Näin hinta-arvio on rakennettu ja mikä siinä ei toiminut

Mistä luku syntyy

Laskenta lähtee alueen toteutuneesta hintatasosta ja korjaa sitä kohteen ominaisuuksilla. Aluetaso tulee Tilastokeskuksen tilastosta osakeasunnoille ja Maanmittauslaitoksen kauppahintarekisteristä kiinteistöille. Korjaukset koskevat rakennusvuotta, kokoa, kuntoa, talotyyppiä ja tehtyjä remontteja.

Yksikään korjauskerroin ei ole arvattu. Jokainen on sovitettu aineistoon, jossa on yli neljätuhatta myynnissä ollutta kohdetta kahdesta välitysketjusta, toinen valtakunnallinen, toinen ketjuista riippumaton. Toinen ketju toimii riippumattomana testijoukkona: jos kerroin parantaa vain toista, sitä ei oteta käyttöön.

Kuinka tarkka lopputulos on

Joukko	Harha	Keskimääräinen poikkeama
Lomake täytetty kokonaan	+0,6 %	15,2 %
Lisäkysymyksiin ei vastattu	−3,9 %	16,0 %
Riippumaton testijoukko	−1,5 %	16,5 %

Harha kertoo, onko arvio kallellaan. Puoli prosenttia ei ole kallellaan mihinkään. Poikkeama kertoo, kuinka paljon yksittäinen arvio tyypillisesti heittää, ja se on se luku, joka myyjää kiinnostaa.

Train- ja test-jako pitää: 15,0 prosenttia opetusjoukossa ja 15,6 testijoukossa. Ero on niin pieni, ettei mallia ole sovitettu aineistoonsa.

Miksi 5 prosenttia ei ole mahdollista

Tämä on sivuston tärkein yksittäinen mittaus, ja se ei koske meidän laskentaamme vaan kaikkia postinumerotason arvioita.

Etsimme aineistosta kohdepareja, jotka ovat samassa postinumerossa, samaa talotyyppiä, saman kokoisia (ero enintään neljännes) ja saman ikäisiä (ero enintään kymmenen vuotta). Sellaisia löytyi 2 582. Jos nämä tiedot riittäisivät hinnan määräämiseen, parin molemmat kohteet maksaisivat neliöltä saman verran.

Ero on keskimäärin 13,6 prosenttia. Kun mukaan otetaan vielä sama ilmoitettu kunto, ero on yhä 11,7 prosenttia (1 561 paria).

Kahden kohteen välinen ero jakautuu molempien osalle, joten mistä tahansa laskennasta seuraa alaraja: pelkkään postinumerotason tietoon nojaavan arvion keskimääräinen virhe ei voi alittaa 8,2–9,6 prosenttia. Se on seinä, ei tavoite, eikä sitä ohiteta paremmalla mallilla.

Meidän 15,2 prosenttia on siitä 6–7 prosenttiyksikköä ylempänä. Kerroinsäädöillä siitä on mitattuna voitettavissa enintään 1,3 prosenttiyksikköä, loppu on aluetason omaa hajontaa.

Kaksitoista koetta, jotka mitattiin ja hylättiin

Jokainen näistä vaikutti hyvältä idealta, ja jokainen mitattiin ennen toteutusta. Yksikään ei parantanut tulosta.

Seitsemän laskentakoetta

Koe	Tulos
Oma koordinaattitason hintapinta	13,2 → 18,0 %
Tuoreempi aluedata (vain viimeisin vuosi)	16,1 → 16,8…18,1 %
Trendikäyrän soveltaminen aluetasoon	15,8 → 16,6 %
Uudiskatto lopulliseen neliöhintaan	2010-luvun harha −1,1 → −4,8 %
Kutistus kuntatasoa kohti kauppamäärän mukaan	auttaa paksuja, huonontaa ohuita 8,4 pp
Kiinteä kompressio kuntatasoa kohti	toinen ketju paranee, toinen huononee
Talotyyppiskaalojen optimointi	opetusjoukko paranee 0,66 pp, testi 0,13 pp = kohinaa

Koordinaattikoe ansaitsee oman huomionsa, koska se kumosi oman oletuksemme. Olimme kirjanneet, että ainoa jäljellä oleva tie parempaan tarkkuuteen on katutason aineisto: naapuritalon toteutunut hinta kertoo enemmän kuin postinumeron keskiarvo. Sellainen rakennettiin. Kaksituhatta kohdetta koordinaatteineen ja se oli selvästi huonompi. Kolmen lähimmän naapurin mediaani on kohinaisempi kuin satojen kauppojen keskiarvo. Vasta kahdellatoista naapurilla kilometrin säteellä päästiin tasoihin.

Katutason data ei siis ole ratkaisu ennen kuin se on yhtä tiheää kuin tilasto. Se on tulos, jota emme odottaneet ja jonka olisimme mieluummin jättäneet julkaisematta.

Viisi tietolähdettä, joita ei kysytä

Jokainen näistä olisi ollut uusi kysymys lomakkeelle. Kukin mitattiin 2 300 kohteen aineistolla ennen toteutusta, ja kaikki hylättiin.

Ehdokas	Kattavuus aineistossa	Miksi hylättiin
Kerros ja hissi	97 %	Simulointi ristiriitainen: toinen joukko parani, toinen huononi
Hoitovastike €/m²/kk	73 %	Vahvin ehdokas. Silti kaikki neljä kerroinvarianttia huononsivat opetusjoukkoa
Energialuokka	77 %	Vain B-luokka johdonmukainen, A ja F ristiriitaisia
Yhtiölainan osuus	60 %	Ei monotonista signaalia: keskitason velka näkyi enemmän kuin suuri
Taloyhtiön koko	71 %	Erot 0,8–1,3 prosenttiyksikköä eli kohinaa

Hoitovastike on näistä opettavaisin. Sen signaali oli selvä ja se säilyi ikäluokkien sisällä, eli se ei ollut pelkkä rakennusvuoden kaksoiskappale. Silti yksikään tapa käyttää sitä ei parantanut lopputulosta. Segmenttien välinen ero ei siis muutu automaattisesti tarkkuudeksi ja juuri siksi ehdokkaat mitataan ennen kuin niistä tehdään kysymyksiä.

Viisi kysymystä jäi lisäämättä. Se on viisi kysymystä, joita myyjän ei tarvitse täyttää, ja viisi tarkkuuslupausta, joita ei anneta.

Mikä toimi

Kaksi muutosta paransi kaikkia joukkoja, ja molemmat olivat korjauksia väärään suuntaan menneisiin oletuksiin.

Putkiremontin kertoimet olivat väärin päin. Malli alensi hintaa remontoimattomasta putkistosta enemmän kuin data antoi myöten. Syy on kaksinkertainen vähennys: alueen keskihinta sisältää jo remontoimattoman kannan, joten sama asia vähennettiin kahdesti. Mitatut erot: putket tehty +6,6 prosenttia, ei tehty +1,3 prosenttia, remontti tulossa −10,7 prosenttia. Ero tehdyn ja tekemättömän välillä on siis 5,2 prosenttiyksikköä, kun malli oletti noin kahdeksan prosenttiyksikköä, väärään suuntaan.

Tuntematon rakennusvuosi ei ole "ei ikää". Vastaamatta jättäminen ohitti ikäkertoimen kokonaan, kun taas jokainen vastaus antoi tyypillisesti seitsemän prosentin korotuksen. Sama kohde sai siis noin seitsemän prosenttia enemmän pelkästä iän kertomisesta riippumatta siitä, mikä ikä oli. Nyt tuntematon vuosi saa kannan tyypillisen kertoimen. Vaikutus juuri niihin, joilta vuosi puuttuu: poikkeama 20,5 → 19,6 prosenttia ja harha +3,9 → +0,6 prosenttia.

Mitä emme tiedä

Yksi kysymys jäi mittaamatta: myyjän oma aiempi ostohinta ja sen ajankohta. Kalibrointiaineisto koostuu myynti-ilmoituksista, eikä ilmoituksessa lue, mitä myyjä itse aikanaan maksoi, joten vertailukohtaa ei ollut.

Se on samalla ainoa tiedossamme oleva keino ohittaa postinumerotason katto: oma ostohinta on tieto juuri tästä asunnosta, ei alueesta. Sen arvo on todennäköisesti suurin kaikista kysymyksistä, mutta arvaus se on siihen asti kunnes se on mitattu, ja niin se tässä sanotaan.

Miksi julkaisemme tämän

Kaksi syytä, joista jälkimmäinen on tärkeämpi.

Ensimmäinen: mittaustulos ilman menetelmää on väite. Kuka tahansa voi kirjoittaa sivulleen tarkkuusluvun, ja useimmat kirjoittavat paremman kuin meidän. Ero on siinä, voiko luvun tarkistaa.

Toinen: epäonnistuneet kokeet kertovat lukijalle sen, mitä onnistuneet eivät kerro. Että lukua on yritetty parantaa ja ettei se suostunut paranemaan. Palvelu, joka julkaisee vain voittonsa, ei ole mitannut tappioitaan.

Mittaukset on tehty myynnissä olleiden kohteiden pyyntihintoja vastaan, eivät toteutuneita kauppahintoja: myynnissä olevan kohteen toteutunut hinta ei ole vielä tiedossa. Pyyntihinta on Suomessa lähellä toteutunutta muttei sama, joten luvut ovat suuntaa-antavia. Aineiston lähdeketjuja ei nimetä, koska välitysliikkeiden käyttöehdot rajoittavat sitä; menetelmä on tässä kokonaan.