Asuntojen hintakehitystilastoja tutkittaessa on iso houkutus lähteä tekemään johtopäätöksiä eri asuinalueiden kehityksestä ja spekuloida siihen vaikuttavista tekijöistä. Kaavoituspäätöksiä tekevät mielellään näkisivät muutoksissa oman kädenjälkensä – onhan mukava kuvitella, että vuosien päästä valmistuva raideyhteys tulee huomioiduksi jo nyt asuntojen hinnoissa. Tässä ehkä on taustalla pörssimaailmasta tuleva oletus, että markkinat välittömästi hinnoittelevat kaiken saatavilla oleva informaation osakkeiden hintaan – miksi sama ei toimisi asunto-osakemarkkinoilla?

Todellisuus on kuitenkin toisenlainen. Viimeaikainen osakemarkkinoiden tutkimus ei tue oletusta, että edes arvopaperimarkkinat olisivat aina tehokkaat. [1] Lisäksi asuntomarkkinoilla kaikki ostajat eivät todellakaan ole liikkeellä sijoitusmielessä, vaan heidän täytyy myös asua tulevaisuutta rakentavien työmaiden keskellä. Kuten aiemmin blogissa kirjoitin, tietyn alueen kova kasvuvauhti eli voimakas rakentaminen itse asiassa laskee kyseisen alueen asuntojen arvoa luokkaa 8%.

Miten erottaa pisara merestä?

Asuinalueella on merkitystä, mutta keskihintatilastoja katsottaessa merkitystä helposti ylikorostetaan. Todellisuudessa asuinalueiden erot selittävät vain n. 13% asuntojen keskineliöhintojen vaihtelusta (katso lisää täältä). Esimerkiksi eri ajanjaksona myytyjen kohteiden kokoero selittää usein huomattavasti enemmän hintojen vaihtelua – isoimmissa asunnoissa on keskimäärin edullisemmat neliöt kuin pienemmissä, joten keskikoon vaihdellessa ajanjaksosta toiseen alueen näennäinen keskihinta nousee ja laskee satunnaisesti, vaikka arvostuksessa itsessään ei mikään olisi muuttunut.

Vaikka ihmisen voi olla vaikea päässään vertailla kohteita 80+ eri piirteen suhteen, hyödyntämällä tekoälyä voidaan eri tekijöiden aiheuttama vaihtelu erottaa toisistaan. Tätä kautta päästä käsiksi todelliseen alueen arvostuksen muutokseen, eli siihen, millä neliöhinnalla kaksi täysin vastaavaa kohdetta samalla alueella olisi eri aikoina myyty. Tarkastellaan seuraavaksi hintakehitystä yhdellä Helsingin postinumeroalueella, jotka on valittu lähes täysin satunnaisesti Helsingin Sanomien artikkelin innoittamana.

Itäkeskus-Marjaniemi – miksi hinnat laskevat?

Jos Tilastokeskuksen vanhojen osakeasuntojen hintakehitystilastoa on uskominen, postinumeroalueella 00930 on käynnissä alennusmyynti – viiden vuoden aikana kun keskineliöhinta on em. Helsingin Sanomien artikkelin mukaan laskenut lähes 20%. Mitä ihmettä alueella tapahtuu?

Kun tarkastellaan alueella myytyjä kohteita julkisten kauppatietojen valossa, niin ensiksi huomioi kiinnittyy suhteellisen pieneen otokseen. Kiinteistövälittäjien ylläpitämässä Asuntojen hintatiedot -tietokannassa [2] ei toki ole tietoa yksityishenkilöiden tekemistä kaupoista, mutta tietojen kattavuus on kokonaisuuden tasolla kuitenkin melko hyvä (datan esittelyä tarkemmin esim. täällä). Alueelta 00930 löytyy kuitenkin vain n. 26 kauppaa vuodessa. Määrä on niin pieni, että ensimmäinen epäilys on, että pelkästään asuntojen piirteiden vaihtelu selittää helposti ison osan muutoksista. Tämän pohjalta olisi helppo selittää alueen kehitys tilastoharhaksi. Mutta onko näin?

Ennen kuin voidaan katsoa tuloksia, on syytä puhua hetki aikasarjoista hinnoittelussa. Toteutunut myyntihinta koostuu asunnon ominaispiirteistä, asuinalueen ominaispiirteistä ja asunnonostajien mieltymyksistä näiden suhteen. Kun verrataan hintoja kahdessa eri ajanhetkessä, on huomattava, että muutos on voinut tapahtua missä tahansa näistä kolmessa suunnassa. Tarkastellaan seuraavaksi näitä yksi kerrallaan.

Myytyjen asuntojen piirteiden vaihtelu

Jos ensiksi verrataan alueella vuonna 2019 myytyjä asuntoja vuonna 2020 myytyihin, erot ovat hyvin pieniä. Esimerkiksi 2019 myytyjen asuntojen keskikoko oli alueen datassa 84 neliötä, kun se 2020 on ollut 79 neliötä. Vastaavasti keskimääräinen huoneluku on laskenut hieman, 2,9:stä 2,5:een. Mutta kun huomiodaan eri asunnon ominaispiirteiden vaikutus myyntihintaan, pienet muutokset suuntaan ja toisen kumoavat toisensa, ja asunnon piirteiden vaikutus on 99%:sesti sama vuosien välillä. [3] Vaikka alueen asuntokanta on hyvinkin vaihtelevaa, ainakin 2019 ja 2020 kauppoja verrattaessa asuntojen koon tai muiden piirteiden vaihtelu ei aiheuta käytännössä eroja keskihintaan.

Miten alue on muuttunut?

Kun katsotaan alueen muuttujien kehitystä, ero vuodesta 2019 vuoteen 2020 tulee selkeämmin ilmi. Asuinaluetta kuvaavat muuttujat laskevat myyntihintaennustetta n. -310 €/m² tuoreimman neljännen sukupolven mallin kertoimilla laskettaessa. Tämä malli siis kuvaa mitä asunnonostajat arvostavat juuri nyt, ja miten tällä hetkellä arvostettujen alueen piirteiden osalta Itäkeskus-Marjaniemi on vuoden aikana kehittynyt.

Sosioekonomisia muuttujia pitää aina tulkita jossain määrin varovaisesti. On tärkeä ymmärtää korrelaation ja kausaliteetin ero. Kaksi muuttujaa voivat korreloida, eli liikkua samaan suuntaan samoina aikoina, ilman, että toinen aiheutta toisen. Klassinen esimerkki on jäätelönsyönnin ja hukkumiskuolemien korrelaatio. Molemmat lisääntyvät ja vähenevät suurinpiirtein samassa tahdissa – tulisiko jäätelön myyminen siis kieltää, koska se aiheuttaa tapaturmia? Molempien taustalla on kuitenkin kolmas tekijä – lämpötilan muutos – joka vaikuttaa molempia lisäävästi tai vähentävästi.

Ja vaikka riippuvuus (kausaalisuus) olisi todellinen, sen suunta ei ole aina selvä. Aiheuttaako alueen arvostuksen lasku sen, että hinnat laskevat ja alueelle pystyy muuttamaan suhteessa enemmän vaikkapa opiskelijoita? Vai aiheuttaako opiskelijoiden muuttaminen alueelle arvostuksen laskun hurjien opiskelijabileiden lisääntyessä?

Käytetty monimuuttujaregressiomalli pystyy kuvaamaan korrelaatiota eli hakemaan selityksiä myyntihintojen vaihtelulle, mutta se ei sellaisenaan selitä vaikutusten suuntia. Tämä on syytä pitää mielessä tuloksia tarkasteltaessa.

Jos tarkastellaan asuinalueen hintoihin vaikuttavia piirteitä, postinumeroalueen 00930 osalta isoin ero vuodesta 2019 tulee selkeästi alueen asukkaiden koulutustason muutoksesta. Tekoälyn käyttämistä muuttujista on huomioitava, että ne tulevat noin vuoden verran jäljessä todellisesta kehityksestä. Vuoden 2019 myyntihintoja selittämään on käytetty vuoden 2017 lopun tilastoa ja 2020 myyntihintoja selittämään vuoden 2018 lopun tilastoa. Muutokset ovat kuitenkin olleet alueella isoja – koulutettujen osuus on laskenut vuoden 2018 aikana 67%:stä 56%:iin. Tämä näkyy sekä pelkän ylioppilastutkinnon suorittaneiden (eli Tilastokeskuksen määritelmän mukaan koulutettujen, mutta vailla ammatillista tai korkeakoulututkintoa olevien) ja ylemmän korkeakoulututkinnon suorittaneiden osuuden laskuna. Tekoälyn ennusteeseen näiden kahden muuttujan muutos vaikuttaa yhteensä peräti -350 €/m², käytännössä selittäen yksinään kokonaan alueen arvostuksen muutoksen.

Voittaja vai häviäjä mieltymysten muuttuessa?

Kolmas toteutuneiden myyntihintojen eroja selittävä tekijä on ostajien mieltymysten muutos. Tällöin itse alueen tilanteessa tai tarjolla olevassa asuntokannassa mikään ei varsinaisesti muutu, mutta korona-aika tai muut tekijät saavat ihmiset painottamaan asioita eri tavalla.

Tähän preferenssien muutokseen päästään periaatteessa käsiksi vertaamalla eri sukupolvien tekoälymalleja. Vertailu ei ole kuitenkaan täysin luotettava, koska matkan varrella mallinnuksesta on myös opittu paljon. Tämän vuoksi ensimmäisen sukupolven ja tuoreimman neljännen sukupolven mallit eroavat paitsi muuttuneiden mieltymysten vuoksi, myös sen vuoksi kuinka hyvin malli on osannut kyseiset mieltymykset minäkin aikana tunnistaa.

Esimerkiksi hissin arvon osalta tuloksen tulkintaa vaikuttaa mallien ero. Aiemman mallin yksinkertainen hissin arvo n. +100 € neliöhinnassa ja kerroksen arvo n. +50 €/kerros neliöhinnassa on nyttemmin korvautunut huomattavasti tarkemmalla mallilla, jossa sekä hissin että asuinkerroksen arvo riippuvat toisistaan. Kun postinumeroalueella ei ole yhtä poikkeusta lukuunottamatta myyty yhtään yli viidennen kerroksen asuntoa, korkea asuinkerros ja hissitalo eivät pääse selittämään keskihintoja samalla tavoin kuin aiempi karkea malli pääsi.

Vastaava ongelma koskee huoneistotyyppejä. Aiempi malli pyrki määrittämään jokaiselle lisähuoneelle tietyn keskihintaa nostavan käyttöarvon, mutta todellisuudessa vaikuttaisi siltä, että kaksiot ja kolmiot ovat keskimääräistä vähemmän houkuttelevia – niiden neliöhinnoissa on 100-200 euron alennus yksiöihin ja isompiin asuntoihin nähden.

Yksi selkeä esimerkki preferenssien muutoksen vaikutuksesta on kuitenkin löydettävissä. Vaikuttaa nimittäin siltä, että asunnonostajat ovat nykyisin aiempaa valmiita hyväksymään pidempiä matka-aikoja keskustaajamaan – aiemmin havaitsemani 4 €/m²/matka-ajan minuutti sijaan lisäminuutti matka-aikaa vaikuttaisi laskevan neliöhintoja enää noin 3 €/m². Itäkeskus-Marjaniemen osalta tämä nostaa hintatasoa n. 50 €/m² kun muut tekijät pidetään vakiona.

Yhteenveto

Pelkästään keskihintoja tutkimalla on vaikea vetää johtopäätöksiä asuinalueiden houkuttelevuuden kehityksestä. Tämänkertaisen esimerkimme Itäkeskus-Marjaniemen osalta selittävät tekijät tosiaan löytyivät alueen piirteistä asuntojen piirteiden vaihtelun sijaan, mutta sama analyysi jollain toisella postinumeroalueella voisi päätyä täysin toiseen johtopäätökseen.

Asuntojen toteutuneita myyntihintoja ennustavan tekoälyn kehitys on saavuttanut nyt vaiheen jossa isoimmat ilmiöt vaikuttaisivat olevan nyt kuvattu malliin suhteellisen oikein. Tämä mahdollistaa jatkossa asunnonostajien preferenssien muutoksen päättelemisen muiden muutosten keskeltä – tällä kertaa esimerkkinä havaituista mieltymysten muutoksista oli pidemmän matka-ajan hyväksyminen, joka siis nostaa hintatasoa keskustaajamasta kauemmas siirryttäessä.

---

[1] Yhteenveto osakemarkkinoiden hinnoittelun tutkimustuloksista esim. Sinha, P. C. (2015). Stocks’ pricing dynamics and behavioral finance: A review. Management Science Letters, 5(9):797-820.

[2] asuntojen.hintatiedot.fi

[3] Vaikutus on laskettu 2020 mallin kertoimilla.