Содержание к диссертации
Введение
ГЛАВА 1. Методические основы прогнозирования рынка недвижимости 9
1.1. Место прогнозирования рынка недвижимости в методологии управления девелоперским проектом. 9
1.2. Анализ существующих методов прогнозирования рынка недвижимости 12
1.3. Выводы по главе 1 42
ГЛАВА 2. Совершенствование методики прогнозирования локального рынка жилой недвижимости 43
2.1. Совершенствование структуры модели 43
2.2. Совершенствование алгоритма модели 56
2.3. Апробация методики (на примере рынка жилой недвижимости Москвы) и калибровка модели 62
2.4. Выводы по главе 2 82
ГЛАВА 3. Применение усовершенствованной методики для прогнозирования развития локального рынка жилой недвижимости 83
3.1. Прогнозирование развития рынка (на примере рынка жилой недвижимости Москвы и Перми) с использованием усовершенствованной модели и применение прогноза для оценки экономической эффективности девелоперского проекта 83
3.1.1. Прогнозирование развития рынка на примере рынка жилой недвижимости Москвы 83
3.1.2. Прогнозирование развития рынка на примере рынка жилой недвижимости Перми 89
3.1.3. Применение прогноза для оценки экономической эффективности девелоперского проекта (на примере Москвы). 95
3.2. Исследование влияния макроэкономических параметров на динамику развития рынка жилой недвижимости . 97
3.3. Применение методики для обоснования целевых объёмов ввода жилой недвижимости. 101
3.4. Выводы по главе 3 110
Заключение 111
Список литературы 114
- Анализ существующих методов прогнозирования рынка недвижимости
- Совершенствование алгоритма модели
- Прогнозирование развития рынка на примере рынка жилой недвижимости Москвы
- Исследование влияния макроэкономических параметров на динамику развития рынка жилой недвижимости
Введение к работе
Актуальность темы исследования. Для реализации инвестиционно-строительных проектов применяется методология управления проектами, нацеленная на проведение комплекса мероприятий, обеспечивающих требуемый уровень эффективности с заданными ресурсными и временными ограничениями. Она включает множество последовательных операций, одной из которых является экономическая оценка девелоперского проекта на предмет целесообразности его реализации.
Этот этап подразумевает использование методов оценки экономической эффективности для обработки исходных данных проекта и последующего анализа и принятия решения. Но прежде необходимо получить исходные данные, обеспечивающие корректный, экономически обоснованный расчёт эффективности. Для этого необходимо использовать методы анализа, в общем, и прогнозирования рынка недвижимости в частности. Поэтому данному этапу оценки девелоперы должны уделять особое внимание в рамках управления инвестиционно-строительными проектами.
Это определяет актуальность выбранной темы диссертационного исследования.
Степень разработанности проблемы. Вопросами научно-технического и социально-экономического прогнозирования занимались такие ученые, как Асаул А.Н., Ивантер В.В., Никишин Е.С., Окороков В.Р., Попков Ю.С., Ресин В.И., Снитюк В.Е., Черняк В.З. и др.
Проблемы построения моделей прогнозирования динамики цен на региональных рынках жилой недвижимости и рынках муниципальных образований изучены такими специалистами, как Гордиенко В.А., Дробышевский С.М., Евстафьев А.И., Иванкина Е.В., Комаров С.И., Краснопольская А.Н., Севостьянов А.В., Стерник Г.М., Стерник С.Г. и др.
Методы, рассмотренные в вышеперечисленных работах, нацелены в первую очередь на прогнозирование цен на рынке недвижимости, в то время как существует сложная взаимосвязь между ценой и другими факторами. В связи с этим, основываясь на накопленных к настоящему времени результатах углубленного исследования закономерностей развивающегося рынка недвижимости России, в настоящем диссертационном исследовании предложена усовершенствованная методика среднесрочного прогнозирования локального рынка жилой недвижимости. Методика основана не только на динамике цен, но и на комплексе динамических показателей развития сложной системы «рынок жилой недвижимости»: предложение, спрос, поглощение площадей, объем строительства и ввода жилья. Это позволяет повысить обоснованность расчетов эффективности на предынвестиционной стадии инвестиционно-строительного проекта.
Цели и задачи исследования. Целью диссертационного исследования является разработка усовершенствованной методики прогнозирования, учитывающей большинство известных факторов рынка недвижимости.
Для достижения поставленной цели были решены следующие задачи:
-
Обоснование места прогнозирования рынка недвижимости в методологии управления проектами. Анализ существующих методов прогнозирования рынка недвижимости и выявление нерешенных задач в методологии прогнозирования рынка недвижимости.
-
Усовершенствование методики прогнозирования локального рынка жилой недвижимости.
-
Проведение апробации и тестирования методики на примере рынка жилой недвижимости г. Москвы.
-
Исследование влияния макро- и мезоэкономических параметров на динамику основных показателей рынка недвижимости.
-
Анализ возможности применения методики для прогнозирования развития локального рынка жилой недвижимости, обоснования целевых объемов жилья на примере Москвы и Перми.
-
Разработка предложений о применении результатов анализа и прогнозирования рынка недвижимости, полученных по усовершенствованной методике для решения задач, лежащих в рамках методологии управления проектами.
Объектом исследования выступает локальный рынок жилой недвижимости.
Предметом исследования является совокупность показателей, факторов и методов анализа состояния и прогнозирования развития локального рынка жилой недвижимости.
Теоретической и методологической основой исследования послужили труды отечественных и зарубежных ученых, раскрывающих вопросы теории и практики формирования и развития рынка недвижимости, управления инвестиционными проектами, статистики, эконометрики.
Научная новизна исследования.
-
Существующая методика среднесрочного прогнозирования развития локального рынка жилой недвижимости усовершенствована по следующим направлениям:
переход к блочно-модульной модели прогнозирования рынка, позволяющий отказаться от обязательного использования данных ГП "Жилище" и других правительственных документов и провести углубленное исследование рынка на базе реальных зависимостей факторов спроса и предложения;
переход к двухуровневой системе исходных данных для реализации расчета модулей;
использование итерационного алгоритма с годовым шагом и внутри одного года;
уточнение алгоритма расчета объема спроса на первичном/вторичном рынках с перетеканием.
-
Доказано адекватное отображение реальных процессов, происходящих на рынке недвижимости, посредством тестирования и ретроспективной проверки усовершенствованной математической модели функционирования локального рынка жилой недвижимости на примере Москвы и Перми.
-
Впервые рассчитаны количественные оценки влияния комплекса макро- и мезоэкономических параметров на совместную динамику основных показателей развития рынка жилой недвижимости.
-
Предложены методические рекомендации по применению результатов анализа рынка жилой недвижимости, полученных посредством применения усовершенствованной методики, для оценки экономической эффективности реализации девелоперского проекта.
-
Впервые проверена и подтверждена возможность обоснования целевых объемов ввода жилой недвижимости при различных сценариях макроэкономического развития рынка жилой недвижимости.
Соответствие темы диссертации требованиям паспорта специальности ВАК Минобрнауки России (по экономическим наукам). Исследование выполнено в рамках паспорта отрасли «Экономические науки», специальности по коду ВАК Минобрнауки России 08.00.05 – Экономика и управление народным хозяйством (Экономика, организация и управление предприятиями, отраслями, комплексами - строительство), в соответствии с пунктом 1. Экономика, организация и управление предприятиями, отраслями, комплексами; область исследования; 1.3.Строительство; 1.3.70 Государственное регулирование рынка недвижимости, формирование федеральной и муниципальной инвестиционной политики в сфере жилищного строительства в условиях социально ориентированной рыночной экономики.
Практическая значимость результатов исследования. Результаты диссертационного исследования предполагается применить для среднесрочного прогнозирования развития локального рынка жилой недвижимости городов, регионов, обоснования целевых объемов ввода жилого фонда и решения других задач управления программами развития жилищного строительства и жилищной политики. Для девелоперов практическая значимость заключается в возможности проведения научно обоснованной оценки экономической эффективности реализации проекта на предынвестиционной стадии.
Апробация работы. Основные положения и результаты диссертационной работы докладывались на следующих конференциях:
-
26 Международная научно-практическая конференция «Плехановские чтения». РЭУ им. Г.В. Плеханова, Москва. 18.02.2013 – 21.02.2013. Прогнозирование развития рынка жилья как необходимая часть методологии управления проектами.
-
III научно-практическая конференция «Современные проблемы управления проектами в инвестиционно-строительной сфере и природопользовании». РЭУ им. Г.В. Плеханова, Москва. апрель 2013; Тема: «Совершенствование методики среднесрочного прогнозирования развития локального рынка жилой недвижимости как элемента методологии управления проектами и программами».
-
Конференция по аналитике «Рынок недвижимости: ситуация, тенденции, прогноз»; 30 августа 2013 г.; Торгово-промышленная палата РФ; Тема: «О влиянии макроэкономических условий на развитие рынка жилой недвижимости (на примере г. Москвы)»; «Обоснование целевого объема ввода жилья в Москве».
-
Конференция «Анализ и прогноз развития рынка недвижимости и строительства», Гражданский жилищный форум; Санкт-Петербург; октябрь 2013; Тема: «О влиянии макроэкономических условий на развитие рынка жилой недвижимости (на примере г. Москва»; «Возможности применения модели среднесрочного прогнозирования развития локального рынка жилой недвижимости Перми».
-
Конференция «Градостроительная политика и жилищное строительство», Гражданский жилищный форум; Санкт-Петербург; октябрь 2013; Тема: «Обоснования целевых объемов ввода жилья (на примере Москвы)».
Структура работы. Диссертационное исследование общим объемом 136 страниц, состоит из введения, трех глав, заключения, списка литературы, трех приложений, 29 таблиц и 47 рисунков.
Анализ существующих методов прогнозирования рынка недвижимости
Из уравнения Pt видно, что рассматриваемая модель учитывает следующие факторы: площадь жилых помещений; площадь нежилых помещений; площадь кухни; расстояние до центра города; тип жилого дома; этаж; наличие балконов или лоджий; эколого-криминогенную ситуация; количество комнат в квартире; престижность района.
Западные макроэкономисты вплоть до начала 2000-х годов не выделяли недвижимость как особый товар от других товаров и не рассматривали собственные закономерности функционирования рынка недвижимости. Лишь статья [51] показывает, что, в отличие от макроэкономистов, западные отраслевые экономисты рынков строительства и продажи недвижимости задолго до последнего финансового кризиса задавались вопросами: важно ли, чтобы рынок недвижимости был включен в макроэкономический анализ и прогноз, и наоборот. Однако с тех пор автор [50], показал степень вовлечённости системы жилищного финансирования США в глобальную финансовую систему, стало понятно, что ключевой институциональной проблемой экономики США является то, что никакие экономические прогнозы не включают в себя оценку вероятности системного кризиса на рынке недвижимости. Ситуация тотальной несостоятельности методологии финансового анализа и инвестиционного прогнозирования рынков недвижимости в США подтверждается и в [52], который обращается к проблеме ассиметрии информации на финансовом рынке. Он приходит к выводу о том, что именно информационные проблемы привели к неверной оценке рисков, связанных с ипотечными активами, что создало условия для распространения кризиса. Этот вывод подтверждается в статье [53]. На основании данных о ценах жилья и дефолтах по ипотечным кредитам, он показывает наличие структурного сдвига в их отношении после начала кризиса. Эти результаты указывают, что не всегда на основании исторических данных можно предсказать уровень финансового риска в случае наступления кризиса. Так, количество дефолтов по кредитам в кризис существенно превзошло количество, которое можно было предсказать при данном уровне падения цен. В специализированных зарубежных источниках имеется работа, посвященная прогнозированию на рынке недвижимости, причем не цен, а спроса на жилье [47]. Эта задача является актуальной для девелоперов, планирующих строительство в различных городах США. Анализируемой методикой предусмотрено, что объем спроса в прогнозируемом периоде определяется количеством домохозяйств, миграционный приток в город которых прогнозируется с учетом планируемого увеличения занятости в базовых и небазовых отраслях экономики города, с учетом размеров домохозяйства (числа членов семьи) и принятой в данной местности нормы обеспеченности жильем (в кв. м на человека). Основная формула методики: Dunits = Nb x Meb x Kn, шт.; Dareal = Dunits x n x S, кв. м, (4) где Dunits – прогнозируемый объем спроса на жилые помещения, шт.; Nb – прогнозируемое увеличение базисной занятости (занятости в экспортно-ориентированных отраслях) за счет миграционного притока, чел.; Meb – мультипликатор экономической базы (отношение общей занятости в экономике города к занятости в базовых отраслях); Kn – коэффициент незанятости (отношение общей численности населения к общей занятости); Dareal – прогнозируемый объем спроса на площади и поглощения площадей, кв. м; n – средняя численность домохозяйства в городе, чел.; S – средняя обеспеченность населения жильем в данном регионе, кв. м/ чел.
Остановимся на выводах из теоретических статей, рассмотренных в труде [4], описывающих различные механизмы взаимосвязи цен на недвижимость и других факторов. Как правило, предложение жилья считается фиксированным в краткосрочном периоде, поэтому цены на жилье определяются динамикой спроса на недвижимость. Недвижимость, в частности жилье, нельзя рассматривать только как обычный товар или только как актив, так как она совмещает в себе качества и того и другого. На рынке недвижимости одновременно присутствуют два различных типа агентов, предъявляющих спрос на нее, – назовем их домохозяйства и инвесторы. Первые рассматривают недвижимость как благо и в конечном итоге предъявляют спрос не на саму недвижимость, а на ее услуги; вторые рассматривают недвижимость как актив, приносящий доход. Естественно, различные факторы могут различным образом влиять на спрос со стороны инвесторов и домохозяйств. Основными факторами, влияющими на спрос со стороны домохозяйств, являются относительные цены на недвижимость, характеристики недвижимости, доход домохозяйства, ставки процента по ипотечным и краткосрочным кредитам и доступность этих видов кредитования для населения. Со стороны инвесторов, основным фактором, влияющим на спрос, является ожидаемая доходность недвижимости по отношению к другим активам с учетом издержек на ее содержание. Если считать набор финансовых инструментов, доступных инвесторам, ограниченным, тогда в качестве фактора, влияющего на спрос, можно также рассматривать доступность инвестирования в недвижимость по сравнению с другими активами. Факторами, влияющими на предложение жилья на рынке в рассматриваемый момент, являются ожидаемые относительные цены, сформированные в прошлых периодах (на этапах начала строительства), а также издержки производителя прошлых периодов, т.е. зарплаты строительных рабочих, стоимость строительных материалов и т.д.
Совершенствование алгоритма модели
В блоке 5.1. выполняется сопоставление спроса на ипотечные услуги и объема предъявленного предложения ипотечных кредитов, а также объема предложения квартир, и по минимальному значению фиксируется объем поглощения ипотеки. При этом объем поглощения услуг ипотечного кредитования не может превышать объем предложения квартир на первичном и вторичном рынках.
В блоке 5.2. по результатам расчетов в блоке 4.5., определяется значение индикатора состояния рынка по соотношению спрос/предложение.
В блоке 5.3. определяется объем спроса с перетеканием (с первичного рынка на вторичный или наоборот), затем выполняются логические операции по сопоставлению рассчитанных в Блоках 1-4 объемов спроса-потребности, спроса с перетеканием и предложения на рынке, и по результатам сопоставления выбирается минимальное значение (ограничение), затем вычисляется объем поглощения площадей с учетом коэффициента поглощение/ограничение, соответствующего ранее определенному значению индикатора состояния рынка по соотношению спрос/предложение. В блоке 5.4. по данным о предварительных значениях объема предъявленного спроса, предложения, строительства, ввода и выбранным значениям коэффициентов, соответствующих ранее определенному состоянию рынка, рассчитываются прогнозные значения объемов предъявленного спроса на жилье и ипотеку, предложения, строительства, ввода с дифференциацией по категории рынков и классам качества.
В блоке-модуле М5 «Исследование состояния рынка жилья и определение «обусловленных» данных о рынке» по данным о динамике строительства, ввода, предложения, поглощения жилья, поступающим из Реестров объектов нового строительства и ЕГРП, рассчитываются коэффициенты соотношения ввод/строительство, строительство/предложение, предложение/поглощение, спрос/поглощение и другие «обусловленные» данные при различном состоянии рынка по соотношению спрос/предложение. Результаты поступают в блоки 5.1, 5.2. По данным о многолетней динамике цен, получаемой в результате обработки баз предложения жилья, и исследования типологии рынка вычисляются параметры регрессионных уравнений (моделей для прогнозирования цен) в зависимости от типа рынка. Результаты поступают в блок 6.2.
Выбор регрессионной модели, соответствующей типу рынка в текущем году, и расчет прогнозируемых на конец года цен на жилье.
В блоке 6.1 «Определение типа рынка» по данным о состоянии рынка по соотношению спрос/предложение (из блока 5), темпах роста цен в предшествующем году и планируемых темпах роста доходов населения в текущем году производятся логические операции по определению типа рынка.
В блоке 6.2 «Выбор регрессионной модели, соответствующей типу рынка в текущем году, и расчет прогнозируемых на конец года цен на жилье» производится выбор соответствующей (полученной из модуля М5 для данного типа рынка) регрессионной модели. По выбранной модели рассчитываются прогнозируемые на конец текущего года средние удельные цены на жилье в дифференциации по категории рынков и классу качества. Результаты передаются в блок 7.
В блоке 7 «Организация итерационных циклов по уточнению прогноза» производится сопоставление предыдущего и нового значения индикатора спрос/предложение и организуются итерационные циклы по уточнению прогноза (рисунок 9). Вначале производится итерация 1 – выходные данные блоков 5-6 передаются в блоки 1-4, и рассчитывается уточненный прогноз (при одинаковом или изменившемся относительно предыдущего года индикаторе состояния рынка). Далее сравнивается значение индикатора на текущий год – исходного и полученного в итерации 1. Если они различаются, то новое значение индикатора спрос/предложение передается в блоки 2-4, и в исходных данных выбираются новые коэффициенты ввод/строительство, строительство/предложение, предложение/поглощение, спрос/ поглощение, а также другие зависящие от этого соотношения параметры (доли предъявленного спроса населения, нерезидентов, инвесторов и др.) для использования при расчетах уточненных показателей в блоках 4-6. Одновременно в блоках 1-4 используются новые значения уровня цен на жилье.
Прогнозирование развития рынка на примере рынка жилой недвижимости Москвы
В пункте 1.1 настоящего исследования рассмотрено место прогнозирования рынка недвижимости в методологии управления девелоперскими проектами и показано, что применение методов прогнозирования необходимо для обеспечения достоверными исходными данными для оценки экономической эффективности девелоперского проекта. Рассмотрим пример оценки экономической эффективности с применением результатов прогнозирования, полученных в пункте 2.1 настоящего исследования. Допустим, что к реализации начиная с 2015 года компанией-девелопером планируется 200 тыс. кв.м. жилой недвижимости. Необходимо определить величину денежного потока выручки от продаж на пятилетнем горизонте с 2015 года. Рассмотрим два варианта расчета - с учетом прогноза и без. Примем объем поглощения в 2015 году равным тыс. кв.м. (чтобы по Варианту №1 на горизонте планирования весь объем оказался реализован) для обоих вариантов.
Вариант №1 (без учета прогноза)
При данном варианте расчета прогноз не принимается во внимание, а значения поглощения и цены реализации принимаются на уровне фактического уровня в 2013 году и не индексируются. Результаты расчетов приведены в таблице ниже.
Таким образом, можно видеть, что результаты расчетов выручки по двум вариантам отличаются на 20%. Кроме того, во втором варианте предполагается реализация 18,3 тыс. кв.м. в 2020 году, то есть реализация продлится на год больше, но выручка уже в 2019 году будет составлять 81 549,4 млн. рублей, что превышает аналогичное значение в Варианте №1.
Можно сделать вывод, что оценка эффективности, основанная на исходных данных, полученных в результате прогнозирования обеспечивает более высокую степень точности расчетов и отражает ситуацию на рынке более объективно. Исследование влияния макроэкономических параметров на динамику развития рынка жилой недвижимости.
Оценка влияния внешних условий функционирования рынка на динамику его развития при фиксированных целевых объемах ввода. По результатам тестирования сформированы три сценария развития рынка жилой недвижимости Москвы в 2013-2016 годах в зависимости от изменения макроэкономических параметров относительно базового варианта (Сценарий №1 – представлен в пункте 3.1 настоящего исследования).
Сценарий № 1 – базовый вариант. Темпы роста доходов населения в номинальном выражении 8-11%, денежный объем ипотечного кредитования – по оптимистическому сценарию работы [23].
Сценарий № 2 соответствует варианту 2: темп роста доходов населения в номинальном выражении 13-14%, денежный объем ипотечного кредитования +20% от базового варианта.
Сценарий № 3 соответствует варианту 6: темп роста доходов населения в номинальном выражении близок к нулю, денежный объем ипотечного кредитования на уровне базового варианта.
Сценарий № 4 соответствует варианту 10: темп роста доходов населения в номинальном выражении -6% (доходы снижаются), денежный объем ипотечного кредитования -20% от базового варианта.
Совместная динамика основных показателей развития рынка при Сценарии №1 (умеренный рост доходов и средний уровень ипотечной поддержки) приведена в пункте 3.1 настоящего исследования, при других вариантах – на рисунках 13 - 15. При развитии рынка по Сценарию № 2 (повышенные темпы роста доходов и ипотечной поддержки) на первичном рынке предъявленный спрос (с учетом перетекания на вторичный рынок) снижается, но до 2014 года остается выше предложения и далее - ниже предложения, предложение растет и становится больше спроса в 2015 году, объем поглощения после 2013 года постепенно снижается, цены к 2015 году вырастут более чем вдвое и в следующем году начинают снижаться. На вторичном рынке предъявленный спрос (с учетом перетекания избытка спроса с первичного рынка) с 2014 года снижается и становится ниже предложения, предложение повышается до 2015 года и затем несколько снижается, объем поглощения квартир с 2015 года падает, цены вырастают вдвое к 2014 году, но затем снижаются.
Исследование влияния макроэкономических параметров на динамику развития рынка жилой недвижимости
Такое поведение рынка аналогично ситуации 2011 года и соответствует ранее выявленным закономерностям: при низких ценах и низких доходах населения сохраняется высокий спрос на жилье и ипотеку, который сосредотачивается в сегменте дешевого жилья и малых размеров кредита, при сохранении и даже росте объемов поглощения и незначительном повышении или снижении цен. В целом рынок близок к состоянию рецессии по показателям объема поглощения и динамике цен (аналог ситуации середины 2007 года).
Таким образом, получены следующие оценки влияния внешних условий функционирования на развитие рынка жилой недвижимости Москвы при фиксированных показателях целевого объема ввода жилья в 2013-2016 годах. Сценарий №1 (средние темпы роста доходов (8-11%) и ипотечной поддержки) отличается значительными темпами роста цен в 2013-2015 годах (17%) и 35% в 2016 голу, что повышает инвестиционную привлекательность девелопмента, но снижает доступность жилья для населения. В целом рынок переживает ситуацию устойчивого роста и перехода в 2016 году к стабилизации на буме, аналогичной началу 2004-го и концу 2006-го года.
Сценарий № 2 (высокие темпы роста доходов (13-14%) и повышенная ипотечная поддержка) отличается еще более высокими темпами роста цен в 2013-2014 годах (более 43%) и последующего снижения. В целом рынок переживает кризисную ситуацию, аналогичную осени 2008 – началу 2009 года.
Сценарий № 4 (снижающиеся на 6% в год доходы и пониженный уровень ипотечной поддержки) характеризуется признаками рецессии и также неблагоприятен для развития рынка.
Наиболее благоприятным для рынка является Сценарий № 3. При низких темпах роста доходов населения (в номинальном выражении близких к нулю) и среднем уровне денежного объема ипотеки темп снижения цен составляют (4-5)% в год, по остальным показателям рынок стабилен. Вместе с тем, такая ситуация не обеспечивает достаточно высокой доходности инвестиционно-строительных проектов, что может снизить активность девелоперов и потребовать их дополнительной поддержки со стороны государства.
Выбранные четыре сценария динамики макроэкономических показателей охватывают весь возможный спектр ситуаций на рынке жилой недвижимости Москвы до 2016 года и позволили дать оценку влияния внешних условий функционирования рынка на динамику его развития при фиксированных целевых объемах ввода. [39]
Применение методики для обоснования целевых объёмов ввода жилой недвижимости.
Для применения методики в целях определения объема ввода в качестве локального рынка жилой недвижимости принят рынок Москвы в старых границах (до 1 июля 2012 года). Такое ограничение объясняется тремя причинами.
Первая – необходимой преемственностью расчетов с ранее выполненными исследованиями. [23; 40; 41]
Вторая – необходимостью использования макроэкономических исходных данных, предоставленных Госстроем (разработка ЦСР и ИНП РАН), и отраслевых данных (из ГП «Жилище»), которые были подготовлены без учета присоединения к Москве новых территорий. Так, в старой Москве и на присоединенных территориях Подмосковья вдвое отличаются среднедушевые доходы населения, средние удельные цены на жилье и др., и пока непонятно, какие сложатся средние по объединенной территории показатели.
Третья – необходимостью использования ранее подготовленных рыночных исходных данных, которые опираются на многолетний мониторинг и углубленные исследования рынка Москвы в старых границах, отличающегося многоэтажной застройкой, специфической структурой жилья по качеству (большой объем предложения жилья повышенной комфортности) с определенными закономерностями соотношений ввод/строительство, строительство/предложение, предложение/поглощение и др. На присоединенных территориях более половины объема строительства – односемейные дома (коттеджные поселки) и другое жилье загородного формата со своими закономерностями функционирования этого сегмента рынка. Пока неясно, как «объединять» эти закономерности – сначала надо накопить статистические данные.
Результаты расчетов и их интерпретация. Как показано в работе [41], Сценарий №1 (средние темпы роста доходов 8-11%) при базовом уровне целевых объемов ввода жилья (вариант 1) отличается значительными темпами роста цен (в 2013-2015 годах - более 17%, в 2016 году – 35%), что обеспечивает инвестиционную привлекательность девелопмента, но снижает доступность жилья для населения, а также создает предкризисную угрозу рынку. Продление расчетов до 2020 года (рисунок 1) подтвердило это утверждение: спрос в 2017 году на фоне выросших цен падает, предложение увеличивается и превышает спрос, цены в 2017 году достигают максимума (502 тыс. руб./кв. м) и далее снижаются до 426 тыс. руб./кв. м к 2020 году. Объем поглощения в 2017 году падает (на вторичном рынке – вдвое), но затем начинает повышаться в связи со снижением цен и повышением предъявленного спроса. В целом перегрев рынка приводит к кризису в 2017 году, и к 2020 году послекризисное восстановление еще не завершается.
При повышенном уровне целевых объемов ввода жилья (вариант 2) происходит последовательный рост объема предложения, избыток предложения образуется на год раньше, чем в варианте 1, цены на первичном рынке вырастают к 2016 году только до 360 тыс. руб./кв. м, а в дальнейшем снижаются до 290 тыс. руб./кв. м в 2020 году, объем поглощения повышается, хотя на вторичном – сначала в 2017 году обваливается (рисунок 43). В целом кризисная ситуация аналогична варианту 1, но менее ярко выражена.
При высоком уровне целевых объемов ввода (вариант 3) спрос становится меньше предложения на первичном и вторичном рынках уже в 2015 году, перегрев рынка практически не происходит, цены на первичном рынке достигают максимума в 305 тыс. руб./кв. м в 2015 году и далее снижаются до 236 тыс. руб./кв. м к 2020 году, поглощение после снижения в 2016 году растет, кризисные изменения к 2020 году практически исчерпываются (рисунок 44).
Таким образом, при динамике макроэкономических параметров по Сценарию № 1 во всех трех вариантах целевых объемов ввода жилья перегрев рынка приводит к кризисной ситуации, хотя и в различной степени остроты. Наиболее приемлемым представляется вариант 2. [39]
Похожие диссертации на ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ ЛОКАЛЬНОГО РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ
