BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Hebdzyński Michał (Narodowy Bank Polski)
Tytuł
Price-setting Factors or Revealed Preferences? How to Understand the Results of Hedonic Models and Hedonic Indices of the Housing Rental Market that Base on Listings Data?
Czynniki cenotwórcze czy ujawnione preferencje? Jak rozumieć wyniki modeli hedonicznych i indeksów hedonicznych stawek najmu mieszkań bazujących na danych ofertowych?
Źródło
Bank i Kredyt, 2024, nr 4, s. 519-550, bibliogr. 62 poz., zał.
Bank & Credit
Słowa kluczowe
Rynek mieszkaniowy, Najem mieszkań, Analiza hedoniczna cen
Housing market, Flats rental, Hedonic price model
Uwagi
Klasyfikacja JEL: C51, C81, R21
streszcz., summ.
Abstrakt
Rozwinięty rynek najmu mieszkaniowego jest uznawany za czynnik, który przyczynia się do stabilności rynku nieruchomości mieszkaniowych i całej gospodarki. Rozwój metod analitycznych służących do analizy preferencji uczestników rynku powinien mieć więc kluczowe znaczenie dla świata nauki, podmiotów państwowych, inwestorów instytucjonalnych i osób prywatnych. Czynnikiem ograniczającym możliwość badania preferencji konsumentów i zmian cen na rynku najmu jest (powszechna w krajach europejskich) niedostateczna jakość danych gromadzonych na potrzeby analiz rynku. W tym kontekście pożądanym i najbardziej wiarygodnym rodzajem danych do modelowania byłyby informacje o indywidualnych transakcjach wynajmu mieszkań. Tego typu dane mogą zostać poddane dekompozycji hedonicznej nie tylko dla uzyskania numerycznych oszacowań ujawnionych preferencji konsumentów, ale także w celu sporządzenia odpornych na zmiany jakościowe hedonicznych indeksów cenowych. Problematyczny dostęp do transakcyjnych danych dotyczących rynku najmu nieruchomości mieszkaniowych o zadowalającej jakości powoduje jednak, że konieczne jest korzystanie z alternatywnych źródeł danych. Celem niniejszego badania była więc odpowiedź na pytanie, czy - niezależnie od niedoskonałości danych ofertowych pochodzących z internetowych portali ogłoszeniowych - wyniki bazujących na nich modeli hedonicznych można traktować jako wyznacznik ujawnionych preferencji konsumentów. Starano się także sprawdzić, czy hedoniczne indeksy czynszów najmu uzyskane na podstawie danych ofertowych i transakcyjnych wskazują na tę samą dynamikę zmian cen na rynku. Do odpowiedzi na postawione pytania badawcze wykorzystano zbiór danych ofertowych i unikatowy zbiór danych transakcyjnych dotyczących długoterminowego wynajmu mieszkań zlokalizowanych w budynkach wielorodzinnych na terenie Poznania. Analizie za pomocą klasycznej metody najmniejszych kwadratów oraz regresji kwantylowej poddano obserwacje z okresu IV kwartał 2020 - II kwartał 2023 r. (skrócony abstrakt oryginalny)

The problematic access to housing rental market transactional data forces the use of alternative sources. Using the observations of transactions and listings of apartments for rent located in Poznań, it was checked whether the fruits of hedonic models based on listings data may be treated as a proxy of consumers' revealed preferences. Moreover, the study answered whether listings and transactions- -based hedonic rent indices show the same dynamics. Observing listings and transactions of the same apartments, it was concluded that the estimated determinants of listed rents may be considered a proxy of revealed preferences. Similarly, the listings-based hedonic rent indices proved to reflect well the dynamics indicated by market transactions. However, it is not the difference between the height of the listed and transacted rents that proved to be problematic in hedonic modelling, but the inequality of the quality structure of the analysed data types. (original abstract)
Dostępne w
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Ahlfeldt G.M., Heblich S., Seidel T. (2023), Micro-geographic property price and rent indices, Regional Science and Urban Economics, 98, DOI: 10.1016/j.regsciurbeco.2022.103836.
  2. Anenberg E., Laufer S. (2017), A more timely house price index, Review of Economics and Statistics, 99(4), 722-734, DOI: 10.1162/REST_a_00634.
  3. Ardila D., Ahmed A., Sornette D. (2021), Comparing ask and transaction prices in the Swiss housing market, Quantitative Finance and Economics, 5(1), 67-93, DOI: 10.3934/qfe.2021004.
  4. Baranzini A., Ramirez J.V. (2005), Paying for quietness: the impact of noise on Geneva rents, Urban Studies, 42(4), 633-646, DOI: 10.1080/00420980500060186.
  5. Beręsewicz M. (2015), On the representativeness of internet data sources for the real estate market in Poland, Austrian Journal of Statistics, 44(2), 45-57, DOI: 10.17713/ajs.v44i2.79.
  6. Boyle K.J. (2003), Introduction to revealed preference methods, in: P.A. Champ, K.J. Boyle, T.C. Brown (eds), A Primer on Nonmarket Valuation. The Economics on Non-Market Goods and Resources, Springer, DOI: 10.1007/978-94-007-0826-6_8.
  7. Brown T.C. (2003), Introduction to stated preference methods, in: P.A. Champ, K.J. Boyle, T.C. Brown (eds), A Primer on Nonmarket Valuation. The Economics on Non-Market Goods and Resources, Springer, DOI: 10.1007/978-94-007-0826-6_4.
  8. Brunauer W.A., Lang S., Wechselberger P., Bienert S. (2010), Additive hedonic regression models with spatial scaling factors: an application for rents in Vienna, Journal of Real Estate Finance and Economics, 41(4), 390-411, DOI: 10.1007/s11146-009-9177-z.
  9. Bryx M., Sobieraj J., Metelski D., Rudzka I. (2021), Buying vs. renting a home in view of young adults in Poland, Land, 10, 1183, DOI: 10.3390/land10111183.
  10. Crespo R., Grêt-Regamey A. (2013), Local hedonic house-price modelling for urban planners: advantages of using local regression techniques, Environment and Planning B: Planning and Design, 40(4), 664-682, DOI: 10.1068/b38093.
  11. Czerniak A., Rubaszek M. (2018), The size of the rental market and housing market fluctuations, Open Economies Review, 29(2), 261-281, DOI: 10.1007/s11079-017-9452-1.
  12. Diewert W.E., Shimizu C. (2022), Residential property price indexes: spatial coordinates versus neighborhood dummy variables, Review of Income and Wealth, 68(3), 770-796, DOI: 10.1111/roiw.12534.
  13. Earnhart D. (2002), Combining revealed and stated data to examine housing decisions using discrete choice analysis, Journal of Urban Economics, 51(1), 143-169, DOI: 10.1006/juec.2001.2241.
  14. Efthymiou D., Antoniou C. (2013), How do transport infrastructure and policies affect house prices and rents? Evidence from Athens, Greece, Transportation Research Part A: Policy and Practice, 52, 1-22, DOI: 10.1016/j.tra.2013.04.002.
  15. European Commission, Eurostat, Organisation for Economic Co-operation and Development, World Bank (2013), Handbook on Residential Property Prices (RPPIs) - 2013 edition, OECD Publishing, DOI: 10.2785/34007.
  16. Eurostat (2024), Distribution of population by tenure status, type of household and income group - EU-SILC survey, DOI: 10.2908/ILC_LVHO02.
  17. Hasanzadeh K., Kyttä M., Brown G. (2019), Beyond housing preferences: urban structure and actualisation of residential area preferences, Urban Science, 3(1), 21, DOI: 10.3390/urbansci3010021.
  18. Hebdzyński M. (2023), Quality information gaps in housing listings: Do words mean the same as pictures?, Journal of Housing and the Built Environment, 38, 2399-2425, DOI: 10.1007/s10901-023-10043-z.
  19. Hill R.J., Scholz M., Shimizu C., Steurer M. (2022), Rolling-time-dummy house price indexes: window length, linking and options for dealing with low transaction volume, Journal of Official Statistics, 38(1), 127-151, DOI: 10.2478/jos-2022-0007.
  20. Hill R.J., Trojanek R. (2022), An evaluation of competing methods for constructing house price indexes: the case of Warsaw, Land Use Policy, 120, 106226, DOI: 10.1016/j.landusepol.2022.106226.
  21. Horowitz J.L. (1992), The role of the list price in housing markets: theory and an econometric model, Journal of Applied Econometrics, 7(2), 115-129, DOI: 10.1002/jae.3950070202.
  22. Knight J.R., Sirmans C.F., Turnbull G.K. (1994), List price signaling and buyer behavior in the housing market, The Journal of Real Estate Finance and Economics, 9(3), 177-192, DOI: 10.1007/BF01099271.
  23. Knight J.R., Sirmans C.F., Turnbull G.K. (1998), List price information in residential appraisal and underwriting, The Journal of Real Estate Research, 15(1/2), 59-76, http://www.jstor.org/stable/24886871.
  24. Koenker R., Bassett G. (1978), Regression quantiles, Econometrica, 46(1), 33-50, DOI: 10.2307/1913643.
  25. Koenker R., Machado J.A.F. (1999), Goodness of fit and related inference processes for quantile regression, Journal of the American Statistical Association, 94(448), 1296-1310.
  26. Kolbe J., Schulz R., Wersing M., Werwatz A. (2021), Real estate listings and their usefulness for hedonic regressions, Empirical Economics, 61, 3239-3269, DOI: 10.1007/s00181-020-01992-3.
  27. Lancaster K.J. (1966), A new approach to consumer theory, Journal of Political Economy, 74(2), 132-157, https://www.jstor.org/stable/1828835.
  28. Li H., Wei Y.D., Wu Y. (2019), Analyzing the private rental housing market in Shanghai with open data, Land Use Policy, 85 (April), 271-284, DOI: 10.1016/j.landusepol.2019.04.004.
  29. Löchl M., Axhausen K.W. (2010), Modelling hedonic residential rents for land use and transport simulation while considering spatial effects, Journal of Transport and Land Use, 3(2), 39-63, DOI: 10.5198/jtlu.v3i2.117.
  30. Lyons R.C. (2019), Can list prices accurately capture housing price trends? Insights from extreme markets conditions, Finance Research Letters, 30, 228-232, DOI: 10.1016/j.frl.2018.10.004.
  31. Łaszek J., Augustyniak H., Olszewski K. (2021), The development of the rental market in Poland, in: R. Sobiecki, J. Łaszek, K. Olszewski (eds), Real Estate at Exposure. New Challenges, Old Problems, Warsaw School of Economics.
  32. Machado J.A.F., Mata J. (2005), Counterfactual decomposition of changes in wage distributions using quantile regression, Journal of Applied Econometrics, 20(4), 445-465, DOI: 10.1002/jae.788.
  33. McCord M., Davis P.T., Haran M., McIlhatton D., McCord J. (2014), Understanding rental prices in the UK: a comparative application of spatial modelling approaches, International Journal of Housing Markets and Analysis, 7(1), 98-128, DOI: 10.1108/IJHMA-09-2012-0043.
  34. Micallef B. (2022), Hedonic indices for registered rents in Malta, in: The Annual Malta Residential Rental Study. Second Edition, Ministry for Social and Affordable Accomodation, Housing Authority.
  35. NBP (2023), Badanie rynku nieruchomości. Instrukcja badania rynku wtórnego, Narodowy Bank Polski, https://ssl.nbp.pl/publikacje/rynek_nieruchomosci/Instrukcja-badania-rynku-wtornego-2022.pdf.
  36. Nasreen Z., Ruming K. (2022), Struggles and opportunities at the platform interface: tenants' experiences of navigating shared room housing using digital platforms in Sydney, Journal of Housing and the Built Environment, 37(3), 1537-1554, DOI: 10.1007/s10901-021-09909-x.
  37. Nowak A., Smith P. (2017), Textual analysis in real estate, Journal of Applied Econometrics, 32(4), 896-918, DOI: 10.1002/jae.
  38. Poursaeed O., Matera T., Belongie S. (2018), Vision-based real estate price estimation, Machine Vision and Applications, 29(4), 667-676, DOI: 10.1007/s00138-018-0922-2.
  39. Rosen S. (1974), Hedonic prices and implicit markets: product differentiation in pure competition, Journal of Political Economy, 82(1), 34-55, DOI: 10.1086/260169.
  40. Rubaszek M., Czerniak A. (2017), Preferencje Polaków dotyczące struktury własnościowej mieszkań: opis wyników ankiety, Bank i Kredyt, 48(2), 197-234.
  41. Rubaszek M., Rubio M. (2020), Does the rental housing market stabilize the economy? A micro and macro perspective, Empirical Economics, 59(1), 233-257, DOI: 10.1007/s00181-019-01638-z.
  42. Samuelson P. (1938), A note on the pure theory of consumer's behaviour, Economica, 5(17), 61-71, DOI: 10.2307/2548836.
  43. Samuelson P. (1948), Consumption theory in terms of revealed preference, Economica, 15(60), 243-253, DOI: 10.2307/2549561.
  44. Schwarz G. (1978), Estimating the dimension of a model, The Annals of Statistics, 6(2), 461-464, http://www.jstor.org/stable/2958889.
  45. Shimizu C., Nishimura K.G., Watanabe T. (2016), House prices at different stages of the buying/selling process, Regional Science and Urban Economics, 59, 37-53, DOI: 10.1016/j.regsciurbeco.2016.04.001.
  46. Sirmans S., Sirmans C., Benjamin J. (1989), Determining apartment rent: the value of amenities, services and external factors, Journal of Real Estate Research, 4(2), 33-43, DOI: 10.1080/10835547.1989.12090581.
  47. Tarr G. (2012), Small sample performance of quantile regression confidence intervals, Journal of Statistical Computation and Simulation, 82(1), 81-94, DOI: 10.1080/00949655.2010.527844.
  48. Timmermans H., Molin E., van Noortwijk L. (1994), Housing choice processes: stated versus revealed modelling approaches, Netherlands Journal of Housing and the Built Environment, 9(3), 215-227, DOI: 10.1007/BF02496997.
  49. Tomal M. (2020), Modelling housing rents using spatial autoregressive geographically weighted regression: a case study in Cracow, Poland, ISPRS International Journal of Geo-Information, 9(6), DOI: 10.3390/ijgi9060346.
  50. Tomal M., Helbich M. (2022), The private rental housing market before and during the COVID-19 pandemic: a submarket analysis in Cracow, Poland, Environment and Planning B: Urban Analytics and City Science, 49(6), 1646-1662, DOI: 10.1177/23998083211062907.
  51. Tomal M., Helbich M. (2023), A spatial autoregressive geographically weighted quantile regression to explore housing rent determinants in Amsterdam and Warsaw, Environment and Planning B: Urban Analytics and City Science, 50(3), 579-599, DOI: 10.1177/23998083221122790.
  52. Tomczyk E., Widłak M. (2010), Konstrukcja i własności hedonicznego indeksu cen mieszkań dla Warszawy, Bank i Kredyt, 41(1), 99-128.
  53. Trojanek R. (2018), Teoretyczne i metodyczne aspekty wyznaczania indeksów cen na rynku mieszkaniowym, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.
  54. Trojanek R., Gluszak M. (2022), Short-run impact of the Ukrainian refugee crisis on the housing market in Poland, Finance Research Letters, 50(103236), DOI: 10.1016/j.frl.2022.103236.
  55. Trojanek R., Gluszak M., Tanas J., Hebdzyński M. (2021), The COVID-19 pandemic, Airbnb and housing market dynamics in Warsaw, Critical Housing Analysis, 8(1), 72-84, DOI: 10.13060/23362839.2021.8.1.524.
  56. Vasanen A. (2012), Beyond stated and revealed preferences: The relationship between residential preferences and housing choices in the urban region of Turku, Finland, Journal of Housing and the Built Environment, 27(3), 301-315, DOI: 10.1007/s10901-012-9267-8.
  57. Waldmann E. (2018), Quantile regression: a short story on how and why, Statistical Modelling, 18(3-4), 203-218, DOI: 10.1177/1471082X18759142.
  58. Wang X., Li K., Wu J. (2020), House price index based on online listing information: the case of China, Journal of Housing Economics, 50 (May), 101715, DOI: 10.1016/j.jhe.2020.101715.
  59. White H. (1980), A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity, Econometrica, 48(4), 817-838, DOI: 10.2307/1912934.
  60. Widłak M., Nehrebecka N. (2011), Wykorzystanie regresji kwantylowej w analizie zróżnicowania cen mieszkań, Wiadomości Statystyczne, 5(600).
  61. Widłak M., Tomczyk E. (2010), Measuring price dynamics: evidence from the Warsaw housing market, Journal of European Real Estate Research, 3(3), 203-227, DOI: 10.1108/17539261011094722.
  62. Zhang S., Wang L., Lu F. (2019), Exploring housing rent by mixed geographically weighted regression: a case study in Nanjing, ISPRS International Journal of Geo-Information, 8(10), DOI: 10.3390/ijgi8100431.
Cytowane przez
Pokaż
ISSN
0137-5520
Język
eng
URI / DOI
http://dx.doi.org/10.5604/01.3001.0054.8597
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu