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.