Модели для прогнозирования цен на московском рынке жилой недвижимости

Уровень цен на рынке жилой недвижимости является одним из важнейших показателей социально-экономического развития конкретного региона и страны в целом. Рынок активно реагирует на изменения во внешней экономической ситуации и экономической ситуации внутри страны. Определение факторов, определяющих динамику цен на рынке жилой недвижимости и построение модели прогнозирования цен, важно для принятия управленческих решений для государственных органов и действий участников рынка недвижимости.

Московский рынок жилой недвижимости был выбран для анализа и моделирования. Московский рынок жилья наиболее развит в России (https://nedvio.com/zagorodnyie-chastnye-doma/townhouse/). На долю Москвы приходится 22,6% жилищного фонда страны в стоимостном выражении [1, 2]. Москва занимает четвертое место в мире по средней стоимости квадратного метра 120-метровой квартиры в центре города [3].

Цены на жилую недвижимость в Москве выросли интенсивно, увеличившись в пять с серединой 2002 года до конца 2008 года. Значительное снижение произошло в 2009 году, когда цена 1 кв.м. упала на треть, с 170000 до 115000 рублей. После экономического кризиса цены на жилую недвижимость возобновились, достигнув 200000 рублей / кв.м. Однако с наступлением нового экономического спада цены на жилье снова начали снижаться с 2015 года.

С 2002 по 2016 год стоимость жилья увеличилась в пять раз, а индекс потребительских цен увеличился в 3,5 раза за тот же период (В статье используются данные за первую половину 2016 года.). Таким образом, несмотря на резкие взлеты и падения, цена продолжала расти. Следует отметить, что цены на жилую недвижимость в долларах США были более неустойчивыми. Так, в 2008 году стоимость жилья достигла очень высоких значений (6000 долларов США / кв.м.), превысив уровень 2002 года в 5,8 раза. В результате экономического кризиса в 2008-2009 гг. Цена упала на одну треть и вернулась к росту только в конце 2009 года; Между тем, цена 1 кв. м не достигла докризисного уровня (6000 долларов США, наблюдавшегося в середине 2008 года). В 2014-2015 годах из-за девальвации рубля цены на жилье, выраженные в долларах США, сократились более чем в два раза. К концу 2015 года стоимость 1 кв.м. жилой недвижимости (в долларах США) выросла с 2,2% в декабре 2002 года. Проанализируем факторы, которые могут объяснить резкие ценовые колебания.

Обзор литературы. В публикациях последних лет, которые связаны с анализом рынка недвижимости, существуют две основные области моделирования цен на недвижимость:

(1) изучение уровня цен в зависимости от характеристик объектов недвижимости (количество f loors, структурные элементы и т. д.);

(2) исследования динамики цен в зависимости от экономических факторов. В мировой практике тема моделирования цены на недвижимость была разработана достаточно глубоко в обеих областях.

Поскольку в этой статье мы изучаем зависимость цены от экономических факторов, внимание будет уделено обзору литературы в этой области.

Результаты исследований зависимости цены и спроса на недвижимость от экономических факторов представлены в работах зарубежных авторов. В [4] были построены эконометрические модели для рынка жилой недвижимости США, отражающие влияние нескольких факторов на цену. Была отмечена положительная зависимость цены от таких показателей, как отношение постоянных доходов и займа к стоимости. Негативное влияние на цену продемонстрировали следующие показатели: жилищные запасы на душу населения и реальные потребительские расходы на жилье (сочетание переменных: реальная процентная ставка по займам после уплаты налогов, ставка амортизации, ставка налога на имущество , и ожидаемая реальная ставка прироста капитала).

В статье [5] представлен коинтеграционный анализ влияния доходов домашних хозяйств, ставок по ипотечным кредитам и стоимости строительства на цену жилой недвижимости в Соединенных Штатах, как для страны, так и для городов. Линейная зависимость была найдена только для города Кливленд. Нелинейная связь была обнаружена для США и шести ее крупных городов (Чикаго, Даллас, Филадельфия, Ричмонд, Сиэтл и Сент-Луис). Для Бостона, Лос-Анджелеса и Нью-Йорка коинтеграции не было.

В рабочем документе [6] анализируются данные о странах бывшего Советского Союза (Армения, Азербайджан, Беларусь, Грузия, Казахстан, Латвия, Литва, Молдова, Россия, Таджикистан, Украина и Эстония). Авторы объясняют изменение цены жилой недвижимости в долгосрочной перспективе динамикой следующих факторов: реального ВВП, денежных переводов и иностранных инфляций (в основном в форме банковских заимствований из-за рубежа). Между тем, степень воздействия цены на факторы варьируется в разных странах. Например, приток иностранного капитала играет значительную роль в странах Балтии, Казахстане, Украине и России, тогда как денежные переводы являются более важным фактором для остальных стран. Для всех стран реальный ВВП оказывает значительное влияние на стоимость жилья.

В [7] модель жилищных цен на недвижимость была построена для 17 стран в зависимости от пяти эндогенных переменных: темпов роста ВВП, темпов инфляции в потребительских ценах, реальной краткосрочной процентной ставки, темпов роста инфляции -адаптированный банковский кредит, а также разница в доходности между долговременной государственной облигацией и краткосрочной ставкой. Основной вывод исследования заключается в том, что инфляция объясняет более половины общего изменения цен на жилье на пятилетнем горизонте, а в краткосрочной перспективе влияние этого фактора еще больше.

В [8], основанной на изучении детерминант цен на жилье в 19 странах ОЭСР и восьми странах с переходной экономикой в ​​Центральной и Восточной Европе, влияние таких факторов, как ВВП на душу населения, реальные процентные ставки, жилищный кредит, реальная заработная плата, показателей народонаселения и рынка труда (уровень безработицы, доля рабочей силы). Исследование показало следующую информацию:

– При снижении реальных процентных ставок цена на жилую недвижимость в Центральной и Восточной Европе растет в два раза быстрее, чем в странах ОЭСР;

⎯ При увеличении показателя жилищного кредитования ценовая реакция в странах ОЭСР примерно в два раза выше, чем в странах Центральной и Восточной Европы.

В диссертационном исследовании [9] была показана зависимость цен на жилье в России по трем факторам: среднедушевому денежному доходу, количеству занятых людей и количеству введенных в эксплуатацию жилых зданий. Между тем влияние таких факторов, как количество ипотечных кредитов, выданных физическим лицам и инвестиции в жилищное строительство, оказалось незначительным.
Работы российских авторов уделяют значительное внимание изучению влияния физических характеристик недвижимости на ее ценность. Однако, по нашему мнению, тема моделирования цены на жилую недвижимость в зависимости от экономических факторов еще недостаточно развита: нам удалось найти лишь несколько работ, в которых раскрывается эта тема. Иллюстративный анализ динамики цен на нефть, обменных курсов и стоимости жилой недвижимости для Москвы и Московской области приведен в [10], но без построения модели. В работе [11] приведена модель, описывающая зависимость цены 1 кв.м. жилой недвижимости в рублях в России от динамики евро, но сроки заканчиваются данными за 2011 год.

Существует два основных подхода к анализу данных: (1) модель пространственного пространства дискретного времени [12-14]; (2) корреляционный регрессионный анализ [14, 15]. Во втором подходе есть несколько областей для изучения динамики цен на жилую недвижимость. Например, изменение цен на нефть часто напрямую коррелирует с динамикой стоимости жилья [16-18]. Проводятся исследования взаимоотношений между рублевой ценой для жилой недвижимости и динамикой обменных курсов [10, 11].

В этой статье также рассматривается зависимость цены на объекты жилой недвижимости от макроэкономических факторов на основе корреляционного регрессионного анализа методом наименьших квадратов (LSM). Мы построили четыре модели, которые позволяют нам понимать ежемесячный и ежегодный механизм ценообразования на рынке жилой недвижимости.

Ежемесячная модель. В ежемесячной модели динамика среднемесячной цены на жилые помещения в ВВП стран ОЭСР и соотношение жилищного кредитования с ВВП в странах с переходной экономикой.

Использованная литература

1. The Federal Service of State  gks.ru/.
2. Territorial Body of the Federal State Statistics Service in the City of Moscow.  moscow.ru/.
3. Global Property http://www.globalpropertyguide.com/Europe/square-meter-prices.
4. V. Duca, J. Muellbauer, and A. Murphy, “Shifting credit standards and the boom and bust in U.S. house prices,” SERC Discuss. Pap., No. 76 (2011).
5. Zhou, “Testing for cointegration between house prices and economic fundamentals,” Real Estate Econ. 38 (4), 599–632 (2010).
6. Stepanyan, T. Poghosyan, and A. Bibolov, “House price determinants in selected countries of the former Soviet Union,” in IMF Working Paper (2010).
7. Tsatsaronis and H. Zhu, “What drives housing price dynamics: Cross-country evidence,” BIS Q. Rev., March, 65–78 (2004).
8. Égert and D. Mihaljek, “Determinants of house prices in Central and Eastern Europe,” Compar. Econ. Stud. 49, 367–388 (2007).
9. S. Orekhova, Extended Abstract of Candidate’s Dissertation in Economics (2012).
10. T. Kisel and Ya. I. Palastrova, “Analysis of the main trends in prices in the real estate market of Moscow in the period of economic instability,” Ekon. Predpr., No. 2, 847–851 (2016).
11. M. Mingazova, “On one approach to modeling the value dynamics of the real estate market,” Sovrem. Tendentsii Ekon. Upr.: Nov. Vzglyad, No. 17, 111–115 (2012).
12. G.M. Sternik and S. G. Sternik, “Mass estimation of real estate on the basis of discrete space-parametrical modeling of the market (on an example of townhouses of the western sector of near Moscow suburbs),” Otsenochnaya Deyat., No. 2, 22–27 (2010).
13. G.M. Sternik, “Pricing in the Russian housing market,” Imushchestv. Otnosheniya Ross. Fed., No. 5, 67– 83 (2010).
14. S.V. Gribovskii, M. A. Fedotova, G. M. Sternik, and D.B. Zhitkov, “Economic and mathematical models of real estate evaluation,” Fin. Kredit, No. 3, 24–43 (2005).
15. N. Anisimova, N. P. Barinov, and S. V. Gribovskii, “On the requirements for the number of comparable objects in the valuation of real estate by a comparative approach,” Vopr. Otsenki, No. 1, 2–7 (2003).
16. I. Kornilov, “Influence of oil prices on the value of residential property,” Ross. Predpr. 16 (10), 1483–1494 (2015).
17. T. Cherkashina, T. V. Khaustova, and N. B. Firsova, “Analysis of the influence of general economic indicators on the regional real estate market,” Izv. Yugo-Zap. Gos. Univ., No. 1, 34–45 (2015).
18. V. Ivanitskii, “Increase of housing affordability on the basis of state compensation of prices for energy resources,” Ekon. Reg., No. 4, 123–131 (2015).
19.  cbr.ru/regions/CredDepozit/Metodology/ asp?file=Cred.htm.
20. forecast.ru/Outgoing/PP201801Appx.pdf.
21. Indicators of the real estate market.  rn.ru.
22. Central Bank of the Russian  Federation.  cbr.ru.
23. V.N. Ivanov and A. V. Suvorov, “Incomes and consumption of the Russian population during the crisis and alternatives to the government policies in this sphere,” Stud. Russ. Econ. Dev. 20, 569 (2009).