Дольщики Ленобласти получают выплаты
Наблюдательный совет федерального Фонда развития территорий принял решения о выплатах компенсаций по семи долгостроям в низкой степени готовности.
Выплаты компенсаций начинают получать более 1600 семей из Ленинградской области.
«Правительство Ленинградской области исполняет поручение Президента России по защите прав обманутых дольщиков любой ценой. В прошлом году мы предусмотрели ещё 11 миллиардов рублей, чтобы обеспечить выплаты компенсаций по 20 заявкам — сегодня все они одобрены на федеральном уровне. Компенсациями обеспечены дольщики объектов в низкой или нулевой степени готовности. С учетом роста цен за квадратный метр суммы выплат значительно превышают размер вложений в будущую недвижимость от недобросовестных застройщиков», — отметил заместитель председателя Правительства Ленинградской области Евгений Барановский.
В числе последних семи одобренных заявок оказались проблемный ЖК от застройщика «Айбер-Звезда» в Выборге и последние дома от ГК «Петрострой»: четвертый корпус ЖК «Северный вальс», седьмой корпус ЖК «Чистый ручей», секции «МНП», «ИКЛ» в ЖК «Материк».
Сегодня за счет бюджетных средств и частных инвестиций завершается строительство 15 проблемных объектов, включая ЖК «Рябиновый сад», «Десяткино 2.0», «Тридевяткино царство», «Солнце», третьего корпусу ЖК «Северный вальс», двух корпусов ЖК «Петровская мельница», а также ЖК «Янинский каскад-5» и ЖК «Оранж».
В ВТБ создали и масштабировали на всю Россию сервис аналитики для оценки новостроек.
В основе — универсальная платформа геоаналитики, позволяющая сопоставлять более 1000 слоев данных из банковской сферы, телекома и digital-сервисов. В решении используется обезличенная информация о жителях аналогичных домов, а также районов со схожей транспортной инфраструктурой, имеющих похожие интересы, структуру доходов, расходов и так далее.
Оценка рыночной стоимости строящейся недвижимости играет для банка важную роль в принятии решения о финансировании проектов. Новая разработка помогает повысить оперативность на этапе рассмотрения заявки на финансирование застройщика и получить более объективные и точные данные. Для застройщиков очень важна скорость и сроки. Использование программы позволило в 3 раза сократить сроки от обращения клиента до подписания кредитного договора.
В разных городах различные факторы оказывают влияние на определение цены на жилье. Рынок постоянно идет вперед, меняется инфраструктура, которая влияет на стоимость. Какие-то параметры устаревают, какие-то добавляются или обновляются. Сложность задачи по оценке недвижимости в масштабах России заключается в учете региональной специфики, макроэкономических колебаниях, большом разнообразии в качестве и расположении строительных объектов, что в свою очередь обуславливает выбор инструментов и способов моделирования.
«Программа учитывает множество факторов и показывает независимую от экспертного мнения оценку, что играет важную роль в общем процессе согласования сделки всеми участвующими подразделениями. Наиболее значимые конкурентные преимущества сервис дает в ситуации, когда строящийся жилой объект не имеет рядом аналогов, и оценить его, используя только метод сравнения с похожими соседствующими объектами, невозможно» — рассказал Максим Коновалихин, руководитель департамента анализа данных и моделирования, старший вице-президент банка ВТБ.
Проект строится на базе трех платформ: платформы гео-аналитики (Geo), платформы автоматического обучения моделей (AutoML) и MLOps-платформы (scibox). У каждой из них своя задача в рамках бизнес-процесса. Их объединение помогло достичь синергии и внести дополнительную ценность.
Проект стартовал с сегмента среднего и малого бизнеса. Следующая стадия — это использование программы как для целей крупного бизнеса, так и розничного ипотечного кредитования. Специфика проекта позволяет не только масштабировать его, но и применять в других сферах. Например, посчитать необходимое количество банкоматов в конкретном районе и количество наличных средств в каждом из них. Отлично подходит, когда на основе аналогичных данных нужно построить прогноз чего-нибудь нового.