МОДЕЛИРОВАНИЕ СТОИМОСТИ ЖИЛЬЯ НА ВТОРИЧНОМ РЫНКЕ ЖИЛОЙ НЕДВИЖИМОСТИ В ГОРОДЕ БРЕСТЕ

​MODELLING THE COST OF HOUSING IN THE SECONDARY RESIDENTIAL REAL ESTATE MARKET IN THE CITY OF BREST

Victoria Sakharchuk

1st year student, Department of Accounting, Analysis and Audit, Brest State Technical University,

Republic of Belarus, Brest

Svetlana Sidak

scientific supervisor, senior lecturer of the Department of Mathematics and Computer Science, Brest State Technical University,

Republic of Belarus, Brest

АННОТАЦИЯ

В статье представлены результаты моделирования стоимости однокомнатных квартир на вторичном рынке г. Бреста. Выявлены факторы, оказывающие значимое влияние на ценообразование анализируемых объектов недвижимости.

ABSTRACT

The article presents the results of modeling the cost of one-room apartments on the secondary market of Brest. The factors that have a significant impact on the pricing of the analyzed real estate objects are identified.

Ключевые слова: моделирование, вторичный рынок жилья, ценообразующий фактор, уравнение регрессии.

Keywords: modeling, secondary housing market, price-forming factor, regression formula.

Введение

Недвижимость в современном обществе занимает особое место как инвестиционное вложение, так и объект долгосрочного использования. В условиях динамично изменяющейся экономической среды и роста цен на жилье, понимание факторов, влияющих на стоимость объектов недвижимости, становится особенно актуальным. На сегодняшний день современные методики оценки жилой недвижимости способны анализировать множество параметров объектов недвижимости, включая площадь жилья, этажность, конструктивные особенности здания и пространственные различия между объектами [1]. Город Брест, обладая уникальной историей и стратегическим расположением, представляет собой большой интерес в плане анализа рынка недвижимости.

Целью работы является разработка модели оценки стоимости вторичного жилья в городе Бресте (на примере однокомнатных квартир), позволяющей учесть различные ценообразующие факторы. По данным Национального кадастрового агентства за 4 квартал 2024 года в городе Бресте было совершенно 610 сделок с куплей продажей объектов надвижимости [2].

Задачи исследования:

• сбор базы данных исследования;
• выявление факторов, оказывающее значимое влияние на стоимость надвижимости;
• разработка модели и оценка качества модели.

Исходные данные и методы исследования

База данных исследования сформирована на основании материалов одного из интернет-ресурсов о реализации объектов недвижимости г. Бреста. Для исследования выбраны сведения о реализуемых однокомнатных квартирах г. Бреста за 4 квартал 2024 г. Для моделирования стоимости квартир использована выборка из 515 объектов недвижимости.

В качестве основного метода исследования использован корреляционно-регрессионный анализ. Данный метод исследования представляет собой мощный инструмент, позволяющий выявить взаимосвязи между различными параметрами недвижимости и их влиянием на рыночные цены [3]. Применение статистических методов позволит не только провести глубокий анализ текущей ситуации на рынке, но и предсказать будущие тенденции, что будет полезно как для инвесторов, так и для собственников жилья.

Полученные результаты

Основные ценообразующие факторы, используемые для выявления значимого влияния на стоимость недвижимости, представлены в таблице 1. В ходе исследования произведена замена исходных ценообразующих факторов на стандартизированные значения переменных с целью упрощения и корректности вычислительных процессов. В частности, выполнена замена фактических значений переменных на стандартизированные для следующих факторов: район, микрорайон, материал стен, балкон, санузел, ремонт (таблица 2).

Таблица 1.

Исследуемые ценообразующие факторы и их обозначение в модели

Таблица 2.

Замена исходных ценообразующих факторов на стандартизированные значения

Таким образом, оцениваемая регрессионная модель носит линейный характер и описывается уравнением

,                                                                              (1)

где      – стоимость квартиры, руб.;

 – свободный член;

 – коэффициенты регрессии, отражающие влияние соответствующего предиктора на стоимость жилья.

Результаты оценки параметров модели (1), полученных с использованием средства «Регрессионный анализ» в MS Excel, представлены на рисунке 1.

Рисунок 1. Оценка модели множественной регрессии

Полученные результаты (P-значения коэффициентов регрессии меньше заданного уровня значимости 0,05) свидетельствуют о том, что значимое влияние на стоимость однокомнатных квартир оказывают следующие факторы: микрорайон, год постройки, этажность, санузел, общая площадь, ремонт. Значение множественного коэффициента корреляции построенной модели равно 0,74, что свидетельствует о высокой связи исследуемой переменной от ценообразующих факторов.

Заключение

Полученные в работе результаты способствуют формированию представлений для участников рынка о стоимости однокомнатных квартир в г. Бресте, что поможет сделать более обоснованные инвестиционные решения и оптимизировать покупательские стратегии.

Список литературы:

1. Реннер А.Г., Стебунова О.И. Моделирование стоимости жилья на вторичном рынке жилья / А.Г. Риннер, О.И. Стебунова // Вестник ОГУ. – 2005. – № 10. – С. 179–182.
2. Многоквартирная недвижимость. Областные центры. 4 квартал 2024 г. // Национальное кадастровое агентство – URL: https://analytics.nca.by/ (дата обращения: 11.05.2025).
3. Грибовский С.В., Сивец С.А. Математические методы оценки стоимости недвижимого имущества. – М. Финансы и статистика. – 2008. – 368 с.