CC BY
412. СТАТЬИ МОЛОДЫХ УЧЕНЫХ
УДК: 347.214.21
АНАЛИЗ ВЗАИМОСВЯЗИ ЦЕНЫ НЕДВИЖИМОСТИ Г. МОСКВЫ И
ВЛИЯЩИХ НА НЕЕ ФАКТОРОВ
Вертегел С.В., студент Финансовый университет при Правительстве Российской Федерации E-mail: svetavertegel@gmail.com Научный руководитель: профессор Невежин В.П. Финансовый университет при Правительстве Российской Федерации E-mail: VPNevezhin@fa.ru
Аннотация. Исследуется влияние неценовых факторов, существенных для покупателя, на ценообразование недвижимости в г. Москве за 2017 г. Выбираются факторы, которые могут оказывать влияние на стоимость недвижимости и на их основе строится множественная эконометрическая модель. Проводится оценка параметров модели МНК и статистическая значимость с применением t-теста. Полученная в результате множественная регрессия проверяется на статистическую значимость и делаются выводы по полученным результатам.
Ключевые слова: рынок недвижимости, Москва, модель, множественная регрессия, эконометрический анализ.
ANALYSIS OF THE RELATIONSHIP BETWEEN THE PRICE OF REAL ESTATE IN MOSCOW AND FACTORS AFFECTING IT
Vertegel S. V., student
Financial University under the Government of the Russian Federation E-mail: svetavertegel@gmail.com Scientific Director- Professor V.P. Nevezhin Financial University under the Government of the Russian Federation E-mail: VPNevezhin@fa.ru
Abstract. The influence of non-price factors that are significant for the buyer on the pricing of real estate in Moscow in 2017 is investigated. Factors that can influence the value of real estate are selected and a multiple econometric model is built on their basis. The parameters of the OLS model and their statistical significance are evaluated using the t-test. The resulting multiple regression is checked for statistical significance and conclusions are drawn based on the results. Keywords: real estate market, Moscow, model, multiple regression, econometric analysis.
крайне полезным для современного рынка недвижимости как Москвы, так и России в целом.
При рассмотрении факторов ценообразования на рынке недвижимости принято разделять их на внутренние и внешние факторы ценообразования спроса и предложения. В первую очередь при оценивании объекта недвижимости уделяют большое внимание следующим факторам: экологическая ситуация в регионе, состояние объекта недвижимости, доход населения и его платежеспособность, уровень спроса и предложения в регионе, наличие муниципальных объектов, удаленность от ближайшей станции метрополитена, удаленность от автомагистрали и
В условиях напряженной экономической ситуации в России, каждодневно меняющегося курса национальной валюты, проблема ценообразования на рынке недвижимости приобретает все большую актуальность, так как ценообразование на рынке купли-продажи становится сложнее. И если развитию современного рынка недвижимости уделяется все больше внимания со стороны государственных органов управления, то вопросам ценообразования на нем недостаточно. Выявление факторов и процесса ценообразования на рынке недвижимости станет
промышленных предприятии, а также его географическое положение.
В данном исследовании проводится эконометрический анализ влияния факторов на среднюю цену жилья в г. Москве по районам в соответствие с данными интернет-сервиса «Авито».В качестве выбранных факторов использовались: плотность населения на 1 км2, инвестиции в основной капитал (затраты на новое строительство, расширение, а также реконструкция и модернизация объектов недвижимости), средняя площадь жилых помещений, обеспеченность детей 1-6 лет местами в детских дошкольных учреждениях (мест на 1000 детей), процент парков и лесов. В качестве наблюдений были выбраны данные по 120 местам (районам) за 2017 г. в каждом административном округе г. Москвы, в т. ч. и поселения. Плотность населения, а также средняя площадь жилых помещений характеризует адаптированность района к комфортным условиям проживания: чем больше плотность населения, тем выше вероятность наличия соответствующей инфраструктуры. Процент парков и лесов характеризует экологическую ситуацию в районах, в частности, их озеленение. Важным фактором также является обеспеченность детей местами в детских дошкольных учреждениях.
Эконометрический анализ зависимости, выполненный с применением табличного процессора MS Excel, привел к следующим результатам.
Первоначальное уравнение множественной регрессии имело вид:
Y = 138493,21 + 2,381X1 + 0,167X2 - 446,125Хз - 6969,174X4 + 425,96X5
где У - средняя цена на недвижимость, факторы X! - X5: плотность населения на 1 км2, инвестиции в основной капитал (затраты на новое строительство, расширение, а также реконструкция и модернизация объектов недвижимости), средняя площадь жилых помещений, обеспеченность детей 1-6 лет местами в детских дошкольных учреждениях (мест на 1000 детей), процент парков и лесов соответственно. Значение Б-критерия составляет 12,54.
Проведенный тест Стьюдента показал наличие несущественных (статистически незначимых) параметров модели. Для повышения статистической значимости полученной регрессии из нее были удалены факторы, параметры которых оказались статистически не значимыми. В результате была получена следующая множественная линейная регрессия: У = 142614 + 2,209X1 + 0,161X2 - 474,627Хз
Коэффициент детерминации данной регрессии (Я2=0,34) свидетельствует о слабой статистической связи между объясняемой переменной и ее факторами. Проверим значимость модели с помощью критерия Фишера. Статистическая значимость
имеющегося уравнения: F = 20,03, а F-критическое = 3,92. Таким образом, модель статистически значима при доверительной вероятности 95%.
Проверка регрессионной модели на наличие автокорреляции случайных отклонений показала отсутствие автокорреляции (DW = 1,7958), при значениях Ш=1,69 и ёи=1,77, см. рис. 1.
Положит. Автокорреляция Зона неопределенности Нет автокорреляции Зона неопределенности Отрицательная авто!-
0 dl d и А 2 4-du 4-dl 4
0 1,693 1.774 т 2,226 2,307
DW 1,795828
Рис. 1. Результаты отображения определения автокорреляции по критерию Дарбина-Уотсона Таким образом, можно утверждать об модели относительно её действительного уровня отсутствии искусственного улучшения качества точности.
По результатам теста Голфелда-Квандта была выявлена гетероскедастичность (GQ> F-критического). Следовательно статистические выводы о качестве полученных оценок могут быть неадекватными. Это объясняется большим разбросом в цене высоколиквидных нежилых помещений.
Проведенный эконометрический анализ показывает эффективность модели, но её недостаточную состоятельность с точки зрения надёжности её статистических оценок. Причиной этого может служить недостаточное количество наблюдений, а также наличие резких ценовых выбросов в связи наличия определенных районов, в которых ценообразование формируется по фактору престижности или конкретной целевой аудитории. Примером таких районов могут служить Центральный Административный Округ, а также Поселения Москвы, имеющие совершенно разный уровень цен на жилье.
Список использованных источников:
1. Невежин, В.П. Практическая эконометрика в кейсах: учеб.
пособие/ В.П. Невежин, Ю.В. Невежин. - М.: ИД «ФОРУМ»: ИНФРА-М, 217, -317 с.
2. Официальный сайт Федеральной службы государственной статистики. URL: http://www.gks.ru (дата обращения 20.12.2019)
3. Статистика распределения численности населения относительно стоимости квадратного метра жилья. URL: http://russia.duck.consulting/population_vs_square_meter_p rice_plot (дата обращения 20.12.2019)
4. Богомолов А. И., Невежин В. П. Влияние социально-экономических факторов на динамику прироста населения в РФ // III International Scientific Conference Corporate Governance: Strategies, Processes, Technology: Conference Proceedings. October 25th, 2019. Leipzig, Germany: Baltija Publishing, р. 93 - 95
5. Bogomolov A, Nevezhin V., Piskun E., Khokhov V. Models
of Frequency Characteristics of Ecological Systems and their Conversion to Sound Form // International Conference on
Efficient Production and Processing (ICEPP-2020), E3S Web of Conferences 161, 01061 (2020). 15 April 2020. Volume 161 (2020). Article Number 01061. pp. 1-4. eISSN: 2267-1242. DOI:
https: //doi. org/10.1051/e3sconf/202016101061
6. Невежин В.П. Анализ зависимости индекса Московской
фондовой биржи // Хроноэкономика. 2019, 3(16). -С. 4245
7. Bogomolov A.I., Nevezhin V.P. Information impact on the
competitive economic system // Научно-практический журнал «Экономика и управление: проблемы, решения». 3, том 4 (63) - 2017 март. - p. 45 - 48 (журнал ВАК)
8. Невежин В.П., Богомолов А.И., Пискун Е.И. Модели в
информационном обществе / Анализ, моделирование, управление, развитие социально- экономических систем : сборн. науч. трудов XI Международной школы-симпозиума АМУР-2017, Симферополь-Судак, 14-27 сентября 2017 / Под ред.. А.В. Сигала. - Симферополь: ИП Корниенко А.А., 2017, С. 294-299
9. Невежин В.П., Богомолов А.И. О разработке концепции
эконометрики для информационного общества // Научно-практический журнал «Экономика и управление: проблемы, решения». 6, том 3 (66) - 2017 июнь. - p. 253 - 256 (журнал ВАК)
10. Невежин В.П., Богомолов А.И. Измерение и анализ детерминированных и случайных экономических процессов // Научно-практический журнал «Экономика и управление: проблемы, решения». 5, том 5 (77) - 2018 май. - p. 14-20. (журнал ВАК)
11. Богомолов А.И., Невежин В.П. Аксиоматическая вероятность в математическом моделировании экономических процессов / Труды V Международной научно-практической конференции «Современная математика и концепции инновационного математического образования. - М.: Финансовый университет, 2018, С. 149-163
12. Мяготина Е.Д., Невежин В.П. Влияние уровня безработицы на рождаемость в России //Международный научно-исследовательский журнал. Екатеринбург. №.4(94) 2020 часть 2 - Апрель. С. 30-35. (журнал ВАК)
13. Корец Д.М., Руднева А.О., Невежин В.П. Оценка основных факторов, влияюшдх на объем добычи нефти в России // Хроноэкономика, № 1(22) 2020, С. 41-46
14. Bogomolov A.I., Nevezhin V.P. Information impact on the competitive economic system // Научно-практический журнал «Экономика и управление: проблемы, решения». 3, том 4 (63) - 2017 март. - p. 45 - 48 (журнал ВАК)
V V
