Embed Size (px)
DESCRIPTION
- PowerPoint PPT Presentation
Citation preview
Стерник Г.М.,профессор кафедры «Управление проектами и программами»
РЭУ им. Г.В.Плеханова, главный аналитик Российской Гильдии риэлторов[email protected] , realtymarket.ru
МЕТОДИКА ПРОГНОЗИРОВАНИЯ ЦЕН НА ЖИЛЬЕ В ЗАВИСИМОСТИ ОТ ТИПА РЫНКА
(тезисы доклада на секции «Теория и практика инвестиционного консалтинга» XIV Национального конгресса по недвижимости, 7.06.11)
- Москва, 2011 -
Структура доклада
1. Постановка задачи
2. Методические предпосылки
3. Модель для прогнозирования динамики цен
4. Исходные данные для прогнозирования
5. Пример прогноза динамики цен на жилье по новой методике
6. Риски прогноза и сопоставление с фактическими данными за декабрь-апрель
1. Постановка задачи
Кризис 2008-2010 годов в экономике и на рынке недвижимости вновь обострил
потребность в краткосрочных, среднесрочных, долгосрочных прогнозах динамики цен на
рынке жилья. За последние два-три года опубликованы многочисленные работы,
содержащие как экспертные предсказания, так и прогнозы, основанные на различных
методических подходах и моделях различного типа, в том числе регрессионных
динамических однофакторных, статических многофакторных, опирающихся на
фундаментальный и технический анализ (например, по методологии фондового рынка),
использующих нейронные сети и т. д.
К сожалению, результаты прогнозов не вполне удовлетворяют экспертов и
потребителей, и поэтому дальнейшее развитие методов прогнозирования представляется
актуальной и важной задачей аналитиков рынка недвижимости.
С 1995 по 2005 год краткосрочные (годовые) прогнозы динамики цен на жилье в
Москве нами осуществлялись на основе методик и моделей, отражающих текущую
ситуацию на рынке и основанных на экономической гипотезе о предстоящей стадии
развития рынка. Лишь в середине 2006 года была разработана универсальная модель,
основанная на представлении о двухуровневой цикличности рынка и позволившая
рассчитывать не только годовые, но и среднесрочные (на глубину 2-3 лет) прогнозы.
Индексы долларовых цен на рынке жилья Москвы
0
200
400
600
800
1000
1200
1400
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
105
110
115
120
месяц
%
I долгосрочный период
II долгосрочный период
III долгосрочный период
За 20 лет новейшей истории российский рынок недвижимости пережил два
долгосрочных цикла протяженностью около 10 лет (120 и 112 месяцев от нижней до
нижней точки) и сейчас находится в начале третьего долгосрочного цикла. В первом цикле
цены (в долларовом выражении) за 5 лет выросли в 13 раз, затем плавно снизились на
25%, а во время кризиса 1998-99 гг. упали на 35%. Во втором цикле цены за 8,5 лет
выросли в 12 раз, а затем во время кризиса 2008-2009 гг. упали на 45%.
Аппроксимация ценового тренда II долгосрочного периода за 6 лет (с июня 2000 по
июнь 2006 гг.) полиномом второго порядка показала, что рынок жилья Москвы находится в
первой четверти «длинного» цикла, ответственность за который несет исторический
дефицит жилья на фоне совокупности макроэкономических показателей. Это уравнение мы
назвали «базовый тренд». В качестве гипотезы предполагалось, что с 2010-11 гг. начнется
вторая четверть – замедление темпов роста цен.
ДОЛГОСРОЧНЫЙ (БАЗОВЫЙ) ТРЕНД СРЕДНИХ УДЕЛЬНЫХ ЦЕН НА ЖИЛЬЕ в Москве
y = 0,8965x2 - 2186,5x + 1E+06R2 = 0,958
0
2000
4000
6000
8000
10000
12000
14000
июл.
00
янв.
01
июл.
01ян
в.02
июл.
02
янв.
03
июл.
03
янв.
04
июл.
04ян
в.05
июл.
05
янв.
06
июл.
06
янв.
07
июл.
07
янв.
08ию
л.08
янв.
09
июл.
09
янв.
10
июл.
10
янв.
11
июл.
11ян
в.12
июл.
12
янв.
13
июл.
13
$/кв. м
Москва предыстория
Базовый прогноз 1 четверть (аппроксимация)
Базовый прогноз 2 четверть (гипотеза)
Но на рынке недвижимости действуют и другие, внутренние факторы, которые
накладывают на базовый тренд более быстропротекающие колебания. Эти колебания
реализовывались не в колебаниях цен, а в колебаниях первой производной – темпов
прироста цен относительно базового тренда. Они образуют «средние», более
быстропротекающие циклы, и «короткие», еще быстрее протекающие циклы. Такие циклы
обладают устойчивым периодом (около 2,3 года) и амплитудой (удвоение в долларах,
стабильность в процентах) и поэтому легко поддаются прогнозированию методом
однофакторного регрессионного моделирования (модель модифицированной синусоиды). Динамика и прогноз темпов роста цен относительно базового тренда
-1000
-500
0
500
1000
1500
июл.
00
апр.
01
янв.
02
окт.0
2
июл.
03
апр.
04
янв.
05
окт.0
5
июл.
06
апр.
07
янв.
08
окт.0
8
июл.
09
$/кв. м в месяц
фактические данные модель-прогноз от 07.07
)587,82176,0sin()3933,538878,11177,0( 2 xxxy R2=0,8408
Обратная суперпозиция, интегрирование прогнозов дают окончательный
среднесрочный прогноз динамики цен.
До осени 2008 года результаты прогноза подтверждались фактическими данными. Но
мировой кризис изменил траекторию долгосрочного тренда и тем самым отменил
дальнейшее действие среднесрочного прогноза.
Суперпозиция и получение среднесрочного прогноза цен на рынке жилья Москвы
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
июл.
00
янв.
01
июл.
01
янв.
02
июл.
02
янв.
03
июл.
03
янв.
04
июл.
04
янв.
05
июл.
05
янв.
06
июл.
06
янв.
07
июл.
07
янв.
08
июл.
08
янв.
09
$/кв. м
предысториясреднесрочный прогноз на 2006-2008 гг.факт
В связи с этим в 2010 году была разработана новая методика, позволяющая
рассчитать траекторию нового долгосрочного тренда.
Методика базируется на ранее выполненном исследовании эластичности цен на жилье
по доходам и типизации рынков в зависимости от стадии их динамики. Типология рынков недвижимости по эластичности цен при изменении темпов роста
доходов населения
№ Тип рынка Примеры статистических значений признаков в Москве
Обобщенные значения признаков
dP/P dI/I Т В dP/P dI/I Т В
1 Развитый (насыщенный)
нет > 0 > 0 L < 1
2 Развивающийся (дефицитный)
0,025 0,015 99 1,61 > 0 > 0 L > 1
3 Растущий 0,021; 0,032;
0,017; 0,020;
18; 22;
1,16; 1,60;
> 0 > 0 М > 1
4 Перегретый 0,050; 0,039
0,022; 0,014
17; 11
2,27; 2,82
> 0 > 0 М > 2
5 Стабильный 0,0040; 0,006; 0,002
0,0044; 0,019; 0,005
9; 12; 10
0,91; 0,32; 0,40
>= 0 >= 0 М < 1
6 Надутый нет > 0 >= 0 L > 2
7 Падающий (кризисный)
-0,033; -0,948
-0,088; -0,097
13; 6
0,38; 0,49
< 0 < 0 М < 1
8 Депрессивный -0,0006; 0,035; 10; -0,028; <= 0 <0> М (L) <= 0
9 Стартующий 0,017 -0,015 11 -1,10 > 0 < 0 М < (-1)10 Взлетающий 0,090 -0,020 20 -4,50 > 0 < 0 М < (-4,5)
2. Методические предпосылки
Модель представляет собой уравнение статистической связи между темпами роста цен
на жилье и темпами роста среднедушевых доходов населения. С учетом ограниченности
накопленной за период новейшей истории российского рынка недвижимости статистики об
эластичности цен по доходам выявленные типы рынков сведены в три группы, и построено
три варианта модели: для типов 2 (развивающийся) и 7 (кризисный); 5 (стабильный) и 8
(депрессивный); 3 (растущий) и 4 (перегретый).
Связь темпов роста цен на жилье с темпами роста среднедушевых доходов населения
y = 0,5342x + 0,7952R2 = 0,9389
y = 0,3611x - 0,6923R2 = 0,9315
y = 0,7298x + 2,683R2 = 0,978
-6
-4
-2
0
2
4
6
-10 -8 -6 -4 -2 0 2 4
среднемесячный за стадию прирост доходов, %
Сред
неме
сячн
ый за
стад
ию п
риро
ст ц
ен
на ж
илье
, %
тип 2, 7
тип 5, 8тип 3, 4
3. Модель для прогнозирования динамики цен
Показатель среднедушевых доходов населения среди макроэкономических и
макрофинансовых показателей, определяющих динамику рынка недвижимости (цена на
нефть, отток капитала, курс рубля к доллару), является главным драйвером, ответственным
за дифференциацию уровня цен по регионам.
Исследование показало, что соотношение уровня доходов населения и цен на жилье в
регионах относительно Москвы устойчиво коррелируют между собой. Особенно это заметно
по данным 2009 года, когда цены и доходы по сравнению с Москвой составили в Петербурге
53 и 50%, в Московской области 47 и 47%, в Перми 42 и 38%, в Владимире 24 и 24%.
Соотношение уровня цен на жилья и среднедушевых доходов населения в регионах
с Москвой (2007 г.)
574846 4142 38
2920
100100
020406080
100
цены на жилье среднедушевые доходынаселения
%
Москва ПетербургМосковская обл. ПермьВладимир
Соотношение уровня цен на жилья и среднедушевых доходов населения в регионах
с Москвой (2009 г.)
53 5047 4742 3824 24
100100
020
4060
80100
цены на жилье среднедушевые доходынаселения
%
Москва ПетербургМосковская обл. ПермьВладимир
В июле 2010 г. Минэкономразвития РФ разработало среднесрочный (на 2011-2013 годы)
прогноз экономического развития РФ. Некоторые показатели этого прогноза в декабре
были уточнены. Основные показатели:
- прирост ВВП – 3,4-4,2%,
- прирост промпроизводства – 3,2-4,2%,
- оборот розничной торговли – 4,5-6,3%,
- инвестиции в основной капитал за счёт всех источников финансирования – 8,8-8,1%,
- инфляция – 6,0-5,0%,
- реальные располагаемые доходы населения –3,2-4,7%.
В соответствии с распоряжением правительства РФ, по аналогии со среднесрочным
экономическим прогнозом развития России были разработаны региональные
среднесрочные прогнозы. В основном региональные показатели в прогноз заложены
близкие к среднероссийским (за исключением Пермского края, где реальные
располагаемые доходы населения прогнозируются на уровне 2-2,5%, инфляция – 12,5%).
4. Исходные данные для прогнозирования
Применение методики показано на примере выполненного в ноябре 2010 года
прогноза динамики цен на жилье на 2011-2012 годы в 5 городах: Москва, Санкт-Петербург,
Московская область, Пермь, Владимир. В соответствии с накопленными данными о
динамике цен на рынке жилья, принято, что на среднесрочную перспективу рынок жилья
Москвы, где в течение 2010 года происходит плавное восстановление цен, будет относиться
к типу 2 (растущий). Рынки Петербурга, Московской области, Владимира, где
продолжается депрессивная стабилизация – в первом полугодии 2011 года будут
относиться к типу 5/8 (стабильный/депрессивный), далее – к типу 2 (растущий). Для
Перми, с учетом пониженного роста реальных доходов, а также повышенной инфляции
(которая снижает склонность населения к расходованию сбережений) принят тип рынка 5
– стабильный. Расчет для Москвы дает оценку темпов роста цен на жилье в 2011-2013
годах в 1,2% в месяц, 15% в год. Для Петербурга, Московской области и Владимира
темпы роста цен получены в 1 полугодии 2011 года – близкие к нулю, за 2011 год – рост 6-
10%, в 2012-2013 гг. – по 15%. Для Перми темпы роста цен в 2011-2013 гг. близки к нулю.
Рассчитанный по модели и приведенный на рисунке прогноз на 2011-2013 годы
является сглаженным. При этом сохраняется ранее сделанный прогноз повышенной
волатильности (среднесрочных колебаний) цен относительно базового тренда.
5. Пример прогноза динамики цен на жилье по новой методике
Прогноз рублевых цен предложения жилья на вторичном рынке
0
50
100
150
200
250
300де
к.07
мар.
08ию
н.08
сен.
08де
к.08
мар.
09ию
н.09
сен.
09де
к.09
мар.
10ию
н.10
сен.
10де
к.10
мар.
11ию
н.11
сен.
11де
к.11
мар.
12ию
н.12
сен.
12де
к.12
мар.
13ию
н.13
сен.
13де
к.13
тыс. руб./кв. м
Москва предыстория прогноз сглаженный фактСПб предыстория прогноз сглаженный фактМособласть предыстория прогноз сглаженный фактПермь прогноз сглаженный фактВладимир прогноз сглаженный факт
6. Риски прогноза и сопоставление с фактическими данными за декабрь-апрель
Апостериорная ошибка прогноза в сторону более высоких темпов роста цен на жилье
определялась возможным ростом цен на нефть, вероятность которого принималась
достаточно низкой. События в арабском мире уже в январе-феврале изменили ситуацию,
что создает предпосылки для необходимости корректировки прогноза вверх.
Апостериорная ошибка прогноза в сторону более низких темпов роста цен на жилье
определялась возможным негативным влиянием трудностей в европейской и мировой
экономике на российскую, что приведет к усилению оттока капитала из страны и
замедлению темпов роста доходов населения. Данный сценарий уже получил развитие, в
связи с чем создаются предпосылки для корректировки прогноза вниз, в первую очередь в
Москве.
По данным Росстата, среднедушевые доходы населения РФ в январе-апреле 2011 года
были ниже аналогичных показателей прошлого года, что сдвигает фактические данные по
ценам вниз относительно прогнозируемых.
Сопоставление результатов прогноза с фактическими данными за декабрь-апрель
показало, что существенных отклонений не произошло, и корректировок прогнозов пока
не требуется.
