|
|
Spatial approaches to hedonic modelling of housing market: Prague case
Lipán, Marek ; Křehlík, Tomáš (vedoucí práce) ; Troch, Tomáš (oponent)
Mít po ruce nástroje schopné efektivního oceňování bydlení je užitečné nejen pro odhadce cen nemovitostí v bance, politického činitele nebo realitního agenta, ale také pro každého jednotlivce usilujícího o objektivní vyhodnocení zda bydlet v nájmu, či ve svém. Data trhu bydlení jsou prostorové povahy. K prostorovým aspektům přistupujeme skrze prostorové modelovací techniky v hédonickém cenovém modelu. Hlavní zaměření práce spočívá ve vystavění kriging modelu, který se ukazuje být silným nástrojem ve vysvětlování a předpovídání cen bydlení na pražském trhu s byty. V porovnání výkonu s tradičním hédonickým cenovým modelem neuvažujícím prostor a běžnými ekonometrickými prostorovými modely vychází kriging model nejlépe. Užitečnost našeho kriging modelu je demonstrována v možné aplikaci jako rozšíření modelu současné čisté hodnoty pro optimální volbu zda bydlet v nájmu, či ve svém pro možného kupce vlastního prvního bydlení. Ve zjednodušeném ekonomickém scénáři jsme zjistili, že optimálnost tohoto rozhodnutí závisí na inflaci, očekávané době vlastnictví, stejně jako konkrétní lokalitě bytu v Praze.
|
|
|
Real estate price modelling with a focus on location attributes
Charvát, Ondřej ; Polák, Petr (vedoucí práce) ; Hejlová, Hana (oponent)
Práce představuje několik metod modelování cen nemovitostí vhodných pro predikci cen bydlení nebo pro zkoumání vztahů mezi cenou a jejími určujícími faktory. Srovnali jsme konvenční lineární regresi se stromovými metodami strojového učení. Srovnávací analýza datové sady 28 019 bytů v Praze naznačuje, že regresní stromy (zejména náhodné lesy) poskytují vyšší přesnost při predikci cen. Dalším cílem této práce bylo prozkoumat účinky vlastností lokality (zejména její dostupnost a kvalita životního prostředí) na ceny blízkých bytů. K řešení prostorových interakcí v geografických datech jsme použili tři prostorově orientované modely, abychom dosáhli spolehlivějších výsledků. Lokální analýza provedená s geograficky váženou regresí odhalila prostorové interakce a popsala rozdílnost cenových faktorů v závislosti na lokalitě. V některých oblastech je zvýšení vzdálenosti od nejbližší stanice metra a nejbližšího parku spojeno se snížením cen bytů o 644 Kč/m2 a 916 Kč/m2 . Tato zjištění jsou zvláště důležitá pro byty v blízkosti stanic nové linky metra, která je v současné době ve výstavbě.
|
|
|
The influence of distance from the city center on apartments renting prices
Babjaková, Miriam ; Mirvald, Michal (vedoucí práce) ; Slaný, Martin (oponent)
Bakalářská práce zkoumá vliv vzdálenosti nemovitosti od centra města na nájemní cenu bytů v Praze a Brně. Práce též posuzuje vliv ostatních charakteristik na nájemní cenu bytů v daných oblastech. Studie je založena na nabídkách bytů na pronájem uveřejněných v únoru 2017 na internetovém portálu sreality.cz. Datový soubor obsahuje informace o 73 bytech v Brně a 347 bytech v Praze. Pomocí regresní analýzy byl v obou městech prokázán negativní vliv vzdálenosti nemovitosti od centra města na nájemní cenu. V obou městech byl zjištěn výrazný vliv charakteristik nemovitosti na nájemní cenu bytů. V Praze nájemní cenu nejvíc ovlivňovalo hodnocení energetické náročnosti budovy, zatím co v Brně, cena nájmu byla ovlivněná především stavem budovy.
|
|
|
Spatial approaches to hedonic modelling of housing market: Prague case
Lipán, Marek ; Křehlík, Tomáš (vedoucí práce) ; Troch, Tomáš (oponent)
Mít po ruce nástroje schopné efektivního oceňování bydlení je užitečné nejen pro odhadce cen nemovitostí v bance, politického činitele nebo realitního agenta, ale také pro každého jednotlivce usilujícího o objektivní vyhodnocení zda bydlet v nájmu, či ve svém. Data trhu bydlení jsou prostorové povahy. K prostorovým aspektům přistupujeme skrze prostorové modelovací techniky v hédonickém cenovém modelu. Hlavní zaměření práce spočívá ve vystavění kriging modelu, který se ukazuje být silným nástrojem ve vysvětlování a předpovídání cen bydlení na pražském trhu s byty. V porovnání výkonu s tradičním hédonickým cenovým modelem neuvažujícím prostor a běžnými ekonometrickými prostorovými modely vychází kriging model nejlépe. Užitečnost našeho kriging modelu je demonstrována v možné aplikaci jako rozšíření modelu současné čisté hodnoty pro optimální volbu zda bydlet v nájmu, či ve svém pro možného kupce vlastního prvního bydlení. Ve zjednodušeném ekonomickém scénáři jsme zjistili, že optimálnost tohoto rozhodnutí závisí na inflaci, očekávané době vlastnictví, stejně jako konkrétní lokalitě bytu v Praze.
|
|
|
Determinanty cen nemovitostí v regionech ČR
Pojezdná, Marie ; Dlouhá, Zuzana (vedoucí práce) ; Chytilová, Helena (oponent)
Práce zkoumá faktory ovlivňující cenu nemovitostí na trhu v České republice, jako metoda zkoumání byl použit hedonický cenový model. V modelu pro celou ČR jsou potvrzeny tyto zkoumané faktory jako významné: výměra, počet pokojů, stáří, příslušenství (samostatná kuchyně, garáž), přízemní patro, stavební materiál, rekonstrukce, vzdálenost od centra, veřejná doprava, okolní zástavba a region. Nejvýznamnějším faktorem je z hlediska vysvětlení ceny v modelu pro regiony mimo Prahu regionální příslušnost, v Praze je nejdůležitějším faktorem vzdálenost od centra.
|
|
|
Analýza vlivu vybraných kvalitativních znaků na cenu bytů v Praze v období od 2007 - 2012
Vinterová, Michaela ; Koubek, Ivo (vedoucí práce) ; Pertold, Filip (oponent)
Tato práce se zabývá určením vlivu vybraných charakteristik prodaných bytů na území hl. města Prahy na prodejní cenu, jejichž prodej byl realizován v období 2007-2012. Analýzu vlivů provádím na poptávkově příbuzné druhy bytů, a to v dispozici 3+1 a 3+kk. Data obsahují 1185 pozorování. K určení vlivů jednotlivých proměnných používám metodu hédonické ceny. Výsledný model naznačuje, že s růstem dostupnosti o 1 % cena bytu klesne o 0,13 %, při zvýšení podlahové plochy o 1 % se cena bytů zvýší o 0,92 %. Při změně družstevního vlastnictví na osobní se cena bytové jednotky zvýší o 13 %. Při změně materiálu výstavby z panelu na cihlu cena jednotky se zvýší o 23 %, změna materiálu bytového jádra by mohla zvýšit cenu bytu o 5,7 %. Dále model naznačuje, že změnou ve stavu bytové jednotky z užívaného či před rekonstrukcí na stav po rekonstrukci se cena zvýší o 11 %, existence garáže zvyšuje cenu cca o 24 %. V modelu se mi daří potvrdit hypotézu o tom, že umístění bytu v přízemí je spojeno s negativními vlivy a tento faktor snižuje cenu bytu o 2,5 %.
|
|
|
Vliv znečištění ovzduší na ceny domů v České republice
Vlček, Martin ; Lahvička, Jiří (vedoucí práce) ; Chytilová, Helena (oponent)
Práce zkoumá na vzorku 2 000 rodinných domů z šesti měst České republiky (Praha, Brno, Ostrava, Liberec, Plzeň, Ústí nad Labem), jaký je vztah mezi nabídkovou cenou nemovitostí a koncentrací prachových částic PM10 v ovzduší. V práci sestavený a odhadnutý model hedonické ceny byl rozšířen o další kontrolní proměnné, které popisují ostatní determinanty ceny domu. Na základě toho práce dokazuje, že zvýšení koncentrace PM10 o 1 mcg/m3 sníží hodnotu domu o 0,74 %. Meziměstské porovnání ukázalo, že koncentrace PM10 v ovzduší snižuje cenu domů v Ostravě oproti Praze o 12,43 % a v Brně o 0,96 %. Rozdíly v cenách způsobené znečištěním PM10 se pohybují v Praze v rozmezí 0 až 5,3 %, v Brně 0 až 17,73 % a v Ostravě 0 až 22,75 %. Dále práce prokázala, že cena domu klesá s rostoucí vzdáleností od centra, naopak přítomnost garáže cenu domu zvyšuje. Praha jako hlavní město potvrdila, že se jedná o nejvíce ceněnou lokaci na trhu.
|
|
|
Vliv hluku na cenu bytů v Praze: NSDI automobilového versus NSDI tramvajového hluku
Šohajová, Renata ; Melichar, Jan (vedoucí práce) ; Máca, Vojtěch (oponent)
Diplomová práce se zabývá problémem vlivu hluku na ceny bytů v Praze, konkrétně rozdílem mezi vlivy automobilové a tramvajové dopravy. Tento vliv zjišťuji prostřednictvím modelu hédonické ceny při uplatnění sekundárních dat o cenách bytů a existujícím hluku na území Prahy. V teoretické části vysvětluji koncept hluku, jeho dopad na lidskou psychiku a zdraví, protože to podmiňuje ekonomické chování člověka ve vztahu k hluku. Vysvětluji fungování modelu hédonické ceny a index NSDI a zmiňuji studie, které se jím zabývají. V praktické části se zabývám popisnou analýzou dat, regresní analýzou, modelováním funkce hédonické ceny a výpočtem implicitní ceny hluku. Zjišťuji, že nemohu porovnat hédonické modely hluku tramvaje a hluku automobilů prostřednictvím NSDI, jak jsem měla v úmyslu, protože hlukové parametry vychází v regresních modelech s kladnými znaménky a nesignifikantní. Vytvořím proto hédonický model pro noční hluk, který mi vyšel jako jediná hluková proměnná v semi-logaritmickém regresním modelu signifikantní.
|
host ::
RSS.