WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 11 | 12 || 14 | 15 |

В то же время обеспеченность населения жильем, скорее всего, свидетельствует о размере рынка недвижимости в данном регионе: чем выше обеспеченность, тем большее количество жилья может находиться на рынке. На больших рынках недвижимость становится более ликвидной, т.е. более привлекательной для инвесторов, поэтому коэффициент 4 должен быть положительным.

8. Предложение нового жилья должно положительно зависеть от ожидаемых в предыдущих периодах темпов роста цен на жилье, В США отношение долга по ипотечным кредитам к ВВП составляет примерно 55%, тогда как в России это отношение не превышает 1%.

т.е. коэффициент 1 в уравнении (46) должен быть положительным.

9. В предпосылке, что строительные фирмы могут выбирать наиболее выгодные, с их точки зрения, проекты и их производственные мощности ограничены, рост доходности альтернативного строительства должен вести к снижению предложения на рынке жилья, так как строительные фирмы будут строить меньше жилья и больше недвижимости других типов (например, офисных зданий). Таким образом, коэффициент в уравнении (46) должен быть отрицательным. Предполагается, что изменение в ожиданиях строительных фирм должно приводить к изменению структуры распределения строительных мощностей между различными видами строительства, поэтому в данной работе ожидаемая доходность альтернативного строительства характеризуется долей инвестиций в строительство нежилых объектов и зданий.

10. Рост издержек на строительство (зарплат строителей и цен строительных материалов) при прочих равных ведет к сокращению предложения жилья, т.е. в уравнении (45) коэффициент должен быть отрицательным.

3.2. Исходные данные для исследования Для эмпирического анализа нами были взяты данные по динамике цен на жилье и набору социально-экономических показателей для 61 региона России за период с 2002 по 2006 гг. (список регионов приведен в Приложении I). Источниками данных служат публикации Росстата и Центробанка РФ. Чтобы убедиться в том, что используемые данные отражают реальное положение дел, были проведены сравнения рядов цен на жилье в Москве, опубликованных на сайте Росстата, и рядов, которые строит аналитический центр «Индикаторы рынка недвижимости» (IRN.RU)6. Изучение методологии, используемой IRN для построения средней стоимости квадратного Методология расчетов подробно описана на сайте http://www.irn.ru/methods/.

метра, а также популярность данного индекса в коммерческих исследованиях рынка позволяют рассматривать данный индекс как наиболее точно отражающий среднюю динамику цен на жилье на рынке Москвы.

Таким образом, сначала мы хотим проверить достоверность данных, публикуемых Росстатом, на основе сравнения их с данными IRN. Ниже представлена динамика цен на жилье в Москве, по данным Росстата и IRN7.

2002 2003 2004 2005 2006 Перв.Все Перв.Тип. Втор.Все. Втор.Тип. IRN Рис. 8. Стоимость 1 кв. м жилья в Москве Таким образом, на основе рис. 8 и значений коэффициентов корреляции индексов (табл. 3) мы предполагаем, что данные Росстата могут рассматриваться как объективно отражающие ситуацию, сложившуюся на рынке недвижимости Москвы. К сожалению, провести аналогичное сопоставление для других городов или регионов не представляется возможным, так как по ним нет альтернативной информации. Тем не менее цены на московское жилье демонстрируют Росстат публикует 4 ряда цен: все и типовые квартиры на первичном рынке, все и типовые квартиры на вторичном рынке.

наиболее волатильную динамику, поэтому и вероятность ошибок в них больше по сравнению с другими регионами.

Таблица Корреляция стоимости жилья в Москве, по данным Росстата и агентства IRN Первичное/ Вторичное/ Росстат/IRN Первичное/ Все Вторичное/ Все Типовое Типовое Корреляция 0,982 0,997 0,983 0,В качестве объясняемых переменных start и ind_PH были выбраны: ввод в действие жилых домов и индекс цен на первичном рынке жилья для всех квартир. Выбор этих показателей можно объяснить следующим образом. Во-первых, по вводу новых жилых фондов российская статистика предоставляет только ввод жилых домов, т.е.

общую площадь вводимого жилья, и ввод новых квартир в единицах. Оба показателя имеют свои недостатки – так, первый включает не только квартиры, но и жилые дома. Самый же существенный недостаток второго заключается в том, что данные по вводу квартир Росстат публикует только по всей России, а не по регионам.

Более аккуратного рассмотрения требует индекс цен, рассчитываемый Росстатом. Во-первых, как было показано, он хорошо согласуется с альтернативным индексом IRN в Москве. Однако эта согласованность – всего лишь слабый аргумент в пользу столь же высокого качества официального индекса цен на жилье, рассчитанного для других регионов. Московский рынок – самый крупный и динамичный рынок жилья в России и потому наиболее изучаемый инвесторами, в связи с этим Росстат может при расчете своих индексов и средних цен ориентироваться на эти альтернативные оценки.

Принято считать, что, как правило, цены на жилье, особенно в рассматриваемый период, измеряются в долларах США, поэтому, возможно, стоило бы учитывать изменение соотношения между рублем и долларом. Однако все индексы, использованные при расчетах, являются рублевыми индексами цен, т.е. однородны с точки зрения использованной валюты. При таком учете изменения цен нет необходимости прибегать к использованию каких-либо дополнительных переменных, кроме индекса потребительских цен, необходимого для учета изменения цен вследствие общей инфляции.

Краткое описание переменных и их обозначения приведены в Приложении II.

3.3. Результаты оценки Оценки уравнений спроса (45) и предложения (46) проводились методом инструментальных переменных и обобщенным методом моментов, с использованием инструментальных переменных. Вначале были проведены вспомогательные pool-оценки, а затем оценки на панельных данных с фиксированными эффектами. В пользу выбора модели с фиксированными эффектами свидетельствует проведенный тест Хаусмана. Для тестирования некоррелированности ошибок и инструментов для каждой регрессии были проведены тесты Саргана, по результатам которых выбирались наилучшие инструменты.

Уравнение спроса Оценивалось уравнение (45):

ind _ PHtH = 0 + 1invhousest + 2rtst + + 3credit + 1incomet + 2cpit + 3startt + 4area _ fitt + µt Рассмотрим вначале приведенные в табл. 4 результаты оценок уравнения спроса на всех данных без учета панельной структуры данных, т.е. так называемые pool-оценки. Для переменной start использовались два набора инструментов: индекс цен строительномонтажных работ и доля инвестиций в строительство нежилых зданий и сооружений в текущем и в прошлом периодах8. Полученные регрессии в целом оказались значимыми, о чем свидетельствуют высокие F-статистики, более того, большинство коэффициентов при На самом деле в ходе исследования в качестве инструментов пробовались и более ранние лаги указанных переменных, однако их использование приводило к ухудшению результатов оценок.

объясняющих переменных оказались устойчивы к выбору спецификации и методу оценки.

Таблица Зависимая переменная индекс изменения стоимости жилья, ind_PH (Pool-оценки уравнения спроса проведены на всех имеющихся данных) А. Инструментальные переменные для start: pi_bcw, invbuilds.

ind_plIV9 ind_pl1IV ind_plGMM ind_pl1GMM start –0,669*** –0,626*** –0,637*** –0,776*** area_fit 0,073*** 0,070*** 0,074*** 0,084*** credit 0,070** 0,094*** 0,074* 0,089*** income 0,088*** 0,078*** 0,083** 0,098*** cpi –0,044** –0,029 –0,044*** –0,rts –0,078 –0,125 –0,079 –0,invhouses – 0,023** – 0,027*** _cons 4,958** 3,043 4,915** 1,Sargan-st-c10 0,211 0,076 0,167 0,F-statistic 21,047 20,855 20,026 21,N 247,000 247,000 247,000 247,В. Инструментальные переменные для start: pi_bcwL11, invbuildsL.

ind_plIVL ind_pl1IVL ind_plGMML ind_pl1GMML start –0,740*** –0,630*** –0,746*** –0,693*** area_fit 0,075*** 0,070*** 0,074*** 0,091*** credit 0,065** 0,094*** 0,065 0,104*** income 0,098*** 0,079*** 0,099** 0,082** cpi –0,044** –0,029 –0,044*** –0,rts –0,092 –0,127 –0,092 –0,invhouses – 0,023*** – 0,025*** _cons 4,911* 3,023 4,924** 1,Sargan-st-c 0,942 0,010 0,928 0,F-statistic 18,943 21,460 22,259 26,N 247,000 247,000 247,000 247,* Коэффициент значим на 10%-м уровне значимости.

** Коэффициент значим на 5%-м уровне значимости.

*** Коэффициент значим на 1%-м уровне значимости.

Использованы следующие названия регрессий: ind_plIV – для 2-шагового МНК с использованием инструментальных переменных, ind_plGMM – для метода обобщенных моментов с использованием инструментальных переменных.

Указаны P-value.

Буква L в конце названия переменной обозначает первый лаг.

В силу того что гипотеза об отсутствии индивидуальных эффектов для регионов была отвергнута, при интерпретации в первую очередь будем опираться на оценки 2-шагового МНК, полученные на панельных данных с использованием фиксированных эффектов, так как они учитывают специфику регионов, которая, вероятнее всего, не объясняется имеющимися переменными. Результаты оценок уравнения спроса на жилье на панельных данных с использованием индивидуальных эффектов приведены в табл. 5.

Таблица Зависимая переменная индекс изменения стоимости жилья, ind_PH (Panel-оценки проведены на панели, 2003–2006, 62 региона РФ) А. Инструментальные переменные для start: pi_bcw, invbuilds.

ind_pnlIV12 ind_pnl1IV ind_pnlGMM ind_pnl1GMM start –4,080 –2,690** –2,816 –1,area_fit 1,146** 0,901*** 1,002 0,759*** credit 0,145*** 0,127*** 0,128** 0,111*** income 0,036 0,023 0,022 0,cpi 0,037 0,015 0,023 0,rts –0,271 –0,228* –0,223 –0,invhouses – 0,024 – 0,_cons –23,723* –17,350** –22,112* –16,651* Sargan–st-c 0,524 0,494 0,398 0,F-statistic 22,442 40,182 24,334 37,N 247,000 247,000 247,000 247,В. Инструментальные переменные для start: pi_bcwL, invbuildsL.

ind_pnlIVL ind_pnl1IVL ind_pnlGMML ind_pnl1GMML start –2,633*** –2,427*** –2,833 –2,area_fit 0,880*** 0,851*** 0,917*** 0,878*** credit 0,131*** 0,125*** 0,133*** 0,126*** income 0,021 0,020 0,022 0,cpi 0,015 0,011 0,017 0,rts –0,195* –0,211** –0,202** –0,212** invhouses – 0,020 – 0, Использованы следующие названия регрессий: ind_pnlIV – для 2-шагового МНК с использованием инструментальных переменных, ind_pnlGMM – для метода обобщенных моментов с использованием инструментальных переменных.

_продолжение таблицы cons –16,659*** –16,009*** –15,786*** –15,507*** Sargan-st-c 0,578 0,385 0,517 0,F-statistic 48,408 47,616 54,759 52,N 247,000 247,000 247,000 247,* Коэффициент значим на 10%-м уровне значимости.

** Коэффициент значим на 5%-м уровне значимости.

*** Коэффициент значим на 1%-м уровне значимости.

Коэффициент при переменной предложение жилья на первичном рынке, как и ожидалось, оказался отрицательным, однако в одной из спецификаций этот коэффициент оказался незначимым13. Таким образом, увеличение объема предложения первичного жилья в текущем периоде снижает темп роста цен на жилье, т.е. на самом деле не все первичное жилье распродается на этапе строительства и часть его попадает на рынок после сдачи жилого объекта.

Коэффициент при переменной реальные доходы на душу населения оказался значимым и положительным только в нескольких спецификациях, поэтому наша гипотеза о том, что с ростом доходов все большее число домохозяйств начинает предъявлять спрос на рынке недвижимости, не может быть отвергнута с полной уверенностью.

Отметим, что во многих зарубежных работах результаты эмпирических оценок показывали, что текущие реальные денежные доходы населения не влияют на спрос на недвижимость, так как потребители могут с относительно низкими затратами перераспределять свои доходы во времени с помощью хорошо развитого ипотечного кредитования. Таким образом, можно считать, что положительный коэффициент при доходах населения не отвергает нашу гипотезу о том, что далеко не все домохозяйства могут сглаживать свое потребление с помощью института кредитования.

Итак, для уравнения спроса, как и ожидалось, оказались значимыми и положительными коэффициенты при переменных обеспеченность одного жителя жильем14 и средняя задолженность по P-value равно 15%.

В статье Керла (Kearl, 1979) коэффициент при аналогичной переменной, характеризующей обеспеченность населения жильем, оказался отрицательным, что кажется кредитам на одного жителя. Обеспеченность населения жильем характеризует размер рынка в данном регионе, поэтому на таких рынках большее количество жилья может находиться «на рынке», т.е. в обороте. Скорее всего, в таких регионах для инвесторов в дальнейшем больше возможностей для перепродажи, поэтому это одна из основных причин более динамичного развития рынка. Кроме того, возможно также, что регионы с большими рынками недвижимости – это регионы с богатым населением.

Положительный коэффициент при переменной средняя задолженность по кредитам на одного жителя свидетельствует о том, что в регионах с более развитыми кредитными институтами цены на жилье растут быстрее вследствие увеличения спроса. Коэффициент при переменной прирост индекса РТС оказался отрицательным и значимым, а также устойчивым к выбору метода оценки. Таким образом, действительно, недвижимость и вложение в акции российских компаний являются взаимозаменяемыми альтернативами для инвестирования.

Коэффициенты при переменных индекс потребительских цен и доля инвестиций в жилое строительство оказались незначимыми.

Возможно, это связано с плохим качеством данных или с тем, что эти переменные являются не очень удачными для измерения ожиданий агентов относительно будущей доходности владения недвижимостью. Кроме того, известно, что публикуемые Росстатом данные по инфляции, с одной стороны, не воспринимаются большинством населения как истинные, а с другой – отражают только изменение цен на основные группы потребительских товаров, что, возможно, не слишком интересует инвесторов.

Уравнение предложения Оценивалось уравнение (46):

start = 0 + 1ind _ PHt-i + invbuildst-i + 3 pi _ bcwt-i +t более логичным. Возможно, это свидетельствует об относительно равномерном развитии рынка недвижимости в США по сравнению с Россией.

Точно так же, как и предложение спроса, уравнение предложения сначала было оценено pool-методом с использованием всех наблюдений. Далее были проведены оценки на панельных данных с фиксированными эффектами, наличие которых не было отвергнуто тестом Хаусмана. Результаты pool-оценок и оценок на панельных данных представлены в табл. 6 и 7 соответственно. В качестве инструментальных переменных для индекса изменения цен на жилье ind_PH использовались обеспеченность жильем на одного жителя, средняя задолженность по кредитам на одного жителя и прирост индекса РТС, т.е. наиболее устойчивые переменные в уравнении спроса на жилье.

Pages:     | 1 |   ...   | 11 | 12 || 14 | 15 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.