Blogisarjan edellisessä osassa tutkittiin miten asunnon ominaisuudet vaikuttavat toteutuneeseen myyntihintaan. Neliöhinnan kannalta oleellista on kuitenkin paikka, paikka ja paikka. Tällä kertaa poraudummekin siihen, mitkä asuina lueen piirteet vaikuttavat asunnon myyntihintaan.
Mikä nostaa asuinalueen asuntojen arvoa?
Taulukossa 1 on esitetty postinumeroalueen piirteet, jotka vaikuttavat toteutuneeseen neliöhintaan asuntoa myytäessä. Vertailuksi on esitetty vaikutus ensimmäisen ja toisen sukupolven mallissa – tarkemmin näiden eroista toisaalla blogissa. Taulukossa plus-merkki kuvaa toteutunutta neliöhintaa nostavaa vaikutusta (esimerkiksi asunnon kunnon myyntihintaa nostavasta merkityksestä kirjoitettiin blogisarjan avausosassa), miinus-merkki kuvaa laskevaa vaikutusta (esimerkiksi isommat asuinneliöt laskevat keskihintaa, kts. blogi keskihinnoista). Nolla kuvaa, että kyseisen sukupolven mallissa kyseisellä tekijällä ei havaittu olevan merkitsevää vaikutusta toteutuneeseen myyntihintaan.
| Asuinalueen piirteet | Ensimmäisen sukupolven malli (versio 37) | Toisen sukupolven malli (versio 1) |
| alueen kasvuvauhti | – | – |
| alimpaan tuloluokkaan kuuluvien talouksien osuus | 0 | – |
| asukkaiden koulutusaste | + | + |
| asuinrakennuksien osuus | – | 0 |
| kesämökkien osuus | – | – |
| matka-aika aluekeskukseen | – | – |
| mediaanitulot | – | 0 |
| muiden rakennusten osuus[i] | 0 | + |
| naisten osuus alueella | 0 | + |
| muiden osuus[ii] | 0 | + |
| muissa kuin vuokra- ja omistusasunnoissa asuvien osuus[iii] | + | + |
| opiskelijoiden osuus | – | – |
| pientaloasuntojen osuus | muuttuja ei tarjolla | – |
| postinumero | – | – |
| talouksien elämänvaihe: nuorten yksinasuvien osuus | – | 0 |
| talouksien elämänvaihe: lapsettomien nuorten parien osuus | + | + |
| talouksien elämänvaihe: pienten lasten talouksien osuus | 0 | – |
| talouksien elämänvaihe: eläkeläisten osuus | + | – |
| työllisten osuus | + | 0 |
| työttömien osuus | + | 0 |
| vuokra-asunnoissa asuvien osuus | + | + |
| ylimpään tuloluokkaan kuuluvien talouksien osuus | + | 0 |
Kommentti ensimmäisen sukupolven mallin muuttujia koskien
Taulukossa 1 on eritelty ensimmäisen sukupolven viimeisimmän malliversion ja toisaalta toisen sukupolven ensimmäisen malliversion sisältämät asuntojen hintoja selittävät tekijät ja näiden vaikutuksen suunta (myyntihintaa nostava/laskeva). Ensimmäisen sukupolven mallin osalta havaitaan jonkin verran ristiriitaista päättelyä – sekä työllisten, työttömien että eläkeläisten osuus alueella nostaa asuntojen arvoa, kun taas opiskelijoiden osuus laskee, mutta kuntatasolla (lisää tästä seuraavassa blogissa) taas opiskelijoiden ja työttömien osuus vaikuttaa päinvastoin. Tämä indikoi sitä, että ensimmäisessä mallisukupolvessa ei vielä onnistuttu tekemään muuttujavalinnassa kaikkia tarpeellisia tarkasteluja ja karsimaan kaikkia päällekkäisiä muuttujakandidaatteja pois lähtöjoukosta.
Alueen hintatasoa selittävät muuttujat
Mielenkiintoista on verrata alueen osalta muuttujien merkitsevyyttä mallisukupolvien välillä. Alustavat tulokset näyttäisivät siltä, että iso osa muuttujista vaikuttaa samalla tavalla. Tämä antaa tukea sille, että mallia luotaessa on kyetty löytämään oikeasti hintatasoa (= tutkittavaa ilmiötä) selittäviä tekijöitä sen sijaan, että olisi poimittu vain kyseistä aineistoa hyvin selittäviä tekijöitä.
Näitä luotettavilta tuntuvia muuttujia ovat esimerkiksi alueen kasvuvauhti (-), asukkaiden koulutusaste (+), kesämökkien osuus (-), matka-aika aluekeskukseen (-), muissa kuin vuokra- ja omistusasunnoissa asuvien osuus (+), opiskelijoiden osuus (-), postinumero (-), lapsettomien nuorten parien osuus (+) ja vuokra-asunnoissa asuvien osuus (+). Muistakin muuttujista voi päätellä, että taustalla on todennäköisesti sama selittävä tekijä, mutta välittävä muuttuja on vaihtunut: ylimpään (+) vs. alimpaan (-) tuloluokkaan kuuluvien asukkaiden osuus, asuinrakennusten osuus (-) vs. muiden rakennusten osuus (+).
Isoimmat erot aluetasolla ovat mediaanitulojen, työllisten ja työttömien osuus merkitsevyyden poistuminen toisen sukupolven mallissa ja eläkeläistalouksien vaikutuksen suunnan kääntyminen, samalla kun ”muiden” osuus alueella on noussut merkitseväksi. Tämä saattaa kuitenkin johtua pikemmin ensimmäisen sukupolven muuttujavalinnan virheistä kuin muutoksesta itse hinnanmuodostuksessa ja kuvaa sitä, mitä vaaroja sisältyy jos yksittäisiä muuttujia lähdetään tulkitsemaan liian pitkälle.
Loput ovat yksittäisiä muutoksia: uutena tulleet naisten osuus (+) ja pientaloasuntojen osuus (-) sekä nuorten yksinasuvien talouksien osuuden (-) korvautuminen pienten lasten talouksien osuudella (-) – jälkimmäisen osalta vaikutus on kuitenkin kuntatasolla vastakkainen (palataan tähänkin seuraavassa sarjan blogissa).
Kuinka hyvin malli suorituu alueiden hintatason selittämisestä?
Kuten kuvasta 1 näkyy, tarkasteltaessa mallin antamia ennusteita suhteessa asuntojen toteutuneisiin keskihintohin lähes kaikilla postinumeroalueilla ennuste ja toteutuneet kauppahinnat ovat hyvinkin tarkasti linjassa.
Yksi alue kuitenkin erottuu muista – nimittäin postinumeroalue 50520 Mikkelissä. Kyse on Moision sairaala-alueesta, jolla on tehty kolme kauppaa yksiöistä edeltävän vuoden aikana. Alueen myytyjen asuntojen keskineliöhinta 1387 euroa on melko lailla linjassa Mikkelin 1700 euron keskineliöhinnan kanssa, mutta silti malli päätyy ennustamaan huomattavasti korkeampia hintoja.
Kun pureudutaan asiaan tarkemmin, kaksi tekijää selittää suurilta osin mallin ennustaman hintatason. Ensinnäkin alueen erityispiirteet – esimerkiksi muiden rakennusten (tässä tapauksessa siis ennen kaikkea sairaalarakennusten) osuus on alueella Suomen keskiarvoa huomattavasti korkeampi. Koska yleensä muiden rakennusten iso osuus nostaa alueen hintatasoa – oletettavasti kyse on rajatumman asuntotarjonnan jonkin verran hintoja nostavasta vaikutuksesta – malli ennustaa alueelle noin +800 euron eroa Suomen keskihintaan nähden. Tähän toki vaikuttaa paitsi rakennuskanta myös muut alueen piirteet kuten koulutustaso, opiskelijoiden ja muiden[ii] osuus. Toiseksi vaikuttaa myytyjen asuntojen poikkeuksellisen pieni koko – keskimäärin 30 neliöllään 50520 on itse asiassa pienimpien asuntojen alue Suomessa. Ja kun yleensä pienissä asunnoissa on kalleimmat neliöt, ei ihme, että malli päätyy ennustamaan alueelle korkeaa neliöhintaa – itse asiassa verrattuna keskimääräiseen suomalaiseen asuntokokoon (77 m2) 30 neliön asunnoissa tulisi neliöhinnan olla lähes 800 €/m2 korkeampi, kun muut tekijät pidetään vakiona.
Alue on kuitenkin esimerkki erikoistapauksesta, johon yleisiä hinnoitteluun vaikuttavia tekijöitä tunnistamaan pyrkivä regressiomalli ei sovellu hyvin. Moisio on nimittäin psykiatrinen sairaala ja vielä lähivuosina ison muutoksen edessä – tässä tilanteessa alueen hintataso voi hyvinkin erota yleisestä kehityksestä.
Asuinalueen kasvuvauhdin merkitys
Pureudutaan lopuksi tarkemmin yhteen alueen hintatasoon vaikuttavaan tekijään eli asuinalueen kasvuvauhdin merkitykseen.
Asuinalueen kasvuvauhtia mittaa mallissa muuttuja, joka kuvaa kotitalouksien määrän muutosta postinumeroalueella 2018 vs 2017. Vaikka muuttuja tuleekin noin vuoden verran aineistoa jäljessä, nousevat listalle odotetun mukaiset alueet, esimerkiksi Helsingin osalta kärjessä ovat 00590 Kaitalahti (eli Kruunuvuorenranta), 00220 Jätkäsaari, 00540 Kalasatama ja 00430 Maununneva (eli Kuninkaantammen alue) – kaikki asuinalueita joilla rakennetaan paljon uutta.
Alueen kasvuvauhdin vaikutus vaikuttaa järkeenkäyvältä – mitä kovempi kasvuvauhti, sitä isompi hintaa laskeva vaikutus. Vaikka aktiivisen rakentamisen alueilla uudet asunnot saattavatkin nostaa alueen keskihintaa (kts rakennusvuosikymmenen vaikutus) ja tällä saattaa jollain aikavälillä olla myös vaikutusta vanhojen asuntojen hintapyyntöihin, niin lyhyemmällä tähtäimellä lisääntynyt tarjonta ja rakennustyömaiden keskellä eläminen tuskin lisää yksittäisten kohteiden kilpailukykyä ja houkuttelevuutta.
Kuinka iso on kasvun hintoja laskeva vaikutus? Esimerkiksi Jätkäsaaren osalta puhutaan mallin alustavien tulosten mukaan hieman yli 500 euron neliöhintaa laskevasta vaikutuksesta. Kun tätä vertaa alueen (painottamattomaan) keskimääräiseen neliöhintaan, joka on hieman yli 6000 €/m2, kasvun hinnaksi saadaan noin 8% alennus. Eli vahvasti kasvavilla alueilla tämä voi olla jossain määrin merkittävä tekijä hinnassa.
Miten mallintaa voimakkaimmin kasvavien alueiden hintatasoa?
Voimakkaimmin kasvava postinumeroalue ei kuitenkaan löydy Helsingistä vaan Oulusta, nimittäin Hiukkavaaran 90670, jonka asukasluku kasvoi lähes 40% vuodesta 2017 vuoteen 2018. Koska lineaarinen regressiomalli ennustaisi Hiukkavaaran kasvuvauhdilla olevan peräti -1200 €/m2 vaikutus myyntihintoihin, Hurja hinnoittelijanne tutki vielä erikseen, mitä tapahtuu jos kasvuvauhdin ylärajaksi asettaakin 20%. Tällöin paitsi Hiukkavaaran myös 4 muun postinumeroalueen kasvuvauhdin vaikutusta rajattaisiin. Voimakkaasti kasvavat postinumeroalueet joilla on tehty vähintään 3 asuntokauppaa on esitetty taulukossa 2.
| Postinumeroalue | Talouksien määrän muutos alueella 2018 vs 2017 | Asuntokauppoja aineistossa | Keskimääräinen neliöhinta | Ennuste suhteessa toteutuneeseen neliöhintaan – malli 1 | Ennuste suhteessa toteutuneeseen neliöhintaan – malli 2 |
| 01340 Leinelä (Vantaa) | 28 % | 3 | 3 907 | -1.5 % | 2.8 % |
| 01700 Kivistö (Vantaa) | 24 % | 109 | 4 408 | -4.7 % | -4.3 % |
| 33870 Vuores (Tampere) | 31 % | 196 | 3 661 | -0.2 % | 4.3 % |
| 90400 Äimärautio (Oulu) | 23 % | 14 | 3 456 | 4.5 % | 5.8 % |
| 90670 Hiukkavaara (Oulu) | 40 % | 9 | 2 505 | -15.1 % | 1.1 % |
Kun mallia muodostettaessa opetusdatassa rajataan alueen kasvuvauhti maksimissaan 20%:iin, saatu uusi malli 2 saavuttaa validointidatassa 88,1% selitysasteen 87 muuttujalla. Tämä on hieman parempi kuin rajaamattoman mallin 87,9% selitysaste 86 muuttujalla, toki yhden muuttujan lisääminen myös aina automaattisesti parantaa selitysastetta. (Kyseinen uusi merkitseväksi nouseva muuttuja on muuten kuntatason työpaikkojen osuuksiin liittyvä eikä liity suoraan asunnon tai asuinalueen piirteisiin.)
Onko rajoitetun kasvunopeuden malli 2 sitten parempi? Kun tarkastellaan uuden mallin kertoimia tarkemmin, yhdenkään tekijän vaikutuksen suunta ei kuitenkaan muutu, eli taulukon 1 tulokset ovat riippumattomia kasvuvauhdin rajoittamisesta. Rajoitetussa mallissa kasvuvauhtimuuttujan kerroin kasvaa 16%:lla mutta koska sen maksimiarvo samalla pienenee, kasvuvauhdilla on rajoitetussa mallissa korkeintaan n. -750 €/m2 vaikutus asuntojen myyntihintaan. Kuten taulukosta 2 käy ilmi, tämä parantaa mallin osumatarkkuutta Hiukkavaaren hintatason selittämisessä – aiemman jopa 15% aliarvioinnin sijaan mallin ennuste on 1% tarkkuudella sama kuin toteutunut hinta.
Sen sijaan Vantaan Kivistön osalta ennusteen tarkkuus ei juurikaan parane mallien 1 ja 2 välillä. Lisäksi kasvuvauhdin merkityksen rajoittaminen jopa heikentää mallin ennustetarkkuutta Tampereen Vuoreksen alueella, sillä malli 1 selitti Vuoreksen toteutuneen hintatason keskimäärin -0,2% tarkkuudella kun malli 2 päätyy yliarvioimaan hintatasoa 4%:lla. Ottaen huomioon, että Kivistön ja Vuoreksen alueen kauppamäärät ovat yli kymmenkertaiset Hiukkavaaraan nähden, kasvuvauhtimuuttujan keinotekoinen rajoittaminen ei vaikuttaisi kannattavan. Vaikka Hiukkavaaran osalta tarkkuus lisääntyy, isossa kuvassa rajoittaminen johtaisi siihen, että mallin kompleksisuus lisääntyy ilman, että mallin kyky selittää voimakkaasti kasvavien alueiden hintatasoa parantuu oleellisesti.
Yhteenveto
Tämänkertaisen blogin tavoitteena oli tutkia, mitkä asuinalueen piirteet vaikuttavat asunnon hintaan. Vertailemalla tuloksia ensimmäisen mallisukupolven kanssa voitiin todeta, että asuinalueen hintatasoa selittävät tekijät ja niiden vaikutuksen suunta eivät juuri muuttuneet ensimmäisestä sukupolvesta toiseen. Näin ollen voidaan melko hyvällä varmuudella olettaa, että postinumeroalueen osalta on kyetty tunnistamaan alueen hintatasoon vaikuttavat tekijät.
Alueen hintatasoon vaikuttista tekijöistä pureuduttiin tässä blogissa tarkemmin asuinalueen kasvuvauhdin vaikutukseen asuntojen hinnoille ja päädyttiin siihen, että voimakkaasti kasvavilla alueilla rakennustyömaan keskellä eläminen laskee tilapäisesti asuntojen toteutuneita myyntihintoja jonkin verran – karkeasti arvioiden luokkaa 500 €/m2 talouksien määrän alueella kasvaessa 15% vuodessa.
Seuraavalla kerralla noustaan vielä tasoa ylemmäs ja tarkastellaan, mitkä kunnan ominaispiirteet vaikuttavat asuntojen hintoihin.
[i] Tilastokeskuksen määritelmä: ”Muut rakennukset yhteensä kertoo niiden rakennusten lukumäärän alueittain, joiden käyttötarkoitus on muu kuin asuminen (esim. liike-, toimisto- tai varastorakennus).” (www.stat.fi)
[ii] Tilastokeskuksen määritelmä: ”Muut- ryhmään kuuluvat kaikki muut työvoiman ulkopuolella olevat kuin lapset (0 14-v.), opiskelijat ja eläkeläiset. Muut- ryhmä sisältää mm. varusmiehet.” (www.stat.fi)
[iii] Tilastokeskuksen määritelmä: ”Muissa asunnoissa asuvat taloudet ovat talouksia, joiden asuntojen hallintaperuste on muu (esim. syytinki, sukulaisuus) tai tuntematon.” (www.stat.fi)