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 rx,yϵ[0;1]. Известно, что чем теснее связь между фактором Ү и Х то rx,y ближе будет к 1, чем слабее то rx,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+…….+𝑎n𝑋n (1)
где:
Y- результатный фактор(стоимость квартиры тыс. $);
X1,X2….Xn – причинные факторы(площадь кв, год постройки и др);
a0,a1….an-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.
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. |