1. Исследовательский вопрос

Средняя цена квадратного метра на первичном рынке относится к одной совокупности квартир, на вторичном — к другой. Их различие может отражать расположение, возраст, качество, отделку и состав продаж наряду с ценой сопоставимого жилья. Поэтому увеличение отношения средних цен нельзя автоматически приравнивать к росту премии за одинаковую квартиру или к величине ипотечной субсидии.

Руководство по индексам цен жилой недвижимости разграничивает среднюю цену и индекс, контролирующий изменение качества. Теория предложения жилья связывает реакцию на поддержку спроса с доступностью земли и ограничениями строительства (Glaeser, Gyourko, 2018). Исследование Help to Buy показывает, почему один механизм поддержки может по-разному проявляться в ценах и объёмах на разных рынках (Carozzi, Hilber, Yu, 2024). Эти работы задают гипотезы, но не заменяют идентификацию эффекта на российских данных.

В аналитической записке Селезневой и Кавалени (2026) общероссийский разрыв по средним ценам вырос с 9 % в IV квартале 2019 года до 52 % в I квартале 2026-го. Для 2025 года при сопоставимом качестве получена оценка 9 %, а с учётом затрат на отделку нового жилья — 18 %. Это разные способы сравнения, а не разложение регионального разрыва на взаимно исключающие части. Результаты записки отражают позицию её авторов. Первоисточник Банка России.

2. Данные и единицы наблюдения

Цены взяты из двенадцати книг Росстата по первичному и вторичному рынкам за 2021–2026 годы: лист по центру субъекта, категория «Все типы квартир». Для каждого рынка используется среднее I и II кварталов. В выборку входят центры с обоими рынками в обоих кварталах; получены 452 наблюдения. Шапки первичного и вторичного рынков различаются, поэтому столбцы определяются по названиям, а не по позиции.

Разрыв рассчитывается по средним ценам, а не как среднее двух квартальных разрывов:

P₁ и P₂ — средние цены I–II кварталов на первичном и вторичном рынках. Одинаковое окно уменьшает несопоставимость сезонов, но не устраняет изменение качества и состава сделок.

Ипотечные ряды Банка России относятся к субъекту Федерации. Для Казани используются выдачи Республики Татарстан; территориальные уровни не совпадают. Основное окно сравнения — январь–июнь каждого года. Дополнительный расчёт использует полный доступный год: 2021–2025 годы целиком, 2026 год — январь–август по локальным книгам источника, проверенным для этой редакции.

3. Казань и центры субъектов

Повторный расчёт из исходных книг Росстата. Место — по убыванию разрыва. Медиана невзвешенная; состав центров меняется.

В 2024 и 2025 годах Казань занимала третье место среди 77 центров. В 2026 году разрыв снизился до 30,00 %, но остался выше медианы 21,33 %. Изменение медианы с 4,91 до 21,33 % характеризует обследованный круг центров; это не взвешенный общероссийский разрыв и не результат на постоянной панели.

4. Что можно сказать о составе продаж

Сравнение средних цен с индексами Росстата полезно как проверка чувствительности к составу. Но отношение сцепленных индексов показывает относительное изменение цен от выбранной базы. Оно не восстанавливает абсолютную премию первичного рынка: нормировка может дать отрицательное относительное изменение при сохраняющемся положительном разрыве уровней.

Дополнительная проблема — разные территории: средние цены в основном расчёте относятся к Казани, а индексный ряд — к Татарстану. Такое сопоставление совместимо с композиционным объяснением, но не доказывает, что весь прирост городского разрыва вызван составом продаж. Из веб-редакции поэтому исключена трактовка −5,3 и −3,0 % как установленной отрицательной премии за сопоставимую новостройку.

Структура выставленного на продажу предложения также не равна структуре совершённых сделок. Для количественного разложения необходимы согласованные территории, базовые уровни и данные о характеристиках проданного жилья. Национальную оценку сопоставимого качества нельзя механически переносить на Казань.

5. Связь с ипотечными выдачами

Доля по объёму — отношение суммы выдач под ДДУ к сумме всех ипотечных выдач. Доля по числу договоров рассчитывается из отдельных таблиц количества кредитов. Для сопоставимого первого полугодия объёмная корреляция с разрывом равна 0,798 в уровнях и 0,569 в первых разностях.

* 2021–2025: январь–декабрь; 2026: январь–август. Основное сопоставимое окно — январь–июнь. Расчёт из книг ЦБ; коэффициенты округлены до трёх знаков.

Доля по объёму зависит и от количества кредитов, и от их среднего размера. Если n — доля ДДУ по количеству, а g — превышение среднего кредита под ДДУ над средним прочим кредитом, выполняется тождество s = n(1 + g)/(1 + ng). В этой формуле g — разрыв размеров кредита, а не разрыв цен квадратного метра. Подмена одного другим не даёт измеренной механической доли корреляции.

В дополнительном окне исключение перехода 2025–2026 меняет корреляцию первых разностей примерно с +0,67 на −0,42. В сопоставимом полугодовом окне исключение того же перехода даёт около +0,04. Короткий ряд чувствителен к одной точке; эти коэффициенты описывают совместное движение, а не воздействие программы.

В полугодовом окне корреляция разрыва с разницей ставок «прочие ипотечные кредиты минус ДДУ» составляет −0,056. Ставка по прочим кредитам восстановлена из тождества объёмов и средневзвешенных ставок; она также не является чистой рыночной ставкой. Сравнение ДДУ со всеми ипотечными кредитами механически смешивает группы.

6. Проверка на межрегиональной панели

Доля по объёму; полный доступный период, включая январь–август 2026 года. b — п. п. изменения разрыва на 1 п. п. изменения доли. Одновременный МНК с индикаторами региона и года; ошибки кластеризованы по регионам, поправка CR1, t с 72 степенями свободы.

Небольшие объединённые корреляции не доказывают отсутствия связи внутри каждого региона. Региональные особенности и общие временные изменения требуют отдельного учёта. В несбалансированной панели однократное последовательное вычитание средних по году и региону не равно точному оцениванию двух наборов эффектов; здесь использован совместный расчёт.

Условный коэффициент близок к нулю, но интервал допускает эффекты обоих знаков. Это отсутствие точного подтверждения в данной спецификации, а не доказанный нулевой эффект субсидий. Эффекты года поглощают общие для страны изменения; общенациональное действие программ таким дизайном не оценивается. Кроме того, доля ДДУ эндогенна и не заменяет внешне заданное изменение льготы.

7. Февраль 2026 года

В феврале 2026 года доля выдач под ДДУ по объёму снизилась в 82 из 83 регионов выборки. В выборку включены регионы с общим объёмом ипотечных выдач не менее 300 млн рублей в каждом из двух месяцев. Медианное снижение — 17,8 п. п.; диапазон изменений — от −30,0 до +12,5 п. п. Единственный рост в этом круге — Адыгея.

Сдвиг совпал по времени с изменением условий семейной ипотеки. Банк России описывает изменения правил в обзоре за февраль. Однако синхронное изменение доли не отделяет влияние правил от сезонности, переноса спроса и других общих факторов. Это эпизод для последующей проверки, а не естественный эксперимент сам по себе.

8. Что добавили последующие исследования

В WP-2026-04, редакция 3 вместо доли ДДУ рассматривается приведённая стоимость процентного преимущества. Квартальная панель содержит 1 657 наблюдений по 79 центрам за 22 квартала. При принятой в работе калибровке базовая оценка переноса в первичную цену равна 0,39 с 95 % интервалом от −0,32 до 1,09. Она не отвергает ни нулевой, ни полный перенос в первичную цену. Эти числа сверены с таблицей результатов последующей работы; они не являются новым расчётом на годовой панели настоящей статьи.

Этот результат уточняет исходную постановку: отсутствие простой межрегиональной корреляции недостаточно для вывода об отсутствии капитализации. Одновременно широкие интервалы не позволяют утверждать, что степень переноса точно измерена. Для исследования механизма нужны характеристики сделок, параметры программ и условия предложения земли; вопрос о раскрытии последних рассматривается в WP-2026-02.

9. Выводы и ограничения

• Сырой разрыв — сигнал для углублённого анализа. Самостоятельное преобразование его в надбавку к капиталу или ожидаемый убыток требует отдельной проверки на кредитных исходах и сопоставимом жилье.
• Доля ДДУ оперативно описывает структуру ипотечных выдач. Её способность прогнозировать цены в этой работе не проверена и не опровергнута простой одновременной корреляцией.
• Городские цены и региональные кредиты, меняющийся круг центров, шесть годовых точек и эндогенность долей ограничивают интерпретацию. Согласование полугодовых окон исправляет только часть этих проблем.
• Сравнение индексов и средних цен не является завершённым разложением на цену и состав. Недостающие сведения о земле ограничивают проверку отдельных механизмов, но не делают любую причинную оценку принципиально невозможной.

Источники и воспроизводимость

1. Селезнева М. О., Каваленя Л. Н. (2026). Оценка разрыва цен между первичным и вторичным рынками жилья Российской Федерации. Аналитическая записка Банка России.
2. Банк России. Статистика ипотечного жилищного кредитования: объёмы, количества и ставки.
3. RPGI v0.9.0: архив данных и кода / data and code archive. DOI 10.5281/zenodo.24115487.
4. Eurostat, IMF, OECD, UNECE, World Bank (2013). Handbook on Residential Property Price Indices.
5. Glaeser, E. and Gyourko, J. (2018). The Economic Implications of Housing Supply. Journal of Economic Perspectives, 32(1), 3–30.
6. Carozzi, F., Hilber, C. A. L. and Yu, X. (2024). On the Economic Impacts of Mortgage Credit Expansion Policies: Evidence from Help to Buy. Journal of Urban Economics, 139, 103611.
7. Ахтямов Р. Э. WP-2026-04, редакция 3.

Первоначальная дата рукописи и подачи в журнал — 11.09.2026. Веб-редакция от 10.11.2026: уточнены интерпретация индексов, определение ДДУ, окна расчёта и панельная проверка; добавлено сопоставление с WP-2026-04. Это самостоятельная редакция для сайта, а не подтверждение принятия статьи журналом. Журнальный DOI не присвоен.

Архив данных и кода этой редакции: RPGI v0.9.0 · DOI 10.5281/zenodo.24115487 · 10.11.2026. DOI относится к архиву, а не к журнальной статье. Исходники и история изменений · GitHub.

1. Research question

Average new-build and resale prices describe different sets of dwellings. Location, age, quality, fit-out and the mix of transactions can change their ratio even without a corresponding change in the price of comparable housing. The raw gap is therefore neither an automatic measure of a like-for-like premium nor a measure of the mortgage subsidy.

The Handbook on Residential Property Price Indices distinguishes average prices from quality-adjusted indices. Housing-supply theory links responses to demand support to land availability and development constraints (Glaeser and Gyourko, 2018). Evidence from Help to Buy illustrates how the same policy can affect prices and construction differently across markets (Carozzi, Hilber and Yu, 2024). These studies motivate hypotheses; they do not identify effects in the Russian data.

Selezneva and Kavalenya (2026) report a rise in the national average-price gap from 9% in 2019Q4 to 52% in 2026Q1. Their comparable-quality estimate for 2025 is 9%, rising to 18% after allowing for the cost of fitting out new housing. These are alternative comparisons, not mutually exclusive components of a regional decomposition. The note represents its authors’ views. Bank of Russia source.

2. Data and observation units

Prices are drawn from twelve Rosstat workbooks for the primary and secondary markets in 2021–2026, using the regional-capital sheet and the “All apartment types” category. Each market’s Q1 and Q2 prices are averaged. Capitals with both markets in both quarters enter the sample, yielding 452 observations. The two markets have different column structures, so columns are identified by their headings.

The gap is calculated from the two average prices, rather than by averaging quarterly gaps:

P₁ and P₂ are the Q1–Q2 averages of primary- and secondary-market prices. A common seasonal window improves comparability but does not remove quality or composition changes.

Bank of Russia mortgage statistics refer to federal subjects. Kazan prices are matched to lending in the Republic of Tatarstan, so the geographic units differ. The main comparison uses January–June in every year. A supplementary comparison uses all available months: complete years in 2021–2025 and January–August in 2026 in the local source workbooks checked for this revision.

3. Kazan and regional capitals

Recomputed from the source Rosstat workbooks. Rank is in descending gap order. The median is unweighted; sample membership changes.

Kazan ranked third among 77 capitals in both 2024 and 2025. In 2026 its gap declined to 30.00%, remaining above the 21.33% median. The median’s rise from 4.91% to 21.33% describes the observed capitals; it is neither a weighted national gap nor a constant-panel estimate.

4. What composition evidence can establish

Comparing average prices with Rosstat indices is useful as a composition-sensitivity check. However, a ratio of chain-linked indices measures relative price growth from a chosen base. It does not recover the absolute new-build premium: a negative relative change can coexist with a positive gap in price levels.

The geographic units also differ: the main average-price series concerns Kazan, while the index series concerns Tatarstan. Their divergence is consistent with composition effects but does not establish that composition explains the entire increase in Kazan’s gap. The web revision therefore removes the interpretation of −5.3% and −3.0% as an established negative like-for-like new-build premium.

The composition of advertised supply is not the composition of completed transactions. Quantitative decomposition requires matched territories, base levels and characteristics of sold dwellings. A national quality-adjusted estimate cannot simply be transferred to Kazan.

5. Association with mortgage lending

The value share divides DDU lending by total mortgage lending. The loan-count share uses the separate number-of-loans tables. For the matched first-half window, correlation with the gap is 0.798 in levels and 0.569 in first differences.

* January–December in 2021–2025; January–August in 2026. January–June is the main comparable window. Recomputed from Bank of Russia workbooks; coefficients rounded to three decimals.

The value share depends both on loan counts and on average loan sizes. If n is the DDU count share and g is the excess of the average DDU loan over the average other mortgage, then s = n(1 + g)/(1 + ng). Here g is a loan-size gap, not a price-per-square-metre gap. Substituting the latter does not identify the mechanical part of the observed correlation.

In the supplementary window, omitting the 2025–2026 transition changes the first-difference correlation from about +0.67 to −0.42. In the matched first-half window, the same omission produces about +0.04. A short series is sensitive to one point; these coefficients describe co-movement, not programme effects.

For the first-half window, correlation with the interest-rate spread “other mortgages minus DDU” is −0.056. The other-mortgage rate is recovered from the identity linking volumes and weighted average rates; it is not a pure market-rate series either. Comparing DDU with all mortgages mechanically mixes the groups.

6. Cross-regional checks

Value share; all available months, including January–August 2026. b is the gap change in percentage points per percentage-point share change. Joint OLS with region and year indicators; region-clustered errors, CR1 adjustment and t with 72 degrees of freedom.

Small pooled correlations do not establish the absence of within-region associations. Persistent regional differences and common time changes require separate treatment. In an unbalanced panel, a single sequential subtraction of year and region means is not equivalent to jointly fitting both sets of effects; the calculation here uses joint estimation.

The conditional coefficient is close to zero, but its interval allows effects of either sign. This is a lack of precise confirmation in this specification, not proof that subsidies have no effect. Year effects absorb nationwide changes, so this design does not estimate the national programme effect. The DDU share is also endogenous and does not substitute for an externally determined subsidy change.

7. February 2026

In February 2026 the DDU value share fell in 82 of the 83 sampled regions. The sample requires total mortgage lending of at least RUB 300 million in each of January and February. The median decline was 17.8 percentage points, with changes ranging from −30.0 to +12.5 points. Adygea was the only increase in this sample.

The shift coincided with changes in Family Mortgage conditions. The Bank of Russia describes the changes in its February review. A synchronous share change does not isolate the rule change from seasonality, demand brought forward or other common factors. It motivates further tests; it is not a natural experiment by itself.

8. Evidence from subsequent research

WP-2026-04, revision 3 replaces the DDU share with the present value of the interest-rate advantage. Its quarterly panel contains 1,657 observations for 79 capitals over 22 quarters. Under that paper’s calibration, baseline pass-through to the primary price is 0.39, with a 95% interval from −0.32 to 1.09. It rejects neither zero nor full pass-through to the primary price. These figures were checked against the subsequent paper’s results table; they are not new estimates from this paper’s annual panel.

This sharpens the original question: a weak simple cross-regional correlation is not sufficient evidence against capitalisation. Wide intervals also prevent a claim of precisely measured pass-through. Studying mechanisms requires transaction characteristics, programme terms and land-supply conditions; disclosure of the latter is examined in WP-2026-02.

9. Conclusions and limitations

• The raw gap is a signal for deeper analysis. Translating it into a capital surcharge or expected loss requires separate validation using credit outcomes and comparable properties.
• The DDU share promptly describes the composition of mortgage lending. Its ability to forecast prices is neither tested here nor disproved by a contemporaneous correlation.
• City prices, regional loans, changing sample membership, six annual points and endogenous shares limit interpretation. Aligning first-half windows addresses only part of these issues.
• Comparing indices with average prices is not a completed price–composition decomposition. Missing land data constrain specific mechanism tests; they do not make every causal design impossible.

Sources and reproducibility

1. Selezneva, M. O. and Kavalenya, L. N. (2026). Estimating the primary–secondary housing price gap in Russia. Bank of Russia analytical note.
2. Bank of Russia. Mortgage lending statistics: volumes, counts and rates.
3. RPGI v0.9.0: архив данных и кода / data and code archive. DOI 10.5281/zenodo.24115487.
4. Eurostat, IMF, OECD, UNECE, World Bank (2013). Handbook on Residential Property Price Indices.
5. Glaeser, E. and Gyourko, J. (2018). The Economic Implications of Housing Supply. Journal of Economic Perspectives, 32(1), 3–30.
6. Carozzi, F., Hilber, C. A. L. and Yu, X. (2024). On the Economic Impacts of Mortgage Credit Expansion Policies: Evidence from Help to Buy. Journal of Urban Economics, 139, 103611.
7. Akhtyamov, R. E. WP-2026-04, revision 3.

Original manuscript and journal-submission date: 11 September 2026. Web revision: 10 November 2026. Index interpretation, DDU definitions, calculation windows and the panel check were clarified; comparison with WP-2026-04 was added. This website revision does not imply journal acceptance. No journal DOI has been assigned.

Data and code archive for this revision: RPGI v0.9.0 · DOI 10.5281/zenodo.24115487 · 10 November 2026. This DOI identifies the archive, not a journal article. Sources and revision history · GitHub.