Методологія та алгоритм оцінювання впливу економічних факторів на ринок нерухомості України

Автор(и)

DOI:

https://doi.org/10.26906/EiR.2023.2(89).3081

Ключові слова:

будівництво, житло, моделювання, прогнозування, ринок нерухомості, факторний аналіз

Анотація

Стаття присвячена аналізу методології та розробці алгоритму оцінювання впливу економічних факторів на ринок нерухомості України. Для цього здійснюється аналіз економічних факторів, виокремлюються показники, що мають прямий вплив і формують тенденції на ринку нерухомості, зокрема індекс ставок за депозитами фізичних осіб, індекс змін цін у будівництві, облікова ставка Національного банку України, середні ціни на первинному ринку нерухомості. Узагальнюються і характеризуються сучасні методи прогнозування ринку нерухомості. Розроблено алгоритм оцінювання впливу економічних факторів на ринок нерухомості України, у межах якого запропоновано використовувати комплекс методів з перевірки на аномальні значення, стаціонарність, визначення трендів і проведення їх корегування, прогнозування з використанням програмних пакетів Excel та Statgraphics, і перевірки методів на актуальність прогнозу, оцінки його реалістичності і можливості використання в майбутніх операціях на ринку нерухомості.

Біографії авторів

Nazar Fenenko, Сумський державний університет

здобувач

Vitaliya Koibichuk, Сумський державний університет

кандидат економічних наук, доцент, завідувачка кафедрою економічної кібернетики

Nataliya Pedchenko, Полтавський університет економіки і торгівлі

доктор економічних наук, професор, перший проректор

Посилання

Ahlefeldt-Dehn, B., Cajias, M. & Schäfers, W. Forecasting office rents with ensemble models – the case for European real estate markets. Journal of Property Investment and Finance. 2022. № 41 (2). Р. 182-207. DOI: https://doi.org/10.1108/JPIF-11-2021-0094

Chao, F.-C., Manaia, E.B., Ponchel, G., Hsieh, C.M. A physiologically-based pharmacokinetic model for predicting doxorubicin disposition in multiple tissue levels and quantitative toxicity assessment. Biomedicine & Pharmacotherapy. 2023. № 168. Аrt. no. 115636. DOI: https://doi.org/10.1016/j.biopha.2023.115636

Qiu, M.-J., Liu, B.-C., Yuan, F.-X., Liu, Y., Zhang, Y.-Y., Wu X.-Y., Xiao, N.-S. Determination Methods of Weight Coefficient in Spring Maize Yield Prediction Based on Climatic Suitability Index. Chinese Journal of Agrometeorology. 2018. № 39 (10). Р. 664-673. DOI: https://doi.org/10.3390/su10030804

Milanez, D.H., Amaral, R.M., Faria, L.I., & Gregolin, J.A. Assessing nanocellulose developments using science and technology indicators. Materials Research-Ibero-American Journal of Materials. 2013. № 16(3). Р. 635-641. DOI: https://doi.org/10.1590/S1516-14392013005000033

Li, Y., Chan, C. K., Yau, C. Y., Ng, W. L., Lam, H. Burn-in selection in simulating stationary time series. Computational Statistics and Data Analysis. 2023. № 192. Аrt. no. 107886. DOI: https://doi.org/10.1016/j.csda.2023.107886

Wu, H., Wang, C., Jian, Z., Lai, Y., Song, L., Yang, F. Nearest Memory Augmented Feature Reconstruction for Unified Anomaly Detection / Luo, B., Cheng, L., Wu, ZG., Li, H., Li, C. (eds). Neural Information Processing. ICONIP-2023. Communications in Computer and Information Science. Vol 1966. Singapore: Springer, 2023. Р. 350-361. DOI: https://doi.org/10.1007/978-981-99-8148-9_28

Ahmadi, A., Daccache, A., Sadegh, M., Snyder, R.L. Statistical and deep learning models for reference evapotranspiration time series forecasting: A comparison of accuracy, complexity, and data efficiency. Computers and Electronics in Agriculture. 2023. № 215. Аrt. no. 108424. DOI: https://doi.org/10.1016/j.compag.2023.108424

Phumchusri, N., Suwatanapongched, P. Forecasting hotel daily room demand with transformed data using time series methods. J Revenue Pricing Manag. 2023. № 22. Р. 44-56. DOI: https://doi.org/10.1057/s41272-021-00363-6

Baltagi, B.H., Hong, Y., Koop, G., Krämer, W., Mátyás, L. The Basic Statistics. Advanced Studies in Theoretical and Applied Econometrics. 2009. № 44. Р. 123-149. DOI: https://doi.org/10.1007/978-3-540-75571-5_5

Kasianenko, V., Kasianenko, T. and Kasaeva, J. Investment potential forecast and strategies for its expansion: case of Ukraine. Investment Management and Financial Innovations. 2020. № 17(1). Р. 329-347. DOI: https://doi.org/10.21511/imfi.17(1).2020.28

Xu, B., Zhu, Z., Qiu, X., Zeyuan Chen, S.W., Zhang, H., Lu, J. Real measurement data-driven correlated hysteresis monitoring model for concrete arch dam displacement. Expert Systems with Applications. 2023. № 238. Рart A. Аrt. no. 121752. DOI: https://doi.org/10.1016/j.eswa.2023.121752

Statgraphics. Statistics library. URL: https://www.statgraphics.com/statistics-library

Streamline. Streamline One. URL: https://www.streamlinevrs.com/streamline-one/

Український індекс ставок за депозитами фізичних осіб (% річних). Правексбанк. URL: https://www.pravex.com.ua/storage/files/stavki-uird.pdf

Зміни цін у будівництві. Держстат. URL: https://stat.gov.ua/uk/datasets/zminy-tsin-u-budivnytstvi-0

Облікова ставка Національного банку. Національний Банк України. URL: https://bank.gov.ua/ua/monetary/archive-rish

Статистика первинки, вторинки та оренди. Лун статистика. URL: https://misto.lun.ua/stat/kyiv#life-quality

Іпотечні кредити: вторинний ринок. KredoBank. URL: https://kredobank.com.ua/private/credits/ipotechni-kredyty/vtorynnyi-rynok

Guijarati, D. Basic Econometrics. Fourth edition. New York: The McGraw-Hill Companies, 2003. 1027 p.

Zhou, J.-J. The application of grey forecasting model based on excel modelling and solving in logistics demand forecast. Proceedings of 10th International Computer Conference on Wavelet Active Media Technology and Information Processing (ICCWAMTIP 2013). 2013. Art. no. 6716667. P. 362-365. DOI: https://doi.org/10.1109/ICCWAMTIP.2013.6716667

Downloads

Опубліковано

2023-07-30

Як цитувати

Fenenko, N., Koibichuk, V., & Pedchenko, N. (2023). Методологія та алгоритм оцінювання впливу економічних факторів на ринок нерухомості України. Економіка і регіон Economics and Region, (2(89), 136–142. https://doi.org/10.26906/EiR.2023.2(89).3081

Номер

Розділ

МАТЕМАТИЧНІ МЕТОДИ, МОДЕЛІ Й ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ В ЕКОНОМІЦІ