Моделирование рынков и рыночных систем в строительстве что это

Содержание

Специфика ценообразования на рынке недвижимости. Факторы влияния на ее стоимость. Модели оценки объектов. Эконометрическое моделирование цен на недвижимость. Построение многофакторных регрессионных моделей стоимости жилья.

ARIMA-метод прогнозирования.

Рубрика	Экономика и экономическая теория
Вид	курсовая работа
Язык	русский
Дата добавления	28.08.2016
Размер файла	2,6 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Оглавление

Введение
Глава 1. Теоретические основы прогнозирования цен на недвижимость

1.1 Специфика ценообразования на рынке недвижимости
1.2 Факторы влияния на стоимость недвижимости
1.3 Модели оценки объектов недвижимости

2.1 Интегрированная модель авторегрессии-скользящего среднего
2.2 Многофакторная регрессионная модель

3.1 Построение ARIMA-моделей

3.1.1 Модель средней цены Белгородской области
3.1.2 Модель средней цены Воронежской области
3.1.3 Модель средней цены Тульской области

3.2.1 Регрессионная модель Белгородской области
3.2.2 Регрессионная модель Воронежской области
3.2.3 Регрессионная модель Тульской области

Улучшение эффективности государственного управления в сфере недвижимости можно достичь за счет надежных оценок, которые показывают, как настоящее состояние рынка, так и потенциально возможное. Цена объектов недвижимости подвергается воздействию множества факторов, которые работают на разных уровнях глубины исследования: например, факторами могут выступать характеристики конкретного объекта недвижимости, региональные факторы, которые не связаны с объектом напрямую, но влияют на ситуацию и тенденции на рынке недвижимости.

Основные типы экономических моделей | Макроэкономика (часть 3)

Немаловажную роль играет оценка недвижимости на уровне регионов, так как в целом рынок в своей основе носит региональный характер и отражает значительную область территориального управления. В таком разрезе речь может идти о развитии рынка недвижимости с помощью жилищных программ, стимулировании строительной деятельности и инвестиций, развитии доступности ипотечного кредитования.

За счет проведения мероприятий в указанных направлениях, государство и региональные институты управления могут успешно воздействовать на рынок недвижимости на региональном уровне. Однако зачастую можно наблюдать недостаточную эффективность проводимых программ в связи с недостаточной развитостью аналитики в данной сфере, которая бы учитывала индивидуальные особенности и характеристики регионов. При этом в итоге решающую роль в вопросах планирования, деятельности и развития рынка недвижимости играет государство.

Типы рыночных структур: монополия, олигополия, совершенная конкуренция

Ценовая ситуация, которая отражается в средних ценах на первичном и вторичном рынках, является целевым объектом для оценки и прогнозирования в рамках исследования рынка недвижимости. На основе средних цен в регионах происходит установление цен на рынке недвижимости на уровне государства в целом. Данные показатели учитываются при прогнозировании рыночной цены недвижимости, которая важна при планировании социальной политики (расчет различных выплат, средств бюджета на строительство жилых помещений и т.д.); осуществлении сравнения регионов, что может помочь в устранении различий в развитии регионов; в разработке субъектами рынка недвижимости вспомогательных техник выбора стратегических действий для развития и совершенствования жилищной сферы; при расчете налоговых поступлений в бюджеты разных уровней и т.д.

Безусловно, с целью улучшения эффективности проводимых на рынке недвижимости мероприятий возникает также и необходимость в моделях оценки, которые бы использовались при проведении исследований рынка недвижимости. Тем не менее, в процессе изучения материалов по тематике прогнозирования недвижимости было замечено, что в основном анализу подвергается воздействие различных факторов на цены жилых объектов в рамках отдельных городов, в то время как исследований воздействия социально-экономических показателей на уровне регионов практически не проводится.

Вышесказанные аспекты отражают актуальность выбранного направления исследования.

Теоретические основы функционирования рынка недвижимости, факторы, его формирующие, элементы, структура и направления развития, вопросы управления и регулирования рассматриваются в работах Е.И. Тарасевич, В.А. Горемыкин, А.Н. Асаул, Д.Л. Волков и др.

Методология статистических и эконометрических исследований экономических процессов, в том числе и в рамках сферы недвижимости, освещены в работах С.В. Грибовского, С.А. Айвазяна, Т.А. Ратниковой, Т.А. Дуброва и др.

Моделирование и прогнозирование ситуации на региональных рынках недвижимости, рассмотрение аспектов их функционирования проводилось в работах А.С. Ореховой, Г.М. Стерника, К.Н. Золотухиной, Е.Б. Денисенко, Н.А.

Ярушкиной, О.А. Мамаевой и др.

Несмотря на широкий спектр работ, посвященных вопросам развития рынка жилой недвижимости, особое внимание в рамках исследования на основе экономико-математического моделирования уделяется решению отдельных вопросов рассматриваемой проблемы. Вместе с тем, для получения адекватной модели цены недвижимости на региональном уровне необходимо уделять внимание как общим факторам, воздействующим на рынок, так и субъективным характеристикам регионов.

Существенная социально-экономическая важность стоимостной оценки, исследования и анализа влияния на рынок жилой недвижимости на уровне регионов определяют цель и задачи данного исследования.

Целью данного исследования выступает разработка математических моделей для оценки и прогнозирования цены первичной недвижимости на региональном уровне.

Для достижения данной цели были поставлены следующие задачи:

1. Изучить особенности функционирования региональных рынков жилой недвижимости.

2. Изучить подходы и модели, применяемые для прогнозирования цен на недвижимость.

3. Выделить значимые факторы, отражающие процессы ценообразования на рынках жилой недвижимости в регионах.

4. Построить модели стоимостной оценки жилой недвижимости для регионов, учитывающие как индивидуальные характеристики регионов, так и общеэкономические показатели.

5. Построить ретроспективный прогноз на основе построенных моделей.

6. Оценить прогностическую способность построенных моделей.

Объектом исследования служит рынок жилой недвижимости регионов России.

Предметом исследования является прогнозирование цен на жилую недвижимость первичного рынка на региональном уровне.

Методы исследования включали: теоретические методы (анализ, синтез, сравнение, обобщение, моделирование), эмпирические (измерение, наблюдение, сравнение), статистические, математические.

Информационной базой исследования служат открытые данные Федеральной службы государственной статистики в период с 1998 по 2015 гг.

В качестве инструментов для работы с данными и построения моделей использовались следующие статистические пакеты: IBM SPSS Statistics 22, EViews 7, Statistica 10.

Рынок недвижимости можно рассматривать как систему, обеспечивающую поддержку и контроль отношений в рамках процессов аренды, купли и продажи, формируемые спросом и предложением.

Рынок недвижимости подразделяется на следующие подкатегории:

· Коммерческая недвижимость, приносящая доход собственнику (торговые, складские, офисные помещения и т.д.);

· Рынок земельных участков.

Кроме того, выделяют первичный и вторичный рынки недвижимости.

К первичному рынку относятся новые помещения, только что построенные. Операции по продаже осуществляют застройщики и инвесторы, выделяющие средства на строительные работы.

Вторичный рынок составляют объекты недвижимости, бывшие в использовании по основному назначению.

Рынок первичного использования показывает объем созданной недвижимости, объем вторичного рынка характеризуется следующими факторами:

· Мобильность трудовых ресурсов;

· Прибыльность инвестиционных объектов;

· Бытовые события (смена места жительства, свадьба, развод и т.д.).

Перемены и трансформации устройства вторичного рынка в регионах происходят весьма редко и, как правило, являются следствием преобразований в составе населения (прирост населения, миграционные процессы и т.д.) или в связи с переменами регионального экономического положения (остановка деятельности предприятий, изменения экологической ситуации). В связи с этим наибольшей важностью для экономики обладают тенденции именно первичного рынка: через его увеличение проявляется расширение фонда недвижимости и достигается равновесие на рынке. Мероприятия, проводимые государством в области недвижимости, способны воздействовать на масштаб и структуру рынка недвижимости (например, стимулирование аренды за счет повышения налога на имущество).

Переход к рыночной экономике превратил объекты недвижимости в товар, к которому могут быть применены операции купли-продажи, следовательно, возникает необходимость в понятии стоимости. При этом система цен недвижимости имеет свои особенности. Цена объекта складывается из ряда взаимосвязанных факторов, которые учитываются экспертами-оценщиками. К таковым факторам относятся:

· Индивидуальные факторы объекта недвижимости;

· Особенности внешней среды рынка;

· Фактор спроса и предложения;

· Факторы пользователя объекта недвижимости;

· Фактор целевого назначения объекта.

Степень влияния каждого из факторов зависит от конкретной ситуации, тем не менее необходимо учитывать весь спектр при проведении оценки объекта недвижимости.

Фактор спроса и предложения оказывает наибольшее влияние на рыночную стоимость, как и для любого другого товара на рынке. Спрос характеризуется качеством объектов, которые по установившейся рыночной стоимости в данный момент времени могут и готовы купить заинтересованные лица. Предложение выражается числом объектов, которое представлено на рынке в текущий момент по некоторой цене. Уровень цен на рынке формируется из соотношения спроса и предложения.

Рынок жилой недвижимости характеризуется высокой стоимостью объектов недвижимости и низкой эластичностью предложения по цене: при сдвигах в ценах на жилые объекты объем предложения практически не изменяется. Такое поведение связано с длительностью стадии строительства. В связи с этим присутствует непрерывная связь между переменами в спросе и предложении.

В случае роста спроса на жилые объекты, реакция (рост) предложения происходит только через 1-2 года; при падении спроса строительные работы не прекращаются, так как понесенные затраты весьма высоки. Такая связь между спросом и предложением влечет за собой рассмотрение стоимости как главный фактор, регулирующий и уравновешивающий спрос и предложение на рынке. Отсюда возникает опасность возникновения ситуации, при которой рыночная стоимость объекта будет превышать справедливую рыночную цену. В том случае, если государство не осуществляет корректирующей политики для сглаживания такового положения, это может повлечь за собой увеличение амплитуды экономических циклов. В условиях экономического ослабления правительство должно проводить мероприятия для стимуляции интереса к приобретению жилья.

В то же время, за периодом расцвета рынка жилья может последовать ситуация «перегрева», когда существенный рост объемов инвестиций в строительство станет нерентабельным на фоне ухудшения экономического положения и несоответствия объемов спроса изначально предполагаемому уровню. Поэтому меры, предпринимаемые государством, должны быть максимально продуманными в случае, если потребуется влияние на дестабилизирующие процессы в сфере недвижимости и строительства. Данный вопрос становится также немаловажным с ростом распространения ипотечного кредитования, поскольку в условиях экономического упадка наблюдается рост безработицы и падение доходов населения, что влечет за собой затруднения с исполнением кредитных обязательств со стороны заемщиков.

Преимущественно цены зависят от возможностей инвесторов. Спрос на рынке недвижимости в большей степени подвержен изменениям, нежели предложение, так как падение или рост денежной массы занимают меньшее время, чем строительство новых объектов, которые формируют измененный объем предложения.

Можно выделить ряд факторов, которые учитываются при покупке недвижимости:

· Полезность. Объект недвижимости представляет собой некоторую ценность для заинтересованного в нем лица. Владение объектом может быть полезно для ведения коммерческой деятельности, для удовлетворения социальных или индивидуальных потребностей.

· Взаимозаменяемость. Возможность выбора или замещения, присутствие на рынке объектов с точно такими же характеристиками влияет на ценность для покупателя.

· Ожидания. Данный фактор отражает изменения ценности объекта со временем — ценность объекта, который может приносить доход, характеризуется объемом денежного потока, предполагаемого от владения им или перепродажи.

Объекты недвижимости находятся в свободном гражданском обороте и могут выступать в качестве объектов сделок различного рода, откуда возникает необходимость в определении их стоимости, т.е. оценки денежного эквивалента конкретного объекта в отдельный момент времени.

Рынок недвижимости представляет собой совокупность процессов, обеспечивающих создание, передачу, использование и финансирование недвижимого имущества. Среди факторов, влияющих на развитие рынка, можно выделить следующие:

· Текущий или потенциальный экономический подъем;

· Финансовые ресурсы для приобретения прав на недвижимость; зависят от экономического состояния отдельного региона (производственное развитие, кризис, застой и т.д.), наличие рабочих мест;

· Связь экономических перспектив района и цен на недвижимость; в некоторых регионах могут наблюдаться застойные явления в связи с упадком или изменением территориального положения промышленных объектов, что влечет за собой дисбаланс на рынке недвижимости.

Также на рынок недвижимости оказывают воздействие особенности государственного регулирования, общая экономическая ситуация, микроэкономическое положение, состояние социальной сферы и экологическая обстановка в регионе.

На уровни цен на первичном и вторичных рынках оказывают воздействие:

· Макроэкономические показатели (курсы валют, цены на нефть, акции и т.д.);

· Доступность ипотечного кредитования, субсидирования;

· Политика местных властей в области недвижимости и строительства.

Оценка стоимости представляет собой трудоемкий процесс формирования денежного эквивалента объекта недвижимого имущества. Данная процедура предполагает высокую квалификацию оценивающего лица, владение необходимыми навыками, инструментами, знаниями правовой сферы, а также информированность относительно ситуации на рынке, в особенности в рассматриваемом сегменте. Необходимость в оценке объектов недвижимости возникает при:

· Процедурах покупки, продажи или сдачи в аренду;

· Планировании инвестиционных проектов и привлечении инвесторов;

· Налогообложении объектов недвижимости;

· Исполнении юридических предписаний (права наследования, приговор, решение имущественных споров и т.д.);

· Кредитовании под залог объектов недвижимости;

· Иные операции над недвижимым имуществом.

1.2 Факторы влияния на стоимость недвижимости

В зависимости от этапа процесса оценки объектов, выделяются различные факторы, которые лежат в основе изменений цен на недвижимость. Данные факторы можно распределить по трем уровням.

Первый уровень — глобальный, представляет собой результат влияния следующих групп факторов:

К данному уровню относятся факторы, которые не имеют прямого отношения к объекту оценки (не являются его характеристиками), представляют собой внешние рычаги влияния, но оказывают воздействие на процессы рынка недвижимости и, как следствие, на рассматриваемый объект.

К социальным факторам данного уровня относятся:

· Уровень развития культуры и образования.

К экономическим факторам данного уровня относятся:

· Уровень качества жизни населения;

· Предложение и спрос рынков;

· Налоги на недвижимость;

К географическим/экологическим факторам данного уровня относятся:

Местоположение играет важную роль, поскольку некоторые ЗОНЫ могут быть ограничены в использовании с связи с условиями охраны окружающей среды, а возможная сейсмическая опасность должна учитываться при проектировании построек и планировании затрат на их возведение.

К политическим факторам данного уровня относятся:

· Ипотечное и налоговое законодательство;

Второй уровень — факторы локального уровня в рамках города или района, имеют прямое отношение к объекту недвижимости. Характерные группы факторов:

1. Условия финансирования;

2. Местоположение объекта;

3. Физические особенности недвижимого имущества.

К факторам местоположения данного уровня относятся:

· Наличие социально-культурных объектов;

· Расположение относительно плана города (района).

Развитая система общественного транспорта, а также наличие стоянок для автомобилей повышает стоимость объектов недвижимости.

К физическим факторам данного уровня относятся:

· Уровень развития коммунальных услуг;

· Качество строительства и эксплуатации;

· Физические свойства объекта.

Характеристики состояния объекта играют важную роль в ценообразовании, также как доступность и качество предоставления коммунальных услуг.

К условиям финансирования относятся:

· Условия предоставления средств.

Третий уровень — факторы, характеризующие объект недвижимости.

Архитектурно-строительные факторы отражают объемно-планировочные показатели — соответствие климатическим требованиям, требованиям планировки, освещенности, внешнего вида и т.д. Цели, для которых планируется использование объекта, накладывают требования к его планировке и размещению, поэтому необходимо проверять соответствие характеристик предполагаемой функции объекта недвижимости.

К финансово-эксплуатационным факторам относятся:

· Затраты на строительство;

· Затраты на эксплуатацию;

Влияние данных показателей необходимо учитывать в зависимости от уровня детализации оценки, поскольку оказываемое воздействие может осуществляться на отдельных этапах.

Изучение литературы показало, что индивидуальной оценке стоимости отдельного объекта или массовой оценке ряда объектов посвящено достаточно много исследований, выработаны подходы и методы анализа, составлены эффективные модели. Тем не менее, прогнозированию и моделированию ценообразования на рынке недвижимости на уровне регионов уделяется весьма мало внимания. Далее рассмотрим подходы к моделированию и построению моделей прогнозирования, которые применяются для региональных рынков.

1. Модели на основе анализа трендов. Применимы в условиях стабильного развития рынка недвижимости.

1.1. Модели, использующие тренды, построенные по данным цен на объекты недвижимости, которые интерполируются функциями различной степени сложности. При данном подходе не учитываются внутренние рычаги изменений цен, в связи с чем такой подход не гарантирует высокую степень точности в прогнозах.

Высокая степень полинома влечет за собой неустойчивость прогноза и большие ошибки по сравнению с моделями более простой структуры. Применение кусочного тренда снижает объем выборки на каждом промежутке, что сказывается на точности приближения и качестве прогноза. Такой метод рационально использовать только в том случае, если существуют периоды времени, в течение которых наблюдается некоторая закономерность при изменениях цен, а также при применении методов компонентного разложения временного ряда для последующего анализа сезонной составляющей.

1.2. Авторегрессионные модели, в основе которых лежат связи между текущими значениями рассматриваемого временного ряда и значениями этого же ряда в некоторые предшествующие моменты времени. Также считается, что характер изменения стоимости не меняется., наблюдается равновесие спроса и предложения, характерное для саморегулирующегося баланса на рынке. Прогнозы на основе авторегрессии можно рассматривать в рамках стабильных процессов (модели применимы только для стационарных рядов), когда можно предполагать, что в прогнозный период не возникнет значительных событий, изменения цен будут происходить с сохранением прошлых тенденций. Возникновение внезапных кризисных ситуаций влечет за собой нарушения установившихся механизмов изменения цен, и требует в таком случае исследования скрытых рычагов, управляющих динамикой цен.

2. Модели на основе статистического подобия процессов. В основе лежит предположение, что экономическая система циклична. Использование данного подхода эффективно как во время, так и после кризиса. Тем не менее, минусом такого рода моделей является невозможность учета особенностей отдельных регионов (географическое расположение, экологические условия и т.д.), которые напрямую влияют на формирование цен рынка недвижимости.

3. Модели кластерного и факторного анализа.

3.1. При использовании кластерного анализа модель формируется за счет последовательных или параллельных сечений исходной выборки данных (группировка, стратификация) по ценоопределяющим факторам, которые в большей степени коррелируют с ценами объектов, и вычисления коэффициентов модели на основе сравнения средних значений усеченной и исходной выборок. Происходит формирование групп объектов (кластеров) на основе общего сходства некоторых признаков отдельных объектов. Для каждого кластера вычисляется средняя цена, которая при определенных условиях может быть установлена в качестве рыночной для элементов этой группы. Модели данной категории также не предоставляют возможности определить факторы, воздействующие на механизм ценообразования в сфере недвижимости.

3.2. Модель факторного анализа формируется за счет перехода от наблюдаемых показателей к обобщающим факторам, применимым в дальнейшем в корреляционно-регрессионном анализе. В первую очередь факторный анализ работает как первичная обработка и анализ данных для дальнейшей оценки и не предполагает функционирование как самодостаточный метод прогнозирование.

3.3. Использование факторного и кластерного анализа «сжимает» собранные в ходе наблюдения данные, поскольку из всего объема информации выделяются средние или факторные данные, что снижает объем случайных отклонений от «истинных» данных. Таким образом можно весьма эффективно определить закономерности рынка недвижимости и на их основании построить более надежные модели оценки.

4. Нейросетевое моделирование. Для построения нейронной сети размер выборки, на которой проводится «обучение» сети, должна быть довольно большого объема и иметь одну моду. Также для каждого отдельного региона необходимо проводить «переобучение» сети или построение новой. Тем не менее, нейросетевые модели в области недвижимости показывают слабые прогностические способности [15].

5. Пространственно-параметрическое моделирование. Подход предполагает, что большая часть цены определяется некоторым рядом значимых показателей, для которых осуществляется проверка статической значимости их средних значений. Применять метод целесообразно для развитых рынков, так как для слаборазвитых и неоднородных рынков результаты неэффективны.

6. Экспертная оценка. Основана на знаниях и опыте оценщика, надежность такого прогноза зависит от квалификации эксперта. Отсюда вытекает и недостаток — прогноз носит субъективный характер.

Изучение методов, используемых при оценке и прогнозировании процессов на рынке недвижимости показало, что наиболее распространенным методом является эконометрический подход.

В рамках данной работы производится построение моделей двух видов — интегрированная модель авторегрессии — скользящего среднего и многофакторная модель регрессии, в связи с чем в данной главе рассматриваются принципы и эконометрические основы построения и анализа данных моделей прогнозирования.

2.1 Интегрированная модель авторегрессии-скользящего среднего http://www.uran.donetsk.ua/~masters/2007/fvti/karpunova/diss/index.html (Дата обращения: 29.04.2016).

Внутренняя структура динамического ряда, зависимость уровня yt от предыдущих его значений yt-1, yt-2,, yt-p описывается авторегрессионной функцией:

где р — порядок авторегрессии;

ap — коэффициент авторегрессии.

Процесс авторегрессии порядка р функционально связан с автокорреляционной функцией:

где p = 1,2. m — лаг автокорреляции (сдвигание yt на p значений назад);

В модели ARIMA уровень динамического ряда yt определяется как взвешенная сумма предыдущих его значений и значений остатков et — текущих и предыдущих. Она объединяет модель авторегрессии порядка р и модель скользящей средней остатков порядка q. Тренд включается в ARIMA с помощью оператора конечных разностей ряда yt. Для фильтрации линейного тренда используют разницы первого порядка, для фильтрации параболического тренда — разницы второго порядка и т.д. Разница d должна быть стационарной.

Вид модели ARIMA, адекватность ее реальному процессу и прогнозные свойства зависят от порядка авторегрессии р и порядка скользящей средней q. В стандартной методике ARIMA идентификация сводится к визуальному анализу автокоррелограмм и основывается на принципе экономии, по которому (p + q) .

Модель ARIMA порядка (р, d, q) достаточно гибкая и описывает широкий спектр несезонных процессов. При наличии сезонных колебаний в модели учитывается их периодичность с лагом s (для квартальных данных s = 4, для помесячных s = 12), и аналогичного смысла параметрами (P, D, Q)s. Порядок мультипликативной модели ARIMA составляет (p, d, q)(P, D, Q)s.

Самые простые виды моделей ARIMA:

· (1,0,0) — авторегрессионная функция;

· (0,1,0) — скользящая средняя;

· (1,0,1) — комбинированная модель авторегрессии и скользящей средней;

· (0,1,1) — экспоненциальная средняя;

· (1,1,1) — нестационарный процесс с линейным трендом;

· (0,1,1)Ч(0,1,1) — мультипликативная модель сезонного процесса.

Сезонные данные имеют четкую структуру, которая повторяется каждый год. В месячных данных с годовой сезонной структурой значения для тех же месяцев в разные годы должны коррелировать между собой, т.е коррелировать между собой должны не только отдельные наблюдения в течение одного и того же года, но и наблюдения с периодом, кратным целому году. Коэффициенты автокорреляции и частичной автокорреляции подобных данных будут ненулевыми при небольших интервалах опоздания (внутренние взаимосвязи). Интерпретация коэффициентов автокорреляции и частичной автокорреляции при сезонных интервалах будет такой же, как и для коэффициентов автокорреляции и частичной автокорреляции при малых интервалах.

Сезонные модели ARIMA включают в себя обычные авторегрессионные члены и члены скользящего среднего, которые отвечают за корреляции при низких интервалах, а также авторегрессионные члены и члены скользящего среднего, которые отвечают за автокорреляции и частичные автокорреляции при сезонных интервалах. В случае нестационарных сезонных рядов для достижения полноты описания часто необходимо дополнительно учесть в модели сезонные разницы.

Модели ARIMA устанавливаются (выбираются) путем анализа исследуемого ряда и сравнения структуры его функций выборочной автокорреляции и частичной автокорреляции с известной теоретической структурой процессов ARIMA. Однако этой процедуре присуща определенная доля субъективизма и возможно, что две (или более) моделей будут достаточно точно отвечать имеющейся структуре функций выборочной автокорреляции и частичной автокорреляции. Более того, после оценки и проверки может оказаться, что обе модели вполне адекватно описывают данные. Если модели содержат одинаковое количество параметров, тогда преимущество следует отдать модели с наименьшей среднеквадратичной ошибкой s 2 . Если количество параметров в моделях разное, то по принципу экономии рекомендуется более простая модель. Однако модели с большим количеством параметров могут иметь существенно меньшую среднеквадратичную ошибку.

Учитывая все вышесказанное, было разработано несколько подходов к выбору модели, которые учитывают как качества модели, так и количество ее параметров. Информационный критерий Акаике или AIC, позволяет выбрать наилучшую модель из группы моделей-претендентов. Согласно этому критерию, выбирается модель, которая минимизирует выражение:

где — остаточная сумма квадратов, деленная на количество наблюдений; n — количество наблюдений; r — общее количество слагаемых (включительно с постоянным слагаемым) в модели ARIMA.

Согласно с Байесовским информационным критерием или ВIС, выбирается та модель, которая минимизирует следующее выражение:

Второе слагаемое в формулах АІС и ВIС — это «штрафной фактор», который учитывает привлечение к модели дополнительных параметров. Критерий ВIС налагает более ограничений на количество параметров сравнительно с критерием АІС. Потому минимизация критерия ВIС при выборе модели всегда дает количество параметров, не превышающее количество, установленное согласно с критерием АІС.

Часто оба критерия дают одинаковый результат. Критерии АІС и ВIС следует рассматривать как дополнительные процедуры, призванные помочь при окончательном выборе модели. Они не в состоянии полностью заменить внимательное изучение поведения выборочных коэффициентов автокорреляции и частичной автокорреляции.

2.2 Многофакторная регрессионная модель

Функцией или уравнением регрессии называется «функция, позволяющая по средней величине одного признака определить среднюю величину другого признака, корреляционно связанного с первым» [12]. Такая функция позволяет математически интерпретировать взаимосвязь между параметрами. Регрессионный анализ также применяется для построения прогноза некоторого фактора на основе уравнения регрессии (в случае если между зависимой и некоторым набором независимых переменных имеется линейная связь).

При выведение уравнения регрессии предполагается, что исследуется связь среднего уровня некоторой случайной величины y от ряда переменных xj (j = 1, 2. k), которые представляют собой неслучайные величины. Также предполагается, что зависимая переменная имеет нормальное распределение с условным математическим ожиданием и постоянством дисперсии, которая не зависит от аргументов. Общий вид модели линейной регрессии:

где цj — некоторая функция от заданных параметров, а е — случайная величина с нулевым математическим ожиданием и дисперсией у 2 .

В дальнейшем будет рассматриваться множественный регрессионный анализ, т.е. будет изучаться зависимость целевой переменной от нескольких параметров.

Чтобы оценить значимость того или иного коэффициента линейной регрессии, используется t-критерий Стьюдента.

1) Для проверки значимости выдвигается гипотеза H0 о статистической незначимости коэффициента уравнения регрессии;

2) Производится вычисление значение t-критерия фактического (tфакт) и с помощью таблицы t-распределения Стьюдента определяется табличное (критическое) значение t-критерия (tтабл);

3) Далее необходимо проверить условие | tфакт | ? tтабл. Если условие выполняется, то нулевая гипотеза H0 подтверждается, коэффициент уравнения регрессии статистически незначим (коэффициент недостоверен, равен нулю). Если | tфакт | > tтабл, то гипотеза H0 опровергается, статистическая значимость коэффициента признается.

Формулы для вычисления величин tb,факт, ta,факт:

где Sa и Sb — стандартные ошибки коэффициентов регрессии, которые вычисляются по формулам:

где yi — вычисленные значения зависимой переменной, yi — фактические значения объясняемой переменной, n — объем выборки, xi — фактические значения предикатора, — средняя величина фактических значений предикаторов.

Проверка автокорреляции Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В. Курдышева, Н.М. Гордеенко и др.; Под ред. И.И.

Елисеевой. — М.: Финансы и статистика, 2002. . Для тестирования автокорреляции первого порядка элементов исследуемой последовательности используется статистический критерий, известный как критерий Дарбина-Уотсона (или DW-критерий).

Критерий назван в честь Джеффри Уотсона и Джеймса Дарбина. Вычисляется критерий Дарбина-Уотсона по следующей формуле:

где — коэффициент автокорреляции первого порядка.

Принято считать, что в модели регрессии

ошибки распределены как

где специфицировано, как белый шум ,

В случае наличия положительной автокорреляции стремится к нулю, при ее отсутствии ;, а при отрицательной — критерий стремится к 4:

Применение критерия Дарбина-Уотсона на практике реализуется при сопоставлении величины DW с тобличными значениями dL и dU для заданного числа наблюдений n, числа независимых переменных модели k и уровня значимости б.

1. Если DW < dL, то гипотеза о независимости случайных отклонений отвергается (равносильно наличию положительная автокорреляция);

2. Если DW > dU, то гипотеза не отвергается;

3. Если dL < DW < dU, то оснований для принятия решений недостаточно.

В тех случаях, когда DW превышает 2, с dL и dU необходимо сравнивать выражение (4 — DW), а не сам коэффициент DW.

Проверка на наличие гетероскедастичности Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия — М.: Диалектика, 2007. . Один из статистических критериев для проверки наличия гетероскедастичности (то есть непостоянной дисперсии) случайных ошибок модели линейной регрессии — Критерий Бройша-Пагана. Применяется, если есть основания полагать, что дисперсия ошибок может зависеть от некоторой совокупности наблюдаемых переменных:

Проверяемая гипотеза сформулирована следующим образом:

неверна (остатки гетероскедастичны).

Процедуру вычисления статистики можно описать следующими шагами.

1) Начальная модель оценивается стандартным методом наименьших квадратов (МНК), определяются остатки .

2) Предположив гомоскедастичность модели, дисперсия ее ошибки вычисляется как

3) Вычисляются стандартизированные остатки .

4) Производится построение дополнительной регрессия квадратов стандартизированных ошибок на начальные значения предикторов:

где — коэффициент детерминации построенной на предыдущем этапе регрессии.

Если статистика критерия имеет распределение хи-квадрат с степенями свободы, то гипотеза о гомоскедастичности остатков подтверждается.

Проверка качества модели. Проверка адекватности модели или, другими словами, тестирование значимости объясняющей переменной X проводится по критерию Фишера. Другими словами, проверяется, значимо ли влияние предикатора X влияет на значение объясняемой переменной Y.

Используя суммы квадратов отклонений, вычислим F-критерий Фишера по формуле:

При учете степеней свободы расчетная формула для вычисления критерия Фишера выглядит следующим образом:

где m, (n-m-1) — число степеней свободы числителя и знаменателя зависимости соответственно; n — количество наблюдений; m — количество предикторов.

Тестирование значимости переменной X по критерию Фишера состоит из следующих этапов:

1. Формулируем нулевую гипотезу H: в1=0;

2. Принимаем вероятность ошибки (уровень значимости) б (5 %);

3. Производим вычисления F-отношения;

4. Из таблицы F-распределения Фишера определяем величину F-критическое при заданном уровне значимости (или ошибки) и по степеням свободы f1 и f2;

5. Если Fфакт < Fтабл то гипотезу о незначимости предикатора отклоняем с 5 %-ным риском ошибиться, где Fтабл — значение F при 5 %-ном риске ошибки.

Значение Fтабл определяют по специальным таблицам в зависимости от степеней свободы f1 и f2: f1=(n-m-1), f2=(n-1).

Если неравенство Fфакт > Fтабл справедливо, то можно сделать заключение об адекватности построенной модели, следовательно линейная связь между предикатором и объясняемой переменной допустима.

Итоговое оценочное значение качества модели отражается в коэффициент детерминации RІ. Если регрессия является парной, коэффициент детерминации будет совпадать с квадратом коэффициента корреляции:

где uІi — разница между исходным значением Y и предсказанным значением с помощью построенной модели.

Коэффициент детерминации определяет долю разброса объясняемой переменной, которая определяется регрессией Y на X; дробное отношение определяет составляющую часть разброса объясняемой переменной, которая не определяется регрессией.

Для общего случая корректным является соотношение 0? RІ ?1. Чем ближе коэффициент детерминации к единице, тем сильнее линейная связь между X и Y. Чем связь слабее, тем RІ ближе к нулю.

Средняя ошибка аппроксимации — еще одно средство оценки уравнения регрессии является.

Фактические значения результативного признака отличаются от теоретических, вычисленных по уравнению регрессии, т.е. y и yx. Чем меньше эта разность, тем теснее теоретические значения к эмпирическим данным, качество модели лучше.

Средняя ошибка аппроксимации рассчитывается по следующей формуле: недвижимость стоимость регрессионная прогнозирование

Для качественно построенных моделей, величина этого показателя не должно превышать 10 %.

В данной главе рассматривается построение моделей прогнозирования средней цены на первичном рынке жилой недвижимости для ряда регионов. Для исследования было отобрано 3 крупнейших по численности населения субъекта Центрального федерального округа:

Для прогнозирования используются два вида моделей:

· Модель авторегрессии ARIMA;

3.1 Построение ARIMA-моделей

Далее речь пойдет о применение модели авторегрессии, а именно — модель проинтегрированного скользящего среднего ARIMA. Модель данного типа является довольно гибкой, а также позволяет давать весьма точные прогнозы за счет учета предыдущих элементов и прогнозных ошибок временного ряда. Необходимо отметить, что применение такой модели возможно как для стационарных, так и нестационарных рядов. Кроме того, проверка адекватности ARIMA модели весьма проста.

Построение моделей производится на основе данных средней цены 1 кв.м. общей площади на первичном рынке жилья регионов из открытого источника Федеральной службы государственной статистики. Для каждого из регионов строится отдельная модель. Временной промежуток — с 2000 по 2014 гг. Данные представлены поквартальными значениями показателя цены.

В первую очередь необходимо проверить временной ряд на стационарность и сезонность.

Стационарность проверяется за счет тестирования уравнения на единичный корень — тест Дики-Фуллера. Результат теста представлен на Рисунке 1. Расчеты показали, что нулевая гипотеза о наличии единичного корня не отвергается (Prob > 0,05), отсюда можно сделать вывод о том, что ряд не является стационарным.

Рисунок 1 — Тест Дики-Фуллера для исходного ряда

Далее для построения модели необходимо провести взятие первых разностей, чтобы привести временной ряд к стационарному виду. Для нового ряда также проведем тест Дики-Фуллера (Рисунок 2). В результате нулевая гипотеза о наличии единичного корня отвергается (Prob < 0,05), значит, теперь временной ряд стационарен.

Рисунок 2 — Тест Дики-Фуллера для первой разности

Также стоит отметить, что с учетом взятия первых разностей, параметр порядка разности d в дальнейшем построении модели ARIMA будет равен 1.

Далее необходимо провести проверку временного ряда на сезонность. Для этого будем использовать периодограмму (Рисунок 3). С учетом периодичности данных временного ряда, возникает предположение о наличии сезонной составляющей по кварталам. В таком случае на периодограмме наблюдался бы пик при частоте 0,25. Отсутствие такого пика говорит о том, что сезонности по кварталам во временном ряде нет.

Рисунок 3 — Периодограмма временного ряда по частоте

После проведения исследования временного ряда перейдем к непосредственному построению модели. Определим параметры модели ARIMA (p, d, q):

· d — порядок интегрирования (как было сказано ранее, в данном случае равен 1);

· p — порядок авторегрессии;

· q — порядок скользящего среднего.

Для определения последних двух параметров воспользуемся структурой автокорреляционной и частной автокорреляционной функций (Рисунок 4). Автокорреляционная функция используется для параметра q: его значение соответствует прямому или осциллирующему убыванию значений функции, начиная с q-го лага. Параметр p определяется аналогичным образом на основе частной автокорреляционной функции.

Источник: revolution.allbest.ru

Моделирование рынка недвижимости Сопин Вадим Николаевич

Моделирование рынка недвижимости

Актуальность диссертационного исследования. Актуальность тематики диссертационного исследования связана с особой социальной значимостью рынка недвижимости и высоким влиянием этого рынка на составляющие других сегментов рыночной экономики. Общепризнанным является факт, что достигнутый уровень рыночных преобразований в жилищно-коммунальной сфере и сфере оборота недвижимости в целом определяет степень развитости рыночных механизмов в национальной экономике.

Отличительными особенностями российского рынка жилой недвижимости от аналогичных рынков других стран, где развиты системы кредитования сделок с недвижимостью, являются:

превышение предложения над платежеспособным спросом;

неудовлетворенность жилищными условиями большинства населения страны;

слабое развитие или практическое отсутствие конкуренции на рынках первичного жилья;

существенные диспропорции в развитии рыночных механизмов и экономико-правовом регулировании рынка жилья между отдельными регионами.

Последнее обстоятельство диктует необходимость детального изучения закономерностей становления и особенностей функционирования региональных рынков недвижимости, в которых в наибольшей степени проявляются рыночные механизмы взаимодействия субъектов рынка. Это, в первую очередь, московский регион и часть регионов Центральной России.

отрытыми или недостаточно изученными многие проблемы развития рынка недвижимости, от решения которых напрямую зависит эффективность осуществляемой регионами социально-жилищной политики.

Указанные проблемы относятся, в первую очередь, к количественной оценке параметров рынка недвижимости и к разработке эффективных инструментов согласования взаимных интересов региональных органов власти и коммерческих организаций, функционирующих на рынке строительства жилья.

Цель и направления исследования. Целью диссертационного исследования является разработка комплекса моделей и алгоритмов, предназначенных для оценки текущего состояния и прогноза основных количественных параметров московского регионального рынка жилой недвижимости, а также формирования экономически обоснованной инвестиционной стратегии институционального инвестора на рынке строительства жилья.

В соответствии с поставленной целью автор определил следующие направления диссертационного исследования:

определение устойчивых закономерностей и тенденций изменения основных количественных параметров национального и московского регионального рынков недвижимости в процессе их становления и формирования;

выявление предпосылок и условий использования методов экономет-рического прогнозирования для построения модели, описывающей количественные показатели рынка жилой недвижимости;

построение, качественный анализ и выбор эконометрической модели, адекватно описывающей процедуру формирования цены реализации жилой недвижимости на конкретном региональном рынке (г. Москва и московский регион);

анализ мотивационного поля институционального инвестора, характеризующего особенности регионального строительного рынка жилья и формализация сценария его поведения;

— построение экономико-математических моделей выбора оптимальной
инвестиционной стратегии институционального инвестора.

Объектом исследования являются национальный и московский региональный рынки жилой недвижимости.

Предметом исследования являются методология и практические механизмы: регулирования рынка жилой недвижимости в условиях его становления и формирования; прогнозирования основных экономических показателей рынков первичного и вторичного жилья; формирования стратегии поведения институционального инвестора на рынке строительства жилья.

Теоретической и методологической основой работы являются:

труды отечественных и зарубежных ученых-экономистов по анализу рынка недвижимости;

учебная и научная литература по теории эконометрического прогнозирования, системному анализу, математическому программированию и информационным технологиям, применяемым при анализе экономических систем;

научные публикации и научно-практические исследования по вопросам становления, формирования и современного состояния рынка жилья г. Москвы;

законодательные акты и постановления федеральных и региональных органов власти, регулирующие рынок недвижимости;

официальные статистические данные и информация риэлтеров и агентов строительного рынка жилья, распространяемая в компьютерной сети Интернет.

Новые научные результаты, полученные автором, заключаются в следующем:

— сделан и обоснован вывод, что московский региональный рынок жи
лой недвижимости близок по своим параметрам к совершенному, а, следова-

тельно, при его исследовании возможно использование методов эконометриче-ского моделирования;

доказано, что ведущим сегментом рынка жилой недвижимости является вторичный, а, следовательно, при построении моделей формирования цены на объекты жилой недвижимости следует ориентироваться на данный сегмент рынка;

сделан вывод, что для моделирования количественных показателей рынка жилья следует использовать разработанные автором степенные модели;

сделан вывод об уникальном характере московского регионального рынка строительства жилья: несмотря на то, что данный сегмент рынка практически полностью регламентируется органами исполнительной власти, отвечающими за жилищную и социальную политику, для инвесторов-застройщиков продолжают в полной мере действовать вполне рыночные механизмы доступа на рынок и функционирования на нем;

разработан оригинальный сценарный подход к определению элементов мотивационного поля и формированию инвестиционных стратегий институционального инвестора на региональном рынке строительства жилья;

разработаны объемно-статические модели выбора оптимальной стратегии институционального инвестора, учитывающие различные сценарии развития рынка недвижимости.

Практическая ценность исследования заключается в прикладном характере разработанного автором комплекса экономико-математических моделей.

Эконометрические модели позволяют оценивать качество и формировать цену реализации объектов жилой недвижимости на конкретном региональном рынке жилья (г. Москва и московский регион).

Объемно-статистические модели предназначены для формирования различных стратегий поведения и выбора оптимальной инвестиционной стратегии институционального инвестора на рынке строительства жилья г. Москвы.

Департаменты, отвечающие за жилищную и социальную политику г. Москвы и московского региона, с помощью разработанных моделей могут планировать социальные программы в жилищном строительстве, отвечающие социально-экономическим интересам региона и при этом учитывающие экономические интересы инвесторов, действующих на строительном рынке данного региона.

Апробация результатов исследования. Результаты диссертационной работы обсуждались на заседаниях кафедры математических методов в экономике РЭА им. Г. В. Плеханова, докладывались на XV Международных Плехановских чтениях и на III Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии».

Разработанные автором эконометрические модели формирования цены жилья на вторичном рынке г. Москвы прошли апробацию и используются в практической деятельности риэлтерской компании «Крос-Инфо»

Публикации. По теме диссертации опубликовано четыре работы общим объемом 1,5 п. л.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, трех приложений и библиографического списка литературы (105 наименований). Работа изложена на 195 страницах машинописного текста, в том числе 18 таблиц и 10 рисунков.

Этапы становления, закономерности функционирования и характеристика отечественного рынка недвижимости

Для развитых рынков недвижимости характерны следующие основные закономерности функционирования: циклы подъема и спада активности, согласованные по времени с экономическими и инвестиционными циклами; устойчивая связь рынка недвижимости с валютным и фондовым рынками; повышение активности на рынке недвижимости при понижении учетной ставки, а также доходности ценных бумаг; рост цен на объекты недвижимости при понижении темпов инфляции валюты страны и повышении ее курса относительно других валют; зависимость тенденции изменения цен от соотношения объемов спроса и предложения.

Отечественный рынок недвижимости с начала его развития характеризовался высокой нестабильностью, а указанные выше закономерности имели противоположенный вектор направленности, что в целом соответствовало переходной стадии рынка.

Основной закономерностью в становлении и развитии отечественного рынка недвижимости на каждом этапе является факт его непосредственной связи с макроэкономическими показателями и политической ситуацией в стране. В широком смысле к макроэкономическим показателям, оказывающим существенное влияние на уровень цен на рынке недвижимости, относятся: темпы роста ВВП, промышленного и аграрного производства, уровень и динамика банковской ставки процента и доходности ценных бумаг, темп инфляции, объемы денежной эмиссии, обменный курс отечественной валюты (рубля) по отношению к основным мировым валютами и, в частности, доллару США. Также необходимо отметить наличие факторов политического риска, связанных с возможными изменениями экономической политики государства, политической нестабильности и медленным развитием законодательства в налоговой, финансовой и инвестиционной сферах.

В первый период становления рынка недвижимости в условиях высокой инфляции наиболее ярко проявилось и наиболее полно изучено влияние темпов инфляции рубля и его девальвации относительно доллара.

Характер влияния каждого из макроэкономических факторов — темпов инфляции рубля и его девальвации относительно доллара — существенно зависит от вида применяемых на рынке недвижимости цен: долларовые, рублевые или смешанные. К концу 1994 г. степень долларизации рынка недвижимости считалась одним из показателей его развитости.

Около 40% городов из обследованных в этот период пользовались только долларовыми ценами, 35% -смешанными, и лишь 25% малых и удаленных городов — только рублевыми. В середине 1995 г., в условиях финансовой стабилизации и укрепления курса рубля, начался осторожный процесс дедолларизации рынка. Он прерывался некоторыми важными политическими событиями (прежде всего, декабрьские выборы 1995 г. и июньские 1996 г.). В 1997 году эти величины составили соответственно 20%. 30% и 50% [52].

В городах с рублевыми ценами наиболее тесной является связь между темпами изменения цен на объекты недвижимости и темпами инфляции. В городах с устойчиво долларовыми ценами наиболее тесной оказывается связь между колебаниями цен на объекты недвижимости и соответствующими колебаниями темпов девальвации рубля по отношению к доллару. В городах со смешанными ценами воздействие девальвации и инфляции носит наиболее сложный характер и, в зависимости от соотношения между ними, приводит либо к большей привязке цен на недвижимость к доллару (если темпы инфляции рубля превышают темпы роста курса доллара), либо при повышении курса рубля и продолжающейся инфляции (как это было в мае-июне 1995 г.) происходит замедление роста рублевых цен и частичная дедолларизация рынка.

Естественна закономерность роста номинальных цен на недвижимость, выраженных в национальной валюте, вместе с ростом потребительских цен (инфляцией), а также связь между темпами инфляции и темпами роста рублевых цен на недвижимость. Однако, в периоды резких скачков курса рубля к доллару происходил и скачок долларовых цен на жилье. Характерный пример -«черный вторник» октября 1994 года, когда вместе с курсом доллара скачком выросли долларовые цены на жилую недвижимость в Москве и в ряде других городов.

В 1996-97 гг., когда усилиями Центрального Банка России курс рубля к доллару плавно понижался с приблизительно постоянным темпом, влияния его на темпы изменения долларовых цен на жилую недвижимость не отмечено. Объяснение этому состоит в том, что в условиях долларизации рынков недвижимости процесс девальвации рубля вызывает недоверие населения к кредитно-денежной политике правительства.

В этом случае покупатель в ожидании обвала рубля торопится конвертировать накопления в доллары и приобрести недвижимость сегодня, пусть даже менее качественную, чем он мог бы это сделать в отсутствии дефицита времени. Продавец также становится уступчивым в надежде на повышение в ближайшее время рублевого наполнения вырученных за продажу долларов. Рынок активизируется, цены на нем растут. То обстоятельство, что временный лаг между сопоставляемыми событиями равен плюс/минус один месяц, говорит о том, что не только факт скачка курса рубля, но и предвидение, ожидание его населением приводит к аналогичным последствиям.

Подтверждением высказанной гипотезы о причинах наблюдаемой закономерности служат события осени-зимы 1997 года. Обвал фондового рынка в странах юго-восточной Азии, сопровождаемый кризисом на рынках недвижимости (в Китае, например, кризис рынка недвижимости Шанхая предшествовал общему напряжению на фондовом и валютном рынках) вызвал панические настроения и в среде российских экспертов. В СМИ прогнозировалась 30 — 40%-я девальвация рубля сначала в декабре, затем в январе. ЦБ РФ начал резко поднимать учетную ставку (с 21% в сентябре до 28% в декабре и 42% в январе, с последующим понижением до 36 и 30 %), а также доходность государственных ценных бумаг (с 28-33% в сентябре до 45-50% в декабре-январе) и проводить активные долларовые интервенции на валютной бирже.

Дополнительным источником тревоги населения был объявленный с 1 января 1997 года обмен денежных купюр в связи с деноминацией рубля. И хотя реальный темп девальвации рубля удалось сохранить неизменным, поведение субъектов рынка было аналогично октябрю 1994 года (период обвала рубля). В связи с этим за последние три месяца 1997 года вместо кризиса произошло существенное повышение активности рынка жилья в ряде городов России: рост спроса, увеличение числа сделок и, как следствие, повышение долларовых цен на 10-30%.

Взаимосвязь рынков первичного и вторичного жилья в условиях реформируемой экономики (на примере г. Москвы)

Рынок жилой недвижимости уже начинает восприниматься как данность и поэтому не многие участники рынка задумываются над тем, насколько те или иные события взаимосвязаны, насколько объективны процессы, происходящие на этом сегменте рынка. До определенного момента ценообразование на рынке недвижимости в России было совершенно свободным процессом.

Многие аналитики рынка недвижимости пытались выявить рыночные закономерности: соотношение цен на первичном и вторичном рынках жилья, а также соотношение спроса и предложения. Однако исследования в данной области зачастую заходили в тупик. Это было связано с тем, что рынок недвижимости, как это было отмечено выше, находился в стадии формирования. В настоящее время рынок жилья находится в стадии устойчивого развития, а процессы, происходящие на нем, уже в большей степени описываются законами рынка, и, в первую очередь, таким, как соотношение спроса и предложения.

Априори считалось, что первичный рынок ведет за собой вторичный. Во всяком случае, такого мнения придерживаются многие руководители риэлтерских фирм, фирм-застройщиков и аналитики рынка. Мы считаем, что это мнение ошибочно. Попытаемся аргументировать приведенную точку зрения.

Потенциал рынка вторичного жилья (совокупное предложение и нереализованный спрос) во много раз превышают аналогичный показатель рынка первичного жилья. Это связано с огромными диспропорциями как в обеспеченности граждан жильем, так и в имущественном и материальном благосостоянии потенциальных продавцов и покупателей жилой недвижимости.

Объекты сделок вторичного рынка значительно опережают аналогичные объекты первичного рынка по показателям ликвидности и мобильности совершаемых операций. На вторичном рынке продаются и покупаются, как правило, «альтернативные квартиры», т.е. совершаются всевозможные виды обменов жилья через процесс купли-продажи: съезд/разъезд, расселение, обмен с вашей доплатой или доплатой вам. Поэтому вторичный рынок типового или стандартного жилья является реальным инструментом решения жилищных и финансовых проблем граждан с невысоким достатком.

Имеет значение и то, что большая часть нового строительства ведется в необжитых районах с еще только формирующейся инфраструктурой, и покупатель новостройки, как правило, вынужден несколько лет после новоселья жить в окружении строек. В этом смысле подержанная квартира намного привлекательнее. Кроме того, до 70% сделок купли-продажи — это на самом деле обмены [99]. Если, к примеру, человек продает свою квартиру, чтобы купить другую, большей площади, он просто вынужден обратиться на вторичный рынок — ему негде жить в ожидании, пока будет закончено строительство нового дома. При этом заявленные сроки окончания строительства почти никогда не соблюдаются и в лучшем случае затягиваются на 1-2 квартала.

Огромное значение для г. Москвы имеет психологический фактор: на вторичном рынке покупатель знакомится с квартирой, так сказать, в натуральную величину, а на первичном — только с макетом будущего дома. Психологический фактор действует также и при определении географии будущего жилья. Многие покупатели (в основном коренные москвичи) «привязаны» к определенному району. Если, к примеру, покупатель хочет жить только на Университетском проспекте или только на Украинском бульваре, то альтернативы «сталинским» домам для него не существует: новое строительство в этих районах не ведется.

В последние несколько лет сформировался еще один сектор жилой недвижимости: вторичное предложение от частных лиц в новостройках. Это, во-первых, квартиры от частных инвесторов, которые выкупают жилье на стадии строительства для последующей перепродажи, а, во-вторых, так называемые «естественные» продажи.

Даже в Марьине, которое начало активно заселяться в конце 90-х гг., к настоящему времени у многих граждан возникает необходимость разъезда и соответственно продажи квартир. На этом рынке цена «вто-рички», безусловно, коррелируется новостройками. Покупатель готов платить за квадратный метр на 10-15 процентов больше, чем в расположенных по соседству новостройках на стадии инвестирования, и это является ценовым пре- делом. Тот же принцип действует и в относительно старых районах, где сейчас продолжается новое строительство, таких, как Митино и Бутово.

Рассмотрим особенности взаимодействия процессов ценообразования на рынках жилой недвижимости.

Главная особенность первичного рынка типового жилья г. Москвы состоит в том, что на нем монопольное положение занимают городские власти, что определяется следующими обстоятельствами. Во-первых, значительная доля строящегося жилья (30-40% от площади, предназначенной для коммерческой продажи) финансируется из бюджета (точнее, из внебюджетных городских фондов) по системе «городского заказа». Во-вторых, до 40-60% жилой площади, вводимой частными застройщиками, получившими земельный участок по инвестиционному контракту, передается в распоряжение городских властей. Таким образом, правительство г. Москвы контролирует продажу более половины из 40-43 тысяч квартир, строящихся в городе ежегодно. Жилье реализуется через уполномоченные риэлтерские фирмы, а цены продажи определяются специальной Межведомственной комиссией городского правительства.

Что такое цена новостройки? Ее составляющими являются: стоимость земли; стоимость договора застройщика с городским правительством; стоимость строительства и стоимость реализации (рыночные трансакции). Три составляющие из четырех от застройщика практически не зависят. Поэтому сложно назвать предел цены на стадии инвестирования и строительства. Например, поднятие цен на бетон или металл, воспринимаемое застройщиками как маленькая катастрофа, вряд ли отражается на ценах вторичного рынка жилья.

Особенности оценки объектов недвижимости и исходные предпосылки построения модели прогноза цен на жилую недвижимость

Значимость отдельных из указанных характеристик различна для разных категорий пользователей, и потому их качественное или количественное выражение по-разному влияет на ценность объекта в глазах пользователя. Так, наличие охраны естественно для элитного жилья, но малозначимо для жилья низкого качества.

Напротив, близость к станции метро может быть более существенной для потребителей стандартного жилья или жилья низкого качества. Торговые помещения.

Ценность торговых помещений в значительной степени определяется такими факторами, как: — расположение по фронту центральных улиц; — длина фасада, выходящего на центральные магистрали; — расположение на перекрестках; — глубина торговых помещений; — наличие складских помещений; — возможности для погрузочно-разгрузочных работ; — близость конкурентов; — близость к «магнитным точкам» (универмаги, места пересадок обще ственного транспорта, железнодорожные станции, центры досуга). Офисные помещения.

Ценность офисных помещений определяют такие факторы, как: — близость к административному центру города; — наличие средств коммуникаций; — наличие парковки; — наличие охраны; — наличие дополнительных услуг (предоставление помещений для массовых мероприятий, возможности распечатки и копирования материалов, секретарские услуги, услуги по переводу и пр.). Наличие или отсутствие отдельных характеристик у офисных помещений (зданий) является основанием для их классификации по уровню качества и соответствию уровню арендной платы.

Определение количественного выражения («цены») характеристик, увеличивающих (уменьшающих) ценность объекта, — важнейшая составляющая работы оценщика. При построении модели прогноза цен на жилую недвижимость на вторичном рынке недвижимости мы преследуем следующие цели.

Во-первых, необходимо выявить наиболее значимые факторы, которые в большей степени влияют на формирование рыночной цены на квартиру. Во-вторых, построенная на основе выявленных значимых факторов модель должна позволить строить обоснованный прогноз рыночной цены на объекты жилой недвижимости. К независимым факторам, влияющим на рыночную оценку качества и цену реализации жилой недвижимости можно отнести покрытие пола (паркет или линолеумом); состояние квартиры: требуется ремонт, хорошее состояние и т.д. Проведенный автором анализ публикуемых [68, 90, 96, 97] и распространяемых в сети Интернет [99, 100, 103, 105] источников по предложениям продажи жилой недвижимости на вторичном рынке жилья г. Москвы позволил сделать вывод о практически обязательном присутствии в характеристике предлагаемой к продаже квартиры факторов 1- 12. И, наоборот, факторы 13 — 18, являясь важными в оценке качества жилой недвижимости, как правило редко присутствуют в распространяемой продавцами и риэлтерами информации о предлагаемых к продаже квартирах. «Погода» на рынке жилья определяется соотношением спроса и предложения и ценовой ситуацией.

Противоречивые прогнозы рынка жилья, характерные для текущей оценки ситуации на рынке, зачастую не умысел (преследующий корыстные цели), а следствие несовершенства используемых аналитиками методик, а также неполноты и недостаточной надежности данных. Дополнительные погрешности при анализе рынка жилья возникают потому, что при оценке параметров модели используются цены предложения, по которым квартиры выставляются на продажу, а не цены реальных продаж.

Это вызвано тем, что при существующей в российской практике двойной бухгалтерии расчетов продажные цены не разглашаются. В договорах купли-продажи обычно присутствуют цены, выставляемые по справкам БТИ, не отражающие рыночной стоимости жилья. Цены продаж представляют некое установившееся состояние между спросом и предложением на вторичном рынке. На основе статистических данных построим эконометрические модели зависимости цены реализации квартиры на вторичном рынке недвижимости от вышеприведенных параметров. Основываясь на опыте построения моделей такого рода [83, 91], рассмотрим два вида функциональной зависимости: линейную зависимость и степенную зависимость.

Сценарий и стратегии поведения институционального инвестора на рынке строительства жилой недвижимости

Для каждого институционального инвестора на рынке строительства жилой недвижимости определен сценарий его поведения, который отражает общее состояние рынка и «правила игры» для его участников. В рамках предлагаемой нами модели некоторые пункты сценария возможно формализовать в систему ограничений, так называемую экономическую область инвестора. Рассмотрим более подробно некоторые особенности сценария инвестора, влияющие на характер принимаемых им решений на рынке строительства жилой недвижимости г. Москвы.

Действия инвестора должны быть привязаны к конкретной ситуации на данном сегменте рынка, а также к макроэкономической ситуации в регионе и стране в целом. Данная особенность является важнейшей при принятии решения институционального инвестора о вложении капитала в сферу строительства жилья.

Как было отмечено выше, рынок жилой недвижимости в г. Москве находится в стадии устойчивого роста, что характеризуется постепенным ростом цен на объекты жилой недвижимости в первичном и вторичном секторах и увеличением общего числа сделок. В этих условиях для потенциального инвестора целесообразно, на наш взгляд, вложение свободных денежных средств в объекты жилой недвижимости в г. Москве.

Как было отмечено в главе 2, высокий платежеспособный спрос на рынке жилой недвижимости в столице тесно связан с общей макроэкономической ситуацией в стране и, в первую очередь, с притоком нефтедолларов, определяющим темп общего экономического роста России за последние несколько лет. Из нефтяной, а также смежными с ней отраслей большая часть капиталов направляется на рынок недвижимости. Сделанный выше вывод о высокой привлекательности рынка строительства жилья позволяет прогнозировать на ближайшую перспективу более высокую доходность от вкладываемых в строительство денежных средств по сравнению с альтернативными малорискованными финансовыми инструментами. В данном разделе сценария будем предполагать, что институциональный инвестор располагает собственным капиталом в размере К и имеет возможность привлечения долгосрочного кредита в размере Q под р % годовых. 2. Особенности, определяемые местоположением объектов строительства.

Процедура принятия решения по выбору объектов инвестирования строительства жилой недвижимости должна учитывать архитектурный план застройки города. Необходимо учитывать, что инвестору приходится осуществлять сотрудничество с Департаментом строительства г.Москвы, а также архитектурными службами города в рамках работ, предшествующих заключению договора о начале строительства жилого объекта на определенной территории и в определенной точке города.

Данная особенность сценария влияет, прежде всего, на дальнейшую реализацию построенной недвижимости, т.к. в Москве высока дифференциация жилой недвижимости по зонам и районам застройки (например, район Копотни, менее привлекателен из-за неблагополучной экологической ситуации). Данная особенность сценария определяет риск срыва предварительной договоренности с архитектурными службами города о строительстве объекта в привлекательном, по мнению инвестора, районе. Риск срыва реализации инвестиционного проекта на ранних этапах, а также большой объем работ по его согласованию определяют высокие трансакционные издержки институционального инвестора. 3. Характеристика объектов жилой недвижимости.

Проект строительства должен быть разработан на профессиональной основе, «привязан» к месту строительства и в обязательном порядке согласован с исполнительными органами власти города. Рассмотрение в дальнейшем сценария строительства объектов, относящихся к категории «массовое», неэлитное жилье, позволяет формализовать как тип строения (или серия дома), так его и архитектурно-планировочный облик ( количество комнат, общий и жилой метраж, особенности планировки и пр.) Введем следующие обозначения: G — множество вариантов объектов строительства, характеризующее сценарий конкретного инвестора; Ч — индекс варианта ( q = 1, G ), а П — строительный план инвестора: местоположение объекта строительства, архитектурный тип дома (архитектурный вариант строительства) j, где jG/,, Jq — множество вариантов архитектурных типов домов по варианту строительства ITq.

Строительный план П конкретно характеризует местоположение и тип планируемого к строительству жилья. Пусть индекс I характеризует количество комнат в квартире, / = 1, и (п -максимальное количество комнат в квартире массовой застройки). Обозначим через s у — общую площадь (в кв.м.) / -комнатной квартиры в доме, построенном по у -му проекту.

Через Ьу обозначим общее количество I -комнатных квартир в доме, построенном по у -му проекту. Архитектурный облик строительного плана Пщ- характеризуется в этих обозначениях вектором (by, sfJ, 5) n где Stj =2_, bySy — общая жилая площадь дома j -го типа (j — периодом реализации комплекса строительно-монтажных, инженерно эксплуатационных работ и сдачи объекта строительства приемочной комиссии — прогнозируемой ценой реализации сводного кв.м. общей полезной площади жилья по проекту, аналогичному плану Пу-, на период ввода жилья в эксплуатацию; — прогнозируемой себестоимостью 5ф разработки строительного проекта, всех этапов строительства и ввода в эксплуатацию одного кв.м. общей полезной площади жилья по плану П с учетом всех составляющих затрат на период завершения строительства и ввода жилья в эксплуатацию.

Источник: www.dslib.net

Моделирование рынка недвижимости тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Сопин, Вадим Николаевич

Оглавление диссертации кандидат экономических наук Сопин, Вадим Николаевич

Глава 1. Характеристика, структура и особенности рынка недвижимости.

1.1 Характеристика, структура и субъекты рынка недвижимости.

1.2 Этапы становления, закономерности функционирования и характеристика отечественного рынка недвижимости.

1.3 Взаимосвязь рынков первичного и вторичного жилья в условиях реформируемой экономики на примере г. Москвы).

1.4 Выводы по первой главе.

Глава 2. Эконометрические модели рынка жилой недвижимости.

2.1 Эконометрическое моделирование как метод исследования взаимосвязей и прогнозирования экономических показателей.

2.2 Особенности оценки объектов недвижимости и исходные предпосылки построения модели прогноза цен на жилую недвижимость.

2.3 Линейная модель прогнозирования цен реализации жилья на вторичном рынке.

2.4 Степенная модель прогнозирования цен реализации жилья на вторичном рынке.

2.5 Сравнительная оценка моделей прогнозирования цен на жилую недвижимость.

2.6 Индексы рынка жилой недвижимости и динамика изменения макроэкономических факторов.

2.7 Выводы по второй главе.

Глава 3. Модель выбора оптимальной стратегии инвестирования строительства объектов жилой недвижимости.

3.1. Экономико-правовые основы мотивации поведения институционального инвестора на рынке жилой недвижимости.

3.2. Сценарий и стратегии поведения институционального инвестора на рынке строительства жилой недвижимости.

3.3. Модели и алгоритмы формирования оптимальной стратегии институционального инвестора.

3.4. Выводы по третьей главе.

Введение диссертации (часть автореферата) на тему «Моделирование рынка недвижимости»

— превышение предложения над платежеспособным спросом;

— неудовлетворенность жилищными условиями большинства населения страны; слабое развитие или практическое отсутствие конкуренции на рынках первичного жилья; существенные диспропорции в развитии рыночных механизмов и экономико-правовом регулировании рынка жилья между отдельными регионами.

Несмотря на большое количество публикаций в научной и периодической печати, посвященным проблемам развития региональных рынков недвижимости и анализу рыночной трансформации сферы ЖКХ (работы Балабанова И. Т., Крутика А. Б., Кудрявцева В. Н., Ноздрина Н. Н., Ресина В. И., Рахманова И. Л., Силина А. Н., Стерника Г. М., Ушакова Е. П., Хачатряна С. Р.), остаются отрытыми или недостаточно изученными многие проблемы развития рынка недвижимости, от решения которых напрямую зависит эффективность осуществляемой регионами социально-жилищной политики.

В соответствии с поставленной целью автор определил следующие направления диссертационного исследования: определение устойчивых закономерностей и тенденций изменения основных количественных параметров национального и московского регионального рынков недвижимости в процессе их становления и формирования; выявление предпосылок и условий использования методов экономет-рического прогнозирования для построения модели, описывающей количественные показатели рынка жилой недвижимости; построение, качественный анализ и выбор эконометрической модели, адекватно описывающей процедуру формирования цены реализации жилой недвижимости на конкретном региональном рынке (г. Москва и московский регион); анализ мотивационного поля институционального инвестора, характеризующего особенности регионального строительного рынка жилья и формализация сценария его поведения;

— построение экономико-математических моделей выбора оптимальной инвестиционной стратегии институционального инвестора.

Объектом исследования являются национальный и московский региональный рынки жилой недвижимости.

Теоретической и методологической основой работы являются:

— труды отечественных и зарубежных ученых-экономистов по анализу рынка недвижимости;

— учебная и научная литература по теории эконометрического прогнозирования, системному анализу, математическому программированию и информационным технологиям, применяемым при анализе экономических систем;

— научные публикации и научно-практические исследования по вопросам становления, формирования и современного состояния рынка жилья г. Москвы;

— законодательные акты и постановления федеральных и региональных органов власти, регулирующие рынок недвижимости;

— официальные статистические данные и информация риэлтеров и агентов строительного рынка жилья, распространяемая в компьютерной сети Интернет.

Новые научные результаты, полученные автором, заключаются в следующем:

— сделан и обоснован вывод, что московский региональный рынок жилой недвижимости близок по своим параметрам к совершенному, а, следовательно, при его исследовании возможно использование методов эконометриче-ского моделирования;

— доказано, что ведущим сегментом рынка жилой недвижимости является вторичный, а, следовательно, при построении моделей формирования цены на объекты жилой недвижимости следует ориентироваться на данный сегмент рынка;

— сделан вывод, что для моделирования количественных показателей рынка жилья следует использовать разработанные автором степенные модели;

— сделан вывод об уникальном характере московского регионального рынка строительства жилья: несмотря на то, что данный сегмент рынка практически полностью регламентируется органами исполнительной власти, отвечающими за жилищную и социальную политику, для инвесторов-застройщиков продолжают в полной мере действовать вполне рыночные механизмы доступа на рынок и функционирования на нем;

— разработан оригинальный сценарный подход к определению элементов мотивационного поля и формированию инвестиционных стратегий институционального инвестора на региональном рынке строительства жилья;

— разработаны объемно-статические модели выбора оптимальной стратегии институционального инвестора, учитывающие различные сценарии развития рынка недвижимости.

Публикации. По теме диссертации опубликовано четыре работы общим объемом 1,5 п. л.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Сопин, Вадим Николаевич

3.4. Выводы по третьей главе.

1. Рассмотрены экономико-правовые основы мотивации поведения институционального инвестора на рынке строительства жилой недвижимости. Сделан вывод, что мотивационное поле проектоустроителя-застройщика включает не только рыночные механизмы, определяющие эффективность инвестиционной деятельности, но и специфические условия отдельного региона, под влиянием которых формируется и развивается рынок жилой недвижимости.

2. Проанализированы особенности современного этапа развития строительной индустрии г.Москвы и взаимоотношения институционального инвестора и органов городской исполнительной власти, ответственных за реализацию программ строительства жилья. Сделан вывод, что столичный рынок строительства жилья на современном этапе полностью контролируется городским правительством и является социально-ориентированным.

3. Предложен сценарный подход к формированию инвестиционных стратегий проектоустроителя-застройщика. Выявлены основные разделы сценария, связанные с условиями организации строительного бизнес-деволпмента. Указанные разделы относятся к разработке и согласованию строительного проекта, выявлению источников и разработке схемы финансирования проекта, а также способов реализации вводимой в эксплуатацию недвижимости. Часть разделов сценария, составляющая основу мотивационного поля инвестора, формализована в виде математических формул и соотношений.

4. Рассмотрены основные подходы к прогнозированию наиболее важных элементов сценария: цены реализации жилой недвижимости и себестоимости кв.м. жилья в условиях строительного рынка г.Москвы. Сделан вывод, что прогноз рыночной цены реализации жилья должен быть основан на расчетах, проводимых с использованием эконометрической модели, рассмотренной во 2-ой главе. Анализ составляющих элементов затрат в строительной индустрии показал, что достоверные методы прогноза себестоимости на современном этапе развития строительного рынка неприменимы в силу высокой доли в затратах трансакционной составляющей.

5. Сценарный подход позволяет формализовать процедуру выбора инвестиционной стратегии проектоустроителя-застройщика. Выбор стратегии может быть осуществлен на двух последовательных этапах. На первом этапе условия сценария определяют множество реализуемых стратегий инвестора, а на втором позволяют формировать оптимальную по выбранному инвестором критерию инвестиционную стратегию.

6. В качестве критерия используется результат инвестиционной деятельности застройщика, выраженный в форме разности суммы прогнозируемых доходов от реализации недвижимости и консолидированных затрат по проекту. В условиях стабильной экономики, характеризующейся невысокой инфляцией и изначально высоким уровнем спроса на рынке первичного жилья нет необходимости привлекать дисконтные методы анализа финансовых потоков по отдельным строительным проектам. В работе применяется метод прямого счета финансовых потоков на всех этапах жизненного цикла инвестиционного проекта. Отметим, что большинство проектов в строительной индустрии жилья имеют сроки реализации, не превышающие одного — двух лет, что подтверждает правомерность использования бухгалтерских методов оценки качества проектов.

7. Рассмотрены модели и численные алгоритмы формирования оптимальной стратегии институционального инвестора при двух основных прогнозах развития строительного рынка: оптимистическом и осторожно-оптимистическом.

Для первого варианта осуществляется выбор инвестиционной стратегии в условиях отсутствия дополнительных ограничений на долю собственных средств институционального инвестора и привлеченных в проект на этапе начала строительства средств индивидуальных застройщиков. Для второго варианта выбор оптимальной инвестиционной стратегии осуществляется с использованием дополнительного ограничения, учитывающего долю собственных средств инвестора в общем капитале проекта(с целью снижения проектных рисков).

8. Численная процедура поиска оптимальной инвестиционной стратегии, предлагаемая автором, существенно использует специфику получаемой оптимизационной задачи нелинейного целочисленного программирования. В работе используется вариант декомпозиции и решение задачи на двух уровнях, близкий по идее к методу Корнаи-Липтака.

9. Сценарный подход позволяет не ограничивать выбор оптимальной инвестиционной стратегии рамками только двух рассмотренных в 3-ей главе моделей. В качестве возможных можно предложить следующие дополнительные модели:

— оценка необходимого объема заемных средств для реализации выбранной инвестиционной стратегии;

— определение максимальной доли отчуждаемых в пользу муниципальных органов власти квартир с целью сохранения общей достигнутой инвестором рентабельности собственных и привлекаемых средств;

— оценка рентабельности изменения строительного проекта в процессе начала строительства и пр.

Заключение и выводы

Структура диссертационной работы предполагает выводы и предложения автора по каждой главе. Тем не менее, остановимся в заключении на основных выводах, вытекающих из представленной работы.

1. Рынок недвижимого имущества составляет базис рыночных отношений и характеризует степень развитости рыночных механизмов в национальной экономике. С учетом этого фактора и приведенного в работе статистического материала можно сделать вывод о динамическом характере и устойчивых закономерностях развития рынка недвижимости, что предопределяет актуальность научных исследований и разработки практических рекомендаций в области совершенствования управления недвижимостью и эффективного взаимодействия субъектов рыночных отношений.

2. Рынок недвижимости подробно структурирован по типам и видам недвижимого имущества. Элементы и отдельные сегменты рынка характеризуются своими специфическими особенностям, влиянием и экономико-правовым взаимодействием с другими сегментами данного рынка и другими рынками.

В работе основное внимание уделено наиболее социально значимым и мобильным сегментам рынка — первичного и вторичного жилья. Становление и особенности функционирования рынка жилья прослежены автором на примере г. Москвы. Сделаны важные выводы о характере процессов, протекающих на этом рынке в настоящее время. Установлено, что рынок жилья по своим параметрам близок к совершенному и может быть описан с использованием законов рыночной экономики и, в первую очередь, закона спроса и предложения и законов ценообразования. Высокая эластичность рыночных показателей позволяет использовать при анализе тенденций их изменения модели эконометрическо-го прогнозирования.

3. Проведенный сопоставительный анализ взаимного влияния первичного и вторичного рынков жилья в г. Москве позволил сделать важный вывод о превалировании вторичного рынка над первичным. А именно, процессы ценообразования и спроса — предложения на вторичном рынке жилья определяют аналогичные процессы на первичном. Данный вывод отличается от вывода, изложенного в работе С. Р. Хачатряна «Прикладные методы математического моделирования экономических систем» (М.: Экзамен, 2002) на стр. 61.

4. Эконометрическое моделирование рынка жилья проведено автором с использованием моделей линейной и степенной зависимости. Полученные результаты позволили, во-первых, выделить технико-экономические и архитектурно-планировочные показатели, существенно влияющие на рыночную цену жилой недвижимости, а, во-вторых, предложить как более точную степенную модель. Отметим, что в указанной публикации С. Р. Хачатряна предлагается линейная модель.

5. Моделирование рыночной стратегии институционального инвестора на строительном рынке жилья предлагается осуществлять в рамках сценарного подхода, позволяющего, во-первых, отделить формализуемые экономико-правовые параметры, регулирующие рынок, от неформализуемых, во-вторых, оценить влияние параметров той или иной группы на качество принимаемых инвестором решений и, в-третьих, вносить оперативные коррективы в экономическую область, ограничивающую поле оцениваемых стратегий, в случае изменения отдельных пунктов или разделов сценария.

6. В рамках сценарного подхода построены экономико-математические модели формирования реализуемых стратегий институционального инвестора и выбора оптимальной стратегии при различных вариантах развития строительного рынка жилья («оптимистический» и «осторожно-оптимистический»).

Стратегия инвестора включает технико-экономические параметры, относящиеся к выбранному строительному проекту, к формированию фондов финансирования проекта и к способам реализации недвижимости, поступающей по окончании строительства в собственность инвестора.

7. Особенностью рассмотренных в работе моделей является их реализация в условиях сценария, отражающего экономико-правовые особенности и отдельные нюансы конкретного рынка (рынок строительства жилья г. Москвы).

Выбранный в работе подход позволил автору реализовать программно-инструментальный комплекс моделирования рынка недвижимости на базе данных, составляющей основу информационного обеспечения риэлторской деятельности в г. Москве, и апробировать этот комплекс в условиях практической деятельности конкретного риэлтера.

8. При разработке численного алгоритма поиска оптимального решения в получаемой в процессе моделирования задаче нелинейного целочисленного программирования автору удалось применить итерационную сходящуюся схему, основанную на декомпозиции целевой функции и системы ограничений, близкую по идее к схеме многоуровневой оптимизации Корнай — Липтака.

Список литературы диссертационного исследования кандидат экономических наук Сопин, Вадим Николаевич, 2003 год

1. Абалкин Л.И. Ожидание перемен и уроки истории. (К 70-летию Ин-та экономики РАН). // Рос. экон. ж-л, 2000, № 7. с. 59-65.

2. Абалкин Л.И, Медведев В.А. Политическая экономия. М.: Наука, 1990. -383 с.

3. Абрамов С.И. Инвестирование. М.: Центр экономики и маркетинга, 2000. — 434с.

4. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. -М.: Юнити, 1998.

5. Актуальные вопросы управления: Темат. сб. науч. тр. / ГУУ Под ред. А.В. Филиппова. М., 1999. — 266 с.

6. Алдокин И.П., Бубенко И. В. Теория принятия решений. Киев: Наукова Думка, 1990.- 156 с.

7. Алешникова В.И. Использование услуг профессиональных консультантов. / ГУУ. М.: ИНФРА-М, 2000. — 480 с.

8. Андрианов В.Д. Иностранный капитал в экономике России. // ЭКО, 1999, № ll.-c.3-15.

9. Афоничкин А.И. Принятие управленческих решений в экономических системах: Учеб. пособие. — Саранск: Изд-во Мордовского ун-та, 1998.

10. Балабанов И.Т. Операции с недвижимостью в России. — М.: Финансы и статистика, 1996. 192 с.

11. Балабанов И.Т. Основы финансового менеджмента. М.: Финансы и статистика, 2001.-528 с.

12. Беллман Р., Дрейфус С. Прикладные задачи динамического программирования. М.: Наука, 1964.

13. Белоус А.П. Лизинг: мировой опыт; уроки для России. / Отв. ред. Е.С. Хе-син, -М.: Изд-во РАН ИМЭМО, 2000. 170 с.

14. Белых Л.П. Формирование портфеля недвижимости. — М.: Финансы и статистика, 1999. 264 с.

15. Беляева С.Г. Управление портфелем недвижимости. — М.: ЮНИТИ, 1998.

16. Богатырев А.Н., Рысев Л.Ю., Сандалов Л.Г. Откровенно о недвижимости.- СПб.: КАРО, 2000.- 191 с.

17. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. / Пер. с англ. М.: Мир, 1974.

18. Большаков А.С., Михайлов В.И. Современный менеджмент: теория и практика. СПб.: Питер, 2000. — 411 с.

19. Брейли Р, Мартес С. Принципы корпоративных финансов. / Пер. с англ. — М.: Олимп-бизнес, 1974.

20. Бронников М. Функционирование маркетинговых информационных систем. // Маркетинг, 2000, № 4. с. 33-35.

21. Бузырев В.В., Чекалин B.C. Экономика жилищной сферы. М.: ИНФРА-М, 2001.-256 с.

22. Видяпин В.И., Журавлева Г.П. Экономическая теория. М.: Дело, 1997.

23. Витрянский В.В. Договор аренды и его виды: прокат, фрахтование на время, аренда зданий, сооружений и предприятий, лизинг. М.: Статут, 2000.- 299 с.

24. Водомеров Н.К. Вопросы теории стоимости и полезности. — Вологда: Изд-во Волог. гос. тех. ун-та, 2000. — 185 с.

25. Волкова В.Н., Денисов А. А. Основы теории систем и системного анализа.- СПб: Изд-во СПбГТУ, 1999.

26. Глухов В. В., Медников М. Д., Коробко С. Б. Математические методы и модели для менеджмента. СПб: Лань, 2000.

27. Голощапов Н.А., Помазкова С.И. Недвижимость: Словарь-справочник. / Под ред В.И. Осипова. М.: ИТРК РСПП, 2000. — 424 с.

28. Горвард А., Джордж Д. Недвижимость: зарубежный опыт развития. — М.: Диамант-Меркурий, 1994.

29. Гражданский кодекс РФ, Ч. 1,2. Полный сборник кодексов РФ, с изменениями и дополнениями на 1 мая 1999 г. — М.: ACT, 1999. — 928с.

30. Грачева М. В. Анализ проектных рисков. М.: Финстатинформ, 1999.

31. Грэхем Р., Кнут Д. Конкретная математика. М.: ЮНИТИ, 1998.

32. Джойнер Р. Руководство, менеджмент и пять слагаемых успеха. / Пер. с англ. СПб.: Новое и Старое, 2000. — 271 с.

33. Дихтль Е., Хершген X. Практический маркетинг. / Пер. с нем. A.M. Макарова. Под ред И.С. Минко. М.: Высш. шк., 1995. — 255 с.

34. Доничев О., Рейнгольд Е. Инвестирование жилищного строительства. // Экономист. 2000, № 4 с. 57-59.

35. Дорошенко М.Е. Анализ неравновесных состояний и процессов в макроэкономических моделях. / МГУ, М.: ТЕИС, 2000. — 206 с.

36. Друкер П.Ф. Практика менеджмента. / Пер. с англ. М.: Вильяме, 2000. -398с.

37. Дюбин Г. Н., Суздаль В. Г. Введение в прикладную теорию игр. — М.: Наука. Гл. ред. физ. мат. лит., 1981.

38. Емельянов А.А. Имитационное моделирование в управлении рисками. / ИНЖЕКОН. СПб., 2000. — 376 с.

39. Ендовицкий Д. Оценка проектного риска: аналитические подходы и процедуры. // Инвестиции в России, 2000, № 9. с.35-46.

40. Жуков Е.Ф. Инвестиционные институты. М.: ЮНИТИ, 1998. — 199с.

41. Инвестиционный климат в России. / Эксперта, ин-т. — М., 2000. — 36 с.

42. Исляев Р.А. Региональная экономическая политика. — СПб.: Петрополис, 1995.-273 с.

43. Какаева Е.А. Система стратегического управления организации. — М.: Изд-во Гос. ун-т управления., 2000. 53 с.

44. Калянов Г.Н. Теория и практика реорганизации бизнес процессов. — М.: СИНТЕГ, 2000.-204 с.

45. Катасонов В.Ю., Морозов Д.С. Проектное финансирование: организация, управление риском, страхование. — М.: Анкил, 2000. 270 с.

46. Кейнс Дж. Мейнард. Экономика. Экономическая теория / Под редакцией Куракова Л.П. М.: ЮНИТИ, 1999.

47. Кендэл М. Временные ряды / Пер. с англ. и предисл. Ю. П. Лукашина М.: Финансы и статистика, 1981.

48. Киселев М.В., Могунов Д.А. Аренда: правовое регулирование, налогообложение и учет. М.: АиН, 2000. — 62 с.

49. Коростелев С.П. Основы теории и практики оценки недвижимости. М.: Русская Деловая Литература, 1998.

50. Котлер Ф. Маркетинг, менеджмент. / Пер. с анг. Т Виноградовой и др. Под общ. ред. Ю.Н. Каптуревского. СПб.: Питер, 2001. — 496 с.

51. Крутик А.Б., Горенбургов М.А., Горенбургов Ю.М. Экономика недвижимости. СПб.: Лань, 2001. — 480 с.

52. Кутуков В.Б. Основы финансовой и страховой математики: методы расчета кредитных, инвестиционных, пенсионных и страховых схем. — М.: Дело, 1998.-304 с.

53. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования. — М.: Статистика, 1979.

54. Льюис К. Д. Методы прогнозирования экономических показателей / Пер. с англ. и предисл. Е. 3. Демиденко. — М.: Финансы и статистика, 1986.

55. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. М.: Дело, 2000.

56. МакЛафин ДДж. Ценные бумаги: как добиться высоких доходов. / Пер. с англ. М.: Дело, 1999. — 208 с.

57. Междисциплинарные вопросы оценки стоимости. / Под ред. В.М. Рутгай-зера. М.: КВИНТО-КОНСАЛТИНГ, 2000. — 136 с.

58. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента. / Пер. с англ. -М: Дело, 1997.-704 с.

59. Микрюков В.Ю. Теория взаимодействия экономических субъектов. М.: Вузов, кн., 1999.-93 с.

60. Моделирование динамики экономических процессов: Сб. / РАН Сиб. Отд-ние, Ин-т экономики и орг. пром. произ-ва. Новосибирск, 2000. — 204 с.

61. Мороз А.И. Управление экономическим процессом. — М.: Akademia, 1999.- 122с.

62. Мэнкью Н.Г. Принципы экономике. / Пер. с англ. В. Кузина и др. СПб.: Питер, 2000. — 492 с.

63. Никольская Е.Г. Экономические аспекты инвестиционного управления. / СПб ГУЭФ. СПб., 2000. — 122 с.

64. Ноздрина Н.Н., Стерник Г.М. Рынок жилья в городах России до и после августовского кризиса 1998 г. // Проблемы прогнозирования, 2000, № 1.-е. 120-141.

65. Нуреев P.M. Западные теории экономики развивающихся стран. История экономических учений (современный этап). — М.: Инфра-М, 1998.

66. Орлова Е.В. Арендные операции: право, учет и налогообложение. М.: Налоговый вестник, 2000. — 270 с.

67. Основы бизнеса на рынке недвижимости. Сб. статей. / Под ред. С.Н. Максимова. СПб.: ДЕАН + АДИА-М, 1997.

68. Оценка эффективности инвестиций: Сб. трудов ЦЭМИ. М.: 2000, Вып. 1.- 176с.

69. Оценочная деятельность в России: Сб. науч. тр. / Фин. акад. при Правительстве РФ. М., 1998, Вып. 2. — 266 с.

70. Побуковский А. Инвестирование в недвижимость: время пришло? // Рынок ценных бумаг, 2001, № 24. с. 10-16.

71. Попов С.А. Стратегическое управление. М.: ИНФРА-М, 2000. — 280 с.

72. Постатейный комментарий к ФЗ «О государственной регистрации прав на недвижимое имущество и сделок с ним. / Под общ. ред. Крашенинникова. М.:СПАРК, 2000. — 240 с.

73. Правовое регулирование рынка недвижимости: Межвед. ежекварт. изд. -М., 2000, № 1. 88с.

74. Радыгин А. Собственность и интеграционные процессы в корпоративном секторе (некоторые новые тенденции) // Вопросы экономики, 2001, № 5. -с. 26-45.

75. Рахман И.Л. Методы ценообразования объектов недвижимости в строительстве. М.: МАКС Пресс, 2001. — 126 с.

76. Свищева Н.В. Управление финансами корпорации: мировой опыт и российские реалии. // Вести. СПб. ун-та. Сер. 5 Экономика. СПб., 1999, Вып. 4.-с.

107-109.

77. Сидоров А.А. Информация как экономическая категория. // ЭКО. — Новосибирск, 2000, № 8. с. 18-21.

78. Силин А.Н. Собственность, рынок и качество экономического роста. / РАН. Урал, отд-ние. Ин-т экономики. Екатеринбург, 2000. — 162 с.

79. Справочник финансиста предприятия. 2-е изд. доп. и перераб. -М.: ИНФРА-М, 2000. 559 с.

80. Стоянова Е. С. Финансовый менеджмент. Российская практика. — М.: Перспектива, 1993.

81. Страхование: принципы и практика. / Пер. с англ. Фин. акад. при Правительстве РФ; Сост Д. Бланд. М.: Финансы и статистика, 2000. — 414 с.

82. Тамашевич В. Н. Многомерный статистический анализ в экономике. — М.: Юнити-Дана, 1999.

83. Тарасевич В.М. Экономико-математические методы и модели в ценообразовании^. 1. Л.: Изд-во ЛФЭИ, 1991.

84. Теория прогнозирования и принятия решений / Под ред. С. А. Саркисяна. -М.: Высшая школа, 1977. 351 с.

85. Тихомиров Н.П., Попов В.А. Методы социально-экономического прогнозирования. — М.: Дело, 1993.

86. Управление программами и проектами. / M.JT. Разу, В.И. Воропаев, Ю.В. Якутии и др. М.: ИНФРА-М, 2000. — 302 с.

87. Уткин Э.А. Основы мотивационного менеджмента. М.: ЭКМОС, 2000. — 351с.

88. Ушаков Е.П. Организация и моделирование массовой оценки недвижимости в имущественном налогообложении. М.: Дело, 2000. — 40 с.

89. Фридман Дж., Ордуэй Н. Оценка и анализ приносящей доход недвижимой собственности. М.: Дело, 1997. — 480 с.

90. Хачатрян С. Р. Прикладные методы математического моделирования экономических систем. — М.: Экзамен, 2002.

91. Ценообразование и рынок / Под ред. Е. И. Пунина и С. Б. Рычкова. — М.: Прогресс, 1992.

92. Чавкин A.M. Методы и модели рационального управления в рыночной экономике: разработка управленческих решений. — М.: Финансы и статистика, 2001.-317 с.

93. Четыркин Е. М. Статистические методы прогнозирования. — М.: Статистика, 1997.-280 с.

94. Швандар В.А., Богатин Ю.В. Оценка эффективности инвестиций и обоснование предпринимательского проекта. // Финансы, 2000, № 9 — с. 16-19.

95. Экономика и финансы недвижимости. / Ю.В. Пашкус и др. СПб гос. унт. — СПб.: 1999.-186 с.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Digital Science https://www.dissercat.com/content/modelirovanie-rynka-nedvizhimosti» target=»_blank»]www.dissercat.com[/mask_link]

Моделирование рынков и рыночных систем в строительстве что это

ARIMA-метод прогнозирования.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

2.1 Интегрированная модель авторегрессии-скользящего среднего http://www.uran.donetsk.ua/~masters/2007/fvti/karpunova/diss/index.html (Дата обращения: 29.04.2016).

2.2 Многофакторная регрессионная модель

Моделирование рынка недвижимости Сопин Вадим Николаевич

Этапы становления, закономерности функционирования и характеристика отечественного рынка недвижимости

Взаимосвязь рынков первичного и вторичного жилья в условиях реформируемой экономики (на примере г. Москвы)

Особенности оценки объектов недвижимости и исходные предпосылки построения модели прогноза цен на жилую недвижимость

Сценарий и стратегии поведения институционального инвестора на рынке строительства жилой недвижимости

Моделирование рынка недвижимости тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Сопин, Вадим Николаевич

Оглавление диссертации кандидат экономических наук Сопин, Вадим Николаевич

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Выбор методов эффективной реализации жилищной политики в крупных городах 2007 год, кандидат экономических наук Долгушина, Ольга Валентиновна

Ипотечное жилищное кредитование на региональном рынке недвижимости 2003 год, кандидат экономических наук Брусницын, Евгений Анатольевич

Введение диссертации (часть автореферата) на тему «Моделирование рынка недвижимости»

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Управление инвестиционным портфелем недвижимости 2006 год, кандидат экономических наук Якушин, Валентин Владимирович

Государственное регулирование рынка доступной жилой недвижимости: на примере Московской области 2012 год, кандидат экономических наук Горшков, Никита Григорьевич

Заключение диссертации по теме «Математические и инструментальные методы экономики», Сопин, Вадим Николаевич

Список литературы диссертационного исследования кандидат экономических наук Сопин, Вадим Николаевич, 2003 год

ARIMA-метод прогнозирования.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

2.1 Интегрированная модель авторегрессии-скользящего среднего http://www.uran.donetsk.ua/~masters/2007/fvti/karpunova/diss/index.html (Дата обращения: 29.04.2016).

2.2 Многофакторная регрессионная модель

Моделирование рынка недвижимости Сопин Вадим Николаевич

Этапы становления, закономерности функционирования и характеристика отечественного рынка недвижимости

Взаимосвязь рынков первичного и вторичного жилья в условиях реформируемой экономики (на примере г. Москвы)

Особенности оценки объектов недвижимости и исходные предпосылки построения модели прогноза цен на жилую недвижимость

Сценарий и стратегии поведения институционального инвестора на рынке строительства жилой недвижимости

Моделирование рынка недвижимости тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Сопин, Вадим Николаевич

Оглавление диссертации кандидат экономических наук Сопин, Вадим Николаевич

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Выбор методов эффективной реализации жилищной политики в крупных городах 2007 год, кандидат экономических наук Долгушина, Ольга Валентиновна

Ипотечное жилищное кредитование на региональном рынке недвижимости 2003 год, кандидат экономических наук Брусницын, Евгений Анатольевич

Введение диссертации (часть автореферата) на тему «Моделирование рынка недвижимости»

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Управление инвестиционным портфелем недвижимости 2006 год, кандидат экономических наук Якушин, Валентин Владимирович

Государственное регулирование рынка доступной жилой недвижимости: на примере Московской области 2012 год, кандидат экономических наук Горшков, Никита Григорьевич

Заключение диссертации по теме «Математические и инструментальные методы экономики», Сопин, Вадим Николаевич

Список литературы диссертационного исследования кандидат экономических наук Сопин, Вадим Николаевич, 2003 год

Срок передачи объекта долевого строительства для всех един

Инженерная экономика и сметное дело в строительстве отзывы

Строительство домов из газобетона или пеноблоков что лучше

Используемые в строительстве материалы должны обладать какой теплопроводностью

Исполнительная документация в строительстве требования к оформлению документов

1 виды цен в строительстве и принципы их формирования

Соседи не дают согласие на строительство что делать

Исковое заявление о признании индивидуальное строительство в собственность