Статистическое исследование рынка недвижимости в России

Но не считаясь с то, как досадно это все звучит, предполагается и много положительных моментов, и будущее может быть не таким уже и пасмурным, как прогнозировалось:

- процент на заем и в дальнейшем  остается исторически низким;

- некоторые районы не испытают  ценовых изменений;

- для многих, такое урегулирование  цен, разрешит осуществить свою  мечту - приобрести жилье, так  как большинство жилья за последние  годы стала недоступной для  покупателей;

- в целом по стране цены  будут оставаться на том же  уровне с незначительным падением (в среднем только на 0.10% - 1%) в  2009г.;

- в то время как новые продажи  уменьшатся, те же, что есть на  данный момент, останутся без  перемен;

- рынок не испытает таких  существенных изменений как в  начале 80-х или 90-х годов;

- для сегодняшних покупателей, 2009 г. может стать наилучшим  временами для получения дивидендов.

В некоторых районах в последнее время падение цен на недвижимость достигло 50%, в сравнении с ростом прошлого года около 4%- 6%. Такой значительный рост цен был вызван спекуляцией. Пользуясь низким процентами на заем и добрым экономическими условиями, инвесторы быстро избавлялись приобретенной недвижимости, которое привело к росту цен в первой половине десятилетия к новым высотам.  Но поскольку процент на заем начал возрастать, соответственно уменьшилась и разность между прибылью и жилыми затратами. Инвесторы вынуждены выставить их собственность на продажу, по сниженным ценам, пополняя уже и так насыщенный рынок, и спуская цены. Согласно выводам экономистов, цены на жилье будут наиболее низкими в конце 2010- 2012 гг. и начнут возрастать в 2013. Эти выводы были сделаны, принимая во внимание, что, жилье, предложенное на рынке, и его спрос был сбалансирован - т.е. уровень цен был согласован с местными демографическими тенденциями и с прибылью. Потом рассматривались разность между предусмотренной ценой и реальным уровнем цен. Если цены низшие, от предвиденных, прогноз - цены будут возрастать. Если же цены намного высшие, от предвиденных, можно ожидать значительное падение цен.

Это объясняет, чему бывшие "горячие" рынки, которые отмечались ростом цен между 20011 и 2012, увидят наибольший спад цен в 2013.  Как с ценами и продажами, тенденции с новостройками драматически отличаются в зависимости от района. Наиболее низкие цены будут наблюдаться в центральном районе, и Москва например - единый район, который увидит рост цен (4.7%), прежде всего через стабильный рабочий рынок. Как не удивительно это звучит, но низкий уровень цен на новостройки может быть доброй новостью для рынка недвижимости вообще. Поскольку будет строиться намного меньше, рынок будет вынужден использовать уже существующие ресурсы, которые приведет к балансированию между предложением и спросом, который, в свою очередь приведет к сбалансированию цен.

Таким образом, очень хорошо видно, что интерес на заем есть, и будет оставаться, на достаточно низком уровне. Экономика в целом находится в наиболее плохом состоянии, уровень безработицы есть большим - 11 %, а фондовая биржа находится на дороге к подъему. Закон предложения и спроса, более чем что-нибудь, будет движущей силой, которая будет держать рынок на соответствующему уровне на протяжении года, прогнозируют экономисты. Поскольку, можно ожидать, что экономика будет улучшаться, цены будут возрастать , процентные ставки будут оставаться относительно низкими , что откроет новые горизонты для прогнозов в 2014.

 

Глава 2. РАСЧЕТ И АНАЛИЗ ПОКАЗАТЕЛЕЙ РЫНКА НЕДВИЖИМОСТИ

2.1. Группировка

 

Статистическая группировка –  это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам.[2 стр. 37]

На основе данных прил. 1 проведем группировку.

Определим число групп:

n = 1 + 1.44*lnN= 1 + 1,44*ln15 = 4,90

То есть число групп равно  5.

Далее рассчитаем величину интервала:

i = = 11011,4

Сгруппированные данные будут выглядеть  следующим образом (табл. 1).

Таблица 1

Цены на вторичном рынке жилья по РФ

за период  1998-2012 гг.

Цены, руб/м2	Годы
До 16000	1998; 1999; 2000;2001; 2002; 2003
16000 – 27000	2004; 2005
27000– 38000	2006
38000– 49000	2007; 2011
Более 49000	2008; 2009; 2010; 2012

 

В период 1998 – 2012гг. в России минимальная  цена жилья на вторичном рынке  недвижимости приходится на период с 1998 по 2003 и составляет менее 16000руб/м², а максимальная – на 2008, 2009, 2010 и 20012 года и составляет более 49000руб/м².

2.2. Расчет относительных величин

 

Относительная величина в статистике – это обобщающий показатель, который представляет собой частное от деления одного абсолютного показателя на другой и дает числовую меру соотношения между ними.

Основное условие правильного  расчета относительной величины – сопоставимость сравниваемых показателей  и наличие реальных связей между  изучаемыми явлениями.

Относительными величинами координации  называют показатели, характеризующие  соотношение отдельных частей целого между собой. Вычисление этого показателя производится путем деления одной  части целого на другую его часть. [2, стр. 50 - 52]

При расчете данной величины будем  использовать данные прил. 6.

Примем площадь жилых помещений, приходящуюся на 1 человека в городской  местности за базу сравнения.

i_{коорд²⁰⁰⁹}= = 1,073

i_{коорд²⁰¹⁰}= = 1,086

i_{коорд²⁰¹¹}= = 1,089

Таким образом, площадь жилых помещений, приходящаяся на 1 человека в сельской местности  в 1,073 раз больше площади, приходящейся на 1 человека в сельской местности в 2009г. и в 1,086 раз и  в 1,089 раз в 2010 и 2011 гг. соответственно.

Относительная величина структуры (показатель структуры) - характеризует удельный вес части совокупности в ее общем объеме. Относительную величину структуры часто называют "удельный вес" или "доля".

, где n – количество составных частей в совокупности

Рассчитаем  данный показатель, используя данные прил.8 за 2011г.

 

 

Сумма долей всегда равна 1 или 100%

43%+57% = 100%

Таким образом, число построенных жилых  домов засчет собственных и заемных средств в 2011г. составило 43% от общего числа построенного жилья, а число домов, построенных жилищно-строительными кооперативами составило соответственно 57%.

Относительная величина сравнения (показатель сравнения) – сопоставляются размеры одноименных величин, приходящихся к одному периоду или моменту времени, но к различным объектам или территориям

i_cравн = ,

где a и b – сравниваемые объекты.

На  основе данных прил.6 сравним площадь жилых помещений, приходящуюся на 1 человека в сельской местности с площадью, приходящейся на 1 человека в городской местности за 2011г.

i_cравн = ,9%

Таким образом, площадь жилых помещений , приходящаяся на 1 человека в сельской местности на 8,9% больше, чем в городской местности.

Графическое представление данного  показателя представлено на рис.1.

Рис. 1. Площадь жилых помещений, приходящаяся на 1 жителя РФ

2.3. Средние величины и показатели вариации

 

Средняя величина обобщает данные о  численных значениях изучаемого признака у единиц совокупности и  определяет характерный, типичный уровень  признака для единиц этой совокупности в конкретных условиях времени и места.

Средние величины делятся на:

- степенные средние

- структурные средние [3, стр. 69]

Рассчитаем степенные средние (средняя  арифметическая простая и взвешенная).

На основе данных прил.4 рассчитаем среднюю площадь жилых помещений, приходящуюся на 1 жителя РФ за 2011г., применив формулу средней арифметической простой.

= = 22,5 м_²

Средняя площадь жилых помещений, приходящаяся на 1 жителя РФ, составляет 22,5 м_² в 2011г.

На основе данных группировочной таблицы (табл.1) рассчитаем среднюю арифметическую взвешенную.

Для начала определим середины интервалов по формуле:

 

= 4941   +   = 10470,5

= 16000 + = 21500

= 27000 + = 32500

= 38000 + = 43500

= 49000 + = 76549

= = 35434,6 руб/м_²

Таким образом, средняя цена на вторичном  рынке жилья за период 1998-2012 гг. составила 35434,6 руб/м_².

К структурным средним относятся такие показатели, как мода и медиана.

Мода – числовое значение признака, которое наиболее часто встречается  в ряду распределения.

Рассчитаем моду по данным прил.7.

В данном примере модальный интервал находится в пределах ценовой  группы 39-43 тыс. рублей, т.к. на этот интервал приходится наибольшая частота (9).  Рассчитаем величину моды по формуле:

М_о = , где

нижняя граница модального интервала,

,

,

,

.

М_о = 39 + 4 * = 41,4 тыс.руб/м^₂

Таким образом, модальная цена на первичном  рынке жилья в 2011 г. составила 41,4 тыс.руб.

Медиана – величина признака, которая  делит упорядоченную последовательность его значений на две равные по численности  части.

Для расчета медианы найдем суммы  накопленных частот (табл. 2)

Таблица 2

Нахождение суммы накопленных  частот.

Группы	Цена на первичном рынке жилья, тыс.руб/м2	Число строительных организаций	Сумма наколенных частот
1	До 35	3	3
2	35-39	6	9
3	39-43	9	18
4	43-47	7	25
5	Более 47	5	30
Итого:	-	30

 

Сумма частот = 30

Полусумма частот = = 15

Интервал 39-43 является медианным, т.к. его сумма накопленных частот впервые превышает полусумму частот. Далее рассчитаем медиану по формуле:

Ме = Хме + i_ме * , где

Ме - нижняя граница интервала, который содержит медиану

Iме - величина интервала

- сумма частот или  число членов ряда

S_ме-1 - сумма накопленных частот интервалов, предшествующих медианному

f_ме -  частота медианного интервала

Ме = 39 + 4 * = 41,67

Таким образом, половина строительных организаций продает 1 м_² жилья менее, чем за 41,67 тыс.руб, а другая половина – более.

Вариация – это несовпадение уровней одного и того же показателя у разных объектов.

По данным прил.5 за 2011 г. рассчитаем показатели вариации.

Наиболее простым является расчет показателя размаха вариации (К) как разницы между максимальным  и минимальным наблюдаемыми значениями признака:

К = 283-94=189 тыс. квартир

Среднее линейное отклонение (d) – это среднее арифметическое значение абсолютных отклонений признака от его среднего уровня. Для того, чтобы рассчитать этот показатель, рассчитаем сначала :

 =196,5 тыс.квартир

  =

d = тыс.квартир

Рассчитаем  также среднее квадратическое отклонение, которое показывает, на сколько в среднем отклоняются конкретные варианты от их среднего значения:

 

S = = тыс.квартир

 

Дисперсия признака равна среднему квадратическому отклонению в квадрате:

 

= 5309,25

 

Рассчитаем  коэффициент вариации:

 

V = = * 100%= 37,1%

 

Таким образом, ввод построенных квартир в эксплуатацию практически однороден.

2.4. Применение выборочного метода

 

Выборочное наблюдение – это  такое несплошное наблюдение, при  котором отбор подлежащих обследованию единиц осуществляется в случайном  порядке, отобранная часть изучается, а результаты распространяются на всю  исходную совокупность.

Совокупность, из которой производится отбор, называется генеральной совокупностью (N). Совокупность отобранных единиц – выборочной совокупностью (n).[4, стр.88]

Используя данные прил.3, проведем выборочное обследование.

За  выборочную совокупность возьмем число приватизированных жилых помещений за период 2005-2011 гг. Тогда . Выбираем года: 2005 (1822 тыс. домов), 2008 (699 тыс. домов), 2011 (340 тыс. домов).

Расчеты ведем с вероятностью 0,954 ().