В предыдущей статье мы рассматривали влияние макроэкономических показателей на доходность торговой недвижимости столицы. Но абсолютно очевидно, что на московском рынке весьма привлекательным является сегмент офисной недвижимости, поэтому в настоящей статье попытаемся проанализировать влияние этих самых факторов на доходность офисов.

Все действия, аналогичные проведенным в анализе влияния экономики страны и региона на ставки аренды торговых площадей, произведены для офисных арендных платежей. Также было проведено два вида анализа: корреляционно-регрессионный и нейросетевой с использованием программ Statistica 6.0 и Neural Analyzer компаний StatSoft и BaseGroup соответственно.

По результатам корреляционно-регрессионного анализа показателей экономики страны факторами, очень тесно связанными с доходностью офисных помещений столицы, являются курс доллара, объемы импорта и ВВП, наименее значимым фактором – уровень безработицы. Значения коэффициентов парной корреляции представлены а таблице.

Коэффициенты парной корреляции между ставками аренды офисной недвижимости и макроэкономическими факторами

Фактор	Переменная	Коэффициент парной корреляции
валовый внутренний продукт	(Х1)	-0,79
объем промышленного производства	(Х2)	-0,62
объем продукции сельского хозяйства	(Х3)	0,15
инвестиции в основной капитал	(Х4)	-0,58
индекс потребительских цен на товары и услуги	(Х5)	-0,19
общий уровень безработицы	(Х6)	-0,02
организованные сбережения населения	(Х7)	-0,14
деньги на руках у населения	(Х8)	-0,58
экспорт	(Х9)	-0,16
импорт	(Х10)	0,91
курс национальной валюты	(Х11)	-0,93
уровень инфляции	(Х12)	-0,19
среднемесячная заработная плата	(Х13)	-0,53

Из числа значимых факторов необходимо еще отбраковать ВВП (Х₁), объем промышленного производства (Х₂), инвестиции в основной капитал (Х₄) и среднемесячную зарплату (Х₁₃), для того чтобы устранить мультикоррелярность. Доходность офисной недвижимости есть функция трех переменных: количества денег на руках у населения (Х₈), объема импорта (Х₁₀) и курса доллара (Х₁₁), имеющая вид:

Коэффициент множественной корреляции полученной модели очень высок и составляет 0,98979110. Построенная регрессия описывает 98% отклонений значений Y_o относительно среднего (коэффициент детерминации равен 0,97968641).

Распределение остатков гораздо более похоже на нормальное, чем при построении модели, описывающей торговые ставки, и практические значение лежат ближе к теоретической прямой (рисунки внизу). Таким образом, можно утверждать, что полученная модель адекватна и пригодна к использованию.

При анализе влияния московских социально-экономических показателей в качестве переменной Х₂₁ была принята занятость населения в общей коммерческой деятельности, тыс. человек. Как показано в таблице, значимыми являются пять факторов. В основном, это те же факторы, что и в случае с торговой недвижимостью. Единственное отличие – в число значимых попал индекс потребительских цен.

Коэффициенты парной корреляции между ставками аренды офисной недвижимости и социально-экономическими показателями г. Москвы.

Фактор	Переменная	Коэффициент парной корреляции
объем промышленного производства	(Х14)	-0,38
инвестиции в основной капитал	(Х15)	-0,73
индекс потребительских цен на товары и услуги	(Х16)	-0,50
среднегодовое количество безработных	(Х17)	0,58
экспорт	(Х18)	0,10
импорт	(Х19)	0,71
среднемесячная заработная плата	(Х20)	-0,44
занятость в общей коммерческой деятельности	(Х21)	-0,06
расходы населения на покупку товаров и услуг	(Х22)	-0,69

Для устранения мультикоррелярности были отбракованы среднегодовое количество безработных, импорт и расходы населения на покупку товаров и услуг, так как все они имеют очень тесную связь с объемом инвестиций в основной капитал. Новый введенный показатель (занятость в общей коммерческой деятельности) оказался несвязанным с результирующим фактором. Построенная на основе московских показателей регрессионная модель имеет вид:

Коэффициент множественной корреляции приведенной зависимости составил 0,81460421, коэффициент детерминации — 0,66358002. Распределение остатков не нормально, и разброс практических значений относительно теоретической прямой значителен:

Приведенные выше доводы доказывают, что, как и в случае с торговой недвижимостью, влияние показателей экономического развития Российской Федерации влияют на доходность офисных помещений в большей степени, чем показатели развития Москвы. После построения нейронных сетей, со ставками аренды в виде целевого значения, получены следующие результаты:

1. наибольшее влияние из общероссийских факторов оказывает объем импорта;
2. порога значимости для входных сигналов нейросети, построенной на показателях экономики РФ, не существует. При отбраковке самого мало значимого фактора (средняя зарплата) средняя квадратическая ошибка обучающей выборки возрастает вдвое;
3. из московских социально-экономических показателей самыми значимыми являются занятость в общей коммерческой деятельности и объем импорта. С занятостью мы наблюдаем ситуацию, аналогичную той, что возникла с индексом потребительских цен при анализе торговых ставок, когда фактор с очень низким коэффициентом корреляции стал важным для нейросети;
4. при отбраковке всех показателей со значимостью менее 0,1 средняя квадратическая ошибка обучающей выборки уменьшилась на порядок.

Наглядно значимость российских и столичных экономических показателей в качестве входных сигналов нейросетей представлена на рисунках, помещенных ниже, соответственно.

Итак, как и в случае с торговыми помещениями, метод нейронных сетей гораздо лучше отразил зависимость ставок арендной платы офисной недвижимости г. Москвы от макроэкономических показателей, поэтому для целей прогнозирования денежных потоков представляется целесообразным использование нейросетевой модели, построенной на московских показателях.

 предыдущая статья | следующая статья 

Мнение читателей Если ваше мнение по данному вопросу заслуживает большего внимания, то вы можете написать письмо авторам сайта, и ваша статья будет опубликована в соответствующем разделе. Добавить свое мнение