Real estate is one of the most important aspect of our life and play significant role in global economy. Sooner or later, everyone has contact with properties that are place for life, work, investment, relax. That is why properties are part of many decision-making systems related to valuation, taxes, land planning and sustainable development of the areas. Analysis related to property market are based on many assumptions such as property homogeneity determination. The following paper presents proposal of utilization of automated solutions based on robust geo-estimation that enables high efficacy of property submarkets identification. The study is to propose the optimal solutions for initial part of the homogenous market analyses such as feature engineering, that enables unbiassed identification of the homogenous areas (zones). In this case the following methods based on robust geo-estimation/geoprocessing will be used: Gauss filter, geocoding and reverse geocoding, tessellation model and entropy theory.
The development of the real estate market necessitates a continuous need for analyses regarding the distribution of the number of transactions and level of transaction prices of real estate. This information is important for many market participants, such as investors, property owners, creditors, developers, as well as state and local government administration (for fiscal reasons). Transaction price data are systematically collected by administration units and are generally available to citizens. However, prices themselves do not provide sufficient information for the average user. Only when combined with geospatial data, they constitute complete and userexpected information. This publication analyses the distribution of unit transaction prices and the number of housing real estate transactions in the city of Katowice. A publicly available QGIS programme was used for the analysis. The results of the research proved the usefulness of the methodology used. Using the Voronoi diagram, the spatial distribution of the number of transactions in the studied area was presented. Using the methods of graphical data visualisation, the distribution of transaction prices in individual plats and the change in the distribution of transaction prices depending on the distance from the city centre were presented. In the case of the number of concluded transactions, plat 2 dominates, both on the primary and secondary market. In addition, in both cases, 2019 was the year with the most activity. Whereas, the highest transaction prices were recorded in 2020. In secondary trading, it was plat 14, and in primary trading – plat 3. The last year of the analysis is the period in which there was a large jump in prices, with a decrease in the number of transactions.
PL
Rozwój rynku nieruchomości wymusza ciągłą potrzebę prowadzenia analiz dotyczących rozkładu liczby transakcji i poziomu cen transakcyjnych nieruchomości. Informacje te są istotne dla wielu uczestników rynku jakimi są np. inwestorzy, właściciele nieruchomości, kredytodawcy, deweloperzy, a także administracja państwowa i samorządowa (ze względów fiskalnych). Dane dotyczące cen transakcyjnych są systematycznie gromadzone przez jednostki administracji i powszechnie dostępne dla obywateli. Jednak, ceny same w sobie, nie stanowią wystarczającej informacji dla przeciętnego użytkownika. Dopiero po ich połączeniu z danymi geoprzestrzennymi, stanowią pełną i oczekiwaną przez użytkownika informację. W niniejszej publikacji przeprowadzono analizę rozkładu jednostkowych cen transakcyjnych oraz liczby transakcji nieruchomości lokalowych o charakterze mieszkalnym, na obszarze miasta Katowice. Do analizy wykorzystano ogólnodostępny program QGIS. Wyniki badań dowiodły użyteczności zastosowanej metodyki. Wykorzystując poligony Woronoja przedstawiono przestrzenny rozkład liczby transakcji na badanym obszarze. Wykorzystując metody graficznej wizualizacji danych przestawiono rozkład cen transakcyjnych w poszczególnych obrębach ewidencyjnych oraz zmianę rozkładu cen transakcyjnych w zależności od odległości od centrum miasta. W przypadku liczby zawartych transakcji dominuje obręb 2, zarówno na rynku pierwotnym jak i wtórnym. Ponadto w obydwu przypadkach najbardziej aktywny był rok 2019. Natomiast najwyższe ceny transakcyjne zanotowano w 2020 roku. W obrocie wtórnym był to obręb 14, a w obrocie pierwotnym obręb 3. Ostatni rok analizy jest okresem w którym nastąpił duży skokowy wzrost cen, przy spadku liczby transakcji.
The article presents a comparative analysis of real estate markets in the cities of Cieszyn and Český Těšín. For almost 100 years these two cities have been divided by interstate borders, currently between Poland and the Czech Republic. Previously, they constituted one city. Due to the difficulties in obtaining transactional data from Český Těšín, the analysis was carried out for real estate properties offered on the market. The research covered real estate developed with singlefamily houses and undeveloped land designated for development. The analysis showed that in terms of real estate prices, Český Těšín is more attractive for a potential buyer.
PL
Artykuł przedstawia analizę porównawczą rynków nieruchomości w miastach Cieszyn i Czeski Cieszyn. Miasta te od prawie 100 lat rozdziela granica między państwami, obecnie między Polską a Czechami. Wcześniej stanowiły one jedno miasto. Ze względu na trudności w pozyskaniu danych transakcyjnych z Czeskiego Cieszyna analizę przeprowadzono dla nieruchomości ofertowych. Badaniem objęto nieruchomości zabudowane domami jednorodzinnymi oraz nieruchomości niezabudowane przeznaczone pod zabudowę.
The value usually sought through valuations is market value, and its establishing is preceded by analysis of real estate market, in particular as regards obtainable prices, rent rates and transaction conditions. Moreover, the market features of properties are defined that have the most significant influence on the properties´ value. After the analysis of a real estate market, the next stage is to select properties similar to the valued properties. According to the Land Administration Act, a "similar property shall be construed as a property comparable with the valued property in terms of location, legal status, purpose, usage and other features that influence its value." Nevertheless, the legislator has not defined specific manner for selection of similar properties. This is the reason why real estate appraisers have certain freedom with selecting similar properties in the valuation process. In practice properties are deemed similar when most of the attributes which describe them are the same. This study offers the result of a verification and efficiency analysis of algorithm designed for the selection of properties most similar to the valued property. It is based on price-determining indexes calculated for each property in the database and for the analysed and valued property. The algorithm allows for the selection of similar properties at the confidence level defined by the user, which constitutes additional information about the group of properties selected from the database. The exemplary database shows how the algorithm works. Its effectiveness has also been measured, and the results have been included in the final part of this study.
PL
Najczęściej sporządzane wyceny mają na celu określenie wartości rynkowej, co poprzedzane jest analizą rynku nieruchomości, w szczególności w zakresie uzyskiwanych cen, stawek czynszów oraz warunków zawarcia transakcji. Wyznacza się także te cechy rynkowe nieruchomości, które mają największy wpływ na wartość nieruchomości. Kolejnym etapem po analizie rynku nieruchomości jest wybór nieruchomości podobnych do nieruchomości wycenianej. Według ustawy o gospodarce nieruchomościami „przez nieruchomość podobną należy rozumieć nieruchomość, która jest porównywalna z nieruchomością stanowiącą przedmiot wyceny, ze względu na położenie, stan prawny, przeznaczenie, sposób korzystania oraz inne cechy wpływające na jej wartość". Jednakże ustawodawca nie określił dokładnego sposobu wyboru nieruchomości podobnych. Powyższe powoduje, że rzeczoznawcy majątkowi mają pewną swobodę przy wyborze nieruchomości podobnych w procesie wyceny. W praktyce przyjmuje się, iż nieruchomości są podobne, gdy większość charakteryzujących je atrybutów jest taka sama. W artykule zaprezentowano wyniki weryfikacji i ocenę efektywności algorytmu, który umożliwia wybranie nieruchomości jak najbardziej podobnych do wycenianej. Jego działanie opiera się na wskaźnikach cenotwórczych obliczonych dla każdej nieruchomości w bazie oraz dla analizowanej nieruchomości wycenianej. Algorytm pozwala na dokonanie wyboru nieruchomości podobnych na określonym przez użytkownika poziomie ufności, co stanowi dodatkową informację o wybranej z bazy grupie nieruchomości. Działanie algorytmu oraz jego efektywność zostały przedstawione na przykładowej bazie danych.
The objective of the article is to scrutinise the types of databases and to choose the most appropriate one for property markets computing systems. The problems of the property markets analysis and valuation were characterised and the types of systems that should be created were presented as well. Two types of systems emphasized in the article should be a part of property market's computing systems. These are: a system of monitoring and analyzing the overall situation in the real estate market (M-A System), an expert system that is designed for the local market analysis and valuation of real estate in the local market (REE System - Real Estate Expert System). The problem is presented at the databases point of view. The characteristics of various types of databases were described taking into account their usefulness and it was decided which of them has the broadest range of application. Analysis has covered: relational databases, object-oriented databases, object-relational databases and a NoSQL databases. For M-A system, a NoSQL type of database was proposed, whereas for the REE system object-relational database or object database.
PL
Celem artykułu jest przeanalizowanie rodzajów baz danych i wybranie najbardziej odpowiedniego dla systemów informatycznych rynku nieruchomości (systemami REM). Scharakteryzowano problematykę analizy rynku nieruchomości i wyceny oraz przedstawiono rodzaje systemów, które powinny być utworzone. Wyróżniono dwa główne typy systemów, które powinny wchodzić w skład systemów informatycznych rynku nieruchomości są to system monitorująco-analizujący globalną sytuację na rynku nieruchomości (System M-A) oraz system ekspertowy, który będzie przeznaczony do analizy rynku lokalnego i wyceny nieruchomości na rynku lokalnym (System REE). Przedstawiono problematykę z punktu widzenia baz danych. Opisano charakterystykę różnych rodzajów baz danych pod kątem przydatności oraz zdecydowano, które rodzaje znajdują największe zastosowanie. Analizą zostały objęte: relacyjne bazy danych, obiektowe bazy danych, obiektowo-relacyjne bazy danych oraz bazy typu NoSQL. Dla systemu M-A zaproponowano bazę typu NoSQL, natomiast dla systemu REE bazy obiektowo-relacyjne lub obiektowe.
Artykuł prezentuje budowę i funkcjonalność podsystemu geoinformatycznego, którego zadaniem jest wspomóc proces analizy rynku i wyceny pojedynczych nieruchomości. Znajduje się tu szczegółowy opis wprowadzania poszczególnych atrybutów do bazy oraz obliczania wartości tych atrybutów na podstawie proponowanych definicji skal atrybutów. Przedstawiony został również algorytm do wyboru nieruchomości podobnych, który zaimplementowano w systemie. Kluczowym etapem tego algorytmu jest obliczenie wskaźnika cenotwórczego na podstawie wartości atrybutów danej nieruchomości. Grupa nieruchomości wybrana za pomocą tego algorytmu jest wizualizowana na mapie. System geoinformatyczny przeznaczony jest dla baz nieruchomości gruntowych i lokalowych, a do jego realizacji wykorzystano oprogramowanie Systemów Informacji Geograficznej. Wolne oprogramowanie gvSIG zostało rozbudowane o dodatkowe funkcje ułatwiające analizę rynku nieruchomości.
EN
There are many tools to manage spatial data. They called Geographic Information System (GIS), which apart from data visualization in space, let users make various spatial analysis. Thanks to them, it is possible to obtain more, essential information for real estate market analysis. Many scientific research present GIS exploitation to future mass valuation, because it is necessary to use advanced tools to manage such a huge real estates’ data sets gathered for mass valuation needs. In practice, appraisers use rarely these tools for single valuation, because there are not many available GIS tools to support real estate valuation. The paper presents the funcionality of geoinformatic subsystem, that is used to support real estate market analysis and real estate valuation. There are showed a detailed description of the process relied to attributes’ inputting into the database and the attributes’ values calculation based on the proposed definition of attributes’ scales. This work presents also the algorithm of similar properties selection that was implemented within the described subsystem. The main stage of this algorithm is the calculation of the price creative indicator for each real estate, using their attributes’ values. The set of properties, chosen in this way, are visualized on the map. The geoinformatic subsystem is used for the un-built real estates and living premises. Geographic Information System software was used to worked out this project. The basic functionality of gvSIG software (open source software) was extended and some extra functions were added to support real estate market analysis.
The article describes the components of the market price function. It demonstrates the need for extensive research on the real estate market, i.e. on the local and global attributes. It lists the crisis factors on the real estate market and points out an algorithm that will allow eliminating some components of this function. The author has synthetically listed the reasons for real estate price increase in Poland over the last years.
PL
Artykuł opisuje składowe funkcji ceny rynkowej nieruchomości. Wykazuje konieczność wnikliwego, wieloaspektowego badania rynku nieruchomości, tzn. cech lokalnych i globalnych. Wylicza przyczyny kryzysu na rynku nieruchomości i wskazuje algorytm, który pozwoli wyeliminować niektóre składowe tej funkcji. Autor wymienił po krótce przyczyny wzrostu cen nieruchomości w Polsce na przestrzeni ostatnich lat.
W pracy przedstawiono sytuację polskiego rynku nieruchomości na tle innych krajów Unii Europejskiej. Określono średnie ceny nieruchomości w poszczególnych krajach, przeprowadzono analizę różnic cenowych pomiędzy stolicami, przy uwzględnieniu wielkości miast, wyznaczono wzrost liczby transakcji przed akcesją i po niej. Przedstawiono problem zakupu ziemi przez obcokrajowców. Główną uwagę skierowano na analizę krakowskiego rynku nieruchomości. Uwzględniono jego zalety i wady, rozwój miasta i rozwój gospodarki, rynku mieszkaniowego, działek niezabudowanych, powierzchni biurowych i handlowych.
EN
In the paper the situation of the Polish market of real estates was presented and compared with other countries of the European Union. Average prices of real estates in respective countries were defined, the analysis of price differences between capitals was made, the size of cities was taken into account, and the growth of the number of transactions before and after the accession was presented. The problem of purchasing land by foreigners was shown. The main focus was on the analysis of the Krakow market of real estates, regarding its advantages, disadvantages, and development of the city and development of economy, market of apartments, not built-up land, office surfaces and commercial space.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.