Moksliniai tyrimai rodo priklausomybę tarp NT kainos sumažėjimo ir NT listingavimo laiko trukmės NT portaluose, kuri mokslinėje literatūroje apibrėžiama kaip vakansija.

Neleido išiminėti skelbimų – pirkėjai sutaupė

Masačiusetso valstijoje (JAV) 2006 m. buvo nuspręsta priimti įstatymą, kuris draudė būsto pardavėjams išimti ir pakartotinai įkelti būsto skelbimo į NT portalus. Pardavėjams tapo sudėtinga nuslėpti, kiek dienų yra pardavinėjamas būstas.

Pakartotinai įkėlus skelbimą apie parduodamą tą patį būstą, anuliuodavosi skelbimo pasirodymo diena ir pirkėjams atrodė, jog skelbimas yra naujas, kai iš tikrųjų būstas buvo pardavinėjamas kur kas ilgesnį laikotarpį. Ištyrus tokio naujo įstatymo poveikį galutinei būsto pardavimo kainai buvo nustatyta, kad dėl padidėjusio skaidrumo registruotų NT sandorių faktinė kaina buvo mažesnė apytiksliai 16 tūkst. dolerių.

Stiprią vakansijos įtaką NT kainoms patvirtino ir daugiau mokslinių tyrimų, įrodžiusių, kad būsto pardavėjai su ilgesnėmis vakansijomis patiria derybinės galios sumažėjimą bei potencialių pirkėjų įsitikinimą, kad su parduodamu turtu kažkas yra ne taip. O būsto pardavėjai, kurių pradinė NT kaina skelbimuose drastiškai skyrėsi nuo rinkos vertės, patyrė didžiausią kainų kritimą. Taigi tokia NT pardavimo strategija, kai pradinė kaina nustatoma didesnė, o vėliau sumažinama – nepasiteisino.

Pasitelktas dirbtinis intelektas

Kauno technologijos universiteto (KTU) ekonomistų atlikto tyrimo metu buvo siekiama išsiaiškinti, kaip pasikeitė NT rinkos dalyvių elgsena, kaip kito gyvenamosios paskirties (tyrimo atveju – butų) nuomos kainos bei kokie kriterijai buvo svarbiausi spėjant butų nuomos kainų pasikeitimą ekonomikos šoko, sąlygoto COVID-19 pandemijos, sąlygomis. Tyrimo laikotarpis – 2020 m. gegužės–rugpjūčio mėnesiai, kai ekonomika buvo tiesiogiai paveikta karantino ir veiklos apribojimų.

Tyrimui pasirinkti du miestai (Vilnius ir Kaunas) bei vienas NT rinkos segmentas – butų kategorija.

Vilnius ir Kaunas labiausiai reprezentuoja tiriamąjį NT rinkos segmentą, nes tarp 7 didžiausių Lietuvos miestų Vilniaus ir Kauno bendrasis butų plotas 2020 m. sudarė 59,88 proc. įregistruoto Lietuvos butų bendrojo ploto.

Be to, butai sudaro didžiausią dalį Lietuvos NT rinkos dalies ir susieja didelę dalį namų ūkių, todėl jie yra pakankamai reprezentatyvi imtis siekiant suprasti vykstančius NT pokyčius Lietuvoje. Dėl vadinamojo vėlavimo efekto aptikti pokyčius komercinės paskirties NT rinkoje, esant ribotam tyrimo periodui, yra sudėtinga.

Komercinės patalpos turi ilgalaikius kontraktus, kurių nutraukimas turi griežtas pasekmes, kita vertus, butų nuomos pokyčiai yra labiau jautrūs NT rinkos svyravimams dėl trumpesnio nuomos kontraktų periodų bei bendrojo likvidumo parametrų.

Naudojant „Python“ programavimo kalbą, dirbtinio intelekto pagalba buvo sukurti teksto surinkimo algoritmai ir iš NT portalų tiriamajame laikotarpyje surinkta apie 461354 stebinių arba 26795 skelbimų, susijusių su NT pardavimais ir nuoma Vilniuje bei Kaune.

Skelbimai buvo renkami kas mėnesį pagal 14 kriterijų: kaina, kambarių skaičius, kvadratūra, aukštas, aukštų skaičius, statybos metai, atstumas nuo parduotuvės, atstumas iki mokyklos, atstumas iki darželio, pastato tipas, mikrorajonas, šildymo būdas, vakansija, kainos pokytis.

Netikrumas dėl pajamų ir ekonomikos

Bendrai vertinant Vilniaus ir Kauno butų nuomos rinką, 2020 m. gegužės–rugpjūčio mėnesiais 27 proc. Kaune ir 31 proc. Vilniuje butų nuomos skelbimų atvejų parodė kainos pasikeitimą. Didžiausi kainos sumažėjimo pokyčiai butų nuomos rinkoje tiek Kaune, tiek Vilniuje yra fiksuojami gegužės mėnesį (žr. 1 pav.). Tai sąlygojo vartotojų lūkesčiai, susiję su netikrumu dėl savo pajamų ir ekonomikos stabilumo.

1 pav. Butų nuomos kainų pokyčiai Vilniaus ir Kauno miestuose (pastaba: apriboti skelbimai nuomos atvejai iki 180 dienų bei nėra įskaičiuojami butai, kurių nuomos kainos pokyčių neparodė arba pokyčiai buvo teigiami).

Apskaičiuota, kad Vilniuje vienos dienos vakansijos padidėjimas 2020 m. gegužės mėnesį būsto nuomos kainą mažino -0,0197 dydžiu. Kiekvieną kitą mėnesį jo įtaka mažėjo, kol galiausiai 2020 m. rugpjūčio mėnesį jau fiksuojamas dvigubai mažesnis poveikis (apie -0,0172).

Tokia vakansijos įtaka kainoms įvyko todėl, jog 2020 m. gegužės mėnesį vis dar buvo neaišku, ar Lietuva pajėgs susitvarkyti su COVID-19 pasekmėmis. Įvestas karantinas NT rinkos dalyvius baugino, kad jis gali tęstis ilgiau nei metus, todėl tai sąlygojo didesnį vakansijos nuožulnumą gegužės mėnesį.

Pagerėjus situacijai ir pasibaigus karantinui, nuomotojai atgavo pasitikėjimą. Be to, prasidėjus atostogų laikotarpiui, laikinai sugrįžo dalis emigrantų, padidėjo vietinių turistų, kurie dalinai atstatė prarastą paklausą trumpalaikės butų nuomos rinkoje, dėl to kainų pokytis tapo mažesnis.

Apibendrinant Vilniaus butų nuomos rinką, vidutinė nuomojamo buto kvadratūra buvo apie 52 kv. m, būsto pastatymo metai – apie 1982 m., nuomojami butai dominavo Senamiestyje ir Naujamiestyje ir sudarė apie 37 proc. visų nuomos skelbimų.

Kauno NT butų nuomos rinkoje 2020 m. gegužės–rugpjūčio mėnesiais vakansijos įtaka butų nuomos kainoms buvo neigiama, o 2020 m. gegužės mėnesį vienos dienos vakansijos augimas sumažino nuomos kainą -0,0208 dydžiu. Tuo tarpu rugpjūčio mėnesį fiksuojama mažiausia vakansijos įtaka, kuri sumažėjo du kartus ir sudarė -0,0111.

Kaune nuomojasi mažesnius ir senesnius butus

Lyginant Vilnių ir Kauną, pastebėta panaši tendencija: vakansijos įtaka yra linkusi mažėti nagrinėjamu laikotarpiu su išimtimi Kaune 2020 m. liepos mėnesį, kai įvyko stipri vakansijos koeficiento korekcija.

Tyrimai parodė, kad Kaune vidutinė nuomojamo buto kvadratūra buvo apie 48,5 kv. m, nuomos kainos mediana išliko nepakitusi per visus 4 mėnesius ir siekė apie 350 eurų, labiausiai paplitę skelbimai buvo Kauno centre, būsto pastatymo metai apie 1981 m.

Suskirsčius butų nuomos vakansijas pagal keturių mėnesių vidurkį, buvo sudarytas Vilniaus ir Kauno mikrorajonų poligoninis žemėlapis, kuriame akivaizdžiai matosi vakansijų koncentracija tiriamuoju laikotarpiu (2 pav.). Dėl išaugusio pandemijos pavojaus tikėtasi, jog Senamiestyje ir Naujamiestyje bus didžiausios vakansijos, kadangi žmonės turėtų vengti aktyviausių miesto zonų. Deja, ši hipotezė tik iš dalies pasiteisino.

2 pav. Vilniaus ir Kauno mikrorajonų poligoninis žemėlapis sudarytas pagal 4 mėnesių (2020 m. gegužės–rugpjūčio mėnesiais) vakansijų vidurkį.

Vilniaus nuomos žemėlapis rodo, kad didžiausios keturių mėnesių vidutinės vakansijos užfiksuotos Markučių, Rasos ir Užupio mikrorajonuose su atitinkamai 43, 34, 28 dienomis. Senamiestis liko ketvirtas pagal vakansijos dydį, o Naujamiestis – penkioliktas.

Kauno mieste didžiausios vakansijos aptiktos Sargėnuose, Vytėnuose bei Petrašiūnuose su atitinkamai 73, 45, ir 35 dienomis. Centras tiek Kaune, tiek Vilniuje vakansijų lygiu buvo panašūs – apie 23–26 dienos. Tai rodo, kad vakansijos nėra didžiausios miesto centruose. Net ir pandemijos laikotarpiu mažiau patrauklūs nuomai buvo mikrorajonai, esantys toliau nuo miesto centro.

Siekė įvertinti pokytį

Sudarius mašininio mokymosi algoritmus bei naudojant SHAP (angl. Shapley Additive exPlanations) verčių metodą, paaiškinantį mašininio mokymosi algoritmo išvestį, buvo sukurtas prognostinis modelis, kuris prioretizavo keturiolikos būsto kriterijų eilę, siekiant įvertinti būsto nuomos kainos pokytį bei kainos kritimo tikimybę, esant ekonomikos šokui (3 pav.).

3 pav. Vilniaus ir Kauno butų nuomos SHAP verčių suvestinė pagal kriterijų įtaką ir jų svarbą.

SHAP grafiko vertės interpretuojamos tokia tvarka: raudona spalva pažymi dideles kriterijaus vertes (kaip aukšta vakansija), mėlyna – žemas (kaip žema vakansija). Šių spalvų išsidėstymas į dešinę nuo centro ašies rodo teigiamą kriterijaus įtaką kainos pokyčiui įvykti, į kairę – neigiamą įtaką (kainos pokytis neįvyks). Kriterijai išrikiuoti pagal įtakos svarbą.

Gauti rezultatai parodė dominuojantį vakansijos poveikį buto nuomos kainos pasikeitimui. Kuo didesnė vakansija, tuo labiau tikėtina, kad kainos pokytis įvyks.

Tokie kriterijai kaip atstumas iki darželio, mokyklos ar parduotuvės nebuvo patys svarbiausi lemiant būsto kainos kritimą ir jų interpretacija nėra vienareikšmiška. Kaune trumpesni atstumai iki mokyklos ar darželio nežymiai mažino kainos kritimo šansus, tuo tarpu Vilniuje atstumas iki darželio turėjo nevienareikšmišką įtaką.

Tiek Kaune, tiek Vilniuje butai su mažesniu kambarių skaičiumi turėjo didesnius šansus kainos kritimui atsirasti. Tai siejama su Kauno ir Vilniaus trumpalaikės nuomos rinka, kurioje dominuoja mažesni butai (1–2 kambarių) arba loftinio stiliaus gyvenamasis plotas.

Prasidėjus COVID-19 pandemijai bei įvedus karantiną, sumažėjo užsienio turistų srautai, be to, didesni butai labiau orientuoti į ilgalaikę nuomą ir mažesnę pasiūlą, tikimybė jų kainai mažėti yra mažesnė.

Gali padėti numatyti NT situaciją

Įdomu tai, kad naujos statybos butai Kaune nežymiai mažino kainų kritimo šansus, o Vilniuje atvirkščiai – didino. Tai siejama su netolygiu naujos statybos butų pasiskirstymu: Kaune naujos statybos butų dar vis trūksta, tuo tarpu Vilniuje fiksuojamas sąlyginis perteklius. Be to, turto vystytojų nuomone, Vilniuje net trečdalis butų yra perkami nuomai. Iš mikrorajonų perspektyvos, Kauno Naujamiestis labiausiai didino šansus buto kainai kristi, o Vilniuje – Senamiestis. Tai vėlgi galima sieti su gana didele būstų koncentracija nuomai.

Paprastai aukštesnę būsto kainą galima sieti su didesne prabanga ir geresniu įrengimu. Pandemijos įtaka tokio tipo butams tiek Vilniuje, tiek Kaune buvo minimali ir pasižymėjo mažesniais šansais kainai kristi.

Tuo tarpu didžiausia konkurencija liko tarp vidutinės ir žemos kokybės įrengimo butų, kuri dar labiau paaštrėjo padidėjus butų pasiūlai ir iš šalies išvykus daliai užsienio studentų bei užsienio kompanijų darbuotojų.

Naudojant inovatyvius mašininius algoritmus yra įmanoma ganėtinai tiksliai nustatyti net gatvę ar namo numerį, kuris labiausiai bus paveiktas ekonomikos šoko bei detalizuoti šimtus kitų parametrų, dėl kurių būstas staigiai nuvertėja.

Tokių modelių pagalba galima šalies vyriausybėms ir valdžios atstovams padėti geriau numatyti NT rinkos situaciją bei išskirti socialiai pažeidžiamus miestų mikrorajonus. NT pirkėjams ir vystytojams prognostiniai modeliai gali padėti tiksliau identifikuoti būsimus būsto kainų pokyčius bei įvertinti NT paklausą bei su ja susijusią naujų statybų riziką.