Стерник Г.М., профессор кафедры «Управление проектами и программами» РЭУ им. Г.В.Плеханова, главный аналитик Российской Гильдии риэлторов gm_sternik@sterno.ru, - презентация

1 Стерник Г.М., профессор кафедры «Управление проектами и программами» РЭУ им. Г.В.Плеханова, главный аналитик Российской Гильдии риэлторов realtymarket.ru МЕТОДИКА ПРОГНОЗИРОВАНИЯ ЦЕН НА ЖИЛЬЕ В ЗАВИСИМОСТИ ОТ ТИПА РЫНКА (тезисы доклада на секции «Теория и практика инвестиционного консалтинга» XIV Национального конгресса по недвижимости, ) - Москва,

2 Структура доклада 1. Постановка задачи 2. Методические предпосылки 3. Модель для прогнозирования динамики цен 4. Исходные данные для прогнозирования 5. Пример прогноза динамики цен на жилье по новой методике 6. Риски прогноза и сопоставление с фактическими данными за декабрь-апрель

3 1. Постановка задачи Кризис годов в экономике и на рынке недвижимости вновь обострил потребность в краткосрочных, среднесрочных, долгосрочных прогнозах динамики цен на рынке жилья. За последние два-три года опубликованы многочисленные работы, содержащие как экспертные предсказания, так и прогнозы, основанные на различных методических подходах и моделях различного типа, в том числе регрессионных динамических однофакторных, статических многофакторных, опирающихся на фундаментальный и технический анализ (например, по методологии фондового рынка), использующих нейронные сети и т. д. К сожалению, результаты прогнозов не вполне удовлетворяют экспертов и потребителей, и поэтому дальнейшее развитие методов прогнозирования представляется актуальной и важной задачей аналитиков рынка недвижимости. С 1995 по 2005 год краткосрочные (годовые) прогнозы динамики цен на жилье в Москве нами осуществлялись на основе методик и моделей, отражающих текущую ситуацию на рынке и основанных на экономической гипотезе о предстоящей стадии развития рынка. Лишь в середине 2006 года была разработана универсальная модель, основанная на представлении о двухуровневой цикличности рынка и позволившая рассчитывать не только годовые, но и среднесрочные (на глубину 2-3 лет) прогнозы.

4 За 20 лет новейшей истории российский рынок недвижимости пережил два долгосрочных цикла протяженностью около 10 лет (120 и 112 месяцев от нижней до нижней точки) и сейчас находится в начале третьего долгосрочного цикла. В первом цикле цены (в долларовом выражении) за 5 лет выросли в 13 раз, затем плавно снизились на 25%, а во время кризиса гг. упали на 35%. Во втором цикле цены за 8,5 лет выросли в 12 раз, а затем во время кризиса гг. упали на 45%.

5 Аппроксимация ценового тренда II долгосрочного периода за 6 лет (с июня 2000 по июнь 2006 гг.) полиномом второго порядка показала, что рынок жилья Москвы находится в первой четверти «длинного» цикла, ответственность за который несет исторический дефицит жилья на фоне совокупности макроэкономических показателей. Это уравнение мы назвали «базовый тренд». В качестве гипотезы предполагалось, что с гг. начнется вторая четверть – замедление темпов роста цен.

6 Но на рынке недвижимости действуют и другие, внутренние факторы, которые накладывают на базовый тренд более быстропротекающие колебания. Эти колебания реализовывались не в колебаниях цен, а в колебаниях первой производной – темпов прироста цен относительно базового тренда. Они образуют «средние», более быстропротекающие циклы, и «короткие», еще быстрее протекающие циклы. Такие циклы обладают устойчивым периодом (около 2,3 года) и амплитудой (удвоение в долларах, стабильность в процентах) и поэтому легко поддаются прогнозированию методом однофакторного регрессионного моделирования (модель модифицированной синусоиды). R 2 =0,8408

7 Обратная суперпозиция, интегрирование прогнозов дают окончательный среднесрочный прогноз динамики цен. До осени 2008 года результаты прогноза подтверждались фактическими данными. Но мировой кризис изменил траекторию долгосрочного тренда и тем самым отменил дальнейшее действие среднесрочного прогноза. В связи с этим в 2010 году была разработана новая методика, позволяющая рассчитать траекторию нового долгосрочного тренда.

8 Методика базируется на ранее выполненном исследовании эластичности цен на жилье по доходам и типизации рынков в зависимости от стадии их динамики. Типология рынков недвижимости по эластичности цен при изменении темпов роста доходов населения Тип рынкаПримеры статистических значений признаков в Москве Обобщенные значения признаков dP/PdI/IТВdP/PdI/IТВ 1Развитый (насыщенный) нет> 0 L< 1 2Развивающийся (дефицитный) 0,0250,015991,61> 0 L> 1 3Растущий0,021; 0,032; 0,017; 0,020; 18; 22; 1,16; 1,60; > 0 М> 1 4Перегретый0,050; 0,039 0,022; 0,014 17; 11 2,27; 2,82 > 0 М> 2 5Стабильный0,0040; 0,006; 0,002 0,0044; 0,019; 0,005 9; 12; 10 0,91; 0,32; 0,40 >= 0 М< 1 6Надутыйнет> 0>= 0L> 2 7Падающий (кризисный) -0,033; -0,948 -0,088; - 0,097 13; 6 0,38; 0,49 < 0 М< 1 8Депрессивный-0,0006;0,035;10;-0,028; 0< 0М< (-4,5) 2. Методические предпосылки

9 Модель представляет собой уравнение статистической связи между темпами роста цен на жилье и темпами роста среднедушевых доходов населения. С учетом ограниченности накопленной за период новейшей истории российского рынка недвижимости статистики об эластичности цен по доходам выявленные типы рынков сведены в три группы, и построено три варианта модели: для типов 2 (развивающийся) и 7 (кризисный); 5 (стабильный) и 8 (депрессивный); 3 (растущий) и 4 (перегретый). 3. Модель для прогнозирования динамики цен

10 Показатель среднедушевых доходов населения среди макроэкономических и макрофинансовых показателей, определяющих динамику рынка недвижимости (цена на нефть, отток капитала, курс рубля к доллару), является главным драйвером, ответственным за дифференциацию уровня цен по регионам. Исследование показало, что соотношение уровня доходов населения и цен на жилье в регионах относительно Москвы устойчиво коррелируют между собой. Особенно это заметно по данным 2009 года, когда цены и доходы по сравнению с Москвой составили в Петербурге 53 и 50%, в Московской области 47 и 47%, в Перми 42 и 38%, в Владимире 24 и 24%.

11 В июле 2010 г. Минэкономразвития РФ разработало среднесрочный (на годы) прогноз экономического развития РФ. Некоторые показатели этого прогноза в декабре были уточнены. Основные показатели: - прирост ВВП – 3,4-4,2%, - прирост промпроизводства – 3,2-4,2%, - оборот розничной торговли – 4,5-6,3%, - инвестиции в основной капитал за счёт всех источников финансирования – 8,8-8,1%, - инфляция – 6,0-5,0%, - реальные располагаемые доходы населения –3,2-4,7%. В соответствии с распоряжением правительства РФ, по аналогии со среднесрочным экономическим прогнозом развития России были разработаны региональные среднесрочные прогнозы. В основном региональные показатели в прогноз заложены близкие к среднероссийским (за исключением Пермского края, где реальные располагаемые доходы населения прогнозируются на уровне 2-2,5%, инфляция – 12,5%). 4. Исходные данные для прогнозирования

12 Применение методики показано на примере выполненного в ноябре 2010 года прогноза динамики цен на жилье на годы в 5 городах: Москва, Санкт- Петербург, Московская область, Пермь, Владимир. В соответствии с накопленными данными о динамике цен на рынке жилья, принято, что на среднесрочную перспективу рынок жилья Москвы, где в течение 2010 года происходит плавное восстановление цен, будет относиться к типу 2 (растущий). Рынки Петербурга, Московской области, Владимира, где продолжается депрессивная стабилизация – в первом полугодии 2011 года будут относиться к типу 5/8 (стабильный/депрессивный), далее – к типу 2 (растущий). Для Перми, с учетом пониженного роста реальных доходов, а также повышенной инфляции (которая снижает склонность населения к расходованию сбережений) принят тип рынка 5 – стабильный. Расчет для Москвы дает оценку темпов роста цен на жилье в годах в 1,2% в месяц, 15% в год. Для Петербурга, Московской области и Владимира темпы роста цен получены в 1 полугодии 2011 года – близкие к нулю, за 2011 год – рост 6- 10%, в гг. – по 15%. Для Перми темпы роста цен в гг. близки к нулю. Рассчитанный по модели и приведенный на рисунке прогноз на годы является сглаженным. При этом сохраняется ранее сделанный прогноз повышенной волатильности (среднесрочных колебаний) цен относительно базового тренда. 5. Пример прогноза динамики цен на жилье по новой методике

13

14 6. Риски прогноза и сопоставление с фактическими данными за декабрь-апрель Апостериорная ошибка прогноза в сторону более высоких темпов роста цен на жилье определялась возможным ростом цен на нефть, вероятность которого принималась достаточно низкой. События в арабском мире уже в январе-феврале изменили ситуацию, что создает предпосылки для необходимости корректировки прогноза вверх. Апостериорная ошибка прогноза в сторону более низких темпов роста цен на жилье определялась возможным негативным влиянием трудностей в европейской и мировой экономике на российскую, что приведет к усилению оттока капитала из страны и замедлению темпов роста доходов населения. Данный сценарий уже получил развитие, в связи с чем создаются предпосылки для корректировки прогноза вниз, в первую очередь в Москве. По данным Росстата, среднедушевые доходы населения РФ в январе-апреле 2011 года были ниже аналогичных показателей прошлого года, что сдвигает фактические данные по ценам вниз относительно прогнозируемых. Сопоставление результатов прогноза с фактическими данными за декабрь-апрель показало, что существенных отклонений не произошло, и корректировок прогнозов пока не требуется.

15 Спасибо за внимание ! Стерник Г.М., Тел. 8(495) realtymarket.ru