Файл: 1 Теоретические основы анализа рынка недвижимости 5.docx
Добавлен: 12.12.2023
Просмотров: 173
Скачиваний: 2
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
, оценивание параметров.
Мы рассмотрим модель линейной регрессии как наиболее доступную для понимания и довольно часто используемую на практике. Множественные модели также находят практическое применение, но обычно для их построения используются пакеты прикладных программ. Проблема, с которой сталкивается прогнозист при использовании пакетов прикладных программ, заключается в оценке адекватности отображения действительности и будущих взаимосвязей в регрессионных моделях и корректное их использование для прогнозирования будущего.
1. Установление формы зависимости (линейная или нелинейная; положительная или отрицательная и т. д.).
2. Определение функции регрессии и установление влияния факторов на зависимую переменную. Важно не только определить форму регрессии, указать общую тенденцию изменения зависимой переменной, но и выяснить, каково было бы действие на зависимую переменную главных факторов, если бы прочие не изменялись и если бы были исключены случайные элементы. для этого определяют функцию регрессии в виде математического уравнения того или иного типа.
3. Оценка неизвестных значений зависимой переменной, т. е. решение задач экстраполяции и интерполяции. В ходе экстраполяции распространяются тенденции, установленные в прошлом, на будущий период. Экстраполяция широко используется в прогнозировании. В ходе интерполяции определяют недостающие значения, соответствующие моментам времени между известными моментами, т. е. определяют значения зависимой переменной внутри интервала заданных значений факторов.
Кировский район — один из внутригородских районов города Самары.
Занимает северо-восточную часть территории городского округа Самара и граничит с Промышленным и Красноглинским районами городского округа и Волжским сельским районом Самарской области.
Район является одним из крупнейших в городе Самаре (87,5 км²), обладая мощным экономическим, научным и инженерно-техническим потенциалом, творческими достижениями и традициями. В районе размещаются предприятия ряда отраслей промышленности, в том числе: цветная металлургия, машиностроение и металлообработка, производство подшипников, сборных железобетонных изделий и металлоконструкций, стройматериалов, а также мебельное и пищевое производство. Численность населения района – 228,4 тыс. чел. (с учётом миграционных процессов).
Район ограничен: улицами Земеца, Краснодонской, Физкультурной, проспектом Кирова, набережной реки Волги, 9 просекой, Барбошиной поляной, 18 км Московского шоссе, Орловым оврагом, восточной границей посёлка Аэропорт-2 и посёлка Зубчаниновка, набережной реки Самара.
Динамика роста численности населения Куйбышевского района приведена на рисунке 1.
Рисунок 1 - Рост численности населения Кировского района г. Самары
На территории Кировского района расположено 8579 домов, из них:
На территории района расположены:
1) Предприятия машиностроения, металлургии и металлообработки:
АО «РКЦ «Прогресс» - одно из ведущих предприятий российской ракетно-космической промышленности, производитель ракет-носителей семейства «Союз», космических аппаратов различного назначения;
ОАО «Авиакор – авиационный завод» — самарский авиационный завод, производитель самолётов семейств Ту-154 (один из самых массовых самолётов гражданской авиации РФ и СНГ) и Ту-95 (тяжёлый дальний бомбардировщик-ракетоносец).
Закрытое акционерное общество «Алкоа СМЗ» - металлургический завод
ООО «Завод приборных подшипников».
На «Авиакоре» и «Прогрессе» выпускались самолёты, вошедшие в летопись не только отечественной, но и мировой авиации. В память о тяжёлых военных годах, о самоотверженном труде рабочих и служащих завода Безымянки на пересечении Московского шоссе и проспекта Кирова установлен памятник штурмовику Ил-2, который фашисты окрестили «Чёрная смерть»;
2) Предприятия строительных материалов:
ОАО «Железобетон»,
ООО «Домостроительный комбинат № 1»,
ООО «Легкий керамзит»,
ООО «Керамзит ЛТД» ,
ФГУП «ПП ЖБИ и СМР» (Предприятие производства железобетонных изделий и строительно-монтажных работ),
1245 УНР филиала ФГУП «Управление обустройства войск Минобороны России»;
3) Предприятия пищевой промышленности:
Завод «Кока-Кола» в Самаре,
ОАО «Самарский хлебозавод № 5», Кондитерское объединение «Россия»,
ООО «Самарарыбхоз»,
ООО «Кока-Кола НВС Евразия» филиал в г. Самаре, ЗАО «Чистая вода»;
4) Предприятия мебельной промышленности:
ОАО «Авиакор-мебель»,
ООО «Эдем-Самара-1»;
5) Предприятия электроэнергетики:
ОАО «Волжская территориальная генерирующая компания» - филиал «Самарская ТЭЦ».
На восточной окраине района расположены аэродром «Безымянка» и аэропорт «Смышляевка».
Согласно статистике СОФЖИ (Самарский областной фонда жилья и ипотеке) на вторичном рынке жилой недвижимости в разрезе районов и квартир предложение к продаже в Кировском районе представлено на рисунке 2, а средняя удельная цена предложения 1 квадратного метра общей площади квартир в целом по г. Самара в разрезе административных районов на рисунке 3.
Рисунок 2 – Структура предложения к продаже объектов жилой недвижимости по районам и по количеству комнат
Таким образом наименьшая средняя удельная цена предложения в Куйбышевском районе, а доля рынка вторичного жилья составляет 7,1%.
Рисунок 3 – Средняя удельная цена предложения 1 кв. м общей площади квартир в целом по г. Самара в разрезе административных районов.
Для разработки экономико-математической модели, позволяющей определить стоимость однокомнатных квартир на вторичном рынке в Кировском районе г.о Самара было отобрано 30 типовых квартир. Источником информации послужило объявления, размещенные на сайте https://samara.cian.ru/. Все объекты относятся к категории типовым, ни один из них нельзя отнести к категории «элитное жилье».
Среди указанных объектов недвижимости нет тех, на которые влияет фактор срочности продажи, условия финансирования, однородное местоположение объектов, условия и время продажи, местоположение физические характеристики, однородность прав собственности на недвижимость.
Отобранные объекты представлены в таблице 1.
Таблица 1 – Исходные данные
Для дальнейших вычислений и построения экономико-математической модели преобразуем данные таблицы 1 в формат пригодный для использования в расчетах. Например, если квартира находится на 1 или последних 2-ух этажах, значение показателя «этаж» принимается за «0». Соответственно, в других случаях «1». С показателем «Лифт» будет использовано следующее замещение: если в доме есть лифт, то показатель = 1, если нет, то 0. Преобразованные данные представлены в таблице 2.
Таблица 2 – Преобразованные исходные данные
Мы рассмотрим модель линейной регрессии как наиболее доступную для понимания и довольно часто используемую на практике. Множественные модели также находят практическое применение, но обычно для их построения используются пакеты прикладных программ. Проблема, с которой сталкивается прогнозист при использовании пакетов прикладных программ, заключается в оценке адекватности отображения действительности и будущих взаимосвязей в регрессионных моделях и корректное их использование для прогнозирования будущего.
1. Установление формы зависимости (линейная или нелинейная; положительная или отрицательная и т. д.).
2. Определение функции регрессии и установление влияния факторов на зависимую переменную. Важно не только определить форму регрессии, указать общую тенденцию изменения зависимой переменной, но и выяснить, каково было бы действие на зависимую переменную главных факторов, если бы прочие не изменялись и если бы были исключены случайные элементы. для этого определяют функцию регрессии в виде математического уравнения того или иного типа.
3. Оценка неизвестных значений зависимой переменной, т. е. решение задач экстраполяции и интерполяции. В ходе экстраполяции распространяются тенденции, установленные в прошлом, на будущий период. Экстраполяция широко используется в прогнозировании. В ходе интерполяции определяют недостающие значения, соответствующие моментам времени между известными моментами, т. е. определяют значения зависимой переменной внутри интервала заданных значений факторов.
2 Моделирование стоимости однокомнатной квартиры на вторичном рынке на примере Кировского района г.о. Самара
2.1 Краткая характеристика Кировского района г.о. Самара
Кировский район — один из внутригородских районов города Самары.
Занимает северо-восточную часть территории городского округа Самара и граничит с Промышленным и Красноглинским районами городского округа и Волжским сельским районом Самарской области.
Район является одним из крупнейших в городе Самаре (87,5 км²), обладая мощным экономическим, научным и инженерно-техническим потенциалом, творческими достижениями и традициями. В районе размещаются предприятия ряда отраслей промышленности, в том числе: цветная металлургия, машиностроение и металлообработка, производство подшипников, сборных железобетонных изделий и металлоконструкций, стройматериалов, а также мебельное и пищевое производство. Численность населения района – 228,4 тыс. чел. (с учётом миграционных процессов).
Район ограничен: улицами Земеца, Краснодонской, Физкультурной, проспектом Кирова, набережной реки Волги, 9 просекой, Барбошиной поляной, 18 км Московского шоссе, Орловым оврагом, восточной границей посёлка Аэропорт-2 и посёлка Зубчаниновка, набережной реки Самара.
Динамика роста численности населения Куйбышевского района приведена на рисунке 1.
Рисунок 1 - Рост численности населения Кировского района г. Самары
На территории Кировского района расположено 8579 домов, из них:
-
муниципальных – 1366; -
ведомственных – 39; -
общежитий – 33; -
ЖСК, ТСЖ – 97 домов (из них ТСЖ – 76, ЖСК – 21); -
частный сектор – 7044;
На территории района расположены:
1) Предприятия машиностроения, металлургии и металлообработки:
АО «РКЦ «Прогресс» - одно из ведущих предприятий российской ракетно-космической промышленности, производитель ракет-носителей семейства «Союз», космических аппаратов различного назначения;
ОАО «Авиакор – авиационный завод» — самарский авиационный завод, производитель самолётов семейств Ту-154 (один из самых массовых самолётов гражданской авиации РФ и СНГ) и Ту-95 (тяжёлый дальний бомбардировщик-ракетоносец).
Закрытое акционерное общество «Алкоа СМЗ» - металлургический завод
ООО «Завод приборных подшипников».
На «Авиакоре» и «Прогрессе» выпускались самолёты, вошедшие в летопись не только отечественной, но и мировой авиации. В память о тяжёлых военных годах, о самоотверженном труде рабочих и служащих завода Безымянки на пересечении Московского шоссе и проспекта Кирова установлен памятник штурмовику Ил-2, который фашисты окрестили «Чёрная смерть»;
2) Предприятия строительных материалов:
ОАО «Железобетон»,
ООО «Домостроительный комбинат № 1»,
ООО «Легкий керамзит»,
ООО «Керамзит ЛТД» ,
ФГУП «ПП ЖБИ и СМР» (Предприятие производства железобетонных изделий и строительно-монтажных работ),
1245 УНР филиала ФГУП «Управление обустройства войск Минобороны России»;
3) Предприятия пищевой промышленности:
Завод «Кока-Кола» в Самаре,
ОАО «Самарский хлебозавод № 5», Кондитерское объединение «Россия»,
ООО «Самарарыбхоз»,
ООО «Кока-Кола НВС Евразия» филиал в г. Самаре, ЗАО «Чистая вода»;
4) Предприятия мебельной промышленности:
ОАО «Авиакор-мебель»,
ООО «Эдем-Самара-1»;
5) Предприятия электроэнергетики:
ОАО «Волжская территориальная генерирующая компания» - филиал «Самарская ТЭЦ».
На восточной окраине района расположены аэродром «Безымянка» и аэропорт «Смышляевка».
Согласно статистике СОФЖИ (Самарский областной фонда жилья и ипотеке) на вторичном рынке жилой недвижимости в разрезе районов и квартир предложение к продаже в Кировском районе представлено на рисунке 2, а средняя удельная цена предложения 1 квадратного метра общей площади квартир в целом по г. Самара в разрезе административных районов на рисунке 3.
Рисунок 2 – Структура предложения к продаже объектов жилой недвижимости по районам и по количеству комнат
Таким образом наименьшая средняя удельная цена предложения в Куйбышевском районе, а доля рынка вторичного жилья составляет 7,1%.
Рисунок 3 – Средняя удельная цена предложения 1 кв. м общей площади квартир в целом по г. Самара в разрезе административных районов.
2.2 Экономико-математическое моделирование стоимости однокомнатных квартир на вторичном рынке в Кировском районе г.о. Самара
Для разработки экономико-математической модели, позволяющей определить стоимость однокомнатных квартир на вторичном рынке в Кировском районе г.о Самара было отобрано 30 типовых квартир. Источником информации послужило объявления, размещенные на сайте https://samara.cian.ru/. Все объекты относятся к категории типовым, ни один из них нельзя отнести к категории «элитное жилье».
Среди указанных объектов недвижимости нет тех, на которые влияет фактор срочности продажи, условия финансирования, однородное местоположение объектов, условия и время продажи, местоположение физические характеристики, однородность прав собственности на недвижимость.
Отобранные объекты представлены в таблице 1.
Таблица 1 – Исходные данные
| № | Площадь общая, м2 | Площадь жилая, м2 | Этаж | Лифт | Цена квартиры, тыс. руб. | Адрес объекта | Адрес объявления |
| 1 | 39 | 15 | 4/4 | нет | 3650 | Демократическая ул., 144А | https://samara.cian.ru/sale/flat/283847394/ |
| 2 | 30,5 | 17 | 1/5 | нет | 2600 | мкр. 12,15, просп. Карла Маркса, 368 | https://samara.cian.ru/sale/flat/285493957/ |
| 3 | 16 | 8 | 5/5 | нет | 1050 | мкр. 13,14, ул. Георгия Димитрова, 40 | https://samara.cian.ru/sale/flat/285456342/ |
| 4 | 31 | 17 | 19/24 | да | 3640 | мкр. Яблонька, Ташкентская ул., 173 | https://samara.cian.ru/sale/flat/284956747/ |
| 5 | 20,7 | 11,7 | 9/9 | да | 1900 | мкр. Металлург, Алма-Атинская ул., 26 | https://samara.cian.ru/sale/flat/284719701/ |
| 6 | 41,1 | 17,2 | 25/25 | да | 4520 | Московское шоссе, 18-й км, 37 | https://samara.cian.ru/sale/flat/286403675/ |
| 7 | 32 | 18 | 4/4 | нет | 3000 | мкр. Металлург, Севастопольская ул., 31 | https://samara.cian.ru/sale/flat/286531382/ |
| 8 | 22 | 11,5 | 7/9 | да | 2450 | мкр. 13,14, ул. Георгия Димитрова, 20 | https://samara.cian.ru/sale/flat/281047087/ |
| 9 | 31,9 | 19,1 | 5/5 | нет | 2800 | мкр. 12,15, просп. Карла Маркса, 426 | https://samara.cian.ru/sale/flat/278750803/ |
| 10 | 31,6 | 18,2 | 1/3 | нет | 3000 | Демократическая ул., 180 | https://samara.cian.ru/sale/flat/280166964/ |
| 11 | 46 | 19,7 | 10/16 | да | 4790 | мкр. Металлург, Юбилейная ул., 55 | https://samara.cian.ru/sale/flat/286210440/ |
| 12 | 45 | 19 | 3/24 | да | 5400 | мкр. 13,14, Московское ш., 199 | https://samara.cian.ru/sale/flat/284667251/ |
| 13 | 38 | 16 | 3/9 | да | 2800 | мкр. Металлург, Советская ул., 12 | https://samara.cian.ru/sale/flat/286366828/ |
| 14 | 32,5 | 19 | 2/9 | да | 2950 | мкр. 16,18, просп. Юных Пионеров, 142 | https://samara.cian.ru/sale/flat/285784314/ |
| 15 | 32 | 18 | 3/6 | нет | 2770 | мкр. Металлург, ул. Елизарова, 36 | https://samara.cian.ru/sale/flat/286424166/ |
| 16 | 29,7 | 18 | 5/5 | нет | 2820 | мкр. Металлург, ул. Елизарова, 36 | https://samara.cian.ru/sale/flat/285900746/ |
| 17 | 32,6 | 19 | 5/9 | да | 3300 | мкр. 16,18, просп. Юных Пионеров, 142 | https://samara.cian.ru/sale/flat/280833252/ |
| 18 | 33,3 | 17,3 | 1/9 | да | 3500 | мкр. 12,15, ул. Стара Загора, 267а | https://samara.cian.ru/sale/flat/286612015/ |
| 19 | 31 | 18 | 1/5 | нет | 2450 | мкр. Металлург, Олимпийская ул., 39 | https://samara.cian.ru/sale/flat/265656744/ |
| 20 | 31 | 18 | 4/5 | нет | 2650 | мкр. Металлург, просп. Металлургов, 90 | https://samara.cian.ru/sale/flat/285970233/ |
| 21 | 22 | 11 | 2/9 | да | 2790 | мкр. 13,14, ул. Георгия Димитрова, 20 | https://samara.cian.ru/sale/flat/285852139/ |
| 22 | 24 | 13 | 2/9 | да | 2840 | мкр. 13,14, ул. Георгия Димитрова, 20 | https://samara.cian.ru/sale/flat/285850858/ |
| 23 | 35 | 14 | 18/25 | да | 3560 | Московское шоссе, 18-й км, 45 | https://samara.cian.ru/sale/flat/285036906/ |
| 24 | 34 | 17 | 2/5 | нет | 3550 | мкр. 16,18, Ташкентский пер., 47 | https://samara.cian.ru/sale/flat/285487831/ |
| 25 | 30 | 17 | 1/5 | нет | 2800 | мкр. 13,14, ул. Георгия Димитрова, 23 | https://samara.cian.ru/sale/flat/284873542/ |
| 26 | 32 | 19 | 2/3 | нет | 2690 | Демократическая ул., 180 | https://samara.cian.ru/sale/flat/284776497/ |
| 27 | 34,3 | 17,2 | 8/9 | да | 3300 | мкр. Металлург, просп. Металлургов, 50 | https://samara.cian.ru/sale/flat/282594264/ |
| 28 | 30,4 | 17 | 5/5 | нет | 1999 | мкр. Зубчаниновка, ул. Воеводина, 18а | https://samara.cian.ru/sale/flat/285131224/ |
| 29 | 46,3 | 21 | 12/25 | да | 3400 | Московское шоссе, 18-й км, 47 | https://samara.cian.ru/sale/flat/286353568/ |
| 30 | 33,5 | 17 | 4/5 | нет | 2300 | мкр. Зубчаниновка, ул. Воеводина, 63 | https://samara.cian.ru/sale/flat/283587831/ |
Для дальнейших вычислений и построения экономико-математической модели преобразуем данные таблицы 1 в формат пригодный для использования в расчетах. Например, если квартира находится на 1 или последних 2-ух этажах, значение показателя «этаж» принимается за «0». Соответственно, в других случаях «1». С показателем «Лифт» будет использовано следующее замещение: если в доме есть лифт, то показатель = 1, если нет, то 0. Преобразованные данные представлены в таблице 2.
Таблица 2 – Преобразованные исходные данные
| № | Площадь общая, м2 | Площадь жилая, м2 | Этаж | Лифт | Цена квартиры, тыс. руб. |
| 1 | 39 | 15 | 0 | 0 | 3650 |
| 2 | 30,5 | 17 | 0 | 0 | 2600 |
| 3 | 16 | 8 | 0 | 0 | 1050 |
| 4 | 31 | 17 | 1 | 1 | 3640 |
| 5 | 20,7 | 11,7 | 0 | 1 | 1900 |
| 6 | 41,1 | 17,2 | 0 | 1 | 4520 |
| 7 | 32 | 18 | 0 | 0 | 3000 |
| 8 | 22 | 11,5 | 0 | 1 | 2450 |
| 9 | 31,9 | 19,1 | 0 | 0 | 2800 |
| 10 | 31,6 | 18,2 | 0 | 0 | 3000 |
| 11 | 46 | 19,7 | 1 | 1 | 4790 |
| 12 | 45 | 19 | 1 | 1 | 5400 |
| 13 | 38 | 16 | 1 | 1 | 2800 |
| 14 | 32,5 | 19 | 1 | 1 | 2950 |
| 15 | 32 | 18 | 1 | 0 | 2770 |
| 16 | 29,7 | 18 | 0 | 0 | 2820 |
| 17 | 32,6 | 19 | 1 | 1 | 3300 |
| 18 | 33,3 | 17,3 | 0 | 1 | 3500 |
| 19 | 31 | 18 | 0 | 0 | 2450 |
| 20 | 31 | 18 | 0 | 0 | 2650 |
| 21 | 22 | 11 | 1 | 1 | 2790 |
| 22 | 24 | 13 | 1 | 1 | 2840 |
| 23 | 35 | 14 | 1 | 1 | 3560 |
| 24 | 34 | 17 | 1 | 0 | 3550 |
| 25 | 30 | 17 | 0 | 0 | 2800 |
| 26 | 32 | 19 | 0 | 0 | 2690 |
| 27 | 34,3 | 17,2 | 0 | 1 | 3300 |
| 28 | 30,4 | 17 | 0 | 0 | 1999 |
| 29 | 46,3 | 21 | 1 | 1 | 3400 |
| 30 | 33,5 | 17 | 0 | 0 | 2300 |