V Arviu smo izvedli podrobno analizo, ki je ocenila natančnost GURSovega modela množičnega vrednotenja nepremičnin za javnost, izdanega 10. oktobra 2024.

Analiza, ki je vključevala 1.725 prodanih stanovanj v letu 2024, je bila osredotočena na tri ključne dejavnike:

1. natančnost napovedi po mesecih,
2. regionalne razlike in
3. uspešnost napovedi glede na velikost stanovanja.

Ti vpogledi so ključni za razumevanje, kje model dobro deluje in kje bi ga bilo mogoče izboljšati.

 

Ocenjevanje veljavnosti modela množičnega vrednotenja GURS

 

Čeprav je GURSov model zasnovan na podatkih z dne 1. januarja 2024, podatki o stavbah, ki so bili uporabljeni, pa so veljavni do 10. junija 2024, so bile vse ocene cen očitno narejene na določen datum. Na prvi pogled to postavlja vprašanja o veljavnosti modela, saj so nepremičninski trgi dinamični in se lahko cene v nekaj mesecih bistveno spremenijo.

Vendar pa model množičnega vrednotenja ni zasnovan za zagotavljanje trenutnih tržnih vrednosti, ampak ponuja standardiziran način ocenjevanja cen nepremičnin na podlagi določenih predpostavk in zgodovinskih podatkov.

 

1. Uspešnost po mesecih: vzorci podcenjevanja

V letu 2024 je GURSov model dosledno podcenjeval cene stanovanj, vendar se je stopnja podcenjevanja spreminjala skozi različne mesece.

 

 

V januarju in marcu je model deloval razmeroma dobro, saj so bile cene podcenjene le za 1,5% in 1,3%, napake pa so znašale med 12% in 13%. To kaže, da so bile napovedi na začetku leta bolj usklajene z resničnimi tržnimi razmerami.

V maju in juniju je uspešnost modela padla, saj je podcenjeval cene stanovanj, napake pa so v teh mesecih narasle, pri čemer je bila najvišja napaka v maju, in sicer 15%.

Največji izziv za model je bil v avgustu, ko so bile cene podcenjene za 6,6%, napaka pa je bila največja pri 16,8%. To kaže, da ima model v drugi polovici leta več težav, ko postanejo tržne razmere bolj nestanovitne.

 

2. Uspešnost po regijah: močnejša v mestih, šibkejša na podeželju

 

Ljubljana: razmeroma natančne napovedi, model je cene podcenjeval za 3,8%, stopnja napak je bila nizka (10,3%).

Maribor: model je cene podcenjeval le za 1,4% a z nekoliko višjo napako 13,6%. Zanesljivost napovedi je tukaj torej manjša kot v Ljubljani.

Druge regije: izven večjih mest je imel model več napak, cene je v povprečju podcenjeval za 4,7%, stopnja napak je bila večja (15,1%). To kaže, da bi model morda potreboval nadaljnje prilagoditve, da bi bolje upošteval lokalne tržne razmere na podeželju.

 

3. Uspešnost po velikosti stanovanj: natančnejši za večja stanovanja

Natančnost GURSovega modela je odvisna tudi od velikosti stanovanja. Arvio analiza je stanovanja razdelila v pet velikostnih kategorij: mikro, majhna, srednja, velika in zelo velika.

Model se je najbolje izkazal pri večjih stanovanjih (60-89 m²), kjer je podcenjeval cene le za 1,7%, napaka pa je znašala 11,5%.

Več težav je imel model z manjšimi stanovanji, še posebej z garsonjerami, kjer je cene podcenjeval za 14,4%, napake pa so dosegle 18,4%.

 

 

Zaključne misli: priložnosti za izboljšave

 

Čeprav model množičnega vrednotenja GURS zagotavlja uporabno osnovo za oceno cen stanovanj, zlasti v večjih mestih in pri večjih nepremičninah, obstajajo priložnosti za izboljšave.

Model ima težnjo po podcenjevanju cen, zlasti pri manjših stanovanjih in v podeželskih območjih.

Prav tako se uspešnost modela poslabša v drugi polovici leta, še posebej v avgustu, ko se tržne razmere morda bolj spreminjajo.

Kljub temu, da temelji na podatkih iz določenega obdobja, ta analiza kaže, da GURSov model še vedno ponuja dragocene vpoglede v splošne trende cen.

Javna objava modela omogoča povratne informacije, ki lahko pomagajo izboljšati model, da bi se v prihodnje bolj uskladil s tržnimi razmerami.

 

Na povezavi https://lnkd.in/dkRxVXiN je za vas na voljo tudi naš grafični prikaz ugotovitev.