabil necunoscut. Variabilele cunoscute sunt denumite variabile independente, iar variabilele necunoscute sunt denumite variabile dependente. Atunci cnd este folosit o singur variabil independent pentru a deduce o variabil dependent, regresia se numete simpl, iar cnd sunt folosite dou sau mai multe variabile independente pentru a estima variabila dependent, regresia se numete multipl. Avantajele i dezavantajele analizei de regresie Exist dou avantaje: poate fi utilizat pentru evaluarea unui numr mare de proprieti imobiliare, rapid i economic i de asemenea, pe lng faptul c poate estima valorile acestora, le poate i explica, ceea ce nu este realizabil prin metodele clasice prezentate anterior. Limitrile analizei regresiei se materializeaz prin faptul c sunt necesare mult mai multe date dect n aplicarea abordrilor clasice. Astfel, dac proprietatea subiect este din categoria proprietilor speciale, pe pia nefiind tranzacionate frecvent astfel de proprieti din cauza mrimii, a utilizrii, a amplasamentului sau al designului lor special, analiza regresiei nu poate fi folosit n evaluarea acestora. Analiza regresiei determin i explic asocierile ntre variabile, nu i cauzele. O ecuaie de regresie trebuie utilizat n cadrul eantionului pentru care a fost dezvoltat, nu pentru alt eantion, i, mai mult, deoarece puine relaii rmn stabile de-a lungul timpului, trebuie fcut o actualizare permanent a bazei de date pentru a capta orice modificare n timp a relaiei dintre variabile.
4.2.1. Modelul regresiei liniare simple

Regresia liniar simpl se utilizeaz n analiza dintre variabile, pentru a previziona o variabil dependent (endogen) notat cu y, utiliznd o singur variabil independent (exogen) x. Se consider c o modificare a variabilei independente se va reflecta ntr-o modificare proporional a variabilei dependente. Prin modelul liniar de regresie se pot estima parametrii necunoscui ai modelului, 0 i 1 , se testeaz modelul, se msoar intensitatea dependenei dintre cele doua variabile cu ajutorul coeficientului de corelaie liniar r i se pot realiza previziuni. (4.4) Modelul regresiei liniare simple are forma: yi = 0 + 1 xi + i , i = 1, n
n care: 0 constanta (sau interceptul), valoarea lui yi cnd xi=0; 1 panta liniei de regresie; xi variabila independent; i variabila rezidual (eroarea ntmpltoare) cuantific influena ntmpltoare a altor variabile dect cele incluse n model, asupra lui y i are expresia i , unde y i este valoarea estimat prin modelul de regresie a variabilei dependente pentru xi dat. i = yi y Panta liniei de regresie indic valoarea medie cu care se modific y la o schimbare cu o unitate a valorii x. Dac panta este pozitiv, y crete odat cu creterea valorii lui x, iar dac este negativ, y scade odat cu creterea valorii lui x. Un exemplu de relaie liniar negativ este scderea valorii unei proprieti imobiliare (apartament n bloc vechi) odat cu creterea nivelului la care este amplasat apartamentul. Parametrii necunoscui ai modelului, 0 i 1 , precum i erorile i se pot determina prin diferite metode, printre care metoda celor mai mici ptrate utilizat n lucrarea de fa. Pentru analiza regresiei liniare simple, se parcurg urmtoarele etape: estimarea parametrilor de regresie 0 i 1 ai modelului; testarea modelului de regresie; determinarea corelaiei dintre cele dou variabile; realizarea de predicii.
20
Modelul liniar al regresiei simple ia n considerare o serie de ipoteze, cunoscute ca ipoteze GaussMarkov, innd cont c estimarea parametrilor 0 i 1 se face pe baza unui eantion (xi,yi) care reprezint cupluri de valori ale celor dou variabile, independent i dependent. Foarte rar (dac nu chiar niciodat), aceste ipoteze nu sunt perfect respectate. Important este s detectm dac nu exist abateri grave de la ele: variana valorilor variabilei reziduale este constant; media valorilor variabilei reziduale este zero; ntre valorile reziduale nu exist corelaie; valorile reziduale nu sunt corelate cu variabilele independente x; valorile reziduale sunt normal distribuite. Dac sunt respectate aceste ipoteze i ntre variabile exist o relaie de dependen liniar, atunci aceast relaie este exprimat matematic prin relaia (4.4).
4.2.2. Determinarea parametrilor ecuaiei prin metoda CMMP

Fie ecuaia de regresie liniar simpl: yi = 0 + 1 xi + i (4.5) Prin metoda celor mai mici ptrate se consider c se vor obine cele mai probabile valori ale mrimilor y atunci cnd linia de regresie se conformeaz valorii minime a sumei ptratelor erorilor ntmpltoare , adic exprimnd matematic aceast condiie obinem forma:
i =1 2 2 i = ( yi ( 0 + 1 xi )) = min i =1 n n
(4.6)
condiie care conduce la urmtoarele dou ecuaii:

i =1
xi i = 0
(4.7)
i =1
i = 0
(4.8)
Derivnd dup 0 i 1 i anulnd derivatele pariale se obine urmtorul sistem normal de ecuaii:
1 xi2 + 0 xi = xi yi 1 xi + 0 n = yi
i =1 i =1 i =1 n i =1 i =1 n
(4.9)
din care putem obine informaiile cutate: panta:
1 = i =1
( xi x )( yi y ) ( xi x )
n
(4.10)
2
i interceptul:
0 = y 1 x
(4.11)
i =1
n care: x i y reprezint mediile valorilor x, y. Dac 1>0, corelaia este direct, adic la o cretere a valorii lui x, crete i valoarea lui y, dac ns 1<0, corelaia este invers, deci la o cretere a valorii lui x, scade valoarea lui y, iar dac 1=0 atunci cele dou variabile sunt independente. Abaterea standard a estimrii se msoar ct de potrivit este linia de regresie determinat, indicnd gradul de mprtiere a valorilor reale ale eantionului n jurul liniei de regresie calculat n baza eantionului:
(4.12) n2 i - valoarea estimat prin regresie; i - numrul de observaii n care: yi - valorile reale din eantion; y Dac observaiile sunt normal distribuite atunci 68% din acestea se vor situa n intervalul 1 s e fa de linia de regresie, 95% se vor situa n intervalul 2 s e , iar 99% se vor situa n intervalul
se =
i =1
i ) 2 ( yi y
3 se .
21
4.2.3. Testarea semnificaiei relaiei de regresie liniar simpl

Modelul de regresie liniar simpl este util doar dac ntre cele dou variabile x i y exist o relaie semnificativ. Pentru a judeca semnificaia acestei relaii, se poate testa semnificaia pantei 1 i a interceptului 0 , utiliznd testele Student sau Fisher.
a. Testul Student de determinare a semnificaiei pantei i interceptului Se utilizeaz pentru testarea independent a semnificaiei pantei i a interceptului liniei de regresie. Pentru testarea semnificaiei pantei 1 se stabilesc cele dou ipoteze statistice: ipoteza nul: H 0 : 1 = 0 susine c nu exist o relaie liniar ntre variabile (4.13)
i alternativa sa: H1 : 1 0 (sau H1 : 1 >0, ori H1 : 1 <0) susine c relaia este liniar Etapele de testare: se calculeaz coeficientul b1 utiliznd un eantion al populaiei, de n valori, b 1 b1 se determin valoarea t : tb1 = 1 = sb1 sb1
(4.14)
(4.15)
mrimea t rezultat se va compar cu valoarea punctului de respingere t/2, respectiv t, extrase din tabelele t corespunztor unui nivel de semnificaie i numrului gradelor de libertate n 1 :
t > t/2 , respectiv t > t , sau t < -t
(4.16)
dac se poate respinge ipoteza H0 pentru valoarea nivelului de semnificaie stabilit , atunci se poate spune c panta este semnificativ cu acel nivel de semnificaie. Pentru testarea semnificaiei celuilalt parametru al ecuaiei de regresie liniar simpl, interceptul 0 , se formuleaz cele dou ipoteze statistice, asemntoare cu ipotezele folosite pentru testarea pantei: ipoteza nul: H 0 : 0 = 0 susine c nu exist o relaie liniar ntre variabile (4.17) iar alternativa: H1 : 0 0 susine c relaia este liniar (4.18)
(sau variantele pentru H1, din cazul testrii parametrului 1 , prezentate mai sus). b 0 b0 = Valoarea indicelui t n acest caz se calculeaz astfel: t b 0 = 0 sb 0 sb0
(4.19)
Se compar indicele Student calculat cu valoarea punctului de respingere corespunztor ipotezei alternative stabilite i se concluzioneaz. b. Testul Fisher Se folosete pentru testarea separat a semnificaiei celor doi parametri ai ecuaiei de regresie simpl sau pentru testarea unitar a modelului de regresie. Cele dou ipoteze formulate au expresiile: ipoteza nul: H 0 : 1 = 0 (4.20) i ipoteza alternativ: H1 : 1 0 (4.21) indicatorul F are forma:
F=
VE / 1 = VN /( n 2)
i =1 2 i =1
i y ) 2 (y (4.22)
2
i ) ) /(n 2) ( ( yi y
n care: VE - variaia explicat de variabila x (sau eroarea de regresie); VN - variaia neexplicat de variabila x (sau eroarea rezidual); n - numrul de cazuri (observaii). Dac F > F, se respinge H0 n favoarea lui H1 (F fiind extras din tabelele F n funcie de nivelul de siguran stabilit i n-2 grade de libertate), i putem trage concluzia c parametrul testat sau modelul de regresie este semnificativ la nivelul de semnificaie stabilit.
22
4.3. Regresia liniar multipl

Valoarea de pia a unei proprieti imobiliare depinde nu doar de un singur factor, ci de mai multe variabile independente i de aceea se impune proiectarea i utilizarea unui model de regresie liniar multipl. Referitor la aplicabilitatea i utilizarea din ce n ce mai frecvent a acestui instrument statistic n evaluri, K. M. Lusht [16] spune c analiza de regresie multipl ...poate fi utilizat n evaluarea rapid i economic a unui numr mare de proprieti, ceea ce explic popularitatea (crescnd) printre evaluatori.
4.3.1. Modelul regresiei liniare multiple

Regresia liniar multipl exprim relaia dintre variabila dependent y i cel puin dou variabile independente xi , iar modelul acesteia este: (4.23) yi = 0 + 1 x1i + 2 x2i + ... + k xki + i formul n care: 0 - interceptul liniei de regresie; 1 , 2 ,, k - parametrii regresiei multiple; k numrul de variabile independente ale modelului; i - variabila rezidual; i - numrul de observaii din eantion. Dac exprimm sub form matricial, se obine modelul:
Y = XB + E
(4.24)
n aceste relaii: Y - vectorul variabilei dependente; X - matricea variabilelor independente; B matricea parametrilor regresiei liniare multiple; E - vectorul termenilor erorilor ntmpltoare
4.3.2. Determinarea parametrilor ecuaiei prin metoda CMMP

Fie ecuaia de regresie liniar multipl: yi = 0 + 1 x1i + 2 x2i + ... + k xki + i (4.25) Pentru a determina parametrii modelului de regresie liniar, se minimizeaz suma ptratelor erorilor i (metoda celor mai mici ptrate):
i =1 2 2 i = ( yi ( 1 x1i + 2i + ... k xki )) = min i =1 n n
(4.26)
i se obine sistemul normal de ecuaii, scris sub form matricial astfel:
X T XB = X T Y
a crui soluie este:
(4.27) (4.28)
B = XT X
n
X TY
(y
Abaterea standard a erorii:
i )2 y
(4.29)
se =
i =1
n (k + 1)
n care: k + 1 - numrul de parametri ai modelului; n ( k + 1) - numrul gradelor de libertate.
4.3.3. Testarea semnificaiei relaiei de regresie liniar multipl

a. Testul Student de determinare a semnificaiei a cte unei singure variabile independente xj Se stabilesc cele dou ipoteze: ipoteza nul: H 0 : j = 0 care susine c nu exist o relaie liniar ntre variabile (4.30)
iar alternativa ei poate fi: H1 : j 0 , H1 : j >0 sau H1 : j <0 (ca i n cazul regresiei simple) care susin c relaia este liniar. bj j bj t= = Indicele statistic al testului t: sb j sb
j
(4.31)
(4.32)
23
n care sb j este eroarea standard de determinare a coeficientului bj Pentru nivelul de semnificaie stabilit i pentru n+(k+1) grade de libertate se determin din tabelele t valoarea lui t/2, respectiv pentru celelalte dou alternative ale ipotezei H1, valoarea t. Dac t >t/2, respectiv t>t sau t< -t, atunci se respinge ipoteza H0 n favoarea ipotezei H1 i se concluzioneaz faptul c variabila xj este semnificativ relaionat cu variabila dependent y n ecuaia utilizat, la nivelul de semnificaie . b. Testul Fisher de determinare a semnificaiei modelului de regresie - ANOVA Cele dou ipoteze ale testului sunt: ipoteza nul este: H 0 : 1 = 2 = K = k = 0 , (4.33)
iar ipoteza alternativ este: H1 : j 0 (4.34) Indicatorul statistic Fmodel are forma general: i y )2 / k VE / k (y (4.35) Fmodel = = 2 i ) /[n (k + 1)] VN /[n (k + 1) )] ( yi y n care: VE - variaia variabilei dependente explicat de variabilele independente; VN - variaia variabilei dependente neexplicat de variabilele independente; k - numrul de variabile independente; n - numrul de cazuri (observaii). Se respinge ipoteza nul n favoarea ipotezei alternative, la nivelul de semnificaie , dac Fmodel > F, (F fiind determinat n baza tabelelor F pentru i n-(k+1) grade de libertate) i spunem c relaia de regresie folosit este semnificativ la nivelul de semnificaie stabilit.
4.4. Regresia neliniar

Dac n urma reprezentrii grafice a datelor prin intermediul diagramei de mprtiere se observ c punctele nu sunt grupate de-a lungul unei drepte, atunci pornim de la ipoteza c regresia nu este liniar i soluia poate fi aplicarea regresiei neliniare. Regresia neliniar se folosete pentru a descrie legtura dintre dou variabile, cea dependent y i o variabil independent x, considernd c ali factori au o aciune constant i neglijabil asupra lui y. n acest subcapitol sunt prezentate cteva din multitudinea de modele matematice [3], [15] care pot fi utilizate n regresia neliniar. a. Modelul exponenial Atunci cnd variabila dependent (y) crete n progresie aritmetic iar variabila independent (x) crete n progresie geometric, se poate utiliza o funcie exponenial: yi = 0 1 x + i b. Modelul logaritmic: c. Modelul parabolic de gradul doi: d. Modelul hiperbolic:
e. Modelul exponenial multifactorial:
(4.36) (4.37) (4.38)

(4.39) (4.40)
yi = 0 + 1 lg xi + i
yi = 0 + 1 xi + 2 xi2 + i 1 yi = 0 + 1 + i x 1 2 n yi = 0 x1 x2 ... xn + i
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
24
Capitolul 5 Studiu de caz MODELE DE EVALUARE PRIN REGRESIE STATISTIC APLICATE N ABORDAREA PRIN COMPARAIE
Necesitatea evalurii unui volum foarte mare de proprieti imobiliare ntr-un interval scurt de timp, sau chiar la acelai moment de timp, nu este departe de a aprea n viitor, i ne putem gndi la cazul implementrii unui sistem de impozitare a proprietilor imobiliare pe baza valorii de pia a acestora sau la cazul evalurii proprietilor care ar trebui expropriate n vederea dezvoltrii unei infrastructuri rutiere de nivel european, proprieti care trebuie evaluate de asemenea la valoarea lor de pia. Practic, pentru evaluarea caz cu caz a proprietilor vizate n aceste aciuni, ar fi necesar un numr de ani, un numr considerabil de specialiti evaluatori i o susinere financiar uria, iar rezultatele evalurilor nu ar mai putea fi considerate unitare, deoarece ntinderea acestei aciuni n timp nu ar mai garanta comparabilitatea i uniformitatea. ntrebarea la care dorete s gseasc rspuns studiul de caz este urmtoarea: este posibil s se aplice un alt tip de metodologie de evaluare care s simplifice procedura clasic i s permit n acelai timp, evaluarea unitar i uniform, cu precizie prestabilit a grupului de proprieti imobiliare vizate, la acelai moment?
Tab.5.1. Caracteristicile proprietilor
Nr. crt. Caracteristici Nr. crt. 16 17 18 19 20 21 22 23 24 25 Caracteristici
Descriere i localizare 1 clasa de calitate a ansamblului 2 localizarea ansamblului 3 localitatea n care este amplasat ansamblul 4 etajul la care este amplasat apartamentul 5 numrul total de niveluri per cldire Date despre caracteristicile fizice ale apartamentelor 6 suprafaa construit 7 suprafaa util 8 numrul de camere 9 numrul de dormitoare 10 numrul de bi 11 dotarea cu balcon/teras 12 suprafaa balconului/terasei Date despre facilitile oferite de ansambluri 13 paz cu barier la intrri 14 interfon 15 parcare inclus n pre sau nu
26 27 28 29 30 31 32
existena spaiilor de depozitare de tip box spaii comerciale centru medical farmacie restaurant teren de sport fitness / piscin spaii verzi/loc de joac pentru copii/parc coal grdini Date despre dotrile apartamentelor cablu TV internet central termic proprie apartamentului aer condiionat sisteme de alarm finisaje Valoare de pia
Acest studiu de caz i propune astfel dezvoltarea i compararea a dou modele cu structur aditiv de evaluare prin regresie multipl, destinate abordrii prin comparaie, n scopul stabilirii soluiei optime pentru determinarea valorilor de pia ale proprietilor subiect. Proprietile subiect sunt proprieti rezideniale de tip uni-familial, cu 1 pn la 5 camere, amplasate n ansambluri rezideniale de tip condominiu din diferite sectoare ale capitalei, fie n zone centrale sau semicentrale, fie n zonele periferice, aparinnd de dou clase de calitate: medie i premium. Pentru dezvoltarea modelelor i analiza regresiei am utilizat softul de analiz statistic SPSS (Statistical Package for Social Sciences) versiunea 17.0 i, de asemenea, am ntocmit o baz de date, InfoCONDO care cuprinde un numr de 233 de proprieti rezideniale uni-familiale amplasate n 32 de ansambluri noi, proprieti pentru care am obinut 32 de caracteristici prezentate n tabelul 5.1. Dup analiza pre-statistic a bazei de date InfoCONDO i transformarea variabilelor calitative n variabile dummy, urmeaz mprirea aleatoare a acesteia n dou grupuri de date, primul denumit generic Model, necesar pentru proiectarea structurii modelor i rularea regresiei liniare multiple, ce va cuprinde iniial aproximativ 85% din datele aflate n baza de date InfoCONDO, i cel de-al doilea denumit generic Test, utilizat pentru validarea modelelor rezultate, care va cuprinde restul de 15%.
25
5.1. Analiza pre-statistic a bazei de date InfoCondo

Const n excluderea datelor incorecte, a datelor dublate, a proprietilor necomparabile, a valorilor lips. De asemenea, am reinut 14 din cele 32 de variabile ca fiind relevante pentru formarea i susinerea valorilor de pia ale acestor proprieti: localizarea ansamblului, clasa de calitate a ansamblului, etajul la care este amplasat apartamentul, numrul de camere, numrul de bi, suprafaa construit a apartamentului, suprafaa balconului/terasei, loc de parcare, spaiu de depozitare (box), dotarea apartamentului cu central termic proprie, dotarea apartamentului cu aparate de aer condiionat, dotarea apartamentului cu interfon, existena spaiilor verzi (loc de joac pentru copii sau parcuri), existena spaiilor comerciale. n tez sunt prezentate cauzele care au dus la micorarea numrului de variabile.
5.2. Transformarea datelor

Este important ca variabilele categorice (nominale) s fie transformate n variabile numerice, iar acest aspect se rezolv utiliznd codificarea dummy care utilizeaz cifrele 0 i 1. Pentru coeren, aceleai coduri au fost folosite pentru ambele modelele, de exemplu: 1. Clasa de calitate am stabilit dou coduri: cod 1 - clasa premium cod 0 - clasa medie 2. Localizare ansamblului am grupat zonele oraului n 7 clase, n funcie de cotarea general acceptat de ctre participanii de pe piaa acestor tipuri de proprieti rezideniale: 7: Bneasa-Otopeni-PiperaVoluntari amplasare superioar; 6: Tunari-tefneti; 5: Chitila-Bucuretii Noi-Dobroeti-Pantelimon; 4: Tei-Aviaiei; 3: Vitan/Brzeti-Titan-Timpuri Noi; 2: Militari-Drumul Taberei; 1: Colentina-Berceni. n continuare, am folosit procedura de codificare a variabilelor dummy cu categorii multiple, alegnd clasa 6 Tunari-tefneti ca baz pentru a forma 6 variabile noi pentru localizare, notate cu D1 la D6 (Anexa 1). Dup transformarea datelor cu meniul Transform Recode into Different Variables, am randomizat baza de date pentru a o pregti n vederea mpririi aleatoare n dou grupuri: grupul de date denumit n continuare Model200 - utilizat pentru generarea modelelor de evaluare, conine 85% din eantionul de proprieti InfoCondo, reprezentnd 200 din totalul de cazuri (Anexa 2), i grupul de date denumit Test33 - necesar n etapa de testare a modelelor nainte de a fi efectiv utilizate pentru evaluarea proprietii/proprietilor subiect, conine restul de 33 de proprieti (Anexa 3).
5.3. EDA - analiza de explorare a datelor

n cadrul acestei etape am urmrit s identific ce cazuri trebuie pstrate i ce cazuri trebuie excluse din cele dou grupuri de date, Mode200 i Test33, pentru ca modelele de evaluare generate s se bazeze pe informaii relevante i corect selecionate i pentru ca ulterior s fie testate cu date care ndeplinesc acelai criteriu. Nivelul de semnificaie ales pentru aceast analiz este 5%.
5.3.1. Analiza grupului de date Model200

1. Analiza variabilei dependente valoare de pia
Prima variabil analizat este variabila dependent valoare de pia, prin examinarea indicatorilor statistici ai tendinei centrale i variaiei (tab. 5.2), a diagramei steam-and-leaf, testelor de normalitate (tab. 5.3) i a diagramei de normalitate, n scopul determinrii abaterii de la normalitate a seriei de date. Se examineaz apoi prin diagramele de dispersie relaia acesteia cu variabilele independente care se ateapt s aib cea mai mare influen n formarea variabilei dependente: suprafaa construit, suprafaa terasei/balconului, numr de camere, numr de bi, localizare etc.
26
5.2. Statistici Valoare de pia

Statistic
Valoare de piata Stem-and-Leaf Plot

Frequency Stem 1.00 0 17.00 0 23.00 0 25.00 0 18.00 1 28.00 1 12.00 1 7.00 1 12.00 1 8.00 2 9.00 2 13.00 2 12.00 2 2.00 2 3.00 3 1.00 3 7.00 3 .00 3 1.00 3 1.00 Extremes & . . . . . . . . . . . . . . . . . . . Leaf 3 44445555555555555 66666666667777777777777 8888888888888888899999999 000000011111111111 2222222222222333333333333333 444444444555 6666677 888888888889 00011111 222223333 4444444555555 666666777777 88 000 2 4444555 9 (>=416500)
Std. Error
Mean
154839.86
5949.089
95% Confidence interval for Mean
Lower Bound
143108.51
Upper Bound
166571.20
5% Trimmed Mean
149488.28
Median
132045.00
Variance
7.078E9
Std. Deviation
84132.817
Minimum
37271
Maximum
416500
Range
379229
Interquartile Range
131694
Skewness
.815
.172
Kurtosis
-.098
.342
Stem width: 100000 Each leaf: 1 case(s)
Tab.5.3. Teste de normalitate

Kolmogorov-Smirnova
Ipotezele testelor de normalitate: H0: sig. >0,05 seria este normal distribuit H1: sig.<0,05 seria nu este normal distribuit
Shapiro-Wilk
Statistic
df
Sig.
Statistic
df
Sig.
Valoare de piata
.139
200
.000
.924
200
.000
a. Lilliefors Significance Correction
Deoarece valoarea sig. din testul de normalitate Shapiro-Wilk este mult mai mic dect ales (0,05), datele nu sunt normal distribuite, concluzie ntrit i de valorile indicatorului skewness (0.815) din tabelul 5.5 care semnific o abatere de la simetrie printr-o uoar alungire spre dreapta a curbei, i de indicatorul kurtosis (-0,098) ce indic o abatere de la normalitate, printr-un vrf plat al curbei, vizibile i n diagrama steam-and-leaf. n scopul normalizrii distribuiei variabilei valoare de pia se pot utiliza transformri de tip logaritmic sau ridicare la o putere supra sau subunitar. Din analiza diagramei stem-and-leaf de mai sus i a diagramei de normalitate, coroborat cu valorile extreme prezentate automat de ctre soft, se impune excluderea proprietilor cu preuri de peste 275 000 i a celor sub 75 000 , deoarece nu sunt suficiente din punct de vedere al numrului.n urma excluderii acestor valori se va analiza din nou normalitatea distribuiei. Diagrama de dispersie a variabilei suprafa construit versus valoare de pia indic faptul c cele dou variabile sunt corelate pozitiv i exist cteva cazuri extreme ce ar trebuie excluse, situate n zona suprafeelor de peste 180 mp. De asemenea, variabilitatea valorilor de pia ale apartamentelor pare s creasc odat cu creterea suprafeei construite. n cazul variabilei suprafaa teraselor/balcoanelor, corelaia este de asemenea pozitiv i pare a fi necesar excludea cazurilor extreme cu suprafee de peste 20 mp.
Tab.5.4. Valori extreme
Case Number
Value
Valoare de piata
Highest
10
416500
48
392619
22
357000
147
355810
117
19
146
352000
Lowest
37271
43242
44625
3
4
5
106
5
46
44625
45000
27
n privina variabilei numr de camere, corelaia este tot pozitiv, iar apartamentele cu 5 i 6 camere par a fi valori extreme i se datoreaz numrului redus de astfel de proprieti n baza de date (2, respectiv 1). Regula principal n statistic este ca numrul de apariii ntr-o categorie s fie de minim 6 [14]. Se observ c variabilitatea valorilor de pia crete odat cu numrul de camere. Diagrama de dispersie pentru variabila numr de bi arat o corelaie pozitiv.
Not: n acelai mod au fost analizate toate variabilele independente ale modelului, analiz prezentat pe larg n cadrul tezei, cu trimitere permanent la seciunea Anexe. 2. Analiza omogenitii datelor
Se realizeaz n baza valorilor coeficienilor de variaie Cv. calculai pentru variabilele suprafa construit, valoare de pia, suprafaa terasei/balconului i numr de bi sunt 43,9%, 54,3%, 135,4%, respectiv 37,06% indicnd faptul c seriile nu sunt omogene. Coeficientul de variaie calculat pentru variabila numr de camere este 34,8%, indicnd omogenitatea acestei serii. Condiia ca o serie de date s fie omogen este ca Cv< 35%, dup cum am menionat n capitolul 3. Astfel, se impune o stratificare adecvat a eantionului n scopul obinerii omogenitii datelor.
3. Analiza corelaiei (Anexa 4)

Se realizeaz n baza valorilor coeficienii de corelaie liniar r. ai variabilelor independente cu variabila dependent valoare de pia indic corelaii moderate i pozitive pentru variabilele suprafa construit (0,746), care este totodat i cel mai mare coeficient, numr de camere (0,694) i numr de bi (0,596), pentru alte variabile indic o corelaie pozitiv slab, sub 0,5 (aer condiionat: 0,499, clasa de calitate: 0,488 i suprafaa terasa/balcon: 0,451). Pentru variabilele localizare, numr etaj, parcare inclus, box inclus i interfon aceast analiz indic corelaii pozitive foarte slabe, sub 0,3, iar pentru variabilele central termic, magazine i spaii verzi indic de asemenea o corelaie foarte slab, ns negativ.
4. Analiza multicoliniaritii (Anexa 4)

Se realizeaz n baza valorilor coeficienii de corelaie liniar r Studiul rezultatelor prezentate n Anexa 4 relev o asociere pozitiv ns moderat ntre variabila suprafa construit i fiecare dintre variabilele numr de camere (0,730), numr de bi (0,624), respectiv suprafaa terasei/balconului (0,549), ntre variabilele numr de camere i numr de bi (0,718), precum i ntre variabila clasa de calitate i aer condiionat (0,420), i o asociere negativ ntre clasa de calitate i variabila dummy pentru localizare n VBTT (-0,408). ntre restul variabilelor indic asocieri slabe i foarte slabe, ceea ce se i urmrete.
5. Analiza datelor dup excluderi i transformri

n urma analizei de explorare a datelor au fost excluse cazurile detectate ca fiind cazuri aberante sau insuficiente ca numr de apariie per strat, eantionul pstrat n vederea dezvoltrii modelelor de evaluare fiind redus de la un numr de 200 de apartamente, la 100, volum suficient de mare pentru scopul prezentat.
28
Totodat, dup realizarea excluderilor i reanalizarea grupului de date rezultat, am decis s utilizez metoda transformrii variabilelor independente suprafa construit, suprafa teras/balcon n scopul obinerii unei repartiii a datelor ct mai apropiat de cea normal. n acest sens am utilizat meniul Transform Compute Variable, folosit anterior. Practic, am analizat care din soluiile de ridicare la o putere subunitar sau supraunitar sau de logaritmare n diferite baze a acestor variabile conduce ctre o repartizare a datelor ct mai aproape de cea normal i am concluzionat c aplicarea rdcinii ptrate conduce ctre cea mai bun soluie pentru cele dou variabile independente, iar testul de normalitate Shapiro-Wilk a indict pentru variabilele rezultate n urma transformrii, Scons.5 i Ster.5, faptul c aceste serii sunt acum normal distribuite. De asemenea, am transformat variabila dependent valoare de pia utiliznd logaritmul natural pentru prevenirea heteroscedasticitii i obinerea homoscedasticitii (omogenitatea varianei). Prin urmare, pentru rularea regresiei i obinerea modelelor de evaluare s-au utilizat n continuare grupul de date cu noile variabile transformate (Scons.5, Ster.5 i LnVal), denumit n continuare Model100 (Anexa 8). Analiza acestor variabile transformate este prezentat n Anexa 10, iar analiza multicoliniaritii (Anexa 10) a indicat o micorare a numrului de asocieri dar i a gradului de asociere dintre variabilele independente.
5.3.2. Analiza grupului de date Test33

n mod asemntor am analizat structura grupului de date pstrat pentru testarea modelelor de evaluare rezultate (Anexa 3) care pstreaz n general structura grupului de date Model iniial. Prin urmare, dup analiza indicatorilor statistici, a histogramelor, diagramelor de normalitate, diagramelor de dispersie i a testelor de normalitate (Anexa 7), eantionul de date pstrat pentru testarea modelelor s-a redus de la 33 la 16 observaii i am aplicat aceleai transformri variabilelor (Anexa 9).
5.4. Modelul aditiv ADTCondo I

n studiul de caz am utilizat dou proceduri de calibrare: Enter i Backward Elimination. Cele dou modele ADTCondo I i ADTCondo II au fost realizate utiliznd variabilele i datele din grupul de date Model100 (Anexa 8). Etapele de specificare, calibrare i testare a modelelor le-am realizat ntr-o succesiune de forma: specificarea modelului testarea specificaiilor modelului prin calibrare corectarea specificaiilor modelului testarea specificaiilor corectate, repetnd aceste operaii pn cnd se obine nivelul de ncredere proiectat.
5.4.1. Specificarea modelului

Modelul utilizat este cu structur aditiv de forma VPS = 0 + 1 x1 + 2 x2 + ... (formula 4.1). n acest model, variabila dependent este valoarea de pia a apartamentului, iar variabilele independente sunt localizare n CB, numr camere, numr etaj, localizare n VBTT, aer condiionat, spaii verzi, interfon, localizare n MDT, box inclus, radical din suprafa teras, magazine, localizare n TA, localizare n CBDP, numr de bi, clasa de calitate, central termic, parcare inclus, radical din suprafa construit, localizare n BOPV.
5.4.2. Calibrarea i testarea modelului - Procedura Backward Elimination

Procedura Backward Elimination se bazeaz pe mrimea coeficientului de corelaie a variabilelor independente cu variabila dependent. Se stabilete criteriul de calibrare stay. Este aleas pentru nceput variabila care are indicatorul statistic t de semnificaie cel mai mic (sau p-value cea mai mare) i dac acesta indic faptul c variabila nu este semnificativ la nivelul stay ales, este eliminat din model i rulat din nou regresia cu variabilele rmase. La fiecare etap este aleas o nou variabil, pe acelai criteriu i ndeprtat dac nu ndeplinete condiia de semnificaie. Procedura se oprete atunci cnd nu mai exist variabile care s ndeplineasc acest criteriu de eliminare. n aceast procedur au intrat toate cele 19 variabile independente enumerate la specificarea modelului i au fost excluse 6 variabile (Anexele A1 i A2): prima variabil exclus a fost spaii verzi (t =
29
0,057 i p-value = 0,954) i n apoi n ordine localizare n CB, numr etaj, clasa de calitate, box inclus i radical din suprafa teras/balcon. Criteriul de calibrare: stay= 0,10.
1. Sumarul modelului Anexa A3 Model Summary

Modelul 7 final, ales n urma anlaizei, are urmtoarele caracteristici: este modelul din care a fost exclus i ultima variabil independent care nu era suficient corelat cu variabila dependent, radical din suprafa teras; r, r2, sunt mari: 0,924, 0,854, i respectiv 0,832 r2 i sunt foarte apropiate, cu o diferen de doar 2,5% r ne spune c exist o corelaie multipl foarte bun ntre cele 13 variabile independente ale modelului i variabila dependent, de 92% r2 ne indic faptul c variabilele independente explic n proporie de 85% variaia variabilei dependente, restul de 15% reprezentnd influena altor factori neluai n calcul de ctre model.
2. Analiza semnificaiei modelului Anexa A4 ANOVA

Indicatorul statistic F pentru modelul rezultat este cel mai mare dintre indicatorii corespunztori celor apte modele rulate iterativ (38,728) i este mult mai mare dect F pentru cele 86, respectiv 13 grade de libertate, extras din tabelul prezentat n Anexa 13 (1,835). Probabilitatea ca testul s fie eronat, p-value, este mult mai mic (0,000) dect nivelul de semnificaie ales (0,05). Suma ptratelor coeficienilor de regresie (12,982) este mai mare dect suma ptratelor valorilor reziduale (2,218), ceea ce nseamn ca variaia variabilei dependente explicat de variabilele independente este mai mare (cu 83%) dect variaia neexplicat de acestea (variaia datorat altor factori neinclui n model). Cu ct este mai mare variaia explicat fa de variaia neexplicat i cu ct este mai mic suma ptratelor valorilor reziduale, cu att modelul rezultat este mai semnificativ. Toate aceste elemente ne indic faptul c modelul de regresie este semnificativ.
3. Analiza coeficienilor modelului Anexa A5 Coefficients

Analiza semnificaiei coeficienilor de regresie se face folosind testul statistic Student. Coloana t din anex ne indic valorile statisticii t calculate pentru fiecare variabil a modelului, iar coloana sig. (sau p-value) ne indic probabilitatea existent ca testul t s nu fie corect. Statisticile t sunt mari iar p-value sunt mai mici dect nivelul de semnificaie ales, ambele elemente indicndu-ne faptul c aceti coeficieni de regresie sunt semnificativi din punct de vedere statistic.
4. Diagnosticul multicoliniaritii Anexa A5 Coefficients

Tot n Anexa A5, coloana corespunztoare valorilor VIF (factori de inflaie a varianei - valori care ne ajut la detectarea multicoliniaritii variabilelor independente) ne indic faptul c acestea sunt mai mici dect valoarea limit maxim precizat n literatura de specialitate [8] care este 10. Astfel, putem concluziona faptul c cele 13 variabile independente ale modelului nu sunt corelate ntre ele.
5. Analiza valorilor reziduale Anexele A3 i A6

Normalitatea distribuiei valorilor reziduale Graficele din Anexa A6 (fig.1i 2) prezint forma apropiat de clopot Gauss a histogramei i forma apropiat de cea liniar a punctelor graficului de normalitate, rezultate care ne determin s considerm c ipoteza de normalitate a valorilor reziduale este respectat. Variana constant a valorilor reziduale Conform graficelor expuse n Anexa A6 (fig. 3,4,5 i 6) punctele s-au ncadrat ntr-o band orizontal, indicnd faptul c ipoteza de varian constant a valorilor reziduale este respectat. Autocorelaia valorilor reziduale Statistica Durbin-Watson calculat pentru modelul 7 de regresie (Anexa A3), dcalc. este 1,846. Analiznd tabelul Durbin-Watson prezentat n Anexa 14, limita inferioar a statisticii Durbin-Watson rezultat pentru nivelul de semnificaie /2 (0,025), n=100 de cazuri
30
i k=13 variabile independente, este dL,/2=1.358 iar limita superioar este dU,/2=1.886. n concluzie, dL,/2 < dcalc. < dU,/2 ,deci testul nu este concluziv. Media valorilor reziduale este -5,66*10-15 (Anexa A6, fig. 1)
6.
Detectarea observaiilor aberante Anexa A7
a) Pentru ca o observaie s nu fie considerat aberant n raport de valoarea independent, valoarea prghie corespunztoare (n Anexa A7 coloana LEV_1) nu trebuie s depeasc dublul mediei aritmetice a tuturor valorilor prghie, sau altfel spus nu trebuie s depeasc valoarea limit 2(k+1)/n [8]. Pentru n=100 de cazuri i k=13 variabile independente aceast valoare limit este 0,28, i este depit de dou observaii situate pe poziiile 29, respectiv 48, ambele avnd valoarea prghie 0,31. b). Cercetnd n Anexa A7 coloana corespunztoare valorilor reziduale studentizate (SRE_1) am detectat cteva cazuri aberante, corespunztoare poziiilor 37,81, 84 i 86 din Model100.
7.
Detectarea observaiilor influente Anexa A7
Daca distana Cook calculat pentru o anumit observaie este mare, atunci observaia respectiv este influent. Se compar distana Cook calculat cu valoarea F corespunztoare lui = 0,05, k+1 grade de libertate pentru numrtor (14) i n-(k+1) grade de libertate pentru numitor (86). Din tabelul prezentat n Anexa 13 reiese c F.05=1,8084 putnd concluziona c niciunei observaii nu i corespunde o distan Cook calculat mai mare dect aceast valoare F.
8.
Forma modelului ADTCondo I i interpretarea coeficienilor de regresie
lnVal = 10,506 + 0,090 Scons.5 + 0,173 NRBAI + 0,076 NRCAM + 0,378 IFN + 0,220 PRC + 0,199 MG - 0,097 CENTR - 0,183 AER - 0,286 D1BOPV 0,402 D 2 CBDP + 0,405 D 3TA - 0,436 D 4 VBTT - 0,758 D 5 MDT
n care: lnVal logaritm natural din valoarea de pia estimat prin model; Scons.5 radical din suprafaa construit; NRBAI numrul de bi; NRCAM numrul de camere; IFN dotarea apartamentului cu interfon; PRC dotarea cu loc de parcare; MG existena spaiilor comerciale n interiorul ansamblului rezidenial; CENTR dotarea apartamentului cu central termic proprie; AER dotarea apartamentului cu aparate de aer condiionat; D1BOPV localizare n zona Bneasa, Otopeni, Pipera sau Voluntari; D2CBDP localizare n zona Chitila, Bucuretii-Noi, Dobroeti sau Pantelimon; D3TA localizare n zona Tei sau Aviaiei; D4VBTT localizare n zona Vitan-Brzeti, Titan sau Timpuri Noi; D5MDT localizare n zona Militari sau Drumul Taberei.
Modul de interpretare standard a coeficienilor de regresie ai unui model este urmtorul: la o schimbare cu o unitate a valorii uneia din variabilele independente, n timp ce celelalte variabile independente sunt pstrate constante, se modific valoarea variabilei dependente previzionate cu valoarea coeficientului respectivei variabile independente. n situaia n care se apeleaz la transformarea logaritmic a variabilei dependente cum este i cazul modelului ADTCondo I interpretarea coeficienilor de regresie se face astfel: la o schimbare cu o unitate a valorii uneia din variabilele independente, n timp ce celelalte variabile independente sunt pstrate constante, se modific valoarea variabilei dependente previzionate cu 100*i procente n sensul dictat de semnul coeficientului. n ceea ce privete variabilele dummy multiple, interpretarea coeficienilor acestora se face prin raportare la variabila dummy de baz. Astfel, interpretarea coeficienilor variabilelor D1BOPV, D2CBDP, D3TA, D3VBTT i D3MDT se face prin raportare la variabila pentru locaia n Tunari-tefneti
5.5. Modelul aditiv ADTCondo II

5.5.1. Specificarea modelului
n aceast procedur am introdus variabilele independente ce prezint relevan n formarea valorii de pia, dar care sunt n acelai timp i suficient corelate cu variabila dependent i nu par a fi
31
extrem de corelate ntre ele: radical din suprafa construit, numr camere, clasa de calitate, central termic, localizare n MDT, localizare n TA (Anexa B1).
5.5.2. Calibrarea i testarea modelului modelului - Procedura Enter

Criteriul de calibrare: entry= 0,05.
Not: Modelul a fost rulat prin procedura Enter de calibrare i analizat prin respectarea aceleiai proceduri prezentat la modelul ADTCondoI. Rezultatele intermediare sunt prezentate pe larg n cadrul tezei. Forma modelului ADTCondo II. Interpretarea coeficienilor de regresie Anexa B7
Dup excluderea observaiei aberante detectat n urma analizei realizat n mod similar cu cea pentru modelul ADTCondoI, am rulat din nou regresia liniar pentru grupul de date rmas, compus din cele 99 de observaii, prin aceeai procedur de calibrare Enter, cu aceleai 6 variabile independente. Modelul generat este mbuntit, respect ipotezele de regresie, este semnificativ din punct de vedere statistic, i are forma:
lnVal = 10,348 + 0,133 Scons.5 + 0,128 NRCAM + 0,059 CLSS - 0,248 CENTR + 0,447 D 3TA - 0,310 D 5 MDT
5.6. Evaluarea i comparaia modelelor. Aplicarea modelului ADTCondo I

Evaluarea i validarea unui model de regresie se face prin aplicarea modelului la datele din eantionul de testare i studiind apoi diferenele dintre valoarea de pia din eantion (y valoare de i - valoarea de pia previzionat). pia) i valoarea estimat prin aplicarea modelului ( y
Tab.5.5. Evaluarea i comparaia modelelor extras ADTCondo I
Valoare () (1)
181475
ADTCondo II
Val. prev./ Val.
Valoare previz. () (2)

174537
Diferena (%) (3)

-3.97%
(2/1)
0.9618
Valoare () (1)
181475
Valoare previz. () (2)

182897
Diferena (%) (3)

0.78%
Val. prev./ Val.
(2/1)
1.0078
211820 114275 124000
222907 119295 121157
4.97% ... 4.21% -2.35%
1.0523 1.0439 0.9771 0,854 0,832 16
211820 114275 124000
166517 ...... 101891 158477
-27.21% ...... -12.15% 21.76%
0.7861 ...... 0.8916 1.2780 0,798 0,785 16
Coeficient de determinare: Coeficient de determinare ajustat: Numr de proprieti:
Coeficient de determinare: Coeficient de determinare ajustat: Numr de proprieti:
Suma valorilor de pia reale (): Suma valorilor de pia previzionate (): Media: Mediana: Abaterea standard: Coeficientul de variaie:
2 633 243 2 618 179 0.9995 0,9867 0.0823 8.2%
Suma valorilor de pia reale (): Suma valorilor de pia previzionate (): Media: Mediana: Abaterea standard: Coeficientul de variaie:
2 633 243 2 545 114 1.0167 0,9622 0,2003 19.7%
ale modelului, Pe lng coeficientul de determinare r2 i coeficientul de determinare ajustat obinute la etapa de calibrare, evaluarea modelului se bazeaz pe calculul i interpretarea rapoartelor dintre valoarea de pia previzionat cu ajutorul modelului i preul de vnzare (sau valoarea de pia real) ale proprietilor din eantionul de testare. Aceste rapoarte se analizeaz prin intermediul
32
indicatorilor statistici ai tendinei centrale, cunoscui i ca msuri de determinare a nivelului evalurii, dar i cu ajutorul indicatorilor statistici de dispersie, cunoscui i ca msuri de determinare a uniformitii evalurii. Astfel, potrivit lui Kane, Linn i Johnson [14] i standardului elaborat n 2007 de ctre International Association of Assessing Officers pentru analiza acestor rapoarte [31]: raportul valoare previzionat/valoare real trebuie s fie ct mai apropiat de 1, 1 indicnd egalitatea celor dou valori; media i mediana seriei de rapoarte trebuie s fie ct mai apropiate de 1, indicnd egalitatea valorii previzionate cu valoarea real; media i mediana seriei de rapoarte trebuie s fie ct mai apropiate ntre ele ca valori, egalitatea nsemnnd c seria este normal distribuit; abaterea standard trebuie s fie ct mai apropiat de valoarea 0; coeficientul de variaie i de cel de dispersie trebuie s fie ct mai mici; pentru modelele de evaluare a proprietilor rezideniale amplasate n condominii noi, se accept doar valori sub 20% pentru Cv i valori ntre 5.0 i 10.0 pentru CD. Dup cum se poate observ din tabelul 5.5, analiza rapoartelor indic faptul c modelul ADTCondoI este superior modelului ADTCondoII: coeficientul de determinare i coeficientul de determinare ajustat sunt mai mari; media i mediana sunt apropiate de valoarea 1 i sunt mai apropiate ntre ele ca valori (diferen de 0,008); abaterea standard este mult mai apropiat de valoarea 0; coeficientul de variaie este mai mic, chiar dac ambele valori se afl n limita acceptat.
CONCLUZIE: modelul ADTCondoI este modelul care ntrunete condiiile de validare impuse de standard i va fi utilizat n continuare pentru evaluarea proprietilor imobiliare subiect. Aplicarea modelului ADTCondo I n evaluarea proprietilor subiect
Valorile corespunztoare variabilelor independente au fost introduse n model, rezultatul logaritm din valoarea de pia, fiind transformat prin antilogaritmare. Caracteristicile proprietilor subiect i valorile de pia aferente acestora sunt prezentate n tabelul 5.6.
Tab.5.6. Evaluarea proprietilor subiect
Caracteristici Proprietatea subiect A 99,4 1 3 Nu Da Proprietatea subiect B 100,4 2 3 Nu Nu Proprietatea subiect C 95,8 1 2 Da Nu
suprafa construit (mp): numr de bi: numr de camere: loc parcare: dotare cu interfon: dotare cu central termic de apartament: dotare cu aparate de aer condiionat spaii comerciale localizare n
Nu
Da
Da
Nu Nu Militari
Nu Da Chitila
Nu Da Voluntari
lnVal = 10,506 + 0,090 Scons.5 + 0,173 NRBAI + 0,076 NRCAM + 0,378 IFN + 0,220 PRC + 0,199 MG - 0,097 CENTR - 0,183 AER - 0,286 D1BOPV 0,402 D 2 CBDP + 0,405 D 3 TA 0,436 D 4 VBTT - 0,758 D 5 MDT
Valoare de pia previzionat () 92 000 119 000 126 000
Capitolul 6 Concluzii. Contribuii. Preocupri viitoare
33
Capitolul 6 CONCLUZII. CONTRIBUII. PREOCUPRI VIITOARE
6.1. Concluzii
Necesitatea implementrii unor sisteme (modele) de evaluare automat a valorii de pia devine o necesitate, n special pentru instituiile bancare, pentru firmele ce ofer servicii de tranzacii imobiliare i/sau de evaluri sau pentru instituiile statului. Aprioric implementrii unui sistem de impozitare global a proprietilor imobiliare, Consiliul pentru Standarde Internaionale de Evaluare recomand n standardul dedicat (GN 13 - Evaluarea global pentru impozitarea proprietilor), asigurarea unei infrastructuri legislative, administrative i economice foarte complex. n Romnia, trei din componentele acestei infrastructuri sunt funcionale: - infrastructura legal, cu rol de definire, susinere i protejare a dreptului de proprietate al ceteanului, este reprezentat de Constituie, de Codul Civil i de Legea cadastrului i a publicitii imobiliare nr. 7/1996, - sistemul de eviden i inventariere a terenurilor i cldirilor ce reprezint baz de impozitare, este asigurat prin Oficiile de Cadastru i Publicitate Imobiliar, - formarea profesional i pregtirea continu de experi evaluatori n scopul impozitrii proprietii, care s respecte principiile, standardele de evaluare i metodologia de evaluare pe baza valorii de pia, pot fi asigurate de ctre Asociaia Naional a Evaluatorilor din Romnia. Dezvoltarea i managementul permanent al unei baze de date cu informaii de pia, cu rol n optimizarea procesului de evaluare global, devine obligaia instituiei de stat care va administra sistemul de impozitare global, ca i proiectarea structurii, dezvoltarea i implementarea acestuia. De asemenea, Codul Fiscal trebuie modificat astfel nct s reflecte noua valoare impozabil, care n acest caz este reprezentat de valoarea de pia a proprietii, i dac este necesar, noile cote de impozitare. Implementarea unui astfel de proiect la scar naional ar duce la creterea transparenei pieei imobiliare din Romnia, la creterea gradului de informare i al ncrederii ceteanului n tranzaciile imobiliare efectuate, convingerea firmelor i instituiilor implicate n piaa imobiliar de necesitatea i beneficiile ce reies din stnsa colaborare, scderea numrului de tranzacii speculative de terenuri i construcii, creterea siguranei creditelor ipotecare i n final la crearea unei piee imobiliare stabile i sigure. Din punct de vedere al procesului de evaluare, utilizarea modelelor statistice n evaluare implic multe avantaje, dar i cteva dezavantaje. Aa cum am prezentat n capitolul 2, n abordarea prin comparaie coreciile sunt calculate separat i apoi aplicate preurilor de tranzacionare ale comparabilelor n ordinea elementelor de comparaie din grila de pia, ns prin intermediul modelrii statistice, aceste corecii sunt inserate direct n modelul evalurii permind corectarea simultan a elementelor de comparaie. n celelalte dou abordri n evaluare se determin valoarea terenului, costul de nou al construciei i deprecierile acesteia (abordarea prin cost), respectiv venitul din exploatare, ratele sau factorii de capitalizare/actualizare nivelul chiriilor (abordarea prin venit). Practic, oricare din aceste elemente se poate determina prin modelare statistic, considernd-le pe acestea variabilele dependente, iar factorii care le influeneaz devenind variabile independente. Concluzionnd, statistica matematic aplicat n domeniul evalurii proprietilor imobiliare permite: managementul i analiza seriilor foarte mari de date de pia; utilizarea n modelare a unui numr orict de mare de variabile, dac acestea sunt necesare i relevante; determinarea acurateei de estimare a valorii, care poate fi excepional de bun cnd sunt folosite suficiente date de pia; asigurarea de evaluri uniforme; utilizarea modelului rezultat nu numai n evaluarea global, ci i pentru evaluri punctuale (singulare); automatizarea procesului de evaluare, deci timp redus de prelucrare i analiz a datelor i de stabilire a concluziei asupra evalurii. Condiiile n care aceste avantaje pot fi atinse sunt ca la baza modelului s stea o judecat statistico-matematic foarte serioas i coerent, baza de date s fie permanent actualizat i modelul s
Capitolul 6 Concluzii. Contribuii. Preocupri viitoare
34
fie testat nainte de a fi efectiv utilizat n evaluare. n acelai timp, tehnicile de analiz statistic i de modelare a procesului de evaluare nu pot fi aplicate pentru pieele restrnse, cu puine tranzacii sau pentru pieele atipice, i totodat devine obligatorie asimilarea unui bagaj foarte dezvoltat de cunotine din domeniul statisticii matematice i al soft-urilor de specialitate.
6.2. Contribuii
Contribuiile aduse n domeniul evalurii proprietilor imobiliare de ctre aceast lucrare constau n proiectarea, dezvoltarea, evaluarea i comparaia a dou modele de evaluare automat (ADTCondoI i ADTCondoII) prin metode statistice, dedicate estimrii valorilor de pia ale proprietilor rezideniale uni-familiale, amplasate n ansambluri rezideniale noi de tip condominiu, situate n Bucureti i zona metropolitan. Metoda statistic utilizat este regresia liniar multipl, structura modelelor este aditiv, iar calibrarea acestora a fost realizat prin dou proceduri diferite: procedura Backward Elimination, respectiv procedura Enter. n urma evalurii statistice a rezultatelor obinute (valori de pia) prin aplicarea fiecrui model n parte grupului de proprieti reinute pentru testarea modelelor, am concluzionat c modelul ADTCondoI are caracteristici superioare din punct de vedere al principiului nivelului i al uniformitii valorilor estimate, pe care se bazeaz evaluarea global. De asemenea, n scopul dezvoltrii modelului a fost creat o baz de date denumit InfoCondo, cu informaii caracteristice tipului de proprieti rezideniale vizate, cu impact n formarea i susinerea tipului de valoare estimat valoare de pia. Aceasta conine un numr de 233 de proprieti situate n 32 de ansambluri rezideniale, descrise printr-un numr de 32 de caracteristici (variabile) clasificate pe categorii: variabile pentru descriere i locaie, variabile pentru caracteristici fizice, variabile pentru facilitile oferite de ansambluri, variabile pentru dotrile extra ale proprietilor. Variabilele de tip categoric (calitativ) au necesitat n prealabil transformare n variabile dummy, care utilizeaz cifrele 0 i 1 pentru codificarea categoriilor. Crearea bazei de date, analiza i prelucrarea acestora, precum i dezvoltarea modelelor au fost realizate cu ajutorul softului de analiz statistic Statistical Package for Social Sciences (SPSS) versiunea 17.0, unul dintre cele mai performante softuri utilizate la nivel internaional n analiza statistic implicat n domeniul evalurii. Standardele care s-au avut n vedere sunt Standardele Internaionale de Evaluare n vigoare, ediia a 8-a 2007, obligatorii pentru evaluatorii ANEVAR, precum i standardele specializate n dezvoltarea modelelor automate de evaluare Standard on Automated Valuation Models (AVMs) 2007, respectiv n analiza statistic a rezultatelor obinute prin aplicarea modelelor, Standard on Ratio Studies 2007, ambele elaborate de ctre International Association of Assessing Officers. Modelele de evaluare automat a proprietilor imobiliare sunt aplicabile numai pentru tipul de proprietate vizat (rezidenial, comercial, agricol sau industrial) i strict pentru aria de pia vizat. Modelele de evaluare automat trebuie periodic verificate i actualizate, recomandarea standardului IAAO Standard on Ratio Studies 2007, fiind ca aceast reevaluare s se fac cu periodicitate anual.
6.3. Preocupri viitoare

Posibilitile de cercetare n domeniul statisticii aplicate n evaluare sunt vaste. Necesitatea evalurii prin metode statistice a proprietilor, i aici ne referim nu numai la proprietile imobiliare, ci i la celelalte tipuri de proprieti, fie c sunt imobile sau mobile, va deveni din ce n ce mai stringent. Direciile de cercetare pe care dorim s le abordm n activitatea viitoare implic mbuntirea modelului creat i realizarea de modele cu structur multiplicativ sau hibrid, att pentru abordarea prin comparaie ct i pentru abordarea prin cost i abordarea prin venit. Proprietile vizate sunt att de tip rezidenial ct i agricol i comercial. De asemenea, implicarea analizei seriilor de timp n scopul reevalurii portofoliilor de garanii bancare i n previziunea preurilor de vnzare/valorilor de pia ale proprietilor, este o provocare la care dorim s rspundem n viitor.
Anexe - Extras
35
Anexa A3. Sumarul modelului - ADTCondo I

Model Summaryh
Change Statistics
Model
R Square
a
Adjusted R Square
Std. Error of the Estimate
R Square Change
F Change
df1
df2
Sig. F Change
Durbin-Watson
1 2 3 4 5 6 7
,928 ,928b ,928c ,928d ,927e ,926f ,924g
,862 ,862 ,862 ,861 ,859 ,857 ,854
,829 ,831 ,833 ,834 ,834 ,834 ,832
,16186 ,16087 ,16021 ,15977 ,15953 ,15986 ,16058
,862 ,000 ,000 ,000 -,001 -,002 -,003
26,323 ,003 ,331 ,545 ,750 1,346 1,779
19 1 1 1 1 1 1
80 80 81 82 83 84 85
,000 ,954 ,566 ,462 ,389 ,249 ,186
1,846
Anexe- Extras
36
Anexa A6. Analiza valorilor reziduale

1.Histograma valorilor reziduale 2.Diagrama de normalitate a valorilor reziduale 3. Diagrama de dispersie a valorilor reziduale vs. valoare pia previzionat
4. Diagrama de dispersie a valorilor reziduale vs. variabila radical din suprafa construit
5. Diagrama de dispersie a valorilor reziduale vs. variabila numr de camere
6. Diagrama de dispersie a valorilor reziduale vs. variabila numr de bi
Lista anexelor
Lista anexelor
Anexa 1 Anexa 2 Anexa 3 Anexa 4 Codificarea dummy pentru variabila localizare......................................... Eantionul de date Model200..................................................................... Eantionul de date Test 33.......................................................................... Matricea de corelaie liniar - coeficieni Pearson pentru grupul de date Model 200................................................................................................... Matricea de corelaie liniar - coeficieni Pearson pentru grupul de date Test33.......................................................................................................... Analiza variabilelor dummy pentru localizare.......................................... Analiza datelor Test33................................................................................ Eantionul de date Model 100 cu transformrile aplicate (Scons.5, STER.5 i LnVal)....................................................................................... Eantionul de date Test16 cu transformri (Scons.5, STER.5 i LnVal)........................................................................................................ Analiza datelor Model 100 cu transformri............................................... Analiza datelor Test 16 cu transformri..................................................... Variabilele intrate/excluse n/din model prin procedura Backward Elimination de calibrare a modelului......................................................... Indicatorii statistici t pentru variabilele excluse din model....................... Model Summary......................................................................................... ANOVA..................................................................................................... Analiza coeficienilor - Model 7................................................................ Analiza valorilor reziduale......................................................................... Detectarea valorilor aberante i a valorilor influente................................. Variabilele intrate n model prin procedura Enter de calibrare a modelului.................................................................................................... Model Summary......................................................................................... ANOVA..................................................................................................... Analiza coeficienilor................................................................................. Analiza valorilor reziduale......................................................................... Detectarea valorilor aberante i a valorilor influente................................. Analiza modelului final ADTCondo II (99 observaii).............................. Valorile critice pentru testul t..................................................................... Valorile critice pentru testul T ( =%)....................................................... Valorile critice pentru testul Durbin-Watson (=0,025 i n=100/99).......... 113 114 119 120 122 124 125 128 131 132 137 140 141 142 143 144 145 146 147 147 148 148 149 150 151 154 156 158
Anexa 5
Anexa 6 Anexa 7 Anexa 8 Anexa 9 Anexa 10 Anexa 11 Anexa A1 Anexa A2 Anexa A3 Anexa A4 Anexa A5 Anexa A6 Anexa A7 Anexa B1
Anexa B2 Anexa B3 Anexa B4 Anexa B5 Anexa B6 Anexa B7 Anexa 12 Anexa 13 Anexa 14
Bibliografie selectiv
ii
Bibliografie selectiv
American Society of Appraisers (2004), Evaluarea mainilor i echipamentelor; Andrei, T., Stancu, S., Pele, D. T. (2002), Statistic: teorie i aplicaii, editura Economic, ediia a doua; Anghelache, C. (2004), Statistic teoretic i economic - teorie i aplicaii, editura Economic; Appraisal Institute (2004), Evaluarea proprietii imobiliare, ediia a doua canadian; Badea, G. (2005), Cadastru general, editura Conspress UTCB; Bnacu, C. S. (2007), Ghid practic de evaluare imobiliar, editura Tribuna Economic, ediia a treia; Berenson, M. L., Levine, D. M., Krehbiel, T. C. (2004), Basic Business Statistics. Concepts and Applications, 9th edition, Pearson Prentice Hall; th [8]. Bowerman, B. L., OConnell, R. T. (2007), Business Statistics in Practice, 4 edition, McGraw Hill; [9]. Champness, P. (1997), Standarde Profesionale Europene aprobate pentru evaluarea proprietilor imobiliare, ediia romn ANEVAR-IROVAL; [10]. Cherry, A. (2007), A valuers guide to the RICS Red Book, RICS Books; [11]. Cristache, S. E. (2002), Statistic teoretic i economic - note de curs , editura ASE; [12]. Field, A. P. (2009), Discovering statistics using SPSS: and sex, and drugs and rock n roll, 3rd edition, London: Sage; [13]. Isaic-Maniu, A., Pecican, E., Vod, V. Gh., tefnescu, D., Wagner, P. (2003), Dicionar de statistic general, editura Economic; [14]. Kane, M. S., Linn, M. R., Johnson, J. A. (2004), Practical Applications in Appraisal Valuation Modeling, Statistical Methods for Real Estate Practitioners, Appraisal Institute; th [15]. Lucey, T. (1996), Quantitative Techniques, 5 edition, DP Publications; [16]. Lusht, K. M. (2001), Real Estate Valuation, Principles and Application, KML Publishing; [17]. Paca, I. (2008), Statistic aplicat pentru modelarea evalurii imobiliare, editura Politehnic; [18]. Pop, L. (1996), Dreptul de proprietate i dezmembrmintele sale, editura Lumina Lex; [19]. Rattermann, M. R. (2000), Residential Sales Comparison Approach, Appraisal Institute; [20]. Rattermann, M. R. (2004), The Student Handbook to the Appraisal of Real Estate, Appraisal Institute; [21]. Regia Autonom Monitorul Oficial (2007), Cadastrul i publicitatea imobiliar, ediia a treia; [22]. Richmond, S. B. (1964), Statistical Analysis, 2nd edition, The Roland Press Company; th [23]. SPSS (2006), SPSS Programming and Data Management: A Guide for SPSS and SAS Users, 4 edition, SPSS Inc.; [24]. Stan, S. V., Anghel, I. (2007), Evaluarea ntreprinderii, ediia a treia, editura IROVAL Cercetri n evaluare; [25]. Tmioag, G., Tmioag, D. (2005), Cadastrul general i cadastrele de specialitate, editura Matrix Rom; [26]. UBC Commerce (2003), Case Studies in Appraisal I, Course Workbook; [27]. UBC Commerce (2003), Case Studies in Appraisal II, Course Workbook; [28]. Voineagu, V., Colibab, D., Grdinaru, G. (2002), Statistic: noiuni fundamentale i aplicaii, Editura ASE; [29]. Consiliul pentru Standarde Internaionale de Contabilitate - IASB (2009), Standarde Internaionale de Raportare Financiar (IFRS), ediia a patra; [30]. Institutul Central de Cercetare, Proiectare i Direcionare n Construcii Institutul de Proiectare pentru Construcii Tipizate (1985), STAS 4908-85 Cldiri civile, industriale i agrozootehnice - Arii i volume convenionale; [31]. International Association of Assessing Officers - IAAO (2007), Standard on Ratio Studies; [32]. International Association of Assessing Officers - IAAO (2003), Standard on Automated Valuation Models (AVMs); [33]. Comitetul pentru Standarde Internaionale de Evaluare - IVSC (2007), Standardele Internaionale de Evaluare, ediia a opta; [34]. Royal Institution of Chartered Surveyors - RICS (2008), RICS Valuation Standards, ediia a asea, RICS Books; [35]. The European Group of Valuers - TEGOVA (2009), European Valuation Standards, 6th edition;
[1]. [2]. [3]. [4]. [5]. [6]. [7]. [36]. http://www.appraisers.org/
[41]. http://www.rics.org/
[37]. http://www.appraisalinstitute.org/
[42]. http://www.tegova.org/
[38]. http://www.boma.org/
[43]. http://www.cdep.ro/
[39]. http://www.iaao.org/
[44]. http://www.voa.gov.uk/
[40]. http://www.ivsc.org/

Mihailescu Irina Ana-Maria - Rezumat

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Mihailescu Irina Ana-Maria - Rezumat

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSITATEA TEHNIC DE CONSTRUCII BUCURETI

CONTRIBUII ASUPRA METODOLOGIEI DE EVALUARE A PROPRIETILOR IMOBILIARE

TEZ DE DOCTORAT (Rezumat)

DOCTORAND: ing. Irina Ana-Maria MIHILESCU

CONDUCTOR TIINIFIC: Prof. univ. dr. ing. Vasile URSEA

- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -

- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -

Capitolul 1 - Activitatea de evaluare a proprietii n Romnia n context internaional

Capitolul 1 ACTIVITATEA DE EVALUARE A PROPRIETII N ROMNIA N CONTEXT INTERNAIONAL

1.1. Contextul internaional. Evoluia IVSC i Standardele Internaionale de Evaluare

1.1.1.Comentarii asupra prevederilor standardelor IVSC

Capitolul 1 - Activitatea de evaluare a proprietii n Romnia n context internaional

1.1.2. IVSC 2011

1.2. Bazele juridice i informaionale ale activitii de evaluare din Romnia

1.2.2. Dezmembrmintele dreptului de proprietate privat

1.2.3. Principalele surse de date - cadastrul i cartea funciar. Alte surse

1.2.4. Impozitarea proprietilor imobiliare

Capitolul 1 - Activitatea de evaluare a proprietii n Romnia n context internaional

1.3. TEGoVA i standardele EVS

1.3. Evaluarea proprietilor imobiliare n SUA. Standardele USPAP

1.4. Evaluarea proprietilor imobiliare n Marea Britanie. Standardele RICS

- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -

Capitolul 2- Procesul clasic de evaluare a proprietilor imobiliare

Capitolul 2 PROCESUL CLASIC DE EVALUARE A PROPRIETILOR IMOBILIARE

2.1. Etapele premergtoare aplicrii abordrilor n evaluare

5 - Aplicarea abordrilor n evaluare

Abordarea prin comparaia vnzrilor

Abordarea prin capitalizarea venitului

Abordarea prin cost

6 - Reconcilierea rezultatelor i estimarea valorii finale

7 - Raportarea valorii definite

Fig.2.1. Procesul de evaluare conform GN 1

- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -

Capitolul 2- Procesul clasic de evaluare a proprietilor imobiliare

2.2. Metode i tehnici de estimare a valorii terenurilor

METODE I TEHNICI DE EVALUARE A TERENURILOR

Metode i tehnici comparative

Metode i tehnici de capitalizare/actualizare

Capitalizarea rentei funciare

Fig.2.2. Clasificarea metodelor i tehnicilor de evaluare a terenurilor

2.3. Aplicarea abordrilor n evaluare

2.3.1. Abordarea prin comparaie

2.3.2. Abordarea prin cost

Capitolul 2- Procesul clasic de evaluare a proprietilor imobiliare

2.3.2.1. Determinarea costului de reproducie sau de nlocuire

3.3.2.2. Tipuri de depreciere i metode de cuantificare

Reparaii neefectuate la timp

elemente cu via scurt

elemente cu viata lung

Capitolul 2- Procesul clasic de evaluare a proprietilor imobiliare

2.3.3. Abordarea prin venit

2.3.3.1. Metoda capitalizrii directe

Venit anual Rata de capitalizare

2.3.3.2. Metoda actualizrii fluxului de numerar metoda DCF

- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -

Capitolul 2- Procesul clasic de evaluare a proprietilor imobiliare

CFan 1 CFan 2 CFan k + + .... + + VT 1 2 k (1 + a) (1 + a) (1 + a)

2.4. Reconcilierea rezultatelor i estimarea valorii finale. Raportarea valorii definite

- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -

Capitolul 3 - Statistica matematic n serviciul evalurii

Capitolul 3 STATISTICA MATEMATIC N SERVICIUL EVALURII

3.1. Evaluarea global n scopul impozitrii

3.2. Elemente de statistic matematic utilizate n evaluare

Capitolul 3 - Statistica matematic n serviciul evalurii