Прогнозирование стоимости объектов недвижимости, сдаваемых в аренду

Институт Государственного управления, Главный редактор - д.э.н., профессор К.А. Кирсанов права и инновационных технологий (ИГУПИТ) тел. для справок: +7 (925) 853-04-57 (с 11⁰⁰ - до 18⁰⁰)

Интернет-журнал «НАУКОВЕДЕНИЕ» №4 2012 Опубликовать статью в журнале - http://publ.naukovedenie.ru

Размещено на http://www.allbest.ru/

1

http://naukovedenie.ru 13ЭРГСУ412

Институт Государственного управления, Главный редактор - д.э.н., профессор К.А. Кирсанов права и инновационных технологий (ИГУПИТ) тел. для справок: +7 (925) 853-04-57 (с 11⁰⁰ - до 18⁰⁰)

Интернет-журнал «НАУКОВЕДЕНИЕ» №4 2012 Опубликовать статью в журнале - http://publ.naukovedenie.ru

1

http://naukovedenie.ru 13ЭРГСУ412

Прогнозирование стоимости объектов недвижимости, сдаваемых в аренду

Горгорова Валентина Витальевна

Горгорова Юлия Владимировна

Кондратьева Татьяна Николаевна

При сдаче квартиры в аренду возникает вопрос, какую арендную плату необходимо назначить? Получение адекватной оценки стоимости оплаты должно соответствовать существующим предложениям на рынке жилья.

Данное исследование посвящено прогнозированию арендной стоимости объекта недвижимости. Анализ выполнен по данным, взятым на сайте компании ОДЕОН [4], на 21 сентября 2012 г.

На основании данных сайта компании ОДЕОН, были ранее проведены анализ стоимости однокомнатных квартир на вторичном рынке жилья [1], сравнительный анализ формирования стоимости объектов недвижимости г. Ростова-на-Дону на июнь 2011 г. и сентябрь 2012 г. и сравнение стоимости квартир, предлагаемых на продажу и сдаваемых в аренду.

Представленные на сайте характеристики жилья, были избраны в качестве факторов, влияющих на стоимость аренды. Исходная база объектов недвижимости была проанализирована и очищена от объектов с неполными данными. Для выявления взаимосвязей между факторами использовался корреляционный анализ. Исследование соотношения между отдельными наблюдаемыми параметрами распространённая задача статистического исследования [2]. Раскрытие соотношения между факторами позволяет решать главную задачу научного исследования - прогнозирование развития ситуации при модификации конкретных характеристик объекта исследования. Располагая информацией о взаимосвязи между арендной стоимостью объекта недвижимости и его параметрами можно прогнозировать арендную стоимость конкретного объекта, предполагаемого для сдачи в аренду.

С помощью инструмента Анализа данных Excel Регрессия выполнен дисперсионный анализ по группам объектов недвижимости. По результатам дисперсионного анализа, составлены уравнения множественной регрессии, представленные в табл. 1.

Таблица 1. Уравнения множественной регрессии

В табл. 1 использованы следующие обозначения: y€ - расчётное (полученное по уравнению регрессии) значение цены объекта недвижимости; x₁ - район; x₂ - этаж, на котором расположен объект недвижимости; x₃ - количество этажей здания; x₄ - материал стен здания; x₅ - общая площадь объекта недвижимости; x₆ - жилая площадь; x₇ - площадь кухни.

Оценку надежности полученных уравнений регрессии выполним по F-Критерию Фишера. Для всех видов объектов недвижимости выберем из итогов регрессионного анализа значения F_факт. Вычислим значения F_табл. на уровне значимости б = 0,05 с помощью статистической функции Excel - F.ОБР.ПХ. Детерминированность результата от факторов x₁, x₂ , x₃, x₄ , x₅, x₆, x₇ может быть оценена с помощью скорректированного коэффициента детерминации R€_{y x}²_{, 1},...,_x7 , который определяет тесноту связи вне зависимости от числа факторов модели, и поэтому может сравниваться по разным моделям с разным числом факторов. Значения скорректированного коэффициента детерминации выберем из итогов регрессионного анализа, а значения t_табл вычислим используя статистическую функцию Excel СТЬЮДЕНТ.ОБР.2Х. Полученные результаты поместим в табл. 2.

Таблица 2. Данные итогов регрессионной статистики и дисперсионного анализа

Сравнивая числовые значения F_факти F_табл в табл. 2 замечаем, что для всех объектов недвижимости F_факт.>F_табл. Это означает, что на уровне значимости б = 0,05, регрессионные уравнения (1-5) являются значимыми и могут быть использованы при прогнозировании арендной стоимости объекта недвижимости.

Сравнение полученных в результате дисперсионного анализа t-статистик с табличным значением t-критерия Стьюдента t_табл, определенного на уровне значимости б = 0,05 для различных объектов недвижимости, позволяет судить о статистической значимости коэффициентов уравнений (1-5). Если значение t_факт меньше t_табл., то соответствующие коэффициенты сформировались под воздействием случайных причин и факторы силу влияния, которых оценивают данные коэффициенты можно исключить, как несущественные. При этом качество построенной модели можно считать удовлетворительным, если при использовании регрессионного уравнения величина средней ошибки аппроксимации, вычисленная по формуле, имеет небольшое значение.

A = y ?y€ 100%, n

Здесь y - фактическое значение цены объекта недвижимости.

Воспользуемся результатами дисперсионного анализа и по составленным уравнениям множественной регрессии спрогнозируем арендную стоимость отдельно взятых объектов недвижимости. А также сравним прогнозируемую арендную стоимость со стоимостью, представленной на сайте ОДЕОН. Характеристики рассматриваемых объектов недвижимости представлены в табл. 3.

Таблица 3 Характеристики объектов недвижимости, сдаваемых в аренду

Сравнение прогнозируемой арендной стоимости, вычисленной по уравнениям (1-5) со стоимостью, представленной на сайте ОДЕОН, показывает, что арендные стоимости, представленные на сайте завышены по отношению к прогнозируемым.

Рассмотренная регрессионная модель может быть построена для большего количества объектов недвижимости с использованием баз данных других риэлтерских компаний. Возможно изучение влияния неучтённых раннее факторов: количество лет эксплуатации дома, наличие лоджии, время движения до ближайшей остановки общественного транспорта, состояние квартиры, наличие мебели и предметов бытовой техники. В случае расширения базы объектов недвижимости необходимо произвести очистку данных так, чтобы расчётные значения асимметрии As и эксцесса Ex удовлетворяли следующим неравенствам

6(n ?2) 6 24 (n n ?2)(n ?3)

|As| 1,5<, Ex + <1,5 2 (6)

(n +1)(n +3) n +1 (n +1) (n +3)(n +5)

Значения коэффициентов асимметрии эксцесса указывают на отсутствие значимой скошенности и остро - (плоско -) вершинности фактического распределения признаков по сравнению с их нормальным распределением. При выполнении неравенств (6) нормальное распределение остатков и доверительные интервалы прогнозов, построенные в предположении нормального распределения остатков, будут достаточно надежными.

Литература

стоимость квартира вторичный рынок

1. Горгорова В.В., Кондратьева Т.Н. Анализ цен однокомнатных квартир, «Строительство-2012»: Материалы Международной научно-практической конференции.- Ростов н/Д: Рост. гос. строит. ун-т, 2012, 162-164 с.

2. Муравьева М.П. Количественная оценка зависимостей индикаторов рынка труда, «Строительство-2012»: Материалы Международной научно-практической конференции.- Ростов н/Д: Рост. гос. строит. ун-т, 2012, 172-174 с.

3. Сайт компании ОДЕОН http://www.odeon-an.ru/.

Размещено на Allbest.ru