Точность прогнозирования при массовой оценке: сравнение современных подходов

Развитие вычислительного программного обеспечения за последнее десятилетие способствовало более широкому применению методологий массовой оценки специалистами в области оценки и точности прогнозирования в сфере компьютеризированной массовой оценки для моделирования и оценки цен, а также защиты результатов в судебных разбирательствах. На выборке из 2694 объектов жилой недвижимости в статье оценивается и анализируется ряд геостатистических подходов в сопоставлении с моделью искусственной нейронной сети (ИНС) и традиционной линейной гедонической моделью ценообразования с точки зрения точности массовой оценки и определения цен. Результаты показывают, что геостатистический подход к локализованной регрессии превосходит другие методы по объяснительной способности модели, надёжности и точности. ИНС демонстрируют очень высокую прогностическую способность и, следовательно, точность оценки, превосходя традиционный множественный регрессионный анализ (МРА) и приближаясь к результатам пространственно взвешенных регрессионных подходов. Однако ИНС сохраняют архитектуру «чёрного ящика», что ограничивает их полезность для практиков в данной области. С точки зрения экономической эффективности и удобства применения оценочным сообществом подход МРА превосходит методику ИНС, основанную на принципе «чёрного ящика», тогда как географически взвешенная регрессия обеспечивает наилучший баланс между абсолютной результативностью и прозрачностью методологии. Именно этот пространственно взвешенный подход, использующий абсолютное местоположение, по-видимому, представляет собой перспективное направление развития практики массовой оценки.