Людмила Петровна Бакуменко, Д.э.н., профессор, заведующий кафедрой
Йошкар-Ола
Lyudmila P. Bakumenko, Dr. Sci. (Economics), Professor, Head of the Department
Yoshkar-Ola
Алексей Владимирович Бурков, Д.э.н., доцент
Йошкар-Ола
Alexey V. Burkov, Dr. Sci. (Economics), Associate Professor
Yoshkar-Ola
Актуальность. Рынок ипотечного жилищного кредитования остаётся одним из ключевых инструментов реализации жилищной политики и национальных проектов. В последние годы он испытывает серьёзные нагрузки: высокая волатильность ключевой ставки, сворачивание массовых льготных программ и рост цен на недвижимость существенно трансформируют поведение заёмщиков. В этих условиях особенно востребованным становится анализ региональных особенностей спроса и построение надёжных краткосрочных прогнозов, которые могли бы учитывать неоднородность субъектов внутри крупных федеральных округов.
Цель. Выявление ключевых факторов, определяющих спрос на ипотеку в Приволжском федеральном округе (ПФО), кластеризация регионов по уровню ипотечной активности и построение краткосрочного прогноза количества выдаваемых ипотечных жилищных кредитов (ИЖК).
Методы. Использованы корреляционно-регрессионный анализ, кластерный анализ (метод Уорда и k-средних), модели временных рядов (ARIMA, экспоненциальное сглаживание с демпфированным трендом). Информационную базу составили официальные данные Росстата и Банка России за 2019–2025 гг., а также ежемесячные данные за январь 2023 – февраль 2026 г.
Результаты. Построены множественные регрессионные модели для 2023–2025 гг., подтверждающие, что спрос определяется объёмом ввода жилья, сроком и ставкой кредита, а также уровнем заработной платы. Проведена кластеризация 14 регионов ПФО, выделены четыре устойчивые группы: «лидеры», «умеренная активность», «расширяющийся рынок» и «сдержанный спрос». Прогноз по модели ARIMA(1,1,1)(0,0,1) на март–май 2026 г. показал значения 15,1–15,8 тыс. кредитов в месяц, что подтверждено фактическими данными за март–апрель 2026 г. (отклонение 7–13,5%).
Заключение. Проведенный анализ рынка ипотечного кредитования в ПФО позволил выделить и оценить факторы спроса на ипотечном рынке с учётом неоднородности регионов, построении и верификации прогнозных моделей на основе оперативных месячных данных, а также в сравнении точности ARIMA и экспоненциального сглаживания на постпрогнозном периоде. Предложенный инструментарий может быть полезен банкам для корректировки кредитных политик на региональном уровне, а региональным властям – для разработки адресных мер поддержки в депрессивных субъектах.
Relevance. The housing mortgage lending market remains one of the key tools for implementing housing policy and national projects. In recent years, it has been under serious strain: the high volatility of the key interest rate, the curtailment of massive preferential programs and rising real estate prices are significantly transforming the behavior of borrowers. In these conditions, the analysis of regional demand patterns and the construction of reliable short-term forecasts that could consider the heterogeneity of subjects within large federal districts is becoming particularly in demand.
Purpose. To identify the key factors affecting mortgage demand in the Volga Federal District, to cluster regions by mortgage activity level, and to construct a short term forecast for the number of the issued mortgage housing loans.
Methods. Correlation regression analysis, cluster analysis (Ward’s method and k means), time series models (ARIMA, exponential smoothing with damped trend). The information base comprises official data from Rosstat and the Bank of Russia for 2019–2025, as well as monthly data from January 2023 to February 2026.
Results. Multiple regression models were constructed for 2023 – 2025, confirming that demand is determined by housing commissioning volume, loan term and interest rate, and wage level. Clustering of the 14 regions of the Volga Federal District identified four stable groups: “leaders”, “moderate activity”, “expanding market”, and “restrained demand”. The forecast using the ARIMA (1,1,1)(0,0,1) model for March – May 2026 gave values of 15.1–15.8 thousand loans per month, which is confirmed by actual data for March–April 2026 (deviation 7–13.5%).
Conclusion. The conducted analysis of the mortgage lending market in the Volga Federal District made it possible to identify and assess demand factors on the mortgage market while accounting for regional heterogeneity, to construct and verify forecast models based on operational monthly data, and to compare the accuracy of ARIMA and exponential smoothing over the post-forecast period. The proposed toolkit may be useful for banks in adjusting regional credit policies at the regional level and for regional authorities in developing targeted support measures in the depressed subjects
The authors declare that there are no conflicts of interest present.