Колко трябва да поскъпнат кредитите, за да поевтинеят имотите у нас?
Лихвите по жилищните заеми към сегашния миг са на рекордно ниски равнища. Това е безспорен факт, който ясно се вижда от статистиката поддържана от централната банка. По последни данни на Българска народна банка през май 2018 година по отношение на година по-рано междинният лихвен % по жилищните заеми в левове понижава с 0.50 пр.п. до 3.45%, а по тези в евро - с 0.59 пр.п. до 3.72%. Спрямо предходния месец пък при жилищните заеми в левове междинният лихвен % понижава с 0.05 пр.п., а при тези в евро - с 0.09 пр.п.
Всички анализатори обаче са единомислещи, че наклонността напълно скоро ще се обърне и ще бъдем очевидци на повишаване на лихвените равнища. Основна причина за това е очакващото се покачване на главната рента в еврозоната от ЕЦБ. Макар и страната ни да не е публично част от валутния съюз, тя е директно обвързана с общата стопанска система на Европейски Съюз и с известно забавяне, процесите протичащи се в еврозоната ще доближат и нашата страна. Това постанова и въпроса какво ще се случи с цената на жилищата откакто лихвените равнища по заемите се повишат?
Графика 1. Съотношение сред цена на кв. м. в страната и равнище на лихвите по жилищните заеми в лв. и евро
Източник: Национален статистически институт и Българска народна банка
На показаната графика виждаме по какъв начин са се променяли междинните пазарни цени на жилищата в страната на база квадратен метър през годините (тъмно синята линия) и какви са били към този миг междинните лихвени равнища по предлаганите жилищни заеми в лв. и евро.
Виждаме, че от началото на 2000 година лихвените равнища по заемите вървят надолу като през интервала 2006 година - 2008 година резервират равнищата си към 8%. Намаляването на лихвите предизвика повече консуматори да стартират да търсят жилища, тъй като разноските им за погашение на взетите заеми са ниски. Така породилото се платежоспособно търсене изпреварва предлагането и цената на жилищата стартира да се повишава. След увеличението на лихвените равнища записваме противоположната наклонност - потребителите се въздържат от взимане на заеми и цените на жилищата внезапно стартират да падат.
Накъде ще поемат цените на парцелите след повишение на лихвите?
За да си отговорим на въпроса на къде ще поемат цените на парцелите в страната след растежа на лихвите, ще създадем регресионен разбор на наличните данни. Най-общо казано този вид статистически разбор прави оценка вероятните зависимости сред две или повече инцидентни величини. Той демонстрира взаимните връзки сред променливите, които в подтекста на обсъждания модел могат да бъдат интерпретирани като причинно-следствени.* Целите на регресионния разбор са да дефинира по какъв начин и в каква степен подвластната променлива варира или се трансформира като функционалност от промени на самостоятелната променлива, която се явява повода.
С други думи посредством регресия на данните за цена на кв. м. и рента по жилищните заеми за последните 17 година, ще проверим при повишаване на съществуващите лихвени равнища по жилищните заеми в лв. и евро с 1, 2 и 3 прочие п., в каква посока и с какъв брой ще се промени цената на квадратен метър.
За да не влизаме в по-сложни и не толкоз елементарно разбираеми модели, ще използваме линеен регресионен разбор с функционалността LINEST в Excel. Изборът ми на тази функционалност е на база на положителните резултати, които дава и обстоятелството, че всеки би могъл да повтори съответния модел без да се постанова да употребява скъпи статистически стратегии или да прави дълги и комплицирани калкулации.
Въпреки че от графика 1 виждаме много ясната корелация сред лихвите по жилищните заеми и цените на парцелите, то регресионният модел демонстрира, че тя не е толкоз мощна, колкото чакаме. Данните сочат, че в тази ситуация 51% от дисперсията (разсейването) на цената на жилищата в страната може да се изясни с дисперсията на лихвените равнища по жилищните заеми. Това значи, че останалите 49% се изясняват с дисперсията на други фактори обуславящи общата икономическа обстановка като да вземем за пример - растеж на Брутният вътрешен продукт, безработица, междинни приходи на семействата и така нататък От по този начин изброените най-силно въздействие върху цените на жилищата оказва коефициентът на безработица. 75,7% от дисперсията тук може да изясни тази при цените на парцелите.
С други думи за българина лихвените равнища по предлаганите жилищни заеми не са толкоз значими, колкото това той да има работа и постоянни приходи. Това елементарно се вижда и исторически в графика 1. Още през 2013 година лихвите по жилищните заеми доближиха най-ниските си равнища регистрирани при имотния взрив 2006 година - 2007 година, само че това не предизвика незабавно търсене и респективно растеж в цените на жилищата. Той пристигна едвам 2 години по-късно, когато потребителите видяха, че отрицателните последствия от икономическата рецесия са зад тила им и те имат резистентност на приходите си и елементарно биха могли да намерят нова работа при потребност.
Графика 2. Прогнозни стойности
На графика 2 са показани резултатите от потребления статистически модел. Като база използваме оповестените от Българска народна банка и Национален статистически институт данни по отношение на междинните лихвени равнища по жилищните заеми в лв. 3,66% и евро 4,10% и междинната цена на квадратен метър в размер на 1 062,6 лева Данните са към края на 2017 година
Графиките демонстрират, че даже и при растеж на междинните лихвени равнища от 1 прочие п. темпът на растеж на цените на жилищата ще се забави, само че няма да спре. При лихвите в лв. ще забележим растеж от 2,62%, а при тези в евро растежът ще бъде с 1,04%. При растеж на лихвите с 2 прочие п. към този момент виждаме, че цените биха се забавили и осъществили спад при лихвите в лв. от 3,34%, при тези в евро 5,36%. По-сериозни и дълбоки корекции в цените на парцелите можем да чакаме едвам при растеж на лихвените равнища по жилищните заеми с 3 прочие п.
Достигайки равнища в лв. от 6,66%, междинните цени на квадратен метър ще осъществят спад от 9,29%, а при 7,1% рента в евро, спадът при цените на парцелите ще бъде с 11,76%. Тези данни ни демонстрират, че при равни други условия и опазване на удобната макроикономическа среда даже при растеж на лихвените равнища по заемите с 1 прочие п. цените на жилищата няма да се намалят, а с цел да се случи това ще бъде належащо да забележим много по-драстичен растеж в лихвените равнища. Подобен скок обаче на този стадий не се чака. Такъв би могъл да се следи при утежняване на икономическата среда, а не толкоз при нарастване на главната рента на ЕЦБ.
В поддръжка на това можем да разгледаме и сюжет при спомагателен спад на лихвените равнища по жилищните заеми с 1 прочие п. Той би предизвикал незабавно скок в цените на жилищата. При лихвите в лв. той би бил с 14,5%, а при тези в евро 13,9%. Ето по какъв начин удобната икономическа среда съчетана с спомагателен спад на лихвите може да докара даже до прегряване на пазара на парцели и надуване на нов балон.
Въпреки че все още има фактори, които водят пазара в тази посока, то нарастването на лихвените равнища по жилищните заеми съчетано с предлагането на нови парцели, ще имат здравословен резултат и ще предотвратят неговото прегряване и отдалечаване прекалено на цените от равновестните стойности, които в моментната икономическа обстановка може да понесе.
Национален статистически институт поддържа данни за цените на парцелите в 6-те най-големи града на страната. Прилагане на прегледания регресионен модел за прогнозиране на това по какъв метод ще реагират цените на парцелите в тези градове при растеж на лихвите, също дава доста интресни резултати. За да отделя задоволително време за разбора им ще ги прегледам в идната част на обявата. В задатък мога да споделя, че резултатите демонстрират ясно обособение на два генерални сегмента на пазара на недвижими парцели сред Столицата и останалите градове. Интересно е, че тези два пазара (ако мога по този начин да ги нарека) реагират по напълно друг метод на растежа на лихвените равнища и това оказва въздействие и върху междинните стойности, които разгледахме нагоре.
За край бих желал единствено да обърна внимание на читателите, че анализът е основан на данни от 2000 година до 2017 година и това по какъв метод те са си взаимодействали през години. Прогнозите са направени на база статистически модел, а не посредством кристално кълбо. Те могат единствено да ни ориентират за това какво можем да чакаме, че би могло да се случи в един предстоящ миг и нищо повече.
* При проучване на статистическата взаимозависимост сред две инцидентни променливи Х и Y формата на връзката се задава посредством функционалността на регресия y=u(x), където х играе ролята на самостоятелна променлива. Тази функционалност може да бъде линейна, квадратна, показателна и така нататък Графиката й се назовава линия на регресия на променливата Y по отношение на променливата Х. Функцията на регресия дава най-хубавото показване на Y посредством Х, защото всред всички действителни функционалности y=f(x) минимумът на E(Y-f(x))на квадрат се доближава за функционалността f(x)=u(x).Това свойство се употребява за прогнозиране на стойностите на Y въз основа на известни стойности на Х. По-точно, в случай че за някой от изследваните обекти не може да бъде измерена цената на променливата Y, само че е измерена цената на променливата Х, то в качеството на планувана (очаквана) стойност на Y се употребява цената u(x).
Текстът е оповестен в блога на създателя и препечатан с експлицитното негово позволение.
Всички анализатори обаче са единомислещи, че наклонността напълно скоро ще се обърне и ще бъдем очевидци на повишаване на лихвените равнища. Основна причина за това е очакващото се покачване на главната рента в еврозоната от ЕЦБ. Макар и страната ни да не е публично част от валутния съюз, тя е директно обвързана с общата стопанска система на Европейски Съюз и с известно забавяне, процесите протичащи се в еврозоната ще доближат и нашата страна. Това постанова и въпроса какво ще се случи с цената на жилищата откакто лихвените равнища по заемите се повишат?
Графика 1. Съотношение сред цена на кв. м. в страната и равнище на лихвите по жилищните заеми в лв. и евро
Източник: Национален статистически институт и Българска народна банка
На показаната графика виждаме по какъв начин са се променяли междинните пазарни цени на жилищата в страната на база квадратен метър през годините (тъмно синята линия) и какви са били към този миг междинните лихвени равнища по предлаганите жилищни заеми в лв. и евро.
Виждаме, че от началото на 2000 година лихвените равнища по заемите вървят надолу като през интервала 2006 година - 2008 година резервират равнищата си към 8%. Намаляването на лихвите предизвика повече консуматори да стартират да търсят жилища, тъй като разноските им за погашение на взетите заеми са ниски. Така породилото се платежоспособно търсене изпреварва предлагането и цената на жилищата стартира да се повишава. След увеличението на лихвените равнища записваме противоположната наклонност - потребителите се въздържат от взимане на заеми и цените на жилищата внезапно стартират да падат.
Накъде ще поемат цените на парцелите след повишение на лихвите?
За да си отговорим на въпроса на къде ще поемат цените на парцелите в страната след растежа на лихвите, ще създадем регресионен разбор на наличните данни. Най-общо казано този вид статистически разбор прави оценка вероятните зависимости сред две или повече инцидентни величини. Той демонстрира взаимните връзки сред променливите, които в подтекста на обсъждания модел могат да бъдат интерпретирани като причинно-следствени.* Целите на регресионния разбор са да дефинира по какъв начин и в каква степен подвластната променлива варира или се трансформира като функционалност от промени на самостоятелната променлива, която се явява повода.
С други думи посредством регресия на данните за цена на кв. м. и рента по жилищните заеми за последните 17 година, ще проверим при повишаване на съществуващите лихвени равнища по жилищните заеми в лв. и евро с 1, 2 и 3 прочие п., в каква посока и с какъв брой ще се промени цената на квадратен метър.
За да не влизаме в по-сложни и не толкоз елементарно разбираеми модели, ще използваме линеен регресионен разбор с функционалността LINEST в Excel. Изборът ми на тази функционалност е на база на положителните резултати, които дава и обстоятелството, че всеки би могъл да повтори съответния модел без да се постанова да употребява скъпи статистически стратегии или да прави дълги и комплицирани калкулации.
Въпреки че от графика 1 виждаме много ясната корелация сред лихвите по жилищните заеми и цените на парцелите, то регресионният модел демонстрира, че тя не е толкоз мощна, колкото чакаме. Данните сочат, че в тази ситуация 51% от дисперсията (разсейването) на цената на жилищата в страната може да се изясни с дисперсията на лихвените равнища по жилищните заеми. Това значи, че останалите 49% се изясняват с дисперсията на други фактори обуславящи общата икономическа обстановка като да вземем за пример - растеж на Брутният вътрешен продукт, безработица, междинни приходи на семействата и така нататък От по този начин изброените най-силно въздействие върху цените на жилищата оказва коефициентът на безработица. 75,7% от дисперсията тук може да изясни тази при цените на парцелите.
С други думи за българина лихвените равнища по предлаганите жилищни заеми не са толкоз значими, колкото това той да има работа и постоянни приходи. Това елементарно се вижда и исторически в графика 1. Още през 2013 година лихвите по жилищните заеми доближиха най-ниските си равнища регистрирани при имотния взрив 2006 година - 2007 година, само че това не предизвика незабавно търсене и респективно растеж в цените на жилищата. Той пристигна едвам 2 години по-късно, когато потребителите видяха, че отрицателните последствия от икономическата рецесия са зад тила им и те имат резистентност на приходите си и елементарно биха могли да намерят нова работа при потребност.
Графика 2. Прогнозни стойности
На графика 2 са показани резултатите от потребления статистически модел. Като база използваме оповестените от Българска народна банка и Национален статистически институт данни по отношение на междинните лихвени равнища по жилищните заеми в лв. 3,66% и евро 4,10% и междинната цена на квадратен метър в размер на 1 062,6 лева Данните са към края на 2017 година
Графиките демонстрират, че даже и при растеж на междинните лихвени равнища от 1 прочие п. темпът на растеж на цените на жилищата ще се забави, само че няма да спре. При лихвите в лв. ще забележим растеж от 2,62%, а при тези в евро растежът ще бъде с 1,04%. При растеж на лихвите с 2 прочие п. към този момент виждаме, че цените биха се забавили и осъществили спад при лихвите в лв. от 3,34%, при тези в евро 5,36%. По-сериозни и дълбоки корекции в цените на парцелите можем да чакаме едвам при растеж на лихвените равнища по жилищните заеми с 3 прочие п.
Достигайки равнища в лв. от 6,66%, междинните цени на квадратен метър ще осъществят спад от 9,29%, а при 7,1% рента в евро, спадът при цените на парцелите ще бъде с 11,76%. Тези данни ни демонстрират, че при равни други условия и опазване на удобната макроикономическа среда даже при растеж на лихвените равнища по заемите с 1 прочие п. цените на жилищата няма да се намалят, а с цел да се случи това ще бъде належащо да забележим много по-драстичен растеж в лихвените равнища. Подобен скок обаче на този стадий не се чака. Такъв би могъл да се следи при утежняване на икономическата среда, а не толкоз при нарастване на главната рента на ЕЦБ.
В поддръжка на това можем да разгледаме и сюжет при спомагателен спад на лихвените равнища по жилищните заеми с 1 прочие п. Той би предизвикал незабавно скок в цените на жилищата. При лихвите в лв. той би бил с 14,5%, а при тези в евро 13,9%. Ето по какъв начин удобната икономическа среда съчетана с спомагателен спад на лихвите може да докара даже до прегряване на пазара на парцели и надуване на нов балон.
Въпреки че все още има фактори, които водят пазара в тази посока, то нарастването на лихвените равнища по жилищните заеми съчетано с предлагането на нови парцели, ще имат здравословен резултат и ще предотвратят неговото прегряване и отдалечаване прекалено на цените от равновестните стойности, които в моментната икономическа обстановка може да понесе.
Национален статистически институт поддържа данни за цените на парцелите в 6-те най-големи града на страната. Прилагане на прегледания регресионен модел за прогнозиране на това по какъв метод ще реагират цените на парцелите в тези градове при растеж на лихвите, също дава доста интресни резултати. За да отделя задоволително време за разбора им ще ги прегледам в идната част на обявата. В задатък мога да споделя, че резултатите демонстрират ясно обособение на два генерални сегмента на пазара на недвижими парцели сред Столицата и останалите градове. Интересно е, че тези два пазара (ако мога по този начин да ги нарека) реагират по напълно друг метод на растежа на лихвените равнища и това оказва въздействие и върху междинните стойности, които разгледахме нагоре.
За край бих желал единствено да обърна внимание на читателите, че анализът е основан на данни от 2000 година до 2017 година и това по какъв метод те са си взаимодействали през години. Прогнозите са направени на база статистически модел, а не посредством кристално кълбо. Те могат единствено да ни ориентират за това какво можем да чакаме, че би могло да се случи в един предстоящ миг и нищо повече.
* При проучване на статистическата взаимозависимост сред две инцидентни променливи Х и Y формата на връзката се задава посредством функционалността на регресия y=u(x), където х играе ролята на самостоятелна променлива. Тази функционалност може да бъде линейна, квадратна, показателна и така нататък Графиката й се назовава линия на регресия на променливата Y по отношение на променливата Х. Функцията на регресия дава най-хубавото показване на Y посредством Х, защото всред всички действителни функционалности y=f(x) минимумът на E(Y-f(x))на квадрат се доближава за функционалността f(x)=u(x).Това свойство се употребява за прогнозиране на стойностите на Y въз основа на известни стойности на Х. По-точно, в случай че за някой от изследваните обекти не може да бъде измерена цената на променливата Y, само че е измерена цената на променливата Х, то в качеството на планувана (очаквана) стойност на Y се употребява цената u(x).
Текстът е оповестен в блога на създателя и препечатан с експлицитното негово позволение.
Източник: money.bg
КОМЕНТАРИ