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




Анализ влияния характеристик удобства на арендную ставку - Статистическое исследование арендного сегмента рынка коммерческой недвижимости Москвы

Предыдущая | Следующая