ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM W WYBRANYCH MIASTACH POLSKI W LATACH

Transkrypt

1 STUDIA I PRACE WYDZIAU NAUK EKONOMICZNYCH I ZARZDZANIA NR 31 Józef Hozer Uniwersye Szczeciski Anna Gdakowicz Uniwersye Szczeciski ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM W WYBRANYCH MIASTACH POLSKI W LATACH Sreszczenie W arykule poddano analizie ceny ransakcyjne 1 m 2 mieszka noowane na rynkach pierwonym i wórnym w wybranych miasach Polski. Badanie przeprowadzono w laach w odspach kwaralnych. Do analizy auorzy wybrali due miasa Polski o dobrze rozwiniych rynkach nieruchomoci mieszkaniowych. Byy o: Warszawa, Kraków, ód, Gdask, Wrocaw, Pozna oraz Szczecin. Zmiany cen w badanym okresie przedsawiono na le syuacji mieszkaniowej w poszczególnych miasach. ródem zgromadzonych danych by Bank Danych Lokalnych Gównego Urzdu Saysycznego oraz Narodowy Bank Polski. rynek mieszka, ceny mieszka, modele rendu ze zmiennymi sezo- Sowa kluczowe: nowymi Adres hozer@wneiz.pl. Adres alako@wneiz.pl.

2 188 METODY ILOCIOWE W EKONOMII Wprowadzenie W 2012 roku polska gospodarka znajdowaa si w sanie spowolnienia. Malao empo wzrosu PKB, roso bezrobocie i inflacja. Niekorzysne zmiany w caej gospodarce odczuwalne byy na rynku nieruchomoci mieszkaniowych. Za kondycja ekonomiczna nie sprzyjaa nowym inwesycjom. Z drugiej srony niskie wynagrodzenia i brak sysemów wspomagajcych finasowanie budownicwa spowodoway ograniczenie popyu na mieszkania. W konsekwencji na lokalnych rynkach obserwowano korek cen mieszka. W arykule przeanalizowano syuacj na rynku mieszka w wybranych miasach Polski w laach Kryerium wyboru mias byy sopie rozwinicia i dynamika rozwoju rynku nieruchomoci mieszkalnych. Obszar badawczy sanowiy zaem miasa o najwikszej liczbie mieszka i najwikszej liczbie rozpoczych inwesycji: Gdask, Kraków, ód, Pozna, Szczecin, Warszawa oraz Wrocaw. Ekonomeryczn analiz cen ransakcyjnych mieszka przedsawiono na le syuacji mieszkaniowej wybranych mias. Okrelono wielko zasobu mieszkaniowego i jego dynamik oraz opisano srukur i dynamik mieszka nowo oddawanych. Do opisu kszaowania cen 1 m 2 lokali mieszkalnych zaproponowano dziewi posaci analiycznych modeli rendu z wahaniami sezonowymi (lub bez waha) o saej lub zmiennej ampliudzie waha. 1. Analiza syuacji mieszkaniowej wybranych mias W Polsce w 2011 roku byo ,4 ys. mieszka. Blisko 18% z nich znajdowao si na erenie mias: Gdaska, Krakowa, odzi, Poznania, Szczecina, Warszawy oraz Wrocawia. W 2011 roku w porównaniu do 2007 roku w Polsce zasób mieszkaniowy zwikszy si o 3,9% (rysunek 1). W badanych miasach najwikszy przyros mieszka zaobserwowano w Warszawie (ponad 9%), Krakowie (ponad 8%) oraz we Wrocawiu (7,5%). Najmniej mieszka przybyo w odzi 2,8%. Od 2009 roku przez dwa kolejne laa w Polsce malaa liczba mieszka nowo oddawanych do uyku. Dopiero 2012 rok przyniós niewielki wzros wskanika w Polsce oddano do uyku 152,5 ys. mieszka.

3 JÓZEF HOZER,ANNA GDAKOWICZ ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM 189 Rysunek 1. Dynamika liczby mieszka w wybranych miasach na le Polski w 2011 roku w porównaniu do 2007 roku (%) Polska ródo: opracowanie wasne na podsawie danych Banku Danych Lokalnych, Gówny Urzd Saysyczny, ( ). W badanych miasach zlokalizowanych byo 25% wszyskich nowych inwesycji oddanych do uyku w 2012 roku. Najwicej mieszka wybudowano w Warszawie (ponad 13 ys.), najmniej w Szczecinie (niecae 2 ys.). W laach na lokalnych rynkach obserwowano analogiczne zmiany liczby mieszka oddawanych do uykowania jak w caej Polsce (rysunek 2). Rysunek 2. Liczba mieszka oddanych do uyku w wybranych miasach Polski w laach ródo: opracowanie wasne na podsawie danych Banku Danych Lokalnych, Gówny Urzd Saysyczny, ( ).

4 190 METODY ILOCIOWE W EKONOMII W Polsce w 2012 roku najwikszym inwesorem nowych mieszka oddanych do uyku byy osoby indywidualne (53% mieszka). Na drugim miejscu byy mieszkania budowane na sprzeda lub wynajem przez deweloperów (rysunek 3). Dominujca rola inwesora indywidualnego obserwowana bya na erenach wiejskich, bowiem w badanych miasach najczciej oddawane do uykowania byy mieszkania na sprzeda lub wynajem. Udzia ego ypu mieszka waha si od 76% w Poznaniu, do 87% we Wrocawiu. Zmarginalizowana zosaa, jako inwesora budowlanego, rola spódzielni mieszkaniowych. W laach 70. XX wieku spódzielnie byy niemal jedynym inwesorem na rynku 1, a w 2012 roku byy miasa, w kórych spódzielnie mieszkaniowe nie wybudoway adnego mieszkania (Kraków, Pozna). Równie mieszka budowanych przez owarzyswa budownicwa spoecznego byo niewiele (mieszkania spo- eczno-czynszowe), ale o zwizane byo ze zmianami (a waciwie z kocem) finasowania preferencyjnych kredyów dla budownicwa spoeczno-czynszowego. Budownicwo indywidualne sanowio od 6% (Warszawa) do 18% (Pozna) nowo wybudowanych mieszka w 2012 roku. Rysunek 3. Srukura mieszka oddanych do uyku wedug inwesorów w wybranych miasach i Polsce w 2012 roku ródo: opracowanie wasne na podsawie danych Banku Danych Lokalnych, Gówny Urzd Saysyczny, ( ). 1 I. Fory, A. Gdakowicz, Spódzielcze zasoby mieszkaniowe w dobie zmian usrojowych, w: Wybrane problemy gospodarowania nieruchomociami, red. J. Hozer, Kaedra Ekonomerii i Saysyki, Insyu Analiz, Diagnoz i Prognoz Gospodarczych, Szczecin 2001; A. Gdakowicz, Badanie koniunkury na rynku lokali mieszkalnych w Szczecinie w laach , rozprawa dokorska, maszynopis, Szczecin 2008.

5 JÓZEF HOZER,ANNA GDAKOWICZ ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM 191 Przez osanie kilka la liczba mieszka, kórych budow rozpoczo, wzrasaa (rysunek 4). W 2012 roku zanoowano zmniejszenie liczby rozpoczych inwesycji zarówno w Polsce, jak i w wybranych miasach (z wyjkiem Poznania). Takie zachowania deweloperów mog wiadczy o ich niepewnoci, czy wybudowane mieszkania znajd nabywców. Rysunek 4. Liczba mieszka, kórych budow rozpoczo w wybranych miasach Polski w laach ródo: opracowanie wasne na podsawie danych Banku Danych Lokalnych, Gówny Urzd Saysyczny, ( ). Rysunek 5. Liczba mieszka, na kórych budow wydano pozwolenie w wybranych miasach Polski w laach ródo: opracowanie wasne na podsawie danych Banku Danych Lokalnych, Gówny Urzd Saysyczny, ( ).

6 192 METODY ILOCIOWE W EKONOMII Analizujc liczb przyszych inwesycji, naley uwzgldni równie liczb wydanych pozwole na budow. W wybranych miasach (oraz w Polsce) w 2012 roku w porównaniu do roku poprzedniego zanoowano spadek ego wskanika (rysunek 5). Syuacja a powierdza wczeniejsze sposrzeenie, e deweloperzy z uwag przyparywali si rynkowi i osronie planowali kolejne inwesycje. 2. Ceny ransakcyjne 1 m 2 mieszka w wybranych miasach Zesawiono przecine ceny ransakcyjne 1 m 2 lokali mieszkalnych noowanych na rynkach pierwonym i wórnym w wybranych miasach Polski. Badanie przeprowadzono w laach w odspach kwaralnych. Obró pierwony doyczy wszyskich nieruchomoci, kóre w wyniku czynnoci prawnych uzyskay saus nieruchomoci mogcej by przedmioem obrou. Obró wórny rozpoczyna si wedy, kiedy pierwony nabywca zaoferuje nieruchomo do sprzeday na rynku 2. Cena ransakcyjna 1 m 2 mieszkania na rynku pierwonym w analizowanym okresie malaa (rysunek 6). W wikszoci mias w laach 2007 i 2008 obserwowano niewielki wzros cen 1 m 2, naomias w kolejne okresach odnoowywano ich sysemayczny spadek. Odmiennie kszaowaa si cena jedynie w Poznaniu w pierwszych laach analizy cena 1 m 2 spadaa, a jej wzros zanoowano w roku 2011, jednak w roku 2012 cena ponownie ulega zmniejszeniu. Do najdroszych mias w badanym okresie naleay Warszawa i Kraków. Przecinie za 1 m 2 nowego mieszkania w Warszawie rzeba byo zapaci od 8,6 ys. z w pierwszym i drugim kwarale 2008 roku do 6,5 ys. z w czwarym kwarale 2012 roku. W Krakowie ceny byy niewiele nisze i wynosiy od 6,2 ys. z na poczku 2008 roku do 8 ys. z na koniec 2012 roku. Do najaszych mias ze wzgldu na cen 1 m 2 mieszkania na rynku pierwonym zaliczono Szczecin oraz ód. W obu miasach ceny w badanym okresie kszaoway si na podobnym poziomie od okoo 4 ys. z w na poczku 2007 roku, do okoo 5,5 ys. z w czwarym kwarale 2008 roku. W badanym okresie zmniejszya si rozpio pomidzy minimaln a maksymaln cen 1 m 2 w wybranych miasach. W pierwszym kwarale A. Pawlikowska-Piechoka, Gospodarka nieruchomociami, PCB, Warszawa 1999.

7 JÓZEF HOZER,ANNA GDAKOWICZ ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM 193 roku rónica sigaa 3,5 ys. z, naomias w czwarym kwarale 2012 roku zmniejszya si do 1,9 ys. z. Rysunek 6. Ceny ransakcyjne 1 m 2 mieszkania na rynku pierwonym w wybranych miasach w laach ródo: opracowanie wasne na podsawie: Informacja o cenach mieszka i syuacji na rynku nieruchomoci mieszkaniowych i komercyjnych w Polsce, NBP, Warszawa Przecine ceny ransakcyjne 1 m 2 mieszkania na rynku wórnym byy nisze ni przecine ceny 1 m 2 mieszka nowo oddawanych do uyku. Wyjkiem byy Warszawa i Wrocaw, w kórych drosze byy mieszkania na rynku wórnym. Tendencja zmiany cen 1 m 2 na rynku wórnym we wszyskich analizowanych miasach bya podobna w poczkowym okresie ceny rosy, osigajc maksimum na przeomie 2007 i 2008 roku, a naspnie z kwarau na kwara noowano spadek przecinych cen. Na rynku wórnym w badanym okresie najwysze ceny osigay mieszkania w Warszawie. Najaniej mona byo kupi mieszkanie w odzi oraz Szczecinie. Rozpio pomidzy najdroszym a najaszym miasem wynosia od 5,1 ys. z za 1 m 2 w rzecim kwarale 2007 roku, do 3,8 ys. z na koniec 2012 roku.

8 194 METODY ILOCIOWE W EKONOMII Rysunek 7. Ceny ransakcyjne 1 m 2 mieszkania na rynku wórnym w wybranych miasach w laach ródo: opracowanie wasne na podsawie: Informacja o cenach mieszka i syuacji na rynku nieruchomoci mieszkaniowych i komercyjnych w Polsce, NBP, Warszawa Analiza endencji rozwojowej oraz sezonowoci cen ransakcyjnych 1 m 2 mieszkania w wybranych miasach Do analizy dynamiki cen 1 m 2 mieszka noowanych na rynku pierwonym oraz wórnym w wybranych miasach Polski (14 zmiennych) zaprezenowanych na rysunkach 6 i 7 zaproponowano dziewi modeli rendu uwzgldniajcych (bd nie) wahania sezonowe Model rendu liniowego: y u 0 1 (1) gdzie: y 0, 1 zmienna objaniana, paramery srukuralne, 3 Przegld meod sosowanych w arykule, zawieraj na przykad prace: B. Baóg, I. Fory, Prognozowanie zuycia ciepej i zimnej wody w spódzielczych zasobach mieszkaniowych, w: Meody ilociowe w ekonomii, Sudia i Prace Wydziau Nauk Ekonomicznych i Zarzdzania Uniwersyeu Szczeciskiego 2009, nr 2; Prognozowanie gospodarcze. Meody i zasosowania, red. M. Cielak, Wydawnicwo Naukowe PWN, Warszawa 2002; S. Gna, Prognozowanie dochodów ze sprzeday ygodników lokalnych wybrane podejcia, w: Meody ilociowe w ekonomii, Sudia i Prace Wydziau Nauk Ekonomicznych i Zarzdzania Uniwersyeu Szczeciskiego 2008, nr 2; Ekonomeria, red. J. Hozer, Kaedra Ekonomerii i Saysyki Sowarzyszenie Pomoc i Rozwój, Szczecin 1997; A. Zelia, Teoria prognozy, PWE, Warszawa 1997.

9 JÓZEF HOZER,ANNA GDAKOWICZ ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM 195 zmienna czasowa, skadnik losowy. u 2. Model rendu liniowego z wahaniami sezonowymi o saej ampliudzie: m k k k 1 y d Q u (2) gdzie: d 0k (k = 1, 2,, m 1) paramery srukuralne, m liczba podokresów (kwaraów), zmienne zero-jedynkowe. Q k m 0 Model (2) jes szacowany przy zaoeniu, e d k 0, czyli k 1 d m 1 d. Paramery przy zmiennych sezonowych Q k informuj o ym, 0m k 1 0k o ile poziom zjawiska róni si w danym kwarale od poziomu rendu. 3. Model rendu liniowego z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie: m1 m1 y d Q d Q u 0 1 0k k 1k k k1 k1 (3) m 1 1m k 1 1k Model (3) jes szacowany przy dodakowym zaoeniu, e d k 0, czyli k 1 m analogicznie: d 1 d. W modelach z liniowo zmieniajc si sezonowoci ampliuda waha nie jes saa (jej zmiany w czasie s liniowe). Modele e czso cechuj si lepszymi warociami kryeriów dopasowania do waroci empirycznych, ale ich wad jes o, e paramery przy zmiennych sezonowych nie poddaj si prosej inerpreacji. 4. Model rendu w posaci funkcji kwadraowej: y u (4) gdzie: 2 2 kwadra zmiennej czasowej, paramer srukuralny.

10 196 METODY ILOCIOWE W EKONOMII 5. Model rendu w posaci funkcji kwadraowej z wahaniami sezonowymi o saej ampliudzie: m k k k 1 y d Q u (5) 6. Model rendu w posaci funkcji kwadraowej z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie: m1 m k k 1k k k1 k1 y d Q d Q u (6) 7. Model rendu logarymicznego: y 0 1 lnu (7) 8. Model rendu logarymicznego z wahaniami sezonowymi o saej ampliudzie: m k k k 1 y ln d Q u (8) 9. Model rendu logarymicznego z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie: m1 m1 y ln d Q d Q u 0 1 0k k 1k k k1 k1 (9) W badaniu empirycznym oszacowano modele (1) (9) dla cen ransakcyjnych 1 m 2 lokalu mieszkalnego noowanych w wybranych siedmiu miasach Polski na rynkach pierwonym i wórnym (126 modeli). Szeregi czasowe obejmoway okres od pierwszego kwarau 2007 roku do czwarego kwarau 2012 roku (dane kwaralne). Wyboru najlepszej posaci analiycznej modelu dla zmiennych objanianych dokonano ze wzgldu na wspóczynnik deerminacji R 2. W abelach 1 i 2 przedsawiono waroci wspóczynnika deerminacji wyznaczone dla modeli cen 1 m 2 mieszka noowanych na rynkach pierwonym i wórnym badanych mias.

11 JÓZEF HOZER,ANNA GDAKOWICZ ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM 197 * Tabela 1. Waroci wspóczynnika deerminacji (%) wyznaczone dla modeli rendu ceny 1 m 2 mieszkania na rynku pierwonym Miaso Model Gdask 42,07 55,24 69,89 44,52 57,94 75,17 32,36 46,72 70,06 Kraków 75,08 76,93 79,69 75,10 76,96 80,30 55,28 57,74 80,40 ód 18,11 32,11 55,55 40,11 53,83 66,80 2,96 15,32 69,88 Pozna 9,07 21,48 24,57 9,07 21,48 24,73 6,82 19,36 24,79 Szczecin 4,42 13,89 26,26 30,18 39,17 44,74 0,86 8,45 69,60 Warszawa 42,15 42,17 54,98 64,32 64,35 68,67 15,11 16,22 71,10 Wrocaw 0,52 3,71 21,16 10,77 14,43 29,86 5,17 8,01 54,81 Boldem oznaczono maksymalne waroci dla badanych mias. ródo: obliczenia wasne. Tabela 2. Waroci wspóczynnika deerminacji (%) wyznaczone dla modeli rendu ceny 1 m 2 mieszkania na rynku wórnym Miaso Model Gdask 32,53 33,57 51,19 54,33 55,22 62,97 7,82 8,64 79,17 Kraków 31,75 32,69 45,99 45,61 43,68 63,09 35,42 36,95 57,25 ód 15,96 17,96 28,97 43,73 45,86 48,28 1,76 3,25 57,99 Pozna 15,17 18,53 33,77 21,24 24,39 35,53 2,63 6,09 49,64 Szczecin 28,25 33,40 49,00 65,81 70,74 74,32 4,20 7,80 88,71 Warszawa 54,16 57,33 67,22 69,45 72,58 76,13 25,40 28,24 79,62 Wrocaw 30,67 47,30 63,40 33,64 50,02 64,37 21,12 38,62 63,42 * Boldem oznaczono maksymalne waroci dla badanych mias. ródo: obliczenia wasne. Funkcj rendu najlepiej opisujc kszaowanie ceny ransakcyjnej 1 m 2 lokalu mieszkalnego bya funkcja rendu logarymicznego z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie. Tylko w rzech przypadkach lepsza bya funkcja rendu kwadraowego z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie. Tak byo w przypadku rynku pierwonego w Gdasku i na rynku wórnym w Krakowie i we Wrocawiu. Wszyskie badane zmienne najlepiej byy opisywane przez modele rendu z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie. Wskazuje o na zmieniajc si (malejc) ampliud waha cen ransakcyjnych. Najwysze dopasowanie funkcji rendu zanoowano w Szczecinie na rynku wórnym (88,71%), Krakowie na rynku pierwonym (80,40%) oraz Gdasku i Warszawie na rynku wórnym

12 198 METODY ILOCIOWE W EKONOMII (79,17% i 79,62%). Najsabiej dopasowane byy funkcje rendu dla cen ransakcyjnych na rynkach pierwonym i wórnym w Poznaniu (24,79% i 49,64%). W abeli 3 zesawiono isone paramery w oszacowanych funkcjach rendu najlepiej aproksymujcych badane zmienne. Tabela 3. Isone paramery funkcji rendu najlepiej opisujce cen ransakcyjn 1 m 2 na rynkach pierwonym i wórnym w wybranych miasach Miaso Rynek pierwony Rynek wórny Gdask 0, 1, 2 0, 1, d 11, d 12, d 13, d 14 Kraków 0, d 11, d 12, d 13, d 14 0, 1, 2, d 01, d 11 ód 0, 1, d 11, d 12, d 13, d 14 0, 1, d 11, d 12, d 13, d 14 Pozna 0 0, 1, d 12, d 13, d 14 Szczecin 0, 1, d 11, d 12, d 13, d 14 0, 1, d 11, d 12, d 13, d 14 Warszawa 0, 1, d 11, d 12, d 13, d 14 0, 1, d 11, d 12, d 13, d 14 Wrocaw 0, 1, d 11, d 12, d 13, d 14 0, d 03 ródo: obliczenia wasne. W modelach rendu uznanych za najlepiej opisujce kszaowanie si ceny ransakcyjnej 1 m 2 lokalu mieszkalnego w wybranych miasach najczciej paramerami isonymi byy paramer wolny, paramer kierunkowy oraz zmienne d 1k sojce przy zmiennych zero-jedynkowych Q k. Inaczej byo w rzech przypadkach: w Gdasku na rynku pierwonym oraz w Krakowie i Wrocawiu na rynku wórnym (Pozna pominio ze wzgldu na niskie dopasowanie oszacowanych funkcji rendu). Tylko dla ceny 1 m 2 na rynku wórnym w Krakowie paramery zmiennych zero-jedynkowych z ego samego okresu byy isone. wiadczy o o isonym odchyleniu ceny od funkcji rendu w pierwszych kwaraach badanych la. Podsumowanie W 2012 roku rynek mieszka, podobnie jak caa gospodarka, znajdowa si w sanie sagnacji. Rosnce bezrobocie oraz brak bezpieczeswa finansowego gospodarsw domowych spowodoway spadek zdolnoci kredyowej poencjalnych nabywców lokali mieszkalnych. Dodakowo, niekorzysny wpyw

13 JÓZEF HOZER,ANNA GDAKOWICZ ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM 199 na moliwo zakupu mieszkania miay wygasajce programy rzdowe, jak na przykad Rodzina na swoim. Równie banki byy bardzo osrone w udzielaniu nowych kredyów mieszkaniowych dla osób indywidualnych. Brak róde finansowania na lokalnych rynkach nieruchomoci mieszkaniowych doprowadzi do koreky cen 1 m 2 mieszka. Obniano ceny nowych mieszka na rynku pierwonym, ale ake spaday ceny mieszka na rynku wórnym. Tendencja spadkowa cen oraz obserwowane due ich zrónicowanie w poszczególnych okresach znalazy powierdzenie w oszacowanych modelach rendu. Najlepszym dopasowaniem charakeryzoway si modele rendu logarymicznego z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie oraz modele rendu w posaci funkcji kwadraowej z wahaniami sezonowymi o liniowo zmieniajcej si ampliudzie. Trudnoci ze sprzeda ju wybudowanych mieszka oraz niepewno co do przyszych moliwoci nabywczych gospodarsw domowych skoniy deweloperów do osroniejszego planowania inwesycji (malejca liczba wydanych pozwole na budow). Spadek cen mieszka wynika równie z obnienia opymizmu na rynku nieruchomoci mieszkaniowych ceny nieruchomoci grunowych nie malay. Lieraura Bank Danych Lokalnych, Gówny Urzd Saysyczny, ( ). Baóg B., Fory I., Prognozowanie zuycia ciepej i zimnej wody w spódzielczych zasobach mieszkaniowych, w: Meody ilociowe w ekonomii, Sudia i Prace Wydziau Nauk Ekonomicznych i Zarzdzania Uniwersyeu Szczeciskiego 2009, nr 2. Ekonomeria, red. J. Hozer, Kaedra Ekonomerii i Saysyki Sowarzyszenie Pomoc i Rozwój, Szczecin Fory I., Gdakowicz A., Spódzielcze zasoby mieszkaniowe w dobie zmian usrojowych, w: Wybrane problemy gospodarowania nieruchomociami, red. J. Hozer, Kaedra Ekonomerii i Saysyki, Insyu Analiz, Diagnoz i Prognoz Gospodarczych, Szczecin Gdakowicz A., Badanie koniunkury na rynku lokali mieszkalnych w Szczecinie w laach , rozprawa dokorska, maszynopis, Szczecin Gna S., Prognozowanie dochodów ze sprzeday ygodników lokalnych wybrane podejcia, w: Meody ilociowe w ekonomii, Sudia i Prace Wydziau Nauk Ekonomicznych i Zarzdzania Uniwersyeu Szczeciskiego 2008, nr 2.

14 200 METODY ILOCIOWE W EKONOMII Informacja o cenach mieszka i syuacji na rynku nieruchomoci mieszkaniowych i komercyjnych w Polsce, NBP, Warszawa Pawlikowska-Piechoka A., Gospodarka nieruchomociami, PCB, Warszawa Prognozowanie gospodarcze. Meody i zasosowania, red. M. Cielak, Wydawnicwo Naukowe PWN, Warszawa Zelia A., Teoria prognozy, PWE, Warszawa THE ANALYSIS OF PRIMARY AND RE-SALE MARKET PRICES OF FLATS IN SEVERAL POLISH CITIES Absrac In he aricle he auhors analyse he primary and secondary marke price of 1 m 2 of flas in seleced Polish ciies. The analysis covers he offered and ransacion prices as well. The survey was conduced on a quarerly basis in he span of For heir analysis he auhors have chosen large Polish ciies wih well esablished real esae markes, such as Warsaw, Krakow, ód, Gdask, Wrocaw, Pozna and Szczecin. The price changes are presened in he conex of a housing siuaion in hose ciies. The daa come from he Local Daa Bank of he Cenral Saisical Office (GUS) and from he Polish Naional Bank (Narodowy Bank Polski). Keywords: real esae marke, prices of flas, rend models wih seasonal dummy variables Kody JEL: C29, E31 Translaed by Ania Lichosik-Zdrojewska