Корреляционный анализ зависимости цен на недвижимость в Пермском крае - Регрессионный анализ в экономических исследованиях

Особенность экономических исследований заключается в том, что, в отличие от естественных или технических исследований, эксперимент с вмешательством в объект исследования осуществлять достаточно сложно, чаще - практически невозможно. Поэтому в экономических исследованиях применяют такой прием как абстрагирование - выделения из системы основных составляющих и абстрагирования (отклонения) других с целью выявления тенденций поведения объекта. С помощью абстракции в процессе исследования выявляют закономерности и зависимости, определяют взаимосвязи между экономическими явлениями и процессами, прогнозируют их развитие.

Будет дешеветь недвижимость или дорожать - этот вопрос заботит и инвесторов, которые покупают недвижимость как объект для роста капитала, и рядовых граждан, желающих улучшить свои жилищные условия. Чтобы ответить на этот вопрос, необходимо знать, что влияет на стоимость недвижимости. С макроэкономической точки зрения на цену жилья влияют лишь два фактора - это платежеспособность покупателя и цена (процентная ставка) кредита. В данном исследование я постараюсь доказать или опровергнуть зависимость цены недвижимости от уровня безработицы, от ставки по кредиту, от численности населения, от дохода населения, от прожиточного минимума и от индекса цен строительной продукции.

Имеются данные по кварталам за 4 года по цене за 1 кв. м. недвижимости в Пермском крае, данные о безработице в Пермском крае, данные о ставке по кредиту в Пермском крае, численность населения в Пермском крае, доход населения в Пермском крае, прожиточный минимум в Пермском крае и индексы цен строительной продукции. Определить есть ли зависимость между ценой за 1 кв. м. недвижимости, уровнем безработицы, ставки по кредиту, численность населения, доходом населения, прожиточным минимумом и индексом цен.

По статистическим данным в Excel находится коэффициент корреляции с помощью встроенной функции "КОРРЕЛ" (рис.1).

коэффициент корреляции

Рисунок 1. Коэффициент корреляции.

По коэффициенту корреляции видно, что между ценой и безработицей есть сильная отрицательная связь, между ценой и ставкой по кредиту есть слабая положительная связь, между ценой и численностью населения связь отсутствует, между ценой и доходом населения есть сильная положительная связь, между ценой и прожиточным минимумом есть умеренная положительная связь и между ценой и индексом цен есть слабая отрицательная связь.

Далее находим критерий Стьюдента по каждому значению коэффициента корреляции для его оценки. Выдвигаем гипотезу о равенстве нулю коэффициента корреляции и сравниваем значение расчетного t критерия с табличным значением. Делаем выводы о тесноте статистических связей (рис.2).

t-критерий стьютента

Рисунок 2. T-критерий Стьютента.

На рисунке 2 видно, что значимым является только один коэффициент корреляции между ценой и доходом населения, поэтому тесная взаимосвязь есть только между этими двумя показателями.

В двух случаях по коэффициенту корреляции у нас сильная зависимость, составим по этим двум случаям уравнение регрессии и сделаем прогноз на 4 квартал 2014 года.

По данным цены и безработицы построен точечный график и добавлена линия тренда с показанием уравнения регрессии и величины достоверности аппроксимации (R^2) (рис.3).

график 1

Рисунок 3. График 1.

Уравнение регрессии имеет вид y=-549,24*x+57399 и достоверности аппроксимации высокая.

По данным цены и доходом населения тоже построен точечный график и добавлена линия тренда с показанием уравнения регрессии и величины достоверности аппроксимации (R^2) (рис.4).

график 2

Рисунок 4. График 2.

Уравнение регрессии имеет вид y=0,2454*x+28681 и достоверности аппроксимации средняя.

Если сделать предположение, что в 4 квартале 2014 года уровень безработицы увеличится до 18,8 тыс. человек и увеличится доход населения до 75000 мил. рублей, то поставив эти значения в уравнение регрессии можно прогнозировать цену на недвижимость в 4 квартале 2014 года (рис.5).

прогноз на 4 квартал 2014 года

Рисунок 5. Прогноз на 4 квартал 2014 года.

На рисунке 5 показано, как изменится цена на недвижимость в 4 квартале 2014 года, при уровне безработицы равной 18,8 цена за 1 кв. м недвижимости будет равна 47073,29 рублей, а при доходе населения равного 75000 мил. рублей цена за 1 кв. м недвижимости будет равна 47086,00 рублей.

Похожие статьи




Корреляционный анализ зависимости цен на недвижимость в Пермском крае - Регрессионный анализ в экономических исследованиях

Предыдущая | Следующая