Сравнительная динамика показателей строительной сферы РФ и региональной компании

Обложка

Цитировать

Полный текст

Аннотация

Строительная отрасль всегда была важнейшим рычагом в развитии экономического уровня страны, регионов, населенных пунктов различного масштаба. Строительная сфера обеспечивает положительную динамику экономического прогресса, обеспечивает рост занятости граждан. Непрерывное изменение экономической ситуации требует постоянного изучения ключевых показателей, определяющих развитие отрасли. Актуальным является регулярный мониторинг показателей строительного направления экономики с последующим прогнозированием развития отрасли в целом и отдельных компаний. В статье использовалась методика трендовых и адаптивных моделей прогнозирования, оценка параметров моделей ключевых строительных показателей позволила провести расчет прогнозных уровней. Особое внимание уделено адаптивным моделям прогнозирования и учету их способности адаптироваться к изменениям в текущих значениях и автоматически обновлять прогнозы на основе последних наблюдений. Это особенно полезно в ситуациях, когда данные имеют тренды, сезонность или другие систематические изменения со временем. Адаптивные модели позволяют учесть эти факторы и дать оценку прогнозу с большей точностью. Результаты исследования полезны для принятия решений в области строительства, а также для разработки планов по дальнейшему изучению стратегии развития строительной отрасли Самарской области, Приволжского федерального округа и компании «Град-Инвест». Рассматривается широкий круг вопросов, в частности, отмечаются масштабы развития показателей строительной сферы в РФ, по Самарскому региону и отдельно взятой компании, моделирование динамики выбранных показателей и оценка их прогноза. Данные для работы – это статистические показатели, отобранные из ежегодной итоговой отчетности строительной деятельности по РФ и ООО «Град-Инвест».

Полный текст

Введение

Решение проблем потребности страны в строительстве в России является одной из ключевых задач национальной экономики и имеет огромное значение для развития инфраструктуры в целом. Строительные компании в РФ в настоящее время находятся на передовой при разработке, начиная, от масштабных концепций до множества задач среднего и мелкого уровня. Это дает серьезный толчок в развитии деятельности фабрик и заводов, производящих строительные материалы и комплектующие. В свою очередь, важным следует отметить, что развитие строительной сферы в РФ поддерживается государственными программами и инвестиционными проектами. Кроме того, строительные компании и производители строительных материалов активно внедряют инновационные технологии и решения, направленные на улучшение эффективности и экологической устойчивости строительства [1]. Вопросы изучения строительной сферы активно рассматриваются в научной литературе. Авторские исследования фокусируются на различных аспектах проблем и состояния показателей строительной отрасли. В работе [2; 3] дан «обзор динамики основных показателей развития строительной отрасли российской экономики. Описаны современные трансформации объемов жилищного строительства и изменение его цен. Охарактеризовано финансовое состояние российских застройщиков в условиях сложной экономической конъюнктуры». Проблемы строительных предприятий и строительной отрасли исследуются авторами [4]. Отметить, что наблюдается рост объема производства цемента, строительных смесей, кровельных и изоляционных материалов, кирпичей и строительных блоков, стальных ферм, колонн, балок и других элементов. Отдельное внимание уделяется вопросам оценки эффективности деятельности строительных организаций и отрасли в целом [5;6]. В исследованиях [7-9] авторы фокусируются на проблемах разработки методики индикаторного подхода при оценке показателей строительной сферы. Финансовые стороны развития строительной сферы описываются многопланово в работах [10–13]. Отдельно выделяется группа исследований строительного рынка, авторы рассматривают основные показателя оценки развития рынка строительных услуг [14–17]. Цифровые технологии в строительстве, как новое направление описывается автором [18]. Отмечаются трудности и перспективы развития данного направления. Разные аспекты развития строительной сферы описываются в работе [19].

Таким образом, круг вопросов, изучающих показатели строительной сферы, находится в постоянном внимании исследователей. Эта проблема остается актуальной в любой момент времени для государства в целом и отдельного региона. В частности, самарская область активно развивается в строительных направлениях.

В Самарской области также можно констатировать активное развитие и значительный вклад этой отрасли в экономику и социальное развитие региона. Строительная сфера в Самарской области охватывает широкий спектр деятельности, включающий строительство жилых, коммерческих и промышленных объектов, реконструкцию и капитальный ремонт существующих сооружений, а также производство и поставку строительных материалов [20–22]. Компании в регионе специализируются на различных типах работ, включая генеральное подрядное строительство, проектирование, инженерные и архитектурные услуги. В таблице 1 представлена статистика по строительной сфере в Самарской области.

 

Таблица 1 – Данные по строительной отрасли в Самарской области за период 2018–2021 гг.

Table 1 - Data on the construction industry in the Samara region for the period 2018–2021

Год

Объем строительства (млн рублей)

Количество строительных компаний

Количество фабрик и заводов

2018

160

330

138

2019

163

350

146

2020

169

395

153

2021

254

420

177

 

Одной из ведущих строительных компаний в Самарской области является «Самарастрой», которая специализируется на строительстве многофункциональных объектов, включая жилые комплексы, офисные здания, торговые центры и промышленные сооружения. Компания активно внедряет современные технологии и использует инновационные подходы в строительстве, что позволяет ей успешно реализовывать проекты различного масштаба и сложности.

Кроме того, в Самарской области существует ряд крупных предприятий, специализирующихся на производстве строительных материалов. Одним из них является «Самарский завод строительных материалов», который производит широкий ассортимент продукции, включая кирпич, блоки, бетон, арматуру и другие материалы, необходимые для строительства. В работе анализируются также показатели строительной компании ООО «Град-Инвест».

ООО «Град-Инвест» – это одна из ведущих строительных компаний Самарской области, которая занимается проектированием, строительством и реконструкцией зданий и сооружений различного назначения. Стратегия развития компании основывается на качестве, инновациях, надежности и экологичности. Компания следит за новыми технологиями и разработками в области строительства, всегда выполняет свои обязательства перед заказчиками и уделяет большое внимание экологической безопасности своих проектов.

 

Обзор математического инструментария

В качестве инструментария в данной работе использовался математический аппарат моделирования и прогнозирования [23–25] показателей строительной сферы. Особое внимание уделено адаптивным моделям прогнозирования. Из теории известно, что адаптивные модели прогнозирования временных рядов предназначаются, прежде всего, для краткосрочного прогнозирования показателей при изменении внешних условий. В этих моделях особое внимание уделяется последним уровням рядов динамики. Все адаптивные модели можно описать на двух схемах: скользящем среднем (СС-модели) и авторегрессии (АР-модели).

Схема скользящего среднего определяет текущий уровень ряда как средневзвешенное значение всех предшествующих уровней, причем веса наблюдений убывают по мере удаления от последнего уровня. Другими словами, наблюдения, близкие к концу интервала, считаются более информативными, так как они лучше отражают изменения в тенденции ряда. Хотя эти модели хорошо отражают колебания уровней ряда, они также могут успешно отслеживать изменения в его тенденции.

В авторегрессионной схеме текущий уровень ряда вычисляется как взвешенная сумма нескольких предшествующих уровней, причем весовые коэффициенты не ранжируются по уровням ряда. Информационная ценность наблюдений определяется степенью взаимосвязи между элементами временного ряда.

В работе были использованы модели скользящего среднего Хольта и Брауна. Модель Брауна позволяет описывать развитие явлений, с линейной или параболической тенденцией, а также без выраженных тенденций.

Линейная модель Брауна для прогнозирования уровня ряда в момент времени t на k шагов вперед может быть представлена следующей формулой:

 

где   – оценка текущего i-го уровня ряда;  – оценка текущего прироста уровней ряда. При t = 0 параметры   и    обладают начальными значениями. Построение модели Брауна состоит из шести этапов.

На первом этапе по первым l наблюдениям временного ряда с помощью МНК определяются начальные значения параметров модели   и   для линейной аппроксимации по формуле:

 

На втором этапе по модели Брауна с использованием значений параметров At и Bt выполняется прогноз уровня ряда в момент времени на один шаг вперед (k = 1):

                                                                                      

На третьем этапе проводится расчет отклонения прогнозного значения уровня ряда, полученного по предыдущей формуле, от его фактического значения ( ) при k = 1 по формуле:

                                                                                                                          

А также рассчитывается относительная ошибка аппроксимации ( ) по формуле:

                                                                                                                            

На четвертом этапе, основываясь на найденных ошибках прогноза, выполняется корректировка параметров модели A и по формулам:

     

где  b – коэффициент дисконтирования данных, изменяющий от 0 до 1;   – ошибка прогноза уровня ряда, вычисленная в момент времени (– 1) на один шаг вперед; α – коэффициент сглаживания, который равен 1 – b. Коэффициент дисконтирования характеризует степень обесценивания данных за единицу времени, тем самым отражая также степень значимости более поздних наблюдений уровней ряда [19]. Оптимальное значение коэффициента дисконтирования устанавливается итеративно, путем многократного построения модели при различных значениях  b с выбором наилучшей по критерию минимума дисперсии или среднеквадратического отклонения остатков.

На пятом этапе по скорректированными параметрами   и   определяется прогнозное значение уровня ряда на следующий момент времени (t + k) при k = 1, для этого осуществляется возврат на второй этап и процесс вычислений продолжается. На последнем этапе формируется прогноз уровней ряда по последним значениям параметров   и  на k шагов вперед.

Линейная модель Хольта для прогноза уровня ряда динамики в момент времени t на k шагов вперед имеет такой же вид, как и модель Брауна, отличие в корректировке параметров A и B. Корректировка осуществляется по соотношениям

 

где – коэффициенты сглаживания (адаптации), изменяющиеся от 0 до 1;    –  ошибка прогноза уровня ряда, вычисленная в момент времени (– 1) на один шаг вперед.

Значение коэффициентов   определяются итеративно, путем многократного построения модели при различных значениях коэффициентов с подбором наилучшего по критерию минимума дисперсии или среднеквадратичного отклонения остатков.

 

Динамический анализ финансовых показателей строительной сферы РФ

В таблице 2 представлены значения средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ, тыс. руб. В таблицах 3 и 4 представлены средние цены на приобретенные строительными организациями основные материалы, детали и конструкции на внешнюю и внутреннюю отделку по РФ, руб. соответственно.

 

Таблица 2 – Средняя фактическая стоимость строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ, тыс. руб.

Table 2 – Average actual cost of construction of one square meter of total area of residential premises in commissioned residential buildings in the Russian Federation, thousand rubles

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

Стоимость, руб.

4779

7244

9025

10037

11720

13812

16840

20720

26622

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

Стоимость, руб.

30312

31877

33320

34354

36439

39447

39258

40890

41459

Год

2018

2019

2020

2021

 

 

 

 

 

Стоимость, руб.

41358

42551

44518

49200

 

 

 

 

 

 

Таблица 3 – Средняя цена на приобретенные строительными организациями основные материалы, детали и конструкции на внешнюю отделку по РФ, руб.

Table 3 – Average price for basic materials, parts and structures purchased by construction organizations for external finish in the Russian Federation, rubles

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

Стоимость, руб.

118516

151720

156597

176201

220400

253315

290869

349775

407672

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

Стоимость, руб.

394138

412069

465421

534691

504555

523556

543556

555647

663215

Год

2018

2019

2020

2021

 

 

 

 

 

Стоимость, руб.

774162

868619

906870

1111728

 

 

 

 

 

Таблица 4 – Средняя цена на приобретенные строительными организациями основные материалы, детали и конструкции на внутреннюю отделку по РФ, руб.

Table 4 – Average price for basic materials, parts and structures purchased by construction organizations for interior decoration in the Russian Federation, rubles

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

Стоимость, руб.

94454

118049

113081

119875

129540

163520

164412

189907

205154

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

Стоимость, руб.

199603

208980

231214

251288

248770

248780

268150

288890

317103

Год

2018

2019

2020

2021

 

 

 

 

 

Стоимость, руб.

467207

422078

447478

519936

 

 

 

 

 

 

Как видно, средняя фактическая стоимость строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях по всей стране имеет устойчивую тенденцию к росту. При анализе динамики роста цен, разделенной на два периода, можно заметить, что в первом периоде (с 2000 по 2010 год) изменение стоимости составило 27 тысяч рублей. Однако, во втором периоде (за следующие 10 лет) изменение стоимости составило всего лишь 16 тысяч рублей. Средние цены на материалы и компоненты для внешней и внутренней отделки в строительстве также постепенно растут. В обоих случаях наблюдается устойчивая тенденция к росту цен на протяжении рассматриваемого периода. Рассмотрение динамики роста цен, разделенных на два периода, позволяет увидеть, что за первый период изменение стоимости составило 300 тысяч рублей для внешней отделки и 289 тысяч рублей для внутренней отделки. Однако, за следующие 10 лет (второй период), прирост цен составил 650 тысяч рублей для внешней отделки и 115 тысяч рублей для внутренней отделки. Таким образом, за второй период прирост цен значительно увеличился, превышая показатели первого периода.

Рассчитанные значения абсолютного прироста, темпа роста и темпа прироста позволяют свидетельствовать о колебательном характере поведения указанных показателей. В качестве примера в таблицах 5-7 приведены значения цепного темпа прироста (ЦТП) трех рассматриваемых показателей.

 

Таблица 5 – Цепной темп прироста средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ, %

Table 5 – Chain growth rate of the average actual cost of construction of one square meter of total residential area in commissioned residential buildings in the Russian Federation, %

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

ЦТП, %

51,58

24,59

11,21

16,77

17,85

21,92

23,04

28,48

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

ЦТП, %

13,86

5,16

4,53

3,10

6,07

8,25

-0,48

4,16

1,39

Год

2018

2019

2020

2021

 

 

 

 

 

ЦТП, %

-0,24

2,88

10,52

4,62

 

 

 

 

 

 

Таблица 6 – Цепной темп роста средней цены на приобретенные строительными организациями основные материалы, детали и конструкции на внешнюю отделку по РФ, руб.

Table 6 – Chain growth rate of the average price for basic materials, parts and structures purchased by construction organizations for external finish in the Russian Federation, rubles

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

ЦТП, %

-

28,02

3,21

12,52

25,08

14,93

14,83

20,25

16,55

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

ЦТП, %

-3,32

4,55

12,95

14,88

-5,64

3,77

3,82

2,22

19,36

Год

2018

2019

2020

2021

 

 

 

 

 

ЦТП, %

16,73

12,20

4,40

22,59

 

 

 

 

 

 

Как видно, наблюдается повышение уровня стоимости строительства одного квадратного метра в 2021 году на 4682 рубля, или 10,52 %, по отношению к 2020 году. Аналогичное поведение цепного темпа прироста присутствует в показателях средних цен материалов на внешнюю отделку, составляя 205 тысяч рублей, или 22,59 % по отношению к 2020 году.

 

Таблица 7 – Цепной темп роста средней цены на приобретенные строительными организациями основные материалы, детали и конструкции на внутреннюю отделку по РФ, руб.

Table 7 – Chain growth rate of the average price for basic materials, parts and structures
purchased by construction organizations for interior decoration in the Russian Federation, rubles

Год

2000

2001

2002

2003

2004

2005

2006

2007

2008

ЦТП, %

-

24,98

-4,21

6,01

8,06

26,23

0,55

15,51

8,03

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

ЦТП, %

-2,71

4,70

10,64

8,68

-1,00

0,00

7,79

7,73

9,77

Год

2018

2019

2020

2021

 

 

 

 

 

ЦТП, %

47,34

-9,66

6,02

16,19

 

 

 

 

 

 

Далее в работе представлены результаты по выполнению проверки условий стационарности динамического ряда. Стационарность является одним из фундаментальных предположений в статистическом анализе временных рядов и позволяет нам применять различные методы и модели для их дальнейшего исследования. Данные разбивались на два участка, для которых рассчитывались статистические показатели, представленные в таблице 8 и 9. Осуществлялась проверка гипотез о равенстве дисперсий и математических ожиданий. Участки имеют одинаковую длину – 10 лет. В таблице 7 представлены расчетные значения статистических характеристик: математического ожидания и стандартного отклонения.

 

Таблица 8 – Проверка гипотезы о равенстве дисперсий

Table 8 - Testing the hypothesis of equality of variances

Показатель

Стоимость
строительства, руб.

Средняя стоимость внешней отделки, руб.

Средняя стоимость
внутренней отделки, руб.

Периоды

1

2

1

2

1

2

Среднее значение

16635

40254

266479

677456

155143

337354

Стандартное
отклонение

9477

4535

110700

209525

41795

105554

F наблюдаемое

4,367

3,582

6,378

 

Степени свободы k1   и k2 равны 9, уровень значимости ???? составляет 0,05, табличное значение F-статистики равно 3,179. Вывод по проверке гипотезы о равенстве дисперсия временных рядов: так как F наблюдаемое > F критического, то ряд динами можно считать слабостационарным,

Также, на стационарность были проверены математические ожидания. Наблюдаемые значения t   статистики для показателей стоимости строительства, средней стоимости на внешнюю и внутреннюю отделку соответственно составили 7,109, 5,484 и 5,075. Уровень значимости ???? = 0,05, критическое значение t-статистики tкр = 1,96.   Так как, tнабл  > tкр, то на уровне значимости 0,05 принимается гипотеза о том, что математические ожидания частей ряда не равны, нулевая гипотеза о равенстве средних значений отвергается. Временные ряды изучаемых показателей являются слабостационарными.

Изучение взаимосвязи между уровнями ряда проводилось с помощью расчета коэффициента автокорреляции. Расчетные значения коэффициентов автокорреляции изменялись от 0,8 до 0,99.

На рисунке 1 представлены коррелограммы.

Для изучаемых показателей наибольшее изменение коэффициента автокорреляции произошло в данных средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ. Слабое изменение произошло для показателей средних цен на приобретенные строительными организациями основные материалы, детали и конструкции на внутреннюю отделку. Общая тенденция коэффициентов автокорреляции – снижение и ослабление связи с увеличением лага.

 

 

Рисунок 1 – Графическое изображение автокорреляционной функции

Figure 1 – Graphical representation of the autocorrelation function

 

Следующим этапом выявлялась долгосрочная тенденция – тренд. Гипотеза о наличии тренда проводилась с применением медианного критерия и критерия «восходящих и нисходящих» серий [31]. Для того, чтобы не была отвергнута гипотеза о случайности исходного временного ряда в применении медианного критерия, должны выполняться следующие неравенства.

Первое условие: . При n = 22 следует: v > 7.

Второе условие: . При n = 22 следует: v > 4,48,

где v – количество серий; τ – максимальная длина серии.

По результатам сравнения исходных уровней ряда с медианой установлено, что для показателя стоимости строительства – v = 2, τ = 11; для показателя средней цены расходов для внешней отделки –  v  = 2, τ = 11;  внутренней отделки –  v  = 2, τ = 11. Вывод: тренд присутствует в динамических данных всех трех показателей.

Согласно критерию «восходящих и нисходящих» серий яля того, чтобы не была отвергнута гипотеза о случайности исходного временного ряда в, должны выполняться следующие неравенства:

 

Первое условие: .

 

Второе условие: где v – количество серий; τ0 – табличное значение, зависящее от n – длины временного ряда. Результаты по критерию «восходящих и нисходящих» серий составляют: для показателя стоимости строительства – v = 5, τ = 14; для показателя средней цены расходов для внешней отделки – v = 5, τ = 8;  внутренней отделки – v = 5, τ = 6. Рассчитанные значения позволяют утверждать, что анализируемые показателю содержат неслучайную компоненту или долгосрочную тенденцию. Далее в работе проводилось сглаживание исходных показателей простой скользящей средней. Использовались три интервала сглаживания: по трем, пяти и семи уровням. На рисунке 2 представлен график скользящей средней с интервалом сглаживания L = 3 для средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ.

Для поиска трендовых моделей использовались более сглаженные данные [33]. В исследовании применялись как линейные, так и нелинейные модели с высоким коэффициентом аппроксимации. Из рассмотренных моделей наиболее точной и корректной для экстраполяции оказалась полиномиальная модель третьей степени. Для данных средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ, была выбрана полиномиальная модель 3-й степени, составленная на основе сглаженных данных при интервале равном 7, где величина достоверности аппроксимации составляет 0.998, при формуле:

                                                             

Результаты прогноза на последующие 2022, 2023 и 2024 год составили 45753, 45739 и 45470 рублей.

 

 

Рисунок 2 – График скользящей средней L = 3 средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ

Figure 2 – Graph of the moving average L = 3 of the average actual cost of construction of one square meter of total residential area in commissioned residential buildings in the Russian Federation

 

Для данных средних цен на приобретенные строительными организациями основные материалы, детали и конструкции на внешнюю отделку наиболее корректной оказалась полиномиальная модель 3-й степени, составленная на основе сглаженных данных при интервале равном 7, где величина достоверности аппроксимации составляет 0,998, при формуле:

                                                                   

Результаты прогноза на последующие 2022, 2023 и 2024 год составили 1.03, 1.11 и 1.2 млн рублей.

Для описания данных средних цен на приобретенные строительными организациями основные материалы, детали и конструкции на внутреннюю отделку, была выбрана полиномиальная модель 3-й степени, составленная на основе сглаженных данных при интервале равном 7, где величина достоверности аппроксимации составляет 0.997, при формуле:  

                                                                              

Результаты прогноза на последующие 2022, 2023 и 2024 год составили 526, 573 и 626 тысяч рублей.

Ниже представлена таблица 9 с прогнозными значениями по различным моделям и соответствующими ошибками прогноза.

Оценка точечных прогнозных значений, полученных с помощью описанных моделей, является качественной и может быть рекомендована для планирования и принятия решений в строительной отрасли. Полученные результаты по РФ способствуют разработке мер для оптимизации финансовых показателей и улучшения эффективности деятельности ООО «Град-Инвест». Интервальная оценка позволяет оценить уровень неопределенности в прогнозных значениях и оценить их точность. В таблице 10 представлены доверительные интервалы прогнозных значений по используемым моделям.

 

Таблица 9 – Прогнозные значения показателей строительной отрасли

Table 9 – Forecast values of construction industry indicators

Показатели

Временной период

Линейная модель (руб)

Полиномиальная модель 2-й степени, руб

Полиномиальная модель 3-й степени, руб

Предельная ошибка выборки, руб

Стоимость
строительства

2022

52988

46867

45753

5987

2023

55152

47434

45739

1819

2024

57316

47869

45471

1665

Стоимость
внешней отделки

2022

899361

963702

1025082

78576

2023

937171

1018297

1111692

51284

2024

974981

1074290

1206370

28818

Стоимость
внутренней отделки

2022

440805

494782

526193

56622

2023

457878

525936

573735

26185

2024

474951

558264

625865

14628

 

Таблица 10 – Доверительные интервалы

Table 10 – Confidence intervals

Показатель

Временной период (год)

Линейный, руб

Полином второй
степени, руб.

Полином третьей
степени, руб.

Левая граница

Правая граница

Левая граница

Правая граница

Левая граница

Правая граница

Стоимость строительства

2022

47001

58975

40880

52854

39766

51740

2023

53333

56971

45616

49253

43920

47558

2024

55651

58981

46203

49534

43805

47136

Стоимость внешней
отделки

2022

820785

977937

885126

1042278

946506

1103659

2023

885887

988455

967013

1069581

1060408

1162976

2024

946163

1003799

1045471

1103108

1177552

1235189

Стоимость внутренней
отделки

2022

384183

497427

438160

551404

469571

582815

2023

431693

484063

499751

552121

547550

599920

2024

460323

489579

543636

572892

611236

640493

 

В работе далее представлены результаты адаптивного прогнозирования для трех показателей: средняя фактическая стоимость строительства одного квадратного метра жилых помещений, средние цены на приобретенные строительными организациями основные материалы, детали и конструкции на внешнюю и внутреннюю отделку соответственно.

Рисунок 3 иллюстрирует этапы моделирования по Хольту и Брауну для показателя средней фактической стоимости строительства одного квадратного метра общей площади жилых помещений во введенных в эксплуатацию жилых зданиях в РФ. График позволит наглядно сравнить прогнозные значения, полученные с помощью указанных моделей.

Прогнозные значения, полученные с помощью модели Хольта, составляют 46 088, 51 303 и 55 518 рублей, по модели Брауна они равны 51 549, 51 282 и 50 371 рублей. Из этих результатов видно, что прогнозные значения модели Хольта имеют тенденцию к росту, в то время как прогнозы модели Брауна показывают некоторое снижение. Средняя относительная ошибка аппроксимации изменялась от 6 до 12 %. Оценка различий между прогнозами обеих моделей может помочь в принятии решений и формулировании стратегий в отношении стоимости строительства жилых помещений в РФ. Как видно, прогнозные значения модели Хольта показывают устойчивый тренд с небольшим снижением в течение прогнозного периода, в то время как прогнозные значения модели Брауна имеют незначительную вариативность. В качестве примера, можно использовать усредненное значение между прогнозными показателями по модели Брауна и Хольта. Это может быть полезным для планирования и разработки стратегий, например, на рынке строительных материалов.

 

 

Рисунок 3 – Прогнозные значения моделей Хольта и Брауна для стоимости строительства

Figure 3 – Predicted values of the Holt and Brown models for construction costs

 

Динамика показателей развития компании ООО «Град-Инвест»

Важным является сопоставление показателей строительного направления регионального уровня с отраслевыми тенденциями. В качестве примера далее в работе представлена динамика отдельно взятой компании ООО «Град-Инвест». Это позволяет провести оценку эффективности деятельности компании и динамику ключевых показателей деятельности предприятия за последние несколько лет. В работе рассматриваются следующие показатели: средняя стоимость строительства одного квадратного метра жилого помещения, средние цены на приобретенные организацией основные материалы, детали и конструкции на внешнюю и внутреннюю отделку, а также динамика прибыли и выручки компании.

На рисунке 4 представлен график динамики прибыли и выручки предприятия.

За последние три года, прибыль увеличилась на 41%. Это позволяет отметить положительный динамику в деятельности предприятия и эффективном управлении его финансовыми ресурсами. Это связано с повышением спроса на строительные услуги, эффективное управление затратами, улучшение процессов проектирования и строительства, а также успешное заключение контрактов и удовлетворение потребностей клиентов. Важно отметить, что выручка ООО «Град-Инвест» также демонстрирует стабильный рост показателей. За последние три года, выручка компании увеличилась на 54 %. Наблюдаемый рост объема продаж и доходности проектов может быть обусловлен увеличением числа новых контрактов, расширением клиентской базы и укреплением позиций компании на рынке. При оценке прогноза следует учитывать множество факторов, которые могут повлиять на деятельность компании.

График, изображенный на рисунке 5, отражает изменение цен на строительные материалы и компоненты.

Анализ графика на рисунке 5 позволяет сделать следующие выводы:

  • Средняя стоимость строительства одного квадратного метра жилого помещения за последние пять лет увеличилась с 35 тысяч рублей в 2018 году до 45 тысяч рублей в 2022 году. Наблюдается рост стоимости строительства;
  • Средние цены на приобретенные организацией основные материалы, детали и конструкции на внешнюю отделку за последние пять лет увеличились с 53 тысяч в 2018 году до 84 тысяч рублей в 2022 году. Прогнозируемый рост цен на внешнюю отделку показывает значительное увеличение с течением времени;
  • Средние цены на приобретенные организацией основные материалы, детали и конструкции на внутреннюю отделку за последние пять лет увеличились с 25 тысяч в 2018 году до 53 тысяч рублей в 2022 году. Также наблюдается заметный рост цен в течение указанного периода.

Результаты сравнительного анализа иллюстрируются графически. На рисунке 6 представлен график сравнения стоимости строительства одного квадратного метра жилого помещения.

 

 

Рисунок 4 – График динамики прибыли и выручки ООО «Град-Инвест»

Figure 4 – Graph of the dynamics of profit and revenue of Grad-Invest LLC

 

 

 

Рисунок 5 – График динамики средних цен на строительные компоненты в ООО «Град-Инвест»

Figure 5 – Graph of the dynamics of average prices for construction components at Grad-Invest LLC

 

Обе группы показателей имеют схожую положительную динамику, то есть увеличение средней стоимости строительства с течением времени. На рисунке 7 представлено сравнение темпов роста средних цен на внешнюю отделку.

Группа показателей для ООО "Град-Инвест" демонстрирует высокие темпы роста с увеличением цен на приобретаемые материалы и конструкции для внешней отделки на 4, 15, 36 и 58 %. В то же время в группе показателей для РФ наблюдаются более умеренные темпы роста с повышением цен на 12, 17 и 44, указывая на меньшее повышение цен в сравнении с компанией.

На рисунке 8 изображен график сравнения темпов роста средних цен на внутреннюю отделку.

 

 

Рисунок 6 – Сравнение средней стоимости строительства одного квадратного метра жилого
помещения

Figure 6 – Comparison of the average cost of construction of one square meter of residential premises

 

 

 

Рисунок 7 – Сравнение темпов роста средних цен на приобретенные строительной организацией основные материалы, детали и конструкции на внешнюю отделку

Figure 7 – Comparison of growth rates of average prices for basic materials, parts and structures purchased by a construction organization for external finish

 

Из рисунка 8 можно заметить, что группа показателей компании показывает значительное повышение средней цены на приобретаемые строительной организацией основные материалы, детали и конструкции на внутреннюю отделку, в то время как в группе показателей для РФ отмечается спад в 2019 на 10 % и небольшой подъем темпов роста в 2020 и 2021 годах. Повышение цен может быть связано с ростом себестоимости материалов, инфляцией, изменением спроса на рынке и другими факторами, которые необходимо учитывать при разработке стратегии компании.

По результатам исследования описанных показателей на основе сопоставления с данными по Российской Федерации для улучшения деятельности компании ООО «Град-Инвест» можно сделать следующие выводы.  

При оценке стоимости строительства одного квадратного метра жилого помещения, учитывая общий тренд роста стоимости строительства, необходимо провести детальный анализ затрат на каждый этап строительства с целью оптимизации расходов и снижения издержек. Дополнительно, важно изучить факторы, влияющие на стоимость строительства, такие как инфляция, изменения в ценах на материалы и трудовые ресурсы, и принять соответствующие меры для минимизации возможных рисков и колебаний в стоимости.

При оценке стоимости по внешней отделке, учитывая значительное увеличение цен на приобретаемые материалы и конструкции для внешней отделки, необходимо расширить рынок поставщиков с целью снижения затрат, а также важно контролировать складской учет с целью сокращения расходов и потерь материалов.

 

 

 

Рисунок 8 – Сравнение темпов роста средних цен на приобретенные строительной организацией основные материалы, детали и конструкции на внутреннюю отделку

Figure 8 – Comparison of growth rates of average prices for basic materials, parts and structures purchased by a construction organization for interior decoration

 

При оценке стоимости внутренней отделки также необходим расширенный поиск альтернативных поставщиков и материалов, которые могут предложить более выгодные условия, рекомендуется оптимизировать процессы планирования и управления запасами, чтобы избежать излишних затрат и повысить эффективность использования ресурсов.

В целом важным является расширение клиентской базы и контрактное портфолио: заключение новых контрактов, поиск новых клиентов и партнеров, а также расширение географического охвата проектов для диверсификации рисков и увеличения доходности. Необходимо проводить мониторинг рынка и конкурентной среды: следить за изменениями на рынке строительства и анализировать конкурентную среду; проводить регулярные исследования рынка, чтобы оценить спрос на услуги и товары компании, а также узнавать о новых тенденциях и инновациях в отрасли. Для улучшение операционных процессов компания может сосредоточиться на оптимизации своих операционных процессов, включая управление проектами, планирование ресурсов, контроль качества и соблюдение сроков выполнения работ. Внедрение современных технологий и систем управления проектами может повысить эффективность и прозрачность работы, а также снизить вероятность ошибок и задержек.

 

Заключение

В работе представлены результаты практической реализации инструмента прогнозирования. В работе представлен сравнительный анализ тенденций показателей строительной сферы в РФ и ООО «Град-Инвест». Проведен динамический анализ финансовых показателей строительной сферы в РФ. Представлены масштабы развития показателей строительной сферы в РФ и по Самарскому региону. Сформированные ряды исследованы на стационарность. Модификация исходных данных осуществлялась методом сглаживания динамических рядов простой скользящей средней и построены автокорреляционные функции. Проведено моделирование динамических показателей и построены модели авторегрессии Хольта и Брауна. Проведена оценка прогнозных значений с использованием трендовых и адаптивных моделей прогнозирования. Показатели компании ООО «Град-Инвест» проанализированы в контексте строительной отрасли РФ.

×

Об авторах

Алла Юрьевна Трусова

Самарский национальный исследовательский университет имени академика С.П. Королева

Автор, ответственный за переписку.
Email: a_yu_ssu@mail.ru
ORCID iD: 0000-0001-7679-9902

кандидат физико-математических наук, доцент кафедры математики и бизнес-информатики

Россия, 443086, Российская Федерация, г. Самара, Московское шоссе, 34

Список литературы

  1. Токунова Г.Ф. Состояние и перспективы развития строительной сферы в России // Экономика и предпринимательство. 2021. № 8 (133). C. 247–250. DOI: https://doi.org/10.34925/EIP.2021.133.8.045. EDN: https://www.elibrary.ru/drcjpf.
  2. Махмудова М.М. Российский строительный сектор в условиях макроэкономической нестабильности: анализ основных тенденций развития // Математические методы и модели в управлении, экономике и социологии. Сборник научных трудов. 2018, C. 182–190.
  3. Карякина И.Е., Потапкина Е.К Анализ современного состояния строительной отрасли РФ, проблемы и перспективы её развития // Экономика и бизнес: теория и практика. 2019. № 5-2. C. 57–67. DOI: https://doi.org/10.24411/2411-0450-2019-10623. EDN: https://www.elibrary.ru/quwksg.
  4. Горшков М.А., Комарова Е.М. Управление строительным предприятием: современные подходы и методы. Москва: Строительная Пресса, 2021. 240 с.
  5. Смирнов Д.Н., Зорькин С.В. Строительная отрасль России: современные вызовы и перспективы развития. Москва: Строительный эксперт, 2020. 288 с.
  6. Гаспарян Л.Г., Попова А.А Показатели эффективности в строительстве // Инновации и инвестиции. 2021. № 4. C. 312–314. URL: https://www.elibrary.ru/item.asp?id=45723204. EDN: https://www.elibrary.ru/svwgpq.
  7. Леонович Е.А., Лисицинская К.В. Экономические показатели эффективности в строительстве // Интернаука, 2021. № 34 (210). C. 55–59. URL: https://www.elibrary.ru/item.asp?id=46617600. EDN: https://www.elibrary.ru/aummqb.
  8. Сбитнева Д.В. Методические рекомендации по выбору индикаторов и показателей региональных программ в сфере жилищного строительства // Экономика и предпринимательство. 2017. № 4–1 (81). C. 1051–1056. URL: https://www.elibrary.ru/item.asp?id=29218217. EDN: https://www.elibrary.ru/ypjydt.
  9. Дубровина М.А., Подноскова Л.А. Анализ показателей реализации муниципальных программ в сфере развития градостроительства // Проблемы социально-экономического развития Сибири. 2019. № 3 (37). C. 19–26. URL: https://www.elibrary.ru/item.asp?id=41187095. EDN: https://www.elibrary.ru/exjxup.
  10. Шаркова А.В., Чинаева Т.И., Клепацкая А.С. Анализ деятельности строительных организаций на основе изучения показателей прибыли // Статистика и экономика. 2018. Т 15, № 5. C. 40–50. DOI: https://doi.org/10.21686/2500-3925-2018-5-40-50. EDN: https://www.elibrary.ru/yrtdtn.
  11. Шибаева М.А., Околелова Э.Ю., Колесенкова Е.С. Прогнозирование стоимости и рисков инвестиционно-строительного проекта // Цифровая и отраслевая экономика. 2020. № 2 (19). C. 59–68. URL: https://www.elibrary.ru/item.asp?id=43042639. EDN: https://www.elibrary.ru/qxdqtu.
  12. Дугар-Жабон Р.С., Яловик М.С. Финансовые проблемы Российского строительного сектора // Современные технологии и научно-технический прогресс. 2021. № 8. C. 325–326. URL: https://angtu.editorum.ru/ru/storage/download/69902.
  13. Сайффулина Ф.М., Мустафина Л.Р., Сабирова Э.Р., Тимофеева А.Н. Финансовый анализ предприятий малого бизнеса в строительстве // Экономический анализ: теория и практика. 2019. Т. 18, № 12 (495). C. 2237–2254. DOI: https://doi.org/10.24891/ea.18.12.2237. EDN: https://www.elibrary.ru/dwbekk.
  14. Шестерикова Я.В. Оценка экономической эффективности повышения качества многоэтажных жилых зданий // Строительное производство. 2020. № 4. C. 34–37. DOI: https://doi.org/10.54950/26585340_2020_4_34. EDN: https://www.elibrary.ru/ioqyqb.
  15. Рябова А.Д. Анализ строительного рынка России и выделение его ключевых игроков // Вопросы устойчивого развития общества. 2020. № 6. C. 79–83. DOI: http://doi.org/10.34755/IROK.2022.42.68.030.
  16. Самаль Н.К. Методика определения стоимости строительства: новые подходы и эффективность // Труды БГТУ. Серия 5: Экономика и управление. 2019. № 1 (220). C. 73–79. URL: https://cyberleninka.ru/article/n/metodika-opredeleniya-stoimosti-stroitelstva-novye-podhody-i-effektivnost/viewer.
  17. Тиньков С.А., Кармкова К.И. К вопросу об оценке состояния и перспектив развития цифровых технологий в строительстве // Экономика и предпринимательство. 2019. № 11 (112). C. 857–863. URL: https://www.elibrary.ru/item.asp?id=42633427. EDN: https://www.elibrary.ru/fkvaju.
  18. Ефимова О.В. Анализ и отбор факторов для построения модели прогнозирования объёмов подрядных работ в строительстве // Экономика, моделирование, прогнозирование. 2019. № 13. C. 252–258. URL: https://niei.by/ru/ekonomika-modelirovanie-prognozirovanie-sbornik-13-ru/.
  19. Федеральное агентство по строительству и жилищно-коммунальному хозяйству (Росстрой). URL: www.minstroyrf.ru.
  20. Федеральная служба государственной статистики (Росстат). URL: www.gks.ru.
  21. Строительство. Россия. URL: www.stroyinf.ru.
  22. Ивченко Г.И. Анализ и прогнозирование временных рядов. Москва: МФТИ, 2019. 432 с.
  23. Трусова А.Ю., Ильина А.И. Моделирование и анализ динамических данных // Вестник Самарского государственного университета. Серия: Экономика и управление. 2013. № 7 (108). С. 127–133. URL: https://www.elibrary.ru/item.asp?id=20886448. EDN: https://www.elibrary.ru/rpbndf.
  24. Трусова А.Ю., Ильина А.И., Осипова-Барышева Е.Н. Методология применения методов многомерного и динамического анализов при изучении уровня жизни населения // Вестник Самарского университета. Экономика и управление. 2022. Т. 13, № 2. С. 182–204. DOI: http://doi.org/10.18287/2542-0461-2022-13-2-182-204.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Вестник Самарского университета. Экономика и управление, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах