Documente Academic
Documente Profesional
Documente Cultură
FACULTATEA DE GEODEZIE
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
- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -
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.
- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -
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.
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 -
obiectiv, dup o activitate de marketing corespunztoare, n care prile implicate au acionat n cunotin de cauz, prudent i fr constrngere. [33]
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).
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
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.
Comparaie
Capitalizare direct
Alocarea Tehnica rezidual Extracia
Actualizare
Analiza fluxului de numerar (metoda parcelrii)
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.
DETERIORARE FIZIC
DEPRECIERE
FUNCIONAL
DEPRECIERE
RECUPERABIL
EXTERN (nerecuperabil)
RECUPERABIL Supraadecvare Deficien: - necesit adugiri - necesit nlocuiri NERECUPERABIL ECONOMIC LOCALIZARE
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.
Valoare =
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.
11
VAL =
(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.
12
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.
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
(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
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)
=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
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
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.
17
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.
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).
(4.6)
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)
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
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 :
(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
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
(4.26)
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)
(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.
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%.
- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
25
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
26
Std. Error
Mean
154839.86
5949.089
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
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
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
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
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.
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
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.
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
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.
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
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.
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.
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.
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
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
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).
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
ADTCondo II
Val. prev./ Val.
(2/1)
0.9618
Valoare () (1)
181475
(2/1)
1.0078
Suma valorilor de pia reale (): Suma valorilor de pia previzionate (): Media: Mediana: Abaterea standard: Coeficientul de variaie:
Suma valorilor de pia reale (): Suma valorilor de pia previzionate (): Media: Mediana: Abaterea standard: Coeficientul de variaie:
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
Capitolul 5 - Modele de evaluare prin regresie statistic aplicate n abordarea prin comparaie
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
33
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
- Contribuii asupra metodologiei de evaluare a proprietilor imobiliare -
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.
Anexe - Extras
35
Change Statistics
Model
R Square
a
Adjusted R Square
R Square Change
F Change
df1
df2
Sig. F Change
Durbin-Watson
1 2 3 4 5 6 7
19 1 1 1 1 1 1
80 80 81 82 83 84 85
1,846
Anexe- Extras
36
4. Diagrama de dispersie a valorilor reziduale vs. variabila radical din suprafa construit
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
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/