6.2. MACROECONOMIC AND MARKET FACTORS FOR PREDICTING REAL ESTATE PRICES IN THE EURO ZONE ON MIXED FREQUENCY DATA

В данной работе исследуется динамика цен на недвижимость в зоне евро. Особенностями рынка недвижимости в зоне евро является разнородность стран, высокие объемы ипотечного рынка. Недвижимость является относительно неликвидным активом, а оценки ее стоимости публикуются реже, чем другие показатели. Актуальность работы заключается в построении модели для цены на недвижимость в зоне евро, которая позволяет построить прогноз и справедливую оценку для динамики цены на недвижимость. Новизной данной статьи является использование модель для данных смешанной частоты (MIDAS), которая позволяет совмещать высокочастотные рыночные показатели и низкочастотные данные по цене недвижимости для прогнозирования цен на жилую и коммерческую недвижимость. Среди факторов, влияющих на рынок недвижимости, были выделены ставки, отражающие состояние денежно-кредитной политики Европейского центрального банка (ЕЦБ) и объем активов ЕЦБ, отражающий меры нестандартной денежно-кредитной политики. В результате на основе высокочастотных данных была построена модель для цен на недвижимость, которая дает более точный прогноз, чем линейная модель, основанная только на квартальном росте валового внутреннего продукта зоны евро. Полученная модель может быть использована как для принятия управленческих решений, исходя из прогноза динамики цен на недвижимость, так и оценки справедливой динамики цен на недвижимость в зоне евро на основе фундаментальных факторов. This paper examines the dynamics of real estate prices in the euro area. The features of the real estate market in the euro area is the heterogeneity of countries, high volumes of the mortgage market. Real estate is a relatively illiquid asset, and estimates of its value are published less frequently than other indicators. The relevance of the work is to build a model for real estate prices in the euro area, which allows one to build a forecast and a fair assessment for the price dynamics of real estate. The novelty of this article is the use of the mixed frequency data sampling model (MIDAS), which allows one to combine high-frequency market indicators and low-frequency data on the price of real estate, to predict the prices of residential and commercial real estate. Among the factors affecting the real estate market, the rates that reflect the state of the ECB's monetary policy and the volume of the ECB's assets reflecting the measures of a non-standard monetary policy were identified. As a result, based on high-frequency data, a model for real estate prices was built, which gives a more accurate forecast than a linear model based on only quarterly GDP growth in the euro area. The resulting model can be used both for making managerial decisions based on the forecast of real estate price dynamics, and for assessing the fair dynamics of real estate prices in the euro area based on fundamental factors.