48880

Прогнозирование доходности московского рынка жилой недвижимости

Курсовая

Финансы и кредитные отношения

Задачей данной работы является прогнозирование доходности жилой недвижимости Москвы. Рынок недвижимости практически во всех странах является одним из наиболее важных секторов экономики. Состояние рынка недвижимости отражает состояние экономики страны в целом риски экономики и ее возможности.

Русский

2013-12-16

235 KB

2 чел.

Государственный университет

Высшая школа экономики

Пермский филиал

Факультет  экономики

Кафедра  финансового менеджмента

работа по курсу оценка финансовых рисков

на тему прогнозирование доходности московского рынка жилой недвижимости

Студентов группы Э-03-3

Зотова С.А.

Иванова С.А.

Преподаватель:

доктор технических наук, профессор

Ясницкий Л.Н.

Пермь 2007

Задача. Задачей данной работы является прогнозирование доходности жилой недвижимости Москвы.

Метод. Данную задачу предполагается решить при помощи нейросимулятора.

Рынок жилья.

Рынок недвижимости практически во всех странах является одним из  наиболее важных секторов экономики. Состояние рынка недвижимости отражает состояние экономики страны в целом, риски экономики и ее возможности. Вся информация о рынке заключается в ценах продажи недвижимости. Для анализа выбран рынок московской недвижимости, так как он является наиболее развитым рынком недвижимости в России. Региональные рынки достаточно точно повторяют колебания Московского рынка с определенным лагом (обычно от 1 месяца до 1 года).

Фундаментальные факторы влияния на цену.

Стоимость жилой недвижимости зависит от большого количества факторов. Среди основных факторов стоимости жилой недвижимости необходимо выделить темпы инфляции, темп роста ВВП, темп роста реальных располагаемых доходов населения и др. Подробный анализ фундаментальных факторов в зависимости от времени представлен в таблице 1.

Таблица 1

Фундаментальные факторы влияния на цену

Год

В сторону повышения

В сторону понижения

2007

  1.  Ограниченность территории города, отсутствие подготовленных площадок для строительства.
  2.  Темпы инфляции, составляющие по прогнозу 10%.
  3.  Увеличение цены нефти на мировом рынке.

  1.  Введение нового законодательства, в частности отмена лицензирования на строительную деятельность. Это снизит административные барьеры, стоимость необходимого первоначального капитала.
  2.  Снижение ставки рефинансирования с 11% до 10,5%. Следовательно, кредиты строительным компаниям станут доступнее, предложение увеличится, цена на новостройки уменьшится.
  3.  Изменение налогового законодательства (налог на имущество будет взиматься исходя из рыночной стоимости недвижимости)
  4.  Увеличение темпов ввода жилья на 3%.

2008

 1. Предвыборная кампания, в результате которой может произойти повышение цен (на вторичном или первичном рынке жилья).

  1.  Предвыборная кампания, в результате которой возможна дестабилизация политической ситуации, снижающая инвестиционную привлекательность страны и регионов.
  2.  Увеличение темпов объема строительства на 15%.
  3.  Увеличение количества новых участников рынка, как результат введения нового законодательства в 2008 году.

2009

 1. Если цена на вторичное жилье будет выше первичного, а рынок строительства будет развиваться, то часть спроса с вторичного рынка жилья переключится на первичный рынок.

  1.  Увеличение темпов объема строительства жилья на 14%.
  2.  Снижение темпов инфляции.

2010

  1.  Использование материнского капитала, большая часть которого пойдет, предположительно на приобретение жилья или улучшения жилищных условий.
  2.  Развитие ипотечного кредитования строительства жилья.
  3.  Рост ВВП.
  4.  Переключение части спроса с рынка вторичного жилья на первичный рынок.
  5.  Рост доходов населения.
  6.  Повышение инвестиционной привлекательности страны и региона.
  1.  Увеличение объемов строительства в Перми в 2 раза (по сравнению с предыдущим годом).
  2.  Снижение темпов инфляции до 2-4%.
  3.  Возможное превышение доходности финансового сектора доходности строительной отрасли, что приведет к оттоку капитала и инвестиций из строительства.

Из всей совокупности факторов, в краткосрочном периоде, рынок недвижимости находится в наибольшей зависимости от инфляции,  государственного регулирования, ожиданий инвесторов относительно доходности недвижимости, времени года и доходности фондового рынка.

Текущая ситуация на рынке недвижимости Москвы.

Итоги сентября 2007 года окончательно подтвердили факт завершения стагнации на московском рынке недвижимости. Активность покупателей вернулась в нормальное русло, а ценовые показатели пусть и незначительно, но вновь начали рост.

В сентябре московская недвижимость отыграла несколько ценовых пунктов у происходившей в первой половине 2007 года коррекции стоимости жилья вниз. По данным аналитического центра www.irn.ru, средний уровень цен на жилье в столице вырос на 0,2% и составил 4.065 пунктов. Прирост цен по отдельным категориям квартир и в отдельных районах составил порядка 1%. Казалось бы, цены на квартиры в столице действительно пошли вверх, однако, формальная статистика далеко не всегда отражает реальное положение дел.

Московский рынок недвижимости является привлекательным для инвестиций, однако велики и риски неполучения ожидаемого дохода. Для снижения рисков и максимизации прибыли необходимо спрогнозировать доходность рынка.

 Ключевые факторы модели.

Предполагается, что на доходность рынка оказывают влияние пять ключевых факторов.

Индекс ценового ожидания предполагает оценки экспертов относительно доходности рынка на ближайшую перспективу. Все потребительские рынки сильно зависят от ожиданий покупателей относительно цены.

Доходность фондового рынка. Для определенной группы инвесторов недвижимость является таким же активом, как и ценные бумаги и инвестор вкладывает деньги на тот рынок, на котором выше доходность.

Инфляция является фактором, стимулирующим рост цен на жилье.

Стоимость недвижимость также сильно зависит от сезона. Как известно, деловая активность летом намного ниже, чем осенью, следовательно, летом, как правило, не стоит ожидать значительных колебаний на рынке жилья.

Различные государственные программы направлены на снижение стоимости недвижимости. Так программа «Доступное жилье» стимулирует спрос, а программа по увеличению темпов строительства – предложение на рынке жилья. Активность государства также оказывает влияние на стоимость жилья.

Проектирование модели.

Входные параметры:

X1 – политическая обстановка;

  1.  неблагоприятная
  2.  благоприятная

X2 – ожидаемая доходность;

X3 – доходность фондового рынка;

X4 – сезон:

  1.  январь-март
  2.  апрель-июнь
  3.  июль-сентябрь
  4.  октябрь-декабрь

X5 – инфляция;

Выходные параметры:

Y – доходность жилой недвижимости Москвы (в %);

Будем использовать  персептрон с одним скрытым слоем сигмоидных нейронов.

Персептрон должен не только правильно реагировать на примеры, на которых он обучен, но и уметь обобщать приобретенные знания, т.е. правильно  реагировать на примеры, которых в обучающей выборке не было. Статистическая выборка по основным факторам модели представлена в таблице 2.

Таблица 2.

Обучающая выборка. Тестируемые значения.

Построение нейросети.

Определение числа персептронов в скрытом слое воспользуемся формулой:

,

где Ny – размерность выходного сигнала (1);

Q – число элементов обучающей выборки (47);

Nw – необходимое число синаптических весов;

Nx – размерность входного сигнала (5).

Эта формула определяет интервал возможных значения числа персептронов, однако  она не дает однозначного  ответа. Интервал значений Nw для нашей задачи составил от 7 до 74. Тогда число персептронов составит от 2 до 12.

Чтобы выбрать оптимальное число персептронов внутреннего слоя, нужно построить нейронную сеть для всех значений из интервала 2-12. Критерием эффективности будут два вида ошибки: среднеквадратическая ошибка на обучающей выборке и максимальное отклонение на тестовой выборке.

Таблица 2. Результаты работы нейросетей с различными количествами персептронов скрытого слоя.

Действительная доходность жилья, доля

Число персептронов скрытого слоя

2

3

4

5

6

7

8

9

10

11

12

0.0035

0.0037

0.0025

0.0027

0.0009

0.002

0.0009

0.0007

0.002

0.001

0.0014

0.001

0.0035

0.0036

0.0025

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.001

0.0014

0.001

0.0029

0.003

0.0026

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0008

0.0014

0.0009

0.0018

0.0015

0.0025

0.0027

0.0009

0.002

0.0009

0.0007

0.002

0.0007

0.0014

0.0009

0.0016

0.0014

0.0025

0.0027

0.0009

0.002

0.0009

0.0007

0.0019

0.0007

0.0014

0.0009

0.0015

0.0013

0.0025

0.0027

0.0009

0.002

0.0009

0.0008

0.0019

0.0007

0.0014

0.0009

0.0013

0.0007

0.0025

0.0027

0.0009

0.002

0.0009

0.0008

0.002

0.0007

0.0014

0.0009

0.0013

0.0007

0.0025

0.0027

0.0009

0.002

0.0009

0.0008

0.002

0.0007

0.0014

0.0009

0.0013

0.0009

0.0025

0.0027

0.0009

0.002

0.0009

0.0008

0.0019

0.0007

0.0014

0.0009

0.0009

0.0001

0.0026

0.0027

0.0009

0.002

0.0009

0.0008

0.002

0.0007

0.0015

0.0009

-0.0001

0.0012

0.0027

0.0027

0.0012

0.0014

0.0009

0.0007

0.0019

0.0007

0.0015

0.001

-0.0004

0.0009

0.0027

0.0027

0.0012

0.0013

0.0009

0.0007

0.0019

0.0007

0.0015

0.001

-0.0007

0.0001

0.0027

0.0027

0.0011

0.0013

0.0009

0.0007

0.002

0.0007

0.0015

0.001

-0.0008

-0.0003

0.0027

0.0027

0.0011

0.0013

0.0009

0.0007

0.002

0.0007

0.0015

0.001

-0.0011

-0.0006

0.0027

0.0027

0.001

0.0013

0.0009

0.0007

0.002

0.0007

0.0015

0.001

-0.0013

-0.0008

0.0027

0.0027

0.001

0.0013

0.0009

0.0007

0.002

0.0007

0.0015

0.001

-0.0021

-0.0012

0.0027

0.0024

0.0011

0.0013

0.0009

0.0008

0.0018

0.0008

0.0015

0.0011

-0.0024

-0.0015

0.0027

0.0023

0.001

0.0013

0.0009

0.0008

0.0019

0.0009

0.0015

0.0011

-0.0022

-0.002

0.0027

0.0026

0.0009

0.0019

0.0009

0.0009

0.002

0.0015

0.0008

0.001

-0.0025

-0.002

0.0027

0.0026

0.0009

0.0019

0.0009

0.0009

0.0021

0.0016

0.0006

0.001

-0.0035

-0.0019

0.0027

0.0009

0.001

0.0012

0.0009

0.0009

0.002

0.0012

0.0014

0.0011

-0.0036

-0.0019

0.0027

0.0009

0.001

0.0012

0.0009

0.0009

0.0021

0.0012

0.0014

0.0011

-0.0035

-0.0018

0.0027

0.0013

0.001

0.0012

0.0009

0.0009

0.0019

0.0011

0.0015

0.0011

-0.0031

-0.0017

0.0027

0.0019

0.001

0.0012

0.0009

0.0008

0.0019

0.001

0.0015

0.0011

-0.0025

-0.0012

0.0027

0.0023

0.001

0.0013

0.0009

0.0008

0.0018

0.0008

0.0015

0.0011

-0.0021

-0.0008

0.0026

0.0025

0.0011

0.0013

0.0009

0.0008

0.0017

0.0008

0.0015

0.0011

-0.0016

-0.0005

0.0026

0.0026

0.0011

0.0013

0.001

0.0008

0.0018

0.0007

0.0014

0.0011

-0.0013

0.0002

0.0025

0.0026

0.0012

0.0013

0.001

0.0007

0.0017

0.0007

0.0014

0.0011

-0.0012

0.0003

0.0025

0.0026

0.0012

0.0013

0.001

0.0007

0.0017

0.0007

0.0014

0.0011

-0.0014

-0.0015

0.0047

0.0054

0.0018

0.0006

0.0015

0.0009

0.0017

0.0009

0.0015

0.0016

-0.0012

-0.0009

0.0043

0.0032

0.0018

0.0006

0.0017

0.0009

0.0017

0.0009

0.0015

0.0017

-0.0012

-0.0009

0.0043

0.0032

0.0018

0.0006

0.0017

0.0009

0.0017

0.0009

0.0015

0.0017

-0.0008

-0.0001

0.004

0.001

0.002

0.0006

0.0021

0.0009

0.0017

0.0009

0.0014

0.0021

0.0004

0.0006

0.0059

0.0031

0.0011

0.0019

0.0013

0.0011

0.0016

0.0018

0.001

0.0014

0.0006

0.0006

0.0056

0.003

0.0011

0.0019

0.0013

0.0011

0.0016

0.0018

0.001

0.0013

0.0003

-0.0002

0.0067

0.0035

0.0011

0.0019

0.0012

0.0011

0.0016

0.0019

0.001

0.0012

-0.0002

-0.0007

0.0057

0.0036

0.0011

0.0018

0.0011

0.0011

0.0016

0.0019

0.0011

0.0011

-0.0002

-0.0009

0.0064

0.0041

0.0011

0.0018

0.0011

0.0011

0.0017

0.0019

0.001

0.0011

-0.0002

-0.0008

0.0063

0.0039

0.0011

0.0018

0.0011

0.0011

0.0016

0.0019

0.001

0.0011

0.0000

-0.0002

0.0052

0.0031

0.0011

0.0018

0.0012

0.0011

0.0016

0.0018

0.0011

0.0012

0.0007

0.0008

0.006

0.003

0.0011

0.0019

0.0014

0.0011

0.0016

0.0018

0.001

0.0014

0.0011

0.0016

0.0056

0.0029

0.0012

0.0019

0.0016

0.0011

0.0016

0.0019

0.001

0.0019

0.0033

0.0035

0.0026

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0009

0.0014

0.001

0.0037

0.0037

0.0025

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0011

0.0013

0.001

0.0021

0.0015

0.0027

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0007

0.0015

0.0009

0.0021

0.0017

0.0027

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0007

0.0015

0.0009

0.0023

0.0019

0.0027

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0007

0.0015

0.0009

0.0027

0.0026

0.0026

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0008

0.0015

0.0009

0.0029

0.0031

0.0026

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0008

0.0014

0.0009

0.0036

0.0038

0.0025

0.0027

0.0009

0.002

0.0009

0.0007

0.002

0.0011

0.0013

0.001

0.0023

0.0023

0.0026

0.0027

0.0009

0.002

0.0009

0.0007

0.0021

0.0007

0.0015

0.0009

среднеквадратическая ошибка

0.004582

0.006666

0.006864

0.004588

0.004822

0.004547

0.04484

0.005697

0.004823

0.004979

0.004716

максимальное отклонение на тестовой выборке

0.1667

0.3889

0.5

0.7429

0.9429

0.7429

0.8

0.4286

0.7241

0.6

0.7143

Рис. 1. Величины ошибок при разном числе персептронов скрытого слоя.

Как видно из графика, оба вида ошибок принимают наименьшее значение, если мы определяем 2 персептрона в скрытом слое нейросети.

Заключение

В настоящее время активно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях. Список примеров практического применения нейросетевых технологий огромен.  Рассмотренный в данной работе пример показывает, что нейросеть может стать весьма эффективным инструментом для построения самых разнообразных экономических моделей.

Нейросеть с двумя персептронами в скрытом слое, показала очень хорошие результаты не только на обучающей выборке (что недостаточно для суждения об эффективности нейросети), но и на тестируемой выборке, которая не была внесена в обучающий пример. То есть нейросеть доказала способность обобщать приобретенные знания.

Таким образом, спроектированная нейросетевая модель прогнозирования доходности вложений в жилую недвижимость в Москве эффективно выполняет поставленную задачу. Следовательно, она вполне применима для широкого использования на практике, что чрезвычайно ценно для девелоперских компаний, планирующих инвестиции в жилую недвижимость, для строительных фирм и многих других инвесторов.

Список литературы

  1.  Каминский А. В. Анализ практики оценки недвижимости - М: Финансы и статистика, 2005, 321стр
    1.  Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика – СПб: Питер, 2006, 257стр.
      1.  Ясницкий Л.Н. Введение в искусственный интеллект: Учеб. пособие для студ. высш. учеб. Заведений– М.: Академия, 2005 – 176стр.
      2.  Индексы рынка недвижимости – Эл. Ресурс – www.irn.ru


 

А также другие работы, которые могут Вас заинтересовать

14124. COMPUTER APPLICATIONS 39 KB
  UNIT 2. COMPUTER APPLICATIONS I. Practise reading the following words: characterize distinguishing repetitive efficiently ordinary automobiles atmospheric physicists industries professional airframe survey industry maintenance process vital determine increasingly realized successfully extremely explosion matures distinctive epoch staggering eventual diagnostic proliferation equipment succeed pendulum climate acquisition. II. Before reading the te...
14125. COMPUTER CONFIGURATION 37 KB
  UNIT 3. COMPUTER CONFIGURATION I. Practise reading the following words: component unit device interconnected microprocessor register integrated manage improve performance simplify description identify perform support integers arithmetic sine cosine compare superscalar represent equal rapidly area store single software responsibility significance increase trigonometry. II. Before reading the text try to answer these questions: 1. What components ...
14126. CENTRAL PROCESSING UNIT 36 KB
  UNIT 4. CENTRAL PROCESSING UNIT I. Practise reading the following words: execute fundamental circuit tolerances miniaturization standardization automobile configure advent eventually significantly wiring contents architecture primarily discrete differentiate failure whereas desired retrieve deterring issue register directly cycle entire simultaneously access monolithic separate. II. Before reading the text try to answer these questions: 1. What i...
14127. UNIT 5. MOTHERBOARD 35 KB
  UNIT 5. MOTHERBOARD I. Practice reading the following words: motherboard personal circuit electronic controller component either via determine features wireless expansion industry micro architecture proprietary endure accommodate video monitor prior processor universally current Ethernet graphics existing extension firmware rear failure volatile. II. Before reading the text try to answer these questions: 1. What is a motherboard 2. What is a...
14128. UNIT 6. PERIPHERALS 39 KB
  UNIT 6. PERIPHERALS I. Practise reading the following words: attached scanner internal video accessories refers component processing access similarly represents audio converted accommodate typical processor transform electronic capture included Ethernet chat advantage convert item graphics monitor produces permanent transparencies primarily via. II. Before reading the text try to answer these questions: 1. What components does an ordinary PC...
14129. UNIT 7. KEYBOARDS 46 KB
  UNIT 7. KEYBOARDS I. Practise reading the following words: component primary commands virtually obsolete corporate term universal specification equipment status automating layout arrangement area numeric mode isolated modified vendor menu cursor simulate mandatory via economic requirement environment support minimize sacrifice. II. Before reading the text try to answer these questions: 1. What input devices do you know 2. What input devices d...
14130. Основні етапи розвязування задачі з використанням компютера 67.5 KB
  Тема уроку: Основні етапи розвязування задачі з використанням компютера Мета уроку: Дати поняття про основні етапи розвязування задачі з використанням компютера.Тип уроку: Лекційний. Теоретичний матеріал: Зараз важко уявити собі життя людини без компютера. Люди в
14131. Поняття інформаційної моделі 39 KB
  Тема уроку: Поняття інформаційної моделі Мета уроку: Дати поняття про моделювання та створення інформаційних моделей обєктів.Тип уроку: Лекційний. На початку уроку рекомендується провести усне опитування за темою попереднього уроку з метою визначення засвоєного ма...
14132. Величини. Типи даних. Стандартні типи даних. Набір функцій і операцій, введених для кожного зі стандартних типів 83.5 KB
  Тема уроку: Величини. Типи даних. Стандартні типи даних. Набір функцій і операцій введених для кожного зі стандартних типів. Мета уроку: дати поняття величини та типів даних визначити стандартні типи даних їх опис та набір функцій і операцій для кожного зі стандартних ...