Pokój z widokiem: hedoniczne modele cen mieszkań. dr hab. Emilia Tomczyk Instytut Ekonometrii SGH

Transkrypt

1 Pokój z widokiem: hedoniczne modele cen mieszkań dr hab. Emilia Tomczyk Instytut Ekonometrii SGH

2 Artykuł M. Widłak [Instytut Ekonomiczny NBP], E. Tomczyk (2010) Measuring price dynamics: evidence from the Warsaw housing market, Journal of European Real Estate Research 3: cel artykułu: prezentacja wyników estymacji hedonicznych modeli cen oraz indeksów cen mieszkań 25 hedonicznych modeli cen mieszkań; trzy metody pięć różnych wskaźników hedonicznych, które w odróżnieniu od powszechnie stosowanych metod pomiaru dynamiki cen mieszkań średniej i mediany pozwalają uwzględnić zmiany i różnice jakości mieszkań

3 Przed estymacją modeli wybór metody estymacji i postaci funkcyjnej, wstępny dobór zestawu zmiennych objaśniających czyszczenie zbioru danych z błędów (metodą graficznoekspercką) ograniczenie zbioru danych: dane transakcyjne, rynek wtórny, Warszawa średni segment rynku (eliminacja mieszkań luksusowych, w budynkach historycznych itd.) postać modeli: na podstawie wiedzy eksperckiej i wyników testu RESET (poprawności konstrukcji)

4 Problemy z danymi zmienne lokalizacyjne: dzielnica? grupy dzielnic? brak danych typu odległość od metra czy parku (wszelkich związanych z adresem) braki danych: w niektórych zmiennych braki danych sięgające 90% mieszkań; ich włączenie do modelu znacznie ogranicza liczbę obserwacji decyzja: uwzględnienie zmiennych, dla których braki danych nie przekraczają 25% liczba obserwacji: od 56 (metoda cen charakterystyk) do 1482 (metoda zmiennych zero-jedynkowych)

5 Interpretacja wyników przykładowe interpretacje (metoda ze zmiennymi zerojedynkowymi czasu, tab. AIII, s. 224): mieszkania o wysokim standardzie wykończenia (stand_1), w porównaniu do mieszkań o przeciętnym standardzie, są przeciętnie droższe o 8,3% za m 2, ceteris paribus mieszkania spółdzielcze są tańsze średnio o 4,3% za m 2 od własnościowych, ceteris paribus mieszkania małe (1- i 2-pokojowe) mają cenę za metr kwadratowy wyższą o 8% od mieszkań większych, ceteris paribus współczynnik determinacji R 2 = 0,63

6 To jak z tym widokiem? zmienne interakcyjne: pokój z widokiem : mieszkanie na ostatnim piętrze wysokiego budynku bezpieczeństwo: mieszkanie z monitoringiem w przeciętnej dzielnicy wygoda: winda w budynku, w którym nie jest wymagana prawem młody dekorator wnętrz : nowe mieszkanie w stanie surowym w dobrej dzielnicy ale tylko ten ostatni efekt okazał się sensowny merytorycznie (dodatni, ok. 10%) i istotny statystycznie

7 Podsumowanie wyników wyniki ciekawe: ważny jest standard wykończenia mieszkania, wiek budynku, liczba pokoi, powierzchnia (nieliniowo podniesiona do kwadratu), liczba pokoi, status własnościowy, rodzaj kuchni, a najbardziej dobra dzielnica a z drugiej strony czegoś brakuje: dokładnych zmiennych lokalizacyjnych Informacji o strukturze rynku w poszczególnych kwartałach (efekt osiedla na Tarchominie )

8 Teraz my: hedoniczny model cen mieszkań w Warszawie w praktyce

9 Baza danych dane udostępnione przez dr Monikę Bazyl, wykorzystane w rozprawie doktorskiej Warunki mieszkaniowe w Polsce na tle innych krajów Europy: analiza przez pryzmat modeli mikroekonometrycznych, KAE SGH, Warszawa 2012 źródło: internetowy serwis danych ofertowych, 2010 r. 476 (467 po czyszczeniu ) obserwacji z Warszawy: Bemowo, Bielany, Mokotów, Ochota, Praga Północ, Praga Południe, Rembertów, Śródmieście, Targówek, Ursynów, Włochy, Wola, Żoliborz

10 Wstępne czyszczenie danych z bazy usunięte zostały: krótkie ulice, ponieważ dane o odległościach od parków, stacji metra itd. dotyczą odległości od ulicy, a nie od konkretnej nieruchomości mieszkania pochodzące z dzielnic, których dotyczyły tylko pojedyncze obserwacje: Białołęka (1), Ursus (2), Wawer (1), Wesoła (2), Wilanów (3) potencjalne dodatkowe trudności: konieczność zdefiniowania zmiennych 0-1 dla dzielnic zbyt dokładne dane lokalizacyjne; powinny zostać zamienione na zmienne 0-1 typu odległość powyżej 5 km rok budowy jak wyżej, konieczne zdefiniowanie kategorii

11 Zmienne cena w zł zmienne fizyczne : powierzchnia liczba pokoi piętro i liczba pięter w budynku rok budowy zmienne lokalizacyjne : dzielnica i ulica współrzędne geograficzne odległości od: parku, stacji metra, rynku Starego Miasta, pałacu, terenu przemysłowego, lotniska