Оценка дисконт-фактор продавцов на Пермском рынке жилой недвижимости

Сравнение дисконт-факторов риелторов и частных лиц на пермском рынке жилой недвижимости. Факторы, влияющие на решение продавца о цене в следующем периоде. Основные принципы работы сайта Метросфера. Средняя цена на вторичное жилье в Перми, ее динамика.

Рубрика Экономико-математическое моделирование
Вид дипломная работа
Язык русский
Дата добавления 30.01.2016
Размер файла 444,2 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Одним из ограничений исследования является то, что в нем не учитываются показатели инфраструктуры микрорайона, транспортная доступность, загрязненность воздуха, которые, оказывают значительное влияние на цены квартир (Сидоровых, 2015). Эти проблемы уже рассматривались в предыдущих работах. В частности, в статье (LeeandSasaki, 2014)утверждается, что запрашиваемая продавцом цена всегда включает в себя особенности квартир, ненаблюдаемые эконометристом. Для избавления от ненаблюдаемых характеристик квартир в качестве зависимой переменной использовалась разница между запрашиваемой ценой продавца и оценкой дома на сайте («справедливой ценой» дома). Для того чтобы избежать смещения оценок из-за ненаблюдаемых характеристик местности, в работе использовались первые разности относительно этих характеристик.

Более серьезные проблемы могут возникнуть в случае включения в модель лаговых значений зависимой переменной в качестве регрессоров. Если эти регрессоры коррелированы с ненаблюдаемыми неизменными во времени индивидуальными эффектами, возникает проблема эндогенности, которая приводит к несостоятельности оценок параметров (CameronandTrivedi, 2009).Для решения этой проблемы разработан инструмент, позволяющий получить состоятельные оценки параметров при наличии лага зависимой переменной в качестве регрессора - модель Арельяно-Бонда. Преимущество данной модели состоит в том, что она нечувствительна к гетероскедастичности и автокорреляции между наблюдениями, что в общем случае искажает оценки коэффициентов (Roodman, 2006). Однако важным этапом применения этой модели является подбор валидных и релевантных инструментальных переменных, то есть тех, которые некоррелированы с ошибкой модели и имеют хорошую объясняющую силу для эндогенных регрессоров. Но в случае с данными о ценах недвижимости такая модель тоже может быть неподходящей, так как внутренние инструменты (лаговые значения зависимой переменной) могут быть слабыми инструментами для первых разностей, используемых в модели, особенно в случае маленькой вариации цены, что наблюдается в данных. Использование слабых инструментов недопустимо, так как в этом случае оценкам параметров нельзя доверять (они несостоятельные). В связи с этим встает проблема о подборе каких-либо внешних инструментов.

Подводя итог, стоит отметить, что направлением дальнейшего исследования является подбор или разработка более подходящей модели, учитывающей возможную эндогенность лагового значения зависимой переменной.

Заключение

Поведение агентов является одним из основных факторов, определяющих состояние рынка недвижимости. В связи с этим при оценке различных показателей рынка, таких как уровень цен или длительность продажи недвижимости, необходимо учитывать разнородность продавцов и покупателей. В научной литературе о рынке недвижимости существует большое количество работ, посвященных исследованию влияния разнородности агентов на цены и длительность продажи недвижимости, которые подтверждают тот факт, что разнородность продавцов оказывает значительное влияние на основные показатели рынка. Тем не менее, вопрос терпеливости продавцов затрагивался лишь косвенно. Оценка дисконт-фактора не представлялась возможной по большей части из-за отсутствия данных о динамике запрашиваемых продавцами цен.

В настоящей работе впервые сделана попытка оценить дисконт-фактор продавцов на рынке недвижимости как один из показателей их разнородности, при этом разделив их на два типа: риелторы и частные лица.Для того чтобы включить вариацию дисконт-фактора для разных продавцов, была использована смешанная модель, которая оценивалась на основе данных из объявлений о продаже вторичного жилья на Пермском рынке недвижимости. В соответствии с результатами оценки модели, разнородность продавцов играет существенную роль в ценообразовании квартир. Таким образом, основная гипотеза о разных стратегиях поведения риелторов и частных лиц подтвердилась. Что касается второй гипотезы, то истинным оказался первый сценарий, согласно которому на пермском рынке недвижимости риелторы в среднем имеют более низкий дисконт-фактор по сравнению с частными лицами.Этот факт свидетельствует о том, что частные лица более терпеливы, то есть готовы дольше ждать продажи квартиры. Полученные результаты согласуются с выводами предыдущих исследований (LevittandDubner, 2005).Таким образом, структура пермского рынка недвижимости характеризуется в среднем большей терпеливостью частных лиц по сравнению с риелторами. Кроме того, в рамках построенной модели был оценен показатель разнородности продавцов внутри двух выделенных групп, а именно - вариация дисконт-фактора. Согласно полученным оценкам, внутри основных групп продавцы являются достаточно однородными в терминах стратегии ценообразования.

Помимо научной новизны, данная работа представляет также практический интерес для покупателей недвижимости. Так, зная, что в среднем риелторы не готовы затягивать продажу квартиры, но изначально устанавливают более высокую наценку, стоит покупать квартиру у риелтора только в случае, если она продается на протяжении длительного срока.Покупать квартиру у риелтора выгоднее еще и потому, что риелторы хорошо осведомлены о средних ценах на рынке, и поэтому устанавливают более справедливые цены. В то же время частные лица не только не готовы сильно снижать стоимость, но и зачастую могут неправильно оценить квартиру, в результате чего покупатель может остаться в проигрыше.

Построенные в данной работе модели имеют ряд недостатков, среди которых пропущенные переменные, связанные с ненаблюдаемыми характеристиками квартир, такими как ремонт, состояние дома, а также показателями инфраструктуры (транспортная доступность, наличие медицинских и образовательных учреждений вблизи дома, развлекательных и торговых центров и т.д.). В случае значительной зависимости ненаблюдаемых переменных и регрессоров полученные оценки отражают лишь корреляционные связи с зависимой переменной, а не каузальные. Если данная проблема имеет место, то необходимо подбирать другую, более подходящую модель.

Также терпеливость продавцов может отражаться не только в частоте пересмотра цены квартиры в объявлении, но и в разных резервных ценах продавцов. Вполне вероятно, что более нетерпеливые продавцы просто имеет более низкую резервную цену. Другими словами, нетерпеливые продавцы быстрее начинают соглашаться на предложения покупателей о более низкой цене. К сожалению, этот факт остается ненаблюдаемым, и проверить его правдивость не представляется возможным. Помимо этого, нетерпеливость продавцов может выражаться в изначальном установлении довольно низкой цены с целью сразу привлечь большое количество потенциальных покупателей, чтобы быстрее продать квартиру(Glower, et al., 1998).Такое поведение продавцов также не учитывается в данном исследовании.

Кроме того, оцененные значения дисконт-фактора не в полной мере отражает ситуацию на рынке недвижимости, так как агенты различны не только по своему типу (риелтор/частное лицо), но и по ряду других признаков. По этой причине среди направлений дальнейшего исследования стоит отметить оценку распределения дисконт-фактора для двух основных групп продавцов, а не конкретного значения этого показателя.

Литература

Read, C., (1988),"Price strategies for idiosyncratic goods - the case of housing",AREUEA Journal,Vol. 16 No.4.

Roodman, D., (2006),"How to do xtabond2: an introduction to “difference”and “system” GMM in Stata",Center for global development Working Paper No. 103.

Springer, T., (1996),"Single-Family Housing Transactions: Seller Motivations, Price, and Marketing Time",Journal of Real Estate Finance and Economics, Vol. 13, pp. 237-254.

Thanos, S. and White, M., (2014),"Expectation adjustment in the housing market: insights from the Scottish auction system",Housing Studies, Vol. 29 No.3, pp. 339-361.

Wu, J., Deng, Y. and Liu, H., (2014),"House price index construction in the nascent housing market: the case of China",The Journal of Real Estate Finance and Economics, Vol. 48, pp. 522-545.

Yavas, A. and Yang, S., (1995),"The strategic role of listing price in marketing real estate: theory and evidence",Real Estate Economics, Vol. 23 No.3, pp. 347-368.

Сидоровых, А., (2015),"Оценка влияния транспортной доступности на цены недвижимости",Прикладная Эконометрика, Vol. 37No.1, pp. 43-56.

Приложение 1

Описание переменных и дескриптивные статистики

Переменная

Описание

Среднее

Стандартное отклонение

Минимум

Максимум

price

Цена квартиры, тыс,руб,

3009,86

1697,14

520,00

12500,00

avpricew

Средняя недельная цена квартиры, тыс,руб,

3010,06

1696,67

580,00

11700,00

stot

Общая площадь

54,55

23,71

15,00

166,00

rooms

Количество комнат

2,11

0,93

1,00

8,00

floor

Этаж

4,15

3,79

1,00

26,00

floors

Этажность дома

8,53

5,16

2,00

27,00

type

Дамми, тип продавца (1-риелтор, 0-частное лицо)

0,92

0,27

0,00

1,00

show

Количество показов объявления

1200,32

2860,15

1,00

41714,00

days

Продолжительность размещения, дней

55,77

28,52

1,00

98,00

up0

Дамми, платное поднятие объявления (1-было поднято, 0-не было)

0,0002

0,01

0,00

1,00

first

Дамми, 1-квартира находится на первом этаже, 0-на других

0,26

0,44

0,00

1,00

avpricem

Средняя недельная рыночная цена квартиры за кв,м,, тыс,руб,

55,94

1,43

53,50

58,83

changes

Количество изменений цены

1,52

0,92

1,00

10,00

week

Номер недели

7,48

4,19

1,00

14,00

unsold

Дамми, продана ли квартира на 01,02,2015 (1-не продана, 0-продана)

0,48

0,49

0,00

1,00

br

Дамми, брежневка

0,15

0,36

0,00

1,00

ip

Дамми, индивидуальная планировки

0,20

0,40

0,00

1,00

up

Дамми, улучшенная планировка

0,25

0,43

0,00

1,00

hr

Дамми, хрущевка

0,16

0,36

0,00

1,00

st

Дамми, сталинка

0,01

0,00

1,00

kir

Дамми, кирпич

0,51

0,50

0,00

1,00

km

Дамми, кирпич-монолит

0,01

0,08

0,00

1,00

pan

Дамми, серая панель

0,36

0,48

0,00

1,00

gb

Дамми, газобетон

0,0003

0,02

0,00

1,00

d

Дамми, дерево

0,002

0,05

0,00

1,00

shb

Дамми, шлако-блок

0,02

0,12

0,00

1,00

bru

Дамми, брус

0,002

0,00

1,00

2b

Дамми, 2 балкона

0,01

0,08

0,00

1,00

2bz

Дамми, 2 застекленных балкона

0,01

0,09

0,00

1,00

2l

Дамми, 2 лоджии

0,01

0,10

0,00

1,00

2lz

Дамми, 2 застекленных лоджии

0,03

0,18

0,00

1,00

bz

Дамми, застекленный балкон

0,18

0,39

0,00

1,00

bl

Дамми, балкон и лоджия

0,01

0,12

0,00

1,00

blz

Дамми, балкон и лоджия застекленные

0,01

0,10

0,00

1,00

lodg

Дамми, лождия

0,03

0,17

0,00

1,00

lz

Дамми, застекленная лоджия

0,24

0,42

0,00

1,00

dzer

Дамми, Дзержинский район

0,15

0,36

0,00

1,00

motov

Дамми, Мотовилихинский район

0,13

0,34

0,00

1,00

indus

Дамми, Индустриальный район

0,14

0,34

0,00

1,00

lenin

Дамми, Ленинский район

0,05

0,21

0,00

1,00

ordzh

Дамми,Орджоникидзевский район

0,10

0,30

0,00

1,00

sverd

Дамми, Свердловский район

0,18

0,38

0,00

1,00

kirov

Дамми, Кировский район

0,15

0,36

0,00

1,00

Приложение 2

Результаты оценки модели Хекмана

Переменная

Оценка коэффициента

Результирующее уравнение

Уравнение выбора

ln_price(-1)

99,829***

(0,013)

-

first

-0,016**

(0,008)

18,474***

(0,643)

stot

0,003***

(0,000)

0,535***

(0,022)

br

0,014

(0,010)

-3,677***

(0,896)

ip

0,020**

(0,009)

1,092

(0,928)

up

0,019**

(0,009)

-5,871***

(0,827)

hr

0,022**

(0,010)

-6,940***

(0,877)

kir

-0,010

(0,010)

9,930***

(0,934)

km

0,003

(0,036)

15,901***

(3,462)

pan

-0,003

(0,012)

12,848***

(1,064)

gb

0,017

(0,141)

53,182***

(15,076)

d

-0,080

(0,056)

-3,700

(5,313)

shb

-0,035

(0,023)

11,911***

(2,293)

_2b

-0,014

(0,031)

24,934***

(3,113)

_2bz

-0,016

(0,027)

54,158***

(3,022)

_2l

0,013

(0,027)

-9,502***

(2,488)

_2lz

-0,010

(0,016)

-5,534***

(1,488)

bz

0,007

(0,009)

-9,695***

(0,748)

bl

-0,002

(0,026)

-10,739***

(2,266)

blz

0,005

(0,028)

-7,811***

(2,564)

lodg

0,010

(0,019)

-26,519***

(1,572)

lz

0,029***

(0,008)

-3,692***

(0,744)

show

0,000

(0,000)

-

show(-1)

-

0,004***

(0,000)

type

0,000

(0,000)

19,024***

(0,971)

changes

-0,009***

(0,003)

3,416***

(0,274)

dzer

0,056***

(0,010)

-9,987***

(0,888)

motov

0,047***

(0,012)

-29,388***

(0,926)

indus

0,049***

(0,010)

-16,68***

(0,900)

lenin

0,082***

(0,016)

-14,640***

(1,418)

ordzh

0,012

(0,010)

-3,588***

(0,943)

sverd

0,075***

(0,011)

-23,953***

(0,883)

ln_pricem

-0,323*

(0,188)

-

ln_pricem(-1)

-

944,946***

(10,085)

_cons

2,488***

(0,778)

-3771,860***

(41,453)

lambda

-0,039

(0,035)

-

Примечание: Зависимая переменная - логарифм цены квартиры; оценки коэффициентов указаны в процентах;***, **, * -- значимость на 1, 5 и 10%-ном уровне соответственно; в скобках указаны стандартные ошибки.

Приложение 3

рынок недвижимость риелтор дисконт цена

Результаты оценки смешанной модели

Переменная

Оценка коэффициента

ln_price(-1)

99,834***

(0,020)

price_type

-0,042**

(0,019)

first

-0,025***

(0,005)

stot

0,003***

(0,000)

br

0,011

(0,008)

ip

0,009

(0,008)

up

0,010

(0,007)

hr

0,010

(0,008)

kir

-0,014*

(0,008)

km

-0,004

( 0,029)

pan

-0,008

(0,009)

gb

0,042

(0,124)

d

-0,133***

(0,045)

shb

-0,039**

(0,020)

_2b

-0,024

(0,026)

_2bz

-0,011

(0,024)

_2l

-0,005

(0,021)

_2lz

-0,001

(0,013)

bz

0,003

(0,006)

bl

-0,005

(0,019)

blz

0,008

(0,022)

lodg

0,012

(0,013)

lz

0,025***

(0,006)

show

0,000

(0,000)

type

-0,327**

(0,147)

changes

-0,018***

(0,002)

dzer

0,052***

(0,008)

motov

0,051***

(0,008)

indus

0,053***

(0,008)

lenin

0,090***

(0,012)

ordzh

0,009

(0,008)

sverd

0,058***

(0,008)

ln_pricem

-0,019

(0,084)

_cons

1,189***

(0,371)

Оценки параметров со случайными эффектами

sd(price(-1))

2,44*10-13

(1,98*10-11)

sd(_cons)

1,51*10-12

(1,28*10-10)

Loglikelihood

898734,87

Примечание: Зависимая переменная - логарифм цены квартиры; оценки коэффициентов указаны в процентах;***, **, * -- значимость на 1, 5 и 10%-ном уровне соответственно; в скобках указаны стандартные ошибки.

Размещено на Allbest.ru


Подобные документы

  • Особенности функционирования региональных рынков жилой недвижимости. Значимые факторы, отражающие процессы ценообразования на рынках жилой недвижимости в регионах. Построение многофакторных регрессионных моделей стоимости жилья в некоторых областях РФ.

    дипломная работа [2,8 M], добавлен 11.02.2017

  • Понятие недвижимого имущества. Процесс оценки стоимости недвижимости. Влияние пространственного и экологического фактора на стоимость объекта недвижимости. Интуитивные (экспертные) и адаптивные методы прогнозирования. Модель многослойного персептрона.

    дипломная работа [1,8 M], добавлен 21.03.2011

  • Исследование модели поведения на рынке двух конкурирующих фирм, выпускающих аналогичный пользующийся неограниченным спросом товар, с точки зрения теории игр. Определение прибыли игроков. Динамика изменения капитала во времени по секторам экономики.

    контрольная работа [139,0 K], добавлен 20.01.2016

  • Газовая промышленность как составная часть топливно-энергетического комплекса РФ. Потребление природного газа в России, анализ факторов, обуславливающих его спрос на внутреннем рынке. Эконометрическое моделирование спроса на газ на внутреннем рынке РФ.

    дипломная работа [552,6 K], добавлен 14.11.2012

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Оценка точности построенной модели с использованием средней относительной ошибки аппроксимации. Определение суммы банковской ссуды, долга по ссуде и дисконта.

    контрольная работа [393,0 K], добавлен 06.12.2007

  • Исследование фильтрационного потока к артезианской скважине. Решение дифференциального уравнения в частных производных. Расчет функции для давлений на скважине и подвижной границы. Сравнение аналитического и численного решения, полученного в среде Maple.

    дипломная работа [1,1 M], добавлен 29.06.2011

  • Вычисление первоначальной суммы кредита и дисконта с помощью математической функции в Excel. Начисление сложных процентов по номинальной ставке. Оптимальный портфель минимального риска с учетом рыночного индекса и доходностью не ниже чем по облигациям.

    контрольная работа [2,7 M], добавлен 23.01.2015

  • Рассмотрение процедуры регрессионного анализа на основе данных (цена продажи и жилая площадь) о 23 объектах недвижимости. Расчет параметров уравнения линейной регрессии и проверка его адекватности исследуемому процессу (используя приложение MS Exсel).

    лабораторная работа [1,2 M], добавлен 13.03.2014

  • Графический и содержательный анализ данных об объеме рынка бытовой техники на основе методов прогнозирования: сравнение прогнозных и реальных значений, оценка адекватности и точности модели. Построение прогноза на год и расчет прогнозируемого дохода.

    курсовая работа [245,2 K], добавлен 29.04.2011

  • Первичный и вторичный рынки жилья. Модель местоположения и координатная привязка объектов. Построение ценовой карты региона. Учет расстояний до центров влияния. Пространственно-параметрическое моделирование рынка вторичного жилья в г. Санкт-Петербурге.

    курсовая работа [330,0 K], добавлен 10.12.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.