Cenová mapa nájemného

Srovnání modelu MF, modelu MoniT a dat z Srealit

Metodika srovnání

Zdroje dat

Cenová mapa nájemního bydlení

• Publikována Ministerstvem financí: Cenová mapa nájemního bydlení | Ministerstvo financí ČR (mfcr.cz)

• Data získána od MF 2024-10-18 (k 2024-10-11 se získaná data a data na webu liší)

• Časové období: k 2024-01-01, CM používá data za posledních 7 pololetí, tzn. použita data za roky 2020H2 - 2023H2, kde novější inzeráty mají větší váhu

• Územní jednotka: Katastrální území uvnitř obcí s rozšířenou působností | obec v ostatních obcích

• Referenční byt: nezařízený, cihlové zdivo, stáří 20 let, bez balkonu nebo terasy, bez garážového stání nebo parkovací plochy, udržovaný, v dobrém až velmi dobrém technickém stavu, není novostavba

• Velikostní kategorie

  • 1, 2, 3 a 4 pokoje (e.g. 1+kk a 1+1 = 1 pokoj)

  • Tomu odpovídají byty přibližně 16 - 45 m2, 40 - 70 m2, 60 - 90 m2 a 75 - 90 m2

  • Referenční plocha je diferenciovaná podle kraje, pro 1 pokoj se pohybuje mezi 34 - 38 m2, pro 2 pokoje mezi 52 - 56 m2, pro 3 pokoje mezi 68 - 71 m2 a pro 4 pokoje mezi 83 - 89 m2 (k 2024-01-01, bude se měnit v čase)

Model MoniT

• Výstupy modelu koupeny od firmy Diotima, podrobnosti o modelu: Diotima

• Časové období využité pro srovnání: 2023Q4

• Územní jednotka: Obec

• Referenční byt: nezařízený, cihlové zdivo, bez balkonu nebo terasy, bez garážového stání nebo parkovací plochy, v dobrém až velmi dobrém technickém stavu, není novostavba

• Velikostní kategorie:

  • Malý byt (34 m2), střední byt (60 m2), velký byt (88 m2)

Sreality

• Data získána scrapem Sreality.cz • reality a nemovitosti z celé ČR

• Časové období: data scrapována mezi 2024-01-19 a 2024-06-26, tedy přibližně 2024H1

• Územní jednotka: individuální inzeráty přiřazené do obcí

• Charakteristiky v datech: typ nemovitosti, nájemné, plocha, dispozice

• Údaje o ceně: použita poslední nabídková cena před stažením inzerátu z webu

Data pro rent-income ratio

• Data za byty s co nejpodobnějšími charakteristikami a plochou v územním rozlišení na správní obvody ORP

• Charakteristiky bytů podle indikátorů price-income a rent-income ratio, tzn. podle modelu MoniT - byt nezařízený, cihlové zdivo, bez balkonu nebo terasy, bez garážového stání nebo parkovací plochy, v dobrém až velmi dobrém technickém stavu, není novostavba, střední velikost (60 m2)

• Data na úrovni SO ORP získána od MF 2024-10-01, platná k 2024-01-01

• Data z modelu MoniT použita za 2023Q4

Příprava dat

Cenová mapa MF

• Data za obce byla použita přímo

• Data za katastrální území byla agregována na úroveň obcí pomocí průměru nájmů v KÚ v dané obci, vážených počtem obydlených bytů v bytových domech v daném KÚ

• Pro srovnáni s Srealitami byla použita přímo data za 1 - 4 pokoje

• Pro srovnání s modelem MoniT byla vytvořena sloučená kategorie 2 - 3 pokoje, kde byl nájem stanoven průměrem nájmů za 2 a 3 pokojové byty; ceny za 1 a 4 pokoje byly použity přímo

Model MoniT

• Pro srovnání byly použity malý byt jako 1 pokoj, střední byt jako 2 - 3 pokoje a velký byt jako 4 pokoje

Sreality

• Z dat byly odstraněny pronájmy pokojů a inzeráty bez uvedené ceny

• Na základě měsíčního pronájmu a vnitřní plochy bytu byla vypočtena cena nájmu za m2

• Byly odstraněny odlehlé hodnoty pod 1. a nad 99. percentilem ceny za m2

• Podle počtu obytných místností byly vytvořeny kategorie 1 - 4 pokoje a ponechány pouze byty, které svou plochou zapadají do obvyklých velikostí bytů podle počtu pokojů, jak je definuje CM MF - pro 1 pokoj 16 - 45 m2, pro 2 pokoje 40 - 70 m2, pro 3 pokoje 60 - 90 m2 a pro 4 pokoje 75 - 90 m2

• Na úrovni obcí byla vypočtena průměrná hodnota nájemného pro každou velikostní kategorii

• Pro srovnání byly v datech ponechány pouze hodnoty vypočtené alespoň ze 20 pozorování

Data pro rent-income ratio

• V datech od MF a z modelu MoniT sedí charakteristiky bytů i územní jednotky, data byla použita bez úprav

Pokrytí daty pro srovnání

Srovnání CM MF a MoniT

• Pro srovnání cenové mapy MF a výsledků modelu MoniT je možné při použití dat s kódy obcí 100 % všech obcí

• Pro všechny obce v datech jsou pro oba modely vždy dostupné všechny velikostní kategorie bytu

Srovnání CM MF a Srealit

• Pro srovnání cenové mapy MF a průměru z Srealit je možné využít pouze 1 % všech obcí

• Důvodem je nedostatečné pokrytí obcí inzeráty na Srealitách

• Velmi nízké pokrytí do 2 % je v menších obcích až do 10 tisíc obyvatel

• Nejlepší pokrytí je v obcích s alespoň 50 tisíci obyvateli, kde je pokryto více než 75 % kombinací obce a velikostní kategorie

• Nejhůře dostupná jsou data o 4 pokojových bytech

Srovnání dat pro rent-income ratio

• Pro srovnání dat pro rent-income ratio z modelu MoniT a MF je možné využít 100 % všech SO ORP

Limitace srovnání

Srovnání CM MF a MoniT

• Charakteristiky bytů

  • Není možné zajistit dokonalou shodu v charakteristikách referenčního bytu, například v modelu MF chybí podlaží a vybavení domu výtahem, kde bylo pro výstup modelu MoniT zvoleno defaultně druhé podlaží a dům bez výtahu

• Období

  • Byla zvolena co nejpodobnější období - k 2024-01-01 za CM MF a za 2023-Q4 v modelu MoniT, přesný způsob zahrnutí starších dat a jejich vážení ale není ani v jednom z modelů známý

• Územní jednotky

  • Pro porovnání musely být nájmy v CM MF v ORP agregovány z úrovně katastrálních území na úroveň obce

Srovnání CM MF a Srealit

• Charakteristiky bytů

  • V CM MF jsou byty standardizovány podle velkého množství charakteristik, které nejsou v datech scrapovaných z Srealit přímo k dispozici, odhad průměru z Srealit je tedy pro nestandardizovaný byt a ovlivňuje jej tedy přesné složení bytů nabízených v daném období na webu

  • Protože průměr z Srealit nepracuje s modelem, není kvůli množství dat možné vybrat pouze byty v úzkém rozptylu plochy, jak by vyžadovalo přesnější srovnání s výsledky CM MF (která poskytuje odhad pro jednu konkrétní hodnotu plochy)

• Období

  • Data použitá v CM MF jsou do 2024-01-01, zatímco data z Srealit jsou k dispozici přibližně za 2024-H1, jsou tedy až o půl roku posunuta

• Územní jednotky

  • Pro porovnání musely být nájmy v CM MF v ORP agregovány z úrovně katastrálních území na úroveň obce

• Údaje o ceně

  • CM MF využívá ceny bez zahrnutých poplatků, což není parametr, který máme u scrapu Srealit k dispozici

• Čištění dat

  • Kvůli náročnosti a nedostatečně přesnému popisu není možné na scrapu Srealit přesně replikovat způsob čištění dat, který využívá CM MF

• Dostupnost dat

  • Dostatečným počtem pozorování je pokryto pouze 1 % obcí. Zejména v datech nejsou zastoupeny obce do 10 tis. obyvatel a byty o 4 pokojích.

Srovnání dat pro rent-income ratio

• Charakteristiky bytů

  • Není možné zajistit dokonalou shodu v charakteristikách referenčního bytu, například v modelu MF chybí podlaží a vybavení domu výtahem, kde bylo pro výstup modelu MoniT zvoleno defaultně druhé podlaží a dům bez výtahu

Počet inzerátů využitých pro odhad CM MF

Model pro obce a katastrální území

• Data CM MF uvádí datové pokrytí pro jednotlivé kombinace územní jednotky (obec nebo katastrální území) a velikostní kategorie bytu (1 až 4 obytné místnosti)

• Pouze 10 % všech kombinací má více než 10 pozorování, více než polovina kombinací (56 %) neobsahuje žádné pozorování

• Metodika CM MF uvádí, že v případech, kde je méně než 150 pozorování, dochází k využití dat z okolních územních jednotek, to by se týkalo 98 % všech kombinací (ale není úplně zřejmé, jestli se v územní jednotce sčítají pozorování za všechny velikostní kategorie bytu)

• Pro srovnání v závislosti na velikosti územní jednotky je potřeba agregovat počty pozorování, které jsou uvedeny v datech v 8 kategoriích, toto srovnání bylo proto provedeno pouze na datech za SO ORP níže (případně možné doplnit i zde)

Model pro správní obvody ORP

• Počet pozorování využitý pro odhad nájemného v CM MF se mezi jednotlivými ORP může výrazně odlišovat, pohybuje se od méně než 300 pozorování v Broumově po více než 128 tis. pozorování v Praze

• Mediánový odhad se provádí na 1909 pozorováních, 50 % všech odhadů používá mezi 1373 a 3241 pozorování

• Rozdělení je úzce soustředěné v nižších hodnotách, více než 7 000 a méně než 500 pozorování se používá výjimečné

• Počet pozorování očekávatelně silně souvisí s velikostí SO ORP, kde u SO ORP nad 50 tis. a dále nad 100 tis. obyvatel dochází k výraznějšímu nárůstu dostupných dat

• Přesto mezi velikostními kategoriemi existuje překryv, který může souviset s odlišnými podíly bytového fondu nabízeného pro komerční nájmy (případně by bylo potřeba dále ověřit)

• Není možné říct, že by se počet pozorování na 1000 obyvatel SO ORP zvyšoval s rostoucí populací SO ORP (například kvůli většímu zastoupeni větších měst s větším podílem nájemního bydlení), naopak nejmenší SO ORP mají v průměru nejvíce pozorování na 1000 obyvatel
• Relativně nejvíce pod-reprezentované jsou v datech SO ORP Bohumín (13 pozorování na 1 tis. obyvatel), Broumov (18) a Varnsdorf (20)

Srovnání s modelem MoniT - Existující stavby

Popisné statistiky

• CM MF uvádějí celkově vyšší nájmy než model MoniT a jednotlivé hodnoty jsou v tomto modelu také více různorodé a rozprostřené dále od průměru

• Mediánový rozdíl mezi modely je 27 Kč / m2 a průměrný rozdíl je 30 Kč / m2

• CM MF uvádí vyšší nájmy ve všech velikostních kategoriích bytů

• Největší rozdíl je u 1 pokojových bytů, medián rozdílu je 39 Kč / m2

• U větších bytů už je rozdíl podobný, s mediánem 22 Kč / m2 pro 2-3 a 4 pokojové byty

• CM MF uvádí vyšší nájmy než model MoniT zejména pro menší obce do 10 tis. obyvatel

• U větších obcí jsou rozdíly menší, téměř shodné jsou průměrné a mediánové nájmy u obcí mezi 10 tis. a 50 tis. obyvateli

• Mediánový rozdíl mezi modely se zmenšuje s rostoucím počtem obyvatel obce, u obcí do 1 tis. obyvatel je 29 Kč / m2 a nejmenší (10 Kč / m2) je u obcí nad 100 tis. obyvatel

• I když průměry a mediány jsou si u větších obcí podobnější, u jednotlivých obcí v rámci velikostní kategorie jsou stále mezi modely rozdíly

• Při srovnání modelů v kombinaci kategorií velikosti bytu a velikosti obce jsou největší rozdíly u nejmenších bytů v nejmenších obcích

• 1 pokojové byty v obcích do 1 tis. obyvatel se mediánově mezi modely liší o 44 Kč / m2

• Naopak nejmenší rozdíly do 10 Kč / m2 jsou u 2-3 pokojových bytů ve městech nad 10 tis. obyvatel

Korelace

• Mezi cenami v modelech je v celém vzorku silná, pozitivní korelace (0,81), modely tedy mají podobný trend, obce a velikosti bytů s vyššími nájmy v modelu MF mají tedy také vyšší nájmy v modelu MoniT

• Přesto mezi modely existují rozdíly v tom, které kombinace obcí a velikosti bytu vyhodnocují jako relativně dražší či levnější

• Největší rozdílnost trendů mezi modely je u nejmenších a největších bytů (korelace napříč obcemi je 0,68 a 0,65)

• Naopak nejpodobnější trendy jsou u obcí nad 50 a 100 tis. obyvatel (korelace 0,96 a 0,98)

Statistický test shody

• Pro srovnání nájmů mezi modely byl použit neparametrický Wilcoxonův test, který testuje rozdíl mezi mediány, zamítnutí nulové hypotézy teda znamená, že mediány v modelech jsou odlišné

• Na 95% hladině významnosti test zamítá shodu v celkovém vzorku, u všech velikostních kategorií bytů a u všech velikostních kategorií obcí

• Konfidenční interval také v některých případech poskytuje poměrně úzké rozpětí skutečného rozdílu mezi mediány, v celkovém vzorku je to přibližně 26 Kč / m2 (CM MF má vyšší nájmy), u větších obcí jsou intervaly širší, protože v datech je méně pozorování

• Intervaly skutečných rozdílů potvrzují předchozí výsledky, největší rozdíly jsou u 1 pokojových bytů a u obcí do 1 tis. obyvatel

Grafické porovnání

• Grafy srovnávají ceny v dané obci a velikostní kategorii bytu v obou modelech. Body představují skutečná data a červená přerušovaná přímka představuje teoretickou dokonalou shodu mezi modely. Body nad přímkou jsou dražší v modelu MoniT a body pod přímkou jsou dražší v CM MF.

• Z grafů je patrná silná korelace mezi modely, pro konkrétní hodnoty v jednom modelu však existují poměrně velké rozptyly hodnoty v druhém modelu, při pohledu na konkrétní obce se tedy modely mohou výrazně odlišovat.

• Zároveň je patrný posun bodů spíše pod přímku shody, ceny CM MF jsou tedy spíše vyšší než ceny v modelu MoniT. To je patrné zejména u bytů s vyšší cenou za m2, což jsou spíše 1 pokojové byty, a dále u bytů v nejmenších obcích. V těch je nejméně pozorování a konkrétní nastavení modelu zde může hrát větší roli.

Velikost rozdílu

• Rozdíl je definovaný jako cena CM MF - cena v modelu MoniT, pozitivní hodnota tedy značí, že v modelu CM MF je vyšší cena; u procentuálních rozdílů se jedná o rozdíl vůči modelu MoniT.

• Hodnota rozdílu v jednotlivých obcích a velikostních kategoriích se pohybuje od -119 do 152 Kč / m2, s mediánovým rozdílem 25 Kč / m2.

• Rozpětí je poměrně široké a ukazuje na variabilitu rozdílu na úrovni jednotlivých obcí, 50 % rozdílů spadá do rozmezí 9 - 43 Kč / m2.

• Rozdělení rozdílů je symetrické, se středem posunutým do pozitivních hodnot oproti rozdělení kolem nulového rozdílu, rozdělení je výrazně soustředěné a velmi vysoké hodnoty jsou spíše výjimečné.

• Je patrné, že většinou je cena v CM MF vyšší, existují ale také případy, kdy je nižší.

• Při pohledu na rozložení rozdílů v závislosti na počtu pokojů jsou patrné největší rozdíly u jednopokojových bytů.

• U všech velikostí je středních 50 % rozdílů kladných.

• Při pohledu na rozložení rozdílů v závislosti na velikosti obce jsou patrné největší rozdíly u obcí do 1 tis. obyvatel a obcí mezi 1 a 5 tis. obyvateli.

• Nejblíže kolem 0 jsou rozložené rozdíly v obcích mezi 5 a 50 tisíci obyvateli.

• U nejmenších obcí je také patrné nejširší rozdělení a s velikostí obce se rozpětí rozdílů zmenšuje.

• Po přepočtu na relativní procentuální rozdíly mezi modely se v různých kategoriích modely liší od 3 do 23 %

• Největší rozdíly jsou u 1 bytů v obcích do 1 tis. obyvatel (23 %), u 1 pokojových bytů bez ohledu na velikost obce (21 %) a u obcí do 1. tis. obyvatel bez ohledu na velikost bytu (19 %)

• Naopak nejpodobnější jsou si modely u 1 a 2-3 pokojových bytů ve městech nad 100 tis. obyvatel (průměrný rozdíl 3 %)

• Grafické porovnání vztahu mezi velikostí obce a velikostí rozdílu potvrzuje předchozí výsledky.

• Větší rozdíly jsou u nejmenších obcí a průměrně se k sobě modely s rostoucí velikostí obce přibližují. Tento vztah funguje i při rozdělení podle počtu pokojů.

• Zejména pro menší obce však existuje velký rozptyl možných rozdílů mezi modely.

Srovnání v mapě

• Mapa ukazuje procentuální rozdíl modelu CM MF oproti modelu MoniT. Kladné hodnoty, značené červeně, jsou v obcích, kde je cena v CM MF vyšší. Záporné hodnoty, značené modře, jsou v obcích, kde je cena v CM MF nižší.

• V mapě je možné přepnout na různé velikosti bytů a po kliknutí na obec se zobrazí pop-up s názvem a hodnotou rozdílu.

• Šedé plochy jsou vojenské újezdy, které nebyly do srovnání zahrnuty.

• Na mapách lze pozorovat snižování průměrného rozdílu s rostoucí velikostí bytu. U 1 pokojových bytů ukazuje mapa nejkladnější hodnoty. U 4 pokojových bytů lze vidět i výrazné zastoupení negativních hodnot.

Vztah s počtem pozorování

• Pro srovnání s modelem MoniT je potřeba agregovat počty pozorování, které jsou uvedeny v datech v 8 kategoriích, toto srovnání bylo proto provedeno pouze na datech za SO ORP níže (případně možné doplnit i zde)

Největší rozdíly

• Následující tabulky ukazují vždy 20 kombinací obec a velikost bytu, které mají mezi modely největší procentuální rozdíl. Jsou zde rozdíly v celých datech, v datech členěných podle velikosti obce a v členění podle toho, který model poskytuje vyšší odhad ceny.

Srovnání s daty z Srealit

Popisné statistiky

• Průměrné nájmy ze scrapu Srealit jsou celkově vyšší nájmy než model CM MF a jednotlivé hodnoty jsou v tomto modelu také více různorodé a rozprostřené dále od průměru

• Mediánový rozdíl mezi modely je 20 Kč / m2 a průměrný rozdíl je 23 Kč / m2

• Průměr a medián z Srealit je vyšší zejména u 1 pokojových bytů, medián rozdílu je 37 Kč / m2

• Naopak nejvíce podobné jsou si 3 pokojové byty s mediánem rozdílu 8 Kč / m2

• Průměrné nájmy z Srealit jsou vyšší než CM MF pro všechny velikostní kategorie obcí, zejména pro menší obce do 5 tis. obyvatel

• Mediánový rozdíl mezi modely se spíše zmenšuje s rostoucím počtem obyvatel obce, u obcí do 5 tis. obyvatel je 27 Kč / m2 a nejmenší (17 Kč / m2) je u obcí mezi 50 a 100 tis. obyvateli

• Při srovnání modelů v kombinaci kategorií velikosti bytu a velikosti obce jsou největší rozdíly zejména u 1 a 2 pokojových bytů

• 1 pokojové byty v obcích nad100 tis. obyvatel se mediánově liší o 58 Kč / m2, také u obcí nad 50 a 10 tis. obyvatel je mediánový rozdíl 37 - 41 Kč / m2

• Naopak nejmenší rozdíly kolem 10 Kč / m2 jsou u 3 pokojových bytů ve větších obcích

Korelace

• Mezi cenami je v celém vzorku silná, pozitivní korelace (0,93), průměr Srealit a CM MF tedy mají podobný trend, obce a velikosti bytů s vyššími nájmy v modelu MF mají tedy také vyšší průměrné nájmy na Srealitách

• Korelace je velmi silná (více než 0,9) pro všechny kategorie bytů a obcí

Statistický test shody

• Pro srovnání nájmů mezi modely byl použit neparametrický Wilcoxonův test, který testuje rozdíl mezi mediány, zamítnutí nulové hypotézy teda znamená, že mediány průměru Srealit a z CM MF jsou odlišné

• Test zamítá shodu v celkovém vzorku

• Na 95% hladině významnosti také zamítá shodu u 1 - 3 pokojových bytů, u 4 pokojových bytů je velmi nízký počet pozorování

• Podobně u obcí do 5 tis. obyvatel je velmi málo pozorování, mimo ně test zamítá shodu u větších obcí

• Konfidenční interval skutečného rozdílu mediánů v celkovém vzorku je -21 až -16 Kč / m2 (CM MF má nižší nájmy)

• Intervaly skutečných rozdílů potvrzují předchozí výsledky, největší rozdíly jsou u 1 pokojových bytů a u nejmenších obcí

Grafické porovnání

• Grafy srovnávají ceny v dané obci a velikostní kategorii bytu v průměru Sreality a modelu CM MF. Body představují skutečná data a červená přerušovaná přímka představuje teoretickou dokonalou shodu mezi odhady. Body nad přímkou jsou dražší v průměru Srealit a body pod přímkou jsou dražší v CM MF.

• V grafu lze vidět nižší pokrytí dostatečným množstvím dat, zejména v některých segmentech. Nejnižší pokrytí mají 4 pokojové byty a obce menší než 5 tis. obyvatel (obce pod 1 tis. obyvatel nejsou zastoupeny vůbec).

• Z grafů je patrná silná korelace mezi odhady, při pohledu na konkrétní obce se však odhady mohou výrazně odlišovat.

• Zároveň je patrný posun bodů spíše nad přímku shody, průměry na Srealitách jsou tedy spíše vyšší než odhady v modelu CM MF. To je patrné zejména u bytů s vyšší cenou za m2, což jsou spíše 1 a 2 pokojové byty. Z grafů nelze jednoznačně vyhodnotit, zda shoda mezi modely souvisí s velikostí obce.

Velikost rozdílu

• Rozdíl je definovaný jako průměrná cena Sreality - cena v modelu MoniT, pozitivní hodnota tedy značí, že v modelu CM MF je vyšší cena; u procentuálních rozdílů se jedná o rozdíl vůči průměru z Srealit.

• Hodnota rozdílu v jednotlivých obcích a velikostních kategoriích se pohybuje od -118 do 61 Kč / m2, s mediánovým rozdílem -19 Kč / m2.

• 50 % rozdílů spadá do rozmezí -32 až -5 Kč / m2.

• Rozdělení rozdílů je poměrně symetrické, se středem posunutým do negativních hodnot oproti rozdělení kolem nulového rozdílu, rozdělení je soustředěné a velmi vysoké hodnoty rozdílu jsou spíše výjimečné.

• Je patrné, že většinou je průměrná cena na Srealitách vyšší, existují ale také případy, kdy je nižší.

• Při pohledu na rozložení rozdílů v závislosti na počtu pokojů jsou patrné největší rozdíly u jednopokojových bytů.

• Rozdíl se s více pokoji zmenšuje a u 4 pokojových bytů je již mediánově kolem 0, zde ovšem srovnáváme velmi málo pozorování.

• Při pohledu na rozložení rozdílů v závislosti na velikosti obce jsou patrné největší rozdíly u obcí mezi 1 a 10 tis. obyvateli. Zejména u těch nejmenších obcí však máme velmi málo pozorování.

• Všechny velikostní kategorie obcí mají středních 50 % rozdílů pod nulovou hranicí.

• Po přepočtu na relativní procentuální rozdíly mezi cenami nájemného se v různých kategoriích liší od 5 do 16 %.

• Největší růměrné rozdíly jsou u 1 pokojových bytů v obcích nad 100 tis. obyvatel (16 %), u obcí mezi 1 a 5 tis. obyvateli bez ohledu na velikost bytu (15 %) a ve 2 pokojových bytech v obcích mezi 1 a 5 tis. obyvateli (15 %).

• Naopak nejpodobnější jsou si odhady u 3 a 4 pokojových bytů ve větších obcích.

• Grafické porovnání vztahu mezi velikostí obce a velikostí rozdílu naznačuje, že nejmenší rozdíly mezi modely jsou ve středních velikostech kategorií velikosti obcí a u větších bytů. S menším počtem pozorování však tento vztah není z grafu patrný jednoznačně.

Srovnání v mapě

• Mapa ukazuje procentuální rozdíl modelu CM MF oproti modelu průměru scrapu z Srealit. Kladné hodnoty, značené červeně, jsou v obcích, kde je cena v CM MF vyšší. Záporné hodnoty, značené modře, jsou v obcích, kde je cena v CM MF nižší.

• V mapě je možné přepnout na různé velikosti bytů a po kliknutí na obec se zobrazí pop-up s názvem a hodnotou rozdílu.

• Šedé plochy patří obcím, které nebyly do srovnání zahrnuty. Jedná se o vojenské újezdy, obce, které nemají v rámci kraje unikátní název, a zejména o obce s nedostatečným počtem inzerátů ve scrape datech z Srealit.

Největší rozdíly

• Následující tabulky ukazují vždy 20 kombinací obec a velikost bytu, které mají mezi odhady největší procentuální rozdíl. Jsou zde rozdíly v celých datech, v datech členěných podle velikosti obce a v členění podle toho, který odhad poskytuje vyšší ceny.

Srovnání dat pro rent-income ratio

Popisné statistiky

• Model MoniT uvádí celkově o něco vyšší nájmy než CM MF

• Mediánový rozdíl mezi modely je 13 Kč a průměrný rozdíl je 16 Kč

• Variabilita hodnot v modelech je podobná, směrodatná odchylka v obou modelech je okolo 30 Kč

• MoniT uvádí vyšší mediánové nájmy než CM MF pro všechny velikostní kategorie SO ORP

• Zatímco rozdíl mezi průměry a mediány se s rostoucím počtem obyvatel spíše zvětšuje (MoniT je více dražší u větších SO ORP než u menších), průměrný a mediánový rozdíl je nejvyšší u nejmenších SO ORP; u nejmenších SO ORP se tedy nájmy v jednotlivých SO ORP mezi modely liší nejvíce, i když jsou rozložené kolem stejné průměrné hodnoty

• Mediánový rozdíl mezi modely je nejvyšší u SO ORP do 20 tis. obyvatel (15 Kč) a nejnižší u SO ORP nad 100 tis. obyvatel (11 Kč)

• Pro srovnatelné velikostní kategorie SO ORP jsou rozdíly mezi modely podobné jako v případě srovnání dat na úrovni obcí a katastrálních území

Korelace

• Mezi cenami v modelech je v celém vzorku silná, pozitivní korelace (0,78), modely tedy mají podobný trend, SO ORP s vyššími nájmy v modelu MF mají tedy také spíše vyšší nájmy v modelu MoniT

• Ve všech velikostních kategoriích nad 20 tis. obyvatel je korelace velmi silná (> 0,8)

• U SO ORP do 20 tis. obyvatel je však překvapivě slabá (0,37); to doplňuje předchozí popisné statistiky a ukazuje na největší rozdíly mezi modely v této velikostní kategorii, kde se modely liší v tom, která SO ORP vyhodnocují jako relativně dražší nebo levnější

Statistický test shody

• Pro srovnání nájmů mezi modely byl použit neparametrický Wilcoxonův test, který testuje rozdíl mezi mediány, zamítnutí nulové hypotézy teda znamená, že mediány v modelech jsou odlišné

• Na 95% hladině významnosti test zamítá shodu v celkovém vzorku a mimo nejmenších SO ORP také u všech ostatních velikostních kategorií

• Konfidenční intervaly jsou v záporných hodnotách, což potvrzuje, že MoniT má vyšší nájmy než CM MF

• Rozdíl mezi mediány v modelech není statisticky významně odlišitelný od 0 pro nejmenší SO ORP do 20 tis. obyvatel přesto, že mezi jednotlivými SO ORP jsou v této kategorii největší rozdíly; to naznačuje určité “prohození” pořadí výše nájmů v jednotlivých SO ORP

Grafické porovnání

• Grafy srovnávají ceny v daném SO ORP v obou modelech. Body představují skutečná data a červená přerušovaná přímka představuje teoretickou dokonalou shodu mezi modely. Body nad přímkou jsou dražší v modelu MoniT a body pod přímkou jsou dražší v CM MF.

• Z grafů je patrná silná korelace mezi modely, pro konkrétní hodnoty v jednom modelu však existují někde i velké rozptyly hodnoty v druhém modelu, při pohledu na konkrétní obce se tedy modely mohou výrazně odlišovat.

• Zároveň je patrný posun bodů spíše nad přímku shody, ceny v modelu MoniT jsou tedy spíše vyšší než ceny v modelu CM MF. Podíl SO ORP nad přímkou shody se s rostoucí velikostí SO ORP spíše zvyšuje.

• Od přímky nejvíce vzdálené body (tedy SO ORP s největším rozdílem mezi modely v absolutní hodnotě) jsou však spíše pod přímkou (nájmy v CM MF jsou vyšší než v MoniT) a zejména v kategorií SO ORP do 20 tis. obyvatel.

Velikost rozdílu

• Rozdíl je definovaný jako cena CM MF - cena v modelu MoniT, pozitivní hodnota tedy značí, že v modelu CM MF je vyšší cena; u procentuálních rozdílů se jedná o rozdíl vůči modelu MoniT.

• Hodnota rozdílu v jednotlivých obcích a velikostních kategoriích se pohybuje od -51 do 129 Kč / m2, s mediánovým rozdílem -11 Kč / m2.

• Rozpětí je užší než u srovnání na úrovni obcí a katastrálních území, ukazuje ale stále na variabilitu rozdílu na úrovni jednotlivých SO ORP, 50 % rozdílů spadá do rozmezí -18 až -2 Kč / m2.

• Rozdělení je spíše symetrické a výrazně soustředěné se středem posunutým do negativních hodnot oproti rozdělení kolem nulového rozdílu, na pravé straně se však vyskytuje několik odlehlých hodnot nad 50 Kč / m2.

• Je patrné, že většinou je cena v CM MF nižší, existují ale také případy, kdy je vyšší.

• Při pohledu na rozložení rozdílů v závislosti na velikosti SO ORP je více než 75 % rozdílů pro SO ORP nad 20 tis. obyvatel záporná (ceny MoniT jsou vyšší), u SO ORP do 20 tis. obyvatel je to méně, ale stále více než polovin

• U nejmenších SO ORP je také patrné nejširší rozdělení a nejvzdálenější odlehlé hodnoty a s velikostí SO ORP se rozpětí rozdílů spíše zmenšuje

• Po přepočtu na relativní procentuální rozdíly mezi modely se v různých kategoriích modely liší od 6 do 13 %; to je méně než u srovnání na úrovni obcí a katastrálních území, kde ale byly největší procentuální rozdíly u nejmenších obcí, což je velikostní kategorie která pro SO ORP v datech není

• Největší rozdíly jsou u SO ORP do 20 tis. obyvatel (průměrně 13 %); naopak ne nejpodobnější jsou si modely v SO ORP nad 100 tis. obyvatel (průměrný rozdíl 6 %)

• Grafické porovnání vztahu mezi velikostí obce a velikostí rozdílu potvrzuje předchozí výsledky.

• Velké rozdíly jsou zejména u několika nejmenších SO ORP, s rostoucí populací se rozptyl spíše zmenšuje.

• Mimo několika největších SO ORP však pro všechny velikosti populace existuje poměrně velký rozptyl možných rozdílů mezi modely.

Srovnání v mapě

• Mapa ukazuje procentuální rozdíl modelu CM MF oproti modelu MoniT. Kladné hodnoty, značené červeně, jsou v SO ORP, kde je cena v CM MF vyšší. Záporné hodnoty, značené modře, jsou v SO ORP, kde je cena v CM MF nižší.

• V mapě se po kliknutí na SO ORP zobrazí pop-up s názvem a hodnotou rozdílu.

• Na mapě lze pozorovat zejména několik SO ORP, kde je cen v modelu CM MF výrazně vyšší než v modelu MoniT.

Vztah s počtem pozorování

• Graf ukazuje vztah mezi počtem pozorování v SO ORP a absolutní hodnotou rozdílu mezi modely CM MF a MoniT
• Rozdíl mezi modely se s rostoucím počtem pozorování spíše snižuje, dochází ale zejména ke snižování variability rozdílu, kde v SO ORP s menším počtem pozorování může rozdíl nabývat velmi nízkých až velmi vysokých hodnot, což opět zdůrazňuje důležitost rozdílné metodiky zejména v případech s nižším počtem pozorování
• Největší rozdíly jsou v několika SO ORP s nejmenšími počty pozorování

Největší rozdíly

• Následující tabulky ukazují vždy 20 SO ORP, které mají mezi modely největší procentuální rozdíl. Jsou zde rozdíly v celých datech, v datech členěných podle velikosti SO ORP a v členění podle toho, který model poskytuje vyšší odhad ceny.

Srovnání s modelem MoniT - Novostavby

Popisné statistiky

Korelace

Statistický test shody

Grafické porovnání

Velikost rozdílu

Srovnání v mapě

Vztah s počtem pozorování

• Pro srovnání s modelem MoniT je potřeba agregovat počty pozorování, které jsou uvedeny v datech v 8 kategoriích, toto srovnání bylo proto provedeno pouze na datech za SO ORP výše (případně možné doplnit i zde)

Největší rozdíly

• Následující tabulky ukazují vždy 20 kombinací obec a velikost bytu, které mají mezi modely největší procentuální rozdíl. Jsou zde rozdíly v celých datech, v datech členěných podle velikosti obce a v členění podle toho, který model poskytuje vyšší odhad ceny.

Koeficient novostavby

• Koeficient novostavby je vypočten jako poměr cen novostaveb a cen existujících staveb v modelu CM MF; neliší se pro kategorie velikosti bytů v rámci stejné ú.j.

• Mezi nejvyšším a nejnižším koeficientem je velký rozptyl, v jednotlivých územních jednotkách jsou novostavby o 9 % až o 80 % dražší než existující stavby

• Většina koeficientů je ale úzce soustředěna kolem mediánové hodnoty 1,2, s mezikvartilovým rozptylem 1,18 až 1,24

• Ve většině ú.j. je použit krajský koeficient, který se pohybuje od 1,09 v Praze po 1,29 v Ústeckém kraji

• Podíl ú.j., které mají jiný než krajský koeficient se mezi kraji liší, pohybuje se od 0,5 % v Moravskoslezském kraji po 48 % v Praze; mimo Prahu a Vysočinu je ve všech krajích použit krajský koeficient ve více než 90 % ú.j.

• Z dat není úplně zřejmé, pro které ú.j. je použit individuální koeficient

• Podíl individuálních koeficientů se spíše zvyšuje s počtem pozorování, ale ani v nejvyšší kategorii pozorování jich není většina (je možné, že cutoff je stanoven podle počtu pozorování někde nad 150)

• Stejně tak neplatí, že by ORP nebo krajská města měla individuální koeficienty

• Alternativní vysvětlení je, že se jedná o ú.j., kde se koeficient nejvíce liší od krajského (e.g. statisticky významný rozdíl)

Shrnutí

Metodika a limitace

• Odhady cen nájemného z modelu CM MF byly srovnány s daty scrapovanými z Sreality.cz a s odhady z modelu MoniT firmy Diotima ve dvou verzích:

  • s hlavními daty CM MF na úrovni obcí a katastrálních území ve 4 velikostních kategoriích bytu

  • s daty dodanými MF pro účely výpočtu indikátoru rent-income ratio na úrovni SO ORP a pro byt o velikosti 60 m2

• Záměrem bylo srovnat ceny pro územní jednotky, období a byty, které jsou si co nejvíce podobné.

• Srovnání jsou přesto limitována nedokonalým souladem v každém z těchto parametrů, což může způsobovat nepřesnosti nebo vychýlení ve srovnání.

• Limitované je zejména srovnání s daty z Sreality.cz, kde jsou do srovnání zahrnuty byty odlišných charakteristik, data jsou za jiné časové období, nájmy mohou obsahovat také platby za energie a srovnání je kvůli malému pokrytí daty omezené na 1 % hodnot v CM MF.

• Nejlépe na sebe sedí data poskytnutá pro účely rent-income ratio a model MoniT za stejné územní jednotky a pro byt o stejné velikosti.

Srovnání CM MF a MoniT - Existující stavby

• Nájmy v CM MF jsou celkově vyšší, s mediánovým rozdílem 25 Kč/m2 (18 %).

• Větší rozdíly jsou u menších bytů a v menších obcích.

• Největší rozdíly jsou u 1 pokojových bytů (39 Kč/m2; 21 %), u obcí do 1 tis. obyvatel (29 Kč/m2; 19 %) a v kombinaci těchto parametrů (44 Kč/m2; 23 %).

• Modely mají podobný trend, dražší nájmy v CM MF jsou také dražší v modelu MoniT (korelace 0,81 v celém vzorku).

• Statistický test však zamítá shodu mediánu ceny mezi modely a to u všech velikostních kategorií bytů a všech velikostních kategorií obcí.

• Mimo posunu celkové cenové hladiny zároveň existuje velká variabilita konkrétních odhadů mezi modely. Pro danou hodnotu nájmu v jednom modelu existuje velký rozptyl možných nájmů ve druhém modelu a výsledky pro konkrétní obec a velikost bytu se tak mohou výrazně odlišovat.

• 50 % rozdílů spadá mezi 9 a 43 Kč/m2 (kladné hodnoty značí vyšší ceny v CM MF). Existují však i případy s více než 100 Kč/m2 rozdílem na obě strany.

• Mimo nedokonalého srovnání mezi modely je také v nejmenších obcích nejméně pozorování a konkrétní nastavení modelu zde může hrát větší roli. U velikostních kategorií bytů se pravděpodobně projevuje rozdílná specifikace modelů s ohledem na vztah mezi cenou za m2 a velikostí bytu.

Srovnání CM MF a průměru z Srealit

• Nájmy v CM MF jsou celkově nižší, s mediánovým rozdílem 20 Kč/m2 (9 %).

• Větší rozdíly jsou u menších bytů a spíše u menších obcích.

• Největší rozdíly jsou u 1 pokojových bytů (37 Kč/m2; 13 %), u obcí mezi 1 a 5 tis. obyvateli (27 Kč/m2; 15 %) a v kombinaci 1 pokojových bytů v obcích nad 100 tis. obyvatel (58 Kč/m2; 16 %).

• Modely mají podobný trend, dražší nájmy v CM MF jsou také dražší v průměru z Srealit (korelace 0,93 v celém vzorku).

• Statistický test však zamítá shodu mediánu ceny mezi modely a to u všech velikostních kategorií bytů a všech velikostních kategorií obcí, ve kterých je alespoň minimální počet pozorování.

• Mimo posunu celkové cenové hladiny zároveň i zde existuje variabilita konkrétních odhadů mezi modely. Výsledky pro konkrétní obec a velikost bytu se tak mohou výrazně odlišovat. Tato variabilita je nižší než v případě srovnání s modelem MoniT, vzorek je však výrazně omezenější a menší obce, u kterých byla variabilita vyšší, v tomto srovnání v podstatě nejsou zahrnuty.

• 50 % rozdílů spadá mezi -32 a -5 Kč/m2 (záporné hodnoty značí nižší ceny v CM MF).

Srovnání CM MF a MoniT pro účely rent-income ratio

• Nájmy v CM MF jsou celkově nižší, s mediánovým rozdílem 11 Kč / m2 (9 %).

• Největší rozdíly na úrovni jednotlivých SO ORP jsou i přes podobný průměr a medián u nejmenších SO ORP do 20 tis. obyvatel (15 Kč; 13 %). Pro srovnatelné kategorie počtu obyvatel jako v případě srovnání na úrovni obcí jsou rozdíly mezi modely podobné. Tedy čím větší obec a SO ORP, tím jsou si odhady v modelech podobnější.

• Modely mají podobný trend, dražší nájmy v CM MF jsou také spíše dražší v modelu MoniT (korelace 0,78 v celém vzorku). U nejmenších SO ORP do 20 tis. obyvatel je však korelace slabá (0,37), což dále potvrzuje větší rozdíly mezi modely v této velikostní kategorii.

• Statistický test zamítá shodu mediánu ceny mezi modely mimo SO ORP do 20 tis. obyvatel, kde je medián přes odlišnosti na individuální úrovni mezi modely od sebe neodlišitelný.

• Mimo posunu celkové cenové hladiny (nišží nájmy v CM MF) zároveň existuje zejména u nejmenších SO ORP variabilita konkrétních odhadů mezi modely. Výsledky pro konkrétní SO ORP se tak mohou výrazně odlišovat. Variabilita je nižší než ve srovnání na úrovní obcí a katastrálních území, kde ale největším zdrojem byly nejmenší obce do 10 tis. obyvatel, což je velikostní kategorie, která mezi SO ORP téměř neexistuje. Rozdíly jsou největší právě mezi těmito nejmenšími SO ORP.

• 50 % rozdílů spadá mezi -18 a -2 Kč/m2 (záporné hodnoty značí nižší ceny v CM MF). Existují však i případy s více než 50 Kč/m2 rozdílem na obě strany.

• Největší rozdíly mezi modely jsou v několika případech malých SO ORP, kde CM MF odhaduje výrazně vyšší nájmy než model MoniT - Králíky (83 %), Blatná (59 %), Vítkov (53 %) a Konice (35 %).

• Rozdíl mezi modely se s rostoucím počtem pozorování v SO ORP spíše snižuje, dochází ale zejména ke snižování variability rozdílu, kde v SO ORP s menším počtem pozorování může rozdíl nabývat velmi nízkých až velmi vysokých hodnot. U menšího počtu pozorování tedy pravděpodobně více závisí na konkrétním nastavení a parametrech modelu.

Srovnání CM MF a MoniT - Novostavby

Počet pozorování

• Informace o počtu pozorování použitých pro odhady CM MF jsou dostupné v konkrétních hodnotách na úrovni SO ORP a v 9 kategoriích na úrovni kombinace územní jednotky (obec nebo katastrální území) a velikostní kategorie bytu (1-4 obytné místnosti); rozdělení do kategorií komplikuje některé výpočty, proto bylo srovnání provedeno zejména na úrovni SO ORP

• Na úrovní obcí a k.ú. více než polovina kombinací (56 %) neobsahuje žádná pozorování, 10 % kombinací má více než 10 pozorování

• Metodika CM MF uvádí, že v případech, kde je méně než 150 pozorování, dochází k využití dat z okolních územních jednotek, to by se týkalo 98 % všech kombinací (ale není úplně zřejmé, jestli se v územní jednotce sčítají pozorování za všechny velikostní kategorie bytu)

• Počet pozorování využitý pro odhad na úrovni SO ORP se může výrazně odlišovat, pohybuje se od méně než 300 pozorování v Broumově po více než 128 tis. pozorování v Praze; mediánově je to 1909 pozorování na SO ORP

• Některé SO ORP se zdají být v datech relativně pod-reprezentované (při přepočtu počtu inzerátů na 1000 obyvatel) a to i v rámci stejné velikostní kategorie SO ORP. Nejvíce se to týká SO ORP Bohumín (13 pozorování na 1 tis. obyvatel ve srovnání s mediánem pro SO ORP mezi 20 a 50 tis. obyvateli 59 pozorování), Broumov a Varnsdorf (18 a 20 pozorování ve srovnání s mediánem pro SO ORP do 20 tis. obyvatel 81 pozorování)

Koeficient novostavby

• Koeficient novostavby je vypočten jako poměr cen novostaveb a cen existujících staveb v modelu CM MF na úrovni obcí a k.ú.

• Mezi nejvyšším a nejnižším koeficientem je velký rozptyl, v jednotlivých územních jednotkách jsou novostavby o 9 % až o 80 % dražší než existující stavby; většina koeficientů je ale soustředěna mezi užší rozptyl 18 % až 24 %

• Ve většině ú.j. je použit krajský koeficient, který se pohybuje od 9 % v Praze po 29 % v Ústeckém kraji

• Podíl ú.j., které mají jiný než krajský koeficient se mezi kraji liší, pohybuje se od 0,5 % v Moravskoslezském kraji po 48 % v Praze; mimo Prahu a Vysočinu je ve všech krajích použit krajský koeficient ve více než 90 % ú.j.

• Z dat není úplně zřejmé, pro které ú.j. je použit individuální koeficient, jejich podíl se spíše zvyšuje s počtem pozorování, je větší v krajský městech a v ORP