Разделы: Информационные технологии
Размещена 16.01.2023.
Просмотров - 516

ОСОБЕННОСТИ ПОСТРОЕНИЯ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ОЦЕНКИ СТОИМОСТИ ЖИЛЬЯ

Акан Илияс

Магистрант

КазАТУ

Магистрант

Айдынов З.П., кандидат экономических наук, старший преподаватель КазАТУ им.С.Сейфуллина г.Астана

УДК 332.8: 330.13(45)

Введение: Известно, что жилье  является значимым благом для каждого  члена общества. Оно   позволяет  ему  жить достойно, успешно работать,  всесторонне развиваться.  Аспекты    наличия  жилья у каждого  человека который желает иметь как его собственность  черезвычайно  важны и они непрерывно развиваются.

Актуальность выбранной темы обусловленно тем, что динамичное  изменение внутренних и внешних факторов на рынок жилья требует неустанного мониторинга и со стороны покупателей и продавцов жилья. Исходя из этого важно  знать  какие факторы, как и насколько влияют на стоимость жилья   а  также прогнозировать тренд развития строительной отрасли.

Целью данной статьи является изложение основых принципов построения  статистических  моделей стоимости жилья. Для этого  рассматриваются  особенности  статистического и факторного  анализа, возможности их  использования для  исследования рынка жилья и вычисления  параметров  статистической модели  для прогнозных оценок стоимости жилья. Методы изучения данного  явления  рассмотрены  в трудах известных ученых[1-3].

Научной новизной является исследование рынка жилья столицы Казахстана города Астаны с категориальными факторами которые являются качественными признаками существенно влияющими на стоимость жилья и использование современных методов анализа данных.

Вопрос обеспечения каждого члена общества с благоустроенной квартирой либо удобным домом является очень важным приоритетом социальной политики любого правительства. В  то  же  время  возможность приобретения или построения  жилья    человеку  является показателем  развитости  экономики государства и  социальной обеспеченности  его  жителей.  Здесь важную роль играет стоимость жилья. Именно стоимость квартиры(жилья)  является индикатором ее  доступности  на  которого  влияют множество   факторов  часть которых  можно  измерять и  тех факторов влияние  которых очень трудно фиксировать. Тем не менее выявлять  прогнозных оценок   стоимости жилья важно и для покупателей и для строительного бизнеса.  На это ориентируется социальная политика  правительства. Динамичное  изменение экономических и социальных   процессов  диктует более тщательного анализа и прогнозирования     состояния рынка жилья.

В данной  статье приведен показатели  стоимости квартир из сайта www.krisha.kz. Были выбраны квартиры города Астана -столицы РК. Исследование будет полезно для потенциальных покупателей квартир в городе, а также для всех людей, интересующихся в целом развитием и строительством города.

В  основу исследования  лег  корреляционно-регрессионный  анализ. Для  составления  регрессионной модели сначала надо провести  корреляционный  анализ,  целью  которого     является выявление  значимых  факторов, которые влияют на результат. Данный подход   осуществляется   через  коэффициенты  корреляции  r_x,yϵ[0;1].  Известно, что чем теснее  связь между фактором Ү  и Х то  r_x,y ближе будет к 1, чем  слабее то r_x,y ближе будет к 0.

На стоимость квартир (𝑌) влияет ряд факторов, наиболее важными из которых являются: общая площадь (𝑋1), этаж (𝑋2), высота потолка (𝑋3), количество комнат (𝑋4), год постройки (𝑋5), последний или первый этаж( X₆) (таблица 1).

Таблица 1. Фрагмент исходных данных выбранных квартир

№	Общая площадь, м/кв, X1	Этаж, X2	Высота потолка,X3	Количество комнат, X4	Год постройки, X5	Последний или первый этаж 1-да 0-нет, X6	Цена,  $, Y
1	42	4	2,7	1	2022	0	54186
2	49,6	13	3,00	1	2013	0	45348,8
3	41	10	2,70	1	2014	0	58139,5
4	53,9	3	2,70	1	2015	0	55814
5	38	5	2,70	1	2011	0	35811,6
6	39	8	2,80	1	2018	0	50000
7	36,6	2	2,70	1	2010	0	37209,3
…….	……….	……..	………	……….	………	………	………
60	78	4	2,70	3	2006	0	86046,5

Примечание:  Данные  из сайта www.krisha.kz.

Оцениваемая модель носит линейный характер и описывается
уравнением:

𝑌 =𝑎₀+𝑎₁𝑋₁+𝑎₂𝑋₂+…….+𝑎_n𝑋_n                                                  (1)

где:

Y- результатный фактор(стоимость  квартиры тыс. $);

X₁,X₂….X_n – причинные факторы(площадь кв, год постройки и др);

a₀,a₁….a_n-параметры регрессии.

 Исследование предполагает решение следующих задач:
          · анализ коэффициентов корреляции между результирующим
признаком 𝑌 и каждым из факторов 𝑋𝑗 и оценка статистической
значимости коэффициентов корреляции;
          · расчет параметров регрессий для всех факторов Хj ;
          · выбор лучшей модели с помощью оценки качества каждой модели
через коэффициент детерминации;

Используя специальные функции  ЭТ  ЕХСЕL были вычислены коэффициенты корреляции  между  факторами(таблица 2):

Таблица 2. Корреляционная матрица исследуемых факторов

	Общая площадь, м/кв, X1	Этаж, X2	Высота потолка,X3	Количество комнат, X4	Год постройки, X5	Последний или первый этаж 1-да 0-нет, X6	Цена тыс $, Y
Общая площадь, м/кв, X1	1
Этаж, X2	0,521965	1
Высота потолка,X3	0,141463	0,346173	1
Количество комнат, X4	0,771823	0,163588	-0,06302	1
Год постройки, X5	0,026439	0,197127	0,421668	-0,21793	1
Последний или первый этаж 1-да 0-нет, X6	0,02747	0,027419	-0,32308	0,094281	-0,36664	1
Цена,  тыс $, Y	0,913068	0,450983	0,284637	0,660175	0,206038	-0,1316	1

Примечание:  Расчет  сделан авторами

Из  таблицы 2.  можно видеть,  что  наиболее значимыми факторами  влияющие  на цены квартир являются общая  площадь(r=0,91), количество комнат(r=0,66),  среднюю  зависимость имеет  этаж(r=0,45), высота потолка(r=0,28) и относительно  слабая связь  замечена с годом постройки(r=0,2) и крайние  этажи(r=-0,13).

Нетрудно догадаться, что факторы общая площадь  и  количество комнат между  собой тесно  связаны, потому что  чем больше комнат, тем больше будет площадь. Если  их  вместе  ввести  в модель, то возникает  явление  мультиколлинарности, что приводит к снижению  качества  модели,  которое скажется на прогнозной силе модели. Поэтому  в модель вводится наиболее  сильно  влияющий фактор - площадь  квартиры. Помимо него в модель вводится фактор этажа.

Остальные  факторы  не были включены  в модель, поскольку по критерию Стьюдента  коэффициенты корреляции оказались не значимыми  и выбранная  модель будет двухфакторная, то есть:

У=а₀+а₁Х₁+а₂Х₂                                                    (2)

Расчеты  показали следующих  параметров регрессионной модели

У= 716,61+1118,9Х₁-185,3Х₂                    R²=0,83                 (3)

Интерпретация параметров выглядит  так:

Фактор Х₁- площадь  влияет на стоимость квартиры положительно и увеличение  площади  на 1 м² приводит на рост  стоимости квартиры в среднем на 1118,9 $ при элиминировании  фактора этажа.

Фактор Х₂ -этаж влияет на стоимость квартиры отрицательно  и при повышении на 1 этаж стоимость квартиры в среднем снижается  185,3 $ при элиминировании  фактора площади.

Коэффициент детерминации R²=0,83 говорит о том что по критерию Фишера он значим и  прогнозная оценка  будет верна на 83%.

Тогда  можно  использовать  выработанную модель для прогноза. Допустим  надо  рассчитать вероятную оценку  квартиры  с  площадью 60 кв.м² и   находящуюся  на 10 этаже.

Расчет осуществляется  по модели (3) то есть:

У= 716,61+1118,9*60-185,3*10= 65998,91$

Тем  самым  квартиру с указанными параметрами  можно купить в пределах 66  тыс. долларов.

Результатами исследования явилось построение математическо-статистических моделей которые позволяют с достаточной степенью вероятности предсказывать стоимость жилья города Астаны РК.

Данная модель может быть использована заинтересованными лицами для прогнозирования стоимости желаемой квартиры. При необходимости данная модель может быть совершенствована с учетом новых факторов и современных инструментариев вычисления прогнозных показателей.

1. Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и ЕХСЕL:учебное пособие. — 2-е изд., испр. и доп. — М.: ФОРУМ, 2008. — 464 с. (Высшее образование).
2. Бакушева Г.В. Основы эконометрики: решение задач шаг за шагом [Текст]: учебное пособие / Г. В. Бакушева. – Йошкар-Ола: Стринг, 2013. –413 с.
3. Бывшев В.А. Эконометрика: учеб. пособие / В.А. Бывшев. – М.: Финансы и статистика, 2008. – 480 с.
4. Шалабанов А.К., Роганов Д.А. Практикум по эконометрике сприменением MS EXCEL. Казань: Академия управления «ТИСБИ», 2008. –53 с.
5. Айвазян С.А. Методы эконометрики: учебник. – М.: Магистр: ИНФРА-М, 2010.
6. Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике:Монография. — М.: ИНФРА-М; Вузовский учебник, 2008.

Рецензии:

17.01.2023, 16:54 Komilova Kholidakhon Muxtarovna
Рецензия: Я, Комилова Холидахон Мухтаровна, рекомендую к публикации в журнале статью "ОСОБЕННОСТИ ПОСТРОЕНИЯ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ОЦЕНКИ СТОИМОСТИ ЖИЛЬЯ"

1.03.2023, 12:59 Мирзаев Номаз Мирзаевич
Рецензия: В статье изложено основные принципы построения статистических моделей стоимости жилья. Анализ проведен путем выбора показателей стоимости квартир из сайта www.krisha.kz города Астана - столицы Республики Казахстан. Актуальность представленной статьи не вызывает сомнений, так как на современном этапе развития экономики и социального положения общества, которое осуществляется в городе Астана, требует тщательного мониторинга рынка со стороны покупателей и продавцов жилья. Задача организации более рационального, эффективного и полного использования имеющихся факторов, влияющих на стоимость жилья, а также возможность прогнозировать тренд развития строительной отрасли свидетельствует о важности и своевременности данной статьи. Автором статьи рассмотрены возможности статистического и факторного анализа для исследования рынка жилья и вычисления параметров статистической модели для прогнозных оценок стоимости жилья. В результате проведенных исследований, на основе корреляционно-регрессионного анализа построены математическо-статистические модели, которые позволяют с достаточной степенью вероятности предсказывать стоимость жилья города Астаны Республики Казахстан. При необходимости данная модель может быть совершенствована с учетом новых факторов и современных инструментариев вычисления прогнозных показателей. На мой взгляд, данную статью следует рецензировать как актуальную статью, призывающее использование информационных технологии в области обучения экономических дисциплин как средства моделирования процессов поддержки принятия решений, по оценке стоимости жилой недвижимости. Рекомендуется более детально изложить основные вопросы прогнозирование спроса и предложения жилья. Исходя из вышеизложенного можно сделать вывод, что статья предоставляет полезную информацию для педагогов в области экономики. После рецензирования статьи специалистами по экономике его можно рекомендовать к публикации.



Комментарии пользователей:

16.02.2023, 14:01 Ашрапов Улугбек Товфикович Отзыв: Автор данной статьи пишет - "Наиболее значимыми факторами влияющие на цены квартир являются общая площадь(r=0,91), количество комнат(r=0,66), среднюю зависимость имеет этаж(r=0,45), высота потолка(r=0,28) и относительно слабая связь замечена с годом постройки(r=0,2) и крайние этажи(r=-0,13). Однако, землетрясение в Турции магнитудой 7,8 баллов по шкале Рихтера, произошедшее 6 февраля нынешнего года показала, что основным условием ценообразования является сейсмостойкость зданий и сооружений. А этот важнейший параметр ценообразования стоимости жилья не приводится в статистической модели, описанным автором, в то время как название статьи - "ОСОБЕННОСТИ ПОСТРОЕНИЯ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ОЦЕНКИ СТОИМОСТИ ЖИЛЬЯ". Я рекомендую доработать статью.

Оставить комментарий