Авторские блоги и комментарии к ним отображают исключительно точку зрения их авторов. Редакция ЛІГА.net может не разделять мнение авторов блогов.
19.11.2019 13:49

Что влияет на конечную стоимость недвижимости в Киеве, исследование рынка

Управляющий партнер, совладелец компании по инвестициям InCo home

Жилой массив Виноградарь, что в Подольском районе столицы, один из наиболее показательных и интересных районов для исследования и анализа ситуации на рынке недвижимости сегодня.

На активность заключения здесь сделок купли-продажи, из множества факторов, основное влияние имеет строительство большого нового жилого массива «Варшавский» и строительство новой ветки метро. 

В течение нескольких месяцев наблюдается рост интереса к недвижимости в этом районе и мы постоянно мониторим рынок первичной недвижимости в этой локации. В этот раз целью было получить срез не столько по новым объектам жилья, опираясь на собственные данные, больше интересовали процессы в масштабах районов Виноградарь и Ветряные горы. Можем говорить, что полученные результаты характерны, как для данной локации, так и отражают тенденции рынка недвижимости столицы. 

В результате анализа данных о продаже 332 квартир, размещенных на сайте Lun.ua (собраны на конец октября), мы увидели в цифрах, как совокупность ряда факторов отражается на рынке. Методология формирования выборки позволила исключить из анализа предложения с явными признаками недостоверности объявления. Данные разбиты на семь условных секторов в пределах улиц проспект Правды, проспекта Григория Гонгадзе и улиц Вышгородской и Осиповского (рисунок 1). Для каждого наблюдения для целей анализа использовалась информация о секторе, в котором находится недвижимость (от 1 до 7); материале из которого построен дом (панель, монолит); о типе квартиры (студия, одно-, двухкомнатная и более); об общей площади и состоянии квартиры (после строителей, нужен ремонт, «заходи и живи»).

Базовая стоимость квадратного метра здесь на уровне 753 дол.США. (при расчетах и построении линейной многофакторной логистической регрессии, получен постоянный коэффициент регрессии, который интерпретируется в базовую стоимость). При этом стоимость квадратного метра квартиры в секторе 7 в среднем дороже на 323 дол.США (около 1000 дол. за метр квадратный), что дороже чем в секторах 5, 3 и 2. Статистическая значимость коэффициента для сегментов 4, 1 и 6 незначительна, но стоимость квадратного метра в этих районах дороже 753 дол. Такой результат объясним тем, что в секторе 7 будет расположена новая станция метро, а приближенные дома оценены выше. Также, полученные результаты показывают, что квартира в панельном доме в среднем будет дешевле на 90 дол. за м.кв., чем в монолитном. Влияет на стоимость и тип квартиры - студия будет дороже в среднем на  298 дол.США за м.кв.

Неожиданным стало получение положительного значения для коэффициента, который отражает влияние общей площади квартиры на стоимость квадратного метра. Обычно этот коэффициент отрицательный – чем больше площадь квартиры, тем дешевле стоимость квадратного метра. Но исключив из уравнения фактор типа квартиры (студия, однокомнатная, двухкомнатная и т.д.), получили статистически значимое позитивное значение. При прочих равных условиях, большая площадь в среднем ценится больше, а каждый дополнительный квадратный метр общей площади квартиры, например, в категории - студия, добавляет 2,37 дол. США к цене за квадратный метр квартиры. Это объясняется желанием покупателей видеть просторные квартиры, одновременно с сохранением требуемой функциональности.

 Также в результате анализа получен высокий уровень влияния фактора состояния квартиры, таких как - «нужен ремонт» (значение коэффициента «-148$») и «после строителей» (значение коэффициента «-453$»).  Ожидаемо, коэффициенты для этих показателей отрицательны, а их значение позволяет оценить среднюю цену ремонта, которая закладывается собственниками квартир для продажи в состоянии «заходи и живи».

Делаем вывод что, например, квартира в состоянии «заходи и живи» в новом монолитном доме в одном районе, с прочими одинаковыми характеристиками, будет дороже в среднем на 453 дол. за м.кв., чем квартира в состоянии после строителей. Такая разница неожиданно высока и объяснима не только стоимостью ремонта, но и фактором времени. Квартиры в состоянии «после строителей» в основном находятся в домах, которые близки или только введены в эксплуатацию. В таком жилье процессы передачи права собственности и ремонта длятся еще на протяжении нескольких лет. Значение этого показателя, кроме стоимости ремонта, еще может включать стоимость отложенного на срок около двух лет права пользования жильем.

Пример расчёта применения данной модели: квартира студия в секторе 7, в доме, построенном по монолитно-каркасной технологии, общей площадью 40 квадратных метров в состоянии после строителей в среднем стоит 1049$ ± 137.8$ (137.8$- это стандартная ошибка уравнения регрессии приведенном коэффициенте детерминации 0.5667)

P_(за метр квадратный)= α_(пост.коэф.)+β_район×1+β_(тип дома)×1+β_(тип квартиры)×1+β_площадь×S_(площадь квартиры)+β_(состояние квартиры)×1
P=753.43+〖323.40〗_(7 район)+〖32.62〗_монолит+〖298.48〗_студия+2.37×〖40〗_(площадь квартиры)-〖453.86〗_(после строителей)=1049$

Рисунок 1


При проведении анализа использовалась библиотека-приложение Rattle, реализованное на Python. При анализе данных было сформировано 3 сета данных, где 70% данных использовались для расчета модели, 15% процентов данных использовались для тестирования результата расчёта и 15% данных использовались для подтверждения результатов тестирования. В результате была получена логистическая регрессия с следующими показателями

Коэффициенты

Значение, $

Стандартная ошибка, $

T статистика

Pr(>|t|)

Статистическая

значимость

α_(пост.коэф.)

753.4306

143.1046

5.265

0.000000339

***

β_район4

91.5895

39.2758

2.332

0.02063

*

β_район1 

109.5843

61.3048

1.788

0.07526

.

 β_район7

323.3976

58.8254

5.498

0.000000109

***

β_район6

66.6736

40.0221

1.666

0.09719

.

β_район3

54.3751

42.395

1.283

0.20102

 

β_район2

-9.6205

45.1899

-0.213

0.83161

 

β_(тип дома монолит)

32.6176

56.3697

0.579

0.56344

 

β_(тип дома панель)

-90.9208

31.6536

-2.872

0.00448

**

β_(тип квартиры одна спальня)

175.7302

106.7633

1.646

0.10123

 

β_(тип квартиры студия)

298.4842

116.3671

2.565

0.011

*

β_(тип квартиры две спальни)

-85.3115

108.7277

-0.785

0.43353

 

β_(тип квартиры три спальни)

66.5337

102.494

0.649

0.51694

 

β_площадь

2.37

0.9344

2.536

0.01191

*

β_(состояние квартиры после строителей)

-453.8553

37.2125

-12.196

< 2e-16

***

β_(состояние квартиры "заходи и живи")

25.6407

41.6602

0.615

0.53889

 

β_(состояние квартиры "нуждается в ремонте")

-148.6244

29.3183

-5.069

0.00000086

***

Если Вы заметили орфографическую ошибку, выделите её мышью и нажмите Ctrl+Enter.
Последние записи
Контакты
E-mail: blog@liga.net