Покажем все нюансы, почему новости СМИ о ценах недвижимости неинформативны. Докажем, что заголовки об изменении цен "на 5%" — не более, чем развлекательный жанр. Как и рейтинги жилых комплексов или районов по стоимости метра. Дочитайте до конца, и будете иначе смотреть на такие публикации.

Введение

Средневзвешенная цена квадратного метра – привычный показатель в аналитике недвижимости. Однако, многие не задумываются о сложностях, которые за ним скрываются.

В рамках данной статьи мы приведем примеры, когда использование среднего может вызвать проблемы, а также способы их решения. Но, сначала, обсудим базовые вещи.

Среднее взвешенное или среднее арифметическое

Среднее взвешенное – это характеристика массива данных. 

В рамках аналитики рынка недвижимости среднее взвешенное применяется чаще всего для расчёта цены метра, где в качестве веса используются площади лотов из прайс-листов. Далее в статье мы будем иметь в виду именно данные из прайс-листов, хотя все суждения справедливы и для других наборов данных, например, для проданных объектов недвижимости.

Среднее арифметическое - это частный случай среднего взвешенного, просто весом является количество элементов (например, средняя стоимость лота по прайс-листу – это среднее взвешенное, где весом является количество лотов).

Нельзя сказать, что одно лучше другого. Выбор между средним взвешенным и средним арифметическим – это выбор аналитика, который работает с данными. 

Проблемы начинаются тогда, когда мы сравниваем два значения среднего взвешенного между собой. Далее примеры.

Пример: сравнение цены метра на рынке от месяца к месяцу

Практически во всех аналитических материалах и новостях сообщается об изменении цены метра. Допустим, нам сообщают, что она выросла на 0,5%. При кажущейся очевидности, это не дает нам никакой полезной информации, потому что, скорее всего, изменилась структура данных.

Дело в том, что мы не можем однозначно сказать, что из перечисленного произошло:

• вышел ли в продажу новый объем лотов по цене выше рынка;

• ушли ли из продажи дешевые лоты;

• подорожали или подешевели квартиры, которые так и не были проданы за месяц;

• или любая комбинация из перечисленных выше пунктов.

Но и это ещё не всё. Допустим за месяц на рынке не появились новые лоты и не ушли из продажи старые (то есть в экспозиции остались все те же квартиры). Тогда “рост на 0,5%” опять не дает нам ценной информации, потому что:

• могли подорожать все квартиры равномерно;

• могли подорожать студии, а крупные квартиры подешеветь;

• в одной локации могло быть подорожание, а в другой – удешевление.

Прирост на 0,5% к цене метра приобретает смысл, если смотреть на изменение цены метра по узкой выборке, например только студии в проектах бизнес-класса Москвы.

В таком случае +0,5%  будет означать, что именно такой продукт подорожал, но всё равно остаётся вопрос в равномерно ли произошёл рост в разных локациях.

Примере даёт понять, что сравнивать два средних можно только если они рассчитаны на сопоставимых наборах данных. Бессмысленно сравнивать вчерашнюю цену студий с сегодняшней ценой трёхкомнатной квартиры.

Пример: анализ инвестиционной привлекательности жилых комплексов

Ещё одна из интересных тем аналитических материалов, кто сколько заработал на основе данных об изменении цен в жилых комплексах.

Но рост цены в одном жилом комплексе на 20% за год не означает, что инвесторы эти 20% заработали.

Рост цены метра в жилом комплексе может получиться из-за продажи дешевых лотов, тогда мы опять сравниваем цены совершенно разных квартир в ЖК.

Чтобы точно посчитать сколько мог заработать инвестор, надо сравнить стоимость конкретной квартиры на момент покупки и через год.

Такой точечный анализ сложно делать без специального программного обеспечения, поэтому разумно использовать среднюю цену метра. Аналитику остается только правильно сделать выборки данных, которые затем будут сравниваться через среднюю цену метра.

Тогда по изменению средней цены, например, студий площадью 20-30 кв.м. уже можно сделать какие-то выводы.

Пример: сравнение двух ЖК по цене метра

И ещё частая задача – сравнение жилых комплексов, где одним из критериев является средняя цена метра.

Если один ЖК дороже другого на 10%, то это опять может ничего не значить.

Для корректного анализа нужно ответить на вопросы: конкурирующие ли это проекты по продуктовым характеристикам? Сравниваем ли мы похожие лоты в жилых комплексах?

Мы снова должны решить задачу правильного выбора данных для сравнения.

Что можно сделать на практике

Сравниваем одни и те же лоты

Допустим мы работаем с двумя прайс-листами ЖК комфорт-класса в Новой Москве за два разных месяца, и нам надо проанализировать изменение цены метра. Идеально – сравнить каждый лот и сделать выводы, но это трудоемко.

Решением может являться разделение прайс-листов на три массива:

• Ушедшие лоты из прайс-листа за месяц;

• Новые лоты в прайс-листе за месяц;

• Лоты, оставшиеся в экспозиции.

Можно посчитать отдельно цену метра для новых лотов, отдельно цену метра лотов, которых больше нет в прайс-листе.

Что касается лотов, которые присутствуют в экспозиции в обоих месяцах – это уже более подходящие наборы для сравнения средней цены метра. Анализ будет более точным, так как мы сравниваем одни и те же квартиры.

Ищем, кто повлиял на цену сильнее всех

Допустим, если цена на рынке снизилась на 1%, то это падение будет складывается из изменений цены метра в каждом жилом комплексе.

Можно найти топ-ЖК, в которых цена метра выросла, и топ-ЖК, в которых цена метра снизилась. 

Это не даст абсолютного понимания рынка, но позволит перейти к осознанной аналитике произошедшего уже в конкретных жилых комплексах.

Например, в рамках одного ЖК можно разбить лоты по комнатности или по диапазонам площадей, и также составить топ по тому, какие квартиры двигали цену всего ЖК вверх, а какие вниз.

Детализация через визуализацию

Если сопоставлять среднюю взвешенную цену метра в рамках одного ЖК от месяца к месяцу, то из-за того что из прайс-листов уходят проданные лоты и появляются новые, изменение средней цены метра по ЖК может давать ложные сигналы. Если из прайс-листа ушли дорогие лоты, то цена средневзвешенная цена метра в ЖК увеличится, хотя цены остались прежними.

Чтобы всё было прозрачно, поможет график изменения цены метра с детализацией по всем диапазонам площадей в жилом комплексе, или по комнатности.

На графике цена метра студий и 2-комнатных квартир остаются горизонтальными, при том что синяя линия средневзвешенной цены метра во всем жилом комплексе то выше то ниже.

Это просто объяснить - в жилом комплексе есть 10 двухкомнатных квартир (по 50 кв.м. каждая) и 10 студий (по 30 кв.м. каждая).

За месяц было продано пять 2-комнатных квартир. При этом цена метра по комнатностям не изменилась, но изменилась цена метра во всем жилом комплексе – она выросла. 

Если в апреле будут проданы все студии, то средняя взвешенная цена метра в жилом комплексе снизится, хотя изменения цен тоже не происходило.

Простая визуализация позволяет видеть все движения по узким однородным выборкам, дает возможность видеть точные изменения цен.

Выводы

Мы рассмотрели основные примеры, когда у аналитика могут возникнуть сложности при работе со средневзвешенной ценой метра, и пути их решения.

Главное, о чем нужно помнить – сравнение среднего взвешенного возможно только в похожих по характеристикам или структуре выборках (студии к студиям, бизнес-класс к бизнес-классу, квартиры 50 кв.м. к аналогичным по метражу и т.п.).

Разнородные данные сравнивать некорректно.

Именно поэтому основной задачей аналитика при сопоставлении средних цен квадратного метра является поиск и создание таких выборок с последующим их анализом.