fbpx

Що впливає на кінцеву вартість нерухомості в Києві, дослідження ринку

Що впливає на кінцеву вартість нерухомості в Києві, дослідження ринку

Житловий масив Виноградар, що в Подільському районі столиці, один з найбільш показових і цікавих районів для дослідження й аналізу ситуації на ринку нерухомості сьогодні.
На активність укладення тут угод купівлі-продажу, з безлічі факторів, основний вплив має будівництво великого нового житлового масиву «Варшавський» та будівництво нової гілки метро.

Протягом декількох місяців спостерігається зростання інтересу до нерухомості в цьому районі і ми постійно моніторимо ринок первинної нерухомості в цій локації. Цього разу метою було отримати зріз, не так по нових об’єктах житла, спираючись на власні дані, більше цікавили процеси в масштабах районів Виноградар і Вітряні гори. Можемо говорити, що отримані результати характерні, як для даної локації, так і відображають тенденції ринку нерухомості столиці.
В результаті аналізу даних про продаж 332 квартир, розміщених на сайті Lun.ua (зібрані на кінець жовтня), ми побачили в цифрах, як сукупність ряду факторів відбивається на ринку. Методологія формування вибірки дозволила виключити з аналізу пропозиції з явними ознаками недостовірності оголошення. Дані розбиті на сім умовних секторів в межах вулиць проспект Правди, проспект Григорія Гонгадзе та вулиць Вишгородської й Осиповського (малюнок 1). Для кожного спостереження для цілей аналізу використовувалася інформація про сектор, в якому знаходиться нерухомість (від 1 до 7); матеріал з якого побудований будинок (панель, моноліт); про тип квартири (студія, одно-, двокімнатна і більше); про загальну площу та стан квартири (після будівельників, потрібен ремонт, «заходь і живи»).

Малюнок 1

Базова вартість квадратного метра тут на рівні 753 дол.США. (При розрахунках і побудові лінійної багатофакторної логістичної регресії, отриманий постійний коефіцієнт регресії, який інтерпретується в базову вартість). При цьому вартість квадратного метра квартири в секторі 7 в середньому дорожче на 323 дол.США (близько 1000 дол. За метр квадратний), що дорожче ніж в секторах 5, 3 і 2. Статистична значимість коефіцієнта для сегментів 4, 1 і 6 незначна, але вартість квадратного метра в цих районах дорожче 753 дол. Такий результат можна пояснити тим, що в секторі 7 буде розташована нова станція метро, ​​а наближені будинки оцінені вище. Також, отримані результати показують, що квартира в панельному будинку в середньому буде дешевше на 90 дол. за м.кв., ніж в монолітному. Впливає на вартість і тип квартири – студія буде дорожче в середньому на 298 дол.США за м.кв.

Несподіваним стало отримання позитивного значення для коефіцієнта, який відображає вплив загальної площі квартири на вартість квадратного метра. Зазвичай цей коефіцієнт негативний – чим більше площа квартири, тим дешевше вартість квадратного метра. Але виключивши з рівняння фактор типу квартири (студія, однокімнатна, двокімнатна і т.д.), отримали статистично значуще позитивне значення. За інших рівних умов, велика площа в середньому цінується більше, а кожен додатковий квадратний метр загальної площі квартири, наприклад, в категорії – студія, додає 2,37 дол. США до ціни за квадратний метр квартири. Це пояснюється бажанням покупців бачити просторі квартири, одночасно зі збереженням необхідної функціональності.

Також в результаті аналізу отримано високий рівень впливу фактора стану квартири, таких як – «потрібен ремонт» (значення коефіцієнта «-148 $») і «після будівельників» (значення коефіцієнта «-453 $»). Очікувано, коефіцієнти для цих показників негативні, а їх значення дозволяє оцінити середню ціну ремонту, яка закладається власниками квартир для продажу в стані «заходь і живи».

Робимо висновок що, наприклад, квартира в стані «заходь і живи» в новому монолітному будинку в одному районі, з іншими однаковими характеристиками, буде дорожче в середньому на 453 дол. за м.кв., ніж квартира в стані після будівельників. Така різниця несподівано висока і пояснюється не тільки вартістю ремонту, але і фактором часу. Квартири в стані «після будівельників» в основному знаходяться в будинках, які близькі або тільки введені в експлуатацію. В такому житлі процеси передачі права власності та ремонту тривають ще протягом декількох років. Значення цього показника, крім вартості ремонту, ще може включати вартість відкладеного на термін близько двох років права користування житлом.

Приклад розрахунку застосування даної моделі: квартира студія в секторі 7, в будинку, побудованому за монолітно-каркасною технологією, загальною площею 40 квадратних метрів в стані після будівельників в середньому коштує 1049 $± 137.8 $ (137.8 $ – це стандартна помилка рівняння регресії наведеному коефіцієнті детермінації 0.5667)

P_ (за метр квадратний) = α_ (пост.коеф.) + Β_район × 1 + β_ (тип будинку) × 1 + β_ (тип квартири) × 1 + β_площадь × S_ (площа квартири) + β_ (стан квартири) × 1
P = 753.43 + 〖323.40〗 _ (7 район) + 〖32.62〗 _моноліт + 〖298.48〗 _студія + 2.37 × 〖40〗 _ (площа квартири) – 〖453.86〗 _ (після будівельників) = 1049 $

При проведенні аналізу використовувалася бібліотека-додаток Rattle, реалізоване на Python. При аналізі даних було сформовано 3 сети даних, де 70% даних використовувалися для розрахунку моделі, 15% відсотків даних використовувалися для тестування результату розрахунку і 15% даних використовувалися для підтвердження результатів тестування. В результаті була отримана логістична регресія з наступними показниками.

Таблиця 1. Значення коефіцієнтів регресії для аналізу ціни за квадратний метр на Виноградарі.

Коефіцієнти Значення, $ Стандартная помилка, $ T статистика Pr(>|t|) Статистична

значимість

α_(пост.коеф.) 753.4306 143.1046 5.265 0.000000339 ***

β_район4

91.5895 39.2758 2.332 0.02063 *

β_район1

109.5843 61.3048 1.788 0.07526 .

β_район7

323.3976 58.8254 5.498 0.000000109 ***

β_район6

66.6736 40.0221 1.666 0.09719 .

β_район3

54.3751 42.395 1.283 0.20102

β_район2

-9.6205 45.1899 -0.213 0.83161
β_(тип дома моноліт) 32.6176 56.3697 0.579 0.56344
β_(тип дома панель) -90.9208 31.6536 -2.872 0.00448 **
β_(тип квартири одна спальня) 175.7302 106.7633 1.646 0.10123
β_(тип квартири студія) 298.4842 116.3671 2.565 0.011 *
β_(тип квартири дві спальні) -85.3115 108.7277 -0.785 0.43353
β_(тип квартири три спальні) 66.5337 102.494 0.649 0.51694
β_площа 2.37 0.9344 2.536 0.01191 *
β_(стан квартири після будівельників) -453.8553 37.2125 -12.196 < 2e-16 ***
β_(стан квартири “заходь і живи”) 25.6407 41.6602 0.615 0.53889
β_(стан квартири “потрібен ремонт”) -148.6244 29.3183 -5.069 0.00000086 ***

F статистика
Residual standard error: 137.8 on 215 degrees of freedom
Multiple R-squared: 0.5967,
F-statistic: 19.89 on 16 and 215 DF, p-value: < 2.2e-16
Residuals 215 4085411 19002

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Джерело блог співвласника і партнера інвестиційної компанії InCo home, Романа Бєліка на Liga.net.