Multifaceted analysis of the process of price developments on the local real estate market by means of the regression trees method (CandRT)

Attention of rational purchaser or seller of real estate is focused on the prices and properties of similar real estates. In the light of the theory of valuation, differentiation in prices on the local market is explained by variation in a few most important properties of marketed real estate. Thus, in the practice of valuation, a important issue is to decide which of many possible attributes are significant and what is their individual contribution to the market price that can be achieved. In this paper, this problem has been solved using the model of regression trees (C&RT). The study covered undeveloped land designed in local plans for single-family housing development, situated on the northern outskirts of Krakow. A regression tree permitted a simple assessment of the impact of the different attributes on real estate prices. This method enables prediction of the market value, but it requires knowledge of at least several tens, or preferably many hundreds, of transactions relating to similar real estates. For that reason, it is predestined for mass valuations.

Uwaga racjonalnych nabywców i sprzedawców nieruchomości koncentruje się na cenach i cechach obiektów podobnych. W świetle teorii wyceny zróżnicowanie cen tłumaczy się zróżnicowaniem kilku najistotniejszych cech, jakimi charakteryzują się nieruchomości stanowiące przedmiot obrotu. Stąd w praktyce szacowania wartości ważną kwestią jest rozstrzygnięcie, które z atrybutów mają istotne znaczenie i jaki jest ich indywidualny wkład w możliwą do uzyskania cenę rynkową. W artykule problem ten rozstrzygnięto przy wykorzystaniu modelu drzew regresyjnych C&RT. Badaniem objęto nieruchomości gruntowe niezabudowane, przeznaczone w planach miejscowych na cele budownictwa jednorodzinnego, położone na północnych peryferiach Krakowa. Drzewo regresyjne umożliwiło prostą ocenę wpływu poszczególnych atrybutów na ceny nieruchomości. Metoda drzew pozwala przewidywać wartość rynkową, ale wymaga wiedzy o co najmniej kilkudziesięciu, a najlepiej kilkuset transakcjach obiektami podobnymi. Z tego względu jest więc predestynowana do wycen o charakterze masowym.