ФГБОУ ВПО РОССИЙСКИЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. Г.В. ПЛЕХАНОВА На правах рукописи СВИРИДОВ АЛЕКСЕЙ ВИКТОРОВИЧ ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ ЛОКАЛЬНОГО РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ Специальность 08.00.05 – «Экономика и управление народным хозяйством (Экономика, организация и управление предприятиями, отраслями, комплексами - строительство)» Диссертация на соискание ученой степени кандидата экономических наук Москва – 2014 СОДЕРЖАНИЕ СОДЕРЖАНИЕ ................................................................................................................................ 2 ВВЕДЕНИЕ ......................................................................................................................................... 4 ГЛАВА 1. МЕТОДИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ РЫНКА НЕДВИЖИМОСТИ ....................................................................................................................... 9 1.1. Место прогнозирования рынка недвижимости в методологии управления девелоперским проектом. ....................................................................................... 9 1.2. Анализ существующих методов прогнозирования рынка недвижимости 12 1.3. Выводы по главе 1 .......................................................................................... 42 ГЛАВА 2. СОВЕРШЕНСТВОВАНИЕ МЕТОДИКИ ПРОГНОЗИРОВАНИЯ ЛОКАЛЬНОГО РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ .................................................................................................................... 43 2.1. Совершенствование структуры модели ....................................................... 43 2.2. Совершенствование алгоритма модели ....................................................... 56 2.3. Апробация методики (на примере рынка жилой недвижимости Москвы) и калибровка модели ................................................................................................ 62 2.4. Выводы по главе 2 .......................................................................................... 82 ГЛАВА 3. ПРИМЕНЕНИЕ УСОВЕРШЕНСТВОВАННОЙ МЕТОДИКИ ДЛЯ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ ЛОКАЛЬНОГО РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ .............................................................................................. 83 3.1. Прогнозирование развития рынка (на примере рынка жилой недвижимости Москвы и Перми) с использованием усовершенствованной модели и применение прогноза для оценки экономической эффективности девелоперского проекта ........................................................................................ 83 3.1.1. Прогнозирование развития рынка на примере рынка жилой недвижимости Москвы ......................................................................................... 83 3.1.2. Прогнозирование развития рынка на примере рынка жилой недвижимости Перми ........................................................................................... 89 2 3.1.3. Применение прогноза для оценки экономической эффективности девелоперского проекта (на примере Москвы). ................................................. 95 3.2. Исследование влияния макроэкономических параметров на динамику развития рынка жилой недвижимости. ............................................................... 97 3.3. Применение методики для обоснования целевых объёмов ввода жилой недвижимости. ..................................................................................................... 101 3.4. Выводы по главе 3 ........................................................................................ 110 ЗАКЛЮЧЕНИЕ ........................................................................................................................... 111 СПИСОК ЛИТЕРАТУРЫ .................................................................................................... 114 Приложение 1. Показатели прогноза развития рынка жилой недвижимости Москвы при базовом сценарии макроэкономических параметров .................... 120 Приложение 2. Показатели прогноза развития рынка жилой недвижимости Москвы при сценарии №1 макроэкономических параметров и при варианте №2 отраслевых параметров ..................................................................................................... 127 Приложение 3. Показатели прогноза развития рынка жилой недвижимости Москвы при сценарии №3 макроэкономических параметров и при варианте №2 отраслевых параметров ..................................................................................................... 134 3 ВВЕДЕНИЕ Актуальность темы исследования. Для реализации инвестиционностроительных проектов применяется методология управления проектами, нацеленная на проведение комплекса мероприятий, обеспечивающих требуемый уровень эффективности с заданными ресурсными и временными ограничениями, в том числе экономическую оценку девелоперского проекта. Экономическая эффективность проекта оценивается путем обработки исходных данных и последующего анализа полученных результатов. Основная проблема оценки достоверной экономической эффективности проекта заключается в подготовке исходных данных, обеспечивающих корректный расчёт экономической эффективности. Для этого необходимо использовать недвижимости методы в анализа, частности. в В общем, рамках и прогнозирования управления рынка инвестиционно- строительными проектами данному этапу оценки должно быть уделено особое внимание, что определяет актуальность выбранной темы диссертационного исследования. В работе рассмотрены методы прогнозирования цен на рынке недвижимости с учетом сложной взаимосвязи между ценой и другими факторами. Основываясь на накопленных к настоящему времени результатах углубленного исследования недвижимости России, в закономерностей настоящем развивающегося диссертационном рынка исследовании предложена усовершенствованная методика среднесрочного прогнозирования локального рынка жилой недвижимости. Целью диссертационного исследования является разработка усовершенствованной методики прогнозирования, основанной на оценке динамики цен с учетом комплекса динамических показателей развития сложной системы «рынок жилой недвижимости»: предложение, спрос, поглощение площадей, объем строительства и ввода жилья. 4 Для достижения поставленной цели необходимо решить следующие задачи: 1. Выявление роли прогнозирования рынка недвижимости в методологии управления проектами развития недвижимости. 2. Проведение анализа существующих методов прогнозирования рынка недвижимости и выявления нерешенных задач в методологии прогнозирования рынка недвижимости. 3. Усовершенствование методики прогнозирования локального рынка жилой недвижимости и определение ее места в методологии управления девелоперскими проектами. 4. Проведение апробации и тестирования методики на примере рынка жилой недвижимости г. Москвы. 5. Анализ возможности применения методики для оценки влияния макроэкономических параметров на динамику развития рынка и обоснования целевых объемов ввода жилья (на примере Москвы и Перми). 6. Разработка рекомендаций по использованию предложений методики и результатов анализа и прогнозирования рынка недвижимости, полученных по усовершенствованной методике, в методологии управления проектами. Объектом исследования выступает локальный рынок жилой недвижимости. Предметом исследования является совокупность показателей, факторов и методов анализа состояния и прогнозирования развития локального рынка жилой недвижимости. Теоретической и методологической основой исследования послужили труды отечественных и зарубежных ученых, раскрывающих вопросы теории и практики формирования и развития рынка недвижимости, управления инвестиционными проектами, статистики, эконометрики. Научная новизна исследования: 1. Предложено существующую методику усовершенствовать по следующим направлениям: 5 переход к блочно-модульной позволяющий отказаться ГП "Жилище" и других от модели обязательного правительственных прогнозирования рынка, использования данных документов и провести углубленное исследование рынка на базе реальных зависимостей факторов спроса и предложения; переход к двухуровневой системе исходных данных для реализации расчета модулей; использование итерационного алгоритма с годовым шагом и внутри одного года; уточнение алгоритма расчета объема спроса на первичном/вторичном рынках с перетеканием. 2. Доказано адекватное отображение реальных процессов, происходящих на рынке недвижимости, посредством тестирования и ретроспективной проверки усовершенствованной математической модели функционирования локального рынка жилой недвижимости на примере Москвы и Перми. 3. Предложены методические рекомендации по применению результатов анализа рынка жилой недвижимости, полученных посредством применения усовершенствованной методики, для оценки экономической эффективности реализации девелоперского проекта. 4. Разработан механизм для обоснования целевых объемов ввода жилой недвижимости при различных сценариях макроэкономического развития рынка. Исследование выполнено в рамках паспорта отрасли «Экономические науки», специальности по коду ВАК Минобрнауки России 08.00.05 – Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами - строительство), в соответствии предприятиями, с пунктом отраслями, 1. Экономика, организация комплексами; область и управление исследования; 6 1.3.70 Государственное 1.3.Строительство; регулирование рынка недвижимости, формирование федеральной и муниципальной инвестиционной политики в сфере жилищного строительства в условиях социально ориентированной рыночной экономики. Результаты диссертационного исследования предполагается применить для среднесрочного прогнозирования развития локального рынка жилой недвижимости городов, регионов, обоснования целевых объемов ввода жилья и решения других задач управления программами развития жилищного строительства и жилищной политики. Для девелоперов практическая значимость заключается в возможности проведения научно обоснованной оценки экономической эффективности реализации проекта на предынвестиционной стадии. Основные положения и результаты диссертационной работы докладывались на следующих конференциях: 1. 26 Международная научно-практическая конференция «Плехановские чтения». РЭУ им. Г.В. Плеханова, Москва. 18.02.2013 – 21.02.2013. Прогнозирование развития рынка жилья как необходимая часть методологии управления проектами. 2. III научно-практическая управления проектами в конференция «Современные проблемы инвестиционно-строительной сфере и природопользовании». РЭУ им. Г.В. Плеханова, Москва. апрель 2013; Тема: «Совершенствование методики среднесрочного прогнозирования развития локального рынка жилой недвижимости как элемента методологии управления проектами и программами». 3. Конференция по аналитике «Рынок недвижимости: ситуация, тенденции, прогноз»; 30 августа 2013 г.; Торгово-промышленная палата РФ; Тема: «О влиянии макроэкономических условий на развитие рынка жилой недвижимости (на примере г. Москвы)»; «Обоснование целевого объема ввода жилья в Москве». 7 4. Конференция «Анализ и прогноз развития рынка недвижимости и строительства», Гражданский жилищный форум; Санкт-Петербург; октябрь 2013; Тема: «О влиянии макроэкономических условий на развитие рынка жилой недвижимости (на примере г. Москва»; «Возможности применения модели среднесрочного прогнозирования развития локального рынка жилой недвижимости Перми». 5. Конференция «Градостроительная политика и жилищное строительство», Гражданский жилищный форум; Санкт-Петербург; октябрь 2013; Тема: «Обоснования целевых объемов ввода жилья (на примере Москвы)». 8 ГЛАВА 1. МЕТОДИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ РЫНКА НЕДВИЖИМОСТИ 1.1. Место прогнозирования рынка недвижимости в методологии управления девелоперским проектом. На первое место при принятии решений об инвестициях выходит проблема разработки девелоперского системной проекта. методики Профессионально инвестиционного анализа проведенный анализ девелоперского проекта позволяет девелоперу и инвестору избежать многих ошибок при реализации проекта и получить максимальный уровень доходности на вложенный капитал. В основу оценки экономической эффективности инвестиционных проектов может быть положена методология инвестиционного анализа инвестиционно-строительных или девелоперских проектов, использующая методы анализа рынка недвижимости в качестве инструмента для получения достоверных исходных данных и методы оценки эффективности инвестиционных проектов для их обработки [18, 43-46]. Эта методология описана в работе Г.М. Стерника, С.Г. Стерника «Анализ рынка недвижимости для профессионалов» [34]. Детальный алгоритм полного цикла инвестиционного анализа инвестиционно-строительного проекта приведен на рисунке 1. 9 МЕТОДОЛОГИЧЕСКИЙ АЛГОРИТМ ПОЛНОГО ЦИКЛА ИНВЕСТИЦИОННОГО АНАЛИЗА ПРОЕКТА Инвестиционный анализ территории, участка, рынка Инвестиционное проектирование 2. Оперативный анализ реализуемости местоположения 1. Стратегический анализ реализуемости местоположения 9. Концептуальное проектирование 4 3. Анализ реализуемости площадей в различных сегментах рынка 4. Предварительная оценка финансовой реализуемости девелопмента 5. Предварительная оценка целесообразности входа инвестора (девелопера) на рынок 6. Анализ и прогноз конкурентного предложения 7. Анализ и прогноз изменения предпочтений потребителей, объёма и структуры спроса и темпов поглощения в сегментах рынка 8. Определение и прогнозирование динамики цен и арендных ставок в сегментах рынка 10. Уточнение ценового прогноза на продукты проекта и расчёт потока доходов 11. Расчёт потока издержек 12. Макроэкономический анализ и прогнозирование условий инвестирования 13. Финансовое моделирование и расчёт показателей экономической эффективности 14. Риск-анализ и выбор наиболее эффективного варианта 5 1 2 3 15. Разработка бизнес-плана проекта 6 Рисунок 1. Методологический алгоритм полного цикла инвестиционного анализа проекта 10 Данный алгоритм складывается из двух частей: инвестиционный анализ территории и рынка (этапы 1-8) и инвестиционное проектирование (этапы 9-15). Совокупность всех этапов приведенного алгоритма можно назвать инвестиционным анализом проекта. Конкретное содержание исследования зависит от постановки задачи и может включать лишь отдельные группы этапов алгоритма. В рамках настоящей работы наибольшее внимание уделено этапам 6-8: На этапе 6 «Анализ и прогноз конкурентного предложения» производится анализ аналогов/конкурентов выполненных для и использования выполняемых показателей проектов – потенциального объема застройки (конкуренты) при прогнозировании рынка (на этапе 6-7) и основных параметров и характеристик (аналоги) при разработке концепции застройки (на этапе 9). На этапе 7 «Анализ и прогнозирование изменения предпочтений потребителей, объема и структуры спроса, темпов поглощения продуктов проекта рынком» проводится исследование предпочтений потребителей, анализ объема и структуры спроса на предполагаемые продукты проекта, темпов их поглощения в его локации с учетом прогноза конкурентного предложения и дается прогноз изменения этих показателей на глубину предполагаемого периода реализации проекта. На этапе 8 «Определение и прогнозирование динамики цен и арендных ставок в сегментах рынка» дается анализ и прогноз ценовой ситуации в сегментах рынка на глубину предполагаемого периода реализации проекта. Этапы 6-8 представляют собой второй цикл исследования, основанный на результатах углубленного исследования и прогнозирования рынка и позволяющий выработать предварительные рекомендации по отбору и ограничению вариантов предполагаемого инвестирования/девелопмента с учетом результатов прогнозирования состояния рынка в рассматриваемой локации. [34] 11 Грамотная и научно инвестиционно-строительного обоснованная проекта оценка эффективности подразумевает использование методов оценки экономической эффективности для обработки исходных данных проекта, последующего анализа и принятия решения. Но прежде необходимо получить исходные данные, обеспечивающие корректный, экономически обоснованный расчёт эффективности. Для этого необходимо использовать методы анализа и прогнозирования рынка недвижимости. Отсюда следует, что прогнозирование рынка жилья на глубину девелоперского проекта является необходимым компонентом методологии управления проектами. [19] 1.2. Анализ существующих методов прогнозирования рынка недвижимости Исходя из известного положения акад. В.В. Ивантера о том, что экономическое прогнозирование – это попытка оценить последствия какоголибо действия или бездействия власти, бизнеса и общества [6], рассмотрим проблемы прогнозирования рынка недвижимости России с начала его зарождения в формирующейся рыночной экономике. Совершенствование методологии прогнозирования ситуации на рынке недвижимости входит в область профессиональных интересов не только научных работников, но и всех участников рынка недвижимости. Этот факт обуславливает появление новых (применительно к рынку недвижимости) методов анализа и прогнозирования. Первые формализованные, расчетные прогнозы (среднесрочные – на 13 года) появились уже в 1995 году [21, 27, 31]. Применяемые для прогнозирования методы весьма разнообразны [3-5, 8, 11, 13-18, 20-23, 27-28, 30-33], но в общем виде могут быть разделены на методы, основанные на двух подходах: эвристическом и математическом. Наиболее эффективными и обладающими наибольшей прогностической 12 способностью являются комбинированные методы – логико-аналитические, включающие в себя элементы обоих этих подходов. Эвристические методы базируются на использовании явлений или процессов, не поддающихся формализации. Для математических (статистических, технических) методов прогнозирования характерен подбор и обоснование математической модели исследуемого процесса, а также способов определения ее неизвестных параметров. Задача прогнозирования при этом сводится к решению уравнений, описывающих данную модель для заданного момента времени. [2, с. 158] Эвристический подход (1) (к нему относится и фундаментальный анализ) к прогнозированию цен на объекты недвижимости состоит в логическом, использующем как количественные, так и качественные данные, анализе факторов, формирующих тенденции изменения цен (арендных ставок), и выявлении результирующей тенденции. Методика, основанная на эвристическом подходе, включает следующие этапы: 1. определение состояния рынка жилья в городе на прогнозируемый период и основной тенденции изменения цен 2. определение специфических условий города и соответствующей тенденции изменения темпов роста цен 3. определение экономических условий города и соответствующей тенденции изменения темпов роста цен 4. сопоставление результатов по предыдущим пунктам, и определение совокупной тенденции изменения цен 5. прогнозирование (анализ известных прогнозов) изменения макроэкономических параметров и внесение поправок в прогноз изменения цен на жилье.[24] Если на фондовом рынке специалисты делятся на фундаменталистов и техников, основывающих свои заключения либо на фундаментальном, либо 13 на техническом анализе, то на рынке недвижимости другая ситуация. Здесь необходимо применять общеэкономической оба ситуации подхода, технический поскольку прогноз в отрыве может от оказаться ошибочным. В то же время факторный анализ позволяет определить стадию развития рынка и тенденции его будущего развития, а определение численных значений динамик стоимостных и объемных показателей находится в области математического моделирования (которое относится к математическим методам). До кризиса 2008 г. рынок недвижимости развивался на восходящем тренде, что позволяло в последние годы строить достаточно точные (с погрешностью не более 10%) прогнозы цен на основе технических моделей. В конце 2008 г. ситуация кардинально поменялась. Стало ясно, что методы технического анализа не дают объективного результата, поскольку опираются на тенденцию макроэкономического роста. Базовый тренд сменил направление, и для применения технических моделей потребовалось накопление фактического материала в новом периоде. К тому же известно, что рынок недвижимости РФ очень специфичен и отличается от своих аналогов за рубежом, о чем подробно изложено в работе [31]. В связи с этим на первый план вышел фундаментальный анализ и построение вероятностных сценариев будущего развития рынка недвижимости. При применении фундаментального анализа изучаются причины изменения спроса и предложения, что приводит, в свою очередь, к изменению цены. Этот подход является более трудоемким и неоднозначным, поскольку существует множество факторов, некоторые из которых являются случайными. В связи с чем, в данном разрезе большее значение приобретает не столько выбор методов, сколько выбор факторов, действительно влияющих на цену недвижимости как ключевой показатель на рынке. Одним из наиболее распространенных подходов к применению фундаментального анализа на фондовом рынке (где зарождалась и развивалась теория прогнозирования) является подход сверху вниз или от общего к частному. Он 14 подразумевает, что сначала анализируется макроэкономическая ситуация, затем объект сужается до отрасли, а далее – до конкретного предприятия путем сравнения имеющихся альтернатив. Придерживаясь данного метода, представим уровни фундаментального анализа применительно к рынку недвижимости: 1. Макроэкономический (на уровне страны); 2. Мезоэкономический; (на уровне региона) 3. Микроэкономический (на уровне компании/объекта). [14] Большое влияние на развитие методов прогнозирования имело научнотехнический прогресс, в общем, и развитие ЭВТ в частности. С применением электронно-вычислительных машин стала возможным реализация сложных и трудоемких математических прогнозов методами расчетов, технического необходимых анализа, для например реализации на основе статистической регрессионной модели. Этот метод требует, по мнению авторов [5], с одной стороны, выдвижения содержательной гипотезы о характере протекающих процессов и тенденций их развития, что подразумевает высокий уровень изученности ситуации на рынке. А с другой – наличия достаточно длинных динамических рядов, что в реалиях новой истории России было возможно в 1991-1998 г. (в других публикациях говорится, что этот период начинается с 1994) и после 2000 г. (более восьми лет послекризисного развития). Авторы [1] считают, что совокупность полученных в результате мониторинга и исследования рынка аппроксимированных кривых, характеризующих динамику различных показателей, представляют собой простейшую модель развития рынка жилой недвижимости. Однако использовать ее для целей прогнозирования возможно лишь на коротком участке (один-два месяца), и только в случае, когда не ожидается изменения тенденций. Более математическая глубокий модель анализ процесса и прогноз построена на возможен, основе когда выявленных закономерностей протекания исследуемого процесса. 15 Прогнозирование тенденций развития рынка жилой недвижимости, как правило, состоит в логическом подходе, использующем как количественные и качественные данные о рынке жилой недвижимости, анализе факторов, формирующих тенденции изменения цен, и выявлении результирующей тенденции. По мнению Г.М. Стерника, метод технического анализа необходимо сочетать с методом фундаментального анализа – выявления и анализа статистики фундаментальных факторов, определяющих поведение рынка (объемы строительства и предложения, объемы спроса, доходность инвестиций и т.д.) и логическое и/или математическое определение результирующего поведения прогнозируемого показателя. Только сочетание, совместное рассмотрение результатов технического и фундаментального анализа может обеспечить успех прогнозирования. [29] Рассмотрим методику прогнозирования на основе статистической регрессионной модели (2). Статистический метод состоит в использовании динамического ряда значений уровня цен (арендных ставок) для построения статистической модели процесса и получении на ее основе экстраполяционного прогноза. Однако его применение требует накопления статистических данных о динамике показателя за период предыстории, превышающий, по крайней мере, три периода прогнозирования. Если вид уравнения регрессионной модели задан аналитиком не подбором подходящего сглаживания, а исходя из гипотезы о возможном характере протекания моделируемого процесса, то такая модель может иметь значительную прогностическую способность. [34] Для моделирования динамики вторичного рынка жилья в Москве, в 1995 году Г.М. Стерником была предложена логистическая модель вида [24]: 𝐴 𝑉 (𝑇) = (1+exp(𝐵−𝐶𝑇)+𝑒𝑟𝑟) , (1) 16 где V – средняя за период (среднемесячная) цена 1 кв. м общей площади объекта; Т - порядковый номер периода (месяца); А, В и С - постоянные коэффициенты (параметры модели). exp – знак основания натурального логарифма; err – символ погрешности аппроксимации Подобная логистическая модель используется в теории систем автоматического регулирования для любого переходного процесса (изменение некоторого параметра системы при ее переходе из одного состояния в другое). Но если рынок представляет собой самонастраивающуюся, саморегулируемую систему, то его развитие должно подчиняться подобной закономерности, и эта закономерность является общей как для технических, так и для социально-экономических систем. В данной модели учитывается только один фактор Т – время. [31] Более сложным и трудоемким методом является метод многофакторного моделирования вида Y = f (X1, X2, X3, …). Ряд специалистов начали активно развивать эти методы применительно к прогнозированию динамики цен на рынке недвижимости [11, 13-17]. Включение в модель других факторов может повысить качество аппроксимации, приблизить модель к фактическим данным периода предыстории. Вместе с тем, это не всегда означает повышение точности прогноза, т.к. предварительно необходимо дать прогноз изменения каждого из входных индикаторов, что повышает вероятность общей ошибки. [27] Этот метод является логико-аналитическим, так как совмещает в себе и фундаментальный анализ факторов и математическое моделирование. Как отмечается в [7], вид функции взаимосвязи параметров не известен и, как правило, эта взаимосвязь находится по опытным данным в зависимости от специфики региона и территорий. При этом имеется в виду, что на то, какое значение примет Y, влияют не только значения Х1, Х2, Х3, но также ряд мешающих, неуправляемых факторов, к которым относятся 17 погрешности измерения. Задачей регрессионного анализа является выбор вида функции Y (в данном случае – цена квартиры) и оценка коэффициентов регрессии. Вид функции должен быть по возможности прост и в то же время достаточно хорошо выражать реальную зависимость. Выбор вида базируется на физических предпосылках, материалах решения аналогичных задач и т. д. Выбранный вид функции в процессе регрессионного анализа проверяется по соответствующим критериям и при необходимости может быть уточнен. В качестве математической модели можно выбрать линейную модель: 𝑌 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝛽3 𝑥3 + ⋯ + 𝛽𝑛 𝑥𝑛 (2) Но линейная модель неидеальна, так как не позволяет в полной мере отразить влияние факторов на цену, эта модель может применяться только для вывода уравнения регрессии для однотипных квартир. Чтобы создать эконометрическую модель для определения цены любой квартиры, используя только одно уравнение, и повысить точность расчетов, необходимо подобрать другую модель. Лучше всего для этих целей использовать логарифмическую зависимость цены от факторов. В модели в качестве регрессоров наряду с независимыми переменными, имеющими непрерывный характер, фигурируют фиктивные переменные. В результате анализа данных авторами [7] была выбрана следующая логарифмическая форма регрессивного уравнения (3): 𝑙𝑛𝑃𝑡 = 𝐾1 𝑡 + 𝐾2 𝑙𝑛𝑆 + 𝐾3 𝑙𝑛𝑆1 + 𝐾4 𝑙𝑛𝑆2 − 𝐾5 𝑙𝑛𝑅 + 𝐾6 𝑍 − 𝐾7 𝑋 + 𝐾8 𝑌 + 𝐾9 𝐿 + 𝐾10 𝑅1 + 𝐾11 𝑅2 + 𝐾12 𝑅3 + 𝐾13 𝑅4 где Pt – цена квартиры с (3) фиксированными параметрами и характеристиками, определяемыми в момент t; t – общая характеристика тренда, определяющая текущую конъюнктуру на рынке жилья (в зависимости от платежеспособного спроса и уровня предложения), не зависящая от конкретных характеристик жилья; S – общая площадь жилых помещений в квартире, м2; S1 – общая площадь нежилых помещений, м2; 18 S2 – общая площадь кухни, м2; R – расстояние до центра города, км; Z – характеристика типа жилого дома, принимается Z = 1, если дом современный, с улучшенной планировкой, кирпичный, и Z = 0 – в противном случае; X – фиктивная переменная, характеризующая этаж оцениваемой квартиры, принимается Х = 1, если квартира располагается на первом или последнем этаже, и Х = 0 – в противном случае; Y – фиктивная переменная, характеризующая наличие балконов или лоджий в квартире, принимается Y = 1 в случае их наличия и Y = 0 – в противном случае; L – фиктивная переменная, характеризующая эколого-криминогенную ситуацию в районе расположения оцениваемой квартиры, L = 1, если она благоприятная, и L = 0 – в противном случае; R1, R2, R3 – фиктивные переменные, для которых R1 = 1, если квартира однокомнатная, и R1 = 0 – в противном случае; R2 = 1, если квартира двухкомнатная, R2 = 0 – в противном случае; R3 = 1, если в квартире три и более комнат, и R3 = 0 – в противном случае; R4 – фиктивная переменная, характеризующая престижность района размещения оцениваемой транспортно-бытовой квартиры, его инфраструктурой, обустроенность социальной, принимается R4 = 1, если оцениваемая квартира расположена в районе «точечной» застройки, R4 = 0 – в противном случае; K1…K5 – коэффициенты эластичности (при соответствующих объясняющих переменных), характеризующие (в %) изменение цены Pt оцениваемой квартиры при изменении соответствующего фактора на один процентный пункт; K6…K13 – коэффициенты эластичности (при соответствующих фиктивных ценах), характеризующие (в %) изменение цены Pt оцениваемой 19 квартиры при наличии (отсутствии) соответствующего свойства, а знак свидетельствует об увеличении (или уменьшении) цены. Из уравнения Pt видно, что рассматриваемая модель учитывает следующие факторы: площадь жилых помещений; площадь нежилых помещений; площадь кухни; расстояние до центра города; тип жилого дома; этаж; наличие балконов или лоджий; эколого-криминогенную ситуация; количество комнат в квартире; престижность района. Западные макроэкономисты вплоть до начала 2000-х годов не выделяли недвижимость как особый товар от других товаров и не рассматривали собственные закономерности функционирования рынка недвижимости. Лишь статья [51] показывает, что, в отличие от макроэкономистов, западные отраслевые экономисты рынков строительства и продажи недвижимости задолго до последнего финансового кризиса задавались вопросами: важно ли, чтобы рынок недвижимости был включен в макроэкономический анализ и прогноз, и наоборот. Однако с тех пор автор [50], показал степень вовлечённости системы жилищного финансирования США в глобальную финансовую систему, стало понятно, что ключевой институциональной проблемой экономики США является то, что никакие экономические прогнозы не включают в себя оценку вероятности системного кризиса на рынке недвижимости. Ситуация тотальной несостоятельности инвестиционного методологии прогнозирования рынков финансового недвижимости анализа в и США подтверждается и в [52], который обращается к проблеме ассиметрии информации на финансовом рынке. Он приходит к выводу о том, что именно информационные проблемы привели к неверной оценке рисков, связанных с ипотечными активами, что создало условия для распространения кризиса. Этот вывод подтверждается в статье [53]. На основании данных о ценах жилья и дефолтах по ипотечным кредитам, он показывает наличие структурного сдвига в их отношении после начала кризиса. Эти результаты указывают, что не всегда на основании исторических данных можно 20 предсказать уровень финансового риска в случае наступления кризиса. Так, количество дефолтов по кредитам в кризис существенно превзошло количество, которое можно было предсказать при данном уровне падения цен. В специализированных зарубежных источниках имеется работа, посвященная прогнозированию на рынке недвижимости, причем не цен, а спроса на жилье [47]. Эта задача является актуальной для девелоперов, планирующих строительство в различных городах США. Анализируемой методикой предусмотрено, что объем спроса в прогнозируемом периоде определяется количеством домохозяйств, миграционный приток в город которых прогнозируется с учетом планируемого увеличения занятости в базовых и небазовых отраслях экономики города, с учетом размеров домохозяйства (числа членов семьи) и принятой в данной местности нормы обеспеченности жильем (в кв. м на человека). Основная формула методики: Dunits = Nb x Meb x Kn, шт.; Dareal = Dunits x n x S, кв. м, (4) где Dunits – прогнозируемый объем спроса на жилые помещения, шт.; Nb – прогнозируемое увеличение базисной занятости (занятости в экспортно-ориентированных отраслях) за счет миграционного притока, чел.; Meb – мультипликатор экономической базы (отношение общей занятости в экономике города к занятости в базовых отраслях); Kn – коэффициент незанятости (отношение общей численности населения к общей занятости); Dareal – прогнозируемый объем спроса на площади и поглощения площадей, кв. м; n – средняя численность домохозяйства в городе, чел.; S – средняя обеспеченность населения жильем в данном регионе, кв. м/ чел. Остановимся на выводах из теоретических статей, рассмотренных в труде [4], описывающих различные механизмы взаимосвязи цен на 21 недвижимость и других факторов. Как правило, предложение жилья считается фиксированным в краткосрочном периоде, поэтому цены на жилье определяются динамикой спроса на недвижимость. Недвижимость, в частности жилье, нельзя рассматривать только как обычный товар или только как актив, так как она совмещает в себе качества и того и другого. На рынке недвижимости одновременно присутствуют два различных типа агентов, предъявляющих спрос на нее, – назовем их домохозяйства и инвесторы. Первые рассматривают недвижимость как благо и в конечном итоге предъявляют спрос не на саму недвижимость, а на ее услуги; вторые рассматривают недвижимость как актив, приносящий доход. Естественно, различные факторы могут различным образом влиять на спрос со стороны инвесторов и домохозяйств. Основными факторами, влияющими на спрос со стороны домохозяйств, являются относительные цены на недвижимость, характеристики недвижимости, доход домохозяйства, ставки процента по ипотечным и краткосрочным кредитам и доступность этих видов кредитования для населения. Со стороны инвесторов, основным фактором, влияющим на спрос, является ожидаемая доходность недвижимости по отношению к другим активам с учетом издержек на ее содержание. Если считать набор финансовых инструментов, доступных инвесторам, ограниченным, тогда в качестве фактора, влияющего на спрос, можно также рассматривать доступность инвестирования в недвижимость по сравнению с другими активами. Факторами, влияющими на предложение жилья на рынке в рассматриваемый момент, являются ожидаемые относительные цены, сформированные в прошлых периодах (на этапах начала строительства), а также издержки производителя прошлых периодов, т.е. зарплаты строительных рабочих, стоимость строительных материалов и т.д. Авторами [4] предлагаются уравнения спроса и предложения (5). Притом, ввиду разделения спроса на 2 составляющие (спрос домохозяйств и спрос инвесторов), каждая рассматривается в отдельности. 22 𝑒𝑥𝑝 𝑒𝑥𝑝 𝐷𝑡𝐼𝑛𝑣𝑒𝑠𝑡 = 𝑑 𝐼𝑛𝑣𝑒𝑠𝑡 (𝑖𝑛𝑑𝑃𝐻𝑡 , 𝑖𝑛𝑑𝑃𝐻 𝑒𝑥𝑝 , 𝜋𝑡+1 , 𝑃𝐴𝑡+1 , 𝑐𝑟𝑒𝑑𝑖𝑡𝑡 ) , 𝑡+1 (5) где D tInvest – спрос на новое жилье со стороны инвесторов; ind_PHt – темп роста цен на жилье; ind_PHexp t+1 – ожидаемый темп роста на жилье в следующем периоде; π exp t+1 – ожидаемая инфляция будущего периода; PAexp t+1 – ожидаемая доходность от альтернативных инвестиций; creditt – переменная, характеризующая доступность кредита. Обратная функция спроса со стороны инвесторов на первичное жилье, которая используется для эмпирических расчетов, имеет вид: 𝑖𝑛𝑑_𝑃𝐻𝑡𝐼𝑛𝑣𝑒𝑠𝑡 =∝0 +∝1 𝑖𝑛𝑣ℎ𝑜𝑢𝑠𝑒𝑠𝑡 +∝2 𝑟𝑡𝑠𝑡 +∝3 𝑐𝑟𝑒𝑑𝑖𝑡𝑡 +∝4 𝑠𝑡𝑎𝑟𝑡𝑡 + 𝜀𝑡 (6) где ind_PHt Invest – отношение цен на жилье в текущем периоде к ценам на жилье в базисном периоде; invhousest – доля (в процентах от общего объема) инвестиций в жилье – proxy-переменная для доходности от покупки жилья; характеризует ожидаемый темп роста цен на жилье в будущем периоде ind_PHexp t+1 ; startt – предложение жилья на первичном рынке; rtst – прирост в процентах по отношению к прошлому году индекса РТС. Спрос на жилье со стороны домохозяйств Dht выглядит следующим образом: 𝑒𝑥𝑝 𝐷𝑡ℎ𝑜𝑢𝑠𝑒ℎ𝑜𝑙𝑑 = 𝑑 ℎ (𝑖𝑛𝑑_𝑃𝐻𝑡 , 𝑎𝑟𝑒𝑎_𝑓𝑖𝑡𝑡 , 𝑖𝑛𝑐𝑜𝑚𝑒𝑡 , 𝜋𝑡+1 ), (7) где incomet – реальный доход домохозяйства, выраженный в рублях; area_fitt – суммарный запас жилищного фонда на душу населения за вычетом ветхого и аварийного жилья. Обратная функция спроса со стороны домохозяйств может быть записана в виде: 23 𝑖𝑛𝑑_𝑃𝐻𝑡ℎ𝑜𝑢𝑠𝑒ℎ𝑜𝑙𝑑 = 𝛽0 + 𝛽1 𝑖𝑛𝑐𝑜𝑚𝑒𝑡 + 𝛽2 𝑐𝑝𝑖𝑡 + 𝛽3 𝑠𝑡𝑎𝑟𝑡𝑡 + +𝛽4 𝑎𝑟𝑒𝑎_𝑓𝑖𝑡𝑡 + 𝜀𝑡 , (8) где cpit – темп инфляции; startt – предложение жилья на первичном рынке. Таким образом, темп роста цен на жилье имеет вид: 𝑖𝑛𝑑_𝑃𝐻𝑡𝐻 =∝0 +∝1 𝑖𝑛𝑣ℎ𝑜𝑢𝑠𝑒𝑠𝑡 +∝2 𝑟𝑡𝑠𝑡 +∝3 𝑐𝑟𝑒𝑑𝑖𝑡𝑡 + 𝛽1 𝑖𝑛𝑐𝑜𝑚𝑒𝑡 + 𝛽2 𝑐𝑝𝑖𝑡 + +𝛽3 𝑠𝑡𝑎𝑟𝑡𝑡 + 𝛽4 𝑎𝑟𝑒𝑎_𝑓𝑖𝑡𝑡 + 𝜇𝑡 (9) Предложение жилья со стороны строительных фирм: 𝑒𝑥𝑝 𝑠𝑡𝑎𝑟𝑡𝑡 = 𝑠(𝑖𝑛𝑑_𝑃𝐻𝑡 где ind_PHt exp и ind_PEst exp 𝑒𝑥𝑝 , 𝑖𝑛𝑑_𝑃𝐸𝑠𝑡 , 𝑐𝑡 ) , (10) – ожидаемые рост цен на жилье и рост цен на недвижимость другого рода в период t , сформированные в прошлом периоде; ct – издержки строительства. Линеаризованная форма уравнения предложения имеет вид: 𝑠𝑡𝑎𝑟𝑡 = 𝛾0 + 𝛾1 𝑖𝑛𝑑_𝑃𝐻𝑡−𝑖 + 𝛾2 𝑖𝑛𝑣𝑏𝑢𝑖𝑙𝑑𝑠𝑡−𝑖 + 𝛾3 𝑝𝑖_𝑏𝑐𝑤𝑡−𝑖 +, 𝑣𝑡 ) , (11) где startt – предложение нового жилья в момент времени t; ind_PHt – темп роста цен на жилье в предыдущих периодах; invbuildst-1 – доля инвестиций в нежилое строительство (здания и сооружения) как proxy-переменная для доходности строительства нежилых объектов; pi_bcwt-1 – индекс стоимости строительно-монтажных работ в качестве proxy-переменной для зарплаты рабочих, занятых в строительстве. Рассматриваемые модели спроса и предложения учитывают следующие факторы рынка недвижимости: темп роста цен на жилье; ожидаемая инфляция будущего периода; ожидаемая доходность от альтернативных 24 инвестиций; степень доступности кредитных средств; предложение жилья на первичном рынке; прирост по отношению к прошлому году индекса РТС; реальный доход домохозяйства; суммарный запас жилищного фонда на душу населения; издержки строительства; доля инвестиций в нежилое строительство; стоимость строительно-монтажных работ. Еще одним методом прогнозирования является метод нейронных сетей [20] (5). Это класс аналитических методов многофакторного моделирования, построенных на функционирования принципах мозга и обучения мыслящих позволяющих существ прогнозировать и значения некоторых переменных после прохождения этапа, так называемого обучения на имеющихся данных. Нейронные сети представляют собой самообучающиеся системы, построенные на элементах, моделирующих принцип действия нейрона человеческого мозга. Преимуществом нейронных сетей является возможность их использования в тех случаях, когда вид взаимосвязи между входами и выходами не известен, более того, аналитик даже не должен высказывать предположение о характере этой взаимосвязи. Определение вида связи и настройка весовых коэффициентов происходят в процессе обучения. Нейронные сети способны находить оптимальные для данного инструмента индикаторы и строить по ним оптимальную опять же для данного ряда стратегию предсказания. Более того, эти стратегии могут быть адаптивны, меняясь вместе с рынком, что особенно важно для молодых активно развивающихся рынков, в частности, российского. Недостаток метода, аналогичный недостатку многофакторного статистического моделирования – по каждому фактору необходимо включать в расчет собственный предварительный прогноз. Этот метод можно комбинировать с другими, например с методом дискретно пространственно-параметрического моделирования (ДППМ), как показано в статье [5]. Этот метод прогнозирования основывается на разработанном Г.М. Стерником методе анализа рынка посредством ДППМ с последующим нейросетевым анализом. ДППМ - упорядоченный набор индикаторов состояния рынка по всем его 25 сегментам, полученный рассматриваемой в выборки результате объектов параллельного недвижимости по сечения следующим измерениям: размер, местоположение, качество, срок сдачи объекта и другие (6).[29] В статье [8] приводится пример нейросетевого моделирования рынков недвижимости г. Москвы. В рассматриваемом примере выходами сети являлись ставки аренды торговой и офисной недвижимости, а также цены на квартиры г. Москвы. На вход подавались статистические данные о: 1. валовом внутреннем продукте; 2. объемах промышленного производства; 3. объемах продукции сельского хозяйства; 4. инвестициях в основной капитал; 5. индексе потребительских цен на товары и услуги; 6. общем уровне безработицы; 7. организованных сбережениях населения; 8. количеств денег на руках у населения; 9. объемах экспорта; 10. объемах импорта; 11. курсе национальной валюты; 12. среднемесячной заработной плате; 13. уровне инфляции; 14. наличии или отсутствии парламентских (президентских) выборов; 15. политической стабильности. При моделировании в работе использовалась так называемая нейронная сеть с одним скрытым слоем нейронов. Сигналы, поступающие на входы Х1,…,Хn, умножаются на коэффициенты (веса, синапсы) соответствующие каждому входу и определяют уровень возбуждения нейрона. Выходной сигнал получается пропусканием суммарного сигнала возбужденных нейронов скрытого слоя через нелинейную функцию. В 26 качестве нелинейной функции использовалась сигмоидная функция, являющаяся непрерывной и сколько угодно раз дифференцируемой: 𝐶𝑎 = 1 𝑛 1+𝑒 𝑑−∑𝑖=1 𝑋1 𝑊1 , (12) где d — постоянное смещение; Wi — веса входных сигналов (синапсы). В качестве меры ошибки предлагается средняя квадратичная ошибка, которая определяется как сумма квадратов разностей между величиной на выходе и требуемой величиной. 2 1 𝐸 = √ ∑𝑛𝑖=1(𝐶𝑖𝑇 − 𝐶𝑖𝜋 ) , 𝑛 (13) где СiТ — модельные значения ставок аренды (полученные в результате обучения сети); СiП — практические значения ставок аренды. При разработке прогноза в условиях неопределенной экономической и/или политической ситуации целесообразно использовать сценарный прогноз, в том числе метод разветвляющихся сценариев (7). В начале применения метода выделяются этапы прогнозируемого процесса, определяются два-три возможных сценария развития на первом этапе и их результаты (исходы), затем один-три сценария для каждого исхода на втором этапе и т.д. На каждом этапе для каждого сценария даются экспертные оценки вероятности его реализации, близкие сценарии объединяются, маловероятные варианты отбрасываются. Для каждого сценария развития экономической ситуации определяются тенденции изменения параметров рынка недвижимости (например, с помощью многофакторной модели с заданными ступенчато изменяющимися параметрами факторов на период горизонта прогноза). 27 Рассчитываются средневзвешенные параметры с учетом заданной аналитиком экспертной оценки вероятности каждого сценария и наиболее вероятный прогноз. [34] В после реформенные годы среди экономистов возродилось внимание к изучению цикличности в поведении экономики. Вспомнили о циклах Кондратьева, Бокса-Дженкинса [9]. Появились новые исследования [12], где наглядно иллюстрируется основное положение теории Кондратьева: реальная динамика любого макроиндикатора экономического развития складывается в результате взаимодействия различных циклов. Но на рынке недвижимости действуют и другие, внутренние факторы, которые накладывают на базовый тренд более быстропротекающие колебания. Например, связанные с строительно-инвестиционным циклом, с развитием инфраструктуры рынка строительства жилья, с потребительским поведением граждан и т.д. Имеющиеся данные показывают, что в развитом рынке динамика цен на жилье не столь значительна, и в пределах десятилетних долгосрочных циклов (т.е. при исключении кризисных стадий) ее прогнозирование не представляет интереса. Отсюда рекомендации в методической литературе: если прогнозируется положительная динамика, то принимать годовой прирост цен в пределах 10%, если отрицательная – то 10% [42]. Колебания на рынке жилья отражались 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 поддаются прогнозированию методом однофакторного регрессионного моделирования. Обратная суперпозиция, интегрирование прогнозов дают окончательный прогноз динамики цен – среднесрочный и долгосрочный. [29] Основываясь на предпосылках [33], в 2006 году авторами [32] был предложен новый метод (8) изучения динамики рынка, названный методом негармонического разложения ценового тренда. Сущность предлагаемого 28 метода сводится к переходу от изучения динамики исследуемой величины (собственно цен) к исследованию первой (приросты, или скорость роста), затем второй (скорость роста приростов, или ускорение роста цен) и т.д. производной – динамических рядов темпов прироста величин относительно аппроксимирующей функции предыдущего уровня. Авторами [32] подбирается аппроксимация динамики цен, позволяющую выделить базовый тренд. Подходящей аппроксимацией является парабола второй степени: 𝑌 = 0,5793𝑥 2 − 6,8278𝑥 + 763,72; 𝑅2 = 0,94, (14) Уравнение отражает начало периода «длинного» цикла колебаний на рынке недвижимости Москвы. По этому уравнению можно делать выводы о причинах этих колебаний. Однако данная аппроксимация, не имеет прогностической способности. На рынке недвижимости действуют и другие, внутренние факторы, которые накладывают на базовый тренд другие, более быстро протекающие колебания. Например, связанные с строительно- инвестиционным циклом, с развитием инфраструктуры рынка строительства жилья, с потребительским поведением граждан и т.д. Эти циклы на рынке жилья Москвы проявлялись не в колебаниях цен, а в колебаниях первой производной – темпов прироста цен. Темпы прироста цен, пересчитанные относительно базового тренда, аппроксимируется параболой девятой степени: 𝑌 = 3,811е − 0,11𝑥 9 − 1,472е − 0,08𝑥 8 + 2,336е − 0,06𝑥 7 − 0,0001968𝑥 6 + 0,009499𝑥 5 − 0,2651𝑥 4 + 4,116𝑥 3 − 2,66𝑥 2 + 121𝑥 − 214,6; 𝑅2 = 0,987 (15) С помощью полученного уравнения можно проанализировать причины «средних» колебаний. Путем рассмотрения динамики второй производной (ускорение темпов роста цен) относительно тренда обнаруживаются быстротекущие колебания, анализ которых позволяет выявить их причины. Эти циклы представляют собой результат суперпозиции нескольких 29 протекающих с разным темпом и иногда разнонаправленных циклов колебания темпов роста цен. На этапе устойчивого роста макросистемы – экономики региона, страны – исследование циклов необходимо проводить путем последовательного выделения «старших», медленно протекающих циклов, определения прироста цен относительно полученного базового тренда, затем трендов «младших», средне- и быстропротекающих циклов, и выявления причин (факторов), приведших рынок к данному состоянию. Для прогнозировании тенденций развития рынка необходимо последовательно, снизу вверх, дать прогноз изменения выявленных факторов, оценить ожидаемую периодичность и амплитуду вызываемых ими колебаний соответствующего уровня разложения, а затем произвести суперпозицию прогнозных трендов путем их последовательного интегрирования. [32] Сравнительно недавно перечень методик прогнозирования рынка недвижимости пополнен в связи с появлением нового аспекта этой задачи проявившуюся потребность в методиках прогнозирования развития рынка недвижимости со стороны госорганов, связанную с разработкой и необходимостью обоснования стратегий развития рынка жилья и жилищного строительства, ипотечного кредитования и т. д. Такие методики, помимо обычных требований результатов, выдвигают к научной обоснованности специфические требования и достоверности доступности для расчетов в условиях ограниченного набора исходных данных, а именно – публикуемых в официальной статистике и в прогнозах развития экономики МЭР РФ, Минфина РФ, ЦБ РФ. Откликом на эту научную проблему послужила Методика [22], основанная на ранее выполненном исследовании эластичности цен на жилье по доходам и типизации рынков в зависимости от стадии их динамики [38]. Методика обеспечивает прогнозирование цен на жилье при наличии прогнозов динамики душевых доходов населения. Методика включает следующие операции: 30 по данным о динамике цен определяется достигнутая стадия и тип рынка; из среднесрочного правительственного прогноза выбираются прогнозируемые значения темпов роста реальных доходов населения и инфляции, и рассчитываются темпы роста номинальных доходов; выбирается одна из моделей, построенных для данного типа рынка, и рассчитывается среднемесячный темп роста цен на жилье. Модель для прогнозирования цен на жилье получена в виде статистической связи между темпами роста цен на жилье на каждой стадии Среднемесячный за стадию прирост цен на жилье, % динамики и темпов роста среднедушевых доходов населения. (рисунок 2) Связь темпов роста цен на жилье с темпами роста среднедушевых доходов населения (Москва) 6 4 y = 0.7298x + 2.683 R² = 0.978 2 0 -2 y = 0.5342x + 0.7952 R² = 0.9389 y = 0.3611x - 0.6923 R² = 0.9315 -4 -6 -10 -8 -6 -4 -2 0 среднемесячный за стадию прирост доходов, % цены, %, тип 2, 7 тип 5, 8 2 4 тип 3, 4 Рисунок 2. Связь темпов роста цен на жилье с темпами роста среднедушевых доходов Модель (9) построена дифференцировано для различных типов рынков и имеет высокие показатели надежности: для типов 2 (развивающийся) и 7 (падающий, кризисный) y = 0,534x + 0,795 (коэффициент детерминации R2 = 0,94); для типов 5 (стабильный) и 8 (депрессивный) y = 0,361х – 0,692 (R2 = 0,93); 31 для типов 3 (растущий) и 4 (перегретый) y = 0,730х + 2,683 (R2 = 0,99). Этот метод не учитывает горизонтальные и обратные связи внутри года, а также требуется экспертный выбор типа рынка для следующего года. Ряд устойчивых закономерностей развивающегося рынка недвижимости России изучены [25, 26, 35-38] и могут быть использованы при совершенствовании методик прогнозирования на рынке недвижимости. Все вышеперечисленные методы нацелены в первую очередь на прогнозирование цен на рынке недвижимости, в то время как существует сложная взаимосвязь между другими факторами (таблица 1). Основываясь на накопленных к настоящему времени результатах углубленного исследования закономерностей развивающегося рынка недвижимости России авторами [23] разработана методика (10) с целью прогнозирования не только динамики цен, но и динамики комплекса показателей развития сложной системы «рынок жилья»: предложение, спрос, поглощение площадей, объем строительства и ввода жилья. В материалах выступления по вопросам ценообразования на рынке жилья [30] авторами отмечено, что факторы ценообразования на рынке недвижимости принято разделять на факторы спроса и предложения, внутренние по стимулирующие отношению к рынку рост и тормозящие цен недвижимости его, и внешние, независимые и взаимосвязанные. Приведена классификация факторов и их взаимосвязей на различных иерархических уровнях, в зависимости от глубины исследования (в долгосрочном, среднесрочном и краткосрочном периодах) и типа исследуемого рынка. В соответствии с приведенной классификацией авторами [30] проведен феноменологический анализ действующих факторов ценообразования (таблица 1) и схема иерархической структуры факторов и их взаимодействия (рисунок 2). Таблица 1. Феноменологический анализ факторов Факторы 1.Объем платежеспособного спроса Феноменологический анализ факторов Факторы спроса Внутренний фактор рынка недвижимости порядка 1. Зависит от факторов 2 и 3 в долгосрочном периоде и от факторов 3, 4 и 5 и от уровня цен в 32 на жилье 2.Потребность в жилье (потенциальный спрос) 3.Доходы населения и их дифференцированность 4.Склонность населения и спекулятивных инвесторов к приобретению жилья и ценовые ожидания 5.Условия и объем жилищного кредитования покупателей, в т.ч. ипотечного, количество и доля ипотечных сделок 6.Макрофинансовые факторы (денежная база) 7.Макроэкономические факторы (темпы роста ВВП, уровень занятости) 8. Инфляция и дефляция 9.Макрофинансовые факторы (изменение курсов валют -девальвация и ревальвация) 10. Цены на нефть и иные товары экспорта 11.Объем вывоза капитала 12.Репутация застройщиков и объектов 13.Объем предложения жилья 14.Удельный жилой фонд 15. Объем строительства и ввода жилья, темпы возведения объектов среднесрочном. При росте – приводит к повышению цен, при снижении – к падению. Внутренний долгосрочный фактор рынка недвижимости порядка 2. Определяет повышение цен через фактор 1. Внешний фактор порядка 2. Зависит от факторов 6 и 7. При росте доходов приводит к повышению фактора 1 в долгосрочном периоде и через него цен, при снижении – к падению. Высокая дифференцированность доходов в среднесрочном периоде в приводит к тому, что при повышении цен значительная часть низкодоходного населения уходит с рынка, рост цен прекращается, при продолжении роста доходов отложенный спрос через полпериода реализуется в новое повышение спроса и цен. Внутренний фактор рынка недвижимости порядка 2. В условиях дефицитного рынка устойчиво высока в долгосрочном периоде, зависит от факторов 3, 8 и 9, 12 в среднесрочном. Через фактор 1 приводит к повышению цен при своем росте и падению цен – в случае снижения. Внешний фактор порядка 2. Зависит от факторов 6-11 и политики банковского сообщества. При улучшении условий через фактор 1 определяет рост цен, при ухудшении – снижает фактор 1 и перестает влиять на цены. Имеется обратная связь с фактором 1 и 13. Внешний фактор порядка 3. Зависит от факторов 7-11 и кредитно-денежной политики Центрального Банка. В случае роста стимулирует увеличение доходов населения и через фактор 1 – росту цен, в случае снижения – к сокращению темпов роста доходов, склонности населения к расходованию средств, и через фактор 1 тормозит рост цен. Внешние факторы порядка 3. В условиях сырьевого характера экономики зависят в основном от фактора 10. При росте стимулирует увеличение денежной базы, и через нее – рост факторов 6, 5, 3, 1 и рост цен. Внешний фактор порядка 3. Зависит от факторов 9-11 и от фактора 6. Влияет на факторы 4, 5 и через них – на фактор 1 и цены. Внешний фактор порядка 4. Зависит от факторов 10-11. Склонность к расходованию долларовых накоплений снижается при плавной девальвации, а рублевых – растет, эффект влияния на цены не определяется. При резкой девальвации возникает эффект недоверия населения к финансовой политике властей, склонность к расходованию всех накоплений снижается, спрос на жилье уменьшается, рост цен не стимулируется. При резкой ревальвации склонность к расходованию всех накоплений растет («бегство от доллара»), недвижимость воспринимается как средство сбережения накоплений. Внешний фактор порядка 5. Зависит от мировой конъюнктуры. Через факторы 5-9 определяет платежеспособный спрос и цены на жилье. Внутренний фактор порядка 5. Определяется состоянием существующего и строящегося жилого фонда. Факторы предложения Внутренний фактор рынка недвижимости порядка 1. Зависит от факторов 14 (на вторичном рынке) и 15 в долгосрочном периоде. Существует обратная связь с фактором 1 в среднесрочном периоде. Зависит от фактора 22 при понижении спроса – продавцы снижают объем предложения для стимулирования цен. Внутренний фактор РН порядка 2. Зависит от исторической ситуации в городе, регионе, от выбытия ветхого фонда и от объемов строительства (фактор 15). Приводит к высокому уровню потребности в жилье в долгосрочном периоде (фактор 2) и при условии положительных темпов роста доходов населения (фактор 3) ведет к повышению цен. При снижении доходов в среднесрочном периоде нейтрален. Внутренний фактор рынка недвижимости порядка 2. Зависит от факторов 16-22. Действует через факторы 13 и 14: в перспективе рост объемов строительства должен увеличить жилой фонд и объем предложения и тем самым замедлить темпы роста цен в долгосрочном периоде. В ситуации дефицита жилья в среднесрочном периоде роста рынка нейтрален. В кризисной ситуации снижение объемов ввода не влияет на ценовой тренд, но 33 16.Финансирование строительства жилья собственными средствами застройщиков и инвесторов, банковскими кредитами, средствами населения и инвесторовспекулянтов, иными привлеченными средствами 17. Себестоимость и полная (инвестиционная) стоимость строительства 18.Наличие земельных участков под строительство жилья и условия доступа к ним 19. Ресурсное обеспечение строительства 20.Административные и экономические условия входа застройщика на рынок и работы на рынке 21.Наличие альтернативных объектов инвестиций 22.Инвестиционная стратегия застройщиков 23.Маркетинговая и ценовая стратегия продавцов и застройщиков снижение темпов строительства влияет на фактор 4 и через него – на цены. Внутренний фактор рынка недвижимости порядка 3. Зависит от макроэкономических условий (фактор 7), от инвестиционной стратегии застройщика (фактор 20), от наличия альтернативных инвестиционных проектов (фактор 21). Увеличение объемов финансирования в долгосрочном периоде повышает объем строительства (фактор 15) и способствует снижению темпов роста цен. Ускоряет темпы возведения зданий в среднесрочном периоде и тем самым повышает фактор 12, а через него – спрос (фактор 1) и цены. Внутренний фактор рынка недвижимости порядка 3. Зависит от факторов 18-19. При высоком уровне цен и доходности проектов в среднесрочном периоде не влияет на цены реализации, при низком уровне цен и доходности приводит к уходу девелоперов с рынка, снижению объемов строительства и предложения (факторы 15 и 13) и стимулирует рост цен. Внешний фактор рынка недвижимости порядка 4. Зависит от цен на землю, от политики федеральных, местных властей по развитию жилищного строительства и его инженерному и инфраструктурному обеспечению. Влияет на фактор 15, 17 и через них – на цены в долгосрочном периоде. Внутренний фактор рынка недвижимости порядка 4. Зависит от наличия производственных мощностей у производителей ресурсов, от цен на ресурсы. Влияет на факторы 15, 17 и через них – на цены в долгосрочном и среднесрочном периоде. Внешний фактор рынка недвижимости порядка 4. Зависит от политики властей в области градостроительного регулирования, от уровня доходности девелопмента. Влияет на факторы 15, 17 и через него – на цены в долгосрочном, среднесрочном и иногда в краткосрочном периоде. Внешний фактор рынка недвижимости порядка 4. Зависит от региональной и мировой конъюнктуры и выражается в поиске привлекательных объектов инвестиций вне города, региона, страны, вне рынка недвижимости. Влияет на объемы предложения жилья (фактор 15, 14) и строительства, а также объемы платежеспособного спроса (фактор 1). Внутренний фактор рынка недвижимости порядка 5. Зависит от управленческой квалификации застройщиков. Стратегия экспансии приводит к распылению финансовых ресурсов в среднесрочном и долгосрочном периоде на значительное количество земельных участков и новых проектов и снижению темпов возведения объектов, далее через факторы 15 и 13 обеспечивается рост цен, а через факторы 1 и 4 приводится к снижению спроса и цен, замораживанию строек и банкротству застройщиков. Грамотная инвестиционная стратегия оптимизирует привлеченные инвестиции и расходы и ведет к росту объемов строительства с перспективой сдерживания темпов роста цен. Внутренний фактор рынка недвижимости порядка 5. Зависит от уровня прогнозируемой прибыли, в связи с чем рынку предлагается рост цен. При превышении платежеспособного спроса над предложением ожидания оправдываются. При обратной ситуации возможны три стратегии. 1) Продавцы понижают объем предложения (фактор 13), добиваясь равновесия с объемом спроса и роста цен. 2) Продавцы не понижают цены, тем самым снижают обороты рынка и ожидают повышения спроса за счет внешних факторов. 3) Продавцы понижают цены (фактором 0), добиваясь роста спроса, цен и продаж 34 Порядок 0 ЦЕНЫ А. Факторы спроса внутренние внешние 1. Объем платежеспособного спроса на жилье 2 2.Потребность в жилье (потенциальный спрос) 4.Склонность населения и спекуля тивных инвесторов к приобретению жилья и ценовые ожидания 6. Макрофинансо вые факторы (денежная база) От 14 3 3 7.Макроэкономи ческие факторы (темпы роста ВВП, промпроизводст ва, уровень занятости) 9. Макрофинансовые факторы (изменение курсов валют девальвация и ревальвация) 4 4 5 5.Условия и объем жилищного кредитования покупателей, в т.ч. ипотечного, количество и доля ипотечных сделок 3.Доходы населения и их дифференциро ванность 8.Инфляция и дефляция 1 12.Репутация застройщиков и объектов 10.Цены на нефть и иные товары экспорта 11.Объем вывоза капитала Рисунок 3. Структура факторов ценообразования на рынке недвижимости и их взаимосвязи 35 Порядок 0 от 22 ЦЕНЫ Б. Факторы предложения внутренние внешние 13. Объем предложения жилья 1 от 23 к2 2 14. Удельный жилой фонд от 45, 6-12 3 15. Объем строительства и ввода жилья, темпы возведения объектов 16. Финансирование строительства жилья собственными средствами застрой щиков и инвесторов, банковскими креди тами, средствами населения и инвесто ров-спекулянтов, иными привлечен ными средствами 17. Себесто имость и полная (инвестици онная) стоимость строитель ства к1 4 19. Ресурсное обеспечение строительства к0 5 22. Инвестиционная стратегия застройщиков 18. Наличие земельных участков под строи тельство жилья и условия доступа к ним 20. Адми нистратив ные и эко номичес кие усло вия входа застройщи ка на рынок 21. Нали чие аль тернати вных объек тов инвести ций к 13 23. Маркетинговая и ценовая страте гия продавцов и застройщиков Рисунок 3 (продолжение). Структура факторов ценообразования на рынке недвижимости и их взаимосвязи 36 Факторов, влияющих на ситуацию на рынке недвижимости, значительно больше, чем учтенных в большинстве рассмотренных моделей. Содержательный, феноменологический анализ факторов ценообразования, опирающийся количественные на экспертные исследования знания о рынке, закономерностей качественные рынка, и особенностей, отличающих рынки стран с транзитивной экономикой от развитых рыночных экономик, должен предшествовать любым попыткам формализованного моделирования рынка. Математические модели, даже успешно прошедшие фильтры статистического анализа значимости факторов, не могут быть признаны адекватными, если они не опираются на экономическую гипотезу о сущности протекающих на рынке процессов в данной фазе и стадии его развития. [30] Кроме того, в процессе прогнозирования необходимо учитывать, что между ценообразующими факторами существуют не только прямые связи, но и обратные связи (рисунок 2). Преодоление этих ограничений осуществлено в Методике среднесрочного прогнозирования локального рынка жилой недвижимости, разработанной авторами [23]. Методика среднесрочного прогнозирования локального рынка жилой недвижимости. Методика предназначена для прогнозирования объемов ввода жилья, строительства, предложения, спроса, поглощения площадей, уровня цен на рынке жилья региона на среднесрочный период (на глубину прогнозирования 3–5 лет). Методика основана на использовании имитационной (пошаговой) итерационной модели с обратными связями. Модель – имитационного типа, поскольку все показатели рассчитываются последовательно, на глубину одного шага (один календарный год) и на следующем шаге в качестве исходных данных используются результаты этих расчетов. Итерационный характер модели заключается в том, что сначала рассчитываются предварительные значения прогнозируемых на конкретном шаге показателей, а затем они корректируются на основе прогноза состояния 37 рынка (соотношения спрос / предложение) и типа рынка в текущем году. Потенциальные показатели прогнозирования рынка жилья – предварительные показатели, рассчитанные на основе исторических данных, результатов прогнозирования показателей на предшествующий год, планов властей на прогнозируемый год. Прогнозируемые показатели развития рынка жилья – показатели, скорректированные относительно потенциальных показателей на основе прогноза состояния и типа рынка. В качестве базовых исходных данных в методике используются объявленные планы и прогнозы федеральных, региональных, муниципальных властей в части макроэкономических параметров и отраслевых показателей развития рынка недвижимости. Условие применения методики – наличие результатов регулярного мониторинга первичного и вторичного рынков жилья региона и результатов углубленного исследования рынка. В основу методики положена следующая идея – объем поглощения площадей не может быть выше каждой из трех величин: спрос – потребность, предъявленный платежеспособный спрос, объем предложения. Насыщение (стабилизация) рынка происходит либо по причине снижения платежеспособного спроса, либо по причине снижения предложения, либо по причине удовлетворенной потребности. В соответствии с итерационным характером модели по результатам прогнозирования на текущий год производится расчет и сопоставление этих показателей, и минимальное значение из них используется как ограничение для прогноза объема поглощения. Это позволяет в порядке обратной связи корректировать заданные исходные данные об объеме предложения и ввода жилья, о потребности в жилье на следующий прогнозный год с учетом индикатора соотношения спрос / предложение. Кроме того, рассчитанный темп роста цен на жилье в предшествующем году и темп роста доходов в текущем году используются как индикатор типа рынка, что служит основанием для прогнозирования темпов роста цен в 38 текущем году. Эта величина передается в порядке обратной связи для корректировки заданных исходных данных о покупательной способности населения на рынке жилья, спросе на ипотечное кредитование, доступности жилья и ипотечных кредитов. Модель включает блок подготовки исходных данных, блок формирования отчета с выходными показателями и пять расчетных блоков (рисунок 4). [23] Базовые исходные данные 1. Блок формирования потребности населения в жилье 2. Блок функционирования строительного комплекса региона и определения потенциального объема ввода, строительства и предложения городского жилья 3. Блок жилищного финансирования и определения объема предъявленного государством, нерезидентами и инвесторами спроса на городское жилье 4. Блок определения состояния рынка по соотношению спрос/предложение и расчета прогнозируемого объема удовлетворенного спроса (поглощения), предложения, строительства и ввода жилья 5. Блок определения типа рынка и прогнозирования уровня цен на жилье РАСЧЕТНЫЕ ПОКАЗАТЕЛИ ЛОКАЛЬНОГО РЫНКА В i-ом ГОДУ обратные связи – исходные данные для расчетов в следующем (i +1)-м году предварительные результаты расчетов прогнозных показателей текущего i-ого года прогнозные показатели текущего i-ого года Рисунок 4. Структура модели прогнозирования локального рынка жилой недвижимости Выше были рассмотрены основные методические подходы к прогнозированию рынка недвижимости. В таблице 2 проведен анализ этих методов на предмет учета факторов. 39 Таблица 2. Сравнительный анализ методов прогнозирования рынка недвижимости Классифика ционный признак Виды методов Примеры Достоинства Недостатки 1 качественный анализ отсутствие количественного анализа 5;6;7;8;9;10 как количественный, так и качественный анализ экспертное предсказание эвристический По степени формализац ии логико-математический математический По вариантам математиче ских методов По прогнозируе мым показателям рынка По глубине прогноза По количеству факторов в модели По степени учета обратных связей между факторами По классу модели По структуре модели регрессионное моделирование негармоническое разложение ценового тренда метод нейтронных сетей сценарный метод один показатель (цены) один-два показателя (предъявленный спрос, удовлетворенный спрос /поглощение) комплексное прогнозирование (ввод, строительство, предложение, спрос, поглощение, цены) краткосрочный только количественный анализ 2;3;4 2;3;4;9;10 8 5 7;10 2;3;5;6;7;8;9 4 чем больше прогнозируемых показателей, тем лучше 1;10 среднесрочный долгосрочный однофакторные двух-пятифакторные многофакторные 2;6;8;9 4 1;3;5;7;10 без учета обратных связей 2;3;4;5;6;7;8 ;9 с учетом обратных связей 1;10 аналитические имитационные (симулякры) чем больше факторов учтено, тем лучше обратные связи не учтены обратные связи учтены не учитывают экзогенные факторы 2;3;4;5;6;7;8 ;9 10 учитывают экзогенные факторы интегрированные блочные блочно-модульные 10 40 При построении таблицы 2 проведена классификация методов по различным признакам, показано место рассматриваемого метода в данной классификационной системе и описаны преимущества и недостатки этих методов в зависимости от классификационного признака. Из таблицы 2 видно, что метод 10 (имитационного типа) имеет наибольшее количество достоинств и наименьшее количество недостатков. Таким образом, развитие и совершенствование метода 10 заслуживает пристального внимания со стороны исследователей и является прототипом для усовершенствования в рамках настоящего исследования. Апробация методики проведена в работе [23] при расчете прогноза развития рынка жилья Москвы (в старых границах) в 2011-2016 годах для трех сценариев динамики макроэкономических исходных данных оптимистическом, пессимистическом и реалистическом. – Результаты апробации методики подтвердили ее работоспособность. При этом выявлена необходимость совершенствования методики в направлении снятия ряда допущений и ограничений и доработки алгоритма исходной модели в части: перехода от блочной модели к блочно-модульной для ухода от обязательного использования данных ГП "Жилище" и других правительственных документов с целью углубления исследования; перехода к двухуровневой системе исходных данных для реализации расчета блоков-модулей; уточнения алгоритма расчета объема спроса на первичном/вторичном рынках с перетеканием, расчета объема предъявленного спроса и поглощения ипотечного продукта; внедрения итерационного алгоритма не только с годовым шагом, но и внутри одного года - для повышения точности расчетов. Внедрение в модель автономных блоков-модулей (самостоятельных блоков, которые могут использоваться или не использоваться при расчетах) позволяет подготавливать некоторые исходные данные для блоков внутри самой модели, вместо использования данных ГП «Жилище» и других 41 правительственных документов. При внедрении блочно-модульной системы получаем двухуровневую систему исходных данных. В исходной версии методики предполагается, что при противоположных значениях соотношения спрос/предложение на первичном и вторичном рынках (на одном рынке превосходство спроса, а на другом – предложения) спрос между первичным и вторичным рынками не перетекает с одного рынка на другой, что не в полной мере отражает реальную ситуацию на рынке. Для повышения точности расчетов предлагается реализовать механизм перетекания спроса между рынками. [40] и производить несколько (от двух до трех) итераций внутри одного шага (года) для корректировки прогноза посредством обратных связей i-ого (текущего) года, а не i+1-ого (следующего), как в исходной версии методики. 1.3. Выводы по главе 1 1. Рассмотрено методологии место управления прогнозирования девелоперским рынка проектом, недвижимости и в обоснована необходимость его применения. 2. На основе сравнительного анализа различных методик прогнозирования рынка недвижимости установлено, что наибольшей прогностической способностью обладает метод прогнозирования локального рынка недвижимости, основанный на итерационной модели имитационного типа с обратными связями. 3. На основании апробации выбранного метода прогнозирования предложены направления его совершенствования. 42 ГЛАВА 2. СОВЕРШЕНСТВОВАНИЕ МЕТОДИКИ ПРОГНОЗИРОВАНИЯ ЛОКАЛЬНОГО РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ 2.1. Совершенствование структуры модели Для совершенствования математической структуры модели в нее включены блоки подготовки исходных данных, блок формирования отчета с выходными показателями и семь расчетных блоков: 1. Блок определения потребности городского населения в жилье и планируемого объема ввода социального жилья. 2. Блок функционирования строительного комплекса региона и определения потенциального объема ввода, строительства и предварительного объема предложения городского жилья. 3. Блок жилищного финансирования. 4. Блок определения предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье. 5. Блок определения состояния рынка по соотношению спрос/предложение и расчета прогнозируемого объема предъявленного спроса на жилье и ипотеку, удовлетворенного спроса (поглощения), предложения, строительства и ввода жилья. 6. Блок определения типа рынка и прогнозирования уровня цен на жилье. 7. Блок организации итераций. В блоке 1 рассчитывается потребность городского населения в жилье как разность желаемой на конец прогнозируемого периода обеспеченности качественным и комфортным жильем городского населения и текущей обеспеченности, умноженная на численность населения региона. Кроме того, определяется планируемый объем ввода муниципального (социального) жилья. 43 В блоке 2 производится определение потенциального объема ввода городского жилья, строительства, предложения (с учетом анализа Реестра объектов незаконченного строительства), а также с учетом анализа наличия выделенных под жилищное строительство земельных участков, наличия и развития производственных мощностей строительных предприятий, объема производимых в регионе и импортируемых строительных ресурсов. В блоке 3 производится определение объема платежеспособного спроса населения, условий и объема кредитования жилищного строительства в регионе, с учетом уровня доходов населения и его дифференциации по различным доходным группам. [40] 44 Исходные данные второго уровня М1 М2 М3 М4 М5 в программу развития ИЖК в ГП «Жилище» Исходные данные первого уровня (базовые) из ГП «Жилище» из программы развития ИЖК макроэкономические БЛОК 1 БЛОК 2 БЛОК 3 БЛОК 4 БЛОК 5 БЛОК 6 БЛОК 7 Прогнозируемые показатели i-ого года Исходные данные второго уровняРасчетные показатели i-ого года для расчета в i+1 году Исходные данные первого уровня Предварительные результаты расчета показателей текущего i–го года Обратные связи – исходные данные для корректировки прогноза на текущий год и расчета в следующем (i+1)-м году Рисунок 5. Укрупненная структура усовершенствованной модели В блоке 4 производится расчет объема предъявленного государством (по программам господдержки отдельных категорий населения, переселения и т.д.), населением (собственные сбережения, зачет имеющегося жилья, ипотечное кредитование), нерезидентами (иммигрантами) и инвесторами (спекулятивный спрос) спроса на городское жилье (потенциального, платежеспособного, предъявленного). 45 Предъявленный спрос населения определяется на основе анализа динамики обращений населения в крупные компании по поводу покупки жилья с учетом располагаемых данных социологических опросов населения о планах улучшения жилищных условий. Предъявленный спрос населения на жилые площади и квартиры определяется с учетом средней площади жилья различного качества в спросе и уровня цен на жилье. Предъявленный спрос нерезидентов и инвесторов определяется по историческим данным о доле этих категорий покупателей относительно спроса резидентов в зависимости от типа рынка. Планируемый властями (на основе прогнозов АИЖК) объем кредитования в денежном выражении именуется планируемым объемом ипотечного предложения. Рассчитанный с учетом прогнозируемой динамики цен потенциальный объем прокредитованных площадей именуется объемом спроса на рынке ИЖК, а потенциальное количество выданных кредитов (с учетом площади приобретаемого жилья на вторичном и первичном рынке) – предъявленным объемом спроса на ипотечные кредиты. Наконец, прогнозируемое с учетом ограничений по доступности (в силу уровня доходов населения), по наличию ипотечного предложения и спроса, а также предложения квартир на рынке, количество ипотечных сделок именуется объемом поглощения ипотечных кредитов. В блоке 5 производится сопоставление объема потребности населения региона в жилье, объема потенциального предложения жилья и объема предъявленного спроса на жилье и выбирается минимальное из трех значений, на основе которого рассчитывается объем удовлетворенного спроса на жилье и ипотеку (объем поглощения) и прогнозируемые показатели предъявленного спроса на жилье и ипотеку, предложения, строительства и ввода жилья. В блоке 6 определяется тип рынка и выполняется прогноз динамики цен на жилье на конец исследуемого года. 46 В блоке 7 создаются итерационные циклы по уточнению прогнозируемых показателей. Кроме того, модель включает несколько автономных блоков-модулей, которые могут использоваться для подготовки исходных данных к блокам 1-6. Таким образом, блочно-модульная структура модели требует внедрения двухуровневой системы исходных данных и выходных показателей: исходные данные первого уровня для блоков и второго уровня для блоков-модулей, выходные данные блоков-модулей могут служить исходными данными первого уровня для блоков. Перечень модулей, их краткая характеристика приведены в таблице 3. Таблица 3. Перечень блоков-модулей, предусмотренных для включения в модель прогнозирования развития локального рынка жилья № Название М1 Определение объемов реконструкции, капитального ремонта, реновации и строительства социального жилья Определение наличия земельных ресурсов под жилищное строительство Определение наличия строительных ресурсов М2 М3 М4 М5 Определение объема потенциального ипотечного предложения и господдержки Мониторинг и исследование состояния рынка жилья и определение «обусловленных» данных о рынке Источник и содержание исходных данных Запланированные объемы финансирования жилищных программ Наличие земельных ресурсов под жилищное строительство, планируемое их использование Наличие производственных мощностей и строительных ресурсов Состояние системы ИЖК и ее возможности по предложению ипотечных кредитов Реестры объектов нового строительства, ЕГРП, базы предложения жилья при различном соотношении спрос/предложение Назначение выходных данных 1) В ГП «Жилище» 2) на вход блока 1 1) в ГП «Жилище» 2) на вход блоков 1 и 2 1) в ГП «Жилище» 2) на вход блоков 1 и 2 1) в программу развития ИЖК 2) на вход блока 4 1) Для анализа рынка 2) на вход блоков 5 и 6 В блоке-модуле М1 по данным о планируемом объеме бюджетного финансирования программ реновации жилого фонда города в текущем году определяется (оптимизируется) планируемый объем реконструкции, капитального ремонта, реновации (сноса и переселения) жилищного фонда и нового муниципального строительства с учетом состояния фонда и удельных затрат на каждый вид реновации. Эти данные могут использоваться при разработке государственной программы «Жилище» и поступать в блок 1. В блоке 1 определяется спрос-потребность населения города в комфортном и качественном жилье с учетом прогнозируемого (в блоке 5) 47 объёма жилищного фонда на конец предыдущего года, а также объемов выводимого (ветхого, под переселение и т.д.) жилья и планируемого объема реконструкции, капитального ремонта. В первом варианте расчета эти данные поступают из ГП «Жилище», во втором – из блока-модуля М1. В настоящее время реализован первый вариант расчета. Желаемый (на период прогнозирования) средний уровень обеспеченности определяется на основании утвержденной Стратегии развития жилищного строительства до 2020 года и уточняется с использованием социологических опросов населения. Фактический (на начало периода прогнозирования) средний уровень обеспеченности жильем городского населения рассчитывается как отношение прогнозируемого на текущий год объема жилого фонда городов (поселений городского типа) (подлежащего капитальному планируемого объема минус объем некачественного ремонту и реконструкции) ремонтируемого и выводимого с жилья учетом (ветхого, под переселение и т.д.) жилого фонда к численности населения. Результаты расчета в блоке 1 передаются в Блок 4. В блоке-модуле М2 на основании Реестра строящихся жилых домов, среднесрочных решений властей о выделении земельных участков под строительство жилья определяется потенциальный объем строительства в текущем году (без учета ограничений по спросу). В блоке-модуле М3 определяются возможные ограничения жилищного строительства по объему производственных мощностей строительных предприятий, объема производимых в регионе и импортируемых строительных ресурсов. Данные блоков-модулей М2 и М3 могут использоваться при разработке государственной программы «Жилище» и поступать в блоки 1 и 2. В блоке 2 по данным о потенциальных объемах строительства жилья с учетом ограничений по земельным и строительным ресурсам определяется 48 предварительный объем ввода, строительства, предложения жилья в текущем году с учетом состояния рынка по соотношению спрос/предложение в предшествующем году. В первом варианте расчета данные поступают из ГП «Жилище», во втором – из блоков-модулей М2 и М3. В настоящее время реализован первый вариант расчета. Выходные данные блока 2 передаются в блок 4 (рисунок 6). Объем бюджетного финансирования Наличие и решения властей о распределении земельных ресурсов Блок-модуль М1 определения объемов реконструкции, капитального ремонта, реновации и строительства социального жилья Состояние производства и импорта строительных ресурсов Блок-модуль М2 определения наличия земельных ресурсов Блок-модуль М3 определения наличия строительных ресурсов к ГП «Жилище» к ГП «Жилище» к ГП «Жилище» от ГП «Жилище» от ГП «Жилище» от ГП «Жилище» Блок 1 определения потребности городского населения в качественном жилье и объема ввода социального жилья Блок 2 определения потенциального объёма ввода городского жилья, строительства, предварительного объема предложения к Блоку 4 Рисунок 6. Связи блоков 1, 2 и модулей 1, 2, 3 В блоке 3 «Определение объема потенциального платежеспособного спроса населения в денежном выражении» рассчитывается коэффициент доступности жилья (срок накопления сбережений) для различных категорий населения по доходам (низкодоходные, среднедоходные, высокодоходные) с учетом планируемых государством среднедушевых доходов. Определяется потенциальный платежеспособный спрос в денежном выражении со стороны населения региона с учетом нормы сбережения населения, коэффициента теневых доходов. Результат расчета передаётся в блок 4. В блоке-модуле М4 «Определение объема потенциального ипотечного предложения и господдержки» рассчитывается денежный объем ипотечного предложения и господдержки с учетом планов федеральных и региональных 49 властей. Результаты расчета передаются в блок 4. При наличии таких данных они прямо поступают на вход блока 4. Блок 4 включает 5 специализированных алгоритмов - подблоков (рисунок 7): 4.1 Определение объема государственного спроса. 4.2 Определение размеров приобретаемого на рынке жилья. 4.3 Определение объема потенциального платежеспособного спроса и предварительного объема предъявленного спроса населения, нерезидентов и инвесторов в натуральном выражении (без учета ипотеки). 4.4 Определение предварительного объема предъявленного спроса на ипотеку. 4.5 Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье с учетом ипотечной поддержки. 50 Данные о жилищном финансировании Данные о доходах населения Блок 3. Определение объема потенциального платежеспособного спроса населения в денежном выражении Модуль М4. Определение объема потенциального ипотечного предложения и господдержки в программу развития ИЖК От блока 1 4.1. Определение объема государственного спроса 4.2. Определение размеров приобретаемого жилья 4.3. Определение объема потенциального платежеспособного спроса и предварительного объема предъявленного спроса населения, нерезидентов и инвесторов в натуральном выражении из программы развития ИЖК 4.4. Определение предварительного объема предъявленного спроса на ипотеку 4.5. Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье с учетом ипотечной поддержки к Блоку 5 Рисунок 7. Детализация Блока 4 и связи с Блоком 3 и модулем М4 В блоке 4.1 государственный спрос формируется как запланированный властями и обеспеченный финансированием ввод жилья, подлежащего бесплатному распределению, компенсации выбытия (снос ветхого и аварийного жилья, разрушения в результате стихийных бедствий, перевод жилого в нежилой фонд, изъятия при реализации генпланов поселений), и льготному распределению (дотируемое жилье). Исходные данные поступают из Блока 1. Выходные данные передаются в блок 4.5. В блоке 4.2 определяются средние размеры жилья, приобретаемого на вторичном рынке с учетом доли прямых и альтернативных сделок и другие осредненные показатели размеров приобретаемого жилья. Исходные данные – задаются вне модели. Результаты расчета используются в блоках 4.3 и 4.4. 51 В блоке 4.3 определяется потенциальный спрос на площади и квартиры на первичном и вторичном рынке жилья населения, нерезидентов и инвесторов с учетом их доли (заданной в исходных данных) в общем прогнозируемом на предшествующий год объеме удовлетворенного спроса (из блока 5), размеров (из блока 4.2) и класса качества приобретаемого жилья в каждой группе, прогнозируемых на предшествующий год цен на рынке жилья (из блока 6). Определяется предварительный объем предъявленного платежеспособного спроса на первичном и вторичном рынке жилья с учетом доли респондентов, готовых приобрести жилье на рынке за свой счет в течение ближайшего года (из исходных данных) с учетом состояния рынка по соотношению спрос/предложение в предшествующем году. В блоке 4.4 определяется потенциальный объем предложения ипотечных жилищных кредитов и предварительный объем предъявленного спроса на ипотеку с учетом планируемого финансирования ипотеки (из исходных данных – в виде денежного объема кредитования, либо из модуля М4), состояния рынка по соотношению спрос/предложение в предшествующем году, размеров и цены жилья, средней доли кредита в стоимости квартиры на первичном и на вторичном рынке. В блоке 4.5 определяется суммарный предъявленный платежеспособный спрос на муниципальное жилье со стороны государства и коммерческое жилье со стороны населения, нерезидентов и инвесторов (при состоянии рынка по соотношению спрос/предложение в предшествующем году). Блоки 5, 6 и модуль М5 Блок 5 включает 4 алгоритма (рисунок 8): 5.1 Сопоставление предложения и спроса на ипотечные кредиты и определения объема поглощения ипотеки 5.2 Определение индикатора состояния рынка по соотношению спрос/предложение на текущий год. 52 5.3 Определение объема спроса с перетеканием. Сопоставление потребности в жилье, объема спроса с перетеканием и объема предложения и определения объема поглощения жилья. 5.4 Расчет прогнозируемых показателей рынка (объема предъявленного спроса на жилье и ипотеку, предложения, строительства, ввода) на текущий год. от Блоков 1-4 Реестры объектов нового строитель ства, ЕГРП, базы предло жения жилья 5.1. Сопоставление предложения и спроса на ипотечные кредиты и определения объема поглощения ипотеки 5.2. Определение индикатора состояния рынка по соотношению спрос/предложение на текущий год 5.3. Сопоставление потребности в жилье, объема спроса и предложения и определения объема поглощения жилья 5.4. Расчет прогнозируемых показателей рынка (объема предъявленного спроса на жилье и ипотеку, предложения, строительства, ввода) 6.1. Определение типа рынка Модуль М5 ис следования сос тояния рынка жилья и опреде ление «обуслов ленных» данных о рынке Обуслов ленные исходны е данные 6.2. Выбор регрессионной модели, соответствующей типу рынка в текущем году, и расчет прогнозируемых на конец года цен на жилье к Блоку 7 Рисунок 8. Структура Блоков 5 и 6 и связь с модулем М5 В блоке 5.1. выполняется сопоставление спроса на ипотечные услуги и объема предъявленного предложения ипотечных кредитов, а также объема предложения квартир, и по минимальному значению фиксируется объем поглощения ипотеки. При этом объем поглощения услуг ипотечного кредитования не может превышать объем предложения квартир на первичном и вторичном рынках. 53 В блоке 5.2. по результатам расчетов в блоке 4.5., определяется значение индикатора состояния рынка по соотношению спрос/предложение. В блоке 5.3. определяется объем спроса с перетеканием (с первичного рынка на вторичный или наоборот), затем выполняются логические операции по сопоставлению рассчитанных в Блоках 1-4 объемов спроса-потребности, спроса с перетеканием и предложения на рынке, и по результатам сопоставления выбирается минимальное значение (ограничение), затем вычисляется объем поглощения площадей с учетом коэффициента поглощение/ограничение, соответствующего ранее определенному значению индикатора состояния рынка по соотношению спрос/предложение. В блоке 5.4. по данным о предварительных значениях объема предъявленного спроса, предложения, строительства, ввода и выбранным значениям коэффициентов, состоянию рынка, соответствующих рассчитываются ранее прогнозные определенному значения объемов предъявленного спроса на жилье и ипотеку, предложения, строительства, ввода с дифференциацией по категории рынков и классам качества. В блоке-модуле М5 «Исследование состояния рынка жилья и определение «обусловленных» данных о рынке» по данным о динамике строительства, ввода, предложения, поглощения жилья, поступающим из Реестров объектов коэффициенты нового строительства соотношения и ЕГРП, рассчитываются ввод/строительство, строительство/предложение, предложение/поглощение, спрос/поглощение и другие «обусловленные» данные при различном состоянии рынка по соотношению спрос/предложение. Результаты поступают в блоки 5.1, 5.2. По данным о многолетней динамике цен, получаемой в результате обработки баз предложения жилья, и исследования типологии рынка вычисляются параметры регрессионных уравнений (моделей для прогнозирования цен) в зависимости от типа рынка. Результаты поступают в блок 6.2. Блок 6 включает два алгоритма: 6.1 Определение типа рынка. 54 6.2 Выбор регрессионной модели, соответствующей типу рынка в текущем году, и расчет прогнозируемых на конец года цен на жилье. В блоке 6.1 «Определение типа рынка» по данным о состоянии рынка по соотношению спрос/предложение (из блока 5), темпах роста цен в предшествующем году и планируемых темпах роста доходов населения в текущем году производятся логические операции по определению типа рынка. В блоке 6.2 «Выбор регрессионной модели, соответствующей типу рынка в текущем году, и расчет прогнозируемых на конец года цен на жилье» производится выбор соответствующей (полученной из модуля М5 для данного типа рынка) регрессионной модели. По выбранной модели рассчитываются прогнозируемые на конец текущего года средние удельные цены на жилье в дифференциации по категории рынков и классу качества. Результаты передаются в блок 7. Блок 7 «Организации итерационных циклов» В блоке 7 «Организация итерационных циклов по уточнению прогноза» производится сопоставление предыдущего и нового значения индикатора спрос/предложение и организуются итерационные циклы по уточнению прогноза (рисунок 9). Вначале производится итерация 1 – выходные данные блоков 5-6 передаются в блоки 1-4, и рассчитывается уточненный прогноз (при одинаковом или изменившемся относительно предыдущего года индикаторе состояния рынка). Далее сравнивается значение индикатора на текущий год – исходного и полученного в итерации 1. Если они различаются, то новое значение индикатора спрос/предложение передается в блоки 2-4, и в исходных данных выбираются новые коэффициенты ввод/строительство, строительство/предложение, предложение/поглощение, спрос/ поглощение, а также другие зависящие от этого соотношения параметры (доли предъявленного спроса населения, нерезидентов, инвесторов и др.) для 55 использования при расчетах уточненных показателей в блоках 4-6. Одновременно в блоках 1-4 используются новые значения уровня цен на жилье. от блока 6 да Исходный расчет? к Блокам 1-4 (итерация 1) да нет Индикаторы изменились? к Блокам 1-4 (итерация 2) да Итерация 1? нет нет К Блоку 1 для расчета следующего года Прогноз текущего года Рисунок 9. Структура блока 7 Если новое значение индикатора совпадает с предыдущим, то рассчитанные в последней итерации прогнозируемые значения показателей рынка в текущем году передаются на выход модели и в порядке обратной связи – в блоки 1-4 для расчета показателей следующего года. 2.2. Совершенствование алгоритма модели Изменение алгоритма определения предварительного предъявленного спроса на ипотечные продукты. Планируемый предварительный объем предложения ипотечных продуктов рассчитывается в зависимости от планируемого денежного объема предложения на рынке ипотечного кредитования. Планируемый объем жилищного ипотечного кредитования в денежном выражении на первичном и на вторичном рынке Mден.пi , Mден.вi 56 рассчитывается как предусмотренный государством общий денежный объем ипотечного кредитования Mден.i, умноженный на долю кредитования на соответствующем рынке ζ(i-1) или (1 - ζ(i-1)), полученную из исходных данных для состояния рынка по соотношению спрос/предложение в предшествующем году: Mден.пi = Mден.i х ζ(i-1)/100, млн руб.; (16) Mден.вi = Mден.i х (1 – ζ(i-1)/100), млн руб. (17) Потенциальный объем ипотечного кредитования на первичном и вторичном рынке в количестве прокредитованных площадей Mпл.пi, Мпл.вi рассчитывается как отношение денежного объема к прогнозируемой на конец предыдущего года средней удельной цене жилья на первичном и вторичном рынке Цп(i-1), Цв(i-1): Мпл.пi = Мден.пi / Цп(i-1), млн. кв. м. (18) Мпл.вi = Мден.вi / Цв(i-1) , млн. кв. м. (19) Объем предложения ипотечных продуктов на первичном и вторичном рынке в количестве выданных кредитов Мкв.п, Мкв.в определяется с учетом средней площади приобретаемой на данном рынке квартиры Sкв.п, Sкв.в (задана в исходных данных) и средней доли кредита в стоимости квартиры ε в предшествующем году (задана в зависимости от состояния рынка по соотношению спрос/предложение): Мпкв.пi = (Мпл.пi / Sкв.п) / (ε(i-1))/100), тыс. квартир; (20) Мпкв.вi = (Мпл.вi / Sкв.в) / (ε(i-1)/100), тыс. квартир. (21) Мппл.пi = Мскв.пi х Sкв.п , млн. кв.м. (22) Мппл.вi = Мскв.вi х Sкв.в, млн. кв.м. (23) Предварительный объём предъявленного спроса на ипотечные продукты принимается равным объему предложения. Мпкв.пi = Мскв.пi, тыс. квартир; (24) Мпкв.вi = Мскв.вi, тыс. квартир. (25) Мппл.пi = Мспл.пi, млн. кв.м. (26) 57 Мппл.вi = Мспл.вi, млн. кв.м. (27) Изменение алгоритма сопоставления потребности в жилье, объема спроса и объема предложения, и определения объема поглощения. При сопоставлении потребности в жилье, объема спроса и объема предложения, и определения объема поглощения предлагается использовать спрос с перетеканием. Если и на первичном и на вторичном рынке превосходство спроса или предложения, то перетекания не происходит. Иначе спрос перетекает с того рынка, где его больше, на другой рынок (при этом суммарный спрос по рынку не меняется). если { Rпкв ; Rвкв } > 1 ; или { Rпкв ; Rвкв } < 1 то Dпкв.ком_перетек.i = Dпкв.ком i , иначе Dпкв.ком_перетек.i = Supппот.кв х Rпл Dвкв.ком_перетек.i = Dкв.ком i - Dпкв.ком_перетек.i Dппл.ком_перетек.i = Dпкв.ком_перетек.i х Sпкв. Dвпл.ком_перетек.i = Dвкв.ком_перетек.i х Sвкв. (28) Алгоритм определения объема поглощения площадей на первичном рынке включает проверку четырех условий. Условие 1 (случай, когда спрос-потребность меньше как объема спроса (после перетекания), так и объема предложения, объем поглощения ограничивается потребностью, за вычетом объема государственного спроса): если Потр.пл.i < { (Dппл.ком_перетек.i + СУМппл.i + DGпл.i), Supппот.пл.i}, то СУппл.ком.i = Потр.пл.i - DGпл.i, млн кв. м, (29) иначе переход к условию 3. Условие 2 (случай, когда спрос-потребность находится между объемами спроса (после перетекания) и предложения, объем поглощения ограничивается либо объемом предложения, либо объемом спроса): если Потр.площ.i < (Dппл.ком_перетек.i + СУМппл.i + DGпл.i), и Потр.площ. > Supппот.пл.i + DGпл.i, 58 то СУппл.ком.i = Supппот.пл.i, млн кв. м, иначе СУппл.ком.i = Dппл.ком_перетек.i + СУМппл.i, млн кв. м. (30) Условие 3 (случай, когда спрос-потребность больше объема спроса (после перетекания) и объема предложения, объем поглощения не ограничивается потребностью): если Потр.площ.i > {(( Dппл.ком_перетек.i + СУМппл.i + DGпл.i, Supппот.пл.i}, (31) то переход к условию 4, иначе переход к условию 2. Условие 4 (сопоставление объема спроса (после перетекания) и предложения): если ((Dппл.ком_перетек.i + СУМппл.i) / Supппот.пл.i) > 1, то СУппл.ком.i = Кпsal/lim.i х Supппот.пл.i, млн кв. м, иначе СУппл.ком.i = Кпsal/lim.i х (Dппл.ком_перетек.i + + СУМппл. i), млн кв. м. (32) Удовлетворенный спрос на квартиры на первичном рынке равен: СУпкв.ком.i = СУппл.ком.i / Sквпi, тыс. квартир . (33) Удовлетворенный спрос (поглощение площадей и квартир) на вторичном рынке проверяется по условию 4: если (Dвпл.ком. i / Supвпр.пл.(i-1)) > 1, то СУвпл.ком.i = Квsal/lim.i х Supвпр.пл.i, млн кв. м, иначе СУвпл.ком.i = Квsal/lim.i х Dвпл.ком.i , млн кв. м; (34) Суммарный объем удовлетворенного спроса (поглощения) площадей и квартир на рынке коммерческого жилья равен: СУпл.ком.i = СУппл.ком.i + СУвпл.ком.i, млн кв. м, (35) СУкв.ком.i = СУпкв.ком.i + СУвкв.ком.i, тыс. квартир. (36) 59 Изменение алгоритма определение типа рынка и прогнозирования уровня цен на жилье. Таблица 4. Признаки выбора типа рынка Индикатор и характеристика типа рынка Признаки 4 (стабилизац ия после роста) 5 (растущий) 6 (перегреты й) 2 2 3 4 2 3 1 (падающий, (стабилизация (стабильный кризисный) после спада) ) индикатор состояния рынка по соотношени ю спрос /предложени е Iс/п 1 2 индекс роста цен в предшеству ющем году Iц(i-1) < (1 – И / 100) > (1 – И / 100); < (1 – 0,5И / 100) > (1 – 0,5И / 100); < (1+0,5И /100) > (1+0,5И /100) ; < (1+И /100) > (1+ И /100); < (1+ (И +10) /100) > (1+ (И+10) /100) индекс роста номинальны х душевых доходов в текущем году Iдi < (1 – И / 100) > (1 – И / 100); < (1 – 0,5И / 100) > (1 – 0,5И / 100); < (1+0,5И /100) > (1+0,5И /100) ; < (1+И /100) > (1+ И /100); < (1+ (И +5) /100) > (1+ (И+5) /100) В соответствии с индикатором типа рынка Iтрi выбирается одна из шести моделей для расчета среднемесячного темпа роста цен ΔЦвi в зависимости от среднемесячных темпов роста номинальных доходов ΔIнi: - тип рынка 1 – модель №1 (кризисный, падающий) ΔЦ = 0,4429 ΔIн – 0,7071 (R2 = 0,997); - тип рынка 2 – модель №2 (стабилизирующийся после спада) ΔЦ = 0,5170 ΔIн – 0,1354 (R2 = 0,998); - тип рынка 3 – модель №3 (стабильный) ΔЦ = 0,5318 ΔIн + 0,0552 (R2 = 0,992); - тип рынка 4 – модель №4 (стабилизирующийся после роста) ΔЦ = 0,5385 ΔIн + 0,4769 (R2 = 0,997); - тип рынка 5 – модель №5 (растущий) ΔЦ = 0,5123 ΔIн + 0,9443 (R2 = 0,951); 60 - тип рынка 6 – модель №6 (перегретый) ΔЦ = 0,6360 ΔIн + 2,3880 (R2 = 0,929). Алгоритм Блока 7 «Организация итерационных циклов» После окончания расчетов в блоках 1-6 (исходная итерация) производится итерация 1, а при необходимости – итерация 2. Для этого в формулах расчета показателей исходной итерации индекс предыдущего года (i-1) заменяется на индекс ij, где i - индекс текущего года, j - индекс номера итерации (принимает значения 1 или 2). При этом все показатели, в расчете которых задействованы параметры, зависящие от индикатора соотношения спрос/предложение и индикатора типа рынка (таблица 5), рассчитываются исходя из соотношения, полученного в 5-6-м блоке исходной итерации. Таблица 5. Перечень параметров, зависящих от индикаторов спроса/предложения и типа рынка Коэффициент соотношения ввода/строительство Кw/с Коэффициент соотношения строительство/предложение Кс/s Коэффициент соотношения поглощение/предложение на первичном рынке Кпsal/s Коэффициент соотношения поглощение/спрос на первичном рынке Кпsal/d Коэффициент соотношения поглощение/ограничение на первичном рынке Кпsal/lim Коэффициент соотношения поглощение/ограничение на вторичном рынке Квsal/lim Доля респондентов, готовых приобрести жилье на рынке за свой счет в течение ближайшего года, от общего числа домохозяйств (предъявленный спрос) δ Доля приобретателей квартир–нерезидентов αнр. Доля респондентов, готовых приобрести жилье на вторичном рынке с учетом продажи имеющейся квартиры, от общего числа приобретателей вторичного рынка β (альтернативные сделки) Доля ипотечных сделок на рынке жилья εип. Доля инвестиционных сделок от общего числа сделок αин. Доля первичного рынка в общем объеме ипотечных сделок ζ Доля ипотечных сделок от общего числа сделок на первичном рынке εпип. Доля ипотечных сделок от общего числа сделок на вторичном рынке εвип. Средняя доля кредита в стоимости квартиры ε Расчет итерации 2 проводится при условии изменения индикатора состояния рынка в итерации 1 относительно исходной. 61 Если же изменения индикаторов состояния рынка не произошло, то результаты 1-ой итерации принимаются за окончательный прогноз соответствующего года. Приведем пример расчета для показателя «Потенциальный объем строительства жилья» для каждой итерации: Исходная итерация: Constr.пот.пл.i = Wпот.пл.i / Кw/c(i-1) (37) Первая итерация: Constr.пот.пл.i1 = Wпот.пл.i1 / Кw/ci (38) Вторая итерация: если {Id/si = Id/si1 ; Iтрi = Iтрi1} то вторая итерация не требуется, иначе Constr.пот.пл.i2 = Wпот.пл.i2 / Кw/ci1 (39) 2.3. Апробация методики (на примере рынка жилой недвижимости Москвы) и калибровка модели Базовый вариант апробации В качестве базового варианта для апробации модели принят вариант развития рынка жилой недвижимости Москвы (в старых границах) при макроэкономических условиях по Сценарию №1 (оптимистический правительственный прогноз от 2010 года) со следующим изменением: с целью ретроспективной проверки результатов прогнозирования ключевые макроэкономические показатели (темпы роста реальных располагаемых доходов населения, инфляция, денежный объем ипотечного кредитования) приняты по фактическим данным 2011 и 2012 годов. Используемые для расчета базового варианта исходные данные приведены в таблицах 6-11. Таблица 6. Параметры, заданные на глубину прогнозирования (векторные) Показатели 2010 2011 2012 2013 2014 2015 2016 62 (базовый) численность населения N, млн чел. темпы роста ВРП, % темпы роста инвестиций в основной капитал, % темпы роста реальных располагаемых денежных доходов населения , % темп инфляции, %; 11,5 5,0 11,6 4,0 11,7 3,8 11,7 4,0 11,8 4,6 11,9 5,0 12,0 6,0 -15,0 0,0 6,0 7,0 8,5 9,0 9,5 -8,0 -1,6 -1,6 2,5 3,0 4,0 5,0 8,8 6,1 6,6 5,7 5,7 5,5 5,5 Таблица 7. Параметры, постоянные при расчетах (скалярные) Показатель среднее количество членов домохозяйства nс, чел. коэффициент теневых доходов Ктд норма сбережения населения НС, % Среднедушевой доход населения в базовом (2010) году, тыс. руб. Превышение над среднедушевым доходом среднего уровня дохода в 3-8й децильной группе (60% населения), раз Превышение над среднедушевым доходом среднего уровня дохода в 9-й децильной группе (10% населения), раз Превышение над среднедушевым доходом среднего уровня дохода в 10й децильной группе (10% населения), раз Значение 2,5 2,0 20 44,6 1,0 2,3 4,3 Таблица 8. Параметры, заданные на глубину прогнозирования (векторные) показатели федеральный норматив сред него уровня обеспеченности жильем, кв. м/чел. Планируемый объем жилищного фонда, млн кв. м объем сноса жилого фонда, тыс. кв. м объем выбытия жилого фонда, кв. м объем капитального ремонта и реконструкции жилых домов, млн кв. м планируемый государством объем ввода жилья, млн кв. м планируемый объем ввода муниципального жилья, млн кв. м планируемый государством объем жилищного ипотечного кредитования, млрд. руб. 2010 (базовый) 2011 2012 2013 2014 2015 2016 20,6 21,0 21,6 22,2 22,8 23,5 24,2 215,7 218,1 220,4 222,8 225,2 227,6 230,0 0,2 0,3 0,5 0,4 0,4 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,2 7,7 4,7 4,7 4,7 4,7 4,7 1,77 1,76 2,54 2,54 2,54 2,54 2,54 0,68 0,70 0,76 0,76 0,76 0,76 0,76 47,0 48,5 62,4 122,9 153,6 184,3 211,2 63 Таблица 9. Параметры, постоянные при расчетах (скалярные) Показатель средняя площадь квартиры в новостройках, кв. м средняя площадь квартиры в готовых домах, кв. м средняя площадь приобретаемого жилья в альтернативных сделках, кв. м доля первичного рынка в спросе, % доля первичного рынка в предложении, % доля инвестиционных сделок на первичном рынке от общего числа инвестиционных сделок, % доля первичного рынка в спросе нерезидентов, % эластичность предложения на вторичном рынке по цене, % средняя удельная цена жилья на вторичном рынке в декабре базового 2010 года, тыс. руб./кв. м прирост средней удельной цены на вторичном рынке в базовом 2010 году, % объем предложения на вторичном рынке, тыс. квартир объем поглощения на вторичном рынке в базовом 2010 году, тыс. квартир объем некачественного фонда в базовом 2010 году, млн кв. м Значение 90 60 18 40 25 50 70 10,0 168,5 10,0 115,0 85,4 108 Таблица 10. Параметры, зависящие от соотношения спрос/предложение Параметр Коэффициент соотношения ввод/строительство Коэффициент соотношения строительство/предложение Коэффициент соотношения поглощение/предложение на первичном рынке Коэффициент соотношения поглощение/спрос на первичном рынке Коэффициент соотношения поглощение/ограничение на вторичном рынке Доля респондентов, готовых приобрести жилье на рынке за свой счет в течение ближайшего года, от общего числа домохозяйств (предъявленный спрос), % Доля приобретателей квартир–нерезидентов, % Доля респондентов, готовых приобрести жилье на вторичном рынке с учетом продажи имеющейся квартиры, от общего числа приобретателей вторичного рынка (альтернативные сделки), % Доля ипотечных сделок на рынке жилья, % Доля инвестиционного спроса на рынке жилья, % Доля первичного рынка в общем объеме ипотечных сделок, %; Доля ипотечных сделок от общего числа сделок на первичном рынке, % Доля ипотечных сделок от общего числа сделок на вторичном рынке, % Средняя доля кредита в стоимости квартиры, % Индикатор состояния спрос/предложение 1 2 3 4 0,25 0,30 0,32 0,35 2,10 2,20 2,35 2,50 0,42 0,41 0,41 0,43 0,40 0,46 0,40 0,35 0,70 0,75 0,78 0,80 2,0% 2,8% 3,0% 3,5% 25% 30% 40% 50% 85% 80% 78% 75% 15% 0% 10% 25% 5% 12% 28% 6% 14% 30% 20% 20% 10% 22% 22% 28% 10% 26% 28% 31% 60% 70% 72% 82% 64 Таблица 11. Параметры, зависящие от типа рынка Параметр Индекс типа рынка 2 3 4 5 1 Соотношение цен первичного и вторичного рынка 6 1,18 1,17 1,15 1,14 1,12 1,07 1 2 3 4 5 6 № модели прогнозирования цен Результаты расчетов и их интерпретация Основные показатели расчета прогноза развития рынка жилой недвижимости Москвы вынесены на графики рис. 10-14. Графики показывают, что поведение прогнозируемых показателей четко различается по трем стадиям: 2011-2012, 2013-2015 годы и 2016 год. На первой стадии, в соответствии с заданными исходными данными о фактическом росте номинальных доходов населения города с темпом 5-7% в год, а также снижении объемов ввода жилья, прогнозируемый спрос несколько превышал предложение, объем поглощения на первичном и вторичном рынке увеличивался, цены росли с темпом 8-9%. На второй стадии повышательная динамика прогнозируемого объема платежеспособного спроса населения (рисунок 10) соответствует заданной в исходных данных (Сценарий № 1 оптимистический) динамике роста номинальных доходов населения (10-12%). При этом снижение прогнозируемого объема предъявленного спроса населения в натуральном выражении объясняется ростом цен (рисунок 14), опережающим рост доходов. Суммарный предъявленный спрос на площади (с учетом спроса нерезидентов, инвесторов и ипотеки) также несколько снижается, несмотря на рост денежного объема ипотечного предложения. Прогнозируемая на второй стадии динамика объемов строительства коммерческого жилья (рисунок 11) коррелирует с планируемым властями ростом объемом ввода жилья, обеспеченным земельными ресурсами, одобренными инвестиционными контрактами и проектной документацией (рисунок 11). 65 На первичном рынке (рисунок 12) предварительный объем суммарного спроса хотя и несколько снижается, но существенно превышает предложение. С 2013 года происходит перетекание спроса на вторичный рынок, где образовался избыток предложения (рисунок 13). Предъявленный спрос все годы превышает выросший объем предложения, и объем поглощения ограничивается предложением. Спрос и предложение стабилизируются, вследствие чего стабилен и объем поглощения (рисунок 12). На вторичном рынке (рисунок 13) прогнозируемый объем предложения в связи с ростом цен повышается в меру эластичности предложения по цене. В то же время снижающийся предварительный спрос после 2012 года становится меньше предложения. Однако, вследствие дефицита предложения на первичном рынке (рисунок 12) спрос перетекает на вторичный, и поглощение продолжает расти (рисунок 13). Цены на второй стадии (рисунок 14) растут с темпом 17-18% в год. На третьей стадии, после 2015 года, прогнозируемая ситуация на рынке существенно меняется. Накопленный рост цен привел к тому, что значительная доля населения, имевшего намерение приобрести жилье, уходит с рынка, и денежный объем спроса снижается, несмотря на растущий денежный объем ипотечного предложения. Более резко снижается и суммарный предъявленный спрос в натуральном выражении. Объем предложения на первичном рынке остается стабильным (рисунок 12), а на вторичном рынке продолжает расти (рисунок 13). Поглощение на первичном рынке стабильно, на вторичном – падает. В соответствии с общим превосходством спроса над предложением цены продолжают расти повышенными темпами (32-35)% (рисунок 14). В целом рынок переживает ситуацию устойчивого роста (аналог 2003 и 2006 года) и перехода в 2016 году к стабилизации на буме, аналогичной началу 2004-го и концу 2006-го года. 66 Таким образом, динамика прогнозируемых показателей развития рынка (преимущественно немонотонная) находит логичное объяснения в известных закономерностях поведения рынка и показывает, что разработанная модель адекватно учитывает связи между различными факторами, в том числе и обратные. Сопоставление результатов прогнозирования некоторых показателей развития рынка в 2011-2012 годах с фактическими данными демонстрирует хорошее совпадение по уровню средних удельных цен на вторичном и первичном рынках (рисунок 14), объему поглощения на вторичном рынке (рисунок 13), объему предложения, нового предложения и поглощения на первичном рынке (рисунок 12), объему ввода и строительства площадей (рисунок 11). млн кв. м млрд. руб. 600 10 500 8 платежеспособный спрос, млрд. руб. 400 ипотечное предложение, млрд. руб. 300 6 предъявленный спрос населения (без ипотеки), млн кв. м суммарный предъявленный спрос, млн кв. м 4 200 2 100 0 0 2011 2012 2013 2014 2015 2016 Рисунок 10. Спрос на рынке жилой недвижимости Москвы 67 Объем строительства коммерческого жилья млн кв. м 6,00 5,00 ввод: прогноз 4,00 факт строительство: прогноз факт 3,00 2,00 1,00 0,00 2010 2011 2012 2013 2014 2015 2016 Рисунок 11.Объем строительства коммерческого жилья тыс. шт. 70 60 50 предварительный спрос 40 спрос с перетеканием поглощение 30 предложение новое предложение 20 10 68 Рисунок 12. Предъявленный спрос, предложение и поглощение площадей на первичном рынке недвижимости Москвы Предъявленный спрос, предложение и тыс. шт. 160 поглощение квартир на вторичном рынке 140 120 100 80 Предваритель ный спрос спрос с перетеканием поглощение поглощение: факт Предложение поглощение ипотечных кредитов 60 40 20 0 2010 2011 2012 2013 2014 2015 2016 Рисунок 13.Предъявленный спрос, предложение и поглощение на вторичном рынке недвижимости Москвы 69 Средняя удельная цена жилья в конце года на вторичном и первичном рынке тыс. руб./кв. м 500 вторичный рынок факт первичный рынок факт 400 300 200 100 2010 2011 2012 2013 2014 2015 2016 Рисунок 14. Средняя удельная цена жилья города на вторичном и первичном рынках недвижимости Москвы Количественная оценка достоверности прогноза Для определения степени достоверности прогноза сопоставлены прогнозные данные, полученные как в исходной, так и в усовершенствованной модели с фактическими показателями развития рынка в 2011-2012 годах. Сравнение данных произведено по следующим показателям: 1. Удовлетворенный спрос (поглощение квартир) на вторичном рынке (тыс. квартир.) 2. Средняя удельная цена жилья на первичном рынке в конце текущего года (тыс.рублей/кв.м) 3. Средняя удельная цена жилья в конце текущего года на вторичном рынке (тыс.рублей/кв.м). Результаты сравнения представлены на рисунках 16 - 18. 70 100.0 тыс. квартир 95.0 90.0 85.0 80.0 2011 2012 усов.прогн. 92.92 94.48 исход.прогн. 84.42 95.10 факт 91.10 96.60 Рисунок 16. Сопоставление фактических и прогнозных объемов поглощения на вторичном рынке жилой недвижимости 240.0 тыс. руб./кв. м 230.0 220.0 210.0 200.0 190.0 2011 2012 усов.прогн. 208.13 226.08 исход.прогн. 208.00 231.50 факт 208.00 230.70 Рисунок 17. Сопоставление фактических и прогнозных средних удельных цен на первичном рынке жилой недвижимости 210.0 тыс. руб./кв. м 200.0 190.0 180.0 170.0 160.0 2011 2012 усов.прогн. 182.57 198.32 исход.прогн. 185.50 207.50 факт 185.50 203.00 Рисунок 18. Сопоставление фактических и прогнозных средних удельных цен на вторичном рынке жилой недвижимости 71 Данные об отклонениях прогнозных показателей от фактических приведены в таблицах 12 - 13. Таблица 12. Отклонения исходного прогноза от факта Наименование показателя Ед. изм. Удовлетворенный спрос (поглощение квартир) на вторичном рынке Средняя удельная цена жилья на первичном рынке в конце текущего года Средняя удельная цена жилья в конце текущего года на вторичном рынке тыс. квартир тыс. руб./кв. м тыс. руб./кв. м Можно видеть, что среднее отклонение 2011 2012 -8% -2% 0% 0% 0% 2% прогнозных данный, полученных в исходной модели составляет 2%. Таблица 13. Отклонения усовершенствованного прогноза от факта Наименование показателя Ед. изм. Удовлетворенный спрос (поглощение квартир) на вторичном рынке Средняя удельная цена жилья на первичном рынке в конце текущего года Средняя удельная цена жилья в конце текущего года на вторичном рынке тыс. квартир тыс. руб./кв. м тыс. руб./кв. м Среднее отклонение прогнозных данных, 2011 2012 2% -2% 0% -2% -2% -2% полученных в усовершенствованной модели, составляет 1,7%. Таким образом, усовершенствованная модель обеспечивает более высокую точность расчетов. Проверка чувствительности модели к изменению макроэкономических исходных данных Расчет чувствительности некоторых основных показателей к изменению исходных данных выполнен на период 2013-2016 годов при следующих условиях: темпы роста реальных располагаемых доходов населения приняты на уровне +6%, –6% и –12%; инфляция принята в 7%; 72 планируемый государством объем жилищного ипотечного кредитования принимался на уровне –20%, 0 и +20% от базового сценария. В результате были сформированы 9 вариантов изменения исходных данных (таблица 14). Таблица 14. Варианты изменения исходных данных Темпы роста реальных располагаемых доходов населения, % +6 -6 -12 Изменение объемов ипотечного кредитования относительно базового варианта, % +20 0 -20 2 3 4 5 6 7 8 9 10 Основные результаты тестирования приведены на рис. 19–29. Там же приведены данные базового варианта 1, рассчитанного при темпах роста реальных доходов населения в +(8–11)% и среднем уровне ипотечной поддержки. На рисунке 19 приведена динамика объема предъявленного спроса на рынке жилой недвижимости (в млн. кв. м), а на рисунке 20 – соотношение спроса и предложения (суммарно на первичном и вторичном рынках). В базовом варианте 1 спрос плавно снижается. Как показано в работе [23], это объясняется повышением цен (рисунки 25 и 29), приводящим к тому, что при росте доходов населения с темпом ниже роста цен суммарный денежный спрос покрывает меньший объем площадей. Однако соотношение спрос/предложение сохраняется в пользу спроса. Ситуация на рынке характеризуется устойчивым ростом (аналог 2003 и 2006 года) с переходом в 2016 году к стабилизации на буме, аналогичной началу 2004-го и концу 2006го года. В варианте 2, при заданных повышенных темпах роста доходов населения (13% в номинальном выражении) и повышенной ипотечной поддержке, в 2013 и 2014 году спрос превышает предложение, цены растут высокими темпами, и объем предъявленного спроса понижается сильнее, чем в варианте 1. А в 2015 и 2016 годах спрос становится меньше предложения 73 (рисунок 20), цены начинают снижаться, отток покупателей увеличивается, предъявленный спрос обваливается в связи с тем, что соотношение спрос/предложение изменилось в пользу предложения (рисунок 20), у части покупателей (в том числе инвесторов) в этих условиях снижается склонность к расходованию сбережений, и они уходят с рынка (ситуация кризиса осени 2008 – 2009 года). В вариантах 3 и 4, при высоких доходах, но снижающейся ипотечной поддержке, объем предъявленного спроса падает быстрее. Лишь в 2016 году он стабилизируется, что связано с достигнутым существенным снижением цен (ситуация конца 2009 года – окончание фазы спада на рынке). В вариантах 5, 6 и 7, при заданных низких темпах роста доходов населения (близких к нулю в номинальном выражении), цены повышаются, но незначительно, объем предъявленного спроса практически стабилен, в случае снижения ипотечной поддержки (вар. 6 и 7) спрос несколько ниже (рисунок 19), но устойчиво превышает объем предложения (рисунок 20). Такая динамика напоминает ситуацию на рынке в 2011-2012 годах (медленное послекризисное восстановление). В вариантах 8, 9 и 10, при заданных отрицательных темпах роста доходов населения (снижение на (5-6)% в номинальном выражении), объем предъявленного спроса в 2016 году начинает увеличиваться, цены все еще снижаются (аналог – середина 2009 года). Таким образом, графики рисунков 19 и 20 демонстрируют высокую чувствительность модели по показателям объема спроса и соотношения спрос/предложение к изменению макроэкономических исходных данных – темпов роста доходов населения и объема ипотечной поддержки. 74 млн кв. м 2.5 12 2 10 8 1.5 6 4 2 1 2 3 4 5 6 7 8 9 10 1 0.5 0 1 2 3 4 5 6 7 8 9 10 0 2011 2012 2013 2014 2015 2016 2011 2012 2013 2014 2015 2016 Рисунок 20. Варианты динамики Рисунок 19. Варианты динамики соотношения спроса и предложения на объема предъявленного спроса на рынке жилой недвижимости рынке жилой недвижимости На рисунке 21 приведена динамика объема строительства коммерческого (предназначенного на продажу) жилья, а на рисунке 22 – объем предложения на первичном рынке (в млн. кв. м). В базовом варианте 1 объем строительства в 2013 году увеличивается, в последующие годы – стабилен. Это объясняется, как показано в работе [23], заданными исходными данными о планах города по вводу жилья (рост в 2013 году и стабильный объем в последующие годы вследствие ограничений по земельным ресурсам). Аналогично ведет себя и объем предложения (рисунок 4). В вариантах 2, 3 и 4, при резком снижении объема предъявленного спроса, объем строительства и предложения увеличивается с 2015 года. Это может быть объяснено замедлением темпов строительства вследствие снижения объема поглощения (рисунок 24) и потока доходов девелопера. В вариантах 5, 6, 7 и 8, 9 и 10, при сниженных доходах населения и близком к стабильности спросе, объем строительства и предложения стабилен, при этом не реагирует на снижение доходов и уменьшение ипотечной поддержки. Такой результат может быть объяснен инерционностью строительства: при незначительно различающихся в этих 75 двух группах вариантов объеме спроса и устойчивом превосходстве спроса над предложением объемы строительства и предложения не снижаются, при этом нет ни «зависшего» строительства и предложения, ни их роста вследствие отмеченного выше ограничения по земельным ресурсам. Таким образом, графики рисунков 21 и 22 демонстрируют достаточно высокую чувствительность модели по показателям объема строительства коммерческого жилья и предложения на первичном рынке к изменению макроэкономических исходных данных – темпов роста доходов населения и объема ипотечной поддержки. млн кв. м млн кв. м 8 4 7 3.5 6 3 5 2.5 4 2 3 4 5 6 7 8 9 10 2 1 2 3 4 5 6 2 7 8 1 9 10 3 1 1.5 1 0 0.5 0 2011 2012 2013 2014 2015 2016 Рисунок 21. Варианты динамики объема строительства коммерческой жилой недвижимости 2011 2012 2013 2014 2015 2016 Рисунок 22. Варианты динамики объема предложения на первичном рынке жилой недвижимости На рисунке 23 приведена динамика объема предъявленного спроса на первичном рынке (с учетом перетекания части избыточного спроса на дефицитный по спросу вторичный рынок), на рисунке 24 - динамика объема поглощения строящегося жилья (в млн.кв. м). В базовом варианте 1 после 2013 года объем спроса (рисунок 23) снижается, при этом он остается выше объемов предложения (рисунок 22). После роста объемов строительства и предложения в 2013 году растет и объем поглощения (рисунок 24). В 2014-2016 годах он стабилен и ограничивается стабильностью предложения (рисунок 22). 76 В варианте 2 объем спроса и поглощения по сравнению с вариантом 1 становится ниже с 2015 года, вследствие предшествующего интенсивного роста цен (рисунок 25) и оттока с рынка части покупателей. В варианте 3 и 4 объем спроса также снижается. Объем поглощения в 2013 году растет (вследствие роста объема предложения, т.е. сдвига вверх этого ограничения), в 2015 году снижается (вследствие снижения объема спроса – рисунок 23), в 2016 году – растет или стабилен (вследствие некоторого увеличения спроса). В вариантах 5, 6 и 7 в 2014-2016 годах при сохраняющемся низком уровне цен спрос стабилен и устойчиво превосходит предложение (рисунок 23), объем строительства и предложения также стабильны, вследствие чего стабилен и объем поглощения (рисунок 24), который ограничивается предложением. В вариантах 8, 9 и 10 при несколько снижающихся ценах (рисунок 25) объем предъявленного спроса повышается, объем поглощения стабилен. млн кв. м млн кв. м 7 0.8 6 0.7 0.6 5 0.5 4 0.4 3 2 1 1 2 3 4 5 6 7 8 9 10 0.3 0.2 0.1 1 2 3 4 5 6 7 8 9 10 0 0 2011 2012 2013 2014 2015 2016 Рисунок 23. Варианты динамики объема предъявленного спроса на первичном рынке недвижимости 2011 2012 2013 2014 2015 2016 Рисунок 24. Варианты динамики объема поглощения на первичном рынке недвижимости На рисунке 25 показаны варианты динамики средних удельных цен на первичном рынке (в тыс. руб./кв. м). 77 В базовом варианте 1 цены в 2013-2015 годах растут высокими темпами (более 17% в год), а в 2016 году – вырастают на 35%. В вариантах 2, 3 и 4 при повышенных доходах и сохраняющемся превосходстве спроса над предложением (рисунки 22 и 23) в 2013-2014 годах цены растут повышенными темпами (более 43% в год), в 2015-2016 году наблюдается переход к стабилизации (вследствие оттока покупателей и снижения объема поглощения). В вариантах 5, 6 и 7, при сниженных до нуля доходах, стабильном спросе и устойчивом превосходстве спроса над предложением (рисунок 23), цены растут незначительными темпами, а в вариантах 8, 9 и 10, при отрицательных темпах роста доходов – несколько снижаются (на 4-5% в год). Такая динамика может быть объяснена тем, что при низких ценах и низких доходах населения сохраняется высокий спрос на жилье и ипотеку, который сосредотачивается в сегменте дешевого жилья и малых размеров кредита, при сохранении и даже росте объемов поглощения и незначительно повышении или снижении цен. При этом снижение объема ипотечной поддержки (в условиях высокого спроса и низких цен) не сказывается на динамике цен. Таким образом, графики рисунков 23 и 24 демонстрируют достаточно высокую чувствительность модели по показателям объема поглощения жилья и динамики цен на первичном рынке к изменению макроэкономических исходных данных – темпов роста доходов населения и объема ипотечной поддержки. тыс. руб./ кв. м 600 500 400 1 3 5 7 9 2 4 6 8 10 300 200 100 0 2011 2012 Рисунок 2014 2015 2016 25.2013 Варианты динамики средней удельной цены на первичном рынке недвижимости 78 На рисунках 26 и 27 показаны варианты динамики объема предъявленного спроса и предложения на вторичном рынке (в тыс. квартир). Объем предъявленного спроса на вторичном рынке близко повторяет динамику общего для обоих рынков объема спроса (рисунок 19), поскольку в модель заложена гипотеза о том, что в случае избытка спроса на одном рынке и дефицита на другом происходит перетекание спроса на дефицитный рынок. В базовом варианте 1 объем предъявленного спроса с 2011 года постепенно снижается, а объем предложения растет, что объясняется ростом цен (рисунок 29). Соотношение спрос/предложение меняется в пользу предложения с 2015 года. В варианте 2 объем предъявленного спроса падает до 2015 года и несколько снижается в 2016 году, а предложение растет до 2015 года более высокими темпами, но в 2016 снижается вместе со снижением цен. Цены начинают снижаться на год раньше, а предложение – на шаг позже. Это связано с принятым в модели допущением о том, что продавцы ориентируются на ранее сложившиеся цены. Аналогичное явление наблюдается и в других вариантах расчета – снижение объема предложения при начале снижения цен происходит с лагом в один шаг расчета. В вариантах 3 и 4 падение спроса и рост предложения продолжается до 2015 года. В 2016 году спрос несколько увеличивается, а предложение снижается в полном соответствии с начавшемся снижением цен и с лагом в один год. В вариантах 5, 6 и 7 спрос на вторичном рынке увеличивается, причем при снижении ипотечной поддержки темпы роста снижаются. Объем предложения растет незначительными темпами при почти стабильных ценах. 79 В вариантах 8, 9 и 10 объем предъявленного спроса растет высокими темпами (они так же снижаются при уменьшении ипотечной поддержки), но цены снижаются вследствие снижения доходов населения, и объем предложения несколько снижается вместе со снижением цен. Таким образом, графики на рисунках 26 и 27 демонстрируют достаточно высокую чувствительность модели по показателям объема спроса и предложения на вторичном рынке к изменению макроэкономических исходных данных – темпов роста доходов населения и объема ипотечной поддержки. тыс. шт. тыс. шт. 200 160 180 150 160 140 140 120 100 80 60 40 1 3 2 4 130 5 6 120 7 8 9 10 1 2 3 4 5 6 7 8 9 10 110 20 0 100 2011 2012 2013 2014 2015 2016 Рисунок 26. Варианты динамики объема предъявленного спроса на вторичном рынке недвижимости 2011 2012 2013 2014 2015 2016 Рисунок 27. Варианты динамики объема предложения квартир на вторичном рынке недвижимости На рисунках 28 и 29 показаны варианты динамики объема поглощения квартир на вторичном рынке (в тыс. шт.) и средней удельной цены квартир (тыс. руб./кв. м). В базовом варианте 1 объем поглощения постепенно растет до 2015 года, но затем снижается в соответствии со снижением спроса, который становится меньше предложения (рисунок 25). При этом цены также растут, в том числе и в 2016 году, в связи с общим превышением спроса над предложением на рынке (рисунок 20). 80 В варианте 2 объем поглощения падает вместе со спросом с 2015 года. При этом цены начинают снижаться. В вариантах 3 и 4 объем поглощения падает в 2014 и 2015 годах, но в 2016 году увеличивается вследствие увеличения объема спроса (рисунок 26). При этом цены плавно снижаются, поскольку спрос все еще меньше предложения. В вариантах 5, 6, 7 и 8, 9 и 10 объем поглощения почти стабилен, несмотря на рост спроса, поскольку поглощение начинает ограничиваться предложением (рисунок 27). Цены соответственно повышаются либо снижаются небольшими темпами. Различия между вариантами в связи с снижением ипотечной поддержки – незначительны, что естественно в условиях дефицита предложения и соответствует ранее выявленным закономерностям рынка: при низких ценах и низких доходах населения сохраняется высокий спрос на жилье и ипотеку, который сосредотачивается в сегменте дешевого жилья и малых размеров кредита, при сохранении и даже росте объемов поглощения. тыс. руб./кв.м. 500 тыс. шт. 120 450 100 400 350 80 300 60 1 3 5 7 9 40 20 250 2 4 6 8 10 200 150 0 100 1 2 3 4 5 50 6 7 8 9 10 0 2011 2012 2013 2014 2015 2016 Рисунок 28. Варианты динамики объема поглощения квартир на вторичном рынке недвижимости 2011 2012 2013 2014 2015 2016 Рисунок 29. Варианты динамики средней удельной цены на вторичном рынке недвижимости 81 Таким образом, графики рисунков 28 и 29 демонстрируют достаточно высокую чувствительность модели по показателям объема поглощения и динамики цен на вторичном рынке к изменению макроэкономических исходных данных – темпов роста доходов населения и объема ипотечной поддержки. [41] 2.4. Выводы по главе 2 1. Усовершенствована структура модели посредством включения блоков подготовки исходных данных и блока организации итерационных циклов внутри одного шага (года) для уточнения прогноза. 2. Усовершенствован предварительного алгоритм предъявленного модели спроса на в части определения ипотечные продукты, определения спроса с перетеканием между рынками (первичным и вторичным) и определения типа рынка и прогнозирования уровня цен. 3. Проведена апробация, калибровка модели и количественная оценка достоверности прогнозирования на примере рынка недвижимости г. Москва, получены результаты, подтверждающие адекватность модели реальной ситуации на рынке. 4. Проведен удовлетворительная анализ результатов чувствительность апробации модели и к подтверждена изменению макроэкономических параметров. 82 ГЛАВА 3. ПРИМЕНЕНИЕ УСОВЕРШЕНСТВОВАННОЙ МЕТОДИКИ ДЛЯ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ ЛОКАЛЬНОГО РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ 3.1. Прогнозирование развития рынка (на примере рынка жилой недвижимости Москвы и Перми) с использованием усовершенствованной модели и применение прогноза для оценки экономической эффективности девелоперского проекта 3.1.1. Прогнозирование развития рынка на примере рынка жилой недвижимости Москвы В качестве исходных данных принимаются данные, приведенные в таблицах 7, 9, 10, 11 пункта 2.3 настоящей работы. 83 Таблица 15. Параметры, заданные на глубину прогнозирования (векторные) показатели федеральный норматив среднего уровня обеспеченности жильем, кв. м/чел. Планируемый объем жилищного фонда, млн кв. м объем сноса жилого фонда, млн. кв. м планируемый государством объем ввода жилья, млн кв. м планируемый объем ввода муниципального жилья, млн кв. м планируемый государством объем жилищного ипотечного кредитования, млрд. руб. 2010 (базовый) 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 20,6 21,0 21,6 22,2 22,8 23,5 24,2 24,2 24,2 24,2 24,2 215,7 218,1 220,4 222,8 225,2 227,6 230,0 230,0 230,0 230,0 230,0 0,2 0,3 0,5 0,4 0,4 0,0 0,0 0,0 0,0 0,0 0,0 1,7 1,8 1,6 2,5 2,5 2,5 2,5 2,5 2,5 2,5 2,5 0,7 0,8 0,6 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 47,0 48,5 62,4 122,9 153,6 184,3 211,2 232,3 255,6 281,1 309,2 Таблица 16. Параметры, заданные на глубину прогнозирования (векторные) Показатели численность населения N, млн чел. темпы роста реальных располагаемых денежных доходов населения , % темп инфляции, %; 2010 (базовый) 11,5 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 11,6 11,6 11,6 11,6 11,6 11,6 11,6 11,6 11,6 11,6 -8,0 -1,6 -1,6 2,5 3,0 4,0 5,0 2,9 -0,2 2,2 3,2 8,8 6,1 6,6 5,7 5,7 5,5 5,5 5,1 5,3 5,1 5,0 84 Таблица 17. Основные показатели прогноза развития рынка жилой недвижимости Москвы Показатели Прогнозируемая обеспеченность населения жильем, кв. м./чел. Прогнозируемый объем некачественного жилья в жилом фонде города, млн. кв. м. Прогнозируемая потребность населения в жилье, млн. кв. м. Потенциальный объем ввода коммерческого жилья, млн. кв. м. Потенциальный объем строительства коммерческого жилья, млн. кв. м. Предъявленный платежеспособный спрос населения города, млрд. руб. Предъявленный платежеспособный спрос населения города, млн. кв. м. Ипотечное предложение, млрд. руб. Потенциальный объем прокредитованных площадей, млн. кв. м. Потенциальный объем ипотечного кредитования на первичном рынке площадей, млн. кв. м. Потенциальный объем ипотечного кредитования на вторичном рынке площадей, млн. кв. м. Объем предложения ипотечных продуктов на первичном рынке квартир, тыс. шт. Объем предложения ипотечных продуктов на вторичном рынке квартир, тыс. шт. Поглощение ипотечных кредитов, тыс. шт. Предъявленный спрос инвесторов на рынке площадей, млн. кв. м. Предъявленный спрос инвесторов на рынке квартир, тыс. шт. Предъявленный спрос нерезидентов на рынке площадей, млн. кв. м. Предъявленный спрос нерезидентов на рынке квартир, тыс. шт. Объем поглощения услуг ипотечного кредитования, млн. кв. м. Соотношение спроса и предложения площадей на первичном рынке, ед. Соотношение спроса и предложения площадей на вторичном рынке, ед. 2010 (базовый) 18,76 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 18,72 18,82 19,00 19,18 19,40 19,62 19,84 20,06 20,28 20,50 108,00 100,30 95,60 90,90 86,20 81,50 76,80 72,10 67,40 62,70 58,00 - 126,69 0,98 127,88 0,95 128,02 1,78 128,14 1,78 129,02 1,78 129,90 1,78 122,66 1,78 115,42 1,78 108,18 1,78 100,94 1,78 - 2,80 2,71 5,09 5,09 5,09 5,09 7,12 7,12 7,12 7,12 - 558,73 558,73 558,73 558,73 558,73 558,73 319,27 319,27 319,27 319,27 - 3,45 3,17 2,68 2,29 1,95 1,61 0,91 0,97 1,02 1,07 - 48,50 0,26 62,40 0,31 122,90 0,52 153,60 0,56 184,30 0,57 211,20 0,46 232,32 0,54 255,55 0,63 281,11 0,73 309,22 0,84 - 0,05 0,06 0,09 0,10 0,10 0,09 0,05 0,05 0,06 0,07 - 0,21 0,25 0,43 0,45 0,46 0,38 0,49 0,57 0,67 0,77 - 0,63 0,75 1,29 1,38 1,41 1,19 0,85 1,00 1,16 1,34 - 9,09 10,77 18,20 19,46 19,89 16,12 33,61 39,37 45,68 52,78 - 7,97 1,16 19,55 3,50 48,89 0,26 9,45 1,16 19,58 3,50 48,96 0,31 15,97 1,22 20,64 3,69 51,60 0,52 17,08 1,25 21,12 3,78 52,81 0,56 17,47 1,29 21,78 3,90 54,46 0,57 14,19 1,33 22,48 4,02 56,20 0,46 20,68 0,00 0,00 1,11 15,82 0,54 24,23 0,00 0,00 0,90 12,81 0,63 28,10 0,00 0,00 1,00 14,30 0,73 32,48 0,00 0,00 1,12 15,96 0,84 - 4,82 4,88 2,64 2,61 2,61 2,61 0,42 0,38 0,42 0,46 - 1,09 1,02 0,97 0,87 0,78 0,68 0,43 0,48 0,54 0,61 85 Соотношение спроса и предложения площадей в целом на рынке жилья, ед. Индикатор состояния рынка по соотношению спрос/предложение Индикатор типа рынка Объем предложения общей жилой площади на первичном рынке, тыс. шт. Объем предложения квартир на вторичном рынке, тыс. шт. Объем предъявленного спроса на площади коммерческого жилья, млн кв. м Объем предъявленного спроса на квартиры коммерческого жилья, тыс. шт. Объем предъявленного спроса на первичном рынке коммерческого жилья, тыс. шт. Объем предъявленного спроса с перетеканием на первичном рынке коммерческого жилья, тыс. шт. Объем предъявленного спроса на вторичном рынке квартир, тыс. шт. Объем предъявленного спроса с перетеканием на вторичном рынке, тыс. шт. Удовлетворенный спрос (поглощение коммерческих площадей) на первичном рынке, тыс. шт. Удовлетворенный спрос на вторичном рынке, тыс. шт. Годовой прирост средней удельной цены на вторичном рынке, % Средняя удельная цена на вторичном рынке в конце текущего года, тыс. руб./кв. м Средняя удельная цена жилья в конце текущего года на первичном рынке, тыс. руб./кв. м 1,05 2,01 1,84 1,51 1,44 1,38 1,29 0,39 0,42 0,47 0,53 2,00 3,00 4 4 4 4 4 5 4 5 4 5 4 6 1 1 1 1 1 1 1 1 - 12,44 12,06 22,60 22,60 22,60 22,60 37,67 37,67 37,67 37,67 115,00 117,12 119,12 122,14 126,26 130,62 138,39 145,79 144,19 142,57 141,15 - 8,42 8,21 8,23 8,00 7,83 7,53 2,91 2,91 3,24 3,60 - 186,66 179,94 175,70 166,61 158,77 148,84 78,98 83,75 93,37 103,95 - 59,96 58,92 59,63 59,09 59,10 58,92 15,96 14,26 15,70 17,28 - 59,96 58,92 34,07 32,45 31,10 29,23 14,87 15,87 17,75 19,82 - 126,70 121,01 116,07 107,52 99,67 89,92 63,02 69,48 77,67 86,67 - 126,70 121,01 141,63 134,17 127,67 119,61 64,11 67,87 75,61 84,13 12,90 4,36 4,22 7,91 7,91 7,91 7,91 6,15 6,59 7,38 8,25 85,40 - 92,92 8,35 94,48 8,62 96,11 16,59 99,33 16,88 102,14 17,35 95,69 41,46 44,88 -4,89 47,51 -6,10 52,93 -5,18 58,89 -4,81 168,50 182,57 198,32 231,22 270,26 317,13 448,62 426,68 400,63 379,87 361,61 196,80 208,13 226,08 258,97 302,69 355,19 480,03 503,48 472,75 448,25 426,70 Примечание: Источником исходных данных таблиц 7,9,10,11,15,16 является ООО «Sternik`s Consulting». 86 млн кв. м млрд. руб. млн кв. м 600.00 10.00 8.00 7.00 500.00 8.00 6.00 платежеспособный спрос, млрд. руб. 400.00 ипотечное предложение, млрд. руб. 6.00 предъявленный спрос населения (без ипотеки), млн кв. м 300.00 5.00 4.00 суммарный предъявленный спрос, млн кв. м ввод: прогноз факт 4.00 строительство: прогноз 3.00 факт 200.00 2.00 2.00 100.00 1.00 0.00 0.00 2011 2012 2013 2014 2015 2016 2017 2018 2019 0.00 2011 2020 2013 2014 2015 2016 2017 2018 2019 тыс. шт. млн.кв. м. Предъявленный спрос, предложение и поглощение площадей на первичном рынке 70 140 60 120 предварительный спрос 50 спрос с перетеканием 100 поглощение 40 предложение 80 30 Предварительный спрос 60 спрос с перетеканием 40 20 поглощение поглощение: факт 20 10 Предложение 0 0 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Рисунок 32. Предъявленный спрос, предложение и поглощение квартир на вторичном рынке жилой недвижимости Москвы 2020 Рисунок 31. Объем строительства коммерческой жилой недвижимости Рисунок 30. Спрос на рынке жилой недвижимости Москвы 160 2012 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Рисунок 33. Предъявленный спрос, предложение и поглощение площадей на рынке первичной недвижимости Москвы 87 Средняя удельная цена жилья в конце года на вторичном и первичном рынке тыс. руб./кв. м 600 500 400 300 200 100 вторичный рынок факт первичный рынок факт 0 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Рисунок 34. Средняя удельная цена жилой недвижимости на первичном и вторичном рынках недвижимости Москвы При развитии рынка по данному сценарию (умеренный рост доходов и средний уровень ипотечной поддержки) на первичном рынке предъявленный спрос (с учетом перетекания на вторичный рынок) хотя и снижается, но остается выше предложения, предложение в 2013-2016 году стабильно, объем поглощения постепенно увеличивается, цены к 2016 году вырастут в 2,3 раза. На вторичном рынке предъявленный спрос (с учетом перетекания избытка спроса с первичного рынка) с 2014 года снижается, но остается выше предложения, а в 2015-2016 году становится ниже предложения, предложение повышается, объем поглощения квартир стабилен, цены вырастут в 2,5 раза за 2011-2016 год. В целом рынок переживает ситуацию устойчивого роста (аналог 2003 и 2006 года) и перехода в 2016 году к стабилизации на буме, аналогичной началу 2004-го и концу 2006-го года. 88 3.1.2. Прогнозирование развития рынка на примере рынка жилой недвижимости Перми Таблица 18. Параметры, заданные на глубину прогнозирования (векторные) Показатели 2010 (базовый) 2011 2012 2013 2014 2015 2016 численность населения N, млн чел. темпы роста ВРП, % 1,0 1,0 1,0 1,0 1,0 1,0 1,0 15,4 28,9 -3,9 6,4 10,5 8,8 6,1 -7,4 -2,6 -3,0 1,0 3,0 2,0 5,0 10,2 6,7 7,3 8,7 7,5 6,1 5,6 темпы роста инвестиций в основной капитал, % темпы роста реальных располагаемых денежных доходов населения , % темп инфляции, %; Таблица 19. Параметры, постоянные при расчетах (скалярные) показатель среднее количество членов домохозяйства nс, чел. коэффициент теневых доходов Ктд норма сбережения населения НС, % Среднедушевой доход населения в базовом (2010) году, тыс. руб. Превышение над среднедушевым доходом среднего уровня дохода в 3-8-й децильной группе (60% населения), раз Превышение над среднедушевым доходом среднего уровня дохода в 9-й децильной группе (10% населения), раз Превышение над среднедушевым доходом среднего уровня дохода в 10-й децильной группе (10% населения), раз значение 2,5 2,2 40 33,6 0,53 1,15 1,76 Таблица 20. Параметры, заданные на глубину прогнозирования (векторные) показатели федеральный норматив среднего уровня обеспеченности жильем, кв. м/чел. Планируемый объем жилищного фонда, млн кв. м объем сноса жилого фонда, млн. кв. м планируемый государством объем ввода жилья, млн кв. м планируемый объем ввода муниципального жилья, млн кв. м 2010 (базовый) 2011 2012 2013 2014 2015 2016 21,3 21,6 21,8 22,5 22,9 23,4 24,0 21,1 21,6 22,1 22,1 23,0 23,7 24,0 0,01 0,02 0,01 0,01 0,02 0,03 0,0 0,3 0,4 0,4 0,4 0,5 0,6 0,7 0,0 0,02 0,01 0,02 0,02 0,02 0,0 89 планируемый государством объем жилищного ипотечного кредитования, млрд. руб. 4,3 9,3 10,8 15,5 16,1 16,7 17,4 Таблица 21. Параметры, постоянные при расчетах (скалярные) показатель средняя площадь квартиры в новостройках, кв. м средняя площадь квартиры в готовых домах, кв. м средняя площадь приобретаемого жилья в альтернативных сделках, кв. м доля первичного рынка в спросе, % доля первичного рынка в предложении, % доля инвестиционных сделок на первичном рынке от общего числа инвестиционных сделок, % доля первичного рынка в спросе нерезидентов, % эластичность предложения на вторичном рынке по цене, % Данные для 2010 базового года средняя удельная цена жилья на вторичном рынке в декабре, тыс. руб./кв. м прирост средней удельной цены на вторичном, % объем предложения на вторичном рынке, тыс. квартир объем поглощения на вторичном рынке, тыс. квартир объем некачественного фонда, млн кв. м Соотношение спроса и предложения площадей в целом на рынке жилья, ед Удовлетворенный спрос (поглощение квартир) на первичном рынке коммерческого жилья, тыс. квартир Прогнозируемый объем предложения на первичном рынке, млн. кв.м. Прогнозируемый объем предложения площадей на вторичном рынке, млн. кв.м. Средняя удельная цена жилья на первичном рынке в конце года, тыс. руб./кв.м. Объем ввода, млн. кв. м. Объем строительства, млн. кв. м. Объем поглощения на вторичном рынке, тыс. квартир. Объем поглощения на первичном рынке, млн. кв. м. значение 67 57 18 40 40 50 0 25 44,1 4 18 13,15 10 0,98 5,2 0,55 0,613 37,3 0,282 0,962 13,2 0,35 Таблица 22. Параметры, зависящие от соотношения спрос/предложение Параметр Коэффициент соотношения ввод/строительство Коэффициент соотношения строительство/предложение Коэффициент соотношения поглощение/предложение на первичном рынке Коэффициент соотношения поглощение/спрос на первичном рынке Коэффициент соотношения поглощение/ограничение на первичном рынке Коэффициент соотношения поглощение/ограничение на вторичном рынке Доля респондентов, готовых приобрести жилье на рынке за свой счет в течение ближайшего года, от общего числа домохозяйств (предъявленный спрос), % Доля приобретателей квартир–нерезидентов, % Индикатор состояния спрос/предложение 1 2 3 4 0,28 0,33 0,36 0,34 1,52 1,80 1,90 2,20 0,60 0,78 0,77 0,94 0,60 0,78 0,77 0,94 0,43 0,78 0,77 0,94 0,60 0,80 0,83 0,71 4,4% 4,6% 4,7% 8,5% 0% 0% 0% 0% 90 Доля респондентов, готовых приобрести жилье на вто ричном рынке с учетом продажи имеющейся квартиры, от общего числа приобретателей вторичного рынка (альтернативные сделки), % Доля ипотечных сделок на рынке жилья, % Доля инвестиционного спроса на рынке жилья, % Доля первичного рынка в общем объеме ипотечных сделок, %; Доля ипотечных сделок от общего числа сделок на первичном рынке, % Доля ипотечных сделок от общего числа сделок на вторичном рынке, % Средняя доля кредита в стоимости квартиры, % 60% 69% 80% 70% 17% 13% 10% 33% 8% 23% 22% 38% 20% 25% 36% 15% 8% 25% 19% 22% 21% 37% 23% 25% 91% 57% 53% 63% Таблица 23.Параметры, зависящие от типа рынка Параметр 1 Соотношение цен первичного и вторичного рынка Индекс типа рынка 2 3 4 5 6 0,85 0,85 0,85 0,85 0,90 1,05 1 2 3 4 5 6 № модели прогнозирования цен Таблица 24. Основные показатели прогноза развития рынка жилой недвижимости Перми Показатели Прогнозируемая обеспеченность населения жильем, кв. м./чел. Прогнозируемый объем некачественного жилья в жилом фонде города, млн. кв. м. Прогнозируемая потребность населения в жилье, млн. кв. м. Потенциальный объем ввода коммерческого жилья, млн. кв. м. Потенциальный объем строительства коммерческого жилья, млн. кв. м. Предъявленный платежеспособный спрос населения города, млрд. руб. Предъявленный платежеспособный спрос населения города, млн. кв. м. Ипотечное предложение, млрд. руб. Потенциальный объем прокредитованных площадей, млн. кв. м. Потенциальный объем ипотечного кредитования на первичном рынке площадей, млн. кв. м. Потенциальный объем ипотечного кредитования на вторичном рынке площадей, млн. кв. м. 2010 (базовый) 2011 2012 2013 2014 2015 2016 - 21,44 21,54 22,08 22,43 22,95 23,54 10,00 10,00 10,00 10,00 10,00 10,00 10,00 - 10,16 10,26 10,42 10,47 10,45 10,47 - 0,35 0,39 0,38 0,43 0,57 0,64 - 1,03 1,15 1,12 1,26 2,02 2,29 - 63,43 64,27 63,79 64,00 33,22 33,27 - 1,26 1,18 0,99 0,84 0,47 0,49 - 9,34 10,78 15,54 16,13 16,74 17,37 - 0,20 0,21 0,26 0,23 0,25 0,27 - 0,03 0,04 0,04 0,04 0,03 0,03 - 0,17 0,18 0,22 0,19 0,22 0,24 91 Объем предложения ипотечных продуктов на первичном рынке квартир, тыс. шт. Объем предложения ипотечных продуктов на вторичном рынке квартир, тыс. шт. Поглощение ипотечных кредитов, тыс. шт. Предъявленный спрос инвесторов на рынке площадей, млн. кв. м. Предъявленный спрос инвесторов на рынке квартир, тыс. шт. Предъявленный спрос нерезидентов на рынке площадей, млн. кв. м. Предъявленный спрос нерезидентов на рынке квартир, тыс. шт. Объем поглощения услуг ипотечного кредитования, млн. кв. м. Соотношение спроса и предложения площадей на первичном рынке, ед. Соотношение спроса и предложения площадей на вторичном рынке, ед. Соотношение спроса и предложения площадей в целом на рынке жилья, ед. Индикатор состояния рынка по соотношению спрос/предложение Индикатор типа рынка Объем предложения общей жилой площади на первичном рынке, тыс. шт. Объем предложения квартир на вторичном рынке, тыс. шт. Объем предъявленного спроса на площади коммерческого жилья, млн кв. м Объем предъявленного спроса на квартиры коммерческого жилья, тыс. шт. Объем предъявленного спроса на первичном рынке коммерческого жилья, тыс. шт. Объем предъявленного спроса с перетеканием на первичном рынке коммерческого жилья, тыс. шт. Объем предъявленного спроса на вторичном рынке квартир, тыс. шт. Объем предъявленного спроса с перетеканием на вторичном рынке, тыс. шт. Удовлетворенный спрос (поглощение коммерческих площадей) на первичном рынке, тыс. шт. Удовлетворенный спрос на вторичном рынке, тыс. шт. Годовой прирост средней удельной цены на вторичном рынке, % Средняя удельная цена на вторичном рынке в конце текущего года, тыс. руб./кв. м - 0,82 0,87 1,01 0,89 0,47 0,51 - 8,89 9,50 11,65 10,26 7,23 7,81 - 6,12 6,54 7,98 7,03 7,04 7,60 - 0,35 0,37 0,38 0,41 0,11 0,07 - 7,34 7,59 7,83 8,55 2,26 1,34 - 0,00 0,00 0,00 0,00 0,00 0,00 - 0,00 0,00 0,00 0,00 0,00 0,00 - 0,20 0,21 0,26 0,23 0,25 0,27 - 1,72 1,51 1,43 1,19 0,22 0,18 - 1,75 1,65 1,49 1,22 0,61 0,64 0,98 2,03 1,71 1,57 1,29 0,43 0,36 2,00 4 4 4 4 1 1 1,00 4 4 5 5 1 1 0,55 0,47 0,52 0,51 0,57 1,33 1,50 18,00 19,20 19,99 21,89 23,86 25,64 25,09 - 1,93 1,89 1,78 1,62 0,86 0,85 - 44,86 44,00 41,99 37,99 20,25 20,37 - 0,80 0,78 0,73 0,68 0,29 0,27 - 0,80 0,78 0,73 0,68 0,57 0,54 - 32,86 32,30 31,17 27,81 15,85 16,27 - 32,86 32,30 31,17 27,81 11,75 12,25 - 0,44 0,49 0,48 0,54 0,26 0,25 13,15 13,32 13,86 14,84 16,16 7,06 7,36 - 8,08 8,17 17,38 17,89 -4,86 -3,82 44,10 47,67 51,56 60,52 71,35 67,88 65,29 92 Средняя удельная цена жилья в конце текущего года на первичном рынке, тыс. руб./кв. м 37,30 40,52 43,83 54,47 64,22 57,70 55,49 Примечание: Источником исходных данных в таблицах 18-23 является доклад «Возможности применения модели среднесрочного прогнозирования развития локального рынка жилой недвижимости Перми», ГК «Камская Долина», Пермь. млн кв. м млрд. руб. млн кв. м 70 10 2.5 ввод: прогноз факт 60 8 50 платежеспособный спрос, млрд. руб. 40 ипотечное предложение, млрд. руб. строительство: прогноз 2 6 1.5 4 1 2 0.5 факт предъявленный спрос населения (без ипотеки), млн кв. м 30 суммарный предъявленный спрос, млн кв. м 20 10 0 0 0 2011 2012 2013 2014 2015 2010 2016 млн.кв. м. 35 2012 2013 2014 2015 2016 Рисунок 35. Объем строительства коммерческой жилой недвижимости Рисунок 34. Спрос на рынке жилой недвижимости Перми тыс. шт. 2011 Предъявленный спрос, предложение и поглощение площадей на первичном рынке 2 предварительный спрос спрос с перетеканием 1 30 поглощение поглощение: факт предложение предложение: факт 1 25 1 20 1 15 1 Предварительный спрос 10 спрос с перетеканием 0 поглощение поглощение: факт 5 0 Предложение Предложение (факт) 0 0 2010 2011 2012 2013 2014 2015 2016 2010 2011 2012 2013 2014 2015 2016 Рисунок 37. Предъявленный Рисунок 36. Предъявленный спрос, предложение и поглощение квартир на спрос, предложение и поглощение площадей на рынке первичной вторичном рынке жилой недвижимости недвижимости Перми Перми 93 Средняя удельная цена жилья в конце года на вторичном и первичном рынке тыс. руб./кв. м 80 70 60 50 40 30 вторичный рынок факт первичный рынок факт 20 10 0 2010 2011 2012 2013 2014 2015 2016 Рассматриваемый сценарий предполагает, что реальные доходы населения г. Перми будут расти с 1% в 2013 г. до 5% в 2016 г., инфляция стабилизируется к 2016 г. на уровне 5,5%. В соответствии с целевыми программами развития строительства в Пермском крае, объемы строительства и ввода жилья растут более заметно с 2015 г. Предложение на первичном рынке заметно увеличится и станет больше спроса, насыщение способствует снижению спроса, объем поглощения начинает снижаться. На вторичном рынке предложение растет меньшими темпами, чем на первичном рынке. Но поскольку спрос в 2015 г. снижается, рынок жилья как первичный, так и вторичный становится рынком покупателя. Объем поглощения снижается вслед за спросом. Средние цены растут в 2013 – 2014 гг. темпами 18 – 20% в год. Это обеспечивает инвестиционную привлекательность девелопмента, растут объемы строительства. Одновременно снижается доступность жилья для населения. Начинается отток покупателей и снижение объема предъявленного спроса и поглощения. В 2015 – 2016 гг. цены снижаются на 5 – 10% годовых. 94 Таким образом, получены количественные прогнозные оценки динамики рынка жилой недвижимости Перми до 2016 года в зависимости от динамики макроэкономических параметров. Полученные прогнозные результаты имеют малые отклонения от фактических значений, что подтверждает возможность использования Методики среднесрочного прогнозирования развития локального рынка жилой недвижимости, апробированной на рынке недвижимости Москвы для прогнозирования динамики основных показателей рынка жилой недвижимости Перми. 3.1.3. Применение прогноза для оценки экономической эффективности девелоперского проекта (на примере Москвы). В пункте 1.1 прогнозирования девелоперскими настоящего рынка исследования недвижимости проектами и показано, в рассмотрено методологии что место управления применение методов прогнозирования необходимо для обеспечения достоверными исходными данными для оценки экономической эффективности девелоперского проекта. Рассмотрим пример оценки экономической эффективности с применением результатов прогнозирования, полученных в пункте 2.1 настоящего исследования. Допустим, что к реализации начиная с 2015 года компаниейдевелопером планируется 200 тыс. кв.м. жилой недвижимости. Необходимо определить величину денежного потока выручки от продаж на пятилетнем горизонте с 2015 года. Рассмотрим два варианта расчета - с учетом прогноза и без. Примем объем поглощения в 2015 году равным 200 5 = 40 тыс. кв.м. (чтобы по Варианту №1 на горизонте планирования весь объем оказался реализован) для обоих вариантов. Вариант №1 (без учета прогноза) При данном варианте расчета прогноз не принимается во внимание, а значения поглощения и цены реализации принимаются на уровне 95 фактического уровня в 2013 году и не индексируются. Результаты расчетов приведены в таблице ниже. Таблица 25. Выручка при Варианте №1 (без учета прогноза) Наименование показателя 2015 Цена, тыс.руб./кв.м. Объем продаж, тыс. кв.м. Выручка от реализации, млн.руб. ИТОГО выручка, млн.руб. 2016 2017 2018 2019 355,2 40,0 355,2 40,0 355,2 40,0 355,2 40,0 355,2 40,0 14 207,6 71 038,0 14 207,6 14 207,6 14 207,6 14 207,6 Вариант №2 (с учетом прогноза) Прогнозные данные в целом по рынке Москвы приведены в таблице 26. Таблица 26. Прогнозные данные для рынка недвижимости Москвы Наименование показателя 2015 Цена на первичном рынке тыс.руб./кв.м. Поглощение, тыс. кв.м. индекс изменения поглощения 2016 2017 2018 2019 2020 355,2 355,2 355,2 355,2 355,2 355,2 712,0 712,0 553,7 593,1 664,2 742,5 100% 78% 107% 112% 112% Применим прогнозную индексацию поглощения и прогнозные цены для расчета. Результат расчета приведен в таблице 27. Таблица 27. Выручка при Варианте №1 (без учета прогноза) Наименование показателя Цена, тыс.руб./кв.м. Объем продаж, тыс. кв.м. Выручка от реализации, млн.руб. ИТОГО выручка, млн.руб. 2015 2016 2017 2018 2019 2020 355,2 40,0 480,0 40,0 503,5 31,1 472,7 33,3 448,3 37,3 426,7 18,3 14 207,6 19 201,1 15 661,9 15 751,6 16 727,2 7 790,2 89 339,6 Таким образом, можно видеть, что результаты расчетов выручки по двум вариантам отличаются на 20%. Кроме того, во втором варианте предполагается реализация 18,3 тыс. кв.м. в 2020 году, то есть реализация продлится на год больше, но выручка уже в 2019 году будет составлять 81 549,4 млн. рублей, что превышает аналогичное значение в Варианте №1. 96 Можно сделать вывод, что оценка эффективности, основанная на исходных данных, полученных в результате прогнозирования обеспечивает более высокую степень точности расчетов и отражает ситуацию на рынке более объективно. 3.2. Исследование влияния макроэкономических параметров на динамику развития рынка жилой недвижимости. Оценка влияния внешних условий функционирования рынка на динамику его развития при фиксированных целевых объемах ввода. По результатам тестирования сформированы три сценария развития рынка жилой недвижимости Москвы в 2013-2016 годах в зависимости от изменения макроэкономических параметров относительно базового варианта (Сценарий №1 – представлен в пункте 3.1 настоящего исследования). Сценарий № 1 – базовый вариант. Темпы роста доходов населения в номинальном выражении 8-11%, денежный объем ипотечного кредитования – по оптимистическому сценарию работы [23]. Сценарий № 2 соответствует варианту 2: темп роста доходов населения в номинальном выражении 13-14%, денежный объем ипотечного кредитования +20% от базового варианта. Сценарий № 3 соответствует варианту 6: темп роста доходов населения в номинальном выражении близок к нулю, денежный объем ипотечного кредитования на уровне базового варианта. Сценарий № 4 соответствует варианту 10: темп роста доходов населения в номинальном выражении -6% (доходы снижаются), денежный объем ипотечного кредитования -20% от базового варианта. Совместная динамика основных показателей развития рынка при Сценарии №1 (умеренный рост доходов и средний уровень ипотечной поддержки) приведена в пункте 3.1 настоящего исследования, при других вариантах – на рисунках 13 - 15. 97 При развитии рынка по Сценарию № 2 (повышенные темпы роста доходов и ипотечной поддержки) на первичном рынке предъявленный спрос (с учетом перетекания на вторичный рынок) снижается, но до 2014 года остается выше предложения и далее - ниже предложения, предложение растет и становится больше спроса в 2015 году, объем поглощения после 2013 года постепенно снижается, цены к 2015 году вырастут более чем вдвое и в следующем году начинают снижаться. На вторичном рынке предъявленный спрос (с учетом перетекания избытка спроса с первичного рынка) с 2014 года снижается и становится ниже предложения, предложение повышается до 2015 года и затем несколько снижается, объем поглощения квартир с 2015 года падает, цены вырастают вдвое к 2014 году, но затем снижаются. В целом рынок переживает кризисную ситуацию, аналогичную осени 2008 – началу 2009 года. Первичный рынок млн кв. м тыс. руб./кв. м 500 6 тыс. квартир Вторичный рынок тыс. руб./кв. м 500 180 160 5 спрос предложение поглощение цены 4 400 400 140 120 300 300 100 3 80 200 2 200 60 100 1 спрос предложение поглощение цены 40 20 0 0 2011 2012 2013 2014 2015 100 0 2016 0 2011 2012 2013 2014 2015 2016 Рисунок 39. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию №2 При развитии рынка по Сценарию № 3 (близкие к нулю темпы роста доходов и повышенный уровень ипотечной поддержки) на первичном рынке предъявленный спрос устойчиво выше предложения, предложение стабильно, объем поглощения после 2013 года стабилизируется, цены с 2012 года плавно растут невысокими темпами (1% в год). 98 На вторичном рынке предъявленный спрос (с учетом перетекания избытка спроса с первичного рынка) с 2013 повышается и остается выше предложения, предложение незначительно повышается, объем поглощения квартир с 2013 года стабилен, цены растут небольшими темпами. В целом рынок сохраняет стабильность по всем показателям. Ситуация аналогична середине 2004 – 2005 года. Первичный рынок млн кв. м тыс. руб./кв. м 240 6 тыс. квартир тыс. руб./кв. м 160 230 150 220 140 210 130 200 120 190 110 180 100 170 90 160 80 5 Вторичный рынок спрос предложение поглощение цены 4 спрос предложение поглощение цены 3 2 1 0 2011 2012 2013 2014 2015 2016 160 2011 2012 2013 2014 2015 2016 Рисунок 40. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию №3 При развитии рынка по Сценарию № 4 (снижение доходов и пониженный уровень предъявленный спрос ипотечной устойчиво поддержки) выше на первичном предложения, рынке предложение стабильно, объем поглощения после 2013 года стабилизируется, цены после 2012 года существенно снижаются с темпо около 5% в год). На вторичном рынке предъявленный спрос с 2013 повышается и остается выше предложения, предложение незначительно снижается, объем поглощения квартир с 2013 года также снижается, цены после 2012 года снижаются с темпом около 5% в год. Такое поведение рынка аналогично ситуации 2011 года и соответствует ранее выявленным закономерностям: при низких ценах и низких доходах 99 населения сохраняется высокий спрос на жилье и ипотеку, который сосредотачивается в сегменте дешевого жилья и малых размеров кредита, при сохранении и даже росте объемов поглощения и незначительном повышении или снижении цен. В целом рынок близок к состоянию рецессии по показателям объема поглощения и динамике цен (аналог ситуации середины 2007 года). Первичный рынок млн кв. м тыс. руб./кв. м тыс. квартир Вторичный рынок тыс. руб./кв. м 7 190 6 170 5 200 150 спрос предложение поглощение цены 4 3 130 110 2 90 1 70 0 170 2011 2012 2013 2014 2015 2016 100 спрос предложение поглощение цены 50 0 2011 2012 2013 2014 2015 2016 Рисунок 41. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию №4. Таким образом, получены следующие оценки влияния внешних условий функционирования на развитие рынка жилой недвижимости Москвы при фиксированных показателях целевого объема ввода жилья в 2013-2016 годах. Сценарий №1 (средние темпы роста доходов (8-11%) и ипотечной поддержки) отличается значительными темпами роста цен в 2013-2015 годах (17%) и 35% в 2016 голу, что повышает инвестиционную привлекательность девелопмента, но снижает доступность жилья для населения. В целом рынок переживает ситуацию устойчивого роста и перехода в 2016 году к стабилизации на буме, аналогичной началу 2004-го и концу 2006-го года. Сценарий № 2 (высокие темпы роста доходов (13-14%) и повышенная ипотечная поддержка) отличается еще более высокими темпами роста цен в 100 2013-2014 годах (более 43%) и последующего снижения. В целом рынок переживает кризисную ситуацию, аналогичную осени 2008 – началу 2009 года. Сценарий № 4 (снижающиеся на 6% в год доходы и пониженный уровень ипотечной поддержки) характеризуется признаками рецессии и также неблагоприятен для развития рынка. Наиболее благоприятным для рынка является Сценарий № 3. При низких темпах роста доходов населения (в номинальном выражении близких к нулю) и среднем уровне денежного объема ипотеки темп снижения цен составляют (4-5)% в год, по остальным показателям рынок стабилен. Вместе с тем, такая ситуация не обеспечивает достаточно высокой доходности инвестиционно-строительных проектов, что может снизить активность девелоперов и потребовать их дополнительной поддержки со стороны государства. Выбранные четыре сценария динамики макроэкономических показателей охватывают весь возможный спектр ситуаций на рынке жилой недвижимости Москвы до 2016 года и позволили дать оценку влияния внешних условий функционирования рынка на динамику его развития при фиксированных целевых объемах ввода. [39] 3.3. Применение методики для обоснования целевых объёмов ввода жилой недвижимости. Для применения методики в целях определения объема ввода в качестве локального рынка жилой недвижимости принят рынок Москвы в старых границах (до 1 июля 2012 года). Такое ограничение объясняется тремя причинами. Первая – необходимой преемственностью расчетов с ранее выполненными исследованиями. [23; 40; 41] Вторая – необходимостью использования макроэкономических исходных данных, предоставленных Госстроем (разработка ЦСР и ИНП 101 РАН), и отраслевых данных (из ГП «Жилище»), которые были подготовлены без учета присоединения к Москве новых территорий. Так, в старой Москве и на присоединенных территориях Подмосковья вдвое отличаются среднедушевые доходы населения, средние удельные цены на жилье и др., и пока непонятно, какие сложатся средние по объединенной территории показатели. Третья – необходимостью использования ранее подготовленных рыночных исходных данных, которые опираются на многолетний мониторинг и углубленные исследования рынка Москвы в старых границах, отличающегося многоэтажной застройкой, специфической структурой жилья по качеству комфортности) (большой с объем определенными предложения жилья закономерностями повышенной соотношений ввод/строительство, строительство/предложение, предложение/поглощение и др. На присоединенных территориях более половины объема строительства – односемейные дома (коттеджные поселки) и другое жилье загородного формата со своими закономерностями функционирования этого сегмента рынка. Пока неясно, как «объединять» эти закономерности – сначала надо накопить статистические данные. Основные изменяемые по сценариям и вариантам расчета исходные данные макроэкономического характера (ежегодные темпы роста доходов населения) приведены в таблице 28, а отраслевого характера (целевые объемы ввода жилья) - в таблице 29. Таблица 28. Макроэкономические исходные данные для двух сценариев год 2010 2011 2012 Инфляция, % Темп роста реаль ных среднедуше вых доходов населения, % 8,8* 6,1* 5,6* Инфляция, % Темп роста реальных среднедушевых доходов населения, 2016 2017 6,6* 2013 2014 2015 Сценарий № 1 5,6** 5,2** 5,2** 5,3** 5,1** -1,6* -1,6* 2,7** 4,0** 8,8* 6,1* 6,6* Сценарий № 3 7,0 7,0 7,0 5,6* -1,6* -1,6* -6,0 4,4** -6,0 4,6** -6,0 2018 2019 2020 5,3** 5,1** 5,0** 2,9** -0,2** 2,2** 3,2** 7,0 7,0 7,0 7,0 7,0 -6,0 -6,0 -6,0 -6,0 -6,0 102 % Примечания: * Фактические данные Росстата ** Данные Госстроя Перейдем к определению целевых объемов ввода с применением усовершенствованной методики. Отраслевые параметры на 2010-2012 годы приняты по фактическим данным Росстата, на 2013 год – согласно ГП «Жилище» по гор. Москве на 2012-2016 годы; на 2014-2020 годы в варианте 1 – сохраняется уровень 20132016 годов по ГП «Жилище», в варианте 2 – с 2014 года целевой объем ввода повышается на 250 тыс. кв. м ежегодно и к 2020 году достигает 4,3 млн. кв. м, в варианте 3 – повышается на 500 тыс. кв. м ежегодно и к 2020 году достигает 6,0 млн. кв. м. Таблица 29. Отраслевые исходные данные – дифференцированные по сценариям год Целевой объем ввода жилья, млн. кв. м, вариант 1 в том числе коммерческого Целевой объем ввода жилья, млн. кв. м, вариант 2 в том числе коммерческого Целевой объем ввода жилья, млн. кв. м, вариант 3 в том числе коммерческого 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 1,77* 1,76* 2,07* 2,54 ** 2,54 ** 2,54 ** 2,54 ** 2,54 2,54 2,54 2,54 1,09 1,06 1,30 1,78 1,78 1,78 1,78 1,78 1,78 1,78 1,78 1,77 1,76 1,60 2,54 2,79 3,04 3,29 3,54 3,79 4,04 4,29 1,09 1,06 1,10 1,78 2,03 2,28 2,53 2,78 3,03 3,28 3,53 1,77 1,76 1,60 2,54 3,04 3,54 4,04 4,54 5,04 5,54 6,04 1,09 1,06 1,10 1,78 2,28 2,78 3,28 3,78 4,28 4,78 5,28 Примечания: * Фактические данные Росстата ** Данные ГП «Жилище» по гор. Москве Результаты расчетов и их интерпретация. Как показано в работе [41], Сценарий №1 (средние темпы роста доходов 8-11%) при базовом уровне целевых объемов ввода жилья (вариант 1) отличается значительными темпами роста цен (в 2013-2015 годах - более 17%, в 2016 году – 35%), что обеспечивает инвестиционную привлекательность девелопмента, но снижает 103 доступность жилья для населения, а также создает предкризисную угрозу рынку. Продление расчетов до 2020 года (рисунок 1) подтвердило это утверждение: спрос в 2017 году на фоне выросших цен падает, предложение увеличивается и превышает спрос, цены в 2017 году достигают максимума (502 тыс. руб./кв. м) и далее снижаются до 426 тыс. руб./кв. м к 2020 году. Объем поглощения в 2017 году падает (на вторичном рынке – вдвое), но затем начинает повышаться в связи со снижением цен и повышением предъявленного спроса. В целом перегрев рынка приводит к кризису в 2017 году, и к 2020 году послекризисное восстановление еще не завершается. При повышенном уровне целевых объемов ввода жилья (вариант 2) происходит последовательный рост объема предложения, избыток предложения образуется на год раньше, чем в варианте 1, цены на первичном рынке вырастают к 2016 году только до 360 тыс. руб./кв. м, а в дальнейшем снижаются до 290 тыс. руб./кв. м в 2020 году, объем поглощения повышается, хотя на вторичном – сначала в 2017 году обваливается (рисунок 43). В целом кризисная ситуация аналогична варианту 1, но менее ярко выражена. При высоком уровне целевых объемов ввода (вариант 3) спрос становится меньше предложения на первичном и вторичном рынках уже в 2015 году, перегрев рынка практически не происходит, цены на первичном рынке достигают максимума в 305 тыс. руб./кв. м в 2015 году и далее снижаются до 236 тыс. руб./кв. м к 2020 году, поглощение после снижения в 2016 году растет, кризисные изменения к 2020 году практически исчерпываются (рисунок 44). Таким образом, при динамике макроэкономических параметров по Сценарию № 1 во всех трех вариантах целевых объемов ввода жилья перегрев рынка приводит к кризисной ситуации, хотя и в различной степени остроты. Наиболее приемлемым представляется вариант 2. [39] 104 тыс. квартир тыс. руб./кв. м млн кв. м тыс. руб./кв. м 6 500 160 500 450 140 5 400 4 спрос предложение поглощение цены 400 120 350 100 300 300 80 250 3 200 60 200 150 40 2 100 100 1 20 спрос предложение поглощение цены 50 0 0 0 0 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Рисунок 42. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию № 1 и целевых объемах ввода по варианту 1 на первичном и вторичном рынке соответственно тыс. руб./кв. м млн кв. м 8 500 тыс. руб./кв. м тыс. квартир 160 7 спрос предложение поглощение цены 400 500 140 400 6 120 5 300 4 100 300 80 200 3 200 60 2 40 100 1 спрос предложение поглощение цены 100 20 0 0 2011 2012 2013 2014 2015 2016 2017 2018 2019 0 0 2020 Рисунок 43. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию № 1 и целевых объемах ввода по варианту 2 на первичном и вторичном рынке соответственно 105 тыс. руб./кв. м млн кв. м 12 500 тыс. квартир спрос предложение 10 поглощение тыс. руб./кв. м 160 500 спрос предложение поглощение цены 400 140 400 300 120 300 200 100 200 100 80 100 0 60 0 цены 8 6 4 2 0 Рисунок 44. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию № 1 и целевых объемах ввода по варианту 3 на первичном и вторичном рынке соответственно Более благоприятным для рынка является Сценарий № 3. При низких темпах роста доходов населения (в номинальном выражении близко к нулю) и базовом варианте целевых объемов ввода жилья темп роста цен составляют (1-2)% в год, и к 2020 году они достигают всего 246 тыс. руб./кв. м, по остальным показателям рынок стабилен (рисунок 45). При повышенных целевых объемах ввода жилья (вариант 2) и соответственно объема предложения существенных изменений по остальным показателям не произошло (рисунок 46). Такое поведение рынка аналогично ситуации 2010-2013 годов и соответствует ранее выявленным закономерностям: при низких ценах и низких доходах населения сохраняется высокий спрос на жилье и ипотеку, который сосредотачивается в сегменте дешевого жилья и малых размеров кредита, при сохранении и даже росте объемов поглощения и незначительном повышении цен. В целом рынок близок к состоянию рецессии по показателям объема поглощения и динамике цен. Вместе с тем, такая ситуация не обеспечивает достаточно высокой доходности инвестиционно-строительных проектов, что может снизить активность 106 девелоперов и потребовать их дополнительной поддержки со стороны государства. При высоких объемах ввода жилья (вариант 3) цены практически не растут, с 2018 года спрос становится меньше предложения, цены снижаются на первичном рынке к 2020 году до 190 тыс. руб./кв. м, ситуация принимает предкризисный характер (рисунок 47). Таким образом, при динамике макроэкономических параметров по Сценарию № 3 рынок устойчив к принятому изменению целевых объемов ввода жилья в вариантах 1 и 2 и неустойчив – в варианте 3, при этом во всех вариантах не обеспечивает достаточной доходности девелопмента. тыс. руб./кв. м млн кв. м 7 250 6 240 5 230 тыс. квартир тыс. руб./кв. м 160 220 140 4 200 220 спрос предложение поглощение цены 3 210 2 120 200 100 1 спрос предложение поглощение цены 180 190 0 180 2011 2012 2013 2014 2015 2016 2017 2018 2019 80 160 2020 Рисунок 45. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию № 3 и целевых объемах ввода по варианту 1 на первичном и вторичном рынке соответственно 107 млн кв. м тыс. квартир тыс. руб./кв. м 7 тыс. руб./кв. м 250 180 6 220 240 160 210 5 230 140 4 220 спрос 200 120 предложение поглощение 3 210 цены 100 190 2 200 80 1 190 60 180 40 0 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 спрос предложение поглощение цены 180 170 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Рисунок 46. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию № 3 и целевых объемах ввода по варианту 2 на первичном и вторичном рынке соответственно тыс. руб./кв. м млн кв. м 12 спрос 10 тыс. квартир 300 предложение поглощение цены тыс. руб./кв. м 180 250 160 250 200 140 8 200 6 150 120 150 100 80 100 4 100 2 50 60 40 20 0 0 0 спрос предложение поглощение цены 50 0 Рисунок 47. Динамика развития рынка жилой недвижимости при макроэкономических условиях по Сценарию № 3 и целевых объемах ввода по варианту 3 на первичном и вторичном рынке соответственно Обсуждение полученных результатов. Расчеты показывают, что при динамике макроэкономических параметров по Сценарию № 1 во всех трех вариантах целевых объемов ввода жилья перегрев рынка приводит к кризисной ситуации либо к рецессии. Такой результат соответствует ранее выявленной закономерности циклического развития рынка [36 стр. 18-26.]: в благополучные для отечественной экономики годы (2001-2008) при 108 значительных темпах роста доходов населения на рынке недвижимости наблюдались среднесрочные циклы с периодом 2,5-3 года (2001-2003 и 20042007). Различие в динамике рынка, полученной по результатам прогнозных расчетов, заключается в меньших темпах роста цен в стадии роста и большем снижении в стадии рецессии (в 2000-е годы цены лишь стабилизировались с небольшой кратковременной коррекцией), а также в увеличенном периоде колебания цен от нижней до нижней точки. Подобное поведение рынка после кризиса 2008-2009 годов объяснено и прогнозировалось в работе [10 стр. 515-527]. При этом конкретная динамика развития рынка все же различается, и с учетом этого обстоятельства при Сценарии № 1 можно рассматривать как целесообразный уровень целевого объема ввода жилья по варианту 2 (4,3 млн. кв. м). При динамике макроэкономических показателей по Сценарию № 3 целесообразен вариант 2 с уровнем целевого объема ввода жилья 4,3 млн. кв. м, хотя динамика цен и не обеспечивает достаточной доходности девелопмента. Таким образом, получены следующие конкурентные для рассмотрения варианты: - Сценарий № 1 при варианте 2 целевого объема ввода жилья в 2020 году (4,3 млн. кв. м), сопровождающийся циклическим перегревом рынка и рецессией, но сохраняющий высокую доходность девелопмента; - Сценарий № 3 при варианте 2, сопровождающийся стабильным развитием рынка, но низкой доходностью девелопмента, требующей дополнительных мер государственной поддержки. Сравнение двух этих вариантов показывает, что приемлемым является целевой объем ввода жилья в Москве (в старых границах) в 2020 году по варианту 2 (4,3 млн. кв. м). 109 При динамике макроэкономических параметров по Сценариям № 1 и 3 увеличение целевых объемов ввода жилья в Москве (в старых границах) приемлемо по варианту 2 – до 4,3 млн. кв. м в 2020 году. [39] 3.4. Выводы по главе 3 1. Проверена возможность применения усовершенствованной методики прогнозирования состояния рынка жилой недвижимости на примере Москвы и Перми. 2. Приведен пример применения прогноза для оценки экономической эффективности девелоперского проекта. 3. Проведена оценка влияния макроэкономических параметров на динамику развития рынка жилой недвижимости. 4. Показан прогнозирования пример для применения обоснования усовершенствованной целевых объемов методики ввода жилой недвижимости. 110 ЗАКЛЮЧЕНИЕ В результате выполненного исследования получены следующие выводы и рекомендации: 1. Анализ существующих методов прогнозирования рынка недвижимости выявил сильные и слабые стороны каждого из методов и показал, что методом, обладающим наибольшей прогностической способностью и учитывающим наибольшее количество факторов рынка недвижимости является метод среднесрочного прогнозирования локального рынка жилой недвижимости, основанный на итерационной модели с обратными связями. 2. Доказано, что методика прогнозирования локального рынка жилой недвижимости на основе имитационной итерационной модели с обратными связями должна включать дополнительные самостоятельные блоки-модули для подготовки некоторых исходных данных внутри модели и блок организации итерационных циклов внутри одного шага (года) для уточнения прогноза. 3. Усовершенствован алгоритм модели для определения спроса с перетеканием между рынками (первичным и вторичным) и определения типа рынка и прогнозирования уровня цен, позволяющий снять ряд ограничений и повысить точность прогноза. 4. Предложены методические рекомендации по применению результатов прогнозирования рынка жилой недвижимости, получаемых в процессе применения усовершенствованной методики, в целях управления инвестиционно-стоительным проектом в части оценки экономической эффективности реализации проекта. 5. Разработан механизм определения целевых объемов ввода жилой недвижимости с помощью применения усовершенствованной методики, для обеспечения оптимального соотношения спроса и предложения при уровне цен, оказывающих благоприятное воздействие на развитие рынка. 111 6. Доказано адекватное отображение реальных процессов, происходящих на рынке недвижимости, посредством тестирования и ретроспективной проверки усовершенствованной математической модели функционирования локального рынка жилой недвижимости на примере Москвы и Перми. 7. Для контроля качества прогноза проведено сравнение прогнозных данных исходной и усовершенствованной моделей с фактическими значениями, наблюдаемыми на рынке недвижимости. Результаты сравнения подтвердили более высокую точность прогноза по усовершенствованной модели, относительно прогноза, полученного по исходной модели. 8. Усовершенствованная методика прошла апробацию и тестирование на примере рынка результаты жилой недвижимости исследований города подтверждают Москвы. Полученные удовлетворительную чувствительность модели к изменению макроэкономических параметров. 9. С применением усовершенствованной методики построен прогноз развития рынка жилой недвижимости на примере города Перми. Результаты прогноза с большой степенью точности совпадают с фактическими значениями, сложившимися на рынке, что подтверждает работоспособность методики не только для рынка Москвы, но и других городов. 10. Практическая значимость предложенной методики определяется возможностью ее применения для определения целевого объема ввода жилой недвижимости при заданных макроэкономических сценарных прогнозах. Данный анализ рекомендуется применять муниципальными органами при планировании объема ввода жилого фонда, обеспечивающего оптимальное соотношение спроса и предложения и контроля уровня цен на рынке жилой недвижимости. 11. Кроме возможности применения усовершенствованной методики муниципальными органами, целесообразно ее использование девелоперами при оценке экономической эффективности реализации проекта и определения путей по повышению эффективности проекта. Пример 112 применения результатов прогноза для целей девелоперского проекта приведен в настоящем исследовании. 113 СПИСОК ЛИТЕРАТУРЫ 1. Асаул, А. Н. Развитие рынка жилой недвижимости как самоорганизующейся системы /А. Н. Асаул, Д. А. Гордеев, Е. И. Ушакова; под ред. засл. строителя РФ, д-ра экон. наук, профессора А. Н. Асаула. – СПб.: СПб ГАСУ, 2008. – 334 с. 2. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем: Учеб. пособие. — 2-е изд., перераб. и доп. — М.: Финансы и статистика, 2006. - 432 с. 3. Власов А.Д., Понько В.А., Хизаметдинов С.В., Сибирский научный центр «Экопрогноз», Новосибирск, 2007. 4. Дробышевский С.М. Анализ возможности возникновения «пузыря» на российском рынке недвижимости. – М.: ИЭПП, 2009. – 136 с.: ил. – (Научные труды / Ни-т переходного периода; №128). 5. Евстафьев А.И., Гордиенко В.А. Прогнозирование индикаторов рынка недвижимости путём пространственно-параметрической двумерного модели разложения на основе дискретной применения нейросетей. 6. Ивантер В.В., Буданова И.А., Коровкина А.Г., Сутягина В.С. Прикладное прогнозирование национальной экономики – М.: Экономистъ, 2007 – 896 ч. 7. Карлов С. А. недвижимости Экономические в современных аспекты условиях моделирования рынка – Журнал «Экономическое возрождение России» №2 стр. 75-77 - (Институт проблем экономического возрождения). 2010 8. Комаров С.И. Прогнозирование стоимости земельных участков для индивидуального жилищного строительства (на примере Московский области): диссертация на соискание ученой степени кандидата экономических наук: 08.00.05. – Москва 2007. 114 9. Кондратьев Н.Д. Проблемы экономической динамики. М.: Экономика, 1989. 10. Мальгинов Г.Н., Стерник Г.М. Российский рынок жилья в 2010 году: стагнация и начало восстановления. - В Сб. «Российская экономика в 2010 году. Тенденции и перспективы» (вып. 32). –М.: Институт Гайдара, 2011. 11. Молчанова М.Ю., Печенкина А.В. Особенности использования методов фундаментального и технического анализа при прогнозировании цен на рынке недвижимости региона. - Журнал «Вестник Пермского университета. Серия «Экономика». Выпуск 3(10), Пермь. 2011. 12. Окороков В.Р., Никишин Е.С.Циклы Н.Д.Кондратьева и динамика экономического развития России // Развитие рыночных коммуникаций и эффективная динамика системы высшего образования в России / под научной редакцией академика Г.Л. Багиева: ученые записки секции экономики МАНВШ.- СПб.: изд-во СПбГУЭФ, 2000. - 292 с. 13. Печенкина А.В. Выбор метода прогнозирования средней цены предложения на рынке жилья города Перми. – Материалы III Петербургского ипотечного форума «Ипотека России». – 2008, Санкт-Петербург, май 2008. http://realtymarket.ru/III-Peterburgskii-ipote-nii-forum/Vibor-metodaprognozirovaniya-srednei-ceni-predlojeniya-na-rinke-jilya-goroda-Permi.html. 14. Печенкина А.В. Использование многоуровневой факторной модели при прогнозировании ситуации на региональном рынке недвижимости (на примере Пермского края). - Журнал «Имущественные отношения в Российской Федерации» № 11 (110), Москва, 2010. 15. Печенкина А.В. Построение модели прогноза цен предложения на рынке жилья г. Перми. - http://realtymarket.ru/stati-kolleg/Postroenie-modeliprognoza-cen-predlojeniya-na-rinke-jilya-g.-Permi.html, июль 2007. 16. Печенкина А.В. Применение метода регрессионного анализа при прогнозировании цен на рынке жилья. - Материалы VI Международной 115 научно-практической конференции «Современный финансовый рынок Российской Федерации», Пермь, 2008. 17. Печенкина А.В. Развитие теории и практики прогнозирования цен на рынке жилья. - Материалы IX Международной научно-практической конференции «Современный финансовый рынок Российской Федерации», Пермь, 2011. 18. Ресин В.И., Владимирова И.Л., Системная оценка результатов инвестиционно-строительной деятельности. – ТРУДЫ ИСА РАН, 2008. Т. 36 19. Свиридов А.В. Анализ развития понятийного и методического аппарата оценки эффективности инвестиционно-строительных проектов // Экономика строительства. 2013. №1 (19). 20. Снитюк В.Е. Применение метода стохастической релаксации для прогнозирования рынка недвижимости. Международная научная конференция «Нейросетевые технологии и их применение. − Краматорск. − 2003. 21. Стерник Г.М. Как прогнозировать цены на жилье (пособие риэлтору). – Изд. РГР, М.: 1996. – 60 с. 22. Стерник Г.М. Методика прогнозирования цен на жилье в зависимости от типа рынка. – Журнал «Имущественные отношения в РФ» №12, 2010. 23. Стерник Г.М. Методика среднесрочного прогнозирования развития рынка жилья города (региона) – Журнал «Имущественные отношения в РФ» №8 (131) 2012. 24. Стерник Г.М. Методическое пособие «Как прогнозировать цены на жилье». Библиотека риэлтора. 1996 25. Стерник Г.М. Рынок недвижимости России: закономерности становления и развития в условиях переходной экономики. – «Вопросы оценки», 1999, №3, стр. 2-24. 26. Стерник Г.М. Семь феноменов становления и развития рынка жилья России в условиях переходной экономики. - Материалы 116 международной конференции Европейской сети исследователей жилищного рынка, Маастрихт, июнь 1998. http://realtymarket.ru/konferencii/Sem- fenomenov-rossiiskogo-rinka-nedvijimosti.html. 27. Стерник Г.М. Статистический подход к прогнозированию цен на жилье. - Журнал РАН «Экономика и математические методы», том 34 вып.1, 1998, стр. 85-90. 28. Стерник Г.М. Сценарный прогноз развития рынка жилья городов России. – Материалы Всероссийской конференции «Стратегия развития жилищного строительства в России». – М., 1.10.2008. 29. Стерник Г.М. Технология анализа рынка недвижимости. – Изд. АКСВЕЛЛ, М.:2005. – 203 стр. 30. Стерник Г.М. Ценообразование на рынке жилья России. – Журнал «Имущественные отношения № 5 (104), 2010, стр. 67-83. 31. Стерник Г.М. Эконометрический анализ и прогноз цен на жилье в городах России. – Материалы международной конференции по эконометрии жилищного рынка Европейской сети исследователей жилищного рынка, Вена, февраль 1997. 32. Стерник Г.М., Краснопольская А.Н. Негармоническое разложение ценовой динамики рынка жилья Москвы. 2006. 33. Стерник Г.М., Печенкина А.В. Прогноз цен предложения квартир на российском рынке жилья (макроэкономический подход). – Журнал «Имущественные отношения в РФ», №10 (73), 2007, стр. 11-18. 34. Стерник Г.М., Стерник С.Г. Анализ рынка недвижимости для профессионалов. – Экономика, 2009. 35. Стерник Г.М., Стерник С.Г. Закон соотношения объема спроса, предложения и сделок на рынке недвижимости. - Журнал «Имущественные отношения в РФ» № 12 (87), 2008, стр. 23-34. 36. Стерник развивающихся Г.М., рынков Стерник С.Г. недвижимости. Основная – Журнал закономерность «Имущественные отношения в РФ» № 11 (86), 2008. 117 37. Стерник Г.М., Стерник С.Г. Пять макроэкономических законов функционирования рынка недвижимости как неотъемлемой составляющей глобального финансового рынка в транзитивной экономике. – Журнал «Финансовая аналитика: проблемы и решения», 2010, № 11(35), стр. 15-29. 38. Стерник Г.М., Стерник С.Г. Типология рынков недвижимости по склонности к образованию ценовых пузырей. – Журнал «Имущественные отношения в РФ» №8 (95) 2009, с. 18-28. 39. Стерник Г.М., Свиридов А.В. Обоснование целевых объемов ввода жилья (на примере Москвы). // Имущественные отношения в Российской Федерации. 2014. №2. 40. Стерник Г.М., среднесрочного недвижимости Свиридов А.В. прогнозирования как элемента Совершенствование развития методологии локального методики рынка управления жилой проектами и программами // Имущественные отношения в Российской Федерации. 2013. №9. 41. Стерник Г.М., Свиридов А.В. Тестирование модели среднесрочного прогнозирования развития локального рынка жилой недвижимости // Экономика строительства. 2013. №5 (23). 42. Фридман Дж., Ордуэй Н. Анализ и оценка приносящей доход недвижимости. Пер. с англ. -М.: Дело, 1997. 43. Комплексная оценка эффективности мероприятий, направленных на ускорение научно-технического прогресса: методические рекомендации. М., 1989. 44. Методика (основные положения) определения экономической эффективности использования в народном хозяйстве новой техники, изобретений и рационализаторских предложений. - М. : Экономика, 1977. 45. Методика прогнозирования спроса на основе экономико- демографического метода. – В Сб. материалов Института CCIM , Чикаго, США (пер. с англ.), 2000. 118 46. Методические рекомендации по оценке эффективности инвестиционных проектов : [Вторая редакция] / М-во экон. РФ, М-во фин. РФ, ГК по стр-ву, архит. и жил. политике ; рук. авт. кол. : В. В. Косов, В. Н. Лившиц, А. Г. Шахназарова. - М. : Экономика, 2000. 47. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. - М., 1994. 48. Об утверждении Государственной программы города Москвы на среднесрочный период (2012–2016 годы) «Жилище»: постановление правительства Москвы от 27 сентября 2011 года № 454-ПП (с изменениями на 15 июня 2012 года). 49. Федеральная служба государственной статистики: [официальный сайт]. URL: http://www.gks.ru 50. Gotham, Kevin Fox. The Secondary Circuit of Capital Reconsidered: Globalization and the U.S. Real Estate Sector // American Journal of Sociology №1. 2006. 51. Green, Richard К., “Follow the leader: how changes in residential and nonresidential investment predict changes in GDP,” Real Estate Economics, 25(2), 253-70. 2006. 52. Green, Richard К. Imperfect information and the housing finance crisis. A descriptive overview // Journal of Housing Economics № 17 2008. 53. Sanders, Anthony. The Subprime crisis and its role in the financial crisis // Journal of Housing Economics №17. 2008. 119 Приложение 1. Показатели прогноза развития рынка жилой недвижимости Москвы при базовом сценарии макроэкономических параметров Наименование показателя Обозначение Ед. изм. 2011 2012 2013 2014 2015 2016 Блок 1 «Определение потребности городского населения в жилье и планируемого объема ввода социального жилья» Прогнозируемый объем жилого фонда Ж.ф.пл млн. кв. м. 217,21 218,28 220,40 222,54 225,08 227,62 Численность городского населения города N млн. чел. 11,60 11,60 11,60 11,60 11,60 11,60 Прогнозируемая обеспеченность населения жильем Ж.об.пр. кв. м./чел. 18,72 18,82 19,00 19,18 19,40 19,62 Прогнозируемый объем некачественного жилья в жилом Ж.ф.нк.пл. млн. кв. м. 100,30 95,60 90,90 86,20 81,50 76,80 фонде города Прогнозируемая потребность населения в жилье Потр.пр.пл. млн. кв. м. 126,69 127,88 128,02 128,14 129,02 129,90 Блок 2 «Функционирования строительного комплекса и определения потенциального объема ввода, строительства и предвари тельного объема предложения коммерческого жилья» Потенциальный объем ввода жилья Wпот.пл. млн. кв. м. 1,76 1,55 2,54 2,54 2,54 2,54 тыс. Потенциальный объем ввода жилья Wпот.кв. 19,56 17,22 28,22 28,22 28,22 28,22 квартир Потенциальный объем ввода коммерческого жилья Wпот.пл.ком. млн. кв. м. 0,98 0,95 1,78 1,78 1,78 1,78 тыс. Потенциальный объем ввода коммерческого жилья Wпот.кв.ком. 10,89 10,56 19,78 19,78 19,78 19,78 квартир Потенциальный объем строительства жилья Const.пот.пл. млн. кв. м. 5,03 4,43 7,26 7,26 7,26 7,26 тыс. Потенциальный объем строительства жилья Const.пот.кв. 55,87 49,21 80,63 80,63 80,63 80,63 квартир Потенциальный объем строительства коммерческого Const.пот.ком.пл. млн. кв. м. 2,80 2,71 5,09 5,09 5,09 5,09 жилья Потенциальный объем строительства коммерческого тыс. Const.пот.ком.кв. 31,11 30,16 56,51 56,51 56,51 56,51 жилья квартир Потенциальный объем предложения жилья на первичном Supппот.пл. млн. кв. м. 1,12 1,09 2,03 2,03 2,03 2,03 рынке Потенциальный объем предложения жилья на первичном тыс. Supппот.кв. 12,44 12,06 22,60 22,60 22,60 22,60 рынке квартир Блок 3 «Блок финансирования оборотов рынка коммерческого жилья. Определение объема потенциального платежеспособного спроса населения» Коэффициент доступности жилья в базовом году для Кда(м) лет 1,36 1,36 1,36 1,36 1,36 1,36 первой группы населения (альтернативные сделки) 120 Коэффициент доступности жилья для второй группы населения (прямые сделки с массовым жильем) Коэффициент доступности жилья для третьей группы населения (прямые сделки с жильем повышенной комфортности) Совокупные накопления городского населения за предыдущие Кд лет Совокупные накопления за предыдущие Кд лет первой группы населения Совокупные накопления за предыдущие Кд лет второй группы населения в прямых сделках Совокупные накопления за предыдущие Кд лет третьей группы населения Совокупный платежеспособный спрос Кдпр(м) лет 1,97 1,97 1,97 1,97 1,97 1,97 Кд(п) лет 3,03 3,03 3,03 3,03 3,03 3,03 СПСн млрд. руб. 7 036,56 7 036,56 7 036,56 7 036,56 7 036,56 7 036,56 1 013,26 1 013,26 1 013,26 1 013,26 1 013,26 1 013,26 563,86 563,86 563,86 563,86 563,86 563,86 1 615,59 1 615,59 1 615,59 1 615,59 1 615,59 1 615,59 3 192,72 3 192,72 3 192,72 3 192,72 3 192,72 3 192,72 СПС1 СПС2 СПС3 СПС млрд. руб. млрд. руб. млрд. руб. млрд. руб. Блок 4 «Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье» Подблок 4.1 «Определение объема государственного спроса» Объем государственного спроса GDпл. Объем государственного спроса GDкв. Подблок 4.2 «Определение размеров приобретаемого жилья» Средневзвешенная площадь массового жилья, приобретаемого на вторичном рынке с учетом прямых и альтернативных сделок Средневзвешенная площадь жилья на вторичном рынке Sжв(м) Sжв млн. кв. м. тыс. квартир 0,78 0,60 0,76 0,76 0,76 0,76 11,14 8,57 10,86 10,86 10,86 10,86 кв. м. 24,98 24,98 24,98 24,98 24,98 24,98 кв. м. 28,50 28,50 28,50 28,50 28,50 28,50 Средневзвешенная площадь предлагаемого жилья Sж кв. м. 43,88 43,88 43,88 43,88 43,88 43,88 Подблок 4.3 «Определение потенциального платежеспособного спроса и предварительного объема предъявленного спроса населения, нерезидентов и инвесторов в натуральном выражении (без учета ипотеки)» Предъявленный суммарный платежеспособный спрос млрд. руб. городского населения на рынке недвижимости (без учета Dден. 558,73 558,73 558,73 558,73 558,73 558,73 ипотеки) в денежном выражении Предъявленный платежеспособный спрос городского млрд. руб. Dден.1 177,32 177,32 177,32 177,32 177,32 177,32 населения первой группы Предъявленный платежеспособный спрос городского млрд. руб. Dден.2 98,68 98,68 98,68 98,68 98,68 98,68 населения второй группы Предъявленный платежеспособный спрос городского млрд. руб. Dден.3 282,73 282,73 282,73 282,73 282,73 282,73 населения третьей группы Предъявленный платежеспособный спрос населения Dпл.1 млн. кв. м. 1,44 1,33 1,11 0,95 0,81 0,72 121 первой группы Предъявленный платежеспособный спрос населения Dпл.2 млн. кв. м. второй группы Предъявленный платежеспособный спрос населения Dпл.3 млн. кв. м. третьей группы Предъявленный платежеспособный спрос населения Dпл.н. млн. кв. м. Предъявленный суммарный платежеспособный спрос тыс. Dкв.н. городского населения на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.1 населения первой группы на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.2 населения второй группы на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.3 населения третьей группы на рынке квартир квартир Предъявленный платежеспособный спрос городского Dпплн. млн. кв. м. населения на рынке площадей на первичном рынке Предъявленный платежеспособный спрос городского тыс. Dпквн. населения на рынке квартир на первичном рынке квартир Предъявленный платежеспособный спрос городского Dвплн. млн. кв. м. населения на рынке площадей на вторичном рынке Предъявленный платежеспособный спрос городского тыс. Dвквн. населения на рынке квартир на вторичном рынке квартир Подблок 4.4 «Определение предварительного объема предъявленного спроса на ипотеку» Планируемый объем жилищного ипотечного млрд. руб. кредитования в денежном выражении на первичном Mпден рынке Планируемый объем жилищного ипотечного млрд. руб. кредитования в денежном выражении на вторичном Mвден рынке Потенциальный объем прокредитованных площадей Mпл. млн. кв. м. Потенциальный объем ипотечного кредитования на Mппл. млн. кв. м. первичном рынке площадей Потенциальный объем ипотечного кредитования на Mвпл. млн. кв. м. вторичном рынке площадей тыс. Потенциальный объем прокредитованных квартир Mкв. квартир Потенциальный объем ипотечного кредитования на тыс. Mпкв. первичном рынке квартир квартир 0,80 0,74 0,62 0,53 0,45 0,40 1,21 1,11 0,95 0,81 0,69 0,49 3,45 3,17 2,68 2,29 1,95 1,61 108,49 99,87 83,98 71,85 61,23 52,85 80,04 73,69 61,84 52,90 45,08 40,03 13,82 12,73 10,68 9,14 7,79 6,91 14,62 13,46 11,46 9,81 8,36 5,90 1,38 1,27 1,07 0,92 0,78 0,64 15,33 14,11 11,90 10,18 8,68 7,15 2,07 1,90 1,61 1,37 1,17 0,97 93,16 85,76 72,07 61,66 52,55 45,70 9,70 12,48 24,58 30,72 36,86 42,24 38,80 49,92 98,32 122,88 147,44 168,96 0,26 0,31 0,52 0,56 0,57 0,46 0,05 0,06 0,09 0,10 0,10 0,09 0,21 0,25 0,43 0,45 0,46 0,38 7,97 9,45 15,97 17,08 17,47 14,19 0,52 0,61 1,05 1,13 1,15 0,98 122 Потенциальный объем ипотечного кредитования на тыс. Mвкв. 7,46 8,83 14,92 15,95 16,31 13,21 вторичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование тыс. Mпквп. 0,63 0,75 1,29 1,38 1,41 1,19 на первичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование тыс. Mвквп. 9,09 10,77 18,20 19,46 19,89 16,12 на вторичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование Mпплп. млн. кв. м. 0,06 0,07 0,12 0,12 0,13 0,11 на первичном рынке площадей Предъявленное предложение на ипотечное кредитование Mвплп. млн. кв. м. 0,26 0,31 0,52 0,55 0,57 0,46 на вторичном рынке площадей Подблок 4.5 «Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье с учетом ипотечной поддержки» Предъявленный спрос инвесторов на рынке площадей Dпл.ин. млн. кв. м. 1,16 1,16 1,22 1,25 1,29 1,33 тыс. Предъявленный спрос инвесторов на рынке квартир Dкв.ин. 19,55 19,58 20,64 21,12 21,78 22,48 квартир Предъявленный спрос инвесторов на первичном рынке Dппл.ин. млн. кв. м. 0,88 0,88 0,93 0,95 0,98 1,01 площадей Предъявленный спрос инвесторов на первичном рынке тыс. Dпкв.ин. 9,78 9,79 10,32 10,56 10,89 11,24 квартир квартир Предъявленный спрос инвесторов на вторичном рынке Dвпл.ин. млн. кв. м. 0,28 0,28 0,29 0,30 0,31 0,32 площадей Предъявленный спрос инвесторов на вторичном рынке тыс. Dвкв.ин. 9,78 9,79 10,32 10,56 10,89 11,24 квартир квартир Предъявленный денежный спрос инвесторов на рынке млрд. руб. Dден.ин. 226,34 246,22 299,74 358,55 433,88 618,49 жилья Предъявленный спрос нерезидентов на рынке площадей Dпл.нр. млн. кв. м. 3,50 3,50 3,69 3,78 3,90 4,02 тыс. Предъявленный спрос нерезидентов на рынке квартир Dкв.нр. 48,89 48,96 51,60 52,81 54,46 56,20 квартир Предъявленный спрос нерезидентов на первичном рынке Dппл.нр. млн. кв. м. 3,08 3,08 3,25 3,33 3,43 3,54 площадей Предъявленный спрос нерезидентов на первичном рынке тыс. Dпкв.нр. 34,22 34,27 36,12 36,97 38,12 39,34 квартир квартир Предъявленный денежный спрос нерезидентов на рынке млрд. руб. Dден.нр. 701,19 762,79 925,41 1 106,97 1 339,54 1 892,46 жилья Предъявленный денежный спрос нерезидентов на млрд. руб. СПСпнр. 641,02 697,33 841,89 1 007,06 1 218,64 1 699,67 первичном рынке площадей Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на рынке площадей Dпл.ком. млн. кв. м. 8,42 8,21 8,23 8,00 7,83 7,53 коммерческого жилья 123 Суммарный предъявленный спрос населения (с учетом тыс. ипотеки), инвесторов и нерезидентов на рынке квартир Dкв.ком. 186,66 179,94 175,70 166,61 158,77 148,84 квартир коммерческого жилья Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на первичном рынке Dп.пл.ком. млн. кв. м. 5,40 5,30 5,37 5,32 5,32 5,30 площадей коммерческого жилья до перетекания Суммарный предъявленный спрос населения (с учетом тыс. ипотеки), инвесторов и нерезидентов на первичном рынке Dп.кв.ком. 59,96 58,92 59,63 59,09 59,10 58,92 квартир квартир коммерческого жилья до перетекания Суммарный предъявленный денежный спрос на рынке Dден. млрд. руб. 1 534,76 1 630,13 1 906,78 2 177,85 2 516,45 3 280,87 коммерческого жилья Суммарный предъявленный спрос на рынке жилых площадей государства (муниципальное жилье), населения Dпл. млн. кв. м. 9,20 8,81 8,99 8,76 8,59 8,29 с учетом ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на рынке квартир государства (муниципальное жилье), населения с учетом тыс. Dкв. 197,80 188,51 186,56 177,47 169,63 159,70 ипотеки, нерезидентов и инвесторов (коммерческое квартир жилье) Суммарный предъявленный спрос на первичном рынке жилых площадей государства (муниципальное жилье), Dп.пл. млн. кв. м. 6,18 5,90 6,13 6,08 6,08 6,06 населения с учетом ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на первичном квартир государства (муниципальное жилье), населения с учетом тыс. Dп.кв. 71,10 67,49 70,49 69,94 69,95 69,78 ипотеки, нерезидентов и инвесторов (коммерческое квартир жилье) Суммарный предъявленный спрос на вторичном рынке жилых площадей населения с учетом ипотеки, Dв.пл.ком. млн. кв. м. 3,03 2,91 2,86 2,68 2,51 2,23 нерезидентов и инвесторов (коммерческое жилье) до перетекания Суммарный предъявленный спрос на вторичном квартир тыс. населения с учетом ипотеки, нерезидентов и инвесторов Dв.кв.ком. 126,70 121,01 116,07 107,52 99,67 89,92 квартир (коммерческое жилье) до перетекания Блок 5 «Определение состояния рынка по соотношению спрос/предложение и расчета прогнозируемого объема удовлетворенного спроса (поглощения), предложения, строительства и ввода жилья на первичном и вторичном рынках» Подблок 5.1 «Определение соотношения спрос/предложение» Соотношение спроса и предложения квартир на Rпкв. ед. 4,82 4,88 2,64 2,61 2,61 2,61 первичном рынке 124 Соотношение спроса и предложения квартир на Rвкв. ед. 1,09 1,02 0,97 вторичном рынке Соотношение спроса и предложения площадей в целом на Rпл. ед. 2,01 1,84 1,51 рынке жилья Индикатор состояния рынка по соотношению I d/s {1;2;3;4} 4 4 4 спрос/предложение Подблок 5.2 «Сопоставление потребности в жилье, объема спроса и объема предложения и определения объема поглощения» Спрос на первичном рынке площадей после перетекания Dпкв.перетек в Спрос на вторичном рынке площадей после перетекания D пл.перетек Спрос на первичном рынке квартир после перетекания Dпкв.перетек Спрос на вторичном рынке квартир после перетекания Dвкв.перетек 0,87 0,78 0,68 1,44 1,38 1,29 4 4 4 млн. кв. м. 5,40 5,30 3,07 2,92 2,80 2,63 млн. кв. м. тыс. квартир тыс. квартир 3,81 3,51 5,92 5,84 5,79 5,66 59,96 58,92 34,07 32,45 31,10 29,23 126,70 121,01 141,63 134,17 127,67 119,61 0,71 0,71 0,71 7,91 7,91 7,91 2,83 2,93 3,03 99,33 102,14 95,69 3,54 3,64 3,74 107,24 110,05 103,60 2,03 2,03 2,03 22,60 22,60 22,60 126,26 130,62 138,39 3,60 3,72 3,94 5,09 5,09 5,09 2,17 2,17 2,17 Удовлетворенный спрос (поглощение площадей) на СУппл.ком. млн. кв. м. 0,39 0,38 0,71 первичном рынке коммерческого жилья Удовлетворенный спрос (поглощение квартир) на тыс. СУпкв.ком. 4,36 4,22 7,91 первичном рынке коммерческого жилья квартир Удовлетворенный спрос (поглощение площадей) на СУвпл.ком. млн. кв. м. 2,45 2,69 2,74 вторичном рынке Удовлетворенный спрос (поглощение квартир) на тыс. СУвкв.ком. 92,92 94,48 96,11 вторичном рынке квартир Удовлетворенный спрос (поглощение площадей) на рынке СУпл.ком. млн. кв. м. 2,85 3,07 3,45 коммерческого жилья Удовлетворенный спрос (поглощение квартир) на рынке тыс. СУкв.ком. 97,28 98,70 104,03 коммерческого жилья квартир Подблок 5.3 «Расчет прогнозируемых показателей рынка (общего и нового предложения, строительства, ввода) на текущий год» Прогнозируемый объем предложения на первичном Supппр.пл. млн. кв. м. 1,12 1,09 2,03 рынке Прогнозируемый объем предложения квартир на тыс. Supппр.кв. 12,44 12,06 22,60 первичном рынке квартир Прогнозируемый объем предложения квартир на тыс. Supвпр.кв. 117,12 119,12 122,14 вторичном рынке квартир Прогнозируемый объем предложения площадей на Supвпр.пл. млн. кв. м. 3,34 3,39 3,48 вторичном рынке Прогнозируемый объем строительства площадей Constr.пр.ком.пл. млн. кв. м. 2,80 2,71 5,09 коммерческого жилья Прогнозируемый объем строительства площадей Constr.пр.мун.пл. млн. кв. м. 2,23 1,71 2,17 муниципального жилья 125 Прогнозируемый объем строительства площадей Constr.пр.пл., млн кв. м Прогнозируемый объем ввода площадей коммерческого жилья Прогнозируемый объем ввода площадей городского жилья Прогнозируемый объем предложения площадей Прогнозируемый объем строительства квартир коммерческого жилья Прогнозируемый объем строительства квартир муниципального жилья Прогнозируемый объем строительства квартир Прогнозируемый объем ввода квартир городского жилья Constr.пр.пл. млн. кв. м. 5,03 4,43 7,26 7,26 7,26 7,26 Wпр.ком.пл. млн. кв. м. 0,98 0,95 1,78 1,78 1,78 1,78 Wпр.пл. млн. кв. м. 1,76 1,55 2,54 2,54 2,54 2,54 Sup.пр.пл. млн. кв. м. тыс. квартир тыс. квартир тыс. квартир тыс. квартир тыс. квартир 4,46 4,48 5,52 5,63 5,76 5,98 31,11 30,16 56,51 56,51 56,51 56,51 31,84 24,49 31,02 31,02 31,02 31,02 62,95 54,65 87,53 87,53 87,53 87,53 19,56 17,22 28,22 28,22 28,22 28,22 10,89 10,56 19,78 19,78 19,78 19,78 Constr.пр.ком.кв. Constr.пр.мун.кв. Constr.пр.кв. Wпр.кв. Прогнозируемый объем ввода квартир коммерческого Wпр.ком.кв. жилья Блок 6 «Определение типа рынка и прогнозирование уровня цен на жилье» Подблок 6.1 «Определение типа рынка» Годовой индекс роста номинальных душевых доходов Годовой индекс роста цен на вторичном рынке Индекс типа рынка Подблок 6.2 «Прогнозирование уровня цен на жилье» Cреднемесячный темп роста номинальных среднедушевых доходов Среднемесячный темп роста цен на жилье Годовой прирост средней удельной цены на вторичном рынке Средняя удельная цена жилья в конце текущего года на вторичном рынке Средняя удельная цена жилья на первичном рынке в конце текущего года Iн(i)/Iн(i-1) Цв(i-1)/Цв(i-2) Iтр ед. ед. {1;2;3;4;5;6} 1,04 1,08 4 1,05 1,09 4 1,08 1,17 5 1,09 1,17 5 1,10 1,17 5 1,11 1,41 6 ΔIн % 0,36 0,40 0,67 0,71 0,78 0,86 ΔЦв % 0,67 0,69 1,29 1,31 1,34 2,93 ΔЦвгод % 8,35 8,62 16,59 16,88 17,35 41,46 182,57 198,32 231,22 270,26 317,13 448,62 208,13 226,08 258,97 302,69 355,19 480,03 Цв Цп тыс. руб./кв. м тыс. руб./кв. м 126 Приложение 2. Показатели прогноза развития рынка жилой недвижимости Москвы при сценарии №1 макроэкономических параметров и при варианте №2 отраслевых параметров Наименование показателя Обозначение Ед. изм. 2011 2012 Блок 1 «Определение потребности городского населения в жилье и планируемого объема ввода социального жилья» 2013 Прогнозируемый объем жилого фонда Ж.ф.пл млн. кв. м. 217,21 218,28 220,40 Численность городского населения города N млн. чел. 11,60 11,60 11,60 Прогнозируемая обеспеченность населения жильем Ж.об.пр. кв. м./чел. 18,72 18,82 19,00 Прогнозируемый объем некачественного жилья в жилом Ж.ф.нк.пл. млн. кв. м. 100,30 95,60 90,90 фонде города Прогнозируемая потребность населения в жилье Потр.пр.пл. млн. кв. м. 126,69 127,88 128,02 Блок 2 «Функционирования строительного комплекса и определения потенциального объема ввода, строительства и предвари коммерческого жилья» Потенциальный объем ввода жилья Wпот.пл. млн. кв. м. 1,76 1,55 2,54 тыс. Потенциальный объем ввода жилья Wпот.кв. 19,56 17,22 28,22 квартир Потенциальный объем ввода коммерческого жилья Wпот.пл.ком. млн. кв. м. 0,98 0,95 1,78 тыс. Потенциальный объем ввода коммерческого жилья Wпот.кв.ком. 10,89 10,56 19,78 квартир Потенциальный объем строительства жилья Const.пот.пл. млн. кв. м. 5,03 4,43 7,26 тыс. Потенциальный объем строительства жилья Const.пот.кв. 55,87 49,21 80,63 квартир Потенциальный объем строительства коммерческого Const.пот.ком.пл. млн. кв. м. 2,80 2,71 5,09 жилья Потенциальный объем строительства коммерческого тыс. Const.пот.ком.кв. 31,11 30,16 56,51 жилья квартир Потенциальный объем предложения жилья на первичном Supппот.пл. млн. кв. м. 1,12 1,09 2,03 рынке Потенциальный объем предложения жилья на первичном тыс. Supппот.кв. 12,44 12,06 22,60 рынке квартир Блок 3 «Блок финансирования оборотов рынка коммерческого жилья. Определение объема потенциального платежеспособного спроса населения» Коэффициент доступности жилья в базовом году для Кда(м) лет 1,36 1,36 1,36 первой группы населения (альтернативные сделки) Коэффициент доступности жилья для второй группы Кдпр(м) лет 1,97 1,97 1,97 2014 2015 2016 222,79 11,60 19,21 225,83 11,60 19,47 229,12 11,60 19,75 86,20 81,50 76,80 127,89 128,27 128,40 тельного объема предложения 2,79 3,04 3,29 31,00 33,78 36,56 2,03 2,28 2,53 22,56 25,33 28,11 7,97 8,69 10,28 88,57 96,51 114,24 5,80 6,51 7,91 64,44 72,38 87,85 2,32 2,61 3,36 25,78 28,95 37,38 1,36 1,36 1,36 1,97 1,97 1,97 127 населения (прямые сделки с массовым жильем) Коэффициент доступности жилья для третьей группы населения (прямые сделки с жильем повышенной комфортности) Совокупные накопления городского населения за предыдущие Кд лет Совокупные накопления за предыдущие Кд лет первой группы населения Совокупные накопления за предыдущие Кд лет второй группы населения в прямых сделках Совокупные накопления за предыдущие Кд лет третьей группы населения Совокупный платежеспособный спрос Кд(п) лет СПСн млрд. руб. СПС1 СПС2 СПС3 СПС млрд. руб. млрд. руб. млрд. руб. млрд. руб. 3,03 3,03 3,03 3,03 3,03 3,03 7 036,56 7 036,56 7 036,56 7 036,56 7 036,56 7 036,56 1 013,26 1 013,26 1 013,26 1 013,26 1 013,26 1 013,26 563,86 563,86 563,86 563,86 563,86 563,86 1 615,59 1 615,59 1 615,59 1 615,59 1 615,59 1 615,59 3 192,72 3 192,72 3 192,72 3 192,72 3 192,72 3 192,72 Блок 4 «Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье» Подблок 4.1 «Определение объема государственного спроса» Объем государственного спроса GDпл. Объем государственного спроса GDкв. Подблок 4.2 «Определение размеров приобретаемого жилья» Средневзвешенная площадь массового жилья, приобретаемого на вторичном рынке с учетом прямых и альтернативных сделок Средневзвешенная площадь жилья на вторичном рынке Sжв(м) Sжв млн. кв. м. тыс. квартир 0,78 0,60 0,76 0,76 0,76 0,76 11,14 8,57 10,86 10,86 10,86 10,86 кв. м. 24,98 24,98 24,98 24,98 24,98 24,14 кв. м. 28,50 28,50 28,50 28,50 28,50 27,24 Средневзвешенная площадь предлагаемого жилья Sж кв. м. 43,88 43,88 43,88 43,88 43,88 42,93 Подблок 4.3 «Определение потенциального платежеспособного спроса и предварительного объема предъявленного спроса населения, нерезидентов и инвесторов в натуральном выражении (без учета ипотеки)» Предъявленный суммарный платежеспособный спрос млрд. руб. городского населения на рынке недвижимости (без учета Dден. 558,73 558,73 558,73 558,73 558,73 478,91 ипотеки) в денежном выражении Предъявленный платежеспособный спрос городского млрд. руб. Dден.1 177,32 177,32 177,32 177,32 177,32 151,99 населения первой группы Предъявленный платежеспособный спрос городского млрд. руб. Dден.2 98,68 98,68 98,68 98,68 98,68 84,58 населения второй группы Предъявленный платежеспособный спрос городского млрд. руб. Dден.3 282,73 282,73 282,73 282,73 282,73 242,34 населения третьей группы Предъявленный платежеспособный спрос населения Dпл.1 млн. кв. м. 1,44 1,33 1,11 0,95 0,81 0,59 первой группы 128 Предъявленный платежеспособный спрос населения Dпл.2 млн. кв. м. второй группы Предъявленный платежеспособный спрос населения Dпл.3 млн. кв. м. третьей группы Предъявленный платежеспособный спрос населения Dпл.н. млн. кв. м. Предъявленный суммарный платежеспособный спрос тыс. Dкв.н. городского населения на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.1 населения первой группы на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.2 населения второй группы на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.3 населения третьей группы на рынке квартир квартир Предъявленный платежеспособный спрос городского Dпплн. млн. кв. м. населения на рынке площадей на первичном рынке Предъявленный платежеспособный спрос городского тыс. Dпквн. населения на рынке квартир на первичном рынке квартир Предъявленный платежеспособный спрос городского Dвплн. млн. кв. м. населения на рынке площадей на вторичном рынке Предъявленный платежеспособный спрос городского тыс. Dвквн. населения на рынке квартир на вторичном рынке квартир Подблок 4.4 «Определение предварительного объема предъявленного спроса на ипотеку» Планируемый объем жилищного ипотечного млрд. руб. кредитования в денежном выражении на первичном Mпден рынке Планируемый объем жилищного ипотечного млрд. руб. кредитования в денежном выражении на вторичном Mвден рынке Потенциальный объем прокредитованных площадей Mпл. млн. кв. м. Потенциальный объем ипотечного кредитования на Mппл. млн. кв. м. первичном рынке площадей Потенциальный объем ипотечного кредитования на Mвпл. млн. кв. м. вторичном рынке площадей тыс. Потенциальный объем прокредитованных квартир Mкв. квартир Потенциальный объем ипотечного кредитования на тыс. Mпкв. первичном рынке квартир квартир Потенциальный объем ипотечного кредитования на тыс. Mвкв. вторичном рынке квартир квартир 0,80 0,74 0,62 0,53 0,45 0,33 1,21 1,11 0,95 0,81 0,69 0,50 3,45 3,17 2,68 2,29 1,95 1,42 108,49 99,87 83,98 71,85 61,23 44,51 80,04 73,69 61,84 52,90 45,08 32,77 13,82 12,73 10,68 9,14 7,79 5,66 14,62 13,46 11,46 9,81 8,36 6,07 1,38 1,27 1,07 0,92 0,78 0,57 15,33 14,11 11,90 10,18 8,68 6,31 2,07 1,90 1,61 1,37 1,17 0,85 93,16 85,76 72,07 61,66 52,55 38,20 9,70 12,48 24,58 30,72 36,86 29,57 38,80 49,92 98,32 122,88 147,44 181,63 0,26 0,31 0,52 0,56 0,57 0,56 0,05 0,06 0,09 0,10 0,10 0,07 0,21 0,25 0,43 0,45 0,46 0,49 7,97 9,45 15,97 17,08 17,47 18,61 0,52 0,61 1,05 1,13 1,15 0,78 7,46 8,83 14,92 15,95 16,31 17,83 129 Предъявленное предложение на ипотечное кредитование тыс. Mпквп. 0,63 0,75 1,29 1,38 1,41 1,09 на первичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование тыс. Mвквп. 9,09 10,77 18,20 19,46 19,89 24,76 на вторичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование Mпплп. млн. кв. м. 0,06 0,07 0,12 0,12 0,13 0,10 на первичном рынке площадей Предъявленное предложение на ипотечное кредитование Mвплп. млн. кв. м. 0,26 0,31 0,52 0,55 0,57 0,67 на вторичном рынке площадей Подблок 4.5 «Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье с учетом ипотечной поддержки» Предъявленный спрос инвесторов на рынке площадей Dпл.ин. млн. кв. м. 1,16 1,16 1,22 1,26 1,32 0,38 тыс. Предъявленный спрос инвесторов на рынке квартир Dкв.ин. 19,55 19,58 20,64 21,35 22,23 6,55 квартир Предъявленный спрос инвесторов на первичном рынке Dппл.ин. млн. кв. м. 0,88 0,88 0,93 0,96 1,00 0,29 площадей Предъявленный спрос инвесторов на первичном рынке тыс. Dпкв.ин. 9,78 9,79 10,32 10,67 11,11 3,27 квартир квартир Предъявленный спрос инвесторов на вторичном рынке Dвпл.ин. млн. кв. м. 0,28 0,28 0,29 0,30 0,32 0,09 площадей Предъявленный спрос инвесторов на вторичном рынке тыс. Dвкв.ин. 9,78 9,79 10,32 10,67 11,11 3,27 квартир квартир Предъявленный денежный спрос инвесторов на рынке млрд. руб. Dден.ин. 226,34 246,22 299,74 362,32 442,73 152,11 жилья Предъявленный спрос нерезидентов на рынке площадей Dпл.нр. млн. кв. м. 3,50 3,50 3,69 3,82 3,98 3,11 тыс. Предъявленный спрос нерезидентов на рынке квартир Dкв.нр. 48,89 48,96 51,60 53,37 55,57 43,64 квартир Предъявленный спрос нерезидентов на первичном рынке Dппл.нр. млн. кв. м. 3,08 3,08 3,25 3,36 3,50 2,75 площадей Предъявленный спрос нерезидентов на первичном рынке тыс. Dпкв.нр. 34,22 34,27 36,12 37,36 38,90 30,55 квартир квартир Предъявленный денежный спрос нерезидентов на рынке млрд. руб. Dден.нр. 701,19 762,79 925,41 1 118,61 1 366,87 1 259,06 жилья Предъявленный денежный спрос нерезидентов на млрд. руб. СПСпнр. 641,02 697,33 841,89 1 017,65 1 243,50 1 151,51 первичном рынке площадей Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на рынке площадей Dпл.ком. млн. кв. м. 8,42 8,21 8,23 8,05 7,94 5,68 коммерческого жилья Суммарный предъявленный спрос населения (с учетом тыс. Dкв.ком. 186,66 179,94 175,70 167,39 160,33 120,54 ипотеки), инвесторов и нерезидентов на рынке квартир квартир 130 коммерческого жилья Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на первичном рынке Dп.пл.ком. площадей коммерческого жилья до перетекания Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на первичном рынке Dп.кв.ком. квартир коммерческого жилья до перетекания Суммарный предъявленный денежный спрос на рынке Dден. коммерческого жилья Суммарный предъявленный спрос на рынке жилых площадей государства (муниципальное жилье), населения Dпл. с учетом ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на рынке квартир государства (муниципальное жилье), населения с учетом Dкв. ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на первичном рынке жилых площадей государства (муниципальное жилье), Dп.пл. населения с учетом ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на первичном квартир государства (муниципальное жилье), населения с учетом Dп.кв. ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на вторичном рынке жилых площадей населения с учетом ипотеки, Dв.пл.ком. нерезидентов и инвесторов (коммерческое жилье) до перетекания Суммарный предъявленный спрос на вторичном квартир населения с учетом ипотеки, нерезидентов и инвесторов Dв.кв.ком. (коммерческое жилье) до перетекания Блок 5 «Определение состояния рынка по соотношению спрос/предложение предложения, строительства и ввода жилья на первичном и вторичном рынках» Подблок 5.1 «Определение соотношения спрос/предложение» Соотношение спроса и предложения квартир на Rпкв. первичном рынке Соотношение спроса и предложения квартир на Rвкв. вторичном рынке млн. кв. м. 5,40 5,30 5,37 5,36 5,41 3,71 тыс. квартир 59,96 58,92 59,63 59,59 60,10 41,22 млрд. руб. 1 534,76 1 630,13 1 906,78 2 193,26 2 552,63 2 101,27 млн. кв. м. 9,20 8,81 8,99 8,81 8,70 6,44 тыс. квартир 197,80 188,51 186,56 178,25 171,18 131,40 млн. кв. м. 6,18 5,90 6,13 6,12 6,17 4,47 тыс. квартир 71,10 67,49 70,49 70,44 70,95 52,08 млн. кв. м. 3,03 2,91 2,86 2,69 2,53 1,97 тыс. квартир 126,70 121,01 116,07 107,80 100,23 79,33 и расчета прогнозируемого объема удовлетворенного спроса (поглощения), ед. 4,82 4,88 2,64 2,31 2,08 1,10 ед. 1,09 1,02 0,97 0,87 0,78 0,60 131 Соотношение спроса и предложения площадей в целом на Rпл. ед. 2,01 1,84 1,51 рынке жилья Индикатор состояния рынка по соотношению I d/s {1;2;3;4} 4 4 4 спрос/предложение Подблок 5.2 «Сопоставление потребности в жилье, объема спроса и объема предложения и определения объема поглощения» Спрос на первичном рынке площадей после перетекания Dпкв.перетек в Спрос на вторичном рынке площадей после перетекания D пл.перетек Спрос на первичном рынке квартир после перетекания Dпкв.перетек Спрос на вторичном рынке квартир после перетекания Dвкв.перетек 1,37 1,27 0,79 4 4 1 млн. кв. м. 5,40 5,30 3,07 3,19 3,30 2,67 млн. кв. м. тыс. квартир тыс. квартир 3,81 3,51 5,92 5,62 5,40 3,77 59,96 58,92 34,07 35,43 36,69 29,70 126,70 121,01 141,63 131,96 123,64 90,85 0,81 0,91 1,10 9,02 10,13 12,19 2,83 2,93 2,64 99,33 98,91 63,59 3,64 3,84 3,74 108,35 109,04 75,79 2,32 2,61 4,82 25,78 28,95 53,54 126,26 130,62 135,27 3,60 3,72 3,68 5,80 6,51 10,12 2,17 2,17 3,04 7,97 8,69 13,16 Удовлетворенный спрос (поглощение площадей) на СУппл.ком. млн. кв. м. 0,39 0,38 0,71 первичном рынке коммерческого жилья Удовлетворенный спрос (поглощение квартир) на тыс. СУпкв.ком. 4,36 4,22 7,91 первичном рынке коммерческого жилья квартир Удовлетворенный спрос (поглощение площадей) на СУвпл.ком. млн. кв. м. 2,45 2,69 2,74 вторичном рынке Удовлетворенный спрос (поглощение квартир) на тыс. СУвкв.ком. 92,92 94,48 96,11 вторичном рынке квартир Удовлетворенный спрос (поглощение площадей) на рынке СУпл.ком. млн. кв. м. 2,85 3,07 3,45 коммерческого жилья Удовлетворенный спрос (поглощение квартир) на рынке тыс. СУкв.ком. 97,28 98,70 104,03 коммерческого жилья квартир Подблок 5.3 «Расчет прогнозируемых показателей рынка (общего и нового предложения, строительства, ввода) на текущий год» Прогнозируемый объем предложения на первичном Supппр.пл. млн. кв. м. 1,12 1,09 2,03 рынке Прогнозируемый объем предложения квартир на тыс. Supппр.кв. 12,44 12,06 22,60 первичном рынке квартир Прогнозируемый объем предложения квартир на тыс. Supвпр.кв. 117,12 119,12 122,14 вторичном рынке квартир Прогнозируемый объем предложения площадей на Supвпр.пл. млн. кв. м. 3,34 3,39 3,48 вторичном рынке Прогнозируемый объем строительства площадей Constr.пр.ком.пл. млн. кв. м. 2,80 2,71 5,09 коммерческого жилья Прогнозируемый объем строительства площадей Constr.пр.мун.пл. млн. кв. м. 2,23 1,71 2,17 муниципального жилья Прогнозируемый объем строительства площадей Constr.пр.пл. млн. кв. м. 5,03 4,43 7,26 Constr.пр.пл., млн кв. м 132 Прогнозируемый объем ввода площадей коммерческого жилья Прогнозируемый объем ввода площадей городского жилья Прогнозируемый объем предложения площадей Прогнозируемый объем строительства квартир коммерческого жилья Прогнозируемый объем строительства квартир муниципального жилья Прогнозируемый объем строительства квартир Прогнозируемый объем ввода квартир городского жилья Wпр.ком.пл. млн. кв. м. 0,98 0,95 1,78 2,03 2,28 2,53 Wпр.пл. млн. кв. м. 1,76 1,55 2,54 2,79 3,04 3,29 Sup.пр.пл. млн. кв. м. тыс. квартир тыс. квартир тыс. квартир тыс. квартир тыс. квартир 4,46 4,48 5,52 5,92 6,33 8,50 31,11 30,16 56,51 64,44 72,38 112,44 31,84 24,49 31,02 31,02 31,02 43,43 62,95 54,65 87,53 95,46 103,40 155,87 19,56 17,22 28,22 31,00 33,78 36,56 10,89 10,56 19,78 22,56 25,33 28,11 Constr.пр.ком.кв. Constr.пр.мун.кв. Constr.пр.кв. Wпр.кв. Прогнозируемый объем ввода квартир коммерческого Wпр.ком.кв. жилья Блок 6 «Определение типа рынка и прогнозирование уровня цен на жилье» Подблок 6.1 «Определение типа рынка» Годовой индекс роста номинальных душевых доходов Годовой индекс роста цен на вторичном рынке Индекс типа рынка Подблок 6.2 «Прогнозирование уровня цен на жилье» Cреднемесячный темп роста номинальных среднедушевых доходов Среднемесячный темп роста цен на жилье Годовой прирост средней удельной цены на вторичном рынке Средняя удельная цена жилья в конце текущего года на вторичном рынке Средняя удельная цена жилья на первичном рынке в конце текущего года Iн(i)/Iн(i-1) Цв(i-1)/Цв(i-2) Iтр ед. ед. {1;2;3;4;5;6} 1,04 1,08 4 1,05 1,09 4 1,08 1,17 5 1,09 1,17 5 1,10 1,17 5 1,11 1,18 1 ΔIн % 0,36 0,40 0,67 0,71 0,78 0,86 ΔЦв % 0,67 0,69 1,29 1,31 1,34 -0,33 ΔЦвгод % 8,35 8,62 16,59 16,88 17,35 -3,86 182,57 198,32 231,22 270,26 317,13 304,88 208,13 226,08 258,97 302,69 355,19 359,76 Цв Цп тыс. руб./кв. м тыс. руб./кв. м 133 Приложение 3. Показатели прогноза развития рынка жилой недвижимости Москвы при сценарии №3 макроэкономических параметров и при варианте №2 отраслевых параметров Наименование показателя Обозначение Ед. изм. 2011 2012 Блок 1 «Определение потребности городского населения в жилье и планируемого объема ввода социального жилья» 2013 2014 2015 2016 Прогнозируемый объем жилого фонда Ж.ф.пл млн. кв. м. 217,21 218,28 220,40 222,79 225,83 229,12 Численность городского населения города N млн. чел. 11,60 11,60 11,60 11,60 11,60 11,60 Прогнозируемая обеспеченность населения жильем Ж.об.пр. кв. м./чел. 18,72 18,82 19,00 19,21 19,47 19,75 Прогнозируемый объем некачественного жилья в жилом Ж.ф.нк.пл. млн. кв. м. 100,30 95,60 90,90 86,20 81,50 76,80 фонде города Прогнозируемая потребность населения в жилье Потр.пр.пл. млн. кв. м. 126,69 127,88 128,02 127,89 128,27 128,40 Блок 2 «Функционирования строительного комплекса и определения потенциального объема ввода, строительства и предвари тельного объема предложения коммерческого жилья» Потенциальный объем ввода жилья Wпот.пл. млн. кв. м. 1,76 1,55 2,54 2,79 3,04 3,29 тыс. Потенциальный объем ввода жилья Wпот.кв. 19,56 17,22 28,22 31,00 33,78 36,56 квартир Потенциальный объем ввода коммерческого жилья Wпот.пл.ком. млн. кв. м. 0,98 0,95 1,78 2,03 2,28 2,53 тыс. Потенциальный объем ввода коммерческого жилья Wпот.кв.ком. 10,89 10,56 19,78 22,56 25,33 28,11 квартир Потенциальный объем строительства жилья Const.пот.пл. млн. кв. м. 5,03 4,43 7,26 7,97 8,69 9,40 тыс. Потенциальный объем строительства жилья Const.пот.кв. 55,87 49,21 80,63 88,57 96,51 104,44 квартир Потенциальный объем строительства коммерческого Const.пот.ком.пл. млн. кв. м. 2,80 2,71 5,09 5,80 6,51 7,23 жилья Потенциальный объем строительства коммерческого тыс. Const.пот.ком.кв. 31,11 30,16 56,51 64,44 72,38 80,32 жилья квартир Потенциальный объем предложения жилья на первичном Supппот.пл. млн. кв. м. 1,12 1,09 2,03 2,32 2,61 2,89 рынке Потенциальный объем предложения жилья на первичном тыс. Supппот.кв. 12,44 12,06 22,60 25,78 28,95 32,13 рынке квартир Блок 3 «Блок финансирования оборотов рынка коммерческого жилья. Определение объема потенциального платежеспособного спроса населения» Коэффициент доступности жилья в базовом году для Кда(м) лет 1,36 1,36 1,36 1,36 1,36 1,36 первой группы населения (альтернативные сделки) Коэффициент доступности жилья для второй группы Кдпр(м) лет 1,97 1,97 1,97 1,97 1,97 1,97 населения (прямые сделки с массовым жильем) 134 Коэффициент доступности жилья для третьей группы населения (прямые сделки с жильем повышенной комфортности) Совокупные накопления городского населения за предыдущие Кд лет Совокупные накопления за предыдущие Кд лет первой группы населения Совокупные накопления за предыдущие Кд лет второй группы населения в прямых сделках Совокупные накопления за предыдущие Кд лет третьей группы населения Совокупный платежеспособный спрос Кд(п) лет СПСн млрд. руб. СПС1 СПС2 СПС3 СПС млрд. руб. млрд. руб. млрд. руб. млрд. руб. 3,03 3,03 3,03 3,03 3,03 3,03 7 036,56 7 036,56 7 036,56 7 036,56 7 036,56 7 036,56 1 013,26 1 013,26 1 013,26 1 013,26 1 013,26 1 013,26 563,86 563,86 563,86 563,86 563,86 563,86 1 615,59 1 615,59 1 615,59 1 615,59 1 615,59 1 615,59 3 192,72 3 192,72 3 192,72 3 192,72 3 192,72 3 192,72 Блок 4 «Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское жилье» Подблок 4.1 «Определение объема государственного спроса» Объем государственного спроса GDпл. Объем государственного спроса GDкв. Подблок 4.2 «Определение размеров приобретаемого жилья» Средневзвешенная площадь массового жилья, приобретаемого на вторичном рынке с учетом прямых и альтернативных сделок Средневзвешенная площадь жилья на вторичном рынке Sжв(м) Sжв млн. кв. м. тыс. квартир 0,78 0,60 0,76 0,76 0,76 0,76 11,14 8,57 10,86 10,86 10,86 10,86 кв. м. 24,98 24,98 24,98 24,98 24,98 24,98 кв. м. 28,50 28,50 28,50 28,50 28,50 28,50 Средневзвешенная площадь предлагаемого жилья Sж кв. м. 43,88 43,88 43,88 43,88 43,88 43,88 Подблок 4.3 «Определение потенциального платежеспособного спроса и предварительного объема предъявленного спроса населения, нерезидентов и инвесторов в натуральном выражении (без учета ипотеки)» Предъявленный суммарный платежеспособный спрос млрд. руб. городского населения на рынке недвижимости (без учета Dден. 558,73 558,73 558,73 558,73 558,73 558,73 ипотеки) в денежном выражении Предъявленный платежеспособный спрос городского млрд. руб. Dден.1 177,32 177,32 177,32 177,32 177,32 177,32 населения первой группы Предъявленный платежеспособный спрос городского млрд. руб. Dден.2 98,68 98,68 98,68 98,68 98,68 98,68 населения второй группы Предъявленный платежеспособный спрос городского млрд. руб. Dден.3 282,73 282,73 282,73 282,73 282,73 282,73 населения третьей группы Предъявленный платежеспособный спрос населения Dпл.1 млн. кв. м. 1,44 1,33 1,35 1,34 1,32 1,31 первой группы Предъявленный платежеспособный спрос населения Dпл.2 млн. кв. м. 0,80 0,74 0,75 0,74 0,74 0,73 135 второй группы Предъявленный платежеспособный спрос населения Dпл.3 млн. кв. м. третьей группы Предъявленный платежеспособный спрос населения Dпл.н. млн. кв. м. Предъявленный суммарный платежеспособный спрос тыс. Dкв.н. городского населения на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.1 населения первой группы на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.2 населения второй группы на рынке квартир квартир Предъявленный платежеспособный спрос городского тыс. Dкв.3 населения третьей группы на рынке квартир квартир Предъявленный платежеспособный спрос городского Dпплн. млн. кв. м. населения на рынке площадей на первичном рынке Предъявленный платежеспособный спрос городского тыс. Dпквн. населения на рынке квартир на первичном рынке квартир Предъявленный платежеспособный спрос городского Dвплн. млн. кв. м. населения на рынке площадей на вторичном рынке Предъявленный платежеспособный спрос городского тыс. Dвквн. населения на рынке квартир на вторичном рынке квартир Подблок 4.4 «Определение предварительного объема предъявленного спроса на ипотеку» Планируемый объем жилищного ипотечного млрд. руб. кредитования в денежном выражении на первичном Mпден рынке Планируемый объем жилищного ипотечного млрд. руб. кредитования в денежном выражении на вторичном Mвден рынке Потенциальный объем прокредитованных площадей Mпл. млн. кв. м. Потенциальный объем ипотечного кредитования на Mппл. млн. кв. м. первичном рынке площадей Потенциальный объем ипотечного кредитования на Mвпл. млн. кв. м. вторичном рынке площадей тыс. Потенциальный объем прокредитованных квартир Mкв. квартир Потенциальный объем ипотечного кредитования на тыс. Mпкв. первичном рынке квартир квартир Потенциальный объем ипотечного кредитования на тыс. Mвкв. вторичном рынке квартир квартир 1,21 1,11 1,03 1,02 1,01 1,00 3,45 3,17 3,14 3,11 3,08 3,05 108,49 99,87 100,51 99,54 98,58 97,63 80,04 73,69 75,02 74,30 73,58 72,87 13,82 12,73 12,96 12,83 12,71 12,58 14,62 13,46 12,54 12,41 12,29 12,18 1,38 1,27 1,25 1,24 1,23 1,22 15,33 14,11 13,94 13,80 13,67 13,54 2,07 1,90 1,88 1,86 1,85 1,83 93,16 85,76 86,57 85,74 84,91 84,09 9,70 12,48 24,58 30,72 36,86 42,24 38,80 49,92 98,32 122,88 147,44 168,96 0,26 0,31 0,60 0,74 0,88 1,00 0,05 0,06 0,11 0,13 0,16 0,18 0,21 0,25 0,49 0,61 0,72 0,82 7,97 9,45 18,41 22,79 27,08 30,74 0,52 0,61 1,19 1,47 1,74 1,98 7,46 8,83 17,23 21,32 25,34 28,76 136 Предъявленное предложение на ипотечное кредитование тыс. Mпквп. 0,63 0,75 1,45 1,79 2,13 на первичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование тыс. Mвквп. 9,09 10,77 21,01 26,00 30,90 на вторичном рынке квартир квартир Предъявленное предложение на ипотечное кредитование Mпплп. млн. кв. м. 0,06 0,07 0,13 0,16 0,19 на первичном рынке площадей Предъявленное предложение на ипотечное кредитование Mвплп. млн. кв. м. 0,26 0,31 0,60 0,74 0,88 на вторичном рынке площадей Подблок 4.5 «Определение предварительного объема предъявленного государством, населением, нерезидентами и инвесторами спроса на городское учетом ипотечной поддержки» Предъявленный спрос инвесторов на рынке площадей Dпл.ин. млн. кв. м. 1,16 1,16 1,22 1,25 1,26 тыс. Предъявленный спрос инвесторов на рынке квартир Dкв.ин. 19,55 19,58 20,64 21,05 21,31 квартир Предъявленный спрос инвесторов на первичном рынке Dппл.ин. млн. кв. м. 0,88 0,88 0,93 0,95 0,96 площадей Предъявленный спрос инвесторов на первичном рынке тыс. Dпкв.ин. 9,78 9,79 10,32 10,52 10,65 квартир квартир Предъявленный спрос инвесторов на вторичном рынке Dвпл.ин. млн. кв. м. 0,28 0,28 0,29 0,30 0,30 площадей Предъявленный спрос инвесторов на вторичном рынке тыс. Dвкв.ин. 9,78 9,79 10,32 10,52 10,65 квартир квартир Предъявленный денежный спрос инвесторов на рынке млрд. руб. Dден.ин. 226,34 246,22 263,27 271,05 277,07 жилья Предъявленный спрос нерезидентов на рынке площадей Dпл.нр. млн. кв. м. 3,50 3,50 3,69 3,76 3,81 тыс. Предъявленный спрос нерезидентов на рынке квартир Dкв.нр. 48,89 48,96 51,60 52,62 53,26 квартир Предъявленный спрос нерезидентов на первичном рынке Dппл.нр. млн. кв. м. 3,08 3,08 3,25 3,31 3,36 площадей Предъявленный спрос нерезидентов на первичном рынке тыс. Dпкв.нр. 34,22 34,27 36,12 36,83 37,29 квартир квартир Предъявленный денежный спрос нерезидентов на рынке млрд. руб. Dден.нр. 701,19 762,79 816,97 841,13 859,81 жилья Предъявленный денежный спрос нерезидентов на млрд. руб. СПСпнр. 641,02 697,33 748,64 770,78 787,90 первичном рынке площадей Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на рынке площадей Dпл.ком. млн. кв. м. 8,42 8,21 8,78 9,02 9,22 коммерческого жилья Суммарный предъявленный спрос населения (с учетом тыс. Dкв.ком. 186,66 179,94 195,21 201,00 206,18 ипотеки), инвесторов и нерезидентов на рынке квартир квартир 2,41 35,07 0,22 1,00 жилье с 1,28 21,57 0,97 10,78 0,31 10,78 283,18 3,86 53,91 3,40 37,74 878,78 805,28 9,40 210,59 137 коммерческого жилья Суммарный предъявленный спрос населения (с учетом ипотеки), инвесторов и нерезидентов на первичном рынке Dп.пл.ком. млн. кв. м. 5,40 5,30 5,56 5,67 5,74 5,80 площадей коммерческого жилья до перетекания Суммарный предъявленный спрос населения (с учетом тыс. ипотеки), инвесторов и нерезидентов на первичном рынке Dп.кв.ком. 59,96 58,92 61,83 62,95 63,74 64,48 квартир квартир коммерческого жилья до перетекания Суммарный предъявленный денежный спрос на рынке Dден. млрд. руб. 1 534,76 1 630,13 1 761,87 1 824,51 1 879,91 1 931,88 коммерческого жилья Суммарный предъявленный спрос на рынке жилых площадей государства (муниципальное жилье), населения Dпл. млн. кв. м. 9,20 8,81 9,54 9,78 9,98 10,16 с учетом ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на рынке квартир государства (муниципальное жилье), населения с учетом тыс. Dкв. 197,80 188,51 206,07 211,86 217,04 221,45 ипотеки, нерезидентов и инвесторов (коммерческое квартир жилье) Суммарный предъявленный спрос на первичном рынке жилых площадей государства (муниципальное жилье), Dп.пл. млн. кв. м. 6,18 5,90 6,32 6,43 6,50 6,56 населения с учетом ипотеки, нерезидентов и инвесторов (коммерческое жилье) Суммарный предъявленный спрос на первичном квартир государства (муниципальное жилье), населения с учетом тыс. Dп.кв. 71,10 67,49 72,68 73,80 74,59 75,33 ипотеки, нерезидентов и инвесторов (коммерческое квартир жилье) Суммарный предъявленный спрос на вторичном рынке жилых площадей населения с учетом ипотеки, Dв.пл.ком. млн. кв. м. 3,03 2,91 3,22 3,35 3,49 3,60 нерезидентов и инвесторов (коммерческое жилье) до перетекания Суммарный предъявленный спрос на вторичном квартир тыс. населения с учетом ипотеки, нерезидентов и инвесторов Dв.кв.ком. 126,70 121,01 133,38 138,05 142,44 146,12 квартир (коммерческое жилье) до перетекания Блок 5 «Определение состояния рынка по соотношению спрос/предложение и расчета прогнозируемого объема удовлетворенного спроса (поглощения), предложения, строительства и ввода жилья на первичном и вторичном рынках» Подблок 5.1 «Определение соотношения спрос/предложение» Соотношение спроса и предложения квартир на Rпкв. ед. 4,82 4,88 2,74 2,44 2,20 2,01 первичном рынке Соотношение спроса и предложения квартир на Rвкв. ед. 1,09 1,02 1,11 1,15 1,18 1,21 вторичном рынке 138 Соотношение спроса и предложения площадей в целом на Rпл. ед. 2,01 1,84 1,61 рынке жилья Индикатор состояния рынка по соотношению I d/s {1;2;3;4} 4 4 4 спрос/предложение Подблок 5.2 «Сопоставление потребности в жилье, объема спроса и объема предложения и определения объема поглощения» Спрос на первичном рынке площадей после перетекания Dпкв.перетек в Спрос на вторичном рынке площадей после перетекания D пл.перетек Спрос на первичном рынке квартир после перетекания Dпкв.перетек Спрос на вторичном рынке квартир после перетекания Dвкв.перетек 1,57 1,53 1,48 4 4 4 млн. кв. м. 5,40 5,30 5,56 5,67 5,74 5,80 млн. кв. м. тыс. квартир тыс. квартир 3,81 3,51 3,98 4,11 4,25 4,36 59,96 58,92 61,83 62,95 63,74 64,48 126,70 121,01 133,38 138,05 142,44 146,12 0,81 0,91 1,01 9,02 10,13 11,24 2,74 2,75 2,76 96,30 96,49 96,68 3,56 3,66 3,77 105,32 106,62 107,92 2,32 2,61 2,89 25,78 28,95 32,13 120,50 120,73 120,97 3,43 3,44 3,45 5,80 6,51 7,23 2,17 2,17 2,17 7,97 8,69 9,40 Удовлетворенный спрос (поглощение площадей) на СУппл.ком. млн. кв. м. 0,39 0,38 0,71 первичном рынке коммерческого жилья Удовлетворенный спрос (поглощение квартир) на тыс. СУпкв.ком. 4,36 4,22 7,91 первичном рынке коммерческого жилья квартир Удовлетворенный спрос (поглощение площадей) на СУвпл.ком. млн. кв. м. 2,45 2,69 2,74 вторичном рынке Удовлетворенный спрос (поглощение квартир) на тыс. СУвкв.ком. 92,92 94,48 96,11 вторичном рынке квартир Удовлетворенный спрос (поглощение площадей) на рынке СУпл.ком. млн. кв. м. 2,85 3,07 3,45 коммерческого жилья Удовлетворенный спрос (поглощение квартир) на рынке тыс. СУкв.ком. 97,28 98,70 104,03 коммерческого жилья квартир Подблок 5.3 «Расчет прогнозируемых показателей рынка (общего и нового предложения, строительства, ввода) на текущий год» Прогнозируемый объем предложения на первичном Supппр.пл. млн. кв. м. 1,12 1,09 2,03 рынке Прогнозируемый объем предложения квартир на тыс. Supппр.кв. 12,44 12,06 22,60 первичном рынке квартир Прогнозируемый объем предложения квартир на тыс. Supвпр.кв. 117,12 119,12 120,26 вторичном рынке квартир Прогнозируемый объем предложения площадей на Supвпр.пл. млн. кв. м. 3,34 3,39 3,43 вторичном рынке Прогнозируемый объем строительства площадей Constr.пр.ком.пл. млн. кв. м. 2,80 2,71 5,09 коммерческого жилья Прогнозируемый объем строительства площадей Constr.пр.мун.пл. млн. кв. м. 2,23 1,71 2,17 муниципального жилья Прогнозируемый объем строительства площадей Constr.пр.пл. млн. кв. м. 5,03 4,43 7,26 Constr.пр.пл., млн кв. м 139 Прогнозируемый объем ввода площадей коммерческого жилья Прогнозируемый объем ввода площадей городского жилья Прогнозируемый объем предложения площадей Прогнозируемый объем строительства квартир коммерческого жилья Прогнозируемый объем строительства квартир муниципального жилья Прогнозируемый объем строительства квартир Прогнозируемый объем ввода квартир городского жилья Wпр.ком.пл. млн. кв. м. 0,98 0,95 1,78 2,03 2,28 2,53 Wпр.пл. млн. кв. м. 1,76 1,55 2,54 2,79 3,04 3,29 Sup.пр.пл. млн. кв. м. тыс. квартир тыс. квартир тыс. квартир тыс. квартир тыс. квартир 4,46 4,48 5,46 5,75 6,05 6,34 31,11 30,16 56,51 64,44 72,38 80,32 31,84 24,49 31,02 31,02 31,02 31,02 62,95 54,65 87,53 95,46 103,40 111,34 19,56 17,22 28,22 31,00 33,78 36,56 10,89 10,56 19,78 22,56 25,33 28,11 Constr.пр.ком.кв. Constr.пр.мун.кв. Constr.пр.кв. Wпр.кв. Прогнозируемый объем ввода квартир коммерческого Wпр.ком.кв. жилья Блок 6 «Определение типа рынка и прогнозирование уровня цен на жилье» Подблок 6.1 «Определение типа рынка» Годовой индекс роста номинальных душевых доходов Годовой индекс роста цен на вторичном рынке Индекс типа рынка Подблок 6.2 «Прогнозирование уровня цен на жилье» Cреднемесячный темп роста номинальных среднедушевых доходов Среднемесячный темп роста цен на жилье Годовой прирост средней удельной цены на вторичном рынке Средняя удельная цена жилья в конце текущего года на вторичном рынке Средняя удельная цена жилья на первичном рынке в конце текущего года Iн(i)/Iн(i-1) Цв(i-1)/Цв(i-2) Iтр ед. ед. {1;2;3;4;5;6} 1,04 1,08 4 1,05 1,09 4 1,01 1,01 3 1,01 1,01 3 1,01 1,01 3 1,01 1,01 3 ΔIн % 0,36 0,40 0,05 0,05 0,05 0,05 ΔЦв % 0,67 0,69 0,08 0,08 0,08 0,08 ΔЦвгод % 8,35 8,62 0,97 0,97 0,97 0,97 182,57 198,32 200,25 202,20 204,17 206,16 208,13 226,08 230,29 232,53 234,80 237,08 Цв Цп тыс. руб./кв. м тыс. руб./кв. м 140