В статье представлена математическая модель динамического ценообразования для объектов недвижимости, учитывающая наличие нескольких ценовых групп, что расширяет возможности существующих моделей. Разработанная модель решает задачу максимизации интегральной выручки при необходимости выполнения ограничений по выручке и объему продаж. Рассмотрена базовая постановка задачи оптимизации выручки от продажи всех объектов недвижимости к концу периода продаж. Для данной задачи получены теоретические результаты, определяющие общий вид ценовой политики. Предложен способ распределения интегральных целевых показателей по выручке по ценовым группам недвижимости. Также представлена модификация модели, учитывающая стоимость денег и рост стоимости недвижимости по мере строительной готовности. Описан алгоритм построения ценовой политики в условиях наличия нескольких ценовых групп. Проведены численные симуляции, демонстрирующие работу алгоритма. Актуальность разработанной модели определяется необходимостью учитывать наличие нескольких ценовых групп жилья при формировании ценовой политики, а также изменяющуюся во времени стоимость денег и рост стоимости недвижимости по мере завершения строительства. Полученные результаты могут быть использованы для управления ценами на объекты недвижимости в практической деятельности.
The article presents a mathematical model of dynamic pricing for real estate that incorporates multiple pricing groups, thereby expanding the capabilities of existing models. The developed model solves the problem of maximizing aggregate cumulative revenue at the end of the sales period while meeting the revenue and sales goals. The basic formulation of the problem of optimizing revenue from the sale of all real estate objects in inventory by the end of the sales period is considered. Theoretical results describing the general form of the pricing policy for this problem are presented. A method is proposed for distributing aggregate cumulative revenue goals across different for real estate pricing groups. The model is further modified to account for the time value of money and the real estate value increase as construction progresses. The algorithm for constructing a pricing policy for multiple pricing groups is described, and numerical simulations are performed to demonstrate how the algorithm operates. The relevance of the developed model lies in the need to account for multiple pricing groups when forming the pricing policy, as well as the time value of money and the value of real estate increase as construction progresses. The obtained results can be applied to price management of real estate objects in practice.
The authors declare that there are no conflicts of interest present.