УДК 332.6 Цена земли. Цена недвижимости. Продуктивность земли. Рента
УДК 332.7 Оборот земли. Оборот недвижимости
УДК 338.1 Экономическое положение. Конъюнктура. Развитие хозяйственной структуры. Экономический рост
УДК 519.8 Исследование операций
ГРНТИ 06.61 Территориальная структура экономики. Региональная и городская экономика
В статье рассматривается прогнозирование рыночной стоимости жилой недвижимости с акцентом на однокомнатные квартиры в Выборгском районе города Санкт-Петербурга. Авторы сравнивают классические эконометрические модели прогнозирования, такие как ARIMA (англ. Autoregressive Integrated Moving Average) и VAR (англ. Vector Autoregression), с неклассическим методом прогнозирования, таким как стохастическая биноминальная модель. Результаты показывают, что эконометрическая модель MA (3) демонстрирует наименьшую абсолютную ошибку прогнозирования, что свидетельствует о возможном практическом применении данной модели. Особое внимание в исследовании уделяется связи между рыночной и кадастровой стоимостью недвижимости. Кадастровая стоимость зависит от рыночной с определенным временным лагом. Рыночная стоимость недвижимости более чувствительна к изменениям спроса и предложения, а также к внешним экономическим факторам, что приводит к расхождениям с государственной кадастровой оценкой. Результаты проведенного исследования подчеркивают важность для участников рынка недвижимости точного прогнозирования, которое позволяет лучше понимать динамику цен, а также сводить к минимуму временное расхождение между кадастровой и рыночной стоимостью.
прогнозирование, рыночная стоимость, кадастровая стоимость, жилая недвижимость, эконометрические модели, стохастическая биноминальная модель
1. Ласкин М.Б., Гадасина Л.В. Как определить кадастровую стоимость // Имущественные отношения в Российской Федерации. 2018. № 3(198). С. 42–53. DOIhttps://doi.org/10.24411/2072-4098-2018-13001.
2. Штань М.В. Конфликт между рыночной и кадастровой стоимостями // Имущественные отношения в Российской Федерации. 2018. № 8(203). С. 34–49.
3. Ласкин М.Б., Гадасина Л.В., Зайцева Е.А. Кадастровая стоимость как инструмент мониторинга рыночной стоимости недвижимости // Вестник Санкт- Петербургского университета. Экономика. 2021. Т. 37. № 1. С. 84–108. DOIhttps://doi.org/10.21638/spbu05.2021.104.
4. Никитина Н.С. Анализ факторов, влияющих на динамику цен на жилую недвижимость в России // Финансы: теория и практика. 2023. Т. 27. № 1. С. 208–220. DOIhttps://doi.org/10.26794/2587-5671-2023-27-1-208-220.
5. Kuchler T., Piazzesi M., Stroebel J. Housing market expectations // Handbook of economic expectations. Academic Press, 2023. P. 163–191. DOIhttps://doi.org/10.1016/B978-0-12- 822927-9.00013-6.
6. Трегуб А.В., Трегуб И.В. Методика построения модели ARIMA для прогнозирования динамики временных рядов // Лесной вестник. 2011. № 5. С. 179–183.
7. Brooks C., Tsolacos S. Real estate modelling and forecasting. Cambridge University Press, 2010. 453 p. DOIhttps://doi.org/10.1017/CBO9780511814235.
8. Ghysels E., Plazzi A., Valkanov R., et al. Forecasting real estate prices // Handbook of economic forecasting. North Holland, 2013. Vol. 2A. P. 509–580. DOIhttps://doi.org/10.1016/B978-0- 444-53683-9.00009-8.
9. Yilmaz B., Selcuk-Kestel A. A stochastic approach to model housing markets: The US housing market case // Numerical Algebra Control and Optimization. 2018. Vol. 8. No. 4. P. 481–492. DOIhttps://doi.org/10.3934/naco.2018030.
10. Шалагин А.А., Тесаловский А.А. Применение стохастических методов для прогнозирования стоимости недвижимости // Московский экономический журнал. 2023. Т. 8. № 6. С. 624–639. DOIhttps://doi.org/10.55186/2413046X_2023_8_6_298.
