Vysoká škola ekonomická v Praze Národohospodářská fakulta Obor: Ekonomie
JAKÁ JE CENOVÁ ELASTICITA POPTÁVKY PO VLASTNICKÉM BYDLENÍ V OKRESE PARDUBICE? bakalářská práce
Autor: Eliška Skalická Vedoucí práce: Ing. Aleš Rod Rok: 2013
Prohlašuji na svou čest, že jsem bakalářskou práci vypracovala samostatně a s použitím uvedené literatury.
Eliška Skalická V Praze, dne 28. 8. 2013
Poděkování Na tomto místě bych chtěla poděkovat mému vedoucímu bakalářské práce Ing. Aleši Rodovi za odborné vedení a za cenné připomínky, které mi během psaní poskytl.
Abstrakt Práce zkoumá na datech pro okres Pardubice za roky 2008 až 2012 předpoklad, že poptávka po vlastnickém bydlení je cenově neelastická. Empirický test na regionálních datech prokázal, že poptávka po bydlení skutečně je cenově neelastická, konkrétně že při zvýšení ceny bydlení o 1 procento klesne poptávané množství o 0,85 %. Do modelu jsou zavedeny i další kontrolní proměnné, které mají zjistit, zda také neovlivňují cenovou elasticitu. Výsledkem jsou odhadované koeficienty v rozmezí od 0,72 do 0,96 v absolutní hodnotě.
Klíčová slova: poptávka po bydlení, cenová elasticita, vlastnické bydlení Abstract This bachelor thesis examines an assumption that a demand for owner-occupied housing is price-inelastic in the district of Pardubice. The data for the period from 2008 to 2012 are used in the thesis. The test has proved the demand for housing is truly priceinelastic; it means that an 1% increase in housing prices causes a decrease by 0,85 % of demands. Some control variables are also added into the model. This expanded model estimates coefficients in range from 0,72 to 0,96 in absolute values.
Keywords: housing demand, price elasticity, owner-occupied housing JEL klasifikace / JEL classification: R21
Obsah Úvod ................................................................................................................................ 6 1
Cenová elasticita po vlastnickém bydlení ............................................................... 7 1.1
Cenová elasticita po vlastnickém bydlení ...................................................... 7
1.2
Cenová elasticita ............................................................................................ 8
2
Přehled literatury ..................................................................................................... 9
3
Data........................................................................................................................ 12
4
Specifikace modelu a základní hypotéza ............................................................... 15
5
4.1
Kontrolní proměnné ..................................................................................... 16
4.2
Další proměnné, které by mohly být do modelu zařazeny ........................... 18
Model a jeho interpretace ...................................................................................... 20 5.1 5.1.1 5.2
Základní model elasticity poptávky ............................................................. 20 Elasticita poptávky .................................................................................. 20 Přidání dalších proměnných do modelu elasticity poptávky ........................ 22
5.2.1
Velikost bytu ........................................................................................... 22
5.2.2
Dummy proměnné pro družstevní bydlení .............................................. 25
5.2.3
Ostatní proměnné..................................................................................... 26
Závěr .............................................................................................................................. 28 Zdroje: ........................................................................................................................... 30 Přílohy ........................................................................................................................... 32
Úvod Bydlení se řadí mezi nezbytný statek, u kterého se předpokládá, že poptávka po bydlení je cenově neelastická (Lux, 2002), tedy, že absolutní hodnota koeficientu cenové elasticity je menší než jedna. Cílem této práce je empiricky ověřit tento předpoklad na datech z let 2008-2012 v okrese Pardubice. Dále se, v souladu s obdobnými pracemi zahraničních autorů, práce snaží zjistit, zda na cenovou elasticitu nemají vliv i další faktory, jako je obytná plocha bytu, počet pokojů bytu, průměrná úroková sazba hypoték, zda se byt nachází v cihlovém nebo panelovém domě a zda se jedná o družstevní bydlení, nebo o byt v osobním vlastnictví. První kapitola charakterizuje bydlení jako statek a popisuje jeho vlastnosti. Je zde definována vysvětlovaná proměnná, kterou je poptávané množství po vlastnickém bydlení a základní vysvětlující proměnná, kterou je cena vlastnického bydlení. V následující kapitole jsou shrnuty výsledky předešlé literatury, které se problémem cenové elasticity zabývají. Přiklání se k závěrům, že cenová elasticita poptávky po bydlení je neelastická, i když se pohybuje v rozmezí mezi 0,5 až 1 v absolutní hodnotě. Třetí kapitola popisuje data, na jejichž základě se odhadují jednotlivé modely. Data obsahují údaje o 149 realizovaných prodejích za pět let od roku 2008 do roku 2012. K těmto datům jsou přidány údaje o průměrných úrokových sazbách hypotečních úvěrů za každý měsíc v období 2008-2012. V další kapitole jsou popisovány jednotlivé proměnné. Nejdřív je specifikována vysvětlovaná proměnná a hlavní vysvětlující proměnná, která je v souladu se základní definicí cenové elasticity, tedy že zvýšení ceny o jedno procento má za následek snížení poptávaného množství o méně než je jedno procento. K tomuto předpokladu jsou diskutovány další proměnné, které by mohly být zařazeny do modelu. V kapitole, kde se odhadují jednotlivé modely, je jako první testován předpoklad závislosti ceny na poptávaném množství bez dalších proměnných a v práci je uveden proto, aby byla dodržena základní definice cenové elasticity. V dalších subkapitolách jsou pak testovány i další proměnné, které by mohly cenovou elasticitu ovlivnit. Závěr této práce diskutuje dosažené výsledky, které potvrzují předpoklad o neelasticitě poptávky a navrhuje další rozšíření mé práce. 6
1 Cenová elasticita po vlastnickém bydlení 1.1 Cenová elasticita po vlastnickém bydlení Jak naznačuje Lux (2002) bydlení je statek, který poskytuje služby nezbytné pro praktickou existenci člověka. Je to statek, který má velmi specifické charakteristiky, protože je to heterogenní a komplexní zboží. Nejen že se liší v užitných vlastnostech jako je užitná plocha bytu, design či stáří, ale záleží i na okolí, ve kterém se nachází. Podle Blanka a Winnicka (1953, str. 182-184) důvodem, proč je bydlení komplexním zbožím, je to, že vlastností bydlení je fixace v prostoru. Protože bydlení se nemůže přemístit, koupě bytu je spojena nikoli s pohybem majetku, ale s pohybem osob. Důležitým faktorem při rozhodování o koupi bytu je i vzdálenost do zaměstnání, protože zaměstnání většiny lidí je také fixní v prostoru a dojíždění do práce je každodenní záležitostí. Koupě bytu či domu a případné stěhování v sobě zahrnuje vysoké transakční náklady (jsou to zejména náklady na hledání bydlení, jeho prohlídku či náklady na stěhování). Bydlení je možné zároveň charakterizovat jako statek dlouhodobé spotřeby. Nejenom, že se stává předmětem spotřeby, ale také se stává investicí jednotlivé domácnosti. Ve většině případů je cena vlastnického bydlení natolik vysoká, že je spotřebitelé musí financovat hypotečními úvěry. Domácnosti, i přesto, že se nesnaží koupit byt za účelem následného prodeje, investují do takového bydlení, u kterého předpokládají, že se budoucí cena vyrovná minimálně nákladům na jeho pořízení (Lux, 2002). Bydlení se řadí mezi nezbytné zboží. Už jenom z této charakteristiky se předpokládá, že poptávka po bydlení bude spíše neelastická. Malá elasticita poptávky může být dána malým
počtem
substitutů,
protože
počet
substitutů
je
limitován
vzdáleností
od preferovaného místa bydlení nebo již zmíněnou vzdáleností do zaměstnání. Poptávka po bydlení bude tím více neelastická, čím specifičtější požadavky spotřebitel na bydlení bude mít, protože tím se stane daný statek méně citlivý na změnu tržní ceny (Lux, 2002).
7
1.2 Cenová elasticita Na základě charakteristiky bydlení jako nezbytného statku tato práce předpokládá, že poptávka po vlastnickém bydlení v okrese Pardubice je cenově neelastická. Cenová elasticita poptávky je definována jako vztah mezi procentuální změnou množství statku a procentuální změnou ceny poptávaného statku. Tento koeficient vyjadřuje, o kolik procent se zvýší poptávané množství, když se cena sníží o jedno procento (Pozdena, 1988, str. 22-23). Definice této práce tedy zní, že cenová elasticita poptávky po vlastnickém bydlení je vztah mezi procentuální změnou poptávaného množství po vlastnickém bydlení a procentuální změnou ceny vlastnického bydlení. Do vlastnického bydlení zahrnujeme bydlení v domě a v bytě, které dále dělíme na byt v osobním vlastnictví nebo byt, u kterého je koupen podíl vlastnictví družstevního. V této práci se odhadnutí koeficientu cenové elasticity soustředí pouze na koupi bytu a nikoli domu. Je to především z důvodu absence relevantních dat o realizovaných prodejích domů, protože realitní makléři pokrývající datové zdroje se specifikují pouze na prodej bytů. Základní vztah cenové elasticity je závislost ceny na poptávaném množství. Cena v této práci je cena prodaného bytu v okrese Pardubice za období 2008-2012 přepočtená na Kč za 1 m2. Poptávané množství je pak poptávané množství po vlastnickém bydlení v okrese Pardubice za období 2008-2012. Pokud je regresní analýza v základní formě, poptávané množství je uvedené v jednotkách. Pokud je regresní analýza ve formě logaritmu, poptávané množství je uvedené v procentech.
8
2 Přehled literatury Práce, které se zabývají poptávkou po bydlení, převážně vysvětlují důchodovou elasticitu oproti elasticitě cenové, protože se důchodová elasticita testuje jednodušeji než elasticita cenová. Paldam (1970) sumarizuje výzkumy, které se týkají poptávky po bydlení. Poptávka je testována jak na základě průřezových dat, tak i na základě dat časových. Při posuzování průřezových dat však diskutuje výsledky jen elasticity důchodové, nikoli cenové. Z analýz časových dat jako první zmiňuje práci Houhakkera, který šetří 13 zemí OECD během 10 let. Výsledky cenové elasticity jsou odhadnuty dvěma způsoby. V prvním způsobu jsou výsledky brány jako vážený průměr jednotlivých zemí a koeficient cenové elasticity je 0,271. Ve způsobu druhém jsou výsledky shrnuty jako celková regrese s odhadnutou cenovou elasticitou 0,59. Jako další práci představuje model Mutha, jehož model poptávky po bydlení je funkcí ceny, důchodu, úrokové sazby a již existujících bytů a domů. Cenová elasticita takto odhadnutého modelu se pohybuje od 0,9 do 1,6. V práci autora Lee je poptávka po bydlení funkcí ceny, důchodu a speciální proměnné pro hypotéku. Jeho cenová elasticita se odhaduje od 1,4 do 1,5. Poslední práce, na kterou se autor soustředí, je analýza Erikssona a Du Rietze. Ti odhadují výsledky na základě dotazníků zahrnující 3 000 rodin, které žijí v nájmu. Výsledky ukazují, že záporná cenová elasticita je relativně nízká a pohybuje se v rozmezí od 0,3 do 0,4 v absolutní hodnotě. V článku Polinskyho (1977) je poptávka po bydlení vyjádřena jako závislost poptávaného množství na permanentním důchodu a relativní ceně ve dvou formách. První je definována jako „correctly specified metro“ poptávková funkce a druhá „multiple micro“ rovnice, která obsahuje průměr ceny. Pro první formu odhadu byla použita data obsahující 2 900 vlastníků nemovitostí v roce 1966, kteří byli pojištěni u FHA.2 Pro druhou formu byl použit průměr nebo medián stech pozorováních z 29 oblastí.3 Cenová elasticita pro první formu rovnice je 0,81 a pro druhou formu rovnice 0,87. Navíc k základním proměnným byla přidána jako nezávislá proměnná plocha bytu, která však neměla na výsledky žádný vliv.
1
Údaje jsou v celé práci uváděny v absolutních hodnotách.
2
Federal Housing Administration.
3
Standard Metropolitan Statistical Areas.
9
Malpezzi a Mayo (1987) šetří poptávku po nemovitostech v rozvojových zemích. Svůj základní model poptávky popisují jako závislost renty (cena násobená množstvím) na důchodu a velikosti bydlení. Do modelu také přidávají druhou mocninu velikosti bydlení. Data jsou získána z 16 měst v osmi rozvojových zemích a ke srovnání jsou přidána dvě americká města. Z výsledného modelu nebylo možné zjistit cenovou elasticitu. Další odhadovaný model byl rozšířený o proměnnou pro podíl půdy, na kterých jsou postaveny byty a domy a další socio-demografické charakteristiky. Cenová elasticita vlastníků je odhadována ve třech městech (Káhira, Beni Suef a Manilla). Výsledkem jsou cenové elasticity od 0,76 do 1,08. V dalším modelu cenové elasticity řeší problém dotace vlády. Předpokladem je, že dotace sníží cenu bydlení o 50 %, což bude mít za následek zvýšení poptávky po bydlení. Výnosy plynoucí z dotací jsou nižší než náklady na poskytnutí dotací a vznikají tak náklady mrtvé váhy. Předpokládaná cenová elasticita modelu s přidanou proměnnou dotace vlády je 0,4, ale skutečná činí 1,2. Následkem je zvýšení nákladů o 73 % a čtyřnásobné zvýšení plochy nákladů mrtvé váhy. Lux (2002) vidí poptávku po bydlení jako výdaje na bydlení, které závisí na důchodu, ceně bydlení a vektoru cen ostatního zboží. Jeho výzkum konkrétní hodnoty cenové elasticity neuvádí, ale uvádí výsledky několika studií, které se shodují na neelasticitě poptávky, nejčastěji kolem hodnoty 0,7. Lee a Kong (1977) analyzují model poptávky po bydlení jako závislost spotřeby bydlení na důchodu, ceně a ostatních socio-demografických charakteristikách. Cenu upravují jako relativní cenu bydlení k ostatnímu „nebytovému zboží“. Pro odhadování modelu není použita metoda nejmenších čtverců, ale metoda instrumentální proměnné. Na odhad elasticity byla aplikována panelová data z pětiletého výzkumu v letech 1968-72. Jako instrumentální proměnnou pro pernamentní důchod je použit 3letý zpožděný důchod. Cena a ostaní socio-demografické charakteristiky mají také vlastní instrument. Důchodová elasticita je odhadována pomocí tří definic důchodu, kterými je běžný peněžní důchod, běžný peněžní důchod s připočtenou nájemní hodnotou ceny bytu vlastníků a celkový důchod zahrnující nepeněžní důchod jako uspořenou částku na auto a opravy bytu. Cenová elasticita při testování koeficientu využívá poslední definici pernamentního důchodu. Výsledky ukazují cenovou elasticitu pro vlastníky 0,56. Z toho vyplývá, že poptávka po bydlení je cenově neelastická. Hanushek a Quigley (1980) svůj model cenové elasticity pojali zcela jinak. Rozdělují spotřebu na požadované (statické) množství poptávaného bydlení a na aktuální 10
(pozorovanou) spotřebu po bydlení v různých časových období. Také je do rovnice zahrnuta rostoucí míra relativní ceny během jednotlivých intervalů. Tento model zkoumají na 586 domácnostech ve Phoenixu a 799 domácnostech v Pittsburghu. Z tohoto souboru dat bylo zařazeno 302 pozorování z Phoenixu a 424 z Pittsburghu do „treatment group“. Výsledky ukazují, že cenová elasticita pro Pittsburgh je 0,64 a pro Phoenix 0,45. Jedná se o odhady spotřeby bydlení v dlouhém období. Cenová elasticita krátkého období byla oproti tomu stanovena srovnáním dvou po sobě jdoucích jednoletých odhadů koeficientů. Zatímco 10% redukce ceny vedla v Pittsburghu v dlouhém období k 6,4% růstu ve spotřebě, tak v krátkém období to bylo jen 1,2 %. Obdobný výsledek je možné vypozorovat i pro Phoenix, kde to bylo jen 1,6 %. Polinsky a Ellwood (1979) uvádějí poptávku po bydlení jako závislost poptávaného množství na důchodu, ceně bydlení a ceně ostatního zboží. Koeficienty jsou v rovnici zobrazeny jako podíl daných hodnot vzhledem k indexu cen ostatního zboží. V datech jsou zahrnuty domácnosti, které si koupily domy v roce 1969 a jejich hypotéky byly pojištěny u FHA. Cenová elasticita byla odhadnuta na 0,67.
11
3 Data Data potřebná pro tuto práci jsou získána od dvou realitních kanceláří v Pardubicích. První realitní kancelář Domov reality poskytla údaje o 17 realizovaných prodejích a druhá realitní kancelář Sting poskytla údaje o 132 prodejích. Celkem je tedy k dispozici 149 údajů o realizovaných prodejích za období 2008-2012. Každý prodej obsahuje údaje o ceně, za který byl byt prodán, provizi za prodaný byt, velikosti a rozloze bytu. Dále o tom, zda se byt nachází v panelovém nebo cihlovém domě a zda byl byt koupen do osobního vlastnictví nebo byl koupen podíl vlastnictví družstevního.4 Údaje jsou za celý okres Pardubice, ale především se týkají samotného města Pardubice a přilehlých míst, do kterých jezdí veřejná hromadná doprava města Pardubice.5 Kupní ceny realizovaných prodejů bytů byly získány od výše uvedených realitních kanceláří. K 1. 1. 2010 se změnila daňová sazba DPH, a to z 19 % na 20 %. Jelikož zaslané ceny byly kalkulovány včetně DPH, byly od daňové složky očištěny, aby nedošlo ke zkreslení výsledků. V získaném souboru představuje nejnižší cena částku 383 333 Kč za byt 1+kk na okraji města Pardubice v roce 2012. Naopak maximální cena 3 697 480 Kč byla zaplacena za byt 3+1 v roce 2010 v centru města. K odhadnutí koeficientů cenové elasticity jsou použity ceny bytu za 1 m2, tedy ceny bytů jsou poděleny plochou bytu. Z popisných statistik vidíme, že nejnižší částka ceny za 1 m2 je 5 111 Kč. Tato částka se shoduje s bytem, který měl nejnižší cenu za celý byt. Nejvyšší hodnota ceny za 1 m2 46 960 Kč je však odlišná od nejvyšší kupní ceny bytu jako celku a tato částka byla u bytu 2+kk prodaný v centru města v roce 2008. V souboru jsou jednopokojové, dvoupokojové, třípokojové a čtyřpokojové byty s kuchyňským koutem nebo kuchyní oddělenou zdí. Z datasetu vyplývá, že nejvíce prodávaný byt byl 3+1, kterých se za dané období prodalo 46 a druhý nejvíce prodávaný byt byl 2+1. Naopak nejméně (3 prodeje) se prodávaly čtyřpokojové byty s kuchyňským koutem.
4 5
Pro tato data jsou vytvořené dummy proměnné, které jsou vysvětlené ve 4. kapitole. Podíl přilehlých míst je 8 %. Především se jedná o Lázně Bohdaneč, Rybitví, Sezemice, Ráby
a Ostřešany.
12
Na základě střední hodnoty a mediánu velikosti bytů je vidět, že v souboru je více menších bytů v průměru 67 m2 se dvěma pokoji a kuchyní oddělenou zdí. Nejnižší plochu bytu, 22 m2, má byt 1+1, oproti tomu největší byt 4+1 má plochu bytu 130 m2. Údaje o tom, jestli se byt nachází v osobním vlastnictví nebo je koupen podíl vlastnictví družstevního a zda je byt v panelovém nebo cihlovém domě, slouží k vytvoření dummy proměnných.6 Při sledování popisných statistik těchto dummy proměnných je důležitý průměr, který říká, že v souboru se vyskytuje mnohem větší počet cihlových domů oproti panelovým domům (57 %). Naopak je velmi málo prodaných podílů v družstevním vlastnictví oproti bytům ve vlastnictví osobním (11,4 %). Další data jsou údaje o úrokových sazbách hypoték,7 které byly získány z internetových stránek Hypoindex.cz. Jedná se o váženou průměrnou úrokovou sazbu hypotečních úvěrů za období 2008-2012. Vstupní data poskytují tyto banky: Česká spořitelna, ČSOB, GE Money Bank, Hypoteční banka, Komerční banka, Raiffeisenbank, UniCredit Bank, Volksbank CZ a Wüstenrot hypoteční banka, což představuje dostatečně diverzifikované pokrytí trhu s hypotečními úvěry. Ze sledovaného variačního koeficientu a průměrné úrokové sazby vyplývá, že směrodatná odchylka se liší od průměru přibližně jen o 19 %. To naznačuje, že jednotlivé úrokové sazby si jsou podobné, a proto v průběhu sledovaného období nedošlo k velkému výkyvu. Názvy proměnných
poptávané množství cena za 1 m
quantity
2
pricem
počet pokojů
rooms
dummy proměnná pro cihlový dům
dummy brick
celková cena bytu
price
plocha bytu
size
průměrná úroková sazba
average interest
dummy proměnná pro podíl družstevního vlastnictví
dummy cooperative
6
Dummy proměnné jsou vysvětlené v následující kapitole.
7
Fincentrum hypoindex z www.hypoindex.cz.
13
Popisné statistiky: Tabulka 1 Popisné statistiky
Střední hodnota
Medián
Minimum
Maximum
75,00
75,00
1,00
149,00
1 403 810
1 316 670
383 333
3 697 480
Pricem
21 221
20 858
5 111
46 960
Size
67,36
69,00
22,00
130,00
Rooms
2,89
3,00
1,00
4,50
Average interest
4,74
4,88
3,17
5,82
Dummy Brick
0,57
1,00
0,00
1,00
Dummy Cooperative
0,11
0,00
0,00
1,00
variační koeficient
Šikmost
Stand. špičatost
43,16
0,58
0,00
-1,20
Price
541 762
0,39
1,22
2,97
Pricem
5 614,3
0,26
0,94
3,38
Size
21,49
0,32
0,38
-0,07
Rooms
1,01
0,35
-0,16
-0,83
Average interest
0,88
0,19
-0,27
-1,54
Dummy Brick
0,50
0,87
-0,28
-1,92
Dummy Cooperative
0,32
2,80
2,43
3,89
Quantity Price
Směr. odchylka Quantity
14
4 Specifikace modelu a základní hypotéza Základní hypotéza zní, že poptávka po vlastnickém bydlení v okrese Pardubice za období 2008-2012 je cenově neelastická, tj. že absolutní hodnota koeficientu cenové elasticity je menší než jedna. Vysvětlovanou proměnnou je množství poptávaných služeb po vlastním bydlení, která je vyjádřená v závislosti na formě odhadovaného modelu buď v jednotkách nebo procentech.8 Pokud se cena změní o jeden procentuální bod, tak by se v souladu se základní hypotézou poptávané množství mělo změnit o méně než jedno procento. Změna množství poptávaných služeb může nastat i z jiných důvodů. Jedním z důvodů může být změna bytové politiky státu, jak to naznačuje Malpezzi a Mayo (1987), kde měří elasticitu poptávky před změnou a po změně politiky státu v podobě dotací. Tato práce se však bude zabývat pouze změnou poptávaného množství ke vztahu změny cen vlastnického bydlení.9 Hlavní vysvětlující proměnnou je cena bytů, která je vyjádřena v korunách za metr čtvereční. Pokud vzroste cena bytů, poptávané množství se změní v menším poměru než cena. Budeme tedy předpokládat, že poptávka po bydlení je cenově neelastická z důvodu, že bydlení je považováno za nezbytný statek. Také v literatuře se přiklání k předpokladu, že poptávka je menší než 1 v absolutní hodnotě. Výsledky koeficientů se ale pohybují převážně od 0,5 do 1, a proto dalším předpokladem je, že cenová elasticita se bude pohybovat v této škále. Rovnice základního modelu: quantityi = β0 + β1pricemi + ui Uvedená rovnice vystihuje závislost množství poptávaných služeb na ceně vlastněných bytů.
8
Lux (2002) uvádí jako vysvětlovanou proměnnou výdaje na bydlení (p 1*x). Ale aby byla dodržena
definice elasticity poptávky, je nechána jako vysvětlující proměnná poptávané množství. 9
Tedy jen cen bytů z důvodu absence dat o cenách domů.
15
4.1 Kontrolní proměnné Z druhé kapitoly je patrné, že poptávka po bydlení obsahuje kromě základní vysvětlující proměnné, kterou je cena bytů, i další proměnné, které ovlivňují změnu poptávaného množství. Proto jsou do modelu přidávány kontrolní proměnné, které se podařilo získat z datasetu od realitních kanceláří. Jedná se o velikost bytu, dummy proměnnou pro družstevní bydlení, počet pokojů, dummy proměnnou pro cihlový dům a průměrnou úrokovou sazbu. Velikost bytů Proměnná, která bude přidána k základnímu vztahu ceny na poptávaném množství, je proměnná pro velikost bytů (vyjádřené v m2). Tuto proměnnou šetří ve svém modelu poptávky po bydlení Lee a Kong (1977) a Malpezzi a Mayo (1987) v logaritmované formě. Malpezzi a Mayo (1987) kromě logaritmované formy této proměnné používají i plochu bytu ve formě druhé mocniny. První koeficient této formy předpokládá pozitivní výsledek a druhý koeficient záporný výsledek. Velikost bytů jako vysvětlující proměnnou zadává do své regresní rovnice Polinsky (1977) a jeho závěrem je, že tato proměnná nemá na výsledek cenové elasticity téměř žádný vliv. Z výše uvedeného důvodu budou do modelu zahrnuty obě formy této proměnné pro porovnání, případně, jak jiná forma proměnné ovlivňuje změnu ceny. Družstevní bydlení Pro Pardubický kraj je podíl družstevního bydlení na celkovém bydlení 16 %.10 Pro účely této bakalářské práce bylo rozhodnuto zohlednit družstevní bydlení v modelu, proto bude použita dummy proměnná pro družstevní bydlení (pokud je družstevní bydlení = 1, pokud je osobní vlastnictví = 0). Je předpokládáno, že poptávané množství bude nižší, pokud půjde o byt s podílem v družstvu, namísto bytu v osobním vlastnictví.
10
Český statistický úřad. Pro celou ČR pro města do 99 999 obyvatel je podíl družstevního
bydlení 15 %.
16
Pokoje Další proměnná, která bude zahrnuta v modelu, je proměnná pokoje. Aby byl v modelu odlišen kuchyňský kout od kuchyně oddělené zdí, byla přiřazena každému bytu číslice, která odpovídá počtu pokojů jednotlivých bytů a pokud má byt kuchyň oddělenou zdí, tak k tomu je přidáno číslo 0,5 (1+kk = 1; 1+1 = 1,5 …). Protože v okrese Pardubice je větší poptávka po menších bytech, budeme předpokládat, že další pokoj navíc bude mít za následek snížení poptávaného množství. Další binární proměnné Zahrnutím dummy proměnné cihlový dům (pokud cihlový dům = 1, pokud panelový dům = 0) do modelu bude snaha zjistit, jestli má vliv na elasticitu poptávky to, zda je obytný dům z cihly nebo z panelů. Předpokladem je, že poptávané množství bude vyšší po bytech v cihlovém domě na rozdíl od domu panelového. Předmětem zkoumání bude to, jestli na elasticitu poptávky má vliv úroková sazba hypotéky. Předpokladem je, že pokud se sníží úroková míra hypoték, změní se i poptávané množství. Rozšířený model poptávky po bydlení bude vypadat takto: quantityi = β0 + β1pricemi + β2 ownersi + β3 cooperativei + β4 bricki + β5 average interesti + β6 roomsi + ui
17
4.2 Další proměnné, které by mohly být do modelu zařazeny Důchod Poptávka po bydlení šetří jako jednu ze svých proměnných důchod. Také ve většině studií se v modelech pracuje s permanentním důchodem. Lee a Kong (1977) ve svých studií uvádí tři druhy důchodu jako běžný peněžní důchod, běžný peněžní důchod plus nájemní hodnota vlastníků a „plný“ důchod, který zahrnuje i nepeněžní důchod. Všechna tato data jsou autorům poskytnuta z průzkumů a dotazníkových šetření. Protože byly získány pouze průměrné hrubé měsíční mzdy Pardubického kraje za jednotlivé roky – tedy celkem pět pozorování, a jelikož především důchod vysvětluje elasticitu důchodovou, tato proměnná nakonec byla z modelu vyřazena. Nájem K dispozici od realitních kanceláří byla data o cenách nájemního bydlení. Ve většině prací odhadují model zvlášť pro vlastníky bytů a zvlášť pro nájemníky bytů. Jelikož poptávané množství ovlivňuje cenu substitutu a nájemní bydlení lze považovat za alternativu vlastnického bydlení, bylo zamýšleno do rovnice zařadit dummy proměnnou pro nájem (když jde o vlastnické bydlení = 1, když jde o nájemní bydlení = 0). Jelikož ale v tomto modelu je zahrnuta již dummy proměnná pro družstevní bydlení (pokud je družstevní bydlení = 1, pokud je osobní vlastnictví = 0), tak při odhadování tohoto modelu u proměnné nájem byla zjištěna přesná kolinearita. Přesná kolinearita se vyskytuje ve vícenásobné regresi a znamená, že jedna proměnná je lineární funkcí další nezávislé proměnné. V tomto případě tedy dummy proměnná pro nájem byla funkcí dummy proměnné pro družstevní bydlení, protože jeden z požadavků při odhadování modelu metodou nejmenších čtverců11 je, aby se problém kolinearity nevyskytoval. Proto byla tato proměnná vynechána úplně.12
11
Metoda nejmenších čtverců je vysvětlena v následující kapitole.
12
Wooldridge (2006, str. 213, 323 a 814).
18
Ostatní proměnné Lee a Kong (1977) přidávají k základnímu modelu socio-demografické proměnné. Jedná se o logaritmovanou formu věku, velikosti domácnosti a pak dummy proměnné pro pohlaví. Dále lze zahrnout proměnné uvádějící, zda je rodina v důchodovém věku nebo manželský pár bez dětí, manželský pár s dětmi od 0 let do 5 let a manželský pár s dětmi od 6 let do 17 let. V uvedené studii výše zmíněné faktory nepatrně ovlivnily cenovou elasticitu, ale i tak jejich odhadnutá elasticita zůstává v absolutní hodnotě menší než 1. Tato data měli autoři k dispozici v dostatečném objemu z dotazníkových šetření různých agentur. Absence dostatečného vzorku dat pro zkoumaný region vedla k tomu, že proměnné nebyly do modelu této práce zařazeny.
19
5 Model a jeho interpretace 5.1 Základní model elasticity poptávky Všechny regresní rovnice v této práci jsou testovány pomocí metody nejmenších čtverců. Metodou nejmenších čtverců se odhadují takové hodnoty, které minimalizují výsledný součet čtvercových chyb. Aby mohl být model odhadnut pomocí této metody, musí splňovat tzv. Gaussovy-markovy předpoklady. Těmito předpoklady jsou, že náhodné složky musí mít identické rozdělení s nulovou střední hodnotou, rozptyl náhodných složek musí být stejný a konečný (homoskedasticita), vysvětlující proměnné při opakování musí být fixní a matice nesmí obsahovat perfektně lineárně závislé sloupce pozorování.13 Při
odhadování
modelu
je
pozornost
soustředěna
především
na
problém
heteroskedasticity, což je porušení podmínky o homoskedasticitě, tedy že rozptyl náhodné složky není konečný a konstantní.14 Heteroskedasticita je zjišťována pomocí Whiteova testu. Ve většině výše zmíněných studiích o elasticitě poptávky po bydlení byla regresní rovnice poptávky v logaritmované formě, díky které se snadněji získal výsledek cenové elasticity. Při odhadování koeficientů se objevil problém heteroskedasticity, který nešel v rámci dané formy rovnice odstranit. Proto byla u všech modelů (vyjma modelu v tabulce 7, který se s problémem heteroskedasticity nepotýkal) odstraněna logaritmovaná forma modelu a tím se odstranil i problém heteroskedasticity.
5.1.1 Elasticita poptávky Elasticita poptávky bude odhadnuta za období 2008-2012. Průměrné ceny bytů a jejich procentuální změna je zachycena v tabulce 2. Rostoucí trend průměrné ceny je pouze od roku 2008 do roku 2009 a od té doby klesá. Tento trend je v souladu s vývojem cen na trhu s nemovitostmi v České republice. Byty se prodávaly za nejvyšší cenu v roce 2008.
13
Krkošková, Š., Ráčková, A., Zouhar, J (2010, str. 65-66)
14
Krkošková, Š., Ráčková, A., Zouhar, J (2010, str. 141)
20
Od té doby ceny klesly do roku 2012 o 9,1 %.15 Tento vývoj je lépe vidět na grafu č. 1, který je uveden v příloze. Tabulka 2 Roční změny ceny bytů v Kč/m2
Počet pozorování
Průměrná cena bytů
Změna
%
2008
22
1 734 989
2009
19
1 616 541
118 448
93,17
2010
37
1 574 302
42 239
97,39
2011
40
1 263 563
310 739
80,26
2012
31
1 015 855
247 708
80,40
Základní model poptávky po vlastnickém bydlení vypadá následovně: quantityi = β0 + β1pricemi + ui
Tabulka 3 Model závislosti ceny na poptávaném množství
Koeficient
Směr. chyba
Const
139,322
11,7992
11,8077
<0,00001
***
Pricem
-0,00303101
0,000539835
-5,6147
<0,00001
***
Střední hodnota závisle proměnné Součet čtverců reziduí Koeficient determinace F(1, 147)
75,00000 232792,5 0,155478 31,52484
Sm. odchylka závisle proměnné Sm. chyba regrese Adjustovaný koeficient determinace P-hodnota(F)
Závisle proměnná quantity počet pozorování 149
15
t-podíl
Český statistický úřad (2013).
21
p-hodnota
43,15669 39,79476 0,149733 9,54e08
K výpočtu elasticity použijeme následující vzorec cenové elasticity: εp = (∆quantity/quantity) / (∆pricem/pricme) = β1 * (pricem/quantity)16. εpricem = -0,00303101 * (21221/75) = -0,85761 Koeficient u proměnné pricem vyšel záporný, a to je v souladu s charakteristikou cenové elasticity. Výsledkem je cenová elasticita 0,86 v absolutní hodnotě. Při zvýšení ceny bydlení o jedno procento klesne poptávané množství po bydlení o 0,85 %. Tento výsledek se shoduje s předpokladem, že poptávka po bydlení je cenově neelastická. Ke zkoumání významnosti proměnné pricem je použit T-test pomocí p-hodnoty. Při nulové hypotéze H0: β1=0 o zamítnutí významnosti koeficientů zamítáme tuto hypotézu na 1% hladině významnosti (p-value < 0,00001). Ke zkoumání významnosti modelu jako celku je použit F-test. Je v něm testována nulová hypotéza H0: β1=0, při které se zamítá významnost modelu oproti alternativní hypotéze H1: non H0. Výsledkem je p-hodnota (F) = 9,54e-08, která je velmi malá, a proto je nulová hypotéza o nevýznamnosti modelu zamítnuta. Tento model s jednou vysvětlující proměnnou však vysvětluje pouze 16 % variability. Takto nízká variabilita může být způsobená tím, že regresní rovnice se skládá pouze z jedné vysvětlující proměnné. Aby se variabilita modelu zvýšila, budou do regresního modelu přidávány i ostatní proměnné, a také bude sledováno, jestli další proměnné ovlivní cenovou elasticitu poptávky.
5.2 Přidání dalších proměnných do modelu elasticity poptávky Základní model vysvětluje pouze šestnáct procent variability modelu. Jeden z důvodů, proč je vysvětleno tak malé procento variability je, že v modelu je jen jedna vysvětlující proměnná. Proto do regresní rovnice budou přidávány další kontrolní proměnné, a také se bude zkoumat, zda další proměnné mají vliv na velikost cenové elasticity.
5.2.1 Velikost bytu K základnímu modelu je přidána první kontrolní proměnná pro velikost bytu. Původní logaritmovaná forma této rovnice se potýkala s problémem heteroskedasticity, proto je
16
Průměrné hodnoty proměnných jsou získány z popisných statistik jednotlivých proměnných.
22
odhadovaná bez přirozených logaritmů v původní formě a elasticita je vypočtena z rovnice pro cenovou elasticitu. Rovnice tedy vypadá následovně: quantityi = β0 + β1pricemi + β3sizei + ui Na odhad modelu je použita metoda nejmenších čtverců. Tabulka 4 Model s přidanou proměnnou size
Koeficient
Směr. chyba
Const
176,125
17,9405
9,8172
Pricem
-0,0033859
0,000582349
-5,8142
<0,00001 *** <0,00001 ***
Size N R2 F
-0,434591
0,152121
-2,8569
0,00490 ***
t-podíl
p-hodnota
149 0,20 8,28e-08
Závisle proměnná quantity Počet pozorování 149
εpricem = -0,0033859 * (21221/75) = -0,95803 Několik studií (např. Lee a Kong, 1977, Malpezzi a Mayo, 1987) se již dříve zabývalo přidáním této proměnné do rovnice poptávky po bydlení. Malpezzi a Mayo (1987) dokonce s různými formami této proměnné odhadovali celý model. První byla v logaritmované formě a druhá byla ve formě druhé mocniny. Proto v této práci je odhadnut model s proměnnou size ve formě druhé mocniny a je porovnáno, jak ovlivnila změna formy jedné proměnné cenovou elasticitu poptávky. Pro formu druhé mocniny rovnice tedy vypadá následovně: quantityi = β0 + β1pricemi + β3sizei + β4sizei2 + ui
23
Tabulka 5 Model s přidanou proměnnou size ve formě druhé mocniny
Const Pricem
Koeficient 207,971
t-podíl 6,0468
p-hodnota <0,00001
-5,8867
<0,00001
-1,28387
0,00060688 9 0,79735
-1,6102
0,10953
0,00586896
0,005409
1,0850
0,27971
* **
-0,00357256
Size sq_Size N R2 F
Směr. chyba 34,3935
* **
149 0,21 2,32e-07
Závisle proměnná quantity počet pozorování 149
εpricem = -0,00357256 * (21221/75) = -1,01084 Přidání proměnné pro velikost bytu v základní formě regresní rovnice má za následek, že cenová elasticitia je 0,96 v absolutní hodnotě. To znamená, že zvýšení ceny o 1 % povede ke snížení poptávaného množství o 0,96 %. Pokud je proměnná size ve formě druhé mocniny, velikost cenové elasticity dosáhla na koeficient 1,01 v absolutní hodnotě, tedy, že zvýšení ceny o 1 % povede ke snížení poptávaného množství o 1,01 %. V tomto případě poptávka po bydlení již není cenově neelastická, ale změnila se na cenově jednotkovou elasticitu. V prvním modelu proměnná velikost bytu naznačuje, že zvýšení plochy bytu o 1 metr čtverečný sníží poptávané množství o 0,4. V druhém modelu je nutno koeficient size a sq_size interpretovat společně. Tato forma koeficientu říká, jak se změní poptávané množství, když se plocha daného bytu zvýší o 1 m2. Například, pokud by se byt zvýšil o 1 m2, tedy ze 40 m2 na 41 m2, tak by poptávané množství kleslo o 0,81 jednotek.17 Také daný výsledek znamének je opačný než jaký předpokládali Malpezzi a Mayo (1987) ve svém článku. Proměnná v této podobě není statisticky významná, proto již nadále nebudeme o proměnné v této formě uvažovat. Oba dva modely jsou jako celky významné, ale protože proměnná velikost bytu je významná jen v prvním modelu, bude nadále pracováno jen s proměnnou size bez kvadratické formy.
17
Zvětšení bytu ze 40 m2 na 41 m2 = -1,28387 + 2*0,00586896 = -1,28387 + 40 * 0,011736 = -0,8144.
24
Přidáním této proměnné se variabilita modelu nepatrně zvýšila na 20 % respektive 21 % modelu.
5.2.2 Dummy proměnné pro družstevní bydlení Do modelu byla přidána dummy proměnná cooperative. Model rozšířený o další proměnnou vypadá následovně: quantityi = β0 + β1pricemi + β3sizei + β4dummy cooperativei + ui
Tabulka 6 Model s přidanou dummy cooperative
Const Pricem Size Dummy Cooperative
Koeficient
Směr. chyba
t-podíl
p-hodnota
177,709
18,2245
9,7511
<0,00001
***
0,00058428
-5,8174
<0,00001
***
0,153668
-2,8944
0,00439
***
10,1164
-0,5370
0,59208
0,00339897 -0,444779 -5,43259
Střední hodnota závisle proměnné Součet čtverců reziduí Koeficient determinace
75,00000
F(3, 145)
12,21782
220030,2 0,201777
Sm. odchylka závisle proměnné Sm. chyba regrese Adjustovaný koeficient determinace P-hodnota(F)
43,15669 38,95446 0,185262 3,57e-07
Závisle proměnná quantity Počet pozorování 149
Výpočet cenové elasticity vypadá následovně: εpricem = -0,00339897 * (21221/75) = -0,96173 Cenová elasticita u tohoto modelu poptávky vychází -0,96. To znamená, že zvýšení ceny o 1 % povede ke snížení poptávaného množství o 0,96 %. Navíc proměnná cooperative
není významná a zůstává vysvětleno jen 20 % variability modelu.
Významnou proměnnou tedy zůstávají jen proměnné pro cenu bytu a velikost bytu. Pokud se zvětší byt o 1 metr čtvereční, poptávané množství klesne o 0,44 jednotek. Poptávané množství je u družstevního bydlení o 5,43 jednotek nižší, než je tomu u bytů 25
v osobním vlastnictví. Tento závěr souhlasí s předpokládaným směrem znamének, tedy že poptávané množství bude nižší u družstevního bydlení než u osobního vlastnictví.
5.2.3 Ostatní proměnné Do následujícího modelu jsou přidány zbylé proměnné. Jedná se o proměnnou pro průměrnou úrokovou sazbu, počet pokojů a dummy proměnná pro to, zda je byt cihlový nebo panelový. Protože se tento model nepotýká s problémem heteroskedasticity, rovnice je odhadnuta v logaritmované formě všech proměnných kromě proměnné rooms a dummy proměnných. Rovnice vypadá následovně: l_quantityi = β0 + β1l_pricemi + β2 l_sizei + β3 dummy cooperativei + β4 dummy bricki + β5 l_average interesti + β5 roomsi + ui Jelikož je k dispozici jen šedesát údajů o úrokových sazbách, model je odhadnut jen pro šedesát pozorování. Tabulka 7 Model se všemi přidanými proměnnými
t-podíl
p-hodnota
13,384
Směr. chyba 4,14045
3,2325
0,00211
***
l_Pricem
-0,724691
0,381494
-1,8996
0,06293
*
l_Size
0,607885
0,439743
1,3824
0,17266
Dummy Cooperative Dummy_Brick
0,103498
0,224355
0,4613
0,64646
-0,158323
0,161709
-0,9791
0,33200
-2,92829
0,460798
-6,3548
<0,00001
***
-0,321575
0,143201
-2,2456
0,02892
**
Koeficient Const
l_Average interest Rooms
Střední hodnota závisle proměnné Součet čtverců reziduí Koeficient determinace
3,143803
F(6, 53)
14,47630
Sm. odchylka závisle proměnné Sm. chyba regrese Adjustovaný koeficient determinace P-hodnota(F)
18,14259 0,621044
Závisle proměnná l_quantity Počet pozorování 60
26
0,900801 0,585075 0,578143 1,07e-09
Významnými koeficienty jsou price (p<0,1), average interest (p<0,01) a rooms (p<0,05). Přidáním více proměnných do modelu se vysvětluje 62 % variability tohoto modelu. Při hodnocení modelu jako celku pomocí F-testu vyšlo, že model jako celek je významný (F = 1,07e-09). Proměnná pricem je záporná, která je v souladu s charakteristikou cenové elasticity. Při zvýšení ceny o jedno procento klesne poptávané množství o 0,72 %, což opět potvrzuje základní hypotézu o cenové neelasticitě poptávky po vlastnickém bydlení. Zvýšení plochy o 1 % bude mít za následek zvýšení poptávaného množství o 0,6 %. Poptávané množství klesne o 32 % pro další přidaný pokoj. Zvýšení úrokové sazby o jedno procento bude mít za následek snížení poptávaného množství o 2,93 %. Další přidaný pokoj a zvýšení úrokové míry tedy povede ke snížení poptávaného množství, což je v souladu s předpokládaným závěrem. Výsledky pro dummy proměnnou cooperative a brick jsou opačné, než bylo předpokládáno. Výsledky naznačují, že poptávané množství je o 10 % vyšší u družstevního bydlení než u bytů v osobním vlastnictví a že cihlový dům je o necelých 16 % méně preferovaný než dům panelový. Tyto výsledky jsou ovlivněny proměnnou average interest.18 Navíc tyto koeficienty nejsou významné.
18
Před přidáním této proměnné výsledky byly dle očekávání, tedy, že preferovanější je cihlový dům
před panelovým a osobní vlastnictví před koupí podílu družstevního vlastnictví.
27
Závěr Cílem této práce bylo zjistit, zda poptávka po vlastnickém bydlení v okrese Pardubice odpovídá předpokladu cenové neelasticity. Kvůli absenci dat o realizovaných prodejích rodinných domů, byla cenová elasticita poptávky zkoumána pouze na vzorku dat s byty v osobním vlastnictví nebo ve vlastnictví družstevním (respektive byl koupen podíl družstevního vlastnictví) a to na 149 realizovaných transakcích v okrese Pardubice za pětileté období 2008-2012. Hypotéza, že jednoprocentní růst ceny bude mít za následek změnu poptávaného množství menší než jedno procento, je testována prostřednictvím pěti modelů pomocí metody nejmenších čtverců. První odhadnutý model představuje regresní rovnice pouze s jednou vysvětlující proměnou. Jedná se o vztah mezi cenou na poptávaném množství po bydlení, která charakterizuje základní definici cenové elasticity. Výsledkem je, že při zvýšení ceny bydlení o jedno procento klesne poptávané množství po bydlení o 0,86 %. Přidání proměnné pro obytnou plochu bytu do regresního modelu posunulo cenovou elasticitu blíže k jedné v absolutní hodnotě. Pokud je tato proměnná v základní formě, tak zvýšení cenové elasticity o 1 % povede ke snížení poptávaného množství o 0,96 %. Koeficient cenové elasticity 0,96 se tedy nezměnil, a to ani v případě, že jsme rovnici rozšířili o další proměnnou – dummy proměnnou pro družstevní bydlení. Poslední model je logaritmovaná regresní rovnice, která je rozšířená o proměnné pro počet pokojů, průměrné úrokové sazby hypoték a dummy proměnnou pro cihlový dům. Model byl testován pouze na 60 pozorováních s ohledem na nižší počet údajů o průměrných úrokových sazbách hypoték. Cenová elasticita je zde nejnižší z odhadnutých modelů o velikosti 0,74 v absolutní hodnotě. Modely odhadnutých regresních rovnic mají nízkou variabilitu, která se pohybuje od 16 % do 20 %, vyjma posledního modelu, který vysvětluje 62 % variability. Může to být způsobeno malým počtem pozorování v datasetu nebo
také z důvodu vynechání
vysvětlující
obyvatelstva.19
proměnné,
která
se
týkala
důchodu
Nicméně,
i studie zabývající se touto problematikou mají koeficient determinace v první polovině škály. Například Malpezzi a Mayo (1987) mají variabilitu modelu, která se pohybuje nejčastěji v rozmezí od 10 % do 30 % a jejich maximum koeficientu determinace je 0,57.
19
Důvody vynechání vysvětleny v kapitole .1
28
Koeficienty cenové elasticity se pohybují v druhé polovině škály, tedy spíše se blíží ke koeficientu jedna. To vede k závěru, že poptávka po vlastnickém bydlení je cenově neelastická. Ale po přidání proměnné pro plochu bytu nebo dummy proměnné pro družstevní bydlení jsou výsledky stále ještě menší než jedna v absolutní hodnotě, nicméně se blíží k závěru, že poptávka je jednotkově elastická. To, že odhadnuté koeficienty se přibližují k jedné v absolutní hodnotě, může být způsobeno tím, že se jedná o pětileté období, protože poptávka je více elastická v dlouhém období a méně elastická v krátkém období. Proto byly zjištěny koeficienty elasticity i za jednotlivé roky. Za první dva roky, tedy za roky 2008 a 2009 vyšly záporné koeficienty, které jsou 0,67 a 0,22 v absolutní hodnotě. To znamená, že elasticita v každém období je cenově neelastická. Nicméně tyto modely mají velmi nízkou vypovídací schopnost, proto nebyly do základní analýzy uvedeny. Pro zbytek let, tedy pro roky 2010, 2011 a 2012 vyšly koeficienty kladné, což odporuje vlastnostem, kdy se hodnoty mají pohybovat v záporných hodnotách.20 V okrese Pardubice v posledních letech proběhla výstavba nových bytů. Jedná se o velké bytové komplexy v okrajových částech města. Především jde o menší byty, po kterých je větší poptávka. Poptávka však po těchto nových bytech není dostatečně velká, protože více jak čtvrtina bytů zůstává neobsazených. Díky tomuto trendu začíná stagnovat výstavba nových bytů. Ceny bytů v posledních letech v okrese Pardubice klesaly jako v celé České republice. Nejlevnější ceny bytů jsou v panelovém sídlišti budovaném v 60. letech minulého století. I přes výrazný pokles v cenách nemovitostí, nedochází k razantnímu zvýšení poptávaného množství po bydlení. Uvedená zjištění souvisí s předpokládanými výsledky jednotlivých modelů, které uvádějí, že poptávka po vlastněném bydlení je cenově neelastická. Model této bakalářské práce a výzkum s tím spojený by se v budoucnu mohl dále rozšířit na území celého Pardubického kraje. Do modelu by bylo vhodné přidat informace o cenách rodinných domů a o důchodech, které jsou obsaženy ve většině prací. Tato data by se dala získat na základě dotazníkových šetření. Nicméně by mohla být zkreslená z důvodu, že v dotazníkovém šetření by nemuseli být uvedeny pravdivé informace o příjmu.
20
Výsledky cenové elasticity za jednotlivé roky uvedeny v příloze.
29
Zdroje: BLANK, D. M., WINNICK, L. The Structure of the Housing Market. The Quarterly Journal of Economics 1953, vol. 67, no 2, May [cit. 2013-05-16]. Český statistický úřad (Praha). Byty podle Sčítání lidu, domů a bytů 2011 – Pardubický kraj - [online]. 15. 5. 2013 [cit 15. 5. 2013]. Dostupné z:
Český statistický úřad (Praha). Ceny nemovitostí v ČR [online]. 26. 3. 2013 [cit 12. 5. 2013]. Dostupné z:
HANUSHEK, E. A., QUIGLEY, J., M., What is the Price Elasticity of Housing Demand? The Review of Economics and Statistic [on-line]. 1980, vol. 62, no 3, August [cit. 2013-03-20]. HOLMAN, R. Mikroekonomie. Středně pokročilý kurz. 1. vydání. Praha: C. H. Beck, 2002. 591 s. ISBN 80-7179-737-5 Hypoindex vývoj: Fincentrum Hypoindex. FINCENTRUM A. S. Hypoindex.cz [online]. 2013-05-15 [cit. 2013-05-15]. Dostupné z: KRKOŠKOVÁ, Š., RÁČKOVÁ, A., ZOUHAR, J. Základy ekonometrie v příkladech. 2. přepr. vyd. Praha: Oeconomica, 2010. 276 s. ISBN 978-80-245-1708-7.
LEE, T. H., KONG, CH. M., Elasticities of Housing Demand. Southern Economic Journal [on-line]. 1977, vol. 44, no 2, October [cit. 2013-03-20].
LEEUW, F., The Demand for Housing: A Review of Cross-section evidence. The Review of Economics and Statistics [on-line]. 1971, vol. 53, no. 1, February [cit. 2013-02-23].
30
LUX, M.: Finanční dostupnost bydlení v ČR a v zemích EU [online]. 2002. [cit. 2013-02-20]. MACÁKOVÁ, L. Mikroekonomie – základní kurz. 8. vyd. Praha: Melandrium, 2003. 265 s. ISBN 80-86175-38-3
MALPEZZI, S., MAYO, S. K., The Demand for Housing in Developing Countries: Empirical Estimates from Household Data. Economic Development and Cultural Change. [on-line]. 1987, vol. 35, no. 4, July [cit. 2013-02-25]. NEUBAUER, J. et al. Základy statistiky: aplikace v technických a ekonomických oborech. Praha: Grada Publishing, 2012. 240 s. ISBN 978-80-247-4273
PALDAM, M., What is Known about the Housing Demand?. The Swedish Journal of Economics [on-line]. 1970, vol. 72, no. 2, June [cit. 2013-02-23].
POLINSKY, A. M., The Demand for Housing: A Study in Specification and Grouping. Econometria [on-line]. 1977, vol. 45, no. 2, March [cit. 2013-02-23].
POLINSKY, A., M., ELLWOOD, D. T., An Empirical Reconciliation of Micro and Grouped Estimates of the Demand for Housing. The Review of
Economics and
Statistics [on-line]. 1979, vol. 61, no. 2, May [cit. 2013-04-09].
POZDENA, R. J. The modern economics of housing. A guide to theory and policy for finance a real estate Professional. Westport (Connecticut): Greenwood Press, Inc, 1988. 204 s.ISBN 0-89930-231-9.
WOOLDRIDGE, Jeffrey M. Introductory Econometrics : A Modern Approach. 4th International Student Edition, 2006. 890 s. ISBN 0-324-32348-4.
31
Přílohy Tabulka 1: Model vztahu ceny na množství za rok 2008
Const Pricem N R2 F
Koeficient
Směr. chyba
t-podíl
p-hodnota
18,9012
5,55016
3,4055
0,00281
-1,3752
0,18429
-0,000282828 0,000205667
***
22 0,08 0,184287
Závisle proměnná quantity
εpricem = -0,000282828* (26168/11) = -0,6728221 Tabulka 2: Model vztahu ceny na množství za rok 2009
Koeficient
Směr. chyba
Const
12,2412
9,37235
1,306
0,2089
Pricem N R2 F
-0,000104557
0,00432845
-0,2416
0,8120
t-podíl
p-hodnota
19 0,003 0,812012
Závisle proměnná quantity
εpricem = -0,000104557* (21435/10) = -0,22411793 Tabulka 3: Model vztahu ceny na množství za rok 2010
Koeficient Const Pricem N R2 F
Směr. chyba
t-podíl
p-hodnota
-0,233041
4,3731
-0,0533
0,95780
0,000859678
0,000174462
4,9276
0,00002
* **
37 0,19 0,000020
Závisle proměnná quantity
εpricem = 0,000859678* (22372/19) = 1,012248222
32
Tabulka 8 Model vztahu ceny na množství za rok 2011
Const Pricem N R2 F
Koeficient 7,43266 0,000644774
Směr. chyba 8,51097 0,000410296
t-podíl 0,8733
p-hodnota 0,38798
1,5715
0,12436
40 0,06 0,124361
Závisle proměnná quantity
εpricem = 0,000644774* (20267/20) = 0,653381733 Tabulka 9 Model vztahu deny na množství za rok 2012
Koeficient
Směr. chyba
Const
8,45005
6,63669
1,2732
0,21305
Pricem N R2 F
0,000432975
0,000369047
1,1732
0,25025
t-podíl
p-hodnota
31 0,04 0,250253
Závisle proměnná quantity
εpricem = 0,000432975* (17437/16) = 0,471861567
33
Realizované ceny bytů očištěné od DPH
4 000 000 3 500 000 3 000 000 2 500 000 2 000 000 1 500 000 1 000 000 500 000 0
2008
2009
2010
2011
Vývoj cen bytů 2008-2012
graf 1 Vývoj cen bytů v okrese Pardubice za léta 2008-2012
2012
34