Analiza cen transakcyjnych mieszkań
na rynkach pierwotnym i wtórnym w
wybranych miastach Polski w latach
2007 - 2012
Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania 31/2, 187-200
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31
Józef Hozer*
Uniwersytet Szczeciński
Anna Gdakowicz**Uniwersytet Szczeciński
ANALIZA CEN TRANSAKCYJNYCH MIESZKAŃ NA RYNKACH PIERWOTNYM I WTÓRNYM
W WYBRANYCH MIASTACH POLSKI W LATACH 2007-2012
Streszczenie
W artykule poddano analizie ceny transakcyjne 1 m 2 m ieszkań notow ane n a ry n k ac h p ierw otnym i w tórnym w w yb ran y ch m iastach Polski. B adanie przeprow adzono w latach 2 0 0 7 -2 0 1 2 w odstępach kw artalnych. D o analizy autorzy w yb rali duże m iasta P olski o dobrze rozw in ięty ch ry n k ach nieruchom ości m ieszkaniow ych. B yły to: W a r szaw a, K raków , Ł ódź, G dańsk, W rocław , P oznań oraz Szczecin. Z m iany cen w b ad a n y m okresie przedstaw iono n a tle sytuacji m ieszkaniow ej w poszczeg ó ln y ch m iastach. Ź ródłem zgrom adzonych danych b y ł B ank D anych L okalnych G łów nego U rzędu Sta tystycznego oraz N aro d o w y B a n k Polski.
Słowa kluczowe
: ry n ek m ieszkań, cen y m ieszkań, m odele tren d u ze zm iennym i se zo now ym iA d res e-m ail: h o z er@ w n eiz.p l. A d res e-m ail: alatk o @ w n e iz .p l.
Wprowadzenie W 2 0 1 2 r o k u p o ls k a g o s p o d a r k a z n a jd o w a ła się w s ta n ie s p o w o ln ie n ia . M a la ło te m p o w z r o s tu P K B , r o s ło b e z r o b o c ie i in f la c ja . N ie k o r z y s tn e z m ia n y w c a łe j g o s p o d a r c e o d c z u w a ln e b y ły n a r y n k u n ie r u c h o m o ś c i m ie s z k a n io w y c h . Z ła k o n d y c ja e k o n o m ic z n a n ie s p r z y ja ła n o w y m in w e s ty c jo m . Z d ru g ie j s tr o n y n is k ie w y n a g r o d z e n ia i b r a k s y s te m ó w w s p o m a g a ją c y c h f in a s o w a n ie b u d o w n ic tw a s p o w o d o w a ły o g r a n ic z e n ie p o p y tu n a m ie s z k a n ia . W k o n s e k w e n c ji n a lo k a ln y c h r y n k a c h o b s e rw o w a n o k o r e k tę c e n m ie s z k a ń . W a r ty k u le p r z e a n a liz o w a n o s y tu a c ję n a r y n k u m ie s z k a ń w w y b r a n y c h m ia s ta c h P o ls k i w la ta c h 2 0 0 7 - 2 0 1 2 . K r y te r iu m w y b o r u m ia s t b y ły s to p ie ń r o z w in ię c ia i d y n a m ik a r o z w o ju r y n k u n ie r u c h o m o ś c i m ie s z k a ln y c h . O b s z a r b a d a w c z y s ta n o w iły z a te m m ia s ta o n a jw ię k s z e j lic z b ie m ie s z k a ń i n a jw ię k s z e j lic z b ie r o z p o c z ę ty c h in w e s ty c ji: G d a ń s k , K ra k ó w , Ł ó d ź , P o z n a ń , S z c z e c in , W a r s z a w a o r a z W r o c ła w . E k o n o m e tr y c z n ą a n a liz ę c e n tr a n s a k c y jn y c h m ie s z k a ń p r z e d s ta w io n o n a tle s y tu a c ji m ie s z k a n io w e j w y b r a n y c h m ia s t. O k re ś lo n o w ie lk o ś ć z a s o b u m ie s z k a n io w e g o i j e g o d y n a m ik ę o r a z o p is a n o s tr u k tu r ę i d y n a m ik ę m ie s z k a ń n o w o o d d a w a n y c h . D o o p is u k s z ta łto w a n ia c e n 1 m 2 lo k a li m ie s z k a ln y c h z a p r o p o n o w a n o d z ie w ię ć p o s ta c i a n a lity c z n y c h m o d e li tr e n d u z w a h a n ia m i s e z o n o w y m i ( lu b b e z w a h a ń ) o sta łe j lu b z m ie n n e j a m p litu d z ie w a h a ń .
1. Analiza sytuacji mieszkaniowej wybranych miast
W P o ls c e w 2 0 1 1 r o k u b y ło 13 4 9 5 ,4 ty s. m ie s z k a ń . B lis k o 1 8 % z n ic h z n a jd o w a ło się n a te r e n ie m ia s t: G d a ń s k a , K ra k o w a , Ł o d z i, P o z n a n ia , S z c z e c i n a , W a r s z a w y o r a z W r o c ła w ia . W 2 0 1 1 r o k u w p o r ó w n a n iu d o 2 0 0 7 r o k u w P o ls c e z a s ó b m ie s z k a n io w y z w ię k s z y ł się o 3 ,9 % ( r y s u n e k 1). W b a d a n y c h m ia s ta c h n a jw ię k s z y p r z y r o s t m ie s z k a ń z a o b s e r w o w a n o w W a r s z a w ie ( p o n a d 9 % ), K r a k o w ie ( p o n a d 8 % ) o r a z w e W r o c ła w iu (7 ,5 % ). N a jm n ie j m ie s z k a ń p r z y b y ło w Ł o d z i - 2 ,8 % . O d 2 0 0 9 r o k u p r z e z d w a k o le jn e la ta w P o ls c e m a la ł a lic z b a m ie s z k a ń n o w o o d d a w a n y c h d o u ż y tk u . D o p ie r o 2 0 1 2 r o k p r z y n ió s ł n ie w ie lk i w z r o s t w s k a ź n ik a - w P o ls c e o d d a n o d o u ż y t k u 1 5 2 ,5 ty s . m ie s z k a ń .
J ózefH ozer, A nnaG dakowicz A nalizacentransakcyjnychmieszkańnarynkachpierwotnymiwtórnym...
R ysunek 1. D ynam ika liczby m ieszk ań w w y b ran y ch m iastach n a tle P olski w 2011 ro k u w p o rów naniu do 2007 ro k u (% )
Źródło: opracowanie własne na podstawie danych Banku Danych Lokalnych, Główny Urząd Statystyczny, www.stat.gov.pl/bdl (15.05.2013). W b a d a n y c h m ia s ta c h z lo k a liz o w a n y c h b y ło 2 5 % w s z y s tk ic h n o w y c h in w e s ty c ji o d d a n y c h d o u ż y tk u w 2 0 1 2 r o k u . N a jw ię c e j m ie s z k a ń w y b u d o w a n o w W a r s z a w ie ( p o n a d 13 ty s .) , n a jm n ie j w S z c z e c in ie ( n ie c a łe 2 ty s .). W la ta c h 2 0 0 9 - 2 0 1 2 n a lo k a ln y c h r y n k a c h o b s e rw o w a n o a n a lo g ic z n e z m ia n y lic z b y m ie s z k a ń o d d a w a n y c h d o u ż y tk o w a n ia j a k w c a łe j P o ls c e ( r y s u n e k 2).
R ysunek 2. L iczb a m ieszkań odd an y ch do uży tk u w w y b ran y ch m iastach P olski w latach 2 0 0 9 -2 0 1 2
Źródło: opracowanie własne na podstawie danych Banku Danych Lokalnych, Główny Urząd Statystyczny, www.stat.gov.pl/bdl (15.05.2013).
W P o ls c e w 2 0 1 2 r o k u n a jw ię k s z y m in w e s to r e m n o w y c h m ie s z k a ń o d d a n y c h d o u ż y t k u b y ły o s o b y in d y w id u a ln e ( 5 3 % m ie s z k a ń ) . N a d r u g im m ie js c u b y ły m ie s z k a n ia b u d o w a n e n a s p r z e d a ż lu b w y n a je m p r z e z d e w e lo p e r ó w ( r y s u n e k 3). D o m in u ją c a r o la in w e s to r a in d y w id u a ln e g o o b s e r w o w a n a b y ła n a t e r e n a c h w ie js k ic h , b o w ie m w b a d a n y c h m ia s ta c h n a jc z ę ś c ie j o d d a w a n e d o u ż y t k o w a n ia b y ły m ie s z k a n ia n a s p r z e d a ż lu b w y n a je m . U d z ia ł te g o ty p u m ie s z k a ń w a h a ł się o d 7 6 % w P o z n a n iu , d o 8 7 % w e W r o c ła w iu . Z m a r g in a liz o w a n a z o s ta ła , j a k o in w e s to r a b u d o w la n e g o , r o la s p ó łd z ie ln i m ie s z k a n io w y c h . W la ta c h 7 0 . X X w ie k u s p ó łd z ie ln ie b y ły n ie m a l j e d y n y m in w e s to r e m n a r y n k u 1, a w 2 0 1 2 r o k u b y ły m ia s ta , w k tó r y c h s p ó łd z ie ln ie m ie s z k a n io w e n ie w y b u d o w a ły ż a d n e g o m ie s z k a n ia ( K r a k ó w , P o z n a ń ) . R ó w n ie ż m ie s z k a ń b u d o w a n y c h p r z e z to w a r z y s tw a b u d o w n ic tw a s p o łe c z n e g o b y ło n ie w ie le ( m ie s z k a n ia s p o - łe c z n o - c z y n s z o w e ) , a le to z w ią z a n e b y ło z e z m ia n a m i (a w ła ś c iw ie z k o ń c e m ) f in a s o w a n ia p r e f e r e n c y jn y c h k r e d y tó w d la b u d o w n ic tw a s p o łe c z n o - c z y n s z o - w e g o . B u d o w n ic tw o in d y w id u a ln e s ta n o w iło o d 6 % ( W a rs z a w a ) d o 1 8 % (P o z n a ń ) n o w o w y b u d o w a n y c h m ie s z k a ń w 2 0 1 2 ro k u . * i
R ysunek 3. Struktura m ieszkań oddanych do u ży tk u w edług inw estorów w w yb ran y ch m ia sta ch i P olsce w 2012 roku
Źródło: opracowanie własne na podstawie danych Banku Danych Lokalnych, Główny Urząd Statystyczny, www.stat.gov.pl/bdl (15.05.2013).
1 I. Foryś, A. Gdakowicz, Spółdzielcze zasoby mieszkaniowe w dobie zmian ustrojowych, w: Wybrane problemy gospodarowania nieruchomościami, red. J. Hozer, Katedra Ekonometrii i Statystyki, Instytut Analiz, Diagnoz i Prognoz Gospodarczych, Szczecin 2001; A. Gdakowicz,
Badanie koniunktury na rynku lokali mieszkalnych w Szczecinie w latach 1997-2006, rozprawa
J ózefH ozer, A nnaG dakowicz A nalizacentransakcyjnychmieszkańnarynkachpierwotnymiwtórnym...
Przez ostatnie kilka lat liczba mieszkań, których budowę rozpoczęto,
wzrastała (rysunek 4). W 2012 roku zanotowano zmniejszenie liczby rozpoczę
tych inwestycji zarówno w Polsce, jak i w wybranych miastach (z wyjątkiem
Poznania). Takie zachowania deweloperów mogą świadczyć o ich niepewności,
czy wybudowane mieszkania znajdą nabywców.
R ysunek 4. L iczb a m ieszkań, któ ry ch b udow ę rozpoczęto w w yb ran y ch m iastach Polski w latach 2 0 0 9 -2 0 1 2
Ź ródło: o p raco w an ie w łasn e n a p o d sta w ie d an y ch B an k u D an y ch L o k aln y ch , G łó w n y U rz ąd S taty sty czn y , w w w .stat.g o v .p l/b d l (15.05.2013).
R ysunek 5. L iczb a m ieszkań, n a k tó ry ch b udow ę w ydano pozw olenie w w yb ran y ch m iastach P olski w latach 2 0 0 9 -2 0 1 2
191
Ź ródło: o p raco w an ie w łasn e n a p o d sta w ie d an y ch B an k u D an y ch L o k aln y ch , G łó w n y U rz ąd S taty sty czn y , w w w .stat.g o v .p l/b d l (15.05.2013).
A n a liz u ją c lic z b ę p r z y s z ły c h in w e s ty c ji, n a le ż y u w z g lę d n ić r ó w n ie ż lic z b ę w y d a n y c h p o z w o le ń n a b u d o w ę . W w y b r a n y c h m ia s ta c h ( o r a z w P o ls c e ) w 2 0 1 2 r o k u w p o r ó w n a n iu d o r o k u p o p r z e d n ie g o z a n o to w a n o s p a d e k te g o w s k a ź n ik a ( r y s u n e k 5). S y tu a c ja ta p o tw ie r d z a w c z e ś n ie js z e s p o s trz e ż e n ie , ż e d e w e lo p e r z y z u w a g ą p r z y p a tr y w a li s ię r y n k o w i i o s tr o ż n ie p la n o w a li k o le jn e in w e s ty c je .
2. Ceny transakcyjne 1 m2 mieszkań w wybranych miastach
Z e s ta w io n o p r z e c ię tn e c e n y tr a n s a k c y jn e 1 m 2 lo k a li m ie s z k a ln y c h n o to w a n y c h n a r y n k a c h p ie r w o tn y m i w tó r n y m w w y b r a n y c h m ia s ta c h P o ls k i. B a d a n ie p r z e p r o w a d z o n o w la ta c h 2 0 0 7 - 2 0 1 2 w o d s tę p a c h k w a r ta ln y c h . O b ró t p ie r w o tn y d o ty c z y w s z y s tk ic h n ie r u c h o m o ś c i, k tó r e w w y n ik u c z y n n o ś c i p r a w n y c h u z y s k a ły s ta tu s n ie r u c h o m o ś c i m o g ą c e j b y ć p r z e d m io te m o b ro tu . O b r ó t w tó r n y r o z p o c z y n a s ię w te d y , k ie d y p ie r w o tn y n a b y w c a z a o f e r u je n ie r u c h o m o ś ć d o s p r z e d a ż y n a r y n k u 2. C e n a tr a n s a k c y j n a 1 m 2 m ie s z k a n ia n a r y n k u p ie r w o tn y m w a n a liz o w a n y m o k r e s ie m a la ł a ( r y s u n e k 6). W w ię k s z o ś c i m ia s t w la ta c h 2 0 0 7 i 2 0 0 8 o b s e r w o w a n o n ie w ie lk i w z r o s t c e n 1 m 2, n a to m ia s t w k o le jn e o k r e s a c h o d n o to w y w a n o ic h s y s te m a ty c z n y s p a d e k . O d m ie n n ie k s z ta łto w a ła s ię c e n a j e d y n i e w P o z n a n iu - w p ie r w s z y c h la ta c h a n a liz y c e n a 1 m 2 s p a d a ła , a j e j w z r o s t z a n o to w a n o w r o k u 2 0 1 1 , j e d n a k w r o k u 2 0 1 2 c e n a p o n o w n ie u le g ła z m n ie js z e n iu .
D o n a j d r o ż s z y c h m ia s t w b a d a n y m o k r e s ie n a le ż a ły W a r s z a w a i K ra k ó w . P r z e c ię tn ie z a 1 m 2 n o w e g o m ie s z k a n ia w W a r s z a w ie tr z e b a b y ło z a p ła c ić o d 8 ,6 ty s . z ł w p ie r w s z y m i d r u g im k w a r ta le 2 0 0 8 r o k u d o 6 ,5 ty s . z ł w c z w a r ty m k w a r ta le 2 0 1 2 r o k u . W K ra k o w ie c e n y b y ły n ie w ie le n iż s z e i w y n o s iły o d 6 ,2 ty s . z ł n a p o c z ą tk u 2 0 0 8 r o k u d o 8 ty s . z ł n a k o n ie c 2 0 1 2 r o k u .
D o n a j ta ń s z y c h m ia s t z e w z g lę d u n a c e n ę 1 m 2 m ie s z k a n ia n a r y n k u p ie r w o tn y m z a lic z o n o S z c z e c in o r a z Ł ó d ź . W o b u m ia s ta c h c e n y w b a d a n y m o k r e s ie k s z ta ł to w a ły s ię n a p o d o b n y m p o z io m ie - o d o k o ło 4 ty s . z ł w n a p o c z ą tk u 2 0 0 7 r o k u , d o o k o ło 5 ,5 ty s. z ł w c z w a r ty m k w a r ta le 2 0 0 8 ro k u .
W b a d a n y m o k r e s ie z m n ie js z y ła s ię r o z p ię to ś ć p o m ię d z y m in i m a l n ą a m a k s y m a ln ą c e n ą 1 m 2 w w y b r a n y c h m ia s ta c h . W p ie r w s z y m k w a r ta le 2 0 0 7
Jó z e fHo z e r, An n aGd a k o w i c z
An a l i z a c e nt r a n s a k c y j n y c hm i e s z k a ńn ar y n k a c hp i e r w o t n y miw t ó r n y m. . .
r o k u r ó ż n ic a s ię g a ła 3 ,5 ty s . z ł, n a to m ia s t w c z w a r ty m k w a r ta le 2 0 1 2 r o k u z m n ie js z y ła się d o 1,9 ty s . zł.
R ysunek 6. C eny transakcyjne 1 m 2 m ieszk an ia n a ry n k u p ierw otnym w w y b ran y ch m iastach w latach 2 0 0 7 -2 0 1 2
Źródło: opracowanie własne na podstawie: Informacja o cenach mieszkań i sytuacji na rynku
nieruchomości mieszkaniowych i komercyjnych w Polsce, NBP, Warszawa 2013.
P r z e c ię tn e c e n y tr a n s a k c y jn e 1 m 2 m ie s z k a n ia n a r y n k u w tó r n y m b y ły n i ż s z e n iż p r z e c ię tn e c e n y 1 m 2 m ie s z k a ń n o w o o d d a w a n y c h d o u ż y tk u . W y j ą t k ie m b y ły W a r s z a w a i W r o c ła w , w k tó r y c h d r o ż s z e b y ły m ie s z k a n ia n a r y n k u w tó r n y m .
T e n d e n c ja z m ia n y c e n 1 m 2 n a r y n k u w tó r n y m w e w s z y s tk ic h a n a liz o w a n y c h m ia s ta c h b y ła p o d o b n a - w p o c z ą tk o w y m o k r e s ie c e n y ro s ły , o s ią g a ją c m a k s im u m n a p r z e ło m ie 2 0 0 7 i 2 0 0 8 r o k u , a n a s tę p n ie z k w a r ta łu n a k w a r ta ł n o to w a n o s p a d e k p r z e c ię tn y c h cen .
N a r y n k u w tó r n y m w b a d a n y m o k r e s ie n a jw y ż s z e c e n y o s ią g a ły m ie s z k a n ia w W a r s z a w ie . N a jta n ie j m o ż n a b y ło k u p ić m ie s z k a n ie w Ł o d z i o r a z S z c z e c in ie . R o z p ię to ś ć p o m ię d z y n a jd r o ż s z y m a n a j ta ń s z y m m ia s te m w y n o s iła o d 5,1 ty s . z ł z a 1 m 2 w tr z e c im k w a r ta le 2 0 0 7 r o k u , d o 3 ,8 ty s . z ł n a k o n ie c 2 0 1 2 ro k u .
R ysunek 7. C eny transakcyjne 1 m 2 m ie sz k an ia n a ry n k u w tórnym w w y b ran y ch m iastach w latach 2 0 0 7 -2 0 1 2
Źródło: opracowanie własne na podstawie: Informacja o cenach mieszkań i sytuacji na rynku
nieruchomości mieszkaniowych i komercyjnych w Polsce, NBP, Warszawa 2013.
3. Analiza tendencji rozwojowej oraz sezonowości cen transakcyjnych 1 m2 mieszkania w wybranych miastach
Do analizy dynamiki cen 1 m2 mieszkań notowanych na rynku pierwotnym
oraz wtórnym w wybranych miastach Polski (14 zmiennych) zaprezentowanych
na rysunkach 6 i 7 zaproponowano dziewięć modeli trendu uwzględniających
(bądź nie) wahania sezonowe3.
1. Model trendu liniowego:
y t - a 0 + «jt + ut
(1)
gdzie:
y t
- zmienna objaśniana,
00, ot1 - parametry strukturalne,
3 Przegląd metod stosowanych w artykule, zawierają na przykład prace: B. Batóg, I. Fo ryś, Prognozowanie zużycia cieplej i zimnej wody w spółdzielczych zasobach mieszkaniowych, w: Metody ilościowe w ekonomii, „Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Szczecińskiego” 2009, nr 2; Prognozowanie gospodarcze. Metody i zastosowania, red. M. Cieślak, Wydawnictwo Naukowe PWN, Warszawa 2002; S. Gnat, Prognozowanie do
chodów ze sprzedaży tygodników lokalnych - wybrane podejścia, w: Metody ilościowe w ekono mii, „Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Szczecińskiego”
2008, nr 2; Ekonometria, red. J. Hozer, Katedra Ekonometrii i Statystyki - Stowarzyszenie Po moc i Rozwój, Szczecin 1997; A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.
Jó z e fHo z e r, An n aGd a k o w i c z
An a l i z a c e nt r a n s a k c y j n y c hm i e s z k a ńn ar y n k a c hp i e r w o t n y miw t ó r n y m. . .
t - zmienna czasowa,
ut - składnik losowy.
2. Model trendu liniowego z wahaniami sezonowymi o stałej amplitudzie:
m -
1
yt = a o + ait +
Σ
do kQkt + ut
(2)
k=1
g d z ie :d0
k(k
= 1, 2 , . . . ,m
- 1) - p a r a m e tr y s tr u k tu r a ln e ,m
- lic z b a p o d o k r e s ó w ( k w a rta łó w ) ,Q
kt - z m ie n n e z e r o -je d y n k o w e . M o d e l (2 ) j e s t s z a c o w a n y p r z y z a ło ż e n iu , ż e^ m d0
k - 0, c z y lid0
m-
_Σ
m-ιd
0к-
P a r a m e tr y p r z y z m ie n n y c h s e z o n o w y c hQ
kt in f o r m u ją o ty m , o ile p o z io m z ja w is k a r ó ż n i s ię w d a n y m k w a r ta le o d p o z io m u tr e n d u . 3. M o d e l tr e n d u lin io w e g o z w a h a n ia m i s e z o n o w y m i o lin io w o z m ie n ia ją c e j się a m p litu d z ie : m -1 m -1 yt = «o + «it +Σ
d o kQ u +Σ
d ik tQ b + u t (3) k=1 k=1 M o d e l (3 ) j e s t s z a c o w a n y p r z y d o d a tk o w y m z a ło ż e n iu , ż e ^ md
Xk - 0, c z y li a n a lo g ic z n ie :d1
m m_1d
1k.
W m o d e la c h z lin io w o z m ie n i a ją c ą się s e z o n o w o ś c i ą a m p litu d a w a h a ń n ie j e s t s ta ła (je j z m ia n y w c z a s ie s ą lin io w e ) . M o d e le te c z ę s to c e c h u j ą s ię le p s z y m i w a r to ś c ia m i k r y te r ió w d o p a s o w a n ia d o w a r to ś c i e m p ir y c z n y c h , a le ic h w a d ą j e s t to , ż e p a r a m e tr y p r z y z m ie n n y c h s e z o n o w y c h n ie p o d d a j ą s ię p r o s te j in te r p re ta c ji. 4. M o d e l tr e n d u w p o s ta c i f u n k c ji k w a d r a to w e j:
y t - a 0 + a 1t + a 2t2 + u
t (4 )gdzie:
t2
- kwadrat zmiennej czasowej,
a2 - parametr strukturalny.
5. Model trendu w postaci funkcji kwadratowej z wahaniami sezonowymi
o stałej amplitudzie:
m-1
y t ~ a o + a d + a 2t2 + Σ dokQb + ut
(5)
k =1
6. Model trendu w postaci funkcji kwadratowej z wahaniami sezonowy
mi o liniowo zmieniającej się amplitudzie:
m-1
m-1
yt = a o +a it + a it 2 + Σ do kQkt + Σ diktQkt + ut
(6)
k=1
k=1
7. Model trendu logarytmicznego:
y t - a 0 + a1 Int + ut
(7)
8. Model trendu logarytmicznego z wahaniami sezonowymi o stałej
amplitudzie:
m-1
yt =Щ + «1lnt + Σ do kQh + ut
(8)
k=1
9. Model trendu logarytmicznego z wahaniami sezonowymi o liniowo
zmieniającej się amplitudzie:
m-1
m-1
yt =«o + a 1lnt + Σ d0 kQh + Σ d1ktQh + u
(9)
k=1
k=1
W badaniu empirycznym oszacowano modele (1)-(9) dla cen transakcyj
nych 1 m2 lokalu mieszkalnego notowanych w wybranych siedmiu miastach
Polski na rynkach pierwotnym i wtórnym (126 modeli). Szeregi czasowe obej
mowały okres od pierwszego kwartału 2007 roku do czwartego kwartału 2012
roku (dane kwartalne). Wyboru najlepszej postaci analitycznej modelu dla
zmiennych objaśnianych dokonano ze względu na współczynnik determinacji
R2. W tabelach 1 i 2 przedstawiono wartości współczynnika determinacji wy
znaczone dla modeli cen 1 m2 mieszkań notowanych na rynkach pierwotnym
i wtórnym badanych miast.
Jó z e fHo z e r, An n aGd a k o w i c z
An a l i z a c e nt r a n s a k c y j n y c hm i e s z k a ńn ar y n k a c hp i e r w o t n y miw t ó r n y m. . . 197
T ab ela 1. W artości w sp ó łczy n n ik a determ inacji (%)
w y znaczone dla m odeli tren d u ceny 1 m 2 m ieszk an ia n a ry n k u p ierw otnym
Miasto Model 1 2 3 4 5 6 7 8 9 Gdańsk 42,07 55,24 69,89 44,52 57,94 75,17 32,36 46,72 70,06 Kraków 75,08 76,93 79,69 75,10 76,96 80,30 55,28 57,74 80,40 Łódź 18,11 32,11 55,55 40,11 53,83 66,80 2,96 15,32 69,88 Poznań 9,07 21,48 24,57 9,07 21,48 24,73 6,82 19,36 24,79 Szczecin 4,42 13,89 26,26 30,18 39,17 44,74 0,86 8,45 69,60 Warszawa 42,15 42,17 54,98 64,32 64,35 68,67 15,11 16,22 71,10 Wrocław 0,52 3,71 21,16 10,77 14,43 29,86 5,17 8,01 54,81
Boldem oznaczono maksymalne wartości dla badanych miast.
Źródło: obliczen ia w łasne.
T ab ela 2. W artości w sp ó łczy n n ik a determ inacji (%)
w yznaczone dla m odeli tren d u ceny 1 m 2 m ie sz k an ia n a ry n k u w tórnym
Miasto Model 1 2 3 4 5 6 7 8 9 Gdańsk 32,53 33,57 51,19 54,33 55,22 62,97 7,82 8,64 79,17 Kraków 31,75 32,69 45,99 45,61 43,68 63,09 35,42 36,95 57,25 Łódź 15,96 17,96 28,97 43,73 45,86 48,28 1,76 3,25 57,99 Poznań 15,17 18,53 33,77 21,24 24,39 35,53 2,63 6,09 49,64 Szczecin 28,25 33,40 49,00 65,81 70,74 74,32 4,20 7,80 88,71 Warszawa 54,16 57,33 67,22 69,45 72,58 76,13 25,40 28,24 79,62 Wrocław 30,67 47,30 63,40 33,64 50,02 64,37 21,12 38,62 63,42
Boldem oznaczono maksymalne wartości dla badanych miast.
Źródło: obliczenia własne.
F u n k c ją tr e n d u n a jle p ie j o p is u j ą c ą k s z ta łto w a n ie c e n y tr a n s a k c y jn e j 1 m 2 lo k a lu m ie s z k a ln e g o b y ła f u n k c ja tr e n d u lo g a r y tm ic z n e g o z w a h a n ia m i s e z o n o w y m i o lin io w o z m ie n ia ją c e j się a m p litu d z ie . T y lk o w tr z e c h p r z y p a d k a c h le p s z a b y ła f u n k c ja tr e n d u k w a d r a to w e g o z w a h a n ia m i s e z o n o w y m i o lin io w o z m ie n ia ją c e j się a m p litu d z ie . T a k b y ło w p r z y p a d k u r y n k u p ie r w o tn e g o w G d a ń s k u i n a r y n k u w tó r n y m - w K ra k o w ie i w e W r o c ła w iu . W s z y s tk ie b a d a n e z m ie n n e n a jle p ie j b y ły o p is y w a n e p r z e z m o d e le tr e n d u z w a h a n ia m i s e z o n o w y m i o lin io w o z m ie n ia ją c e j s ię a m p litu d z ie . W s k a z u je to n a z m ie n i a ją c ą się ( m a le ją c ą ) a m p litu d ę w a h a ń c e n tr a n s a k c y jn y c h . N a jw y ż s z e d o p a s o w a n ie f u n k c ji tr e n d u z a n o to w a n o w S z c z e c in ie n a r y n k u w tó r n y m ( 8 8 ,7 1 % ), K ra k o w ie n a r y n k u p ie r w o tn y m ( 8 0 ,4 0 % ) o r a z G d a ń s k u i W a r s z a w ie n a r y n k u w tó r n y m
(79,17% i 79,62%). Najsłabiej dopasowane były funkcje trendu dla cen transak
cyjnych na rynkach pierwotnym i wtórnym w Poznaniu (24,79% i 49,64%).
W tabeli 3 zestawiono istotne parametry w oszacowanych funkcjach tren
du najlepiej aproksymujących badane zmienne.
T ab ela 3. Istotne param etry funkcji trendu
najlepiej opisujące cenę tran sa k cy jn ą 1 m 2 n a ryn k ach p ierw otnym i w tórnym w w y branych m iastach
Miasto Rynek pierwotny Rynek wtórny
Gdańsk «0, «1, 0^2 $0, «1, dn, dp, dn, di4
Kraków «O, d]], d]9, d]3, d;j 0^0, o^1, $2, d01, d n Łódź ao, «1, dii, dn, dn, dl4 «0, «1, dn, d n , dn, dl4
Poznań ao $0, «1, d19, d13, d}4
Szczecin $0, «1, d11, dn, dn, d}4 $0, «1, d11, dn, d13, d}4 Warszawa $0, «1, d11, dn, dn, d}4 $0, «1, d11, dn, dn, d}4
Wrocław «0, «1, dn, d12, d13, d\Ą 0-0, d03
Źródło: obliczenia własne.
W modelach trendu uznanych za najlepiej opisujące kształtowanie się ceny
transakcyjnej 1 m2 lokalu mieszkalnego w wybranych miastach najczęściej
parametrami istotnymi były parametr wolny, parametr kierunkowy oraz zmien
ne d1k stojące przy zmiennych zero-jedynkowych tQb. Inaczej było w trzech
przypadkach: w Gdańsku na rynku pierwotnym oraz w Krakowie i Wrocławiu
na rynku wtórnym (Poznań pominięto ze względu na niskie dopasowanie osza
cowanych funkcji trendu). Tylko dla ceny 1 m2 na rynku wtórnym w Krakowie
parametry zmiennych zero-jedynkowych z tego samego okresu były istotne.
Świadczy to o istotnym odchyleniu ceny od funkcji trendu w pierwszych kwar
tałach badanych lat.
Podsumowanie
W 2012 roku rynek mieszkań, podobnie jak cała gospodarka, znajdował
się w stanie stagnacji. Rosnące bezrobocie oraz brak bezpieczeństwa finanso
wego gospodarstw domowych spowodowały spadek zdolności kredytowej po
tencjalnych nabywców lokali mieszkalnych. Dodatkowo, niekorzystny wpływ
Jó z e fHo z e r, An n aGd a k o w i c z An a l i z a c e nt r a n s a k c y j n y c hm i e s z k a ńn ar y n k a c hp i e r w o t n y miw t ó r n y m. . . n a m o ż liw o ś ć z a k u p u m ie s z k a n ia m ia ły w y g a s a ją c e p r o g r a m y r z ą d o w e , j a k n a p r z y k ła d „ R o d z in a n a s w o im ” . R ó w n ie ż b a n k i b y ły b a r d z o o s tr o ż n e w u d z i e la n iu n o w y c h k r e d y tó w m ie s z k a n io w y c h d la o s ó b in d y w id u a ln y c h . B r a k ź r ó d e ł f in a n s o w a n ia n a lo k a ln y c h r y n k a c h n ie r u c h o m o ś c i m ie s z k a n io w y c h d o p r o w a d z ił d o k o r e k ty c e n 1 m 2 m ie s z k a ń . O b n iż a n o c e n y n o w y c h m ie s z k a ń n a r y n k u p ie r w o tn y m , a le ta k ż e s p a d a ły c e n y m ie s z k a ń n a r y n k u w tó r n y m . T e n d e n c ja s p a d k o w a c e n o r a z o b s e r w o w a n e d u ż e ic h z r ó ż n ic o w a n ie w p o s z c z e g ó ln y c h o k r e s a c h z n a la z ły p o tw ie r d z e n ie w o s z a c o w a n y c h m o d e la c h tr e n d u . N a jl e p s z y m d o p a s o w a n ie m c h a r a k te r y z o w a ły s ię m o d e le tr e n d u lo g a r y tm ic z n e g o z w a h a n ia m i s e z o n o w y m i o lin io w o z m ie n ia ją c e j s ię a m p litu d z ie o r a z m o d e le tr e n d u w p o s ta c i f u n k c ji k w a d r a to w e j z w a h a n ia m i s e z o n o w y m i o lin io w o z m ie n ia ją c e j się a m p litu d z ie .
T ru d n o ś c i z e s p r z e d a ż ą j u ż w y b u d o w a n y c h m ie s z k a ń o r a z n ie p e w n o ś ć co d o p r z y s z ły c h m o ż liw o ś c i n a b y w c z y c h g o s p o d a r s tw d o m o w y c h s k ło n iły d e w e lo p e r ó w d o o s tr o ż n ie js z e g o p la n o w a n ia in w e s ty c ji ( m a le ją c a lic z b a w y d a n y c h p o z w o le ń n a b u d o w ę ) .
S p a d e k c e n m ie s z k a ń w y n ik a ł r ó w n ie ż z o b n iż e n ia o p ty m iz m u n a r y n k u n ie r u c h o m o ś c i m ie s z k a n io w y c h - c e n y n ie r u c h o m o ś c i g r u n to w y c h n ie m a la ły .
Literatura
B ank D anych Lokalnych, G łów ny U rząd Statystyczny, ww w .stat.gov.pl/bdl (15.05.2013). B atóg B., Foryś I., P rogn o zo w a n ie zu ży cia ciep łej i zim n e j w ody w spółdzielczych za so
bach m ieszkaniow ych, w: M eto d y ilościow e w ekonom ii, „S tu d ia i P race W ydziału
N au k E k o nom icznych i Z arząd zan ia U niw ersy tetu S zczecińskiego” 2009, n r 2.
E konom etria, red. J. H ozer, K atedra E konom etrii i S tatystyki - S tow arzyszenie Pom oc
i R ozw ój, S zczecin 1997.
F oryś I., G dakow icz A ., Spółd zielcze za so b y m ieszkaniow e w dobie zm ian ustrojow ych, w: W ybrane p ro b le m y g o sp o d a ro w a n ia nieruchom ościam i, red. J. H ozer, K atedra E konom etrii i Statystyki, Insty tu t A naliz, D iagnoz i P rognoz G ospodarczych, S zczecin 2001.
G dakow icz A ., B a d a n ie koniunktury na rynku lokali m ieszkalnych w Szczecin ie w la
tach 1 9 9 7 -2 0 0 6 , ro zp raw a doktorska, m aszynopis, S zczecin 2008.
G n at S., P rogn o zo w a n ie doch o d ó w z e sprzedaży tygodników lokalnych - w ybrane p o
dejścia, w: M eto d y ilościow e w ekonom ii, „S tu d ia i Prace W ydziału N au k E k o n o
m iczn y ch i Z arządzania U niw ersy tetu S zczecińskiego” 2008, n r 2.
In fo rm a cja o cenach m ieszkań i sytuacji na rynku nieruchom ości m ieszkaniow ych i kom ercyjnych w P olsce, N B P , W arszaw a 2013.
P aw likow ska-P iechotka A ., G ospodarka nieruchom ościam i, P C B , W arszaw a 1999.
P rog n o zo w a n ie gospodarcze. M eto d y i zastosow ania, red. M. C ieślak, W ydaw nictw o
N aukow e PW N , W arszaw a 2002.
Z eliaś A ., T eoria p ro g n o zy , P W E, W arszaw a 1997.
THE ANALYSIS OF PRIMARY AND RE-SALE MARKET PRICES OF FLATS IN SEVERAL POLISH CITIES
Abstract
In the article the authors analyse th e prim ary and secondary m ark et price o f 1 m 2 o f flats in selected P o lish cities. T he analysis covers th e o ffered and tran sactio n prices as w ell. The survey w as conducted on a quarterly b asis in th e span o f 2 0 0 7 -2 0 1 2 .
F or th e ir analysis the authors have chosen large P o lish cities w ith w ell established real estate m arkets, such as W arsaw , K rakow , Ł ódź, G dańsk, W rocław , P oznań and Szczecin. The price changes are p resen ted in the context o f a h ousing situation in those cities. The data com e from th e L ocal D ata B an k o f the C entral Statistical O ffice (G U S) an d from th e P o lish N atio n al B ank (N arodow y B an k Polski).
