Please use this identifier to cite or link to this item:
https://er.nau.edu.ua/handle/NAU/62761
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Бондаренко, Людмила Петрівна | - |
dc.contributor.author | Ляшенко, Яна Григорівна | - |
dc.contributor.author | Liashenko, Yana | - |
dc.contributor.author | Bondarenko, Liudmyla | - |
dc.date.accessioned | 2024-03-19T11:32:45Z | - |
dc.date.available | 2024-03-19T11:32:45Z | - |
dc.date.issued | 2023 | - |
dc.identifier.citation | Бондаренко Л.П., Ляшенко Я.Г. Застосування методів аналізу часових рядів для прогнозування ціноутворення на ринку нерухомості // Науковий журнал «Автомобільні дороги і дорожнє будівництво», 2023. Випуск 114. Частина 1. – С. 233-240 | uk_UA |
dc.identifier.uri | https://er.nau.edu.ua/handle/NAU/62761 | - |
dc.description | 1.Максишко Н.К. Аналіз та прогнозування: сучасні концепції в дослідженні динаміки ціни на ринку нерухомості / Н. К. Максишко, В.О. Шаповалова. – Запоріжжя : Поліграф, 2018. – 235 с. 2. Шапошнікова І.О. Аналіз часових рядів первинного ринку житлової нерухомості м. Києва // Економічний вісник університету, 2018 . – Випуск № 36/1. – С.139-147 3. Воронін В.О., Лянце Е.В., Мамчин М.М. Аналітика ринку нерухомості: методологія та принципи сучасної оцінки : Монографія. – Львів: видавництво "Магнолія".-Львів, 2014. – с.304 4. Мірошниченко І. В., Крашеніннікова О. В. Прогнозування ціни на нерухомість з використанням алгоритмів машинного навчання. – Ефективна економіка, 2022. № 1. – С.1-17. – DOI: 10.32702/2307-2105-2022.1.81 5. Данич В., Старчак І. Динаміка регіональних ринків житлової нерухомості в Україні // Вісник Харківського національного університету імені В. Н. Каразіна, Серія економічна, 2019, вип.97. – С. 41- 49. – https://doi.org/10.26565/2311-2379-2019-97-05 | uk_UA |
dc.description.abstract | В роботі представлено теоретико-методичні підходи щодо прогнозування ціноутворення на ринку нерухомості на основі дослідження стохастичних моделей часових рядів, що являють собою згенеровані послідовно в часі статистичні вибірки цін об'єктів нерухомості в певних сегментах даного ринку. Наведено основні етапи дослідження часових рядів на ринку нерухомості. Виділено дві основні складові часових рядів цін на нерухомість – фундаментальну (регулярну) та випадкову (нерегулярну). Фундаментальна (регулярна) складова часового ряду містить тренд, циклічну та сезону тенденції. Випадкова складова є шумом, що дещо відхилює значення часового ряду від тренду. В рамках роботи проаналізовано фундаментальні ціноутворюючі фактори на ринку нерухомого майна, що найбільшим чином впливають на формування ціни нерухомості та визначають її тренд. Представлено результати аналізу часових рядів цін на вторинному ринку нерухомості у традиційно найбільш активних ділових містах України (Київ, Харків, Дніпро, Одеса, Львів, Івано Франківськ) у період 2016-2023 роки. Показано, що ціни на регіональних ринках нерухомості формуються під впливом, як загальних тенденцій по всій країні, так і випадкових кризових явищ, притаманних даному регіону. У регіональному розрізі проаналізованих ринків нерухомості у середньому спостерігається зростаючий тренд, що стимулюється все більшим платоспроможним попитом на житлові квадратні метри. У той же час, особливий інтерес представляє дослідження поведінки цін на ринку нерухомості у періоди криз, спричинених екстраординарними подіями та умовами (пандемія та війна), що спостерігалися в 2020, 2022 і в поточному 2023 році. Якщо короновірус, як кризове явище, вплинув більш-менш однаково на динаміку регіональних ринків нерухомості, то вплив повномасштабної війни проявився по-різному в різних регіонах нашої країни. У прифронтових містах, що досить сильно страждають від обстрілів (наприклад, Харків), ринок нерухомості відреагував зниженням цін та попиту. У той же час, в західних регіонах (наприклад, Львів, Івано-Франківськ) вартість квадратних метрів помітно зросла, що обумовлено різким збільшенням попиту за рахунок тимчасово переміщених та евакуйованих осіб. Визначено подальші напрямки досліджень часових рядів для прогнозування ціноутворення на ринку нерухомості. | uk_UA |
dc.description.abstract | The paper presents theoretical and methodological approaches to forecasting pricing in the real estate market based on the study of stochastic models of time series, which are statistical samples of prices of real estate in certain segments of this market generated consistently over time. The main stages of the research of time series in the real estate market are given. Two main components of time series of real estate prices are distinguished - fundamental (regular) and random (irregular). The fundamental (regular) component of the time series contains trend, cyclical and seasonal trends. The random component is noise, which slightly deviates the value of the time series from the trend. The work analyzed the fundamental price-forming factors in the real estate market, which have the greatest influence on the formation of the real estate price and determine its trend. The results of the analysis of time series of prices on the secondary real estate market in the traditionally most active business cities of Ukraine (Kyiv, Kharkiv, Dnipro, Odesa, Lviv, Ivano-Frankivsk) in the period 2016-2023 are presented. It is shown that prices on regional real estate markets are formed under the influence of both general trends throughout the country and random crisis phenomena inherent in this region. In the regional section of the analyzed real estate markets, on average, a growing trend is observed, which is stimulated by the increasing solvent demand for residential square meters. At the same time, it is of particular interest to study the behavior of real estate market prices during periods of crises caused by extraordinary events and conditions (pandemic and war) observed in 2020, 2022 and in the current year 2023. If the coronavirus, as a crisis phenomenon, affected the dynamics of regional real estate markets more or less equally, then the impact of a full-scale war manifested itself differently in different regions of our country. In front-line cities that suffer quite a lot from shelling (for example, Kharkiv), the real estate market reacted by lowering prices and demand. At the same time, in the western regions (for example, Lviv, Ivano-Frankivsk), the cost of square meters has increased significantly, which is due to a sharp increase in demand due to temporarily displaced and evacuated persons. Further directions of time series research for forecasting pricing in the real estate market have been determined. | uk_UA |
dc.language.iso | uk | uk_UA |
dc.publisher | Національний транспортний університет | uk_UA |
dc.relation.ispartofseries | Науковий журнал "Автомобільні дороги і дорожнє будівництво";114 | - |
dc.subject | ринок нерухомості | uk_UA |
dc.subject | вартість об’єкта нерухомості | uk_UA |
dc.subject | ціноутворення | uk_UA |
dc.subject | часовий ряд | uk_UA |
dc.subject | тренд | uk_UA |
dc.subject | real estate market | uk_UA |
dc.subject | real estate value | uk_UA |
dc.subject | pricing | uk_UA |
dc.subject | time series | uk_UA |
dc.subject | trend | uk_UA |
dc.title | Застосування методів аналізу часових рядів для прогнозування ціноутворення на ринку нерухомості | uk_UA |
dc.title.alternative | Application of time series analysis methods for forecasting pricing in real estate market | uk_UA |
dc.type | Article | uk_UA |
dc.subject.udc | 332.6 : 519.6 | uk_UA |
dc.identifier.doi | 10.33744/0365-8171-2023-114.1-233-240 | - |
Appears in Collections: | Наукові статті кафедри вищої математики |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Стаття_Бондаренко_Ляшенко_2023.pdf | Стаття_Бондаренко_Ляшенко_2023 | 1.02 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.