?
Исследование рынка недвижимости Санкт-Петербурга
Цель работы заключалась в оценке влияния различных факторов на стоимость квартиры на вторичном рынке недвижимости. Чтобы реализовать поставленную цель, были собраны и обработаны данные, построены модели с использованием метода гедонистических цен. Проделанная работа позволяет утверждать, что большинство полученных результатов соответствуют общепринятому мнению о структуре цен на квартиры.
В данной работе делается попытка выявить факторы влияния на структуру цен на вторичном рынке жилья в Санкт-Петербурге по данным 2011 года. Данная проблема актуальна для исследования, поскольку не существует единой методики оценки стоимости квартиры.
Цели работы заключалась в исследовании рынка вторичной недвижимости и оценке влияния различных факторов на стоимость квартиры. Поставленная цель была достигнута посредством решения следующих задач:
- выбор подходящего инструментарий
- сбор и обработка данных
- построение подходящих моделей и анализ полученных результатов
В качестве объекта исследования в работе выступил рынок недвижимости Санкт-Петербурга, предметом же послужили цены квартир. Основным методом исследования служит метод гедонистических регрессий. [2] При проведении исследования использовались несколько прикладных пакетов: AutoIt v3, MS Excel 2007, EViews6, Stata11.
Изначально предполагалось, что наибольшее влияние на стоимость квартиры оказывают такие характеристики, как: общая площадь, расположение квартиры и тип дома.
В работе использовались данные, собранные специально написанной программой в период с 31 января по 6 февраля 2011 года.[1] По каждому предложению квартиры содержалось 15 характеристик. При построении моделей использовались только 11 характеристик, потому что оставшиеся четыре являлись качественными номинальными данными.
Исходные данные состояли из 20969 наблюдений по одно-, двух- и трёхкомнатным квартирам на вторичном рынке Санкт-Петербурга. Большую часть выборки составляли двух комнатные квартиры (36%), далее шли трёхкомнатные квартиры (33%) и на последнем месте - однокомнатные (31%). Четырехкомнатные квартиры изначально не были включены в наблюдения, поскольку относятся к премиум сегменту. Цена на них является выбросом и не подчиняется общим закономерностям для основной массы продаваемых объектов.
Далее на основе собранных данных был введён ряд переменных. Некоторые из них являются фиктивными. Также для двух переменных была введена скоринговая шкала. После был наложен ряд ограничений на имеющиеся данные, чтобы удалить выбросы. Также все имеющиеся переменные априорно были разделены на две группы: основную и вспомогательную. [3]
При построении модели стоимости квартиры в качестве зависимой переменной была выбрана переменная логарифма цены, поскольку она гораздо лучше аппроксимируется нормальным распределением, чем просто цена. Было построено четыре модели. В первую модель (Model 1) были включены все переменные. Переменная, характеризующая этажность, получилась незначимой. Вследствие того, что она изначально была включена в группу вспомогательных переменных, эта переменная была удалена из модели, и была получена новая модель (Model 2). Также были построены Model 3 (содержала только основные переменные) и Model 4 (наивная модель, содержащая всего три регрессора). Были проведены F-тесты, которые выявили, что вторая модель имела наибольшую объясняющую способность. С ней и была продолжена дальнейшая работа.
Было рассчитано (Таблица 1), что если из модели убрать переменную, характеризующую общую площадь квартиры (Model 5), то коэффициент детерминации (скорректированный) снижается с 0,7326 до 0,3052, что свидетельствует о низкой объясняющей способности полученной модели и о том, что данный регрессор важен.
Таблица 1
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||
|
Variable |
Model 2 |
|
Model 5 |
|
|
|||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||
|
log(totsp) |
0.9534 |
|
|
|
|
|||
|
|
(-0.0057) |
|
|
|
|
|||
|
kitsp_by_totsp |
0.7547 |
|
-2.4594 |
|
|
|||
|
|
(-0.0342) |
|
(-0.0455) |
|
|
|||
|
log(dist) |
-0.0293 |
|
-0.0586 |
|
|
|||
|
|
(-0.0017) |
|
(0.0028) |
|
|
|||
|
metr_dist |
0.0008 |
|
0.0001 |
|
|
|||
|
|
(-0.0003) |
|
(0.0004) |
|
|
|||
|
metr_dist*(1-walk) |
-0.0045 |
|
-0.0061 |
|
|
|||
|
|
(-0.0004) |
|
(0.0006) |
|
|
|||
|
walk |
0.0620 |
|
0.0904 |
|
|
|||
|
|
(-0.0058) |
|
(0.0093) |
|
|
|||
|
house_type |
0.0324 |
|
0.0728 |
|
|
|||
|
|
(-0.0014) |
|
(0.0022) |
|
|
|||
|
sanuzel_type |
0.0509 |
|
0.2076 |
|
|
|||
|
|
(-0.0070) |
|
(-0.0112) |
|
|
|||
|
tel_type |
0.1337 |
|
-0.0280 |
|
|
|||
|
|
(-0.0034) |
|
(-0.0053) |
|
|
|||
|
smeznost |
-0.0727 |
|
-0.1400 |
|
|
|||
|
|
(-0.0071) |
|
(0.0114) |
|
|
|||
|
const |
4.4427 |
|
9.0258 |
|
|
|||
|
|
(-0.0327) |
|
0.0286 |
|
|
|||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||
|
Adjusted R-squared |
0.7326 |
0.3052 |
|
|||||
|
S.E. of regression |
0.2036 |
0.3281 |
|
|||||
|
|
|
|
|
|
||||
Было выявлено, что характеристика типа дома оказывает влияние на стоимость квартиры. Так, например, если квартира находится в кирпичном доме, её стоимость увеличивается на 6,48% по сравнению с «хрущёвками» при прочих равных условиях. Если же квартира расположена в доме серии «кораблей» её стоимость снижается на 4,86%
Было получено, что стоимость трёхкомнатных квартир убывает с увеличением расстояния до центра города быстрее, чем стоимость одно- и двухкомнатных квартир. Также было выявлено, что, если квартира расположена на некотором удалении от метро и до неё нужно добираться на транспорте, её стоимость будет снижаться при увеличении этого расстоянии. Неожиданный результат был получен для квартир, находящихся в пешеходной доступности: при увеличении расстояния между станцией метро и наблюдаемым объектом стоимость жилья повышается. Люди готовы платить больше, чтобы жить дальше.
Ещё один неожиданный результат был получен для переменной, характеризующий этажность. Он свидетельствует о том, что людям не важно, находиться ли квартира на крайних этажах дома или нет, что совсем не согласуется с общепринятым мнением. Все остальные результаты согласуются с общепринятым мнением о структуре цен на рынке вторичного жилья.
Список литературы
- Chen C.Y. Jim, Wendy Y. Chen. Value of scenic views: hedonic assessment of private housing in Hong Kong / Chen C.Y. Jim, Wendy Y. Chen. // Landscape and urban planning. – 2009 - (91), - C. 226-234.
- Goodman Allen C. Hedonic prices, price indices and housing markets / Allen C. Goodman // Journal of Urban Economics. – 1978. - №5 – С. 471-484.
- Магнус, Я. Р. Цены квартир в Москве / Я. Р Магнус, А.А. Пересецкий // Прикладная эконометрика. – 2010. - 1(17), - С. 89-105.
В книге
