Репетитор оценщика
Готовые работы заочников
Тесты:
Задачи:
Примеры работ по оценке
Экспертная и репетиторская помощь по решению тестов, задач, практикумов и всех других видов работ. Сергей.admin@refmag.ru,
Примеры выполненных работ: | контрольные | курсовые | дипломные | отзывы |
Букинистическая книга:
Список литературы по оценке недвижимости > Моделирование зависимости и анализ цен на квартиры от ряда факторов на примере города Елабуга
Хлюпина М.А., Исавнин А.Г. Моделирование зависимости и анализ цен на квартиры от ряда факторов на примере города Елабуга // Фундаментальные исследования. 2016. № 5-1. С. 213-217.
Скачать оригинал статьи
Фрагмент работы на тему "Моделирование зависимости и анализ цен на квартиры от ряда факторов на примере города Елабуга"? ФУНДАМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ № 5, 2016 ? ? ЭКОНОМИЧЕСКИЕ НАУКИ (08.00.00) ? 213 УДК 338.5: 519.862.6 МОДЕЛИРОВАНИЕ ЗАВИСИМОСТИ И АНАЛИЗ ЦЕН НА КВАРТИРЫ ОТ РЯДА ФАКТОРОВ НА ПРИМЕРЕ ГОРОДА ЕЛАБУГА Хлюпина М.А., Исавнин А.Г. Набережночелнинский институт (филиал) ФГАОУ ВО «Казанский (Приволжский) федеральный университет», Набережные Челны, e-mail: marina150294@bk.ru В данной работе применяются методы эконометрического анализа с целью моделирования состояния рынка недвижимости в городе Елабуга. Актуальность исследования вытекает из необходимости формализа- ции существующих критериев оценки стоимости продаваемых квартир, так как часто на практике нет четко обоснованных критериев и моделей для её определения. Преобладает способ оценивания цены предложения квартиры, имеющий основой субъективные критерии, которые могут не совпадать у разных оценщиков. Целью работы является исследование зависимости стоимости 1 кв. метра площади квартир в городе Елабуга от характеристик этих квартир. Данные представлены агентством недвижимости «Единая Риэлтерская Ком- пания Город». Объект исследования: вторичное жилье в городе Елабуга. Основным методом исследования является регрессионный анализ и метод Брандона. Ключевые слова: регрессионный анализ, факторы, оценка критериев, моделирование, метод Брандона, исследование зависимости MODELING OF DEPENDENCE OF PRICES ON APARTMENT FROM ROW OF FACTORS ON EXAMPLE OF CITY YELABUGA Khlyupina M.A., Isavnin A.G. Institute (branch) of Federal Public Autonomous Educational Institution of higher education the «Kazan (Volga region) Federal University», Naberezhnye Chelny, e-mail: marina150294@bk.ru In this work the methods of econometric analysis are used with the purpose of design of market of the real estate condition in the city Yelabuga. Research actuality follows from the necessity of formalization of existent criteria of estimation of cost of the sold apartments, because often in practice there are not the expressly grounded criteria and models for its determination. The method of estimation of supply of apartment price prevails, having basis subjective criteria which can not coincide for different appraisers. The purpose of work is research of dependence of cost of 1 sq.meter area of apartments in the city Yelabuga from descriptions of these apartments. Information is presented the agency of the real estate « Единая Риэлтерская Компания Город». Research object: Resellers is in the city Yelabuga. The basic method of research is a regressive analysis and method of Brandona. Keywords: regressive analysis, factors, estimation of criteria, design, method of Brandon, research of dependence Объектом исследования выбрана недви- жимость в районах города Елабуга, а пред- метом исследования – сложившийся уро- вень средней стоимости квадратного метра жилых квартир. Данные исследования были получены от агентства недвижимости «Единая Риэл- терская Компания Город». Для проведения эконометрического моделирования рынка квартир на основе предложений о продаже квартир была построена выборка, содержа- щая 100 наблюдений. Рассмотрев предложения о продаже квартир в городе Елабуга, можно сказать, что целесообразно проводить оценку про- дажной цены 1 кв. метра квартиры по со- ставлению выборки и подбору возможных факторов, влияющих на стоимость жилья. В работе рассматривается задача по- строения аналитической формулы средней стоимости квартиры в зависимости от фак- торов, влияющих на эту стоимость [1]. Зависимая переменная: Y – оценка продаж- ной стоимости 1 кв. метра квартиры (в руб). Независимые переменные: факторы, от которых предположительно зависит цена предложения квартиры. Они разделяются на 2 типа: 1. Количественные: общая площадь квартиры; этажность дома; этаж; количество комнат в кв.; площадь кухни. 2. Качественные (дихотомические): тип дома (0 – все остальные, 1 – кир- пичный); наличие балкона/лоджии (0 – нет, 1 – есть); расположение дома (0 – все остальное, 1 – периферия); санузел (0 – раздельный, 1 – совместный); наличие собственного отопления (0 – нет, 1 – есть) и др. Далее построена матрица парных коэф- фициентов для устранения мультиколлине- арности, если таковая имеется, и проведен ее анализ. При проверке на мультиколли- неарность были исключены два фактора, ? FUNDAMENTAL RESEARCH № 5, 2016 ? 214 ? ECONOMIC SCIENCES (08.00.00) ? такие как: «Наличие проведенного интерне- та», «Наличие теплых полов». Затем для проверки значимости найден- ных коэффициентов корреляции использо- вался t-критерий Стьюдента [2]. Фактическое значение этого критерия определяли по формулам (1). Критическое значение t-статистики Стьюдента при уровне значимости 0,05 и числе степеней свободы 100: t кр ? 1,984. Факторы X1, X2, X3, X4, X5, X6, X7, X8, X10, X11, X14 – признаются статистически зна- чимыми, что свидетельствует о наличии устойчивой линейной связи между указан- ными факторами. Факторы же X9, X12, X13, X15, X18, X20, X21 признали статистически незначимыми и исключили их из дальней- ших расчетов. Далее провели пошаговый анализ и ис- ключили на каждом шаге наименее связан- ные факторы из модели. Шаг 1. На первом шаге выявили, что факторы «Расположение дома», «Наличие пластико- вых окон», «Наличие проведенного интер- нета» оказывают наименьшее влияние на стоимость квартиры, т.к. t расч < tкр (1,984). Следовательно, следует исключить эти фак- торы при проведении дальнейших расчетов. Шаг 2. На втором шаге анализа было выяв- лено, что факторы «Наличие балкона», «Площадь кухни», «Этажность дома», «Наличие собственного отопления», «Состояние квартиры» оказывает наи- меньшее влияние на стоимость кварти- ры, т.к. t расч < tкр (1,984), следовательно исключили их при проведении дальней- ших расчетов. На следующем шаге выяснили, что по- казатели не проходят через 0. Значение t-статистики больше табличного значе- ния. Следовательно, факторы «Общая пло- щадь», «Тип дома», «Количество комнат» и «Этаж» являются значимыми [3]. Таблица 1 Фактор Значение коэффициента Фактическое значение t-критерия Стьюдента Общая площадь (X1 ) 0,055 12,095 Тип дома (X2 ) 0,071 9,035 Наличие балкона (X3 ) 0,063 9,604 Количество комнат (X4 ) 0,053 12,914 Площадь кухни (X5 ) 0,066 8,969 Этажность дома (X6 ) 0,059 10,950 Этаж (X7 ) 0,088 3,925 Расположение дома (X8 ) 0,060 10,731 Санузел (X9 ) 0,136 1,023 Наличие собственного отопления (X10) 0,092 3,072 Состояние квартиры (X11) 0,073 7,229 Наличие телефона (X12) 0,236 0,982 Наличие домофона (X13) 0,071 7,702 Серия дома (X14) 0,079 5,917 Наличие пластиковых окон (X15) 0,146 1,037 Расположение автобусной остановки (X18) 0,367 0,652 Наличие парковочного места (X20) 0,055 12,095 Наличие детской площадки (X21) 0,071 9,035 В соответствии с полученными расчетными данными модель регрессии в линейной форме будет выглядеть следующим образом: Y = 22669,85313 + 1930,532395·Х1 + 2799,331466·Х2 + 1685,33533·Х4 + 3365,197534·Х7. ? ФУНДАМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ № 5, 2016 ? ? ЭКОНОМИЧЕСКИЕ НАУКИ (08.00.00) ? 215 Результаты регрессионного анализа модели Y (X1, X2, X3, X4, X5, X6, X7, X8, X10, X11, X13, X14) Для проверки значимости уравнения множественной регрессии используют F-критерий Фишера. F-статистика. Критерий Фишера. Табличное значение при степенях свобо- ды k1 = 4 и k2 = n – m – 1 = 100 – 4 – 1 = 95, Fkp = 2,45. Поскольку фактическое значение F > Fkp, то коэффициент детерминации ста- тистически значим и уравнение регрессии статистически надежно. Таким образом, можно сделать вывод, что мы нашли основные ценообразующие факторы. Метод Брандона Отбор и анализ факторных признаков, включаемых в модель множественной ре- грессии для Y. Отбор факторных признаков прово- дится с помощью частных коэффициентов корреляции, необходимо, чтобы коэффици- ент корреляции r зависимости между ре- зультирующим показателем Y и каждым j-м фактором xj должен быть отличен от нуля, и факторы x1 , x2, …, xn должны быть попар- но независимыми. На Y оказывают сильное влияние – X1 (ryx1/x2,х4,х7 = 0,793680915508622), умеренное влияние – X2 (ryx2/x1,х4,х7 = 0,630255969061171), причем связь между X2 и X4 (rx2x4/y,x1,х7 =–0,290562532906476) и X2 , X7 (rx2x7/y,x1,х4 =–0,3204296142673921) слабая. Следовательно, в качестве пары факторов для построения множественной регрессии выбираем пару Х1 Х2 . ? общая площадь, м2 – X1; ? тип дома – X2. Множественная нелинейная регрессия (Y) Для построения уравнения множествен- ной нелинейной регрессии был использо- ван метод Брандона. 1. Было вычислено среднее значение: ? FUNDAMENTAL RESEARCH № 5, 2016 ? 216 ? ECONOMIC SCIENCES (08.00.00) ? Таблица 2 Уравнения парной регрессии для YX1 Уравнения ре- грессии Коэффициенты Значи- мость коэффи- циентов ? ? R2 DW Линейная модель: a = 0,326410298 значим 0,96892 0,5569236 0,94369941 1,604775737 b = 0,003652100 значим значим значим отсутствует Гиперболическая модель: a = 1,423697114 значим 0,96328 0,6449682 0,93695457 1,423608323 b = –129,36212541 значим значим значим отсутствует Степенная модель: a = 0,035424169 значим 0,96579 0,5885643 0,947956446 1,572376096 b = 0,549516486 значим значим значим отсутствует Логарифмическая модель: a = –2,12369429 значим 0,96746 0,6365078 0,946553644 1,518589833 b = 0,726941258 значим значим значим отсутствует Параболическая модель 2 порядка: a = 1,369426984 значим 0,96987 0,5391269 0,948626549 1,783970503 b = –0,003694549 значим значим значим отсутствует с = 0,000116621 значим Параболическая модель 3 порядка: a = 26,46978416 значим 0,97568 0,509836 0,95312987 2,07478869 b = –0,40399469 значим значим значим отсутствует с = 0,000795654 значим d = –0,000013699 значим 2. Каждое i-е наблюдение yi было преоб- разовано по формуле 3. Для пары переменных y0i и xi1 так же, как и при парной регрессии, был выбран вид зависимости с максимальным уровнем спецификации по критерию Дарбина – Уот- сона и по величине корреляционного отно- шения ?: [4]. Учитывая значимость коэффициентов регрессии, значимость уравнения в целом, величину корреляционного отношения и коэффициента корреляции (для линейной модели), точность аппроксимации, и отсут- ствие автокорреляции, в качестве модели выбираем параболическую модель второго порядка: Была составлена таблица «Уравнения парной регрессии для YX2 ». Учитывая значимость коэффициентов регрессии, значимость уравнения в целом, величину корреляционного отношения и ко- эффициента корреляции (для линейной мо- дели), точность аппроксимации, и отсутствие автокорреляции, в качестве модели выбираем параболическую модель третьего порядка: После определения строится общая формула множественной регрессии: Она имеет вид: Экономическая интерпретация уравнения регрессии Учитывая значимость коэффициентов регрессии, значимость уравнения в целом, величину корреляционного отношения, ко- эффициента корреляции (для линейной мо- дели) и автокорреляцию остатков, видно, что целесообразнее выбрать параболиче- скую зависимость. Коэффициенты нелиней- ной модели, построенной методом Бран- дона, значимы (значит, эти коэффициенты формируются под воздействием неслучай- ных факторов), корреляционное отношение ? = 0,97549 достаточно большое (тесная связь между рассматриваемыми призна- ками), точность аппроксимации высокая (всего 0,55 %), автокорреляция остатков от- сутствует, значит, именно эта зависимость лучше описывает исходный Y – стоимости 1 кв. метра квартиры (в руб.) [5]. ? ФУНДАМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ № 5, 2016 ? ? ЭКОНОМИЧЕСКИЕ НАУКИ (08.00.00) ? 217 Уравнение нелинейной зависимости выглядит следующим образом: Уравнение в целом значимо, так как коэффициент детерминации очень высок R2 = 0,97394, а чем больше его величина, тем больше влияние данных признаков на величину результативного. Таким обра- зом, при повышении стоимости 1 кв. ме- тра квартиры, стоимость общей площади возрастает, соответственно, стоимость квартиры в кирпичном доме будет доро- же, чем в панельном. Список литературы 1. Зандер Е.В. Эконометрика: учебно-методический комплекс. – Красноярск, 2003. – 34 с. – С. 19–23. 2. Елисеева И.И., Курышева С.В., Костеева Т.В. и др. Эконометрика / под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М., 2007. – 576 с. – С. 347–352. 3. Исавнин А.Г., Галиев Д.Р. Модели портфельного инвестирования с применением асимметричных мер риска и генетических алгоритмов // Финансовая аналитика: про- блемы и решения. – 2011. – № 48. – С. 32–38. 4. Исавнин А.Г., Фархутдинов И.И. Метод оценки эко- номической эффективности применения производственного аутсорсинга на автомобилестроительном предприятии Рос- сии // Региональная экономика :теория и практика. – 2012. – № 13. – С. 16–21. 5. Карп Д.Б. Эконометрика: основные формулы с ком- ментариями: учебно-методическое пособие. – Владивосток, 2004. – 50 с. – С. 40–44. References 1. Zander E.V. Jekonometrika: uchebno-metodicheskij kompleks. Krasnojarsk, 2003. 34 р. рр. 19–23. 2. Eliseeva I.I., Kurysheva S.V., Kosteeva T.V. i dr. Jekonometrika / pod red. I.I. Eliseevoj. 2-e izd., pererab. i dop. M., 2007. 576 р. рр. 347–352. 3. Isavnin A.G., Galiev D.R. Modeli portfelnogo investirovanija s primeneniem asimmetrichnyh mer riska i geneticheskih algoritmov // Finansovaja analitika: problemy i reshenija. 2011. no. 48. рр. 32–38. 4. Isavnin A.G., Farhutdinov I.I. Metod ocenki jekonomicheskoj jeffektivnosti primenenija proizvodstvennogo autsorsinga na avtomobilestroitelnom predprijatii Rossii // Regionalnaja jekonomika :teorija i praktika. 2012. no. 13. рр. 16–21. 5. Karp D.B. Jekonometrika: osnovnye formuly s kommentarijami: uchebno-metodicheskoe posobie. Vladivostok, 2004. 50 р. рр. 40–44. Другие книги из этого разделаОбоснование стоимости земельных ресурсов как инструмент оптимизации затрат в системе управленияМетодика определения зависимости относительной стоимости жилого помещения многоквартирного дома от его износа в процессе эксплуатацииСтатистический анализ изменений стоимости недвижимости в зоне введенной в эксплуатацию платной дорогиОбоснование стоимости земельных ресурсов как инструмент оптимизации затрат в системе управленияМетодика определения зависимости относительной стоимости жилого помещения многоквартирного дома от его износа в процессе эксплуатацииСтатистический анализ изменений стоимости недвижимости в зоне введенной в эксплуатацию платной дороги