Введение.

Рынок жилья занимает особое место в составе рынка недвижимости. Потребность в жилье – одна из главных потребностей в жизни людей, а ее удовлетворение – неотъемлемое условие их существования (по этой причине в настоящее время изыскиваются самые разные возможности для повышения доступности жилья, в том числе и довольно экзотические [5], а также в известной степени фиктивные [2]). Именно поэтому анализ рынка недвижимости является весьма актуальной темой для исследования.

Можно предположить, что существует определенная закономерность ценообразования на рынке жилой недвижимости, то есть имеется конкретный набор характеристик недвижимости, которыми руководствуются собственники при формировании продажной цены [13]. Зависимость продажной стоимости квартиры от определённых факторов – это предмет исследования [1].

Целью данной работы является обзор текущего состояния рынка недвижимости, а также определение продажной стоимости двухкомнатных квартир  в пределах объекта исследования, как функции зависящей от конкретных характеристик недвижимости (переменных) путем эконометрического анализа пространственных данных.

Результаты исследования могут быть полезны при прогнозировании тенденций развития регионального рынка недвижимости [14], для выбора оптимальной стратегии развития девелоперских компаний [9], при оценке объектов недвижимости [10] (в том числе в качестве залога [11, 15] и для целей налогообложения [12]) и для обоснования инвестиционных проектов в сфере жилой недвижимости [8].

В качестве объекта выбрана цена предложения квартир на рынке вторичного жилья Курчатовского района города Челябинска. Такое ограничение по географическому охвату рынка и по выбору объекта недвижимости для моделирования цены связано с тем, что двухкомнатные квартиры традиционно являются, по отзывам специалистов, самым популярным вариантом приобретения недвижимости для семей с детьми [7], т. е. для наиболее значимой с демографической точки зрения группы населения, а рынок недвижимости Челябинска пока не исследовался под углом эконометрического моделирования цены. Кроме того, Челябинск характеризуется самыми низкими ценами на жилую недвижимость из всех крупных уральских городов [6], что придает изучению модели ценообразования на челябинском рынке вторичной недвижимости особую важность.

Анализ рынка недвижимости Челябинской области.

В результате просмотра объявлений по продаже квартир на рынке вторичного жилья города Челябинска были выявлены характеристики, на которые часто обращают внимание покупатели. Итак, рассмотрим наиболее распространенные из них.

Одним из определяющих факторов стоимости квартиры является ее общая площадь,  жилая площадь, а также площадь кухни. С увеличением площади растёт и цена квартиры. Мы выделяем эти факторы отдельно как самостоятельные регрессоры.

Помимо общей площади есть еще и такой оцениваемый факт, как удобство расположения всех помещений, их размер в отдельности и высота потолков, изношенность жилого фонда. Например, серия «хрущёвка» куда менее удобна для проживания семьи из нескольких человек, так как в ней имеются «проходные», т.е. не действительно отдельные, не изолированные помещения, они более «изношены», с менее современной системой водоотведения и канализации,  чем более новые дома 97-ой и 121-ой серий. Следовательно, учет серии дома, в которой находится выставляемая на рынок вторичного жилья квартира, будет выдвигать серию как самостоятельный регрессор в нашем исследовании.

Этажность определяет наличие в доме лифта и мусоропровода.

Немаловажную роль играет этаж. Квартиры, расположенные на средних этажах, то есть не на первом и не на последнем, считаются лучше крайних. На оценку последних этажей отрицательное влияние оказывает, во-первых, время и трудность вертикального подъема и спуска (лифт обычно не ходит на последний уровень, если вообще ходит), во-вторых, возможна течь с потолка (во время дождя, таяния снега). Негативной стороной первого этажа является дополнительные затраты на обеспечение безопасности и шум.

Также этаж зачастую предопределяет наличие балкона. Каждый человек стремится к комфорту и безопасности, показателем чего может служить застекление балкона и лоджии. На основе этих выводов было принято решение отдельно выделить такой регрессор как застекленный балкон (лоджия).

Учтем также, что не каждый покупатель планирует заниматься ремонтом квартиры, зачастую покупателю сразу необходимо переехать в приобретаемое жильё, поэтому было принято решение о включении в число регрессоров наличия ремонта.

При сборе информации обнаружилось, что продавцом часто указывается наличие телефона, железной двери и домофона. Телефон обеспечивает удобства жильцу, также наличие телефонной точки определяет возможность подключения к сети Интернет. Домофон и железная дверь обеспечивают безопасность квартиры и подъезда.

И, конечно, немаловажный фактор, который было решено включить в модель, это расстояние продаваемой квартиры до центра (Площади Революции). С одной стороны, для людей близость к центру – это значимый фактор для определения надежности транспортной связи с практически любой точкой города, с другой стороны, центр дает возможность разнообразия удовлетворения культурных потребностей.

Так как Курчатовский район можно назвать довольно протяжённым – от заводских районов Свердловского тракта до лесопарковой зоны улицы Чичерина, то расстояние до центра существенно изменяется. Из «спальных районов» путь на работу получается довольно протяжённым. Также для людей пожилого возраста часто имеет значение продолжительность пути до ближайшей остановки (выбирается остановка в сторону центра).

Необходимо определить продажную стоимость двухкомнатной квартиры на вторичном рынке жилья Курчатовского района города Челябинска как функцию, зависящую от конкретного набора ее параметров.

Задача исследования зависимости одной переменной Y от нескольких объясняющих переменных X₁,X₂,…,X_n решается с помощью множественного регрессионного анализа [3, 4]. В качестве базовой экономической модели была выбрана модель множественной линейной регрессии, которая выглядит следующим образом:

y = β₀ + β₁x₁ + β₂x₂ + …+ β_nx_n + ε, где

y – зависимая переменная (результативный признак);

x₁,…,x_n – независимые(объясняющие) переменные;

b₀, b₁,…, b_n – коэффициенты регрессии,  которые показывают среднее изменение результата с изменением фактора на единицу.

Также рассматриваются следующие модели:

Полулогарифмическая:

Log (y) = β₀ + β₁x₁ + β₂x₂ + …+ β_nx_n + ε,

Каждый коэффициент данной модели показывает, на сколько процентов увеличится зависимая переменная (Y), если объясняющую переменную увеличить на единицу.

Логарифмическая:

Log (y) = β₀ + β₁ Log (x₁)+ β₂ Log(x₂)+ …+ Log(x_n)+ ε,

В этой модели логарифм берётся не только от зависимой переменной, но и от количественных независимых переменных. Значение коэффициента регрессии показывает, на сколько процентов увеличится  зависимая переменная (Y), если объясняющую переменную увеличить на 1%.

Для оценки коэффициентов регрессии будем использовать классический метод – метод наименьших квадратов, который минимизирует сумму квадратов отклонений фактических значений зависимой переменной от расчетных.

В качестве зависимой переменной выступает (CENA) цена предложения квартиры в тысячах рублей.

В качестве независимых переменных будем брать следующие:

1.     PL_ALL – общая площадь квартиры (в кв. метрах). Количественная переменная, принимает только положительные значения.
2.     PL_ZHIL – площадь жилой части квартиры (в кв. метрах).  Количественная переменная, принимает только положительные значения.
3.     PL_KUH – площадь кухни (в кв. метрах). Количественная переменная, принимает только положительные значения.
4.     ETAZH_ALL- количество этажей в доме. Качественная переменная. Может принимать значения {0,1}:

0 – если меньше пяти этажей и пятиэтажки;

1 –  в противном случае;

5.     ETAZH – этаж на котором располагается квартира. Качественная переменная. Может принимать значения {0,1}:

0 – если этаж последний или первый;

1 – в противном случае.

6.     REMONT – наличие ремонта в квартире. Качественная переменная. Может принимать значения {0,1}:

1 -  если есть наличие евроремонта;

0 -  в противном случае;

7.      Серия квартиры. Качественная переменная. Может принимать значения {0,1}:

LEN = 1, если ленинградский проект;

0, в противном случае;

HR= 1, если «хрущёвка»;

0, в противном случае;

S121= 1, если 121-ой серии;

0, в противном случае;

S97 = 1, если 97 – ой серии;

0, в противном случае;

8.     BALC – наличие балкона. Качественная переменная. Может принимать значения {0,1}:

1 -  если есть наличие балкона;

0 -  в противном случае;

9.     GLASS_BALС – наличие застеклённого балкона.  Качественная переменная. Может принимать значения {0,1}.

1 -  если балкон застеклен, либо изолированная лоджия;

0 -  в противном случае;

10.     TELEFON – наличие телефона.  Качественная переменная. Может принимать значения {0,1}:

1 -  если есть телефон;

0 -  в противном случае;

11.     DVER – наличие железной двери. Качественная переменная. Может принимать значения {0,1}:

1 -  если  есть железная дверь;

0 -  в противном случае;

12.     DOMOFON – наличие домофона. Качественная переменная. Может        принимать значения {0,1}:

1 – если есть домофон;

0 -  в противном случае;

13.          CENTR – расстояние до Центра (Площади Революции). Качественная переменная. Может принимать значения {0,1,2,3,4,5,6}.

0 -  если расстояние меньше 4км;

1 -  если расстояние от 4 до 6км;

2 -  если расстояние от 6 до 8км;

3 -  если расстояние от 8 до 10км;

4 -  если расстояние от 10 до12км;

5 -  если расстояние от 12 до 14км;

6 -  если расстояние больше 14км;

14.                 OSTAN – расстояние до ближайшей остановки в сторону центра. Качественная переменная. Может принимать значения {0,1,2,3,4,5,}.

0 -  если расстояние до остановки меньше 100м;

1 -  если расстояние до остановки от 100 до 200м;

2 -  если расстояние до остановки от 200 до 300м;

3 -  если расстояние до остановки от 300 до 400м;

4 -  если расстояние до остановки от 400 до 500м;

5 -  если расстояние до остановки больше 500м.

Исходная статистическая информация в данной работе представляет собой пространственную выборку из 150 двухкомнатных квартир в Курчатовском районе, произведённую в ноябре 2014 года.

В результате исследования предложения на рынке вторичного жилья двухкомнатных квартир в Курчатовском районе города Челябинска, было построено несколько эконометрических моделей, из которых была выбрана наиболее верная:

LOG(CENA) = 6.915783687 + 0.05804227757*(DVER+GLASS_BALK) + 0.1736085916*ETAZH_ALL + 0.007444273535*PL_ALL + 0.02388203052*PL_KUH

Данную полулогарифмическую модель, исходя из анализа коэффициентов, можно интерпретировать следующим образом.

За повышение цены на вторичном рынке жилья города Челябинска отвечают следующие параметры:

1. Увеличение общей площади квартиры на 1 м². увеличивает ее цену на 0,74 %. Площадь – это определяющий показатель жилой недвижимости. Такой небольшой вклад в стоимость можно объяснить тем, что исследуется класс двухкомнатных квартир, то есть сразу предполагается определенный минимальный размер жилья, который включается в константу.

2. Наличие застеклённого балкона и железной двери увеличивают стоимость квартиры на 5,8 %.

3. Этажность дома увеличивает стоимость квартиры на 17,3 %. Это обусловлено тем, что этажность предопределяет планировку квартиры. Так в домах 9- и 10-этажных преобладают квартиры серий 97 и 121.

4. Площадь кухни увеличивает стоимость квартиры на 2,3 %.

Все остальные параметры, которые были использованы в анализе, были определены, как слабо влияющие.

Параметры, которые снижают цену, выявлены не были.

Предложенная модель может служить ориентиром для продавцов и покупателей вторичного жилья на рынке Челябинска при расчете цены.

Библиографический список

1. Вильгута О. Ф. Моделирование характеристик товара с учетом потребительских предпочтений на первичном рынке жилья. Диссертация на соискание степени кандидата экономических наук. – М, 2009.
2. Котляров И. Д. Негативные следствия роста экономики услуг // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. – 2013. – № 2. – С. 83-90.
3. Кремер Н. Ш., Путко Б. А. Эконометрика: учебник для ВУЗов. – М.: Юнити, 2003.
4. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс. – М.: Дело, 2004.
5. Симбарская А. И. Ипотечные пойнты как инструмент снижения стоимости ипотечного кредита // Вестник НГУЭУ. – 2013. – № 3. – С. 67-74.
6. Кутепова М. «Легче купить, чем арендовать». В уральских городах отследили цены на недвижимость. Сравните, куда лучше вкладываться // Ural.ru, 26.11.2014. Доступно онлайн по адресу: http://ura.ru/news/1052195346. Проверено 23.06.2015.
7. Двухкомнатные квартиры с отдельной кухней – самые популярные в Санкт-Петербурге среди семей с детьми // Комсомольская правда – Санкт-Петербург, 18.03.2015. Доступно онлайн по адресу: http://www.spb.kp.ru/daily/26355/3246329/. Проверено 23.06.2015.
8. Авилова И. П., Жариков И. С. Методика оценки инвестиционной привлекательности реконструкции здания (сооружения) для последующей его реализации как объекта недвижимости коммерческого, жилого или социального назначения // Экономика и предпринимательство. – 2015. – № 4-1. – С. 966-971.
9. Артамонова Ю. С., Левина И. З., Белянская Н. М. Стратегии развития девелоперских компаний // Современные научные исследования и инновации. – 2015. – № 3-4. – С. 5-9.
10. Гончарова Т. Г., Кривец В. В. Проблемы установления рыночной стоимости земельных участков в судах общей юрисдикции на примере Приморского края // Экономика и предпринимательство. – 2015. – 4-1. – С. 265-269.
11. Депутатова Н. А., Петрищев А. З. Анализ рынка ипотечных кредитов, проблемы и перспективы ипотечного кредитования в РФ // В мире научных открытий. – 2015. – № 3.5. – С. 2162-2174.
12. Клюева Т. Г. Налоговое законодательство и экономика недвижимости: аспекты взаимодействия в современной России // Современная наука: актуальные проблемы теории и практики. Серия: Экономика и право. – 2014. – № 7-8. – С. 30-33.
13. Костылев А. В. Математическое моделирование детерминант выпуска продукции и цен на региональном рынке жилья // В мире научных открытий. – 2013. – № 12. – С. 183-198.
14. Моттаева А. Б. Тенденции развития регионального рынка недвижимости // Экономика и предпринимательство. – 2015. – № 3-2. – С. 227-230.
15. Розова С. В., Симонян Т. А. Обоснование необходимости совершенствования методов оценки недвижимости, предоставляемой под залог, и рекомендации по их совершенствованию // Экономика и предпринимательство. – 2014. – № 11-4. – С. 517-520.

---

Количество просмотров публикации: Please wait

Все статьи автора «Березина Анастасия Витальевна»