Помощь в написании студенческих работ
Антистрессовый сервис

Модели оценки инвестиционной привлекательности рынка жилья: На примере г. Москвы

Диссертация: Модели оценки инвестиционной привлекательности рынка жилья: На примере г. Москвы
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Если недавно, в течение практически десяти лет, рынок недвижимости развивался динамичными темпами, когда спрос на жилье диктовал политику цен, то сегодня, по данным экспертов, многие компании столкнулись со снижением темпов продаж по сравнению с прошлым годом. Сложившийся уровень цен на недвижимость перегнал свое объективное значение, соответствующее макроэкономической ситуации, что и вызвало… Читать ещё >

Модели оценки инвестиционной привлекательности рынка жилья: На примере г. Москвы (реферат, курсовая, диплом, контрольная)

Содержание

  • Содержание Стр
  • 1. Рынок жилья. Тенденции, анализ и перспективы развития
    • 1. 1. Исследование рынка жилья. Ретроспективный анализ и совре- 10 менные тенденции
    • 1. 2. Ситуационная оценка московского рынка жилья с позиции ин- 20 вестиционной привлекательности
    • 1. 3. Индексы рынка недвижимости как основной инструмент 42 оценки рыночной конъюнктуры
      • 1. 3. 1. Индекс стоимости жилья
      • 1. 3. 2. Индекс ценового ожидания
      • 1. 3. 3. Индекс доходности жилья
  • 2. Методология принятия оптимальных решений инвестиро- 61 вания в сферу жилищного строительства
    • 2. 1. Математическая интерпретация индексов рынка недвижимо- 61 сти
      • 2. 1. 1. Индекс стоимости жилья (общегородской уровень цен на жи- 61 лье)
      • 2. 1. 2. Индекс ценового ожидания (темп изменения цен на жилье)
      • 2. 1. 3. Индекс доходности жилья (экономическая целесообразность 73 инвестиций в жилье)
    • 2. 2. Теория нечетких множеств в оценке неопределенных парамет- 75 ров рынка жилья
    • 2. 3. Модель инвестиционной оценки рынка жилья на основе тео- 88 рии нечетких множеств
  • 3. Реализация модели оценки инвестиционной привлека- 108 тельности рынка жилья
    • 3. 1. Статическая модель оценки инвестиционной привлекательно- 108 сти рынка жилья
    • 3. 2. Динамическая модель рынка недвижимости и прогнозирова- 122 ние показателей по категориям объектов
      • 3. 2. 1. Индекс стоимости
      • 3. 2. 2. Индекс ценового ожидания
      • 3. 2. 3. Индекс доходности
    • 3. 3. Оценка динамики показателей по административным округам
    • 3. 4. Оценка инвестиционной привлекательности рынка жилья на 151 основе статической и динамической моделей

Актуальность темы

исследования. В связи с остротой жилищной проблемы в России, развитием новых форм рыночных отношений, строительство жилья становится катализатором этих отношений, масштабным полигоном для их отработки и совершенствования. По оценкам отечественных и зарубежных экспертов, занимающихся анализом финансовой ситуации в России, купля-продажа квартир занимает в настоящее время одно из первых мест по степени рентабельности. Несмотря на все имеющиеся политические и налоговые проблемы рынка недвижимости, операции с недвижимостью способны сегодня приносить ощутимые доходы. Перспективы рынка недвижимости в жилищной сфере, в конечном счете, определяет наличие объективной потребности населения в улучшении жилищных условий. В России налицо острый дефицит жилья. От состояния экономики, степени доходов потребителей и цены на строительную продукцию зависит уровень, динамика и колебание платежеспособного спроса, который определяет стабильность получения дохода.

Сегодняшний рынок недвижимости постепенно приобретает цивилизованные формы, как в сфере законодательства, так и в области кредитования и ценовой политики. Причем последняя категория отмечается как наиболее существенная и для инвесторов, и для потенциальных потребителей. Фактически, цена на жилье в крайне незначительной степени зависит от себестоимости. Основной показатель, формирующий стоимость 1 м² жилья — это реальный спрос со стороны платежеспособного населения. В свою очередь спрос определяется множеством факторов: планировка, местоположение, наличие инфраструктуры и т. д.

Таким образом, стоимость жилья определяют два фундаментальных фактора, действующих на рынке: спрос со стороны платежеспособных покупателейограниченность предложения.

Анализируя ситуацию г. Москвы, можно спрогнозировать поведение рынка жилья во многих регионах страны. Несмотря на разницу в ценах, стоимостные пропорции на жилье различного уровня по региональным рынкам сохраняются, что дает возможность спроецировать ситуацию на любой регион и прогнозировать поведение с учетом региональных особенностей и менталитета потребителей.

За последнее десятилетие рынок недвижимости уверенно набирал обороты, спрос этого сектора экономики значительно превышал предложение, что способствовало постоянному росту цен на жилье различного экономического класса.

Если недавно, в течение практически десяти лет, рынок недвижимости развивался динамичными темпами, когда спрос на жилье диктовал политику цен, то сегодня, по данным экспертов, многие компании столкнулись со снижением темпов продаж по сравнению с прошлым годом. Сложившийся уровень цен на недвижимость перегнал свое объективное значение, соответствующее макроэкономической ситуации, что и вызвало остановку роста цен на рынке. Эта ситуация характерна для многих регионов, но наиболее явно этот процесс наблюдается на московском рынке недвижимости. Спрос и предложение по Москве и Подмосковью подошли к точке равновесия благодаря интенсивному росту цен, существенно опережающему увеличение накоплений в последние годы. Под давлением высоких цен сократился платежеспособный спрос, что и определило снижение темпов продаж.

Для инвестора крайне важно не только оценить текущую ситуацию на рынке недвижимости, но и максимально точно спрогнозировать поведение основных экономических характеристик жилья в некоторой краткосрочной перспективе.

Для детальной оценки тенденций рынка недвижимости используется система индексов, являющихся индикаторами ценовых колебаний: индекс стоимости жилья, индекс ценового ожидания, индекс доходности жилья.

Рынок недвижимости — очень инертная сущность, которой не присущи резкие колебания с переменой тенденций от месяца к месяцу. Многие примеры позволяют утверждать, что рынок недвижимости может описываться только плавными показателями, а характерный срок перемены тенденций составляет около двух месяцев.

Несмотря на многообразие методов оценки текущей ситуации, прогнозировать поведение рынка достаточно сложно. Это и определило направление работы, ее актуальность. Анализ работ отечественных и зарубежных специалистов показал, что на сегодняшний день перспективный прогноз поведения рынка недвижимости осуществляется аналитическими центрами на основе субъективных экспертных оценок.

Исследованием различных аспектов этой проблемы в разное время занимались такие зарубежные учёные как: Асаи К., Беллман Р., Дюбуа Д., Заде JL, Интрилигатор М., Лафуенте X., Уэно X., Форрестер Дж., Хаусдорф Ф., Цукамото Я., Шарп У. Ф., так и отечественные исследователи: Бережная Е. В., Баркалов С. А., Бернштейн JI.C., Бородицкая Т. М., Вентцель Е. С., Воронин В. Т., Гасилов В. В., Гумба Х. М., Зайченко Ю. П., Колмогоров А. Н., Кофман.

A., Крумберг О. А., Малышев Н. Г., Поспелов Д. А., Ресин В. И., Старинский.

B. Н., Тарасевич Е. И., Ярушкина Н. Г. и другие.

Таким образом, недостаточность методов и подходов оценки и прогнозирования рынка недвижимости определили цель и задачи исследования.

Цель и задачи исследования

Целью настоящего исследования является разработка теоретических и методологических подходов к оценке инвестиционной привлекательности рынка жилья с точки зрения текущей ситуации и прогнозирования тенденций. Поставленная цель определила следующие задачи исследования:

— исследование индексов рынка недвижимости и определение их экономического смысла и математического содержания;

— выявление основных тенденций динамики индексов рынка недвижимости;

— создание статической модели определения инвестиционной привлекательности объектов жилья на основе использования теории нечетких множеств;

— разработка динамической модели оценки рынка недвижимости методом сплайн-прогнозирования;

— создание алгоритма определения инвестиционной привлекательности объекта жилья с учетом текущей и прогнозной оценок.

Объектом исследования является первичный рынок жилья г. Москвы, как инвестиционный объект.

Предметом исследования является механизм оценки степени инвестиционной привлекательности объектов жилья на основе сочетания статической и динамической моделей оценки индикаторов рынка недвижимости.

Теоретической и методологической основой диссертационного исследования послужили труды ведущих ученых по проблемам оценки и перспективам развития рынка недвижимости, законодательные акты, инструктивно-методические и аналитические материалы.

В процессе решения научных проблем, изложенных в диссертационной работе, были использованы достижения зарубежной экономической науки, общенаучные методы и приемы, такие, как методы микроэкономического и корреляционно-регрессионного анализа, теории рыночного равновесия, методов математического программирования, функционального анализа, прикладной теории нечетких множеств, дифференциального исчисления, теории математической статистики и анализа.

Научная новизна. В результате проведенного исследования получены результаты, характеризующиеся научной новизной:

— создана статическая модель оценки рынка жилья на основе применения теории нечетких множеств, что ранее осуществлялось экспертным путем;

— введена единая математическая форма определения дискретных показателей принадлежности к интервалам нечетких множеств, что ранее определялось на основе используемых в теории нечетких множеств функций принадлежности;

— введен новый показатель — индекс инвестиционной привлекательности жилья, который является интегральной оценкой индексов рынка недвижимости и дает совокупную оценку объекту жилья в зависимости от типа и местоположения;

— предложен метод построения функций принадлежности для индексов стоимости, ценового ожидания и доходности в виде полиномов n-го порядка, который, в отличие от используемых ранее, характеризуются высокой точностью аппроксимации;

— разработана динамическая модель оценки рынка недвижимости на основе применения сплайн-прогнозирования, которая, в отличие от аналитических прогнозов, позволяет оценить текущую ситуацию рынка с учетом тенденций, и имеет незначительную погрешность в краткосрочном периоде;

— введена система поправочных коэффициентов, полученных методом дифференциального исчисления, корректирующих статическую модель на динамику показателей.

Практическая значимость выполненного исследования заключается в разработке новой методики оценки инвестиционной привлекательности объектов жилищного строительства в зависимости от типа и местоположения объекта на основе применения теории нечетких множеств и сплайн-прогнозирования.

Апробация результатов исследования работы.

Основные положения диссертационной работы докладывались и обсуждались на научно-практических конференциях профессорско-преподавательского состава Воронежского государственного архитектурно-строительного университета, Воронежского государственного университета, Воронежской государственной технологической академии, методы и программы прошли промышленную апробацию на строительных граммы прошли промышленную апробацию на строительных предприятиях г. Москвы: ЗАО «Старокалужское», ООО «Спецстроймонолит», что подтверждено актами о внедрении.

На защиту выносятся следующие положения:

— статическая модель оценки объектов жилья с использованием системы индексов на основе применения теории нечетких множеств и определения дискретных показателей принадлежности;

— показатель инвестиционной привлекательности объекта недвижимости как совокупной характеристики индексов стоимости, ценового ожидания и доходности;

— динамическая модель оценки рынка недвижимости на основе применения сплайн-прогнозирования;

— метод корректировки статической модели поправочными динамическими коэффициентами, рассчитанными путем дифференциального исчисления.

Публикации.

По результатам выполненных исследований опубликованы 8 печатных работ в сборниках научных трудов и материалах конференций в г. Москве, Воронеже, Туапсе общим объемом 2,9 п.л.

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит разработка экономико-математических моделей и организационно-экономических механизмов их реализации (1,5 п.л.).

Состав и структура диссертационной работы.

Диссертация состоит из введения, трех глав, заключения, списка литературы из 136 наименований. Диссертация содержит 170 страниц основного текста, 3 приложения, 46 таблиц и 123 формулы.

Основные выводы.

На основании проведенных исследований можно сделать следующие выводы.

1. Анализ мирового и отечественного опыта развития рынка недвижимости показал, что стоимость жилья определяют два фундаментальных фактора, действующих на рынке: спрос со стороны платежеспособных покупателейограниченность предложения. Рынок жилья инертен и имеет цикличность, как и любой другой рынок. Под давлением высоких цен сократился платежеспособный спрос, что и определило снижение темпов продаж.

2. Одной из основных причин резкого замедления темпов роста столичного рынка недвижимости является чрезмерно быстрое повышение цен в течение последнего года. Сложившийся уровень цен на недвижимость превысил свое объективное значение, соответствующее макроэкономической ситуации, что и вызвало остановку роста цен на рынке.

3. Индексы рынка недвижимости — основные показатели, позволяющие дать наиболее полную оценку текущей ситуации на рынке и прогнозировать его динамику на краткосрочный период. Уникальной отличительной особенностью системы индексов является оперативность информации — еженедельное обновление позволяет анализировать динамику рынка недвижимости.

4. Методологический подход к формированию системы индексов состоит в предоставлении каждому участнику рынка объективных цифровых данных, позволяющих составлять объективное мнение и принимать самостоятельные решения относительно инвестиций в рынок жилья.

5. Предлагаемая модель анализа динамики основных показателей рынка недвижимости на основе применения понятийного аппарата теории нечетких множеств дает возможность инвестору определить наиболее выгодные направления вложения средств в зависимости от целей инвестирования и степени экономической привлекательности объекта недвижимости.

6. Обосновано применение сплайн-функций — полиномов «-го порядка в качестве функций принадлежности, что значительно увеличивает точность аппроксимации и дает возможность экстраполировать показатели, а, следовательно, прогнозировать поведение рынка недвижимости в краткосрочной (до 1 года) перспективе.

7. Для прогноза динамики экономических характеристик рынка жилья применено понятие дифференциала функций, что является оптимально приемлемым для расчета динамики экономических категорий, так как происходит тенденциальное «сглаживание» эмпирических данных и определяется степень и направление изменения исследуемых показателей.

8. Введен новый показатель — индекс инвестиционной привлекательности жилья, который является интегрированной оценкой объектов недвижимости на основе системы трех существующих индексов: стоимости, ценового ожидания и доходности.

9. Разработана динамическая модель прогнозирования поведения рынка недвижимости на основе построения сплайн-функций и использования метода дифференциалов.

10.Дана оценка объектам жилья бизнес-класса как основной категории объектов, определяющих ситуацию на рынке недвижимости на основе статической и динамической моделей с введением системы поправочных коэффициентов.

Показать весь текст

Список литературы

  1. П.С. Введение в теорию множеств и общую топологию. М. :Наука, 1987.
  2. Р.А., Абдикеев Н. М., Шахназаров М. М. Производственные системы с искусственным интеллектом.- М: Радио и связь. 1990. 264 с.
  3. А.Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во Тюменского государственного университета, 2000. 352 с.
  4. А.В., Андрейчикова О. Н. Анализ, синтез и планирование решений в экономике. М.: Финансы и статистика, 2000.
  5. В.И., Богаенко И. Н., Грабовский Г. Г., Рюмшин Н. А. Системы фуцци-управления. К.: Тэхника, 1997. — 208 с.
  6. Р., Заде J1. Принятие решений в расплывчатых условиях.- В кн.: Вопросы анализа и процедуры принятия решений.- М.:Мир, 1976. С. 172−215.
  7. Е.В., Бережной В. И. Математические методы моделирования экономических систем: Учеб. пособие. М.: Финансы и статистика, 2001.-368с.
  8. Л.С., Боженюк А. В. Нечеткие модели принятия решений: дедукция, индукция, аналогия. Таганрог: Изд-во ТРТУ, 2001. 110 с.
  9. А.Н., Алексеев А. В., Крумберг О. А. и др. Модели принятия решений на основе лингвистической переменной.-Рига: Зинатне, 1982.- 256 с.
  10. А.Н., Алексеев А. В., Меркурьева Г. В. и др. Обработка нечеткой информации в системах принятия решений. М: Радио и связь. 1989. -304 с.
  11. А.Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей. Примеры использования. Рига: Зинатне, 1990.184 с.
  12. Т.М. Нечеткие модели как инструмент планирования .//Тезисы докладов VI Всероссийской научной конференции студентов и аспирантов. Таганрог: изд-во ТРТУ, 2002
  13. Бочарников В.П. Fuzzy-Технология: математические основы практика моделирования в экономике. Санкт-Петербург, 2001, 328 с.
  14. В.И., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечеткой логики: Учеб. пособие. Уфа: УГАТУ, 1997.
  15. Е.С., Исследование операций // М.: Советское радио, 1972.-488 с.
  16. Вестник Моск. ун-та. Экономика. 2000. № 1. С.8−10.
  17. И.К., Загоруйко Е. А. Исследование операций: Учебник для вузов, 2-е изд. / Под ред. B.C. Зарубина, А. П. Крищенко. М.: изд-во МГТУ им. Н. Э. Баумана, 2002. -436с.
  18. В.Т. Восстановление плотности распределения выборочных данных с помощью сплайнов, сохраняющих изогеометрию. // Сплайн-функции в экономико-статистических исследованиях. Новосибирск, Наука, 1987.
  19. В.Т. Построение сплайнов, сохраняющих изогеометрию. Препринт ВЦ СО АН СССР № 404. Новосибирск, 1982.
  20. В.Т., Холюшкин Ю. П. Изогеометрические сплайны: концепция, алгоритмы, обоснование и применение в археологических исследованиях. // Методы естественных наук в археологических реконструкциях. Новосибирск, 1995.
  21. А.П., Сотиров Г. Р. Оптимизация в условиях неопределенности. Изд-во МЭИ (СССР) и Техника (НРБ), 1989. — 224с
  22. И.М., Шилов Г. Е. Обобщенные функции и действия над ними. М., Физматгиз, 1959.
  23. А. Б. Познакомьтесь с математическим моделированием. -М.: Знание, 1991.-209 с.
  24. Х.М. Экономика строительных организаций // М.: Центр экономики и маркетинга, 1998. 144 с.
  25. С.В., Уткин JI.B. Надежность систем при неполной информации. СПб.: Любавич, 1999. — 160 с.
  26. Д. Теория возможностей (приложения к представлению знаний в информатике). / Д. Дюбуа, А. Прад. // М.: Радио и связь, 1990. -286 с.
  27. JI.A. Основы нового подхода к анализу сложных систем и процессов принятия решений. В кн.: Математика сегодня. — М.:3нание, 1974, с. 5−49.
  28. JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.-165 с.
  29. Ю.П. Исследование операций: нечеткая оптимизация: Учеб. пособие. Киев: Высшая школа, 1991.- 191с
  30. О.О., Черемных Ю. А., Толстопятенко А. В. Математические методы в экономике // М.: Дело и сервис, 2000. 368 с.
  31. Индикаторы рынка недвижимости. http://www. irn.ru/
  32. М. Математические методы оптимизации и экономическая теория / Пер. с англ. Г. И. Жуковой и Ф. Я. Кельмана. М.: Айрис-пресс, 2002, — 576 с.
  33. Информационно-аналитический сервер недвижимости. http://www. realtynews.ru/
  34. С. А. Операции с недвижимостью. М.: ПРИОР, 1997, 207 с.
  35. С.А., Шокин Ю. И., Юлдашев З. Х. Методы интервального анализа. Новосибирск: Наука, 1986.
  36. А.А. Мера возможности, нечёткое доверие и некоторые свойства нечётких преобразований. / А. А. Каня // Нечёткие множества и теория возможностей. Под ред. Р Ягера. М.: Радио и связь, 1986. — С.264−279.
  37. А.Н., Фомин С. В. Элементы теории функций и функционального анализа. М.: Наука, 1976.
  38. С. Развитие и регулирование рынка недвижимости.//Вестник Моск. ун-та. Экономика. 2000. № 1. С.8−10.
  39. И. JI. Моделирование оценки недвижимости в крупном городе: Автореф. дис. канд. экон. наук. СПб., 1997 18 с.
  40. О.А., Мищенко А. В. Исследование операций: Учебник / Косоруков О. А., Мищенко А. В. // под общ.ред. д.э.н., проф. Н. П. Тихомирова. М.: «Экзамен», 2003. — 448 с.
  41. А. Введение в теорию нечетких множеств.- М.:Радио и связь, 1982.- 432 с.
  42. В.Ф., Лагота Б. А., Лобанов С. М. Основы теории оптимального управления. М: Высшая школа, 1990. 429с.
  43. В.В., Дли М.И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. Физматлит, 2001. 224 с.
  44. А. Б. Экономика недвижимости.- СПб.: Лань, 2000. 680 с.
  45. В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений. -М.: Наука, 1982.
  46. В.П. Интервальные статистические модели. М.: Радио и связь, 19 991.
  47. О. «Рынок недвижимости» // «Бизнес», 2004- № 1
  48. Ю.П. Адаптивные методы краткосрочного прогнозирования.//М.: Статистика, — 1999.
  49. С. Н. Основы предпринимательской деятельности на рынке недвижимости. СПб.: Питер, 2000. — 272 с.
  50. Н.Г., Бернштейн Л. С., БоженюкА.В. Нечеткие модели для экспертных систем в САПР. — М.: Энергоиздат, 1991. — 136 с.
  51. А.Н., Берштейн Л. С., Коровин С .Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.- 272 с.
  52. Ю.И., Мокин Б. И., Ротштейн А.П. Soft-Computing: идентификация закономерностей нечеткими базами знаний. Винница: УН1ВЕР-СУМ-Вшниця, 2002.- 145с.
  53. В.П. Дифференциальные уравнения в частных производных. М.: Наука, 1976.
  54. А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб: Изд-во Сезам, 2002. 181 с
  55. Нечеткие множества в моделях управления и искусственного интел-лекта/А.Н. Аверкин, И. З. Батыршин, А. Ф. Блишун, В. Б. Силов, В. Б. Тарасов. Под ред. Д. А. Поспелова.- М.:Наука. Гл.ред.физ.-мат. лит., 1986.-312 с.
  56. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Д. А. Поспелова. М.: Наука, 1991.
  57. Нечеткие множества и теория возможностей. Последние достижения/Под ред. P.P. Ягера. М.: Радио и связь, 1986.-408 с.
  58. . Д. Экономика недвижимости: Учеб. пособие. 2-е изд. -М.: Дело, 2000.-512 с.
  59. А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.- 64 с.
  60. А.И. Связь между средними величинами и допустимыми преобразованиями шкалы. Математические заметки, т. 30, вып. 4, 1981, с. 561 568.
  61. С.А. Проблемы принятия решений при нечеткой информации. М.: Наука, 1981.- 206 с.
  62. С. Обработка знаний. М.: Мир, 1989. — 293 с.
  63. Оценка объектов недвижимости: теоретические и практический аспекты/ Под. ред. В. В. Григорьева. М.: ИНФРА-М, 1997. — 411 с.
  64. Оценка рыночной стоимости недвижимости: Учеб. и практич. пособие. М.: Дело, 1998. — 244 с.
  65. Л.С., Болтянский В. Г., Гамкрелидзе Р. В., Мищенко Е. Ф. Математическая теория оптимальных процессов. -М.: Наука, 1983.
  66. Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981.- 232 с.
  67. Д.А. Ситуационное управление: теория и практика. М. Наука, 1986.-288 с.
  68. Представление и использование знаний. Пер. с япон. // Под. ред. X. Уэно, М. Исудзука. М.: Мир, 1989.- 220 с.
  69. Прикладные нечеткие системы /Асаи К., Ватада Д., Иваи С. и др.//Под ред. Т. Тэрано, К. Асаи, М. Сугено.- М.: Мир, 1993. 368 с.
  70. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. М.: Мир, 1990. -304 с.
  71. И. А. Развитие рынка недвижимости в России: теория, проблемы, практика. М., 2000. — 135 с.
  72. В. И. Земельный рынок г. Москвы как системный регулятор функционально-пространственного развития города. М.: Институт системного анализа РАН, 1995. — 118 с.
  73. В. И. Системное регулирование развития крупного города и формирование земельного рынка. М.: ИСА РАН, 1995. — 211 с.
  74. В. И. Экономика недвижимости: Учеб. пособие.-2-е изд. М.: Дело, 2000. — 236 с.
  75. Г. А. Земельные ресурсы России, эффективность их использования. М.:1996. — 453 с.
  76. А.П., Штовба С. Д. Нечеткая надежность алгоритмических процессов. Винница: Континент-ПРИМ, 1997. — 142 с.
  77. А.П., Штовба С. Д. Проектирование нечетких баз знаний: лабораторный практикум и курсовое проектирование. Учебное пособие. -Винница: Винницкий государственный технический университет, 1999.- 65с. (На укр. языке).
  78. А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. — Винница: УНИВЕРСУМ—Винница, 1999. — 320 с.
  79. У. Функциональный анализ. М.: Мир, 1975.
  80. В.А. Теория операторов: Учеб. для вузов. 4-е изд., испр. и доп. -М.: Дрофа, 2001.-384с.
  81. Сай С. И. Методы и модели управления земельно-имущественным комплексом крупного города. М.: Фонды развития отечественного книгоиздания им. И. Д. Сытина, РАГС, 2001.-192 с.
  82. О. П. Управление строительством в регионе: проблемы и перспективы решения. СПб.: СПбГАСУ, 2000. — 178 с.
  83. А.Н. Организационно-экономические методы управления инвестиционным процессом в строительстве // Изв. вузов. Строительство. -1997. № 8-С. 27−30.
  84. В. Н., Асаул А. Н., Кускова Т. А. Экономика недвижимости. Учеб. пособие. СПб.: СПбГИЭРА, 1999. 186 с.
  85. С.В., Овчинникова Е. В. Элементы дискретной математики: Учебник. -М.: ИНФРА-М, Новосибирск: изд-во НГТУ, 2002. 280с.
  86. Е. И. Методы оценки недвижимости. СПб.: СПбГТУ, 1997.- 156 с.
  87. Е. И. Финансирование инвестиций в недвижимость. -СПб., 1996,-308 с.
  88. Теория и методы оценки недвижимости: Учеб. пособие./ Под ред. В. Е. Есипова СПб.: СПбГУЭФ, 1998. — 355 с.
  89. Э.К. «Недвижимость: парадоксы закона и логика права» // «ЭКО», 1995 — № 5
  90. Р.И. Модели принятия решений в условиях неопределенности. М.: Наука, 1981
  91. Управление динамическими системами в условиях неопределенности / С. Т. Кусимов, Б. Г. Ильясов, В. И. Васильев и др. М.: Наука, 1998.
  92. Управление развитием новых городов. М.: Стройиздат, 1987. — 287
  93. А.А., Круглов В. В. Интеллектуальные системы управления на основе методов нечеткой логики. Смоленск: Смоленская городская типография, 2003. 177 с. — ISBN 5−94 223−038−2.
  94. Уткин J1.B., Шубинский И. Б. Обобщенные показатели безопасности систем на основе интервальных средних // Тезисы докладов Международной НТК Диагностика, информатика, метрология, экология, безопасность-98, Санкт-Петербург, июль 1998. С.58−59.
  95. Уткин J1.B., Шубинский И. Б., Гуров С. В. Интерпретация функции распределения возможностей в теории надежности // Тезисы докладов Международной НТК Диагностика, информатика, метрология, экология, безопас-ность-98, Санкт-Петербург, июль 1998. С.62−63.
  96. JI.B., Шубинский И. Б. Нетрадиционные методы оценки надежности информационных систем. СПб.: Любавич, 2000. — 173 с.
  97. Федеральный закон от 21.07.97 № 122-ФЗ «О государственной регистрации прав на недвижимое имущество и сделок с ним».
  98. Федеральный закон от 29.07.98 № 135-Ф3 «Об оценочной деятельности в Российской Федерации».
  99. Федеральный закон от 02.01.2002 № 28-ФЗ «О государственном земельном кадастре».
  100. Федеральный закон РФ от 16.07.98 № 102-ФЗ «Об ипотеке (залог недвижимости)».
  101. В. А. Основы системного анализа. Учеб. пособие. Л., 1988.-306 с.
  102. .С. Основы системологии. М. «Радио и связь», 1982. -368 е., ил.
  103. Дж. Динамика развития города М.: Прогресс, 1974. -286 с.
  104. Л.Э. Математические методы в экономике: Учеб. пособие.- 2-е изд. перераб. М.: БЭК, 2002. — 144 с.
  105. Г. Оценка недвижимости: Учеб.пособие. Пер. с англ.-М.:РИО Мособлупрполиграфиздата, 1994. 231 с.
  106. Ф. Теория множеств. ОНТИ, 1987.
  107. Хил Лафуенте A.M. Финансовый анализ в условиях неопределенности. Пер. с исп. // Под ред. Е. И. Велесько, В. В. Краснопрошина, Н.А. Ле-пешинского. Мн.: Тэхнолопя, 1998. — 150 с.
  108. Я. О плотности-нечёткой меры. / Я. Цукамото, М. М. Гупта, П. Н. Никифорчук // Нечёткие множества и теория возможностей. Под ред. Р Ягера. М.: Радио и связь, 1986. — С.292−300.
  109. Г. А. Недвижимость: зарубежный опыт развития.- М.: Дело, 1994.-382 с.
  110. A.M. Методы и модели рационального управления в рыночной экономике. // М.: Финансы и статистика. 2001. — 320 с.
  111. Л. Н. Экономика городского хозяйства. М., 1999. — 134с.
  112. Л.М. Модель эффективного управления социально-экономическим развитием крупного города.//Государственное регулирование и местное самоуправление: Сб. тез. и докл./Под ред. В. Я. Ельмеева. СПб.:Изд-во СПбГУ, 1996. С. 68−72.
  113. У.Ф., Александер Г. Дж., Бейли Д. В. Инвестиции. М.: Ин-фра-М, 1997.-268 с.
  114. Пб.Шурыгин A.M. Прикладная стохастика: робастность, оценивание, прогноз. М.: Финансы и статистика, 2000. — 224с.
  115. Экономика и управление недвижимостью: Учебник для вузов / Под общ. Ред. П. Г. Грабовского. Смоленск: изд-во «Смолин Плюс», М.: Изд-во «АВС», 2000.
  116. Экономика строительства: Учебник для вузов / Под ред. Степанова И.С.- Моск.гос.строит.ун-т, Моск.гос.ун-т путей сообщения, Самарск. арх.-строит. акад. М.: Юрайт, 1997. — 412 с.
  117. Д. Математические методы в оценке недвижимости / Институт Экономического Развития, Всемирный Банк, апрель 1994. С. 35.
  118. Н.Г. Нечеткие нейронные сети // Новости искусственного интеллекта. 2001. — № 2−3.121 .Ярушкина Н. Г. Основы теории нечетких и гибридных систем: Учеб. пособие. — М.: Финансы и статистика, 2004. — 320с.
  119. Ярыгина 3. Н. Градостроительный анализ М.: Стройиздат, 1984. -295 с.
  120. Л.Э. Дифференциальные уравнения и вариационное исчисление. М.: Наука, 1969, 424с.
  121. Alfred A. Ring, The Valuation of Real Estate. (Englewood Cliffs, N. J.: Prentice Hall, Inc., 1990).
  122. Andrews N. L. Richard. Land in America (Lexington, Mass: D. C. Heathn and Co., 1989).
  123. Burl Boyce, ed., Real Estate Appraisal Terminology Cambriolge, Mass.: Ballinger Publishing Co., 1985.
  124. Cai K.Y. Introduction to Fuzzy Reliability. Kluwer Academic Publishers, Boston, 1996.
  125. Fedrizzi M., Fuller R. Stability in possibilistic linear programming with continuous fuzziy number parameters // Fuzzi sets and system/ 1996/ -V 47.
  126. Irvin E. Johnson, Instant Mortgage Equity Teahouse (Lexington, Mass.: D. C. Heath & Company, 1972).
  127. Pawlak Z. Rough sets presents state and father prospects // Intelligent Automation and Soft Computing. Vol. 2 (1996). — № 2.
  128. Schweizer В., Sklar A. Associative functions and abstract semi groups // Publ. Math/ 1963.-№ 10.
Заполнить форму текущей работой

Сессия? Спокойно!