CC BY
0
УДК 519.862.6
ЭКОНОМЕТРИЧЕСКИЙ МОДЕЛИРОВАНИЕ ЦЕН НА КВАРТИРЫ В ЛЕНИНСКОМ РАЙОНЕ ГОРОДА КРАСНОЯРСКА
В. В. Якименко*, И. А. Потапенко**, 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: *dippycrow@gmail.com, **potapenkorra@yandex.ru
Проведено моделирование стоимости квартир Ленинского района г. Красноярска на вторичном рынке в 2018 г. Построена линейная модель, показано, что существенное влияние на стоимость квартиры из двенадцати факторов оказывает только шесть значимых факторов. Проведено тестирование остатков на гетероскедастичность. Построена модель обобщенным методом наименьших квадратов адекватно описывающая формирование цен на основе значимых факторов.
Ключевые слова: эконометрическое моделирование, линейная модель, стоимость жилья.
ECONOMETRIC MODELING OF APARTMENT PRICES IN LENINSKY DISTRICT OF KRASNOYARSK
V. V. Yakimenko*, I. A. Potapenko**, S. I. Senashov
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation E-mail: dippycrow@gmail.com, potapenkorra@yandex.ru
The simulation cost of apartments in Leninsky district of Krasnoyarsk on the secondary market to 2018 Built a linear model, it is shown that a significant impact on the cost of the apartment of the twelve factors has only six significant factors. The residues were tested for heteroscedasticity. A generalized least squares model is constructed that adequately describes price formation based on significant factors.
Keywords: econometric modeling, linear model, housing cost.
Моделирование стоимости жилья г. Красноярска уже достаточно давно проводится [1 - 8]. Не смотря на это, эта задача остается актуальной, поскольку меняются значимые факторы и их влияние на стоимость квартиры.
Ленинский район является промышленным центром Красноярска. Именно здесь сосредоточены крупнейшие предприятия города, в том числе такие известные на весь мир, как Красноярский машиностроительный завод и Красноярский завод цветных металлов им. В.Н. Гулидова. Их производственная деятельность является значимым фактором экономического роста и финансового благополучия города.
На территории района расположено 21 школа, 4 учреждения дополнительного образования, 6 высших и средних учебных заведений, 9 объектов физической культуры и спорта, 15 учреждений культуры, 15 лечебно-профилактических учреждений и 16 аптек, 286 магазинов и торговых комплексов и 47 предприятий общественного питания.
Приведем статистику цен на 1 квадратный метр в Ленинском районе г. Красноярска в 2018 году.
Актуальные проблемы авиации и космонавтики - 2020. Том 2
Средняя цена квадратного метра на вторичном рынке жилья в рублях
1-комнатные 2-комнатные 3-комнатные 4-комнатные
51872 50796 44852 45208
Данные для проведения анализа взяты из базы данных о квартирах Красноярска на вторичном рынке [9].
Приступили к анализу данных по вторичному рынку в Ленинском районе. Все факторы опишем с помощью переменных х,, где X] - общая площадь, х2 - жилая площадь, х3 -количество комнат, х4 - планировка, х5 - микрорайон (если квартира находится в Черемушках/п. Энергетиков/п. Шинников х5 = 24, если квартира находится на Спутнике х5 = 21, если квартира находится на КрасТЭЦ х5 = 22), х6 - этаж, х7 - количество этажей в доме, х8 - материал стен (если стены в доме кирпичные х8 = 1, если панельные х8 = 2, если монолитные х8 = 3), х9 - площадь кухни, х]0 - наличие санузла (если в квартире нет санузла хю = 0, если санузел совмещенный х]0 = 1, если санузел раздельный х]0 = 2), хц - плита (если плита газовая хц = 1, а если электрическая х11 = 2), х]2 - балкон/лоджия (если в квартире один балкон или одна лоджия х]2 = 1, если в квартире 2 лоджии/2 балкона/балкон и лоджия х]2 = 2, если в квартире нет ни балконов, ни лоджии х]2 = 0) и г - цена.
Главный фактор - общая площадь квартиры. Провели регрессию по одному фактору и построили однофакторное уравнение:
г = 248,71 + 41,46* х,. (1)
Далее проводим регрессию по всем факторам, в результате получили 6-факторную модель, описывающую 89% опытных данных
г = 2154,46 + 20,05* х1 + 22,79* х2 -100,85* х5 + 64,59* х7 + 61,74* х9 - 222,85* х12 (2)
Далее по разным тестам мы исследуем остатки на гетероскедастичность.
По графикам остатков и по тесту Голфреда-Кванта выявили факторы, которые дают гетероскедастичность: общая площадь, жилая площадь, количество комнат, район, этаж.
По ним проводим 3 теста и определяем вид гетероскедастичности.
По тесту Парка гетероскедастичность имеет вид
1п е,2 = -0,91 * 1п х6.
Где e; - остатки, т.е. разница между прогнозной и реальной ценой.
По тесту Глейзера гетероскедастичность имеет вид
| et |= 551,02 - 0.66* x42.
По тесту Уайта была найдена гетероскедастичность вида:
ei = 77457,99 + 0,01* xj2x22 - 245,86 * x32x52
В модели (2) избавились от гетероскедастичности и получили следующее уравнение: q = 0,469 + 24,045 * y + 20,106* y2 -16,520* y3 + 73,636 * y4 + 57,046 * y5 - 206,812* y6 (3)
где yt = x/eh q = z/e^ ej вычислены по тесту Уайта
Сравнение построенных моделей с исходными данными показало, что модели (2), (3) могут быть использованы для прогнозирования цен на жилье в Ленинском 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 A.C., Сенатов С.П. 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. 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.
8. 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
9. 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.
© Якименко В. В., Потапенко И. А., Сенашов С. И., 2020
