ФАКТОРЫ, ВЛИЯЮЩИЕ НА ЦЕНООБРАЗОВАНИЕ ПОДЕРЖАННЫХ АВТОМОБИЛЕЙ

Рынок подержанных автомобилей в России является одним из ключевых сегментов транспортной инфраструктуры, но ценообразование на нём остается сложным и малоизученным процессом. В отличие от рынка новых автомобилей, стоимость транспорта с пробегом зависит от ряда различных факторов, включая техническое состояние, юридическую чистоту и рыночную популярность модели. При этом многие из этих факторов оказывают нелинейное влияние на цену. Традиционные методы оценки зачастую не учитывают подобные взаимосвязи, что приводит к неточной оценке и упущенной выгоде для участников рынка. Цель данной работы – выявление ключевых факторов, оказывающих влияние на стоимость подержанных автомобилей в Российской Федерации, и применение моделей машинного обучения для более точного прогнозирования цен. В данном исследовании анализируются данные с автомобильного маркетплейса Drom.ru, который является вторым по популярности в России. Для этого использованы четыре алгоритма машинного обучения (линейная регрессия, Random Forest, XGBoost и Stacking), а их эффективность оценивается при помощи таких метрик как RMSE, MAE, R2, MSPE и MAPE. Результаты исследования позволяют определить наиболее значимые параметры ценообразования, сравнить точность ML-моделей и предложить оптимальный инструмент для оценки подержанных автомобилей. 

Практическая значимость работы заключается в возможности использования примененных моделей покупателями, продавцами и дилерами для повышения прозрачности рынка, минимизации рисков и улучшения экономической эффективности сделок.

 АННОТАЦИЯ

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1. Факторы ценообразования и рыночные тенденции

1.2. Методы машинного обучения для прогнозирования цен

ГЛАВА 2. ДАННЫЕ И МЕТОДОЛОГИЯ

2.1. Сбор данных

2.2. Обработка данных

2.3. Выбор моделей

2.4. Оценка результатов

ГЛАВА 3. РЕЗУЛЬТАТЫ

3.1. Анализ точности моделей

3.2. Анализ факторов, влияющих на цену

ДИСКУССИЯ

ЗАКЛЮЧЕНИЕ

БИБЛИОГРАФИЯ

ПРИЛОЖЕНИЯ

Законодательная база 

1. Налоговый кодекс Российской Федерации (часть вторая) от 05.08.2000 № 117-ФЗ (ред. от 28.12.2024, с изм. от 21.01.2025) // Собрание законодательства РФ. — 2000. — № 32. — Ст. 3340. — Ст. 361. 

Периодические издания 

2. Асубаева Е.М., Абдиахметова З.М. Сравнительный анализ методов классификации данных при прогнозировании цен trade-in авто // Вестник КБТУ. - 2022. - №60. - С. 30-43.

3. Галимов А.Д., Кулыева А.Б. Внешние факторы, влияющие на стоимость автомобилей // Профессиональное образование арктических регионов. - 2024. - №2. - С. 23-27. 

4. Голубева Е.П. Интеллектуальный анализ данных цен на легковые автомобили в Еврейской автономной области // Постулат. - 2024. - №6. - С. 1-16. 

5. Меркурьев М.И. Использование системы машинного обучения CatBoost для прогнозирования стоимости автомобилей // Издательство ПГУ. - 2024. - С. 250

6. Михайленко Д.И. Статистика и аналитика автомобильного рынка в России // Вестник науки. - 2023. - №63. - С. 189-195.

7....