Оценка рыночной стоимости офисной недвижимости. Часть 3

1 2 3

---

3.3 Определение стоимости объекта оценки доходным подходом

Далее необходимо провести расчет рыночной арендной ставки за один квадратный метр объекта оценки. Для этого требуется выполнить ряд корректировок. Скидка за торг установлена на среднем значении в 8,4 % согласно справочнику оценщика недвижимости. Учитывая, что ставки аренды объектов-аналогов приведены без учета коммунальных платежей необходимо провести корректировку в большую сторону на 19 %, согласно справочнику оценщика недвижимости. Корректировка на местоположение, как и в сравнительном подходе составит минус 20 % на аналоги, расположенные на первой линии. Скидка на площадь помещения составит 9 %, так как все представленные аналоги имеют площадь меньшую, чем объект оценки. Расчет представлен в таблице 6.

Таблица 6 — Определение рыночной арендной ставки за 1кв.м объекта оценки

При формировании итогового результата рыночной стоимости одного квадратного метра рассчитывались коэффициенты согласования. Последовательность определения веса объекта аналога в величине рыночной стоимости приведена в таблице 7.

Таблица 7 — Последовательность определения веса объекта аналога в величине рыночной стоимости

 

Далее следует определить расходы необходимые для содержания оцениваемой площади. Уровень операционных расходов может приниматься на значении показателя равным 17,8 %, это усредненный показатель, основанный на коллективном мнение экспертов-оценщиков. Учитывая месторасположение объекта недвижимости, разрешенное использование, коммерческую привлекательность, то согласно справочнику оценщика недвижимости, процент недозагрузки, как и в сравнительном подходе, используя справочник оценщика недвижимости, принимается на уровне 11,1 %.

С помощью использования метода капитализации доходов, учитывая, что доходы стабильны, необходимо определить стоимость объекта недвижимости. Для определения коэффициента капитализации в данном случае подойдет метод рыночной экстракции, так как этот метод основан на данных о предложении по продаже объектов-аналогов, которые в свою очередь одинаковы по рискам и изменениям в денежных потоках в будущем.

Расчет ставки капитализации представлен в таблице 8.

Таблица 8 — Определение ставки капитализации с помощью метода “рыночной экстракции”

Далее необходимо определить рыночную стоимость объекта оценки с помощью доходного подхода. Расчет представлен в таблице 9.

Таблица 9 — Определение рыночной стоимости объекта оценк

Рыночная стоимость объекта оценки с применением доходного подхода составила 21 017 000 рублей (двадцать один миллион семнадцать тысяч рублей).

Таким образом, можно сделать выводы:

1. на рыночную стоимость влияют арендная ставка, площадь помещения и коэффициент капитализации;
2. при использовании доходного подхода, для определения ставки капитализации, объекты для сравнения подбирались со схожими с объектом оценки характеристиками, с учетом стабильности получения доходов и открытой информации о предложениях купли-продажи.
3. При расчете рыночной стоимости арендной ставки 1 кв. метра объекта оценки были применены процентные поправки по физическим характеристикам аналогов и на основании согласования результатов проведен расчет.

 

3.4 Определение стоимости объекта оценки сравнительным подходом и согласование результатов

 

В результате определения рыночной стоимости использованными подходами, исходя из анализа данных, относящихся к рассматриваемому объекту, были получены два стоимостных показателя.

Целью получения результатов всех использованных подходов является определение преимуществ и недостатков каждого из них, и, тем самым, выработка единой стоимостной оценки — получение рыночной стоимости объекта. В таблице 18 приведены результаты расчета подходов оценки рыночной стоимости объекта по состоянию на дату оценки.

Таблица 10 — Расчет весовых коэффициентов

Определение рыночной стоимости объекта на дату оценки представлено в таблице 11.

Таблица 11 — Расчет рыночной стоимости объекта оценки

В расчете весовых коэффициентов, информации, представленной для доходного подхода, был придан меньший вес, так как является менее надежным. С точки зрения надежности, доходный подход отражает ту предельную стоимость, больше которой не будет платить потенциальный инвестор, рассчитывающий на типичное использование объектов и на принятые ставки доходности.

 

3.5 Основные направления совершенствования оценки офисной недвижимости

 

Для исследования влияния факторов необходимо провести анализ социальной, экономической и политической обстановки в целом по стране и в регионе, в частности. Определить сегмент рынка оцениваемого объекта. Провести анализ предложений объектов недвижимости по данному сегменту.

Спрос на коммерческую недвижимость зависит от ситуации в мировой экономике, экономике страны и края, к ним относится изменение уровня валового внутреннего продукта, оказывающий влияние на уровень доходов, социальных выплат, уровень заработной платы и на темпы развития экономики страны в целом. Зависит от политических факторов, которые могут оказать влияние на фактор риска вложения капитала в развитие страны, к ним можно отнести санкции, изменение в законодательстве и в налоговом в том числе, от уровня курса рубля и ключевой ставки центрального банка, которые в свою очередь влияют на ценообразование, от уровня арендной ставки и количества потребителей. Уровень арендной ставки влияет на привлекательность недвижимости у инвесторов. В случае использования заемных средств влияние оказывают ставки процента по долгосрочным займам. При росте процентной ставки инвестиционные проекты становятся менее прибыльными.

Из статьи от 16 июля 2019 года: Российская экономика продолжает умеренный рост в условиях обоснованной макроэкономической политики, но при наличии структурных ограничений и воздействии санкций. Объем производства в 2018 году вырос на 2,3 процента за счет экспорта и потребления, которому благоприятствовали рост реальной заработной платы и повышение спроса на рабочую силу. Инвестиции умеренно увеличились по сравнению с предыдущим годом. Инфляция, достигнув ранее в 2018 году рекордно низких уровней, во второй половине года ускорилась. Основными движущими силами ее ускорения были разовые факторы (такие как снижение курса рубля и повышение цен на продовольствие и топливо), а не давление спроса. [Исполнительный совет МВФ завершил консультации…, 2019]

Изменения курсов национальных валют, которые в значительной степени влияют на рынок недвижимости, напрямую зависят от изменения цен на нефть. По состоянию на 28.03.2020 года цена составила 25,1 доллар за баррель.

Такой обвал цены на нефть эталонного сорта Brent произошел вследствие того, что Россия отказалась продлевать договор о снижении добычи нефти. Такое снижение могло способствовать наращиванию добычи сланцевой нефти, и регулирование мировых цен на нефть станет еще одним инструментом мировой политики США, что в свою очередь создаст благоприятные условия для производителей Соединенных Штатов Америки. Решение было стратегически оправданным и основывалось на укрепление позиций России на рынке добычи нефти. Снижение цены на нефть стало причиной падения курса рубля.

Одним из главных источников замедления роста экономики в 2019 г. стал внешний спрос. Снижение экспорта в реальном выражении составило 2,1% на фоне замедления роста мировой экономики. Дополнительным фактором, сдерживающим динамику экспорта, стало выполнение сделки ОПЕК+ по ограничению добычи. Суммарный объем экспорта нефти и нефтепродуктов (в реальном выражении) в 2019 г. остался на уровне 2018 г., тогда как в 2018 г. вырос на 2%. Импорт в начале 2019 г. снижался, однако во втором полугодии начал расти, как за счет некоторых разовых факторов, так и под воздействием укрепления рубля и восстановления потребительского и инвестиционного спроса. [О ЧЕМ ГОВОРЯТ ТРЕНДЫ Макроэкономика и рынки, 2020, с. 13]

Ключевыми показателями, влияющими на финансовый рынок, являются ключевая ставка, уровень инфляции и изменение курсов валют.

Ускорение темпа инфляции вызвано ослаблением рубля вследствие снижения цен на нефть и угрозой рецессии в мировой экономике на фоне эпидемии коронавируса. Как следствие — повышение уровня цен. Правительством Российской Федерации приняты ряд мер, направленных на поддержку экономики страны и финансового сектора. Это доступ к банковским кредитам для малого и среднего бизнеса, отсрочка платежей по уже имеющимся кредитам, ослабление налоговой нагрузки, снижение размера страховых взносов.

Совет директоров Банка России 20 марта 2020 года принял решение сохранить ключевую ставку на уровне 6,00% годовых. В феврале—марте события развиваются с существенным отклонением от базового сценария прогноза Банка России. Это связано с изменением внешних условий:  распространением эпидемии коронавируса и резким снижением цен на нефть. Произошедшее ослабление рубля является временным проинфляционным фактором. Под его влиянием годовая инфляция может превысить целевой уровень в текущем году. Однако значимое сдерживающее влияние на инфляцию будет оказывать динамика внутреннего и внешнего спроса, что связано с выраженным замедлением роста мировой экономики и возросшей неопределенностью. Пакет мер Правительства и Банка России обеспечивает финансовую стабильность и окажет поддержку экономике. Все эти факторы принимались во внимание при принятии решения по ключевой ставке. С учетом проводимой денежно-кредитной политики годовая инфляция вернется к 4% в 2021 году. [Банк России принял решение сохранить ключевую ставку на уровне 6,00% годовых, 2020]

На изменение экономического роста, на объем ВВП влияют ряд факторов.

Панельные данные представляют собой данные по одинаковым экономическим единицам, представленным в различные последовательные периоды времени. Данный вид данных сочетает в себе как временные ряды, так и данные пространственного типа, то есть данные, взятые в любой период времени, соответствуют определенному региону (стране, городу, району и т.д.) и для каждого объекта существует один или несколько временных рядов. Благодаря такой гибкой структуре, модели, построенные на панельных данных, дают более содержательные ответы на те вопросы, на которые не могут ответить модели временных рядов и пространственных данных. К примеру, с помощью данной модели удается проанализировать индивидуальные отличия между отдельными экономическими единицами. Хороший пример был описан в работе Ben-Porah в 1973 году [13], в которой он рассматривает ежегодные данные рынка труда, на основе которых приходит к выводу, что ровно половина замужних женщин работают. Данный вывод можно оценить неоднозначно. С одной стороны, 50% замужних женщин работают полный рабочий день, в то время как остальные 50% не работают вовсе. С другой стороны, в течение года в среднем могут работают 50% женщин. Таким образом, в данной ситуации для получения более адекватного представления о женском рынке труда необходимо применение модели панельных данных, которая позволит проследить поведение отдельных женщин в течение определенного периода времени.

Существует еще несколько показательных примеров преимущества панельных данных по сравнению с остальными моделями. В частности, на микроуровне, проблему расходов домашних хозяйств на определенный товар можно рассмотреть с помощью одной из моделей пространственных данных, в которой в качестве регрессоров будут выступать экономические, социальные и демографические показатели семей. Однако, с помощью анализа панельных данных мы придем к выводу, что расходы домохозяйств на определенный товар будут зависеть не только от их доходов, но и от некоторых других факторов (например, от обычаев и культуры), которые будут индивидуальны для каждой семьи.

Также и в макроэкономике с помощью модели панельных данных удается учесть индивидуальные особенности регионов страны или районов города. Так, например, на уровень ВВП на душу населения оказывают влияние различные факторы, среди которых объем инвестиций, денежная масса, уровень инфляции и т.д., однако существуют и другие показатели, которые невозможно представить в численной форме (географическое положение страны, ее история). Все эти факторы независимы от времени, поэтому имея только пространственные данные мы сможем оценить зависимость показателя ВВП на душу населения от экономических показателей для национальной экономики отдельной страны, однако будет невозможным оценить индивидуальные различия между странами.

Существует три модели панельных данных. Первая из них представляет простейшую линейную модель и носит название объединенной моделью регрессии (pooled model). Она описывается уравнением (25).

(25)

Где y_it – зависимая переменная экономической единицы i в момент времени t, x_it – набор независимых переменных (регрессоров) и  – ошибка модели, которые некоррелированы как по переменной i, так и по времени t.

Также обозначим следующие переменные модели   , при этом i = 1,…, n, t = 1,…, T.

,  ,

Полученные МНК-оценки коэффициентов регрессии  оказываются эффективными и состоятельными.

Две остальные модели со фиксированными и случайными эффектами основаны на следующем уравнении (26).

(26)

Где  представляет собой индивидуальный эффект объекта i, который независим от времени, кроме того, регрессоры  не содержат константу.

В модели с фиксированными эффектами (fixed effect model) считают, что величина  является неизвестным параметром. В то время как в модели со случайными эффектами (fixed effect model) данная величина описывается уравнением (27).

(27)

где  – параметр, являющийся одинаковым для всех объектов вне зависимости от времени, а  – некоррелированные ошибки как с соответствующими ошибками , так и при разных объектах i.

Для исследования модели панельных данных были взяты следующие переменных, каждая из которых были предварительно прологарифмированы.

Каждая из переменных была сформирована на основе средних значений показателей районов, входящих в соответствующий округ.^[1] Всего было рассмотрено 10 следующих округов Москвы: Восточный, Западный, Зеленоградский, Северный, Северо-Восточный, Северо-западный, Центральный, Юго-восточный, Юго-западный и Южный.

Данные рассматривались за шестилетний временной промежуток: с 2012 по 2017 годы.

Рассмотрим каждую из переменных подробнее, опишем причины, по которым именно эти показатели вошли в состав регрессоров данной модели и выдвинем предпосылки как для отдельных регрессоров, так и для всей модели в целом.

Ln (price) – стоимость квадратного метра на вторичном рынке региона Москвы.

Ln (area) – общая площадь жилых помещений, введенных в действие за год, приходящаяся в среднем на одного жителя округа (тысяч квадратных км).

Данный показатель представляет собой предложение на первичном рынке жилья. Однако он будет оказывать влияние на спрос и на вторичном рынке: чем больше площадь жилых помещений на одного жителя, тем меньше спрос, то есть меньше людей будут искать себе квартиру на вторичном рынке жилья. Следовательно, это повлечет снижение цен на вторичном рынке недвижимости.

Ln (salary) – средняя номинальная заработная плата работников крупных и средних предприятий и некоммерческих организаций (рублей).

Заработная плата работников предприятий и организаций показывает привлекательность района для предпринимателей. Таким образом, чем выше в данном районе заработная плата, тем больше будет цена квартиры.

Ln (density) – плотность населения округа (человек на квадратный км).

С одной стороны, чем больше плотность населения района, тем сильнее будут загружены автомобильные дороги, общественный транспорт, торговые центры и другие объекты инфраструктуры. Следовательно, при увеличении плотности объем спроса на квартиры в таких районах будет уменьшаться. С другой стороны, низкая плотность района может говорить о высоких ценах на квартиры, сформировавшиеся под влиянием других факторов (например, близость к центру города). Следовательно, в районах с низкой плотностью населения цены квартиры могут быть высокими.

Ln (emergency) – доля площади жилых помещений в ветхих и аварийных жилых домах (%).

Чем больше площадь помещений в ветхих строениях, тем неблагоприятнее данный район для граждан. При увеличении доли таких зданий спрос на квартиры в районе будет падать, что повлечет снижении цены. Однако, самые старые дома с аварийными квартирами в основном расположены в центре города, где априори цены на квартиры выше, чем на окраинах города, где преимущественно находятся новостройки с квартирами в хорошем состоянии.

Ln (school) – число общеобразовательных организаций на начало учебного года на квадратный км.

С увеличением числа общеобразовательных организаций района, будет расти и цена квартир, находящихся поблизости, поскольку семьи приобретающие такие квартиры будут экономить не только время, но и иметь больший выбор.

Ln (pollution) –  количество выброшенных веществ в атмосферу (тонн на квадратный км).

Чем больше выбросов в атмосферу загрязняющих веществ, тем менее благоприятней будет район для потенциальных покупателей или съемщиков квартиры на вторичном рынке.

Ln (rest) – число организаций культурно-досугового типа на квадратный км.

Данный показатель очень схож с пятым показателем и также относится к инфраструктуре района. Жителям района очень важно разнообразие и близость культурно-развлекательных мест, в которых они бы могли проводить свое свободное время. И чем больше этот показатель в расчете на площадь соответствующего района, тем больше будет цена квартиры.

Ln (investing) – объем инвестиций в основной капитал округа (за исключением бюджетных средств) на одного человека (рублей на человека).

На основе данного показателя можно сделать вывод о том, сколько денежных средств вкладывается в развитие района в расчете на каждого гражданина.

Ln (family) – число семей, получивших жилые помещения или улучшившие жилые условия к отчетному году (с 2008 года).

Очень интересным и нетипичным является показатель получения (улучшения) семьями квартир. Семьи, получившие новые квартиры или улучшившие свои жилищные условия, не будут искать себе новое место жительства на вторичном рынке. Значит, при увеличении данного показателя спрос будет уменьшаться, что, в свою очередь, повлечет уменьшение цены.

Прежде, чем переходить к построению, анализу и выбору трех вышеописанных моделей панельных данных, сделаем предположение какая из моделей окажется наилучшей в нашем случае.

Обычная модель панельных данных (pooled regression) предполагает, что у экономических объектов нет индивидуальных различий. Как правило, такая модель используется крайне редко и только в довольно простых моделях. К прямым относятся факторы, которые непосредственно определяют физическую способность к экономическому росту (увеличение численности и повышение качества трудовых ресурсов; рост и изменение структуры основного капитала; улучшение технологии и организации производства; увеличение количества и качества вовлекаемых в хозяйственный оборот природных ресурсов). [Максимова, 2020, с. 154]

Косвенные факторы оказывают влияние на реализацию потенциала, заложенного в прямых факторах (наличие конкурентной среды; уменьшение цен на производственные ресурсы; снижение налогов; улучшение условий получения кредита и др.). [Максимова, 2020, с. 154]

Валовый внутренний продукт за последние пять лет представлен в таблице 12. Данные актуальны на 2020 год.

Таблица 12 — Динамика изменения валового внутреннего продукта и индексов роста nаблица составлена по данным Росстат

Темп роста объема ВВП значительно замедлился, но наблюдался почти во всех отраслях за исключением деятельности по операциям с недвижимым имуществом, в области здравоохранения и социальных услуг и в деятельности домашних частных хозяйств. Наибольший рост объемов ВВП наблюдался в финансовой и страховой деятельности — 109,7%, в деятельности гостиниц и предприятий общественного питания 103,2%, в оптовой и розничной торговле 101,7%, в деятельности по добыче полезных ископаемых 102,7%, в деятельности культуры и спорта 101,8%, в образовании 101,5%, в строительстве индекс роста составил 100,4%. Данные приведены на официальном сайте Росстат. Доля реализованной продукции высокотехнологичных и наукоемких отраслей в ВВП в 2019 году составила 21,6 %. Структура и динамика ВВП по источникам доходов с приведенными значениями изображена на рисунке 6.

Рис. 6. Структура и динамика источников доходов ВВП за 2018-2019 год

Изменения свидетельствуют о росте доходов в каждом элементе.

Элементы использования ВВП в динамике с отклонениями можно посмотреть в приложении 1.

Ускорение среднегодовой инфляции и снижение темпов роста реальных зарплат привели к замедлению роста потребления населения в 2019 году. В целом замедление роста потребления домохозяйств было компенсировано двукратным ускорением роста расходов государственного управления, которое объясняется активизацией трат на благоустройство и дорожное хозяйство на фоне реализации национальных проектов (даже с учетом некоторого недорасходования средств по итогам года). [О ЧЕМ ГОВОРЯТ ТРЕНДЫ Макроэкономика и рынки, 2019, с. 12]

Динамика использования ВВП представлена на рисунке 7.

Рис. 7. Динамика элементов ВВП

Снижение темпов роста валового накопления наблюдалось в 2018 году, в 2019 рост валового накопления на этом фоне оказался значительным, на что в некоторой степени повлиял прирост запасов материальных оборотных средств.

В целом по экономике в 2018 году рост производительности труда составил 102,3 %, что на 0,4 % больше чем в 2017 году. Наибольший рост наблюдался в водоотведении, водоснабжении и утилизации отходов и составил 102,7 %, в строительстве составил 102,8 %, в научной и технической деятельности на 102,7 %, в оптовой и розничной торговле рост составил 102,5 %.

Из вышеперечисленных факторов замедления роста ВВП следует отметить инвестиции в основной капитал. В 2019 году инвестирование в основной капитал сократилось по сравнению с 2017 годом.

Инвестиции в основной капитал играют важнейшую роль в приспособлении российской экономики к новой конъюнктуре после значительного падения цен на нефть. Они призваны способствовать модернизации производства и повышению качества выпуска, а значит, и выходу российской продукции обрабатывающей промышленности и сферы услуг на новые зарубежные рынки. Импортозамещение также невозможно без инвестиций в качество роста. Ключевым параметром, от которого зависят темпы экономического роста и технологическая модернизация экономики страны, является накопление.

Снижение ключевой ставки и увеличение арендных ставок оказывает влияние на рынок инвестиций в недвижимость в целом и в коммерческую недвижимость в частности, что в свою очередь может способствовать росту сделок.

Согласно данным на 1 января 2020 года число хозяйствующих субъектов, по сравнению с 2019 годом, сократилось на 11,8 % и составило 62364 единицы.

В 2018 году оборот организаций составил 3450368,9 млн. рублей. Субъектами малого и среднего бизнеса за январь и февраль 2020 года совокупный оборот региона увеличился на 1,3 % по отношению к тому же периоду прошлого года.

Рост средней заработной платы в регионе на январь 2020 года составил 104,8 % по отношению к январю 2019 года.

Наибольший рост составил в деятельности водоснабжения, водоотведения, утилизации отходов, в общественном питании, при этом наибольший уровень среднемесячной заработной платы зафиксирован в деятельности по добыче полезных ископаемых. В 2020 году в связи с эпидемией коронавирусной инфекции ожидается резкое снижение доходов населения.

Итак, в ходе анализа факторов, влияющих на стоимость коммерческой недвижимости, можно выделить изменение цен на нефть, курса рубля, ключевой ставки, изменение уровня инфляции, что в итоге сказывается на инвестициях в основной капитал, на темпе роста валового внутреннего продукта, изменении цен на товары и услуги, росте заработной платы.

Заключение

 

Таким образом, в данной работе были решены следующие задачи:

1) Раскрыты особенности офисной недвижимости как объекта оценки (здесь и определение и классификация и документы, подтверждающие ценообразующие характеристики объекта);

2) Выявлены преимущества и недостатки методов стоимостной оценки офисной недвижимости (предполагаемое использование результатов оценки, виды стоимости, сравнительный анализ методов оценки);

3) Выявлены особенности рынка офисной недвижимости г. Москвы.

4) Проведена апробация сделанных выводов на практическом примере.

Оценка объекта офисной недвижимости-это трудоемкий процесс, требующий от оценщика наличия профессиональных навыков, понимания процесса и соблюдения всех стандартов. Не смотря на это, для выведения итоговой величины необходимо учесть специфику того или иного объекта.

Этапы оценки недвижимости включают:

-Постановку задания на оценку;

-Сбор информации и предварительный анализ данных;

-Анализ наилучшего и наиболее эффективного использования недвижимости;

-Выбор уместных методов оценки и их применение;

-Согласование предварительных результатов оценки и выведение итоговой стоимости;

-Подготовку отчета об оценке и его согласование с заказчиком.

Оценочная деятельность в сфере объектов недвижимости в России регулируется Федеральным законом Об оценочной деятельности в Российской Федерации и принимаемыми в соответствии с ним федеральными законами и иными нормативными правовыми актами Российской Федерации и ее субъектов.

Оценка как важнейшая функция системы управления предшествует принятию практически любого решения в отношении недвижимого имущества. Она проводится обычно профессиональными экспертами оценщиками по заказу собственника или покупателя перед заключением сделки, с целью получения кредита под залог недвижимости, при разделе имущества или внесении его в качестве взноса в уставной капитал коммерческой организации, а также при страховании и налогообложении объектов. Как указывалось ранее, оценка недвижимости является самым востребованным видом оценочной деятельности, включая в себя расчет стоимости объекта или отдельных прав в отношении оцениваемого объекта.  На сегодняшний день увеличивается необходимость оценки недвижимости. Так как, владельцы недвижимости представляют себе ее стоимость, опираясь лишь на получение как можно большей экономической выгоды. Однако, после проведения независимой оценки недвижимого имущества, ее стоимость может быть значительно скорректирована.  Именно для корректировки этой реальной стоимости и прибегают к процессу оценки недвижимости.

В данной работе была проведена оценка стоимости офисного помещения в городе Москва. Итоговая стоимость по сравнительному подходу составила- 3 625 992 500рублей.

Рынок офисной недвижимости в городе Москва не стоит на месте, к нынешнему году в Москве, появляется все больше офисных центров, качество архитектурных, инженерных решений растет и выводит их на мировой уровень. В перспективе, офисные объекты не потеряют свою стоимость, да возможны некоторые спады, но тем не менее рынок довольно устойчив. В связи с актуальность объектов офисной недвижимости, возрастает и актуальности их оценки, именно поэтому, на сегодняшний день оценка офисной недвижимости является наиболее востребованной.

Список использованных источников

 

1. Федеральный закон Об оценочной деятельности в Российской Федерации от 29.07.1998 N 135-ФЗ (последняя редакция) 29 июля 1998 года N 135-ФЗ.
2. Федеральный стандарт оценки Общие понятия оценки, подходы к оценке и требования к проведению оценки (ФСО №1), утвержден Приказом Минэкономразвития от 20.05.2015 г. 299.10
3. Федеральный стандарт оценки Оценка недвижимости (ФСО №7)
4. Асаул, А.Н. Оценка объектов недвижимости: учебник [Электронный ресурс] / А.Н. Асаул, В.Н. Старинский, М.К. Старовойтов, Р.А. Фалтинский. — М.:Проспект, 2016. — Режим доступа: http://www.studentlibrary.ru/book/ISBN9785392196548.html
5. База недвижимости России [Электронный ресурс] / — Т. 2019. — Режим доступа: https://www.rosnedv.ru/ (Дата обращения 02.05.2020)
6. Варламов А. А., Комаров С. И. Оценка объектов недвижимости: учебник. М.: Форум, 2015. — 640 с. — С. 254.
7. Варламов, А.А. Оценка объектов недвижимости: Учебник // А.А. Варламов, С.И. Комаров / под общ. ред. А.А. Варламова. — 2-е изд., перераб. и доп. — М.:ФОРУМ :ИНФРА-М, 2017. — 352 с.
8. Введенская, Л. А. Оценка недвижимости [Текст] : учеб. пособие для вузов / Л. А. Введенская. – Ростов н/Д. : Феникс, 2008. – 544 с.
9. Гаврилов, А.И. Региональная экономика и управление. — М.: ЮНИТИ-ДАНА, 2010. — 239 с.
10. Горемыкин, В. А. Экономика недвижимости [Текст] : учебник / В. А. Горемыкин. – 5-е изд., перераб. и доп. – Москва : Высшее образование, 2011. – 806с.
11. Грибовский, С. В. Оценка недвижимости для налогообложения [Текст] / С. В. Грибовский // Вопросы оценки. – 2009. — №4. – С. 26-30.
12. Гровер, Р. М. Управление недвижимостью : учебник для СПО [Текст] : Учебник / Р. М. Гровер. — 2-е изд., испр. и доп. — Электрон. дан.col. — М: Издательство Юрайт, 2018. — 372 с. — (Профессиональное образование). — Internet access. — ISBN 978-5-534-07146-7
13. Грязнова А.Г., Федотова М.А., Эскиндаров М.А., Тазихина Т.В., Иванова Е.Н., Щербакова О.Н. Оценка стоимости предприятия (бизнеса) – М.: Интерреклама, 2011. – 544 с.
14. Грязнова, А.Г. Оценка недвижимости./ А.Г. Грязнова, М.А. Федотова, Н.В.Агуреев, И.Л. Белых Л.П. Артеменков и др. М.: Финансы и статистика, 2009.-496 с.
15. Гурьянова Л.В., Кухарчик В.А. Оценка недвижимости Курс лекций. — СанктПетербург: БГУ, 2014. — 135 с.
16. Гусев, Р. К. Земельное право [Текст] : учеб. пособие / Р. К. Гусев. — Изд. 3-е, перераб., испр. и доп. — М. : ИНФРА-М ; КОНТРАКТ, 2008. − 199 с.
17. Даббах А. Парадоксы добавленной стоимости / Калужский бизнес-журнал. – 2012. – №15. – 40-43 с.
18. Долгопятова Т. Изменение структуры собственности на предприятиях обрабатывающей промышленности (по данным мониторинга) / Вопросы экономики. – 2011. – №12. – 111-124 с.
19. Доходный подход к оценке стоимости недвижимого имущества Презентация к лекции по учебной дисциплине Экономика недвижимости. — Томский политехнический университет, 2014. — 12 слайдов.
20. Есипов В.Е., Маховикова Г.А. Оценка бизнеса: учебное пособие – СПб: Питер, 2011. – 512 с.
21. Затратный подход к оценке стоимости недвижимости [Текст] научной статьи по специальности Экономика и экономические науки [Электрон. ресурс] — Коланьков С.В.
22. Иванов, В. В. Управление недвижимостью [Текст] / В. В. Иванов, О. К. Хан. – Москва : ИНФРА-М, 2009. – 444с.
23. Иванова, Е. Л. Оценка стоимости недвижимости [Текст]: учеб. пособи / Е. И. Иванова. под peд. M. A.Федотовой.-2-еизд.,стер.- М. :КНОРУС, 2010. – 344с.
24. Ивлиева, Н. Н. Оценка стоимости имущества [Электронный ресурс]: Учебное пособие / Н. Н. Ивлиева, О. М. Ванданимаева, П. В. Дронов. — Москва: Московский финансово-промышленный университет Синергия, 2014. — 736 c. — ISBN 978-5-4257-0027-8 http://www.biblio-online.ru/book
25. Казакова Н.А. Экономический анализ в оценке бизнеса – М.: Дело и сервис, 2011. – 288 с.
26. Калякина, Е.А. Реализация современной государственной жилищной политики: региональный аспект / Е.А. Калякина // Регионология. 2010 -№3. — С. 35-37.
27. Касьяненко, Т.Г. Оценка недвижимости: Учебное пособие / Т.Г. Касьяненко, Г.А. Маховикова, В.Е. Есипов. — М.:Проспект, 2017. — 752 с.
28. Кожухар, В. М. Экспертиза и управление недвижимостью. Введение в специальность [Текст] : учебное пособие / В. М. Кожухар. – 2-е изд. – М.: Дашков и К, 2011. – 93с.
29. Косорукова И.В., Секачёв С.А., Шуклина М.А. Оценка стоимости недвижимости – М.: Московская финансово-промышленная академия, 2011. – 672 с.
30. Котляров, Максим Александрович. Экономика недвижимости и развитие территорий: учебник и практикум для СПО: [Текст]: Учебник и практикум / М. А. Котляров. — 2-е изд., испр. и доп. — Электрон. дан.col. — М : Издательство Юрайт, 2018. — 152 с. — (Профессиональное образование). — Internet access. — ISBN 978-5534-07469-
31. Коупленд Т., Коллер Т., Муррин Дж. Стоимость компаний: оценка и управление / Перевод с английского – М.: Олимп-Бизнес, 2012.
32. Крассов, О. И. Земельное право современной России [Текст] : учеб. пособие / О. И. Крассов. — М. : Дело, 2012. − 20с.
33. Кулёва, Е. В. Актуальные проблемы кадастровой оценки объектов недвижимости / Е. В. Кулёва. — Текст : непосредственный // Молодой ученый. — 2018. — № 51 (237). — С. 127-129. — URL: https://moluch.ru/archive/237/55009/ (дата обращения: 07.05.2020).
34. Материалы по обоснованию генерального плана муниципального образования [Электронный ресурс]. — Режим доступа: http://www.borovskiyadm.ru/content/poyasnitelnaya-zapiskaborovskiy.htm/. -[дата обращения 02.05.2020]
35. Мурзин, Антон Дмитриевич. Недвижимость: основы экономики, оценки и кадастра [Текст]: краткий курс / А. Д. Мурзин. — Ростов-на-Дону : Феникс, 2014. — 217 с.: ил. — (Зачет и экзамен). — Библиогр.: с. 212-214. — ISBN 978-5-222-21129-8
36. Оценка недвижимости [Текст]: учеб. пособие / Т. Г. Касьяненко, Г.А. Маховикова, В.Е. Есипов. − М.: КНОРУС, 2010. − 752 с.
37. Оценка недвижимости [Текст]: учебник / под ред. Грязновой А. Г., Федотовой М. Финансы и статистика, 2012. — 496 с.
38. Оценка стоимости недвижимости [Текст] : учеб. пособие / Е.Н. Иванова; под редакцией доктора экономических наук, профессора М.А. Федотовой — 2 издание, стер. — М.: КНОРУС, 2011. — 344 с.
39. Паршкова Е.А. Оценка бизнеса и управление его стоимостью // Научное сообщество студентов XXI столетия. Экономические науки: сб. ст. по мат. LIII междунар. студ. науч.-практ. конф. № 5(53). URL: https://sibac.info/archive/economy/5(53).pdf (дата обращения: 07.05.2020)
40. Пылаева А.В. Проблемы классификации в кадастровой оценке и налогообложении недвижимости // Общероссийский информационноаналитический и научно-практический журнал Имущественные отношения в Российской Федерации — 2014. №10 — 121 с. \

---

1 2 3