Научный журнал "Пространственная экономика" - Эволюция моделей пространственной эконометрики: применение для оценки рынка недвижимости

Раздел	Рецензии, дискуссии, критика
Заглавие	Эволюция моделей пространственной эконометрики: применение для оценки рынка недвижимости
Страницы	160-184
Автор	Керман Лев Игоревич аспирант Новосибирский государственный технический университет, факультет бизнеса пр-т Карла Маркса, 20, Новосибирск, 630073, Российская Федерация This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0009-0004-5583-4624
Аннотация	Статья рассматривает эволюцию моделей пространственной эконометрики, применяемых в анализе рынка недвижимости – от гедонистических регрессионных моделей до современных пространственно-временных моделей волатильности. На основе систематизированного обзора литературы описаны предпосылки перехода от традиционных подходов к оценке (сравнительного, доходного, затратного) к множественной регрессии и далее к глобальным авторегрессионным пространственным моделям (SAR, SEM и их расширениям: SDM, SARMA, SAC). Рассмотрены локальные модели на основе подхода пространственно изменяющихся коэффициентов (SVC), включая дискретные и непрерывные типы спецификаций (модель пространственных режимов, детерминированные и стохастические модели). Особое внимание уделено моделям условной дисперсии: от временных моделей (G)ARCH к их пространственным и пространственно-временным расширениям, учитывающим распространение волатильности между соседними рынками. Предлагается двухуровневая классификация моделей по: (1) типу моделируемого момента распределения (математическое ожидание или дисперсия) и (2) характеру пространственной неоднородности (глобальная или локальная). Дополнительно выделяются три исследовательских уровня анализа: пространственный, временной и пространственно-временной. Работа формирует целостную картину развития инструментов по результатам анализа литературы, подчеркивая их прикладную релевантность для задач массовой оценки недвижимости и анализа ценовой волатильности
УДК	519.86+330.4
JEL	C21; C33; C58; R31; R32
DOI	https://dx.doi.org/10.14530/se.2026.1.160-184
Ключевые слова	пространственная эконометрика, массовая оценка недвижимости, рынок недвижимости, пространственно-временные модели, моделирование волатильности, гедонистическая регрессия, пространственные факторы
Скачать	SE.2026.1.160-184.Kerman.pdf
Для цитирования	Керман Л.И. Эволюция моделей пространственной эконометрики: применение для оценки рынка недвижимости // Пространственная экономика. 2026. Т. 22. № 1. С. 160–184. https://dx.doi.org/10.14530/se.2026.1.160-184
Ссылки	1. Балаш В.А., Балаш О.С., Харламов А.В. Эконометрический анализ геокодированных данных о ценах на жилую недвижимость // Прикладная эконометрика. 2011. № 22 (2). С. 62–77. 2. Беляева А.В. Методика сравнения эффективности методов компьютерной массовой оценки // Компьютерные исследования и моделирование. 2015. Т. 7. № 1. С. 185–196. 3. Беляева А.В., Гребенюк Е.А. Построение моделей массовой оценки объектов недвижимости с учетом пространственной зависимости // Проблемы управления. 2014. № 1. С. 45–52. 4. Бобровская Е.Д., Полбин А.В. Эконометрическое моделирование функции спроса на краткосрочную аренду жилья (на примере Airbnb в Москве) // Журнал Новой экономической ассоциации. 2023. № 2 (59). С. 64–84. https://doi.org/10.31737/22212264_2023_2_64-84 5. Салиева А.К. Эконометрическое моделирование влияния факторов на уровень цен на жилье в г. Оренбурге на основе географически взвешенной регрессии // Математическое моделирование в экономике, страховании и управлении рисками: мат-лы IV Междунар. молодеж. науч.-практ. конф. в 2 т. Т. 1. М.: МГУ, 2015. С. 211–216. 6. Стерник Г.М., Стерник С.Г. Анализ рынка недвижимости для профессионалов / под ред. Г.Ф. Ожгихиной. М.: Экономика, 2009. 606 с. 7. Стерник Г.М., Стерник С.Г. Методология моделирования и прогнозирования жилищного рынка. М.: Проспект, 2018. 586 с. 8. Тиндова М.Г., Максимов А.А. Эконометрический анализ ценообразования жилой недвижимости // Модели, системы, сети в экономике, технике, природе и обществе. 2016. № 2 (18). С. 71–78. 9. Харламов А.В. Исследование динамики цен на жилую недвижимость методом географически взвешенной регрессии // Известия Саратовского университета. Серия: Экономика. Управление. Право. 2011. Т. 11. Вып. 2. С. 25–29. 10. Anselin L. Local Indicators of Spatial Association – LISA // Geographical Analysis. 1995. Vol. 27. Issue 2. Pр. 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x 11. Anselin L. Spatial Econometrics: Methods and Models. Dordrecht: Springer Netherlands, 1988. 284 с. 12. Anselin L., Amaral P. Endogenous Spatial Regimes // Journal of Geographical Systems. 2024. Vol. 26. No. 2. Pр. 209–234. https://doi.org/10.1007/s10109-023-00411-2 13. Baum A., Crosby N. Property Investment Appraisal. London: Routledge, 1989. 264 р. 14. Baum A., Mackmin D., Nunnington N. The Income Approach to Property Valuation. London: Routledge, 2017. 408 р. 15. Bollerslev T. Generalized Autoregressive Conditional Heteroskedasticity // Journal of Econometrics. 1986. Vol. 31. Issue 3. Pр. 307–327. https://doi.org/10.1016/0304-4076(86)90063-1 16. Borovkova S., Lopuhaa R. Spatial GARCH: A Spatial Approach to Multivariate Volatility Modeling // SSRN Electronic Journal. 2012. https://doi.org/10.2139/ssrn.2176781 17. Brunsdon C., Fotheringham A.S., Charlton M.E. Geographically Weighted Regression: A Method for Exploring Spatial Nonstationarity // Geographical Analysis. 1996. Vol. 28. Issue 4. Pp. 281–298. https://doi.org/10.1111/j.1538-4632.1996.tb00936.x 18. Burnham K.P., Anderson D.R. Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach. New York: Springer, 2004. 488 p. 19. Casetti E. Generating Models by the Expansion Method: Applications to Geographical Research // Geographical Analysis. 1972. Vol. 4. Issue 1. Pp. 81–91. https://doi.org/10.1111/j.1538-4632.1972.tb00458.x 20. Casetti E. The Expansion Method, Mathematical Modeling, and Spatial Econometrics // International Regional Science Review. 1997. Vol. 20. Issue 1–2. Pp. 9–33. https://doi.org/10.1177/016001769702000102 21. Chen S., Zhuang D., Zhang H. GIS-Based Spatial Autocorrelation Analysis of Housing Prices Oriented towards a View of Spatiotemporal Homogeneity and Nonstationarity: A Case Study of Guangzhou, China // Complexity. 2020. Pp. 1–16. https://doi.org/10.1155/2020/1079024 22. Cohen J.P., Coughlin C.C. Spatial Hedonic Models of Airport Noise, Proximity, and Housing Prices // Journal of Regional Science. 2008. Vol. 48. Issue 5. Pp. 859–878. https://doi.org/10.1111/j.1467-9787.2008.00569.x 23. Cohen J.P., Coughlin C.C., Zabel J. Time-Geographically Weighted Regressions and Residential Property Value Assessment // Journal of Real Estate Finance and Economics. 2020. Vol. 60. Pp. 134–154. https://doi.org/10.1007/s11146-019-09718-8 24. D’Amato M. International Real Estate Review // International Real Estate Review. 2007. Vol. 10. No. 2. Pp. 42–65. https://doi.org/10.53383/100083 25. Dogan O., Tasp?nar S. Bayesian Inference in Spatial GARCH Models: An Application to US House Price Returns // Spatial Economic Analysis. 2023. Vol. 18. Issue 3. Pp. 410–428. https://doi.org/10.1080/17421772.2022.2123553 26. Dubin R.A. Predicting House Prices Using Multiple Listings Data // The Journal of Real Estate Finance and Economics. 1998. Vol. 17. Pp. 35–59. https://doi.org/10.1023/A:1007751112669 27. Elhorst J.P. Spatial Econometrics: From Cross-Sectional Data to Spatial Panels. Berlin; Heidelberg: Springer, 2014. 120 p. 28. Engle R.F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation // Econometrica. 1982. Vol. 50. No. 4. Pp. 987–1007. https://doi.org/10.2307/1912773 29. Fotheringham A.S., Charlton M., Brunsdon C. Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Chichester: John Wiley & Sons Ltd, 2002. 282 p. 30. Fotheringham A.S., Yang W., Kang W. Multiscale Geographically Weighted Regression (MGWR) // Annals of the American Association of Geographers. 2017. Vol. 107. Issue 6. Pp. 1247–1265. https://doi.org/10.1080/24694452.2017.1352480 31. Fotheringham S.A., Park B. Localized Spatiotemporal Effects in the Determinants of Property Prices: A Case Study of Seoul // Applied Spatial Analysis and Policy. 2018. Vol. 11. Pp. 581–598. https://doi.org/10.1007/s12061-017-9232-8 32. Gelfand A.E., Kim H.-J., Sirmans C.F., Banerjee S. Spatial Modeling with Spatially Varying Coefficient Processes // Journal of the American Statistical Association. 2003. Vol. 98. Issue 462. Pp. 387–396. https://doi.org/10.1198/016214503000170 33. Getis A. Cliff A.D., Ord J.K. Spatial Autocorrelation // Progress in Human Geography. 1995. Vol. 19. Issue 2. Pp. 245–249. https://doi.org/10.1177/030913259501900205 34. Goodman A.C. Andrew Court and the Invention of Hedonic Price Analysis // Journal of Urban Economics. 1998. Vol. 44. Issue 2. Pp. 291–298. https://doi.org/10.1006/juec.1997.2071 35. Griffith D.A. Spatially Autoregressive Models // International Encyclopedia of Human Geography. Amsterdam: Elsevier, 2009. Pp. 396–402. 36. Holleland S., Karlsen H.A. A Stationary Spatio-Temporal GARCH Model // Journal of Time Series Analysis. 2020. Vol. 41. Issue 2. Pp. 177–209. https://doi.org/10.1111/jtsa.12498 37. Huang B., Wu B., Barry M. Geographically and Temporally Weighted Regression for Modeling Spatio-Temporal Variation in House Prices // International Journal of Geographical Information Science. 2010. Vol. 24. Issue 3. Pp. 383–401. https://doi.org/10.1080/13658810802672469 38. Isaac D., O’Leary J. Property Valuation Techniques. London: Bloomsbury Visual Arts, 2013. 266 p. 39. Lan F., Zhang Y. Spatial Autoregressive Model of Commodity Housing Price and Empirical Research // Systems Engineering Procedia. 2011. Vol. 1. Pр. 206–212. https://doi.org/10.1016/j.sepro.2011.08.033 40. Laurini M.P. A Continuous Spatio-Temporal Model for House Prices in the USA // The Annals of Regional Science. 2017. Vol. 58. Pр. 235–269. https://doi.org/10.1007/s00168-016-0801-6 41. Lentz J. Developing a Geospatial Protocol for Coral Epizootiology. 2012. 300 p. https://doi.org/10.13140/RG.2.1.4709.8649 42. LeSage J., Pace R.K. Introduction to Spatial Econometrics. Boca Raton: Chapman and Hall/CRC, 2009. 376 p. 43. LeSage J.P., Pace R.K. Interpreting Spatial Econometric Models // Handbook of Regional Science / Edited by M. Fischer, P. Nijkamp. Berlin; Heidelberg: Springer, 2018. Pp. 1–18. https://doi.org/10.1007/978-3-642-36203-3_91-1 44. Liang X., Liu Y., Qiu T., Jing Y., Fang F. The Effects of Locational Factors on the Housing Prices of Residential Communities: The Case of Ningbo, China // Habitat International. 2018. Vol. 81. Pp. 1–11. https://doi.org/10.1016/j.habitatint.2018.09.004 45. Lindgren F., Rue H., Lindstrom J. An Explicit Link between Gaussian Fields and Gaussian Markov Random Fields: The Stochastic Partial Differential Equation Approach // Journal of the Royal Statistical Society: Series B (Statistical Methodology). 2011. Vol. 73. Issue 4. Pp. 423–498. https://doi.org/10.1111/j.1467-9868.2011.00777.x 46. Ling Y. Time, Space and Hedonic Prediction Accuracy: Evidence from Corsican Apartment Markets // The Annals of Regional Science. 2020. Vol. 64. Pp. 367–388. https://doi.org/10.1007/s00168-019-00967-2 47. Mass Appraisal Methods: An International Perspective for Property Valuers / Edited by T. Kauko, M.D’Amato. Chichester: Wiley-Blackwell, 2008. 360 p. 48. McCluskey W.J., Borst R. An Evaluation of MRA, Comparable Sales Analysis and ANNs for the Mass Appraisal of Residential Properties in Northern Ireland // Assessment Journal. 1997. Vol. 4. Pp. 47–55. 49. Miles W. Volatility Clustering in U.S. Home Prices // Journal of Real Estate Research. 2008. Vol. 30. Issue 1. Pp. 73–90. https://doi.org/10.1080/10835547.2008.12091211 50. Millington A. An Introduction to Property Valuation. London: Estates Gazette, 2013. 288 p. 51. Muto S., Sugasawa S., Suzuki M. Hedonic Real Estate Price Estimation with the Spatiotemporal Geostatistical Model // Journal of Spatial Econometrics. 2023. Vol. 4. 10. https://doi.org/10.1007/s43071-023-00039-w 52. Oshan T., Li Z., Kang W., Wolf L., Fotheringham A. MGWR: A Python Implementation of Multiscale Geographically Weighted Regression for Investigating Process Spatial Heterogeneity and Scale // ISPRS International Journal of Geo-Information. 2019. Vol. 8. Issue 6. 269. https://doi.org/10.3390/ijgi8060269 53. Osland L. An Application of Spatial Econometrics in Relation to Hedonic House Price Modeling // Journal of Real Estate Research. 2010. Vol. 32. Issue 3. Pp. 289–320. https://doi.org/10.1080/10835547.2010.12091282 54. Otto P. A Multivariate Spatial and Spatiotemporal ARCH Model // Spatial Statistics. 2024. Vol. 60. 100823. https://doi.org/10.1016/j.spasta.2024.100823 55. Otto P., Dogan O., Tasp?nar S., Schmid W., Bera A.K. Spatial and Spatiotemporal Volatility Models: A Review // Journal of Economic Surveys. 2025. Vol. 39. Issue 3. Pp. 1037–1091. https://doi.org/10.1111/joes.12643 56. Pace R.K., Barry R. Quick Computation of Spatial Autoregressive Estimators // Geographical Analysis. 1997. Vol. 29. Issue 3. Pp. 232–247. https://doi.org/10.1111/j.1538-4632.1997.tb00959.x 57. Pace R.K., Barry R., Clapp J.M., Rodriquez M. Spatio-Temporal Autoregressive Models of Neighborhood Effects // Journal of Real Estate Finance and Economics. 1998. Vol. 17. Pp. 15–33. https://doi.org/10.1023/A:1007799028599 58. Pagourtzi E., Assimakopoulos V., Hatzichristos T., French N. Real Estate Appraisal: A Review of Valuation Methods // Journal of Property Investment & Finance. 2003. Vol. 21. Issue 4. Pp. 383–401. https://doi.org/10.1108/14635780310483656 59. Price Indexes and Quality Change / Edited by Z. Griliches. Cambridge: Harvard University Press, 1971. 298 p. 60. Rasmussen C.E., Williams C.K.I. Gaussian Processes for Machine Learning. Cambridge: MIT Press, 2005. 248 p. 61. Rocio V.D., Laurini M.P. Bayesian Spatio-Temporal Modeling of Real Estate Launch Prices // Journal of Spatial Econometrics. 2023. Vol. 4. 14. https://doi.org/10.1007/s43071-023-00044-z 62. Rosen S. Hedonic Prices and Implicit Markets: Product Differentiation in Pure Compe-tition // Journal of Political Economy. 1974. Vol. 82. No. 1. Pp. 34–55. https://doi.org/10.1086/260169 63. Rue H., Held L. Gaussian Markov Random Fields: Theory and Applications. Boca Raton: Chapman and Hall/CRC, 2005. 280 p. 64. Rue H., Martino S., Chopin N. Approximate Bayesian Inference for Latent Gaussian Models by Using Integrated Nested Laplace Approximations // Journal of the Royal Statistical Society. Series B: Statistical Methodology. 2009. Vol. 71. No. 2. Pp. 319–392. https://doi.org/10.1111/j.1467-9868.2008.00700.x 65. Sato T., Matsuda Y. Spatial Extension of Generalized Autoregressive Conditional Heteroskedasticity Models // Spatial Economic Analysis. 2021. Vol. 16. Issue 2. Pp. 148–160. https://doi.org/10.1080/17421772.2020.1742929 66. Scarrett D. Property Valuation: The Five Methods. London: Routledge, 2008. 196 p. 67. Scarrett D., Osborn S. Property Valuation. London: Routledge, 2014. 196 p. 68. Soltani A., Pettit C.J., Heydari M., Aghaei F. Housing Price Variations Using Spatio-Temporal Data Mining Techniques // Journal of Housing and the Built Environment. 2021. Vol. 36. Pp. 1199–1227. https://doi.org/10.1007/s10901-020-09811-y 69. Tasp?nar S., Dogan O., Chae J., Bera A.K. Bayesian Inference in Spatial Stochastic Volatility Models: An Application to House Price Returns in Chicago // Oxford Bulletin of Economics and Statistics. 2021. Vol. 83. Issue 5. Pp. 1243–1272. https://doi.org/10.1111/obes.12425 70. Wang D., Li V.J., Yu H. Mass Appraisal Modeling of Real Estate in Urban Centers by Geographically and Temporally Weighted Regression: A Case Study of Beijing’s Core Area // Land. 2020. Vol. 9. Issue 5. 143. https://doi.org/10.3390/land9050143 71. Wu Y., Wei Y. D., Li H. Analyzing Spatial Heterogeneity of Housing Prices Using Large Datasets // Applied Spatial Analysis and Policy. 2020. Vol. 13. Pp. 223–256. https://doi.org/10.1007/s12061-019-09301-x 72. Wyatt P. Property Valuation. Chichester: Wiley-Blackwell, 2023. 560 p. 73. Xu S., Zhang Z. Spatial Differentiation and Influencing Factors of Second-Hand Housing Prices: A Case Study of Binhu New District, Hefei City, Anhui Province, China // Journal of Mathematics. 2021. Vol. 2. Pр. 1–8. https://doi.org/10.1155/2021/8792550
Финансирование
Поступила в редакцию	20.10.2025
Одобрена после рецензирования	09.02.2026
Принята к публикации	04.03.2026
Доступно онлайн	10.04.2026