CC BY
177
Система индексов рынка недвижимости
Г.М. Стерник
профессор кафедры экономики и управления городским строительством Российской экономической академии им. Г.В. Плеханова Я.С. Мирончук
экономист-аналитик компании «Миэль-Недвижимость»
А.Н. Краснопольская
аналитик компании «Миэль-Недвижимость»
Ценность любого аналитического материала определяется тем, в какой степени он опирается на статистические данные. Оценка текущей ситуации невозможна без «предыстории» рассматриваемого процесса. Поэтому обработка статистических данных включает в себя построение временных рядов их значений. Однако и такие ряды не всегда позволяют получить исчерпывающие сведения о происходящем процессе, поэтому в качестве дополнительной обработки данных применяют индексные методы, которые расширяют и углубляют возможности анализа, хотя и увеличивают его трудоемкость.
Тем не менее в экономике применение индексов весьма распространено. Всемирно известны индексы фондовых рынков: Dow Jones (США), NASDAQ (Япония), РТС, ММВБ (Россия). Государственные органы (Министерство финансов Российской Федерации, Министерство экономического развития и торговли Российской Федерации, Федеральная служба государственной статистики) представляют динамику основных социально-экономических показателей в стране не только в виде натуральных и денежных именованных показателей, но и в виде безразмерных индексов, например ин-
декс промышленного производства, индекс инфляции и т. д. Активно используются индексы и в более узких сегментах экономики, например на рынке недвижимости. Адаптацию индексных методов к рынку недвижимости впервые предложил Г.М. Стерник в 1995 году, и в настоящее время разработанная им методология активно применяется многими аналитиками рынка, в том числе в международных организациях (СЕРЕАН)1.
Система индексов рынка недвижимости включает три группы индексов, в каждую из которых входит несколько показателей рынка:
• ценовые индексы (Real Estate Price Index - REPI), отражающие средние полные и (или) удельные цены объектов в трех валютах - в валюте номинирования, национальной валюте и евро;
• объемные индексы (Real Estate Transaction Index - RETI), отражающие объем предложения, сделок (транзакций) в натуральных величинах - количестве объектов и (или) площадей;
• индексы емкости рынка (Real Estate Income Index - REII), отражающие денежный объем предложения, сделок на рынке.
В чем же преимущество индексного метода перед динамическими рядами в нату-
1 1. Стерник Г.М., Ноздрина Н.Н., Каминский В.Н. и др. Жилищный рынок России в 1994 году. Анализ и прогноз / Отчет Российской гильдии риелторов. М., 1995.
2. Стерник Г.М. Методические рекомендации по анализу рынка недвижимости. М.: Российская гильдия риелторов, 1998.
3. Гусев А.Ф., Стерник Г.М. Индексы рынка недвижимости // Научный электронный журнал. 2000. № 1.
4. Стерник Г.М. Технология анализа рынка недвижимости. М.: Издательство «АКСВЕЛЛ», 2006.
5. Стерник Г.М. Методология расчета индексов рынка недвижимости, единая для стран - членов СЕРЕАН / Доклад на конференции СЕРЕАН. Киев, 2005. Сентябрь.
ральных единицах? Ведь сама методология расчета индексов подразумевает не только большее количество операций для расчета, но и наличие большего набора данных.
Основным достоинством индексного метода является простота представления данных. Изменение индексируемого показателя выражается в безразмерных величинах (в разах или процентах), что, несомненно, повышает легкость восприятия информации.
Вторым, не менее полезным свойством является возможность совмещения на од-
ном графике динамики нескольких несопоставимых между собой в натуральном выражении величин. Например, анализируя ситуацию на вторичном рынке жилья города Москвы (рис. 1), удобно совместить на одном графике динамику индексов средних удельных цен и объемов предложения. Такая картина является максимально компактной и наглядной. График показывает, что высокая динамикой роста цен, наблюдавшаяся с сентября 2005 года, сопровождалась сокращением открытого предложения.
ю ю ю ю ю ю ю ю ю ю ю ю со со со со со со со со со
о о о о о о о о о о о о о о о о о о о о о о
о о о о о о о о о о о о о о о о о о о о о о
см С\] см см см см см см см см см см см см см см см см см см см см
см см со тГ ю со 1^ со о> о Т-1 см Т-1 см 00 ■гГ ю со 1^ 00 о>
т— о о о о о о о о о т— 1“ т о о о о о о о о о
■средняя удельная цена
■объем
Рис. 1. Индексы объемов предложения и средних удельных цен предложения на вторичном рынке жилья города Москвы
Не менее важное свойство индексов -возможность выявления закономерностей динамических рядов и изучение причин, влияющих на динамику ряда. Это свойство является наиболее полезным для углубленного анализа исследуемой области, но ввиду узкого круга использования, это свойство отнесено нами на третье место.
Итак, мы пришли к выводу, что для полноценного анализа процессов следует использовать индексный метод, сущность которого заключается в расчете целой системы индексов:
1) индексы роста и прироста, индексы с исключенной сезонностью;
2) номинальные и реальные индексы;
3) индексы при фактической и постоянной структуре, индексы структурных сдвигов.
Остановимся подробнее на каждом из указанных видов индексов и рассмотрим конкретные примеры их использования. Вернемся к ситуации на вторичном рынке жилья города Москвы. Для анализа доходности этого сегмента рынка удобнее применять индексы роста, рассчитанные как отношение удельной цены в отчетном периоде к той же величине в базовом периоде. Базовый период в таких индексах не меняется, и его выбор зависит от задачи проводимого исследования. В нашем примере за базовый период был выбран декабрь 2004 года. Итак, в сентябре 2006 года средняя удель-
ная цена предложения повысилась в 2,4 раза, а объем предложения сократился почти на треть, индекс роста составил 0,67. Эти данные позволяют аналитику выяснять связь между изменением объема предложения объектов на рынке и изменением цен.
Рассматриваемые ценовые индексы называются номинальными индексами роста. Однако в ряде случаев эффективно применять индексы цен, очищенных от инфляции. Они называются индексами реальной цены, или реальными индексами. Расчет реальных индексов осуществляется по формуле2:
• для цен, номинированных в рублях:
1вв = 1цр / lиp,
где ЮБ - индекс изменения стоимости объектов относительно базового периода, очищенный от инфляции рубля;
1цр - индекс рублевой цены;
1ир - индекс инфляции рубля;
• для цен, номинированных в долларах:
ЮБ = Ц / 1ИД,
где 1цд - индекс долларовой цены; I,
.ид индекс локальной инфляции доллара в России.
В свою очередь, индекс локальной инфляции доллара рассчитывается по формуле:
1и
1ир / lдp,
где 1др - индекс девальвации рубля относительно доллара.
Реальные индексы целесообразно применять в первую очередь при анализе инвестиций. Так, из графика, представленного на рисунке 2, видно, что в первом полугодии 2005 года краткосрочное инвестирование в недвижимость первичного рынка жилья города Москвы имело убыточный характер (хотя в номинальных долларах, без исключения инфляции цены несколько повышались). А долгосрочные инвестиции были весьма прибыльными: по итогам сентября 2006 года прибыль инвестора в номинальных ценах могла составить 138 процентов, в реальных - 91 процент.
2,4 л
^ ^ -$$> -£$> ^ ^ ^ -£$> -£?> ^
ф> ф> ф> ф> ф> ф> ф> ч* о4' ф* еК С?5' С?’’ С?’ Ч4' & О4* с?’’ с?' с?5' с?'
номинальные
■реальные
Рис. 2. Номинальные и реальные индексы удельных цен предложения на вторичном рынке жилья города Москвы
2 Формула введена в работе: Стерник Г.М., Ноздрина Н.Н., Каминский В.Н. и др. Жилищный рынок России в
1994 году. Анализ и прогноз / Отчет Российской гильдии риелторов. М., 1995.
В условиях двухвалютности рынка недвижимости, когда во многих городах и регионах объекты выставляются на рынок с ценой предложения, выраженной и в долларах, и в рублях, необходимо внимательно выбирать корректирующий индекс. Для номинального индекса, рассчитанного по рублевой цене, корректировка проводится на инфляцию рубля, для долларовой - на локальную инфляцию доллара в России. В зависимости от решаемой задачи в качестве индекса инфляции рубля могут использоваться либо индекс потребительских цен, либо индексы инфляции по различным группам товаров, например по товарам повседневного спроса, промышленным товарам, строительной продукции и т. д.
Необходимо отметить, что реальные индексы активно используются и в официальных статистических органах для многих показателей, например реальные располагаемые
со
н
и
0 о.
и
0}
с[
1
денежные доходы, реальная начисленная заработная плата одного работника и т. п.
При анализе динамики различных показателей важно определять не только индексы роста, но и индексы прироста, или просто приросты, которые вычисляются как индексы относительно предыдущего периода и выражаются в процентах.
Рассмотрим динамику звонков в компанию «Миэль-Недвижимость» по поводу покупки жилья на первичном рынке недвижимости города Москвы (рис. 3). Этот показатель является косвенным показателем покупательской активности. В зависимости от задачи, стоящей перед аналитиком, будем использовать различные виды индексов. Показатели прироста свидетельствуют о временном оживлении потребительского рынка в июле и августе и резком сокращении спроса в сентябре (на 17,9 процента).
о
о
о.
о_
с
СО ^1- ■'3- ю ю ю ю ю ю ю ю ю ю ю ю со со со со со со со со со
о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о
о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о
04 сч| сч| см СМ СМ <4 СМ С\| СМ см см см см см см см см см см см см см см см см см см см
од см со ю со со ст> о см ■ сч! со ^ ю со 1^ со 05 о см см со ю со со СТ>
ч— о о о о о о о о о т— ч— т— о о о о о о о о о т— ч— ч— о о о о о о о о о
прирост к предыдущему месяцу, % индекс роста
индекс роста с исключенной сезонностью
Рис. 3. Индексы первичных обращений в компанию «Миэль-Недвижимость» с целью покупки жилья на первичном рынке города Москвы
Рассматривая более долгосрочные тенденции, будем использовать уже известные нам индексы роста, с помощью которых можно выявить влияние сезонной составляющей на динамику покупательского спроса. Снижение покупательской активности обычно приходится на конец весны - начало лета (май, июнь, июль) и зимние месяцы. Оживление продаж, как правило, начинается в августе и длится вплоть до ноября. Такие тенденции совпадают с экспертным мнением аналитиков, а статистические методы в данном случае лишь подтверждают этот факт. Поскольку влияние сезонного фактора на динамику спроса уже установлено, то перед аналитиком возникает вопрос, как менялся этот показатель без учета влияния сезонности. И здесь нам снова поможет разобраться индексный метод.
Для исключения влияния сезонности в качестве базового периода выбирается «тот же период прошлого года». Например, индекс за декабрь рассчитывается по отношению к декабрю прошлого года, за январь - по отношению к январю и т. д. Такие индексы называются «индексами с исключенной сезонностью», или индексами в годовом исчислении.
Как видно из графика (рис. 3), потребительский спрос с нивелированной сезонностью стал увеличиваться в мае прошлого года, что является результатом роста доходов населения и развития ипотеки. Однако в начале текущего года ситуация изменилась - платежеспособность населения не выдержала столь бурного роста цен, и потребительская активность покупателей стала снижаться, ее минимум приходится на сентябрь. За 9 месяцев текущего года спрос сократился на 10,7 процента, а если исключить сезонность, то на 47,1 процента.
Одним из мощных инструментов анализа ценовой динамики является применение группы из трех индексов - индекса при фактической структуре выборки, при постоянной структуре и индекса структурных сдвигов. Индекс при фактической структуре, сегодня наиболее широко применяемый на рынке недвижимости, учитывает и изменение значений цены близких по местоположению и качеству объектов-аналогов, и из-
менение их доли в общей структуре выборки. Этот метод применяется в «большой экономике» при расчете такого показателя цен в стране, как «дефлятор ВВП», в него входят все товары и услуги, произведенные в стране в течение определенного периода. Весами служат реальные объемы производства. Расчет индекса осуществляется по формуле:
I f
ф‘ктстр- ~ X fodo'
где f0, f1 - среднее значение показателя по группе в базовом и отчетном периодах соответственно;
d0, d1 - доля группы в общей совокупности изучаемых объектов (в выборке) в базовом и отчетном периодах соответственно.
Фактическую структуру используют при расчете большинства индексов фондового рынка. В индексе Dow Jones учитываются акции 30 ведущих компаний, а весами являются объемы продаж этих акций. С 1 июля
2004 года российский индекс РТС стал рассчитываться при фактической структуре (с 1995 года он рассчитывался как индекс при постоянной структуре). Однако расчет только одного этого индекса может ввести аналитика в заблуждение относительно истинных тенденций рынка. Например, средняя по рынку цена объектов выросла. Однако в малых выборках объектов-аналогов (например квартир одинакового класса качества) цена может не измениться или даже понизиться, но при этом на рынке появилось большее количество квартир более дорогого, высшего класса. Поэтому наряду с индексом, рассчитанным при фактической структуре выборки, мы также рассчитываем индекс при постоянной структуре.
Индекс при постоянной структуре, соответствующей базовому периоду, показывает изменение индексируемого показателя без учета структурного фактора, то есть в нем устранено влияние изменения структуры выборки. В «большой экономике» такая формула используется для расчета индекса инфляции (индекса изменения потребительских цен). Этот индекс определяется по фиксированной ограниченной совокупнос-
ти товаров и услуг (потребительской корзине). Структура корзины (доли входящих в нее товаров и услуг) заранее фиксируется и не меняется из месяца в месяц независимо от реального объема продаж того или иного товара. Индекс постоянного состава определяется по формуле средневзвешенного арифметического:
I X ^о
1пост .сост. ^ X Л ,
X ^0
где /0, ^ - среднее значение показателя по группе в базовом и отчетном периодах соответственно;
а0- доля группы в общей совокупности изучаемых объектов (в выборке) в базовом периоде.
Индекс структурных сдвигов, напротив, показывает изменение средней цены только под влиянием изменения структуры выборки, а средняя цена в малых выборках -группах аналогов - остается на прежнем уровне:
1 X ^
струк сдв X ^0 ’
где ^ - среднее значение показателя по группе в отчетном периоде;
а0, а - доля группы в общей совокупности изучаемых объектов (в выборке) в базовом и отчетном периодах соответственно.
Применим перечисленные индексы к динамике средней удельной цены на рынке загородного жилья. Индексируемой величиной здесь будет средняя удельная цена объектов, весом - доля предлагаемых объектов в территориальных зонах, расположенных на различных направлениях и удалениях от Московской кольцевой автодороги (МКАД) (от этих факторов существенно зависит цена групп объектов-аналогов).
Данные, необходимые для исследования:
1) средняя удельная цена предложения коттеджей в Московской области в базовом периоде, дифференцированная по направлениям и удалениям от МКАД;
2) объем предложения коттеджей в базовом периоде, дифференцированный по направлениям и удалениям от МКАД;
3) средняя удельная цена предложения коттеджей в текущем периоде, дифференцированная по направлениям и удалениям от МКАД;
4) объем предложения коттеджей в базовом периоде, дифференцированный по направлениям и удалениям от МКАД (табл. 1).
Следующим этапом будет вычисление доли коттеджей на определенном направлении и удалении в структуре предложения на рынке Московской области в базисном и текущем периодах (табл. 2).
Для исследования изменения структуры выборки по зонам удаленности от МКАД на отдельных направлениях вычислим долю предложения в этих зонах для каждого направления в базисном и текущем периодах (табл. 3).
Для исследования изменения структуры выборки по направлениям Московской области в отдельных зонах удаленности от МКАД вычислим долю предложения на этих направлениях в каждой зоне в базисном и текущем периодах (табл. 4).
Приведенный в таблице 5 расчет индексов позволяет сделать выводы об изменениях показателя средней удельной цены предложения коттеджей на различных направлениях Московской области с учетом изменения структуры выборки по удалению от МКАД.
Лидерами роста индекса средних удельных цен предложения коттеджей при фактической структуре стали Савеловское, Курское, Ленинградское и Рижское направления - 1,577, 1,569, 1,489 и 1,476 соответственно. Причем, по Савеловскому и Рижскому направлениям это повышение произошло за счет как увеличения цены предложения (индекс цены без учета структурных изменений составил 1,548 и 1,469 соответственно), так и из-за увеличения доли предложения коттеджей в более дорогих, престижных зонах удаления от МКАД (индекс структурных сдвигов - 1,018 и 1,004 соответственно).
На Курском и Ленинградском направлениях зафиксированы наибольшие значения индексов средней удельной цены без учета структурных сдвигов по удалению -1,683 и 1,542 соответственно. Однако
Таблица 1
Исходные данные для расчета индексов
Средняя удельная цена предложения, долл/кв. м
II квартал 2006 года I квартал 2005 года
Направления Удаленность от МКАД, км Направления Удаленность от МКАД, км
По всем удалениям 0-15 16-30 31-60 61-100 По всем удалениям 0-15 16-30 31-60 61-100
По всем направлениям 1 957 2 230 1 979 1 495 990 По всем направлениям 1 495 1 662 1 488 1 189 -
Рублево-Успенс- кое 2 991 3 321 2 804 - - Рублево-Успе- нское 2 070 2 353 1 921 - -
Рижское 1 998 2 449 2 040 1 680 1 156 Рижское 1 354 1 769 1 353 1 143 -
Ленинградское 1 596 1 790 1 661 1 218 953 Ленинградское 1 071 1 250 1 021 660 -
Савеловское 1 859 2 123 1 788 1 442 - Савеловское 1 179 1 449 1 102 894 -
Ярославское 1 713 2 036 1 621 1 097 624 Ярославское 1 351 1 410 1 324 1 043 -
Горьковское 1 330 1 480 1 235 1 058 678 Горьковское 1 060 1 123 903 1 082 -
Казанское 1 593 1 756 1 536 1 150 - Казанское 1 120 1 189 1 154 627 -
Рязанское 1 476 1 610 1 539 1 034 702 Рязанское 1 038 1 247 869 500 -
Павелецкое 1 509 1 590 1 578 1 232 576 Павелецкое 1 106 1 255 1 022 713 -
Курское 1 476 1 813 1 385 1 175 1 050 Курское 941 922 1 060 911 -
Киевское 1 913 2 250 1 885 1 713 1 115 Киевское 1 594 1 740 1 545 1 550 -
Белорусское 1 983 2 453 1 621 1305 1 98 Белорусское 1 587 1 886 1 470 1 054 -
Объем предложения, шт.
II квартал 2006 года I квартал 2005 года (базовый период)
Направления Удаленность от МКАД, км Направления Удаленность от МКАД, км
По всем удалениям 0-15 16-30 31-60 61-100 По всем удалениям 0-15 16-30 31-60 61-100
По всем направлениям 3 109 1 113 1 389 498 109 По всем направлениям 1 242 443 572 227 0
Рублево-Успенс- кое 401 145 256 0 0 Рублево-Успе- нское 226 78 148 0 0
Рижское 631 133 309 165 24 Рижское 246 42 122 82 0
Ленинградское 160 70 55 20 15 Ленинградское 58 27 22 9 0
Савеловское 205 93 64 48 0 Савеловское 67 25 25 17 0
Ярославское 280 124 120 22 14 Ярославское 118 67 42 9 0
Горьковское 134 82 32 10 10 Горьковское 53 36 15 2 0
Казанское 119 43 69 7 0 Казанское 34 12 19 3 0
Рязанское 82 32 38 8 4 Рязанское 18 9 8 1 0
Павелецкое 85 49 23 10 3 Павелецкое 26 12 12 2 00
Курское 150 58 41 47 4 Курское 25 13 4 8 0
Киевское 592 142 318 111 21 Киевское 253 62 124 67 0
Белорусское 270 142 64 50 14 Белорусское 118 60 31 27 0
здесь возросла доля объектов в более удаленных от МКАД зонах (индекс структурных сдвигов 0,958 и 0,966 соответственно), поэтому индексы при фактической структуре выросли не столь значительно.
Наименьшие индексы роста цен предложения коттеджей (как при фактической, так и при постоянной структуре) приходятся на Киевское и Белорусское направления, при-
чем здесь индексы структурных сдвигов мало отличаются от единицы.
Приведенный в таблице 6 расчет индексов позволяет сделать выводы об изменениях показателя средней удельной цены предложения коттеджей во II квартале 2006 года по сравнению с I кварталом 2005 года на различных удалениях от МКАД с учетом изменения структуры выборки по направлениям.
Таблица 2
Структура предложения коттеджей в коттеджных поселках по направлениям и удалениям от МКАД, %
II квартал 2006 года I квартал 2005 года (базовый период)
Направления Удаленность от МКАД, км Направления Удаленность от МКАД, км
По всем удалениям 0-15 16-30 31-60 61-100 По всем удалениям 0-15 16-30 31-60 61-100
По всем направлениям 1,000 0,358 0,447 0,160 0,035 По всем направлениям 1,000 0,357 0,461 0,183 0,000
Рублево-Успе- нское 0,129 0,047 0,082 0,000 0,000 Рублево-Успе- нское 0,182 0,063 0,119 0,000 0,000
Рижское 0,203 0,043 0,099 0,053 0,008 Рижское 0,198 0,034 0,098 0,066 0,000
Ленинградское 0,051 0,023 0,018 0,006 0,005 Ленинградское 0,047 0,022 0,018 0,007 0,000
Савеловское 0,066 0,030 0,021 0,015 0,000 Савеловское 0,054 0,020 0,020 0,014 0,000
Ярославское 0,090 0,040 0,039 0,007 0,005 Ярославское 0,095 0,054 0,034 0,007 0,000
Горьковское 0,043 0,026 0,010 0,003 0,003 Горьковское 0,043 0,029 0,012 0,002 0,000
Казанское 0,038 0,014 0,022 0,002 0,000 Казанское 0,027 0,010 0,015 0,002 0,000
Рязанское 0,026 0,010 0,012 0,003 0,001 Рязанское 0,014 0,007 0,006 0,001 0,000
Павелецкое 0,027 0,016 0,007 0,003 0,001 Павелецкое 0,021 0,010 0,010 0,002 0,000
Курское 0,048 0,019 0,013 0,015 0,001 Курское 0,020 0,010 0,003 0,006 0,000
Киевское 0,190 0,046 0,102 0,036 0,007 Киевское 0,204 0,050 0,100 0,054 0,000
Белорусское 0,087 0,046 0,021 0,016 0,005 Белорусское 0,095 0,048 0,025 0,022 0,000
Таблица 3
Структура предложения коттеджей по удаленности от МКАД на отдельных направлениях (доля объектов по категориям)
II квартал 2006 года I квартал 2005 года (базовый период)
Направления Удаленность от МКАД, км Направления Удаленность от МКАД, км
По всем удалениям 0-15 16-30 31-60 61-100 По всем удалениям 0-15 16-30 31-60 61-100
По всем направлениям 1,000 0,358 0,447 0,160 0,035 По всем направлениям 1,000 0,357 0,461 0,183 0,000
Рублево-Успе- нское 1,000 0,362 0,638 0,000 0,000 Рублево-Успе- нское 1,000 0,345 0,655 0,000 0,000
Рижское 1,000 0,211 0,490 0,261 0,038 Рижское 1,000 0,171 0,496 0,333 0,000
Ленинградское 1,000 0,438 0,344 0,125 0,094 Ленинградское 1,000 0,466 0,379 0,155 0,000
Савеловское 1,000 0,454 0,312 0,234 0,000 Савеловское 1,000 0,373 0,373 0,254 0,000
Ярославское 1,000 0,443 0,429 0,079 0,050 Ярославское 1,000 0,568 0,356 0,076 0,000
Горьковское 1,000 0,612 0,239 0,075 0,075 Горьковское 1,000 0,679 0,283 0,038 0,000
Казанское 1,000 0,361 0,580 0,059 0,000 Казанское 1,000 0,353 0,559 0,088 0,000
Рязанское 1,000 0,390 0,463 0,098 0,049 Рязанское 1,000 0,500 0,444 0,056 0,000
Павелецкое 1,000 0,576 0,271 0,118 0,035 Павелецкое 1,000 0,462 0,462 0,077 0,000
Курское 1,000 0,387 0,273 0,313 0,027 Курское 1,000 0,520 0,160 0,320 0,000
Киевское 1,000 0,240 0,537 0,188 0,035 Киевское 1,000 0,245 0,490 0,265 0,000
Белорусское 1,000 0,526 0,237 0,185 0,052 Белорусское 1,000 0,508 0,263 0,229 0,000
Индекс средней удельной цены предложения коттеджей с учетом изменения структуры по направлениям во втором квартале 2006 года относительно первого квартала
2005 года понижается с удалением объекта от МКАД. Так, в зоне 0-15 километров он
составил 1,341, в зоне 16-30 километров -1,330 и в зоне 31-60 километров - 1,258. На первый взгляд этот результат подтверждает привычное мнение о том, что рост цен наблюдается прежде всего в ближнем Подмосковье. Однако наличие рассчитанных индек-
Таблица 4
Структура предложения коттеджей по направлениям в различных зонах удаления
от МКАД (доля объектов по категориям)
II квартал 2006 года I квартал 2005 года (базовый период)
Направления Удаление от МКАД, км Направления Удаление от МКАД, км
По всем удалениям 0-15 16-30 31-60 61-100 По всем удалениям 0-15 16-30 31-60 61-100
По всем направлениям 1,000 1,000 1,000 1,000 1,000 По всем направлениям 1,000 1,000 1,000 1,000 0,000
Рублево-Успе- нское 0,129 0,130 0,184 0,000 0,000 Рублево-Успе- нское 0,182 0,176 0,259 0,000 0,000
Рижское 0,203 0,119 0,222 0,331 0,220 Рижское 0,198 0,095 0,213 0,361 0,000
Ленинградское 0,051 0,063 0,040 0,040 0,138 Ленинградское 0,047 0,061 0,038 0,040 0,000
Савеловское 0,066 0,084 0,046 0,096 0,000 Савеловское 0,054 0,056 0,044 0,075 0,000
Ярославское 0,090 0,111 0,086 0,044 0,128 Ярославское 0,095 0,151 0,073 0,040 0,000
Горьковское 0,043 0,074 0,023 0,020 0,092 Горьковское 0,043 0,081 0,026 0,009 0,000
Казанское 0,038 0,039 0,050 0,014 0,000 Казанское 0,027 0,027 0,033 0,013 0,000
Рязанское 0,026 0,029 0,027 0,016 0,037 Рязанское 0,014 0,020 0,014 0,004 0,000
Павелецкое 0,027 0,044 0,017 0,020 0,028 Павелецкое 0,021 0,027 0,021 0,009 0,000
Курское 0,048 0,052 0,030 0,094 0,037 Курское 0,020 0,029 0,007 0,035 0,000
Киевское 0,190 0,128 0,229 0,223 0,193 Киевское 0,204 0,140 0,217 0,295 0,000
Белорусское 0,087 0,128 0,046 0,100 0,128 Белорусское 0,095 0,135 0,054 0,119 0,000
Таблица 5
Индексы средней удельной цены предложения коттеджей во II квартале 2006 года относительно I квартала 2005 года на отдельных направлениях с учетом и без учета структурных изменений по удалению от МКАД
Направление Индекс структурных сдвигов При фактической структуре При постоянной структуре
По всем направлениям 0,953 1,308 1,374
Рублево-Успенское 1,003 1,445 1,441
Рижское 1,004 1,476 1,469
Ленинградское 0,966 1,489 1,542
Савеловское 1,018 1,577 1,548
Ярославское 0,943 1,268 1,344
Горьковское 0,954 1,255 1,316
Казанское 1,008 1,422 1,410
Рязанское 0,955 1,423 1,490
Павелецкое 0,969 1,364 1,408
Курское 0,958 1,569 1,638
Киевское 0,992 1,200 1,210
Белорусское 1,006 1,250 1,243
Таблица 6
Индексы средней удельной цены предложения коттеджей во II квартале 2006 года относительно I квартала 2005 года на различных удалениях от МКАД с учетом и без учета структурных изменений по направлениям
Удаление от МКАД, км Индекс структурных сдвигов При фактической структуре При постоянной структуре
По всем удалениям 0,953 1,308 1,374
0-15 0,970 1,341 1,382
16-30 0,958 1,330 1,388
31-60 0,966 1,258 1,303
сов структурных сдвигов и индексов постоянной структуры говорит о другом.
Индекс структурных сдвигов снизился (до 0,974, 0,958 и 0,966 соответственно) во всех зонах удаления от МКАД. Это произошло вследствие увеличения доли предложения коттеджей по более дешевым направлениям Московской области. Однако в средней зоне (16-30 км) этот индекс показывает наибольший структурный сдвиг. В результате индекс при постоянной структуре снизился не столь значительно и оказался выше индекса предыдущей зоны. Следовательно, в средней зоне произошел наибольший прирост цен, но этот важный с точки зрения анализа рынка факт был замаскирован структурными сдвигами.
Полученный результат демонстрирует необходимость использования при анализе рынка не только индексов, рассчитанных при фактической структуре выборки (как это делает большинство аналитиков), но и индексов, рассчитанных при постоянной структуре.
Обобщенный индекс при фактической структуре предложения в зависимости от
географического направления и удаления от МКАД во втором квартале 2006 года относительно первого квартала 2005 года составляет 1,308. Индекс при постоянной структуре предложения, соответствующей базовому периоду, составляет 1,374. Индекс структурных сдвигов составляет 0,953. Следовательно, повышение средней удельной цены предложения коттеджей во втором квартале 2006 года относительно первого квартала 2005 года на 31 процент, рассчитанное при фактической структуре, складывается из увеличения цены на 37 процентов, рассчитанной при постоянной структуре выборки (без учета географического направления и удаления от МКАД), и структурного сдвига, который понизился на 5 процентов (то есть в целом во втором квартале 2006 года на рынке коттеджей увеличилась доля предложения объектов в более удаленных зонах от МКАД и на более дешевых направлениях).
Динамика обобщенных индексов на рынке предложения коттеджей приведена на диаграмме, представленной на рисунке 4.
Ю
О
О
СЧ]
ш
ю
о
о
СМ
ю
о
о
см
оо
ю
о
о
см
со
со
о
о
см
ш
со
о
о
см
—Ф— индекс при фактической структуре предложения ни— индекс при постоянной структуре предложения -А- индекс структурных сдвигов
Рис. 4. Динамика индексов средних удельных цен предложения коттеджей в коттеджных поселках Московской области
Изложенное позволяет сделать вывод о тику широкий спектр возможностей для котом, что разработанная система индексов личественного исследования закономер-рынка недвижимости предоставляет анали- ностей динамики показателей рынка.
