PROGNOZY GOSPODARCZE WYKORZYSTYWANE W GOSPODAROWANIU ZASOBAMI NIERUCHOMOŒCI

Prognozy gospodarcze s¹ przedmiotem wielu opracowañ z dziedziny: ekonometrii, geostatystyki i gospodarki nieruchomoœciami [zob. Paw³owski 1973, Filiasiewicz 1977, Czerwiñski, Guzik 1980, Grabiñski i in. 1983, 1990, Hellwig 1985, Granger, Newbold 1986, Ostasiewicz 1989, Ekonometria z elementami… 1992, Smoluk 1993, Azof 1994, Masters 1995, Bishop 1996, Siedlecka 1996, Zeliaœ 1997, Prognozowanie… 1998, Petridis, Kehagias 1998, Prognozowanie… 1999, Gajda 2001]. Prognoza jest stwierdze-niem odnosz¹cym siê do okreœlonej przysz³oœci, formu³owanym z wykorzystastwierdze-niem do-robku nauki, weryfikowanym empirycznie, niepewnym, ale akceptowanym. Na potrzeby pracy prognozy mo¿na podzieliæ na:

– krótkookresowe – budowane s¹ na taki odcinek czasu, w trakcie którego w prognozo-wanym zjawisku zachodz¹ tylko zmiany iloœciowe;

– œredniookresowe – dotycz¹ odcinka czasu, w którym oczekuje siê, ¿e w prognozowa-nym zjawisku wystêpuj¹ zmiany iloœciowe i niewielkie jakoœciowe;

– d³ugookresowe – budowane s¹ dla odcinka czasu, w którym mog¹ wystêpowaæ zmiany zarówno iloœciowe, jak i jakoœciowe.

Inny podzia³, w którym za kryterium przyj¹æ mo¿na w³aœciwoœci przedmiotu progno-zowania mo¿e, wygl¹daæ nastêpuj¹co:

– prognozy jakoœciowe;

– prognozy iloœciowe punktowe;

– prognozy iloœciowe przedzia³owe.

Jeszcze inny podzia³ zak³ada, i¿ prognozy mog¹ mieæ charakter: badawczy (w tym ostrzegawczy) lub realistyczny.

Prognozy gospodarcze realizowane w ramach procesów planowania wykorzystania zasobów nieruchomoœci maj¹ i mog¹ mieæ ró¿ny charakter. Na przyk³ad art. 23 ust. 1d pkt. 2 ustawy o gospodarce nieruchomoœciami [Ustawa z dnia 21 sierpnia... Dz.U. 1997 r.

nr 115, poz. 741] przewiduje, i¿ w ramach procesów planowania wykorzystania zasobów nieruchomoœci nale¿y przygotowaæ prognozy:

1) udostêpnienia nieruchomoœci z zasobu oraz nabywania nieruchomoœci do zasobu – jest to prognoza œredniookresowa, iloœciowa punktowa realistyczna;

2) poziomu wydatków zwi¹zanych z udostêpnieniem nieruchomoœci z zasobu oraz naby-waniem nieruchomoœci do zasobu – jest to prognoza krótko- lub œredniookresowa,

ilo-œciowa przedzia³owa realistyczna;

3) wp³ywów osi¹ganych z op³at za u¿ytkowanie wieczyste nieruchomoœci Skarbu Pañ-stwa oraz op³at z tytu³u trwa³ego zarz¹du nieruchomoœci Skarbu PañPañ-stwa – jest to pro-gnoza d³ugookresowa, iloœciowa, przedzia³owa, realistyczna;

4) aktualizacji op³at z tytu³u u¿ytkowania wieczystego nieruchomoœci Skarbu Pañstwa oraz op³at z tytu³u trwa³ego zarz¹du nieruchomoœci Skarbu Pañstwa – jest to prognoza d³ugookresowa, iloœciowa, przedzia³owa, realistyczna.

Przedstawiony przyk³ad wyraŸnie wskazuje, i¿ prognozy gospodarcze zwi¹zane z pla-nowaniem wykorzystania zasobów nieruchomoœci maj¹ charakter prognoz œrednio- lub d³ugookresowych, iloœciowych i realistycznych. Pomimo zró¿nicowania przedmiotowe-go, wszystkie dotycz¹ wartoœci liczbowych, a wiêc miar iloœciowych. Nale¿y równie¿

zauwa¿yæ, i¿ wiêkszoœæ z nich dotyczy procedur gospodarczych maj¹cych bezpoœrednie prze³o¿enie na sytuacjê gospodarcz¹, z któr¹ spotyka siê gospodarz zasobu nieruchomoœci w rzeczywistoœci gospodarczej. Prognoza powinna byæ obarczona ma³ym b³êdem ex post.

Wydaje siê jednak, ¿e za³o¿enie dotycz¹ce minimalizacji b³êdu prognozy jest tutaj niewy-starczaj¹ce. Stwierdzenie to ma swoje podstawy wywodz¹ce siê w wielu przypadkach z potrzeby zapisania konkretnej liczby po stronie przychodów czy wydatków w bud¿ecie operacyjnym danego podmiotu np. gminy. W takiej sytuacji procedury prognozowania nale¿y wzbogaciæ o modu³y, które bêd¹ odpowiedzialne za procesy symulacji wybranych zmiennych. Symulacje te bêd¹ dostarczaæ okreœlonych przedzia³ów predykcji dla zmien-nych, zawê¿aj¹c tym samym obszar, w którym mog³oby znaleŸæ siê prognozowane zjawi-sko. Symulacje, dziêki wprowadzeniu parametrów ograniczaj¹cych, powinny ponadto pozwoliæ na uwzglêdnienie elementów o charakterze niemierzalnym, np. sytuacji

spo-46 R. Wiœniewski

³eczno-gospodarczej na lokalnym rynku nieruchomoœci czy te¿ zdolnoœci zap³aty op³aty adiacenckiej w okreœlonej wysokoœci.

Symulacje mog¹ wskazaæ przedzia³y mo¿liwych i akceptowalnych rozwi¹zañ, które wykorzystywane w prognozowaniu zmniejszaj¹ niepewnoœæ uzyskiwanych wyników.

W praktyce wykorzystaæ mo¿na symulacje deterministyczne oraz stochastyczne. Symula-cje deterministyczne bêd¹ mia³y zastosowanie wszêdzie tam, gdzie czynnik stochastyczny nie bêdzie wystêpowa³, np. w symulacji kosztów administracyjnych. Z kolei symulacje stochastyczne wykorzystywaæ nale¿y wszêdzie tam, gdzie czynnik stochastyczny bêdzie odgrywa³ znaczn¹ rolê, np. w prognozowaniu wartoœci nieruchomoœci.

Taki charakter wskazuje, i¿ prognozy powinny byæ przygotowywane z wykorzysta-niem modeli zjawisk, których dotycz¹. W pierwszym etapie nale¿y stworzyæ model zja-wiska, który bêdzie przedmiotem symulacji i prognozowania, W drugim zaœ – zgroma-dziæ niezbêdne dane i wykorzystaæ je w symulacjach i prognozowaniu.

MODELE WYKORZYSTYWANE W PROGNOZOWANIU DO SPORZ¥DZANIA PLANÓW WYKORZYSTANIA ZASOBÓW NIERUCHOMOŒCI

W pracy przedstawione zostan¹ za³o¿enia dotycz¹ce budowy modeli zjawisk, które powinny byæ przedmiotem symulacji oraz powinny byæ wykorzystywane w procesach sporz¹dzania prognoz w zwi¹zku z tworzeniem planów wykorzystania zasobów nierucho-moœci. Do najwa¿niejszych zjawisk gospodarczych, których modele nale¿y zbudowaæ, aby móc przygotowaæ prognozy gospodarcze niezbêdne w tworzeniu planów wykorzysta-nia zasobów nieruchomoœci, zaliczyæ nale¿y:

– udostêpnienie nieruchomoœci z zasobu;

– nabywanie nieruchomoœci do zasobu;

– poziom wydatków zwi¹zanych z udostêpnieniem nieruchomoœci z zasobu;

– poziom wydatków zwi¹zanych z nabywaniem nieruchomoœci do zasobu;

– wysokoœæ wp³ywów osi¹ganych z op³at za u¿ytkowanie wieczyste nieruchomoœci grun-towych;

– wysokoœæ wp³ywów osi¹ganych z op³at za trwa³y zarz¹d nieruchomoœci;

– aktualizacjê op³at z tytu³u u¿ytkowania wieczystego nieruchomoœci gruntowych;

– aktualizacjê op³at z tytu³u trwa³ego zarz¹du nieruchomoœci.

Tabela 1 przedstawia klasyfikacjê rodzajow¹ wybranych modeli, które nale¿y opraco-waæ dla zjawisk gospodarczych niezbêdnych w tworzeniu planów wykorzystania zaso-bów nieruchomoœci.

W pracy przedstawione zostan¹ za³o¿enia dotycz¹ce budowy modeli zjawisk, które zaprezentowano w tabeli 1.

Tabela 1. Klasyfikacja modeli niezbêdnych w tworzeniu planów wykorzystania zasobów

Model UN – udostêpnianie nieruchomoœci z zasobu

1) Cel budowy modelu UN – rozpoznanie potrzeb w zakresie udostêpniania

nieruchomo-œci z zasobu z uwzglêdnieniem rodzaju umowy, terminu udostêpnienia, warunków wy-stêpuj¹cych na rynku lokalnym, potrzeb innych podmiotów.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– potrzeby podmiotów zewnêtrznych o ró¿nym charakterze (komercyjnym, spo³ecz-nym, innym),

– potrzeby finansowe podmiotu udostêpniaj¹cego nieruchomoœci,

– rodzaj zawieranych umów,

– perspektywê czasow¹ udostêpnienia,

– stan lokalnego rynku nieruchomoœci,

– potrzeby w³asne podmiotu udostêpniaj¹cego nieruchomoœci.

3) Ogólna postaæ modelu:



^{, , , , , , , ,}



^,

L_N – liczba nieruchomoœci w zasobie,

J_N – „jakoœæ” nieruchomoœci w zasobie wyra¿ona na skali atrakcyjnoœci,

48 R. Wiœniewski M_U – „mo¿liwoœci” udostêpnienia nieruchomoœci z zasobu (prawne, organizacyjne,

„chêæ udostêpnienia” itp.),

P_W – potrzeby w³asne gospodarza zasobu w zakresie nieruchomoœci, P_F – potrzeby finansowe gospodarza zasobu nieruchomoœci,

R_U – rodzaj zawieranych umów zwi¹zanych z udostêpnianiem nieruchomoœci z za-sobu nieruchomoœci,

P_Z – potrzeby zewnêtrznych podmiotów dotycz¹ce nieruchomoœci z zasobu, S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy,

t – perspektywa czasowa udostêpnienia [standardowo t Î (0; 3) lat], PO_N – popyt na rynku nieruchomoœci,

PD_N – poda¿ na rynku nieruchomoœci,

C_N – ceny nieruchomoœci na rynku nieruchomoœci,

W – cechy (atrybuty) nieruchomoœci warunkuj¹ce poziom cen na rynku nierucho-moœci,

e – zbiór innych czynników wyznaczaj¹cych stan rynku nieruchomoœci,

f₁ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwan¹ wartoœæ prognozy w zakresie mo¿liwoœci udostêpnienia nieruchomoœci z zasobu, f₂ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwan¹ wartoœæ

stanu rynku nieruchomoœci.

Funkcja f₁ ma charakter stochastyczny, odwzorowuje bowiem szereg czynników, których wartoœci siê zmieniaj¹, warunkowany szerok¹ grup¹ czynników o ró¿nych charakterze, np. potrzebami zewnêtrznych podmiotów dotycz¹cymi nieruchomoœci z zasobu, „jakoœci¹”

nieruchomoœci w zasobie, która jest zale¿na od mo¿liwoœci finansowych.

Funkcja f₂ ma tak¿e charakter stochastyczny, poniewa¿ odwzorowuje stan rynku nie-ruchomoœci, który jest wynikiem dzia³ania jego uczestników, a wiêc ich zachowañ, po-trzeb, ograniczeñ i mo¿liwoœci.

Model NN – nabywanie nieruchomoœci do zasobu

1) Cel budowy modelu NN – rozpoznanie w zakresie koniecznoœci pozyskania nierucho-moœci do zasobu z uwzglêdnieniem potrzeb w³asnych, procesów zewnêtrznych (np.

prawnych), czasu, mo¿liwoœci finansowych i procesów rozwojowych.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– potrzeby w³asne warunkowane procesami rozwojowymi (inwestycyjnymi),

– realizowane na rynku procesy podzia³u, scalenia i podzia³u nieruchomoœci,

– mo¿liwoœci finansowe,

– czas nabywania nieruchomoœci,

– rodzaj umowy,

– stan lokalnego rynku nieruchomoœci w zakresie pozyskania nieruchomoœci.

3) Ogólna postaæ modelu:



^{, , , , ,}



^,

3 P P M R S t

f

NN= _{W P F U RN}



^{, , ,}



^,

4 WA

= _{N N}

RN f PD C

S

gdzie:

P_W – potrzeby w³asne gospodarza zasobu w zakresie nabycia nieruchomoœci, P_P – realizowane na rynku procesy podzia³u, scalenia i podzia³u nieruchomoœci

prowadz¹ce do wyodrêbnienia nieruchomoœci, które dany gospodarz zasobu, np. gmina, bêdzie musia³ przyj¹æ do zasobu,

M_F – mo¿liwoœci finansowe gospodarza zasobu w zakresie nabywania

nieruchomo-œci do zasobu,

R_U – rodzaj zawieranych umów zwi¹zanych z „nabywaniem” nieruchomoœci do zasobu,

S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy, t – przewidywany czas nabywania nieruchomoœci [standardowo t Î (0–3) lat], PD_N – poda¿ na rynku nieruchomoœci warunkuj¹ca mo¿liwoœci nabywania

nierucho-moœci,

C_N – ceny nieruchomoœci na rynku nieruchomoœci,

W – cechy (atrybuty) nieruchomoœci warunkuj¹ce poziom cen na rynku nierucho-moœci,

e – zbiór innych czynników wyznaczaj¹cych stan rynku nieruchomoœci,

f₃ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwany poziom nabywania nieruchomoœci do zasobu,

f₄ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwan¹ wartoœæ stanu rynku nieruchomoœci.

Model WUN – poziom wydatków zwi¹zanych z udostêpnianiem nieruchomoœci z zasobu

1) Cel budowy modelu WUN – rozpoznanie przeciêtnego poziomu wydatków towarzy-sz¹cych udostêpnieniu nieruchomoœci z zasobu.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– rodzaj umowy,

– stan prawny nieruchomoœci,

– stan ewidencyjno-geodezyjny nieruchomoœci,

– rodzaj nieruchomoœci,

– stan lokalnego rynku nieruchomoœci.

3) Ogólna postaæ modelu:



^{UN L R R S S S t}



f

WUN= ₅ , _N, _U, _N, _P, _EG, _RN, gdzie:

UN – model UN – udostêpnianie nieruchomoœci z zasobu, L_N– liczba nieruchomoœci udostêpniana z zasobu,

R_U– rodzaj zawieranych umów zwi¹zanych z udostêpnianiem nieruchomoœci z zasobu nieruchomoœci,

R_N– rodzaj udostêpnianej nieruchomoœci z zasobu, S_P– stan prawny nieruchomoœci udostêpnianych z zasobu,

S_P– stan ewidencyjno-geodezyjny nieruchomoœci udostêpnianych z zasobu, S_RN– obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy,

50 R. Wiœniewski t – perspektywa czasowa udostêpnienia [standardowo t Î (0; 3) lat],

f₅– funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwany po-ziom wydatków towarzysz¹cych udostêpnianiu nieruchomoœci z zasobu.

Model WNN – poziom wydatków zwi¹zanych z nabywaniem nieruchomoœci do zasobu

1) Cel budowy modelu WNN – rozpoznanie poziomu wydatków zwi¹zanych z nabywa-niem nieruchomoœci do zasobu.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– liczbê nabywanych nieruchomoœci,

– rodzaj nieruchomoœci,

– stan lokalnego rynku nieruchomoœci,

– rodzaj umowy,

– koszty obs³ugi administracyjnej i notarialnej,

– czas nabywania nieruchomoœci, 3) Ogólna postaæ modelu:



, , , , , ,



,

6 NN L R S K R t

f

WNN= _{N N RN O U}

gdzie:

NN – model NN nabywania nieruchomoœci do zasobu, L_N – liczba nieruchomoœci nabywana do zasobu, R_N – rodzaj nabywanej nieruchomoœci do zasobu,

R_U – rodzaj zawieranych umów zwi¹zanych z nabywaniem nieruchomoœci do zasobu, K_O – koszty obs³ugi transakcyjnej (administracyjne, notarialne, inne),

S_P – stan ewidencyjno-geodezyjny nieruchomoœci udostêpnianych z zasobu, S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy,

t – przewidywany czas nabywania nieruchomoœci [standardowo t Î (0; 3) lat], f₆ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwany poziom

wydatków zwi¹zanych z nabywaniem nieruchomoœci do zasobu.

Model WUW – wysokoœæ wp³ywów z tytu³u op³at za u¿ytkowanie wieczyste

1) Cel budowy modelu WUW – okreœlenie poziomu wp³ywów do bud¿etu jednostki z ty-tu³u op³at za u¿ytkowanie wieczyste nieruchomoœci.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– liczbê nieruchomoœci oddanych w UW,

– parametry ustanowienia prawa,

– procesy przekszta³ceñ w³asnoœciowych (UW®W£),

– procesy zmiany sposobu u¿ytkowania nieruchomoœci oddanych w UW,

– bonifikaty – liczbê, poziom, zmiany istniej¹cych i udzielanie nowych,

– poziom zad³u¿enia u¿ytkowników wieczystych z tytu³u op³at za UW,

– stan lokalnego rynku nieruchomoœci.

3) Ogólna postaæ modelu:



^{, , , , , , , ,}



^,

7 L P P Z B Z S t AUW

f

WNN= _{N UW p SU UW UW RN}

gdzie:

L_N – liczba nieruchomoœci w zasobie oddanych w UW,

P_UW – parametry nieruchomoœci oddanych w UW (P_UW{C_NG, O_I, O_R}, gdzie: C_NG

– cena nieruchomoœci gruntowej oddanej w UW, O_I – stawka op³aty pierw-szej z tytu³u UW, O_R – stawka op³aty rocznej z tytu³u UW),

P_P – procesy przekszta³ceñ w zakresie nabywania prawa w³asnoœci przez u¿ytkow-ników wieczystych,

Z_SU – procesy zmiany sposobu u¿ytkowania nieruchomoœci oddanych w UW, B_UW – liczba udzielonych i planowanych do udzielenia bonifikat, ich poziom oraz

zakres zmian,

Z_UW – poziom zad³u¿enia u¿ytkowników wieczystych z tytu³u op³at za UW,

S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy w za-kresie stóp dyskontowych,

t – perspektywa czasowa okreœlania poziomu wp³ywów (standardowo t Î (0; 3) lat, AUW – model AUW aktualizacji op³at rocznych z tytu³u UW,

f₇ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwan¹ wartoœæ prognozy w zakresie wp³ywów z tytu³u op³at za u¿ytkowanie wieczyste.

Model WTZ – wysokoœæ wp³ywów z tytu³u op³at za trwa³y zarz¹d

1) Cel budowy modelu WTZ – okreœlenie poziomu wp³ywów do bud¿etu jednostki z ty-tu³u op³at za trwa³y zarz¹d nieruchomoœci.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– liczbê nieruchomoœci oddanych w TZ,

– parametry ustanowienia prawa,

– procesy zmiany sposobu u¿ytkowania nieruchomoœci oddanych w TZ,

– bonifikaty – liczba, poziom, zmiany istniej¹cych i udzielanie nowych,

– poziom zad³u¿enia jednostek organizacyjnych z tytu³u op³at za TZ,

– stan lokalnego rynku nieruchomoœci.

3) Ogólna postaæ modelu:



^{, , , , , , ,}



^,

8L P Z B Z S t ATZ

f

WTZ= _{N TZ SU TZ TZ RN} gdzie:

L_N – liczba nieruchomoœci w zasobie oddanych w UW,

P_TZ – parametry nieruchomoœci oddanych w TZ (P_TZ{C_N, O_R}, gdzie: C_N – cena nieruchomoœci oddanej w TZ, O_R – stawka op³aty rocznej z tytu³u TZ), Z_SU – procesy zmiany sposobu u¿ytkowania nieruchomoœci oddanych w TZ, B_TZ – liczba udzielonych i planowanych do udzielenia bonifikat, ich poziom oraz

zakres zmian,

Z_TZ – poziom zad³u¿enia u¿ytkowników wieczystych z tytu³u op³at za UW,

S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy w za-kresie stóp dyskontowych,

t – perspektywa czasowa okreœlania poziomu wp³ywów [standardowo t Î (0; 3) lat], ATZ – model ATZ aktualizacji op³at rocznych z tytu³u TZ,

f₈ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwan¹ wartoœæ prognozy w zakresie wp³ywów z tytu³u op³at za trwa³y zarz¹d.

52 R. Wiœniewski Model AUW – aktualizacja op³at z tytu³u u¿ytkowania wieczystego

1) Cel budowy modelu AUW – rozpoznanie potrzeb w zakresie przeprowadzenia aktuali-zacji op³at rocznych z tytu³u u¿ytkowania wieczystego.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– stan lokalnego rynku nieruchomoœci,

– koszty wyceny nieruchomoœci,

– koszty obs³ugi administracyjnej,

– zak³adane efekty aktualizacji (ekonomiczne, spo³eczne),

– proces odwo³awczy i zwi¹zane z tym zmniejszenie wp³ywów,

– nak³ady poniesione przez u¿ytkowników wieczystych w zwi¹zku z budow¹ urz¹dzeñ infrastruktury technicznej,

– liczbê nieruchomoœci oddanych w UW,

– parametry ustanowienia prawa.

3) Ogólna postaæ modelu:



^{, , , , , , , ,}



^,

9 SRN KWN KOA EA POD NUW t LN SOR f

AUW =



^{, , , ,A}



10 W

= _{N N N}

RN f PO PD C

S gdzie:

S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy, K_WN – koszty wyceny nieruchomoœci na potrzeby aktualizacji op³at rocznych z

ty-tu³u UW,

K_OA – koszty obs³ugi administracyjnej na potrzeby aktualizacji op³at rocznych z ty-tu³u UW,

E_A – zak³adane efekty aktualizacji (ekonomiczne, spo³eczne),

P_OD – proces odwo³awczy i zwi¹zane z tym zmniejszenie potencjalnych wp³ywów, N_UW – nak³ady poniesione przez u¿ytkowników wieczystych w zwi¹zku z budow¹

urz¹dzeñ infrastruktury technicznej odliczane podczas aktualizacji op³at rocz-nych,

t – perspektywa czasowa aktualizacji, L_N – liczba nieruchomoœci oddanych w UW, S_OR – stawka op³aty rocznej z tytu³u UW, PO_N – popyt na rynku nieruchomoœci, PD_N – poda¿ na rynku nieruchomoœci,

C_N – ceny nieruchomoœci na rynku nieruchomoœci,

W – cechy (atrybuty) nieruchomoœci warunkuj¹ce poziom cen na rynku nierucho-moœci,

e – zbiór innych czynników wyznaczaj¹cych stan rynku nieruchomoœci,

f₉ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwany poziom aktualizacji op³at z tytu³u u¿ytkowania wieczystego,

f₁₀ – funkcja przekszta³caj¹ca zbiór przyjêtych zmiennych w oczekiwan¹ wartoœæ stanu rynku nieruchomoœci.

Model ATZ – aktualizacja op³at z tytu³u trwa³ego zarz¹du

1) Cel budowy modelu ATZ – rozpoznanie potrzeb w zakresie przeprowadzenia aktuali-zacji op³at rocznych z tytu³u trwa³ego zarz¹du.

2) Za³o¿enia i uwarunkowania. W modelu nale¿y uwzglêdniæ m.in.:

– stan lokalnego rynku nieruchomoœci,

– koszty wyceny nieruchomoœci,

– koszty obs³ugi administracyjnej,

– zak³adane efekty aktualizacji (ekonomiczne, spo³eczne),

– proces odwo³awczy i zwi¹zane z tym zmniejszenie wp³ywów,

– nak³ady poniesione przez jednostki organizacyjne w zwi¹zku z budow¹ urz¹dzeñ infrastruktury technicznej,

– liczbê nieruchomoœci oddanych w TZ,

– parametry ustanowienia prawa.

3) Ogólna postaæ modelu:



^{, , , , , , , ,}



^,

11SRN KWN KOA EA POD NJO t LN SOR f

ATZ = gdzie:

S_RN – obecny i przewidywany stan rynku nieruchomoœci w okresie prognozy, K_WN – koszty wyceny nieruchomoœci dla potrzeb aktualizacji op³at rocznych z tytu³u TZ,

K_OA – koszty obs³ugi administracyjnej dla potrzeb aktualizacji op³at rocznych z ty-tu³u TZ,

E_A – zak³adane efekty aktualizacji (ekonomiczne, spo³eczne),

P_OD – proces odwo³awczy i zwi¹zane z tym zmniejszenie potencjalnych wp³ywów, N_JO – nak³ady poniesione przez jednostki organizacyjne w zwi¹zku z budow¹

urz¹-dzeñ infrastruktury technicznej, odliczane podczas aktualizacji op³at rocznych, t – perspektywa czasowa aktualizacji,

L_N – liczba nieruchomoœci oddanych w TZ, S_OR – stawka op³aty rocznej z tytu³u TZ.

PODSUMOWANIE

W pracy przedstawiono za³o¿enia dotycz¹ce budowy oœmiu modeli symulacyjno-pro-gnostycznych, które mog¹ byæ wykorzystywane w prognozowaniu na potrzeby planowania wykorzystania zasobów nieruchomoœci. Wiêkszoœæ z nich jest modelami stochastyczny-mi, a wiêc takimi których zmienne nie maj¹ charakteru deterministycznego, a stocha-styczny. Oznacza to w praktyce stosowanie symulacji stochastycznych i prognozowania zak³adaj¹cego brak determinizmu w procesach podlegaj¹cych przewidywaniu.

Wykonane przy ka¿dym modelu zestawienie zmiennych wskazuje, ¿e bazuje on na wielu zmiennych. Zmienne te zdefiniowano w sposób syntetyczny. Wiêkszoœæ z nich, w kolejnych etapach badañ, musi byæ przedmiotem oddzielnych rozwa¿añ, tak aby po-szczególne dziedziny zmiennoœci znalaz³y odzwierciedlenie w procesach symulacji i pro-gnozowania.

Tabela 2 przedstawia zestawienie liczby zmiennych proponowanych w poszczegól-nych modelach wraz z liczb¹ funkcji symulacyjno-prognostyczposzczegól-nych.

54 R. Wiœniewski

Dla ka¿dego modelu liczba zmiennych, która podlegaæ powinna symulacji lub pro-gnozowaniu, nie jest mniejsza ni¿ 7. Ta stosunkowo du¿a liczba zmiennych wprowadza powa¿ne komplikacje w p³aszczyŸnie gromadzenia danych, budowy modelu formalnego oraz oceny uzyskanych symulacji i prognoz.

Opracowane w pracy ogólne za³o¿enia modeli symulacyjno-prognostycznych wyko-rzystywanych w procesach planowania wykorzystania zasobów nieruchomoœci w kolej-nym etapie badañ zostan¹ przedstawione w postaci modeli formalnych. Wyniki prognoz gospodarczych, które bêdzie mo¿na uzyskaæ na podstawie tych modeli, nale¿y wykorzy-stywaæ w procesach programowania zagospodarowania nieruchomoœci zasobu. Prognozy te powinny byæ sporz¹dzane z uwzglêdnieniem lokalnych realiów rynkowych i gospodar-czych dotycz¹cych nieruchomoœci. Powinny uwzglêdniaæ potencja³ rynku nieruchomoœci oraz zapotrzebowanie na œrodki finansowe pozyskiwane z udostêpniania nieruchomoœci z zasobu. Prognozowaæ nale¿y ponadto wydatki zwi¹zane z udostêpnieniem nieruchomoœci oraz z ich nabywaniem.

PIŒMIENNICTWO

Azof E.M. 1994. Neural network time series forecasting of financial markets. John Wiley & Sons New York.

Bishop Ch.M. 1996. Neural Networks for Pattern Recognition. Oxford University Press.

Czerwiñski Z., Guzik B. 1980. Prognozowanie ekonometryczne. PWE Warszawa.

Ekonometria z elementami programowania matematycznego i analizy porównawczej. Red. Barto-siewicz S. 1992. Wyd. AE Wroc³aw.

Filiasiewicz A. 1977. Prognoza, program, plan. Wiedza Powszechna Warszawa.

Gajda J.B. 2001. Prognozowanie i symulacje a decyzje gospodarcze. Seria: Academia Oeconomica.

Wyd. C.H. Beck Warszawa.

Grabiñski T., Wydymus S., Zeliaœ A. 1983. Metody prognozowania rozwoju spo³eczno--gospodarczego. PWE Warszawa.

Tabela 2. Liczba zmiennych proponowanych w modelach oraz liczba funkcji symulacyjno--prognostycznych

Table 2. Number of variables proposed in model and number of simulation-forecasting function l

Grabiñski T., Malina A., Zeliaœ A. 1990. Metody analizy danych empirycznych na podstawie sze-regów przekrojowo-czasowych. AE Kraków.

Granger C.W. J., Newbold P. 1986. Forecasting economic time series. Academic Press, INC New York.

Hellwig Z. 1985. Warning Forecasts. Prace Naukowe Akademii Ekonomicznej we Wroc³awiu nr 301, Wroc³aw.

Masters T. 1995. Neural, Novel & Hybrid Algorithms for Time Series Prediction. John Wiley &

Sons New York.

Ostasiewicz S. 1989. Metody dyskrymiancyjne w prognozowaniu dyskretnym. Ossolineum Wroc³aw.

Paw³owski Z. 1973. Prognozy ekonometryczne. PWN Warszawa.

Petridis V., Kehagias A. 1998. Predictive Modular Neural Networks: Applications to Time Series.

Kluwer Academic Publishers Boston.

Prognozowanie gospodarcze. Metody, modele, zastosowania, przyk³ady. Red. naukowy E. Nowak.

1998. Agencja Wydawnicza PLACET Warszawa.

Prognozowanie gospodarcze. Metody i zastosowania. Red. naukowy M. Cieœlak. 1999. PWN Warszawa.

Siedlecka U. 1996. Prognozowanie ostrzegawcze w gospodarce. PWE Warszawa.

Simon H.A. 2007. Podejmowanie decyzji i zarz¹dzanie ludŸmi w biznesie i administracji.

Wydanie IV (polskie). Wyd. ONEPRESS Gliwice.

Smoluk A. 1993. Matematyka, nauka, ekonomia. AE Wroc³aw.

Ustawa z dnia 21 sierpnia 1997 r. o gospodarce nieruchomoœciami (Dz.U. 1997 r., nr 115, poz. 741).

Ustawa z dnia 28 listopada 2003 r. o zmianie ustawy o gospodarce nieruchomoœciami oraz o zmianie niektórych innych ustaw (Dz.U. 2004 r., nr 141, poz. 1492).

Wiœniewski R. 2003. Prognozowanie – element teorii i praktyki wyceny nieruchomoœci. Materia³y XII Krajowej Konferencji Rzeczoznawców Maj¹tkowych pt. „Kierunki rozwoju w teorii i praktyce wyceny”, PFSRM, Koszalin, 202–212.

Wiœniewski R., róbek R. 2003. Metodyczne i praktyczne aspekty zastosowania metody analizy trendu powierzchniowego w prognozowaniu wartoœci nieruchomoœci. Praca zbiorowa pt.

Problemy interpretacji wyników metod badawczych w geografii spo³eczno-ekonomicznej”.

BOGUCKI Wydawnictwo Naukowe, Poznañ 235–246.

Wiœniewski R. 2008. Wielowymiarowe prognozowanie wartoœci nieruchomoœci. Seria Rozprawy

Wiœniewski R. 2008. Wielowymiarowe prognozowanie wartoœci nieruchomoœci. Seria Rozprawy

W dokumencie )+6)5+1-61)47247 (Stron 44-58)