Сравнительный статистический анализ динамики цен на рынке первичного и вторичного жилья в России

  const      -14,9077       5,44983          -2,735        0,0194   **

  Bezrab       0,00191544   0,000643564       2,976        0,0126   **

  Postr        0,163852     0,0443113         3,698        0,0035   ***

 

Среднее зав. перемен    3,814286   Ст. откл. зав. перемен  1,947723

Сумма кв. остатков      21,96753   Ст. ошибка модели       1,413169

R-квадрат               0,554566   Испр. R-квадрат         0,473578

F(2, 11)                6,847511   Р-значение (F)          0,011703

Лог. правдоподобие     -23,01870   Крит. Акаике            52,03739

Крит. Шварца            53,95456   Крит. Хеннана-Куинна    51,85992

 

Примечание: * означает 10%-й ** означает 5%-й уровень ошибки, *** означает  1%-й уровень ошибки.

Итоговое уравнение регрессии:                                                                    Price=-14,9077+0,00191544*bezrab+0,163852*Postr

Коэффициент детерминации снизился до 0,56, что показывает высокий уровень значимости факторного признака и константы.

Последним этапом является проверка значимости уравнения при помощи статистики Фишера. Расчетное значение получилось F(2, 11)=6,85, а табличное 3,4 при 5% уровне значимости. Так как расчетное значение больше табличного, то уравнение значимо.

 

 

2.3 Трендовый прогноз цен на жилье и оценка качества прогноза

                                                                                                                                                   

Для построения прогноза цен на первичное жилье рассмотрим временной ряд, который содержит цены на первичное жилье за период с 2000 по 2013 год.

Для получения прогноза а ценах на первичное жилье мы будем использовать три метода.

Из группы методов скользящего среднего самым простым является метод простого скользящего среднего по n-узлам. В этом методе среднее фиксированного числа n-последних наблюдений используется для оценки следующего значения уровня ряда.

Значение прогноза, полученного методом простого скользящего среднего, всегда меньше фактического значения — если исходные данные монотонно возрастают, и наоборот больше фактического значения — если исходные данные монотонно убывают. Поэтому с помощью простого скользящего среднего нельзя получить точных прогнозов. Этот метод лучше всего подходит для данных с небольшими случайными отклонениями от некоторого постоянного или медленно меняющегося значения.

Метод простого скользящего среднего имеет два недостатка: Возникает в результате того, что при вычислении прогнозируемого значения самое последнее наблюдение имеет такой же вес (значимость), как и предыдущее, т.е. присвоение равного веса, противоречит интуитивному представлению о том, что во многих случаях последние данные могут больше сказать о том, что произойдет в ближайшем будущем, чем предыдущие (рисунок 2).

 

Рисунок 2 - метод скользяще средней

 

Следующий метод экспоненциального сглаживания (рисунок 3).

 

Рисунок 3 - метод экспоненциального сглаживания

Метод экспоненциального сглаживания наиболее эффективен при разработке среднесрочных прогнозов. Он приемлем при прогнозировании только на один период вперед. Его основные достоинства простота процедуры вычислений и возможность учета весов исходной информации.

Недостатки этого метода заключаются в том, что средневзвешенный показатель не учитывает сезонные и другие нециклические (случайные) колебания объемов продаж.

Теперь используем метод аналитического выравнивания. Каждый из трех рассмотренных методов имеет свои достоинства, но в большинстве случаев метод аналитического выравнивания предпочтителен. Однако его применение связано с большими вычислительными работами: решение системы уравнений; проверка обоснованности выбранной функции (формы связи); вычисление уровней выравненного ряда; построение графика, Для успешного выполнения таких работ целесообразно использовать компьютер и соответствующие программы (рисунки 4-8).

Рисунок 4 - Метод аналитического выравнивания с экспоненциальной линией тренда

Рисунок - 5 Метод аналитического выравнивания с линейной линией тренда

Рисунок 6 - Метод аналитического выравнивания с логарифмической линией тренда

 

Рисунок 7 - Метод аналитического выравнивания с полиномиальной линией тренда

Рисунок 8 - Метод аналитического выравнивания со степенной линией тренда

Из всех линий тренда, которые мы исследовали в методе аналитического выравнивания мы выбираем степенную, т.к. у нее наименьший коэффициент детерминации. Цены на первичное жилье имеют тенденцию к возрастанию.

 

 

     ЗАКЛЮЧЕНИЕ

Формирование рыночной цены первичное и вторичное жилье - многофакторный процесс: она колеблется в зависимости от экономических, политических, спекулятивных факторов. В их числе: экономическая и политическая обстановка, объемы строительства, инфляция, колебания ведущих валют и процентных ставок.

В данной работе рассматривалось 2 основных аспекта – факторы, влияющие на цену на рынке жилья и способы прогнозирования этой цены с помощью разных моделей. В ходе проведенного анализа выяснилось, что среди всех рассматриваемых нами факторов,  на значение цен на первичное и вторичное жилье в Росиии оказывают влияние:  уровень Инфляции в России, уровень безработицы..

Теперь стоит перейти к следующему аспекту, рассматриваемому в данной работе – прогнозированию цен на рынке жилья. В качестве основных методов прогнозирования нами были выбраны модели скользящей средней, взвешенной средней и аналитическое выравнивание.

В ходе построения модели взвешенной средней, мы получили значения, которые хорошо соблюдают тенденцию исходного ряда. Однако данная модель не может учитывать влияния внешних факторов, таких как кризис или положение на рынке.

В качестве следующего метода прогнозирования мы выбрали аналитическое выравнивание. И построили прогноз на 2014 год. Данный прогноз показал, что цены на жилье в 2014 году будут иметь тенденцию к возрастанию.

В данной работе были рассмотрены не все проблемы, которые возникают при прогнозировании цен на рынке первичного и вторичного жилья, поэтому было бы целесообразно в дальнейшем продолжить рассмотрение разных методов прогнозирования, чтобы полученные значения были, как можно больше приближены к реальным. Одним из направлений для дальнейших исследований может быть применение большего числа моделей разного вида для получения различных прогнозов ряда.

 

 

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Анализ и оценка приносящей доход недвижимости. - Фридман Дж., П. Орлуэй. - М., 1995. С.5
2. http://netess.ru/3ekonomika/4984-1-statisticheskoe-issledovanie-rinka-zhilya-rossiyskoy-federacii.php
3. Бойко И.П. Основы бизнеса на рынке недвижимости. - М.: Экономика, 2010. – 182-183 с.
4. http://bujet.ru/article/5546.php
5. http://forexaw.com/Sales_in_primary_market_of_housing_Russia
6. http://realty.web-3.ru/definitions/market/second/costs/
7. http://www.creativeconomy.ru/articles/25844
8. Экономика недвижимости. - Щербакова Н.А. - Учебное пособие Ростов-на-Дону, Феникс 2006 г
9. http://www.gks.ru/
10. Назарова, М.Г. Общая теория статистики : учебник / под ред. М. Г. Назарова. — М.: Издательство «ОмегаЛ», 2010. – 410 с.

 

Приложение А

Данные по вводу в действие жилых домов в Российской федерации  (миллионов квадратных метром общей площади)
Годы	Всего построено	В том числе		Удельный вес в общем вводе, (%)
		населением за счет собственных и заемных средств	жилищно-строительными кооперативами	жилых домов населения	жилых домов жилищно-строительных кооперативов
2000	30,3	12,6	0,7	41,6	2,4
2001	31,7	13,1	0,6	41,2	2
2002	33,8	14,2	0,6	41,9	1,7
2003	36,4	15,2	0,5	41,6	1,4
2004	41,0	16,1	0,5	39,2	1,2
2005	43,6	17,5	0,6	40,2	1,4
2006	50,6	20	0,6	39,5	1,2
2007	61,2	26,3	0,9	43,0	1,5
2008	64,1	27,4	0,6	42,7	0,9
2009	59,9	28,5	0,5	47,7	0,8
2010	58,4	25,5	0,3	43,7	0,6
2011	62,3	26,8	0,4	43,0	0,6
2012	65,7	28,4	0,3	43,2	0,4
2013	70,5	30,7	0,5	43,5	0,7

 

 

 

Приложение Б

Данные по числу зданий и сооружений, находящихся  в незавершенном строительстве в Российской Федерации (на конец года)

Годы	Число зданий, сооружений, находящихся в незавершенном строительстве, всего	В том числе приостановленные или законсервированные
2000	179667	88379
2001	173362	81502
2002	164586	74886
2003	152256	61994
2004	139151	53467
2005	128496	45810
2006	125832	38549
2007	129716	31026
2008	121169	26340
2009	106451	27425
2010	103107	24796
2011	108138	20602
2012	104772	16880
2013	149101	17360

 

 

Приложение В

Средние цены на первичном рынке жилья по Российской Федерации на конец периода, рублей за 1 квадратный метр общей площади
	Все квартиры	В том числе
		квартиры среднего качества (типовые)	квартиры улучшенного качества	элитные квартиры
2000	8678	7690	8126	13413
2001	10567	9122	10134	14826
2002	12939	11443	12800	17968
2003	16320	14320	15590	23899
2004	20810	18131	20313	30063
2005	25394	22008	23832	34518
2006	36221	32504	34592	50175
2007	47482	40971	44015	65854
2008	52504	49138	50459	69612
2009	47715	44481	46145	65617
2010	48144	46807	47685	69351
2011	43686	44777	42881	49042
2012	48163	49872	47178	54843
2013	50208	49966	49252	65754

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Приложение Г

Индексы цен на первичном рынке жилья по Российской Федеpации (на конец периода, в % к концу предыдущего периода)

 

	Все квартиры	В том числе
		квартиры среднего качества (типовые)	квартиры улучшенного качества	элитные квартиры
2000	113,1	111,2	113,5	112,7
2001	125,1	121,5	126,5	119
2002	122,5	122	123,8	116,5
2003	118,8	118,9	115,9	127,7
2004	118,5	117,4	121,2	113,7
2005	117,5	119,2	119	112,3
2006	147,7	150,6	149,4	139
2007	123,4	116,8	121,9	127,9
2008	110,3	113,2	111,4	105,4
2009	92,4	91,7	92,8	93,1
2010	100,3	99,2	101,3	99
2011	106,7	105,8	107	106,7
2012	110,7	113,5	109,7	109,8
2013	104,8	104,1	105	105,6