" Н а у к а м о л о д ы х " , 3 0 - 3 1 м а р т а 2 0 1 7 г . , А р з а м а с
П о с в я щ а е т с я 1 0 0 - л е т и ю Р о с т и с л а в а Е в г е н ь е в и ч а А л е к с е е в а
1150
Анализ матрицы парных коэффициентов корреляции показал, что с
увеличением площади квартиры на 1 кв. метр цена уменьшается, однако с
увеличением площади кухни цена возрастает [5]. Так же было установлено, что
стоимость 1 кв. метра в монолитных домах выше; наличие балкона не
оказывает большого влияния на стоимость кв. метра; в новостройках стоимость
жилого метра выше, чем во вторичном жилье.
В соответствии с полученными расчетными данными модель регрессии в
линейной форме выглядит следующим образом:
4
2
1
32 3836
85
103993
18 1315
89
399829
x ,
x ,
x ,
,
y
+
−
−
=
Согласно полученной модели статистически значимыми является
факторы: площадь квартиры, тип дома, площадь кухни.
Плюсами данной модели можно обозначить то, что она ориентирована на
конкретный район (Замоскворечье), что, конечно же, имеет значение в рамках
Москвы, при этом не нарушается однородность и плотность выборки. Так же
авторы подробно описывают этапы своего исследования, дают хорошую
экономическую интерпретацию полученных результатов.
В качестве недостатка можно отметить небольшой набор факторов и
небольшое количество наблюдений в выборке. Возможным минусом является
тот факт, что в качестве независимой переменной выступает стоимость 1 кв.
метра площади. В первую очередь, это связано с тем, что при покупке квартиры
покупатель ориентируется на её стоимость в целом, что связано с
возможностью плательщика быстро сопоставить цену с имеющейся у него в
наличии денежной суммы или суммы займа по ипотеке, которая влечет
величину ставки процента, размер ежемесячных платежей и длительность
кредита.
В качестве второй модели рассмотрим не менее интересную работу,
проведенную для вторичного рынка двухкомнатных квартир в Курчатовском
районе города Челябинск [1]. В данном исследовании для анализа и
эконометрического моделирования была собрана выборка, состоящая из 150
наблюдений.
Авторы предположили, что на стоимость квартиры будет оказывать
влияние 14 факторов: общая площадь, жилая площадь, площадь кухни,
количество этажей в доме, этаж квартиры, ремонт, серия квартиры, наличие
балкона, его застекленность, наличие входной железной двери в квартире,
домофон, телефон, расстояние до центра города и расстояние до ближайшей
остановки. В результате исследования предложения на рынке вторичного
жилья, было построено несколько эконометрических моделей. В качестве
базовой была выбрана модель множественной линейной регрессии
, которая
выглядит следующим образом:
ε
+ ++ + + =
nn
xb ...
xb xb b y
22 11 0
где
y
– зависимая переменная (результативный признак),
n
x ,...,
x
1
– независимые (объясняющие) переменные;
