анализ финансового состояния. курсовая. 1 Теоретические основы анализа рынка недвижимости 5
 Скачать 0.85 Mb.
|
2.2 Экономико-математическое моделирование стоимости однокомнатных квартир на вторичном рынке в Кировском районе г.о. СамараДля разработки экономико-математической модели, позволяющей определить стоимость однокомнатных квартир на вторичном рынке в Кировском районе г.о Самара было отобрано 30 типовых квартир. Источником информации послужило объявления, размещенные на сайте https://samara.cian.ru/. Все объекты относятся к категории типовым, ни один из них нельзя отнести к категории «элитное жилье». Среди указанных объектов недвижимости нет тех, на которые влияет фактор срочности продажи, условия финансирования, однородное местоположение объектов, условия и время продажи, местоположение физические характеристики, однородность прав собственности на недвижимость. Отобранные объекты представлены в таблице 1. Таблица 1 – Исходные данные
Для дальнейших вычислений и построения экономико-математической модели преобразуем данные таблицы 1 в формат пригодный для использования в расчетах. Например, если квартира находится на 1 или последних 2-ух этажах, значение показателя «этаж» принимается за «0». Соответственно, в других случаях «1». С показателем «Лифт» будет использовано следующее замещение: если в доме есть лифт, то показатель = 1, если нет, то 0. Преобразованные данные представлены в таблице 2. Таблица 2 – Преобразованные исходные данные
Составим однофакторную линейную модель парной регрессии, описывающую зависимость цены квартиры от ее удаленности от основного района. В качестве фактора была отобрана удаленность, поскольку именно от нее в наибольшей степени зависит стоимость квартиры. Для подтверждения этого была получена матрица парных коэффициентов корреляции (см. табл. 3). Таблица 3 – Матрица парных коэффициентов корреляции
Как видно из таблицы 3, коэффициенты корреляции между лифтом и ценой квартиры меньше, чем все остальные коэффициенты корреляции между фактором результатов. Положительное значение коэффициента корреляции между ценой квартиры и жилой площадью, а также между ценой квартиры и общей площадью свидетельствует о том, что с ростом площади квартиры ее цена увеличивается. Положительное значение коэффициента корреляции между ценой квартиры и этажом говорит о том, что если квартира находится на первом и последних этажах, то при прочих равных условиях она стоит дешевле, чем, если она находится на других этажах. Положительное значение корреляции между ценой квартиры и наличием лифта в доме говорит о том, что квартиры с отсутствием лифта в домах стоят дороже. Так же стоит отметить, что значение корреляции между ценой квартиры и общей площадью самое высокое. Результаты регрессионного анализа для линейной однофакторной модели, показывающей зависимость между общей площадью и ценой квартиры, представлены в таблице 4. Таблица 4 – Результаты регрессионного анализа для линейной однофакторной модели, показывающей зависимость между общей площадью квартиры и ценой квартиры
Экономическая интерпретация полученных коэффициентов регрессии выглядит следующим образом: чем больше общая площадь квартиры, тем выше ее стоимость 0,01 тыс. руб. Полученное уравнение регрессии имеет следующий вид:  где х – цена квартиры; ух – общая площадь (тыс. руб.). T-критерий Стьюдента используется для определения статистической значимости различий средних величин. Табличное значение t-критерия Стьюдента при количестве наблюдений 30 равно 2,05. В нашем случае коэффициент регрессии является статистически значимым, поскольку фактическое значение t-критерия Стьюдента больше табличного (4,16 больше 2,05). Параметр регрессии является статистически значимым, поскольку фактическое значение t-критерия Стьюдента больше табличного (6,92 больше 2,05). Совместим фактические и прогнозные значения на одном графике (см. рис.4)  Рисунок 4 – Совмещение фактических и модельных данных Согласно шкале Чеддока теснота связи между общей площадью и стоимостью квартиры заметная (таблица 5) поскольку множественный коэффициент корреляции равен 0,90. Возведя коэффициент корреляции в квадрат получаем коэффициент детерминации. В нашем случае он равен 0,64 это говорит о том что стоимость квартиры на 64% зависит от общей площади и на 36% от прочих факторов не включённых в модель. Таблица 5 – Проверка качества моделей
Табличное значение критерия Фишера – 4,20. В данном случае фактическое значение – 48,74, то есть больше критического. Это говорит о том, что уравнение регрессии является статистически значимым (см. табл. 6). Таблица 6 – Дисперсионный анализ
Это свидетельствует о том, что полученная модель может использоваться для прогнозирования стоимости квартиры исходя из ее удаленности. Перейдем к построению многофакторной линейной модели, отображающей зависимость стоимости квартиры от таких факторов как: площадь общая, площадь жилая, этаж, лифт. Поскольку несколько коэффициентов межфакторной корреляции превышают 0,7, то есть между факторами присутствует сильная линейная связь в модель включим все факторы (табл. 3 и 7). Таблица 7 – Регрессионный анализ линейной многофакторной модели
Экономическая интерпретация полученных коэффициентов регрессии выглядит следующим образом: с увеличением общей площади квартиры на 1 м2 ее стоимость в среднем возрастет на 92,45 тыс. руб., с увеличением жилой площади квартиры на 1 м2 ее стоимость в среднем снизится на 19,72 тыс. руб., если квартира находится на первом или последних двух этажах ее стоимость вырастет на 197,19 тыс. руб., если в доме находится лифт, то ее стоимость увеличится на 412,68 тыс. руб. Полученное уравнение регрессии имеет следующий вид: уx =119,83 + 92,45 x1 – 19,72 х2 + 197,19 х3 + 412,68 x4, где ух – стоимость квартиры (руб.); x1 – площадь общая (м2); x2 – площадь жилая (м2); x3 – этаж; x4 – лифт. Табличное значение t-критерия Стьюдента при количестве наблюдений 30 равно 2,05. Первый параметр регрессии является статистически значимым, поскольку фактическое значение t-критерия Стьюдента больше табличного (4,35 больше 2,05), второй параметр регрессии является статистически незначимым, поскольку фактическое значение t-критерия Стьюдента больше табличного (-0,4 меньше 2,05), третий параметр регрессии является статистически незначимым, поскольку фактическое значение t-критерия Стьюдента больше табличного (0,91 меньше 2,05), четвертый параметр регрессии является статистически незначимым, поскольку фактическое значение t-критерия Стьюдента меньше табличного (2,02 меньше 2,05). Качество подбора модели определяется так же с помощью показателей таблицы 8. Таблица 8 – Регрессионная статистика многофакторной линейной модели
Как видно из сравнений таблицы 5 и 8 переход к многофакторной линейной модели позволил улучшить ее качество. ЗаключениеВ данной курсовой работе был разобран рынок первичного жилья однокомнатных квартир Кировского района г.о. Самары. Для получения информации был использован сайт: https://samara.cian.ru/. В первом разделе работы были рассмотрены теоретические основы анализа рынка недвижимости, а именно: понятие, сущность и виды недвижимости, сущность, виды и функции рынка недвижимости, и сущность корреляционно-регрессионного анализа. Во втором разделе работы была дана краткая характеристика Кировского района города Самары, была произведена экономико-математическая модель, которая позволила определить стоимость однокомнатных квартир на первичном рынке в Кировском районе г.о. Самара, для чего было отобрано 30 типовых квартир. Когда были отобраны объекты аналоги необходимо было преобразовать данные и перевести качественные показатели в количественные. Затем была составлена однофакторная линейная модель парной регрессии, которая описывает зависимость цены квартиры от ее жилой площади. Были сделаны проверка качества однофакторной линейной модели и дисперсионный анализ. Переход к многофакторным моделям позволил улучшить прогностические способности модели. Список использованных источников1. Гражданский Кодекс Российской Федерации // Консультант Плюс. 2. Земельный Кодекс Российской Федерации // Консультант Плюс. 3. Федеральный закон от 13.07.2015 № 218 «О государственной регистрации недвижимости» // Консультант Плюс. 4. Постановление Правительства РФ от 20.08.1999 № 932 «Об уполномоченном органе по контролю за осуществлением оценочной деятельности в Российской Федерации». 5. Постановление Правительства РФ от 06.07.2001 № 519 «Об утверждении стандартов оценки». 6. Объедкова Е.Н., Ращупкина В.Н. Сущность подходов в оценочной деятельности и методология оценки стоимости объектов недвижимости в условиях кризисной экономики // Экономика строительства и городского хозяйства. 2018. Т. 14. № 1. С. 87-94. 7. Сироткин В.А., Желенкова В.С., Кожевникова О.С., Чикурова А.М. Роль многофакторного моделирования в оценке стоимости жилой недвижимости и прогнозировании потребительского спроса // Жилищные стратегии. 2019. Т. 6. № 3. С. 321-332. 8. Савина О.В., Маликов В.П., Садовникова Н.П., Парыгин Д.С., Митягин С.А., Воронин Д.Ю. Прогнозирование стоимости объектов недвижимости на основе комплексного анализа их свойств // Прикаспийский журнал: управление и высокие технологии. 2019. № 4 (48). С. 60-70 9. Нестерова С.И. Моделирование оценки прогнозной стоимости жилой недвижимости на вторичном рынке (на примере г.о. Самара) // Вестник Международного института рынка. 2017. № 1. С. 36-42. 10. Федотова, М.А. Оценка недвижимости (бакалавриат) / М.А. Федотова. - М.: КноРус, 2018. - 176 c. 11. Сайт Авито – https://www.avito.ru. 12. Официальный сайт Циан база недвижимости в Самаре – https://samara.cian.ru/ 13. Официальный сайт Администрации городского округа Самара – https://www.samadm.ru/ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||