A kutatás alapja: Miért csalóka a „tények” értelmezése?
Marianne Bertrand, Esther Duflo és Sendhil Mullainathan mérföldkőnek számító tanulmánya, a „How Much Should We Trust Differences-in-Differences Estimates?” (Mennyire bízhatunk a különbségek különbsége típusú becslésekben?) rávilágít egy olyan jelenségre, amely az ingatlanpiacon is nap mint nap jelen van. A kutatók azt vizsgálták, hogy a statisztikai adatokban rejlő autokorreláció (sorozati összefüggés) hogyan vezeti félre a döntéshozókat, elhitetve velük, hogy egy változás jelentős, miközben az csak véletlenszerű ingadozás vagy egy hosszabb távú trend része.
Ingatlaneladóként Ön is hasonló helyzetben van. Amikor azt látja, hogy a környéken megépült egy új park, és az árak emelkedni kezdtek, hajlamos azt hinni, hogy a park közvetlenül és mérhetően növelte az Ön ingatlanának értékét. A kutatás azonban bebizonyítja: ha nem kezeljük megfelelően az adatokat, a „véletlen” és a „valódi hatás” közötti különbség elmosódik. Ez a statisztikai torzítás az oka annak, hogy sok eladó túlbecsüli ingatlana értékét, és hónapokig sikertelenül hirdeti azt.
A sorozati korreláció csapdája az ingatlanárazásban
A tanulmány egyik fő megállapítása, hogy az adatok gyakran „összetapadnak”. Az ingatlanpiacon ez azt jelenti, hogy a lakásárak nem független pontokként mozognak: ha idén emelkedtek az árak, nagy valószínűséggel jövőre is hasonló irányba mutatnak majd, függetlenül az egyedi módosításoktól.
Miért veszélyes a „szomszéd hatás”?
A kutatók rámutattak, hogy a hagyományos becslési módszerek gyakran alábecsülik a standard hibákat. Lefordítva: azt hisszük, hogy pontosan tudjuk az árat, miközben a bizonytalansági faktor sokkal nagyobb. Ha a szomszéd háza 80 millióért ment el, az nem jelenti azt, hogy az Öné is pontosan ennyit ér. Lehet, hogy az a 80 millió egy „statisztikai kiugró érték” volt, amit egy speciális vevői igény generált. Ha Ön erre alapozza a stratégiáját, figyelmen kívül hagyja a Bertrand-Duflo-Mullainathan tanulmány által jelzett „zajt”.
Mit tanulhatnak az ingatlaneladók ebből a kutatásból?
- Az „átlag” nem azonos az „értékkel”: A kutatás bizonyítja, hogy a piaci átlagok gyakran elfedik a valóságot. Egy statisztikailag megalapozott értékbecslésnek figyelembe kell vennie az időbeli trendeket és a lokális sajátosságokat is, nem csak a nyers számokat.
- A túlzott magabiztosság ára: A tanulmány kimutatta, hogy a rosszul értelmezett adatok alapján hozott döntések „false positive” (téves pozitív) eredményekhez vezetnek. Az ingatlanpiacon ez a túl árazott lakás, amely „beég” a piacon, és később csak jelentős árengedménnyel adható el.
- A profi algoritmusok szükségessége: Mivel az emberi agy hajlamos mintákat látni ott is, ahol nincs (ezt nevezi a kutatás a sorozati korreláció félreértelmezésének), szükség van olyan matematikai modellekre, amelyek képesek kiszűrni ezt a torzítást.
Hogyan használhatja ezt a tudást a gyakorlatban?
Amikor eladóként piacra lép, ne csak egy-két hirdetést nézzen meg az ingatlanportálokon! Azok a hirdetések csupán „ajánlati árak”, amelyek a kutatás szerint még több torzítást tartalmaznak, mint a tényleges eladási árak. A tudományos megközelítés azt javasolja, hogy:
- Nézzen hosszú távú trendeket a környéken (legalább 2-3 évre visszamenőleg).
- Súlyozza az adatokat a frissességük alapján.
- Használjon olyan eszközöket, amelyek nemcsak „hasonlítanak”, hanem statisztikai korrekciót is végeznek.
A Bertrand, Duflo és Mullainathan által leírt módszertani szigorúság arra tanít minket, hogy a piaci adatok értelmezése nem egyszerű matematikai művelet, hanem komplex elemzési folyamat. Az ingatlanárazás során az érzelmek és a felületes megfigyelések helyett a tényekre és a mélyebb összefüggésekre kell támaszkodni.