Статья:

Анализ рынка жилья Кургана

Конференция: V Студенческая международная научно-практическая конференция «Общественные и экономические науки. Студенческий научный форум»

Секция: Экономика

Выходные данные
Лагутов Д.А. Анализ рынка жилья Кургана // Общественные и экономические науки. Студенческий научный форум: электр. сб. ст. по мат. V междунар. студ. науч.-практ. конф. № 5(5). URL: https://nauchforum.ru/archive/SNF_social/5(5).pdf (дата обращения: 27.11.2022)
Лауреаты определены. Конференция завершена
Эта статья набрала 0 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Анализ рынка жилья Кургана

Лагутов Дмитрий Алексеевич
студент, Курганский государственный университет, РФ, г. Курган

 

Рынок жилья, безусловно, оказывает влияние на благосостояние людей – и тех, кто покупает жильё, и тех, кто его продаёт. У этих категорий людей имеются диаметрально противоположные взгляды на цену жилья – одни считают, что жильё должно быть дороже, другие – что оно должно быть дешевле. В результате столкновения этих точек зрения формируется рыночная цена жилья, учитывающая обе из них.

В связи с этим возникает несколько вопросов: во-первых, какие факторы влияют на цену жилья, во-вторых, каким образом эти факторы на неё влияют. В реальности на цену жилья влияет огромное количество факторов: это, к примеру, площадь, количество комнат, этаж, год постройки дома, материал, наконец, даже субъективные факторы. Очевидно, все их учесть невозможно, поэтому рассматривалось только ограниченное количество факторов.

Для определения главных факторов, влияющих на цену жилья, и степени их влияния на неё, была построена эконометрическая модель зависимости цены жилья от 9 рассматриваемых факторов:

Таблица 1.

Факторы, рассматриваемые в модели

Факторная переменная

Единица измерения

Показатель, определяемый факторной переменной

x1

м2

общая площадь

x2

 

район (0 - Рябково, 1 - Северный, 2 - Заозёрный, 3 - Энергетики, 4 - Западный, 5 - Центральный, 6 - Восточный)

x3

м

расстояние до ближайшей остановки

x4

 

этаж

x5

 

материал (0 - дерево, 1 - кирпич, 2 - панель)

x6

 

тип помещения (0 - комната коридорного типа,1 - комната секционного типа,2 - комната гостиничного типа,3 – студия,4 - квартира,5 - частный дом)

x7

 

количество комнат

x8

месяц

время с момента публикации объявления

x9

 

кол-во остановок в пределах 500 м

y

тыс. руб.

цена

 

Для эконометрической модели была отобрана выборка из 125 объявлений, которые размещались на 5 сайтах, размещающих объявления о купле-продаже и аренде недвижимости. В выборку включались только объявления о купле-продаже недвижимости.

Была составлена таблица частных коэффициентов корреляции для определения фактора, наиболее заметно влияющего на цену жилья и при этом исключения факторов, сильно зависящих друг от друга.

Таблица 2.

Таблица частных коэффициентов корреляции

 

x1

x2

x3

x4

x5

x6

x7

x8

x9

y

x1

1

                 

x2

-0,130

1

               

x3

0,120

-0,108

1

             

x4

-0,091

0,116

-0,158

1

           

x5

-0,024

0,091

-0,139

0,408

1

         

x6

0,616

-0,218

0,141

-0,213

-0,145

1

       

x7

0,868

-0,074

0,151

-0,0002

0,026

0,527

1

     

x8

-0,065

0,047

-0,084

0,109

-0,068

-0,018

-0,034

1

   

x9

0,043

0,000

-0,556

0,072

0,021

0,052

0,000

0,116

1

 

y

0,890

-0,024

0,009

0,019

0,088

0,539

0,797

-0,022

0,136

1

 

Из этой таблицы следует, что наибольшее влияние на цену жилья оказывает его площадь. Заметно влияют на неё также количество комнат и тип помещения. Все остальные факторы либо влияют на цену в намного меньшей степени (например, количество остановок в пределах 500 м), либо вообще практически не влияют на неё (например, расстояние до ближайшей остановки). Для построения регрессионной модели отобрана лишь одна переменная – x1, т.к. она имеет наибольшее влияние на цену. Переменная x7 не включена в регрессионную модель, поскольку наблюдается тесная зависимость переменных х1 и х7 друг с другом (r=0,868). Переменная x6 не включена в модель, т.к. её влияние на цену нельзя охарактеризовать как сильное.

Было построено несколько регрессионных моделей, использующих различные виды зависимостей: линейная, степенная, показательная, равносторонней гиперболы, полинома 2-й и 3-й степени. Качество моделей можно сравнить наглядно, используя следующую таблицу:

Таблица 3.

Сравнительная таблица качества регрессионных моделей

Модель

Уравнение регрессии

Нормированный R2

F-критерий

t-критерий

Ошибка аппроксимации

Линейная

y=45,232+31,709x

0,7908

469,65

ta=0,62

22,09%

tx=21,67

Степенная

y=31,84*x0,9986

0,8797

908,06

ta=29,86

20,40%

tx=30,13

Показательная

y=429,05*1,021x

0,7389

351,86

ta=109,4

32,48%

tx=18,75

Равносторонней гиперболы

y=2565,71-(31411,65/x)

0,5181

134,34

ta=19,93

56,34%

tx=-11,6

Полином 2-й степени

y=-136,104+40,02x-0,059x2

0,7996

248,35

ta=-1,35

22,26%

tx=11,17

tx2=-2,5

Полином 3-й степени

y=117,61+22,03x+0,22x2-0,001x3

0,8052

171,91

ta=0,76

21,20%

tx=2,41

tx2=1,66

tx3=-2,13

 

Очевидно, что лучшей по качеству моделью является степенная модель. Она обеспечивает лучшее объяснение дисперсии и даёт меньшую ошибку аппроксимации, чем все остальные, является более статистически значимой в целом и при этом её параметры также статистически значимы.

Следует определить влияние выбранного фактора (площади) на цену жилья. Для этого используем коэффициент эластичности (Э). Известно, что для степенной функции Э=b. В нашей модели b=0,9986, поэтому Э=0,9986. Полученное значение эластичности говорит о том, что при изменении площади в среднем на 1% цена будет изменяться в том же направлении на 0,9986%. Следовательно, темпы роста (падения) цены будут незначительно отставать от темпов увеличения (уменьшения) площади. По построенной линейной регрессионной модели можно судить о том, что с увеличением площади на 1 м2 цена жилья возрастает в среднем на 31709 рублей. Это значит, что теоретическая цена жилой площади в среднем по городу составляет 31709 руб./м2.

Проверим достоверность модели, вычислив цену жилой площади по данным выборки. Суммарная площадь составила 4935,2 м2, суммарная цена – 162143 тыс. р., что даёт среднюю цену жилой площади по выборке 32854 руб./м2. Таким образом, цена жилой площади предсказана с ошибкой 3,61% (1145 руб./м2) по сравнению с выборкой.

Теперь следует выявить расхождение модельных данных с реальными. В результате исследования всех предложений на рынке жилья Кургана специалисты получили средние цены жилой площади для разных категорий недвижимости. Средняя цена по всем категориям жилья в городе Кургане будет равна 33181 руб./м2 [3]. Это даёт ошибку в 1472 руб./м2 (4,64%) по сравнению с реальными данными.

Ошибка по сравнению и с данными выборки, и с реальными данными незначительна (находится в пределах 5%). Поэтому модель можно считать достоверной.

Для того, чтобы сделать вывод о том, каковы будут цены на рынке жилья во 2 полугодии 2018 года и далее, следует рассмотреть ситуацию в 2016 – 2017 годах и не только в Кургане, но и во всей России. По данным Московской ассоциации риэлторов, в 2016 году цены на жильё снижались, в то время как в 1 полугодии 2017 года уже наметилась тенденция к стабилизации [1, с. 24]. Есть множество различных прогнозов по рынку жилья на 2018 год, однако большинство сходится на том, что в текущем году цены на жильё продолжат падение, но уже не такое стремительное, как в 2016 [2]. К 2019 году, таким образом, цены либо окончательно стабилизируются, либо начнут медленно расти.

Если принять во внимание отмеченные выше прогнозы, то в Кургане можно ожидать стабилизации цен на жильё во 2 полугодии 2018 года и незначительного повышения их в 1 полугодии 2019 года.

 

Список литературы:
1. Жилищный рынок городов России в 1 полугодии 2017 года: стагнация надолго: аналит. обзор, июль 2017, Комитет по аналитике и консалтингу Московской ассоциации риэлторов. – М.: ООО «Стерникс Консалтинг», 2017. – 41 с.
2. Обзор и прогноз рынка жилья на 2018 год [Электронный ресурс]. – Режим доступа: http://sovety-24.ru/remont-i-stroitelstvo/news_post/obzor-i-prognoz-rynka-zhilya-na-2018-god (дата обращения: 05.06.2018)
3. Стоимость недвижимости в Кургане за 2018 год [Электронный ресурс]. – Режим доступа: http://homeclube.ru/kurgan/price (дата обращения: 04.06.2018)