Ценообразование на рынке недвижимости

3.1 Классификация прогнозов по степени формализации методов
Разработчик прогноза (шутливое наименование) Метод прогнозирования Вид прогноза
(-1) "Агностик" Нет ("прогнозы вообще невозможны") Нет
(1) Эксперт Интуиция, знание рынка, метод аналогий Экспертное предсказание
(2) Аналитик-прогнозист Количественный и качественный "фундаментальный" анализ факторов, сценарный метод Эвристический прогноз
(3) Прогнозист-"оптимист" "Фундаментальный" анализ экономической ситуации и ее влияния на показатели рынка недвижимости ("демографический" метод, метод прогноза доходов населения) "Фундаментальный" прогноз факторов – объемов строительства, предложения, спроса, оборотов рынка
(4) Прогнозист-"статистик" "Технический" анализ (регрессионный анализ, статистическое моделирование) "Технический" прогноз на основе регрессионной статистической модели
(5) Прогнозист-моделист Многофакторное моделирование, нейросетевое прогнозирование Прогноз на основе многофакторной модели, нейронных сетей (+1) "Пуританин" Нет ("слабая изученность явления не позволяет построить адекватную модель") Нет Пример использования статистической регрессионной модели в феврале 1995 года для прогнозирования динамики цен на жилье в Москве, Петербурге, Екатеринбурге, Твери, Рязани, Барнауле приведен на рисунке. Основу модели была положена гипотеза о том, что в экономике России осуществляется переход от планового, централизованного регулирования к рынку, и поэтому основной закономерностью динамики цен на рынке жилья является их взлет до уровня, соответствующему ценам в "городах-аналогах". Соответственно, для описания перехода кибернетической, саморегулируемой системы в новое состояние была применена логистическая модель "взлета самолета" вида

V (Т) = А / (1 + ехр (B - CT)),

где V- средняя за период (среднемесячная) цена предложения 1 кв. м общей площади объекта;
Т - порядковый номер периода (месяца);
А, В и С - постоянные коэффициенты (параметры модели).
На рисунке видно, что рассчитанный прогноз динамики цен на 1995-1998 годы до начала августовского кризиса близко совпадал с фактическими данными.
Аналогичная модель-прогноз была применена при изучении начальных стадий рынка ипотечных сделок с недвижимостью в Москве и построена в 3 квартале 2005 года, только моделируемым показателем выступала динамика объема ипотечных операций Компании где t - порядковый номер квартала.
Модель правильно предсказала переход динамики роста объемов ипотечных сделок к стабилизации, и количественный прогноз 5 кварталов близко совпадал с фактическими данными. В октябре 2000 года, через два года после начала кризиса, для прогнозирования динамики цен в Москве на 2001-2002 гг. была построена новая модель "выхода самолета из пике" вида
V = B0-B1/(B2+exp((B3*Т+B4)2)).
До середины 2002 года модель дала прогноз высокой точности.
В 2006-2008 году на основе изучения долгосрочных и среднесрочных циклов рынка жилья Москвы и других городов была построена на основе метода негармонического разложения ценового тренда модель в виде следующей системы уравнений Y = y1 + Δy2 + Δy3 + Δy4 + …. + Δyn, (1)
y1 = a3 x3 +a2x2 +a1x +a0, (2)
Δy2 , (3)
Δy3 = , (4)
Δy4 = , (5) …………………………………… , (n)
где Y – прогнозное значение средней удельной цены предложения жилья, $/кв. м;
y1– уравнение базового тренда (долгосрочный прогноз), $/кв. м;
Δy2 – прогноз приростов средней удельной цены предложения жилья относительно базового тренда, $/кв. м;
Δy3 – прогноз приростов средней удельной цены предложения жилья относительно тренда второго порядка, $/кв. м;
Δy4 – прогноз приростов средней удельной цены предложения жилья относительно тренда третьего порядка, $/кв. м;
Δyn- прогноз приростов средней удельной цены предложения жилья относительно тренда предпоследнего порядка, $/кв. м; а, b, c, d с индексами – коэффициенты уравнений (трендов различного порядка), аппроксимирующих фактические данные. Вычисляются по фактическим данным с использованием метода наименьших квадратов.
Аппроксимация ценового тренда за 5-6 лет (например, полиномом второго порядка) показывает, что рынок жилья Москвы, как и других городов России, находится в начале полупериода роста (точнее, в первой четверти периода) "длинного" цикла колебаний, ответственность за который несет совокупность макроэкономических показателей страны и города (региона). Это уравнение мы назвали "базовый тренд", и приняли его как основу для долгосрочного прогноза динамики цен – рост со среднегодовыми темпами 20-25%. В дальнейшем (по нашим оценкам 2006 года, за пределами 2010-2011 гг.), когда объемы строительства и предложения квартир существенно увеличатся, и долгосрочные темпы роста цен начнут снижаться (рынок перейдет во вторую четверть периода), предполагается снижение долгосрочных темпов роста цен, как это условно иллюстрируется на рисунке. Но на рынке недвижимости действуют и другие, внутренние факторы, которые накладывают на базовый тренд более быстро происходящие колебания. Например, связанные с строительно-инвестиционным циклом, с развитием инфраструктуры рынка строительства жилья, с потребительским поведением граждан и т.д. Эти колебания на рынке жилья реализовались не в колебаниях цен, а в колебаниях первой производной – темпов прироста цен. Они образуют "средние", более быстропротекающие циклы, и "короткие", еще быстрее протекающие циклы. Такие циклы легко поддаются прогнозированию методом однофакторного регрессионного моделирования.
Обратная суперпозиция, интегрирование прогнозов дают окончательный прогноз динамики цен – среднесрочный и долгосрочный на рисунке видно, что до сентября 2008 года прогноз для Москвы реализовывался с высокой точностью. Из 12 городов России, для которых был рассчитан аналогичный прогноз, хорошая сходимость получена по 8 городам и неудовлетворительная – по двум. С октября 2008 года мировой финансово-экономический кризис изменил направление долгосрочного ценового тренда во всех городах России, и ранее выполненные прогнозы потребовали пересмотра. В сентябре 2009 года было проведено исследование рынка жилья в 10 городах России, в результате которого был сделан вывод о том, что в долгосрочном периоде рынок переходит в фазу замедления темпов роста и начала спада, и разработан сценарный прогноз развития ситуации Расчет сценариев производился с помощью четырехфакторной модели зависимости цен на жилье от макроэкономических параметров, значения которых задавались на декабрь 2008, июнь и декабрь 2009 и 2010 года в различных допустимых вариантах:
Y = f (x1 , x2 , x3 , x4 ),
где x1 – цена барреля нефти;
x2 – инфляция;
x3 – девальвация рубля относительно доллара;
x4 – отток капитала.
Были получены 4 сценария динамики цен, из которых наиболее вероятным представлялся сценарий № 2 (пессимистический).
Но уже в декабре 2008 года был сделан вывод о то, что фактически реализуется сценарий № 3 (кризисный).
Сопоставление прогноза с фактическими данными приведено на следующем рисунке.
Таким образом, применение регрессионных математических моделей, опирающихся на содержательные гипотезы об экономической сущности протекающих на рынке жилья процессов, позволяют получать достаточно точные среднесрочные прогнозы. Однако, они не могут предсказать изменения ценовых трендов в долгосрочном периоде и переход к кризисному развитию рынка. Ценообразование спрос предложение рынок недвижимость.