Dopasowanie modelu do danych empirycznych na przykładzie modelu badania wpływu metrażu mieszkania na jego cenę

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Spis treści

 

1              Problematyka badanego zjawiska

1.1           Przedstawienie celu badania

1.2           Merytoryczny opis rynku nieruchomości

2              Charakterystyka zbioru danych

2.1           Wybór zmiennych do modelu

·        Analiza zmiennych objaśniających

·        Redukcja zmiennych i ich dobór do modelu

2.2           Budowa modelu

·        Wybór postaci analitycznej

·        Szacowanie parametrów modelu

3                   Weryfikacja modelu

·        Odchylenie standardowe reszt

·        Analiza współczynnika zmienności losowej

·        Analiza współczynnika determinacji R²

·        Analiza współczynnika zbieżności

·        Analiza współczynnika korelacji wielorakiej R

4                   Podsumowanie przeprowadzonych badań

5                   Literatura

 

1       PROBLEMATYKA BADANEGO ZJAWISKA

1.1       Przedstawienie celu badania

Wiele tysięcy lat temu ludzie nie mieli dużych wymagań związanych z miejscem przeznaczonym do mieszkania. Wystarczyło im suche, ciepłe miejsce, zapewniające im bezpieczeństwo. I to był ich dom... Jednak obecnie samo słowo „dom” oznacza coś innego. Jest nie tylko miejscem naszego azylu i schronienia przed otaczającym nas światem, ale i rzeczą, stanowiącą dla nas jakąś wartość pieniężną, która jest także przedmiotem transakcji handlowych. Wartość tych nieruchomości jest uzależniona od wielu czynników zarówno ekonomicznych, jak również poza ekonomicznych. Potencjalnego nabywcę zazwyczaj interesują te drugie. Z tego powodu w swoich badaniach posłużę się czynnikami nieekonomicznymi, jakie mają wpływ na wartość mieszkań, będących przedmiotem transakcji kupna – sprzedaży na rzeszowskim rynku nieruchomości.

Wśród czynników, które mogą wpływać na cenę mieszkania, wyróżniłam między innymi: lokalizację mieszkania, jego metraż, dodatkowe wyposażenie, piętro, na jakim jest usytuowane, liczbę pokoi oraz agencję oferującą daną nieruchomość. Za cel swojego badania obrałam odpowiedź na następujące pytanie: „Czy i w jakim stopniu wybrane przeze mnie zmienne wpływają na wartość mieszkania?”

Wybrane przeze mnie cechy mieszkania są zmiennymi endogenicznymi, ponieważ dotyczą wewnętrznych warunków kształtowania się ceny. W swojej pracy nie będę poświęcać uwagi zmiennym egzogenicznym, takim jak: stopa inflacji, poziom dochodów ludności i innych warunków ekonomicznych, ponieważ nie są one w dużym stopniu uwarunkowane ciągłymi zmianami rynku oraz przepisów prawno - handlowych. Te zmienne są trudne do scharakteryzowania, bowiem w naszych polskich warunkach przy wciąż rosnącej stopie inflacji, wartości dóbr i dochody ludności tracą swą realną wartość. I właśnie z tego powodu trudno jest prognozować poziom ceny w zależności od zmiennych egzogenicznych.

 

1.2       Merytoryczny opis rynku nieruchomości

Aby w pełnym świetle przedstawić istotę badanego problemu, niezbędne jest zapoznanie się z właściwościami rynku nieruchomości oraz z samym pojęciem „nieruchomość”.

W myśl art. 46 k.c., nieruchomościami są części powierzchni ziemskiej, stanowiące odrębny przedmiot własności (grunty), jak również budynki stałe z gruntem związane lub części takich budynków, jeżeli na mocy przepisów szczególnych stanowią odrębny od gruntu przedmiot własności. Polskie prawo wyróżnia -więc trzy rodzaje nieruchomości: gruntowe, budynkowe i lokalowe. Dla celu mojej pracy istotna jest definicja mieszkania jako rodzaju nieruchomości lokalowej.

„Nieruchomość lokalowa” to według art. 2 ust.1 i 2 ustawy z czerwca 1994r. o własności lokali[1] - samodzielny lokal mieszkalny, a także samodzielny lokal wykorzystywany zgodnie z przeznaczeniem na cele inne niż mieszkalne, jeżeli stanowi odrębną własność. Samodzielnym lokalem mieszkalnym jest wydzielona trwałymi ścianami w obrębie budynku izba lub zespół izb przeznaczonych na stały pobyt ludzi, które wraz z pomieszczeniami pomocniczymi służą zaspokojeniu ich potrzeb mieszkaniowych.

Na cenę mieszkania wpływają w istotnym stopniu tylko jego cechy, ponieważ elastyczność cenowa popytu w przypadku nieruchomości nie jest duża, tzn. współczynnik elastyczności popytu, ilustrujący względną zmianę popytu do względnej zmiany ceny, jest mniejszy od jedności, co oznacza, że wzrost ceny o 10% wywoła spadek popytu mniejszy od 10%. Mała elastyczność wynika z braku substytutu oraz stałości w miejscu. Nie istnieje bowiem dobro substytucyjne dla nieruchomości. Mała elastyczność popytu stanowi źródło znacznych rozbieżności w stawkach czynszu dla zróżnicowanych lokalizacji. Charakter budynku i specyficzne wymogi dotyczące i wyposażenia, zużyte fizycznie i funkcjonalnie budynki nie mogą stanowić substytutu obiektów nowoczesnych. Relatywnie mały udział czynszu w kosztach całkowitych podmiotów gospodarczych i gospodarstw domowych również wpływa na elastyczność cenową popytu nieruchomości. [2] Z tych względów zajęłam się zmiennymi endogenicznymi.

Na rzeszowskim rynku nieruchomości istnieje wiele firm zajmujących się pośrednictwem w obrocie mieszkaniowym. Spośród nich wybrałam dwie agencje zajmujące się handlem nieruchomości, które moim zdaniem posiadają najbardziej pełne informacje o oferowanych mieszkaniach, a mianowicie Filipak S.C. oraz Kwaśniak S.C. Na podstawie danych udostępnianych powszechnemu zainteresowaniu, wybrałam te dane, które według mojego uznanie będą najlepiej opisywały model badań. Aby ułatwić analizę funkcji modelu wprowadziłam pewne oznaczenia.

A mianowicie:

a)      zmienna objaśniana:

Y – CENA,

b)     zmienne objaśniające:

X₁ – FIRMA,

X₂ – METRAŻ,

X₃ – POKOJE,

X₄ – PIĘTRO,

X₅ – LOKALIZACJA,

X₆ – KOMFORT.

 

Uwaga: zmienna KOMFORT (X₆) obrazuje dodatkowe wyposażenie mieszkania, tzn. parkiet, płytki, panele i inne.

 

 

2                   CHARAKTERYSTYKA ZBIORU DANYCH

2.1          Wybór zmiennych do modelu

 

Analiza zmiennych objaśniających

Wybór zmiennych do modelu, pierwszy etap procesu budowy modelu ekonometrycznego, odbywa się za pomocą metod statystycznych. Spośród wcześniej wytypowanych zmiennych objaśniających należy wybrać te, które w sposób najistotniejszy opisują zmienna objaśnianą. Zmienne objaśniające powinny być silnie skorelowane ze zmienną prognozowaną oraz niepowiązane ( lub powiązane, ale bardzo słabo) pomiędzy sobą. Mocne powiązanie zmiennych niezależnych ze zmienną zależną zapewnia bowiem dobre dopasowanie modelu do danych empirycznych.

Konstruowanie i weryfikację modelu rozpoczęłam od wyboru zmiennej cena, jako zmiennej zależnej. Natomiast czynniki wpływające na jej kształtowanie (powierzchnia mieszkania, lokalizacja, liczba pokoi, piętro, na którym znajduje się mieszkanie, wyposażenie oraz firma pośrednicząca w transakcji) przyjęłam jako zmienne niezależne.

Dane dotyczące obranego zbioru zmiennych przedstawia tabela 1.

 

 

 

            Tab. 1 Zbiorcza tabela zmiennych