Тренды российского ипотечного рынка

Развитие российского ипотечного рынка в 2020 г. характеризовалось значительным ростом не только объема, полученных кредитов, но и существенным увеличением их числа. Предпосылками возникновения такой ситуации стали ввод государственной льготной ипотечной программы на покупку новостройки и существенное снижении ключевой ставки (на 2 процентных пункта) за первое полугодие. Надо отметить, что программа льготной ипотеки стартовала с 17 апреля 2020 г. [1] и должна была завершиться уже 1 ноябрем 2020 г., но затем была продлена до 1 июля 2021 г. Такие короткие сроки государственной поддержки льготной ипотечной ставки способствовали решительности населения приобрести квартиру с использованием ипотечных инструментов.

Динамика цен на жилье во многих крупных субъектах имела растущую тенденцию, что стимулировало население к покупке квартиры с использованием ипотечного кредита. Однако, в апреле 2020 г. число выданных ипотечных жилищных кредитов (ИЖК) сократилось на 17% по сравнению с аналогичным периодом прошлого года и на 27% по сравнению с предыдущим месяцем [2], что явилось следствием пандемии Covid-19. Целью представленного исследования является определение тенденций на ипотечном рынке России с целью перспективной оценки его развития.

ГРНТИ 06.35.33

Марина Владимировна Боченина – кандидат экономических наук, доцент, доцент кафедры статистики и эконометрики Санкт-Петербургского государственного экономического университета.

Статья поступила в редакцию 05.07.2021.

Материалы и методы

Информация о числе выданных ИЖК публикуется Центральным банком Российской Федерации, начиная с 2009 г., визуальное представление динамики показано на рисунке 1, где отчетливо прослеживаются сезонные колебания в конце и начале года.

Рис. 1. Число выданных ипотечных жилищных кредитов в рублях, Россия, январь 2009 – декабрь 2019 гг. [3]

Оценка тенденции была проведена за период 2012–2019 гг. поскольку в предыдущие годы развитие ипотечного рынка только начиналось, и тенденция того периода была неустойчивой, а расширение интервала исследования привело бы к отсутствию нормального распределения остатков по тренду. Анализ частной корреляционной функции (см. рис. 2) показал наличие сезонных колебаний в первый, второй, четвертый и двенадцатый месяц года. Учет этих колебаний, при моделировании тенденции, требует введение четырех фиктивных переменных, отражающих особенности динамики числа ИЖК в январе, феврале, апреле и декабре.

О          2          4          6          8          10         12         14

лаг

Рис. 2. Частная автокорреляционная функция числа выданных ипотечных жилищных кредитов в рублях, Россия, январь 2012 – декабрь 2019 гг.

Сравнение прогнозной оценки, полученной по тренду, с фактическим уровнем исследуемого процесса позволило выявить и оценить нарушение тенденции. Дальнейшее изучение динамики числа ИЖК было основано на выявлении взаимосвязи с другими факторами, оказывающими влияние на получение ИЖК. Анализ показал, что средневзвешенная ежемесячная ставка по ИЖК имеет обратную тесную связь с числом полученных ИЖК, коэффициент корреляции равен (-0,81), поэтому этот признак был использован при моделировании.

Результаты и их обсуждение

Тенденция числа выданных ипотечных жилищных кредитов в рублях (q) по ежемесячным данным за период январь 2012 – декабрь 2019 гг. может быть представлена следующим уравнением:

qt = 47654,2 + 702,4t - 33749,8z1 - 9164,1z2 + 7989,9z4 + 30547,6z12 + st,     (1)

(3,5) (3,2)        (-10,6)        (-3,4)        (3,6)        (11,2)

где E_t - случайные остатки по модели; z - фиктивная переменная, характеризующая особенности по-

лучения ИЖК по месяцам:

(1, в январе 1 (0, в другие месяцы ; (1, в феврале z2 = (0, в другие месяцы; = (1, в апреле z4 = ( 0, в другие месяцы ; = (1, в декабре z12 = (0, в другие месяцы .

В скобках указаны фактические значения t -статистики Стьюдента, а критическое значение составило t (89;0,05) =1,99, что говорит о статистической значимости параметров модели. Коэффициент детерминации R ² равен 0,92. Уравнение в целом статистически значимо. Автокорреляция в остатках была устранена применением обобщенного метода наименьших квадратов (ОМНК). Остатки имеют нормальное распределение /²=2,3 (р -значение=0,3). Ошибка аппроксимации MAPE =8%, характеризует приемлемое качество модели. Следовательно, модель пригодна для прогноза. Результаты прогноза представлены на рисунке 3, в виде диаграммы «прогноз-реализация», где ординаты — это прогнозные значения, а абсциссы – фактические [3].

Рис. 3. Диаграмма «прогноз-реализация» числа выданных ипотечных жилищных кредитов в рублях, январь-май 2021 г., Россия

Дата	Число, выданных ИЖК в рублях
2021 г.	прогноз	факт
январь	81 652	77 817
февраль	106 996	108 435
март	116 910	122 397
апрель	125 643	90 513
май	118 390	85 460

Прогноз на первый квартал 2021 г. на диаграмме сосредоточился вдоль линии совершенного прогноза, а прогнозная оценка на апрель и май расположена в зоне недооценки. Таким образом, до объявления пандемии Covid-19 процесс выдачи ИЖК соответствовал сформировавшейся тенденции, в апреле-мае число выданных ИЖК на 38% ниже прогнозной оценки по модели, что отражает отрицательное влияние пандемии.

Однако, возникшую тенденцию к снижению удалось переломить стартовавшей в апреле 2020 г. государственной программой льготной ипотеки, которая позволила существенно снизить ставку по ИЖК. Дальнейший анализ динамики числа выданных ИЖК проведен с учетом изменения средневзвешенной ставки по ИЖК, предоставленной в течение месяца ( rate t ). Модель построена по данным [3] за период 2016–2019 гг. и имеет следующий вид:

qt = 279563 - 16775,2 ratet - 43117,4z1 - 10352,5z2 + 8367,2z4 + 26904,0z12 +ft, (2)

• (15,1)    (-9,8) (-9,7) (-2,8) (2,6) (7,4) где f_t - случайные остатки по модели.

Характеристики модели: R ² = 0,94; t (_{41 0},₀₅) =2,02; /²=4,5 (р -значение=0,1); MAPE =5,5%, автокорреляция в остатках устранена с помощью ОМНК. Таким образом, модель имеет хорошие аппроксимирующие характеристики, отвечает всем необходимым требованиям и может быть использована для прогноза. Построение прогноза потребовало предварительной оценки ставки по ИЖК – rate t .

Сохранение тенденции 2016-2019 гг. для ставки по ИЖК описывается следующим уравнением тренда, в котором периодические колебания ставки учтены с помощью ряда Фурье:

ratet = 12,7 — 0,1t + 0,74cost — 0,27cos2t — 0,24cos4t + ut,              (3)

• (60) (-11) (5,2)         (-9,7)          (-3,1)

где u_L - случайные остатки по модели.

Тренд статистически значим, имеет хорошую аппроксимацию, его характеристики: R ² = 0,98; t (_{43; 0},₀₅) =2,02; ^²=5,6 (р -значение=0,06); MAPE =1,3%; автокорреляция в остатках ( rho) отсутствует rho =0,08.

Прогноз числа, выданных ИЖК модели (2), полученный на основе прогнозной оценки по модели (3), представлен на рисунке 4.

Рис. 4. Число выданных ипотечных жилищных кредитов в рублях, Россия, 2016 - декабрь 2019 гг. и прогнозная оценка на 2020 г.

Таким образом, согласно модели (3) в 2020 г. при сохранении тенденции предыдущего периода можно было ожидать рост числа ИЖК на 17% относительно предыдущего года, но пандемия и программа льготной ипотеки внесли свои коррективы в динамику. Поэтому, прогнозная оценка по модели (2) была построена на предположении, что среднегодовая ставка по ИЖК составила 7,7% в 2020 г. Поскольку информация за 2020 г. была уже известна, то проверка точности модели (3) проведена на основе ex post метода [4]. Ошибка аппроксимации в этом случае MAPE не превысила 4%, что свидетельствует о хорошем качестве модели и возможности использовать ее для прогнозной оценки и на 2021 г., но для этого необходимо построение прогноза ипотечной ставки.

В работе [5] было показано, что средневзвешенная процентная ставка по ИЖК в рублях, предоставленным в отчетном месяце в Санкт-Петербурге в период 2018-2020 гг., коинтегрирована с ключевой ставкой Банка России. Поэтому, было построено следующее коинтеграционное уравнение средневзвешенной ставки по ИЖК (rate_t ) и ключевой ставки ( k_t ), предоставленной в рублях за период 20182020 гг. для Российской Федерации:

ratet = 4,53 + 0,71kt + ut, (4)

(7,6) (7,5)

Коэффициент детерминации составил 98%; t (_{33; 0},о5) =2,03;/²=2,6 (р -значение=0,27); MAPE =1,5%; rho =0,07. Уравнение отвечает всем необходимы критериям коинтеграции: остатки представляют собой стационарный процесс на основании двух альтернативных тестов, расширенного теста Дики-

Фулера (p-value =1,5x10 -6 ) и теста KPSS (p-value =0,1). Следовательно, рост ключевой ставки на 1 процентный пункт приводит к росту ипотечной ставки в среднем на 0,71 процентный пункт.

Сценарный прогноз ставки по ИЖК построен для трех вариантов: оптимистический при условии, что ключевая ставка снизится и составит в 2021 г. в среднем 4%; реалистичный – 5,5%; негативный – 6,5%. Результаты прогноза представлены в таблице 1.

Таблица 1

Прогнозная оценка средневзвешенной процентной ставки по ИЖК в Российской Федерации на 2021 г. по коинтеграционной модели

Граница прогноза	Ключевая ставка Банка России, %
	4,0	5,5	6,5
	Варианты прогноза ставки ИЖК, %
	Оптимистичный	Реальный	Негативный
Точечная	7,23	8,31	9,04
Нижняя	6,89	7,87	8,53
Верхняя	7,56	8,76	9,55

В случае оптимистичного прогноза средневзвешенная ставка по ИЖК достигнет в России минимальных значений, наиболее реальное развитие ситуации – это возвращение ставки на уровень первой половины 2020 г., что вполне объяснимо практически завершившейся льготной ипотекой с 1 июля 2021 г. для Москвы и Санкт-Петербурга. Поскольку снижение суммы кредита по льготной ипотеке до величины меньшей, чем стоимость квартиры-студии в этих городах равносильно прекращению действия льготы. Негативный сценарий, при котором существенно возрастет ключевая ставка по сравнению с 2020 г. приведет к значительному росту ипотечной ставки и возращению ее на уровень конца 2019 г.

В таблице 2 представлены результаты сценарного прогноза по модели (2) числа выданных ИЖК за 2021 г.

Таблица 2

Сценарный прогноз на 2021 г. числа выданных ипотечных жилищных кредитов в рублях в Российской Федерации

Граница прогноза	Средневзвешенная ставка по ИЖК, %
	7,23	8,31	9,04
	Варианты прогноза числа ИЖК
	Оптимистичный	Реальный	Негативный
Точечная	1 881 136	1 663 730	1 516 779
Нижняя	1 681 877	1 464 470	1 317 520
Верхняя	2 080 397	1 862 990	1 716 040

Таким образом, точечный прогноз показал, что в случае оптимистичного прогноза число выданных ИЖК может на 20% превысить уровень 2020 г., при реалистичном – в самом благоприятном варианте рост составит 8%, а в случае негативного сценария сохранится уровень прошлого года.

По данным первых четырех месяцев [6] динамика числа ИЖК соответствует оптимистичному варианту прогноза. Оценка ex post методом, показала, что ошибка аппроксимации MAPE точечного прогноза составила 9%, а верхней границы 95% доверительного интервала – 1%. Однако в июле в связи с изменениями в получении льготной ипотеки тенденция может измениться на средний вариант прогноза, тогда число выданных ИЖК в 2021 г. вырастет не более чем на 10% по сравнению с предыдущим годом.

Заключение

Рассмотренные тенденции на рынке жилья показали, что льготная ипотека позволила оживить действия граждан на жилищном рынке, и в 2020 г. число выданных ИЖК выросло на 35% по сравнению с предыдущим годом. Однако, дальнейшая динамика с таким же темпом роста не представляется возможной в связи с ростом ключевой ставки и изменением условий предоставления льготной ипотеки для регионов, которые составляют пятую часть по количеству выданных ИЖК. Вопросам исследования проблем и тенденций на российском ипотечном рынке посвящено много работ, в которых отмечается [7, 8] отставание роста доходов от роста цен на жилье и долговой нагрузки по ИЖК. Следовательно, наметившийся рост ипотечной ставки приведет к снижению доступности жилья для широких слоев населения.