Narzędzia ilościowe jako wsparcie działalności przedsiębiorstw na rynku nieruchomości

Transkrypt

1 Rafał Zbyrowski * Narzędzia ilościowe jako wsparcie działalności przedsiębiorstw na rynku nieruchomości Wstęp Funkcjonowanie podmiotów związanych z rynkiem nieruchomości bardzo często związane jest z koniecznością wyceny nieruchomości. Dobrym przykładem mogą być nie tylko agencje obrotu nieruchomościami, ale również instytucje ubezpieczeniowe, podatkowe lub banki udzielające kredytów hipotecznych. Wycena stanowi w wielu przypadkach podstawę decyzji, które mają wpływ na efektywność tego rodzaju podmiotów. Nierzadko efektywność przekłada się na przyszłe zyski przedsiębiorstw, ich pozycje konkurencyjną, a zatem stanowi przesłankę uczestnictwa w rynku w przyszłości. Celem głównym artykułu jest ukazanie potencjalnych możliwości usprawnienia funkcjonowania przedsiębiorstw związanych z rynkiem nieruchomości, dzięki zastosowaniu pomocniczej wyceny opartej na narzędziach ilościowych. Podejście ilościowe do procesu wyceny nieruchomości wydaje się coraz bardziej powszechne w praktyce działalności gospodarczej ze względu na rosnący dostęp do danych liczbowych. Obecnie bazy danych o nieruchomościach często powstają automatycznie lub prawie automatycznie, ponieważ oferty gromadzone są za pomocą sieci internetowej. Zaletą takiego podejścia jest również bieżąca aktualizacja i standaryzacja informacji. Serwisy internetowe (np. Zillow w USA lub Snajp w Polsce), stosują tzw. automatyczne wyceny (Automated Valuation Models) głównie w oparciu o regresję rdzeniową (tj. regresją Shepparda) opartą na średniej ważonej najbardziej podobnych nieruchomości [por. Działalność serwisów wywiera presję na rzeczoznawcach majątkowych w USA ponieważ stosują ceny 10-krotnie niższe niż rzeczoznawcy lub nawet oferują wyceny darmowe [Kenneth, 007]. Sytuacja ta dotyczy głównie środkowych stanów Ameryki. W Polsce szacowanie wartości na rynku nieruchomości za pomocą takich narzędzi jest nadal bardzo nierównomierne geograficznie ze względu na koncentrację informacji o nieruchomościach wokół największych miast (np. Kraków, Warszawa i Poznań). W dobie globalizacji można się jednak spodziewać podobnych trendów również w naszym kraju. W USA metody AVM są uważane za użyteczne głównie do wyceny wstępnej. Serwis Zillow-Zestimates spotkał się z krytyką w związku z częstymi niedokładnościami, również zgłaszanymi przez National Community Reinvestment Coalition. Uderzający w banki związane z rynkiem nieruchomości kryzys finansowy zdaje się poddawać w rozwagę znaczenie szacowania wartości jako kategorii o wielu wymia- * Dr, Zakład Badań Operacyjnych Zarządzania, Wydział Zarządzania, Uniwersytet Warszawski, zbyrowskirafal@wp.pl

2 348 Rafał Zbyrowski rach tj. użytkowym, ekonomicznym i rynkowym [Hopfer, 1997, s ]. Stąd wedle obowiązującego w naszym kraju prawa tj. Ustawy o gospodarce nieruchomościami z dnia 1 sierpnia 1997 roku, w celu uzyskania ostatecznej wyceny należy zgłosić się do doświadczonego rzeczoznawcy majątkowego. W części empirycznej przedstawione zostaną przykłady badań ilościowych. W szczególności przeprowadzona zostanie wstępna analiza korelacji oraz próba budowy modelu ekonometrycznego, który mógłby opisać zmienność cen nieruchomości mieszkaniowych w dzielnicy Mokotów m. st. Warszawy. 1. Rynek nieruchomości i wartość nieruchomości Rynek jest kategorią złożoną, która przeszła dość dużą ewolucję od znaczenia czysto technicznego jako miejsce wymiany, na którym spotykali się nabywcy i sprzedawcy, do znaczenia ekonomicznego. E. Kucharska-Stasiak [005, str. 9] definiuje rynek nieruchomości jako:...ogół warunków, w których odbywa się transfer praw dotyczących nieruchomości i są zawierane umowy stwarzające wzajemne prawa i obowiązki, połączone z władaniem nieruchomościami.. Przytoczona definicja rynku nieruchomości wskazuje wyraźnie na jego wewnętrzną niejednolitość. Przeto w ramach rynku nieruchomości można wyróżnić: rynek lokat (gdzie dokonuje się transfer praw do nieruchomości) oraz rynek najmu (na którym zawierane są umowy określające wzajemne prawa i obowiązki związane z władaniem nieruchomościami). W przypadku rynku nieruchomości stronami reprezentującymi popyt są głównie użytkownicy i inwestorzy. Natomiast podaż rynkową tworzą głównie deweloperzy, dostarczający nowej powierzchni, powierzchni zmodernizowanej oraz właściciele, którzy decydują się na sprzedaż gruntów niezabudowanych lub zabudowanych. Istotnym elementem rynku nieruchomości jest wartość, którą zazwyczaj reprezentuje cena. Ustawa o Gospodarce Nieruchomościami w art. 151 rozróżnia i określa poszczególne rodzaje wartości nieruchomości: rynkową, odtworzeniową, katastralną, inne rodzaje wartości. Najczęściej jednak przedmiotem zainteresowania uczestników rynku jest wartość rynkowa. Ten rodzaj wartości nieruchomości jest definiowany na kilka sposobów [Kucharska-Stasiak, 005, str ], których istotnym elementem jest wprowadzenie prawdopodobieństwa. Wartość rynkowa oznacza bowiem dla sprzedającego najbardziej prawdopodobną cenę, za jaką może on sprzedać daną nieruchomość dla kupującego jest to najbardziej prawdopodobna cena, jaką może on za nią zapłacić. Wydaje się prawdziwe zatem stwierdzenie, że wartość rynkową należy ustalać w oparciu o bogate zbiory danych, najlepiej oparte na cenach transakcyjnych. Stąd pomocne mogą okazać się w tym aspekcie analizy statystyczne, które zazwyczaj oparte są na dość dużych próbach badawczych.

3 Narzędzia ilościowe jako wsparcie działalności 349. Identyfikacja zmiennych kształtujących wartość nieruchomości mieszkaniowych dla dzielnicy Mokotów w Warszawie Dane liczbowe zostały zgromadzone przez jedną z działających na terenie Warszawy agencji obrotu nieruchomościami, a następnie dostosowane do potrzeb badania. Próba badawcza obejmuje oferty sprzedaży mieszkań dla dzielnicy Mokotów z okresu od 1 stycznia 006 roku do 10 stycznia 008 roku. W badaniu uwzględniono szeroki zbiór potencjalnych zmiennych objaśniających: 1. Cena_mok - cena mieszkania,. Win_mok - występowanie windy w budynku, 3. Parter_mok mieszkanie zlokalizowane na parterze, 4. Pok_mok liczba pokoi w danym mieszkaniu, 5. Pietro_mok piętro na którym położone jest mieszkanie, 6. Liczpieter_mok liczba pięter w budynku w którym zlokalizowane jest mieszkanie, 7. Aneks_mok występowanie aneksu kuchennego w mieszkaniu, 8. Przedwoj_mok mieszkanie położone w budynku zbudowanym przed II wojną światową, 9. Wielkaplyt_mok budulec typu wielka płyta, 10. Rama_mok budulec typu rama H, 11. Hip_mok hipoteczna forma własności, 1. Nowe_mok mieszkanie nowe, 13. Spwlas_mok mieszkanie spółdzielcze własnościowe, 14. Ws_mok mieszkanie o wysokim standardzie, 15. Met_mok liczba metrów kwadratowych powierzchni, 16. Llat_mok liczba lat mieszkania. Tablica 1. Macierz korelacyjna zbudowana dla zmiennych dzielnicy Mokotów Źródło: Opracowanie własne w programie Eviews 3.1

4 350 Rafał Zbyrowski Na Mokotowie potencjalną zmienną objaśniającą obok powierzchni (r = 0,84) może być zmienna WS_MOK, która obrazuje przynależność danej oferty do grupy o wysokim standardzie. Oba współczynniki korelacji są dodatnie i wskazują na silną zależność korelacyjną z ceną mieszkania w tejże dzielnicy. Mokotów jest jedną z dzielnic Warszawy, gdzie udział budownictwa o wysokim standardzie, czyli głównie apartamentów i penthouse ów jest relatywnie duży. Stąd zapewne pojawiał się w tej dzielnicy współczynnik o wysokiej wartości (r = 0,74). Niestety zmienna obrazująca wysoki standard jest wyraźnie powiązana zależnością z liczbą metrów (r = 0,61), co stwarza możliwość wystąpienia współliniowości tych regresorów. Na Mokotowie wielkość ceny nieruchomości może zwiększać się w umiarkowanym zakresie w związku z występowaniem mieszkania hipotecznego (r = 0,33). Pojawia się w tej dzielnicy współliniowość pomiędzy liczbą metrów kwadratowych i liczbą pokoi oraz faktem występowania windy w budynku, a liczbą pięter dodatni współczynnik korelacji równy 0,71. Obliczone na podstawie próby współczynniki korelacji pomiędzy ceną mieszkania i jego głównymi charakterystykami zostały poddane wnioskowaniu statystycznemu pod względem ich istotności statycznej w populacji generalnej. Nie wszystkie badane cechy posiadają jednakowo liczny zbiór obserwacji (np. wysoki standard). Nieco inne wartości krytyczne rozkładu t-studenta w poszczególnych testach mogą zadecydować, więc o przyjęciu lub odrzuceniu hipotezy zerowej testu dla danej pary zmiennych. W badaniu przyjęto niski poziom istotności równy 0,05 oraz posłużono się statystyką weryfikacyjną t obl według wzoru [Zajchowska-Lipiec, 1999, s. 70]: t obl N r (1) xy 1 ( r ) gdzie: N to liczebność próby, r xy to współczynnik korelacji H 0 : r xy = 0, cechy nie są skorelowane w populacji generalnej H 1 : r xy 0, współczynnik korelacji dla danej pary zmiennych jest istotnie różny od zera w populacji generalnej xy Rysunek 1. Testowanie istotności współczynnika korelacji Źródło: Opracowanie własne na podstawie [J. Żyżyński, 1999].

5 Narzędzia ilościowe jako wsparcie działalności 351 Odrzucenie hipotezy zerowej na korzyść hipotezy alternatywnej następuje, w przypadku, gdy wartość statystyki t obl znajdzie się w obszarze krytycznym. Zamieszczone poniżej poszczególne wartości statystyki oraz wartości krytyczne rozkładu t-studenta dla liczby stopni swobody (r = N ) i poziomu istotności równego 0,05. W tablicy pogrubiono wszystkie statystyki t obl oraz odpowiadające im wartości krytyczne, które wskazują na odrzucenie hipotezy zerowej testu. Tablica. Badanie istotności statystycznej korelacji pomiędzy ceną mieszkania i poszczególnymi jego charakterystykami. Dzielnica Mokotów t obliczone t z tablic WINDA PARTER POKOJE PIETRO LICZ.PIĘTER ANEKS 1..0 PRZEDWOJEN WIELKAPLYTA RAMA H HIPOTECZNE 3..0 NOWE SP.WLAS WYS. STD METRY LICZ. LAT Źródło: Opracowanie własne w programie Eviews 3.1 Z powyższej analizy wynika, że liczba metrów kwadratowych wraz z liczbą pokoi posiadają wyjątkowo wysokie wartości testu (tj. są bez cienia wątpliwości związane istotną statystycznie zależnością z ceną). Obie zmienne są jednak silnie skorelowane. Ponadto aż osiem zmiennych (tj. WINDA, PARTER, PIĘTRO, ANEKS, PRZEDWOJENNE, RAMA H, NOWE, SPÓŁDZIELCZE WŁASNOŚCIOWE) jest bardzo słabo powiązanych z poziomem cen mieszkań w badanej dzielnicy Warszawy. W obrębie badanej próby wyróżnienie mieszkania jako nowego nie powoduje znaczącej zmiany ceny (tj. zmienna NOWE jest słabo skorelowana z ceną). Prawdopodobnie mieszkania używane posiadają wiele zalet takich jak lepsza lokalizacja, budulec lub lepsze rozwiązania komunikacyjne, które wydatnie konkurują z atrakcyjniejszą architekturą i wzornictwem mieszkań nowych.

6 35 Rafał Zbyrowski W badanym okresie mieszkania spółdzielcze własnościowe w dużej mierze występowały w obrocie. Jest to forma własności, która pozwala na użytkowanie mieszkania, jednak ze względu na brak księgi wieczystej uniemożliwia zaciąganie kredytów pod zastaw nieruchomości. W zakresie badanej próby jest to powszechna na rynku cecha prawna, która jak widać nie powoduje korekty ceny mieszkania. Choć zdawało by się, iż zajmowanie mieszkania na parterze niesie za sobą wiele uciążliwości takich jak np. zwiększone ryzyko włamania, hałaśliwość, czasami brak balkonu to w praktyce cecha ta nie rzutuje na wartość. Można uznać, że nabywców bardziej interesują inne informacje dotyczące lokalu, które wydatniej wpływają na komfort życia w danym miejscu. Z drugiej strony dla wielu osób starszych mieszkania na parterze mogą wydawać się bardziej atrakcyjne zwłaszcza w budynkach bez windy lub z powodu chęci posiadania przydomowych ogródków. Stanowią oni dość nieliczną grupę nabywców, ponieważ zazwyczaj niechętnie zmieniają miejsce zamieszkania, a ich potrzeby mieszkaniowe zostały już zaspokojone dużo wcześniej. Dość zaskakujący jest brak przełożenia na wartość mieszkania faktu występowania aneksu kuchennego. W większości transakcji potencjalny nabywca zainteresowany jest posiadaniem samodzielnej kuchni. W badanym okresie w Warszawie notowano szczególne zainteresowanie mieszkaniami o niewielkiej powierzchni tj. kawalerkami, w których często spotyka się aneksy kuchenne. Być może ogólnie większy popyt na mieszkania tego typu spowodował, iż kupujący zdążyli już zaakceptować fakt występowania aneksów kuchennych. Z drugiej strony pomoce mogło okazać się tu również nowe wzornictwo i aranżacja wnętrz, które potrafią sprawić iż współczesne aneksy kuchenne wyglądają bardzo estetycznie. Wyszczególnione powyżej zmienne (tj. WINDA, PARTER, PIĘTRO, ANEKS, PRZEDWOJENNE, RAMA H, NOWE, SPÓŁDZIELCZE WŁA- SNOŚCIOWE) niewystarczająco oddziałują na zmienność cen mieszkań na Mokotowie. Jednak zbiór zmiennych potencjalnie możliwych do wykorzystania w analizie jest znaczący. Na podstawie tablicy nr można wyróżnić 7 zmiennych egzogenicznych, które wydatnie kształtują wartość lokali mieszkalnych na Mokotowie (tj. POKOJE, LICZBA PIĘTER, WIELKA PŁYTA, HIPOTECZ- NE, WYSOKI STANDARD, METRY, LICZBA LAT). Można wstępnie wnioskować o uzależnieniu tejże wartości od pewnych czynników mierzalnych. Istnieje zatem nadzieja na stworzenie modelu, który może być potraktowany jako narzędzie pomocnicze dla szacowania wartości mieszkań w dzielnicy Mokotów.

7 Narzędzia ilościowe jako wsparcie działalności Modelowanie wartości nieruchomości mieszkaniowych dla dzielnicy Mokotów w Warszawie Tablica 3. Model opisujący cenę mieszkania dla dzielnicy MOKOTÓW Źródło: Opracowanie własne w programie Eviews 5.1 Zapis analityczny modelu zbudowanego dla dzielnicy Mokotów: LOG(CENA_MOK t ) = *LOG(LICZPIETER_MOK t ) *WIELKAPLYTA_MOK t *HIP_MOK t *MET_MOK t *LLAT_MOK t Model w 8%-ach wyjaśnia zmienność cen mieszkań w dzielnicy Mokotów. Wartość odchylenia standardowego składnika resztowego wynosi w modelu 0,0. Wydaje się, że jest to niewiele w odniesieniu do średniej arytmetycznej zlogarytmowanego szeregu cen mieszkań (6,01). Stąd stosunek tej miary do wartości średniej wynosi około 3%. Dzielnice Mokotów i Śródmieście to obszary największego zróżnicowania cen mieszkań w Warszawie. Zastosowanie zależności nieliniowej pozwoliło zwiększyć dobroć dopasowania wartości teoretycznych do empirycznych o około 5%. Mokotów to według wielu ekspertów rynku obrotu nieruchomościami najpopularniejsza dzielnica Warszawy. Oczywistym efektem tejże popularności jest wysoka cena - około 10 tysięcy złotych za metr kwadratowy mieszkania. Jest to jedna z najbardziej prestiżowych dzielnic stolicy. Ze względu na swoje ukształtowanie, rozległe tereny zielone i bezpośrednie sąsiedztwo centrum, Mokotów jest wprost idealny jako miejsce do zamieszkania. Choć w południowo-zachodniej części Mokotowa znajduje się Służewiec Przemysłowy to dziś już tylko nazwa świadczy o tym że niegdyś były to tereny przemysłowe. Współcześnie nawet Służewiec stał się skupiskiem coraz większej liczby ośrodków handlowo-usługowych i centrów biurowo-biznesowych. Warszawiacy ko-

8 354 Rafał Zbyrowski chają Mokotów i od tej dzielnicy bardzo często zaczynają swoje poszukiwania mieszkania. Pomimo, że jest to dzielnica droga to jednak notuje się w niej dużą liczbę transakcji. Może to wynikać z popularności relatywnie tanich projektów deweloperskich powstających na obrzeżach dzielnicy, a także z zakupu używanych mieszkań w budynkach o niższym standardzie. Wszystkie znaki oszacowań parametrów przy zmiennych objaśniających okazały się merytorycznie poprawne. Zwiększenie powierzchni mieszkania o 1 metr kwadratowy powoduje średnio zwiększenie jego ceny o 1,5 procent (ceteris paribus). Wzrost liczby lat mieszkania przekłada się nieznacznie na zmniejszenie jego wartości rynkowej. Każdy dodatkowy rok zmniejsza cenę na Mokotowie o 0,19% (ceteris paribus). Relatywnie tańsze są tu mieszkania zlokalizowane w budynkach o większej liczbie kondygnacji. Na Mokotowie także nie jest to zależność liniowa. Obecność wielkiej płyty jako rodzaju budulca ujemnie warunkuje poziom ceny. Mieszkania zbudowane z wielkiej płyty są średnio o 11,86% tańsze od podobnych mieszkań powstałych zgodnie z innymi technologiami. Zmienna binarna HIP_MOK t posiada dla Mokotowa istotnie różne od zera oszacowanie parametru (0,0786). Wynika stąd, iż pojawienie się tej formy własności dla danego mieszkania w tej dzielnicy powoduje średnio zwiększenie jego ceny o 8,17% przy spełnieniu założenia stałości pozostałych elementów modelu (ceteris paribus). Parametry oszacowanego równania się istotnie różne od zera dla poziomu istotności bliskiego zeru. Możliwość wystąpienia autokorelacji składnika resztowego została wykluczona z niniejszego modelu przeprowadzonym poniżej testem Breusch-Godfrey a. Tablica 4. Test LM w modelu dla dzielnicy Mokotów Źródło: Opracowanie własne w programie Eviews 5.1 Hipotezy testu Breusch-Godfrey a : H 0 : 1 0 H A : istnieje takie i, że 0 i Relatywnie niskie wartości testów F oraz wskazują jednoznacznie na brak podstaw do odrzucenia hipotezy zerowej, która zakłada brak autokorelacji składnika resztowego do rzędu drugiego w zbudowanym modelu dla dzielnicy Mokotów.

9 Narzędzia ilościowe jako wsparcie działalności 355 Możliwość wystąpienia w modelu heteroskedastyczności składnika resztowego została wykluczona na podstawie testu White a. Tablica 5. Test White a w modelu dla dzielnicy Mokotów Źródło: Opracowanie własne w programie Eviews 3.1 Hipotezy testu White a : H 0 : dla n = 1,,...,N e n e H A : istnieje takie n, że e n e Wartości testów F oraz wskazują na brak podstaw do odrzucenia hipotezy zerowej, która zakłada stałość wariancji składnika resztowego. Zatem model opisujący zmienność cen nieruchomości mieszkaniowych w dzielnicy Mokotów odznacza się własnościami, które potwierdzają jego poprawność ze statystycznego punktu widzenia. Podobnie ocena merytoryczna znaków parametrów przy zmiennych objaśniających zdaje się nie budzić wątpliwości. Zakończenie Przeprowadzone badanie ukazuje potencjalne zastosowanie modelowania ekonometrycznego do wstępnej wyceny nieruchomości mieszkaniowych. Zazwyczaj należy spodziewać się, że precyzja wyceny zwiększa się, gdy nieruchomość jest bardziej standardowa, a otoczenie makroekonomiczne stabilne. Wycena nieruchomości stanowi ważny obszar funkcjonowania przedsiębiorstw i wielu podmiotów gospodarczych. Stąd usprawnienie bądź wsparcie procesu wyceny prowadzi do zwiększenia ich efektywności. Modele ekonometryczne mogą stanowić również istotne usprawnienie działalności ekspertów od wyceny. Niestety wielu z nich podchodzi bardzo sceptycznie do aplikacji narzędzi ilościowych nawet w szeroko pojętym badaniu rynku nieruchomości. Eksperci pozostają jednak zgodni co do trudności związanych ze sporządzeniem wyceny w czasie kryzysu finansowego. W czasie załamania koniunktury gospodarczej wiarygodność i precyzja opisu cen za pomocą modeli została zmniejszona ze względu na dużo mniejszą liczbę transakcji realizowanych na rynku. Ponadto zwiększone rozbieżności pomiędzy cenami ofertowymi i transakcyjnymi utrudniają wycenę zarówno w wykonaniu licencjonowanych rzeczoznawców majątkowych jak i statystyków lub użytkowników gotowych narzędzi ilościowych. Według opinii rzeczoznawców majątkowych w nowych realiach gospodarczych pojawił się tzw. brak kupujących, który nie przyczynia się do negocjowania cen. Właściciele mieszkań często kierują się informacjami z przeszłości, które

10 356 Rafał Zbyrowski częściowo zostały zafałszowane przez wyjątkowo korzystną koniunkturę, sprzyjającą spekulacjom na nieruchomościach [Błaszczak, 009]. Wiele nieruchomości zostało nabytych właśnie w oczekiwaniu na dalszy wzrost ich wartości często za kredyty, których odsetki muszą być spłacane pomimo nieoczekiwanego załamania koniunktury. Wymienione przesłanki wydawać by się mogło hamują proces dostosowawczy cen ofertowych. Pewnym jest, że kryzys zwiększył wspomnianą już wcześniej rozbieżność pomiędzy cenami ofertowymi a transakcyjnymi utrudniając wycenę i monitorowanie wartości nieruchomości przez banki hipoteczne, instytucje ubezpieczeniowe, agencje obrotu nieruchomościami, deweloperów i instytucje podatkowe. Literatura 1. Baranowski L. (009) Największe wzięcie mają najmniejsze mieszkania, Rzeczypospolita 6 lipca Błaszczak G. (009) Ceny z hossy, a oczekiwania z bessy, Rzeczypospolita 6 lipca Green William H. (00) Econometric analysis, Prentice Hall, New 4. Hopfer A., Cellmer R. (1997), Rynek nieruchomości, Wydawnictwo ART., Olsztyn. 5. Kenneth R. Harney (007) Reprisals on Appraisals, Washington Post, June. 6. Lipiec Zajchowska M., Sikora E., Zajchowski J., Koślacz P., Optymalizacja procesów decyzyjnych - cz.i Analiza i prognozy, Wydawnictwo Naukowe W.Z.U.W, Warszawa (001). 7. Lipiec-Zajchowska M. (red.) Cele i instrumenty polityki gospodarczej ilościowa analiza zależności,, Wydawnictwo Naukowe Wydziału Zarządzania UW, Warszawa (00). 8. Maddala G.S. (006), Ekonometria, PWN, Warszawa. Streszczenie Niniejszy artykuł ukazuje potencjalne szerokie zastosowanie modelowania ekonometrycznego w obszarze wstępnej wyceny nieruchomości mieszkaniowych. Stąd modele ekonometryczne jak również inne narzędzia statystyczne wydają się użyteczne z punktu widzenia podnoszenia efektywności działania firm i podmiotów związanych z rynkiem nieruchomości. Warto podkreślić, że im bardziej standardowe są nieruchomości podlegające wycenie, tym bardziej wiarygodne i precyzyjne są ich wyceny dotyczy to zarówno działalności ekspertów od wyceny jak i zastosowania narzędzi statystycznych. Niestety wraz z pojawieniem się kryzysu finansowego precyzja sporządzanych wycen uległa pogorszeniu. Oczywiście przedstawiony w opracowaniu przykład modelowania wymaga dostępu do odpowiednich baz danych o nieruchomościach. Modele ekonometryczne oparte na znacznej próbie badawczej mogą stanowić istotne wsparcie w procesie wyceny wstępnej nieruchomości dokonywanej przez ekspertów. Ponadto wspomniane narzędzia pomagają zbliżyć proces wyceny wartości rynkowej nieruchomości do jej przyjętej definicji tj. uwzględnić element prawdopodobieństwa wyniku.

11 Narzędzia ilościowe jako wsparcie działalności 357 Zaprezentowane badanie pozwala jednoznacznie wyłonić grupę obiektywnych czynników determinujących cenę nieruchomości mieszkaniowej w Warszawie oraz określić ich znaczenie w kształtowaniu poszukiwanej wartości. Zdolność stosunkowo szybkiej i wiarygodnej wyceny wstępnej nieruchomości może przyczynić się do usprawnienia funkcjonowania wielu podmiotów związanych z rynkiem nieruchomości, choć z drugiej strony nigdy nie należy zapominać o stochastyczności wyniku. Proces poszukiwania wartości nieruchomości można porównać do prognozowania, ponieważ w rzeczywistości to rynek kształtuje wartość, natomiast człowiek może ją tylko w sposób mniej lub bardziej dokładny oszacować. Słowa kluczowe modelowanie, wycena nieruchomości, AVM Statistic methods and company effectiveness in real estate market (Summary) The empirical part of the research shows that econometric models appear to have significant potential on the basis of the estimated valuation of dwellings. Therefore econometric models can support effectiveness of companies activity in real estate market and mortgage market. There is a good idea to say - that in the majority cases the more standard measured object is, the most narrowly this type of estimate is. It has been mentioned that the precision of modelling decreased because of the recession in real estate market. Of course, building a model requires access to relevant databases, but let us to identify the group of vital factors that determines the real market value of dwellings. Moreover when it comes to the question of stochastic aspects of valuation, econometric and statistic modelling seems to be terribly important. Keywords modeling, valuation, AVM