- •Экономики и торговли
- •Учебное пособие орел, 2012
- •Лабораторная работа №1 «Расчет совокупного износа транспортного средства»
- •Решение
- •Решение
- •Решение
- •Решение
- •1.4. Метод с учетом среднегодового пробега и фактического срока службы.
- •Решение
- •Лабораторная работа №2 «Расчет рыночной стоимости транспортного средства по затратному подходу»
- •1.1 Метод объекта-аналога.
- •Метод удельных ценовых показателей
- •Индексный метод
- •Лабораторная работа № 3 «Расчет рыночной стоимости транспортного средства по сравнительному подходу»
- •Решение
- •Лабораторная работа № 3 «Расчет рыночной стоимости транспортного средства по сравнительному подходу (статистический метод)».
- •Часть 1. Однофакторная регрессия.
- •Лабораторная работа № 3 «Расчет рыночной стоимости транспортного средства по сравнительному подходу (статистический метод)».
- •Часть 2. Множественная регрессия.
- •Лабораторная работа № 4 «Расчет рыночной стоимости транспортного средства по доходному подходу»
- •Лабораторная №5 «Критерий согласования результатов применения подходов».
- •(Значение «омега»)
- •Показатель износа (и1) для легковых автомобилей на 1000 км пробега
- •Показатель износа (и1) грузовых автомобилей и автобусов на 1000 км пробега
- •Автомобили бортовые
- •2. Автомобили – самосвалы
- •Автопоезда
- •Автомобили – цистерны
- •Фургоны
- •Автобусы
- •Легковые автомобили
- •Грузовые автомобили и автобусы
- •Мотоциклы и мотороллеры
- •Мопеды и мокики
- •Нормы годовых амортизационных отчислений для амтс Классификация основных средств, включаемых в амортизационные группы
- •Среднегодовые пробеги автотранспортных средств
Лабораторная работа № 3 «Расчет рыночной стоимости транспортного средства по сравнительному подходу (статистический метод)».
Часть 2. Множественная регрессия.
1 шаг: Представим рыночную стоимость объекта оценки в качестве зависимой переменной Y и проанализируем на основе имеющейся информации по объектам – аналогам ее зависимость от двух показателей – факторов:
X1 – срок службы ТС, лет;
X2 – пробег ТС, тыс.км.
2 шаг: Введем данные выбранных аналогов (выборки) на рабочий стол Excel, записав их в таблицу:
Таблица 5.
-
Цена (тыс.руб)
отклонения цены
квадрат отклонения
k
Y
Y-Ycр
(Y-Yср)*2
1
32,64
-7,49
56,16
2
36,06
-4,07
16,60
3
34,9
-5,23
27,39
4
32,97
-7,16
51,32
5
38,56
-1,57
2,48
6
50,35
10,22
104,37
7
49,59
9,46
89,42
8
46
5,87
34,41
сумма
321,07
382,15
Yср
40,13375
3 шаг: Проверим степень однородности выборки значений стоимости аналогов, рассчитав величину коэффициента вариации по формуле:
=
Рассчитанное значение 0,18< 0,3 значит, выборка значений откорректированных стоимостей подержанных транспортных средств однородна.
4 шаг: Заполним таблицу 1., внося в нее значения X1 - срок службы, лет; X2 – пробег, тыс.км. рассматриваемых аналогов.
Таблица 6.
Расчетные значения аналогов.
-
Цена (тыс.руб)
отклонения цены
квадрат отклонения
X1 - срок службы, лет
X2 - пробег, тыс.км
k
Y
Y-Ycр
(Y-Yср)*2
1
32,64
-7,49
56,16
10
90
2
36,06
-4,07
16,60
10
90
3
34,9
-5,23
27,39
10
80
4
32,97
-7,16
51,32
10
90
5
38,56
-1,57
2,48
9
78
6
50,35
10,22
104,37
7
58
7
49,59
9,46
89,42
9
50
8
46
5,87
34,41
6
38
сумма
321,07
382,15
Yср
40,13
5 шаг: Определим уравнение регрессии, описывающего зависимость стоимости транспортного средства от факторов срока эксплуатации и пробега, используя надстройку «Пакет анализа» программы Microsoft Excel.
Установим курсор внутри таблицы исходных данных и обратимся к меню:
Сервис Анализ данных Регрессия в окне зададим необходимые для расчетов параметры: диапазон для Y (значения результативной переменной), диапазон для X (значения факторных признаков). Установим «галочки» в позициях: Уровень надежности, Метки (если в выделенном диапазоне находятся не только значения X,Y но и названия колонок), Остатки и Стандартизированные остатки ОК.
Данные, полученные при применении инструмента анализа «Регрессия», представлены в таблице 7.
Таблица 7.
Фрагмент данных, полученных после применения анализа «Регрессия»
ВЫВОД ИТОГОВ |
|
|
|
|
|
Регрессионная статистика |
|
|
|
|
|
Множественный R |
0,890818 |
|
|
|
|
R-квадрат |
0,793556 |
|
|
|
|
Нормированный R-квадрат |
0,710979 |
|
|
|
|
Стандартная ошибка |
3,97219 |
|
|
|
|
Наблюдения |
8 |
|
|
|
|
Дисперсионный анализ |
|
|
|
||
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
2 |
303,2537 |
151,6269 |
9,609842 |
0,019364 |
Остаток |
5 |
78,89145 |
15,77829 |
|
|
Итого |
7 |
382,1452 |
|
|
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Y-пересечение |
63,37395 |
9,69284 |
6,538223 |
0,001253 |
38,45771 |
X1 - срок службы, лет |
-0,01645 |
1,931559 |
-0,00852 |
0,993534 |
-4,98168 |
X2 - пробег, тыс.км |
-0,32187 |
0,147153 |
-2,18731 |
0,080368 |
-0,70014 |
6 шаг: Проанализируем полученные результаты:
1) Коэффициент детерминации (R2) — это доля объяснённой дисперсии отклонений зависимой переменной от её среднего значения. Для оценки тесноты связи по R2 используется шкала Чеддока.
Шкала Чеддока
Количественная мера тесноты связи |
Качественная характеристика силы связи |
0,1 - 0,3 |
Слабая |
0,3 - 0,5 |
Умеренная |
0,5 - 0,7 |
Заметная |
0,7 - 0,9 |
Высокая |
0,9 - 0,99 |
Весьма высокая |
Рассчитанное значение R2 составляет 0,793556. Т.е. изменение результативного показателя на 62% объясняется вариацией учтенных в модели факторов. Таким образом, согласно шкале Чеддока функциональная связь между учтенным факторами и результативным показателем высокая.
2) Статистическая значимость линейного регрессионного уравнения в целом проверяется с помощью статистики Фишера, критические значения Fkr которой зависят от числа используемых факторов-регрессоров k, объема выборки n, а также заданного уровня значимости. Из таблицы 3 значение F= 9,609842.
Критические значения F определяются по таблицам значений критерия Фишера при уровне значимости 0,05, число степеней свободы 2 и 5) при заданном уровне значимости (в экономических задачах широко используется значение 0,05) и числе степеней свободы υ1= k, υ2=n-k-1 υ1 = 2, υ2 = 8 – 2 – 1 = 5
Значение критического значения F кр = 5,79
Поскольку Fр > F кр , уравнение регрессии в целом статистически значимо и хорошо соответствует рыночным данным
3) Уравнение множественной линейной регрессии, описывающее зависимость стоимости транспортного средства от параметров срока эксплуатации и пробега, имеет следующий вид:
где X1 – срок эксплуатации транспортного средства;
X2 – пробег транспортного средства.
Срок эксплуатации оцениваемого транспортного средства ВАЗ-1111 - 10 лет. Фактический пробег с начала эксплуатации – 114 тыс.км.
Таким образом, стоимость транспортного средства, рассчитанная методом корреляционно-регрессионного анализа, составляет:
= 26,51622 тыс.руб.