Индекс УДК 519.237.5
Дата публикации: 10.08.2016

Сравнительный анализ ценообразующих факторов на рынке квартир Саратова, Волгограда, Пензы и Оренбурга

A comparative analysis of pricing factors in the apartment market of Saratov, Volgograd, Penza and Orenburg

1. Фирстова Мария Юрьевна
2. Тиндова Мария Геннадьевна
Саратовский социально-экономический институт (филиал) РЭУ им. Г.В. Плеханова, г. Саратов
1. Firstova Maria Yuryevna
2. Tindova Maria Gennadievna
Saratov socio-economic Institute (branch) REU them. G. V. Plekhanov, Saratov
Аннотация: В работе рассмотрены вопросы сравнения факторов, используемых в качестве корректируемых параметров в сравнительном подходе оценки недвижимости по различным городам. В качестве объекта исследования использованы четыре города, отличающиеся численностью населения, структурой застройки, экономическим состоянием и как следствие доходами потребителей. В результате на основе анализа описательных статистик выявлены основные предпочтения потребителей в каждом городе; на основе корреляционного анализа определены основные ценообразующие факторы, а на основе регрессионного анализа определена их сила влияния на стоимость квартир в каждом городе. В результате сделан вывод о невозможности разработки универсальных моделей оценки недвижимости в сравнительном подходе.

Abstract: The authors discussed the comparison factors used as adjustable parameters in a comparative approach of real estate valuation in various cities. The object of the study, the authors used four cities with different population sizes, housing structure, economic condition and as a consequence of consumers ' incomes. As a result, on the basis of the analysis of descriptive statistics, the authors identified the main preferences of consumers in each city. based on the correlation analysis identified the main pricing factors, and on the basis of the regression analysis determined their effect on the cost of apartments in each city. As a result, the authors made a conclusion about the impossibility of developing a universal models of real estate valuation in a comparative approach.
Ключевые слова: оценка недвижимости; ценообразующие факторы; модели оценки

Keywords: real estate valuation; pricing factors; valuation models


Введение. Методология оценки недвижимости в сравнительном подходе базируется на сравнении оцениваемого объекта с объектами–аналогами, представленными на рынке. При этом в стоимость аналогов вносятся корректировки с целью компенсировать существующие отличия от объекта оценки [1, с. 135]. Чаще всего корректировки вносятся по основным ценообразующим факторам, таким как наличие ремонта, совместный/раздельный санузел и пр. При этом возникает вопрос о том, насколько сильно изменяется размер корректировок в зависимости от размера города, от численности его населения. Поэтому цель работы состоит в сравнении основных ценообразующих факторов, влияющих на стоимость жилья в различных городах, а также в построении оценочных моделей по отдельным городам.

В качестве ценообразующих факторов были рассмотрены: у – цена (млн.руб); х1 – общая площадь; х2 – площадь кухни; х3 – количество комнат; х4 – жилая площадь; х5 – ремонт (1 – есть, 0 – нет); х6 – санузел (1 – совмещённый, 0 – раздельный); х7 – лоджии (1 – застеклённые, 0 – нет).

Объектом исследования выступили рынки вторичного жилья в Саратове, Пензе, Оренбурге и Волгограде. Данные собирались за январь 2016 г. [2]

Методология. Первичный анализ, проводимый на основе вычисления описательных статистик [3, с. 116], показал, что на рынке Саратова наибольшей популярностью пользуются однокомнатные квартиры площадью 36 м2, с ремонтом, с совмещённым санузлом и застеклённой лоджией. Цена таких квартир составляет 2,4 млн.руб. Средняя же цена за 1 м2 составляет 45,9 тыс.руб.

Аналогичный анализ для Пензы показал, что здесь наибольшей популярностью пользуются двухкомнатные квартиры площадью 55,9 м2, с площадью кухни 15,6 м2, с ремонтом, с совмещённым санузлом и застеклённой лоджией. Цена таких квартир составляет 4,1 млн.руб. Средняя же цена за 1 м2 составляет 73,2 тыс.руб.

В Волгограде – двухкомнатные квартиры площадью 58,3 м2, с площадью кухни 9,9 м2, с ремонтом, раздельным санузлом и застеклённой лоджией. Цена таких квартир составляет 3,1 млн.руб. Средняя цена за 1 м2 составляет 53,1 тыс.руб.

В Оренбурге – двухкомнатные квартиры площадью 49 м2, с площадью кухни 7,7 м2, с ремонтом, совмещённым санузлом и не застеклённой лоджией. Цена таких квартир составляет 3,05 млн.руб. Средняя цена за 1 м2 составляет 47,9 тыс.руб.

Таким образом, можно отметить, что в Саратове самая низкая покупательская способность населения, поскольку предпочтения отдаются квартирам с меньшей площадью, и как следствие, самая низкая стоимость 1 м2 жилья на вторичном рынке.

Проводя корреляционный анализ [4, с. 224], были определены факторы, в наибольшей степени влияющие, на стоимость квартир. В Саратове ими оказались х1 (), х4 () и х2 (). Также было отмечено, что в Саратове наличие ремонта, совмещённый санузел и не застеклённые лоджии положительно влияют на стоимость квартиры. Для Пензы влияющими на стоимость факторами оказались х1 (), х4 (),                           х3 () и х2 (). Также было отмечено, что наличие ремонта, совмещённый санузел и застеклённые лоджии отрицательно влияют на стоимость квартиры. Для Волгограда влияющими факторами также оказались                          х1 (), х4 () и х2 () и такие факторы как наличие ремонта, раздельный санузел и застеклённые лоджии положительно влияют на стоимость квартиры. Для Оренбурга – х1 (), х4 (), х3 () и х2 () и наличие ремонта, раздельный санузел и застеклённые лоджии отрицательно влияют на стоимость квартиры.

Таблица 1

Корреляционный анализ ценообразующих факторов

 

1-комнатные

2-комнатные

3-комнатные

Саратов

0,208

0,442

0,356

0,164

0,173

0,335

0,133

0,116

0,324

-0,227

-0,081

0,185

Пенза

-0,312

0,628

0,639

0,186

0,064

-0,382

0,593

0,158

-0,066

-0,085

0,319

-0,154

Волгоград

0,574

0,505

0,813

0,516

0,203

0,002

-0,016

0,027

-0,267

0,067

0,379

0,269

Оренбург

0,781

0,888

0,583

-0,116

-0,062

-0,149

0,196

-0,025

0,158

0,068

-0,143

0,393

 

Результаты корреляционного анализа отдельно для одно-, двух- и трехкомнатных квартир представленные в табл. 1 показывают, что размер кухни влияющим фактором является только для многокомнатных квартир, исключением является только Оренбург, где для однокомнатных квартир влияние площади кухни составляет 78%. В большинстве случаев ремонт является более значимым фактором для однокомнатных квартир, исключение – Саратов, где процент влияния ремонта для трехкомнатных квартир в два раза больше аналогичного процента для однокомнатных квартир. Обобщая можно отметить, что для одно- и двухкомнатных квартир в исследуемых городах более популярными является совмещенный санузел, для трехкомнатных – раздельный. Застекленные лоджии важны для двух- и трехкомнатных квартир, покупатели однокомнатных квартир отдают предпочтение не застекленным лоджиям во всех исследуемых городах.

Результаты. Проводя регрессионный анализ и строя линейные модели МНК-методом, были получены следующие уравнения (где в скобках указаны стандартные ошибки коэффициентов) [5, с. 320]:

  • для Саратова:

    , незначимыми по критерию Стьюдента являются параметры при переменных х6 и х7; коэффициент детерминации R2=0,61 и он значим по критерию Фишера при уровне значимости 5%;

  • для Пензы:

    , незначимыми по критерию Стьюдента являются параметры при переменных х5, х6 и х7; коэффициент детерминации R2=0,68 и он значим по критерию Фишера;

  • для Волгограда:

    , незначимыми по критерию Стьюдента являются параметры при переменных х1, х5 и х6; коэффициент детерминации R2=0,54 и он значим по критерию Фишера;

  • для Оренбурга:

    , значимыми по критерию Стьюдента являются параметры при переменных х2 и х3; коэффициент детерминации R2=0,8 и он значим по критерию Фишера [6, с. 8].

Таким образом, можно сделать вывод, что в Саратове больше ценятся покупателями квартир не застекленные лоджии; в Пензе квартиры без ремонта; в Волгограде раздельный санузел; а в Оренбурге – квартиры без ремонта и с раздельным санузлом.

Проводя группировку по количеству комнат, получаем следующие результаты (таблица 2).

Таблица 2

Группировка оценочных моделей по количеству комнат

 

Город

Количество комнат

Модель

Знач.пара-ры

Коэф. детерминации

Значимость R2

Саратов

1-комнатные

b0

R2=0,33

Нет

2-комнатные

b0, b1

R2=0,27

Нет

3-комнатные

нет

R2=0,24

Нет

Пенза

1-комнатные

нет

R2=0,51

Нет

2-комнатные

b1

R2=0,50

Да

3-комнатные

b1

R2=0,51

Нет

Волгоград

1-комнатные

b1, b2

R2=0,45

Да

2-комнатные

b1, b4

R2=0,46

Да

3-комнатные

b1, b4

R2=0,43

Да

Оренбург

1-комнатные

b1

R2=0,65

Да

2-комнатные

b0, b1

R2=0,81

Да

3-комнатные

b0, b1

R2=0,43

Нет

 

Выводы. Таким образом, можно говорить о том, что сила влияния основных ценообразующих параметров меняется для различных городов. Она зависит от различных факторов, в том числе от размера города, его численности населения, его экономического развития, покупательской способности его населения (уровня его дохода) и пр. Другими словами, проведенный анализ свидетельствует о невозможности разработки единых моделей оценки недвижимости в сравнительном подходе. Данные модели должны разрабатываться отдельно для каждого объекта оценки.

Библиографический список

1) Тиндова М.Г. Динамический анализ ввода нового жилья в РФ // Модели, системы, сети в экономике, технике, природе и обществе. 2016. № 1(17). С. 135-142.
2) Саратов бизнес консалтинг – режим доступа: http://www.sbc.ru
3) Тиндова М.Г. Анализ сезонности в модели прогноза платных услуг населению в РФ // Вестник торгово-технологического института. 2016. № 10. С. 115-120.
4) Мендель А.В. Роль системного мышления в формировании системы управления на предприятии // Вестник Саратовского государственного технического университета. 2009. Т. 1. № 1(37). С. 223-229.
5) Тиндова М.Г., Носов В.В. Алгоритм нечёткого логического вывода для определения цены земельных участков // Никоновские чтения. 2012. № 17. С. 320-322.
6) Тиндова М.Г. Интеллектуальная обработка информации в области оценки недвижимости // Прикладная информатика. 2007. № 5(11). С. 3-10.