ЕКОНОМІКО-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ВПЛИВУ МАКРОЕКОНОМІЧНИХ ФАКТОРІВ НА ЦІНОУТВОРЕННЯ РИНКУ НЕРУХОМОСТІ
Анотація
У статті розглянуто вплив різних факторів вартість житла та важливість дослідження даного питання для держави. Виділено потенційні макроекономічні та регіональні фактори впливу на ціноутворення ринку нерухомості в місті Київ. На основі статистичних даних державної служби України, проведено регресійно-кореляційний аналіз задля уникнення мультиколеніарності в лінійній багатофакторній моделі. При цьому було застосовано такі критерії як коефіцієнт кореляції Пірсона, метод прямого відбору, критерій Фішера, значення показника p-value. В результаті була отримана модель та досліджена на адекватність. Також було обгрунтовано доцільність використання методу машинного навчання та побудована модель Random Forest на мові програмування R. Результати порівняння моделей показали, що машинне навчання, а саме метод Random Forest, є більш ефективним для дослідження складних питань, таких як вплив макроекономічних факторів на ціноутворення ринку нерухомості. Даний метод може бути корисним доповненням до гедонічної регресії, оскільки він більш адекватно фіксує складність або нелінійність. В ході дослідження було з’ясовано, що на ціну за квадратний метр у новобудовах впливають такі фактори як: облікова ставка, курс валюти, витрати населення на одну особу, валовий регіональний продукт, прожитковий мінімум та чисельність наявного населення.
Посилання
Загребельна К.В. Динаміка кон'юнктури ринку нерухомості в Україні. Економіка та держава. 2018. № 11. С. 102–106.
Кобзан С. Формування ринку нерухомості. Практичні аспекти та особливості оцінки. 2019. 212 с.
Особливості ринку нерухомості. URL: https://stud.com.ua/44563/ekonomika/osoblivosti_rinku_neruhomosti.
Кучеренко В.Р., Заєць М.А., Захарченко О.В., Сментина Н.В., Улибіна В.О. Оцінка та управління нерухомістю : навчальний посібник. Одеса : Видавництво ТОВ «Лерадрук», 2013. 272 с.
Літнарович Р.М. Побудова і дослідження математичної моделі за джерелами експериментальних даних методами регресійного аналізу. Навчальний посібник.Рівне : МЕГУ, 2011. 140 с.
Державна служба статистики України. URL: http://www.ukrstat.gov.ua
Кореляційний аналіз. URL: https://pidru4niki.com/12461220/statistika/korelyatsiyniy_analiz
Лінійний множинний регресійний аналіз. URL: http://ekonometrika.ho.ua/4.htm
Таблиці функцій та критичних точок розподілів. Розділи: Теорія ймовірностей. Математична статистика. Математичні методи в психології. / Укладач: М.М. Горонескуль. Харків: УЦЗУ, 2009. 90 с.
Масова оцінка житлової нерухомості з використанням методів машинного навчання. URL: https://www.ukrlogos.in.ua/10.11232-2663-4139.16.50.html
Clinton S. Tree-based Machine Learning Algorithms: Decision Trees, Random Forests, and Boosting / Sheppard Clinton., 2019.
Zagrebelna K.V. (2018) Dynamics of the real estate market in Ukraine. Economy and state, 11, 102–106. (in Ukrainian)
Kobzan S. (2019) Formation of the real estate market. Practical aspects and features of evaluation. (in Ukrainian)
Features of the real estate market. Available at: https://stud.com.ua/44563/ekonomika/osoblivosti_rinku_neruhomosti (in Ukrainian)
Kucherenko V.R., Zayets M.A., Zakharchenko O.V., Smentina N.V., Ulybina V.O. (2013) Real estate valuation and management: textbook. Odesa: Publishing house "Leradruk". (in Ukrainian)
Litnarovych R.M. (2011) Construction and research of mathematical model by sources of experimental data by methods of regression analysis. Rivne: Study guide, MEGU. (in Ukrainian)
State Statistics Service of Ukraine. Available at: http://www.ukrstat.gov.ua (in Ukrainian)
Correlation analysis. Available at: https://pidru4niki.com/12461220/statistika/korelyatsiyniy_analiz
Linear multiple regression analysis. Available at: http://ekonometrika.ho.ua/4.htm (in Ukrainian)
Goroneskul M.M. (2009) Tables of functions and critical points of distributions. Sections: Probability theory. Mathematical statistics. Mathematical methods in psychology. Kharkiv. (in Ukrainian)
Residential real estate mass valuation using machine learning methods. Available at: https://www.ukrlogos.in.ua/10.11232-2663-4139.16.50.html (in Ukrainian)
Clinton S. (2019) Tree-based Machine Learning Algorithms: Decision Trees, Random Forests, and Boosting.