Автор работы: Пользователь скрыл имя, 01 Декабря 2014 в 10:10, курсовая работа
Состояние жилищной сферы и рынка жилья является одним из важнейших факторов, оказывающих влияние на уровень и динамику основных демографических показателей.
Социальная стабильности общества, уровень безработицы, мобильность рабочей силы и другие факторы во многом определяются наличием достаточного объема жилого фонда, отвечающего современным требованиям общества, возможностью приобретения жилья представителями самых широких слоев населения.
Введение…………………………………………………………………………2
Структура и состояние рынка жилья в РФ и основы статистического изучения динамики цен…………………………………………………………….
Проблемы формирования первичного рынка жилья и факторы динамики цен на жилье……………………………………………….. …………4
Вторичный рынок жилья: характеристика и факторы
изменения цен……………………………………………………………11
Теория статистического анализа динамики цен……………………….15
2 Применение статистических методов для анализа динамики развития цен на первичном и на вторичном рынках жилья РФ за 2000 – 2014 г.г.
2.1 Визуализация данных…………………………………………………22
2.2 Трендовый прогноз цен на жилье и оценка качества прогноза… ….23
2.3 Сравнительный факторный анализ динамики цен на жилье на основе корреляционно-регрессионной модели………………………………………… …………………………………28
Заключение………………………………………………………………………33
Список использованных источников………………………………………… 35
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:
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
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 |