Региональный рынок недвижимости на примере Санкт-Петербурга (стр. 7 из 9)
Такой тип рынка назван растущим рынком с частичным перегревом вследствие ипотечно-кредитной поддержки. Он характеризовался следующими параметрами: T=9 месяцев; dP/ P = 0,050; dI/I = 0,022; В = 2,27. На рынке образовался пузырь 1 рода в связи с тем, что эта стадия явилась отрезком динамики развивающегося, дефицитного рынка, в котором при продолжении роста доходов населения обеспечен устойчивый волнообразный рост цен.
Пример ценового пузыря 1 рода в долгосрочном периоде
Цены предложения жилья и среднедушевые доходы в долгосрочном периоде росли ускоряющимися темпами, в среднем составляющими соответственно 2,5% и 1,5% в месяц.
Такой тип рынка назван развивающимся, дефицитным рынком. Он характеризовался следующими параметрами: T = 45 месяцев; dP/ P = 0,025; dI/I = 0,015; В = 1,61.
Ценовой пузырь 2 рода характерен для типа рынка «надутый», образовавшегося в США в 2004-2007 годах (избыточное ипотечное кредитование с субстандартной ипотекой). На развитом (насыщенном) рынке, на развивающемся рынке в стадии стабилизации, в стадии кризисного развития пузыри не образуются.
Значение признаков для различных типов рынка жилья[30]
| № | Тип рынка | Обобщенные значения признаков | Характеристика типа рынка и примеры | |||
| dP/P | dI/I | Т | В | |||
| 1 | Развитый (насыщен ный) | > 0 | > 0 | L | < 1 | Рынок насыщен по объему предложения, и рост доходов населения не сопровождается значительным ростом цен |
| 2 | Растущий | > 0 | > 0 | М | > 1 | «Перегрев первого рода» - ценовой пузырь назревающий, но «рассасывающийся» под влиянием долгосрочной тенденции к росту цен на развивающемся рынке |
| 3 | Развиваю щийся (дефицит ный) | > 0 | > 0 | L | > 1 | Этот тип рынка отличается от предыдущего только одним признаком – продолжительностью периода |
| 4 | Перегретый | > 0 | > 0 | М | > 2 | Такие темпы роста цен вызываются не ростом среднедушевых доходов, а ростом доходов узкого слоя покупателей - высокодоходной группы людей, число которой равно числу предложений квартир на рынке |
| 5 | Стабильный | >= 0 | >= 0 | М | < 1 | Такая ситуация наблюдалась в различных городах России при наступлении стадии стабилизации после стадии быстрого роста цен |
| 6 | Надутый | > 0 | >= 0 | L | > 2 | Такая ситуация проявилась в США (кредитование низкодоходных слоев населения), в странах Балтии (рост экономики на кредитовании потребительского спроса, а не на росте производства). Рано или поздно такой пузырь (назовем его пузырем второго рода) схлопывается, и рынок вступает в стадию кризиса |
| 7 | Падающий (кризис ный) | < 0 | < 0 | М | < 1 | Динамика цен в 1998-2001 годах носила U-образный характер. Новый кризис обещает быть более продолжительным и глубоким и носить L-образный характер: полгода-год - падение, 2-3 года - депрессивная стабилизация, и лишь затем новый подъем, темпы которого не будут высокими |
| 8 | Депрессив ный | <= 0 | <0> | М (L) | <= 0 | Выход из кризиса, несмотря на замедление темпов строительства жилья и снижение вследствие этого объемов предложения, возможен только после начала восстановления роста текущих доходов населения, (поскольку снижение текущих доходов повышает склонность населения к сбережению), и достижения равновесия между повышающимся спросом и снижающимся предложением. От данной ситуации возможен переход либо к депрессивной стабилизации (тип 8), либо к послекризисному восстановлению (тип 2) |
| 9 | Стартую щий | > 0 | < 0 | М | < (-1) | Такая ситуация наблюдалась в Санкт-Петербурге и других городах России в начале 1990-х годов. Причиной этого феномена являлось незначительное предложение на рынке в начале перехода от «нерынка» к легальному рынку (с июня 1990 до апреля 1992 года): приватизация квартир только начиналась, объемы продаж (в основном в кооперативных домах) составил менее 2 тыс. квартир |
| 10 | Взлетаю щий | > 0 | < 0 | М | < (-4,5) | С весны 1992 года начался резкий рост цен, и к декабрю они выросли до 500 $/кв. м (в 4,0 раза). Доходы населения начали резко снижаться, объем предложения увеличивался незначительно, при том, что достаточно быстро сформировался узкий слой зажиточных людей (объем продаж в 1991-1992 году составил, по нашим оценкам, около 10 тыс.; для сравнения - после 1994 года ежегодный объем продаж составлял 65-85 тыс. квартир) |
3.3 Модели для прогнозирования параметров развития рынка жилья России
В зависимости от горизонта прогноза, прогнозирование может быть долгосрочным, среднесрочным и краткосрочным.[31] Конкретная величина допустимого горизонта для каждого из этих видов прогноза зависит от физического (экономического) содержания задачи, общеэкономической ситуации, состояния конкретного сегмента рынка, и может существенно меняться. Так, правительственные среднесрочные прогнозы развития экономики России имеют горизонт в 3 года. В настоящее время на рынке недвижимости России мы рассматриваем в качестве краткосрочного – прогноз на 1-3 месяца, среднесрочного – на год-три, долгосрочного – на три-пять лет.
Важно подчеркнуть, что для каждого из этих видов прогноза необходимо изучать разный перечень факторов, влияющих на изменение исследуемого показателя (полупериод изменения которых близок к величине горизонта прогноза). Например:
- известное явление декабрьских выплат задолженности по зарплате, премиальных и бонусов распространяет свой эффект на рынке недвижимости в течение 1-2 месяцев;
- сезонные факторы мало влияют на итоги годового тренда, и в то же время могут оказаться существенными для прогноза изменения цен и оборотов рынка за 3-4 месяца;
- темпы роста ВВП незначительно сказываются на месячном приросте цен, но важны для долгосрочного прогноза;
- уровень цен на энергоносители, темпы оттока капитала из страны существенны как для краткосрочного прогноза (с лагом в 2-3 месяца), так и для среднесрочного прогноза (через накопленные приросты цен на жилье за прошедшие месяцы года).
По степени формализации методов прогнозирования, применяемых на рынке недвижимости России, их можно разделить на экспертное предсказание, эвристическое прогнозирование, «фундаментальный» анализ, регрессионное статистическое моделирование («технический анализ»), многофакторное моделирование (включая моделирование и прогнозирование на нейронных сетях).[32] На практике различные методы применяются совместно, в том или ином сочетании. Тем не менее, необходимо отличать экспертное предсказание тенденций на рынке (метод 1), необоснованно называемое прогнозом (которое в силу высокой квалификации эксперта может быть достаточно точным), от методически обоснованного, расчетного прогноза (методы 2-5).
Классификация прогнозов по степени формализации методов
| Разработчик прогноза (шутливое наименование) | Метод прогнозирования | Вид прогноза |
| (-1) «Агностик» | Нет («прогнозы вообще невозможны») | Нет |
| (1) Эксперт | Интуиция, знание рынка, метод аналогий | Экспертное предсказание |
| (2) Аналитик-прогнозист | Количественный и качественный «фундаментальный» анализ факторов, сценарный метод | Эвристический прогноз |
| (3) Прогнозист-«оптимист» | «Фундаментальный» анализ экономической ситуации и ее влияния на показатели рынка недвижимости («демографический» метод, метод прогноза доходов населения) | «Фундаментальный» прогноз факторов – объемов строительства, предложения, спроса, оборотов рынка |
| (4) Прогнозист-«статистик» | «Технический» анализ (регрессионный анализ, статистическое моделирование) | «Технический» прогноз на основе регрессионной статистической модели |
| (5) Прогнозист-моделист | Многофакторное моделирование, нейросетевое прогнозирование | Прогноз на основе многофакторной модели, нейронных сетей |
| (+1) «Пуританин» | Нет («слабая изученность явления не позволяет построить адекватную модель») | Нет |
Пример использования статистической регрессионной модели в феврале 1995 года для прогнозирования динамики цен на жилье в Петербурге, Екатеринбурге, Твери, Рязани, Барнауле приведен на рисунке. Основу модели была положена гипотеза о том, что в экономике России осуществляется переход от планового, централизованного регулирования к рынку, и поэтому основной закономерностью динамики цен на рынке жилья является их взлет до уровня, соответствующему ценам в «городах-аналогах». Соответственно, для описания перехода кибернетической, саморегулируемой системы в новое состояние была применена логистическая модель «взлета самолета» вида
V (Т) = А / (1 + ехр (B - CT)),
где V- средняя за период (среднемесячная) цена предложения 1 кв. м общей площади объекта;
Т - порядковый номер периода (месяца);
А, В и С - постоянные коэффициенты (параметры модели).
На рисунке видно, что рассчитанный прогноз динамики цен на 1995-1998 годы до начала августовского кризиса близко совпадал с фактическими данными.
Аналогичная модель-прогноз была применена при изучении начальных стадий рынка ипотечных сделок с недвижимостью в Санкт-Петербурге, только моделируемым показателем выступала динамика объема ипотечных операций Компании: