Оценка степени связи между факторами и параметрами рынка жилья по Нижегородской области за 2007–2012 гг. на основе корреляционно-регрессионного анализа

Спрос и предложение на рынке риэлторских услуг формируются под влиянием потребностей населения и экономики в объектах недвижимости и определяются рядом факторов: численностью населения, темпами его прироста, объемами имеющегося жилищного фонда и нежилых помещений, уровнем доходов населения, темпами экономического роста, стоимостью риэлторских услуг, объемами нового строительства, стоимостью 1 м2 площади и рядом других факторов. Под воздействием этого формируются общественно-экономические связи между различными субъектами: государством, домашними хозяйствами, финансово-посредническими организациями. Важную роль в формировании этих связей играют риэлторские фирмы, деятельность которых напрямую зависит от спроса и предложения рынка недвижимости, количества сделок, конъюнктуры и цен на нем. Неподвижность недвижимости определяет ее зависимость от региональных факторов. Поэтому исследование рынка недвижимости и рынка риэлторских услуг предлагается проводить с учетом экономического потенциала города, который является ядром локального рынка. Целесообразно при анализе конкретного локального рынка применить системный и сравнительный подходы, параллельно проводя анализ локальных рынков по городам, близким по численности населения и имущественному комплексу.

При помощи показателей корреляции и детерминации [1] нами была проведена оценка степени связи между показателями удельной цены 1 м2 жилой недвижимости, складывающейся на первичном и вторичном рынке (соответственно Y1 и Y2), а также с использованием метода регрессионного анализа [2] между зависимой переменной (соответственно Y1 и Y2) и казуальными переменными, а именно: X1 – среднедушевые денежные доходы населения в месяц в рублях; Х2 – численность населения в регионе, тыс. чел. на 01.01; X3 – количество вводимого в регионе жилья (тысяч м2 общей площади); X4 – общая площадь жилых помещений, приходящаяся в среднем на одного жителя (в м2 на конец года); X5 – число зарегистрированных прав на жилые помещения на основании договоров купли-продажи (за год); X6 – денежные расходы населения на приобретение недвижимости, млн руб.; X7 – количество построенных квартир.

После разработки модели мы смогли осуществить прогноз стоимости 1 м2 жилой недвижимости на первичном и вторичном рынках в ближайшей перспективе. Исходные данные для корреляционно-регрессионного анализа представлены в таблице 1.

Таблица 1 – Исходные данные для корреляционно-регрессионного анализа по Нижегородской области*

Годы     Y1      Y2      X1      X2      X3      X4      X5      X6	X7
2007    54180    40412    10172    3384     1072     22,7     43550    6939	13089
2008    59623    45575    13078    3363     1354     23,1     44307    12199	16196
2009    52907    42602    14490    3344     1404     23,6     35229    6086	17855
2010    47316    42747    16477    3327     1453      24     54370    7716	18498
2011     45324    45410    18337     3308     1471      24,4     74931     7895	19240
2012**   48251    51899    21953     3297     1503     25,2     82143     8004	21105

* – составлено автором по данным Российского статистического ежегодника 2011 г.

** – предварительные данные

Полученные значения позволили построить матрицу результатов корреляционного анализа (таблица 2) и оценить связь между факторами и параметрами рынка жилья по Нижегородской области (таблица 3).

Таблица 2 – Матрица результатов корреляционного анализа нескольких переменных*

№	Х1	Х2	Х3	Х4	Х5	Х6	Х7	Y1	Y2
1	-0,70651	0,794536	-0,54243	-0,74751	-0,70699	0,544347	-0,65883	1
2	0,839439	-0,7307	0,6524	0,809778	0,777322	0,300339	0,765454	-0,25318	1

* – Составлено автором по собственным расчетным данным.

Коэффициент корреляции (r) – это число, заключенное между –1 и 1, которое измеряет силу линейной связи двух случайных переменных. Положительное значение коэффициента корреляции показывает, что с ростом одной из переменных другая также растет; с убыванием одной из них убывает и другая. Отрицательное значение показывает, что с ростом одной из переменных другая убывает, с убыванием одной из них другая растет. Коэффициент корреляции, равный нулю, означает, что между переменными отсутствует линейная связь [3]. Поэтому, если: 0,1 < r XY < 0,3, то связь слабая (+); 0,3 < r XY < 0,5 связь умеренная (+ +); 0,5 < r XY < 0,7 связь заметная (+ + +); 0,7 < r XY < 0,9 связь высокая (+ + + +); 0,9 < r XY < 1 связь весьма высокая (+ + + + +); r XY = 0 связь отсутствует (–).

Таблица 3 – Оценка связи между факторами и параметрами рынка жилья по Нижегородской области (2007–2012 гг.)

Параметры Y/X	Цена 1 м2 жилой недвижимости на первичном рынке	Цена 1 м2 жилой недвижимости на вторичном рынке
среднедушевые денежные доходы населения в месяц в руб.;	+ + + +	+ + + +
численность населения в регионе, тыс. чел. на 01.01;	+ + + +	+ + + +
количество вводимого в регионе жилья (тыс. м2 общей площади);	+ + +	+ + +
общая площадь жилых помещений, приходящаяся в среднем на одного жителя (в м2 на конец года);	+ + + +	+ + + +
число зарегистрированных прав на жилые помещения на основании договоров купли-продажи (за год);	+ + + +	+ + + +
денежные расходы населения на приобретение недвижимости, млн руб.;	+ + +	+ +
количество построенных квартир	+ + +	+ + + +

Из анализа полученных результатов следует, что между ценой на недвижимость на первичном и вторичном рынках существует корреляционная связь. На первичном рынке между ценой на жилье, а также численностью населения в регионе и денежными расходами населения на приобретение недвижимости, существует прямая высокая корреляционная зависимость. Корреляционная связь аналогичной силы, но обратной зависимости характеризует взаимодействие остальных факторов и цены на первичном рынке. На вторичном рынке обратная высокая корреляционная зависимость существует между ценой и численностью населения в регионе, и прямая высокая корреляционная зависимость существует между ценой и остальными исследуемыми факторами.

Проведенный множественный регрессионный анализ позволил построить уравнения зависимости результирующих показателей от использованных в анализе казуальных признаков. Для точности расчетов сначала строилась модель с максимально большим количеством факторов, из которых затем поочередно исключались незначимые факторы, до тех пор, пока модель стала иметь только значимые параметры при них.

Для первичного рынка недвижимости:

Y 1 = –2039831 + 3,14 х 1 + 600,73 х 2 + 39, 12 х 3 – 0,96 х 7;

R 2 = 0,944183687.

Для вторичного рынка недвижимости:

Y 2 = –1056154 + 3,93 х 1 + 313,44 х 2 + 23,24 х 3 – 2,20 х 7;

R 2 = 0,950991473.

Высокие значения коэффициента детерминации подтверждают, что основная доля причин изменения цены 1 м2 жилой недвижимости соответственно 94 % и 95 % для первичного и вторичного рынков недвижимости объясняется вариацией независимых переменных: среднедушевых доходов населения жилья, численностью населения в регионе, количеством вновь вводимого жилья и количеством построенных квартир.

После подбора модели мы смогли осуществить прогноз цены 1 м2 жилья на рынке недвижимости используя метод трендового анализа. Результаты прогноза на ближайшую перспективу отражены на рисунке 1.

Первичный рынок жилой недвижимости

—■— Вторичный рынок жилой недвижимости

Рисунок 1 – Динамика цен за 1 м2 жилой недвижимости в Нижегородской области в 2007–2012 (2019) гг.

Основной индикатор, позволяющий оценить доступность жилья для населения – это коэффициент доступности жилья. Существует несколько методик его расчета. При базовой методике расчета [4] коэффициент доступности определяется как отношение средней цены типовой квартиры к совокупному годовому доходу средней семьи и показывает период, в течение которого семья может накопить из текущих доходов сумму, необходимую для приобретения квартиры:

Кд =S*P/I,

где Кд – коэффициент доступности жилья;

S – общая площадь квартиры;

Р – средняя цена 1 м2;

I – совокупный годовой доход семьи.

Коэффициент доступности может принимать значение, равное нулю (когда квартира предоставляется бесплатно), единице (когда годовой доход семьи не меньше стоимости квартиры), и возрастать до бесконечности (когда годовой доход семьи приближается к нулю).

Другая модель для расчетов, предложена Фондом «Институт экономики города», в которой учтена стоимость годовых текущих расходов семьи. Модель имеет следующий вид:

Кд = V / (I – ПМ) = S * Р / (I – ПМ),                                                          (2)

где V – средняя стоимость квартиры;

S – общая площадь квартиры;

Р – средняя цена 1 м2;

I – совокупный годовой доход семьи;

ПМ – годовой прожиточный минимум семьи.

Однако приведенные формулы не отражают наличия возможных накоплений у граждан, стоимость уже имеющейся квартиры, долю стоимости квартиры, субсидируемую государством (например: материнский капитал), величину текущих годовых расходов семьи. Поэтому представленная выше формула нами была усовершенствована и приобрела следующий вид:

Кд = S * P – Vн – Vк – Vг / (Д – ТР),                                                    (3)

где S – общая площадь квартиры;

Р – средняя цена 1 м2;

Д – совокупный годовой доход семьи;

ТР – текущие годовые расходы семьи;

Vн – накопления семьи;

Vк – стоимость уже имеющейся квартиры;

Vг – доля стоимости квартиры, субсидируемая государством.

В «Системе целевых индикаторов федеральной целевой программы «Жилище на 2002–2010 гг.» принято следующее: коэффициенты доступности жилья определяются как соотношение средней стоимости стандартной квартиры размером 54 м2 и среднего годового дохода семьи из трех человек. Расчеты по приведенным ниже данным (таблица 4) показали, что коэффициент доступности жилья по Нижегородской области на первичном рынке (Кд 1) за исследуемый период улучшился с 29 лет до 9 лет, на вторичном рынке жилья (Кд 2) – с 22 лет до 9,5 лет. Динамика коэффициента доступности жилья по Нижегородской области представлена на рисунке 2.

Таблица 4 – Базовые показатели для расчета коэффициента доступности жилья по Нижегородской области в 2007 – 2012 гг.

Годы	2007	2008	2009	2010	2011	2012
Денежные доходы населения*, руб./мес.	10172	13078	14490	16477	18337	21953
Годовой доход семьи из 3 человек (в том числе 2 трудоспособных), руб. **	244128	313872	347760	395448	440088	526872
Прожиточный минимум для трудоспособного населения, * руб./мес.	4020	5088	5379	5920	6755	6570
Годовой прожиточный минимум семьи, руб. **	144720	183168	193644	213120	243180	236520
Цена предложения на первичном рынке жилья руб./м2*	54180	59623	52907	47316	45324	48251
Цена предложения на вторичном рынке жилья руб./ м2 *	40412	45575	42602	42747	45410	1899
Средняя цена квартиры на первичном рынке жилья, руб. **	2925720	3219642	2856978	2555064	2447496	2605554
Средняя цена квартиры на вторичном рынке жилья, руб. **	2182248	2461050	2300508	2308338	2452140	2802546
КД 1	29,43	24,63	18,54	14,01	12,43	8,97
КД2	21,95	18,83	14,93	12,66	12,45	9,65

Примечание: * – По данным Российского статистического ежегодника РФ за 2011 г.

** – Расчеты автора.

годы

Рисунок 2 – Коэффициенты доступности жилья в Нижегородской области в 2007–2012 гг.

Таким образом, положительная динамика функционирования строительной отрасли и рынка недвижимости требуют увеличения количества и повышения качества оказываемых риэлторских услуг населению и потребителям коммерческой недвижимости. Рынок риэлторских услуг представляет собой сложный объект для изучения. Использование корреляционнорегрессионного анализа позволяет моделировать процессы, происходящие внутри него.

Ссылки:

• 1.      Статистика: учеб. / Л.П. Харченко, В.Г. Ионин, В.В. Глинский и другие. М., 2008. С. 174–187.

• 2.      Статистика: учеб. / под ред. И.И. Елисеевой. М., 2007. С. 99–118.

• 3.     Марченко А.В. Экономика и управление недвижимостью. Ростов н/Д., 2007. С. 147–155.

• 4.     Стерник Г.М., Стерник С.Г. Анализ рынка недвижимости для профессионалов. М., 2009. С. 358–366.