Автор работы: Пользователь скрыл имя, 19 Июня 2011 в 18:19, статья
Основной упор в статье сделан на объяснение наглядного смысла излагаемых методов, а также описание их практического использования. При этом авторы с неизбежностью сталкиваются со сложными, плохо формализуемыми ситуациями. Поэтому важные утверждения в статье зачастую основаны на качественных нестрогих рассуждениях. При этом, однако, мы старались избежать чрезмерного упрощения, которое в условиях дефицита информации и значительной роли фактора неопределенности в анализируемой ситуации рискует обернуться ложными выводами.
Вводная часть 3
1. Анализ траектории изменения цен недвижимости в Нижнем Новгороде (январь 1997-июнь 2009 гг.) 5
2. Прогнозирование цен в условиях относительно стабильного состояния экономики. Статистические методы, основанные на анализе трендов 8
Анализ временных рядов. Предварительные замечания 8
Анализ возможности интерполяции траектории цен жилья с помощью полиномов высокого порядка 10
Анализ возможности прогнозирования удельных цен квартир 12
3. Прогнозирование стоимости недвижимости в период кризиса. Методы, основанные на статистическом подобии процессов. 16
Сравнение поведения инвестиционных активов в периоды предыдущего и текущего кризисов 16
Объяснение механизма, приводящего к подобию. Прогноз цен на недвижимость на основе статистического подобия 19
4. Прогнозирование, основанное на анализе зависимости цен недвижимости от различных факторов. 20
Статистическая зависимость и корреляции. Предварительные замечания 21
Корреляционный анализ приращений цен 27
Баррель, доллар и квадратный метр 29
5. Анализ зависимости стоимости недвижимости в различных субъектах РФ от величины средней заработной платы и прожиточного минимума 29
Зависимость стоимости квадратного метра недвижимости на вторичном рынке от уровня доходов населения 30
О возможности распространения основных выводов на другие сегменты рынка недвижимости 35
Выводы 37
Источники информации 37
Приволжский
центр финансового
консалтинга и
оценки
Лейфер Л. А. Гришина М.
Анализ
и прогнозирование
цен недвижимости.
Нижний Новгород 2009 год
Содержание
На современном этапе, когда Россия вступила в период мирового финансового кризиса, начавшегося в конце лета 2008 года и продолжающегося в настоящее время, особую важность приобрела проблема прогнозирования основных параметров рынка. Это связано с тем, что в периоды системных кризисов, охватывающих все рынки, значимость и эффективность принимаемых решений определяется их будущими последствиями, которые невозможно оценить, не предвидев, каким это будущее будет. Конечно, любая будущая ситуация является весьма неопределенной. Поэтому не существует способов, позволяющих точно «угадать» ее развитие. Вместе с тем известно множество приемов, методов и соответствующих средств, позволяющих обнаружить тенденции, логику развития тех или иных процессов и на основе сопоставления с прошлым опытом предсказать характеристики наиболее вероятного развития событий.
Сложность проблемы прогнозирования параметров рынков в данный момент обусловлена тем, что развивающиеся кризисные явления, спровоцированные дисбалансом спроса и предложения на одном или нескольких рынках товара, распространяются на рынки других товаров через взаимосвязанность экономической системы. С точки зрения возможности прогнозирования этот период характеризуется повышенной неопределенностью, когда последующее поведение тех или иных показателей рынка сложно предугадать, и вывод можно сделать лишь из совместного анализа поведения различных факторов, влияющих на значения прогнозируемого показателя.
Основу прогноза обычно составляет анализ динамики процессов на рынке в прошедшие годы, обнаружение и детальное изучение взаимосвязей между явлениями и показателями, сопровождающих эти процессы, описание их количественных и качественных характеристик и выявление устойчивых закономерностей. В наибольшей степени состояние рынка и его динамику в соответствующем сегменте отражают цены. Дело в том, что цены формируются под действием всех факторов, включая платежеспособный спрос, наличие на рынке объектов недвижимости и соответственно уровень предложений, сопутствующие условия для приобретения – развитие системы кредитования, процентные ставки и требования к первоначальному взносу. Наконец, на цены влияют ожидания рынка. Таким образом, рыночная цена вбирает в себя всю релевантную информацию об объекте, известную участникам рынка.
Наибольшую эффективность прогнозирования можно обеспечить, осуществляя анализ процессов на рынке сразу по трем направлениям.
Первое
направление связано с
В условиях кризиса более полезным может оказаться анализ развития подобных явлений в прошлом. Для этого необходимо выявить общие инварианты, характерные для подобных кризисов, построить адекватные модели динамики цен при нарастании и свертывании кризисных процессов. При этом следует применять методологию статистического подобия, как инструмента анализа таких процессов. В этом случае может оказаться эффективным использование фракталов, получивших за последние годы развитие в различных областях и, в том числе, при анализе экономических процессов.
Важным
дополнением к выявлению сложных закономерностей,
характеризующих механизмы развития процессов
на рынке, в том числе, в периоды кризисного
развития, является анализ
связей между различными
процессами, воздействующими
друг на друга. Такой анализ позволяет
обнаружить закономерности явлений, скрытые
пружины, толкающие цены и другие параметры
рынка в том или ином направлении. В качестве
основного инструментария исследования
в этом случае выступает методология изучения
многомерных временных рядов и, прежде
всего, его важнейшая ветвь – корреляционный
и регрессионный анализ. Заметим, что
при кажущейся простоте такой анализ имеет
ряд нюансов, игнорирование которых зачастую
приводит к серьезным ошибкам в интерпретации
его результатов.
В данной статье сделана попытка выполнить анализ динамики цен жилой недвижимости, в той или иной степени коснувшись всех упомянутых направлений. Результаты такого анализа могут служить базой для прогноза дальнейшего развития рынка недвижимости.
Основной упор в статье сделан на объяснение наглядного смысла излагаемых методов, а также описание их практического использования. При этом авторы с неизбежностью сталкиваются со сложными, плохо формализуемыми ситуациями. Поэтому важные утверждения в статье зачастую основаны на качественных нестрогих рассуждениях. При этом, однако, мы старались избежать чрезмерного упрощения, которое в условиях дефицита информации и значительной роли фактора неопределенности в анализируемой ситуации рискует обернуться ложными выводами.
В качестве отправной точки для осуществления процесса прогнозирования цен на рынке недвижимости необходимо проанализировать имеющиеся данные и проследить, как менялись цены на недвижимость на протяжении последних лет.
Вначале следует отметить, что, как известно, цены на рынках недвижимости в каждом из регионов формируются под влиянием общих тенденций по всей стране. Другой особенностью рынка недвижимости является то, что повышения/понижения цен на одном из сегментов рынка недвижимости неизбежно влекут за собой соответствующие изменения цен и в других сегментах. Следует также упомянуть тот факт, что первоначально на повышение покупательской способности реагирует спрос именно на жилые объекты. При этом процессы на рынке недвижимости в различных городах и в различных сегментах рынка развиваются подобным образом. В связи с этим, рассмотрение динамики цен на рынке недвижимости в любом конкретном городе позволяет увидеть общую картину развития рынка недвижимости для всей России. Ниже приводится анализ динамики цен на вторичном рынке жилья в Нижнем Новгороде за последние 12 лет.
Исходные данные для анализа цен взяты из базы данных, которая, начиная с 1995 года, систематически ведется Агентством недвижимости «Орион НН» и содержит более 100 000 записей. При этом все имеющиеся в базе данные проверены путем опроса продавцов. В связи с этим они действительно отражают состояние рынка в любой момент времени из рассматриваемого периода. Имеющиеся данные обрабатывались программной системой «REALTY – PRO». Данная программная система наряду с обеспечением решения других задач позволяет рассчитывать массовую оценку рыночной стоимости, ассоциируемую с достаточно узким сегментом рынка, внутри заданного интервала времени и с фиксированной периодичностью (еженедельно, ежемесячно, ежеквартально и т.д.). Особенность заложенных в эту программу алгоритмов состоит в том, что с помощью специальной технологии перекачки информации между разными сегментами рынка программа обеспечивает расчет удельных цен внутри каждого сегмента рынка в отдельности с максимальным использованием всей релевантной информации. Другими словами, рассчитываются не средние по городу цены (которые при их огромном разбросе имеют смысл среднебольничной температуры), а изменения средних цен в каждом отдельном сегменте рынка (например, для трехкомнатных квартир стандартной планировки, в конкретной зоне Нижнего Новгорода). Поэтому представленные на графике значения характеризуют по существу динамику цен в рассматриваемом периоде времени, характерную для каждого достаточно узкого сегмента в отдельности.
Результаты обработки данных, представлены здесь в виде временных рядов [5], которые отображены на соответствующих графиках с заданной периодичностью. Для удобства визуального анализа цены представлены относительными значениями, приведенными к январю 1997 года. Таким образом, расчетная стоимость одного квадратного метра квартиры в начале периода (январь 1997 года) принята за единицу. График значений временного ряда относительных цен, вторичного жилья Нижнего Новгорода, взятых в долларах, за рассматриваемый период (январь 1997 - июнь 2009 гг.) выглядит следующим образом:
Рис. 1. Динамика
стоимости вторичного жилья (долл./кв.м.)
в Нижнем Новгороде за период январь 1997
–июнь 2009 гг.
Еще раз отметим, что при расчетах использовались цены в долларовом выражении. Аналогичная динамика, но уже в рублевых ценах, представлена на рисунке ниже:
Рис. 2. Динамика
стоимости вторичного жилья (руб./кв.м.)
в Нижнем Новгороде за период январь 1997
– июнь 2009 гг.
Первым очевидным выводом из представленного графика является констатация того факта, что в периоды между кризисами цены на рынке недвижимости Нижнего Новгорода практически монотонно растут. Существуют лишь краткосрочные промежутки, когда траектория движения цен меняла направление. В целом, анализируя график и события, характерные для соответствующего периода времени, можно выделить несколько этапов:
Таким образом, исследование общей динамики цен на недвижимость за период январь 1997-июнь 2009 гг. показывает в среднем повышательный тренд, стимулируемый все увеличивающимся платежеспособным спросом на жилые квадратные метры. Как аномальное явление с точки зрения общей динамики, сложившейся на рынке недвижимости за последние 12 лет, особый интерес представляет собой поведение цен в периоды кризисов, наблюдавшимися в 1998 году и в текущем 2009 году.
Применение
статистических моделей и методов
для целей прогнозирования
Однако отмеченная популярность методов регрессионного анализа имеет и оборотную сторону. Чрезмерно увлекаясь технологией обработки, Оценщик зачастую забывает о предпосылках, на которых основаны эти методы, и соответственно о требованиях, предъявляемых к статистическим данным. Применение статистических методов «облегченного типа» (термин ввел профессор МГУ Тутубалин В.Н. [15]) заменяет необходимость серьезного изучения аппарата анализа данных, включающего и правильный подбор исходных данных, и анализ допущений на предмет их обоснованности, и, наконец, интерпретацию результатов, освоением простейшей процедуры, которая легко реализуется с помощью широко применяемых экселовских таблиц. Проведенный ниже анализ подтверждает, что внешне красивые и формально правильные результаты ничего не дают с содержательной точки зрения. Более того, своей красотой и кажущейся корректностью они вводят в заблуждение и создают видимость научно обоснованного, а значит и правильного прогноза.
Перед тем как приступить к анализу реальных процессов, характеризующих динамику рынка недвижимости, следует привести краткий обзор методов, которые будут использоваться в работе.
Информация о работе Анализ и прогнозирование цен недвижимости