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

10429. Исследование фазированной антенной решетки 380.5 KB
  Практически выяснить влияние закона распределения фаз возбуждения излучателей и расстояния между излучателями на параметры характеристики направленности фазированной антенной решетки (ФАР).
10430. Характерные черты политического процесса в России 25.5 KB
  Характерные черты политического процесса в России. Важной тенденцией мирового политического процесса является движение по пути демократизации. При всей несхожести этих процессов для всех регионов характерно стремление упразднить авторитарные режимы создать прав...
10431. Урок - семінарське заняття з теми Насичені вуглеводні. Номенклатура 167 KB
  Тема: Урок семінарське заняття з теми Насичені вуглеводні. Номенклатура.†Тип уроку: урок застосування знань умінь та навичок. Навчальна мета: Конкретизувати та поглибити знання учнів з теми Насичені вуглеводніâ€. Навчити учнів застосовувати загальн...
10432. Життя та наукова діяльність Д.І. Менделеєва 69 KB
  Мета уроку: докладно ознайомити учнів з періодами життя та наукової діяльності Д. Менделєєва. Усвідомити суть створення періодичної системи та періодичного закону як фундаменту для природної класифікації хімічних елементів і значення для розвитку хімії й суміжних з нею ...
10433. Загальні фізичні властивості металів. Металічний звязок. Особливості будови атомів металів 67 KB
  Навчальний предмет: хімія Клас: 9 Тема уроку: Загальні фізичні властивості металів. Металічний звязок. Особливості будови атомів металів Вид заняття: урок вивчення нового матеріалу Цілі уроку: навчальні: формувати поняття про металічний звязок е...
10434. Загальні хімічні властивості металів 71.5 KB
  Тема: Загальні хімічні властивості металів Навчальна мета: розглянути хімічні властивості металів як простих речовин з позиції знань про окисновідновні реакції сформувати поняття про метали як відновники; сформувати вміння порівнювати хімічну активність металів ск...
10435. Значення хімії у створенні нових матеріалів, розвязання сировинної та енергетичної проблем 53 KB
  Тема: Значення хімії у створенні нових матеріалів розвязання сировинної та енергетичної проблем. Навчальна мета: поглибити й розширити знання учнів про роль хімії у створенні нових матеріалів; показати можливості застосування нових синтетичних матеріалів з оригін...
10436. Значення хімії у створенні нових матеріалів 45.5 KB
  Тема: Значення хімії у створенні нових матеріалів. Навчальна мета: поглибити й розширити знання учнів про роль хімії у створенні нових матеріалів; показати можливості застосування нових синтетичних матеріалів з оригінальними властивостями й новими технологіями. ...
10437. Кисень у природі. Фізіологічна дія кисню. Одержання кисню в лабораторії. Реакції розкладу. Поняття про каталізатор. Фізичні властивості кисню 93 KB
  Тема: Кисень у природі. Фізіологічна дія кисню. Одержання кисню в лабораторії. Реакції розкладу. Поняття про каталізатор. Фізичні властивості кисню. Тип уроку: комбінований урок з елементами інтерактивності. Навчальна мета: Розглянути елемент Оксиген та просту ре...