Настроены0 параметров

Настроить фильтр

Регион
Все новости
+

Эксперты: в апреле в 21 городе России снизились цены на новостройки

Специалисты федерального портала МИР КВАРТИР проанализировали динамику стоимости квартир в крупных городах страны за прошедший месяц и пришли к выводу, что охлаждение рынка набирает обороты.

  

Фото: © Сергеев Валерий / Фотобанк Лори

 

Эксперты портала МИР КВАРТИР изучили ценовую статистику новостроек в 70 городах страны в апреле и выяснили, что в 46 из них 1 кв. м подорожал, в 21 подешевел, а в трех остался неизменным.

Лидерами роста стали Липецк (+5,8%), Севастополь (+4,2%), Владикавказ (+3,9%), Грозный (+3,8%) и Ульяновск (+3,5%). Больше всего цены снизились в Туле (-4,2%), Астрахани (-3,6%), Рязани (-2,8%), Ставрополе (-2,1%) и Симферополе (-2,1%).

В Москве цены прибавили 2,2%, в Подмосковье — 0,6%, в Санкт-Петербурге потеряли 1,1%.

Средняя цена 1 кв. м в новостройках в апреле составила 132 836 руб. (+0,6% к марту).

В целом за месяц лот поднялся в цене в 33 городах, в 36 подешевел, в одном остался на прежнем уровне.

По данным аналитиков, больше всего квартиры подорожали в Севастополе (+5,4%), Липецке (+5%), Новокузнецке (+5%), Смоленске (+4,7%) и Красноярске (+4,3%), а потеряли в цене в Магнитогорске (-7,9%), Астрахани (-6,5%), Нижнем Тагиле (-5,9%), Кирове (-5,6%) и Туле (-5,4%).

Средняя цена столичного лота показала положительную динамику (+0,4%), в Московской области и Санкт-Петербурге — отрицательную (-0,6% и -0,9% соответственно.

В среднем квартира в новостройке сегодня стоит 7 045 409 руб.(+0,1% к марту).

 

Цены на новостройки в городах РФ

Город

Цена за кв. м,
руб.

Прирост
за апрель

Прирост
за
 год

Ср. цена квартиры,
руб.

Прирост
за апрель

Прирост
за год

1

Москва

364 498

2,2%

12,9%

19 839 127

0,4%

7,9%

2

Сочи

363 103

1,3%

4,1%

13 613 576

1,1%

8,3%

3

Санкт-Петербург

235 868

-1,1%

6,0%

12 005 932

-0,9%

3,1%

4

Казань

204 311

1,0%

17,9%

10 158 047

0,4%

16,1%

5

Московская область

190 638

0,6%

10,0%

9 261 261

-0,6%

8,3%

6

Нижний Новгород

185 847

2,2%

31,3%

9 851 982

1,7%

30,4%

7

Севастополь

182 465

4,2%

18,9%

9 736 674

5,4%

28,5%

8

Владивосток

178 004

1,9%

8,8%

8 702 657

-0,4%

5,2%

9

Якутск

164 139

-1,7%

11,4%

9 487 168

3,1%

38,0%

10

Хабаровск

162 906

1,0%

18,0%

8 702 824

-0,9%

6,5%

11

Краснодар

162 198

-0,1%

11,5%

8 082 571

-0,3%

13,0%

12

Иркутск

157 211

-0,2%

24,3%

8 470 196

0,2%

33,1%

13

Уфа

155 074

0,8%

20,6%

7 342 943

1,2%

15,9%

14

Симферополь

152 114

-2,1%

14,4%

7 564 595

-3,7%

5,6%

15

Ленинградская область

151 462

0,1%

3,1%

7 114 092

-0,1%

3,7%

16

Чита

150 088

2,0%

4,7%

7 512 069

0,9%

6,7%

17

Архангельск

149 172

-1,8%

16,0%

6 613 717

-2,9%

12,2%

18

Екатеринбург

146 596

-0,3%

18,0%

7 090 882

1,5%

17,9%

19

Новосибирск

143 676

1,1%

13,8%

7 171 031

2,6%

14,0%

20

Набережные Челны

142 596

1,6%

47,1%

7 024 766

1,9%

48,7%

21

Сургут

140 428

0,0%

9,1%

7 935 608

4,1%

-0,4%

22

Тюмень

137 600

1,1%

15,6%

6 996 009

0,2%

11,3%

23

Ростов-на-Дону

137 116

1,1%

18,4%

6 757 441

-0,1%

22,7%

24

Красноярск

136 261

2,1%

18,5%

7 879 936

4,3%

18,9%

25

Калининград

134 208

2,5%

14,0%

7 643 330

2,3%

7,4%

26

Томск

133 529

-0,8%

15,4%

7 981 491

-3,0%

24,0%

27

Мурманск

133 492

2,7%

29,0%

7 333 793

2,2%

45,0%

28

Барнаул

131 443

0,7%

27,0%

7 091 492

3,9%

26,1%

29

Астрахань

131 036

-3,6%

13,2%

6 384 872

-6,5%

8,5%

30

Пермь

130 168

0,1%

18,0%

6 483 701

-1,5%

17,6%

31

Омск

129 692

1,4%

23,6%

7 519 613

1,4%

28,3%

32

Улан-Удэ

127 930

0,2%

20,9%

6 783 510

3,9%

31,9%

33

Новокузнецк

127 603

-0,8%

10,3%

10 436 953

5,0%

53,3%

34

Кемерово

126 116

1,1%

23,4%

6 569 393

2,8%

28,1%

35

Челябинск

123 560

-1,4%

37,9%

6 560 908

-5,1%

38,2%

36

Тула

123 499

-4,2%

18,1%

6 237 325

-5,4%

10,8%

37

Белгород

123 077

0,9%

8,4%

7 352 889

-0,7%

15,6%

38

Самара

120 682

0,0%

13,3%

7 034 320

-0,6%

19,0%

39

Волгоград

119 909

0,6%

26,5%

5 956 993

-0,3%

21,6%

40

Череповец

118 273

0,6%

39,5%

7 108 979

-2,7%

42,1%

41

Чебоксары

117 586

0,1%

25,0%

6 676 795

-1,3%

31,7%

42

Воронеж

116 888

0,2%

21,8%

5 987 194

-1,9%

22,8%

43

Киров

111 993

-1,1%

32,3%

5 640 739

-5,6%

46,3%

44

Рязань

111 504

-2,8%

11,5%

6 018 696

-3,4%

12,9%

45

Тольятти

109 601

0,1%

25,1%

5 762 137

-2,5%

19,3%

46

Ставрополь

108 510

-2,1%

15,6%

6 175 697

-2,0%

23,2%

47

Ярославль

107 392

0,7%

5,5%

6 143 091

-1,6%

6,5%

48

Саранск

107 280

2,9%

35,6%

5 653 923

3,3%

42,3%

49

Тверь

107 172

-0,1%

9,9%

5 921 082

-0,4%

13,9%

50

Калуга

105 967

3,0%

10,7%

5 766 652

0,4%

10,7%

51

Владимир

103 519

1,0%

20,4%

5 175 691

1,1%

17,5%

52

Иваново

103 428

-0,3%

24,1%

6 079 810

-0,7%

25,7%

53

Саратов

102 993

1,6%

23,5%

5 474 086

0,0%

26,6%

54

Ижевск

101 867

1,5%

15,3%

5 241 486

1,1%

14,2%

55

Курск

101 651

1,1%

20,6%

5 440 956

-0,8%

27,6%

56

Ульяновск

100 162

3,5%

18,7%

4 792 833

-1,2%

16,0%

57

Пенза

98 969

-0,8%

5,1%

5 812 336

-1,5%

3,3%

58

Липецк

98 060

5,8%

14,6%

5 750 130

5,0%

11,3%

59

Махачкала

97 092

0,6%

80,3%

5 879 532

1,5%

57,0%

60

Брянск

94 461

2,5%

15,4%

5 391 695

1,4%

12,4%

61

Смоленск

93 084

1,5%

23,5%

5 545 646

4,7%

32,7%

62

Вологда

92 957

0,6%

15,9%

5 026 334

-3,0%

18,9%

63

Орел

91 224

-0,6%

8,9%

5 324 947

-2,7%

8,7%

64

Курган

88 209

2,0%

14,3%

4 881 653

2,9%

17,6%

65

Владикавказ

87 726

3,9%

28,4%

6 308 925

3,5%

30,6%

66

Волжский

87 329

0,0%

8,7%

4 955 929

-1,8%

5,3%

67

Нижний Тагил

84 332

-1,2%

33,1%

4 037 019

-5,9%

34,3%

68

Магнитогорск

83 777

-2,1%

49,8%

3 646 260

-7,9%

41,7%

69

Оренбург

81 116

0,8%

17,1%

4 059 458

-0,3%

20,7%

70

Грозный

75 094

3,8%

-2,4%

5 213 245

1,4%

-8,1%

 

 Среднее

132 836

0,6%

17,1%

7 045 409

0,1%

18,5%

Источник: МИР КВАРТИР

 

За прошлый год, как подсчитали специалисты МИР КВАРТИР, «квадрат» новостроек подорожал во всех исследованных городах, за исключением Грозного (-2,4%).

В ТОП-5 городов, продемонстрировавших значительный рост цены, вошли Махачкала (+80,3%), Магнитогорск (+49,8%), Набережные Челны (+49,8%), Череповец (+47,1%) и Челябинск (+39,5%). Меньше других 1 кв. м подорожал в Ленинградской области (+3,1%), Сочи (+4,1%), Чите (+4,7%), Пензе (+5,1%) и Ярославле (+5,5%).

В Москве с апреля 2023 года 1 кв. м поднялся в цене на 12,9%, в Московской области — на 10%, в Санкт-Петербурге — на 6%.

В среднем по всем городам 1 кв. м новостроек подорожал на 17,1%.

Цена лота увеличилась практически во всех городах, исключением стали Грозный (-8,1%) и Сургут (-0,4%).

Наибольшие темпы роста отмечены в Махачкале (+57%), Новокузнецке (+53,3%), Набережных Челнах (+48,7%), Кирове (+46,3%) и Мурманске (+45%). Отрицательная динамика — в Санкт-Петербурге (-3,1%), Пензе (-3,3%), Ленинградской области (-3,7%), Владивостоке (-5,2%) и Волжском (-5,3%).

Средняя цена предложения за год выросла в Москве на 7,9%, в Подмосковье — на 8,3%, Санкт-Петербурге — на 3,1%.

Среднее подорожание квартиры в новостройке за год составило 18,5%.

  

Фото: mirkvartir.ru

 

Генеральный директор федерального портала МИР КВАРТИР Павел Луценко (на фото) отметил, что рост цен на новостройки замедлился, а во многих городах пошел процесс снижения.

«За I квартал этого года 1 кв. м подешевел всего в трех городах, а за один только апрель — в 21, — уточнил эксперт и пояснил: — Несомненно, здесь сказалось уменьшение выдачи кредитов по льготным ипотечным программам, связанное с тем, что с банков за нее стали брать комиссию».

Луценко считает возможным дальнейшее снижение цен на новостройки после 1 июля, когда завершится выдача льготной ипотеки под 8%.

  

Еще больше оперативных новостей рынка строительства МКД и уникальной аналитики Единого ресурса застройщиков — в нашем телеграм-канале ЕРЗ.РФ НОВОСТИ.

Присоединяйтесь к нам! 

 

 

 

 

 

Другие публикации по теме:

Эксперты отметили повышение всех основных показателей на рынке новостроек Москвы

Эксперты: маленькие квартиры в российских городах начинают дешеветь

Эксперты: самый большой рост цен в I квартале 2024 года продемонстрировал премиальный сегмент

Эксперты: рост цен на московские новостройки продолжается

Эксперты: рынок новостроек Новой Москвы в I квартале 2024 года показал рост предложения и цены

Эксперты фиксируют падение спроса и ждут снижения цен на жилье

Эксперт: спрос на новостройки в Москве за I квартал упал на 44,3%

Эксперты: продавцы поняли, что по текущим ценам ничего не продается, но снижать их не хотят

Домклик: количество ипотечных сделок с новостройками за месяц выросло в 2,2 раза (графики)

Эксперты: самые популярные квартиры при просмотре — двух-и трехкомнатные, а в реальных сделках — «однушки»

+

На вебинаре ЕРЗ.РФ застройщики ознакомились с возможностями тендерных площадок, которые используют группы компаний ФСК, Самолет и Железно

В ходе вебинара «Цифровые инструменты застройщика и генподрядчика в закупках. Тендерные площадки», который провел портал ЕРЗ.РФ, представители застройщиков обменялись опытом цифровизации закупок и использования ИИ. 49% зрителей вебинара работают в компаниях, проводящих от трех до пяти тендеров.

  

Фото © Sergey Nivens / Фотобанк Лори

 

В рамках мероприятия представители девелоперских компаний рассказали о применяемых способах цифровизации закупок, выбранных тендерных площадках, готовых решениях и собственных разработках.

 

Срединный путь в поиске ПО для закупок

Начальник управления планирования, анализа и контроля стоимости Департамента закупок ГК ФСК Аюр Дареев (на фото ниже) признался, что в момент становления департамента закупок, компания выбирала между созданием собственной системы и использованием готовой. В итоге пришли к среднему варианту.

  

Фото: ГК ФСК

 

«Мы выбрали 1С в качестве системы, где хранится документация — заявки на тендер, согласования решений по закупкам. В качестве торговой площадки для проведения тендеров по СМР и МТР была выбрана лидирующая на тот момент электронная площадка B2B-Center, где аккумулируются коммерческая информация и торги происходят в режиме реального времени», — рассказал Дареев.

С площадки B2B вся необходимая информация поступает в 1С, где обрабатываются результаты, формируется таблица с данными о подрядчиках, и на ее основе проводится согласование и принимается решение о победителе. При этом финальный выбор подрядчика зависит от оценки членов тендерного комитета.

Наличие мнений нескольких экспертов позволяет решить сложности с оценкой контрагентов и получить объективный результат, отметил Аюр Дареев.

 

Нейросети ищут лучших поставщиков

Руководитель управления закупок работ и услуг Дирекции по закупкам и тендерам ГК Самолет Антон Тимохин (на фото ниже) рассказал, что выбирать надежных подрядчиков компании помогает собственная разработка — скоринговая модель искусственного интеллекта (ИИ).

Этот инструмент позволяет с точностью в 80% прогнозировать, сможет ли подрядчик успешно выполнить работы по договору. Модель содержит 40 параметров оценки из внутренних систем, в числе которых — доли принятых и суммы отклоненных КС2, частота заказа материалов, количество штрафов, доля успешно завершенных договоров, информация об участии подрядчика в судах в качестве ответчика и многое другое.

  

Фото: ГК Самолет

 

«Масштабирование девелоперской компании невозможно без применения цифровых технологий, которые помогают покупать в срок и в достаточном количестве», — отметил Тимохин. Так, ГК Самолет использует собственную систему проведения торгов на работы и материалы, а также кастомизированное коробочное решение CRM P. Благодаря этому сейчас в среднем на тендер попадает 6,2 заявки.

Для дополнительного привлечения подрядчиков компания разработала специальный Telegram-бот, в котором можно заявить об интересе к сотрудничеству, оставить заявку на работы и найти нужные контакты.

Практика использования ИИ в процессе выбора поставщиков набирает популярность в строительной отрасли. Помимо скоринговых моделей, компании внедряют системы машинного обучения для анализа рыночных тенденций и прогнозирования цен на материалы.

ИИ также помогает оптимизировать логистические цепочки, минимизируя риски задержек поставок. Более того, нейросети способны обрабатывать огромные массивы данных о поставщиках, включая их финансовую стабильность, репутацию на рынке и историю выполнения обязательств, что помогает принимать более взвешенные решения при выборе партнеров.

 

Больше критериев — прогнозируемый результат

Собственная электронная торговая площадка позволяет сократить затраты на товары и услуги на 5%, рассказал аудитории специалист по работе с партнерами «Философт. Железно» Матвей Верещагин (на фото ниже).

Компания использует аукционную площадку «ЖЕЛЕЗНО.ЗАКУПКИ», где отсев участников происходит только по цене. При этом она дает возможность формировать закупку, принимать заявки, проводить их предквалификацию и утверждение, а также получать документы.

Застройщик планирует доработать систему, добавив критерии принятия решения.

 

Фото: компания Железно

 

Маркетплейс и электронные тендерные площадки

В ГК ФСК также активно разрабатывают цифровые системы. Например, создают собственный маркетплейс, о котором подробно рассказал Аюр Дареев.

«Здесь подрядчики смогут заказать наши материалы — результаты торгов с зафиксированными ценами на товары поставщиков, — пояснил он и уточнил: — Таким образом, обеспечится прозрачная взаимосвязь: будут видны данные о поставщиках, сроки размещения заявок».

Также в компании создают личный кабинет претендента, который объединит все имеющиеся сервисы для подрядчиков и использовать их в режиме «одного окна».

Разработку собственной электронной тендерной площадки завершают ГК ТОЧНО и ГК ЭНКО.

Универсальную тендерную платформу для закупщиков представил руководитель дирекции Сбербанк-АСТ Никита Кайгородов (на фото ниже). Помимо автоматизации процесса она позволяет расширять базу поставщиков, управлять маржинальностью строительного проекта в режиме онлайн и сократить время на оформление банковских продуктов.

Разработчик проводит проверку и аккредитует подрядчиков, а также предоставляет бесплатную адаптацию и доработку под нужды застройщика.

 

Фото: Сбербанк-АСТ

 

Следующий вебинар на тему «Контроль исполнения договоров поставки. Первичная документация. Управление логистикой и складом» состоится 6 ноября. Для участия в нем требуется регистрация, по итогам которой будет предоставлена zoom-ссылка.

 

Дата

Тема

06.11.2024

Контроль исполнения договоров поставки. Первичная документация. Управление логистикой и складом

27.11.2024

Юридические аспекты закупочной деятельности застройщика и генподрядчика. Формирование договора, проверка контрагентов, урегулирование разногласий

11.12.2024

Создание системы обмена информацией между застройщиками о рыночных ценах закупок, классификации закупаемых продуктов, поставщиках

 

Организатор: ЕРЗ.РФ.

Партнер: АО Сбербанк-АСТ.

Информационный партнер: МИР КВАРТИР.

     

Реклама. ООО "Институт развития строительной отрасли".  ИНН: 7706784790
    

Еще больше оперативных новостей рынка строительства МКД и уникальной аналитики Единого ресурса застройщиков — в нашем телеграм-канале ЕРЗ.РФ НОВОСТИ.

Присоединяйтесь к нам!

 

 

 

 

Другие публикации по теме:

Портал ЕРЗ.РФ приглашает на бесплатные вебинары по вопросам закупок

Более 80% застройщиков не готовы использовать КСР для ведения справочников работ и материалов в закупках

Эксперты: наличие в структуре застройщика функции закупки позволяет экономить до 25% стоимости материалов

Портал ЕРЗ.РФ проведет серию бесплатных вебинаров по теме закупок

Эксперты: искусственный интеллект будет способствовать глобальной трансформации строительной отрасли

За безопасностью умных домов станет следить искусственный интеллект