Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

В России рынок жилой недвижимости за последние десятилетия динамично развивался на фоне перехода к рыночной экономике, стремления повысить общий уровень благосостояния граждан. Спрос на жилую недвижимость в России начала XXI века практически всегда оставался на высоком уровне, поскольку жилье рассматривается как важнейшая физиологическая потребность человека. Тем не менее, уровень обеспеченности населения жильём по-прежнему остается на низком уровне по сравнению с развитыми странами. Так, например, в 2016 году в Бельгии в среднем на одного человека приходится 2.2 комнаты, в Норвегии - 2.1, в Великобритании - 1.9, во Франции - 1.8, в России же в среднем 2,4 комнаты приходится на целую семью. [9; 24]

На первый взгляд, покупка жилья является наиболее выгодным и желаемым вариантом для большинства, поскольку в последние десятилетия государство стимулирует покупку жилья путём увеличения доступности ипотечных кредитов, улучшения законодательного регулирования отношений на рынке недвижимости и т.д. Несмотря на имеющийся спрос, покупательная способность россиян в сфере жилой недвижимости ограничена, поскольку большая часть населения (70.7 %) - это люди с низкими и средними доходами. В связи с экономическими кризисами реальные доходы населения снижаются, а цены на недвижимость после небольшого спада имеют тенденцию к росту. Следовательно, даже при наличии программ доступности жилья многие не могут себе позволить улучшить свои жилищные условия. Основной альтернативой «ипотечного рабства» выступает институт найма жилья. [9]

Таким образом, несмотря на имеющийся спрос, в условиях экономического кризиса и неопределённости будущего сложно сделать выбор между покупкой жилья в ипотеку и наймом жилья. Актуальность данной работы обусловлена остротой жилищного вопроса и его важности с точки зрения экономического и демографического развития России.

Цель данной работы заключается в выявлении оптимального решения между издержками на съём жилья и его покупкой с помощью ипотеки в условиях современной России. Для достижения цели необходимо выполнить следующие задачи:

1) изучить российский рынок недвижимости,

2) провести сравнительный анализ между наймом и покупкой жилья в ипотеку,

3) изучить работы по данной тематике и методам анализа цен на рынке недвижимости,

4) построить модели формирования стоимости квартир и арендной платы;

5) исследовать сценарии варианта обеспечения жильём с помощью метода чистой приведенной стоимости (NPV),

6) сделать соответствующие выводы.

В рамках данной работы были использованы данные с сайта www.emls.ru с января 2015 по июль 2017 года. Предметом исследования выступают территориальные и физические характеристики квартир, а объектом исследования являются цены и рента на квартиры, предлагаемые на рынке недвижимости Санкт-Петербурга. Методология данного исследования построена на использовании статистического, эконометрического и финансового анализов, в частности, статистический анализ применен для анализа данных, гедонический регрессионный анализ использован для изучения цен продажи и наёмной платы, результаты которого применены для расчета ренты и стоимости абсолютно идентичных квартир, а финансовый метод NPV использован для сравнения вариантов обеспечения жильём. В исследовании будет проверена следующая гипотеза: покупка жилья с помощью ипотеки финансово более выгодна, чем его долгосрочная аренда.

Данная работа включает в себя три главы, первая из которых содержит обзор современного состояния рынка недвижимости и сравнительный анализ наёмного и собственного жилья. Вторая глава включает в себя теоретический обзор инструментов, используемых для достижения поставленной цели исследования, а также обзор исследований по данной тематике. Третья глава содержит практическую часть, в которой исследованы детерминанты цен продажи жилья и наёмной платы за жильё в Санкт-Петербурге, а также основные выводы по затратам и выгодам, связанными с собственным и наёмным жильем.

жилье ипотека квартира арендный

Глава 1. Характеристика рынка недвижимости

1.1 Обзор российского рынка недвижимости

В России в связи с переходом к рыночной экономике в начале 1990-х гг. стал формироваться новый сектор экономики - рынок недвижимости с новыми законами и экономическими отношениями, связанными со строительством и приобретением жилья. Рынок недвижимости за последние десятилетия возник заново, поскольку ранее в условиях плановой экономики значительная, а в городах подавляющая часть жилищного фонда находилась в собственности государства и государственных предприятий, строительство в основном производилось по государственным заказам; наёмная плата была заморожена; частная сдача жилья была уголовно наказуема, поскольку проживающие не являлись собственниками, т.к. собственником выступало государство. После распада СССР государственный жилищный фонд был почти полностью приватизирован, существенно сократились государственные инвестиции в жилищное строительство, а рост частных инвестиций был очень медленным. Новый рынок недвижимости стал предлагать возможность долевого участия, т.е. возможности покупать жилье на стадии строительства. В 2005 году долевое строительство стало регламентироваться законом от 30.12.2004 №214-ФЗ «Об участии в долевом строительстве многоквартирных домов и иных объектов недвижимости». Данный закон определил стороны договора долевого участия, их отношения, денежные обязательства и т.д., что, в свою очередь, способствовало уменьшению числа обманутых дольщиков и оживлению рынка недвижимости. Кроме того, правительство совершенствовало систему ипотечного жилищного кредитования для повышения доступности жилья, что способствует улучшению качества жизни и стимулированию строительства.

На рисунке 1 представлена динамика ввода жилых домов в России с 2000 по 2016 гг., которая показывает, что строительная отрасль действительно отреагировала на проводимые правительством меры и значительно увеличила предложение на российском рынке. Снижение процентных ставок по ипотечным кредитам повлияло на увеличение спроса со стороны населения, что представлено на рисунке 2. За рассматриваемый период в стране дважды произошел экономический кризис. Кризис 2008 г. ударил по рынку жилой недвижимости: падение инвестиций в строительство, ввод жилья снизился на 16.2%, снижение доступности ипотечных продуктов. Несмотря на небольшое увеличение реальных доходов населения в последующие годы, реальные цены на жилье снижались, что представлено на рисунках 3 и 4. В 2010-2012 гг. спрос поддерживался низкими ценами и снижением ипотечных ставок. Кризис 2014-2015 гг. отразился на снижении спроса и предложения, цены на жилье и реальные доходы населения продолжили падение.

Для преодоления отечественного застоя рынка недвижимости правительство в 2002 г. одобрило программу «Жилище», которое предполагало обеспечить рост объема ввода жилья в основном за счёт жилья эконом-класса в 1,5 раза. Так, на рынке наметилась тенденция к росту строительства квартир при уменьшении их общего метража, как показано на рисунке 5.

Таким образом, государство стремится поднять рынок жилой недвижимости с помощью ипотечных кредитов, программы «Жилище», регламентируя долевое строительство. Правительство стимулирует развитие рынка жилья, побуждая население приобретать жильё в собственность. На рисунке 6 показатель доли собственного жилья показывает, что доля собственного жилья достигает почти 90% в 2016 году, однако большой толчок в увеличении данного показателя был достигнут также за счет приватизации после распада СССР.

Интересно отметить некоторые особенности, которые наблюдаются на рынке недвижимости одного из крупнейших городов России - Санкт-Петербурга. Так, кризис 2014-2015 гг., падение реальных доходов, снижение цен на жильё не повлияли сильно на спрос в северной столице, поскольку доля собственного жилья здесь стала превышать общероссийский показатель и достигла 91.6 % в 2016 году согласно рисунку 6.

Кроме того, стоит также отметить, что на рассматриваемом периоде практически всегда средние цены за 1 кв. м. в Санкт-Петербурге значительно превышают общероссийские, а также имеют другой характер колебания, что представлено на рисунках 7 и 8. Так, например, после 2015 года средние цены на первичном и вторичном рынках в Санкт-Петербурге увеличиваются, в то время как общероссийские показатели средних цен снижаются на вторичном рынке и незначительно растут на первичном рынке. Данные особенности объясняются большим спросом в северной столице, связанным со статусом города, уровнем застройки и большим числом приезжих. Так, например, в 2016 году миграционный прирост составил 44 709 человек, а в 2017 году - 64546. [9]

Возвращаясь к общероссийским показателям, стоит отметить, что, несмотря на экономические трудности в стране, россияне стремятся повысить своё качество жизни путём улучшения жилищных условий. Так, на рисунках 9 и 10 представлены результаты опросов Росстата, которые свидетельствуют о том, что купить жильё или принять участие в долевом строительстве готовы 41% и 15% респондентов, соответственно. Более того, 49% готовы приобрести жильё с помощью ипотечных кредитов, и лишь 4% готовы снимать жилье. Данный результат показывает стимулирование государством покупку жилья, сложившееся в России отношение к собственности и отсутствие должного развития института найма жилья, который преобладает во многих западных странах. [1.91, 226-239; 9]

Тем не менее, институт найма жилья в России существует. Он особенно популярен и удобен при временном переезде, связанном с учёбой или работой, при желании жить в районе, где покупка жилья невозможна по финансовым обстоятельствам и т.д. Однако законодательство не регулирует основные вопросы, возникающие при найме. Договор, заключаемый между наймодателем и нанимателем, не требует нотариального заверения и является главным документом передачи жилья во временное пользование, поскольку он конкретизирует условия, права и обязанности его участников. Кроме того, с юридической стороны участники защищены, если наймодатель регистрирует сдачу жилья и отчисляет налоги, что в большинстве случаев не происходит.

Несмотря на строительство доходных домов, предполагающих сдачу жилья в найм от государства, в России наиболее распространена частная сдача, хотя масштабы его неизвестны из-за развития обширного серого рынка. На рисунке 11 представлено изменение соотношения номинальных цен на жильё и арендных ставок, которое показывает, что данный показатель постепенно снижается. Так, после кризиса 2014-2015 гг. номинальные цены на жильё снижаются, то есть снижение индекса «Цена-Рента» говорит о ещё бомльших темпах снижении арендных ставок на общероссийском уровне.

В Санкт-Петербурге тенденцию к значительному падению арендной платы за последние 4 года имеют только трёхкомнатные квартиры, арендная плата за одно- и двухкомнатные квартиры практически не изменилась, что объясняется большим спросом на этот относительно недорогой сегмент рынка. [6.7,10]

Таким образом, российский рынок недвижимости предоставляет возможность как купить жильё в ипотеку, так и снять его. Оба способа имеют свои преимущества и недостатки, которые будут более подробно рассмотрены далее. Основные тенденции, которые наблюдаются за последние годы на российском рынке - это снижение процентных ставок по кредиту, увеличение номинальной стоимости жилья на первичном рынке и снижение на вторичном рынке, а также падение арендных ставок. В Санкт-Петербурге наблюдается тенденция к значительному росту номинальной стоимости квартир как на первичном, так и на вторичном рынках, а также тенденция к небольшому снижению арендной платы. Изучение рынка недвижимости с 2000 по 2017 гг. показало, что экономические кризисы сильно воздействуют на динамику цен на жилую недвижимость, доступность жилья. Кроме того, стимулирование правительством института покупки жилья сопровождается относительно высокими процентными ставками по сравнению с развитыми странами, поэтому необходимо понять, действительно ли сложившиеся в России предпочтения в отношении к собственности жилья рациональны.

1.2 Сравнение собственного и наёмного жилья

В настоящее время большинство россиян - 70,7% - получают средние и низкие доходы, следовательно, покупка жилья без заёмных средств невозможна, а наиболее популярным и доступным способом является ипотечный кредит. Таким образом, в рамках данной работы интересно изучить плюсы и минусы приобретения жилья именно с помощью ипотечного кредитования. Одними из главных плюсов покупки собственного жилья являются инвестирование в собственный капитал, а также престижность владения недвижимостью. После ипотечного кризиса 2008 года, а также после небольшого кризиса на отечественном рынке недвижимости в 2012 году, вызванного превышением предложения над спросом на квартиры и повлёкшего за собою падение ввода жилья и цен на жильё, сложно утверждать, что инвестирование в жилую недвижимость - лучший и выгодный инструмент. Однако инвестирование в жилье, рассматриваемое как потребительское благо, не направленное на последующую перепродажу с получением дохода, весьма хороший инструмент для повышения престижа в обществе и улучшения своего благосостояния. Безусловным плюсом приобретения жилья в ипотеку является возможность использовать квартиру по своему желанию и «быть самому себе хозяином»: делать желаемый дизайн и ремонт, покупать необходимую и качественную мебель и технику, беспрепятственно заводить детей и обзаводиться животными. Данная свобода лишь может быть несколько ограничена свободой соседей в многоквартирном доме. Несмотря на относительно большие ежемесячные выплаты по ипотечному кредиту, они чаще всего являются фиксированными и не меняются на протяжении всего срока кредита. Одним из финансовых плюсов является возможность получения налогового вычета, т.е. возврата уплаченных 13% от ежемесячных доходов, но не более 260 тыс. рублей от расходов на покупку жилья и не более 390 тыс. рублей от расходов на выплату процентов по кредиту. Кроме того, в случае непредвиденных обстоятельств, например, при потере постоянного места работы, снижается вероятность выселения, поскольку многие банки в настоящее время предоставляют ипотечные каникулы, которые предполагают согласование порядка погашения долга без начисления штрафных санкций и порчи кредитного портфеля путём отсрочки до 12 месяцев и реструктуризации платежей. Кроме того, при выходе на пенсию можно не беспокоиться о месте жительства, а также о больших ежемесячных расходах на аренду жилья. [1.28-29;8;9]

Несмотря на весьма значительные преимущества, приобретение жилья в ипотеку предполагает большие переплаты по процентам, которые могут намного превышать стоимость квартиры. Существенным недостатком для многих людей является необходимость иметь немалый первоначальный взнос для оформления ипотечного договора. Кроме того, приобретение жилой недвижимости предполагает его обустройство, ремонт и, следовательно, дополнительные затраты по его содержанию. Весьма серьёзным минусом приобретения собственного жилья является снижение мобильности: новое место жительства привязывает индивида к определённому району, снижает его трудовую мобильность, если, например, высоки транспортные и временные издержки. Кроме того, индивид может оказаться не в состоянии приобрести жилье в желаемом районе в силу своих финансовых возможностей и будет вынужден купить более доступный вариант, но в менее безопасном / благоустроенном районе. Последним, но не менее важным недостатком приобретения жилья в ипотеку являются долгосрочность кредитования и непредвиденные жизненные обстоятельства, например, изменение потребностей, колебание цен и ипотечных ставок, а также проблемы, связанные с разделением имущества при разводе и т.п. [11.176; 15.165-166]

Что касается преимуществ съёмного жилья для нанимателя, то одним из главных является высокая мобильность индивида, поскольку место фактического проживания не удерживает его на одном месте, и ему легко сменить жилье в одном районе на жилье в другом и даже в другом городе. Данное преимущество особенно ощутимо при рассмотрении трудовой мобильности. Кроме того, большим преимуществом является возможность проживать в том районе, в котором покупка жилья представляется неосуществимой вследствие ограниченных финансовых возможностей домохозяйств. Ещё одним плюсом с финансовой точки зрения является тот факт, что в большинстве случаев ежемесячная арендная плата значительно ниже ежемесячного платежа по ипотечному кредиту. Также наниматель жилья может вложить свои свободные средства в более выгодные финансовые инструменты. Другими немаловажными плюсами являются отсутствие ответственности и затрат на содержание арендуемого жилья. Наниматель жилья чаще всего более халатно относится к чужому имуществу, кроме того он не обязан нести затраты по содержанию жилья, например, издержки на ремонт. Более того, заключение договора аренды жилья является наиболее гибким и простым с организационной и временной точек зрения, поскольку не занимает много времени и не предполагает прохождение юридических и нотариальных процедур. Наконец, в большинстве случаев арендодатели скрывают от государства дополнительный доход, в результате чего заключаемый договор не имеет юридической силы, и наниматели могут не возмещать ущерб в случае его нанесения. [18.45,65]

С другой стороны, отсутствие юридической силы договора аренды в случае сокрытия арендодателем дополнительных доходов приводит к отрицательным последствиям и для нанимателя, поскольку собственники могут игнорировать свои обязанности и не соблюдать права нанимателей. Нередки случаи незаконного выселения или плохого поддержания условий проживания в квартире, отсутствия качественной мебели и необходимой бытовой техники. Вероятнее всего задержка арендной платы приведет к выселению, поскольку интерес арендодателей заключается именно в получении доходов без задержек. Для некоторых людей недостатком может стать тот факт, что в арендодатели могут запретить проживать с детьми или заводить домашних питомцев в сдаваемом жилье. Ещё одним недостатком аренды жилья является отсутствие постоянной регистрации, которое влечёт за собой административный штраф, а также может создать некоторые проблемы, например, при устройстве на работу. С финансовой точки зрения, минусом являются плавающая стоимость арендной платы, которая может значительно меняться при заключении нового договора найма, максимальный срок которого составляет 5 лет. Кроме того, в пенсионном возрасте при отсутствии дополнительных финансовых доходов или при отсутствии крупных накоплений не будет возможности выплачивать арендную плату, поскольку ежемесячные пенсионные выплаты в нашей стране в разы меньше стоимости аренды. [1.40-41; 11.178]

Глава 2. Методологический обзор

2.1 Обзор ранее проведённых исследований

В российской и зарубежной литературе рынок жилой недвижимости является популярной сферой для исследования. Есть множество работ, посвящённых ценообразованию на рынке жилья с применением разнообразных эконометрических моделей; исследования, в которых анализируются общие тенденции на рынке недвижимости различных городов, а также работы о сравнении преимуществ и недостатков найма жилья. С точки зрения данного исследования, особый интерес представляют научные труды, которые посвящены анализу экономических выгод и затрат от найма жилья по сравнению с другими способами обеспечения жильем, а также работы, в которых применяются различные подходы к изучению формирования затрат (цен и арендной платы) на жильё.

В первую очередь, необходимо рассмотреть методологию, используемую в работах о сравнительных выгодах от владения жильём и его съёмом. Бо?льшая часть работ содержит изучение влияния социальных, психологических и некоторых других аспектов на выбор способа обеспечения жилищем, например, работы Halket J. и Custoza M. (2015), Mnasri A. (2015); исследование влияния выбора способа обеспечения жильем на другие аспекты жизни, например, работы Laamanen J.-P. (2017), Gilbert А. (2016). Экономический аспект наиболее подробно рассмотрен в работах Tabner I.T. (2016) и Арефин А.В. (2016). Несмотря на изучение одного и того же исследовательского вопроса о выборе между покупкой с помощью ипотеки и наймом жилья, авторы статей используют разные методологические подходы. Так, Арефин А.В. в своей работе предлагает простой алгоритм для решения проблемы выбора на основании цены квартиры, сроков, условий ипотеки и темпов инфляции. Автор вывел формулу, которая показывает период окупаемости покупки жилья, исходя из размеров арендных платежей. Основные результаты показывают, что если планируемый период проживания в квартире короче периода окупаемости, то более выгодно арендовать эту квартиру и наоборот. Tabner I.T. в своём исследовании использует метод чистой приведённой стоимости для определения решения о владении жильём на рынке недвижимости Великобритании. Исследование показывает, что покупка жилья в ипотеку становится более предпочтительной, если предполагаемые периоды проживания, темпы инфляции или разница между арендной платой и альтернативными издержками в виде сбережений домашних хозяйств увеличиваются. Кроме того, модель также показывает, что безубыточное значение чистой приведённой стоимости при покупке жилья под ипотечный кредит может быть достигнуто, если период проживания составляет от пяти до десяти лет. Таким образом, в этом исследовании предлагается хороший метод для сопоставления различных затрат и выгод, в котором учитывается различная временная стоимость денег. Тем не менее, в обеих статьях все расчёты проводятся с использованием средних показателей не только условий ипотеки, темпов инфляции, но и цен на жильё и арендной платы. Кроме того, более подробный обзор статьи Арефина (2016) показывает, что в предлагаемом им методе существуют значительные ограничения, например, предложенная им формула работает только в том случае, если при покупке жилья неиспользованная для арендных платежей сумма инвестируется строго по ставке на уровне инфляции. Следовательно, в обеих работах сравнение арендных платежей и расходов при покупке жилья не совсем корректно, а основные результаты и выводы могут не совпадать с реальным положением на рынке недвижимости. [5.3-6; 20.240-245]

Таким образом, для того, чтобы сравнивать затраты на покупку или аренду, необходимо сперва рассчитать их для каждого из вариантов на примере абсолютно идентичного жилья. Изучением формирования цен на жильё занимается огромное число исследователей, большая часть из которых применяет для анализа гедоническую теорию цен. Суть данной теории заключается в том, что цена или арендная стоимость жилья складывается из полезности физических характеристик, показателей местоположения и соседства. Тем не менее, в данном случае исследователи также используют различные методы, что связано с многообразием видов регрессионных моделей. Так, одним из наиболее простых и популярных способов для оценивания влияния различных атрибутов жилья на его цену является простая гедоническая модель без пространственных эффектов. В своих статьях Huang Z. и др., Magnus J., Peresetsky A., Красильников А.А. и Щербакова А.А. используют логарифмическую форму регрессии для анализа больших наборов данных по предложению квартир с информацией о ценах, площади, местоположении, этаже и т.д. Выбор данной формы модели объясняется желанием авторов снизить гетероскедастичность за счёт лучшей аппроксимации логарифмированных случайных отклонений нормальным распределением по сравнению с простой линейной формой регрессии. Наилучшие модели этих работ объясняют большую часть дисперсии выборок (от 70 до 81%). Модели показывают, что общая площадь квартиры более значима, чем её расположение, доступность метро также важна, причём увеличение пешей отдалённости от метро влияет в меньшей степени на цену, чем увеличение времени в пути до ближайшей станции на общественном транспорте. Однако в исследовании Красильникова и Щербаковой были получены весьма парадоксальные результаты, связанные с наличием телефона и этажом: если квартира расположена не на крайних этажах (не первый и не последний), то её цена уменьшается на 3,6%; если же в квартире имеется доступ к телефонной связи, то цена квартиры увеличивается 4,0%. Авторы не смогли объяснить эти результаты ни удалением вспомогательных переменных, ни на основе здравого смысла. Кроме того, в данной работе не было выявлено влияние увеличения расстояния от центра города на снижение цены в отличие от результатов двух других рассмотренных работ. Magnus J., Peresetsky A., Красильников А.А. и Щербакова А.А. в своих статьях также изучали вопрос об определении оптимальной планировки кухни, которая оказалась больше, чем то, что в действительности предлагается на рынке недвижимости. Также в этих работах для проверки модели и её предсказательной силы изначально было оставлено 20% от выборки, и по полученным коэффициентам в моделях были построены прогнозные цены. Однако их регрессии имеет не очень хорошую прогностическую силу. В частности, предсказанные цены оказались систематически завышенными по сравнению с реальными, что связано, по мнению авторов, с невозможностью учесть дополнительные характеристики, например, местную экологию или качество строительства. Тем не менее, данные исследования можно было улучшить, например, путём использования других типов моделей или разбиением выборки по классу квартир для уменьшения неоднородности цен и уменьшения связи между переменными (например, между количеством комнат и общей площадью). [4.95-98; 14.73-74; 17.94-99]

В современных исследованиях ценообразования на рынке недвижимости всё бо?льшую популярность приобретают гедонические модели с пространственными эффектами. Например, Liao W.-C. и Wang X. используют гедоническую модель с пространственными лагами в рамках изучения рынка жилья в китайском городе Чанша. Согласно скорректированному коэффициенту детерминации построенная ими модель объясняет более 80% дисперсии выборки, что говорит о довольно хорошем качестве модели. Коэффициент пространственного лага в модели равен 0.099, что говорит о положительной пространственной автокорреляции цен на жилье. Результаты модели показывают наличие квантильных пространственных эффектов особенно для таких детерминант, как расстояние до центра и наличие зелёных насаждений. Авторы также обнаружили, что детерминанты цен на жильё сильно различаются по ценовым сегментам. Модель показала, что для Чанши наблюдается значимая положительная пространственная зависимость только в верхней и нижней частях распределения цен на жильё, тогда как в среднем диапазоне эта зависимость слабая. Waltl S.R. для исследования рынка недвижимости Сиднея использует квантильную регрессию для оценки модели с пространственными лагами. Несмотря на то, что основной целью работы является построение гедонических индексов, большая часть её посвящена изучению ценообразования на рынке жилья по сегментам цены (низкие, средние и высокие) и по локальным кластерам (центральные, периферийные и пригородные районы). Автором были получены следующие результаты: дополнительная спальня больше ценится в центральных районах с высокой плотностью и наименее ценна в периферийных районах; большее число спален, ванных комнат ценится сильнее в верхнем ценовом сегменте, чем в низком; дополнительные ванные комнаты наиболее ценятся в центральном и пригородном районах. Таким образом, авторы обоих статей учитывают пространственную ценовую зависимость, однако исследования могут быть дополнены, например, другими спецификациями модели, распределение выборки по другим сегментам. [16.10-14; 21.22-29]

Наконец, ещё одна модель, которую некоторые исследователи используют для изучения ценообразования, учитывает не только пространственную зависимость, но и пространственную неоднородность цен - это географически- взвешенная регрессия (GWR). Huang Z., Балаш и др. в своих работах использовали данный вид гедонической модели, но исследуют влияние различных характеристик на цены жилья, а также используют разные способы для построения матрицы весовых коэффициентов (ядра Гаусса и три-куб соответственно). Исследование Huang Z. и соавторов направлено на изучение формирования цен жилья в крупнейшем китайском городе - Шанхае. Авторы использовали данные с 12732 наблюдениями, содержащими следующую информацию: цена, общая площадь, адрес, местоположение, этаж, данные по ремонту, год постройки здания, социально-экономические показатели районов города. В данной статье на основании сравнения результатов модели GWR и модели без пространственных эффектов авторы статьи утверждают, что модель GWR позволяет преодолеть наблюдаемую слабость фиксированных эффектов простой гедонической модели и что модель GWR эффективна при исследовании пространственной неоднородности распределения цен на жильё. Было выявлено, что локально скорректированный R²_adj в модели GWR варьирует от 63.3 до 88.4%, что свидетельствует о неоднородности данных: цены на жильё в центре города можно объяснить лучше, чем на окраинах города. На основе модели GWR были получены следующие основные выводы: наличие положительного эффекта от общей площади на цену жилья (самый сильный эффект показан в центре города, а самый слабый - в пригородных районах), расстояние до центра города оказывает меньшее влияние на цены по мере увеличения расстояния и почти снижается до нуля в пригородных областях; показатель соотношения мужчин и женщин практически во всех районах оказывает положительное воздействие на цены, однако в некоторых старых районах города наблюдается и отрицательная связь, что связано с преобладанием женского населения преимущественно с высокими доходами и влиянием их спроса на жильё в этих районах. Балаш В.А и соавторы в своей работе используют данный метод для изучения ценообразования на рынке недвижимости Саратова. Их модель описывает 80% дисперсии выборки, а по результатам информационного критерия Акаике оптимальное число соседей составляет 295. Модель GWR здесь также показывает меньшее влияние на цены, когда расстояние от центра города увеличивается. Кроме того, согласно этой модели, местности с самыми дорогими ценами за жилую площадь и ценами за площадь кухни не совпадают, что связано, по мнению авторов, со спецификой развития в разных районах города. Кроме того, дополнительный квадратный метр кухонной площади стоит больше, чем дополнительный квадратный метр жилой площади. Однако на окраинах города расположены зоны с относительно дешёвыми кухнями, где квадратный метр кухни дешевле или равен квадратному метру жилой площади. К сожалению, у авторов имеется небольшой набор данных, состоящий всего из 1813 наблюдений. Более того, они не представляют всех результатов модели, по которым можно было бы определить ее качество. Таким образом, авторы обеих работ выявили, что распределение низких и высоких цен на жильё пространственно сгруппировано и не является случайным, однако исследования могут быть улучшены, например, за счёт анализа связи цен жилья с большим числом параметров, а также путём использования других эконометрических моделей. [2.73-77;14.75-77]

Подводя итог, можно сказать, что рассмотренные исследования свидетельствуют о том, что жилая недвижимость является очень актуальной областью для исследования. Тем не менее, несмотря на то, что имеется множество работ по этой теме, по-прежнему существует большая неопределённость в отношении проблемы решения о владения жильём из-за множества подходов к её решению. В данном обзоре литературы показаны наиболее популярные методы анализа, применяемые в данной сфере, рассматриваются их основные достоинства и недостатки, а также указаны основные пробелы предыдущих работ, которые могут быть заполнены с помощью данного исследования. Прежде всего стоит обратить внимание на использование большого набора данных для более качественной оценки, а также на применение различных типов гедонических моделей для того, чтобы выбрать наиболее подходящий для изучаемой выборки. Использование предсказаний цен, полученных с помощью гедонических моделей, а не средних показателей на рынке недвижимости позволит обеспечить более адекватное сравнение между арендой и владением. Кроме того, важно учитывать временную стоимость денег, поскольку покупка или аренда жилья на рынке предполагает долгосрочные действия.

2.2 Методология исследования

2.2.1 Модели без пространственных эффектов

В данном исследовании для определения детерминант цен на жильё используется гедонический анализ. Данный метод исходит из того, что ценность объекта для потребителя складывается из полезности качественных и количественных характеристик этого объекта. В данном исследовании объектом выступает жилая недвижимость. Таким образом, в гедоническом моделировании объект разбивается на основные составные характеристики, и затем оценивается вклад каждого из параметра в общую ценность объекта. В рамках данного исследования гедонический анализ можно применить как к ценам продажи, так и к наёмной плате за жильё, поскольку в обоих случаях изучается желание потребителя платить за определенные и наблюдаемые параметры объекта. Гедонические модели чаще всего оцениваются с помощью простого регрессионного анализа и выглядят следующим образом:

где

- зависимая переменная (цена или наёмная плата i-го жилища),

- регрессор (независимая переменная), i=1…n,

- коэффициенты при регрессорах, i=1…n,

- случайная ошибка.

В качестве зависимой переменной можно рассматривать стоимость всего жилища или цену за квадратный метр. В качестве регрессоров или объясняющих переменных выступают различные качественные и количественные характеристики жилья. Оцениваемые коэффициенты при регрессорах отражают вклад того или иного фактора в ценность объекта. Именно благодаря этим коэффициентам можно сравнить стоимость различных объектов недвижимости. Для нахождения коэффициентов параметров модели используют метод наименьших квадратов, при котором минимизируется сумма квадратов отклонений полученных показателей от фактических. В данной модели предполагается независимость наблюдений.

Основными преимуществами гедонических моделей являются:

· выявление неявных цен отдельных компонентов объекта,

· выделение и измерение значения конкретного параметра, что полезно как для академических исследований при тестировании гипотез, так и для исследования ценообразования на рынке,

· возможность оценивания нелинейной зависимости.

Гедонический метод обладает также некоторыми недостатками:

· доступность и качество используемых данных напрямую влияют на временные затраты, сопряжённые с построением моделей, и на их качество,

· ограничение рынка выражается в том, что модель учитывает готовность потребителей платить за характеристики объекта, однако не учитывает влияние внешних факторов, например, процентные ставки,

· некоторые переменные в модели могут быть сильно коррелированы между собой, что отразится на несостоятельности результатов модели.

Особенностью объектов жилой недвижимости является их разнородность. Так, например, на рынке могут быть представлены объекты с различными характеристиками, а также с разным уровнем качества. Чаще всего для анализа рынка рассматривают средние цены, однако средняя цена может изменяться под действием общеэкономических процессов, а также в результате изменений на рынке жилья, например, роста строительства студий или уменьшения среднего размера жилья в последние годы. Следовательно, рассмотрение средних цен на рынке не позволит правильно оценить тенденции на рынке или верно оценить объект, не выставленный на продажу в настоящее время, однако гедонические модели позволяют это учесть. [3.157-158, 160-161; 13.391-392]

2.2.2 Модели с пространственными эффектами

Рассмотренная ранее базовая регрессионная модель предполагает независимость наблюдений, однако иногда это допущение может быть неоправданно, поскольку в действительности значения одного наблюдения могут влиять на значения другого. Кроме того, может существовать пространственная неоднородность, когда величина и направление эффекта фактора может варьировать в пространстве. И, наконец, может произойти смещение оценок, поскольку могут существовать ненаблюдаемое и скрытое влияние со стороны географических «соседей». Таким образом, предположение о независимости наблюдений значительно упрощает модель, поскольку предполагается, что для изучаемой совокупности верна одна общая модель, однако это предположение не всегда целесообразно и может привести к таким проблемам, как неустойчивость коэффициентов, неправильно определённые стандартные ошибки и, как следствие, границы доверительных интервалов и т.д. Одним из альтернативных вариантов является модель географически - взвешенной регрессии (GWR), которая используется для учёта потенциальной пространственной неоднородности при оценке параметров, поскольку она позволяет оценивать коэффициенты параметров локально. Таким образом, для каждого объекта строится отдельная модель на основании подвыборки ближайших наблюдений. Данная модель в линейном виде представлена следующим образом:

где - это местоположение, в котором оцениваются локальные параметры,

- объясняемая переменная,

- независимые регрессоры, k=1, …, p,

- оцениваемые коэффициенты, k=0, 1, …, p,

- случайные ошибки.

В основе этой модели лежит предположение о том, что регрессионные модели для соседних точек схожи, однако могут варьировать в пространстве. Таким образом, коэффициенты модели GWR не постоянны, а могут различаться в разных точках пространства. Для нахождения оценок коэффициентов локальной модели используют взвешенный метод наименьших квадратов, при этом ближайшие объекты учитываются с наибольшим весом, а отдалённые - с наименьшим.

Существует несколько способов построения матрицы весовых коэффициентов, основными из которых являются: административно-территориальное деление (1), метод скользящего окна (2), а также фиксированные и адаптированные ядра (3). Рассмотрим их более подробно:

1) Если деление исследуемой выборки на административные единицы раскрывает специфические закономерности, то это учитывается в весовых коэффициентах. Таким образом, для точек, расположенных в районе Х с местоположением i, элемент весовой матрицы коэффициентов равен единице, в противном случае - ноль.

2) Если административные единицы сформированы исторически, то необходимо использовать дискретные веса, которые определяются с учётом расстояния между исследуемыми объектами при заранее определённой предельно допустимой удалённости b. Следовательно, в весовой матрице коэффициентов элемент принимает значение «единица», если расстояние между объектами (расстояние между точками на плоскости) не превосходит предел b, в противном же случае элемент матрицы равен нулю.

3) В данном случае веса строятся с учётом непрерывного изменения расстояния между объектами, а в качестве ядер чаще всего используют ядра Гаусса или ядро би-квадрат, ядро три-куб. Кроме того, ближайшим соседям присваивают нулевой ранг и единичный вес, а по мере удаления объектов ранг увеличивается, тогда как вес уменьшается. Для рационального сравнения густонаселенных и более разреженных территорий необходимо также определить оптимальное число ближайших соседей при определении ранга. В зависимости от использования процедуры нахождения этого оптимального числа, меняются и оценки коэффициентов регрессионной модели.

Использование дискретных подходов (1 и 2 способы) позволяет учесть территориальную неоднородность, однако модели для каждого района не связаны друг с другом. Более того, влияние соседей, попавших в интервал пропускания, является одинаковым, хотя в действительности в большинстве случаев это влияние снижается при увеличении расстояния. Поэтому третий способ более привлекателен, поскольку он позволяет придавать бо?льший вес более близким, чем более дальним. [2.67, 69-71]

Оценка пространственных моделей методом наименьших квадратов может привести к неустойчивым оценкам параметров регрессии, пространственных параметров и стандартных ошибок. Таким образом, в рамках данной работы для оценивания моделей с пространственными эффектами будет использован метод максимального правдоподобия.

2.2.3 Метод чистой приведённой стоимости

Чистая приведённая стоимость (NPV) представляет собой сумму дисконтированных значений денежных потоков, приведённых к определённой дате, дате оценки проекта. В результате показатель NPV показывает величину денежных средств, которую потенциальный инвестор может получить, учитывая все затраты и доходы по проекту при разной временной стоимости денег. Данный показатель можно представить следующим образом:

Где - доходы в t-м периоде,

- расходы в t-м периоде,

- ставка дисконтирования.

Если значение NPV положительно, то можно считать, что проект эффективен и его стоит принять, если же показатель отрицателен, то проект невыгоден. Данный метод часто используется для сравнения инвестиционных проектов, однако также может быть применим для принятия решения о покупке или найме жилья. В рамках данного исследования будут рассчитаны текущая стоимость денежных средств в зависимости от затрат на приобретения жилья, выплаты процентов по кредиту, содержание жилья и доходов в виде свободных средств, не затрачиваемых на аренду в будущем в случае покупки жилья и текущая стоимость денежных средств при учёте затрат на арендные платежи и доходов от свободных средств в случае найма жилья. Однако в связи с особенностями сравниваемых проектов стоит учесть, что оба варианта приносят в основном затраты, а доходы генерируются на основе непринятия альтернативного варианта. В таком случае, при отрицательных значениях чистой приведённой стоимости целесообразно отдавать предпочтению решению с наименьшими затратами, поскольку проекты не рассматриваются с точки зрения получения прибыли.

Основными преимуществами метода NPV являются:

· Показатель учитывает изменение стоимости денег во времени;

· Показатель учитывает риски проекта, которые закладываются в ставку дисконтирования;

· Показатель чётко определяет критерий принятия решений.

Среди недостатков можно выделить следующие:

· Весьма сложно корректно рассчитать ставку дисконтирования и учесть все риски;

· Показатель не учитывает вероятность исходов событий;

· Иногда критикуется использование данного метода при сравнении проектов с разными параметрами (срок, периодичность потоков и т.д.).

Данная модель может быть усовершенствована, чтобы исправить вышеуказанные недостатки. При необходимости каждому исходному параметру можно присвоить ряд значений и вероятности исхода, т.е. рассчитать математическое ожидание каждой совокупности параметров и получить вероятностное NPV. Для определения ставки дисконтирования необходимо использовать наиболее популярные для расчёта методы, например, модель САРМ, которая учитывает рыночный риски, т.е. риски отрасли. Для целесообразности сравнения проектов необходимо учитывать не только значение NPV, но и срок проекта, а также сумму инвестиций. [19.350; 22.507-508]

Глава 3. Разработка нового подхода решения жилищного вопроса

Рассмотрев основные направления исследования рынка недвижимости в России и за рубежом, а также изучив теоретическую основу необходимых для анализа эконометрических и финансовых методов, можно перейти к практической части данной исследовательской работы. Текущая глава включает в себя описательную статистику данных, преобразование данных, построение регрессионных моделей, описывающих детерминанты продажной цены и наёмной платы за жилища, а также сравнение текущей приведённой стоимости вариантов обеспечения жильём.

3.1 Описание базы данных

Практическая часть исследования основана на изучении выборки, состоящей из 220 384 наблюдений и включающей в себя информацию по предложению продаваемых и сдаваемых квартир в Санкт-Петербурге с января 2015 года по июль 2017 года. Данная выборка собрана с официального сайта крупнейшего онлайнового ресурса объявлений по недвижимости Санкт-Петербурга и Ленинградской области - EMLS 24. Исследуемая база данных включает в себя сведения по 34 количественными и качественным переменным, представляющим физические и географические характеристики жилищ, выставленных на продажу или на сдачу внаём.

Таблица 1. Описание переменных

В исходной выборке были удалены наблюдения из регионов Ленинградской области, не относящихся к административно-территориальному делению Санкт-Петербурга, наблюдения с пропущенными значениями цены, арендной платы, местоположения. В оставшейся выборке присутствуют наблюдения по 14 районам Санкт-Петербурга, распределение которых представлено в таблице 2. Таким образом, Центральный, Петроградский и Московский административно-территориальные единицы являются районами с наибольшей долей наёмных квартир, а Всеволожский, Красногвардейский и Фрунзенский районы - с наименьшей. Наиболее популярными для продажи квартир районы в выборке являются Невский, Приморский и Выборгский районы, что скорее всего объясняется активным жилым строительством в них в последние годы. Доля квартир, выставленных на продажу, ниже всего в Адмиралтейском, Петроградском и Всеволожском районах.

Таблица 2. Распределение выборок по районам

Кроме того, интересно изучить разнообразие предлагаемых квартир по их качественным характеристикам. В таблице 3 представлены основные характеристики по типу сделки. Выборки по продаваемым и сдаваемым квартирам отличаются набором качественных переменных. Так, общими для обоих видов сделок являются такие характеристики, как наличие лифта, наличие телефонной связи, тип санузла, наличие ремонта и его качество, наличие и тип балкона. Как при сдаче внаём, так и при продаже квартир в большинстве случаев в доме имеется лифт (62 и 87% соответственно), телефонная связь (66 и 72% соответственно), раздельный санузел (70 и 69% соответственно), балкон (98 и 84% соответственно). В сдаваемых квартирах в 99% случаев сделан ремонт, среди которых 52% составляет евростандартный ремонт, в то время как при продаже ремонт осуществлен в 77% случаев, среди которых только 24% по евростандарту. Два и более балкона присутствуют только в 2% случаев найма и в 27% случаев продажи. При найме жилья учитывается информация о наличии мебели и её качестве, наличии бытовой техники и интернета, которые присутствуют почти во всех наблюдениях. В стоимость найма входит плата за коммунальные услуги только в 5% наблюдений. Некоторые наймодатели не разрешают проживать с детьми (4%) и животными (20%). При продаже не учитывается наличие мебели, парковки и возможностей проживать с детьми или животными, однако наряду с ремонтом рассматривается покрытие пола: паркетное в 31% случаев, линолеумное в 19%, прочее в 50%. Кроме того, учитывается тип строения: в 89% случаев дома построены по современным технологиям (кирпичные, монолитные и другие). Предложения по продаже также включают в себя информацию о наличии мусоропровода и виде из окон (обычный или с видом на достопримечательности / природные объекты).

Таблица 3. Доля качественных переменных в выборках

Для анализа количественных переменных целесообразно разбить выборку по типу квартир. Полученные подвыборки включают в себя 16 037 наблюдений по сдаче и 85 344 наблюдений по продаже однокомнатных квартир, 13 259 наблюдений по сдаче и 77 013 наблюдений по продаже двухкомнатных квартир, 12 873 наблюдений по сдаче и 15 858 наблюдений по продаже многокомнатных квартир. Описательный анализ количественных данных, представленный в приложении 1 показывает, что арендная плата однокомнатных квартир варьирует от 6 тысяч до 200 тысяч рублей, а цена продажи на однокомнатные квартиры колеблется от 1 млн. до 94,9 млн. рублей. Средние показатели общей площади, жилой площади и площади кухни примерно одинаковы как при найме, так и при продаже. Среднее расстояние до ближайшего метро при продаже в 1,5 раза больше, чем средний показатель расстояния при найме жилья. Вариация цен и арендной платы для двухкомнатных квартир также огромна: снять квартиру можно от 13 тысяч до 900 тысяч рублей в месяц, а купить от 1 млн. до 3,89 млн. рублей. Однако в данном типе квартир заметна весомая разница в площадях. Даже в двухкомнатных квартирах отмечается наличие очень маленьких кухонь, что может быть связано с перепланировкой и появлением «евродвушек». Как и в случае однокомнатных квартир, расстояние до метро в продаваемых квартирах в 1,7 раза больше, чем в сдаваемых квартирах. Многокомнатные квартиры характеризуются теми же тенденциями, что и двухкомнатные квартиры, однако вариация значений становится ещё большей за счёт того, что в данной подвыборке количество комнат может быть различным.