Социально-экономическая ситуация в стране и геополитические проблемы не могли не сказаться на таком значимом для экономики страны сегменте, как рынок жилой недвижимости. Кризисный период 2014–2016 гг. на рынке жилой недвижимости, как и на других рынках, проявился негативной динамикой макроэкономических факторов и отсутствием баланса между спросом и предложением со значительным превышением последнего, бессистемным поведением продавцов и покупателей недвижимости, изменением характера распределения стоимости объектов, модификацией маркетинговых стратегий основных стейкхолдеров рынка недвижимости: риелторских агентств, застройщиков, девелоперов и др. [1].

В качестве особенностей проявления кризисной ситуации 2014–2016 гг. на рынке жилой недвижимости исследователями также отмечалось перераспределение спроса между рынками вторичного и первичного жилья в сторону новостроек. Так, на основании информация об объемах ввода недвижимости, ценах и свойствах объектов продажи на первичном и вторичном рынках недвижимости городов Ростовской области можно сделать вывод, что на протяжении последних лет в регионе сохранялась положительная динамика объемов ввода жилой недвижимости, даже в кризисный период. Показатель ввода жилья увеличивался в среднем на 5,92 % в год. Наибольший объем ввода жилья отмечался в таких городах Ростовской области, как Ростов-на-Дону, Батайск, Аксай [2–4].

Однако, согласно данным Ростовстата [5], в Ростовской области за первый квартал 2016 г. построено 557,3 тыс. кв. м жилой площади, что составило 84,6 % по сравнению с аналогичным периодом 2015 г. Темп ввода жилой недвижимости снизился на 15,4 %. Основной объем введенного жилья с начала 2016 г. приходится на индивидуальных застройщиков – 349,3 тыс. кв. метров, или 62,7 % от общего объема.

Приведенные данные подтверждают низкую эластичность предложения на рынке недвижимости при изменении спроса: в кризисный период, несмотря на падение спроса строительство объектов продолжается, что связано с уже понесенными застройщиками существенными расходами. С учетом изменившихся условий и с общим кризисом потребления, на первичном рынке недвижимости изменились как цены, так и структура предложения. Застройщики в условиях кризиса перешли к строительству более востребованных, дешевых объектов [6]. Так, в целях экономии расходов стали применяться более дешевые материалы, также снизился метраж строящегося жилья – средняя площадь квартир уменьшилась на 17,3 %. Таким образом, кризисная ситуация повлияла не только на перемену ряда важных приоритетов покупателей, но и способствовала формированию девелоперами продукта, им удовлетворяющего [7].

Дифференциация территории Ростовской области по уровню экономического развития, деловой активности, транспортной доступности, развитости социальной инфраструктуры и другим параметрам определяет специфические условия развития и практику ценового регулирования муниципальных рынков недвижимости, в которой важнейшую роль играет мониторинг индикаторов, определяющих состояние и тенденции его развития [7].

В качестве важнейших индикаторов рассматриваются в том числе показатели обеспеченности жильем населения. Так, с учетом численности населения, и имеющегося объема жилищного фонда в Ростовской области (РО), можно проследить динамику обеспеченности кв. м общей площади населения за период 2011–2015 гг. (табл. 1).

Как видно из данных таблицы, значение показателя за указанный период постоянно возрастало. Однако, с учетом среднего значения обеспеченности кв. м на человека по РФ составляющим 24,4 кв м [8, 9], а также по сравнению с аналогичными показателями, достигнутыми в развитых странах, варьирующих от 25 кв. м (Польша) до 70 кв м (США, Норвегия), можно сделать вывод о его недостаточности.

С учетом изменения в кризисный период платежеспособного спроса на фоне значительного объема предложения, возрастает роль ценового регулирования рынков недвижимости муниципальных образований.

В настоящее время на рынке недвижимости РО средние цены на за 1 кв. м общей площади жилой недвижимости представлены следующими показателями (табл. 2).

Таким образом, в 2016 г. видна тенденция к снижению стоимости 1 кв. м общей площади жилой недвижимости, как на первичном, так и на вторичном рынке недвижимости РО, что является индикатором кризисной обстановки. Однако с учетом дифференциации территорий, тенденции по средней стоимости объектов жилой недвижимости различных муниципальных образований РО могут существенно отличаться.

Таблица 1

Динамика обеспеченности жильем населения РО [2]

Таблица 2

Средние цены на рынке жилья РО за 1 кв. м [10, 11]

Для прогнозирования средней стоимости жилой недвижимости был исследован значительный объем информации о средней стоимости 1 кв. м за 2014, 2015, 2016 гг. по месяцам (всего 36 месяцев) по таким муниципальным образованиям РО, как г. Ростов-на-Дону, Таганрог, Шахты, Азов [6].

В ходе работы были построены аддитивные модели временных рядов по средневзвешенным стоимостям объектов жилой недвижимости указанных муниципальных образований за 36 месяцев, проведена автокорреляция уровней временных рядов, которая подтвердила вывод о значительной линейной зависимости средневзвешенной стоимости квадратного метра жилой недвижимости во временных рядах.

Аналитическое выравнивание во временных рядах с помощью линейного тренда T = a + bt, параметры которого определялись методом наименьших квадратов, позволили построить модели стоимости объектов жилой недвижимости указанных муниципальных образований, провести оценку качества построенных моделей R2, как отношения суммы квадратов абсолютных ошибок к общей сумме квадратов отклонений уровней ряда от его среднего уровня.

Пролонгирование тренда на первое полугодие 2017 г. позволило сделать прогнозы стоимости 1 кв. м жилой недвижимости РО (табл. 3).

На основании полученных значений R2 можно сделать вывод, что аддитивная модель для г. Ростова-на-Дону объясняет 83,6 % общей вариации уровней временных рядов стоимости 1 кв. м жилой недвижимости по месяцам за 3 года, для г. Таганрога – 85,3 %, для г. Азова – 95,7 %, для г. Шахт – 87,6 %, что говорит о достаточно высокой адекватности построенных моделей. При этом видна тенденция к ослаблению кризисных тенденций и увеличению стоимости квадратного метра жилья в г. Ростове-на-Дону, а также в городах-спутниках областного центра – Таганроге и Азове. Продолжение наметившейся тенденции по медленному восстановлению цен на объекты жилой недвижимости в РО возможно в случае сохранения текущей макроэкономической конъюнктуры и отсутствия геополитических шоков.

Полученные прогнозы стоимости 1 кв. м жилой недвижимости могут быть использованы в целях регулирования рынков недвижимости указанных муниципальных образований Ростовской области.

С целью определения факторов, оказывающих влияние на прирост (снижение) стоимости одного кв. м жилой недвижимости, проведена оценка ситуации на рынке недвижимости Ростовской области на основе корреляционно-регрессионного анализа.

Отбор факторов для модели был проведен на основе качественного теоретико-экономического анализа по данным за период 2010–2015 гг.: для этого факторы были отобраны исходя из сущности проблемы и представлений о природе взаимосвязи моделируемого показателя (У общего прироста (снижения) стоимости 1 кв. м, руб. за год) с другими экономическими явлениями, по которым накоплен значительный статистический материал, в качестве которых исследовались:

Х1 – число родившихся в Ростовской области в расчете на 1000 населения за год, промилле;

Х2 – денежные доходы населения Ростовской области (в среднем на душу);

Х3 – миграционный прирост населения Ростовской области, чел.;

Х4 – число браков в Ростовской области (табл. 4).

Для того, чтобы избежать неустойчивости и ненадежности оценок коэффициентов регрессии на основе матрицы показателей корреляции (табл. 5) было выявлено, что факторы Х1 и Х2 коллинеарны, и один из них необходимо исключить из регрессии. Предпочтение отдадим Х2, как более тесно связанному с результатом, и исключим Х1.

Таблица 3

Прогнозирование ценовой ситуации рынка недвижимости РО

Таблица 4

Исходные данные

Таблица 5

Матрица коэффициентов корреляции

В рамках определения множественной регрессии с использованием пакета «Анализ данных программы Microsoft Excel» было получено уравнение регрессии

У = – 49803,1 + 4207,6X2 + 1,07X3 – 0,25X4

и множественный коэффициент корреляции R = 0,98.

Для оценки качества полученного уравнения множественной регрессии был использован коэффициент детерминации R2 равный 0,97.

Отметим, что в рамках анализа были построены уравнения регрессии для исследуемых факторов.

При построении уравнения однофакторной регрессии для Х3 – миграционного прироста населения, имеющего наиболее тесную связь с результативным показателем – общим приростом (снижением) стоимости 1 кв. м жилой недвижимости Ростовской области, был получен коэффициент детерминации равный 0,611, следовательно, можно утверждать, что уравнение множественной регрессии обладает более высоким качеством.

Также для построения регрессии с информативными факторами была проведена оценка статистической значимости факторных признаков с помощью t-критерия Стьюдента.

Было определено табличное значение tтаб = 2,109815578.

Сравнив расчетные значения t-критерия Стьюдента, полученные при регрессионном анализе (табл. 6) с табличным по модулю, было определено, что факторы Х2 и Х3 статистически значимы и информативны.

В свою очередь, t-критерий Стьюдента для X4 – 1,96 < 2,109815578, следовательно, этот фактор статистически не значим.

Таблица 6

Расчетные значения t-критерия Стьюдента

Построим уравнение регрессии для информативных факторов Х2 и X3 (табл. 7).

Коэффициент детерминации равен 0,96, следовательно, можно говорить о высоком качестве построенного уравнения регрессии. Кроме этого, значения коэффициента детерминации и нормированного коэффициента детерминации указывают на весьма высокую (более 95 %) детерминированность результата У в модели факторами X2 и X3.

Таким образом, уравнение регрессии будет иметь вид

Y = 3754,4Х2 + 1,07Х3 – 53246,18.

Оценку надежности уравнения регрессии в целом и показателя тесноты связи Ryx2x3 проверим при помощи F-критерия Фишера, который оказался больше табличного значения, то есть вероятность случайно получить такое значение F-критерия не превышает допустимый уровень значимости 5 %.

Таблица 7

Регрессионная статистика

Таким образом, можно сделать вывод о статистической значимости всего уравнения и показателя тесноты связи Ryx2x3.

Кроме этого, была рассчитана средняя ошибка аппроксимации, которая составила 14,1 %, что не превышает 15 %, то есть модель можно считать удовлетворительной.

Таким образом, был сделан вывод, что наибольшее влияние на общий прирост (снижение) стоимости 1 кв. м жилой недвижимости в Ростовской области оказывает величина денежных доходов и миграционный прирост населения Ростовской области.