В статье рассматривается проблема оценки ценового разрыва между первичным и вторичным рынками жилья в России. Мы разрабатываем двухэтапную методологию мэтчинга, позволяющую сопоставить пары квартир с максимально близкими характеристиками и нивелировать влияние инфраструктурных и планировочных различий, и оцениваем разрыв цен в регионах России на основе данных о 24,5 млн предложений о продаже квартир за 2022-2025 гг. Результаты указывают на значительную межрегиональную гетерогенность разрыва цен: во многих регионах новостройки дороже, но встречаются случаи нулевого или отрицательного разрыва. Разработанный подход позволяет анализировать динамику показателя и выявлять влияние региональных факторов, что имеет прикладное значение как для покупателей жилья, так и для регуляторов при разработке программ ипотечной поддержки.
Идентификаторы и классификаторы
- SCI
- Экономика
Рынок жилой недвижимости занимает важное место в структуре российской экономики, оказывая существенное влияние как на социальные процессы, так и на экономическое развитие общества. Так, по итогам I квартала 2025 г. строи - тельство и операции с недвижимым имуществом обеспечили 15,3% ВВП России 1, а ввод нового жилья превышает 100 млн кв. м начиная с 2022 г. 2, при этом объемы ввода значительно различаются по регионам.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Бердникова В. Н. Проблема обеспечения репрезентативности выборки при моделировании рыночной стоимости на региональном рынке недвижимости // Статистика и экономика. - 2021. - Т. 18. - № 5. - C. 38-46. EDN: WNBWKP
Berdnikova, V. N. (2021). The Problem of Ensuring Representative Samples when Modeling the Market Value in the Regional Real Estate Market. Statistics and Economics, 18(5), pp. 38-46. (In Russian). EDN: WNBWKP
2. Богданова Т. К., Камалова А. Р., Кравченко Т. К., Полторак А. И. Проблемы моделирования оценки стоимости жилой недвижимости // Бизнес-информатика. - 2020. - Т. 14. - № 3. - С. 7-23. EDN: WBRIDX
Bogdanova, T. К., Kamalova, A. R., Kravchenko, T. К. and Poltorak, A. I. (2020). Problems of Modeling the Valuation of Residential Properties. Business Informatics, 14(3), pp. 7-23. (In Russian). EDN: VRDDNR
3. Волков А. А. Современное состояние рынка жилой недвижимости в России // Вестник Российского экономического университета имени Г. В. Плеханова. - 2022. - № 1. - C. 29-41.
Volkov, A. A. (2022). The Present Day Situation on Residential Real Estate Market in Russia. Vestnik of the Plekhanov Russian University of Economics, 1, pp. 29-41. (In Russian). EDN: MVLGSN
4. Галенкова А. Д., Мариев О. С., Никитин М. В., Юнусова И. М. Эконометрическое исследование пузырей на рынках недвижимости России // Экономика и математические методы. - 2019. - Т. 55. - № 4. - C. 43-56. EDN: NEWCAN
Galenkova, A., Mariev, O., Nikitin, M. and Yunusova, I. (2019). Econometric Study of Bubbles in the Russian Real Estate Market. Economics and the Mathematical Methods, 55(4), pp. 43-56. (In Russian). EDN: NEWCAN
5. Гончаров Г. И., Натхов Т. В. Текстуальный анализ ценообразования на рынке московской жилой недвижимости // Экономический журнал ВШЭ. - 2020. - Т. 24. - № 1. - C. 101-116. EDN: NWRXZF
Goncharov, G. and Natkhov, T. (2020). Textual Analysis of Pricing in the Moscow Residential Real Estate Market. HSE Economic Journal, 24(1), pp. 101-116.(In Russian). EDN: NWRXZF
6. Дианов Д. В. Формирование системы статистических показателей создания объектов первичного рынка недвижимости // Статистика и экономика. - 2020. - Т. 17. - № 1. - C. 14-24. EDN: FRUODZ
Dianov, D. V. (2020). Formation of Statistical Indicators System to Create Objects of the Primary Real Estate Market. Statistics and Economics, 17(1), pp. 14-24. (In Russian). EDN: FRUODZ
7. Дианов Д. В., Смелов П. А. Содержание и границы рынка первичной недвижимости как объекта статистического исследования // Статистика и экономика. - 2019. - Т. 16. - № 1. - C. 41-56. EDN: ZAEBYT
Dianov, D. V. and Smelov, P. A. (2019). Content and Boundaries of the Primary Real Estate Market as an Object of Statistical Research. Statistics and Economics, 16(1), pp. 41-56. (In Russian). EDN: ZAEBYT
8. Духон А. Б., Образцова О. И., Эпштейн Н. Д. Информационные возможности сведений административного учета о сделках с жилой недвижимостью для расчета цен на российском рынке жилья // Статистика и экономика. - 2021. - Т. 18. - № 6. - C. 60-72. EDN: KVRXGH
Dukhon, A. B., Obraztsova, O. I. and Epshtein, N. D. (2021). Information Opportunities of Administrative Data on Residential Real Estate Transactions for Calculating the House Prices in Russia’s Housing Market. Statistics and Economics, 18(6), pp. 60-72. EDN: KVRXGH
9. Клочкова E. Н., Толстякова М. А. Рынок жилой недвижимости: тенденции и перспективы // Статистика и экономика. - 2019. - Т. 16. - № 3. - C. 24-33. EDN: OQDMQO
Klochkova, E. N. and Tolstyakova, M. A. (2019). Market of the Residential Real Estate: Trends and Prospects. Statistics and Economics, 16(3), pp. 24-33. (In Russian). EDN: OQDMQO
10. Косякина А. И. “Пузырь” на рынке жилья? Анализ на основе метода повторных продаж для вторичного рынка Москвы и Санкт-Петербурга // Прикладная эконометрика. - 2023. - Т. 70. - C. 72-88. EDN: ZSSUKK
Kosyakina, A. (2023). A Bubble in the Housing Market? Analysis Based on the Repeat-Sales Method for the Secondary Market in Moscow and Saint Petersburg. Applied Econometrics, 70, pp. 72-88. (In Russian).
11. Ласкин М. Б., Черкесова П. А. Сравнение рыночных и кадастровых данных для прогнозирования рыночной стоимости объектов недвижимости // Статистика и экономика. - 2020. - Т. 17. - № 4. - C. 44-54. EDN: WLGVRA
Laskin, M. B. and Cherkesova, P. A. (2020). Market and Cadastral Data Comparison for the Real Estate Market Value Forecasting. Statistics and Economics, 17(4), pp. 44-54. (In Russian). EDN: WLGVRA
12. Перевышин Ю., Синельников-Мурылев С., Трунин П. Факторы дифференциации цен в российских регионах // Экономический журнал ВШЭ. - 2017. - Т. 21. - № 3. - С. 361-384. EDN: ZRRGUJ
Perevyshin, Y., Sinelnikov-Murylev, S. and Trunin, P. (2017). Determinants of Price Differentiation across Russian Regions. HSE Economic Journal, 21(3), pp. 361-384. (In Russian). EDN: ZRRGUJ
13. Петрова П. М. Сравнительный анализ стратегической социально-экономической стабильности на рынках недвижимости мегаполисов России и Китая // Экономический анализ: теория и практика. - 2023. - Т. 22. - № 7. - C. 1346-1361. EDN: PSAHDU
Petrova, P. M. (2023). Comparative Analysis of Strategic Socio-Economic Stability in the Real Estate Markets of the Largest Cities of Russia and China. Economic Analysis: Theory and Practice, 22(7), pp. 1346-1361. (In Russian). EDN: PSAHDU
14. Ясницкий Л. Н., Ясницкий В. Л., Алексеев А. О. Моделирование рынков жилой недвижимости крупнейших городов России // Экономика региона. - 2022. - Т. 18. - № 2. - C. 609-622. EDN: ZVOZAX
Yasnitsky, L. N., Yasnitsky, V. L. and Alekseev, A. O. (2022). Simulation of Residential Real Estate Markets in the Largest Russian Cities. Economy of Regions, 18(2), pp. 609-622. (In Russian). EDN: ZVOZAX
15. Akerlof G. A. The Market for ‘Lemons’: Quality Uncertainty and the Market Mechanism // The Quarterly Journal of Economics. - 1970. - Vol. 84(3). - pp. 488-500.
16. Bayer P., Mangum K., Roberts J. W. Speculative Fever: Investor Contagion in the Housing Bubble // American Economic Review. - 2021. - Vol. 111(2). - pp. 609-651. EDN: ZYCPGN
17. Domeij D., Ellingsen T. Rational Bubbles in UK Housing Markets: Comment on ‘No-Bubble Condition: Model-Free Tests in Housing Markets’ // Econometrica. - 2020. - Vol. 88(4). - pp. 1755-1766. EDN: DZLIPZ
18. Fox A. H. A Theory of Second-Hand Markets // Economica. - 1957. - Vol. 24(94). - pp. 99-115.
19. Frey B. S., Eichenberger R. On the Rate of Return in the Art Market: Survey and Evaluation // European Economic Review. - 1995. - Vol. 39(3-4). - pp. 528-537. EDN: HHJELB
20. Gleue C., Eilers D., Mettenheim H. J., Breitner M. H. Decision Support for the Automotive Industry // Business and Information Systems Engineering. - 2019. - Vol. 61(4). - pp. 385-397. EDN: CLTNJH
21. Kursten W. A Theory of Second-Hand Markets: The Rapid Depreciation of Consumer Durables and Product Differentiation Effects // Journal of Institutional and Theoretical Economics. - 1991. - Vol. 147(3). - pp. 459-476.
22. Makov T., Fishman T., Chertow M., Blass V. What Affects the Secondhand Value of Smartphones: Evidence from eBay // Journal of Industrial Ecology. - 2019. - Vol. 23(3). - pp. 549-559.
23. Montagnoli A., Nagayasu J. UK House Price Convergence Clubs and Spillovers // Journal of Housing Economics. - 2015. - Vol. 30. - pp. 50-58.
24. Tomal M. House Price Convergence on the Primary and Secondary Markets: Evidence from Polish Provincial Capitals // Real Estate Management and Valuation. - 2019. - Vol. 27(4). - pp. 62-73.
25. Zhou L., Gupta S. M. Value Depreciation Factors for New and Remanufactured High-Technology Products: A Case Study on iPhones and iPads // International Journal of Production Research. - 2020. - Vol. 58(23). - pp. 7218-7249. EDN: ULIEOW
Выпуск
Другие статьи выпуска
В статье на основе рандомизированного экспериментального опроса исследуется влияние нарративов о трансмиссионном механизме ключевой ставки Банка России на инфляционные ожидания российских домохозяйств. Показано, что в субъективных моделях респондентов доминирует канал издержек и повышение ключевой ставки чаще воспринимается ими как фактор роста цен. Эффект от представления нарративов респондентам существенно зависит от их исходных убеждений: нарративы, акцентирующие роль канала спроса, снижают ожидания в основном у тех респондентов, изначальные убеждения которых согласуются с этими нарративами. Информация о повышении ставки без объяснения механизма ее действия приводила к росту инфляционных ожиданий в ряде групп, тогда как в сочетании с нарративом о канале спроса обеспечивала их значимое снижение. Согласно результатам регрессионного и медиационного анализа, повышение доверия к предоставляемой информации ведет к дополнительному снижению инфляционных ожиданий. Результаты выявляют гетерогенность реакции респондентов по полу и уровню образования и подчеркивают необходимость таргетированной коммуникационной стратегии, опирающейся на понятные нарративы с учетом исходных убеждений аудитории.
В работе проводится эмпирическая проверка теории диагностических ожиданий на данных по инфляционным ожиданиям потребителей в России и США и исследуется вопрос о возможной зависимости «диагностичности» ожиданий от макроэкономических параметров. Результаты указывают на статистически значимую отрицательную связь между ошибкой прогноза (разница между фактической и ожидаемой инфляцией) и показателем пересмотра прогноза, что свидетельствует в пользу теории диагностических ожиданий. Оценки на основе псевдопанели, составленной по данным США, показывают, что «диагностичность» ожиданий относительно стабильна во времени и не зависит от макроэкономических параметров. Содержательно результат можно проинтерпретировать так: действие проинфляционных факторов увеличивает ожидаемую инфляцию сильнее, чем фактическую инфляцию, и этот эффект относительно стабилен во времени.
Исследование посвящено анализу ценообразования российских фирм на основе данных мониторинга предприятий Банка России за 2002-2022 гг. Для оценки используется мультиномиальная логистическая модель (MLogit) со спецификацией, адаптированной под российские реалии, которая позволяет учитывать как временные эффекты, так и влияние состояния фирм и экономики на изменения цен. В работе рассматриваются микропеременные - издержки, спрос, финансовое положение, ожидания фирм, - а также макропеременные, включая инфляцию, валютный курс и деловую активность. Выявлено, что реакция фирм на факторы повышения и снижения цен оказывается асимметричной, а жесткость цен зависит от отрасли, региона и текущих экономических условий, при этом отраслевые различия проявляются сильнее, чем региональные. Полученные результаты показывают связь частоты и направленности ценовых изменений с совокупностью внутренних и внешних факторов, а также подтверждают, что для понимания механизмов ценообразования важно учитывать как временную компоненту (time-dependent), так и компоненту, зависящую от состояния (state-dependent).
Издательство
- Издательство
- БАНК РОССИИ
- Регион
- Россия, Москва
- Почтовый адрес
- 107016, г Москва, Мещанский р-н, ул Неглинная, д 12 к в
- Юр. адрес
- 107016, г Москва, Мещанский р-н, ул Неглинная, д 12 к в
- ФИО
- Набиуллина Эльвира Сахипзадовна (ПРЕДСЕДАТЕЛЬ БАНКА РОССИИ)
- Контактный телефон
- +7 (495) 9747664
- Сайт
- https://cbr.ru/