Determinace vývoje tržních specifik, působících na cenovou hladinu v segmentu bytové výstavby David Opočenský Vývoj na trhu s nemovitostmi v segmentu bytové výstavby probíhá vývojem v závislosti na vývoji dílčích determinujících faktorů, které jsou vzájemně provázané a na sebe působící. Tento článek analyzuje vývoj dílčích determinujících faktorů a jejich vzájemnou závislost. Vzájemné spolupůsobení jednotlivých faktorů se nejsnáze vyjádří pomocí regresní analýzy.
Specifikace determinujících faktorů Pro analýzu determinujících cenotvorných faktorů je zásadní specifikovat základní postupy rozvoje a to ať už pro jednotlivá specifika, tak pro celkový vývoj segmentu bytové výstavby. Při vyjádření a optimalizování dílčích faktorů a vyjádření vzájemných vazeb, je možné navrhnout model vývoje, který může v reálných hodnotách analyzovat ve specifikovaných lokalitách, průběh minulých dějů v segmentu trhu bytové výstavby. Vyjma analýzy dějů minulých může navržený model sloužit, jako zdroj aktuálních informací o cenové hladině bytových jednotek, respektive konkrétní zvolené bytové jednotky. Vzhledem k analytické části modelu, je možné při správně zvolené interpretaci stanovit dílčí, operativní až střednědobou prognózu vývoje. Daná prognóza vývoje cenové hladiny nabídkových cen bytových jednotek ve sledovaných lokalitách je aplikovatelná v hrubém měřítku obecně pro specifikovanou lokalitu, tak i pro konkrétní bytovou jednotku.
Cenotvorný model Pokud má model poskytovat věrohodné výstupy, je důležité, aby zohledňoval vývoj, respektive fáze hospodářského cyklu, ale také konkrétní disparity, které vznikají v jednotlivých lokalitách. Marginální, ovšem neméně důležitou částí modelu je charakteristika cenové úrovně nabídkové ceny pro konkrétní bytovou jednotku. Konkrétní natavení modelu je zvolené, jako dvouúrovňové viz následující graf č.1, který schematicky modifikuje strukturu vazeb v modelu působících. Specifikace cenotvorného modelu Při sestavení modelu je v počáteční fázi nutné stanovit základní předpoklady, za kterých model podává relevantní výstupy a to ve všech jeho úrovních. Základním předpokladem pro objektivní výstupy je, že model pracuje pouze s tržními specifiky níže vyjmenovanými, veškeré další proměnné na model působící jsou uvažovány konstantou jedna.
Obr. 1: Základní schéma determinujícího modelu vývoje nabídkových cen bytových jednotek
Zdroj: Zdroj dat (vlastní výpočty)
Popis Obr. 1. Zvolený model analyzující tržní vývoj je navržen jako postupný dvoustupňový, respektive propojuje dva dílčí modely, pro determinaci cenové hladiny nabídkových cen pro konkrétní bytovou jednotku. Zvolený model postupuje systémem postupné specifikace cenové hladiny na základě analýzy vstupních tržních specifik, respektive cenotvorných kritérií. Na základě daného vícestupňového modelu je možné: a) Analyzovat vývoj cenové hladiny, v úrovni nabídkových cen pro segment trhu bytových jednotek, ale i pro konkrétní bytovou jednotku b) Determinovat aktuální cenovou hladinu nabídkových cen bytových jednotek ve sledovaných lokalitách a dále verifikovat nabídkovou cenu pro konkrétní bytovou jednotku. c) Na základě regresní analýzy a stanovení trendů vývoje stanovit až střednědobou prognózu vývoje nabídkových cen bytových jednotek a to jak pro celý segment trhu, tak i pro konkrétní bytovou jednotku. První fáze: Stanovení základního kvantilového rozpětí vývoje cenové hladiny nabídkových cen. Specifikovaná první fáze vychází z analogie vývoje, která je získána ze vstupní databáze nabídkových cen bytových jednotek ve sledovaných lokalitách. Pro daný vývoj, který mapuje vstupní databáze, je provedena regresní analýza, pro zjištění souvislostí a provázaností jednotlivých vstupních kritérií a databáze nabídkových cen bytových jednotek. Na základě regresní analýzy respektive jejich výstupních hodnot, jsou kvantifikovány jednotlivé vazby v modelu. Na základě výstupů z regresní analýzy je dále stanovena váha jednotlivých tržních specifik na kvantilový výstup ze základního modelu.
Analýza vývoje cenové hladiny nabídkových cen ve sledovaných lokalitách „Jádrem Analýzy vývoje cenové hladiny nabídkových cen bytových jednotek, je vlastní databáze obsahující v součtu přes 6000 inzerátů na prodej a pronájem bytových jednotek“[1]. „Proto, aby výstupy analýzy nabídkových cen bytových jednotek vykazovaly co možná nejvyšší míru objektivnosti, je nezbytné aby: 1) Vstupní data (jednotlivé inzeráty konkrétních bytových jednotek) byly zadány stanoveným – standardizovaným způsobem, který bude pro všechny vstupní data jednotný. To konkrétně znamená, aby každý inzerát obsahoval požadované údaje. Požadovanými údaji jsou například: Konkrétní přesná lokace bytové jednotky, užitná plocha jednotky, druh prodeje, nabídková cena 2) Eliminování opakování jednotlivých prodávaných bytových jednotek. V praxi je obvyklé, že nabízená bytová jednotka je inzerována v období po několik týdnů nebo i déle. V tomto období ve většině případů dochází ke korekcím nabídkové ceny s ohledem na cenotvorná kritéria. Pro objektivnost výstupů je žádoucí, aby došlo k eliminování opakování konkrétní bytové jednotky v databázi. Výsledným údajem v databázi by měl být inzerát s cenou, která odpovídá nabídkové ceně, vedoucí k prodeji bytové jednotky nebo ke stažení inzerátu z jiného důvodu, například přehodnocení úmyslu nabízenou bytovou jednotku prodat. 3) Stanovení objemu dat (inzerovaných bytových jednotek) v databázi. Pro dosažení optimální vypovídající hodnoty databáze nabídkových cen bytových jednotek je důležité maximalizovat počet vstupních dat. Maximalizací počtu vstupů v databázi lze dosáhnout eliminaci nežádoucích extrémů. 4) Standardizovaný způsob zpracování datových vstupů na požadované výstupy. To znamenalo rozčlenění bytových jednotek, do dvou základních skupin a to dle výměry bytové jednotky A) První skupina: bytové jednotky do celkové užitné plochy 45m 2. B) Druhá skupina operuje s byty, které mají užitnou plochu 45m2 a více.“ „Tímto rozdělením je pokryto širší spektrum možností pro pořízení bydlení. V první skupině jsou obsaženy malometrážní (,,startovací“) byty, které jsou důležitým segmentem trhu, protože je poptáván silně zastoupenou skupinou zájemců. Zde jsou hlavními elementy tvořícími poptávku lidé ve věku okolo 25.let a také ta část obyvatel, která nedosahuje úrovně průměrných příjmů. Druhá skupina představuje byty o střední velikosti. Jedná se o nejvýznamnější segment trhu, a to díky plošné velikosti bytových jednotek, která již umožňuje plnohodnotné využití ve smyslu potřeb rodiny. Hlavním faktorem pro členění byla tudíž půdorysná plocha bytu. Samozřejmě že by bylo možné databázi třídit podle podrobnějších nebo úplně jiných kritérií, ale to by bylo pro potřeby této práce nadbytečné“.[1] „Tímto konečným rozčleněním se stala databáze snadno přehledně použitelnou jako výchozí zdroj pro aplikaci a zkoumání vytyčených cílů a hypotéz.“[1] „Základním výstupem z databáze je vývoj cenové hladiny bytových jednotek ve sledovaných lokalitách, který je určen v jednotce: koruny za metr čtverečný. Zvolený výstup je optimální vzhledem k jeho implementaci do predikčního modelu, ve kterém se bude ve vstupu zadávat celková užitná plocha konkrétní sledované bytové jednotky, u které bude požadována predikce budoucího vývoje cenové hladiny.“[1]
Obr. 2: Medián vývoje nabídkových cen ve stálých cenách (Kč/m2) Medián vývoje nabídkových cen ve stálých cenách (Kč/m2)
40 000 Kč 30 000 Kč
22 642 Kč 19 087 Kč 18 184 Kč 17 387 Kč 15 543 Kč 14 350 Kč 13 992 Kč 11 958 Kč 11 169 Kč 9 775 Kč 6 499 Kč6 942 Kč7 853 Kč
20 000 Kč 10 000 Kč 0 Kč
2000 2001 2002 2003 2004 Liberecká lokalita byty do 45m2 Ústecká lokalita-byty do 45m2 Průměrný vývoj
2005
2006
2007
2008 2009 2010 2011 2012 Liberecká lokalita byty nad 45m2 Ústecká lokalita - byty nad 45m2
Zdroj: vlastní databáze Obr. 3: Index vývoje nabídkových cen bytových jednotek ve sledovaných lokalitách (T-1, stálé ceny) Index vývoje nabídkových cen bytových jednotek ve sledovaných lokalitách (T-1, stálé ceny)
1,60 1,40 Název osy
1,20 1,00
1,06
1,12
1,24
1,20
1,08
1,17
1,24
1,27 0,89
0,80
0,90
0,89
0,92
0,60 0,40 0,20 0,00
2001
2002 2003 2004 2005 Liberecká lokalita byty do 45m2 Ústecká lokalita-byty do 45m2 Průměrný index vývoje
2006
2007
2008 2009 2010 2011 Liberecká lokalita byty nad 45m2 Ústecká lokalita - byty nad 45m2
2012
Zdroj: vlastní databáze Tržní cenotvorná specifika první fáze modelu Z obecného hlediska se jedná o makroekonomické veličiny sledující vývoj ekonomiky na úrovni národního hospodářství. U specifických veličin je dále, pro zachování relevantnosti výstupů, žádoucí sledovat jejich regionální odchylky. Pro stanovení závislosti jednotlivých veličin na vývoji cenové hladiny nabídkových cen, který je vyjádřen na základě databáze viz obrázek 2 a 3, je nutné realizovat nejprve základní hodnocení souboru dat pomocí Korelačního koeficientu. Zde je nejprve uvažovat o lineární závislosti. Tato úvaha je nutná s ohledem na vztahovou složitost a mnohdy nejednoznačnost dílčích vazeb sledovaných veličin. Mezi konkrétní cenotvorné činitele na „globální úrovni patří zejména:
1) Inflace 2) Hrubý domácí produkt (sledování výkonnosti ekonomiky) 3) Průměrná mzda 4) Míra nezaměstnanosti: 5) Legislativní externality 6) Demografický vývoj 7) Indikátor důvěry spotřebitelů 8) Státní politika bydlení 9) Struktura koupěschopnosti obyvatel v poměru k možnosti pořízení bydlení 10) Cena peněz na kapitálovém trhu 11) Cena nájemního bydlení Následující tabulky specifikují a kvantifikují vývoj sledovaných cenotvorných tržních specifik Vyjádřena jsou taková kritéria, která jsou jednoznačně kvantifikovatelná, nebo která jsou dostupná: Tab. 1: Vývoj „globálních“ cenotvorných specifik Vývoj HDP Ukazatel vývoje HDP
HDP mld. Kč, b. c. HDP %, r/r, reálně
2000 2189,2 3,6
2001 2352,2 2,5
2002 2464,4 1,9
2003 2577,1 3,6
2004 2814,8 4,5
2005 2983,9 6,3
2006 3215,6 6,8
2007 3530,2 6,1
2008 3705,9 2,5
2009 3758,9 -4,1
2010 3799,5 2,4
2011 3841,3 2,3
2012 3843,9 -1,2
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Zaměstnanost Vývoj nezaměstnanosti celá ČR % Vývoj nezaměstnanosti pro Liberecký kraj Vývoj nezaměstnanosti pro Ústecký kraj Zaměstnaní celkem v tis. osob
primární sféra (%) sekundární sféra (%) terciární sféra (%)
8,76 6,44 16,15 4731,60
8,13 7,35 15,83 4 727,69
4,88 39,48 55,56
4,57 39,94 55,45
7,28 8,68 17,13 4 764,91 4,58 39,61 55,71
7,78 9,48 17,94 4 733,18 4,32 39,36 56,21
8,30 8,22 15,85 4 706,63 4,12 39,15 56,64
7,93 7,73 15,41 4 764,02 3,81 39,51 56,58
7,14 7,04 13,77 4 828,06 3,61 39,96 56,33
5,32 6,05 10,96 4 921,99 3,43 40,14 56,35
4,39 6,95 10,26 5 002,50 3,17 40,52 56,24
6,66 11,24 13,61 4 934,30 3,12 38,57 58,08
7,28 10,54 13,90 4 885,24 3,10 37,99 58,91
6,71 9,46 12,94 4 904,03 2,97 38,39 58,62
9,36 10,26 14,02 4 861,50
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
3,90
4,70
1,80
0,10
2,80
1,90
2,50
2,80
6,30
1,00
1,50
1,90
3,30
Inflace Vývoj inflace
Vývoj mezd 2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
13 219
14 378 1,088 1,037
15 524 1,080 1,060
16 430 1,058 1,057
17 466 1,063 1,033
18 344 1,050 1,030
19 546 1,066 1,039
20 957 1,072 1,042
22 592 1,078 1,010
23 344 1,033 1,023
23 864 1,022 1,007
24 436 1,024 1,005
25109
Vývoj DPH
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Základní sazba %
22,00 5,00
22,00 5,00
22,00 5,00
22,00 5,00
19,00 5,00
19,00 5,00
19,00 5,00
19,00 5,00
19,00 9,00
19,00 9,00
20,00 10,00
20,00 10,00
20,00 14,00
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
8,80 5,50
6,62 4,00
6,26 2,88
5,16 1,38
4,79 1,38
3,96 1,00
4,18 1,38
4,69 2,13
5,58 2,06
5,35 1,75
4,42 0,25
3,67 0,25
3,52 0,13
Průměrná mzda nominální % (T-1) index nominální mzdy index reálné mzdy
vývoj DPH
Snížená sazba %
vývoj úroků u hypotéčních úvěrů Vývoj sazeb Hypotéčních úvěrů Průměrná roční úroková sazba úroku z úvěru Průměrná roční Diskontní sazba ČNB Vývoj na akciových trzích ČR Vývoj indexu PX50 bodová hodnota Indexu PX
2000 551,94
2001 411,40
2002 437,49
2003 556,98
Zdroj: ČSU, MPSV, ČNB, www.hypoindex.cz
2004
2005
2006
2007
2008
827,34 1253,66 1478,16 1775,06 1366,34
2009
2010
2011
961,12 1172,02 1111,33
2012 948,35
Obr. 4: Ukazatel vývoje HDP Ukazatel vývoje HDP
5000
6,8
6,3
4000 3,6
3000
2189,2
2352,22,52464,4
3215,6
4,52983,9 2814,8 2577,13,6
9
3530,26,1
3758,9
3705,9
7 5
2,5
1,9
3843,9
3841,3
3799,5
2,4
3
2,3
2000
1
1000
-1,2 -1 -3
-4,1
0
2000
2001
2002
2003
2004
2005
2006
2007
HDP mld. Kč, b. c.
2008
2009
2010
-5
2011
2012
HDP %, r/r, reálně
Zdroj: ČSU
Obr. 5: Ukazatel vývoje DPH
Graf vývoje DPH 25,00 22,00 22,00 22,00 22,00 20,00
19,00 19,00 19,00 19,00 19,00 19,00 20,00 20,00 20,00 14,00
15,00 10,00 5,00
5,00
5,00
5,00
5,00
5,00
5,00
5,00
1
2
3
4
5
6
7
8
9,00
9,00
10,00 10,00
9
10
11
5,00 0,00 Základní sazba %
Zdroj: Ministerstvo financí
Snížená sazba %
12
13
Obr. 6: Procento potenciálních kupujících, kteří splňovali podmínku, že modelový o velikosti 60m2 by umořili prostřednictvím 36 násobku mzdy Graf pro model 3,6 popisující procento zaměstnanců, kteří splňují parametry modelu 36, tedy 95,26
100 90
89,20
77,26
80
71,18 71,025
70
65,86 57,83
57,57
60
48,86
46,83
50
40
32,07
30
25,97
47,75
28,07
20
11,17
10
9,44
13,36 6,50
10,85
11,15
0 2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Počet modelových potenciálních kupujících v oblasti Liberce (%) Počet modelových potenciálních kupujících v oblasti Ústí nad Labem (%)
Zdroj: vlastní databáze, vlastní výpočet
Obr. 7: Ukazatel vývoje inflace
Inflace 7 6 5 4 6,30
%
3 2
3,9
4,70 2,80
1
1,80
0 -1
2000
-2
Zdroj: ČSU
2001
2002
0,10 2003
2004
1,90 2005
2,50
3,30
2,80 1,00
2006
2007
2008
2009
1,50
1,90
2010
2011
2012
Obr. 8: Ukazatel vývoje nezaměstnanosti Graf vývoje nezaměstnanosti 20,00 18,00
16,15 15,83
16,00
17,13
17,94 15,85 15,41
13,61 13,90
13,77
14,00
10,96
12,00 10,00 8,76
8,13
8,00
7,78
7,28
8,30
7,93
10,26
7,14 5,32
14,02
9,36 7,28
6,66
6,00
12,94
6,71
4,39
4,00 2,00 0,00 2000
2001
2002
2003
2004
2005
Vývoj nezaměstnanosti %
2006
2007
2008
2009
Liberecký kraj
2010
2011
2012
Ústecký kraj
Zdroj: MPSV
Obr. 9: Ukazatel vývoje indexu PX
bodová hodnota Indexu PX
2000,00 1800,00
1775,06
1600,00 1478,16
1400,00
1253,66
1200,00 1000,00
1172,02 1111,33 961,12 948,35
827,34
800,00 600,00
1366,34
551,94
400,00
556,98 411,40 437,49
200,00 0,00 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 bodová hodnota Indexu PX
Zdroj: www.akcie.cz
Vývoj mezd
Obr. 10:
Graf vývoje mezd 30 000
1,2
25 000
25109 1 23 864 24 436 22 592 23 344
20 000 15 000 13 219
14 378
15 524
16 430
17 466
18 344
19 546
20 957
0,8 0,6
10 000
0,4
5 000
0,2
0
0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 index nominální mzdy
index reálné mzdy
Průměrná mzda nominální % (T-1)
Zdroj: MPSV
Vývoj sazeb hypotéčních úvěrů a diskontní sazby ČNB
Obr. 11:
10,00
Vývoj sazeb Hypotéčních úvěrů / diskontní sazby ČNB 8,80
8,00 6,00
6,62 5,50
6,26 5,16
4,00 4,00 2,00
5,58
4,79 3,96
4,18
2,88 1,38
1,38
1,00
1,38
4,69 2,13
5,35 4,42
2,06
3,67
3,52
1,75 0,25
0,25
0,13
0,00 2000 2001 2002 2003 2004 2005 2006 Průměrná roční úroková sazba úroku z úvěru
2007 2008 2009 2010 2011 2012 Průměrná roční Diskontní sazba ČNB
Zdroj: ČNB, www.hypoinndex.cz Stanovení vazeb v modelu pomocí korelačního koeficientu.
„Pro stanovení vazeb mezi dílčími cenotvornými tržními činiteli a vývojem nabídkových cen bytových jednotek je jako výchozí matematickou metodu vhodné použít částečnou statistickou analýzu, konkrétně korelační koeficient. „Výpočet korelačního koeficientu se liší podle typu zkoumaných statistických proměnných. V případě, že náhodné veličiny X a Y jsou kvantitativní náhodné veličiny se společným dvourozměrným normálním rozdělením, je pro konkrétní hodnoty (x1,y1), (x2,y2), ... (xn,yn) výběrový korelační koeficient dán vztahem“ [2] n
(x
i
x )(y i y )
i 1
r
n
(x
i
x)
i 1
Pearsonův korelační koeficient
n
2
(y
i
y)
2
i 1
„Součty čtverců ve jmenovateli jsou n-1 násobkem výběrových rozptylů. Proto se často setkáváme s jednodušším vyjádřením Pearsonova korelačního koeficientu“ [2] r=
s xy sx sy
,
„kde sx je směrodatná odchylka proměnné X, s y směrodatná odchylka proměnné Y a sxy takzvaná kovariance proměnných X a Y“ [2] sxy =
1 ( x i x)( y i y) . n 1
„Správná interpretace Pearsonova korelačního koeficientu předpokládá, že obě proměnné jsou náhodné veličiny a mají společné dvourozměrné normální rozdělení. Potom nulový korelační koeficient znamená, že veličiny jsou nezávislé. Pokud není splněn předpoklad dvourozměrné normality, z nulové hodnoty korelačního koeficientu nelze usuzovat na nic víc, než že veličiny jsou nekorelované. “ [2]
Tab. 2: Korelační koeficient dílčích cenotvorných veličin a vývoje nabídkových cen bytových jednotek ve sledovaných lokalitách
Vývoj HDP
Korelační koeficient porovnání k Indexu růstu
Korelační koeficient porovnání k nominálnímu růstu
Ukazatel vývoje HDP
HDP mld. Kč, b. c. HDP %, r/r, reálně
-0,4706
0,865409
0,639398
-0,19686
-0,37302 -0,76126 -0,00353 -0,2014
-0,70772 0,039342 -0,88681 0,935529
0,296052
0,246022
Zaměstnanost Vývoj nezaměstnanosti celá ČR % Vývoj nezaměstnanosti pro Liberecký kraj Vývoj nezaměstnanosti pro Ústecký kraj Zaměstnaní celkem v tis. osob
Inflace Vývoj inflace
Vývoj mezd
Průměrná mzda nominální % (T-1) index nominální mzdy
-0,54546 0,76403
0,797534 -0,35921
index reálné mzdy
0,537816
-0,66886
vývoj DPH Vývoj DPH Základní sazba %
-0,00707
-0,71983
Snížená sazba %
-0,67178
0,485176
0,336635
-0,30787
0,432454
-0,36456
0,147864
0,749787
vývoj úroků u hypotéčních úvěrů Vývoj sazeb Hypotéčních úvěrů Průměrná roční úroková sazba úroku z úvěru Průměrná roční Diskontní sazba ČNB Vývoj na akciových trzích ČR Vývoj indexu PX50 bodová hodnota Indexu PX
Zdroj: Vlastní výpočet Komentář k výpočtu korelačního koeficientu a ke kritériím s „globálním významem Při analýze výchozích tržních cenotvorných vstupů jsou z grafů a výpočtu korelačního koeficientu patrné dílčí vazby mezi jednotlivými veličinami a vývojem cenové hladiny nabídkových cen bytových jednotek ve sledovaných lokalitách. Nejsilnější vazby mezi cenotvornými činiteli a vývojem cenové hladiny bytových jednotek jsou patrné u vývoje HDP, nezaměstnanosti průměrné mzdy a bodové hodnoty indexu PX. Dané vazby mají vyšší hodnotu než 0,75, což značí silnou lineární závislost. Použití korelačního koeficientu může byt problematické s ohledem na možné časové zpoždění mezi jednotlivými dílčími cenotvornými činiteli. Při optimálním nastavení vah dílčích cenotvorných specifik v systému lze věrohodně predikovat vývoj nabídkových cen bytových jednotek a také predikovat systémové „bubliny“ mající vliv na budoucí vývoj cenové hladiny nabídkových cen bytových jednotek. Cenové kritéria s globálním významem jsou určena tím, jakým způsobem ovlivňují cenovou hladinu nabídkových cen bytových jednotek. U cenotvorných kritérií s globálním významem, je samozřejmě nutné zohledňovat i jejich regionální interpretaci. Například u nezaměstnanosti. Když budeme posuzovat průměrnou míru nezaměstnanosti v České Republice dostaneme hodnotu 8,2% (Zdroj: ČSU, k datu 8/2011). Pokud bychom uvažovali v prognostickém modelu s touto hodnotou jako určenou, bez ohledu na konkrétní lokalitu, mohlo by nám dané zobecnění způsobit predikční nepřesnost. Pro konkrétní upřesnění prognostického modelu je nutné přejít z celorepublikového průměru na průměry regionální a to v konkrétních sledovaných lokalitách. Například u nezaměstnanosti je rozdíl
mezi regionem s nejnižší mírou nezaměstnanosti a regionem s nejvyšší mírou nezaměstnanosti 12,5% a to konkrétně: míra nezaměstnanosti v regionu Praha východ je 3,4% (Zdroj: ČSU, k datu 8/2011), a míra nezaměstnanosti v regionu Most 15,9% (Zdroj: ČSU, k datu 8/2011). Pokud tedy bude model zohledňovat regionální disparity, budeme docházet k přesnějším analytickým výstupům. Příklad regionálních odchylek, od celorepublikového průměru, konkrétně uvedený u příkladu nezaměstnanosti, platí i pro ostatní kritéria uvedená jako kritéria s globálním významem. Při tvorbě vah jednotlivých kritérií v modelu je nutné s regionálními odchylkami od celorepublikového průměru počítat a do daného modelu je zakomponovat.
Druhá fáze: Optimalizace získaného kvantilového rozpětí cenových hladin, na základě multikriteriální hodnotové analýzy pro kvantifikaci cenové hladiny, v úrovni nabídkové ceny, pro specifickou bytovou jednotku. Daná fáze slouží ke specifikaci nabídkové ceny pro konkrétní bytovou jednotku na základě lokálních tržních cenotvorných specifik. Pro specifikaci konkrétní bytové jednotky je nutné determinovat dílčí cenotvorná kritéria, která mohou ovlivnit cenovou hladinu konkrétní bytové jednotky. Specifikace nabídkové ceny je realizována pomocí komplexní hodnotové analýzy, při využití jmenovitých metod a pravidel pro získání relevantních výstupů. Mezi cenotvorné činitele regionálního charakteru můžeme řadit zejména: 1) Dostupnost do správního centra s potenciálem budoucího rozvoje 2) Občanská vybavenost 3) Umístění v lokalitě výběru 4) Specifikum vlastníků okolních bytových jednotek. 5) Stavební provedení (druh výstavby): 6) Stáří objektu – fáze životního cyklu objektu 7) Intenzita okolního hluku 8) Druh vlastnictví 9) Provozní náklady – způsob vytápění 10) Dispoziční řešení 11) Kritérium vnitřního vybavení jednotky 12) Podlaží ve kterém se bytová jednotka nachází 13) Počet volných bytových jednotek ve sledované lokalitě 14) Technická vybavenost objektu Při specifikaci a následné analýze cenotvorných kritérií regionálně-lokálního charakteru, je optimální vycházet z osobních či obecně uznávaných preferencí, aby cenotvorná kritéria sloužila jako predikční činitelé je nutné pomocí sofistikovaných metod určit jejich váhu v predikčním modelu. U subjektivních cenotvorných kritérií, nelze absolutně vycházet z analogie z minulosti a to právě proto, že tento druh preferencí se v časové ose vyvíjí. Predikční model by měl, co se týče u kritérií regionálně-lokálního charakteru, vycházet primárně z odborně zpracované analýzy mapující vývoj cenové hladiny nabídkových cen nemovitostí v řešených lokalit.
Jak je uvedeno výše, cenotvorná kritéria jsou vzájemné propojený systém, kde změna na jedné proměnné ovlivní systém jako celek. Tímto tedy vzniká otázka, jak jsou jednotlivá kritéria v systému důležitá. Důležitost respektive váhu v systému můžeme stanovit za pomocí specifických vědeckých metod. Mezi základní metodu pro stanovení vah kritérií můžeme řadit párové porovnání. K dalším metodám pro zjištění vzájemného spolupůsobení kritérií, respektive stanovení vah jednotlivých cenotvorných kritérií řadíme: Metoda pořadí, Bodovací metoda, Fulleruv trojúhelník, Saatyho Metodu – Geometrického průměru, Saatyho metoda řádkové součty, Saatyho metoda - převrácené hodnoty sloupcových součtů. Zmíněné možnosti získání vah kritérií jsou založeny na obdobných principech, kdy jednotlivá kritéria nejprve uspořádáme do matice, kde následně porovnáváme vždy každé kritérium s každým dalším kritériem. Liší se následnou mechanikou výpočtu pro získání jednotlivých vah. Jako příklad zde uvádím stanovení vah párovým porovnáním pro kritéria lokálního charakteru a posléze globálního charakteru Výstup při stanovení vah jednotlivých „lokálních“ kritérií
Obr. 12:
Kritérium vnitřního vybavení jednotky; 4,5%
Dispoziční řešení; 7,6%
Provozní náklady – způsob vytápění; 9,1%
Dostupnost do správního centra vozem; 10,6%
Dostupnost do správního centra Veřejnou dopravou; 1,5%
Občanská vybavenost: ; 13,6%
Druh vlastnictví; 7,6% Umístění v lokalitě; 12,1% Intenzita okolního hluku; 12,1%
Stáří objektu; 4,5% stavební provedení (druh výstavby):; 3,0%
Zdroj: Vlastní výpočet
Možní sousedé; 13,6%
Hodnocení vah kritérií –cenotvorných činitelů lokálního charakteru: Celková problematika stanovení vah jednotlivých kritérií spočívá v individuálním přístupu hodnotitelů k jednotlivým cenotvorným kritériím respektive jejich porovnání. Pro dosažení relevantních výsledků je vhodné, aby byli vybráni hodnotitelé, kteří pokryjí co možná nejširší portfolio odborností a to jak akademických tak i praktických. V daném případě druhé kolo dotazníkové metody proběhlo v týmu odborníků, kteří při Brainstormingu stanovili kritéria k hodnocení. Dále je stanovení vah rozděleno dle členění kritérií na kritéria lokálního charakteru a na kritéria globálního charakteru. U kritérií lokálního charakteru je vzhledem k jejich určení jasná přímá souvislost s nabídkovou cenou konkrétní bytové jednotky. U kritérií globálního charakteru by bylo vhodné spíše uvažovat o nepřímé souvislosti s nabídkovou cenou. Nicméně kritéria globálního charakteru vypovídají o stavu ekonomiky jako celku a tudíž i nepřímá souvislost může být do jisté míry určující. Porovnávání konkrétních bytových jednotek pro stanovení ceny: Při relevantně specifikovaných cenotvorných kritérií a určení vah těchto kritérií, lze s jistou přesností dekomponovat nabídkovou cenu bytové jednotky na dílčí komponenty. Taktéž by bylo možné, opět dotazníkovou metodou případně metodou Brainstormingu, stanovit „ideální“ hodnoty kritérií.. Stanovením „ideálních“ hodnot cenotvorných kritérií nám vznikne etalon neboli ideální bytová jednotka. Se kterou posuzovanou bytovou jednotku porovnáme. Aby porovnání bylo relevantní je nutné u obou bytových jednotek (posuzované a „ideální“) stanovit hodnoty kritérií například Dostupnost do správního centra – vozem. Posléze za pomocí známých metod například: Bodovací metodou s vahami, Indexovou metodou, Metodou nejlepších hodnot popřípadě Ivanovičovou vzdáleností stanovíme užitnost specifikované bytové jednotky. Dále je možné porovnat cenotvorná kritéria s obdobnou nabízenou jednotkou v lokalitě specifikované bytové jednotky. Při porovnání kritérií některou z výše uvedených metod, lze taktéž jako v předchozím případě zjistit rozdíl v užitnosti jednotlivých bytových jednotek. Při znalosti nabídkové ceny obdobné bytové jednotky stanovit musíme stanovit nabídkovou cenu specifikované bytové jednotky tak, abychom dosáhli optimální efektivnosti vzhledem k obdobné posuzované bytové jednotce. Problematika porovnávání bytových jednotek Zásadním faktorem souvisejícím s relevantností stanovení nabídkové ceny konkrétní bytové jednotky, je vypovídací schopnost, respektive reálnost porovnávané obdobné bytové jednotky. Pro ověření relevantnosti nabídkové ceny obdobné bytové jednotky je žádoucí realizovat ověření dané nabídkové ceny například s cenovou mapou popřípadě s jinými relevantními zdroji, které poskytnou směrodatné údaje. Při dodržení výše zmíněných postupů bude výsledkem nabídková cena odpovídající nabídkám na trhu. Obdobně lze určit i smluvní nebo tržní cenu bytové jednotky, v tomto případě je ovšem nutná znalost smluvní ceny respektive tržní ceny porovnávané obdobné bytové jednotky.
Pro upřesnění ceny, respektive její prognostický výpočet bude dále sloužit vstupní tabulka, která je sestavena tak, aby dotazovatel prognózy specifikoval jednotlivá „lokální“ cenotvorná kritéria, která mají svou váhu v prognostickém modelu. Jak již bylo popsáno v kapitole 4.2.2. model pro stanovení trendu vývoje vychází primárně z makroekonomických a částečně demografických dat. Z důvodu zaručení vyšší objektivity bude model propojen přímo s webovými stránkami Českého statistického úřadu, kde budou data nezávisle na dotazovateli zadány do výpočtu v modelu. Výpočet užitnosti Indexovou metodou – s částečně eliminovanými kritérii.
Zdroj: Vlastní práce
Mezikvantilové rozpětí stanovené Analýzou nabídkových cen bytových jednotek je: 1504,-.Daná bytová jednotka je na 62% optimalní užitnosti. Bytová jednotka s optimální užitností je vyznačena horním kvantilem. Po vynásobení užitnosti dané bytové jednotky s mezikvantilovýcm rozpětím a výpočtem rozdílu ceny za m2 optimální bytové jednotky s posuzovanou dostaneme nabídkovou cenu posuzované bytové jednotky. (v jednotkách : Kč/m2)
Obr. 13:
Zdroj: Vlastní návrh
Zadávací tabulka v prognostickém modelu
Výstupem po zadání vstupní tabulky bude analýza vývoje cenové hladiny, kterou daná bytová jednotka prošla a následně stanovení aktuální hodnoty nabídkové ceny bytové jednotky. Poslední ale zároveň primární informací z výstupní tabulky bude prognóza vývoje nabídkové ceny specifikované bytové jednotky. Obr. 14:
Výstupní tabulka modelu.
Výstupní data: Výstupy pro zadanou bytovou jednotku:
1+1, v Liberci Ruprechticích, 2. NP, Os. Vlastnictví, 44m2
Rekapitulace bytové jednotky: Užitná ploocha bytové jednotky: 44 m2 Prodávajícím zamýšlena cena: 1 260 000 Kč Adresa bytové jednotky: Hroznová 697, Liberec 14, 460 14 Graf 1: Vývoj cenové hladiny bytové jednotky od roku 2000 až po současnost 2 400 000 Kč
1 900 000 Kč
1 503 475 1 400 000 Kč
1 257 143
1 141 622 1 068 571
900 000 Kč
400 000 Kč
-100 000 Kč
910 345
856 842 715 000 660 000 667 344 519 536 439 450
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Graf pravděpodobného vývoje cenové hladiny
Prognóza vývoje ceny bytové jednotky 1 200 000 Kč 1 000 000 Kč
954 911 Kč
851 542 Kč
1 002 435 Kč 928 180 Kč
800 000 Kč
731 250 Kč
830 772 Kč
600 000 Kč 400 000 Kč
200 000 Kč 0 Kč
2012
2013
2014 2015 cena b. jednotky
2016
2017
Tabulka pravděpodobného cenového vývoje nabídkové ceny bytové jednotky (nominální cena). 2012 2013 2014 2015 2016 2017 Nabídková cena b. jednotky 954 911 830 772 851 542 928 180 1 002 435 731 250 Prodejní cena b. jednotky 878 518 764 311 783 418 853 926 922 240 672 750 Rozdíl zamýšlená / nabídková cena 305 089 429 228 408 458 331 820 257 565 528 750
Zdroj: Vlastní databáze
Závěr Analýza cenotvorných činitelů, v kontextu s analýzou nabídkových cen bytových jednotek přináší bližší poznání a pochopení vzájemných interakcí na trhu s bydlením. Při sestavování predikčního modelu je zásadní optimalizovat kritéria v závislosti na jejich vzájemných reálných interakcích. Při pochopení vzájemných interakcí a jejich přenesení do modelu analyzujícího a predikujícího budoucí vývoj v daném segmentu trhu, lze dospět k řádově přesné predikci, která v budoucnu nastane. Dále lze dosáhnout predikce tržních disproporcí (cenových bublin), které mají známé a popsané příčiny vzniku. Vzhledem k tomu že daný model analyzuje a predikuje specifický segment trhu a tím je segment trhu s byty, musí být a je koncipován stupňovitě, aby postihoval ekonomiku na globální – celorepublikové úrovni, k tomu slouží takzvané kritéria „globálního charakteru“ respektive jejich regionální ekvivalent. Model ale také musí zohledňovat „Kritéria regionálnělokálního charakteru“, která má každá bytová jednotka za své podstaty specifická. Daný model zohledňuje jednak celorepublikový vývoj ekonomiky a dále konkrétní specifika jednotlivých bytových jednotek. Model kombinuje regresní a hodnotovou analýzu a determinuje směrodatné výsledky, které se týkají ocenění konkrétní bytové jednotky. Při specifikaci kritérií, stanovení vah kritérií regionálně –místního charakteru a hodnocení variant je zásadní, pro upřesnění výstupů, využívat zároveň několik relevantních postupů dané činnosti, které mezi sebou vhodně kombinovat. Pro dodržení relevantních výstupů modelu je nutné dílčí výstupy upravit o možné chyby a odchylky, dle principů matematické statistiky. To samé platí při stanovení prognózy vývoje posuzované bytové jednotky, která vychází z regresní analýzy a trendů vývoje nabídkových cen bytových jednotek ve sledovaných lokalitách.
Literatura: [1] Opočenský D., Diplomová práce: Srovnání relevantnosti a dostupnosti vlastnického a nájemního bydlení ve vybraných lokalitách, (2009)Autor, D. – Autor, E. (YEAR): Název knihy. Místo, Vydavatel, YEAR. [2] Egermayer F. a Boháč M..: Statistika pro techniky. SNTL, Praha,. (1984)
