📄Работа №215195
Тема: АНАЛИЗ И ПРОГНОЗ ЦЕНЫ 1 КВ.МЕТРА НА РЫНКЕ ВТОРИЧНОГО ЖИЛЬЯ В Г. ЧЕЛЯБИНСКЕ
Тип работы
Дипломные работы, ВКР
Предмет
информационные системы
Объем:
44 листов
Год:
2022
Просмотров:
8
4380
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 5
1. РЫНОК НЕДВИЖИМОСТИ И БАЗОВАЯ ТЕОРИЯ ПО ВРЕМЕННЫМ РЯДАМ 7
1.1. Рынок недвижимости 7
1.2. Основные понятия и способы анализа временных рядов 9
1.3. Классификация временных рядов 10
1.4. Главные характеристики временных рядов 11
1.5. Основные типы моделей для анализа временных рядов 13
1.6. Выводы по первой главе 16
2. ОБРАБОТКА ВРЕМЕННОГО РЯДА И ПОСТРОЕНИЕ МОДЕЛЕЙ 18
2.1. Аддитивная модель 19
2.1.1. Выявление и устранение аномальных наблюдений 19
2.1.2. Выявление наличия неслучайной составляющей(тренда) 21
2.1.3. Построение трендовой модели 23
2.1.4. Определение модели, которая лучше всего описывает трендовую составляющую временного ряда 26
2.1.5. Выявление сезонной компоненты 27
2.1.6. Построение аддитивной модели 28
2.2. Линейные модели 29
2.2.1. Проверка на стационарность и определение порядка моделей 29
2.2.2. Построение авторегрессионной модели AR(p) 30
2.2.3. Построение модели скользящего среднего MA(q) 31
2.2.4. Построение модели авторегрессии со скользящим средним
ARMA(p,q) 32
2.2.5. Проведение сравнительного анализа для построенных моделей ... 34
2.3. Выводы по второй главе 37
3. ТОЧЕЧНЫЙ ПРОГНОЗ ПО МОДЕЛЯМ И ПРОВЕРКА РЕЗУЛЬТАТОВ НА
АДЕКВАТНОСТЬ 38
3.1. Точечный прогноз по аддитивной модели 38
3.2. Точечный прогноз по линейной модели 39
3.3. Сравнительный анализ построенных прогнозов 39
3.4. Выводы по третьей главе 40
ЗАКЛЮЧЕНИЕ 41
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 43
1. РЫНОК НЕДВИЖИМОСТИ И БАЗОВАЯ ТЕОРИЯ ПО ВРЕМЕННЫМ РЯДАМ 7
1.1. Рынок недвижимости 7
1.2. Основные понятия и способы анализа временных рядов 9
1.3. Классификация временных рядов 10
1.4. Главные характеристики временных рядов 11
1.5. Основные типы моделей для анализа временных рядов 13
1.6. Выводы по первой главе 16
2. ОБРАБОТКА ВРЕМЕННОГО РЯДА И ПОСТРОЕНИЕ МОДЕЛЕЙ 18
2.1. Аддитивная модель 19
2.1.1. Выявление и устранение аномальных наблюдений 19
2.1.2. Выявление наличия неслучайной составляющей(тренда) 21
2.1.3. Построение трендовой модели 23
2.1.4. Определение модели, которая лучше всего описывает трендовую составляющую временного ряда 26
2.1.5. Выявление сезонной компоненты 27
2.1.6. Построение аддитивной модели 28
2.2. Линейные модели 29
2.2.1. Проверка на стационарность и определение порядка моделей 29
2.2.2. Построение авторегрессионной модели AR(p) 30
2.2.3. Построение модели скользящего среднего MA(q) 31
2.2.4. Построение модели авторегрессии со скользящим средним
ARMA(p,q) 32
2.2.5. Проведение сравнительного анализа для построенных моделей ... 34
2.3. Выводы по второй главе 37
3. ТОЧЕЧНЫЙ ПРОГНОЗ ПО МОДЕЛЯМ И ПРОВЕРКА РЕЗУЛЬТАТОВ НА
АДЕКВАТНОСТЬ 38
3.1. Точечный прогноз по аддитивной модели 38
3.2. Точечный прогноз по линейной модели 39
3.3. Сравнительный анализ построенных прогнозов 39
3.4. Выводы по третьей главе 40
ЗАКЛЮЧЕНИЕ 41
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 43
📖 Введение
Проблема прогнозирования стоимости недвижимости всегда актуальна, поскольку прогнозирование неопределенного будущего позволяет в дальнейшем снизить риски. Это важно не только для эффективности государственного управления, но и для предусмотрительных граждан, которые планируют покупать или продавать свое жилье. Для граждан прогнозирование стоимости недвижимости – это возможность сэкономить деньги при покупке недвижимости или заработать при ее продаже. Для государства прогнозирование стоимости недвижимости вносит существенный вклад в эффективность государственного управления, поскольку государство выступает с законодательной инициативой и может выступать в качестве инвестора в приоритетных секторах жилищного строительства.
Немаловажную роль играет оценка недвижимости на уровне региона, так как в целом рынок в своей основе носит региональный характер и отражает значительную область территориального управления. В таком разрезе речь может идти о развитии рынка недвижимости с помощью жилищных программ, стимулировании строительной деятельности и инвестиций, развитии доступности ипотечного кредитования.
Ценовая ситуация, которая отражается в средних ценах на вторичном рынке, является целевым объектом для прогнозирования в рамках исследования рынка недвижимости. На основе средних цен в регионах осуществляется прогноз рыночной цены недвижимости, которая важна для при планировании социальной политики.
Безусловно, с целью улучшения эффективности проводимых на рынке недвижимости мероприятий возникает также и необходимость в моделях оценки, которые бы использовались при проведении исследований рынка недвижимости.
Цель данной работы – проведение анализа цен 1 кв. метра квартиры на рынке вторичного жилья в Челябинске и составление прогноза. Исходя из цели, сформируем задачи:
1) изучить рынок недвижимости;
2) изучить теоретические способы построения прогнозов, их виды, достоинства и недостатки;
3) построить оптимальную аддитивную модель;
4) построить оптимальную линейную модель;
5) построить точечные прогнозы цен на недвижимость на вторичном рынке в Челябинске по полученным моделям;
6) определить наиболее вероятное значение цены на недвижимость в следующем временном периоде.
В качестве инструментов для решения поставленных задач использовались следующие статистические пакеты: для работы с данными использовался MS Excel, для построения моделей использовался Eviews.
Немаловажную роль играет оценка недвижимости на уровне региона, так как в целом рынок в своей основе носит региональный характер и отражает значительную область территориального управления. В таком разрезе речь может идти о развитии рынка недвижимости с помощью жилищных программ, стимулировании строительной деятельности и инвестиций, развитии доступности ипотечного кредитования.
Ценовая ситуация, которая отражается в средних ценах на вторичном рынке, является целевым объектом для прогнозирования в рамках исследования рынка недвижимости. На основе средних цен в регионах осуществляется прогноз рыночной цены недвижимости, которая важна для при планировании социальной политики.
Безусловно, с целью улучшения эффективности проводимых на рынке недвижимости мероприятий возникает также и необходимость в моделях оценки, которые бы использовались при проведении исследований рынка недвижимости.
Цель данной работы – проведение анализа цен 1 кв. метра квартиры на рынке вторичного жилья в Челябинске и составление прогноза. Исходя из цели, сформируем задачи:
1) изучить рынок недвижимости;
2) изучить теоретические способы построения прогнозов, их виды, достоинства и недостатки;
3) построить оптимальную аддитивную модель;
4) построить оптимальную линейную модель;
5) построить точечные прогнозы цен на недвижимость на вторичном рынке в Челябинске по полученным моделям;
6) определить наиболее вероятное значение цены на недвижимость в следующем временном периоде.
В качестве инструментов для решения поставленных задач использовались следующие статистические пакеты: для работы с данными использовался MS Excel, для построения моделей использовался Eviews.
✅ Заключение
В первой главе был исследован рынок недвижимости и показана его важность.
Дано определение временного ряда, приведены основные способы для анализа временных рядов:
1) определение количественных характеристик случайной величины;
2) количественное сравнение временных рядов;
3) описание формальных моделей;
4) декомпозиция временного ряда.
Описаны основные характеристики временного ряда необходимые для его анализа, а именно: математическое ожидание и дисперсия. Так же даны формулы необходимые для их нахождения.
Во второй главе мы построили лучшую аддитивную модель, которой оказалась полиномиальная модель второго порядка. А также выбрали лучшую линейную модель, которой оказалась модель скользящего среднего AR(2). Для выявления лучших моделей мы провели:
1) для аддитивной модели:
1.1) предварительную обработку ряда, а именно сделали проверку на аномальные значения и устранили их, используя критерий Ирвина 1.2) выявили наличие тренда используя критерий серий;
1.3) определили модели, на основании диаграммы рассеянья, которые больше всего подходят под наш временной ряд;
1.4) используя Excel построили эти модели и на основании приведенного индекса детерминации выбрали лучшую.
2) для линейной модели:
2.1) определили, что наш ряд не стационарен, так как присутствует тренд, поэтому пришлось перейти к ряду первых разностей и исследовать уже его. Он оказался стационарным, как мы выяснили благодаря использованию EViews, а именно расширенному тесту Дикки-Фуллера;
2.2) вновь используя EViews построили различные виды линейных моделей, таких как AR(2), MA(4), ARMA(2,4);
2.3) провели сравнительный анализ данных моделей и выбрали лучшую из них, на основании показателей адекватности моделей.
В третьей главе был проведен точечный прогноз по лучшей аддитивной и линейной моделям;
На основании приведенного индекса детерминации определена модель, которая лучше всего описывает наш временной ряд, и соответственно дает наиболее точный прогноз. Такой моделью стала линейная модель AR(2). Наилучшее прогнозное значение, yn+i = 55445,61 рублей за 1 кв. метр на рынке вторичного жилья в г.Челябинске.
В ходе работы поставленные цели и задачи были выполнены в полном объеме.
За время исследования были получены новые знания и навыки, а именно:
1) был изучен рынок недвижимости;
2) приобретены более глубокие познания в работе с временными рядами;
3) получены новые навыки работы с программами EViews и Excel;
4) изучены новые модели для прогнозирования и многое другое.
Дано определение временного ряда, приведены основные способы для анализа временных рядов:
1) определение количественных характеристик случайной величины;
2) количественное сравнение временных рядов;
3) описание формальных моделей;
4) декомпозиция временного ряда.
Описаны основные характеристики временного ряда необходимые для его анализа, а именно: математическое ожидание и дисперсия. Так же даны формулы необходимые для их нахождения.
Во второй главе мы построили лучшую аддитивную модель, которой оказалась полиномиальная модель второго порядка. А также выбрали лучшую линейную модель, которой оказалась модель скользящего среднего AR(2). Для выявления лучших моделей мы провели:
1) для аддитивной модели:
1.1) предварительную обработку ряда, а именно сделали проверку на аномальные значения и устранили их, используя критерий Ирвина 1.2) выявили наличие тренда используя критерий серий;
1.3) определили модели, на основании диаграммы рассеянья, которые больше всего подходят под наш временной ряд;
1.4) используя Excel построили эти модели и на основании приведенного индекса детерминации выбрали лучшую.
2) для линейной модели:
2.1) определили, что наш ряд не стационарен, так как присутствует тренд, поэтому пришлось перейти к ряду первых разностей и исследовать уже его. Он оказался стационарным, как мы выяснили благодаря использованию EViews, а именно расширенному тесту Дикки-Фуллера;
2.2) вновь используя EViews построили различные виды линейных моделей, таких как AR(2), MA(4), ARMA(2,4);
2.3) провели сравнительный анализ данных моделей и выбрали лучшую из них, на основании показателей адекватности моделей.
В третьей главе был проведен точечный прогноз по лучшей аддитивной и линейной моделям;
На основании приведенного индекса детерминации определена модель, которая лучше всего описывает наш временной ряд, и соответственно дает наиболее точный прогноз. Такой моделью стала линейная модель AR(2). Наилучшее прогнозное значение, yn+i = 55445,61 рублей за 1 кв. метр на рынке вторичного жилья в г.Челябинске.
В ходе работы поставленные цели и задачи были выполнены в полном объеме.
За время исследования были получены новые знания и навыки, а именно:
1) был изучен рынок недвижимости;
2) приобретены более глубокие познания в работе с временными рядами;
3) получены новые навыки работы с программами EViews и Excel;
4) изучены новые модели для прогнозирования и многое другое.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.