analiza unor factori de influenţă asupra preţului de Închiriere al apartamentelor
DESCRIPTION
uyhfgtrjklTRANSCRIPT
Universitatea Transilvania din Braşov Facultatea de Ştiinţe Economice și Administrarea Afacerilor
ANALIZA UNOR FACTORI DE INFLUENŢĂ
ASUPRA PREŢULUI DE ÎNCHIRIERE AL APARTAMENTELOR
Student: Grupa 8623
Specializarea: CIG Anul: I
Introducere
Pentru analiza economică, o mare importanţă o prezintă piaţa imobiliară din România
care până în anul 2003 a avut o creştere relativ lentă de maximum 5% pe an. Datorită lipsei de
spaţiu locativ şi apariţiei creditelor ipotecare/imobiliare, începând cu anul 2003 s-a înregistrat o
explozie a preţurilor, înregistrându-se creşteri de peste 50% anual. Diferenţa majoră dintre
cererea şi oferta de pe piaţa imobiliară, precum şi deschiderea tot mai mare a băncilor către
creditare au facut ca România să fie o destinaţie preferată pentru investitori. În momentul de faţă,
piaţa imobiliară din România a atins limite superioare prin activitatea desfăşurată de un număr
mare de agenţi economici, activitate călăuzită de conceptul de marketing.
Urmărind conceptele de baza definite de Ph. Kotler ce se caracterizează prin: nevoi,
dorinţe şi cereri, produse, valoare, cost şi satisfacţie, schimburi, tranzacţii şi relaţii, pieţe, putem
să le configurăm în domeniul imobiliar după cum urmează în graficul alăturat:
Filozofia de marketing se întemeiază pe nevoile şi dorinţele oamenilor. Nevoia din
domeniul imobiliar se referă la obţinerea unui adăpost pentru a putea supravieţui. Dorinţa însă,
capătă un aspect diferit în sensul că nu reprezintă o necesitate, ci o modelare a nevoilor privite
prin prisma individuală a fiecarei persoane în parte. Cererea reprezintă o concretizare a dorinţei,
PIAŢA IMOBILIARĂ:Locul de întâlnire şi confruntare al cererii cu oferta
Schimburi, tranzacţii: imobiliare (schimb de locuinţă)
Produse: construcţii imobiliare: terenuri, imobile, spaţii comerciale
Valoare şi satisfacţie:Avantaje dobândite în raport cu preţul plătit
Nevoi : (o locuinţă, un adăpost)Dorinţe: ( o casă, o vilă, un apartament, un spaţiu comercial)
aceasta depinzând însă de puterea de cumpărare. Produsul, în cazul de faţă construcţiile,
terenurile, este oferit pe piaţă pentru a satisface nevoia sau dorinţa cumpărătorului. Odată intrat
în posesia unui imobil, există posibilitatea de efectuare a unei tranzacţii, a unui schimb, pentru a
obţine un alt imobil, sau un venit suplimentar care să satisfacă nevoile şi dorinţele în urma
acestui schimb.
Piaţa imobiliară se poate defini ca locul de întalnire dintre cererea şi oferta imobiliară,
prin tranzacţiile ce au avut loc, dar şi prin cele care nu s-au materializat lăsând loc astfel
posibilităţii de analiză asupra evoluţiei pieţei. Din punct de vedere al gradului de libertate, putem
spune că piaţa imobiliară este o piaţă liberă, caracterizată de desfaşurarea nestingherită a
întocmirii actelor de vânzare-cumpărare. Înainte de 1989 nici măcar nu se putea vorbi despre o
piaţă imobiliară dat fiind faptul că nu exista o concurenţă, nu existau agenţii imobiliare, serviciile
de vânzare -cumpărare fiind realizate doar prin intermediul notarilor.
Astfel putem spune că înainte de 1989 aveam o piaţă controlată, o piaţă impusă care nu
oferea posibilitatea libertăţii de acţiune. Un exemplu în acest caz este utilizarea unor preţuri
standard pentru bunul imobiliar vânzabil, emise în vederea întocmirii actelor de vânzare-
cumpărare, aceste preţuri fiind aşadar stabilite de către stat fără a putea fi influenţate de către
vânzător într-un mod favorabil acestuia. Bunurile imobiliare nu se puteau vinde la un preţ mai
mare decât cel stabilit prin lege şi calculat în funcţie de vechimea imobilului precum şi de zona
în care se afla.
Piaţa liberă, oferă însă posibilitatea de a lansa pe piaţă o ofertă individuală, concretizarea
acesteia, respectiv întocmirea actelor de vânzare-cumpărare, depinzând de existenţa unei cereri
care să răspundă ofertei. Piaţa imobiliară este o piaţă internă concentrată cu precădere în zonele
urbane. In ultimii ani, în România nivelul de salarizare a crescut şi odată cu acesta şi cererea
consumatorilor. Pentru a ţine pas cu cererea, societăţile de construcţii au început lucrări de mare
amploare încercând să acopere pe cât posibil varietatea cererilor şi anume (construcţii pentru
domeniul industrial, pentru domeniul de afaceri, imobile pentru locuinţe, case, etc).
O creştere a pieţei imobiliare a atras după sine creşterea altor pieţe, având astfel un
impact pozitiv asupra economiei naţionale. Modificarea poziţiei unui produs în cadrul pieţei
totale sau a unei subdiviziuni de referinţă a acesteia, afectează în proporţii diferite piaţa tuturor
întreprinderilor care comercializează sau produc acel produs. O cerere mare din partea
consumatorilor, atrage după sine şi o ofertă mare sau o tendinţă accentuată de acoperire a cererii
aducând astfel modificări pe piaţa locurilor de muncă care se manifestă prin angajarea de
personal în vederea satisfacerii cererii. În ceea ce priveşte domeniul imobiliar, dorinţa de
satisfacere a cererii a obligat agenţiile imobiliare să studieze în aprofunzime piaţa pentru a putea
oferi servicii şi bunuri de calitate şi pentru a putea să beneficieze la rândul lor de cât mai multe
cereri pe care să le poată onora adresate acestora în urma unor tranzacţii reuşite. Pentru aceasta,
agenţiile imobiliare trebuie să se facă cunoscute şi în acest mod să atragă prin expunerea
calităţilor firmei, noi cumpărători, să îi păstreze pe cei vechi şi să facă faţă concurenţei.
Scopul unei agenţii imobiliare nu este atins integral dacă în urma actului de vânzare –
cumpărare (sau închiriere) cerinţa clientului nu este satisfacută integral motiv pentru care
serviciile agenţiilor imobiliare trebuie să fie cât mai competitive, oferind clientului toate
informaţiile necesare încheierii tranzacţiei fară a ascunde anumite elemente ce pot atrage după
sine o înşiruire de probleme ce pot aduce prejudicii agenţiei imobiliare reducându-i gradul de
credibilitate şi scăzând numărul potenţialilor clienţi ai acesteia. Nu întotdeauna drumul către
atingerea scopului este drumul cel mai scurt.
Acest proiect are ca obiectiv principal analiza, cu ajutorul unor teste, a influenţei unor
factori asupra preţului de închiriere a apartamentelor. Modelul a fost construit pentru perioada
1994 – 2008, datele necesare pentru acest studiu fiind culese de pe site-ul INSSE din Anuarul
Statistic al României (ANEXA 1). Acest model analizează influenţa unui factor şi anume:
suprafaţa apartamentelor asupra preţului de închiriere a apartamentelor, iar pentru exemplificare
s-a folosit modelul regresiei simple, modelul putând fi construit astfel:
CHt = a + a SPt + εt , t = 1, 2,….., 15
unde:
CHt – chiria apartamentelor în anul t;
SPt – suprafaţa apartamentului în anul t;
a , a – parametrii modelului;
εt – eroarea de specificare.
Specificarea unui model econometric presupune alegerea unei funcţii matematice cu
ajutorul cãreia poate fi descrisã legãtura dintre cele douã variabile. Pentru modelul unifactorial,
procedeul cel mai des folosit îl constituie reprezentarea graficã cu ajutorul graficului de corelație.
Cu ajutorul graficului s-au reprezentat legãturile dintre preţul chiriei şi suprafaţa apartamentelor.
Din graficul ataşat în ANEXA 1, se poate observa cã asupra variabilei de explicat, pe
lângã suprafaţa apartamentelor, au influenţat şi alţi factori întrucât existã puncte aşezate fãrã nici
o regularitate. Influenţa acestor factori întâmplãtori neidentificaţi se va elimina prin ajustare,
adicã prin stabilirea liniei de regresie teoreticã. Drept urmare, modelul econometric care descrie
legãtura dintre cele douã variabile este un model liniar unifactorial, panta dreptei fiind pozitivã,
rezultã cã legãtura dintre cele douã variabile este direct liniarã.
Aplicând Testul Student se pune în evidenţă influenţa semnificativă pe care o are
suprafaţa apartamentelor asupra preţului de închiriere. Deoarece valoarea corelată este mai mare
decât valoarea toretică, se deduce faptul că modelul este bine construit, iar coeficientul de
corelație este semnificativ diferit de zero. Rezultatele obţinute în cadrul acestui test sunt
prezentate în ANEXA 1, iar modelul estimat este :
CHt = 0,56 + 9,29 ∙SPt + et
(0,61) (6,94)
R² = 0,96
n = 15
(•) = t Student
Efectuând Testul Fisher, se constată că variabila explicativă introdusă în model este
reprezentativă şi influenţează semnificativ variabila de explicat. Modelul este global semnificativ
şi bine construit.
În continuare, se vor adăuga 5 variabile explicative modelului cu o singură variabilă
pentru a se analiza dacă acestea îmbunătăţesc semnificativ calitatea ajustării. Datele acestora sunt
prezentate în tabelul din ANEXA 2, iar modelul respectiv va deveni un model de regresie
multiplă, fiind reprezentat astfel :
CHt = a + a SPt + a NLt + a AP3t + a DSt + a ZUt + a ZRt + εt , t =
1,2,....15
unde :
CHt - chiria apartamentelor în anul t;
SPt - suprafaţa apartamentelor în anul t;
AP3t - apartament cu 3 camere în anul t;
NLt - număr de locuinţe în anul t;
DSt - dotări suplimentare în anul t;
ZUt - zonă urbană în anul t;
ZRt - zonă rurală în anul t;
a ,a ,a ,a ,a ,a ,a - parametrii modelului;
εt - eroarea de specificare.
Deoarece parametrii modelului sunt necunoscuţi, valorile acestora se pot estima cu
ajutorul metodei celor mai mici pătrate ( M.C.M.M.P. ). Estimând parametrii modelului ,
obţinem :
CHt = 10,19 + 9,2 ∙SPt - 9,5∙ NLt - 0,014∙ AP3t + 0,001∙ DSt + 1,51∙ ZUt + 5,28∙ ZRt + et
(1,66) (1,81) (1,36) (6,16) (0,001) (5,39) (2,76)
n=15;
R2=0.99;
(•)= t Student
După ce s-au estimat parametrii modelului, se va recurge la analiza autocorelaţiei erorilor
pentru modelul obţinut. Astfel, se va aplica testul Durbin-Watson, cu ajutorul căruia am calculat
valoarea DW şi s-au extras valorile dU şi dL din tabelul Durbin-Watson pentru n=15 observări
şi k=6 variabile explicative. Întrucât această valoare DW aparţine intervalului [d ,4-d ], rezultă
faptul că nu există o autocorelaţie a erorilor. (ANEXA 2)
Aplicând Testul Student pentru aceste valori ale variabilelor explicative, se constată
următoarele: suprafaţa apartamentelor, numărul de locuinţe, apartamentele cu 3 camere şi zona
urbană influenţează în mod semnificativ preţul de închiriere. Putem, de asemenea observa că la
variabile explicative (dotări suplimentare şi zona rurală), raţia Student este mai mică decât
valoarea pe care o extragem din tabela legii de distribuţie Student. Astfel, ele nu influenţează în
mod semnificativ variabila de explicat, iar prin urmare vor fi scoase din model. (ANEXA 3).
Noul model estimat este:
CHt = 11,69 + 9,29∙SPt - 1,1∙ NLt- 8,8∙ AP3t+ 1,18∙ ZUt+ et , t = 1,2,....15 (0,90) (1,48) (8,01) (2,24) (3,63)
n=15
R2=0.99
(•)= t Student
Aplicând Testul Fisher, se constată că valoarea lui F calculat (extras din tabel) este mai
mare decât valoarea lui F teoretic, calculat conform formulei specifice. De aici rezultă că
modelul este global semnificativ, adică variabilele explicative influenţează în mod semnificativ
preţul de închiriere, modelul fiind bine construit. (ANEXA 4)
ANEXA 1
Regresia simpla:
Ani Chiria (mil. lei) Suprafaţa (m²) y x11994 1,8 2042101995 3 3374401996 8,2 9290191997 10,4 11647051998 10,9 12239251999 9,5 9984322000 6,6 6575642001 8,9 8814352002 10,4 10250562003 11,8 11302962004 10,5 10071312005 8,8 8269322006 8,4 7606232007 8,1 7108002008 7,6 680923
Graficul ce reprezintă legătura dintre cele 2 variabile :
Legătura dintre preţul de închiriere şi suprafaţa apartamentelor
0
200000
400000
600000
800000
1000000
1200000
1400000
0 2 4 6 8 10 12 14
Valorile observate
Valorile teoretice
Funcţia de regresie:
SUMMARY OUTPUT
Regression StatisticsMultiple R 0,965561R Square 0,932309Adjusted R Square 0,927102Standard Error 0,751602Observations 15
ANOVA df SS MS F Significance F
Regression 1 101,1456 101,1456 179,0484 5,6E-09Residual 13 7,34378 0,564906Total 14 108,4893
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Intercept 0,56233 0,611847 0,919069 0,374798 -0,75949 1,884144X Variable 1 9,29E-06 6,94E-07 13,3809 5,6E-09 7,79E-06 1,08E-05
ANEXA 2
Regresia multiplă:
Anii Chiria (mil. Lei)
Suprafaţa (m²)
Număr locuinţe
Ap. cu 3 camere
Dotări suplimentare
Zona urbană Zona rurală
y x1 X2 x3 X4 x5 x61994 1,8 204210 11345000 5894,2 208 691803 2630,21995 3 337440 11248000 2366,4 222 185459 3496,31996 8,2 929019 11329500 2314,2 263 186172 322,71997 10,4 1164705 11199086 2771,9 307 144994 4997,41998 10,9 1223925 11228669 4678,3 374 149712 6966,11999 9,5 998432 10509810 5636,4 433 148333 9183,42000 6,6 657564 9963090 5885,4 469 152585 10025,82001 8,9 881435 9903764 5810,6 493 144034 10761,42002 10,4 1025056 9856307 6104,6 527 132472 10660,12003 11,8 1130296 9578779 4998,7 567 131138 9765,82004 10,5 1007131 9591723 5686,8 609 105614 13070,62005 8,8 826932 9396954 8167,8 660 148066 180712006 8,4 760623 9055940 9704,8 706 154801 21112,12007 8,1 710800 8775308 11803,2 810 162362 22307,32008 7,6 680923 8959513 12450,9 903 165450 24180,4
RESIDUAL OUTPUT (et- et-1)2 (et)2
Observation Predicted Y Residuals 0,017081 1,798098 0,001902 0,041509 0,0053362 2,869308 0,130692 0,001615 0,0128223 8,273045 -0,07304 0,024764 0,0019484 10,51324 -0,11324 0,002682 0,0092015 10,85587 0,044132 0,089149 0,041076 9,404078 0,095922 0,024131 0,0022397 6,802656 -0,20266 0,023802 0,0114418 8,947315 -0,04732 0,00065 0,0066389 10,29304 0,106963 0,007196 1,12E-05
10 11,71852 0,081475 0,000684 0,00087111 10,50335 -0,00335 0,000612 2,28E-0512 8,829505 -0,0295 0,002644 0,00217613 8,404772 -0,00477 0,006481 0,001146
14 8,05335 0,04665 0,001146 015 7,633855 -0,03386 0,227065 0,112002
Metoda Durbin-Watson (DW)
DW=(∑(et- et-1)2)/(∑(et)2) DW 2,027339ρ -0,01367d1 0,447d2 2,472
TESTUL STUDENT ( ANEXA 3)
SUMMARY OUTPUT
Regression StatisticsMultiple R 0,999483663R Square 0,998967592Adjusted R Square 0,998193286Standard Error 0,118324383Observations 15
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Intercept 10,19272781 1,660401951 6,138711056 0,000277409 6,3638341 14,02162X Variable 1 9,1997E-06 1,81064E-07 50,80919294 2,49369E-11 8,782E-06 9,62E-06X Variable 2 -9,46532E-07 1,36843E-07 -6,916910858 0,000122424 -1,262E-06 -6,3E-07X Variable 3 -0,000140726 6,16441E-05 -2,362873379 0,051838309 -0,0002829 1,43E-06
X Variable 4 0,001143216 0,001120267 1,020484591 0,337363968 -0,0014401 0,003727X Variable 5 1,5075E-06 5,39893E-07 2,792217629 0,023477877 2,625E-07 2,75E-06X Variable 6 5,28234E-06 2,76757E-05 0,190865919 0,853385448 -5,854E-05 6,91E-05
TESTUL FISHER (ANEXA 4)
SUMMARY OUTPUT
Regression StatisticsMultiple R 0,999483663R Square 0,998967592Adjusted R Square 0,998193286Standard Error 0,118324383Observations 15
ANOVA df SS MS F Significance F
Regression 6 108,3773281 18,06288801 1290,145507 1,701E-11Residual 8 0,112005276 0,01400066Total 14 108,4893333
Noul model:
AniiChiria
(mil. Lei) Suprafata (m²)Numar locuinte
Ap. cu 3 vamere
Zona urbana
y x1 x2 x3 x41994 1,8 204210 11345000 5894,2 6918031995 3 337440 11248000 2366,4 1854591996 8,2 929019 11329500 2314,2 1861721997 10,4 1164705 11199086 2771,9 1449941998 10,9 1223925 11228669 4678,3 1497121999 9,5 998432 10509810 5636,4 1483332000 6,6 657564 9963090 5885,4 1525852001 8,9 881435 9903764 5810,6 1440342002 10,4 1025056 9856307 6104,6 1324722003 11,8 1130296 9578779 4998,7 1311382004 10,5 1007131 9591723 5686,8 1056142005 8,8 826932 9396954 8167,8 1480662006 8,4 760623 9055940 9704,8 154801
2007 8,1 710800 8775308 11803,2 1623622008 7,6 680923 8959513 12450,9 165450
Regresia asupra variabilelor rămase în model:
SUMMARY OUTPUT
Regression StatisticsMultiple R 0,999405R Square 0,998811Adjusted R Square 0,998335Standard Error 0,113597Observations 15
ANOVA df SS MS F Significance F
Regression 4 108,3603 27,09007 2099,318 1,43E-14Residual 10 0,129042 0,012904Total 14 108,4893
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Intercept 11,69657 0,908944 12,86831 1,51E-07 9,671317 13,72182
X Variable 1 9,29E-06 1,48E-07 62,92851 2,5E-14 8,96E-06 9,62E-06X Variable 2 -1,1E-06 8,01E-08 -13,3035 1,1E-07 -1,2E-06 -8,9E-07X Variable 3 -8,8E-05 2,24E-05 -3,95143 0,002724 -0,00014 -3,9E-05X Variable 4 1,18E-06 3,63E-07 3,256712 0,008622 3,74E-07 1,99E-06