Вторичный рынок отечественных автомобилей Самарской области: факторный анализ цен
Автор: Кочеткова А.Р., Смирнова А.М.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 5 (123), 2025 года.
Бесплатный доступ
В статье исследуются ключевые факторы, влияющие на цены подержанных автомобилей АвтоВАЗ в Самарской области. На основе анализа объявлений о продаже автомобилей выбранных марок была построена модель множественной регрессии с бинарными переменными, включающая такие факторы как марка, возраст и пробег автомобиля. Проверено статистическое качество полученной модели и выполнена ее экономическая интерпретация. Дополнительно проведенный кластерный анализ позволил выделить четыре кластера автомобилей, среди которых наиболее дорогими оказались относительно новые модели с малым пробегом.
Российские автомобили, цены, вторичный рынок, эконометрические модели
Короткий адрес: https://sciup.org/170209221
IDR: 170209221 | DOI: 10.24412/2411-0450-2025-5-194-198
Текст научной статьи Вторичный рынок отечественных автомобилей Самарской области: факторный анализ цен
Рынок подержанных автомобилей в России остается одним из самых динамичных сегментов автомобильной отрасли в стране. В исследованиях [1] отмечена актуальность поддержки данного рынка несмотря на то, что доля продаж бывших в употреблении автомобилей в общем объеме продаж сокращается. Согласно мнению авторов, существующая тенденция не сохранится в дальнейшем, и есть перспектива развития вторичного рынка и услуг по организации процесса покупки подержанных легковых транспортных средств, что подтверждает актуальность исследования.
Анализ российского авторынка в период с 2020 по 2022 год приведен в работе [2]. Авторы исследования отметили сильное негативное влияние пандемии и санкций на отечественный авторынок: сбои в поставках, нехватку запчастей, остановку производств, снижение спроса и, как результат, падение продаж. Несмотря на негативное влияние внешней среды спрос на отечественные автомобили сохранился и имел тенденцию к постепенному росту. Благодаря доступности запчастей, простоте обслуживания и относительно низкой стоимости владения самыми популярными среди россиян остаются машины АвтоВАЗа.
Актуальность изучения цен на отечественные автомобили подтверждается исследова- нием Христакяном Э.Р. и Джанвелян К.А. [3], содержащим сравнительный анализ цен на различные марки автомобилей в разных странах, в том числе и в России. В результате анализа выявлена тенденция сокращения продаж автомобилей иностранных марок, связанная не только с выходом на рынок конкурентных моделей АвтоВАЗа (Lada Vesta, Lada X Ray), но и со снижением доходов населения. Совокупность влияния этих факторов привела к активации покупок более экономичной отечественной модели Lada Granta, вместо аналогичных моделей легковых автомобилей зарубежного производства.
Вопросы зависимости стоимости автомобилей отечественного производителя от различных факторов рассмотрены в работе [4]. Построенная эконометрическая модель оценивала формирование первичной рыночной стоимости автомобилей и включала такие макроэкономические факторы как импорт автомобилей, платежеспособный спрос, инфляцию, цену на сопутствующий товар (бензин). Согласно исследованиям авторов, стоимость отечественных автомобилей на первичном рынке в меньшей мере зависит от его технической характеристики - типа двигателя.
На конечную стоимость автомобиля влияет множество факторов: марка, год выпуска, пробег, техническое состояние, а также регио- нальные особенности рынка. В Самарской области, где располагается головное производство АвтоВАЗа, рынок подержанных автомобилей этой марки имеет свою специфику, обусловленную высокой концентрацией предложения, локальным спросом и особенностями эксплуатации. В связи с этим изучение факторов ценообразования будет основой для понимания реальной стоимости автомобилей, представленных на вторичном рынке, и поможет покупателям не переплачивать, а продавцам – адекватно оценивать автомобиль.
Целью исследования стала оценка влияния ключевых факторов, таких как марка, пробег и возраст, на цены автомобилей АвтоВАЗа на вторичном рынке Самарской области. Для расширения понимания рыночной динамики стоимости автомобилей была выполнена сегментация предложений автомобилей на вторичном рынке Самарской области.
Для достижения поставленной цели необходимо было решить ряд задач:
-
1. Сформировать выборку с ценами предложения автомобилей различных марок на вторичном рынке.
-
2. Произвести описательную и аналитическую статистику исходных данных, включая проверку гипотезы о виде распределения цен на подержанные автомобили.
-
3. Построить ансамбль моделей множественной линейной регрессии с различной спецификацией и получить статистические оценки их качества.
-
4. Выполнить экономическую интерпретацию результатов моделирования.
-
5. Выполнить кластерный анализ исходных данных и определить типичный состав групп.
Практическая значимость исследований. Полученные результаты могут быть использованы для повышения прозрачности рынка, оптимизации ценовой политики продавцов и принятия обоснованных решений покупателями.
Материал и методы. Материалом исследований стали объявления, содержащие стоимостные данные (руб.) о продаже автомобилей с накопленным пробегом (км) марок Lada Granta, Lada Kalina, Lada Vesta на автомобильном сайте продаж Авто.ру, отсортированные по региональной принадлежности (предложения по Самарской области). Выборка включала 100 наблюдений.
Помимо классических методов исследований, таких как индукция, дедукция, анализ и синтез были использованы специальные эконометрические методы. Для факторного анализа использованы модели множественной линейной регрессии с бинарными переменными.
Модели множественной регрессии широко используются в качестве инструментов в экономическом анализе. К примеру, в работе [5] с их помощью оценено влияние ряда факторов на заработную плату. Такой метод многомерного анализа данных, как кластерный анализ, был использован для выделения типичных групп.
Расчеты выполнены в эконометрическом пакете GRETL и программном обеспечении STATISTICA.
Результаты и их обсуждение. Описательная статистика цен предложения на автомобили с пробегом приведена в таблице 1.
Таблица 1. Описательная статистика цены на подержанные автомобили
Тачечная характеристика |
Значение |
Среднее |
689760,00 |
Ст. откл. |
315790,00 |
Медиана |
647500,00 |
Вариация |
0,46 |
Асимметрия |
0,51 |
Эксцесс |
-0,28 |
Минимум |
145000,00 |
Максимум |
1500000,00 |
Средняя цена автомобиля рассматриваемых марок составляет 689760 руб., минимальная цена – 145000 руб., максимальная цена –
1500000 руб. Распределение имеет положительную правостороннюю асимметрию и отрицательный эксцесс.
Проверка нормальности распределения цен выполнена одновременно по нескольким непараметрическим статистическим критериям: критерию хи-квадрат, тестам Дурника-Хансена, Шапиро-Уилка, Лиллифорса, Жарка-Бера. Для дальнейших расчетов уровень значимости был выбран равным 0,05. Все критерии позволили отвергнуть нулевую гипотезу о нормальности распределения (р-значение<0.05). Дополнительно была выполнена проверка цен на соответствие гамма- распределению. Полученное р-значение=0,47 позволило сделать вывод о том, что стоимость автомобилей на вторичном рынке ближе к малым значениям, чем к большим.
Был построен ансамбль моделей множественной линейной регрессии, связывающих цену автомобиля Y (руб) с такими факторами как возраст AGE (лет); пробег MILEAGE (км) и бинарными переменными Z 1 , Z 2 и Z 3 , значения которых соответствовали:
Z1 = 1 для LADA Granta и Z1 = 0 в остальных случаях Z2 = 1 для LADA Vesta и Z2 =0 в остальных случаях Z3 = 1 для LADA Kalina и Z3 =0 в остальных случаях
В первой модели ансамбля фиктивные переменные отсутствовали, во второй модели ансамбля, для устранения полной мультиколлинеарности, в расчет включались только две фиктивные переменные.
Для всех моделей ансамбля была выполнена проверка гетероскедастичности остатков по тестам Уайта и Бреуша-Пагана. В случае выявления гетероскедастичности модель перестраивалась с использованием робастных стандартных ошибок, на основании которых делался вывод о статистической значимости коэффициентов регрессии.
где Y – стоимость автомобиля (руб.); AGE – возраст автомобиля (лет); MILEAGE – пробег (км).
При прочих равных условиях каждый последующий год эксплуатации автомобиля уменьшает его стоимость на 49300 руб., а каждый дополнительный пройденный километр пробега уменьшает стоимость автомобиля на 1,1 руб.
Для оценки влияния индивидуальных особенностей каждой из трех рассматриваемых
Проверка мультиколлинеарности факторов, входящих в модели, выполненная по методу инфляционных факторов, подтвердила отсутствие мультиколлинеарности.
Статистические оценки Модели 1 показали, что константа и оценка коэффициента при факторе AGE (возраст) значимы на 1% уровне, оценка коэффициента при факторе пробег (MILEAGE) значима на 5% уровне. Модель адекватна по критерию Фишера .
Уравнение Модели 1 имело вид:
У = 1180000 - 49300 - AGE - 1,1 - MILEAGE
марок на цену построена Модель 2. В ее спецификацию помимо возраста и пробега были включены соответствующие бинарные переменные.
Все коэффициенты Модели 2, оцененные с помощью робастных стандартных ошибок, были значимы на 1% уровне, модель была адекватна по критерию Фишера. Интерпретация полученной модели возможна и оценка влияния всех факторов состоятельна.
Уравнение Модели 2 имело вид:
Y = 1080000 - 109086-Z! + 248791-Z2 - 38047-AGE - 1,39-MILEAGE (2)
где Y – стоимость автомобиля (руб.); AGE – возраст автомобиля (лет); ILEAGE – пробег (км), Z 1 – LADA Granta, Z 2 – LADA Vesta.
Коэффициент детерминации для Модели 2 равен 0,83, модель адекватна по критерию
Фишера. Интерпретация уравнения (2) для каждой из трех марок проводилась по зависимостям:
LADA Granta: Y = 1080000 - 109086 - 38047-AGE - 1,39-MILEAGE LADA Vesta: Y = 1080000 + 248791 - 38047-AGE - 1,39-MILEAGE
LADA Kalina: Y = 1080000 - 38047-AGE - 1,39-MILEAGE
Самая высокая начальная цена отмечена у модели LADA Vesta. При прочих равных условиях каждый дополнительный год эксплуатации снижает стоимость подержанных автомобилей в среднем на 38047 руб., каждый дополнительный километр пробега снижает стоимость на 1,98 руб. По сравнению с другими марками при прочих равных условиях LADA Vesta в среднем будет дороже на
248791 руб., LADA Granta – дешевле на 109086 руб.
Для переменных стоимость, возраст автомобиля и пробег (км) методом k-средних был выполнен кластерный анализ. Он позволил выделить четыре группы автомобилей, каждая из которых обладает уникальными характеристиками. Результаты кластерного анализа приведены в таблице 2.
Таблица 2. Характеристики кластеров
Номер кластера |
Кол-во элементов в кластере, ед. |
Средние значения |
Марки автомобилей, входящих в кластер |
||
Стоимость (Y), руб |
Возраст (AGE), лет |
Пробег (MILEAGE), км |
|||
Кластер 1 |
29 |
885510,4 |
5 |
63208,6 |
LADA Granta, LADA Vesta |
Кластер 2 |
31 |
605741,9 |
8,8 |
99214,4 |
LADA Granta, LADA Vesta, LADA Kalina |
Кластер 3 |
28 |
330142,8 |
11,7 |
151993,2 |
LADA Granta, LADA Kalina |
Кластер 4 |
12 |
1272833 |
3 |
33419 |
LADA Granta, LADA Vesta |
Кластеры 1 и 4 объединяют автомобили с высокой стоимостью, но разным возрастом и пробегом. Кластер 2 представляет собой автомобили среднего класса с умеренной стоимостью, но значительным возрастом и пробегом. Кластер 3 включает самые старые и изношенные автомобили с низкой стоимостью.
Выводы. В результате проведенных исследований были решены все поставленные задачи. Для оценки влияния ключевых факторов на стоимость автомобилей LADA на вторичном рынке Самарской области предлагается использовать модель множественной линейной регрессии с фиктивными переменными, которая имела хорошие статистические оценки качества.
При прочих равных условиях каждый дополнительный год эксплуатации снижает стоимость подержанных автомобилей в среднем на 38 тыс.руб., каждый дополнительный километр пробега снижает стоимость на 1,98 руб.
По сравнению с другими марками при прочих равных условиях LADA Vesta в среднем будет дороже на 249 тыс.руб., LADA Granta – дешевле на 109 тыс. руб.
Модель позволяет прогнозировать рыночную цену автомобилей на вторичном рынке с учетом марки, пробега и возраста автомобиля.
В результате кластерного анализа получена дифференциация ценовых сегментов в зависимости от характеристик подержанных автомобилей. Каждый из четырех выделенных кластеров характеризуется уникальными сочетаниями стоимости, возраста и пробега. Два кластера включали автомобили с высокой стоимостью, но разным возрастом и пробегом; далее выделен кластер автомобилей среднего ценового сегмента с значительным возрастом и пробегом; последний кластер включал наиболее старые и изношенные автомобили с самой низкой стоимостью.
Результаты исследования могут быть полезны для покупателей и продавцов подержанных автомобилей, помогая им принимать обоснованные решения при оценке стоимости транспортных средств.