Регрессионный анализ рынка жилья в Московской области

При выборе модели необходимо также учесть, что x4 — материал стен дома — влияет в процентном отношении на стоимость 1 кв. м общей площади (x2).Таким образом, была выбрана мультипликативная регрессионная модель, которая удовлетворяет указанным условиям (ограничениям) и имеет вид, где i=1,2…n;xij- значение j-го показателя i-го наблюдения (квартиры);

величины и. Линейная модель.Проведем предварительный статистический анализ данных, корреляционный анализ, выявив наличие мультиколлинеарности и наиболее тесно связанных с y объясняющие переменные. Найдем матрицу коэффициентов корреляции для исследуемых показателей. YX1X2X3X4X5X6X7X8X9Y1,000−0,1440,5400,720−0,1480,129−0,0390,1770,2800,689X1−0,1441,0000,362−0,099−0,090−0,0910,061−0,200−0,0250,024X20,5400,3621,0000,781−0,228−0,0110,4680,2530,2350,198X30,720−0,0990,7811,000−0,2290,2660,2810,3830,1750,294X4−0,148−0,090−0,228−0,2291,0000,2090,000−0,5020,148−0,256X50,129−0,091−0,0110,2660,2091,000−0,361−0,0750,177−0,102X6−0,0390,0610,4680,2810,000−0,3611,0000,436−0,2040,000X70,177−0,2000,2530,383−0,502−0,0750,4361,000−0,4270,123X80,280−0,0250,2350,1750,1480,177−0,204−0,4271,0000,000X90,6890,0240,1980,294−0,256−0,1020,0000,1230,0001,000Анализируя корреляционную матрицу можно сделать вывод, что значения коэффициентов корреляции не превышают 0,8. Следовательно, мультиколлинеарность в нашей модели отсутствует. Построим регрессионную модель зависимости y от объясняющих переменных пошаговым методом.

1.Значимость полученной модели определяется по критерию Фишера (F =14,2 723), оценивающему вероятность случайного отклонения от нуля коэффициента детерминации при отсутствии связи в генеральной совокупности. Желательно, чтобы полученный минимальный уровень значимости Fкритерия (Prob.) был меньше 0,05.Результаты анализа показали, что уравнение регрессии значимо, значит, хотя бы 1 коэффициент регрессии значимо отличается от 0. Исключим из модели переменную x6, т.к. у нее t минимально по модулю, затем заново проведем анализ.

2. Уравнение опять получилось значимо, исключим из модели переменную x4, затем заново проведем анализ.

3. Уравнение опять получилось значимо, исключим из модели переменную x5, затем заново проведем анализ.

4. Статистический анализ требует исключить из модели переменную x7, т.к. у нее t минимально по модулю, но с содержательной точки зрение влияние этого фактора является достаточно весомым, поэтому исключим переменную x1.

5. Уравнение опять получилось значимо, опять требуется исключение переменной x7, т.к. у нее t минимально по модулю, но, так как это противоречит содержательной точке зрения, мы исключим х2.

6. Уравнение опять получилось значимо, опять требуется исключение переменной x7, т.к. у нее t минимально по модулю, но это противоречит содержательной точке зрения, на этом закончим исключение переменных и приступим к построению уравнения регрессии. Проверим модель на гетероскедастичность. Наша модель гомоскедастична, остатки имеют постоянную дисперсию. Получили такое уравнение регрессии: Полученное значение R-squared =0,769 808 свидетельствует о том, что 76,98% вариации зависимой переменной стоимости жилья (y) объясняется вариацией площади кухни (x3), фактора о нахождении ближайшей к дому конечной станции радиальной линии метро (х7), кольцевой станции метро (x8) и ближайшей к дому кольцевой линии (x9), а остальные 23,02% вариации вызваны воздействием неучтенных в модели случайных факторов, поэтому видно, что для характеристики стоимости жилья (y) данная модель пригодна. Из приведенной модели следует, что увеличение площади кухни на 1% ведет к повышению стоимости квартиры на 378,29%. Если ближайшей к дому является конечная станция радиальной линии метро, то при прочих равных условиях, стоимость квартиры снижается в среднем на 2,298%. Если она находится вблизи кольцевой линии метро, то при прочих равных характеристиках, стоимость квартиры повышается в среднем на 2375,6%. А, если ближайшая станция метро расположена внутри кольца, то стоимость квартиры увеличивается на 3728,2%. Такие факторы, как жилая и общая площади, материал стен дома, наличие балкона, этаж не вошли в модель, т.к. при заданном уровне значимости, а также на фоне влияния остальных рассматриваемых в модели факторов, эти факторы не оказывают существенного влияния на стоимость однокомнатных квартир в Москве. Отсутствие в модели таких важных факторов, как жилая и общая площади, объясняется тесной корреляцией этих признаков с фактором x3 -площадь кухни, который вошел в модель.

Заключение

.

Особенностью рынка жилой недвижимости Московского региона является тесное взаимодействие, связь Москвы и Московской области, с одной стороны, и их качественное отличие друг от друга, — с другой. Наличие сильной территориальной интеграции Москвы и Московской области (эксклавы), а также расширение границ Москвы путем присоединения территорий Московской области указывает не взаимосвязь субъектов. Территориальная интеграция влечет за собой взаимосвязь по качеству экологической обстановки, так как Москва влияет на экологию Московской области. Московский регион характеризуется высокой концентрацией населения, при этом часть населения Московской области работает на предприятиях Москвы. В РФ приняты федеральные программы, направленные на развитие Московского региона в целом, что также подтверждает тесную взаимосвязь Москвы и Московской области.

Московская область привлекает в жилищное строительство инвестиционные ресурсы столицы: в частности, ряд московских строительных организаций осуществляет свою деятельность в Подмосковье. Кроме того, большая доступность жилья в Московской области делает этот рынок более привлекательным. Следовательно, Московская область частично содействует столице в решении жилищной проблемы. Жилищный фонд Московского региона характеризуется отличием его качественного состояния по сегментам (г. Москва и Московская область). Например, по показателю доли ветхого и аварийного жилищного фонда в 2015 г. Московская область входила лишь в 15% субъектов РФ с наименьшим уровнем показателя (доля ветхого и аварийного жилищного фонда в Подмосковье составила 1,5%), а в г. Москве наблюдалось наименьшее значение показателя среди всех регионов России (0,3%). Москва и Московская область взаимосвязаны между собой, что подтверждается их сходством по масштабности имеющегося жилищного фонда, высокой активности строительства жилья, а также совместным участием в решении жилищных проблем Московского региона. Одновременно с этим специфические отличия этих сегментов диктуют наиболее важные направления исследования для рынков жилья Москвы и Московской области, способствующие разработке эффективного комплекса мер по улучшению состояния рынка жилья в Московском регионе. Следовательно, Московский регион — центр быстро растущего жилищного фонда в России. Таким образом, в силу взаимосвязи Москвы и Московской области и наличия при этом качественных различий по характеристикам рынка жилья и других смежных областей экономики для проведения комплектного анализа рынка жилья Московского региона необходима разработка мощного исследовательского инструментария. Одним из наиболее важных компонентов этого инструментария является универсальная система показателей, позволяющая анализировать различные аспекты рынка жилья Москвы и Московской области, учитывающая особенности каждого из сегментов.

Список литературы

Аналитика рынка недвижимости//www.bsn.ru/analytics/Ежедневник нижегородских предпринимателей «Биржа» № 2 от 25 января 2016 года.

Коммерческая недвижимости в фас и профиль": рекламно — информационный еженедельник «Полезная площадь» № 12 (340) от 30 марта 2016 года.

Новости недвижимости// www.jurinfo.ru/news/estate/n1757/Основные индикаторы рынка жилья//www.bn.ru/graphs/Рекламно — информационный еженедельник «Полезная площадь» № 48 (325) от 08 декабря 2015 года.