VÁROS-
ÉS INGATLANGAZDASÁGTAN
VÁROS-
ÉS INGATLANGAZDASÁGTAN
Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén
az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi Intézet
és a Balassi Kiadó közreműködésével.
VÁROS-
ÉS INGATLANGAZDASÁGTAN
Készítette: Horváth Áron
Szakmai felelős: Horváth Áron 2011. június
ELTE TáTK Közgazdaságtudományi Tanszék
VÁROS- ÉS
INGATLANGAZDASÁGTAN
11. hét
Az ingatlanpiac makroökonómiája IV.:
Előrejelzés
Horváth Áron
Tartalom
1. Az előrejelzésekkel szembeni elvárások 2. Hogyan készül a szakértői előrejelzés?
3. Előrejelző eszközök
1. Az előrejelzésekkel
szembeni elvárások
Az előrejelzésekkel szemben támasztott igények
• Legyen ellenőrizhető a pontossága.
• Legyen pontos, legyen jó a találati arány (track record).
• Legyen meggyőző (hihető). Vegye figyelembe az aktuálisan fontos
szempontokat, a piaci szereplők lássák benne viszont lehetséges viselkedésüket.
• Legyen transzparens: legyen
reprodukálható a gondolatmenet.
Példák előrejelzésekre
• Nostradamus
• Időjárás-jelentés
• Technikai elemzés a pénzügyi piacokon
• IMF makrogazdasági előrejelzései
Gondolja át, hogy mennyire felelnek meg a kritériumoknak.
Technikai elemzés: fej és vállak
Technikai elemzés: fej és vállak
• Ellenőrizhető.
• Talán evolúciós alapon jó a találati aránya.
• Egyáltalán nem meggyőző a
megalapozottsága: ha mindenki tudná a módszert, nem működhetne. (Ütközik a hatékony piacok elméletével.)
• Transzparensnek tűnik.
Pl. az IMF makrogazdasági előrejelzése Magyarországra
• Ellenőrizhető a pontossága.
• Nem tudjuk, hogy milyen a
Magyarországra vonatkozó előrejelzések teljesítménye, de más országokra
megnézhetjük.
• Meggyőző, megalapozott: formális
közgazdasági logikai érvelésen alapul.
• A gondolatmenetek transzparenssé válnak a tárgyalások során.
Ingatlanpiaci előrejelzések a hazai piacon
• „A lakáspiac 2009-ben érte el a mélypontot, s a tavalyi 30-40%-os forgalmi visszaesés után idén – optimistán – minimális, kb. 5%-os
bővülésre számítunk”.
• „2010-re összességében stagnálásra számítunk árakban, bár a tömeges
kényszerértékesítések még nem indultak el, s ezek megjelenése a piacon újból csökkenést eredményezhet.”
Kérdések
• Honnan tudjuk az árakat és a forgalmat?
• Mi alapján készül az előrejelzés?
• Csökken a kereslet és a kínálat is. Miért semleges az árakra a két hatás eredője?
Megfelelés a kritériumoknak
• Ellenőrizhetőség: adatokat kell készíteni.
• Track record: később derül ki.
• Megalapozottság: felépített formális modell, de aktuális szempontok is bekerülhetnek.
• Transzparencia: változók közti kvantitatív összefüggések szintjéig (azaz a
bemutatott formális modellig).
2. Hogyan készül az
előrejelzés?
Szakértői előrejelzés
• Sokszor kevés információ alapján kell dönteni, ezért az előrejelző alakítja az előrejelzést.
• Példa: már a trendszámítás sem egyértelmű.
Idősor: vendégéjszakák száma
Idősor
„Frekvencia”, időtáv szerinti felbontás
• Trend: hosszú távú tendenciák.
• Ciklus: amennyi idő alatt van idő
visszamenni a trendhez: 1–3 éves időtáv.
• Szezonalitás: időről időre megfigyelhető rendszeres mozgások.
• Zaj: ami nem a többi három, ami
„kiszámíthatatlan”, vagy legalább átlagosan nulla.
Vendégéjszakák trendje
Vendégéjszakák trendje
Trendszámítás
• Már a trendszámítás sem egyértelmű:
• lineáris (minden évben ugyanannyival nő) vagy
• logaritmikus (minden évben ugyanannyi százalékkal nő)?
• Melyik időszakra: benne van-e 2009, 2010?
3. Előrejelző eszközök
Előrejelző eszközök
1. Adatok, mutatók
2. Összefüggések – modell 3. Aktuális történetek
Hogyan készülnek a mutatók?
FHB Lakásárindex a lakásárak alakulását mutatja
fhbindex.hu
probléma: nem publikus az adatbázis.
1.adatgyűjtés
2.módszertan áttekintése 3.referenciák gyűjtése
4.hozzáférés az adatokhoz 5.számítások
6.adatminőség javítása, lobbizás
Keresleti mutató
A keresletet alakítja, hogy mekkora részleteket kell fizetni egy lakásért (affordability).
0 2 4 6 8 10 12 14 16
0 50 100 150 200 250 300
2000q1 2001q1 2002q1 2003q1 2004q1 2005q1 2006q1 2007q1 2008q1 2009q1 új hitelek átlagos futamideje (FHB becslés) MNB thm
Keresleti mutató
A futamidő és a kamatok alapján számított részlet alakulása.
0 Ft 20 000 Ft 40 000 Ft 60 000 Ft 80 000 Ft 100 000 Ft 120 000 Ft 140 000 Ft 160 000 Ft
2000q1 2001q1 2002q1 2003q1 2004q1 2005q1 2006q1 2007q1 2008q1 2009q1
10 MFt lakáshitel kezdő havi terhe (FHB becslés)
Összefüggések – modell
• Tankönyvi modellkeretből indulva.
• Denise DiPasquale–William Wheaton [1996]: Urban Economics and Real
Estate Markets
• Endogén (magyarázott) változók:
• lakásárak
• lakásépítések
Várakozások kiemelt szerepe
• Az ingatlanok befektetés (asset) jellege miatt a jövővel kapcsolatos elképzelések fontos tényezők.
• Az ingatlanpiacon vannak olyan
események, amelyek kvantitatíve nehezen magyarázhatóak.
• A várakozások kezelése segíthet leírni ezeket a történeteket.
A várható árváltozás
• Ha a modell hasznos, gondolhatjuk, hogy köze a van a modellbeli árak
alakulásához.
• Az árváltozás jellegét a szereplők
tartósnak (perzisztensnek) gondolják:
adaptív várakozások.
• Modellkonzisztens várakozások: ha a
modell jól írja le a valóságot, a szereplők nem tévednek szisztematikusan.
Keresleti sokk hatása
racionális adaptív
58 000 58 500 59 000 59 500 60 000 60 500 61 000 61 500 62 000 62 500 63 000
0 5 10 15 20 25 30 35 40 45 50 55 60
Pt
0 500 1 000 1 500 2 000 2 500 3 000 3 500
0 5 10 15 20 25 30 35 40 45 50 55 60
Ct
325 000 330 000 335 000 340 000 345 000 350 000
0 5 10 15 20 25 30 35 40 45 50 55 60
St
55 000 56 000 57 000 58 000 59 000 60 000 61 000 62 000 63 000 64 000 65 000
0 5 10 15 20 25 30 35 40 45 50 55 60
Pt
0 500 1 000 1 500 2 000 2 500 3 000 3 500 4 000 4 500
0 5 10 15 20 25 30 35 40 45 50 55 60
Ct
320 000 325 000 330 000 335 000 340 000 345 000 350 000 355 000
0 5 10 15 20 25 30 35 40 45 50 55 60
St
ár
új építés állomány
Várakozások kezelésével kapcsolatos tanulságok
• Az ingatlanpiacnak nem belső sajátossága a ciklikus mozgás.
• Exogén várakozások esetén a modell túllövéses alkalmazkodással jut el az egyensúlyba.
• Racionális (modellkonzisztens) várakozások esetén a dinamikus alkalmazkodás még gyorsabb is, a túllövés kisebb. Ezek a modellváltozatok akkor írhatják le az ingatlanpiac viselkedését, ha a piacot befolyásoló exogén változók is ciklikusak.
• Adaptív várakozások esetén az ingatlanpiaci ciklus endogén módon is kialakulhat.
Példa: Milyen várakozási feltételezésre utal az alábbi nyilatkozat?
Nőhetnek a lakásárak – A döntés az állam kezében, 2011.04.11 12:40
Amennyiben az állam piacszerű intézkedéseket hoz a fizetni nem tudó lakáshitelesek támogatására, az kimozdíthatja nyugvópontjáról a lakásárakat, viszont, ha a bankok nagy tömegben adják el a fedezetként lekötött lakásokat, akkor az tovább mérsékelheti az árakat a lakáspiacon a Duna House ingatlanközvetítő franchise-hálózat elemzői szerint.
Az MTI-hez hétfőn eljuttatott közleményük szerint ha az állam rögzíti a svájci frank árfolyamát, és ehhez méri a törlesztő részletet, illetve aki ezt sem tudja fizetni, az visszabérelheti a lakását, akkor megszűnik a vevők körében az a várakozás, hogy tovább esik a lakások ára, tehát vásárolni kezdenek. Ettől viszont emelkedhetnek – kimozdulhatnak a nyugvópontról – az árak.
Példa: Milyen várakozási feltételezésre utal az alábbi nyilatkozat?
Ha a kilakoltatási moratórium nyári megszűnéséig nem lesz segítség, és sok banki fedezetként lekötött lakás kerül hirtelen a piacra, az további áresést hozhat. A közlemény hangsúlyozza: ez a bankoknak sem érdekük, ezért várhatóan csak „lassan engedik piacra” ezeket a lakásokat.
Idén januárban és februárban stagnált a lakáspiac: aki vásárolni akart, az kivárt, hátha esnek az árak. Amikor márciustól a kormány több adósmentő ötlettel állt elő, hirtelen emelkedett a tranzakciók száma, és ez a tendencia folytatódik áprilisban is – vélik az ingatlanközvetítő szakértői.
Kvantifikálás
• Az adatok hiánya miatt ritkán lehet becsülni a modellek paramétereit.
• Ezért inkább egyéb támpontokat lehet keresni a számszerűsítéshez: kvantifikáláshoz.
• Egy-egy sokk hatása alapján lehet identifikálni paramétereket.
• Hihető alternatív forgatókönyvek
összeállításával lehet megerősíteni a specifikációt.
Kvantifikáláspélda: sokkra való reakció lassúsága
0 1 500 3 000 4 500 6 000 7 500 9 000 10 500 12 000 13 500 15 000
0 1 800 3 600 5 400 7 200 9 000 10 800 12 600 14 400 16 200 18 000
1995q1 1996q1 1997q1 1998q1 1999q1 2000q1 2001q1 2002q1 2003q1 2004q1 2005q1 2006q1 2007q1 2008q1 2009q1 2010q1
építési engedélyek száma 3 periódussal előre csúsztatva épült lakások száma
Aktuális történetek
• A válságban nehéz finomhangolni.
• Érdemes egyéb kapaszkodókat is keresni a ciklikus viselkedésre alakított modellen túl is.
• Pl. nemzetközi válságtapasztalatok.
Lakásárak és konjunktúra kapcsolata a válság során
lt ee lv
ie
dkuk essk
no
de fr
fi nl usptmt
hu
si cygr
lu se at ch pl
is
-0,7 -0,6 -0,5 -0,4 -0,3 -0,2 -0,1 0 0,1 0,2
-0,3 -0,25 -0,2 -0,15 -0,1 -0,05 0 0,05
Lakásárak és konjunktúra kapcsolata a válság során
ie
dk
uk sk
es
no
de fr
fi nl usmt
pt
hu si
gr cy lu
se
at ch
pl is
-0,25 -0,2 -0,15 -0,1 -0,05 0 0,05 0,1 0,15
-0,12 -0,1 -0,08 -0,06 -0,04 -0,02 0 0,02
Előrejelzés és közgazdaságtan
• A jóslás nem erőssége a
közgazdaságtannak (lásd válság).
• A sokkok (a zaj) előrejelzése reménytelen, mindig lesz újabb.
• De a járványtan se tudja megmondani, hogy milyen vírus miatt és hol fog kitörni az új járvány.
• Mégis sokat segíthet a várható lefutás elemzésében és a megállításban.
