Прогноз цен на квартиры
Рынок недвижимости не раз проходил периоды подъема и спада. А что ждет участников рынка в 2017 году?
В настоящее время, особую важность приобрела проблема прогнозирования стоимости квадратного метра недвижимости, которая обусловлена неопределенностью рынка жилья.
Сложность проблемы прогнозирования рынка недвижимости также обусловлена дисбалансом спроса и предложения. Баланс спроса и предложения на рынке недвижимости достигает редко. Предложение конкретного вида недвижимости обычно отстает от рыночного спроса. Сложность, инертность и длительный срок строительного процесса могут привести к возникновению не рыночного равновесия, а избыточного предложения. Если спрос на недвижимость резко увеличивается, дополнительное предложение не может быть обеспечено быстро. При снижении спроса избыточное предложение также не может поглощено рынком быстро.
Говоря о рынке недвижимости надо вести речь не объектах недвижимого имущества, а об участниках рынка недвижимости и функционирования самой недвижимости в качестве товара или источника дохода.
При анализе рынка недвижимости также необходимо изучить состояние экономики. Это оценка рыночного равновесия[i], а также оценка рыночной реакции (как альтернативного использования недвижимости) и влияние на стоимость.
По прогнозированию недвижимости проведено мало исследований, одно из которых основано на анализе трендов[ii]. Авторами исследована динамика изменения цен, построенная по статистике, относящейся к Нижнему Новгороду. Авторы считают, что не существует методов, позволяющих точно «угадать» будущее развитие ситуации. Вместе с тем авторы делают вывод, что на примере известных методов можно обнаружить тенденцию развития событий и на основе сопоставления с прошлым опытом предсказать характеристики наиболее вероятного развития событий.
Нами сделана попытка выполнить анализ динамики цен квартир, используя существующих методов (регрессионный анализ и метод экспоненциального сглаживания[iii]). Результаты анализа могут служить базой для прогноза дальнейшего развития рынка недвижимости. Цены представлены относительными значениями, приведенными к январю 2013 года. Расчетная стоимость одного квадратного метра квартиры в начале периода (январь 2013 года) принята за единицу.
Однокомнатные квартиры 104-серии
Первоначальной ступенью в регрессионном анализе данных является проверка их однородности.
Рис. 1. Динамика цен однокомнатных квартир 104-серии в 5 микрорайоне в относительных единицах (период январь 2013-декабрь 2016 гг.).
На рисунке1, иллюстрирующему общую динамику цен однокомнатных квартир 104-серии в 5-ом микрорайоне г. Бишкек в течение длительного периода (январь 2013-декабрь 2016 гг.), отметим присутствующих в нем ценовых изменений. До октября 2013 года образованный из последовательных удельных цен квартир временной ряд содержал в себе выраженный плавный тренд, отражающий в среднем монотонный рост стоимости жилья. Далее после резкого скачка цен в середине осени 2013 года характер тенденции полностью изменился: начался стремительный скачкообразный рост цен с достижением первой пиковой точки максимального значения (февраль 2014 г.) и последующим спадом (ноябрь 2014 г.). Наблюдается резкий скачок цен в конце 2014 года, продолжающийся до апреля 2015 года. Начиная с мая 2015 г. по декабрь 2016 г. цены на однокомнатные квартиры 104-серии заметно снизились.
Таким образом, исследуемый временной ряд содержит в себе различные тенденции (рис. 2).
Рис. 2. Тенденция стоимости однокомнатных квартир 104-серии в 5-ом микрорайоне г. Бишкек.
Из рисунка 2, видно, что линия тренда, представленного полиномом достаточно высокой степени, не может в полной мере аппроксимировать изменение показателя. Хорошая интерполяция не всегда гарантирует высокую точность прогноза дальнейшего поведения цен. При наличии достаточно точной интерполяции временного ряда, дающей приближенные к единице значения коэффициента детерминации (в нашем примере R2=0,816), не всегда возможно получить хороший результат в продолжении интерполирующей функции на прогнозный период. Более того, при высоких степенях полинома такой прогноз становится неустойчивым и, наоборот, приводит к большим ошибкам, чем модели более простой структуры. Поэтому для прогнозирования временных рядов на небольшие интервалы времени целесообразно использовать полиномы низкой степени.
Результаты обработки данных по стоимости однокомнатных квартир 104-серии, представлены в виде временных рядов, которые отображены на рисунке 3 и в таблице 1.
Рис. 3. Прогнозирование стоимости квадратного метра однокомнатных квартир 104-серии в 5-ом микрорайоне г. Бишкек на основе трендовых моделей.
Таблица 1. Прогнозирование цен на однокомнатные квартиры 104-серии в 5-ом микрорайоне г. Бишкек,основанные на анализе трендов.
№п/п |
период |
цена, кв.м/долл. |
квадратичный тренд |
экспоненциальный тренд |
линейный тренд |
1 |
2013Jan |
1170 |
1117 |
1290 |
1271 |
2 |
Feb |
1050 |
1128 |
1277 |
1262 |
3 |
March |
1070 |
1138 |
1264 |
1252 |
4 |
April |
1150 |
1147 |
1252 |
1242 |
5 |
May |
1080 |
1155 |
1239 |
1232 |
6 |
June |
1065 |
1162 |
1227 |
1223 |
7 |
July |
1080 |
1168 |
1215 |
1213 |
8 |
Aug |
1050 |
1173 |
1203 |
1203 |
9 |
Sept |
1075 |
1178 |
1191 |
1193 |
10 |
Oct |
1250 |
1181 |
1179 |
1184 |
11 |
Nov |
1150 |
1183 |
1167 |
1174 |
12 |
Dec |
1320 |
1185 |
1156 |
1164 |
13 |
2014Jan |
1265 |
1185 |
1144 |
1155 |
14 |
Feb |
1370 |
1185 |
1133 |
1145 |
15 |
March |
1235 |
1184 |
1122 |
1135 |
16 |
April |
1320 |
1182 |
1110 |
1125 |
17 |
May |
1190 |
1178 |
1099 |
1116 |
18 |
June |
1265 |
1174 |
1088 |
1106 |
19 |
July |
1233 |
1169 |
1078 |
1096 |
20 |
Aug |
1225 |
1163 |
1067 |
1086 |
21 |
Sept |
1275 |
1156 |
1056 |
1077 |
22 |
Oct |
1230 |
1148 |
1046 |
1067 |
23 |
Nov |
1180 |
1140 |
1035 |
1057 |
24 |
Dec |
1360 |
1130 |
1025 |
1048 |
25 |
2015Jan |
1370 |
1119 |
1015 |
1038 |
26 |
May |
1069 |
1108 |
1005 |
1028 |
27 |
June |
984 |
1095 |
995 |
1018 |
28 |
Aug |
930 |
1082 |
985 |
1009 |
29 |
Sept |
1060 |
1067 |
975 |
999 |
30 |
Oct |
940 |
1052 |
965 |
989 |
31 |
Nov |
840 |
1036 |
956 |
979 |
32 |
Dec |
940 |
1018 |
946 |
970 |
33 |
Jan |
855 |
1000 |
937 |
960 |
34 |
2016Feb |
790 |
981 |
927 |
950 |
35 |
March |
830 |
961 |
918 |
941 |
36 |
April |
770 |
940 |
909 |
931 |
37 |
May |
810 |
918 |
900 |
921 |
38 |
June |
805 |
895 |
891 |
911 |
39 |
July |
830 |
872 |
882 |
902 |
40 |
Aug |
800 |
847 |
873 |
892 |
41 |
Sept |
925 |
821 |
865 |
882 |
42 |
Oct |
885 |
795 |
856 |
872 |
43 |
Nov |
745 |
767 |
848 |
863 |
44 |
Dec |
855 |
739 |
839 |
853 |
45 |
2017Jan |
880 |
709 |
831 |
843 |
46 |
Feb |
840 |
679 |
823 |
834 |
47 |
March,прогноз |
|
648 |
814 |
824 |
Прогнозирования цен на однокомнатные квартиры 104-серии по методу экспоненциального сглаживания.
На рисунке 4 можно увидеть, что при коэффициенте сглаживания k = 0,8 («Экспоненциальная модель 1» - оранжевый график) прогноз на следующий период достаточно близок к фактическим значениям стоимости (синий график) и периодически фактические цены соприкасаются с прогнозными.
Рис. 4. Прогнозирование стоимости однокомнатных квартир 104-серии в 5-ом микрорайоне г. Бишкек по методу экспоненциального сглаживания.
Серый график - значения прогноза при коэффициенте сглаживания k=0,1. Видно, что данная модель практически не соприкасается с фактическими ценами (синим графиком). Также модель 2 более сглаженная и медленнее реагирует на всплески, чем модель 1.
Рассчитав точность прогноза для моделей с коэффициентами сглаживания k=0,8 и k=0,1, мы видим, что точность модели 1 = 99,2% выше, чем точность модели 2 = 98,1%.Следовательно, для этого ряда из двух коэффициентов оптимальным для прогноза будет k=0,8.
Анализ показал, что рассчитанные прогнозные значения стоимости однокомнатных квартир 104-серии, основанные на анализе трендов, модели 1 и метода экспоненциального сглаживания практически совпадают. Прогнозное значение стоимости в марте 2017 г. по экспоненциальной модели 1 составляет 848 долл./м2, по экспоненциальному и линейному трендам – 814-824 долл./м2.
Рассмотрим взаимосвязь динамики цен на однокомнатную квартиру 104-серии в 5-м микрорайоне и курса доллара. Известно, что цены купли-продажи квартиры в большинстве случаев исчисляются в долларах. Какое влияние оказывает курс доллара на рынок жилья? Как правило, в случае, если доллар дешевеет, продавцы недвижимости, увеличивают долларовые цены. Данное положение демонстрирует график корреляционной зависимости курса доллара и стоимости квадратного метра однокомнатных квартир 104-серии в 5-ом микрорайоне г. Бишкек (рис. 5).
Рис. 5. Зависимость между курсом доллара и удельной стоимостью жилья.
Однокомнатные квартиры 105-серии
В качестве примера приводим анализ динамики цен однокомнатных квартир 105-серии, расположенных в микрорайоне Джал-23.
На рисунке 6 показана динамика цен однокомнатных квартир 105-серии в микрорайоне Джал-23.
Результаты обработки данных по стоимости однокомнатных квартир 105-серии, представлены в виде временных рядов, которые отображены на рисунке 7 и в таблице 2.
Рис. 6. Динамика цен однокомнатных квартир 105-серии в микрорайоне Джал-23 в относительных единицах (период январь 2013-декабрь 2016 гг.).
Рис. 7. Прогнозирование стоимости квадратного метра однокомнатных квартир 105-серии в микрорайоне Джал-23 г. Бишкек на основе трендовых моделей.
Таблица 2. Прогнозирование цен на однокомнатные квартиры 105-серии в микрорайоне Джал-23 г. Бишкек, основанные на анализе трендов.
№п/п |
период |
цена, кв.м/долл |
квадратичный тренд |
логарифмический тренд |
линейный тренд |
1 |
2013Jan |
910 |
998 |
1188 |
1131 |
2 |
Feb |
1030 |
1007 |
1129 |
1123 |
3 |
March |
1000 |
1015 |
1095 |
1115 |
4 |
April |
945 |
1022 |
1071 |
1107 |
5 |
May |
1030 |
1029 |
1052 |
1098 |
6 |
June |
1000 |
1035 |
1037 |
1090 |
7 |
July |
985 |
1040 |
1024 |
1082 |
8 |
Aug |
980 |
1045 |
1012 |
1074 |
9 |
Sept |
1050 |
1048 |
1002 |
1066 |
10 |
Oct |
1060 |
1051 |
993 |
1058 |
11 |
Nov |
1015 |
1054 |
985 |
1050 |
12 |
Dec |
1095 |
1055 |
978 |
1042 |
13 |
2014Jan |
1140 |
1056 |
971 |
1033 |
14 |
Feb |
1160 |
1056 |
965 |
1025 |
15 |
March |
1150 |
1055 |
959 |
1017 |
16 |
April |
1100 |
1054 |
954 |
1009 |
17 |
May |
1065 |
1052 |
949 |
1001 |
18 |
June |
1105 |
1049 |
944 |
993 |
19 |
July |
1130 |
1045 |
939 |
985 |
20 |
Aug |
1095 |
1041 |
935 |
977 |
21 |
Sept |
1080 |
1035 |
931 |
968 |
22 |
Oct |
1090 |
1029 |
927 |
960 |
23 |
Nov |
1095 |
1023 |
923 |
952 |
24 |
Dec |
1050 |
1015 |
919 |
944 |
25 |
2015Jan |
1040 |
1007 |
916 |
936 |
26 |
Feb |
1040 |
998 |
913 |
928 |
27 |
March |
1020 |
989 |
910 |
920 |
28 |
April |
940 |
978 |
906 |
912 |
29 |
May |
855 |
967 |
903 |
903 |
30 |
June |
970 |
956 |
901 |
895 |
31 |
July |
815 |
943 |
898 |
887 |
32 |
Aug |
880 |
930 |
895 |
879 |
33 |
Sept |
850 |
916 |
893 |
871 |
34 |
Oct |
920 |
901 |
890 |
863 |
35 |
Nov |
830 |
885 |
888 |
855 |
36 |
Dec |
745 |
869 |
885 |
847 |
37 |
2016Jan |
755 |
852 |
883 |
838 |
38 |
Feb |
750 |
834 |
881 |
830 |
39 |
March |
745 |
816 |
878 |
822 |
40 |
April |
690 |
796 |
876 |
814 |
41 |
May |
760 |
776 |
874 |
806 |
42 |
June |
680 |
756 |
872 |
798 |
43 |
July |
725 |
734 |
870 |
790 |
44 |
Aug |
790 |
712 |
868 |
782 |
45 |
Sept |
700 |
689 |
866 |
773 |
46 |
Oct |
800 |
665 |
864 |
765 |
47 |
Nov |
720 |
641 |
863 |
757 |
48 |
Dec |
760 |
616 |
861 |
749 |
49 |
2017Jan[iv] |
590 |
859 |
741 |
|
50 |
Feb |
563 |
857 |
733 |
|
51 |
March |
535 |
856 |
725 |
|
52 |
April |
507 |
854 |
717 |
Прогнозирования цен на однокомнатные квартиры 105-серии по методу экспоненциального сглаживания.
На рисунке 8 видим, что при коэффициенте сглаживания k = 0,8 («Экспоненциальная модель 1» - оранжевый график) прогноз на следующий период (март 2017 г.) достаточно близок к фактическим значениям стоимости (синий график), а также периодически фактические цены соприкасаются с прогнозными.
Рис. 8. Прогнозирование стоимости однокомнатных квартир 105-серии в микрорайоне Джал-23 г. Бишкек по методу экспоненциального сглаживания.
Прогнозное значение стоимости однокомнатных квартир 105-серии в микрорайоне Джал-23 в марте 2017 г. по экспоненциальной модели 1 и экспоненциальной модели 2 составляет 690-770 долл./м2, по логарифмическому и линейному трендам – 725-855 долл./м2.
Рассмотрим результаты прогноза на 2017 г., используя в качестве базы прогноза данные об удельных ценах за 2015-2016 гг.
Рис. 9. Прогнозирование рынка квартир на 2017 г. на основе данных 2015-2016 гг. (цены в относительных единицах).
В период с января 2013 г. по февраль 2014 г. стоимость однокомнатных квартир 105-серии в микрорайоне Джал-23 плавно набирал рост (см. рис. 6). Начиная с марта 2014 г. стоимость стремительно начала падать. Такая тенденция цен сохранилась до апреля 2016 г.
Предполагая, что в прогнозный период цены будут изменяться, сохраняя установившиеся тенденции, попытаемся прогнозировать цены на однокомнатные квартиры на 2017 г. (рис. 9). Анализ по модели АР показывает, что прогнозные значения цен на однокомнатные квартиры 105-серии в микрорайоне Джал-23 в 2017 г. сохраняются на уровне 2016 г. (рис. 10).
Рис. 10. Прогноз цен на однокомнатные квартиры 105-серии по модели AR
Таким образом, в периоды «спокойного» развития процессов на рынке квартир прогнозирование на небольшие периоды времени на основе трендовых моделей дает в целом неплохие результаты.
[i]//www. gosreg.kg /Анализ рынка/ Рыночная цена квартир 104-серии.
[ii]Лейфер Л. А. Гришина М. Анализ и прогнозирование цен недвижимости. /Нижний Новгород, 2009.
[iii]Экспоненциальное сглаживание – это наиболее распространенный метод прогнозирования различных временных рядов. Но он дает возможность спрогнозировать процесс только в краткосрочном периоде.
[iv] Красным выделены прогнозные значения стоимости квадратного метра.