SADRAJ - TEHNIKA 5/2012

NOVI MATERIJALI
Originalni nauni rad Smilja Markovi, Ana Stankovi, Ljiljana Veselinovi, Zoran Stojanov, Dragan Uskokovi, Kreiranje morfologije i veliine estica ZnO prahova ............................................................685 Skupovi i knjige YUCOMAT 2012 Svetska elita ponovo na okupu Naunici iz tridesetak zemalja, razmotrili su na YUCOMAT-u 2012. najnovija dostignua iz oblasti novih materijala i nanotehnologija......................................................................................................692

NAE GRAEVINARSTVO
Pregledni rad Branko Boi, Dragana Milievi, Procena vrednosti nepokretnosti i njena uloga u odrivom razvoju trita nepokretnosti u Republici Srbiji .....................................................................699 Struni radovi Dragoljub Grbi, Prilog priblinoj metodi deformacije ........................................................................710 Milan Petrovi, Duan Prodanov, Milo Stani, Nemanja Branisavljevi, Mogunosti za proraun protoka na kinoj kanalizacionoj crpnoj stanici primer KCS Nova 1, Novi Beograd...............................................................................................................................715 Skupovi i knjige Struni skup Projektovanje linijskih infrastrukturnih sistema u seizmiki aktivnim podrujima................................................................................................................................723 Nauno-struno savetovanje Zemljotresno inenjerstvo i inenjerska seizmologija ....................725

RUDARSTVO, GEOLOGIJA I METALURGIJA

Originalni nauni radovi Zoran Vaduveskovi, Milan ivkovi, Nenad Vuovi, Dejan Stevanovi, Mirjana Jovanovi, Dugorono planiranje eksploatacije na povrinskom kopu Cerovo kod Bora .................729 Aleksandra Ivanovi, Silvana Dimitrijevi, Vesna Marjanovi, Nikola Vukovi, Ispitivanje uticaja jona bakra na karakteristike srebrnog praha dobijenog elektrolitikim taloenjem iz nitratnog rastvora ...............................................................................................735

MAINSTVO
Pregledni rad Marko Ekmedi, Boko Rauo, Srbija i CERN zagrljaj monog diva .............................................743 Struni radovi Milo Ljubomirovi, Izrada dijagrama napadnog momenta redukcijom sila u oslone take............751 Aleksandra Jovanovi, Mirko Jovanovi, Formiranje matematikog modela pogodnosti odravanja pneumatskih digitalnih sistema automatskog upravljanja.....................................................755

ELEKTROTEHNIKA
Originalni nauni radovi Milka Potrebi, Dejan Toi, Mikrotalasni rezonator sa kvazi-koncentrisanim komponentama ......761 Marko ui, Aleksandar osi, Duko Kati, Integrisani pristup planiranju i praenju trajektorija mobilnih robota u prostoru nepokretnih prepreka.................................................................767 Pregledni rad Miloje Kosti, Proraun i analiza dodatnih gubitaka u gvou asinhronih motora..........................773 Struni rad Stanko Stankov, Konfiguracija fotonaponske elektrane .......................................................................783

SAOBRAAJ
Pregledni rad Jelena Popovi, Uticaj parkiranja na kapacitet raskrsnica ..................................................................791 Struni radovi Lazar irakovi, Smiljan Vukanovi, Novine u Amerikom priruniku za kapacitet (HCM) 2010. godina za signalisane raskrsnice .....................................................................................800 Mirza Pozder, Model predikcije buke zasnovan na saobraajnim istraivanjima ............................805

MENADMENT
Originalni nauni rad Spasenija Oegovi, Dragana arac, Momilo Kujai, Organizacioni aspekt upravljanja kljunim kupcima u potanskom saobraaju ..........................................................................815 Pregledni rad Vidak Labovi, Odnosi s javnou u funkciji upravljanja i rada lokalne uprave ..............................821 Struni radovi Ljijana Stoi, Petronije Jevti, Vetina organizovanja profitabilnog rada..........................................826 Panto Pei, Model upravljanja procesom finansiranja razvoja malih i srednjih preduzea ...........832

KVALITET IMS, STANDARDIZACIJA I METROLOGIJA

Prethodno saoptenje ure Milanovi, Vjekoslav Sajfert, Slobodan Obradovi, Sran Milanovi, Zoran Latinovi, Intensity and Dose Radiation Distribution in Plan-parallel Square Cross Section UV Reactor for Angular Wall Reflection Coefficient Dependence ..................................................................841 Pregledni radovi Danijela Vukovi, Obrazovanje za sve Primena standarda UN i EU u obrazovanju uenika sa smetnjama u razvoju i invaliditetom u sisitemu Republike Srbije ...................................847 Milo Vorkapi, Marko Starevi, Dragan okalo, Sinia Mini, Analiza proizvodnje male serije sa razvojem nove tehnologije .........................................................................................................859

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM...

Procena vrednosti nepokretnosti i njena uloga u odrivom razvoju trita nepokretnosti u Republici Srbiji

BRANKO BOI, Univerzitet u Beogradu, Graevinski fakultet, Beograd Pregledni rad DRAGANA MILIEVI, Univerzitet u Beogradu, UDC: 332.6/.8:657.922(497.11)=861 Graevinski fakultet, Beograd
Najvei broj razvijenih svetskih zemalja je prihvatio koncept obraunavanja poreza na imovinu (vlasnitvo) na osnovu vrednosti nepokretnosti. Kako bi bilo mogue odrediti vrednost vie nepokretnosti istovremeno, pristupilo se izradi modela masovne procene vrednosti nepokretnosti. Razvijanje modela masovne procene vrednosti nepokretnosti je tema koja zaokuplja veliki broj strunjaka u gotovo svakoj zemlji. Vrednost nepokretnosti se rauna na osnovu karakteristika nepokretnosti, pa je najvei izazov izbor parametara koji utiu na vrednost nepokretnosti, odnosno neuzimanje u proraun onih karakteristika nepokretnosti za koje se pokae da nemaju uticaj na vrednost. U ovom radu je prikazan izbor parametara od uticaja na vrednost nepokretnosti na podruju dela optine Novi Beograd primenom vieparametarske regresije. Kljune rei: nepokretnosti, vrednost nepokretnosti, procena vrednosti nepokretnosti

1. UVOD Procenjuje se da se oko 50% svetskog bogatstva nalazi u nepokretnostima. Zato je znaaj vrednosti nepokretnosti izuzetno velik, a i transakcije zasnovane na razliitim oblicima zaduivanja najee su vezane za nepokretnosti. Odnos drutva prema nepokretnostima je specifian. Posedovanje nepokretnosti je odraz socijalnog standarda, navika ili prestia. Kada je re o linim oseanjima prema nepokretnostima, uvek je na prvom mestu sigurnost koju vam vlasnitvo nad nepokretno
Tabela 1. Graevinsko zemljite u Srbiji [10]
Pokazatelj Ukupno (ha) U odnosu na ukupnu povrinu (%) U dravnom vlasnitvu (ha) Povrina van granica gradova ( %) Udeo sektora nepokretnosti u BDP u 2005 ( %) Srbija 695 415 9,0 194 441 47,5 4,23 Grad Beograd 123 673 38.3 63 005 15,3 8,4

Adresa autora: Branko Boi, Graevinski fakultet, Beograd, Bulevar kralja Aleksandra 73 Rad primljen: 17.08.2012.

stima daje, drutveni status ili oseaj prave investicije koja (obino) ne gubi na vrednosti i neosetljiva je ak i na visoku inflaciju [1]. Odnos drave prema nepokretnostima takoe je specifian. Naime, drava kroz uvoenje prostorne i urbanistike regulative utiu na obim gradnje, ali i na njenu strukturu. Sa druge strane, drava ubira znaajna sredstva od poreza u vezi sa nepokretnostima. Od posebnog je znaaja za razvoj lokalne samouprave i politika upotrebe graevinskog zemljita koje je jedno od najvanijih mehanizama odrivog razvoja (tabela 1). Graani za korienje urbanog zemljita plaaju taksu kao i naknadu za njegovo ureenje i opremanje ili korienje ugraene infrastrukture. Ukupna vrednost takse za korienje graevinskog zemljita u Srbiji u 2005. godini iznosila je oko 60 miliona EU [10]. Takoe, pored poreza na vlasnitvo nad nepokretnostima (imovinom), drava ubira i sredstva od svake transakcije nepokretnosti kupoprodaje, nasledstva, poklona ili prenosa apsolutnih prava. Svaki od navedenih poreza obraunava se na osnovu vrednosti nepokretnosti, pa otuda interes drave za poznavanjem poreske osnovice [1], (tabela 2). Prema Zakonu o porezima na imovinu (SG RS, br.26/01, 45/02-SUS, 80/02, 80/02-dr, 135/04, 61/07, 5/09, 101/10 sa izmenama u 2011) vrednost nepokretnosti utvruje jedinica lokalne samouprave. 699

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... nova irom sveta predstavlja najznaajnije udruenje u ovoj oblasti. U nameri da svoje standarde i regulativu proiri izvan svojih nacionalnih granica, RICS je 1993. osnovao Evropsko udruenje licenciranih procenitelja (European Society of Chartered Surveyors ESCS) sa seditem u Briselu. RICS je jo 1970. godine prvi put objavio standarde za procenu i vrednovanje tzv. Crvenu knjigu. Crvena knjiga kao centralni pojam vrednosti koji se utvruje u veini sluajeva procene definie vrednost na otvorenom tritu (open market value). Vrednost na otvorenom tritu se definie kao najbolja cena koja se u odreenom datumu moe ostvariti, po emu se ona razlikuje od nemake prometne vrednosti koja predstavlja prosenu cenu nepokretnosti na tritu. Maksimalno odstupanje ove dve vrednosti kree se do 10%. Neto kasnije, 1995. godine formirana je Evropska asocijacija udruenja procenitelje TEGoVA (The European Group of Valuers Association) sa seditem u Briselu. Srbija je od 01.01.2012. godine lanica ovog udruenja. TEGoVA danas predstavlja krovnu organizaciju nacionalnih evropskih udruenja procenitelja sa osnovnim zadatkom da harmonizuje proceniteljske prakse u dravama lanicama EU. U dokumentu - Plava knjiga, TEGoVA daje preporuke za kvalifikaciju procenitelja, definie osnovne pojmove i prikazuje karakteristine sluajeve iz prakse. IVSC (International Valuation Standards Council, ovaj naziv nosi od 1994.) je neprofitna organizacija koja se bavi standardizacijom u oblasti procene vrednosti, a njena pripadnost je prvenstveno okrenuta privatnom sektoru. Formirana je 1981. (pod prvobitnim nazivom - International Assets Valuation Standards Committee) u SAD na inicijativu amerikih i britanskih procenitelja. Operativno sedite udruenja je u Londonu. Okuplja lanove razliitih struktura. Trenutno ima 74 lana iz 54 zemlje. Danas u Srbiji ne postoje pravila na ovom polju. Procenu vre vetaci graevinske struke koji su licencu dobili od Ministarstva pravde, ali koji nemaju formalno obrazovanje u vezi sa procenama vrednosti nepokretnosti, niti imaju standarde i metodologiju kojom se vode. Procena vrednosti nepokretnosti postala je veoma aktuelna u Srbiji od 2002. godine, poetkom razvoja hipotekanog trita. Zbog toga je 70% angaovanih vetaka sa licencom Ministarstva pravde upravo u ovom sektoru. Ova vrsta usluga koristi se jo i za knjigovodstvene potrebe u okviru procene kapitala, pri kupovini i prodaji nepokretnosti i slino. Da bi se uveo red i sistemski uveli standardi i metodologija procene, u Srbiji je 2006. godine formirano Nacionalno udruenje procenitelja Srbije NUPS. Osnovni zadatak NUPS-a jeste organizovanje kurseva iz procene vrednosti nepokretnosti i dodela licence. Generalno, procena vrednosti nepokretnosti moe biti pojedinana ili masovna, zavisno od toga da li po-

Prema Zakonu [14], vrednost nepokretnosti u Republici Srbiji definie se na osnovu osnovnih (korisna povrina i prosena trina cena po m2 na teritoriji optine) i korektivnih elemenata (lokacija, kvalitet i drugi elementi od uticaja na trinu vrednost). Postavlja se osnovno pitanje koja je vrednost nepokretnosti i kako do nje doi?
Tabela 2. Stope poreza na imovinu [14]
Na poresku osnovicu (u milionima din) do 10 od 10 do 25 od 25 do 50 preko 50 Plaa se na ime poreza do 0.4 % porez iz take 1) + do 0.6 % na iznos preko 10 mil.din porez iz take 2) + do 1.0 % na iznos preko 25 mil.din porez iz take 3) + do 2.0 % na iznos preko 50 mil.din

2. TRINA VREDNOST NEPOKRETNOSTI Prema Zakonu o dravnom premeru i katastru [4], pod nepokretnostima se podrazumeva: 1) zemljite (katastarske parcele poljoprivrednog, umskog graevinskog i drugog zemljita), 2) nadzemni i podzemni graevinski objekti i 3) posebni delovi objekata koji ine graevinsku celinu (stan, poslovni prostor, garaa i dr.). Vrednost nepokretnosti je parametar koji je vaan kako za pojedinca tako i za ekonomiju drutva. Kada se govori o vrednosti, prvenstveno se u ovom radu misli na trinu vrednost nepokretnosti. Trina vrednost je domaim propisima (Pravilnik o nainu utvrivanja trine vrednosti nepokretnosti, Pravilnik o nainu utvrivanja osnovice poreza, Zakon o eksproprijaciji, Zakon o prometu nepokretnosti, Zakon o zalonom pravu i dr. [14] [15], [16], [17]) definisana na razliite naine, zavisno od namene. Nemaki Graevinski zakonik koristi termin prometne vrednosti i definie je jedinstveno, kao cenu koja bi se u trenutku procene u uobiajenom poslovnom prometu shodno pravnim i realnim karateristikama, ostalim svojstvima i lokaciji nepokretnosti ili drugog predmeta procene mogla ostvariti ne uzimajui u obzir neobine ili line okolnosti. Pod uobiajenim poslovnim prometom podrazumeva se da je promet realizovan na slobodnom tritu, bez prinuda ili nude sa obe strane ili da su u prometu uestvovali stranke koje su u nekom linom srodstvu. 3. PROCENA VREDNOSTI NEPOKRETNOSTI U SVETU I KOD NAS Anglosaksonska praksa procene zauzima visoko mesto u meunarodnoj praksi procene vrednosti. Engleski Kraljevski institut licenciranih procenitelja (Royal Institut of Chartered Surveyors RICS) osnovan je 1868. godine u Londonu i sa oko 100 000 la700

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... da se oporezivanje vri na osnovu trinih vrednosti nepokretnosti, da su vremenski periodi procene to krai, da se koristi tehnika savremene kontrole kvaliteta u rukovoenju postupcima koji se izvode u osnovnim procenama, masovnoj proceni i poreskoj administraciji, jer su svi oni neophodni za uspeno i profesionalno utvrivanje i funkcionisanje poreza na nepokretnostima. Pored Republikog geodetskog zavoda i Nacionalnog udruenja procenitelja Srbije, procenom vrednosti nepokretnosti bave se i zaposleni u jedinicama lokalne samouprave koji sarauju sa Nemakom organizacijom GiZ u okviru projekta Unapreenje upravljanja zemljitem na nivou lokalnih samouprava u Republici Srbiji. Znaajan doprinos razvoju procene vrednosti nepokretnosti pruaju i obrazovne institucije na kojim se koluje geodetski kadar. Na Visokoj graevinsko-geodetskoj koli se procena vrednosti nepokretnosti izuava u okviru specijalistikih strukovnih studija geodezije, a na Katedri za geodeziju i geoinformatiku Graevinskog fakulteta u Beogradu, postoji modul u okviru master studija, gde se procena vrednosti nepokretnosti izuava kao jedan od elemenata upravljanja nepokretnostima. 4. MASOVNA PROCENA VREDNOSTI NEPOKRETNOSTI Masovna procena vrednosti nepokretnosti je procena vrednosti grupe nepokretnosti za odreeni datum, korienjem standardizovanih procedura. Glavni cilj masovne procene vrednosti nepokretnosti je da odredi koji trini faktori i u kojoj meri utiu na trinu vrednost nepokretnosti, odnosno da kreira matematiki model koji e na zadovoljavajui nain objasniti odnos trinih faktora. Za razliku od pojedinane procene vrednosti nepokretnosti, masovna procena zahteva razvoj modela koji je sposoban da ukljui uticaje ponude i potranje na velikim podrujima [5]. Modeli procene vrednosti nepokretnosti su konstruisani tako da prikau operacije primalaca ponude i potranje na odreenom tritu i razvili su se na osnovu tri iroko rasprostranjene teorije (pristupa) procene vrednosti - trokovne metode, metode uporeenja prodaje i metode kapitalizacije dobiti. Bez obzira na izbor teorije vrednosti, izgradnja modela moe se posmatrati kroz dva koraka - specifikaciju strukture modela i kalibraciju modela. Specifikacija modela je prvi korak u razvoju modela masovne procene i bazirana je na ekonomskoj teoriji, teoriji procene i analizi trita. Specifikacijom modela se obezbeuje okvir za simuliranje uticaja ponude i potranje koji deluju na tritu nepokretnosti. U ovom koraku stvaralac modela opisuje promenljive i karakteristike ne701

stoji potreba za procenom vrednosti samo jedne nepokretnosti ili vie njih. U Zakonu o dravnom premeru i katastru [4], procena vrednosti nepokretnosti definie se kao utvrivanje trine vrednosti upisanih u katastar nepokretnosti, pri emu se unapred prejudicira iskljuivo metoda masovne procene i Republiki geodetski zavod (lan 149) kao noslilac tog zadatka. Bez obzira na nain odreivanja trine vrednosti nepokretnosti, neophodno je da postoji baza podataka o trinim vrednostima svih nepokretnosti na teritoriji jedne drave. U dananje, informatiko vreme namee se sve vea potreba za postojanjem ovakve baze i za njenim permanentnim auriranjem. Koristi od ovakve baze podataka bile bi neprocenjive poreskim organima, jedinicama lokalne samouprave, bankama, investitorima i pojedincima. Postavlja se i pitanje ko bi uspostavio, aurirao i odravao ovakvu bazu podataka i ko bi zainteresovanim klijentima distribuirao podatke. Najprirodnije bi bilo da to bude, po ugledu na Nemaku i druge razvijene evropske zemlje, organ koji ima najveu bazu podataka o nepokretnostima, odnosno organ Katastra (u Srbiji je to Republiki geodetski zavod), koji inae i poseduje najvei broj informacija od znaaja za izradu ovakve baze podataka. Od svih potencijalno zainteresovanih klijenata, najvei interes za korienjem podataka o trinoj vrednosti nepokretnosti imaju poreski organi [2]. U cilju efikasnog funkcionisanja poreskog sistema i obezbeivanja znaajnog dela prihoda u budetu lokalne samouprave, od velikog je znaaja efikasno, legitimno i transparentno oporezivanje [3]. Jedino ovakav poreski sistem moe da omogui maksimalnu efikasnost i maksimalna sredstva za javne potrebe, kao to su poboljanje i razvoj lokalne infrastrukture, a samim tim i ukupne ekonomije na lokalnom i dravnom nivou. Razvijene zemlje su za potrebe obraunavanja poreza uvele masovnu procenu vrednosti nepokretnosti. Zahvaljujui brzom tehnolokom razvoju u oblasti razvoja baza podataka i upravljanja podacima, kao i razvoja geografskih informacionih sistema omoguena je realizacija metoda vrednovanja i upravljanja podacima i procesima, kao i efikasnog funkcionisanja poreske administracije i omoguavanje njihove povezanosti sa drugim dravnim organima. Sagledavajui potrebu i znaaj masovne procene vrednosti nepokretnosti u Srbiji, odredbama Zakona o dravnom premeru i katastru [4] uvedena je masovna procena vrednosti nepokretnosti i formiran je poseban sektor u Republikom geodetskom zavodu koji radi na ovom zadatku, vodei evindenciju trinih cena prema podacima iz kupoprodajnih ugovora i ugovora o zakupu nepokretnosti. Poreska politika ide u pravcu

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... ista ostvaruje nejvei neto prihod (the highest net return) u period njenog dranja, u skladu sa datim uslovima trita. Da bi se ostvarila najbolja i najvia korist, upotreba mora biti legalno dopustiva, fiziki mogua, finansijski izvodiva i maksimalno produktivna. U etvrtom koraku ocenjuje se vrednost zemljita uz pretpostavku da je slobododno i ureeno (da je dozvoljena gradnja i da se moe dobiti graevinska dozvola). U petom koraku primenjuju se opte poznata tri osnovna pristupa procene: a) komparativni, b) prihodni i c) trokovni. esti korak jeste ujedno i poslednji u procesu procene i podrazumeva uporednu analizu vrednosti dobijenih razliitim pristupima i procena konane vrednosti. U svakom pojedinanom pristupu, cene imaju neku svoju teinu. Konana vrednost je opta aritmetika sredina pojedinanih. Metoda poreenja cena na tritu (Market Comparison Approach MCA) ili komparativna metoda, definie vrednost nepokretnosti prema prodajnoj ceni skoro realizovane nepokretnosti slinih karakteristika, uveanu/umanjenu za razliku u odnosu na njene karakteristike (pristup se bazira na principu supstitucije koji kae da je vrednost dobijena na bazi procene kupovine nepokretnosti slinih karakteristika u nekom razumnom vremenskom periodu na nekom drugom mestu, naravno ako na tritu ima takvih nepokretnosti, jednaka). MCA pristup podrazumeva nekoliko koraka, meu kojima je prvi prikupljanje podataka komparativnih transakcija. Podaci bi morali biti javni, barem za registrovane procenitelje. Veoma je vano istai da podaci ili informacije o atributima nepokretnosti moraju biti tani. U drugom koraku procenjiva izdvaja objekte slinih karakteristika ime se na neki nain itav proces donekle subjektivizuje i gubi na automatizmu. Smatra se da je tri do etiri skorije transakcije (u periodu od est do devet meseci) slinih karakteristika (u preniku od oko 5 km) sasvim zadovoljavajui uzorak. U treem koraku procenitelj analizira karakteristike odabranog uzorka u odnosu na predmetnu nepokretnost koju procenjuje. U tom postupku uporeuju se: 1) fizike karakteristike objekta (povrina, broj soba i kupatila, veliina parcele, starost, ukupno stanje objekta, broj dana od kako je nepokretnost u prometu i sl.), 2) lokacija (na osnovu informacija o optoj zainteresovanosti kupaca), 3) uslovi na tritu (ekonomska stabilnost i njen uticaj na vrednosti nepokretnosti), 4) finansijski uslovi (ko je investitor, i sl.) i 5) uslovi prodaje (popusti, srodstvo uesnika u prometu, nain plaanja i sl.). Procenjiva mora kvantifikovati svaku razliku po veliini i karakteru (znaku). Na primer, ako kua poseduje garau, ona moe da kota 20 000 EU, ali njeno uee u ceni stana bi iznosilo samo 10 000 EU, i sl. U etvrtom koraku, procenjiva odreuje cenu za svaku nepokre-

pokretnosti koje e biti upotrebljene u modelu i njihove meusobne veze. Kalibracija modela je proces podeavanja formula masovne procene, tabela i grafikona zbog aktuelnog trita, odnosno reavanje nepoznatih u modelu. Cilj je da jednaine masovne procene i grafikoni odraavaju uslove aktuelnog lokalnog trita [5]. Izbor modela masovne procene zavisi, pre svega, od izbora teorije procene, a zatim i od trinog ponaanja. Prema tome, modeli masovne procene vrednosti nepokretnosti mogu biti: aditivni, multiplikativni i hibridni. Aditivni modeli su najjednostavniji za upotrebu i njihovom primenom se vrednost zavisne promenljive izraunava mnoenjem svake nezavisne promenljive sa njenim koeficijentom i sabiranjem rezultata. Multiplikativni modeli su neto sloeniji i njihovom primenom se zavisna promenljiva izraunava tako to se svaka nezavisna promenljiva stepenuje za potenciju, a rezultati se zatim umnoavaju. Hibridni modeli su sloeniji i predstavljaju kombinaciju aditivnih i multiplikativnih modela. Hibridni modeli se ne kalibriu direktno i nemaju jedinstveno reenje, ali daju bolji rezultat od aditivnog i multiplikativnog modela [5]. U tehnikom ili operativnom smislu, sam proces masovne procene vrednosti nepokretnosti moe se razloiti i detaljnije opisati kroz nekoliko sledeih koraka. Prvi korak procesa procene jeste definisanje problema (define the problem) to podrazumeva identifikovanje nepokretnosti koju treba proceniti, prava nad istom i datum procene. Od znaaja su namena procene kao i poetni ograniavajui faktori vezani za nepokretnost. Drugi korak podrazumeva prethodnu analizu, izbor i prikupljanje optih i specifinih podataka (preliminary analysis, data selection and data collection). U opte informacije o nepokretnostima spadaju prostorni, socijalni i ekonomski ambijent kao i politika drave (vlade) u pogledu trita nepokretnosti. Tu spadaju ogranienja nad upotrebom zemljita, demografske promene, ponuda i potranja i promene u nameni povrina (zoniranje). Podaci specifinog karaktera obuhvataju lokaciju i ureenje zemljita. Podaci o navedenim atributima su ti koji dozvoljavaju uporeenje pojedinih nepokretnosti koje treba proceniti sa slinim, u skorije vreme realizovanim transakcijama. Trei korak u procesu procene jeste analiza najbolje i najefikanije upotrebe nepokretnosti (highest and best use analysis). Od procenitelja se zahteva da uzme u obzir konkretnu nepokretnost na nain kao da 702

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... dnom dobiti vrednosti za stotine razliitih nepokretnosti. Vieparametarska regresija je najee koriena statistika tehnika koja je nala primenu i u masovnoj proceni vrednosti nepokretnosti. Vieparametarska regresija je jednostavna za korienje i daje mogunost da se analizira odnos i uticaj vie trinih faktora povrina, lokacija, spratnost, sobnost, kvalitet gradnje itd. U masovnoj proceni vrednosti nepokretnosti vieparametarska regresija se koristi na dva naina: pri predikciji i pri analizi znaajnosti parametara. Predikcija, odnosno predvianje vrednosti nepokretnosti ima za cilj da kreira matematiki model koji na odgovarajui nain moe da predvidi i objasni vrednost zavisne promenljive analizirajui vrednosti nezavisnih promenljivih koje imaju uticaj na nju. Uzrona analiza podrazumeva utvrivanje da li odreena nezavisna promenljiva, u sluaju masovne procene vrednosti nepokretnosti, ima statistiki uticaj na trinu vrednost i, ako ga ima, da odredi veliinu tog uticaja [2], [6], [7]. Regresioni modeli se, zavisno od broja nezavisnih promenljivih i od tipova veza izmeu zavisne i nezavisne promenljive mogu podeliti na proste i vieparametarske, a svaki od njih na linearne i nelinearne. Za ocenu parametara modela koristi se BLUE (Best Linear Unbiased Estimators) metoda koja daje njihovu najbolju nepomerenu ocenu. Vrednosti zavisne promenljive y su normalno distribuirane oko regresione linije, dok je za svaki nezavisnu promenljivu x varijansa (rasipanje) oko regresione linije isto. Vieparametarska regresija je razvijena u brojnim softverima koji su namenjeni za procenu vrednosti nepokretnosti, ali i u brojnim drugim kao to su MS Excel, SPSS i drugi softveri namenjeni za statistiku analizu. Matemetiki oblik vieparametarske regesije glasi:

tnost koju poredi na nain tako to dodaje ili oduzima odreene vrednosti po osnovu uoenih razlika. U petom koraku procenitelj odreuje teine (subjektivna predstava) pojedinanih cena u odabranom uzorku slinih nepokretnosti, a u poslednjem, estom, koraku na osnovu izvedenih cena u okviru odabranog uzorka procenjuje vrednost predmetne nepokretnosti. Na slici 1 prikazana je struktura procesa procene vrednosti u postupku masovne procene [2].

Slika 1 - Proces masovne procene vrednosti nepokretnosti Poslednjih godina su razvijene brojne metode masovne procene vrednosti nepokretnosti, koje sa manje ili vie uspeha odreuju vrednosti. Metod koji po svojoj jednostavnosti, efikasnosti, masovnosti primene i rezultatima zasluuje panju jeste vieparametarska regresiona analiza, kojoj e se posvetiti neto vea panja u ovom radu. 5. VIEPARAMETARSKA REGRESIONA ANALIZA Iako se ovom metodom procenitelji slue u duem vremenskom periodu, njena masovna primena je novijeg datuma. Lusht jo 2001. [13], sugerie njenu primenu prilikom ocene vrednosti velikog broja nepokretnosti. The Appraisal Institute takoe iste godine detaljno obrazlae njenu primenu [13]. Smith, Root, and Belloit (1995), Downing and Clark (1997), Allison (1998), Baldwin (1999), Betts and Ely (2001) i Ratterman (2001) istrauju efikasnost njene primene u proceni vrednosti nepokretnosti [13]. Prednosti njene primene jesu u tome to se svi podaci kupoprodaje koriste, ime se maksimalno objektivizuje uloga procenitelja. Takoe, primenom vieparametarske regresione analize dobijaju se ocene vrednosti i znak koeficijenata regresije. Naime, uticaj svake karakteristike definisan je veliinom i znakom. Osim toga, razlika je i u efikasnosti, jer se primenom vieparametarske regresione analize (u odnosu na pojedinanju procenu) za potrebe politike taksi na nepokretnosti, mogu odje-

yn = a0 + a1 x1i + a2 x2i + ... + ai xni + en

(1)

gde su: yn trina vrednost nepokretnosti cena po kojoj je nepokretnost prodata (zavisna promenljiva), ai - nepoznati parametri modela (i = 0,n) xni - nezavisne ili regresione promenljive (sve znaajne karakteristike nepokretnosti), en sluajna greka koja reprezentuje uticaj svih faktora. Za primenu ovog metoda neophodno je imati to vie podataka o nepokretnostima koje su skoro prodate, ukljuujui i njihovu cenu. Da bi pronalaenje reenja ovim metodom bilo mogue, potrebno je da vrednosti nezavisnih promenljivih, odnosno karakteristika nepokretnosti, budu date u numerikom obliku [8]. 703

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... gunou proirenja naselja u pravcu ka optini Surin. Blokovi 61, 62 i 63 izgraeni su u periodu 19801984, sa ciljem da se obezbedi stambeni prostor za stanovnitvo pristiglo iz svih krajeva bive SFR Jugoslavije u Beograd. Blokovi 71 i 72, tj. naselje Dr Ivan Ribar izgraivano je nakon 90-ih godina prolog veka i velikim delom je jo uvek u izgradnji (slika 3).

Generalno, nezavisne promenljive mogu da budu kvalitativne ili kvantitativne. Kvalitativni podaci su opisnog karaktera i moraju se pretvoriti u kvantitativne preko prethodno definisanih kriterijuma. Specijalan sluaj kvalitativnih podataka su podaci koji se odnose na postojee ili nepostojee predmete tj. osobine nepokretnosti. Takav podatak je promenljiva nazvana binarnom i kodirana je sa 1 ukoliko postoji ili 0 ako ne postoji [5]. Kvantitativni podaci su bazirani na merenjima ili raunanjima i kao takvi se mogu koristiti bez transformacije. Upotrebljivost kvantitativnih podataka moe biti poveana pomou matematikih transformacija. Kod modeliranja masovne procene najee se koriste reciprone, eksponencijalne, logaritamske, multiplikativne i transformacije preko kolinika [5]. 6. PRAKTINA PRIMENA VIEPARAMETARSKE REGRESIJE Primena vieparametarske regresije u masovnoj proceni vrednosti nepokretnosti bie prikazana na primeru procene vrednosti nepokretnosti u delu optine Novi Beograd. Novi Beograd ili kako ga opisuju grad u gradu nastao je isuivanjem movarnog zemljita u periodu nakon II svetskog rata. Ovaj deo glavnog grada na levoj obali Save nastao je planski, sa unapred donetim urbanistikim planovima, obezbeenom infrastrukturom i svim neophodnim uslovima za izgradnju modernog grada. Iako su na podruju optine Novi Beograd gotovo jednako povoljni uslovi za ivot, u uzorak za odreivanje veliine uticaja parametara na vrednost nepokretnosti uzeti su stanovi u blokovima 44, 45, 61, 62, 63, 71 i 72 (slika 2).

Slika 3 - Pogled na podruje - blokovi 61, 62, 63, 71 i 72 Blokovi 44 i 45 su zbog blizine reke i etalita atraktivniji i njihova kupoprodajna cena i cena izdavanja je neto via u poreenju sa drugim novobeogradskim blokovima (slike 4 i 5).

Slika 4 - Blok 44

Slika 2 - Granica podruja Stanove u ovim blokovima, pored stanova u luksuznijim naseljima Yu Business Centar i Belville, karakteriu vie cene po kvadratnom metru u odnosu na ostale blokove. Razlog za to, izmeu ostalog, mogu biti blizina reke i etalita i novija gradnja u naselju Dr Ivan Ribar (blokovi 71 i 72), sa mo-

Slika 5 - Blok 45

704

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... mljenost. Prikupljeni su podaci o vie od 300 stanova, ali su filtriranjem izbaeni svi stanovi iji je odnos cena/povrina znaajno odstupao od srednje vrednosti. Do ove odluke se dolo zbog toga to nisu poznati motivi za prodaju nepokretnosti, to je izuzetno znaajno i esto dovodi do realizacije kupoprodaje po drastino niskim, odnosno visokim cenama. Sa ovako zadatim kriterijumima za izbor stanova dolo se do uzorka od 100 stanova za procenu uticaja parametara, i 20 stanova koji e posluiti za procenu trine vrednosti primenom modela masovne procene koji je usvojen. Parametri koji su ocenjivani su: povrina, a1 starost, a2 spratnost, a3 sobnost, a4 ukupna spratnost, a5 lift, a6 terasa, a7 broj spavaih soba, a8 broj kupatila, a9 parking/garaa, a10 podrum, a11 uknjienost/legalizovanost, a12. Parametri kao to su lift, parking/garaa, podrum i uknjienost ocenjivani su ocenama 0 ako ne postoje i 1 ako postoje. Ostali parametri su numeriki i njihova transformacija nije bila neophodna. U prvoj iteraciji ocenjeni su svi parametri modela (a0 do a12) nakon ega su analizirani standardizovani reziduali. Sve cene iji su standardizovani reziduali vei od 2 odbaeni su i parametri modela su ocenjeni bez njih (broj opaanja: 95). Uvidom u pokazatelje izravnanja, moe se konstatovati da je faktor determinacije R=0.89, to govori da su razlike ulaznih (prodajnih) cena i cena po modelu modelovane ocenama parametara sa 89%. Standardna greka regresije (s=7492) iznosi svega 8% od prosene cene uzorka stanova (uzorak od 95 stanova, a prosena cena iznosi 94.450 EU). Mere kvaliteta i rezultati prve iteracije su prikazani u tabelama 3 i 4
Tabela 3. Globalni pokazatelji izravnanja
Df Regresija Reziduali Ukupno 12 82 94 SS 1.72E+10 4.6E+09 2.18E+10 MS 1.44E+09 56127038 F 25.57 PF 8.38E23

Podruje blokova 44, 45, 61, 62, 63, 71 i 72 uzeti su zbog meusobne blizine, kako bi uticaj lokacije nepokretnosti bio to pribliniji, odnosno kako bi se odredio uticaj svih parametara izuzev lokacije. U trino nerazvijenim zemljama, svaki agent za prodaju nepokretnosti e rei da su parametri koji najvie utiu na vrednost lokacija, lokacija i lokacija. Upravo ovakvo trite je i trite nepokretnosti Grada Beograda, ali i svih drugih optina u Republici Srbiji. Da bi se pokazalo koliko drugi faktori utiu na vrednost nepokretnosti, u ovom primeru su uzeti stanovi na gotovo istoj lokaciji, iji koeficijent za lokaciju bi bio gotovo isti kada bi se uzimao u obzir pri specifikaciji modela. Uzorak koji je uzet za odreivanje uticaja parametara na trinu vrednost nepokretnosti obuhvata 100 stanova, povrine izmeu 57 m2 i 100 m2. Stanove koji su uzeti u uzorak karakterie ista infrastrukturna opremljenost, ista pristupanost obrazovnih, zdravstvenih, kulturnih ustanova, dostupnost prodavnica prehrambene robe i trnih centara i ista dostupnost parkova i deijih igralita. Svi stanovi u uzorku imaju centralno grejanje, telefon, internet i kablovsku televiziju, pa se veliina uticaja ovih parametara na vrednost stanova nee odreivati. Uzorak koji e se koristiti za odreivanje uticaja parametara na vrednost nepokretnosti obuhvata stanove za ije trine cene su usvojene cene iz ponude, umanjene za 10%, obzirom da se do cene po kojoj su nepokretnosti prodate teko moe doi. Registar kupoprodajnih cena nepokretnosti u Republici Srbiji vodila je Poreska uprava do donoenja Zakona o dravnom premeru i katastru [4], nakon ega je voenje ove evidencije preputeno Republikom geodetskom zavodu. Zaposleni u Republikom geodetskom zavodu vre objedinjavanje ovih podataka sa podacima iz svojih evidencija i dostupnost ovim bazama trenutno nije mogua. Postavlja se pitanje aurnosti ovih podataka, jer se u ugovorima o kupoprodaji esto navodi nia kupoprodajna cena od realizovane radi plaanja manjeg poreza na promet. Zato su radi izbora parametara od uticaja na vrednost nepokretnosti uzete cene stanova ponuene u medijima za oglaavanje umanjene za 10%, jer je, prema reima agenata, u najveem broju sluajeva to zaista cena po kojoj se realizuje kupoprodaja.

6.1. Ocena dobijenih rezultata prva iteracija Sa ciljem da se ispita mogunost primene vieparametarske regresije u masovnoj proceni vrednosti nepokretnosti, kreiran je preliminarni model i izvrena je statistika analiza. Osnovna ideja bila je da se prikupi to vie podataka o stanovima koji su na priblino istoj lokaciji (kako bi se izbeglo ocenjivanje ovog parametra), koji su prodati (oglaeni na prodaju) u to priblinije vreme i koji imaju to sliniju infrastrukturnu opre-

Na osnovu rezultata prve iteracije i usvojene verovatnoe od P=0.95 odbacuje se hipoteza Ho:ai =0(PF <0.05). Dakle, bar jedan od parametara ai je znaajan. Za p<0.05 moe se konstatovati da je u primenjenom modelu est parametara znaajno (tbela 705

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM...

Tabela 6. Rezultati regresije druga iteracija (nakon odbacivanja parametra a12)
Parametri ao a1 a3 a4 t 4.35 2.78 -0.45 -1.80 4.67 -1.61 -1.30 0.94 0.53 2.75 -0.15 -0.41 -2.21 P 0.000 0.007 0.651 0.075 0.000 0.112 0.198 0.349 0.596 0.007 0.882 0.682 0.03 a9 29153.78 174.3088 -661.128 17269.24 7670.609 Stand. greka 7088.682 82.94384 199.0119 1475.347 2300.796 t statistika 4.11 2.10 -3.32 11.71 3.33 P vrednost 0.000 0.038 0.001 0.000 0.001

4, izdvojeni rafurom). Bitno je istai i znak parametra. Na primer, znak parametra a1 (kvadratura) je pozitivan, to je i logino da cena raste sa kvadratom povrine. Isti je zakljuak i za parametar a3 (spratnost stana) a4 (sobnost) i a9 (broj kupatila). Nije logino da znak parametra uknjiba a12, bude negativan.
Tabela 4. Ocene parametara regresije
Parametri a0 a1 a2 a3 a4 a5 a6 a7 a8 a9 a10 a11 a12 Ocene par. 52458.5 241.1619 -42.6856 -429.45 14839.96 -417.925 -4726.28 2103.723 1606.657 6559.665 -325.053 -1660.93 -17658.4 St.greska 12055.06 86.86097 94.14844 238.3805 3174.837 260.2635 3639.444 2236.217 3023.575 2382.606 2176.068 4040.671 7995.634

6.3. Usvojen model i interpretacija postignutih rezultata Na osnovu izraunatih koeficijenata za karakteristike stanova koje utiu na vrednost nepokretnosti, trine vrednosti stanova na istoj lokaciji i sa istom infrastrukturnom opremljenou, mogu se izraunati primenom sledeeg matematikog modela (raunato u eurima): Tr.Vr.=29153.78+174.3088*povrina-661.128* spratnost + 17269.24*sobnost + 7670.609*broj kupatila (2) Na osnovu usvojenog modela moe se zakljuiti da ja prirataj po m2 oko 174 eura. Takoe, a to je i logino, cena opada sa spratnou stana, poveava sa sobnou i brojem kupatila.
Tabela 7. Razlika iprocenjenih i na tritu ponuenih vrednosti stanova
Vrednosti izraunate prema modelu (2) 86080.87 80367.17 80367.17 98616.17 67621.35 95859.59 79321.31 81130.39 84820.75 91856.71 72074.94 83328.04 87120.50 87745.52 Ponuene vrednosti na tritu 84900 79900 80000 99500 67000 95000 80000 80000 87000 94000 72000 85000 85000 86000 91000 103000 100000 105000 120000 127000 Razlika (izraunateponuene) 1180.871 467.167 367.167 -883.728 621.350 859.590 -678.686 1130.389 -2179.246 -2143.285 74.937 -1671.962 2120.497 1745.518 1547.723 -1294.731 -1462.169 -636.743 3826.297 -1016.010 r (izraunate/ ponuene) 1.0139 1.0058 1.0046 0.9911 1.0093 1.0090 0.9915 1.0141 0.9750 0.9772 1.0010 0.9803 1.0249 1.0203 1.0170 0.9874 0.9854 0.9939 1.0319 0.9920

6.2. Ocena dobijenih rezultata druga iteracija Za isti uzorak od 95 stanova je ponovljena regresija, s tim to su uzeti u obzir samo parametri za koje se u prethodnoj regresiji pokazalo da imaju uticaj na vrednost nepokretnosti. Uvidom u pokazatelje izravnanja, moe se konstatovati da se faktor determinacije R=0.88 nije znaajno promenio te su i dalje razlike ulaznih (prodajnih) cena i cena po modelu, modelovane sa uspenou od 88%. Standardna greka regresije (s=7559) iznosi i dalje oko 8% od prosene cene uzorka stanova. Za p<0.05 svi parametri su znaajni (tabela 5), s tim to je i dalje znak parametra a12 negativan. U narednoj iteraciji odbaen je parametar a12 uknjiba (pretpostavlja se da su u prometu samo uknjieni objekti), a nakon ega su dobijeni sledei pokazatelji kvaliteta: R=0.87, standardna greka modela s=7761 ili 8.2% od prosene cene stana.
Tabela 5. Rezultati regresije druga iteracija
Parametri ao a1 a3 a4 a9 a12 48505.2 194.0821 -659.344 16769.43 7122.514 -19069.5 Stand. greka 10561.53 81.20159 193.8453 1451.784 2252.451 7875.596 t statistika 4.59 2.39 -3.40 11.55 3.16 -2.42 P vrednost 0.000 0.019 0.001 0.000 0.002 0.017

92547.72 101705.30 98537.83 104363.30 123826.30 125984.00

Na osnovu ovako definisanog matematikog modela (2) izraunate su trine vrednosti 20 stanova na istoj lokaciji na kojoj se nalaze i stanovi obuhvaeni

706

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM... Pored parametra za ocenu horizontalne nejednakosti postoji i parametar za ocenu vertikalne nejednakosti - diferencijal cena (PRD), prema IAAO standardima kree se izmeu 0.98 i 1.03. U ovom sluaju vrednost parametra je 1.000207, to znai da je razlika izmeu prognoziranih i ponuenih vrednosti u okvirima standarda. Ovakva vrednost parametra govori da je re o proceni koja ne daje ni progresivne ni regresivne rezultate. Progresivnim rezultatima smatraju se oni kod kojih je znaajna veina procenjenih vrednosti vea od stvarne trine vrednosti, dok su regresivni rezultati u obrnutom sluaju. U navedenom primeru je vrednost diferencijala cena 1.000207, to znai da je ovakva procena u predvienom opsegu i moe se nazvati fer procenom. Model je pokazao znaajnu pouzdanost procene vrednosti nepokretnosti, ali da se kroz njegovu dalju dogradnju, ukljuujui mikrotrita i drugih poboljanja mogu postii njegova dalja poboljanja. Pre svega, ukljuivanjem faktora lokacije u model dobile bi se drastino razliite vrednosti parametara, jer na tritu u razvoju, kakvo je trite nepokretnosti u Republici Srbiji, lokacija je faktor koji ima izuzetno veliki uticaj na vrednost. U sluaju da je za ocenu parametara uzet vei uzorak i da je kvalitet ulaznih podataka bio reprezentativniji, model bi bio pouzdaniji. Naime, (ne)savesnost oglaivaa u navoenju tanih podataka u medijima za oglaavanje i nepoznavanje svih karakteristika nepokretnosti (broj stanova na spratu, pogled, orijentisanost stana, mogunost nadogradnje, susedstvo, itd.) mogu dovesti do pomerenih ocena parametara. Zato se namee potreba za postojanjem baze podataka o realizovanim kupoprodajama (transakcijama) nepokretnosti, kao i obaveza dostavljanja tanih podataka organu/organizaciji u ijoj nadlenosti je voenje ovakve baze. 7. ZAKLJUAK Masovna procena vrednosti nepokretnosti, po definiciji, jeste procena vrednosti grupe nepokretnosti u odreenom vremenskom trenutku. Samim tim, postavlja se pitanje ta treba da obuhvata grupa nepokretnosti i koliku teritoriju treba da obuhvata. Grupa nepokretnosti treba da obuhvati nepokretnosti istog tipa (posebno kue, stanove, kancelarijske prostore, poljoprivredno zemljite itd.). Meutim, po pitanju veliine teritorije, dolazi do sukoba miljenja izmeu strunjaka za procenu. Jedni smatraju da jedinica za procenu vrednosti nepokretnosti treba da bude drava, drugi smatraju da je bolje procenu vriti na administrativnoj jedinici nieg reda, odnosno regionu, dok najvei broj strunjaka smatra da procenu vrednosti

uzorkom za ocenu parametara. Izraunate trine vrednosti su uporeene sa na tritu ponuenim vrednostima (tabela 7). Statistika analiza i interpretacija dobijenih rezultata uraeni su u skladu sa standardima Meunarodne asocijacije procenitelja (International Association of Assessing Officers - IAAO), [18]. Prema ovim standardima, vrednosti parametra r (koji predstavlja kolinik procenjenih vrednosti nepokretnosti prema modelu (2) i vrednosti ponuenih na tritu), treba da budu izmeu 0.90 i 1.10. Sve vrednosti parametra r nalaze se u oekivanim granicama pri emu se stiu uslovi za dalju analizu, iji rezultati su prikazani u tabeli 8.
Tabela 8. Rezultati statistike analize
Statistiki pokazatelj Veliina uzorka Ukupna procenjena vrednost Ukupna trina vrednost Prosena procenjena vrednost Prosena trina vrednost Aritmetika sredina od r Medijana od r Diferencijal cena (PRD) Koeficijent disperzije (COD) Rezultati 20 1 823 275 1 821 300 91 163.75 91 065.00 1.001292 1.002815 1.000207 1.376%

Zakljuci izvedeni na osnovu statistike analize su sledei: Pouzdanost modela od 87% nalazi se u intervalu izmeu 0.85 i 0.90, to se smatra odlinom pouzdanou; U svih 20 stanova koji su korieni za proveru modela, vrednost parametra r je u opsegu 0.90 do 1.03, to zadovoljava vrednosti propisane standardima; Parametar za ocenu horizontalne nejednakosti koeficijent disperzije (COD) predstavlja procenat odstupanja od srednje vrednost i prema standardima, opseg dozvoljenih vrednosti ovog parametra zavisi od tipa nepokretnosti. Za jednoporodine stambene jedinice (ukljuujui i stanove u stambenim zgradama) ovaj opseg je od 5.0 do 10.0, za kue predviene za stanovanje jedne porodice je od 5.0 do 15.0, itd. U ovom primeru koeficijent disperzije je 1.376%, to je i oekivano za male uzorke i ukazuje na izuzetno visoku homogenost uzorka. Ukoliko je vrednost koeficijenta disperzije manja od 5% ovakav uzorak se smatra nereprezentativnim i preporuka je da se statistiki dodatno testira. U ovakvim sluajevima proceniteljima je preporueno da razviju sopstvene standarde pozivajui se na sopstveno dugogodinje iskustvo u proceni vrednosti nepokretnosti ili koriste iskustva iz slinih trita u okruenju.

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

707

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM...

[4] Zakon o dravnom premeru i katastru, Slubeni glasnik RS, broj 72/2009 [5] Miladinovi, M., Procena vrednosti nepokretnosti, Graevinski fakultet, Beograd, 2009 [6] International Valuation Standards Committee, Exposure Draft of Proposed International Valuation Application Mass Appraisal of Real Property, International Valuation Standards Committee, 2002 [7] Appraisal Institute, The Appraisal of Real Estate. The Appraisal Institute, Chicago, USA, 12th edition, 2001 [8] John B, Randall G., C. F. Sirmans, Mass Appraisal: An Introduction to Multiple Regression Analysis for Real Estate Valuation, Journal of Real Estate Practice and Education, Vol. 7, No. 1, 2004, American Real Estate Society, p. 65 78, 2004 [9] Boi, B., Raun izravanja napredni kurs, Graevinski fakultet, Skripta, 2009 [10] Zekovi, S., Evaluation of the current urban land system in Serbia, Spatium, 2008, br. 17-18, str. 5560 [11] Republika agencija za prostorno planiranje, Ministarstvo za infrastrukturu, Izvetaj o realizaciji Prostornog plana Republike Srbije, Beograd, 2008. [12] Republiki zavod za statistiku, Izvetaj RS10, br. 208 I 3P21, Br.208, Beograd, 2008 [13] Benjamin, J., Guttery, R., Sirmans,C.F., Multiple regression analysis for real estate valuation, Journal of Real Estate Practice and Education, Vol 7, No.1, 2004 [14] Zakon o porezima na imovinu, (SG RS, br. 26/01, 42/02, 80/02, 80/02-dr., 135/04, 61/07, 5/09 i 101/10) [15] Zakon o eksproprijaciji, ("Sl. glasnik RS", br. 53/95, "Sl. list SRJ", br. 16/2001 - odluka SUS i "Sl. glasnik RS", br. 20/2009) [16] Zakon o planiranju i izgradnji, Slubeni glasnik Republike Srbije, br. 72/2009 [17] Zakon o prometu nepokretnosti, Slubeni glasnik Republike Srbije, br. 42/1998 [18] International Association of Assessing Officers, Standard of Ratio Studies, International Association of Assessing Officers, January 2010

nepokretnosti treba vriti na najniem administrativnom nivou, tj. na nivou lokalne samouprave. Iskusan poznavalac kretanja na tritu nepokretnosti zna da je za neke tipove nepokretnosti ak i teritorija lokalne samouprave veliko podruje. Npr. poslovni prostor u prizemlju i na spratu u okviru iste poslovne zgrade imaju veliku razliku u kupoprodajnoj ceni, poslovni prostor sa pogledom na ulici ima znaajno veu cenu, stan sa pogledom na park ili reku ima znatno veu cenu na tritu itd. Postoji opravdanost postojanja vie modela za procenu na teritoriji jedne lokalne samouprave, kako bi se to vie karakteristika nepokretnosti uzelo u obzir i kako bi dobijeni rezultati to bolje oslikavali situaciju na tritu nepokretnosti. Meutim, postavlja se pitanje ekonominosti postojanja velikog broja modela za masovnu procenu vrednosti nepokretnosti zbog ljudskih i materijalnih resursa koji su potrebni za njihovu izgradnju i odravanje. Od najveeg znaaja za kreiranje modela za masovnu procenu vrednosti nepokretnosti je aurna i pouzdana baza podataka o realizovanim kupoprodajama. Ovakva baza je od koristi proceniteljima koji se bave kako masovnom, tako i pojedinanom procenom vrednosti nepokretnosti, ali i investitorima i poreskim organima. Izrada ovakve baze podataka je u nadlenosti Republikog geodetskog zavoda i predstavlja jedan od prioritetnih zadataka u budunosti. Drugi veliki problem predstavlja postojanje velikog broja objekata izgraenih bez graevinske i upotrebne dozvole, kao i nepostojanje jedinstvene evidencije o nepokretnostima i pravima na njima na teritoriji itave drave. Na osnovu navedenog se moe zakljuiti da je neophodno uloiti znaajan napor i sredstva kako bi se stvorili preduslovi za efikasno upravljanje zemljitem i pravinu procenu vrednosti nepokretnosti.
LITERATURA [1] Gospavi, Z., Trite nepokretnosti, Graevinski fakultet, Beograd, 2009 [2] Mari, M., Primena multiple regresije u masovnoj proceni vrednosti nepokretnosti Sluaj Novog Sada, Geodetska sluba, vol. 37, 109-110, p. 5-11, 2008 [3] Stiglitz, Joseph E. and Driffill, J., Economics. W.W.Norton & Company, Inc., New York, 2000

708

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

B. BOI i...

PROCENA VREDNOSTI NEPOKRETNOSTI I NJENA ULOGA U ODRIVOM...

SUMMARY
REAL ESTATE APPRAISAL AND ITS ROLE IN SUSTAINABLE REPUBLIC OF SERBIA REAL ESTATE MARKET DEVELOPMENT
Most of the developed countries have accepted the concept of calculating property tax based on the value of real estate. To be able to determine the value of real estate over the same time, undertook the creation of models of mass valuation of real estate. Developing a model of mass appraisal of real estate is a subject that attracts a large number of experts in almost every country. The value of property is calculated based on the characteristics of real estate, and is the most challenging selection of parameters that affect the value of real estate, or failure to take the budget of those characteristics for which the property is shown to have no impact on value. In this paper is shown the selection of parameters influencing the value of real estate in the municipality of New Belgrade using multiple regression. Key words: real estate, real estate value, mass appraisal of real estate

ACKNOWLEDGEMENT
This paper was realized as a part of the project "Studying climate change and its influence on the environment: impacts, adaptation and mitigation" (43007) financed by the Ministry of Education and Science of the Republic of Serbia within the framework of integrated and interdisciplinary research for the period 2011-2014.

TEHNIKA- NAE GRAEVINARSTVO 66 (2012) 5

709