MOSCOW ECONOMIC JOURNAL MOSCOW ECONOMIC JOURNAL Московский экономический журнал 2413-046X 99697 10.55186/2413046X_2025_10_6_155 Экономическая теория Economic theory Экономическая теория MATHEMATICAL MODELING AS A TOOL FOR ANALYZING VALUE-BASED CORRESPONDENCES IN THE HOUSING MARKET Математическое моделирование как способ верификации ценностных соответствий на рынке жилья Пушкарев Герман Артурович Pushkarev German Arturovich

кандидат физико-математических наук;

candidate of physical and mathematical sciences;

 Овчинников Ян Андреевич Ovchinnikov Yan Andreevich Андерс Егор Дмитриевич Anders Egor Dmitrievich ФГАОУ ВО Пермский национальный исследовательский политехнический университет Пермь Россия Perm national research polytechnic university Perm Russian Federation ФГАОУ ВО Пермский национальный исследовательский политехнический университет Пермь Россия Perm national research polytechnic university Perm Russian Federation ФГАОУ ВО Пермский национальный исследовательский политехнический университет Пермь Россия Perm national research polytechnic university Perm Russian Federation 14 07 2025 14 07 2025 10 6 67 83 10 06 2025 https://ecience.ru/en/nauka/article/99697/view

В данной статье проведён анализ основных факторов, влияющих на цены на жилую недвижимость в городе Пермь. Для количественной оценки влияния различных характеристик квартир на их рыночную стоимость применяются методы множественной регрессии и дисперсионного анализа. Построены эконометрические модели ценообразования с учётом вертикальной (сегментация рынка по классам жилья) и горизонтальной (территориальной) дифференциации стратификации. Модельные оценки показали, что в элитных сегментах решающее влияние на цену оказывают качественные параметры и размер жилья, тогда как в массовых сегментах значимы компактность квартиры и доступность инфраструктуры. Обоснована логичность ценообразования: различия в ценах в значительной степени соответствуют различиям в характеристиках недвижимости. Результаты исследования могут быть использованы для прогнозирования цен и разработки стратегий сбалансированного развития городской среды.

This article analyzes the main factors influencing residential property prices in the city of Perm. To quantitatively assess the impact of various apartment characteristics on their market value, methods of multiple regression and variance analysis are applied. Econometric pricing models are developed, considering both vertical differentiation (market segmentation by housing class) and horizontal (territorial) stratification. The modeling results demonstrate that in elite market segments, qualitative parameters and housing size have a decisive impact on prices, whereas in mass segments, apartment compactness and infrastructure accessibility play a significant role. Thus, mathematical modeling serves as a tool for verifying value-based correspondences in pricing: price differences largely align with variations in property characteristics. The study results can be used for price forecasting and developing strategies for balanced urban environment development.

 эконометрическое моделирование рынок жилья ценообразование регрессионный анализ дисперсионный анализ сегментация рынка вертикальная дифференциация горизонтальная дифференциация Пермь econometric modeling housing market pricing regression analysis variance analysis market segmentation vertical stratification horizontal stratification Perm

Data.mendeley.com [Электронный ресурс]. Режим доступа: https://data.mendeley.com/datasets/2rxrnvgfym/1 (дата обращения: 04.06.2024). Data.mendeley.com [Elektronnyy resurs]. Rezhim dostupa: https://data.mendeley.com/datasets/2rxrnvgfym/1 (data obrascheniya: 04.06.2024). Буреева Н. Н. Многомерный статистический анализ с использованием ППП “STATISTICA”. – Учебно-методический материал. – Нижний Новгород: ННГУ, 2007. – 112 с. Bureeva N. N. Mnogomernyy statisticheskiy analiz s ispol'zovaniem PPP “STATISTICA”. – Uchebno-metodicheskiy material. – Nizhniy Novgorod: NNGU, 2007. – 112 s. Юденков В. А. Дисперсионный анализ. – Минск: Бизнесофсет, 2013. – 22 с. Yudenkov V. A. Dispersionnyy analiz. – Minsk: Biznesofset, 2013. – 22 s. Эфендиев А. Н. ИСПОЛЬЗОВАНИЕ МЕТОДОВ РЕГРЕССИОННОГО АНАЛИЗА ПРИ ОЦЕНКЕ СТОИМОСТИ КВАРТИР // Научный журнал молодых ученых. 2019. №3 (16). URL: https://cyberleninka.ru/article/n/ispolzovanie-metodov-regressionnogo-analiza-pri-otsenke-stoimosti-kvartir (дата обращения: 20.05.2025). Efendiev A. N. ISPOL'ZOVANIE METODOV REGRESSIONNOGO ANALIZA PRI OCENKE STOIMOSTI KVARTIR // Nauchnyy zhurnal molodyh uchenyh. 2019. №3 (16). URL: https://cyberleninka.ru/article/n/ispolzovanie-metodov-regressionnogo-analiza-pri-otsenke-stoimosti-kvartir (data obrascheniya: 20.05.2025). Боченина, М. В. Оценка изменения цен на рынке жилья: гедонический подход / М. В. Боченина // Вестник евразийской науки. — 2022. — Т. 14. — № 3. — URL: https://esj.today/PDF/48ECVN322.pdf Bochenina, M. V. Ocenka izmeneniya cen na rynke zhil'ya: gedonicheskiy podhod / M. V. Bochenina // Vestnik evraziyskoy nauki. — 2022. — T. 14. — № 3. — URL: https://esj.today/PDF/48ECVN322.pdf Острикова А.Л., Селютин В.В. Инновационные технологии массовой оценки жилой недвижимости // Системный анализ и моделирование экономических и экологических систем. – 2023. – Вып. 8. – С. 147–154. Ostrikova A.L., Selyutin V.V. Innovacionnye tehnologii massovoy ocenki zhiloy nedvizhimosti // Sistemnyy analiz i modelirovanie ekonomicheskih i ekologicheskih sistem. – 2023. – Vyp. 8. – S. 147–154. Caudill S. B., Manage N. D., Mixon F. G. Using Co-Ordinate Systems in Hedonic Housing Regressions // Real Estate. 2024. Vol. 10. No. 1. P. 4–15. DOI: 10.3390/realestate1010004. Caudill S. B., Manage N. D., Mixon F. G. Using Co-Ordinate Systems in Hedonic Housing Regressions // Real Estate. 2024. Vol. 10. No. 1. P. 4–15. DOI: 10.3390/realestate1010004. Jaroszewicz J., Horynek H. Aggregated Housing Price Predictions with No Information About Structural Attributes—Hedonic Models: Linear Regression and a Machine Learning Approach // Land.– 2024. – Vol. 13, No. 11. – Article 1881. Jaroszewicz J., Horynek H. Aggregated Housing Price Predictions with No Information About Structural Attributes—Hedonic Models: Linear Regression and a Machine Learning Approach // Land.– 2024. – Vol. 13, No. 11. – Article 1881. Keskin B. Multilevel approach to the analysis of housing submarkets // Regional Studies, Regional Science. – 2022. – Vol. 9, No. 1. – pp. 264–279. Keskin B. Multilevel approach to the analysis of housing submarkets // Regional Studies, Regional Science. – 2022. – Vol. 9, No. 1. – pp. 264–279.