+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Кластерные технологии в исследовании неравномерности ипотечного развития регионов РФ

т. 28, вып. 8, август 2022

Получена: 20.06.2022

Получена в доработанном виде: 11.07.2022

Одобрена: 25.07.2022

Доступна онлайн: 30.08.2022

Рубрика: ТЕОРИИ ФИНАНСОВ

Коды JEL: C38, G21, R38

Страницы: 1808–1830

https://doi.org/10.24891/fc.28.8.1808

Коростелева Т.С. кандидат экономических наук, доцент кафедры менеджмента и организации производства, Самарский национальный исследовательский университет им. академика С.П. Королева, Самара, Российская Федерация 
korosteleva75@mail.ru

https://orcid.org/0000-0002-8519-5956
SPIN-код: 3996-9001

Целин В.Е. кандидат экономических наук, доцент кафедры менеджмента и организации производства, Самарский национальный исследовательский университет им. академика С.П. Королева, Самара, Российская Федерация 
vtzelin@mail.ru

https://orcid.org/0000-0001-8657-9903
SPIN-код: 8715-9267

Предмет. Неравномерность ипотечного развития регионов РФ.
Цели. Провести кластеризацию региональных ипотечных рынков РФ; проверить гипотезу о возможности дифференцированного подхода в государственной ипотечной политике.
Методология. Использованы кластерные технологии. Базовым методом стал иерархический кластерный анализ. Выбор оптимального числа кластеров осуществлялся путем поиска «локтевой» точки на основе исследования «расстояния объединения» кластеров. Агломеративная кластеризация осуществлялась методом взвешенного попарного сравнения.
Результаты. Проведена иерархическая кластеризация региональных ипотечных рынков. За оптимальное число принято девять кластеров. На основе анализа полученных результатов выявлены социально-экономические причины нахождения региона в определенном кластере. Доказано, что дифференцированная государственная политика развития региональных ипотечных систем, направленная на эффективное решение жилищной проблемы граждан, может осуществляться на основе результатов кластеризации, но не исчерпываться ими.
Выводы. Результаты могут быть использованы федеральными органами власти РФ при исследовании аномалий регионального ипотечного развития. Эти технологии эффективны при дополнении другими методами многомерного статистического анализа.

Ключевые слова: кластерные технологии, иерархический кластерный анализ, ипотечное развитие, ипотечный рынок, государственная политика

Список литературы:

  1. Belyaeva T.A., Bessonova E.N., Kozieva I.A. Development and Implementation of the Spatial Development Strategy: Effectiveness Challenges. Complex Systems: Innovation and Sustainability in the Digital Age. Studies in Systems, Decision and Control, 2021, vol. 283, pp. 133–141. URL: Link
  2. Ara-Aksoy S., Irwin E. Cluster Analysis for Housing Market Segmentation. Sosyoekonomi, 2021, vol. 29, iss. 49, pp. 11–32. URL: Link
  3. Gabrielli L., Giuffrida S., Trovato M.R. From Surface to Core: A Multi-layer Approach for the Real Estate Market Analysis of a Central Area in Catania. Proceedings of International Conference on Computational Science and Its Applications (ICCSA 2015), vol III. Cham, Springer, 2015, pp. 284–300.
  4. Napoli G., Giuffrida S., Valenti A. Forms and Functions of the Real Estate Market of Palermo (Italy). Science and Knowledge in the Cluster Analysis Approach. In: Stanghellini S., Morano P., Bottero M., Oppio A. (eds) Appraisal: From Theory to Practice. Green Energy and Technology. Springer, Cham, 2017, pp. 191–202. URL: Link
  5. Guo K., Wang J., Shi G.S., Cao X.H. Cluster Analysis on City Real Estate Market of China: Based on a New Integrated Method for Time Series Clustering. Procedia Computer Science, 2012, vol. 9, pp. 1299–1305. URL: Link
  6. Kowalczyk-Rolczynska P. An Application of Cluster Analysis on the Polish Housing Market. Proceedings of the 8th International Days of Statistics and Economics, 2014. Prague, 2014, pp. 766–775. URL: Link
  7. Tomal M. Housing Market Heterogeneity and Cluster Formation: Evidence from Poland. International Journal of Housing Markets and Analysis, 2021, vol. 14, iss. 5, pp. 1166-1185. URL: Link
  8. Hwang S., Thill J.-C. Delineating Urban Housing Submarkets with Fuzzy Clustering. Environment and Planning B: Planning and Design, 2009, vol. 36, iss. 5, pp. 865–882. URL: Link
  9. Vatansever M., Demir I., Hepsen A. Cluster and Forecasting Analysis of the Residential Market in Turkey: An Autoregressive Model-Based Fuzzy Clustering Approach. International Journal of Housing Markets and Analysis, 2020, vol. 13, iss. 4, pp. 583–600. URL: Link
  10. Gabrielli L., Giuffrida S., Trovato M.R. Gaps and Overlaps of Urban Housing Sub-market: Hard Clustering and Fuzzy Clustering Approaches. In: Stanghellini S., Morano P., Bottero M., Oppio A. (eds) Appraisal: From Theory to Practice. Green Energy and Technology. Springer, Cham, 2017, pp. 203–219. URL: Link
  11. Alkan L. Housing Market Differentiation: The Cases of Yenimahalle and Çankaya in Ankara. International Journal of Strategic Property Management, 2015, vol. 19, no. 1, pp. 13–26. URL: Link
  12. Wang K. Housing Market Resilience: Neighborhood and Metropolitan Factors Explaining Resilience Before and After the U.S. Housing Crisis. Urban Studies, 2018, vol. 56, iss. 13, pp. 2688–2708. URL: Link
  13. Костылев А.В. Региональные рынки жилой недвижимости: опыт классификации // Актуальные проблемы экономики и права. 2014. № 1. С. 181—185. URL: Link
  14. Tokarev Yu.A., Belanova N.N., Guzhova O.A., Glukhov G.V. Region Clustering and Modeling Indices for Housing Market. In: Mantulenko V. (ed.) Global Challenges and Prospects of the Modern Economic Development, 2019, vol. 57, pp. 1408–1417. URL: Link
  15. Babich S.G., Karmanov M.V., Toropova N.N. et al. Statistical Study of Current Trends in Mortgage Lending in Russia. Universal Journal of Accounting and Finance, 2021, vol. 9(2), pp. 170–177. URL: Link
  16. Chukanov A. Clusterization of Russian Regions by the Level of Mortgage Developing. Scientific Research and Development. Economics, 2019, vol. 7, no. 1, pp. 31–36. URL: Link
  17. Сироткин В.А. Кластеризация регионального рынка недвижимости на примере Свердловской области // Жилищные стратегии. 2016. Т. 3. № 3. С. 163—178. URL: Link
  18. Деркаченко В.Н. Прогнозирование и кластерный анализ развития регионального рынка жилой недвижимости // Научно-методический электронный журнал Концепт. 2014. Т. 20. С. 11—15. URL: Link
  19. Коростелева Т.С., Целин В.Е. Методика и показатели оценки ипотечного потенциала регионов // Региональная экономика: теория и практика. 2020. Т. 18. Вып 2. С. 381—396. URL: Link
  20. Korosteleva T.S., Tselin V.Y. Management of Regional Imbalances in the Russian Mortgage Market Using the Principal Components Method. Journal of Economics Studies and Research, 2021, vol. 2021, 126542. URL: Link
  21. Бююль А., Цёфель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. М.; СПб.; Киев: ДиаСофтЮП, 2005. 602 с.
  22. Коростелева Т.С., Целин В.Е. Оценка регионального ипотечного неравенства: сравнительный анализ методов и результатов исследования // Вестник Самарского университета. Экономика и управление. 2020. Т. 11. № 3. С. 92—106.
  23. Тагирова Э.И. Критерии отнесения регионов к депрессивным территориям // Вестник Алтайской академии экономики и права. 2020. № 10-3. С. 309—313. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 28, вып. 9, сентябрь 2022

Другие номера журнала