Эконометрическое исследование рынка риелторских услуг

Эконометрическое моделирование зависимости численности агентств недвижимости от объемов производства строительства по регионам РФРассмотрим влияние объема производства отрасли строительства по регионам РФ в 2019 году на показатель численности агентств недвижимости. Исходные данные для анализа представлены в таблице 4.Таблица 4 – Исходные данные для построения модели парной регрессииСубъект РФКоличество сертифицированных агентств недвижимости, ед.Объем производства отрасли строительства, млн. руб.Алтайский край29749Амурская область7176Архангельская область2343Астраханская область4318Белгородская область41260Владимирская область16745Продолжение таблицы 4Волгоградская область16693Воронежская область71878Иркутская область9977Саратовская область221202Сахалинская область3333Свердловская область2122391Камчатский край345Кемеровская область16765Кировская область14505Костромская область6211Краснодарский край554477Красноярский край181192Курганская область4237Магаданская область19Московская область1288611Нижегородская область321410Новосибирская область161757Омская область2541Оренбургская область23994Орловская область5298Пензенская область1837Пермский край71113Приморский край14550Республика Алтай199Республика Башкортостан12372Республика Бурятия10231Республика Крым4782Республика Марий Эл8398Республика Татарстан12676Республика Удмуртия5762Республика Хакасия3241Ростовская область162611Рязанская область25797Самарская область251841Выполним оценку взаимосвязи показателей на основе коэффициента корреляции. На рисунке 7 представлены результаты расчета коэффициента корреляции.Рисунок 7 – Коэффициент корреляции Х3/YМежду показателями наблюдается умеренная прямая связь. Выполним проверку значимости коэффициента корреляции по критерию Стьюдента:. Коэффициент корреляции не значим.. Коэффициент корреляции значим.Таким образом,гипотеза отклоняется. Коэффициент корреляции статистически значим.Выполним построение модели парной регрессии (рисунок 8).Рисунок 8 – Модель парной регрессииТаким образом,35% вариации показателя численности агентств недвижимости объясняется фактором объема производства отрасли строительства. Выполним проверку гипотезы о значимости коэффициента детерминации: на уровне значимости . на уровне значимости .Гипотеза отклоняется. Коэффициент детерминации значим.Выполним проверку гипотезы о значимости коэффициентов модели. на уровне значимости . на уровне значимости . на уровне значимости . на уровне значимости .Коэффициент модели статистически значим, коэффициент модели статистически не значим.Уравнение регрессии имеет вид:Таким образом, рост объема производства отрасли строительства в регионе на 1 млн. руб. приводит к увеличению числа риелторских агентств на 0,015 ед., отсутствие влияния фактора увеличивает число агентств на 1,81 ед..В виду значимости модели целесообразно выполнить расчет коэффициента эластичности:Таким образом, при увеличении объема производства отрасли строительства на 1% число риелторских агентств увеличивается менее, чем на 1%. Влияние фактора на результативный показатель не значимо.Многофакторная модель влияния существенных факторов на количество риелторских компанийПо результатам построения моделей парных регрессий в рамках главы 2 настоящего исследования выявлено, что значимое влияние на показатель числа риелторских агентств в регионах России оказывают такие показатели, как:численность населения, (Х2); численность туристов,(Х3); объем производства отрасли строительства, (Х4). Таким образом, целесообразно из дальнейшего исследования исключить показатель среднедушевых доходов населения и выполнить построение модели множественной регрессии на трех факторных признаках.Выполним анализ описательных статистик показателей. На рисунке 9 представлены результаты расчета.Рисунок 9 – Описательные статистики показателейАнализ показывает, что все исследуемые показатели демонстрируют высокий уровень вариации, совокупности исследуемых регионов по исследуемым показателям не однородны. Исключение составляет показатель числа туристов, по которому наблюдается умеренная вариация (34,5%).Выполним анализ гистограмм распределения (рисунок 10).Рисунок 10 – Гистограммы распределения с нормальной кривойАнализ коэффициентов асимметрии и эксцесса, а также гистограмм распределения позволяет сделать следующие выводы:для исследуемых показателей наблюдается левосторонняя асимметрия (коэффициент асимметрии больше 0);для всех факторов ряды распределения данных островершинны (коэффициент эксцесса больше 0);абсолютные значениякоэффициентов асимметрии и эксцесса превышают единицу по модулю (за исключениемХ3).Анализ показал, что исследуемые распределения показателей демонстрируют сильную вариацию. В связи из исходных данных были удалены выбросы по показателю числа риелторских агентств. В частности, из исследования исключены регионы, которые демонстрируют максимальные (Свердловская, Московская области) и минимальные значения (Магаданская, Пензенская области, Республики Алтай, Башкортостан и Татарстан). Выполним построение матрицы парных коэффициентов корреляции (рисунок 11).Рисунок 11 – Матрица парных коэффициентов корреляцииАнализ показывает, что по показателям Х2, Х3 и Х4 наблюдается усиление корреляционной связи с показателем числа риелторских агентств.Выполним построение модели множественной регрессии по выборке из 33 регионов (рисунок 12).Рисунок 12 – Модель множественной регрессииПо результатам построения модели множественной регрессии можно дать следующие оценки модели:значение множественного коэффициента корреляции, равное 0,76 свидетельствует о наличии достаточно тесной связи между числом риелторских агентств (У) и факторами (Х2, Х3, Х4);значение коэффициента множественной детерминации R2=0,58 свидетельствует о том, что факторы на 58% характеризуют изменчивость результата (У) . Т.е. модель не учитывает 42% вариации числа риелторских агентств. Скорректированный коэффициент детерминации Rск2=0,53 имеет еще меньшее значение.Модель в целом статистически значима, но коэффициенты при переменных не значимы. Таким образом, полученная модель может использоваться только в учебных целях.Результаты свидетельствуют о том, что на количество сертифицированных агентств недвижимости оказывают значительное влияние другие, не учтенные в модели факторы. Корректным было бы на этом этапе провести сбор данных - дополнительных факторов, оказывающих влияние на спрос, для увеличения значения коэффициента множественной детерминации до R2 > 0,75. Это позволило бы получить более значимую для анализа модель.ЗаключениеРазвитие рынка недвижимости имеет решающее значение активизации рыночных отношений в стране. Повышение активности предпринимательской деятельности, в том числе и на рынке недвижимости, активизирует факторы, способствующие снижению инфляции и- росту реальных инвестиций. Кроме того; развитие рынка недвижимости ведет к общему повышению уровня деловой активности в стране. Население, независимо от материального и социального положения, стремится заработать средства для улучшения жилищных условий, поэтому развитие риэлторства способствует решению острейшей жилищной проблемы в стране.В России рынок недвижимости развивается в, условиях отсутствия необходимого правового законодательства для цивилизованного его формирования. По сравнению с другими рынками, рынок недвижимости в наибольшей мере развивается в-нелегальных и полулегальных формах.В рамках настоящего исследования с целью оценки влияния факторов на показатель числа агентств недвижимости выполнено построение моделей парной и множественной регрессии. Анализ результатов оценки позволил сформулировать следующие выводы:лишь 4,8% вариации показателя численности агентств недвижимости объясняется фактором среднедушевых денежных доходов, о чем свидетельствует значение коэффициента детерминации. Модель и коэффициенты не являются статистически значимыми;36,8% вариации показателя численности агентств недвижимости объясняется фактором численности населения, о чем свидетельствует значение коэффициента детерминации. Модель и коэффициенты являются статистически значимыми;лишь 18% вариации показателя численности агентств недвижимости объясняется фактором численности туристов. В то же время модель и коэффициенты являются статистически значимыми;35% вариации показателя численности агентств недвижимости объясняется фактором объема производства отрасли строительства. Модель и коэффициенты являются статистически значимыми.Результаты построения модели множественной регрессии показали, что на количество сертифицированных агентств недвижимости оказывают значительное влияние другие, не учтенные в модели факторы.Таким образом, в качестве перспективного направления настоящего исследования целесообразно определить сбор данных - дополнительных факторов, оказывающих влияние на спрос, для увеличения значения коэффициента множественной детерминации до R2 > 0,75. Это позволило бы получить более значимую для анализа модель.Список использованных источниковАйвазян С.А. Методы эконометрики: учебник. - М.: Магистр: ИНФРА-М, 2016.Афанасьев В.Н. и др.. Эконометрика: Учебник / под ред. B.Н. Афанасьева. - М.: Финансы и статистика, 2015.Бабешко Л.О. Основы эконометрического моделирования : учеб. пособие / Л. О. Бабешко. - Изд. 4-е. - М. : КомКнига, 2010. - 428 с. Громыко Г.Л., и др.] ; под ред. Ю.Н. Иванова. - М.: ИНФРА-М, 2007. - 734 с.Гладилин, А. В. Эконометрика: учебное пособие для вузов/А. В. Гладилин, А. Н. Герасимов, Е. И. Громов.-2-е изд., стереотип.-М.:КНОРУС,2008.-226 Евстафьев А.И., Гордиенко В.А. Прогнозирование индикаторов рынка недвижимости путём двумерного разложения дискретной пространственно-параметрической модели на основе применения нейросетей. – Материалы ХII Национального конгресса по недвижимости, - М.: 2015.Кремер Н.Ш., Путко Б.А. Эконометрика: учебник для вузов - 2-е изд. М.: ЮНИТИ-ДАНА, 2015.Коробкова М.В. Анализ динамики операций на рынке ИЖК в Москве (на примере Компании «МИЭЛЬ-Недвижимость». – Материалы VI Национального конгресса по недвижимости. – М.: 2014Мхитарян В.С. Эконометрика: учебное пособие/ Мхитарян В.С., Архипова М.Ю., Сиротин В.П.— М.: Евразийский открытый институт, 2015.— 224 c.Официальный сайт Федеральной службы государственной статистики [Электронный ресурс]. Режим доступа: http://www.gks.ruПеченкина А.В. Использование многоуровневой факторной модели при прогнозировании ситуации на региональном рынке недвижимости (на примере Пермского края). - Журнал «Имущественные отношения в Российской Федерации» № 11 (110), Москва, 2015.Статистика: учеб. И. И. Елисеева [и др.]; под ред. И. И. Елисеевой. - М.: Проспект, 2015. - 448 с.Стерник Г.М., Краснопольская А.Н. Негармоническое разложение ценовой динамики рынка жилья Москвы. - Журнал РАН «Экономическая наука современной России» № 2008, стр. 110-114.Снитюк В.Е. Применение метода стохастической релаксации для прогнозирования рынка недвижимости. Международная научная конференция «Нейросетевые технологии и их применение. − Краматорск. − 2015.Хабибрахманов Р.Р. Влияние мирового финансового кризиса на развитие рынка недвижимости г. Казани. http://realtymarket.ru/stati-kolleg/Vliyanie-mirovogo-finansovogo-krizisa-na-razvitie-rinka-nedvijimosti-g.Kazani..htmlЕдиный реестр сертифицированных компаний и аттестованных специалистов рынка недвижимости [Электронный ресурс]. – Режим доступа:https://reestr.rgr.ru/Приложение АДанные для построения моделиСубъект РФКоличество сертифицированных агентств недвижимости, ед.Среднедушевые денежные доходы населения, руб.Численность населения, тыс. чел.Численность туристов, тыс. чел.Объем производства отрасли строительства, млн. руб.Алтайский край29239392332102,5749Амурская область73326679344,4176Архангельская область235490110049,6343Астраханская область424896101458,1318Белгородская область432625154766,71260Владимирская область1625668136576,6745Волгоградская область1624574250775,5693Воронежская область732121232773,71878Иркутская область925927239792,5977Саратовская область2222663244065,91202Сахалинская область35701548978333Свердловская область212390024315100,22391Камчатский край3523303144445Кемеровская область1624464267460,2765Кировская область1423617127249,7505Костромская область62521263745,8211Краснодарский край55358315648110,24477Красноярский край1831344287460,31192Курганская область42119483438,6237Магаданская область16477914118,19Московская область128475007599111,48611Нижегородская область32337433214991410Новосибирская область1630297279388,51757Омская область226824194472541Оренбургская область2324415196364,5994Орловская область52597173931,9298Пензенская область122821131847,8837Пермский край730426261080,41113Приморский край14368041902101,8550Республика Алтай12051521860,899Республика Башкортостан1304804051100,82372Республика Бурятия102797598362,3231Республика Крым4222781911103,6782Республика Марий Эл82106568041,5398Республика Татарстан1357053898101,32676Республика Удмуртия525214150751,3762Республика Хакасия32266753641,4241Ростовская область16308334202892611Рязанская область2526971111458,2797Самарская область2529380318384,21841Приложение БЗначения t-критерия Стьюдента (двухсторонний) при уровнях значимости 𝛼 = 0,10; 0,05; 0,01Приложение ВЗначения F-критерия Фишера при уровне значимости 𝛼 = 0,05