Na rozdíl od situace před patnácti dvaceti lety je dnes šíře dostupných informací o cenách nemovitostí téměř závratná. Podívejme se na krátký výčet nedávných zpráv: ceny bytových nemovitostí meziročně vzrostly o 8,4 %; ceny bytů v Praze vzrostly meziročně o 10 %; ceny bytů se za rok zvýšily o 14,2 %, Praha hlásí meziroční růst cen bytů o 15 %. Na první pohled by se mohlo zdát, že čísla dokumentují oživování cenového růstu nemovitostí v průběhu posledních čtvrtletí. Skutečnost je však jiná: všechny statistiky popisují stav nemovitostního trhu k jedinému časovému okamžiku – ke konci roku 2024. Pro mnohé z nás mohou být uvedené rozdíly pod rozlišovací schopnost – statistiky zkrátka ukazují, že ceny nemovitostí poměrně rychle rostou. Avšak z hlediska vyhodnocení situace na trhu a optimálního nastavení hospodářských politik není možné nad těmito rozdíly jen tak mávnout rukou.
Rozdíly napříč publikovanými údaji se přitom rozhodně netýkají pouze konce roku 2024. V některých obdobích mohou být odchylky napříč dostupnými statistikami nižší, jindy naopak ještě významnější než nyní. V těchto podmínkách se přirozeně nabízí otázka, který z publikovaných údajů je ten správný. Odpověď na tuto otázku nicméně není snadná. Správný či užitečný totiž může být svým způsobem každý z údajů, pokud uživatel ví, co daná statistika přesně zachycuje.
Klíčovým problémem je, že většina konzumentů publikovaných statistik si s jejich vymezením a kvalitou hlavu příliš neláme a hází všechny takříkajíc do stejného pytle. Důsledkem toho pak mohou být zavádějící tvrzení objevující se (nejen) ve veřejném prostoru, záměrné argumentační fauly nebo nárůst informačního šumu, který znesnadňuje efektivní komunikaci přijatých hospodářskopolitických opatření vůči širší veřejnosti.
Aniž bychom usilovali o úplnost či chtěli preferovat konkrétní zdroj dat[1], zaměříme se v tomto blogu na některé ze statistik popisujících vývoj cen obytných nemovitostí, pokusíme se je roztřídit z pohledu různých kritérií a upozorníme na možná úskalí jejich konstrukce a interpretace. Blogový příspěvek zároveň zahrnuje informace o tom, které statistiky ČNB veřejně komunikuje v oblasti finanční stability a k čemu se vážou publikované projekce budoucích cen nemovitostí ve Zprávách o finanční stabilitě.
Byt, či nebyt – to je, oč tu běží
První obtíže z hlediska vzájemné srovnatelnosti publikovaných údajů způsobuje už samotné vymezení slova nemovitost. Patrně nejobecnějším označením, se kterým se můžeme v případě cenových statistik setkat, je pojem „bytová nemovitost“. Tento termín nezahrnuje pouze byty, ale pokrývá rovněž segment rodinných domů a dále segment souvisejících pozemků. Hlavním – a v zásadě také jediným – syntetickým ukazatelem měřícím vývoj cenové hladiny všech bytových nemovitostí v ČR je tzv. House Price Index (index bytových nemovitostí, HPI), který vydává ve čtvrtletní frekvenci Český statistický úřad.
Jednotlivé složky indexu se vzhledem ke svým specifikům nevyvíjejí napříč časem zcela identicky. Ceny bytů nezřídka oživují rychleji než ostatní segmenty a v době přehřívání trhu dosahují v rámci bytových nemovitostí nejvyšších temp růstu. Při interpretaci situace na trhu je proto nutné pečlivě dbát na to, zda se publikovaná čísla vztahují k vybranému segmentu (nejčastěji bytům), či celku. Vlastní zkušenosti napovídají, že nedodržení tohoto pravidla může vnést značný zmatek i do odbornějších debat.
ČNB používá HPI jako svůj výchozí cenový index ve Zprávách o finanční stabilitě, a to pro vyhodnocování a komunikaci rizik spojených s trhem obytných nemovitostí. Důvodů pro tuto volbu je několik: i) přes možné nedostatky jde o široce uznávaný a mezinárodně srovnatelný ukazatel, ii) díky své šíři popisuje situaci na celém trhu bydlení, iii) jde o oficiální statistiku, u které je zaručena kontinuita jejího vydávání v pravidelných a předem známých termínech, iv) dodržení stejné metodiky napříč časem zaručuje věcnou smysluplnost publikovaných časových řad.
Pro tento index ČNB rovněž zveřejňuje projekce jeho budoucího vývoje (Graf 1). Publikované projekce však bývají v médiích často zaměňovány za predikci cen v segmentu bytů a nezřídka uváděny jako důkaz, že nemovitostní trh očekávaný vývoj významně překonává. Podle aktuální projekce uveřejněné ve Zprávě o finanční stabilitě – jaro 2025 by měla meziroční dynamika cen bytových nemovitostí v Základním scénáři kulminovat v první polovině roku 2025, a to na hodnotách kolem 10 % (Graf 1). Následně tempo růstu mírně oslabí, byť se stále bude pohybovat na poměrně silných hodnotách. I přes tento robustní růst však lze očekávat, že dynamika cen samotných bytů uvedená čísla výrazně překoná a v průběhu roku 2025 bude tahounem celého trhu bydlení. To naznačují také interní (veřejně nepublikované) predikce ČNB budoucího vývoje cen bytů.
Graf 1 – Projekce cen bytových nemovitostí
(House Price Index; meziroční růst v %)
Zdroj: ČSÚ, ČNB
Graf 2 – Tržní a bezpečně dosažitelné ceny bytů při financování hypotečním úvěrem
(v mil. Kč; údaje ke konci roku 2024 podle krajů)
Zdroj: ČNB
Proč ČNB projekce cen bytů nezveřejňuje? I když to může znít překvapivě, jedním z důvodů je absence široce akceptovaného standardu pro popis souhrnného vývoje cen bytů v ČR.[2] Předpovídat alternativně tempa růstu pro několik různě definovaných cen bytů by pak přinášelo spíše komunikační zmatek než užitečnou informaci pro širokou veřejnost. Opět je na místě připomenout, že potenciálně „správných“ čísel o trhu bytů může existovat více, záleží na kontextu a účelu jejich využití. To přitom platí i pro činnost samotné ČNB, neboť pro její jednotlivé funkce (udržování cenové stability, finanční stabilita) může být vhodné analyzovat a předpovídat vývoj rozdílných cenových statistik.
Byty – nejen betonová, ale i informační džungle
Stejně jako v případě bytových nemovitostí, i v případě bytů jde v prvé řadě o přesné vymezení sledované skupiny bytů a typu cen. Ve druhém sledu pak mnohdy záleží i na konkrétní metodice sestavování daného cenového ukazatele. Kritérií pro rozlišování mezi dostupnými statistikami je celá řada, přičemž směsice dostupných údajů ve výsledku připomíná džungli, ve které se člověk může lehce ztratit.
Začneme-li od nejjednoduššího, můžeme informace o bytech rozdělit na statistiky nabídkových cen (de facto vývoj cen dohledatelných na stránkách mnoha realitních portálů či realitních společností) a realizovaných cen odpovídajících již uskutečněným transakcím na trhu. Tyto dvě skupiny cen se od sebe mohou navzájem více či méně lišit, a to v závislosti na konkrétní fázi cyklu, ve které mohou mít navrch buď prodávající, či kupující. Nabídkové ceny mohou být při srovnání s dynamikou realizovaných cen vhodným ukazatelem toho, která strana získává na trhu převahu, a za určitých předpokladů mohou předznamenávat, kterým směrem se budou realizované ceny v budoucnu ubírat. Detailnější pohled na data realitních portálů pak nabízí i řadu dalších užitečných informací. S jejich pomocí lze kupříkladu získat představu o vývoji nabídky bytů z pohledu jejich nabízeného množství i dispozice, případně zahrnují další relevantní data pro analýzu trhu (např. průměrné stáří inzerátů apod.).
Přes svou užitečnost nabídkové ceny zpravidla nebudí tolik pozornosti jako ceny realizované.[3] Zejména u nich je proto nutné mezi dostupnými statistikami pečlivě rozlišovat. Zřejmým, ale v mediálním prostoru až překvapivě často ignorovaným rozdílem v dynamice realizovaných cen, je regionální vymezení statistik. Ceny bytů v Praze či Brně zkrátka představují jiný příběh než ve zbytku ČR, a to často jak z hlediska motivace k nákupu nemovitosti (různý podíl investičních bytů), tak z hlediska absolutní cenové úrovně a obecné cenové dostupnosti (Graf 2). Dělat bez dalšího rovnítko mezi cenovým vývojem v hlavním městě a vývojem v celé ČR tak nedává příliš velký smysl. Neznamená to však nutně, že ceny v Praze rostou v procentuálním vyjádření nejrychleji – alespoň ne v dlouhodobějším srovnání. Díky nízké výchozí úrovni cen bytů kupříkladu ještě nedávno velmi dynamicky rostly realizované ceny bytů v Ústí nad Labem či Ostravě. Naopak v době nárůstu úrokových sazeb u hypotečních úvěrů v reakci na nebývalé inflační vzedmutí zase velmi rychle klesaly (Graf 3). Vzhledem k méně dostupným cenám v hlavním městě pak bylo možné v poslední dekádě pozorovat přesun poptávky do jeho širšího okolí a poměrně rychlý růst cen zaznamenal například Středočeský kraj.
Podstatnou roli ve vzájemné srovnatelnosti statistik hraje rovněž přesné vymezení skupiny sledovaných bytů. V závislosti na konkrétní situaci na trhu se mohou velmi odlišně chovat ceny novostaveb a ceny starších bytů. Při hodnocení je proto opět nutné zohlednit, mluvíme-li o celku, či pouze o vybraném segmentu. V určitých fázích mohou dynamiku trhu táhnout novostavby, ovšem není výjimkou, že v rostoucí a silně optimistické fázi, kdy již ceny novostaveb dosahují takřka závratných výšin, se část domácností snaží přizpůsobit situaci přesunem na trh levnějších starších bytů, na němž pak ceny mohou vlivem relativně vyšší cenové dostupnosti vystřelit prudce vzhůru.
Kromě samotného přesunu na trh starších bytů se mohou domácnosti vysokým cenám přizpůsobit také celkovým snížením požadavků na kvalitu bytu. Ta zahrnuje aspekty, jako je atraktivita lokality, dopravní spojení, patro, dostupnost výtahu a garáže či celkový stav bytu. V závislosti na těchto aspektech potom lze cenový vývoj na trhu v daném okamžiku charakterizovat čistě z pohledu aktuálně prodávaných bytů (bez ohledu na jejich kvalitu), nebo je možné aspekty kvality v tempu růstu cen bytů zohlednit. Kdyby se hypoteticky v jednom období prodaly pouze byty na okraji Prahy těsně před rekonstrukcí a ve druhém období byty v dobrém stavu v centru, bude prostý nárůst realizovaných cen mezi obdobími samozřejmě velmi vysoký, nicméně nijak nezohlední posun ve struktuře prodávaných bytů. Pokud by se zájem v dalším období přesunul zpět na periferii, mohlo by se dokonce při vyloučení kvalitativních aspektů opticky zdát, že transakční ceny bytů klesají, i kdyby v obou lokalitách rostly.
Graf 3 – Vývoj cen v krajských městech
(ceny k 31.12.2015 = 100)
Zdroj: Real Index, Deloitte
Poznámka: V případě Středočeského kraje jde o údaje za Benešov, Beroun, Kladno, Mladou Boleslav a okresy Praha-východ a Praha-západ.
Graf 4 – Srovnání dynamiky uskutečněných a hédonických cen
(meziroční změna v %; údaje za Prahu)
Zdroj: Deloitte, Valuo
Poznámka: Valuo index byl z důvodu zarovnání růstových fází posunut o jedno období zpět.
Oba tyto pohledy na situaci na trhu mají své opodstatnění. Prostý průměr realizovaných cen může napovědět, jaké úrovně cen jsou pro trh ještě akceptovatelné a v případě dluhově financovaného nákupu umožňují lépe vyhodnotit, jak vysoká rizika domácnosti při pořízení bytů podstupují. Tyto informace tak mají smysl při posouzení implikací cenového vývoje pro finanční stabilitu. Naproti tomu statistiky zohledňující posuny v kvalitě a srovnávající ceny obdobných bytů napříč časem (tzv. hédonické ceny či indexy) lépe vypovídají o dynamice obecné úrovně cen bytů. Jejich vývoj rovněž bývá méně rozkolísaný a tím potenciálně méně náchylný k falešným signálům v případě prudších výkyvů. Srovnání obou typů pohledů pro trh bytů v Praze naznačuje, že zejména v období po pandemii covidu mohlo v rámci přizpůsobení cenovým úrovním do jisté míry docházet k pořizování bytů v nižší kvalitě, neboť hédonické ceny rostly rychleji, než by odpovídalo průměrnému růstu cen pořizovaných v daný okamžik (Graf 4).[4] Naopak po korekci cen v letech 2022 a 2023 se během roku 2024 vlivem odeznění inflačních tlaků a pozvolného poklesu úrokových sazeb u hypotečních úvěrů trh patrně alespoň částečně navrátil ke kvalitativně vyššímu standardu.
Metodika a další aspekty
Odlišnosti napříč dostupnými údaji způsobují kromě definice sledovaných nemovitostí rovněž rozdíly ve zdroji a reprezentativnosti vstupních dat a některé další metodické odchylky. Statistiku nabídkových cen dnes běžně zveřejňují vybrané realitní portály či realitní kanceláře. Jejich reprezentativnost se tak odvíjí od počtu a charakteru jimi nabízených bytů. V případě realizovaných cen lze spoléhat buď na informace developerů (pro segment novostaveb), data z výběrových šetření a další obdobné informace (např. úvěrové smlouvy), nebo na informace o převodech bytových jednotek v katastru nemovitostí (případně některé statistiky vznikají kombinací uvedených zdrojů dat). Posledně jmenovaný zdroj pokrývající všechny uskutečněné transakce se nabízí jako přirozená databáze pro získání statistických přehledů o cenovém vývoji, ovšem není to tak snadné, jak se může nepoučenému uživateli statistik jevit. Přestože katastr slouží svému hlavnímu účelu evidovat vlastníky nemovitostí velmi dobře, rozhodně nebyl navrhován s vidinou tvorby kvalitních cenových statistik.
Popis problémů, proč není možné jednoduše sebrat ceny z jednotlivých kupních (či dalších) smluv a jejich zprůměrováním získat vypovídající statistiky, by mohl být námětem na několik dalších blogových příspěvků. Spokojme se proto jen s konstatováním, že publikované statistiky vycházející z dat katastru se s těmito problémy vypořádávají různě úspěšně, a to od jejich kompletní ignorace, přes odfiltrování podezřelých hodnot, až po velmi propracované a nákladné postupy pro kompletní vyčištění vstupních dat. V každém případě před samotnou interpretací statistik je vždy vhodné se se způsobem zpracování vstupních dat seznámit. Z hlediska samotného pokrytí pak existují statistiky, které se buď vztahují k celé ČR, nebo pokrývají jen užší okruh transakcí (např. jen transakce uskutečněné přímo ve velkých krajských městech).
U jednoho problému spojeného s kompilací statistik vycházejících z dat katastru nemovitostí se ještě zastavme podrobněji. Tím je okamžik zachycení cen novostaveb ve statistikách. Řada nových projektů je prodávána mnoho měsíců před faktickým dokončením bytu, a tedy dlouhou dobu před vložením záznamu o jeho převodu v katastru nemovitostí. Budeme-li spoléhat čistě na data z katastru a datum zápisu do něj, může se pak cenová informace u novostaveb ve statistikách objevit s poměrně značným zpožděním po prodeji bytu, v některých případech trvajícím i několik let. V důsledku tohoto zpoždění dochází ke zkreslení situace na trhu, neboť zapsané převody v daném období charakterizují minulé cenové podmínky, nikoli aktuální situaci.
Dostupné statistiky se s tímto fenoménem opět vypořádávají různě, a mohou proto v jednotlivých obdobích přinášet nemalé rozdíly v cenové dynamice. Na jedné straně nalezneme statistiky spoléhající čistě na data z katastru s vědomím potenciálního informačního zpoždění, na druhé straně existují statistiky, které v případě novostaveb vycházejí ze sledování ceníků developerů. Do aktuálních statistik pak u novostaveb vstupují místo údajů z katastru ceníkové ceny prodaných (resp. z ceníku vyřazených) bytů. Aby tento přístup fungoval, je kromě komplexního pokrytí ceníků developerů samozřejmě nutné informace o těchto bytech propojit s údaji z katastru a v budoucnu z něj vyloučit již jednou do statistik započítané prodeje. V ideálním prostředí by pak publikované statistiky měly být zpětně revidovány jak o ceny bytů navrácených zpět do ceníků, tak především o potenciální rozdíly mezi ceníkovou cenou a kupní cenou, která se později v katastru u novostavby objeví.
Výčet metodických rozdílů v dostupných statistikách tím ale ještě nekončí. Některé statistiky pokrývají všechny transakce, jiné se zaměřují jen na ceny bytů nakupovaných domácnostmi a vylučují transakce institucionálních investorů. Další statistiky pak abstrahují od transakcí mezi domácnostmi, jiné se zas zaměřují čistě na transakce pořizované na hypoteční úvěr. U některých statistik je k dispozici pouze bezrozměrný index, který zprostředkovává informaci o tempu růstu, ale nikoli o absolutních cenách. Existují však i statistiky absolutních cen, což je klíčové pro některé relevantní analýzy vycházející z absolutní ceny za metr čtvereční. S rozdíly by se dalo pokračovat i dále, ale jako ukázka toho, že vzájemná srovnatelnost jednotlivých čísel ve veřejném prostoru může být ošidná, je snad poskytnutý výčet dostačující.
Poučení? Hlavně se umět dobře obléct
Golfisté mezi sebou s oblibou říkají, že pro golf neexistuje špatné počasí, existuje jen špatně oblečený golfista. S údaji o cenách nemovitostí je to s trochou nadsázky vlastně podobné: neexistují špatné statistiky, existuje jen jejich špatná interpretace. Vyhnout se všem potenciálním nástrahám není vzhledem ke komplexnosti nemovitostního trhu vždy snadné a klade to zvýšené nároky nejen na běžnou veřejnost, ale zejména na veřejné instituce a jejich komunikaci. Při hodnocení situace na trhu nemovitostí je proto vždy nutné mít na paměti silné i slabé stránky dostupných údajů – obdobně jako u golfu je jednoduše potřeba umět se v záplavě dostupných informací dobře „obléct“.
Přestože jsme se v tomto blogovém příspěvku záměrně vyhýbali vyzdvihování či hanění konkrétních statistik a jejich zdrojů, je nasnadě, že rozdíly v kvalitě zveřejňovaných údajů existují. I tento aspekt zvyšuje nároky na uživatele z pohledu detailního seznámení se s daty a jejich metodikou. Situace v oblasti cenové statistiky se nicméně pozvolna zlepšuje a dochází k postupné kultivaci celého prostředí. Již brzy tak snad bude k dispozici jednotný datový základ splňující vysoké požadavky na kvalitu, který by mohl sloužit pro kompilaci harmonizovaných informací a umožnil by plně pokrýt existující analytické potřeby. Je přitom nutné zdůraznit, že důležitým aspektem kvality je kromě věcné správnosti v mnoha případech i rychlá dostupnost údajů po rozhodném období a předvídatelnost publikačních termínů.
[1] Dostupné zdroje pokrývají jak „oficiální“ statistiky ČSÚ, tak statistiky publikované soukromými společnostmi. Zejména ve druhém případě nemá tento blog sloužit jako cílená reklama pro kteréhokoli z komerčních poskytovatelů dat. Čtenáři je proto doporučeno vždy se pečlivě seznámit s metodikou daného zdroje a posoudit jeho kvalitu. Některá z kritérií pro hodnocení kvality jsou prezentována níže.
[2] Z pohledu cenového vývoje reprezentujícího celý segment bytů v ČR jsou do jisté míry omezené rovněž údaje oficiální statistiky ČSÚ.
[3] Mnohé z následujících členění platí i pro ceny nabídkové, nicméně v dalším textu již převážně zůstaneme u cen realizovaných.
[4] Při tomto srovnání a jeho interpretaci je však namístě opatrnost, neboť porovnávané statistiky se mohou kromě hédonického pojetí lišit také z dalších metodických důvodů.
