Содержание к диссертации
Введение
Глава 1. Рынок жилья как объект статистического изучения
1.1 Недвижимость как финансовый актив, ее особенности, структура и сфера функционирования 9
1.2. Рынок жилья - сегмент рынка недвижимости и задачи его статистического изучения 20
1.3. Общая характеристика рынка квартир в России 38
Глава 2. Методология статистического изучения рынка жилья в Российской Федерации
2.1. Организация федерального государственного статистического наблюдения за уровнем и динамикой цен на городское жилье 49
2.2. Методика классификации и предварительный анализ рынка жилья на основе данных региональной статистики 61
2.3. Многомерная классификация территорий России по уровню развития рынка жилья 74
Глава 3. Статистический анализ и оценка стоимости жилья
3.1. Методы оценки рыночной стоимости недвижимости 84
3.2. Методика построения множественной регрессионной модели стоимости жилья 101
3.3. Построение регрессионных моделей для оценки стоимости квартир в Москве 121
Заключение 136
Список использованной литературы 140
Приложения 150
- Рынок жилья - сегмент рынка недвижимости и задачи его статистического изучения
- Методика классификации и предварительный анализ рынка жилья на основе данных региональной статистики
- Многомерная классификация территорий России по уровню развития рынка жилья
- Методика построения множественной регрессионной модели стоимости жилья
Введение к работе
Актуальность темы исследования. Основные направления реформ по построению в России рыночной экономики сосредоточены на вопросах функционирования финансовой системы государства. Рынок жилья, являющийся одним из сегментов финансового рынка, начал развиваться в начале 90-х годов, разрушив ранее характерную для нашей страны систему принадлежности недвижимости к государственному сектору.
Реформа жилищной сферы и сопутствующие ей процессы привели к росту частного сектора в рыночном обороте как нового, так и функционирующего жилого фонда, легализации операций в данной сфере, снятию большинства ограничений по кредитованию строительства и приобретению квартир, участию физических и юридических лиц в жилищно-строительных кооперативах, различных паевых товариществах, специальных инвестиционных фондах, акционерных обществах.
Переход жилищной сферы на рыночные отношения требует внесения изменений в соответствующую информационную базу и методы статистического наблюдения. Кроме того, для эффективного управления процессами, происходящими на рынке жилья как на уровне страны в целом, так и на более мелких уровнях (экономического района, субъекта Российской Федерации, города, района в городе), необходимо учитывать как специфические черты территориальных рынков, так и общие тенденции их развития.
Все это обусловило выбор темы диссертационного исследования, ее актуальность в научном и практическом плане.
Цель и задачи исследования. Целью диссертационной работы является разработка и апробирование методики комплексного статистического анализа рынка жилья в России, а также методики оценки стоимости квартир в Москве.
Цель работы определила характер поставленных и решенных автором задач:
провести экономико-статистический анализ рынка жилья в субъектах Российской Федерации;
разработать методику статистического наблюдения за уровнем и динамикой цен на квартиры на региональном и федеральном уровнях;
усовершенствовать методику анализа рынка жилья в регионах страны;
обобщить существующие методы оценки рыночной стоимости недвижимости и показать особенности применения методов математической статистики и эконометрики при реализации метода прямого сравнения продаж;
для вторичного рынка в Москве разработать множественные регрессионные модели стоимости квартир с учетом количественных и качественных объясняющих показателей.
Объект и предмет исследования. Объектом исследования выступает рынок городского жилья в субъектах Российской Федерации и в Москве.
Предмет исследования - совокупность показателей, характеризующих развитие российского жилищного рынка. В работе использованы методологические материалы Госкомстата России и Статкомитета СНГ.
В качестве исходных данных использована информация отраслевых статистических сборников и единовременных обследований Государственного Комитета Российской Федерации по статистике, бюллетеня «Риэлтинформ-Недвижимость», а также данные периодической печати.
Методика исследования. Методологической базой и теоретической основой диссертационной работы послужили труды отечественных и зарубежных ученых по экономике, статистике, эконометрике, машинной обработке данных. В качестве исследовательского инструментария использовались методы корреляционного, регрессионного, компонентного и кластерного анализа, эконометрического моделирования, а также табличные и графические методы представления статистических данных.
Для обработки исходной информации использованы пакеты прикладных программ «Statistica», «Microsoft Excel», «Microsoft Graph».
Научная новизна исследования. Новизна исследования состоит в разработке комплекса методик статистического анализа показателей, характеризующих конъюнктуру рынка жилья в регионах России и в Москве.
В диссертации сформулированы и обоснованы следующие положения, выносимые на защиту.
Определено понятие рынка городского жилья и его место в общей структуре рынка недвижимости, показаны особенности его функционирования в России.
Разработан и внедрен в практику отчетности Госкомстата России статистический инструментарий по проведению федерального государственного статистического наблюдения за уровнем и динамикой цен на рынке жилья.
Предложена методика исследования жилищного рынка на современном этапе его развития в России, основанная на методах компонентного и кластерного анализа.
Разработана методика построения регрессионных моделей стоимости жилья в Москве по количественным и фиктивным переменным.
Практическая значимость результатов исследования.
Разработанная в диссертации методика и результаты исследования могут быть использованы для принятия управленческих решений по рынку жилья как на федеральном, так и йа региональном уровнях. Результаты полезны работникам организаций, осуществляющих операции с недвижимостью, а также специалистам фирм, занимающихся вопросами оценки стоимости жилищного имущества и проводящих консультации в этом секторе рынка недвижимости.
Апробация работы. Основные положения диссертации доложены на 9-м Российско-Французском семинаре «Анализ данных и
прикладная статистика» (г.Саратов, 24 августа - 1 сентября 1998г.), а также на семинарах кафедры математической статистики и эконометрики МЭСИ в 1996-1998гг., где получили одобрение специалистов. Предложенные автором инструментарий и программа федерального государственного статистического наблюдения за ценами на рынке жилья в городах страны, внедрены в практику территориальных комитетов Госкомстата России. Результаты расчетов и исходные статистические данные по московскому рынку жилья использованы при проведении семинарских занятий в МЭСИ по курсу «Основы эконометрики» в 1997-1998 уч.г.
Публикации. По теме диссертации опубликовано 9 работ общим объемом 13,3 п.л.
Структура работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
В первой главе «Рынок жилья как объект статистического изучения» рассмотрены характерные черты недвижимости как объекта совершения рыночных операций; показано, что рынок жилья занимает особое место в структуре рынка недвижимости; сформулированы основные цели и задачи его статистического изучения; дана общая характеристика жилищного рынка в России в период рыночных реформ.
Во второй главе «Методология статистического изучения рынка жилья в Российской Федерации» рассмотрены вопросы организации статистического наблюдения за уровнем и динамикой цен
на квартиры, оценкой уровня развития жилищного рынка на территориях страны. В общем виде последняя задача сводится к классификации регионов на основе методов кластерного анализа.
Третья глава «Статистический анализ и оценка стоимости жилья» посвящена сопоставлению существующих в мировой и отечественной практике методов оценки стоимости недвижимости и методов, основанных на использовании аппарата математической статистики и эконометрики. В этой главе построены множественные регрессионные модели стоимости одно-, двух-, трех- и четырехкомнатных квартир в Москве.
Рынок жилья - сегмент рынка недвижимости и задачи его статистического изучения
Рынок жилья по своей природе специфичен и отличается от других рынков тем, что представляет собой как бы два рынка: жилищного фонда и жилищных услуг. Хотя эти рынки и взаимодействуют друг с другом, они зависят от различных переменных [74].
Понятие «жилищный фонд» относится к самим строениям и домам, его размеры всегда определяются на конкретный момент времени. Под жилищным фондом в соответствии с международными рекомендациями понимается совокупность жилых квартир и комнат (со вспомогательными помещениями), находящихся как в жилых домах, так и нежилых строениях, но имеющих жилые помещения. В составе жилищного фонда не учитываются дачи, летние садовые домики, другие строения, предназначенные для сезонного или временного проживания [87].
Понятие рынка жилищных услуг относится к аспекту текущего функционирования жилья и связано с тем, что каждая единица жилищного фонда может производить ряд потребительских услуг: служить убежищем, средством развития семьи, местом отдыха и т.д. Причем поток жилищных услуг является непрерывным. Именно эта сторона понятия «жилье» имеется в виду, когда изучается, например, рынок жилья, сдаваемого внаем, так как на этом рынке продаются и покупаются не строения, а услуги, поставляемые этими строениями жильцам.
Теоретически связь между рынками жилищного фонда и жилищных услуг осуществляется по следующим направлениям. Исходя из данного объема жилищного фонда, рынок жилищных услуг определяет величину квартплаты. Это показано на рис. 1.4.
Каждая точка отрезка AjA2 означает величину спроса на жилье, соответствующую определенному уровню квартплаты, отложенному на вертикальной оси при данном состоянии экономики. Отрезок А\А2 может смещаться в четырех направлениях. Если спрос на жилье становится неизменным при любой величине квартплаты, то график смещается по направлению к вертикальной линии В,В2 (на рис. 1.4 это показано при помощи стрелки 1). Если же спрос достаточно эластичен к уровню квартплаты, то А]А2 приближается к горизонтальному лучу CjC2 (стрелка 2). В ситуации экономического спада кривая спроса смещается параллельно вниз к DjD2; если же активность на рынке повышается, число семей и фирм увеличивается, то А}А2 параллельно поднимается к Е/Е2.
Величина квартплаты на рынке жилищных услуг позволяет определить цену приобретаемого жилищного фонда на рынке капитала при помощи нормы капитализации. Норма капитализации представляет собой отношение квартплаты к цене. Это доход, который стремятся получить инвесторы, приобретая недвижимость. Норма капитализации выступает в качестве внешней переменной, поскольку определяется, в основном, четырьмя факторами: ставкой процента по долгосрочным кредитам, ожидаемым ростом квартплаты, риском, связанным с получением дохода в форме квартплаты, а также установленными государством налогами на недвижимость.
Уровень цен на жилищный фонд, в свою очередь, определяет объемы нового строительства, которое со временем может привести к изменению величины жилищного фонда. Если исходный и конечный объемы жилищного фонда равны, то рынки жилищного фонда и услуг находятся в равновесии. Если же исходный и конечный объемы жилого фонда отличаются, то квартплата, цены, строительство и величина жилищного фонда не находятся в полном равновесии. Если при этом начальное значение превышает конечное, то квартплата, цена жилья и объем его строительства должны повыситься. И наоборот, если исходное значение ниже конечного, то величины, соответствующие этим переменным, уменьшаются.
Жилищный сектор регулируется государством как на общенациональном, так и на местном уровнях, как прямо, так и косвенно. Понятно, что при разработке жилищной политики ответственные лица должны прогнозировать последствия предпринимаемых ими мер. Рассмотрим некоторые примеры государственной политики, направленной непосредственно на регулирование рынка жилья.
Л Жилье, субсидируемое государством. Государство предоставляет гражданам ряд программ помощи, направленных на обеспечение жильем семей с низким и средним доходом (или других категорий населения). Некоторые из таких программ предусматривают непосредственно строительство жилья для указанных групп населения, другие - оказание им помощи в его оплате. Строительство государственного жилья приводит к увеличению общего объема жилищного фонда при данном уровне частного строительства. Последствиями такого прироста жилищного фонда являются снижение квартплаты, цен на жилье и объема частного строительства (так называемый процесс государственного «вытеснения» частного строительства).
Методика классификации и предварительный анализ рынка жилья на основе данных региональной статистики
Анализ рынка жилья проведен по данным, характеризующим городской жилой фонд в 79 субъектах Российской Федерации, среди которых 2 города федерального значения (г.Москва и г.Санкт-Петербург). При этом не рассматриваются автономные округа и Чеченская Республика. Анализировалась информация за 1995 год по 17 показателям: Полученная матрица парных коэффициентов корреляции приведена в приложении 2. Из данных следует наличие тесной связи между большинством из исходных показателей, что, при проведении дальнейшего анализа, может привести к дублированию информации и, следовательно, искажению результатов. В связи с этим необходимо перейти от коррелированных показателей к независимым, обобщающим - главным компонентам. При этом новые признаки//,/ , ...,/ определяются как линейные комбинации исходных переменных Zy. При формировании новой системы признаков к последним предъявляются такие требования, как наибольшая информативность (в определенном смысле), взаимная некоррелированность, наименьшее искажение геометрической структуры множества исходных данных и т.п. [10]. В матричной форме модель метода главных компонент имеет вид: Матрица F описывает п наблюдений в пространстве к главных компонент.
Элемент Лу v матрицы факторных- нагрузок А характеризует тесноту линейной связи между zj -й исходной переменной И /vrfi главной компонентой, т.е. ajv [-1;1]. В результате проведения компонентного анализа выявлены три первые наиболее весомые главные компоненты. Матрица нагрузок для анализируемого массива имеет вид: Знаком « » в матрице А помечены весомые нагрузки. /Для определения вклада v-й главной компоненты в дисперсию всех к исходных признаков, а также суммарного вклада т первых главных компонент, используются формулы (2.12) и (2.13) соответственно: Первая главная компонента /} объясняет 60,7% суммарной дисперсии, вторая f2 - 11,0% и третья/ - 10,1%. Суммарный вклад трех главных компонент в общую дисперсию составляет почти 82%. Как следует из матрицы А, компонента /} обнаруживает тесную связь с признаками X/ - х7, х9, х14, х]б и характеризует жилищные условия населения. Пятнадцать регионов России, ранжированные по индивидуальным значениям первой главной компоненты /;, представлено на рис.2.2. Как следует из рисунка, г.Москва резко выделяется по жилищным условиям населения среди остальных регионов.
Вторая главная компонента f2 тесно связана с признаком хц, характеризующим численность населения, проживающего в ветхих и аварийных домах. Компонента /з характеризуется двумя признаками (х}5, х17), означающими величину доходов всего населения и заработную плату строителей. Компонентный анализ позволил получить существенные, не коррелированные между собой факторы для проведения дальнейшего исследования и отказаться при этом от случайностей, не характерных для изучаемого явления. На этапе первичной обработки данных была обнаружена сильная дифференциация значений исходных признаков (значение коэффициента вариации для большинства их них превышает 50%). Это привело к необходимости выявления однородных групп регионов, сходных по уровню развития жилищного рынка, что достигается в результате классификации. Наиболее распространенным инструментом классификации многомерных наблюдений является кластерный анализ, основанный на определении понятия расстояния между объектами с последующим выделением из них групп наблюдений. Разработанные кластерные методы образуют семь основных групп
Многомерная классификация территорий России по уровню развития рынка жилья
В данном параграфе приводятся результаты классификации, проведенной как по главным компонентам, так и по стандартизованным исходным показателям. Разбиение проводилось по данным за 1995г., характеризующим начальный этап развития рынка городского жилья в регионах России, и по данным за 1997г., характеризующим развитие первичного и вторичного рынков жилья.
Классификация за 1995 год проведена по первым трем главным компонентам, полученным в параграфе 2.2. При этом были реализованы различные алгоритмы, включая методы «/ -средних» и иерархические агломеративные процедуры. Наилучшими в содержательном плане являются результаты, полученные методом «К-средних» с использованием евклидовой метрики (2.15).
Регионы были разделены на три группы, средние значения показателей которых представлены в таблице 2.2.
Первая группа (Sj), состоящая из 13 регионов (w;=13), включает Москву, Московскую, Свердловскую, Самарскую, Кемеровскую, Челябинскую, Нижегородскую, Ростовскую, Пермскую и Иркутскую области, Краснодарский край, Республики Башкортостан и Татарстан. Эта группа регионов характеризуется высоким уровнем развития рынка жилья. Здесь хорошие жилищные условия, однако денежные доходы населения невысоки (в среднем 543,5 тыс.руб. в месяц). Суммарная площадь отдельных квартир в регионах в среднем составляет 57,1 млн. кв.м, причем в течение 1995г. она увеличилась на 858,6 тыс.кв.м. В этой группе наибольшая численность населения и имеется свободное жилье (в среднем величина незаселенного жилого фонда составляет 3344,5 тыс.кв.м). Существование незаселенной площади свидетельствует о наличии потенциала для развития рынка квартир в регионах этой группы.
Вторая и третья группы, включающие соответственно п2=51 и п3=9 регионов, характеризуются не очень высоким уровнем развития рынка.
Определяющим при разбиении здесь явился географический фактор (рис.2.3). В третью группу входят Мурманская область и Республика Коми (входящие в состав Северного района); Республика Саха /Якутия/, Сахалинская, Магаданская и Камчатская области, Чукотский автономный округ (входящие в состав Дальневосточного района), а также Красноярский край и Тюменская область. Функционирование рынка жилья, процесс строительства, а также проживание граждан на этих территориях осложняется особыми климатическими условиями, характерными для территорий севера и Сибири.
Появление официальных данных Госкомстата России о ценах на квартиры позволило включить этот важнейший показатель в анализ рынка жилья в 1997г. и провести классификацию регионов по наиболее информативным признакам: X] - цена 1кв.м общей площади на первичном рынке (тыс.руб.), Х2 - цена 1кв.м общей площади на вторичном рынке (тыс.руб.), х3 - средняя стоимость строительства 1кв.м общей площади (тыс.руб.); х4 - ввод в действие общей площади квартир (тыс.кв.м); х5 - жилой фонд (на конец года, млн.кв.м общей площади); хв - фактическая стоимость для застройщиков (оценка, млрд.руб.); xj - денежные доходы (тыс.руб. на душу населения); xg - число приватизированных квартир в среднем за месяц. Влияние различий единиц измерения на результаты разбиения по-прежнему устранялось при помощи стандартизации исходных данных. В связи с обнаруженными корреляционными связями между признаками (приложение 3) евклидова метрика при классификации оказалась неприменима. Поэтому классификация проведена с использованием расстояния Махаланобиса.
Методика построения множественной регрессионной модели стоимости жилья
Как уже отмечалось в п.3.1, наиболее широко применяемым методом оценки стоимости жилой недвижимости является метод прямого сравнения продаж. При его реализации на последнем этапе расчетов оценщик получает диапазон значений стоимости единицы сравнения для объектов-аналогов.
Получаемый при этом разброс значений определяется тем, что на стоимость недвижимости оказывают определенное влияние факторы, реакция рынка на которые не всегда может быть выявлена и оценена. Эти факторы могут быть связаны либо с особенностями самой недвижимости, либо являться следствием рыночной ситуации на момент продажи. Кроме того, при детерминистическом подходе для получения достоверного результата в общем случае следует анализировать все имеющиеся продажи на данном рынке для рассматриваемого типа недвижимости. Однако на практике обычно используют выборку рыночных данных без соответствующего обоснования ее размеров и репрезентативности, что приводит к неадекватной оценке реакции рынка на ту или иную характеристику объекта недвижимости. В конечном итоге оценщик может получить значение стоимости единицы сравнения, не соответствующее среднерыночному значению для данного типа недвижимости на конкретном рынке.
Вместе с тем, стоимость недвижимости, которая зависит от изменения множества случайных значений определяющих факторов, сама является случайной величиной. Поэтому для ее определения (как случайной величины) на основе анализа рыночных данных можно применять методы математической статистики. Статистический анализ рыночных данных позволяет избежать ошибок, характерных для детерминистического подхода, и приблизить полученный результат к действительной реакции рынка на характеристики оцениваемого объекта недвижимости. При этом можно обоснованно получать решения на основании ограниченной выборки [46]. Таким образом, использование методов математической статистики позволяет существенно расширить диапазон возможностей и качество работы оценщика: аккуратно подготовить информационную базу для реализации метода сравнения продаж и оперировать достаточно большими информационными массивами при проведении индивидуальной оценки недвижимости.
При анализе статистических данных о сделках купли-продажи недвижимости важное место занимают статистические характеристики (средние величины и показатели вариации), которые позволяют судить о характерных особенностях наблюдаемого статистического ряда. В качестве средних величин используют среднюю арифметическую, медиану и моду. Однако следует помнить, что все средние величины информативны только в случае однородной выборки.
В практической деятельности оценщика для проведения статистического анализа конкретного статистического ряда применение указанных средних величин проводится в следующем порядке. В случае, если выборка достаточно велика, для экспресс-анализа в качестве средней величины удобнее выбрать моду (поскольку при этом не требуется проведение вычислительных процедур). Если таковой в выборке нет (что может быть в дискретных рядах), то, после ранжирования ряда, можно определить значение медианы. Наконец, для точного расчета среднего значения необходимо воспользоваться формулой средней арифметической.
В качестве описательных характеристик показателей вариации в основном используются значения стандартного и среднеквадратического отклонений.
Применение аппарата математической статистики в методе сравнения продаж предполагает проведение корреляционно-регрессионного анализа. На основе статистических данных рынка жилой недвижимости и выявленных факторов, наиболее существенно влияющих на ее стоимость, определяется теснота корреляционной связи между ценой и соответствующими факторами. Далее проводится регрессионный анализ - статистический метод исследования зависимости случайной величины (у) от переменных, рассматриваемых как неслучайные величины независимо от их истинного закона распределения. Обычно предполагается, что величина у имеет нормальный закон распределения с условным математическим ожиданием у, являющимся функцией от аргументов х/. у =f(xj, х2, ...,Хк)и постоянной, не зависящей от аргументов дисперсией а2 [37].
Регрессионное моделирование проводится путем осуществления следующих шагов: сбора адекватных данных о рынке жилья; спецификации модели в математической форме; проведения процесса оценки параметров модели и ее проверки с тем, чтобы либо сделать вывод о достаточной реалистичности получаемой с ее помощью картины объекта, либо признать необходимость оценки иной ее спецификации [32].
Понятно, что ни для каких реальных экономических данных нельзя обеспечить постоянного соблюдения простых соотношений, имеющих линейную или какую-либо иную несложную форму. Кроме того, из всех возможных объясняющих переменных в спецификацию включается лишь их небольшое подмножество. Чтобы обеспечить равенство между левой и правой частями, в каждое соотношение вводится стохастическая ошибка.
