«На какие-то дополнительные субсидии или льготную ипотеку не рассчитываем»,— гендиректор группы «Самолет» Анна Акиньшина в интервью директору Всестройке.рф С. Опрышко

«И Минстрой России, и другие ведомства, и Центробанк находятся с нами в очень конструктивном диалоге. Они нас слышат, мы к ним приходим, активно обсуждаем те или иные поправки, законопроекты. Прекрасно понимаем, что сейчас непростое время в принципе в экономике».

Анна уверена, что когда денежно-кредитная политика станет не такой жесткой, ставка снизится и вернется основной инструмент – рыночная ипотека, «Самолет» будет наращивать портфель и географическое присутствие на территории РФ. «А может, и на других континентах. Но пока мы будем сфокусированы здесь».

Сегодня же главный фокус компании на том, чтобы выполнить все обязательства по сдаче квартир и социнфраструктуры. «Мы запускаем проекты, но делаем это очень точечно и в ограниченном объеме»,— добавила Акиньшина в интервью на площадке Урбан Хаб.

Справочно:
По данным портала Всeостройке.pф, «Самолет» занимает 1-е место в РФ по объему текущего строительства жилья.

С внедрением автоматизации сотрудникам приходится бегать спринты быстрее, чтобы успевать заполнять ещё парочку таблиц

😁

Нашла статью о новом методе оценки стоимости недвижимости. Главное — ниже

Какую проблему решали
Рынок недвижимости очень разрознен, и традиционные методы были либо неточными, либо точными, но непонятно как делающими выводы. Это затрудняло прозрачное прогнозирование цен на дома.

Что придумали
Разработчики предложили двухэтапный кластерный анализ и опробовали его на более чем на 43 тысячах объявлений о продаже домов в Германии за 2023 год.

Сначала они разделили дома на две большие группы по месту расположения, затем уточнили 8 подгрупп с учётом дополнительных характеристик (площадь, год постройки и т.д.). Для каждой группы обучали простые и понятные модели с помощью алгоритмов ИИ.

Что получилось
Такой подход улучшил точность прогнозов примерно на 36% для сложной модели и на 58% — для линейной регрессии по сравнению с обычными моделями без кластеризации. При этом оценки стали более прозрачными и понятными, что помогает лучше понимать рынок и принимать обоснованные решения при покупке или продаже недвижимости.

Статья 2508.0315 на arxiv.org