Введение. Рынок жилья продолжает оставаться одним из динамично развивающихся рынков. По данным Росгосстата [1] в 2015 г. доля трудовых ресурсов так или иначе занятая в данной отрасли составляет около 45%, а доля ВВП – около 8%. Всё это приводит к необходимости корректной оценки объектов жилой недвижимости. Методы оценки согласно российскому законодательству независимо от объекта оценки должны применяться одинаковые, а именно, сравнительный подход. Поэтому разность в стоимости новостроек и объектов вторичного рынка осуществляется за счёт факторов их различающих (ремонт, возраст дома и т.д.).

Цель работы состоит в изучении влияния ремонта на различия в стоимости квартир на первичном и вторичном рынках.

Любая квартира относится к первичному рынку, если осуществляется её первая продажа от застройщика. Любые следующие сделки происходят уже на вторичном рынке. Поэтому для целей исследования мы можем отобрать квартиры, которые будут отличаться только одним фактором – ремонтом – на первичных и вторичных рынках, остальные факторы при этом, такие как местоположение и возраст дома, будут идентичными. В качестве объекта исследования рассмотрим временные ряды изменения стоимости 1 кв.м. жилья на первичном и вторичном рынках субъектов ПФО за 2000 – 2005 г.г. [1]

Методология. Теория оценки рыночной стоимости объектов недвижимости, а именно сравнительного подхода, требует внесения процентных корректировок на различия в стоимости объектов-аналогов [2, с. 137]. Поэтому, если считать, что основным отличием новостроек и квартир на вторичном рынке является наличие ремонта у последних, то стоимость 1 кв.м. жилой недвижимости на вторичном рынке можно найти по формуле:

, где С_вт.р. – стоимость 1 кв.м. на вторичном рынке; С_нов – стоимость 1 кв.м. на первичном рынке; k_рем – процентная корректировка на ремонт.

Таблица 1

Процентное изменение соотношения стоимости 1 кв.м. на первичном и вторичном рынках

Обычно процентная корректировка находится по формуле:

, где– стоимость 1 кв.м. аналога с ремонтом;

– стоимость 1 кв.м. аналога без ремонта [3, с. 118]. При этом выбор сравниваемых объектов является индивидуальным решением оценщика, что позволяет повлиять на результат в нужную сторону (завысить или занизить влияние ремонта). Сравнение же рядов динамики изменения стоимости квартир на первичном и вторичном рынках является беспристрастным критерием влияния ремонта.

С этой целью, находя процентное соотношение стоимости 1 кв.м. на первичном и вторичном рынках, находим изменение влияния ценообразующего фактора «ремонт» (табл. 1). Так, например, в целом по ПФО с 2000 по 2004 наличие ремонта было незначимым фактором и только с 2005 потребители начали отдавать предпочтение квартирам с ремонтом. Данный факт, по нашему мнению, можно объяснить тем, что в 2000 году на рынке было мало новостроек и квартиры с ремонтом были только в «старых» домах. Однако к 2005 году доля новых домов выросла и на вторичном рынке появились квартиры с ремонтом в новых домах, что вывело фактор «ремонта» на лидирующие позиции. Аналогичная ситуация складывается и в большинстве отдельных субъектов ПФО (табл. 1).

Результаты. Если результаты табл. 1 представить на графике, то можно предположить, что изменение роли фактора «ремонт» с течением времени проходило, либо линейными, либо экспоненциальными темпами (рис. 1). Для определения тренда, сравним линейную и показательную регрессии:

и

. Анализ будем осуществлять на основе критериев Стьюдента и Фишера, а также на основе анализа остатков [4, с. 225].

Рисунок 1. Зависимость k_рем от t по субъектам ПФО

Регрессионный анализ, проведённый МНК-методом, показал показательную зависимость kрем от времени, за исключением Удмуртской Республики, Саратовской и Ульяновской областей (здесь параметры оказались незначимыми по критерию Стьюдента у обеих регрессий). Полученные уравнения и их коэффициенты детерминации представлены в табл. 2. Данные модели значимы по критерию Фишера (F>Fкр=4,7). Анализ остатков показал, что М(ε)=0; по критерию Дарбина-Уотсона отсутствует автокорреляция; по критерию Гольфанда-Кванта отсутствует гетероскедастичность; по критерию медианных серий остатки распределены нормально. Таким образом, выполняются условия Гаусса-Маркова, что говорит об адекватности построенных моделей [5, с. 321].

Таблица 2

Показательные уравнения трендов для k_рем по субъектам ПФО

	Уравнение тренда	R2
Приволжский федеральный округ		0,938
Республика Башкортостан		0,645
Республика Марий Эл		0,564
Республика Мордовия		0,796
Республика Татарстан		0,379
Удмуртская Республика		0,211
Чувашская Республика		0,629
Пермский край		0,023
Кировская область		0,524
Нижегородская область		0,813
Оренбургская область		0,761
Пензенская область		0,367
Самарская область		0,755
Саратовская область		0,127
Ульяновская область		0,01

Для проверки гипотезы об усилении влияния ремонта в стоимости 1 кв.м. жилой недвижимости построим регрессии вида:

.

Значимость параметра b1 будет означать, что гипотеза Н0 принимается. В моделях, представленных в табл. 2 незначимыми оказались параметры только в моделях соответствующих республикам Татарстан и Удмуртия, а также Саратовской и Ульяновской областям (здесь t<tкр=2,36) [6, с. 7].

Заключение. В качестве заключения следует отметить, что проведенный анализ позволил выявить роль фактора «ремонт» при ценообразовании жилой недвижимости на вторичном рынке по субъектам ПФО. Также были построены показательные тренды изменения влияния данного фактора, проверены их качество и адекватность. Полученные результаты могут быть использованы непосредственно в процессе определения рыночной стоимости жилой недвижимости, так и в процессе мониторинга за ценообразованием с целью предотвращения спекулятивного накручивания цен.