Статистический анализ динамики цен на недвижимость в Санкт-Петербурге

Правомерность всех теоретических  подходов к определению рыночной стоимости обусловливает необходимость всестороннего стоимостного анализа недвижимости. Поэтому оценка рыночной стоимости предполагает взаимодополняющее использование всех методов оценки, что наиболее полно отражает характер оцениваемой собственности и вероятные условия, при которых данная собственность продавалась бы на открытом рынке. Результатом анализа и расчетов будет оценочная стоимость недвижимости. С точки зрения предложения оценочная стоимость может учитывать доходность, местоположение, уровень развития инфраструктуры, а также инфляционную составляющую. Оценка стоимости с точки зрения спроса основана на учете тех же факторов, но и проектов и направлений использования, имеющихся у покупателя.

Таким образом, оценка стоимости  недвижимости является первым этапом и основой для формирования экономических отношений, которые складываются вокруг недвижимости как товара.

Наибольшее значение для  собственника имеет определение  рыночной (оценочной) стоимости имущества, поскольку рыночная стоимость является базой, на основании которой вырастает все многообразие расчетных видов стоимости, продиктованных разнообразием рыночных отношений.

Рыночная стоимость недвижимости является результатом объективного анализа достоверной экономической  информации об объекте и рыночной среде. Объективная оценка позволяет определить величину стоимости при наиболее эффективном варианте использования объекта. Поэтому большинством авторов подчеркивается, что рыночная стоимость это наиболее вероятная величина денежного эквивалента стоимости объекта.⁷ Рыночная стоимость — это расчетная, гипотетическая величина, та субстанция, которая определяет основу рыночной цены. Рыночная цена — денежный эквивалент стоимости объекта недвижимости, который формируется конкретной ситуацией на рынке в данное время, в данном месте, в условиях конкретной сделки. Рыночная цена — это цена равновесия, которая определяется спросом и предложением на рынке и представляет собой сумму, уплаченную при конкретной сделке. Для того чтобы рыночная цена точно отражала рыночную стоимость, необходимо чтобы выполнялся целый ряд условий: рынок должен быть совершенно конкурентным, участники сделки должны вести себя экономически рационально, должна быть абсолютно доступна рыночная информация, не должны влиять внешние, не относящиеся к сделке факторы. Такие условия возможны. Но в реальной действительности слишком большую роль играют спрос и предложение на рынке в конкретной ситуации и переплетение влияний различных групп внешних и внутренних факторов. Поэтому несовпадение по величине и по содержанию категорий рыночная стоимость недвижимости и рыночная цена недвижимости, на наш взгляд, объективно и обосновано.⁸

На практике используются различные модификации рыночной стоимости. Эти категории сформировались в практике экономических, юридических, финансовых отношений, в зависимости от целей и особенностей сделок.

1.2 Применение анализа на основе анализа динамического ряда при анализе недвижимости

 

Статистический анализ как исследовательская процедура имеет давнюю традицию применения. Теоретической разработкой методического аппарата статанализа занимается специальная научная дисциплина: математическая статистика. Важно понять логическое содержание основных методов статанализа; понять, как эти методы можно использовать в историко-философском исследовании.

Важнейшими видами статистического  анализа являются корреляционный и регрессионный анализы.

Дело в том, что корректно  отследить статистическую связь переменных очень трудно. Строгая теория матстатистики определяет, что репрезентативная (т.е. представительная, имеющая научный смысл, значение) оценка математического ожидания возможна лишь при числе наблюдений за поведением объектов, стремящимся к бесконечности. Очевидно, однако, что на практике такое условие соблюсти невозможно. Поэтому ученые исследуют выборочные, то есть ограниченные в объеме совокупности данных. При этом они переходят от оценки условного математического ожидания величины признака переменной к вычислению ее условного среднего значения.

Иначе говоря, ученые, как правило, исследуют не статистическую, но корреляционную связь переменных.

В случае такой связи, при определенном изменении признака одной переменной случайные варианты признака второй группируются с различной степенью плотности около его среднего значения, а величина среднего значения признака второй переменной зависит  от величины признака первой. Такова, например, связь между ростом человека и  его весом, между понижением жизненного уровня населения и уменьшением  количества опубликованных философских  трудов.

Тесноту корреляционной связи, т.е. величину приближения фактического значения признака к его условной средней величине, определяют посредством корреляционного анализа. Ее форму - направление и величину изменения результативного признака под влиянием факторного - с помощью анализа регрессионного.

Как регрессионный, так и  корреляционный анализ бывает двумерным и многомерным. Двумерным называют анализ связей двух признаков, один из которых - факторный (т.е. тот, который оказывает влияние), второй – результативный (на который оказывается влияние). Многомерным называется анализ связи между несколькими факторными признаками и одним результативным. Кроме того, применяют еще и так называемый частный корреляционный анализ. Это – подвид многомерного корреляционного анализа. Суть его состоит в том, что при измерении тесноты связи нескольких факторных и одного результативного признака (в случае, если определенный фактор по своему влиянию значительно превосходит остальные), исследователь измеряет тесноту связи одного факторного признака с результативным, пренебрегая всеми остальными.

Учёные различают два основных вида корреляции (от лат.: «соотношение») признаков: линейная и нелинейная. Отсюда - многомерный и двумерный, регрессионный и корреляционный анализы применяются при исследовании линейных и нелинейных корреляционных связей признаков.

Линейная корреляция – такое соотношение изучаемых признаков, графическое описание которого после выявления закономерной, т.е. не случайной, зависимости «У» от «Х» (выравнивание «У» от «Х» представляет собой прямую линию в декартовой системе координат (при многомерной корреляции - прямую линию в пространстве).

Нелинейная корреляция описывается немного видами кривых. Ее видами являются:

• параболическая зависимость переменных - эта зависимость проявляется при ускоренном возрастании или убывании одного признака в сочетании с равномерным возрастанием другого;
• гиперболическая зависимость - т. е., зависимость, аналитически описывающаяся формулой Ў_Y=a₀+a₁`/x , где «а» и «а¹» – т. н. коэффициенты регрессии;
• экспонатная зависимость - эта зависимость существует тогда, когда факторный признак изменяется с более или менее постоянным приростом, а результативный – по геометрической прогрессии.

Итогом корреляционного и регрессионного анализов является величины соответствующих  коэффициентов. При их соотнесении результатами, представленными в специальных таблицах, выявляются меры тесноты, форма и характер связи изучаемых объектов.

Труднейшей проблемой, с которой  сталкивается исследователь при  проведении многомерного корреляционного  анализа, является выделение т.н. признаков мультиколлинеарности.⁹

Мультиколлинеарность – это наличие тесной линейной связи между всеми или некоторыми факторами, действующими на результативный признак. Наличие этой связи приводит к искажению точности коэффициента прогрессии и корреляции, а в ряде случаев и невозможности даже их приблизительной оценки. Мультиколлиниарность устраняется применением специальных аналитических процедур, простейшими из которых являются метод исключения факторов (устранение из репрессии высококоррелированных факторов) и линейное преобразование факторов (замена переменных, которым присуще коллинеарность их линейной комбинацией). Нередко, однако, выявить и устранить мультиколлинеарность бывает сложно. Поэтому Вы должны запомнить правило: корреляционный и регрессионный анализы проводятся только в тех случаях, когда вы уверены, что имеете дело с независимыми переменными.

Упомянутые выше виды статистического  анализа обычно используются при  работе с цифровыми данными. Например, с результатами контент-анализа. Однако в практике историко-философских исследований мы чаще сталкиваемся не с количественными, а качественными признаками объектов, т.е. с такими, которые не имеют конкретное количественное выражение в единицах измерения метрических шкал. В этих случаях исследователи прибегают к корреляционному анализу качественных признаков и используют его аппарат: эмпирические меры тесноты связи качественных признаков.¹⁰

Основными приемами корреляционного  анализа качественных признаков  являются:

• измерения коэффициентов контингенции - т.е. вычисление величины сопряженности признаков;
• измерения коэффициентов ассоциаций - измерения тесноты связи двух качественных признаков, каждый из которых может принимать только альтернативные значения;
• двухстрочечная корреляция - метод выявления тесноты и направленности связи признаков, один из которых может быть измерен по шкалам порядка, интервалов, отношений, а другой выражается в альтернативных вариантах: «хорошо-плохо», «мужчина-женщина», проч.;
• корреляция рангов - сравнение признаков по принципу «больше-меньше»;
• измерение коэффициента Фехнера - этот коэффициент характеризует количество совпадений и несовпадений знака отклонения вариантов от их средних арифметических, др.

В ряд случаев эти приемы оказываются  весьма эффективными. Но не всегда. Дело в том, что теснота контингенции или ассоциации признаков оценивает  не столько взаимозависимость, сколько вероятность прогноза значений одного признака по значениям другого. Такой подход не всегда отвечает задачам историко-философского исследования. Поэтому сегодня связь между фактором и результатом все чаще и чаще оценивается путем выявления т. н. степени энтропии признака, т.е. меры неопределенности связи признаков из аппарата теории информации. Вам следует обратить на него внимание, если Вы в дальнейшем займетеськвантитативными (т.е. ориентированными на использование ЭВМ) историко-философскими исследованиями.¹¹

В традиционной истории философии  взаимосвязанные явления (признаки), как правило, рассматриваются синхронно, как будто они существуют в один и тот же момент времени, и диахронно, т.е. как бы отслеживающих связь сквозь время. В математической статистике количественную сторону синхронных и диахронных связей переменных отражают статистические и динамические совокупности данных. Иначе динамические совокупности данных называются динамическими рядами.¹² Динамические ряды строятся по определенным правилам. Эти ряды используют для выявления корреляционной связи между исследуемыми показателями.

 

 

 

 

 

 

 

 

 

 

 

2. Статистический анализ цен на недвижимость

 

Для статистического анализа  были взяты равностоящие интервальные динамические ряды.

Для анализа динамических рядов были использованы показатели, приведенные в таблице.

Таблица 1

Основные показатели для  анализа динамических рядов.

№	Показатель	Базисный	Цепной
1	Абсолютный прирост	∆б = Yi – Y0	∆ц = Yi – Yi -1
2	Коэфицент роста	ίб = Yi / Y0	ίц = Yi / Yi -1
3	Темп роста	Трб = ίб х 100%	Трц = ίб х 100%
4	Темп прироста	Тпрб = Трб – 100%	Тпрц = Трц – 100%
5	Абсолютное значение 1% прироста	Aб = Y0 / 100%	Aц = Yi -1 / 100%
6	Средняя хронологическая	= / n
7	Средний абсолютный прирост	= ц / n-1
8	Средний коэфицент роста	= б = ц
9	Средний темп роста	= х 100%
10	Средний темп прироста	= - 100%

2.1 Статистический анализ цен по  всем квартирам различных типов  г. Санкт-Петербурга

• Первичный рынок

Таблица 2

Статистический анализ цен  на первичном рынке по всем квартирам  различных типов.

год	2007	2008	2009	2010	2011
средняя цена	24180,52	47080,73	56212,84	62422,02	50698,25
∆б	-	22900,21	32032,32	38241,5	26517,73
ίб	-	1,95	2,32	2,58	2,1
Трб	-	195	232	258	210
Тпрб	-	95	132	158	110
Аб	-	241,81	241,81	241,81	241,81
∆ц	-	22900,21	9132,11	6209,18	- 11723,77
ίц	-	1,95	1,19	1,11	0,81
Трц	-	195	119	111	81
Тпрц	-	95	19	11	-19%
Ац	-	241,81	470,81	562,13	624,22