Создать PDF Рекомендовать Распечатать

Эконометрические методы исследования рынка недвижимости

  • Автор (авторы):
    Мамченко Ольга Петровна, Исаева Ольга Владимировна, Половникова Елена Сергеевна, Свердлов Михаил Юрьевич
  • Дата публикации:
    14.05.19
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    Алтайский государственный университет

Эконометрические методы исследования рынка недвижимости

Econometric methods of real estate market research

Мамченко Ольга Петровна,

Mamchenko Olga Petrovna,

 доктор экономических наук, профессор,

кафедра международной экономики,

математических методов и бизнес информатики,

Алтайский государственный университет, г. Барнаул,

asuolga@mail.ru

Исаева Ольга Владимировна,

Isaeva Olga Vladimirovna,

кандидат физико-математических наук, доцент

кафедра международной экономики,

математических методов и бизнес информатики,

Алтайский государственный университет, г. Барнаул,

isaeva.olgav@mail.ru

Половникова Елена Сергеевна,

Polovnikova Elena Sergeevna,

кандидат физико-математических наук, доцент

кафедра международной экономики,

математических методов и бизнес информатики,

Алтайский государственный университет, г. Барнаул,

elenapolovnikova180570@mail.ru

Свердлов Михаил Юрьевич,

Sverdlov Mikhail Yuryevich,

кандидат физико-математических наук, доцент

кафедра международной экономики,

математических методов и бизнес информатики,

Алтайский государственный университет, г. Барнаул,

musverdlov@mail.ru

 

Аннотация: В статье рассматриваются вопросы применения  эконометрических исследований рынка недвижимости.  Выделяются основные этапы построения модели множественной регрессии зависимости стоимости объекта недвижимости, описывается процесс выбора объясняющих факторов, показывается эффективность применения данной модели для описания и построения  прогнозов.

Annotation: The article discusses the use of econometric research of the real estate market. Highlighted the main stages of building a model of multiple regression depending on the value of the property, describes the process of selecting explanatory factors, shows the effectiveness of using this model to describe and build forecasts.

Ключевые слова: эконометрические методы оценки недвижимости,линейная множественная регрессия, коэффициенты парной корреляции, адекватность модели, значимость коэффициентов корреляции.

Keywords: econometric methods of real estate estimation, linear multiple regression, pair correlation coefficients, model adequacy, significance of correlation coefficients.

 

Введение: В современном мире экономико-математическое моделирование является неотъемлемой частью экономического исследования. Эконометрика – это наука, в которой на основе реально существующих статистических данных строятся, изучаются, анализируются математические модели экономических процессов и явлений. Являясь сплавом экономики, статистики и математических знаний, эконометрика становится мощным инструментом в руках грамотного экономиста. На сегодняшний момент существует внушительный список эконометрических методов и моделей [1], «современная эконометрика чрезвычайно разнообразна по объёму инструментария, динамична и находится в процессе непрерывного развития и совершенствования» [2]. Корреляционно – регрессионный анализ является основой эконометрики.

Основной раздел: Рассмотрим зависимость продажной стоимости   57 объектов недвижимости в строящихся домах от следующих факторов:  района расположения, количества комнат, общей и жилой  площади, площади кухни, типа дома, этажа и количества месяцев до срока сдачи дома. В качестве модели была выбрана линейная модель множественной регрессии.

При этом выбор модели предопределяется не только тем, что реализация такого вида модели не представляет технических сложностей, но и предположением наличия тенденции (увеличивающейся или уменьшающейся) между признаками - факторами и результирующим признаком. Теоретико - статистические основы применения регрессионных моделей не являются целью данной статьи и требуют особого рассмотрения, укажем лишь некоторые проблемы, возникающие при их практическом применении. На практике часто приходится сталкиваться с тем, что модель является статистически значимой в целом, но коэффициенты регрессии, а значит и независимые переменные незначимы. Это происходит вследствие того, что между переменными существует высокая корреляция между переменными. Такое явление носит в эконометрике название «мультиколлинеарность».

Так, в примере с помощью Microsoft Excel, а именно, регрессионного анализа данных, было получено уравнение регрессии, коэффициент детерминации которого  говорит о том, что модель достаточно хорошо описывает зависимость, то есть является адекватной. Это подтверждает и проверка гипотезы о значимости уравнения в целом с помощью F -  критерия Фишера, так как  .

Результаты вычислений представлены в Таблице 1.

Таблица 1 – Дисперсионный анализ

Однако доверительные интервалы выделенных переменных содержат ноль, P – значение по абсолютной величине больше, чем <![if !msEquation]>что говорит о незначимости этих коэффициентов. (Таблица 2). Данные выводы согласуются и с проверкой гипотезы о незначимости коэффициентов регрессии с помощью t – критерия Стьюдента. ( числа степеней свободы  и  составляет 2,7).

Таблица 2 – Статистическая значимость коэффициентов регрессии

Факторы  признаются статистически значимыми,  и от их первоначального набора можно перейти к данным факторам.

Таким образом, встает вопрос о тщательном выборе объясняющих факторов для модели множественной регрессии. Свою роль здесь играет профессионализм экономиста, его интуиция, опыт работы и свободное владение методикой эконометрических исследований.

Отбор факторов в регрессионную модель также можно провести с помощью анализа коэффициентов парной корреляции. (Таблица 3).

 

Таблица 3 – Матрица парных коэффициентов парной корреляции

 

 Количество комнат и общая площадь мультиколлинеарны между собой, но так как влияние первого фактора на результирующий признак меньше, чем второго фактора, то фактор  может быть исключен. Аналогично, в тесной связи находятся общая площадь и жилая, и по степени влияния на стоимость квартиры жилая площадь (фактор) может быть исключена из модели множественной регрессии. Район, площадь кухни, тип дома, этаж находятся с результирующим признаком в слабой зависимости, и их включение или исключение из модели не влияет на статистическую значимость коэффициентов и уравнения в целом.

В результате сделанных выводов от модели множественной регрессии с полным набором факторов

переходим к модели множественной регрессии с меньшим набором факторов. С помощью описанной процедуры в Excel получаем уравнения в целом статистически значимые со значимыми коэффициентами регрессии, но без мультиколлинеарных факторов. Это позволяет отследить независимое и самостоятельное влияние общей площади, района и времени до сдачи объектов на стоимость объектов недвижимости. В таблице 4 представлены обновленные коэффициенты корреляции.

Таблица 4 – Матрица парных коэффициентов корреляции

По-прежнему, уравнение в целом значимо, коэффициенты регрессии также статистически значимы, но уровень связи теперь между переменными слабый или умеренный. Изолированное влияние факторов выражается уравнением:

.

Тем самым становится возможным проследить независимое влияние общей площади, сроков сдачи дома и других факторов на формирование цены объекта и сделать качественный долгосрочный прогноз.

Использование эконометрического моделирования дает ряд преимуществ  и может стать действенным  инструментом принятия управленческих решений.

Качественные переменные в регрессионных моделях имеют свое количественное  измерение, что дает возможность оценить степень их влияния на объясняемую переменную - стоимость объекта недвижимости. Модель может быть неоднократно использована при анализе ситуации на рынке недвижимости. Данные легко можно, во - первых, изменить количественно, а, во – вторых, исключить ненужные или внести новые. Эконометрические модели обеспечивают непротиворечивость данных, доказательность выводов, надежность прогнозов. Таким образом, законность и достоверность оценки объекта недвижимости или определение его стоимости, требуемые современной Концепцией государственной политики в области оценки имущества, полностью  соблюдены [3].

Существует и ряд недостатков применения регрессионной модели. Как и любая математическая модель, уравнение регрессии приближенно описывает реальную экономическую ситуацию, являясь идеальной, но упрощенной копией. Причинный характер связей корреляция и регрессия, как формальные понятия, не раскроют. Требуются на основе взвешенного, логического и профессионального анализа становится возможным установление причинно – следственных связей.

 

Заключение: Таким образом, в результате анализа значимости коэффициентов регрессии и оценки мультиколлинеарности методом включения - исключений факторов можно получить модель множественной регрессии, пригодной для анализа и прогноза. Интуитивные предположения о степени влияния различных факторов на стоимость квартиры находят строгое математическое обоснование. Применение эконометрических методов позволяет рассматривать только те факторы, которые действительно оказывают влияние на  стоимость объектов недвижимости, формировать объективную оценку рынка недвижимости и составлять обоснованные прогнозы. При этом изменения на рынке недвижимости находят быстрое отражение при данном способе исследования. Модель множественной регрессии целесообразно использовать для описания и прогнозирования стоимости объектов недвижимости, позволяет получить надежные оценки, необходимых в работе экономиста.

 

Библиографический список:

1.Эконометрика. Современные эконометрические методы [Электронный ресурс] — Режим доступа — URL: https:// http://bourabai.ru/econometrics/chapter15. (дата обращения: 05.04.2019)

2. Филонова Е.С.Эконометрика: абстрактная головоломка или мощный аппарат для экономических исследований?/ Е.С. Филонова // Новая экономика и региональная наука. Владимир.: Издательство Владимирский филиал ФГОБУ ВО «Финансовый университет при правительстве РФ».- 2016.- 3(6)  - С.396-404.

3.Сихимбаев М.Р., Кумисбекова Ж.А. Математические методы оценки стоимости недвижимого имущества // Международный журнал прикладных и фундаментальных исследований. – 2015. – № 6-1. – С. 119-123.

 

Bibliographic list:

1. Econometrics. Modern econometric methods [Electronic resource] - Access mode - URL: https: // http://bourabai.ru/econometrics/chapter15. (date of circulation: 04/05/2019)

2. Filonova E.S. Econometrics: an abstract puzzle or a powerful apparatus for economic research? / E.S. Filonova // New Economy and Regional Science. Vladimir .: Publishing House Vladimir Branch of the Financial University under the Government of the Russian Federation .- 2016.- 3 (6) - P.396-404.

3.Sikhimbaev MR, Kumisbekova Zh.A. Mathematical methods for estimating the value of real estate // International Journal of Applied and Fundamental Research. - 2015. - № 6-1. - pp. 119-123.

 

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017
(98) УЭкС, 4/2017
(99) УЭкС, 5/2017
(100) УЭкС, 6/2017
(101) УЭкС, 7/2017
(102) УЭкС, 8/2017
(103) УЭкС, 9/2017
(104) УЭкС, 10/2017
(105) УЭкС, 11/2017
(106) УЭкС, 12/2017
(107) УЭкС, 1/2018
(108) УЭкС, 2/2018
(109) УЭкС, 3/2018
(110) УЭкС, 4/2018
(111) УЭкС, 5/2018
(112) УЭкС, 6/2018
(113) УЭкС, 7/2018
(114) УЭкС, 8/2018
(115) УЭкС, 9/2018
(116) УЭкС, 10/2018
(117) УЭкС, 11/2018
(118) УЭкС, 12/2018
(119) УЭкС, 1/2019
(120) УЭкС, 2/2019

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516