Miten taloyhtiön remontit vaikuttavat asunnon hintaan? Kannattaako hissiremontti? Asuntojen toteutuneita myyntihintoja selittävä tekoäly pystyy erottelemaan hissin rakentamisen tai energiaremontin vaikutuksen muista asunnon hintaan vaikuttavista tekijöistä. Tämä antaa arvokasta tietoa remontteja harkitseville taloyhtiöille ja etenkin osakkaille. Samalla saadaan myös näkökulma siihen, mikä on oikeudenmukainen tapa jakaa hissiremontin kustannukset. On selvää, että hissin edut ovat suuremmat ylemmissä kerroksissa asuville, mutta kuinka paljon suuremmat?
Hissin vaikutus asunnon arvoon
Analysoimalla Suomessa viimeisen vuoden aikana tehtyjä asuntokauppoja päädyttiin taulukossa 1 esitettyihin hissin vaikutuksiin toteutuneisiin neliöhintoihin. On tärkeä huomata, että kyse ei ole pyyntihinnoista vaan aidoista asuntomarkkinoilla määrittyneistä myyntihinnoista. Lisäksi malli on eristänyt kaikki muut asuntojen hintoihin vaikuttavat tekijät – jugend-talojen lisähinnat, asuinalueet sijainti ja demografia, jne., kaikki muu on suljettu pois, jotta voidaan tarkastella puhtaasti hissin merkitystä asunnon arvolle.
Kerros | Hissitalo | Ei hissiä |
2. | -135 | -222 |
3. | -123 | |
4. | ||
5. | ||
6. | 136 | |
7. | 193 | |
8. | 248 | |
9. tai enemmän | 312 | |
Ylin kerros | 0.07 | -123 |
Jos ajatellaan keskimääräistä 78 neliön asuntoa, taulukosta 1 voi päätellä, että hissi nostaa 6. kerroksen asunnon arvoa n. 10 000 eurolla, 7. kerroksessa n. 15 000 eurolla, 8. kerroksessa n. 19 000 eurolla ja 9. ja sitä korkeammassa kerroksessa n. 24 000 eurolla hissittömään täysin vastaavaan asuntoon nähden. (Hissi epäilemättä nostaa samankaltaisessa suhteessa myös 3.-5. kerroksen asuntojen arvoa, mutta käytetty mallinnusteknikka hakee mahdollisimman yksinkertaista mallia ja pyrkii aktiivisesti jättämään pois vähemmän merkittäviä muuttujia.)
Mitä tulokset siis kertovat, kannattaako hissiremontti? Kun huomioidaan, että uuden hissin rakentamisessa puhutaan 125-200 tuhannen euron hintahaarukasta[i], investointi vaikuttaa yleisesti ottaen hyvinkin järkevältä taloyhtiölle kokonaisuutena. Taulukossa esitettyjen suoraan asunnon myyntihintaan vaikuttavien hyötyjen lisäksi kun tulee vielä hissin käyttöarvo arjessa.
Taulukon 1 luvut ovat Suomen keskiarvoja, tekoäly pystyy toki tarvittaessa porautumaan toki myös huomattavasti syvemmälle. Esimerkiksi voisi olla kiinnostavaa tutkia, onko hissin tuomalla lisäarvolla eroja kaupunkien kesken, keskustassa vs. lähiöissä, rakennusvuosikymmenen mukaan, tms.
Kuvassa 1 on esitetty samat tulokset suoraan vertailuna hissillinen vs. hissitön talo, ja hahmoteltu missä suuruusluokassa 3.-5. kerroksien osalta hissin arvossa todennäköisimmin liikutaan.
Kuva 1: Hissi-investoinnin vaikutus toteutuneeseen asunnon myyntihintaan Suomessa 9/2019-8/2020 kun muut selittävät tekijät on vakioitu.
Tarkastellaan seuraavaksi vielä kerrostalon ääripäitä eli alinta ja ylintä kerrosta.
Alimman kerroksen asunnot
Vaikka on asukasryhmiä, joille alin kerros on houkutteleva on talossa hissiä tai ei, keskimäärin alimman kerroksen asunnoista maksetaan kuitenkin Suomessa hieman alle 200 €/neliö vähemmän kuin muista. Ilmiö ei rajoitu kuitenkaan pelkästään katutasoon, vaan myös 2. kerroksen asunnot ovat ”alennusmyynnissä” kuten taulukosta 1 käy ilmi. Toisen kerroksen neliöhinta suhteessa keskimääräiseen neliöhintaan on n. -130 €/neliö jos talossa on hissi ja peräti n. -220 €/neliö jos hissiä ei ole. Tästä voi päätellä, että myös 2. kerroksen asukkaille hissin rakentaminen nostaa asunnon houkuttelevuutta n. 90 €/neliö. Tämä on toki vähemmän kuin edellä havaitut 140-310 €/neliö, mutta ei täysin merkityksetön – puhutaan kuitenkin lähes 7 000 €:n erosta myyntihinnassa keskimääräisen asunnon osalta. Alimpien kerrosten asunnoissa hissin käyttöarvo voi sen sijaan olla huomattavasti ylempiä kerroksia pienempi, eli näiden osalta hissi on pikemminkin sijoitus asunnon arvoon kuin arjen helpottaja.
Ylimmän kerroksen asunnot
Taulukon 1 tuloksissa huomio kiinnittyy myös ylimmän kerroksen hyvin pieneltä näyttävään lisäarvoon – keskimääräisessä 78 neliön asunnossa yläkerran äänten puuttumisesta ollaan valmiita maksamaan vain noin 6 euroa. (Siis ei 6 euroa/neliö vaan 6 euroa/asunto.)
Miksi näin vähäpätöiseltä vaikuttava muuttuja on edes valikoitunut mukaan malliin? Tässä näkyy koneoppimisessa yleinen ilmiö – joskus käy niin, että opetusdatassa jokin muuttuja on merkittävä ja valikoituu sitä kautta lopulliseen malliin, mutta varsinaisessa datassa tekijä ei enää osoittaudukaan merkittäväksi. Olisi kuitenkin väärin muuttaa mallia enää lopullisen datan pohjalta ja jättää tällainen muuttuja pois.
Todellisuudessa asuinkerroksella on tietysti merkitystä, mutta mallissamme suurimman osan siitä selittää jo asuinkerros suoraan. Ylläolevan taulukon mukaan kerros 6 tai enemmän nostaa asunnon hintaa vähintään 140 euroa/neliö, kunhan talossa on hissi.
Sen sijaan mitään erityistä lisäarvoa ei vaikuttaisi olevan sillä, löytyykö talossa vielä korkeampia kerroksia eli onko kyseessä ylimmän kerroksen asunto. Tulos on jossain määrin odottamaton. Aiemmissa blogeissa on pohdittu, voiko ullakkorakentaminen aiheuttaa mallille vaikeuksia selittää hintatasoa osalla Helsingin keskustan alueilla. Näissä tapauksissa ylin kerros -muuttujan voisi olettaa toimivan ja selittävän osaa ullakkoasuntojen laskennallisiin asuinneliöihin nähden korkeista neliöhinnoista. Koska näin ei kuitenkaan ole, asiaan täytynee palata seuraavassa mallisukupolvessa ja tutkia, onko ylimmän kerroksen merkitys erilainen eri puolilla Suomea tai eri vuosikymmenten asunnoissa. Käytännössä kyse on siis muuttujien keskinäisten riippuvuuksien tarkemmasta tutkimisesta tällä kertaa tehdyn hissin ja asuinkerroksen yhteistarkastelun tapaan. Tälle on erittäin hyvät edellytykset mallinnusmenetelmän saavutettua jo neljännen sukupolvensa.
Neljännen sukupolven malli
Asuntojen toteutuneita myyntihintoja ennustava tekoäly on nyt tullut neljänteen sukupolveensa. Tällä kertaa malli muodostettiin 23256 kaupan aineistosta. Optimaalisen LASSO-regressiossa käytettävän L1-sakon haku tuotti 84 muuttujan mallin, jonka selitysaste on 88,2%. Vaikka neljännessä sukupolvessa olikin uuden kerros- ja hissimallinnuksen vuoksi tarjolla aiempaa enemmän eli 160 muuttujakandidaattia, lopulliseen malliin valikoitui kuitenkin aiempien sukupolvien 86-87:ää muuttujaa vähemmän selittäviä tekijöitä.
Mallin muuttujien valikoitumisesta käy ilmi kaksi kiinnostavaa tekijää. Ensinnäkin muuttujien valintamenetelmä vaikuttaa erittäin hyvältä. Se on hyvällä tavalla kriittiinen ja mahdollistaa erilaisten selittävien tekijöiden kokeilun, mutta päästää vain aidosti merkittävät tekijät lopulliseen malliin. Kokeilla saa, mutta tuloksia on myös tultava. Toiseksi, selittävien tekijöiden määrän väheneminen aikaa myöten on odotettavissa. Mitä enemmän alueiden ominaispiirteitä selittävän Paavo-aineiston ikä kasvaa, sitä isompi on ero mallin käyttäymien tilastojen ja todellisen tilanteen välillä. Tämän olettaisikin näkyvän siinä, että alueellisten muuttujien teho laskee mallissa.
Seuraavissa blogisarjan osissa on luvassa taas päivitys isompien kaupunkien asuntomarkkinoihin. Mitkä ovat nousussa olevat alueet? Entä minkä asuinalueiden hintatasoa tekoäly pitää haastavana ymmärtää?
[i] Kts. esim. Remaxin yhteenveto taloyhtiön eri remonteista