Прогнозирование стоимости недвижимости в Российской Федерации Текст научной статьи по специальности «Экономика и бизнес»

МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12-1/2016 ISSN 2410-700Х_

УДК 33

Черкасская Дарья Олеговна

студентка 2 курса

Оренбургский филиал РЭУ им. Г.В. Плеханова, Россия

E-mail: c.dasha02@mail.ru

ПРОГНОЗИРОВАНИЕ СТОИМОСТИ НЕДВИЖИМОСТИ В РОССИЙСКОЙ ФЕДЕРАЦИИ

Аннотация

В статье приведено исследования зависимости средней цены за квадратный метр общей площади квартиры на вторичном рынке жилья по Российской Федерации. Построена регрессионная модель высокого качества.

Ключевые слова

Стоимость жилья, численность населения, доходы населения, корреляционно-регрессионный анализ.

На современном этапе, когда Россия вступила в период мирового финансового кризиса, начавшегося в конце 2014 года и продолжающегося в настоящее время, особую важность приобрела проблема прогнозирования основных параметров рынка. Это связано с тем, что в периоды системных кризисов, охватывающих все рынки, значимость и эффективность принимаемых решений определяется их будущими последствиями, которые невозможно оценить, не предвидев, каким это будущее будет. В качестве основного инструментария исследования в этом случае выступает методология изучения многомерных временных рядов и, прежде всего, его важнейшая ветвь - корреляционно-регрессионный анализ [1].

Исходные данные для анализа цен взяты из базы данных Федеральной службы государственной статистики за период 2001-2014 гг.. Нами была использована следующая система показателей.

Y - Средняя цена жилья на вторичном рынке по Российской Федерации, руб./кв.

Х1 - Валовой внутренний продукт, млрд. руб.

Х2 - Численность населения, млн. чел.

Х3 -Основные фондов в Российской Федерации по полной учетной стоимости, млн. руб.

Х4 -Число действующих строительных организаций в Российской Федерации.

Х5 - Ввод в действие общей площади жилых домов на 1000 человек населения, кв. м.

Х6 - Среднедушевые доходы населения по Российской Федерации, руб./мес.

Х7 - Численность населения с денежными доходами ниже величины прожиточного минимума, %.

Х8 - Фактор времени.

Проведем корреляционный анализ исходных показателей. Для этого строим матрицу коэффициентов парной корреляции (табл. 1).

Таблица 1

Матрица парных коэффициентов корреляции

Y X1 Х2 X3 X4 Х5 X6 X7 X8

Y 1,000

X1 0,899 1,000

Х2 -0,864 -0,692 1,000

X3 0,866 0,989 -0,615 1,000

X4 0,840 0,955 -0,557 0,974 1,000

Х5 0,938 0,947 -0,765 0,932 0,864 1,000

X6 0,903 0,995 -0,678 0,996 0,968 0,949 1,000

X7 -0,923 -0,883 0,919 -0,832 -0,759 -0,909 -0,871 1,000

X8 0,918 0,994 -0,736 0,985 0,949 0,957 0,995 -0,911 1,000

Из таблицы 1 видно, что в исходных данных присутствует мультиколлинеарность, которую следует исключить методикой пошаговой процедуры исключения переменных [2, 3].

В частности видно, что временной фактор имеет сильную линейную со всеми включенными в анализ факторами. Для построения уравнения только от значимых факторов, было проведено последовательное

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12-1/2016 ISSN 2410-700Х_

исключение переменных, влияние которых на стоимость жилья незначимо. Так на шаге № 1 была исключена переменная Xi (Валовой внутренний продукт), на шаге № 2 - X7 (Численность населения с денежными доходами ниже величины прожиточного минимума), на шаге № 3 - X4 (Число действующих строительных организаций в Российской Федерации), на шаге № 4 - Хз (Основные фондов в Российской Федерации по полной учетной стоимости), на шаге № 5 - Х5 (Ввод в действие общей площади жилых домов на 1000 человек населения), на шаге № 6 - Х8 (Фактор времени).

Таким образом, в результате пошагового отбора было получено двухфакторное уравнение, в котором все коэффициенты при объясняющих факторах статистически значимы при 5% уровне.

Регрессионная статистика

Множественный R 0,966

R-квадрат 0,933

Нормированный R-квадрат 0,920

Стандартная ошибка 5577,033

Наблюдения 14,000

Дисперсионный анализ

df SS MS F Значимость F

Регрессия 2,000 4730477987,746 2365238993,873 76,045 0,000

Остаток 11,000 342136218,254 31103292,569

Итого 13,000 5072614206,000

Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%

Y-пересечение 1214728,938 276082,006 4,400 0,001 607076,540 1822381,336

Х2 -8317,696 1904,223 -4,368 0,001 -12508,864 -4126,529

X6 1,392 0,252 5,518 0,000 0,837 1,947

Рисунок 1 - Регрессионная статистика

Уравнение регрессии:

У = 1214728 ,938-8317,696X2 +1,392X6. (1)

На основе коэффициентов регрессионного уравнения можно сказать, что

• с ростом численности населения на 1 млн. руб. средняя цена жилья на вторичном рынке по Российской Федерации снизится в среднем на 8 317,696 руб./кв. м. при неизменных среднедушевых доходах населения;

• при росте среднедушевых доходах населения на 1 руб. в месяц средняя цена жилья на вторичном рынке по Российской Федерации возрастает в среднем на 1,392 руб./кв. м. при неизменной численности населения.

Коэффициент детерминации для уравнения (1) составил 0,933, что говорит о том, что под описание модели попадает 93,3% наблюдений. Фактическое значение статистики Фишера для коэффициента детерминации составило Fфакт=76,045, что выше критического значения Fкр=Fтабл(0,05;2;11)= 3,98. Таким образом, зависимость цен на жилье от включенных в модель факторов существенна.

Средняя ошибка аппроксимации для уравнения (1) составила 16,04%, что не принадлежит пределам норм, следовательно, получена удовлетворительная регрессионная модель.

Сравнительная оценка влияния факторов на денежные доходы выполнена на основе коэффициентов эластичности, в коэффициентов и А коэффициент для каждого коэффициента регрессии [4]. Результаты представлены в табл. 3.

Таблица 2

Коэффициенты для оценки влияния факторов на зависимую переменную модели

X2 X6

Коэффициенты эластичности -30,589 0,503

ß коэффициенты -0,465 0,588

А коэффициенты 0,431 0,569

МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12-1/2016 ISSN 2410-700Х

Из таблицы 2 видно, что максимальное влияние на изменение цен на жилье оказывает фактор Хб (56,9%).

Выполним визуальное сопоставление графиков фактических и расчетных значений (рис. 2). 70 ооо,оо

60 000,00

?о 000,00

40 000,00 30 000,00 20 000.00 ! 0 000,00

2ООО 2002 2004 2006 2008 2010 2012 2014 2016 * Статистические значения ""Модельные значения

Рисунок 2 - Сравнительная оценка фактических и расчетных значений средней рыночной стоимости 1 кв. метра жилья в РФ

Из рисунка 2 видно, что модельная кривая достаточно близко проходит через все точки статистической выборки.

Средняя рыночная стоимость 1 кв. м площади жилья в РФ зависит от численности населения и среднедушевых денежных доходов. Причем с численностью населения связь обратная, а с доходами населения связь прямая.

Список использованной литературы:

1. Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: учеб. пособие. - 3-е изд., перераб. и доп. - М.: Вузовский учебник: ИНФРА-М, 2013. - 389 с.

2. Айвазян С.А., Иванова С.С. Эконометрика. Краткий курс: учеб. пос. для вузов. - М.: Маркет ДС, 2007 -104 с.

3. Снатенков А.А., Тимофеева Т.В. Экономико-статистическое исследование состояния сберегательного дела в России // Экономика и предпринимательство. 2015. №6-2. С. 929-933.

4. Тимофеева Т.В., Снатенков А.А. Практикум по финансовой статистике. Оренбург. 2004. 188с.

© Черкасская Д.О., 2016

УДК 331.2

А.Л. Чернявая

к.э.н., доцент экономического факультета ФГАОУ ВО «КФУ имени В.И. Вернадского» Институт экономики и управления

А.М. Джелилова Студентка экономического факультета ФГАОУ ВО «КФУ имени В.И. Вернадского» Институт экономики и управления

г.Симферополь, Республика Крым Российская Федерация

АНАЛИЗ МИНИМАЛЬНОГО РАЗМЕРА ОПЛАТЫ ТРУДА В РЕСПУБЛИКЕ КРЫМ

Аннотация

В статье проведен анализ минимальной оплаты труда и размера прожиточного минимума в Р Крым.