CC BY
5
Актуальные проблемы авиации и космонавтики - 2018. Том 2
УДК 330.13.07
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ СТОИМОСТИ КВАДРАТНОГО МЕТРА
ОДНОКОМНАТНОЙ КВАРТИРЫ В СОВЕТСКОМ РАЙОНЕ Г. КРАСНОЯРСКА
В. В. Сушкевич, И. Л. Савостьянова*
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
Е-mail: ruppa@inbox.ru
Моделируются стоимость квадратного метра однокомнатной квартиры в Советском районе г. Красноярска. Изучаются 365 данных временного ряда с 01.09.2016 г. по 31.09.2017 г. Тренд описывается полиноминальной функцией второго порядка. Все коэффициенты этого уравнения статистически значимы, уравнение адекватно опытным данным, а остатки гомо-скедастичны. Построенная модель позволяет делать прогноз с ошибкой, не превышающей 5 %.
Ключевые слова: стоимость жилья, МНК, линейная регрессионная, анализ остатков.
ECONOMETRIC ANALYSIS OF THE COST PER SQUARE METER
OF A ONE-ROOM APARTMENT IN SOVETSKIY DISTRICT OF KRASNOYARSK
V. V. Sushkevich, I. L. Savostyanova*
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
Е-mail: ruppa@inbox.ru
The prices of a square meter of a one-room apartment in Soviet in rubles in Russia are modeled according to 365 data of the time series from 01.09.2016 to 31.09.2017. In the process of selecting the most suitable was a linear trend. The equation has statistically significant coefficients, the equation is adequately experimental data, and the residuals are homoscedastic. The constructed model allows to forecast with an error not exceeding 5 %.
Keywords: housing costs, MNCs, linear regression, analysis of residues.
Моделирование стоимости недвижимости является актуальным проблемой, поскольку, выбирая место для проживания, люди изучают транспортную доступность, наличие развитой инфраструктуры в районе, а значит, - и само месторасположение дома. Поэтому для них важно иметь возможность сравнить районы Красноярска по ценовым показателям продажи на текущий момент, динамику и темп изменений, определить уровень доходности потенциального жилья.
В данной работе был рассмотрен эконометрический анализ стоимости квадратного метра новостройки однокомнатной квартиры в Советском районе г. Красноярска.
В работе моделируется средняя стоимость квадратного метра новостройки в Красноярском крае по 365 данным временного ряда с 01.09.2016 г. по 31.08.2017 г. Данные взяты с сайта недвижимости Красдом [1]. Красдом является достаточно популярным сервисом для поиска и покупки квартир в Красноярске.
В соответствии с данными этого сервиса, средняя цена квадратного метра в 2016-2017 гг. была равна 55 803,08 руб., наиболее часто встречающаяся цена - 54 500 руб. Наименьшая цена за этот период равна 52 610 руб., а наибольшая - 58 400 руб. Цена выросла в среднем почти на 5 790.
По результатам расчетов, стандартная ошибка средней - 71,5 руб., стандартное отклонение -1 366,317 руб. Так как медиана немного больше среднего значения распределение переменной имеет положительную асимметрию.
Секция «Информационно-экономические системы»
Эксцесс - отрицателен и близок к нулю, значит, распределение плосковершинное.
Коэффициент вариации для данных равен 0,13 %, что говорит об однородности данных.
По данным были построены разные линии тренда.
С экономической точки зрения, более подходящей для прогноза будет полиноминальная функция второго порядка, так как у нее наиболее высокий коэффициент R2 и в целом она отражает изменения стоимости квадратного метра за данный промежуток времени. Проверка функции также подтвердила правильность выбора линии тренда.
Полученное уравнение регрессии для полиномиальной функции:
y = -0,007 * t + 2,33 * t2 + 56 300,
где y - стоимость квадратного метра; t - номер дня.
Данное уравнение описывает 60 % данных и адекватно опытным данным. Все коэффициенты значимы. Остатки гомоскедастичны.
Полученные остатки регрессии были проверены на автокорреляцию. Была выявлена автокорреляция первого порядка.
Полученная регрессия для остатков:
et = 0,98 * et-i,
где et - остаток в день t, т. е. разность между исходными и прогнозируемыми данными.
Уравнение описывает 95,33 % данных. Уравнение адекватно опытным данным. Коэффициент значимый.
Остатки уравнения регрессии остатков были проверены на автокорреляцию, вывод - нет автокорреляции. Автокорреляция остатков устранена, и полученное уравнение можно использовать для прогноза.
Окончательное уравнение регрессии:
y = -0,007 * t + 2,33 * t2 + 56 300 + 0,98е,-Ь
Вывод. В работе был сделан прогноз стоимости квадратного метра однокомнатной квартиры в Советском районе г. Красноярска. Уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 5 %. Таким образом, полученное уравнение регрессии позволило сделать прогноз на 10 дней.
В работе использовались методики и результаты, полученные в работах [2-7].
Библиографические ссылки
1. Недвижимость Красноярска Krasdom [Электронный ресурс]. URL: http://krasdom.ru/ analitics (дата обращения: 16.11.2017).
2. Медведева О. А., Сорокина О. П., Савостьянова И. Л. Моделирование стоимости жилья Советского района г. Красноярска за 2015 год Актуальные проблемы авиации и космонавтики : материалы III Междунар. науч.-практ. конф. творческой молодежи. 2017. Т. 2. С. 374-377.
3. Александрова У. А., Сенашов С. И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Актуальные проблемы авиации и космонавтики : материалы X Все-рос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 356.
4. Галицкая Д. А., Сенашов С. И. Анализ среднесуточного количества заказов ООО «Арисуши» за период 15.06.2012-09.06.2013 гг. // Актуальные проблемы авиации и космонавтики : материалы X Всерос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 359-360.
5. Шиверская М. Г., Савостьянова И. Л. Прогнозирование заключенных договоров бюджетным учреждением // Актуальные проблемы авиации и космонавтики : материалы X Всерос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 398-399.
6. Kovalev V. F., Pustovalov V. V., Senashov S. I. Differential Equations. 1993. Т. 29. С. 1521.
7. Savchenko L. M., Savostyanova I. L., Senashov S. I., Yuzaeva A. G. Simulation of the cost of residential property in Krasnoyarsk for 2013-2014 // Вестник СибГАУ. 2016. Т. 17, № 3. С. 830-835.
© Сушкевич В. В., Савостьянова И. Л., 2018
