УДК 519.862.6
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН ВТОРИЧНОГО РЫНКА КВАРТИР
В СОВЕТСКОМ РАЙОНЕ ГОРОДА КРАСНОЯРСКА
*
Н. Г. Фризоргер , С. И. Сенашов
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газеты «Красноярский рабочий», 31
E-mail: frizorger2013@mail.ru
В данной статье анализируются потребительские цены на вторичное жилье в Советском районе г. Красноярска. Для анализа взято 324 квартиры временного ряда с 09.01.2018 г. по 31.08.2018 г.
Построены линейные модели цен на квартиры, зависящие от 13 факторов, из которых только 5 оказались значимыми. Проанализировали остатки на гетероскедастичность. Был определен вид гетероскедастичности и построена линейная модель стоимости вторичного жилья.
Ключевые слова: вторичный рынок жилья, линейная модель стоимости жилья.
ECONOMETRIC ANALYSIS OF PRICES OF THE SECONDARY MARKET
OF APARTMENTS IN THE SOVETSKY DISTRICT OF KRASNOYARSK
*
N. G. Frizorger , S. I. Senashov
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation E-mail: frizorger2013@mail.ru
Consumer prices for secondary housing in the Sovetsky district of Krasnoyarsk are analyzed for a sample of324 apartments of a temporary series from 09.01.2018 to 31.08.2018.
Linear models of apartment prices were constructed, depending on 13 factors, of which only 5 were significant. The residues were analyzed for heteroscedasticity. The type of heteroscedasticity was determined and a linear model of the cost of secondary housing was constructed.
Keywords: secondary housing market, a linear model of housing costs.
Моделирование стоимости жилья г. Красноярска уже достаточно давно проводится [1 - 9]. Не смотря на это, эта задача остается актуальной, поскольку меняются значимые факторы и их влияние на стоимость квартиры. Советский район был образован 27 апреля 1969 года Указом Президиума Верховного Совета РСФСР «Об образовании Советского района в городе Красноярске Красноярского края». Он был выделен из границ Центрального района и разместился в северо-западной части города на площади в 115 квадратных километров. Здесь проживало 67 тысяч человек, работало 15 крупных промышленных предприятий.
Сегодня территория Советского района - самого большого района Красноярска -составляет 92 тыс. км2. Он граничит с Центральным районом по левому берегу реки Кача. Далее граница переходит на север по четной стороне ул. Шахтеров. В его составе микрорайоны Солнечный, Зеленая Роща, Иннокентьевский, Северный, Взлетка, поселки Песчанка, Бадалык и Нанжуль-Солнечный. Здесь проживают более 317 тысяч человек. Одну четвертую от этой цифры составляет молодежь. Для подрастающего поколения в районе
Актуальные проблемы авиации и космонавтики - 2020. Том 2
работает 29 общеобразовательных школ, 62 дошкольных учреждения, Кадетский корпус, Мариинская гимназия, высшие и средние учебные заведения и многие другие учреждения культуры и дополнительного образования.
На основе свидетельства о государственной регистрации базы данных №2019620940 «Квартиры Красноярска 2018. Вторичный рынок» были анализированы данные по вторичному рынку в Советском районе. В ходе анализа, каждый фактор был обозначен переменными хг.
% — Ц I I ^2 Х2 I ... I 0^12 Х12 (1)
где х1 - площадь жилая, х2 - материал стен, х3 - подрайон, х4 - балкон/лоджия, х5 -планировка, х6 - этаж, х7 - всего этажей, х8 - площадь общая, х9 - площадь кухни, х10 -санузел, хп - плита, х12 - количество комнат.
Каждому нечисловому значению был присвоен ранг (чем больше ранг, тем лучше), в соответствии с таблицей [5].
Ранжирование нечисловых факторов
Ранг Планировка Район Материал стен Сан. узел Плита Балкон/ Лоджия
0 Общежитие Газ Нет
1 Социальное Зеленая Роща Панель Совместный Эл. Балкон
2 Гостинка Иннокентьевский Кирпич Раздельный Лоджия
3 Студия Солнечный Монолит
4 Ленинградка Взлетка
5 Хрущевка Северный
6 Улучшенная
7 Новая
8 Индивидуальное
Метод всех регрессий. С помощью корреляции выявили главный фактор - площадь жилая. В результате построения однофакторной, двухфакторной, трехфакторной, четырехфакторной и пятифакторной моделей, сделан вывод о том, что наибольшее влияние на цену вторичного жилья в Советском районе г.Красноярска оказывает размер площади жилой, материал стен, подрайон, балкон/лоджия и планировка.Уравнения окончательной модели выглядят следующим образом.
^ = -1661,7 + 79,6х1 + 444,1х2 +151,8х3 + 198,8х4 +140,9 х5 (2)
Где у - цена, х1 - размер площади жилой (м2), х2 -материал стен, х^ - подрайон, х4 -балкон/лоджия, х5 - планировка.
Затем исследуем остатки пятифакторной модели (2) на гетероскедастичность. По каждой переменной построили графики остатков и выявили факторы с гетероскедастичностью. По тесту Голфреда-Кванта выявили факторы дающие гетероскедастичность. этаж, всего этажей в доме и количество комнат. Используя данные факторы, проводим тесты. Парка, Глейзера, Уайта и определяем вид гетероскедастичности.
По тесту Парка есть гетероскедастичность
1п ег2 = 0,11п х3 + 0,51п х4 +1,21п х12, где ег -остатки (разница между фактической и прогнозируемой ценой).
По тесту Глейзера гетероскедастичность имеет вид.
| ег |= 194712,7 +1039,5х45 + 56738,2х,
12
1,5
По тесту Уайта была найдена гетероскедастичность вида:
в] =-280,9 + 46,9х3 x12
В модели (2) избавились от гетероскедастичности и получили уравнение, которое адекватно описывает стоимость жилья на вторичном рынке. Сравнение построенных моделей с исходными данными показало, что построенные модели могут быть использованы для прогнозирования цен на жилье в Советском районе г. Красноярска.
Библиографические ссылки
1. 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 Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2016. Т. 17. № 3. С. 830-835.
2. Соболь А.С., Сенатов С.И. Обработка «больших данных» в телекоммуникационных компаниях//Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 391.
3. Сенатов С.П., Юферова Н.Ю., Сурнина Е.В. Информационная система оценки стоимости квартир на вторичном рынке жилья как инструмент управления инвестициями // Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2009. № 4 (25). С. 219-223
4. Senashov S.I., Surnina E.V., Yuferova N.J. Cost estimation information system of apartments at secondary housing market as a management investment tool // Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2009. № 5 (26). С. 157-160.
5. Сенашов С.И., Юферова Н.Ю., Грошак Е.В. Моделирование стоимости жилья в г. Красноярске. / С. И. Сенашов, Н. Ю. Юферова, Е. В. Грошак; «Сибирский гос. технологический ун-т». Красноярск, 2007.
6. Kovalev V.F., Pustovalov V.V., Senashov S.I. // Differential Equations. 1993. T. 29. C. 1521.
7. Бренинг Д.В., Савостьянова И.Л., Томаровская И.В., Сенашов С.И. Квартиры Красноярска 2018. Вторичный рынок. Свидетельство о регистрации базы данных № 2019620940. Дата регистрации 03 июня 2019 г.
8. Сенашов С.И., Бренинг Д.В., Пашковская О.В., Савостьянова И.Л. Математическое моделирование стоимости вторичного жилья в городе Красноярске в 2017 году // Сибирский журнал науки и технологий. 2018. т.19. №4. С. 581-589.
9. Сенашов С.И., Савостьянова И.Л., Пашковская О.В., Юферова Н.Ю. Моделирование стоимости жилья на вторичном рынке недвижимости в г. Красноярске в 2016 г. // Сибирский журнал науки и технологий. 2017. т.18. №4. С.788-796.
© Фризоргер Н. Г., Сенашов С. П., 2020