Asuntojen hinnoittelu

Tampere, Turku, Oulu – mistä kannattaa etsiä asuntoa juuri nyt?

Blogisarjan edellisessä osassa tarkasteltiin pääkaupunkiseudun asuntomarkkinoita pyrkien tunnistamaan alueet, joilla kauppaa käydään vielä suhteellisen edulliseen hintaan ja toisaalta alueet, joiden hintatasoa tekoäly ei täysin kykene selittämään. Jälkimmäisissä voi olla kyse paitsi mallista puuttuvista tekijöistä, myös alueen luonteen muuttumisesta ja sitä kautta käynnistä olevassa muutoksessa alueen arvostuksessa.

Lupasin laajentaa tarkastelua muihin Suomen suurimpiin kaupunkeihin. Tällä kertaa kurkisteaan kolmeen seuraavaksi suurimpaan kaupunkikeskukseen eli Tampereelle, Turkuun ja Ouluun. Mistä niissä kannattaa tekoälyn mielestä etsiä asuntoa juuri nyt?

Tampere

Kuvassa 1 on esitetty vertailu toteutuneen hintatason ja mallin ennusteen välillä Tampereen eri postinumeroalueilla. Kuvaa kertoo erotuksen mallin antaman ennusteen ja toisaalta asuntokauppojen toteutuneen hintatason välillä. Ennusteessa on otettu huomioon 87 asuntojen ja asuinalueiden eroja selittävää tekijää, eli erotus siis kertoo ”selittämättömän” yli- tai alihinnan alueella. Tämä voi olla merkki joko alueen yli- tai aliarvostuksesta, tai taustalla voi toki olla myös jokin muu selittävä tekijä, jota ei ole mallia muodostettaessa ollut tarjolla.

Mistä tekoälyn mielestä Tampereella kannattaa etsiä asuntoa juuri nyt?
Kuva 1. Tekoälyn ennuste suhteessa toteutuneisiin asuntojen neliöhintoihin Tampereella 06/2019-05/2020. Tumma väri kertoo, että tekoälyllä on haasteita selittää alueen hintatasoa, keltainen väri puolestaan kertoo, että tekoälyn mielestä hintataso vaikuttaa houkuttelevalta. Harmailta alueilta ei ole riittävästi tilastotietoa luotettavan ennusteen luomiseksi.

Mistä Tampereella kannattaa etsiä asuntoa juuri nyt? Tekoälyn tärpit ovat postinumeroalueet 33800 Nekala, 33330 Myllypuro-Kalkku ja ja 33270 Epilä. Kaikista löytyy kohtuullisen paljon kauppoja mallin ennusteeseen nähden huokeaan hintaan, kun kaikki muut selittävät tekijät on vakioitu. Tämä viittaa siihen, että ainakin tekoälyn mielestä näiltä alueilta voi vielä tehdä hyviä löytöjä.

Sen sijaan mallin mielestä jo valmiiksi arvossaan olevia alueita ovat Tampereen postinumeroalueet 33180 Lapinniemi-Käpylä, 33310 Tesoma ja 33730 Leinola-Vehmainen. Näillä alueilla toteutuneet myyntihinnat ovat mallin antamaa ennustetta korkeampia. Näistä tosin Lapinniemen kauppojen määrä jää varsin pieneksi aineistossa, joten yksittäisten kohteiden vaikutus voi olla melko suuri.

Tesoman osalta tulosta täytynee tulkita siten, että asuntomarkkinoilla on alue jo ”löydetty” ja panostukset alueen kehittämiseen näkyvät kehityksenä, jota Tilastokeskuksen aluetta kuvaavat mittarit eivät ole vielä rekisteröineet[i]. Tämäkin voi periaatteessa tarkoittaa tekoälyn tärppiä eli aluetta, jonka hinnat eivät ole vielä hakeutuneet uudelle tasolle. Malli ei kuitenkaan nykymuodossaan kykene vastaamaan kysymykseen alueen oikeasta hintatasosta, koska se ennustaa alueen arvostusta aikaisempien piirteiden perusteella eikä vielä tiedä, mille tasolle eri tekijät tulevat väestöpohjan uudistuessa asettumaan. (Alueen arvostukseen vaikuttavista tekijöistä tarkemmin täällä.)

Turku

Turun osalta (em. vertailu kuvassa 2) malli näkee eniten hinnannousupotentiaalia postinumeroalueilla 20520 Kupittaa, 20200 Iso-Heikkilä ja 20100 Turku Keskus. Kupittaan osalta toki vähäinen toteutuneiden kauppojen määrä (6 kpl aineistossa) viittaa siihen, että yksittäinen kauppa saattaa aiheuttaa isoja vaihteluita toteutuneeseen keskihintaan, joten johtopäätösten yleistämisessä täytyy olla varovainen. Keskustan 20100 puolestaan on valtava postinumeroalue, jonka sisällä on isoja eroja naapurustoissa. Turun osalta pitäisikin pureutua postinumeroaluetta tarkemmalle tasolle luotettavampien tulosten saamiseksi.

Turun vahvan arvostuksen alueiden järjestykseen vaikuttaa se, tarkastellaanko absoluuttista eroa neliöhinnoissa vai suhteellista eroa. Absoluuttiset erot mallin ja toteutuneiden keskihintojen välillä ovat suurimmillaankin (postinumeroalueella 20360 Kärsämäki-Urusvuori-Halinen) vain hieman yli 300 €/m2. Toisaalta kun myyntihinnat tällä ja vastaavilla alueila liikkuvat 1300-1500 €/m2 haarukassa, niin suhteellinen ero mallin ja toteutuneen hinnan välillä on iso. Kuten Tampereen Tesoman tapauksessa, Runosmäen ja Kärsämäen arvostus viittaa todennäköisesti pikemminkin ostajien kiinnostuksessa nousussa olevaan kuin varsinaisesti yliarvostettuun alueeseen. [ii]

Mistä tekoälyn mielestä Turussa kannattaa etsiä asuntoa juuri nyt?
Kuva 2. Tekoälyn ennuste suhteessa toteutuneisiin asuntojen neliöhintoihin Turussa 06/2019-05/2020. Tumma väri kertoo, että tekoälyllä on haasteita selittää alueen hintatasoa, keltainen väri puolestaan kertoo, että tekoälyn mielestä hintataso vaikuttaa houkuttelevalta. Harmailta alueilta ei ole riittävästi tilastotietoa luotettavan ennusteen luomiseksi.

Oulu

Kuvassa 3 on esitetty Oulun osalta mallin antaman ennusteen ja toteutuneiden kauppahintojen erotus.

Arvonnousupotentiaalia on tekoälyn mielestä postinumeroalueilla 90510 (Hietasaari), 90100 (Oulu Keskus) ja 90130 (Raksila). Näistä tosin ensimmäisen (käytännössä Toppilansaaren) otoskoko on sen verran pieni, että suositukseen liittyy paljon epävarmuutta.

Mistä tekoälyn mielestä Oulussa kannattaa etsiä asuntoa juuri nyt?
Kuva 3. Tekoälyn ennuste suhteessa toteutuneisiin asuntojen neliöhintoihin Oulussa 06/2019-05/2020. Tumma väri kertoo, että tekoälyllä on haasteita selittää alueen hintatasoa, keltainen väri puolestaan kertoo, että tekoälyn mielestä hintataso vaikuttaa houkuttelevalta. Harmailta alueilta ei ole riittävästi tilastotietoa luotettavan ennusteen luomiseksi.

Oulun keskusta puolestaan tarjoaa hyvän esimerkin siitä, että vaikka malli pyrkiikin selittämään myyntihintoja jatkuvana jakaumana, neliöhintoihin liittyy myös alueellisesti vahvoja psykologisia tekijöitä. Esimerkiksi Oulun tapauksessa vaikuttaisi siltä, että tällä hetkellä on turha olettaa saavansa asunnosta 3500 €/m2. Ostaja joko tinkaa neliöhinnan 3200-3400 euron haarukkaan tai sitten kohde käy kaupaksi lähes 4000 euron neliöhintaan (kuva 4). Sen sijaan 4000 euron ylittäminen vaikuttaisi onnistuvan vain harvoissa tapauksissa. Ilmiönä tämä ei ole mitenkään yllättävä, vahvojen hintakynnysten (price threshold) ja hinta-ankkurien (price anchor) vaikutus hintamielikuvien muokkaamiseen on todettu kerta toisensa jälkeen tieteellisissä tutkimuksissa. [iii]

Oulun asuntokauppojen neliöhintojen tarkastelu paljastaa hinta-ankkurien olemassaolon.
Kuva 4. Oulun keskustan postinumeroalueella toteutuneiden asuntokauppojen neliöhintojen jakauma. Jakaumasta on nähtävissä toisaalta juuri alle 4000 euron neliöhinnan kauppojen keskittymä ja toisaalta 3500 euron neliöhinnan kauppojen täydellinen puuttuminen – molemmat esimerkkejä siitä, että neliöhintoihin liittyy myös psykologisia tekijöitä.

Oulussa mallilla on vaikeuksia Kiimingin (90900), Kellon (90820) ja Kaukovainion (90250) hintatason selittämisen kanssa. Kiimingin ja Kellon osalta tämä johtuu todennäköisesti menetelmän rajoituksista. Lineaarinen regressiomalli ennustaa asuntojen suuren keskikoon (Kiimingin 150+ ja Kellon 125+ neliötä) laskevan keskineliöhintaa tuntuvasti, mutta ei pysty riittävästi huomioimaan, että neliöhinnan lähtötaso on jo suhteellisen matala. Isojen asuntojen neliöhintaa laskevan vaikutuksen tulisi tässä tapauksessa olla pikemminkin suhteellinen (tyyliin -x%) kuin absoluuttinen (-y €/m2). Tämä kuitenkin edellyttäisi monimutkaisempaa mallia, jonka tulkinta ei puolestaan olisi yhtä helppoa.

Kaukovainio sen sijaan saattaa olla pikemminkin Tesoman ja Runosmäen kaltainen kohde, jossa väestöpohja on muuttumassa, vaikka tämä ei ole vielä mallin asuinalueiden arvostusta ennustaviin pohjatietoihin heijastunut.

Seuraavat neljä

Seuraavassa blogissa laajennetaan tarkastelua seuraavaan nelikkoon eli luvassa katsaus Jyväskylän, Lahden, Kuopion ja Porin markkinatilanteeseen.


[i] Paavo-aineiston mittarit ovat vuodelta 2018 ja aiemmin, Tesoman viimeaikaisesta kehityksestä esimerkkinä kts. https://www.kiinteistoposti.fi/tesoma-nostaa-profiiliaan/

[ii] Runosmäen positiivisesta vireestä kirjoitti esim. Turkulainen 2.4.2020 https://www.turkulainen.fi/paikalliset/1224652

[iii] Asuntojen historiallisten hinta-ankkurien vaikutuksista kts. esim. Shie, F.S. (2019). The Anchoring Effect of Historical Peak to House Price. The Journal of Real Estate Research, Sacramento Vol. 41, Iss. 3, 443-472.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *