Статистико-экономический анализ стоимости жилья в г. Перми. 2

МИНИСТЕРСТВО СЕЛЬСКОГО  ХОЗЯЙСТВА РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ПЕРМСКАЯ ГОСУДАРСТВЕННАЯ СЕЛЬСКОХОЗЯЙСТВЕННАЯ АКАДЕМИЯ ИМ. АКАДЕМИКА Д.Н.ПРЯНИШНИКОВА

 

 

 

Кафедра статистики, анализа и финансов.

 

 

 

 

 

 

КУРСОВАЯ РАБОТА

На тему: «Статистико-экономический анализ стоимости жилья в г. Перми»

 

 

 

 

      

 

 

 

 

Выполнила: студентка  факультета очного

                                      Обучения по специальности

                           «Финансы и  кредит»

 

 

 

 

 

 

 

 

 

 

Пермь 2012

 

 

 

Содержание

 

Введение…………………………………………………………….3                                                                                                   

1.Рынок жилья, его составляющие…..……………………………5                                                                                           

2.Состояние вторичного рынка жилья в г. Перми………………. 10                                         

3. Анализ исследования вторичного рынка жилья Свердловского

района г. Перми……………………………………………………15

  3.1 Анализ распределения квартир по цене….……..................15

   3.2 Группировка по двум главным признакам……………….18

   3.Множественная оценка факторного признака..…………….28 

Выводы и предложения……………………………………………34                                                                   

Список использованных источников……………………………..36                                                  Приложения……………………………………………………….. 37                                                                                         

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

           Рынок Российской недвижимости - один из динамично развивающихся рынков. Наиболее «продвинутыми» и успешно функционирующим его сегментом можно считать рынок квартир. На сегодняшний день очень остро стоит задача найти экономико-статистический метод расчета стоимости кв.м. общей площади квартир, продаваемых на жилищном рынке, а также выявить и научно обосновать влияние экономических факторов на цену квартиры.

В качестве объекта исследования был выбран рынок жилья г. Перми Орджоникидзевского района. Без вторичного рынка жилья сейчас уже трудно представить в целом рыночную экономику, т.к. он занял прочную позицию в Российской экономике, оказывая влияние на развитие большинства экономических процессов в нашей стране.

Анализ расчета рыночной цены Пермского жилья поможет точно оценить стоимость вторичной квартиры, охарактеризовать взаимосвязь и влияние на цену количественных и качественных показателей. Полученный результат позволит правильно направить деятельность риэлтерской компании на работу с наиболее рентабельными квартирами, что может принести значительный доход в будущем.

Актуальность выбранной темы в том, что рынок жилья является одним из наиболее динамично развивающихся сегментов рынка недвижимости и несет особую социальную нагрузку. Обеспеченность жильем и его доступность для населения напрямую влияют на уровень жизни, сказываются на рождаемости и темпах прироста населения, отражаются на его экономической культуре, поскольку приобретение жилья требует значительных затрат денежных средств, и моменту покупки обычно предшествует длительный период накопления. Массовый рынок жилья необходим как для решения социальных проблем, так и для развития экономики в целом.

Жилищная сфера представляет собой сложную систему создания, функционирования и замены жилищного фонда и включает в себя часть сферы производства (строительство, ремонт, реконструкция и модернизация, снос объектов жилищного фонда).

 Цель курсовой работы: провести статистический анализ стоимости жилья, определить факторы, влияющие на стоимость жилья в г. Перми.

Цель работы ограничила круг и обусловила характер поставленных задач:

    • Изучить условия и факторы формирования цен на жильё;
    • Комплексная оценка жилья
    • Исследование динамики стоимости жилья в Свердловском районе г.Перми

При решении поставленных задач были использованы: вариационный, корреляционно-регрессионный анализы.

Теоретической основой  работы являются источники по математической  и социальной статистике, официальные  справочные риэлтерские издания, экономические периодические издания, статистические материалы.

 

 

 

 

 

 

 

 

 

 

1. Статистика рынка жилья

Рынок жилищной недвижимости – сложная взаимосвязанная структура, включающая в себя комплекс механизмов перераспределения объектов жилищного  фонда и создаваемых ими жилищных услуг, основанных на сочетании интересов всех его участников и конкуренции эффективного землепользования. Жилищные услуги относятся к сфере текущего функционирования жилищного фонда и определяются набором, который может производить каждая жилая единица жилого фонда. Эксплуатация жилищного фонда является не только источником удовлетворения потребности человека в жилье, но и источником дохода для его владельцев. В конечном итоге для населения и экономических субъектов, действующих на рынке жилья, жилищный фонд представляет ценность не просто как таковой, а как объект, производящий доход.

Если в целом рассматривать  страну, то самым значимым фактором, влияющим на стоимость квартиры в  определенном поселке, городе, является географическое положение, иначе говоря, удаленность от центра области или страны. Безусловные лидеры по стоимости недвижимости – Москва и Санкт-Петербург, потом идут уже областные и краевые столицы. Также не стоит забывать, что определенные моменты, например, наличие туристической или санаторно-курортной зоны, теплого моря возле города, могут серьезно влиять на стоимость квартиры. К примеру, недвижимость у побережья Черного моря на сегодня является самой востребованной, особенно в Сочи, когда было принято решение проводить там Олимпиаду. В результате и так до этого довольно высокие цены на недвижимость и землю взлетели там буквально до небес.

         Важным параметром, определяющим стоимость на квартиры, является уровень жизни горожан, определяющийся такими экономическими факторами, как наличие коммерческих структур и развитых предприятий в городе. Чаще всего такие достоинства имеют большие города, поэтому и традиция сложилась с годами: чем крупнее город, тем цены на квартиры выше. Обычно это вызвано тем, что многочисленный город дает больше для жителя финансовых возможностей: в мегаполисах больше коммерческих предложений и зарплата там выше, а также много возможностей для карьерного роста. Естественно, данные преимущества порождают постоянный приток людей, которые приезжают в поисках удачи в крупный город. В мегаполисах высокий спрос на жилье соответственно вызывает адекватную реакцию рынка: в городах с миллионным населением цены на квартиру будут в несколько раз выше, чем в других городах, где численность составляет 100-300 тысяч человек.

При анализе цен на разные квартиры в конкретном городе не всегда помогают общие тенденции  на рынке недвижимости, характерные  для всей страны, видимо, связано  это со спецификой рынка. В то время, когда стоимость товаров, продуктов, услуг во многих городах приблизительно одинаковая, цены на жилье могут радикально различаться. Поэтому в данном случае вернее будет говорить о таких моментах, которые определяют не абсолютную, а относительную цену квартиры внутри данного города. Здесь к удаленности от центра города еще добавляются факторы, которые определяют цену на жилье: тип дома, престижность района, год застройки, этажность, наличие удобного транспортного сообщения и инфраструктуры.

Традиционно престижными  районами считаются те, которые ближе  всего расположены к центру. Причем, речь идет не столько о географическом центре, так как города часто застраиваются не равномерно, сколько о деловом центре города, где протекает вся экономическая жизнь горожан. Хотя в последнее время все чаще цены на квартиры показывают, что наибольшим спросом пользуются отдельные сектора города, а именно спальные элитные микрорайоны, расположенные в благоприятных и экологически чистых условиях.

Агентства недвижимости обычно выделяют ещё год постройки и тип дома, как оказывающие существенное влияние на цену жилой недвижимости. К наиболее экономичному жилью относятся хрущевки. Интересный факт: данные опроса москвичей показали, что всех горячо волнует цена на квартиры, в то время как большинство из жителей хотят, чтобы строилось доступное жилье, это же большинство выступает против новых домов с планировкой хрущевок. Подчеркивается в основном неудобство маленькой кухни, которая у многих россиян является традиционным местом, где вся семья проводит максимум свободного времени. К тому же небольшие цены на квартиры-хрущевки вызваны помимо неудобства планировки еще и годом застройки. Мало кто желает купить жилье в доме, находящемся уже 5-10 лет в аварийном состоянии. Даже граждане, ограниченные в средствах, не торопятся покупать в хрущевках квартиру, отсюда и низкая стоимость.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. Характеристика  объекта исследования

Пермь – самый северный город-миллионер России и расположен ближе к Москве, чем Екатеринбург, Челябинск или Волгоград.

Современная Пермь имеет  большую площадь, вместе с Новыми Лядами - 799,68 км², 40% которой занимают леса и зеленые насаждения. Площадь застройки составляет - 196,53 км².

Одна из особенностей застройки города — отсутствие крупного офисного квартала. Центр города является таким же жилым районом, как и другие.

Город Пермь разделён на внутригородские территории: семь районов

Дзержинский район, Индустриальный район, Кировский район, Ленинский район, Мотовилихинский район, Орджоникидзевский район, Свердловский район.

   В курсовой наиболее подробно изучен Орджоникидзевский район г. Перми.

Площадь района составляет 178,5 кв. м., включает в себя 24 микрорайона: Чапаева, Кислотные Дачи, Камский, Молодежный, КамГЭС, Январский, Фрунзе, Домостроительный, Левшино, Банная Гора, Бумкомбинат, Малые реки, Заозерье, Гремячий, Гайва, Нижняя Мостовая, Верхняя Мостовая, Соцпоселок, Химики, Плотинка, Новогайвинский, Промзона 3, Лесной 1, Лесной 5.

Район отличается от других тем, что здесь имеются большие  лесные массивы. Численность населения 116,2 тысяч человек.

Район расположен на обоих берегах Камы и состоит из левобережной и правобережной части. Орджоникидзевский район находится выше по течению Камы, чем остальные районы и прилегает к Камскому водохранилищу, а также впадающей в него реке Чусовой. На территории района находится Камская ГЭС.

 

3. Анализ исследования вторичного рынка жилья свердловского района г. Перми

3.1 Анализ распределения квартир по цене.

Для анализа квартир  на вторичном рынке была взята  выборка из 50 квартир с характеристиками. Используя данные оценок на квартиры и их основные характеристики по одному из вариантов распределения квартир, составим возрастающий ранжированный ряд. (Таблица 1)

Наиболее полные данные показаны в Приложении 1.

Таблица 1. Ранжированный ряд распределения.

 

Цена,тыс.руб.

 

Ранги квартир  по цене

 

Интенсивность нарастания признака(∆Xi)

1650

1

-

1650

2

-

1730

3

80

1830

4

100

1900

5

70

1910

6

10

1950

7

40

1950

8

-

2000

9

50

2000

10

-

2000

11

-

2050

12

50

2050

13

-

2050

14

-

2050

15

-

2100

16

50

2100

17

-

2100

18

-

2150

19

50

2150

20

-

2150

21

-

2150

22

-

2150

23

-

2150

24

-

2150

25

-

2150

26

-

2180

27

30

2200

28

20

2250

29

50

2250

30

-

2250

31

-

2250

32

-

2300

33

50

2300

34

-

2300

35

-

2300

36

-

2300

37

-

2320

38

20

2350

39

30

2350

40

-

2400

41

50

2400

42

-

2400

43

-

2420

44

20

2450

45

30

2750

46

300

2800

47

50

2800

48

-

2805

49

5

4477

50

1672


 

Из таблицы 1 можно увидеть прирост цены от минимальной 1650 тыс. руб. до максимальной 4477 тыс. руб..

Видна интенсивность  её прироста от ранга к рангу: плавная от начала и до конца ранжированного ряда распределения. Наглядно ранжированный ряд можно представить в виде рисунка – Огивы Гальтона, где по оси абсцисс -  ранг квартиры в ранжированном ряде распределения (накопленные частоты), а по оси ординат – значение группировочного признака для этих квартир (варианты ряда).  Видно, что значение группировочного признака возрастает равномерно, разница между значениями рангов примерно равна. (Рисунок 1).

Рисунок 1.Ранжированный ряд распределения квартир по Огиве Гальтона.

Ранжированный ряд дает возможность проанализировать совокупность по степени возрастания или убывания каждой единиц и интенсивность нарастания признаков по которым мы можем проверить качественную однородность анализируемой совокупности.

Проведем анализ на устойчивость ранжированного ряда, т.к на рисунке 1 в конце виден большой разрыв между значениями получим следующее:

  – k * R < сомн <  + k * R, где - среднее значение себестоимости;

k – коэффициент, равный 0,9; R – размах вариации; сомн – среднее значение себестоимости с сомнительным показателем.

        сомн = 107395-4477/49 = 2192,73

       R=Xmax-1-Xmin=2805-1650=1155 тыс.руб.

2192,73 – (0,8*1155) < 4477 < 2192,73+ (0,8*1155)

1268,73 < 4477 < 3116,73

При расчете проверки ряда на устойчивость можно сделать вывод что сомнительное значение выходит за границы ряда, следовательно это значение исключается из ряда распределения.

 

3.2 Группировка по двум главным признакам.

Необходимо  сжать информацию, полученную в ходе наблюдения и систематизированную в ходе сводки и на этой основе выявить закономерности, присущие изучаемому явлению. Поэтому объединяем отдельные единицы статистической совокупности в группы при помощи метода группировки.

Группировкой называется расчленение множества единиц изучаемой совокупности на группы по определенным существенным для них признакам. Группировка является одним из самых сложных в методологическом плане этапов статистического исследования.

Интервальный  ряд распределения помогает выявить структуру изучаемого явления. Для его построения произвели свертывание ранжированного ряда, выделив необходимое число групп с равными интервалами. Для этого необходимо использовать формулу Стерджесса:

n = 1 + 3,3 lg N , где n – число интервалов (групп), N – число единиц совокупности.

Согласно этой формуле  выбор числа групп зависит  от объема совокупности. В нашем случае n = 1 + 3.3 lg 50 = 1 + 5 = 6, т. е нужно выделить 6 групп.

После определения числа  групп следует определить интервалы  группировки.

Интервал – это значения варьирующего признака, лежащие в определенных границах. Величина интервала представляет собой разность между верхней и нижней границами интервала. Выделяем равные интервалы, поскольку распределение носит более или менее равномерный характер.

Величина равного интервала определяется по следующей формуле:

, где xmax и xmin – максимальное и минимальное значения признака в совокупности. В нашем случае величина интервала составляет:

i = (2805– 1650)/7 = 160 тыс.руб.

Полученные группы представим в таблице в виде интервального ряда. (Таблица 2).

Таблица 2. Интервальный ряд распределения квартир по цене.

 

Группы квартир по цене

Количество квартир(частоты)

Структура распределения  квартир(частности, %)

Комулятивный ряд распределение  квартир по:

Центральное значение (xi)

по частотам

частостям

до 1810

3

6,1

3

6,1

1730

1810-1970

5

10,2

8

16,3

1890

1970-2130

10

20,4

18

36,7

2050

2130-2290

14

28,5

32

65,3

2210

2290-2450

13

26,5

45

91,8

2370

Более 2450

5

10,2

50

102

2530

Итого

49

100

х

х

12780


 

Самой насыщенной в нашем  ряду распределения оказалась группа со средней ценой от 2130тыс. руб. до 2290 тыс. руб.. В эту группу входит 35% квартир от общего объема. В зависимости от количества квартир и структуры распределения определим концентрацию цены, для этого нужно проанализировать кумулятивный ряд. 

Кумулятивный ряд распределения  определяется путем последовательного  суммирования частот по группам, отражает процесс концентрации цены и показывает, сколько квартир в совокупности имеют значения уровня цены не больше, чем рассматриваемое (Рисунок 3). Для большей наглядности кумулятивный ряд по частотам необходимо выразить в % (частостях). Из таблицы видно, что концентрация цены каждой группы накапливается равномерно, исключением является первая группа, где частота составляет 3 и частости 6,1.

 

Кумулятивный ряд распределения  определяется путем последовательного  суммирования частот по группам, отражает процесс концентрации цены и показывает, сколько квартир в совокупности имеют значения уровня цены не больше, чем рассматриваемое. Для большей наглядности кумулятивный ряд по частотам необходимо выразить в % (частостях).

В целях наглядности изобразим  вариационный ряд графически в виде гистограммы (Рисунок 2). При её построении на оси абсцисс откладываются величины интервалов, а частоты изображаются прямоугольниками, построенными на соответствующих интервалах. Высота столбиков должна быть пропорциональна частотам. По графику видно, что распределение квартир по группам неравномерно. Самая насыщенная группа – с начальной ценой (2130-2290 и 2290-2450), а в группах с отличной от начальной величиной – квартир значительно меньше.

Распределение одновершинное, поэтому можно считать, что наше распределение однородно. Так же можно заметить правостороннею скошенность, чем дороже квартира, тем меньше их в группе, это обусловлено этажностью дома, этажом квартиры, наличием балкона, типом дома, ну и конечно площадью.    

Рисунок 2. Гистограмма интервального ряда распределения квартир по цене.

Интервальный ряд позволяет  нам разделить совокупность на качественно однородные группы и определить типичный уровень признака совокупности и предварительно оценить какое распределение нормальное или близко к нормальному.

Рисунок 3.  Кумулята распределения квартир по размеру.

 

        Колеблемость, многообразие, изменяемость цены квартир называются вариацией. Исследование вариации в статистике имеет большое значение.

Измерение вариации дает возможность оценить степень  воздействия на цену других варьирующих  признаков.

Рассчитаем следующие показатели:

Средняя арифметическая:

= ,

где x – центральное значение каждого интервала; f – частоты интервального ряда;

тыс.р

Мода( ): тыс. руб.

где x0 – нижняя граница модального интервала; i – величина интервала; f1 – частота предмодального интервала; f2 –частота модального интервала; f3 – частота постмодального интервала.

Медиана ( ):

,

где – нижняя граница медианного интервала; 0,5 ∑f – половина суммы накопленных частот; –накопленная частота для конца интервала, предшествующего медианному – частота медианного интервала.

=2145+160* =2362,7 тыс. руб.

Графическое значение медианы  соответствует расчетному, модальное  значение цены квартиры по графику  и по расчетам соответствуют друг другу.

Для определения моды вначале определили интервал с наибольшей частотой(f =14), следовательно четвертый интервал, где нижняя граница равна 2290,значит мода меньше средней арифметической(2235,5), это означает что коэффициент асимметрии отрицательный, и это означает правостороннюю асимметрию, т. е. правая часть кривой оказывается длиннее правой

Приведённая группировка  недостаточно наглядна. Она позволяет  видеть структуру совокупности, но не показывает чёткой и строгой  закономерности в изменении цены квартиры по группам.

Размах вариации : R = х'max – х'min = 2805 – 1650 = 1150 тыс.руб.

Размах вариации показывает, насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое  значение. Показатель учитывает только два значения признака и не дает представления о вариации по всем единицам совокупности.

В нашем случае размах вариации (разность между наибольшим и наименьшими вариантами) составляет 1150.

Для расчета показателей  вариации составляем таблицу (Таблица 3).

Таблица 3. Данные для расчета среднего линейного и среднего квадратического отклонения.

Группы по цене

Середина интервала, X'i

Частоты, fi

Сред. линейное отклонение

Сред. квадратичное отклонение

|X'i-Xср|

|X'i-Xср|*fi

(X'i-Xср)2

(X'i-Xср)2*fi

до 1815

1732,5

3

464,69

1394,07

215937

647811

1815-1980

1897,5

5

299,69

1498,45

139263

696315

1980-2145

2062,5

10

134,69

1346,9

62589

625890

2145-2310

2227,5

19

30,31

575,89

919

17461

2310-2475

2392,5

8

195,31

1562,48

38146

305168

Более2475

2557,5

4

360,31

2101,24

129823

1103804

Итого:

Х

50

Х

8479,03

Х

3396449




 

Среднее линейное отклонение:

 

Этот показатель дает обобщенную характеристику степени  колеблемости признака в совокупности. Таково в среднем отклонение вариантов  признака от их средней величины. В нашем случае – это 381,4 тыс.руб. Это отклонение достаточно небольшое, что свидетельствует о том, что данная совокупность в отношении нашего признака однородна, а средняя себестоимость является устойчивой.

Дисперсия:

 

Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины.  Из неё найдем среднее квадратическое отклонение:

 

Этот показатель дает обобщающую характеристику размеров вариации признака в совокупности.

Итак, общее  отклонение от средней себестоимости  лежит в пределах от

69315тыс.руб. до  263 тыс.руб.                                                                                                                             

Коэффициент вариации:

2235,5-263 <2235,5 <2235,5+263

1972,5<2235,5<2498,5

Оценивая степень  вариации по оценочной шкале, видно, что в нашем случае имеется  вариация ниже средней, но при этом показателе количественные изменения не переходят в качественные, а, следовательно, совокупность однородна по данному признаку.

Используя данные интервального  ряда (Таблица 2) рассчитаем коэффициент скошенности (ассиметрии) и коэффициент островершинности (экцесса). (Таблица 4)

 

Таблица 4. Расчет центральных моментов

x'i

fi

(x'i-xcp)^3

((x'i-xcp)^3)*fi

(x'i-xcp)^4

((x'i-xcp)^4)*fi

1732,5

3

0,104

0,312

0,049

0,147

1897,5

5

0,027

0,135

0,008

0,04

2062,5

10

0,003

0,03

0,384

0,004

2227,5

19

0,000019683

0,027

0,001

0,019

2392,5

8

0,007

0,056

0,017

0,008

2557,5

4

0,141

0,564

0,0173

0,292

Итого

50

x

0,144

x

0,491