Анализ влияния характеристик удобства на арендную ставку - Статистическое исследование арендного сегмента рынка коммерческой недвижимости Москвы
Помимо технических характеристик здания, анализируемых выше, объекты офисной недвижимости характеризуются факторами удобства для арендаторов. К таким факторам относятся показатели наличия наземной и подземной парковки, месторасположения объекта, расстояния от объекта до метро, а также класса бизнес центра. Класс объекта можно охарактеризовать как основной показатель удобства. Он формируется из множества других показателей удобства, а также технических характеристик здания и представляет собой своеобразный фактор статуса объекта. Например, многие арендаторы принципиально выбирают только бизнес-центры класса А, которые согласно описательной статистике имеют наивысшую арендную ставку. Безусловно, бизнес-центры класса А отличаются набором опций, не доступным бизнес-центрам более низких классов. Рассмотрим, насколько класс объекта и другие показатели удобства влияют на арендную ставку.
Регрессионная модель для показателей удобства объекта выглядит следующим образом:
Регрессия 2.
Таблица 3. Результаты идентификации модели с включением характеристик удобства объекта
Переменные |
Коэффициенты |
T-статистика |
Const |
13168,78*** |
20,26 |
A |
9718,54*** |
11,37 |
Ab |
5896,38*** |
8,59 |
B |
2705,11*** |
4,41 |
Bc |
2157,91** |
2,55 |
Park1 |
-318,46 |
-0,50 |
Park |
-2899,65* |
-2,10 |
M1 |
5155,12*** |
10,12 |
M2 |
1868,09** |
2,72 |
Metro |
-165,87*** |
-11,31 |
Примечание:
'***' означает уровень значимости 0.001; '**' означает уровень значимости 0.01; '*' означает уровень значимости 0.05
= 0,38, Prob (F) = 0,000
Объясняющая способность модели (Табл. 3) гораздо выше, чем модели с включением технических характеристик (Табл. 2). Кроме того, практически все коэффициенты при переменных значимы. Наиболее значимыми для величины арендной ставки факторами являются время пути до метро, округ расположения и класс объекта недвижимости. Таким образом, гипотеза о важности географического расположения объекта, поставленная в главе 1 не отвергается.
На основе анализа регрессионных моделей с включением различных групп переменных были выделены факторы, включенные в итоговую регрессионную модель. Значимые технические характеристики и характеристики удобства были объединены в одну модель:
Регрессия 3
,
Результаты оценивания модели представлены в Табл. 4.
Таблица 4. Регрессионная модель с включением переменных удобства и технических характеристик объекта
Переменные |
Коэффициенты |
T-статистика |
С |
16 880, 27*** |
27,903 |
A |
11785,52*** |
15,298 |
Ab |
7082,80*** |
10,295 |
B |
3579,88*** |
5,696 |
Bc |
2911,71 |
3,347 |
Park |
-2823,28 |
-1,997 |
Open |
-2449,22*** |
-4,919 |
Floor |
-55,95 |
-1,674 |
Metro |
-182,6*** |
-12,181 |
Примечание:
'***' означает уровень значимости 0.001; '**' означает уровень значимости 0.01; '*' означает уровень значимости 0.05
= 0,32, Prob (F) < 2.2e-16
AIC: 24566.18 BIC: 24597.04, где (и везде далее) AIC - критерий Акаике, BIC - критерий Шварца
Некоторые коэффициенты модели оказались не значимы, поэтому при помощи метода последовательного исключения переменных была получена итоговая регрессионная модель:
Регрессия 4:
Результаты оценки модели представлены в таблице 5:
Таблица 5. Итоговая регрессионная модель
Переменные |
Коэффициенты |
T-статистика |
С |
17770,77*** |
36,99 |
A |
10197,91*** |
15,54 |
Ab |
5726,45*** |
9,65 |
B |
2394,17*** |
4,45 |
Open |
-2575,95*** |
-5,16 |
Metro |
-187,83*** |
-12,53 |
Примечание:
'***' означает уровень значимости 0.001; '**' означает уровень значимости 0.01; '*' означает уровень значимости 0.05
= 0,31, Prob (F) < 2.2e-16
AIC: 24558.04 BIC: 24593.64
На основе статистики Фишера (Табл. 6) для сравнения Регрессии 3 и Регрессии 4 гипотеза о незначимости факторов Регрессии 3 не отвергается с вероятностью ошибки 5%. Значения всех информационных критериев для длинной регрессии превышают значения для Регрессии 4, что свидетельствует об оптимальной спецификации итоговой регрессионной модели.
Таблица 6. Сравнение регрессионных моделей
Регрессия |
AIC |
BIC |
Регрессия 3 |
24566 |
24597 |
Регрессия 4 |
24558 |
24593 |
= 0,34,= 3,42 |
При построении фиктивных переменных класса объекта недвижимости, базовой являлась принадлежность объекта к классу C.
Таким образом, класс объекта является одним из важнейших факторов величины арендной ставки, так для объектов класса B средняя арендная ставка на 2394 рубля выше, чем для объектов класса С. Разница в средней цене аренды между классом С и самым высоким классом - А достигает 10198 рублей. Кроме того, значимыми переменными для величины арендной ставки оказался тип планировки, причем популярный вид коммерческих площадей "openspace" уменьшает среднюю арендную ставку на 2576 рублей. Последним фактором величины арендной ставки является время от объекта до ближайшей станции метро, так каждая дополнительная минута пути в среднем уменьшает цену аренды на 188 рублей.
Похожие статьи
-
Индекс Морана выявил наличие положительной пространственной зависимости в данных. То есть часть наблюдений кластеризуется на территории города по...
-
Из переменных, приведенных в Таблице 1, к техническим характеристикам были отнесены тип планировки рабочего пространства, количество этажей здания, тип...
-
ЗАКЛЮЧЕНИЕ - Статистическое исследование арендного сегмента рынка коммерческой недвижимости Москвы
Подводя итоги проведенного анализа арендного сегмента рынка коммерческой недвижимости Москвы, можно говорить о решении большинства поставленных задач....
-
Описание используемых переменных Все имеющиеся характеристики объектов были условно разделены на две группы: - технические характеристики объектов...
-
Модели пространственной регрессии позволяют определить характер географической взаимосвязи объектов. В основном, используется три вида моделей:...
-
Рынок коммерческой недвижимости Москвы является быстроразвивающимся. Как уже было подчеркнуто, ввод объектов офисной недвижимости продолжает расти, и в...
-
Останавливаясь более подробно на выборе переменных, включаемых в модели, рассмотрим природу исследуемого объекта. Арендуя площадь в бизнес-центре,...
-
Выявление пространственной взаимосвязи объектов недвижимости Как уже было отмечено выше, данное исследование включает моделирование арендной ставки...
-
ВВЕДЕНИЕ - Статистическое исследование арендного сегмента рынка коммерческой недвижимости Москвы
Описание проблемы исследования Рынок коммерческой недвижимости Москвы является динамичным и быстроразвивающимся. Об этом свидетельствуют не только отчеты...
-
Ключевые понятия и определения Для дальнейшей работы приведем некоторые термины и классификации, характерные для рынка коммерческой недвижимости....
-
В предыдущем разделе обсуждается важность учета пространственных взаимодействий при изучении влияния факторов арендной ставки на рынке недвижимости, как...
-
Пространственная диаграмма рассеяния показывает принадлежность каждого объекта к определенному типу автокорреляции или зависимости нормированного Yот...
-
Как было описано выше, о положительной пространственной автокорреляции можно говорить, если в определенных областях пространства группируются схожие по...
-
Матрицы пространственных весов формализуют предположение о том, что исследуемый объект (район) имеет большую связь с близлежащими объектами (районами),...
-
Гедонистический подход Гедонистический подход используется при анализе ценообразования и заключается в моделировании цены объекта как функции от его...
-
После проведения регрессионного анализа получается модель объекта исследований в виде некоторой функции. В простейшем случае линейной регрессии она имеет...
-
Анализ временных рядов - Статистическое исследование инвестиционной деятельности в регионе
Временной ряд - Это последовательность чисел; его элементы - это значения некоторого протекающего во времени процесса. Проведем анализ временных рядов....
-
Регрессионный анализ данных - Статистическое исследование инвестиционной деятельности в регионе
Если расчет корреляции характеризует силу связи между переменными, то регрессионный анализ служит для определения вида этой связи и дает возможность для...
-
Задание 3. - Регрессионно-корреляционный анализ предприятия
Введите в эконометрическую модель, построенную в задании 1 сезонные фиктивные переменные и с помощью соответствующей модели исследуйте наличие или...
-
Явления общественной жизни складываются под воздействием целого ряда факторов, то есть являются многофакторными. Между факторами существуют сложные...
-
Задание 1. - Регрессионно-корреляционный анализ предприятия
Коррекционный регрессия экономический моделирование По предложенным вам экспериментальным данным, представляющим собою макроэкономические показатели или...
-
Основной целью исследования является сравнение предсказательной силы моделей, построенных на основе различных методов. В условиях несбалансированности...
-
Анализ накладных расходов -2. По данным, представленным в табл. 1, исследуется зависимость между величиной накладных расходов 40 строительных организаций...
-
Постоянство механизмов. Одно из условий, на которое опирается эконометрическое моделирование, состоит в том, что функциональное соотношение не меняется в...
-
Применим аппарат. Результаты приведены ниже Таблица 6. индексный анализ Рисунок 4. График сглаженного признака Полиномиальная регрессия Приведем массив...
-
При анализе инновационной активности региона важно понимать, как те или иные экономические данные влияют на инновационные показатели. В качестве...
-
ФАКТОРНАЯ МОДЕЛЬ ПРИ НОРМИРОВАННЫХ ПЕРЕМЕННЫХ - Многомерный статистический анализ
С математической точки зрения факторный анализ аналогичен множественному регрессионному анализу в том смысле, что каждая переменная выражена как линейная...
-
Данные взяты на сайте Госкомстата Http://www. gks. ru/free_doc/2006/b06_13/14-08.htm Год Значение, Млн. чел. 2000 4,7 2001 4,2 2002 3,8 2003 3,3 2004 2,9...
-
Моделирование числа предприятий в РФ - Статистический анализ предпринимательства
Приведем данные (взяты из справочника Регионы России), характеризующие число предприятий в РФ. Год 1995 1996 1997 1998 1999 2000 2001 2002 2003 Число...
-
Подсчитаем функцию эластичности по формуле В нашем случае или Значение эластичности в средней точке Показывает, что при изменении X на 1% Y меняется на...
-
Построение модели с помощью логистической регрессии Прежде чем строить логистическую регрессию, необходимо выбрать конечный набор финансовых и...
-
Построение многофакторной корреляционно-регрессионной модели производительности труда
Построение многофакторной корреляционно-регрессионной модели производительности труда Данная работа направлена на выявление факторов, от которых зависит...
-
Множественная линейная регрессия
Задание Линейный регрессия переменная детерминация Составить уравнение линейной регрессии, используя МНК, и найти числовые характеристики переменных....
-
Корреляционный анализ данных - Статистическое исследование инвестиционной деятельности в регионе
Графическое представление корреляционной зависимости. Для графического представления корреляционной связи можно использовать прямоугольную систему...
-
Первичный статистический анализ данных Для анализа инвестиционной деятельности в основной капитал был использован статистический ежегодник...
-
В нашем анализе данных показателей рынков под "самородками" понимаются зависимости, отражающие степень эффективности рекламных кампаний. Эксперты часами...
-
Доверительные интервалы для оцененных параметров Уровень доверия Количество степеней свободы 17 Критическое значение статистики Стьюдента Доверительный...
-
Искусственные нейронные сети (ИНС) рассматриваются исследователями как возможная альтернатива статистическим методам. Исследования, использующие ИНС, как...
-
Полный факторный эксперимент - Выполнение регрессионного и дисперсионного анализа
В факторных экспериментах, в отличие от классических, происходит одновременное варьирование всеми независимыми переменными. Эксперимент, в результате...
-
На следующем этапе в модель были добавлены дамми-переменные годов и отраслей. Таблицы соотношения переменных и данных приведены ниже. Кроме дамми...
Анализ влияния характеристик удобства на арендную ставку - Статистическое исследование арендного сегмента рынка коммерческой недвижимости Москвы