Методологія та алгоритм оцінювання впливу економічних факторів на ринок нерухомості України
DOI:
https://doi.org/10.26906/EiR.2023.2(89).3081Ключові слова:
будівництво, житло, моделювання, прогнозування, ринок нерухомості, факторний аналізАнотація
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.
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
Як цитувати
Номер
Розділ
