ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН ВТОРИЧНОГО РЫНКА КВАРТИР В ЦЕНТРАЛЬНОМ РАЙОНЕ Г. КРАСНОЯРСКА Текст научной статьи по специальности «Экономика и бизнес»

УДК 519.862.6

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН ВТОРИЧНОГО РЫНКА КВАРТИР В ЦЕНТРАЛЬНОМ РАЙОНЕ Г. КРАСНОЯРСКА

Ш. Д. Кяримова*, К. И. Табунчик** Научный руководитель - С. И. Сенатов

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газеты «Красноярский рабочий», 31 E-mail: kyarimovasefeq@mail.ru, c.erdman2014@yandex.ru

Проведен анализ цен вторичного рынка квартир Центрального района г. Красноярска за 2018 год, были построены линейные модели, описывающие влияние 13 факторов на стоимость 112 квартир. Проведен анализ остатков с помощью теста Голдферда-Кванта, в результате была выявлена гетероскедастичность остатков по 3 факторам. По тесту Парка был определен вид гетероскедастичности. Методом обобщенных наименьших квадратов избавились от гетероскедастичности факторов.

Ключевые слова: эконометрическое моделирование, линейная модель, стоимость жилья.

ECONOMETRIC ANALYSIS OF PRICES OF THE SECONDARY MARKET OF APARTMENTS IN THE CENTRAL DISTRICT OF KRASNOYARSK

Sh. D. Kyarimova*, K. I. Tabunchik**

Scientific supervisor - S. I. Senashov

Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: kyarimovasefeq@mail.ru, c.erdman2014@yandex.ru

The analysis of prices of the secondary market of apartments of the Central district of Krasnoyarsk for 2018 is carried out. Linear models were constructed that describe the impact of 13 factors on the cost of 112 apartments. We analyzed the residues using the Goldfeld-Quant test.as a result, the heteroscedasticity of the residues was revealed for 3 factors. The Park's test determined the type of heteroscedasticity. The method of generalized least squares got rid of the heteroscedasticity of factors

Keywords: econometric modeling, linear model, housing cost.

Задача моделирования стоимости жилья г. Красноярска уже достаточно давно решается [1-9], но, не смотря на это, эта остается актуальной, поскольку меняются значимые факторы и их влияние на стоимость квартиры.

Центральный район расположен на левом берегу Енисея и граничит с Советским и Железнодорожным районами, на его территории находятся исторический центр Красноярска, краевая и городская администрации. На территории района расположены 5 вузов, 2 колледжа, 9 школ, 1 гимназия, 2 лицея, 16 детских дошкольных учреждений, 2 больницы, 1 поликлиника, 4 сетевых гипермаркета, 16 торговых центров. Администрацией Центрального района организуются и проводятся культурно-массовые мероприятия для жителей района. В микрорайоне «Покровка» ежегодно зажигает новогодние огни главная елка района в сквере им. Н.Г. Чернышевского. Ледовые скульптуры, разнообразные горки радуют детей и взрослых. Веселые гуляния на Масленицу, фестиваль дошкольного

Актуальные проблемы авиации и космонавтики - 2020. Том 2

творчества «Страна чудес», выставки цветов стали традиционными. Центральный район -деловой и финансовый центр города и края, потому что многие банки, страховые компании расположены в Центральном районе.

Приведем статистику цен на 1 квадратный метр в Центральном районе г. Красноярска в таблице.

Средняя цена квадратного метра на вторичном рынке жилья, руб.

1-комнатные 2-комнатные 3-комнатные 4-комнатные 5-комнатные

61105 59405 62982 86864 54310

Из базы данных [7] были выбраны 112 квартир, с количеством комнат от 1 до 5. По этим данным нами рассмотрена линейная модель:

z = a0 + a1x1 + a2 x2 +... + a12 x12 (1)

где x1 - количество комнат в квартире, Х2 - тип планировки (0 - студия, 1 - ленинградка, 2 -хрущевка, 3 - улучшенная, 4 - новая, 5 - индивидуальная, 6 - сталинка), x3 - микрорайон (2 -центр, 9 - микрорайон «Покровка»), x4 - этаж, x5 - количество этажей в доме, x6 - материал стен (1 -дерево, 2 - кирпич, 3 - панель, 4 - монолит), x7 - общая площадь, x8 - жилая площадь, x9 - площадь кухни, x10 - санитарный узел (1 - совместный, 2 - раздельный), x11 -газификация дома, x12 - наличие балкона или лоджии и z - цена.

Выявили главный фактор в этом уравнении - общая площадь. Провели регрессию по одному фактору и построили однофакторное уравнение:

z = -1273,80 + 86,44x1 (2)

Методом всех регрессий получили трехфакторную модель, описывающую 92% опытных данных:

z = -620,89 + 109,65x1 - 709,42x2 - 60,95x3 (3)

Остальные факторы не участвовали в построении модели, так как они, с точки зрения статистики, не влияют на стоимость жилья.

Далее по тестам мы исследуем остатки трехфакторной модели (3) на гетероскедастичность.

Провели тест Голфреда-Кванта и в нем мы выявили факторы дающие гетероскедастичность : подрайон, количество этажей в доме, материал стен.

По ним проводим тесты и определяем вид гетероскедастичности.

По тесту Парка гетероскедастичность имеет вид ln ef = -388,06ln x3 + 304,25ln x5, где ei -остатки (разница между фактической и прогнозируемой ценой).

По тесту Глейзера гетероскедастичность имеет вид

| et |= 67937,72 - 1721,71x305 + 2033,68x505 - 3394,85x605.

По тесту Уайта была найдена гетероскедастичность вида: ei = 4015,23 - 111,49x6 + 76,14x3x5.

В модели (3) избавились от гетероскедастичности и получили:

q = 0,10 + 175,61y3 -139,97y5 + 1018,46y6, (4)

где yi = x/eh q = z/eh ei - вычислены по тесту Уайта

Сравнение построенных моделей с исходными данными показало, что модели (3) и (4) могут быть использованы для прогнозирования цен на жилье в Центральном 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., Сенашов С.И. Обработка «больших данных» в телекоммуникационных компаниях//Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 391.

3. Сенашов С.И., 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

© Кяримова Ш. Д., Табунчик К. П., 2020