Факторы и тренды развития российского рынка многоквартирного жилья по итогам 2017 года Текст научной статьи по специальности «Экономика и бизнес»

ЖИЛИЩНЫЕ СТРАТЕГИИ

Том 5 • Номер 3 • Июль-сентябрь 2018 ISSN 2410-1621

Russian Journal of Housing Research

>

Креативная экономика

издательство

Факторы и тренды развития российского рынка многоквартирного жилья по итогам 2017 года

Стерник Г.М.1 2, Стерник С.Г.1 3

1 ООО «Стерникс Консалтинг», Москва, Россия

2 Московская ассоциация риэлтеров, Москва, Россия

3 Финансовый университет при Правительстве Российской Федерации, Москва, Россия

В статье представлен анализ и прогноз развития российского рынка многоквартирного городского жилья по итогам 2017 года на основе разработанной авторами комплексной методологии, учитывающей макро- и микроэкономические, финансовые, институциональные и правовые факторы влияния. Указанная методология полностью изложена в монографии авторов, выпущенной в мае 2018 года, и основана на накопленных за 25 лет (с 1991 по 2016 г. включительно) научных результатах мониторинга рынка и исследования закономерностей становления и развития рынка недвижимости в условиях перехода экономики России от плановой к рыночной, с учетом специфических особенностей законодательной среды, состава и структуры объекта исследования, институциональных особенностей регулирования и управления, изменения ожиданий и поведения субъектов рынка и населения. В данной статье, помимо изложения основных положений указанной методологии, особое внимание уделено признакам, причинам и механизмам смены во многих российских городах и регионах состояния рынка от депрессии к оживлению, начиная с 2016 года, и даже с тенденцией к росту в 2017 году. Вместе с тем, рассмотрено и действие факторов, которые могут серьезно помешать указанному росту в горизонте 3-5 лет. В исследованную выборку входят 27 городов и один регион (Московская область, по которой приводятся усредненные по городам данные), в том числе 21 город, являющийся центрами субъектов РФ, с совокупной численностью населения более 43 млн чел.

КЛЮЧЕВЫЕ СЛОВА: факторы, тренды, прогнозирование, моделирование, рынок, строительство, де-велопмент, жилье, ввод, инвестиции, доходность, жилищная политика.

Factors and trends in the development of the Russian market of multi-family housing at the end of 2017

Sternik G.M.1 2, Sternik S.G.1 3

1 Sternik 's Consulting LLC, Russia

2 Moscow association of realtors, Russia

3 The Financial University under the Government of the Russian Federation, Russia

Введение

Настоящее исследование продолжает серию ранее опубликованных авторских квартальных и годовых научных исследований состояния и тенденций жилищного рынка городов России [19]. Основными источниками данных являются порталы Росстата, Росреестра, ЦБ РФ, ЕРЗ (Единый реестр застройщиков), аналитических центров и компа-

АННОТАЦИЯ:

ний-участников рынка, включая собственные данные ООО «Стерникс Консалтинг». В исследованную выборку настоящей работы входят 27 городов и один регион (Московская область, по которой приводятся усредненные по городам данные), в том числе 21 город, являющийся центром субъектов РФ, с совокупной численностью населения более 43 млн чел.

Для удобства чтения изложение разбито на 5 смысловых частей:

• методология исследования;

• макроэкономические и институциональные условия развития рынка недвижимости: состояние и перспективы;

• показатели и тенденции спроса, включая мониторинг ипотечного рынка;

• строительство, ввод, предложение;

• ценовая ситуация и прогноз отраслевой доходности инвестиций на рынке городского жилья.

ABSTRACT:_

The article presents the analysis and forecast of the development of the Russian market of multiapartment urban housing by the end of 2017 on the basis of a comprehensive methodology developed by the authors, taking into account macro-and microeconomic, financial, institutional and legal factors of influence. This methodology is fully set out in the monograph of the authors, published in may 2018, and is based on the scientific results accumulated over 25 years (from 1991 to 2016) of market monitoring and laws research of formation and development of the real estate market in the conditions of transition of economy of Russia from planned to market, taking into account specific features of the legislative environment, structure and structure of object of research, institutional features of regulation and management, change of expectations and behavior of subjects of the market and the population. In this article, in addition to outlining the main provisions of this methodology, special attention is paid to the signs, causes and mechanisms of change in many Russian cities and regions of the market from depression to recovery, since 2016, and even with a tendency to growth in 2017. At the same time, the action of factors that can seriously interfere with this growth in the horizon of 3-5 years is considered. The study sample includes 27 cities and one region (Moscow region, which provides data averaged by cities), including 21 cities, which are the centers of the subjects of the Russian Federation, with a total population of more than 43 million people.

KEYWORDS: factors, trends, forecasting, modeling, market, construction, development, housing, input, investment, profitability, housing policy.

JEL Classification: R30, R31, R38, L74 Received: 01.09.2018 / Published: 30.09.2018

© Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Sternik G.M. ([email protected] )

CITATION:_

Sternik G.M., Sternik S.G. (2018) Faktory i trendy razvitiya rossiyskogo rynka mnogokvartirnogo zhilya po itogam 2017 goda [Factors and trends in the development of the Russian market of multi-family housing at the end of 2017]. Zhilischnye strategii. 5. (3). - 251-304. doi: 10.18334/zhs.5.3.39564

1. Методика исследования

1.1. Термины и определения, используемые в работе

Обработка и интерпретация данных в работе осуществляется в соответствии с положениями работы: Стерник Г.М., Стерник С.Г. Методология моделирования и прогнозирования жилищного рынка: монография. - Москва: РГ-Пресс, 2018. - 584 стр. [4] (Sternik, Sternik, 2018), включая единообразное трактование и применение следующих понятий:

1. Объем спроса на недвижимость - средний в заданном периоде объем спроса соответствующей категории. Используется для расчета соотношения спрос/предложение.

2. Категории спроса на рынке жилой недвижимости: спрос-потребность, совокупный платежеспособный спрос, потенциальный платежеспособный спрос, предъявленный спрос, предъявленный спрос с перетеканием между смежными рынками (первичным и вторичным, арендным), удовлетворенный (реализованный) спрос.

Спрос-потребность - разность между желаемым (по европейским и мировым стандартам стиля жизни) и фактическим (объем жилищного фонда за исключением ветхого, аварийного и требующего капитального ремонта) уровнем средней обеспеченности качественным и комфортным жильем населения города.

Совокупный платежеспособный спрос - объем жилой недвижимости, которое население могло бы приобрести на рынке за счет своих накоплений.

Потенциальный спрос - объем жилой недвижимости, который покупатели предполагают приобрести на рынке в течение ближайших 3-5 лет за счет всех источников финансирования (собственные сбережения, кредиты, зачет имеющегося жилья, государственные сертификаты и т. д.).

Предъявленный спрос - объем жилой недвижимости, который покупатели предполагают приобрести на рынке в ближайшие полгода-год при текущем уровне цен за счет всех источников финансирования, с учетом изменения склонности населения к расходованию сбережений при изменении экономической ситуации в стране и регионе, степени недоверия к застройщикам, условий ипотечного кредитования, ожиданий изменения уровня цен.

ОБ АВТОРАХ:_

Стерник Геннадий Моисеевич, управляющий партнер; председатель Комитета по аналитике и консалтингу, кандидат технических наук (gm_sternik0sterno.ru )

Стерник Сергей Геннадьевич, генеральный директор; ведущий научный сотрудник Института народнохозяйственного прогнозирования РАН; профессор Департамента корпоративных финансов и корпоративного управления, доктор экономических наук, профессор (sgs7280mai1.ru )

ЦИТИРОВАТЬ СТАТЬЮ:_

Стерник Г.М., Стерник С.Г. Факторы и тренды развития российского рынка многоквартирного жилья по итогам 2017 года // Жилищные стратегии. - 2018. - Том 5. - № 3. - С. 251-304. doi: 10.18334/zhs.5.3.39564

Предъявленный спрос с перетеканием между смежными рынками - объем спроса, формирующийся на каждом из рынков в результате перетекания от рынка с дефицитом предложения к рынку с избыточным предложением.

Удовлетворенный (реализованный) спрос - предъявленный в текущем периоде спрос, удовлетворенный в форме сделки, направленной на приобретение жилой недвижимости (прав требования на строящийся объект). Приблизительно равен объему поглощения.

3. Текущий объем строительства жилья - объем строящегося в исследуемом периоде жилья (в количестве корпусов, помещений и площадей). Разделяется на объем строительства муниципального (социального) жилья и объем строительства коммерческой жилой недвижимости.

4. Объем незавершенного строительства - публикуется Росстатом по итогам года.

5. Суммарный объем строительства за период - объем незавершенного строительства за предшествующий год плюс суммарный объем нового (вновь начатого) строительства за прошедшие месяцы. Используется для расчета объема инвестиций в строительство и соотношений ввод/строительство и строительство/предложение.

6. Объем ввода жилья - суммарный за период объем завершенного строительства (сдачи объектов в эксплуатацию).

7. Суммарный объем предложения недвижимости - объем предложения на конец предшествующего периода плюс объем нового бесповторного предложения за прошедшие месяцы минус объем поглощения. Используется для расчета соотношения строительство/предложение.

8. Объем нового бесповторного предложения - объем вновь появившегося в заданном периоде предложения.

9. Средний за период объем предложения - среднее значение объема предложения за период по данным об объеме предложения на продажу или вакантного предложения в аренду в каждом месяце периода. Используется для расчета соотношения спрос/ предложение.

10. Объем поглощения недвижимости - суммарный за период объем продажи строящихся объектов/помещений (прав требования на объекты/помещения в соответствии с 214-ФЗ) на первичном рынке, купли-продажи (мены) на вторичном рынке, сдачи в аренду на рынке аренды, выраженный в количестве сделок и/или объеме площадей.

11. Показатели ликвидности объектов недвижимости в различных сегментах рынка:

• на вторичном рынке купли-продажи/аренды отдельных зданий или помещений - средний период экспозиции, т.е. среднее по рынку время между первым выставлением объекта (помещения или дома) на рынок и уходом с рынка;

• на первичном рынке продажи/аренды помещений в строящихся зданиях - доля поглощенных помещений (площадей) от общего количества помещений (пло-щадей)в объектах;

• на первичном и вторичном рынке аренды помещений в БЦ, ТЦ, складских комплексах - изменение за период доли вакантных помещений (площадей) от общего количества помещений (площадей) в объектах.

12. Доступное жилье - это жилье определенного качества и размера, которое семья с определенным уровнем доходов может приобрести по рыночной стоимости, используя свои сбережения, накопленные из своих текущих доходов за разумный период времени при необходимом уровне текущих расходов, возможно, с учетом стоимости имеющейся квартиры, а также используя при необходимости ипотечное кредитование и/или государственную поддержку, и при этом ее текущих доходов достаточно для обслуживания полученного кредита с момента приобретения жилья.

13. Коэффициент доступности жилья для населения определенной доходной группы - срок, в течение которого семья (домохозяйство) может накопить средства, достаточные для приобретения доступной по цене и площади квартиры, возможно, с зачетом имеющейся квартиры.

14. Доля населения определенной доходной группы, которой доступно жилье - доля населения города в составе домохозяйств, для которой коэффициент доступности жилья определенного качества/размера не превышает три года.

15. Доля населения определенной доходной группы, которой доступен ипотечный кредит - доля населения города, которая может выполнить условия банковского андеррайтинга при покупке квартиры определенного размера/качества по уровню доходов домохозяйства.

16. Планируемый объем ипотечного кредитования - планируемый властями (на основе прогнозов АИЖК) объем кредитования в денежном выражении.

17. Объем предложения ипотеки в натуральном выражении - рассчитанный с учетом прогнозируемой динамики цен потенциальный объем прокредитованных площадей.

18. Объем предложения ипотечных кредитов - потенциальное количество выданных кредитов (с учетом площади приобретаемого жилья на вторичном и первичном рынке).

19. Предъявленный объем спроса на ипотеку - суммарная доля населения различных доходных групп, которым доступен ипотечный кредит при покупке квартир различного качества/размера, скорректированная на величину предъявленного спроса на квартиры.

20. Объем поглощения ипотечных кредитов - количество выданных ипотечных кредитов с учетом ограничений по доступности (в силу уровня доходов населения) и по наличию ипотечного предложения, а также предложения квартир на рынке.

21. Соотношение суммарного дохода от всех операций данного вида на рынке к суммарным затратам.

22. Виды операций инвестирования в недвижимость: дилерские (покупка объекта и последующая продажа), рентные (покупка объекта и последующая сдача в аренду),

девелоперские (строительство объекта и последующая продажа объекта/помещений или сдача в аренду).

23. Под прогнозом понимается методически обоснованное описание возможных состояний системы в будущем и сроков достижения этих состояний, а процесс разработки прогнозов называют прогнозированием. Высказывания экспертов о будущем системы, не основанные на расчетах, принято называть предсказанием или экспертным прогнозированием.

22. Область прогнозного исследования - диапазон изменения изученных фактических (исторических) данных и прогнозируемых показателей.

Глубина предыстории - протяженность (количество интервалов) имеющихся/ изученных наблюдений (по параметру или по времени).

Горизонт прогноза - количество интервалов за пределами изученного, на которое производится прогноз.

23. В зависимости от горизонта прогноза, прогнозирование может быть сверхкраткосрочным, краткосрочным, среднесрочным, долгосрочным, сверхдолгосрочным.

Конкретная величина допустимого горизонта для каждого из этих видов прогноза зависит от физического (экономического) содержания задачи, общеэкономической ситуации, состояния конкретного сегмента рынка, и может существенно меняться. Так, правительственные среднесрочные прогнозы развития экономики России имеют горизонт в 3 года. В настоящее время на рынке недвижимости России мы рассматриваем в качестве сверхкраткосрочного - прогноз на 1-3 месяца, краткосрочного - на год-полтора, среднесрочного - на три-пять лет, долгосрочного - на 5-10 лет, сверхдолгосрочного - на 25-30 лет.

24. Достоверность прогноза оценивается погрешностью прогноза и ошибкой прогноза.

Погрешность прогноза - это ожидаемая или фактическая величина (оцениваемая

с заданной доверительной вероятностью) отклонения прогнозируемой величины от среднего прогнозного значения.

Ошибка прогноза - это ожидаемая вероятность реализации прогноза с погрешностью более заданной.

Достоверность прогноза может быть ожидаемой, прогнозируемой (априорной), а также фактической (апостериорной), рассчитанной после истечения периода прогнозирования на основе накопленных фактических данных за этот период.

Необходимо отличать понятие погрешности (ошибки) прогноза от понятия ошибки статистической модели (аппроксимации). Вторая выражает степень приближения модели к фактическим данным в период предыстории, в то время как первая -возможное в будущем отклонение фактических данных от прогноза.

25. Ретроспективная проверка и корректировка прогноза - это сопоставление фактических данных с ранее рассчитанным прогнозом и пересчет (при необходимости) прогноза до истечения срока его действия (горизонта прогноза) при изменении ситуации и/или отклонении фактической динамики от прогнозируемой. Корректировка

может проводиться в любой момент, но обязательным является анализ динамики и принятие решения о проведении или непроведении корректировки по истечении половины срока прогноза.

26. Методика прогнозирования - документ, описывающий перечень и порядок подготовки исходных данных (экзогенных переменных), перечень выходных показателей (эндогенных переменных), а также модель для прогнозирования, ее допущения и ограничения, структуру и порядок расчетов по модели.

1.2. Основные положения методологии исследования

Содержание общего анализа рынка недвижимости

Общий анализ рынка недвижимости (РН) включает ряд этапов: сбор и верификация данных, создание и наполнение аналитических баз данных (АБД); статистическая обработка данных и построение дискретной пространственно-параметрической модели (ДППМ) состояния сегмента рынка в рассматриваемом периоде; исследование факторов ценообразования и закономерностей функционирования РН; прогнозирование развития РН (рис. 1).

Рисунок 1. Общий алгоритм (этапы и продукты) АРН Источник: составлено авторами

Результаты общего (универсального) анализа используются не только для объявленной цели (анализ рынка в интересах различных операторов рынка), но и в качестве данных для последующего специализированного анализа рынка (например, в интересах инвестиционного анализа конкретных проектов, оценки объектов недвижимости и др.).

Содержание отдельных этапов общего анализа рынка сводится к следующему:

1. Сбор и верификация данных, создание и наполнение АБД.

1) Сбор данных о строительстве объектов и предложении объектов/помещений на продажу (в аренду), о проведенных сделках. Источники данных - риэлторские базы данных (БД) агентств недвижимости, объединенных БД ассоциаций, мультилистинго-вые системы (МЛС), публикации на сайтах компаний, в СМИ, проектные декларации застройщиков и т.д.

2) Сбор данных о внешних макро- и мезоэкономических условиях функционирования рынка недвижимости. Источники данных - публикации Росстата, региональных и местных статорганов, ЦБ РФ, Минэкономразвития РФ, специализированных институтов макроэкономического анализа и т.д.

3) Сбор данных о развитии, а также планах и намерениях властей по развитию территории и отрасли. Источники данных - публикации Росстата, региональных и местных статорганов, федеральных, региональных и местных властей.

4) Построение аналитических баз данных (АБД), включая Реестры строящихся и существующих объектов, БД предложения, сделок.

5) Верификация данных.

2. Статистическая обработка данных и построение дискретной пространственно-параметрической модели (ДППМ) состояния сегмента рынка в рассматриваемом периоде.

1) Расчленение выборки строящихся объектов, предложений, сделок на подгруппы (кластеры) в соответствии с принятой методикой классификации по местоположению (зонам), качеству (классам или типам), размеру, стадии строительства и другим признакам.

2) Статобработка каждой выборки.

3) Построение ДППМ и ее оптимизация.

3. Аналитическое описание состояния сегмента рынка.

1) Описание (в текстовом и графическом виде) состояния показателей сегмента рынка в текущем периоде и накопленной динамики за предшествующие периоды.

2) Описание состояния внешних условий, влияющих на показатели сегмента рынка.

3) Качественный анализ влияния внешних факторов и выявление причин полученных изменений состояния рынка.

4. Исследование факторов ценообразования и закономерностей функционирования рынка.

1) Выявление закономерностей функционирования РН с учетом специфики состояния отечественной экономики и рынка по результатам статистического мониторинга.

2) Эконометрические исследования взаимодействия различных показателей РН и влияющих на них факторов.

3) Социологические исследования поведенческих закономерностей субъектов рынка.

4) Квалиметрические исследования показателей качества информационных объектов (зон местоположения по привлекательности для проживания, территорий по инвестиционной привлекательности, объектов недвижимости по качеству проекта) и их рейтинговая оценка.

5) Разработка методического обеспечения исследований РН.

5. Прогнозирование развития РН.

1) Выявление тенденций развития РН.

2) Разработка экспертных и расчетных прогнозов развития РН (долгосрочных, среднесрочных, краткосрочных).

3) Разработка и совершенствование математических моделей функционирования РН и методик прогнозирования.

Содержание регулярных годовых обзоров жилищного рынка России, публикуемых с 1996 года, определялось наличием данных, которые удавалось собрать - в первую очередь это данные о ценовой ситуации на вторичном, а затем и на первичном рынке, в последующем - данные об объемах предложения и поглощения, и лишь в последние 8-10 лет были охвачены практически все показатели, характеризующие рынок. При этом, по мере расширения перечня анализируемых показателей приходилось отказываться от изложения результатов всех этапов исследования, а также от детализации анализа, т.е. дифференциации показателей по кластерам местоположения в городе, класса качества объектов и др. факторам (эти данные приводились в отдельных ежемесячных мониторинговых отчетах по отдельному городу). В настоящей работе излагаются результаты этапов 3 и 5 общего анализа жилищного рынка.

Индикаторы (показатели) рынка недвижимости, подлежащие определению и прогнозированию

Моделирование такой сложной системы, как рынок недвижимости, требует накопления данных и изучения динамики показателей всех основных свойств рынка. К ним относятся:

• ценовая ситуация на первичном и вторичном рынке;

• объем строительства и ввода объектов - коммерческих и муниципальных;

• объем предложения на первичном и вторичном рынке;

• объем спроса различных категорий (спрос-потребность, потенциальный платежеспособный спрос, предъявленный спрос);

• размер объектов;

• объем операций (оборот рынка, объем поглощения); емкость, денежный оборот рынка;

• ликвидность объектов на вторичном, первичном рынке, рынке аренды;

• доступность объектов различного качества и размера для различных по доходам групп населения;

• доходность инвестиций в недвижимость (при дилерских, рентных, девелоперских операциях на рынке).

Методики определения исследуемых показателей приведены в следующих подразделах.

1.3. Верификация данных

Верификация данных включает 5 этапов.

Актуализация текущего листинга. По мере приема и учета информации о предложении объектов недвижимости в базе агентств недвижимости, с определенной периодичностью производится актуализация заявок (как правило, телефонным звонком лицу, выставившему заявку). В настоящее время во многих городах эту работу выполняют специализированные информационные компании, ведущие объединенные базы данных (мультилистинговые системы, МЛС). Однако, перед включением предложений из риэлторской базы в АБД необходимо провести актуализацию хотя бы предложений с наибольшим сроком экспозиции.

Чистка от артефактов (пропусков и ошибок). Содержание этапа заключается в проверке ключевых параметров объекта и предложения, без которых невозможна обработка БД: проверка на нуль цены, проверка соотношения общей и полезной площади, и т.д. Если запись об объекте не соответствует предъявленным требованиям, он исключается из БД.

Выделение «уникальных объектов» (очистка от «повторов» и «дублей», фиктивных заявок). При сборе данных из различных источников возможно появление в АБД т.н. «повторов» (записей предложения одного и того же объекта от различных фирм) и «дублей» (нескольких записей предложения одного и того же объекта в течение одного заданного для анализа периода). «Дубли» появляются при несовпадении периода актуализации информации (например, неделя) с периодом, заданным для анализа (например, месяц). Кроме того, необходимо по возможности исключать т.н. «фиктивные» заявки, которые формируются риэлторами для «прощупывания» рынка (например, одна и та же квартира с разной ценой предложения).

При этом возможны некоторые отличия в параметрах объекта (площадь, высота потолка и т.п.), цене предложения (зависящие от ценовой политики различных фирм, а также возникающих вследствие корректировки цены предложения продавцом). Кроме того, даже при совпадении всех параметров нескольких записей (например, при объединении четырех недельных баз данных в общую месячную) возникает искусственное увеличение объема выборки и несоответствие этой величины реальному объему предложения на рынке.

Сущность этапа состоит в выделении уникального объекта для последующей замены нескольких записей о его предложении на продажу (или в аренду) на одно предложение. В

зависимости от формата описания объекта применяются различные варианты алгоритма: «строгая» (при наличии в базе точного адреса) и «мягкая» очистка.

Восполнение недостающей информации. Как правило, в риэлторских базах данных отсутствует (либо представлена в неявном виде) информация, необходимая для определения сроков экспозиции объектов (дата первого выставления на продажу и снятия с продажи), для классифицирования объекта по качеству (детальные характеристики объекта) или по местоположению (номер дома). Восполнение недостающей информации - самая сложная задача аналитика при создании и ведении АБД.

Исключение объектов по «выскакивающим» значениям цены. Одним из способов очистки БД от артефактов, привлекательных по легкости автоматизации, является дополнительная проверка записи цены предложения (или удельной цены), даже если она не равна нулю. Необходимо исключить из БД предложения с заведомо неверной записью цены, или заведомо заниженной или завышенной ценой. Для этого применяются различные приемы: вводятся ограничения на минимум и максимум удельной цены (самый простой, но грубый способ), производится принудительное исключение по одному объекту с самой малой и самой большой удельной ценой, наконец, на основе применения методов математической статистики производят исключение по правилу «трех сигм». Последний, наиболее правильный способ применяется после предварительного разбиения совокупности предложений на кластеры и статистической обработки каждой выборки. Особенности его применения на рынке недвижимости приведены ниже.

1.4. Ценовая ситуация

Определение ценовых показателей производится выборочным методом.

Статистическая обработка выборок стандартными методами математической статистики затрудняется тем, что, по опыту многолетних исследований, характер распределений цен в различных сегментах рынка отличается от нормального (гауссов-ского) - они имеют выраженную левую асимметричность (поджаты слева, растянуты справа). Опыт показал, что принудительное приведение выборок к нормальности отсекает самые дорогие объекты, которые хотя и имеют малую долю по количеству в распределении, но она весьма значительна в суммарном ценовом объеме рынка и дает значительную погрешность в определении средних цен в выборке. Есть и другие особенности данных о рынке недвижимости по сравнению с другими товарными рынками, потребовавшие специальных приемов обработки первичных данных.

В связи с этим методология выборочного статистического анализа детализирована для рынка недвижимости в нескольких направлениях: расчет средних величин, оценка дисперсии и среднеквадратичного отклонения, оценка погрешности в определении среднего, проверка значимости различия выборок, исключение выскакивающих значений в выборке, определение рыночного диапазона цен, учет бивалютности рынка, укрупнение объемных показателей, расчет ликвидности объектов в сегменте.

1) Расчет средних величин.

Для расчета средней полной цены объектов в выборке применяется формула средней арифметической величины. Но для расчета средней удельной цены необходимо определять средневзвешенную (по площади помещений) величину. Расчет для выделенного периода (предпочтительно месяц) производится по формулам:

- либо отношение суммы полных цен к сумме площадей:

суд.взв = Е Сп1 / Е 8п1, , тыс. руб./кв. м ($/кв. м),

где Суд взв; - средневзвешенная удельная цена объектов в 1-й выборке; Сп1 - полная цена каждого объекта; - полезная площадь объектов;

- либо отношение суммы произведений средней удельной цены на площадь помещения к сумме площадей:

Судвзв = Е С х Бп1 / Е Бп1, , тыс. руб./кв. м ($/кв. м),

где С1 - удельная цена помещения.

Аналогично (по второму варианту формулы) вычисляется средняя (средневзвешенная) арендная ставка Авзв:

Авзв = Е А1 х / Е , $/кв. м в год (тыс. руб./кв. м в год).

Необходимо отметить, что получившая широкое распространение оценка средней удельной цены (арендной ставки) как среднеарифметической может привести к существенным ошибкам (5-12%).

2) Оценка дисперсии и среднеквадратического (стандартного) отклонения.

Оценка дисперсии Б и стандартного отклонения (СКО, СО) Б производятся по

стандартным формулам:

Б = 52 =£ (С, - С)2/(N -1),

8 = V (Е (С удЛ - Суд.Ср.)2 / (N-1), тыс. руб./кв. м.

3) Оценка погрешности в определении среднего.

Среднее значение случайной величины по данным репрезентативной выборки ее случайных значений всегда рассчитывается с погрешностью, величина которой зависит от двух факторов: собственного разброса значений в выборке и ее объема. Если разброс измерен величиной среднеквадратического отклонения Б, то приближенная оценка погрешности в определении средневыборочного при доверительной вероятности 0,95 равна:

д = + / - (25— 1)) , тыс. руб. /кв. м.

При наличии данных об объеме генеральной совокупности N случайная погрешность может быть скорректирована на множитель V (1- Ш^).

Рассчитанное значение погрешности 5 дает возможность определения необходимого объема выборки при данной величине разброса (имманентно присущего выборке) и при заданной допустимой ошибке (например, 10% от среднего):

Мт1п = (5 / 2з)2 - 1 при 5 < 0,10, шт.

Более строго величина среднеквадратического отклонения и погрешности в определении математического ожидания средневзвешенной удельной цены по средневы-борочному значению рассчитывается относительно средневзвешенной величины по следующим формулам:

з = V (ЕБ; (С - Суд.взв )2 / ЕБ;) , тыс. руб./кв. м,

где С = Сп; / - удельная цена помещения; Сп; - полная цена помещения; -площадь помещения; Суд взв = Е Сп; / Е Б; - средневзвешенная удельная цена помещений в выборке:

8 = +/-(28 / V 2 ) , или

б = +/-2 (У(2 (С - суд.взв )2 ) / 2 ^ , тыс. руб./кв. м.

Погрешность в определении среднего значения в выборке используется для:

а) проверки значимости различия выборок.

Если разность средних меньше полусуммы погрешностей:

|хср.1 - хср.2| <(б1/2 + 82/2),

то выборки считаются различающимися незначимо. Это - необходимое условие объединения выборок, полученных из различных источников, либо за смежные периоды времени, либо для смежных локаций, либо для различных классов качества и т.п.

Вариант условия -

|хср.1 - хср.2| / (51/2 + 52/2) <1;

б) исключения выскакивающих значений в выборке по эмпирическому правилу

Значение С; отбрасывается, если С; <(-2) з; С; > 4б.

4) Определение рыночного диапазона цен.

Под рыночным диапазоном цен понимается диапазон, границы которого определяются как границы доверительного интервала при заданной доверительной вероятности. В нормальных (симметричных) распределениях принято доверительная вероятность 95%, тогда доверительный интервал составляет +/-28. В несимметричных распределениях, какими являются ценовые распределения на рынке недвижимости, рекомендован смещенный интервал (-1,0) 8 ...+ (3,0) 8.

Возможное более строгое определение доверительного интервала с учетом величины асимметрии выборки на основе неравенства Чебышева, которое определяет

вероятность того, что значения случайной величины (х) отклонятся от матожидания (ц) на расстояние, большее a (которое справедливо для распределений с любой асимметричностью). Эта вероятность не превышает отношение квадрата среднеквадрати-ческого отклонения к заданному расстоянию:

Р (|Х - >= а) <= а2 / а.

На основании этого получены следующие значения границ доверительных интервалов для типичного распределения цен на жилую недвижимость:

(-1,5) 8 ... (+2,5) 8 при ДВ=0,95.

5) Учет бивалютности рынка.

Бивалютность рынка жилой недвижимости России создает определенные трудности в моделировании и прогнозировании рынка: поведение потребителей, реакция объема спроса и цен на рынке существенно различаются для городов с долларовой и с рублевой номинацией цен, особенно в периоды резкой девальвации рубля к доллару. В связи с этим исследование рынка в кризисные периоды проводится в валюте номинирования, а для сопоставления различных рынков производится пересчет цен в единый (долларовый либо рублевый) эквивалент. Расчет индексов реальных (очищенных от инфляции) цен производится по формулам:

- для цен, номинированных в рублях (национальной валюте):

ЮБ = 1цр / 1ир,

где ЮБ - индекс изменения стоимости объектов относительно базового периода, очищенный от инфляции рубля; 1цр - индекс рублевой цены; 1ир - индекс инфляции рубля;

- для цен, номинированных в долларах:

ЮБ = 1цд / 1ид,

где 1цд - индекс долларовой цены; 1ид - индекс локальной инфляции доллара в России.

В свою очередь, индекс локальной инфляции доллара рассчитывается по формуле:

1ид = 1ир / 1др;

1др = Кдт / Кдб ,

где 1др - индекс девальвации рубля относительно доллара; Кдт - курс доллара к рублю в текущем периоде; Кдб - курс доллара к рублю в базовом периоде.

1.4. Расчет объемных показателей

1) Объем строительства.

Текущий объем строительства жилья (в количестве корпусов, помещений и площа-

дей) определяется на основе анализа Реестра строящихся жилых домов (собственной базы данных авторов или Единого реестра застройщиков РФ Национальной ассоциации застройщиков жилья НОЗА, erzrf.ru). При этом из перечня объектов, получивших разрешение на строительство, исключаются муниципальные (социальные) объекты, не подлежащие продаже, объекты с просроченными разрешениями (строительство не начато), замороженные объекты (не продаются и не строятся).

Объем строительства за период (в количестве квартир или суммарной площади квартир) - объем строительства за предшествующий период минус объем ввода за этот период плюс объем нового (вновь начатого) строительства за исследуемый период:

N = N(1-1) - ™а-1) + , шт,

= (N(1-1) - ^-1) + ) х Бкв. ср.

где N - объем строительства за период, шт.; - объем строительства за предшествующий период, шт.; - объем ввода за предшествующий период, шт.; ^(пе№) -объем нового (вновь начатого) строительства за исследуемый период, шт.; - объем строительства за период, кв. м.

Объем профинансированного строительства за период - часть текущего объема строительства, финансируемая в исследуемом периоде, вычисляемая как отношение объема текущего строительства к среднему сроку строительства объектов (в количестве периодов):

^ = N / Мср., шт.; = ^ х V ср. , кв. м,

где ^р - средний объем профинансированного строительства в текущем периоде (в количестве квартир); Б1р - средний объем профинансированного строительства в текущем периоде (в суммарной площади строящихся квартир); Бкв ср - средняя площадь строящейся квартиры; Мср. - среднее количество периодов строительства объектов.

2) Объем ввода.

Объем ввода жилья публикуется Росстатом.

3) Объем предложения.

Объем предложения на вторичном рынке в количестве квартир определяется по количеству лотов в очищенной базе предложений в исследуемом периоде. Переход к объему предложения в площадях производится суммированием площадей квартир в предложении либо умножением количества квартир на среднюю площадь квартиры.

На первичном рынке применение такого способа иногда затруднено в силу специфики формулировок рекламы в новостройках. Тогда допустимо определять объем предложения по собственной базе данных - приравнивать объем предложения к количеству нераспроданных квартир, вычитая из общего количества строящихся квартир количество реализованных (ушедших с рынка):

NiБ=N1 - NiR , шт.;

Б1Б = NiБ х Бкв. ср. , кв. м,

где - объем предложения (в количестве лотов); NiR - объем поглощения (количество ушедших с рынка квартир); Б1Б - объем предложения (в суммарной площади квартир).

4) Объем спроса.

Объем спроса-потребности вычисляется как разность между желаемым (по европейским и мировым стандартам стиля жизни) и фактическим (объем жилищного фонда за исключением ветхого, аварийного и требующего капительного ремонта) уровнем средней обеспеченности качественным и комфортным жильем населения города (региона):

Бпотр. 1 = (Жоб.жел. - Жоб,) х ^ор.;

Жоб.1 = Ж.ф.1 / N , кв. м/чел.;

Ж.ф.1 = Ж.ф.(1-1) + '^1-1) - Бснос(1-1) - Бнекач. (1-1) ,

где Бпотр 1 - объем спроса-потребности в городе в исследуемом году, кв. м; Жоб. жел - жилищная обеспеченность желаемая, кв. м/чел.; Жоб.1 - жилищная обеспеченность фактическая в исследуемом году, кв. м/ чел; Ж.ф.1 - жилищный фонд в исследуемом году, кв. м; N - численность населения города (региона) в исследуемом году, чел.; Ж.ф.(1-1) - жилищный фонд в предыдущем году, кв. м; '(1-1) - объем ввода в предыдущем году, кв. м; Бснос(1-1) - объем сноса, выбытия жилого фонда в предыдущем году, кв. м; Бнекач(1-1) - объем некачественного (ветхого, некомфортного, не прошедшего капитальный ремонт) фонда в предыдущем году.

Объем совокупного платежеспособного спроса определяется через расчет совокупных накоплений за 3 года выделенной по доступному объекту группы приобретателей жилья (альтернативные покупки массового жилья (с зачетом имеющейся квартиры), прямые покупки массового и престижного жилья):

Бпл.1 = Е Бпл. .., млн кв. м;

Бпл.р = СПСд / Рд, млн кв. м;

СПСд = Кд х 1)(1-1) х НС х Ктд х N млрд руб.;

СПС1 = ЕСПСр, млрд руб.

где Б1 - совокупный платежеспособный спрос на площади в натуральном выражении в исследуемом году, кв. м; Бпл.^ - платежеспособный спрос в натуральном выражении в }-й группе приобретателей, кв. м; Р^ - средняя удельная цена жилья )-й группы, тыс. руб./кв. м; СПС; - совокупные накопления населения города (региона), руб.; СПС^ - совокупные накопления населения }-й группы, руб.; Кд = 3 года -коэффициент доступности жилья (при котором объект доступен); - среднедушевой доход в группе в исследуемом году, руб.; Н^ - норма сбережений населения; Ктд -коэффициент теневых доходов; N - численность группы, чел.

Предъявленный спрос определяется по результатам социологических опросов (ВЦИОМ, НАМИ) как объем жилой недвижимости, который покупатели предполагают приобрести на рынке в ближайшие полгода-год при текущем уровне цен за счет всех источников финансирования, с учетом изменения склонности населения к расходованию сбережений при изменении экономической ситуации в стране и регионе, степени недоверия к застройщикам, условий ипотечного кредитования, ожиданий изменения уровня цен:

^пред.спр. 1 = 5ВЦИОМ1 х ^ом^

где Опредспр - объем предъявленного спроса на квартиры в исследуемом периоде, шт.; 5ВцИОМ I - доля предъявленного спроса по результатам опросов в исследуемом периоде; Мдом - количество домохозяйств (семей), шт.

Необходимо отметить, что социологи чаше включают вопрос о готовности к приобретению жилья «в ближайшие 3-5 лет», но такой показатель мы рассматриваем как «потенциальный спрос», а не предъявленный.

5) Объем поглощения.

Объем поглощения жилой недвижимости публикуется Росреестром.

На первичном рынке - в виде количества зарегистрированных договоров участия в долевом строительстве (ДДУ). Этот показатель - запаздывающий, он фиксирует момент регистрации ДДУ, в то время как квартира уходит с рынка в момент подписания договора (лаг может составлять 1-3 месяца и более), а также не учитывает продажи квартир в ЖСК.

На вторичном рынке Росреестр ранее публиковал количество сделок купли-продажи, затем - купли-продажи и мены, сейчас форма представления данных снова меняется, и публикуется количество регистраций прав собственности. В связи с этим целесообразно использовать собственную базу данных о предложении и вычислять количество ушедших с рынка квартир.

6) Укрупнение периода.

При мониторинге и исследовании динамики показателей рынка недвижимости, а также краткосрочном прогнозировании наиболее целесообразный шаг расчета -месяц. Однако, при среднесрочном и долгосрочном прогнозировании применяется годовой шаг расчета. В этом случае необходимо осуществлять переход от месячного к

годовому шагу - укрупнять данные. Средние цены за год рассчитываются путем объединения месячных выборок и нового расчета. Что касается объемных показателей, то способ расчета зависит от цели получения укрупненных данных:

• суммарный объем строительства за период определяется как объем незавершенного строительства за предшествующий год (публикуется Росстатом) плюс суммарный объем нового (вновь начатого) строительства за прошедшие месяцы;

• объем ввода жилья - суммарный за период объем завершенного строительства (сдачи объектов в эксплуатацию);

• суммарный объем предложения недвижимости - объем предложения на конец предшествующего периода плюс объем нового бесповторного предложения за прошедшие месяцы. Используется для расчета соотношения строительство/ предложение;

• объем нового бесповторного предложения - объем вновь появившегося в заданном периоде предложения.

• средний за период объем предложения - среднее значение объема предложения за период по данным об объеме предложения на продажу или вакантного предложения в аренду в каждом месяце периода. Используется для расчета соотношения спрос/предложение;

• объем спроса на недвижимость - средний в заданном периоде объем спроса соответствующей категории. Используется для расчета соотношения спрос/ предложение;

• объем поглощения недвижимости - суммарный за период объем продажи строящихся объектов/помещений (прав требования на объекты/помещения в соответствии с 214-ФЗ) на первичном рынке, купли-продажи (мены) на вторичном рынке, сдачи в аренду на рынке аренды.

1.5. Расчет ликвидности объектов

Ликвидность объектов в текущем периоде оценивается разными показателями в разных сегментах (на первичном рынке продажи в строящихся жилых домах, на рынке аренды помещений в бизнес-центрах и торговых центрах, на вторичном рынке купли-продажи/аренды отдельных помещений):

- на вторичном рынке - средний период экспозиции:

Тэ = 1 (Тк - Т0) / п, дней,

где Тэ - средний период экспозиции, дней; Тк - дата ухода объекта с рынка; Т0 -дата первого выставления объекта на продажу (в аренду); п - число объектов в выборке;

- на первичном рынке - доля поглощенных помещений (площадей), от общего количества помещений (площадей) в объектах:

Ап = ^ / 8об ,

где Б1 - суммарный объем поглощения помещений в текущем периоде; Боб - суммарный объем предложения помещений в объектах, представленных на рынке;

- на рынке аренды помещений в БЦ, ТЦ, складских комплексах - доля вакантных помещений (площадей), от общего количества помещений (площадей) в объектах:

Ав = Б / Боб ,

где Б1 - суммарный объем предложения помещений в текущем периоде; Боб - суммарный объем помещений в объектах, представленных на рынке.

1.6. Расчет доступности для населения улучшения жилищных условий

Доступность для населения улучшения жилищных условий оценивается долей населения, которой доступно приобретение жилья на рынке. Под доступным понимается жилье, которое семья может приобрести по рыночной стоимости, используя свои сбережения, накопленные из своих текущих доходов не более чем за 3 года при необходимом уровне текущих расходов, возможно, с учетом стоимости имеющейся квартиры, а также используя при необходимости ипотечное кредитование и/или государственную поддержку, и при этом ее текущих доходов достаточно для обслуживания полученного кредита с момента приобретения жилья.

В соответствии с данным определением, оценка доступности жилья проводится по дифференцированным по доходности группам населения (децильным, квинтильным и любым доступным в статистике) и дифференцированным по классу качества размерам квартир и средним удельным ценам. Для каждой выделенной группы населения по доходам и классам качества квартир производится расчет коэффициента доступности по формулам:

Кд = (апв х V - Усуб. + Удоп.) / (1- 2ПМ) при Ас х 1с > 12РМТ(п, ]), иначе кД = ~,

где V = S ■ Р - средняя полная цена выделенной квартиры, тыс. руб.; Р - средняя удельная цена квартиры, тыс. руб./кв. м; Б - средняя площадь квартиры, кв. м; Б = (Бн - Би) в альтернативных сделках; Бн - площадь новой (приобретаемой) квартиры, кв. м; - площадь имеющегося жилья, кв. м; Ас - максимальная доля дохода семьи для получения кредита; 1с = 1д х пс - средний годовой доход семьи в выделенной группе населения, тыс. руб.; 1д - средний душевой доход в выделенной группе; пс - средний размер домохозяйства (семьи), чел.; ПМ - годовой прожиточный минимум семьи, руб.; апв - доля первоначального взноса в стоимости квартиры,%; Vсyб - часть стоимости квартиры, субсидируемая государством;Уд - дополнительные затраты заемщика при получении кредита, руб.

Размер ежемесячного взноса за ипотеку рассчитывается по формулам:

РМТ (п, ]) = В0 х ) / т / (1- (1 / (1 + ]ш)тп,

где РМТ(п,]) - сумма ежемесячных выплат по обслуживанию кредита, руб.; п -срок кредитования, лет; ] - годовая ставка кредита,%; В0 - размер ипотечной ссуды; ] - номинальная годовая ставка процента; т - число начислений/ выплат в год (т=12).

Далее для каждого варианта жилья определяются группы населения, которым жилье доступно (коэффициент доступности не превышает 3 года), и суммарная доля этих групп населения дает оценку доступности данного варианта улучшения жилищных условий (прямой покупки, мены с учетом имеющейся квартиры, покупки/мены с использованием ипотечного кредита). Обобщенным показателем доступности улучшения жилищных условий для населения является доля населения, способная приобрести квартиру наиболее низкого класса с учетом ипотеки и зачетом имеющейся квартиры.

1.7. Расчет доходности инвестиций в недвижимость

Под среднерыночной доходностью инвестиций в недвижимость понимается отношение прибыли от инвестирования в совокупность операций данного вида на локальном рынке за данный период времени к совокупному объему инвестиций (затрат).

Основная формула расчета индекса среднерыночной доходности инвестиций в различные виды операций на рынке недвижимости имеет вид:

1д = Пр./З = (В - З)/З = В/З - 1,

где Пр. - прибыль от реализации совокупности инвестиционных проектов, руб.; В - выручка от реализации инвестиционных проектов, руб.; З - затраты на реализацию проектов, руб.

Виды инвестиционных операций на рынке недвижимости:

• спекулятивное инвестирование в приобретение готового объекта недвижимости на вторичном или первичном рынке с целью дальнейшей дилерской продажи без внесения изменений в объект в расчете на рост рыночной стоимости (извлечение дохода только от роста капитала - дилерские операции);

• консервативное инвестирование в приобретение готового объекта недвижимости на вторичном рынке без внесения изменений в объект в течение инвестиционного срока с целью извлечения дохода от эксплуатации (например - сдачи в аренду) и последующей продажи (рентные операции);

• инновационное инвестирование в создание нового или изменение существующего объекта недвижимости с целью извлечения дохода от реализации на первичном рынке нового продукта в виде продажи, сдачи в аренду и др. (девелоперские операции).

Для дилерских и рентных операций, где инвестирование производится в виде одномоментных затрат на приобретение объекта недвижимости, основная формула расшифровывается в виде:

1д = Пр./З = (В - З)/З = В/З - 1 = (Рс / (Рб х Кд.з.) - 1), 1/год,

где Рс - средняя по рынку в текущем периоде удельная цена продажи недвижимости, руб./кв. м, или средняя арендная ставка, руб./кв. м в год; Рб - средние удельные затраты в базовом периоде на приобретение недвижимости, руб./кв. м; Кд.з. - коэффициент дополнительных затрат.

Коэффициент дополнительных затрат Кд.з. при дилерских операциях отражает транзакционные затраты, коммунальные расходы и может быть принят равным 1,05-1,10. При рентных операциях дополнительные затраты включают также ремонт помещений, меблировку и ремонт мебели, и кроме того - снижение выручки в связи с наличием вакантных площадей. Значения коэффициента могут достигать 1,3-1,4.

Индекс может выражаться в процентах годового дохода:

1д = (Рс / Рб х Кд.з.) -1) х 100%, %/год.

Индекс доходности инвестиций в девелопмент рассчитывается как отношение суммарного дохода от все реализуемых проектов на рынке к суммарным затратам за период:

1д = (((Рс х О х 8кВхр.) / (Сс х Бр х Кдз)) - 1),%/год,

где Рс - средняя удельная цена на первичном рынке; О - объем поглощения на первичном рынке, шт.; Бкв ср - средняя площадь квартиры; Сс - средняя стоимость строительства 1 кв. м жилья, руб.; Бр - суммарная площадь профинансированного строительства, кв. м; Кдз - коэффициент дополнительных затрат девелопера, отражающий различие между стоимостью строительства 1 кв. м по методике Росстата и полной (инвестиционной) стоимостью строительства для девелопера.

1.8. Среднесрочное и краткосрочное прогнозирование развития жилищного рынка

Комплексное среднесрочное (на 3-5 лет) прогнозирование жилищного рынка производится по специальной методике, позволяюшей рассчитать прогноз ценовой ситуации, объемов строительства, ввода, предложения, поглощения жилья и ипотеки на первичном и вторичном рынке. В отдельных случаях эта методика используется для краткосрочного прогнозирования (на глубину 1 года).

Методика основана на использовании блочно-модульной имитационной (пошаговой) итерационной модели с обратными связями.

Имитационный тип модели отражается в последовательном расчете всех показателей на глубину одного шага (один календарный год) и использовании результатов расчета в качестве исходных данных на следующем шаге.

Итерационный характер модели заключается в том, что на каждом шаге сначала рассчитываются предварительные значения прогнозируемых показателей на теку-

щий год по данным о состоянии рынка по соотношению спрос/предложение в конце предшествующего года, а затем они в одной или более итерациях корректируются на основе последовательного уточнения прогноза состояния рынка и типа рынка в текущем году.

Блочно-модульная структура модели подразумевает включение наряду с одноуровневыми блоками также автономных блоков-модулей, позволяющих при необходимости рассчитывать исходные данные к основным блокам (двух-трехуровневая структура модели).

Методика использует в качестве базовых исходных данных объявленные планы и прогнозы федеральных, региональных, муниципальных властей в части макроэкономических параметров и отраслевых показателей развития рынка недвижимости.

Возрастание роли государства в экономике, особенно в период кризиса, сопровождалось в последние годы повышенным вниманием к стратегическому и среднесрочному прогнозированию как на федеральном, так и на региональном и местном уровне. Параметры прогнозов развития экономики в целом и отдельных отраслей и сегментов становятся жестким ориентиром для всех руководителей и нацеливают их внимание на безусловное достижение заданного уровня. Однако, в части параметров рынка недвижимости эти прогнозы недостаточно детализированы. Кроме того, недостаточная обоснованность прогнозов, сопровождаемая изменением внешних условий функционирования экономики и рынка недвижимости, приводит к их неожиданным и слишком частым корректировкам. Поэтому одной из особенностей разрабатываемой методики является, наряду с использованием официальных прогнозов в качестве предварительных ориентиров, их детализация и проверка.

Кроме того, условием работы методики является наличие еще одного вида исходных данных - результатов регулярного мониторинга первичного и вторичного рынка жилья региона (по показателям объемов ввода, строительства, предложения, поглощения жилья, спроса, доли ипотечных сделок, размеров предлагаемых на рынке квартир, уровня цен, эластичности предложения на вторичном рынке по цене и др.) и результатов углубленного исследования рынка (типология рынка, закономерности циклического развития рынка, классификация жилья, сегментация спроса по уровню доходов покупателей, потребительским предпочтениям относительно классов качества жилья, желаемой площади приобретения в прямых и альтернативных сделках, доли нерезидентов в общем количестве домохозяйств - приобретателей жилья, доли инвестиционного (спекулятивного) спроса на жилье).

Подготовка рыночных исходных данных представляет собой достаточно сложную задачу, но результаты прогнозирования, получаемые с помощью данной методики, оправдывают произведенные затраты.

Основная идея методики: объем продаж (поглощения площадей) всегда ниже минимальной из трех величин - спроса-потребности, предъявленного платежеспособного спроса и объема предложения.

По результатам прогнозирования на текущий год производится расчет и сопоставление этих показателей, и минимальное значение из них используется как ограничение для прогноза объема поглощения.

В соответствии с итерационным характером модели, это позволяет в порядке обратной связи корректировать заданные на следующий прогнозный год исходные данные об объеме предложения и ввода жилья, потребности в жилье с учетом индикатора соотношения спрос/предложение (4 значения индикатора).

Кроме того, индикатор соотношения спрос/предложение, темп роста цен на жилье в предшествующем году и темп роста доходов в текущем году используются для определения индикатора типа рынка (6 значений индикатора), что служит основанием для прогнозирования темпов роста цен в текущем году. Эта величина также передается в порядке обратной связи для корректировки заданных исходных данных о покупательной способности населения на рынке жилья, спросе на ипотечное кредитование, доступности жилья и ипотечных кредитов.

Структура модели включает 7 блоков (рис. 2).

В Блоке 1 определения объема жилфонда, потребности городского населения в жилье и объема предложения на вторичном рынке рассчитывается потребность городского населения в жилье как разность желаемой обеспеченности качественным и комфортным жильем городского населения и текущей обеспеченности, с учетом прогнозируемого (в блоке 5) изменения объёма жилищного фонда за счет нового строительства, а также планируемых объемов сносимого/выводимого (ветхого, под переселение и т.д.) жилья и планируемого объема реконструкции, капитального ремонта. Рассчитывается потенциальный объем предложения на вторичном рынке как произведение объема жилфонда и доли квартир в обороте.

Желаемый (на период прогнозирования) средний уровень обеспеченности определяется на основании утвержденной Стратегии развития жилищного строительства и уточняется с использованием социологических опросов населения.

Фактический (на начало периода прогнозирования) средний уровень обеспеченности жильем городского населения рассчитывается как отношение прогнозируемого на текущий год объема жилого фонда городов (поселений городского типа) минус объем некачественного жилья (подлежащего капитальному ремонту и реконструкции) с учетом планируемого объема ремонтируемого и выводимого (ветхого, под переселение и т.д.) жилого фонда к численности населения.

Потенциальный объем предложения квартир (площадей) на вторичном рынке для базового года задается в исходных данных, для остальных в исходной итерации вычисляется как произведение объема жилфонда на долю квартир в обороте в предшествующем году (задается в исходных данных в зависимости от состояния рынка по соотношению спрос/предложение):

Результаты расчета в блоке 1 передаются в Блок 5.

....................► обратные связи - исходные данные для расчетов в следующем (1 +1)-м году

-► предварительные результаты расчетов прогнозных показателей текущего ¡-ого года

► прогнозные показатели текущего ¡-ого года

Рисунок 2. Структура модели развития локальн ого рынка жилой! недвижимости Источник: составлено авторами

В Блоке 2 на основании данных о планируемом властями объеме ввода жилья определяется потенциальный (предварительный) объем ввода, строительства, предложения жилья в текущем году с учетом состояния рынка по соотн ошению спрос/ предложение. Выходные данные блока 2 передаются в Блок 5.

В Блоке 3 определения объема предложения ипотеки (в натуральном выражении) по данным о планируемом денежном объеме кредитования рассчитываются объемы предложения в натуральном выражении (е кредитуемых площадях - с учетом текущих цен и в количестве кредитов - с учетом площади квартир) на первичном и вторичном рынках.

Выходные данные блока 3 передаются в Блок 5.

В Блоке 4 производится опрзделение объема предъявленного платежеспособного спроса населения, с учетом уров ня доходов населения в текущем году- и ого дифференциации по различным доходным группам. Производится расчет объема спроса насе-

ления (собственные сбережения, зачет имеющегося жилья, ипотечное кредитование), нерезидентов (иммигрантов) и инвесторов (спекулятивный спрос) на городское жилье в натуральном выражении (с учетом размеров квартир и уровня цен на жилье) и доли предъявленного спроса от общего количества, а также с учетом доли нерезидентов/ инвесторов относительно спроса резидентов, заданной в исходных данных в зависимости от типа рынка.

Результаты расчетов в Блоке 3 передаются в Блок 5.

В Блоке 5 производится сопоставление объема потребности населения региона в жилье, объема потенциального предложения жилья и объема предъявленного спроса на жилье. Выполняется сопоставление спроса на ипотечные услуги и объема предъявленного предложения ипотечных кредитов, а также объема предложения квартир, и по минимальному значению фиксируется объем поглощения ипотеки. Определяется объем спроса с перетеканием (с первичного рынка на вторичный или, наоборот, в случае избыточного спроса на одном и дефицита спроса на другом сегменте), затем выполняются логические операции по сопоставлению рассчитанных в Блоках 1-4 объемов спроса-потребности, спроса с перетеканием и предложения на рынке, и по результатам сопоставления выбирается минимальное значение (ограничение), затем вычисляется объем поглощения площадей с учетом коэффициента поглощение/ограничение, соответствующего ранее определенному значению индикатора состояния рынка по соотношению спрос/предложение. Вычисляется предварительный уровень доходности инвестиций в девелопмент и изменение предварительного объема строительства и предложения жилья. По данным о предварительных значениях объема предъявленного спроса, предложения, строительства, ввода и выбранным значениям коэффициентов, соответствующих ранее определенному состоянию рынка, рассчитываются прогнозные значения объемов предъявленного спроса на жилье и ипотеку, предложения, строительства, ввода с дифференциацией по категории рынков и классам качества.

В Блоке 6 определяется тип рынка и выполняется прогноз динамики цен на жилье на конец исследуемого года. По данным о состоянии рынка по соотношению спрос/ предложение (из Блока 4), темпах роста цен в предшествующем году и планируемых государством темпах роста доходов населения в текущем году производятся логические операции по определению типа рынка. Производится выбор соответствующей регрессионной модели. По выбранной модели рассчитываются прогнозируемые на конец текущего года средние удельные цены на жилье в дифференциации по категории рынков и классу качества. Результаты передаются в Блок 7.

В блоке 7 производится сопоставление значения индикатора спрос/предложение, полученного в предыдущем и новом цикле, и организуются итерационные циклы по уточнению прогноза.

После окончания расчетов в блоках 1-6 (исходная итерация) производится итерация 1 - выходные данные Блоков 4-5 передаются в Блоки 1-3, и рассчитывается

Блок 7 «Организация итераций»

Рисунок 3. Алзоритм Блока 7 (организация интераций) модели развития локального рынка

жилой недвижимости Источник: составлено авторами

уточненный прогиоз (при одинаковом или изменившемся относительно предыдущего года индикаторе состояния рынка).

Далее сравнивается значение индикатора на текущий год - исходного и полученного в итерации 1. Если они различаются, то новое значение индикатора спрос/предложение передается в блоки 2-3, и выбираются в исходных данных новые коэффициенты ввод/строительство, строительотво/предложение, предложение/поглощение, спрос/поглоще ние, а также другие зов исящие от этого соот ношения парамотры ( доли предъявленного спроса населения, нерезиденте)в, инвесторов и др.) для использования при расчетах уточненных показателей в Блоках 3-5. Одновременно в блоках 1-3 используются новые значения уровня цен на жилье.

Расчет следующей итерации проводится при условии изменения индикатора состояния и/или индикатора типа рынка в предыдущей итерации. Если же изменения индикаторов не произошло, то результаты данной итерации принимаются за окончательный прогноз соответствующего года (рис. 3).

2. Макроэкономические и институциональные условия развития рынка городского жилья: состояние и перспективы

По данным МВФ [20], в 2017 году начался синхронный рост мировой экономики: все семь крупнейших экономик мира - США, Китай, Германия, Япония, Франция, Великобритания, Индия - выросли более чем на 1,5%. И впервые после финансового

кризиса росли все 45 стран, которые отслеживает ОЭСР. МВФ повысил прогноз по росту мирового ВВП до 3,9% в 2018 и 2019 гг., отметив «наиболее полномасштабное синхронное ускорение мирового роста с 2010 г.».

На этом фоне, по мнению экспертов Института народнохозяйственного прогнозирования РАН [21], фактическое развитие российской экономики в 2017 г. во многом не совпало с теми ожиданиями, которые сформировались в экспертном сообществе в конце 2016 г. Прежде всего, в прошедшем году не произошло устойчивого восстановления макроэкономической динамики. Хотя по итогам года рост ВВП составил 1,5%, сохранялась значительная волатильность внутригодовой экономической динамики (рис. 4).

В то же время, в обновленном трехлетнем прогнозе Минэкономразвития [22] в качестве стартового показателя используется рост ВВП за 2017 г. в 2,1%. Базовый и целевой сценарии прогноза Минэкономразвития предполагал, что ВВП в 2018 году тоже будет на уровне около 2,1%, а дальше будет расти до 2,5-3%. Консервативный сценарий включал падение до 0,8% в 2018 году и выход на 1,5% к 2020. С учетом фактического результата за 2017 год, прогноз 1,5% выглядит наиболее сбалансированным на ближайшие 3 года.

В экономическом мониторинге РАНХиГС [23] говорится, что экономика России возвращается к циклическому росту, но без структурных реформ он будет невысоким - около 1,5-2% в год. Рост ускорится, считают эксперты, если власти решатся на бюджетный маневр: сократят непроизводительные расходы и увеличат расходы на образование, здравоохранение и инфраструктуру.

Одновременно Внешэкономбанк опубликовал свои данные за четвертый квартал 2017 г. [24]. По ним рост ВВП в 21017 г. оказалея меньше, чем у Росстата - 1,4% [25].

По данным Росстата, потребление домашних хозяйств выросло на 3,4%. Дефлятор ВВП вырос на 5,5%, дефлятор потребления - на 3,3%. Номинальные доходы населения составили 55,1 трлн руб. (прирост 1,8%), в т.ч. оплата труда 22,7 трлн руб.(при-

Рисунок 4. Динамика ВВП РФ по данным Росстата Источник: составлено авторами

рост 2,3%) и оплата труда, включая скрытые доходы - 44,0 трлн.руб. (прирост 7%). Сбережения населения по итогам 2017 г. оцениваются в 4,6 трлн руб. (падение на 24,6%).

Как было показано авторами в работе [5] (Sternik, Sternik, 2009) - одна из макроэкономических функций рынка недвижимости заключается в возврате скрытых доходов населения в ВВП страны. Поэтому представленная картина почти трехкратного увеличения доли скрытых доходов населения по отношению к доле оплаты труда и критического расходования сбережений населения в 2017 году является макрофинансовым фактором возможного роста платежеспособного спроса на рынке недвижимости.

Вместе с тем, значительно более существенным фактором для рынка недвижимости является динамика не номинальных, а реальных располагаемых доходов населения, которые, по данным Росстата, в годовом выражении падали последние 4 года (за исключением января 2017 года, когда произошла выплата единовременного пособия пенсионерам). Необходимо отметить, что в 2017 году падение составило только 1,7%, что значительно меньше, чем в 2016 году, когда падение достигло 5,8%. И стало вторым благоприятным макроэкономическим сигналом для рынка недвижимости, хотя и пока весьма слабым.

С мая 2017 года скорость падения реальных доходов населения заметно снизилась. Если в 2015-2016 годах доходы падали на 4-6%, то в последние месяцы 2017 года величина падения в среднем составляла 1-2%.

Инфляция в России к концу 2017 года достигла исторического минимума, но инфляционные ожидания россиян по-прежнему выражаются в двузначных числах. Это связано как с продолжающимся падением реальных доходов населения, так и с недостатками информационной политики ЦБ. В январе 2018 года Росстат подтвердил предварительную оценку инфляции по итогам 2017 года в 2,7%. Это минимум с начала рыночных реформ. До этого рекордным был 2016 год, когда инфляция составила 5,4% - показатель, низкий для России, но высокий для развитых стран. Теперь же темп роста цен близок к значениям, характерным для США и еврозоны, у которых он составил по итогам прошлого года соответственно 2,1% и 1,4%. Несмотря на это, ЦБ не спешил резко смягчать монетарную политику. Даже после декабрьского сокращения ключевой ставки на 50 базисных пунктов (до 7,75%) она по-прежнему сильно превышала инфляцию. Консерватизм регулятора во многом связан с высокими инфляционными ожиданиями.

По мнению экспертов ИНП РАН [21], в экономике сформировались условия для «инфляционных качелей», то есть такой ситуации, при которой инфляция, опустившись до минимальных значений, может вернуться к фоновым показателям в 3,5-4%. Это создает риски очередного тура снижения реальных зарплат в частном секторе, так как бизнес реагирует на такие колебания, как правило, с определенным запаздыванием.

Подводя итоги оценки макроэкономической среды 2017 года с точки зрения прогноза ситуации на рынке недвижимости, отметим, что наиболее важным интеграль-

ным макроэкономическим показателем является рост доходов населения. Динамика прироста реальных располагаемых и номинальных доходов населения РФ, инфляции и индекса роста номинальных доходов показана на рисунке 5.

Таким образом, в 2016-2017 году на фоне общей стабилизации и даже начала роста экономики РФ в ней еще наблюдались негативные явления. При этом пик кризиса (когда впервые отмечалось падение номинальных доходов населения) оказался пройден годом раньше, но перспективы начала восстановления с точки зрения влияния на рынок недвижимости противоречивы: реальные доходы далеки от базового уровня 2013 года и растут неустойчиво.

Изучение теоретических работ зарубежных [7-18] (Shiller, 2013; Brooks, Tsolacos, 2010; Gotham, 2006; Gottlieb, 1976; Greeen, Malpezzi, 2003; Green, 1997; Green, 2008; Greenwood, Hercowitz, 1991; Sanders, 2008; Zarnowitz, 1992) и отечественных [1-3, 6] (Grinin, 2012; Drobyshevskiy, 2009; Drobyshevskiy, Sinelnikov-Murylev, 2018; Khabibrakhmanov) авторов о цикличности экономики, видах кризисов, их периодичности и продолжительности, а также собственных исследований динамики рынка недвижимости России в 1990-2016 годах [4, 5] (Sternik, Sternik, 2018; Sternik, Sternik, 2009) позволило прояснить ситуацию на рынке недвижимости и показать, что третий (после кризисов 1998 и 2008 года) десятилетний инвестиционный кризис экономики и рынка недвижимости, ожидаемый по аналогии в 2017 году (с продолжительностью фазы спада около двух: лет), был замещен в 2014 году более мощным, структурным кризисом - кризисом смены экономической модели развития страны (рис. 6).

Можно показать, что, начиная с отмены крепостного права в 1861 году, структурные циклы в экономике России занимали 25-30 лет, при этом фаза роста продолжалась 20-25 .лент, фаза спад: - 5- 7 лет. П оследний (после кризиса 1990 года) структурный

б/р

Динамика среднемесячных доходов населения РФ и инфляции

%

2010

2011

2012

2013

2014

2015

2016

2017

Рисунок 5. Благоприятная макроэкономическая динамика 2017 года Источник: Росстат.

Рисунок 6. Виды, периодичность и продолжительность циклов и кризисов в экономике и на рынке недвижимости России Источник: ООО «Стерникс Консалтинг»

кризис, начавшийся в 2015 году, может быть преодолен при условии реализации необходимых структурных преобраз ований в 2020-2022 г одах. П ри этом апериодические, рукотворные кризисы, наслаивающиеся на циклические (например, кризисы внешних шоков) способны существенно сдвинуть границы цикла и повлиять на амплитуду индикаторов рынка.

Мы предполагаем, что при достаточных усилиях государства, бизнеса и общества текущий структурный кризис, который является составной частью 30-летнего цикла развития экономики России, может быть преодолен к 2020-2022 году, после чего начнется новая фаза роста экономики РФ. Однако этот рост не будет быстрым, его темпы сохранятся на уровне 2-3%. К сожалению, такое явление для рынка недвижимости может быть охарактеризовано как стагнация с неопределенным горизонтом.

3. Поглощение жилья и ипотеки как характеристика динамики спроса

Объем поглощения жилья и ипотеки - один из основных количественных показателей (индикаторов) состояния и тенденций жилищного рынка со стороны спроса.

На первичном рынке строительства и продажи жилья в институциональных условиях 2017 года главным показателем остается количество зарегистрированных дого-

воров долевого строительства (ДДУ), которое за год по Российской Федерации составило 699 508 единиц.

По итогам 12 месяцев 2017 года в ТОП-10 регионов по количеству зарегистрированных договоров участия в долевом строительстве вошли Московская область, Москва, Санкт-Петербург, Краснодарский край, Ленинградская область, Новосибирская область, Ростовская область, Республика Башкортостан, Республика Татарстан и Красноярский край. Из десяти ключевых регионов рост количества ДДУ зафиксирован в семи субъектах, в трех регионах - падение. Наилучшую динамику изменения количества ДДУ по отношению к аналогичному периоду прошлого года (с учетом ДДУ на квартиры и на нежилые помещения в многоквартирных домах) демонстрирует г. Москва, где по данным Росреестра за 12 месяцев 2017 года число договоров увеличилось на 45,9%. Худшую динамику показала Новосибирская область, где по сравнению с аналогичным периодом прошлого года количество ДДУ уменьшилось на 19,0% (табл. 1, по данным erzrf.ru).

По данным Банка России, за январь-декабрь 2017 года объем ипотечного кредитования для долевого строительства накопленным итогом в Российской Федерации составил 661,2 млрд руб., что на 15,9% больше аналогичного показателя 2016 года (570,7 млрд руб.). В декабре 2017 года побит рекорд месячного объема выданной ипотеки для долевого строительства, который ранее был установлен в феврале 2016 года.

Объем ипотечных кредитов, выданных для долевого строительства в Российской Федерации в декабре 2017 года, увеличился на 18,4% по сравнению с декабрем 2016 года (85,0 против 71,8 млрд руб. годом ранее).

Накопленным итогом за январь-декабрь 2017 года объем ипотечного кредитования для долевого строительства в Российской Федерации составил 661,2 млрд руб., что больше аналогичного показателя 2016 года (570,7 млрд руб.) на 15,9%.

Таблица 1

Динамика регистрации ДДУ ТОП-10 регионов за 2016-2017 гг.

Регион Количество ДДУ Прирост,%

За 12 мес. 2016 г. За 12 мес. 2017 г.

Московская область 92 138 94 592 2,7%

г. Москва 48 867 71 298 45,9%

г. Санкт-Петербург 57 518 62 959 9,5%

Краснодарский край 52 324 49 331 -5,7%

Ленинградская область 40 249 35 689 -11,3%

Новосибирская область 31 569 25 585 -19,0%

Ростовская область 16 682 21 183 27,0%

Республика Башкортостан 14 948 17 198 15,1%

Республика Татарстан 14 059 16 820 19,6%

Красноярский край 12 816 15 014 17,2%

Источник: составлено авторами

900000 800000 700000 600000 500000 400000 300000 200000 100000 0

1 квартал 2 квартал 3 квартал 4 квартал

Рисунок 7. Динамика объема ипотечного кредитования по кварталам 2015 - 2017 гг. по России Источник: составлено о данным Росреестра

25,00 20,00 15,00

10,00 5,00

клтачеаая ставка ИЖК под залог ДДУ ИЖК под залог готового жилья

Рисунок 8. Динамике помесячного изменения средневзвешенной ставки по ИЖК и ключевой

ставки ЦБ РФ за 2014-2017 гг,% Источник: составлено па данным ЦБ РФ

Рост объема ипотечных кредитов для долевого строительства! на 18,4% в декабре 2017 года пса аравнению с декабрем 22016 года сопровождался ростом объема всех видов кредитов на 39,9% (1065,4 против 761,8 млрд руб. годом ранее), а также ростом всех видов ипотечных жилищных кредитов на 58,1% (290,5 против 183,7 млрд руб. годом ранее). Динамика прироста представлена на рисунке 7.

Очевидно, что рост ипотечного рынка следовал за снижением инфляции, ключевой ставки ЦБ и ставки ипотеки (рис. 8).

2015

2016

2017

20000

18000

12000

10000

14000

16000

2000

4000

8000

6000

0

2014

2015

2016 2017

1 квартал

2 квартал

3 квартал

4 квартал

Рисунок 9. Динамика изменения количества зарегистрированных ДДУ в Москве по кварталам в

20 14-22017 гг., шт.

Источник: составлено по данным Росреестра

Рассмотрим динамику сделок на жилищном рынке Московского региона.

В декабри 2027 годо Росреестр по Москве зарегистрировал 6 689 договоров участия в долевом строительстве (ДДУ) жилья, что на 37% больше, чем в декабре 22016 года (4 859). Всего же по итогам 2017 года в столице зарегистрировано 54 2077 ДДУ н а жилье, против 35 6522 Д - в 2010 году (рост + 52%) - рисунок 9.

Анализ факторов прогрессивной динамики на жилищном рынке позволяет объяснить, какими образ ом после; падения объемов регистроц ии ДДУ в 22 ((15 году, уже с 1 квартала 201(5 года началсярост объемов поглощения: резко упавшие цены на первичном рынке Москвы иначало макроэкономической ста2илизации привели к возвращению отложенного спроса, в том числе за счет перитока оокупателей из области. В 1 и 2 квартале 2017 года при росте цнн на нефть, укреплении рубля, сни жении инфляции, уменьшении темпов подения доходов продолжался рост числа сделок на первичном рынке - до 10, 5 и 135,4t ты е. со ответственно, что б ольше того же периода прошлого года на 15,8% и 73,0%. В 3 квартале рост объема поглощения продолжался: объем сделок составил 12,8 тыс. ДДУ, что больше анал огичнооо периода про шлого год а на 3 9,5%.

Причину такой тенденции эксперты видят в снижении темпов падения доходов населения, инфляции и ставок по ИЖК, что уменьшает склонность к сбережению и стимулирует потребление, увеличении доли ипотеки в оНщем объеме поглощения на первичномрынке. Кроме того, некоторые эксперты отмечают, что в последние год-два девелоперы вследствие ужесточения ФЗ-214 отказываются от схем ЖСК, продажи по предварительным договорам в пользу ДДУ, а также резко сократили время между заключением Договора и его регистрацией в Росреестре, что в целом значительно увеличивает количество зарегистрированных ДДУ. Однако, одновременно в связи с увеличением доли квартир, продаваемых после ввода объектов в эксплуатацию (не по ДДУ, а по договору купли-продажи), количество зарегистрированных ДДУ снижается.

При этом объем сделок с квартирами на вторичном рынке Москвы последние три

45000 40000 35000 30000 25000 20000 15000 10000 5000 0

1 квартал 2 квартал 3 ква ртал 4 квартал

Рисунок 10. Динамика регистрации ипотечнык сделок по кварталам 2014 - 2017 гг. по Москве, шт. Источник: составлено по дтнныш Росреестра

30000 25000 20000 15000 10000 5000 0

1 квартал 2 квартал 3 квартал 4 квартал

Рисунок 11. Динамика изменения количества зарегистрированных ДДУ в Московской области

о 2015-2017 гг. Источник: составлено по данным Росреестра

года сохраняет относительную стабильность. По итогам 20Р7 года в столице зарегистрировано 123 894 прав на основании договоров купли-продажи (мены) жилья. В 2016 году таковых было 126 045, в 2015 - 113 769.

Значительный рост отмечен и на московском рынке ипотечного жилищного кредитования. Если в 2016 году столичным Управлением Росреестра было зарегистрировано 43 876 ипотечных сделок, то в 2017 - 54 402 (+23%). При этом конец года всегда характеризуется повышенной покупательской активностью: в декабре зарегистрирован 6 961 ипотечный контракт, что на 15% больше, чем в ноябре 2017 года (рис. 10).

2015

2016 2017

Рост ипотечного кредитования во многом связан со снижением Центральным банком ключевой ставки, которая в течение 2017 года уменьшалась шесть раз и достигла уровня 7,75% годовых.

В то же время на вторичном рынке жилья Москвы динамика сделок купли-продажи (мены) была противоположна: снижение до минимальных значений от уровня первых кварталов за последние 3 года: в 1 квартале до 23,5 тыс., во 2 квартале до 31,2 тыс. - на 16,7% и 9,6% меньше прошедшего года. Но в 3 квартале объем поглощения на вторичном рынке Москвы вырос до 29,8 тыс., что на 5,7% больше того же периода прошлого года. И в четвертом квартале достиг 39,4 тыс. (прирост 12% по отношению к 4 кварталу

2016 г.). Причину такого изменения тенденции эксперты видят в снижении ипотечнык ставок и стабилизации спроса на вторичном рынке. Вместе с тем: в декабре имело место снижение на 6% по отношению к уровню декабря 2016 г. и общий готовой итог - снижение на 2%, что свидетельствует об активном оттоке покупателей на первичный рынок.

В Московской области динамика регистрации ДДУ принципиально отличалась от Москвы (рис. 11): с конца 2015 года наблюдалось снижение объема поглощения на первичном рынке от квартала к кварталу в условиях снижающихся доходов населения и оттока покупателей на подешевевший первичный рынок Москвы. В 1 квартале

2017 года объем поглощения на первичном рынке снизился относительно аналогичного периода прошлого года до 21,8 тыс. (на 13,3%). Но во втором-третьем кварталах наметилось изменение тенденции - объем поглощения вырос до 22,7 тыс. (на 8,1%) и 23,8 тыс. (на 2,4%). Эксперты объясняют этот факт изменением структуры предложения в пользу более дешевых и ликвидных квартир среднего и дальнего Подмосковья. Однако в 4 квартале поглощение ДДУ вновь снизилось до 22,8 тыс. (-4,2%).

Соотношение объемов поглощения на первичном рынке Москвы и Московской за 2017 год составило, соответственно 44 / 56%, т.е. доля Москвы растет, начиная с 2016 года, демонстрируя переориентирование потока покупателей на относительно дешевеющий рынок (с учетом факторов качества и местоположения).

На вторичном рынке Московской области число зарегистрированных сделок с жильем третий год подряд (начиная с 1 кв. 2015 года) продолжало снижаться, и по итогам за год составило 49 392 единиц (- 20% к 2016 г.).

4. Строительство, ввод, предложение

4.1. Объем текущего строительства

Объем текущего строительства есть разность двух противоположно направленных величин - объема вновь начатого строительства и объема ввода. Объем вновь начатого строительства в РФ в последние два года снижался, но еще более быстрыми темпами снижался объем ввода, в результате до середины 2017 года текущий объем строительства повышался.

Так, по данным ЕРЗ, каждый из застройщиков жилья, входящих в Т0П-10, допустил перенос изначально объявленных в проектных декларациях сроков ввода жилья

хотя бы по одному из домов, сданных в 2017 году. 74% введенного лидерами рынка жилья имеют переносы сроков ввода. Уточнение запланированных сроков ввода жилья, как правило, составляет до 3-х месяцев, что пока не приводит к срыву указанных в договорах с участниками долевого строительства сроков передачи квартир.

После достижения рекордного значения в объеме текущего строительства сентябре 2017 года (120,0 млн м2) в последние месяцы объем ввода начал расти, а объем нового и соответственно общего строительства - снижаться. По данным отчета ЕРЗ «Строительство жилья профессиональными застройщиками», за декабрь 2017 года объем текущего строительства сократился сразу на 2,8% или на 3,3 млн м2.

По состоянию на декабрь 2017 г. в строительстве у застройщиков находилось 14,5 тыс. жилых домов (многоквартирные дома, дома блокированной застройки, дома с апартаментами), в которых строилось 2,35 млн жилых единиц (квартир, блоков, апартаментов) совокупной площадью 115,8 млн м2. Объем текущего строительства годом ранее был равен 111,0 млн м2.

Основной объем текущего жилищного строительства застройщиками приходится на многоквартирные дома. В таких домах находится 97,4% строящихся жилых единиц. На дома с апартаментами приходится 2,2% строящихся жилых единиц. Доля блокированных домов составляет 0,5% строящихся жилых единиц (табл. 2, по данным erzrf.ru).

В целом в декабре застройщики жилья в РФ осуществляли строительство 5 074 жилых комплексов в 82 регионах.

При этом более половины жилищного строительства по-прежнему сосредоточено всего в шести регионах. Наибольший объем жилищного строительства ведется в Московской области - 13,4% совокупной площади жилых единиц. На второе место вышла Москва с долей текущего строительства 10,8%. Санкт-Петербург опустился на третье место (10,5%). Далее с большим отрывом идут Краснодарский край (7,1%), Ленинградская (5,6%) и Новосибирская области (3,0%).

В Москве в 2017 г. продолжилась ощутимая консолидация рынка строительства жилья. Почти половину жилья в столице ввели пять компаний, отмечал портал «Вести. Недвижимость». В их числе мэрия Москвы назвала ГК ПИК, MR Group, Управление гражданского строительства (казенное предприятие, строит за счет бюд-

Таблица 2

Объем текущего строительства городского жилья в РФ (дек. 2017 г.)

Вид дома Строящихся домов Жилых единиц Совокупная S жилых единиц

ед. % ед. % м2 %

многоквартирный дом 13 115 88,7% 2 354 726 97,4% 115 437 600 96,9%

дом с апартаментами 180 1,2% 52 152 2,2% 2 624 054 2,2%

блокированный дом 1 492 10,1% 9 950 0,4% 1 053 582 0,9%

Общий итог 14 787 100% 2 416 828 100% 119 115236 100%

Источник: составлено авторами

жетного финансирования), ГК «Абсолют» и Группу ЛСР. Поэтому неудивительно, что, несмотря на скромную динамику рынка в целом, практически все лидеры отрасли в Москве, отчитавшиеся за прошлый год, заявили о высоких темпах роста и о двузначном росте выручки.

Переход к проектному финансированию в этом контексте - еще один шаг властей, который в долгосрочной перспективе приведет к тому, что отрасль жилищного строительства будет представлена несколькими десятками крупных игроков, а не тысячами, как сейчас.

В таких условиях объемы ввода нового жилья на какое-то время сократятся, однако этот временный негативный эффект строительство преодолеет. Впрочем, риск низкой девелоперской активности сохранится, поскольку теперь финансирование всей отрасли будет находиться в прямой зависимости от ситуации в экономике и кредитно-денежной политики регулятора. Девальвация и резкий рост ставок по кредитам могут остановить все новые проекты.

В контексте данного прогноза Надежда Косарева, президент Фонда «Институт экономики города», в интервью порталу ЕРЗ отметила, что меняется институциональное устройство рынка, он должен к этому адаптироваться, поэтому объемы строительства могут снизиться на 10-20%, и для полного перехода от долевого строительства жилья к проектному финансированию потребуется не менее пяти лет.

4.2. Объем ввода жилья

Снижение объемов вновь начатого строительства привело с снижению с 2016 года и объемов ввода жилья. По данным Росстата, объем ввода жилья в России за 12 месяцев 2017 года составил 78,6 млн кв. м, что на 2% меньше, чем годом ранее, когда было введено в строй 80,2 млн кв. м (рис. 12). Речь идет о суммарном вводе как многоквартирного жилья, так и частных односемейных домов.

Ввод многоквартирных домов за январь-декабрь 2017 года в РФ составил 45,9 млн м2, что на 5,3% или на 2,5 млн м2 меньше аналогичного значения за 2016 год. На рисунке 12 отражена сравнительная семилетняя динамика общего ввода жилья по РФ и столичным регионам.

По данным Росстата, в Москве наблюдалось повышение объемов ввода многоквартирного жилья в 2017 году с 3,39 до 3,42 млн кв. м - на 1,0% (при этом в Новой Москве - снижение с 1,7 до 1,0 млн кв. м), в Московской области - снижение с 8,91 до 8,80 млн кв. м - на 1,1%. В Санкт-Петербурге - рост с 3,12 млн до 3,54 млн кв. м - на 13,5% (рис. 12).

Полученные данные позволяют сделать вывод, что объем ввода индивидуальных домов по РФ в 2016 тоже снизился, а в 2017 несколько вырос на фоне снижения общего объема ввода за счет многоквартирных домов.

4.3. Объем предложения

Динамика объемов поглощения жилья и ипотеки отражает динамику предъявленного платежеспособного спроса населения на рынке недвижимости. Вместе с тем, для

Рисунок 12. Динамика ввода многоквартирного жилья по столичным регионам РФ за 2005-2017 гг.

Источник: Росстат

анализа ценовой ситуации на рынке необходимо предварительно проанализировать динамику объема предложения, поскольку изменение цен определяется соотношением спрос/предложение.

Снижение спроса и поглощения жилья в 2015 году привело к росту объема «зависшего» в прайсах предложения в Московском регионе (рис. 13, 14).

На жилищном рынке Москвы (рис. 13) рост предложения на вторичном рынке произошел с апреля-мая и продолжался до конца 2015 года (с 38-40 тыс. до 52-56 тыс. квартир в месяц). В январе-августе 2016 года объем предложения несколько снизился (до уровня апреля 2015 года). «Зависание» предложений вследствие снижения темпов поглощения вместе со снизившимся спросом привело к снижению цен на рынке, а в 2016 году сокращение объема предложения вследствие роста поглощения способствовало стабилизации ценового тренда. В 1 квартале 2017 года среднемесячный объем предложения снизился до 42,5 тыс. - до уровня начала 2015 года, в апреле - до 40,5 тыс., в мае - 42,4 тыс., в июне - 42,8 тыс. Это связано, по мнению экспертов, со снятием квартир с продажи в условиях низкого спроса.

В июле объем предложения вырос - до 44,5 тысяч, в августе составил 44,1 тыс., в сентябре подрос до 45,9 тыс., а затем с октября по декабрь 2017 г. последовательно снижался, соответственно, до 43,9-41,8-38,9 тыс. квартир.

Такое снижение свидетельствует об ожиданиях продавцами существенного роста цен в неизвестном будущем, т.е. в настоящее время владельцы считают свои квартиры недооцененными рынком. Это ожидание основано исключительно на недавних исторических данных и не учитывает возможности длительной стагнации рынка и даже «тектонического» сдвига уровня рынка вниз навсегда, как результата общеэкономического структурного сдвига, при котором квадратный метр жилья, вслед за баррелем нефти, перестает быть сверхприбыльным спекуляционным инструментом.

На первичном рынке продолжающееся увеличение объема предложения произошло с августа 2015 года (с 17-18 тыс. до 30-38 тыс. квартир в месяц), во втором полу-

годии 2016 года выросло до 40-43 тыс., а затем в декабре - до 48,7 тыс., а в 1 квартале 2017 года составило рекордные 50,4 тыс., в июне достигло 52,5 тыс.

В июле-сентябре объем предложения продолжал увеличиваться - до 53,7-53,1-53,3 тыс. соответственно. Это произошло за счет выхода на рынок новых очередей (корпусов) в проектах, начатых в благополучные годы, даже несмотря на снижение количества вновь начатых проектов и рост объемов поглощения.

Однако далее до конца года объем последовательно снижался с октября по декабрь до 52,6-52,1-51,1 тыс. квартир, что связано с увеличением в конце года объема поглощения.

На вторичном рынке Московской области (рис. 14) объем предложения повышался с 34,8 тыс. в январе 2015 года до 53-54 тыс. в мае-июне, и далее сохранялся на уровне 50-52 тыс. квартир в месяц, но с января по декабрь 2016 года снизился до 45-46 тыс.

тыс. шт. 60

40

20 -

и и а к ■& г

а« я ч и я с «©о и ^ Й ^ * 5 я и

ш ш а а в £ я с я к ■& г я г

Е Ч £ 0

О О) р О 01

щ щ & & :Я

Е £ я ЕЯ К ■& г Я г

£ £

Ш ао а о т

0

■ вояричныый рыыноя □ первичныый рыыняк

Рисунок 13. Динамика предложения на первичном и вторичном рынках Москвы за три года

Источник: ГК МИЭЛЬ

тыс. шт.

■ вторичный рынок □ первичный рынок

Рисунок 14. Динамика нредложения квартир на первичном и вторнчаом рынках Московской

о бласти за три года Источник: ГК «МИЭЛЬ», «МИЭЛЬ-Новостройки»

В 1 кв. 2017 года объем предложения сначала снизился, но к июню вырос до 50,3 тыс., а в июле до 51,8 тыс. Далее объем предложения снижался и в декабре составил 46,4 тыс.

На первичном рынке увеличение объема предложения происходило плавно в течение 2015 года (с 78 тыс. до 86,6 тыс. в октябре), затем началось снижение (до 63,9 тыс. в декабре 2016 года). В 2017 г. снижение объема предложения продолжалось и в декабре составило 48,8 тыс. Такая динамика обусловлена постепенным снижением объемов нового строительства при чуть снижающемся объеме поглощения.

5. Ценовая ситуация и отраслевая доходность на жилищном рынке городов России

5.1. Динамика цен на вторичном и первичном рынке жилой недвижимости городов России

В Москве (рис. 15) на первичном рынке после взлета цен в конце 2014 года, в январе 2015 года продолжался рост цен предложения жилья как реакция населения на макроэкономический шок декабря, но далее цены снижались, и в декабре 2016 снизились до 176,7 тыс. руб./кв. м (за год -3,2%). На вторичном рынке повышение цен продолжалось до марта, но затем цены снижались, с июня 2016 года стабилизировались (снижение в декабре 2016 года за год на 3,7%).

В 2017 году на вторичном и первичном рынке цены предложения были практически стабильны (незначительно колебались), и в декабре составили 210,2 и 179,9 тыс. руб./кв. м соответственно. Прирост за год составил соответственно -0,1% и -1,8%, за 2 года -3,8% и -1,5%, за три года -7,2% и -16,7%. От верхней точки перед кризисом (на вторичном рынке март 2015, на первичном январь 2015) прирост составил соответственно -14% и -17,1%.

Рисунок 15. Динамика средних цен предложения квартир на первичном и вторичном рынках

Москвы за три года

Источник: Комитет МАР по аналитике и консалтингу по данным ГК МИЭЛЬ, «МИЭЛЬ-Новостройки», ООО «Стерникс Консалтинг»

тыс. руб./кв. м

Рисунок 16. Динамика цен предложения на жилищном рынке СПб, Мособласти и Владивостока Источники: Комитет МАР но аналитике и консалтингу (МО), ГК «Бюллетень недвижимости» (Санкт-Петербург), ООО «Индустрия-Р» (Владивосток).

■ Сургут

■ Екатеринбург

■ Казань

■ Н.Новгород

■ Новосибирск

■ Самара

■ Тюмень

■ Красноярск

■ Иркутск

■ Ярославль

■ Пермь

■ Воронеж Кемерово Ижевск

■ Барнаул

■ Рязань

■ Челябинск Тольятти

■ Омск Тобольск

■ Ульяновск - Сызрань

■ Ставрополь Первоуральск

■ Шахты

30 ^—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—I—г-2 ¡а ¡а ¿.Да н м и == ¡г: « « е ¿.¡¿>5 ярь-янврав ¿.¿В ВрияО'яЫ

Рисунок 17. Динамика цен предложения жилья в городах России за три года Источник: Публичный график динамики средних цен предложения жилой недвижимости на вторичном рынке городов России http://realtymarket.ru/Publi-nii-grafik-cen-vtori-noi-nedvijimosti-

дого^/

¡J 50

" Екатеринбург "Новосибирск "Сургут

■ Казань ■Уфа ■Тюмень ■Самара

■ Ростов-Дон ■Ярославль

■ Красноярск Тобольск

-Омск

Кемерово " Рязань

Ульяновск " Ставрополь

а и и а.олв ячьянкамма! US^RBRQQB^aousure

Рисунок 18. Динамика цен предложения жилья в городах России за три года. Ч.2 Источники: Екатеринбург - ООО «Риэлтерский информационный центр», Новосибирск -RID Analytics, Сургут, Тобольск - ФРК «Этажи», Казань - www.tatre.ru, Уфа - САН «Эксперт», Тюмень - «UPConsAllt», ФРК «Этажи», Самара - СОФЖИ, Ростов-на-Дону - ЕМТ Консалтинг, Ярославль - ООО «Метро-Оценка», Красноярск - АН «Аревера-Недвижимость», Омск - ООО «ОМЭКС», Кемерово - ООО «Сибград-девелопмент», Рязань - Агентство Печати и информации, Ульяновск - ООО «Центр недвижимости», Ставрополь - ООО «Центр Илекта».

75

70

65

60

55

45

40

30

В других регионах ценовая динамика на жилищном рынке показана на рисунках 16-18.

Динамика цен в городах с уровнем цен 80-110 тыс. руб./кв. м показана на рисунке 16. В Санкт-Петербурге цены на жилую недвижимость были достаточно стабильны, а на вторичном рынке даже начали расти. В Московской области на вторичном рынке цены в 2015-2016 годах снижались, в 2017 году - стабилизировались, на первичном -незначительно снижались, в 2016 году сравнялись с ценами вторичного рынка, в 2017 году стабилизировались. Во Владивостоке цены на вторичном рынке в 2015-2016 годах снижались, в 2017 г. стабилизировались.

В других регионах на вторичном рынке (рис. 17) цены в 2015-2016 годах и до середины 2017 года в основном снижались, во втором полугодии 2017 года - в основном стабилизировались, а в Казани, Екатеринбурге, Тюмени, Новосибирске, Самаре, Иркутске, Тобольске, Ставрополе, Первоуральске началось повышение цен.

По итогам года из 27 городов выборки цены снизились на 4-6% в Сызрани, Тольятти, Ярославле, Нижнем Новгороде, Кемерово, Самаре, на 2-3% в Тюмени,

Таблица 3

Цены на вторичном рынке жилья городов россии (по возрастанию степени снижения)

город Численность населения, тыс. чел. средняя удельная цена предложения, тыс. руб./кв. м изменение,%

12.2015 12.2016 12.2017

Тобольск (Тюм. об.) 110,0 44,3 42,6 49,3 + 15,7

Иркутск 606,1 57,9 52,0 56,4 +8,5

Пермь 1013,9 52,7 49,8 49,3 +5,0

Красноярск 1017,2 54,8 51,3 52,6 +2,5

Владивосток 603,2 96,8 93,8 95,9 +2,2

Новосибирск 1523,8 60,4 58,4 59,6 +2,1

Ставрополь 412,3 37,6 38,9 39,5 +1,5

Сургут (Тюм. об.) 340,0 71,3 69,0 69,8 +1,2

Санкт-Петербург 5128,0 103,0 106,0 107,4 +0,8

Казань 1176,2 65,3 68,4 68,9 +0,7

Барнаул 691,1 46,5 44,0 44,0 0

Москва* 11979,5 218,5 212,0 210,2 -0,8

Московская обл.** 5800,0 90,9 81,9 81,0 -1,1

Рязань 534,8 45,8 44,2 43,7 -1,1

Воронеж 1032,4 45,8 44,4 43,6 -1,2

Екатеринбург 1429,4 70,7 68,1 67,3 -1,2

Первоуральск (Сверд. об.) 125,4 38,6 36,8 36,1 -1,9

Ульяновск 638,1 41,2 39,6 38,7 -2,3

Шахты (Рост. об.) 237,6 34,8 34,6 33,8 -2,3

Омск 1178,1 46,7 44,3 43,2 -2,5

Тюмень 657,0 58,9 60,8 59,3 -2,5

Самара 1171,7 62,6 62,1 59,6 -4,0

Кемерово 540,1 49,1 45,7 44,3 -4,1

Нижний Новгород 1266,9 68,4 64,9 62,3 -5,0

Ярославль 604,0 53,6 51,3 48,6 -5,3

Тольятти (Сам. об.) 719,1 44,8 41,2 39,3 -5,3

Сызрань (Сама. обл.) 174,6 42,4 39,0 36,7 -5,9

Владимир 350,5 52,7 51,1 н/д -

Смоленск 331,0 46,9 43,4 н/д -

Киров 508,1 47,7 44,1 н/д -

Примечание: *Москва - с учетом присоединенных территорий **Московская область - численность городского населения. Источник: составлено авторами

Таблица 4

Цены на первичном рынке жилья городов России (упорядочено по снижению прироста за 2017 год)

Город Средняя удельная цена предложения, тыс. руб./кв. м Изменение,%

12.2015 12.2016 12.2017

Тобольск 44,7 46,3 49,3 +6,5

Тюмень 55,1 53,4 56,6 +6,0

Московская обл. 81,3 81,9 85 +3,8

Казань 62,9 66,7 69,1 +3,6

Сургут 60,2 61,0 63,2 +3,6

Новосибирск 60,4 58,8 59,9 +1,9

Москва 216,0 176,7 179,9 +1,8

Ростов-на-Дону 50,6 51,3 52,0 +1,4

Ярославль 52,9 49,8 50,6 +1,6

Ставрополь 34,8 35,9 36,3 +1,1

Санкт-Петербург 100,4 101,7 100,6 -1,1

Кемерово 42,0 40,7 39,6 -2,7

Самара 57,0 53,3 46,3 -13,1

Екатеринбург 66,4 63,1 н/д -

Рязань 38,0 38,5 н/д -

Ульяновск 36,4 36,2 н/д -

Омск 42,8 40,5 н/д -

Уфа 57,0 58,3 н/д -

Источник: составлено авторами

Омске, Шахтах, Ульяновске, Первоуральске, Тюмени, Омске, Ульяновске, на 1-2% в Екатеринбурге, Воронеже, Рязани, Московской области, изменились в пределах +/-1% в Москве, Барнауле, Казани, Санкт-Петербурге, выросли на 1-2,5% в Сургуте, Ставрополе, Новосибирске, Владивостоке, Красноярске, на 5-8,5% в Перми, Иркутске, на 15,7% в Тобольске (табл. 3).

На первичном рынке изменения средних цен предложения жилья в 13 городах выборки в 2017 году были разнонаправленными (рис. 18). В декабре по отношению к декабрю прошлого года цены снизились в Самаре (на 13,1%), Кемерово и Санкт-Петербурге (на 1-3%). выросли на 1-2% в Ставрополе, Ярославле, Ростове-на-Дону, Москве, Новосибирске, на 3-4% в Сургуте, Казани, Московской области, на 6-7% в Тюмени и Тобольске (табл. 4).

5.2. Динамика арендных ставок

На рынке аренды квартир в Москве после снижения в 2015-2016 годах, в 2017 году наблюдается (рис. 19) стабильность средней стоимости найма (колебания в пределах статистической погрешности).

120

® 80

р 60

40

20

а ш ¡а а- ¿ов ¡¿^¿в^каии^- н^в^каии^- ¿ов ^ в ^ ^ в ^ к а

Рисунок 19. Динамика ставок аренды квартир в Москве за три года Источник: ГК «МИЭЛЬ»

млн руб. 1200 1000 800 600 400 200 0

III I

1_1 массовый сегмент О престижный сегмент О среднее по Москве

2014

2015

2016

2017

Рисунок 20. Динамика доходности рынка аренды квартир в Москве за три года Источник: ООО «Стерникс Консалтинг» по данным ГК «МИЭЛЬ»

5.3. Доходность инвестиций в жилую недвижимость

Доход рантье от сдачи в аренду принадлежащей ему квартиры (не требующей инвестирования - приватизированной, унаследованной, давно приобретенной), вычисляемый как сумма арендной платы за 12 предшествующих месяцев (без учета операционных расходов), в 2017 году составил в среднем по Москве 509,1 тыс. руб., в том числе в массовом сегменте 422,4 тыс. руб., в престижном - 1027,5 руб. Относительно предшествующего года он вырос на 1,6%, 1,2% и 0,6% соответственно (рис. 20).

Доходность инвестиций в недвижимость определяется динамикой объемов поглощения, цен и арендных ставок, а также затратами на строительство объектов недвижимости.

В течение последних двух лет снижалась доходность инвестиций во все виды операций на рынке недвижимости - дилерские операции на рынке купли-продажи квартир, рентные операции на рынке приобретения и сдачи в аренду, девелоперские операции на рынке строительства и продажи.

Доходность инвестиций в дилерские операции, вычисляемая как отношение средней удельной цены на вторичном рынке в текущем месяце (в момент возврата инвестиций) к средней удельной цене в том же месяце прошлого года (в момент инвестиро-

тыс. руб./кв. м 250

230

дек. янв. фев. мар. апр. май. июн. июл. авг. сен. окт. ноя. дек.

-Г 30 —цены 2014

-- 25

-- 20 -■-2015

- 15 -♦-2016

- 10

-■ 5 -•-2017

0 доходность 2015

-5

-*-2016

- -10

- -15 2017

Рисунок 21. Дин амика доходности инвестиций в куплю-продажу квартир на вторичном рынке

Москвы за три года Источник: ООО «Стерникс Консалтинг», ГК МИЭЛЬ

%

18 - -г 4,5

Москвы (без учета операционных расходов)

4 15

ёи 15 . о

12

4,0 -- 3,5 3,0

3 I I I I I I I I I I I I I I I I I I I I I II I I I I I I I I I I I I I I I I I I I I I I I 2,5

К-в-§ Я§||Я«оЯЧ Я-в-§ Я § | | '

210

190

9

6

— полная цена, млн руб.

стоимость найма, 10 х тыс. руб./год * доходность, %/год

Рисунок 22. Динамика доходности инвестиций в рентные операции на рынке жилья в Москве Источник: ООО «Стерникс Консалтинг», ГК «МИЭЛЬ»

вания) без учета операционных затрат, в марте 2017 года повысилась до -0,7%, хотя и осталась отрицательной, а в апреле-мае перешла в положительную плоскость и далее колебалась вблизи нуля (рис. 21).

Доходность инвестиций в рентные операции, вычисляемая как отношение годового дохода от аренды к средней полной цене квартир в текущем месяце (без учета операционных расходов), в 1 квартале 2017 года снизилась до 3,1%, срок окупаемости вырос до 32,3 года. В апреле доходность выросла, но в июне-июле опять снизилась до 2,7%, срок окупаемости 37 лет. В декабре доходность составила 3,2%, срок окупаемости снизился до 31,2 года (рис. 22).

Доходность инвестиций в девелоперские операции (рис. 30), вычисляемая как отношение суммарной годовой прибыли от всех продаж на рынке к суммарным

%

Рисунок 22. Динамика доходности инвестиций в девелопмент жилой недвижимости Москвы за

семь лет

Источник: ООО «Стерникс Консалтинг»

затратам на строительство жилой недвижимости, в Москве после кризиса 2008 года в 2010 году составляла -92,4% (достраивались отдельные объекты с высокой степенью готовности, новые объекты практически не выводились на рынок), в 2011 году -49,0% (началось новое строительство и продажи).

В 2012 году доходность выросла до 18,5% (строительный бум на рынке Москвы), в 2013 году - 3,9% (снижение потока прибыли после присоединения к Москве новых территорий с вдвое меньшими ценами реализации), в 2014 году - 11,4% (высокая активность на рынке, рост продаж). В 2015 году доходность упала до -5,5% в связи с падением объема продаж и цен реализации. В 2016 году доходность продолжала несколько снижаться (-5,6%) вследствие роста стоимости строительства.

В 2017 году в связи со стабилизацией цен, повышением объемов поглощения и несмотря на увеличение объемов строительства доходность относительно себестоимости выросла до 69,5%, а относительно полной (инвестиционной) стоимости перешла в положительную зону и составила +9,3%. Это предвещает дальнейшее увеличение количества вновь строящихся объектов и в перспективе - повышение объемов ввода жилья.

Необходимо отметить, что расчет доходности относительно себестоимости (сметной стоимости проектов) по данным Росстата дает в 2012 году величину 81,9%, и к 2017 году она составила до 69,5%, что, по общему мнению девелоперов, не отражает соотношение их выручки и затрат. Это еще раз подчеркивает необходимость перехода к расчету по полным затратам при управлении проектами как для девелоперов, так и для муниципальных органов управления.

5.4. Сопоставление основных индикаторов жилищного рынка

Анализ динамики отдельных показателей жилищного рынка дает неоднозначную картину тенденций и перспектив рынка. Его необходимо дополнить сопоставлением

различных показателей (индикаторов) с целью определения соотношения спрос/предложение как ключевого фактора ценообразования.

Ниже показаны графики основных индикаторов жилищного рынка Москвы -предложения, спроса, поглощения, цен. Видно, что на первичном рынке предложение со середины 2015 года росло и оставалось выше спроса, но с сентября 2017 года начало снижаться, при этом спрос в 2016-2017 годах рос и в последние полгода почти сравнялся с предложением и превзошел его. В соответствии с этим цены перестали снижаться (рис. 23).

На вторичном рынке предложение незначительно снижалось последние три года, спрос вначале снижался, с конца прошлого года начал повышаться и в последние полгода приблизился к предложению, а в последние даже превысил предложение. Это способствовало стабилизации цен и предвещает возможное их повышение (рис. 24).

60 50 40 30 20 10

220

200

180

160

0 trr Т ТТТ f Т ГТГТ Т т Tft f Г Т Г т Г' f Т I '' I ' I I I I I ...............

m ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ "П "Л "П "Л "Л 1П "П *Т11П "П "П "Л Ч© 6© 6© Ю 6© 6© 6© 6© 6© 6© 6© 6© г-- г-- г-- г-- г-- г--

айв dds яч^яй^^еи dds s^c^i^iEi^^sicai^ dee яч^яйкаисо idid.^ я ч ¡j я й к a 4 Й-S-S Чв— ^S-e-S MSggMuoB c^is-e-IS MSjgjg«"oB4:

Рисунок 23. Динамика предложения, поглощения, спроса и цен на первичном рынке жилья

Москвы

Источник: Комитет по аналитике МАР, ООО «Стерникс Консалтинг»

^^"предложение поглощение по рышочным данным

поглощение по данным Росреестра ^^^ спрос

цена

Рисунок 24. Динамика предложения, поглощения, спроса и цен на рынке вторичного жилья

Москвы

Источник: Комитет по аналитике МАР, ООО «Стерникс Консалтинг»

Необходимо отметить, что в ряде публикаций специалистов рынка недвижимости под термином «спрос» понимается «поглощение» (количество сделок), что недопустимо прежде всего для первичного рынка и в какой-то степени для вторичного. В применяемой в настоящем исследовании методологии используется понятие «предъявленный спрос» - это количество покупателей, готовых приобрести жилье на рынке за собственные и заемные средства в течение ближайшего года-полугодия. При этом учитывается, что объем предложения на первичном рынке включает все (почти все) помещения в строящихся домах, не распроданные к текущему месяцу. А механизм продаж таков, что даже при избыточном спросе ежемесячно реализуется 5-10% выставленных на продажу лотов (вышедший на рынок дом распродается за год-пол-тора). Поэтому соотношение ежемесячного поглощения и предъявленного спроса составляет 0,2-0,3 в зависимости от состояния рынка (на вторичном рынке - 0,3-0,9).

5.5. Сопоставление прогноза ценовой динамики с фактическими данными и прогноз на 2018 год

Ретроспективная поверка прогноза ценовой динамики на жилищном рынке Москвы, рассчитанного в июне 2014 г., фактическими данными показала, что в декабре 2014 г. и начале 2015 г., в связи с макроэкономическим шоком и ажиотажным спросом на жилье, цены на вторичном и первичном рынке оказались выше прогноза на 15-16% (рис. 25). В декабре 2015 г. и 2016 г. фактические и прогнозные цены практически совпали.

В 2017 г. прогнозировалось снижение цен на 2-3% на вторичном рынке и 3-5% на первичном. Из данных рис. следует, что наш прогноз на 2017 год, рассчитанный при цене нефти 40 $/баррель (снижение цен на 3-5%), а также прогнозы остальных московских аналитиков (снижение от 10 до 20%) не подтвердились. Фактические данные показали снижение всего на 0,8% на вторичном и повышение на 1,8% на первичном. Их отклонение от прогноза составило 1-2% на вторичном рынке и 5-7% на первичном.

В 2018 г. ожидается разнонаправленное действие следующих факторов, влияющих на ценовую динамику.

Как было показано выше, цены на нефть и обменный курс основными мировыми аналитиками прогнозируются относительно стабильными с колебаниями в интервале 60-65 долл./баррель и 60-65 руб./доллар. Рост ВВП РФ прогнозируется чуть выше предыдущего года - 1,7-2,0%.

Официальные прогнозы не обещают быстрого роста экономики с наиболее вероятными темпами на уровне 2-3%. Базовый и целевой сценарии прогноза Минэкономразвития предполагают, что ВВП в 2018 г. вырастет примерно на 2,1-2,2%, как предварительно ожидалось по итогам минувшего года, а дальше может превысить 2,5-3% (только в случае реализации целевого сценария). Консервативный сценарий исходит из ежегодных темпов роста менее 1% и выход на 1,5% к 2020 г.

В экономическом мониторинге РАНХиГС [23] высказано мнение о возврате российской экономики к циклическому росту (около 1,5-2% в год). Возможности его

Рисунок 25. Сопоставление фактических данных и прогноза цен на жилищном рынке Москвы в

2013-2017 гг.

Источник: данные - Комитет по аналитике МАР, прогноз - ООО «Стерникс Консалтинг»

ускорения связываются со структурными реформами, включая бюджетный маневр, заключающийся в увеличении расходов на образование, здравоохранение и инфраструктуру при сокращении непроизводительных расходов.

В 2017 году не реализовался прогноз роста реальных располагаемых доходов населения, но в текущем году это возможно ввиду начавшегося подтягивания МРОТ до величины прожиточного минимума, повышения пенсий и других выплат населению после окончания президентского электорального цикла. Кроме того, повышению спроса и предотвращению снижения цен будет способствовать новая программа субсидирования процентных ставок по ипотеке (до 6%) для отдельных групп населения.

С другой стороны, в условиях усиления санкционного давления возможно начало реализации ряда непопулярных мер, связанных с сокращением доли самозанятого населения, высвобождением работников с реорганизуемых неэффективных предприятий, что будет снижать темпы роста денежных доходов населения [3].

При таких исходных данных с учетом фактического результата в 2017 г. ценовой прогноз для жилищного рынка Москвы на 2018 г. состоит в вероятном изменении цен в пределах +/-1,5-2,0%, что означает продолжение стагнации с неопределенным горизонтом (рис. 25).

заключение

Предложенная авторами методология научного анализа рынка многоквартирного жилья городов России позволила выявить факторы и тренды развития в 2017 году и спрогнозировать ожидаемые изменения 2018 года.

Ценовая ситуация на жилищном рынке городов России в 2017 году определялась таким основным фактором, как рост нефтяных цен (на 30-40%), позволивший денежным регуляторам снизить ключевую ставку Центробанка до 7,75% и таргетировать инфляцию до 2,5%, а кредитным организациям - снизить ставку ипотечных кредитов до 9,5-10%. Это привело к рекордному росту объемов и доли ипотечных кредитов в общем объеме финансирования покупок, при том, что душевые доходы населения продолжали снижаться. Как следствие - в городах России в 2017 году наблюдалось повсеместное прекращение снижения цен на квартиры и переход к стагнации (стабилизации на нижнем уровне цикла).

С учетом фактического результата 2017 года ценовой прогноз для жилищного рынка большинства городов России на 2018 г. состоит в вероятном изменении цен в пределах +/-1,5-2,0%, что означает продолжение стагнации с неопределенным горизонтом. Исключение могут составлять единичные локальные рынки с высоким региональным валовым продуктом (ВРП), где может наблюдаться рост цен значительно выше средних по стране.

ИСТОЧНИКИ:

1. Гринин Л.Е. Кондратьевские волны, технологические уклады и теория производст-

венных революций. / Глава в книге: Кондратьевские волны: Аспекты и перспективы. - Волгоград: Учитель, 2012. - 222-262 с.

2. Дробышевский С.М. Анализ возможности возникновения «пузыря» на российском

рынке недвижимости // Научные труды. - 2009. - № 128. - с. 136.

3. Дробышевский С., Синельников-Мурылев С. Особенности роста экономики России

в 2017 и 2018 годах: стимулы и ограничения // Экономическое развитие россии. -2018. - № 2. - с. 3-7.

4. Стерник Г.М., Стерник С.Г. Методология моделирования и прогнозирования жи-

лищного рынка. / Монография. - Москва: РГ-Пресс, 2018. - 584 с.

5. Стерник Г. М., Стерник С.Г. Анализ рынка недвижимости для профессионалов. -

Москва: ЭКОНОМИКА, 2009. - 606 с.

6. Хабибрахманов Р. Р. Влияние мирового финансового кризиса на развитие рын-

ка недвижимости г. Казани. Realtymarket.ru. [Электронный ресурс]. URL: http:// realtymarket.ru/stati-kolleg/Vliyanie-mirovogo-finansovogo-krizisa-na-razvitie-rinkanedvijimosti-g.Kazani.html.

7. Шиллер Р. Иррациональный оптимизм: как безрассудное поведение управляет рын-

ками. / Пер. с англ. - М.: Альпина Паблишер, 2013. - 421 с.

8. Brooks C., Tsolacos S. Real Estate Modelling and Forecasting. - Cambridge University

Press, 2010. - 458 p.

9. Gotham K.F. The Secondary Circuit of Capital Reconsidered: Globalization and the U. S.

Real Estate Sector // American Journal of Sociology. - 2006. - № 1.

10. Gottlieb M. Long Swings in Urban Development. - N.Y.: National Bureau of Economic Research, 1976.

11. Greeen R., Malpezzi S. Primer on U. S. Housing market and housing policy. - Washington D. C.: The Urban Institute Press, 2003.

12. Green R.K Follow the leader: how changes in residential and nonresidential investment predict changes in GDP // Real Estate Economics. - 1997. - № 25(2). - p. 253-270.

13. Green R.K Imperfect information and the housing finance crisis. A descriptive overview // Journal of Housing Economics. - 2008. - № 17.

14. Greenwood J., Hercowitz Z. The allocation of capital and time over the business cycle // Journal of Political Economy. - 1991. - № 99. - p. 1188-1213.

15. Sanders A. The Subprime crisis and its role in the financial crisis // Journal of Housing Economics. - 2008. - № 17.

16. Seth J. Forecasting the real estate market: a cointegrated approach / The Faculty of the Department of Economics University of Houston. - 2011.- 32 p

17. Smihula D. The waves of the technological innovations of the modern age and the present crisis as the end of the wave of the informational technological revolution / Daniel Smihula. 2009

18. Zarnowitz V. Business Cycles: Theory, History, Indicators, and Forecasting. - Chicago; London: University of Chicago Press, 1992. - 614 p.

19. Realtymarket.ru. [Электронный ресурс]. URL: http://realtymarket.ru/monitor.html.

20. Imf.org. [Электронный ресурс]. URL: https://www.imf.org/external/pubs/ft/ar/2017/ eng/pdfs/AR17-RUS.pdf.

21. Ecfor.ru. [Электронный ресурс]. URL: https://ecfor.ru/nauchnye-izdaniya/kvartalnye-prognozy-makroekonomicheskih-pokazatelej-rf.

22. Economy.gov.ru. [Электронный ресурс]. URL: http://economy.gov.ru/minec/about/ structure/depmacro/201815011.

23. Ranepa.ru. [Электронный ресурс]. URL: https://www.ranepa.ru/images/docs/ monitoring/2018_1-62_January.pdf.

24. New.veb.ru. [Электронный ресурс]. URL: https://new.veb.ru/analitika/vvp-rossii-indeks-veb.

25. Федеральная служба государственной статистики. [Электронный ресурс]. URL: http://www.gks.ru.

REFERENCES:

Brooks C., Tsolacos S. (2010). Real Estate Modelling and Forecasting Cambridge:

Cambridge University Press. Drobyshevskiy S., Sinelnikov-Murylev S. (2018). Osobennosti rosta ekonomiki Rossii v 2017 i 2018 godakh: stimuly i ogranicheniya [Russia's Economic Growth Characteristics in 2017-2018: Incentives and Constraint]. Russian Economic Developments. 25 (2). 3-7. (in Russian).

Drobyshevskiy S.M. (2009). Analiz vozmozhnosti vozniknoveniya «puzyrya» na rossi-yskom rynke nedvizhimosti[Analysis of the possibility of a "bubble" in the Russian real estate market]. Scientific works. (128). 136. (in Russian).

Ecfor.ru. Retrieved from https://ecfor.ru/nauchnye-izdaniya/kvartalnye-prognozy-makroekonomicheskih-pokazatelej-rf

Economy.gov.ru. Retrieved from http://economy.gov.ru/minec/about/structure/dep-macro/201815011

Gotham K.F. (2006). The Secondary Circuit of Capital Reconsidered: Globalization and the U. S. Real Estate Sector American Journal of Sociology. (1).

Gottlieb M. (1976). Long Swings in Urban Development N.Y.: National Bureau of Economic Research.

Greeen R., Malpezzi S. (2003). Primer on U. S. Housing market and housing policy Washington D. C.: The Urban Institute Press.

Green R.K. (1997). Follow the leader: how changes in residential and nonresidential investment predict changes in GDP Real Estate Economics. (25(2)). 253-270.

Green R.K. (2008). Imperfect information and the housing finance crisis. A descriptive overview Journal of Housing Economics. (17).

Greenwood J., Hercowitz Z. (1991). The allocation of capital and time over the business cycle Journal of Political Economy. (99). 1188-1213.

Grinin L.E. (2012). Kondratevskie volny, tekhnologicheskie uklady i teoriya proizvod-stvennyh revolyutsiy[Kondratiev waves, technological structures and theory of production revolutions] Volgograd: Uchitel. (in Russian).

Imf.org. Retrieved from https://www.imf.org/external/pubs/ft/ar/2017/eng/pdfs/AR17-RUS.pdf

New.veb.ru. Retrieved from https://new.veb.ru/analitika/vvp-rossii-indeks-veb

Ranepa.ru. Retrieved from https://www.ranepa.ru/images/docs/monitoring/2018_1-62_ January.pdf

Realtymarket.ru. Retrieved from http://realtymarket.ru/monitor.html

Sanders A. (2008). The Subprime crisis and its role in the financial crisis Journal of Housing Economics. (17).

Shiller R. (2013). Irratsionalnyy optimizm: kak bezrassudnoe povedenie upravlyaet rynkami [Irrational optimism: how reckless behavior drives markets] M.: Alpina Pablisher. (in Russian).

Sternik G. M., Sternik S.G. (2009). Analiz rynka nedvizhimosti dlya professionalov [Real estate market analysis for professionals] Moscow: EKONOMIKA. (in Russian).

Sternik G.M., Sternik S.G. (2018). Metodologiya modelirovaniya i prognozirovaniya zhilischnogo rynka[Methodology of modeling and forecasting of the housing market] Moscow: RG-Press. (in Russian).

Zarnowitz V. (1992). Business Cycles: Theory, History, Indicators, and Forecasting Chicago; London: University of Chicago Press.