CC BY
167УДК 519.25
АНАЛИЗ СВЯЗИ МЕЖДУ ЖИЛОЙ И КОММЕРЧЕСКОЙ НЕДВИЖИМОСТЬЮ В Г. КРАСНОЯРСКЕ
Ю. А. Алексеева1, И. А. Панфилов1 , О. И. Карелин2
1 Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 2Красноярский государственный аграрный университет Российская федерация, 660049, просп. Мира, 90 E-mail: crook_80@mail.ru
Исследована зависимость между коммерческой и жилой недвижимостью города Красноярска с помощью регрессионного и корреляционного анализа. Используемый метод может быть применим не только для недвижимости, но и для результатов интеллектуальной деятельности и объектов космической инфраструктуры.
Ключевые слова: анализ данных, корреляционный анализ, регрессионный анализ, жилая недвижимость, коммерческая недвижимость, моделирование экономических процессов, оценка недвижимости.
THE ANALYSIS A LINK BETWEEN RESIDENTIAL REAL ESTATE AND COMMERCIAL REAL ESTATE THE CITY OF KRASNOYARSK
Y. A. Alekseeva1, I. A. Panfilov1*, O. I. Karelin2
1 Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation 2Krasnoyarsk State Agrarian University 90, Mira Av., Krasnoyarsk, 660049, Russian Federation E-mail: crook_80@mail.ru
In this work we analyze interdependence between residential real estate and commercial real estate the city of Krasnoyarsk by use regression analysis and correlation analysis. Used method can be applied not just real estate, but intellectual property and objects of space infrastructure.
Keywords: data analysis, correlation analysis, regression analysis, residential real estate, commercial real estate, modeling of economic processes, real estate appraisal.
Каждый день на рынке недвижимости совершаются тысячи сделок с различными объектами, которыми являются жилые квартиры, торговые площади, универсальные помещения, отдельно стоящие здания и другие объекты собственности. Они в свою очередь составляют различные виды недвижимости: земли, жилая недвижимость, коммерческая недвижимость [1].
В предыдущих исследованиях, были рассмотрены зависимости стоимости недвижимости от местоположения и заработной платы населения [2-3]. В рамках данного исследования будет рассматриваться только жилая и коммерческая недвижимость и анализироваться существующая связь между ними.
Чтобы рассмотреть зависимость между коммерческой и жилой недвижимостью была проанализирована цена объекта недвижимого имущества за 1 м2. В этих целях была дополнена существующая база (ранее проводилось исследование за январь и февраль 2018 года) предложений по продаже коммерческой недвижимости за период с июля по начало сентября 2018 года. Объекты недвижимости разделены на 7 районов города Красноярска: Железнодорожный,
Кировский, Ленинский, Октябрьский, Свердловский, Советский и Центральный. Для создания и дополнения базы была отобрана информация с сайтов rosrealt.ru, www.sibdom.ru,www.domofond.ru, krasnoyarsk.n1.ru. Затем для каждого района была найдена цена 1 м2 коммерческой недвижимости. Таким образом, была найдена цена 1 м2 коммерческой недвижимости в каждом районе г. Красноярска за два периода. Данные приведены в табл. 1.
В свою очередь для объектов жилого имущества была взята аналитика цен по районам города Красноярска с сайтов krasdom.ru и www.domofond.ru. Ниже приведена табл. 2 с данными цен за 1 м2 жилой недвижимости.
Далее были найдены коэффициенты корреляции на определенный период времени для каждой пары жилой и коммерческой недвижимости:
1) коммерческая недвижимость и жилая недвижимость (krasdom.ru и domofond.ru) на февраль 2018 г. - 0,8018 и 0,8873;
2) коммерческая недвижимость и жилая недвижимость (krasdom.ru и domofond.ru) на июль 2018 г. -0,7298 и 0,8068.
Решетневские чтения. 2018
Таблица 1
Цены за 1 кв. м коммерческой недвижимости
Район города Коммерческая недвижимость (январь-февраль 2018 г.), руб. Коммерческая недвижимость (июль-сентябрь 2018 г.), руб.
Железнодорожный 54 791,99 63 841,18
Кировский 52 359,22 50 999,83
Ленинский 29 208,60 49 710,55
Октябрьский 54 374,90 48 715,71
Свердловский 46 870,73 53 943,96
Советский 55 090,44 60 674,87
Центральный 72 455,16 75 519,44
Таблица 2
Цены за 1 кв. м жилой недвижимости
Район города Жилая недвижимость (krasdom.ru; на 22.02.2018 г.), руб. [4] Жилая недвижимость (krasdom.ru; на 06.09.2018 г.), руб. [5] Жилая недвижимость (domofond.ru; на февраль 2018 г.), руб. [6] Жилая недвижимость (domofond.ru; на июль 2018 г.), руб. [6]
Железнодорожный 58 506,00 63 731,00 57 057,00 64 040,00
Кировский 48 793,00 58 242,00 48 939,00 57 490,00
Ленинский 47 551,00 47 720,00 46 445,00 47 193,00
Октябрьский 58 793,00 59 722,00 57 204,00 57 681,00
Свердловский 55 100,00 59 892,00 53 214,00 58 609,00
Советский 56 844,00 55 385,00 56 531,00 53 843,00
Центральный 61 518,00 50 780,00 63 017,00 50 189,00
Для интерпретации полученных данных была использована шкала Чеддока: 0,1-0,3 - слабая сила связи, 0,3-0,5 - умеренная, 0,5-0,7 - заметная, 0,7-0,9 -высокая, 0,9-0,99 - весьма высокая [6].
Исходя из данной шкалы между всеми парами наблюдается высокая связь.
Далее для коммерческой и жилой недвижимости был применен регрессионный анализ для установления более точной зависимости.
В первую очередь происходил расчет коэффициента детерминации (Я-квадрат), который определяет долю общей вариации одной переменной, обусловленной изменчивостью другой переменной [7]. Данный коэффициент изменяется от 0 до 1, поэтому исходя из его уровня, модели разделим на три группы: 0,8-1 - модель хорошего качества, 0,5-0,8 - модель приемлемого качества, 0-0,5 - модель плохого качества.
Пары данных составили совокупность точек, с помощью которых впоследствии были построены модели.
Таким образом, были найдены только приемлемые полиномиальные модели со степенями 5 и 6.
Для коммерческой недвижимости и жилой недвижимости с сайта krasdom.ru и domofond.ru были найдены следующие полиномиальные модели со степенью 5 (К = 0,6843 и К = 0,6164):
у = 3Е - 15х5 - 8Е - 10х4 + 9Е - 05Х3 - 4,9067х2 + + 135574х - 1Е + 09,
y = 3E - 15х5 - 7E - 10х4 + 8E - 05х3 - 4,5299х2 + + 125319х - 1E + 09.
Аналогично были построены следующие полиномиальные модели со степенью 6 (R2 = 0,7482 и R2 = 0,6252):
y = -3E - 19х6 + 1E - 13х5 - 2E - 08х4 + 0,0012х3 -- 49,292х2 + 1E + 06х - 1E + 10,
y = 2E - 19х6 - 6E - 14х5 + 9E - 09х4 - 0,0006х3 + + 23,966х2 - 504458х + 4E + 09.
Таким образом, нами была установлена связь между коммерческой и жилой недвижимостью.
Библиографические ссылки
1. Классификация и виды недвижимости [Электронный ресурс]. URL: http://www.grandars.ru/ college/biznes/nedvizhimost.html (дата обращения: 06.09.2018).
2. Применение коэффициента корректировки по заработной плате / Ю. А. Алексеева [и др.] // Решет-невские чтения : материалы Междунар. науч. конф. : в 2 ч. / под общ. ред. Ю. Ю. Логинова ; Сиб. гос. аэро-космич. ун-т. Красноярск, 2017. № 21-2. С. 172-173.
3. Исследование метода парных оценок при оценке недвижимости / Ю. А. Алексеева [и др.] // Решет-невские чтения. материалы ХХ Междунар. науч. конф. (09-12 ноября 2016, г. Красноярск) : в 2 ч. / под общ. ред. Ю. Ю. Логинова ; Сиб. гос. аэрокосмич. ун-т. Красноярск, 2016. Т. 2, № 20. С. 10-11.
4. Информер стоимости квадратного метра жилья в Красноярске [Электронный ресурс]. URL: https:// krasdom.ru/analitics (дата обращения: 06.09.2018).
5. Интернет-архив: Wayback Machine [Электронный ресурс]. URL: https://web.archive.org/ web/2018 0222234843/http://krasdom.ru:80/analitics (дата обращения: 06.09.2018).
6. Динамика цен на продажу квартир по районам [Электронный ресурс]. URL: https://www.domofond.ru/ nedvizhimost-tseny-rayon-prodazha (дата обращения: 06.09.2018).
7. Корреляционно-регрессионный анализ [Электронный ресурс]. URL: http://www.grandars.ru/student/ statistika/korrelyacionno-regressionnyy-analiz.html (дата обращения: 06.09.2018).
References
1. Classification and types of real estate. Available at: http://www.grandars.ru/college/biznes/nedvizhimost.html (accessed: 06.09.2018).
2. Applying the coefficient of salary correction / Y. A. Alekseeva [et al.] // Materialy Mezhdunar. nauch. konf. "Reshetnevskie chteniya" [Materials Intern. Scien-
tific. Conf "Reshetnev reading"]. Krasnoyarsk, 2017. No. 21-2. Р. 172-173.
3. Reaserch of the paired assessments in real estate appraisal / Y. A. Alekseeva [et al.] // Materialy XX Mezhdunar. nauch. konf. "Reshetnevskie chteniya" [Materials XX Intern. Scientific. Conf "Reshetnev reading"]. Krasnoyarsk, 2016. Vol. 2, No. 20. P. 10-11.
4. Informer cost per square meter of housing in Krasnoyarsk. Available at: https://krasdom.ru/analitics (accessed: 06.09.2018).
5. Internet Archive: Wayback Machine. Available at: https://web.archive.org/web/20180222234843/http://krasd om.ru:80/analitics (accessed: 06.09.2018).
6. Dynamics of prices for the sale of apartments by district. Available at: https://www.domofond.ru/ nedviz-himost-tseny-rayon-prodazha (accessed: 06.09.2018).
7. Correlation-regression analysis. Available at: http://www.grandars.ru/student/statistika/korrelyacionno-regressionnyy-analiz.html (accessed: 06.09.2018).
© Алексеева Ю. А., Панфилов И. А., Карелин О. И., 2018
