Concepton

a device that is generating concepts

ביקוש לנדל”ן מגורים על פי מודל גוגל וניתוח המשבר 2009-2013

1 Comment

100 anys bombolles

הקדמה

מודל מגמות גוגל (Google Trends) חושף תובנות ייחודיות לגבי שינויי ביקוש למוצרי צריכה והשלכות ישירות על מצבם הכלכלי של חברות או משק .החלטתי להפעיל מודל שבו התחלתי להשתמש בצורה נרחבת מ2009 על שוק נדל”ן כדי להבין טוב יותר את מצב השוק, סיבתיות לעליות המחירים ולנסות לחזות את התרחישים הבאים. אנו נראה תופעה מעניינת בשוק הנדל”ן הישראלי של חשל (היסטרזיס) המחירים וננסה להסביר אותו בעזרת המודל. החלק הראשון של העבודה הינו הצגת נתונים בלבד, כאשר החלק השני הינו ניסיון לבנות מודל שמסביר את דינמיקת השוק.

בסיס נתונים מ2004 עד 2013:

Google Trends – מלות חיפוש “דירות למכירה” ו “משכנתא” – נתונים שבועיים

ממוצע מחירי דירות לכל האזורים, 1.5 עד 5 חדרים (לפי הלשכה המרכזית לסטטיסטיקה) –  נתונים רבעוניים

התחלות בנייה לפי חדרים (לפי הלשכה המרכזית לסטטיסטיקה) – נתונים שנתיים

ריבית בנק ישראל – נתונים חודשיים

נתוני ביקוש של שוק נדל”ן מגורים בישראל

כדי לאפיין את מצב הביקוש לנדל”ן מגורים נבדוק מלות חיפוש “דירות למכירה” ו “משכנתא” בגוגל כאלה שמייצגים מדדים של ביקוש לקניית הדירות וכניסה לתהליך הקנייה (מכאן והלאה המדדים מסומנים על הגראפים כ-“דירות למכירה” או “משכנתא“).

ביקוש למשכנתא וביקוש לדירות לאורך הזמן נראים כך: Demands

צריך לזכור שהמספרים כאן הם לא אבסולוטיים אלא יחסיים ומנורמלים לפי מקסימום של חיפושים לכל התקופה, אבל הם מהווים ביקוש עד כדי מכפלה בקבוע (כלומר kQ במקום Q).   אנו יכולים להרגיש שיש תלות (שהיא גם הגיונית) בין כמות של אנשים שמחפשים לקנות דירה לכמות של אלה שרוכשים.

בכדי לראות את התמונה בברור, נמקד את שני המדדים האלה זה מול זה:demands2

אנו יכולים לראות תופעה מעניינת שישנם שתי אוכלוסיות נפרדות שבתוך כל קבוצה המקדם המתאם לא קטן של 0.6 ו 0.7 (לקבוצה קטנה) המצביע על תלות. למה ישנם שני סוגי התנהגויות של צרכנים?

אם נעקוב אחרי שינו התנהגות לאורך הזמן, נראה שכל ה”ענן”  העליון (אדום) נמצא באותו פרק זמן המתחיל בנקודת פיצול של 14/03/2009 (מסומן בכוכבית) ומסתיים ב 24/07/2010 (רזולוציה שבועית). במשך יותר משנה היה ביקוש בלתי רגיל לדירות אפילו ביחס לכמות גדולה מאוד של רכישות. התנהגות זו יכולה להיות בעקבות פניקה או אופוריה שגורמת לאנשים לשנות מהותית את התפיסה, את ההתנהגות ואת הצריכה שלהם:demands3

ומה אם ניקח מחירי דירות (ממוצא ארצי רבעוני עם השלמה לינארית לרזולוציה שבועית – “Continuous Price” על הגרפים) ונשווה לביקוש? האם נראה שמחיר חזר לאחר חזרת הביקוש לרמות רגילות? אנו יודעים שלא…

כך זה נראה לאורך הזמן:demand_price

אנו רואים שבפרק זמן האופוריה וביקוש יתר, המחירים עולים, אבל נשארים באותה רמה גם לאחר הירידה בביקוש. בגרף של מחיר מול ביקוש (עקומת הביקוש!) אנו רואים את התופעה בבירור:Price_vs_demand

את התופעה הזו אנו ננסה לנתח ולהסביר מה לעזאזל התרחש כאן!

מה קרה אז בנקודת הפיצול?

הנקודה ההיא מסמנת מספר אירועים חשובים – הורדה הדרגתית של ריבית לשפל (1%) ופרסומים על כוונה להוריד עוד (עם הורדה בהמשך ל0.5%) ותחילת השיקום של כלכלה העולמית מנקודת השפל של המשבר (06/03/2009) וסיום עופרת יצוקה. כלומר אופטימיות יחד עם גורם החשוב בשיקול לקיחת משכנתא לקניית דירה – הריבית.

 עם נציג את המחיר הממוצע מול רמת הריבית, אנו נראה שמחירי דירות התחילו לעלות בצורה ישירה עם הורדת הריבית ל3.25 ב 19/04/2008 עד לירידה סיסטמתית לרמה של 1 ב 21/02/2009 אבל אז קרה משהו לא רגיל – המשך הורדה של ריבית ל0.75 ן בהמשך ל0.5 נופלת על שינוי התנהגותי של צרכנים ועליה חדה במחירים (מכאן והלאה הריבית מסומנת כ-IR בכל גראפים) : Price_vs_IR

 מה שמעניין זה שלמרות העלייה של הריבית בהמשך (כבר ב 19/09/2009) לא גורמת למחירים לחזור באותו “מסלול” של העלייה ואף מחירים ממשיכים לעלות. בהנדסה תופעה זו נקראת “חשל” (Hysteresis) המצביעה על עיכוב בזמן התגובה לשינוי בכוח הפועל.

עד כאן ראינו הצגת הנתונים בלבד ללא כל ניתוח והנחות. ראינו שינוי התנהגותי של צרכנים בשוק הנדל”ן מגורים, שינוי ביקוש, תלות במחירים ובמדד, וכך גם מספר תופעות מעניינות.

כעת ננסה להביא מודל יפה שמסביר את התופעות האלה והיווצרות של חשל בביקוש.

מודל שוק נדל”ן מגורים בישראל

לצורך בניית המודל נתחיל באפיון של היצע וביקוש בשוק זה גם בהיבט הסטטי וגם היבט הדינמי.

     עקומת ההיצע

supply_curve

בחלק העליון ההיצע הינו קשיח (בזמן קצר), מכיוון שיש מגבלה לכמות הדירות פנויות, קרקעות מופשרות ופרויקטים חדשים  וללא תלות במחיר. ההיצע יכול לגדול (תזוזה ימינה) אך בהתאם לקבועי זמן המאפיינים תגובה של שוק הנדל”ן (Agility) – בערך שנתיים. “פריקת השוק” (תזוזה שמאלה) יכולה להיות בקבועי זמן קטנים בהרבה (למשל חודשים).

איך נראה הביקוש לנדל”ן?

עם הוא היה קמור, אז גדילת הביקוש היה גורם למחיר “להאיץ”  (כלומר עבור אותה תוספת של ביקוש, תוספת מחיר גדולה יותר): model_1

  אבל זה לא מה שאנו רואים מנתוני Google:Price_vs_demand_a לכן ניתן להניח שעקומת הביקוש היא קמורה בנקודת שיווי משקל (לפחות עד למשבר): model_2

דינמיקה של ביקוש מראה תגובה מהירה וקבועי הזמן קטנים יותר מההיצע (~4 חודשים).

אבל מה קורה בצד השמאל ובצד הימין של עקומת הביקוש (כאשר מתקרבים ל Q=0 או Q מאוד גדול)?

כאשר מחיר מאוד נמוך אז למרות שכמעת לכולם כבר יש דירות משלהם יש את אלה שיש להם עודף מזומנים ומעוניינים להשקיע בנדל”ן. מצד השני כאשר מחיר גבוה? יהיו עדיין מספר אנשים קטן שלא משנה להם הסכום (עשירים) או אלה שלא מבינים מה המצב ומה הם עושים (לא נבונים):model_3 עקומת הביקוש יכולה לנוע מהר מאוד יחסית לעקומת ההיצע גם ימינה וגם שמאלה בהתאם לגורמים שונים וביניהם אחד המשפיעים – הריבית.

כאשר ריבית יורדת, הביקוש לדירות גדל:model_4 אנו רואים שתוספת המחיר לכל עלייה של ריבית קטנה… עד לרגע מסוים שאחריו היא (תוספת המחיר) מתחילה לגדול במהירות. אם נאמת את ההנחה עם נתוני אמת, נראה את הנקודה בבירור:scenario1

אנו יכולים לראות שכאשר ריבית הייתה בין 3.5 ל 5.5 המחירים נעו בין 600 ל780 אלף לדירה ממוצעת.  הורדה של הריבית ל 1.75 גרמה לעליה אסימפטוטית של מחירים ל-850 אלף שקל, אך המשך הורדה של ריבית הכניסה את הביקוש ל “איזור אופוריה” ושינוי עליה מאסימפטוטית לאקספוננציאלית בגלל שינוי ביקוש מקמור לקעור.

אז למה כשהריבית התחילה לעלות אנו לא “חזרנו” באותו מסלול עליה של המחיר? בשביל לראות את זה יש צורך לראות דינמיקה של היצע בנוסף לביקוש.

הביקוש היה גבוה במשך שנה ו4 חודשים ואיך זה השפיע על שוק הנדל”ן למגורים?

השוק “מכוייל” היטב לנקודת השיווי משקל ובגלל קבועי זמן גדולים המאפיינים את השוק, לא “סובל” תנועות גדולות בביקוש. ביקוש רב יכול לרוקן את השוק ולגרום לפתיחת פרויקטים חדשים מעבר לקיבולת המתוכננת, עליה מהירה מגדילה גם האי-וודאות ומצריכה הגדלת שולי ביטחון (GUARD BANDS) בהתאם. היצע של מאגר קיים, ופרויקטים העתידיים הולך וקטן, יש לחץ על משרד המקרקעין לשחרר אדמות מהר. לחץ זה מובן אם נתבונן בסיבה הכי חשובה לזה שהמחירים לא ירדו (ואף עלו) למרות שהביקוש ירד והיא נקודת שיווי משקל חדשה שנוצרה:

scenario2

 A. בהתחלה בגלל תזוזת הביקוש למצב שבו נקודת שיווי המשקל היא על החלק הקעור, ההיצע (למשל קבלנים) המאוד קשיח “רואה” את הביקוש די קשיח עבור Q  גדול. כלומר לא שווה להם להוריד מחירים בקצת כי זה יביא תוספת מאוד קטנה של קונים וההפך עבור מספר קצת קטן יותר של קונים הם יכולים להגיע לרווחים גדולים יותר. ואז המחיר מתאפס.

B. היצרנים בונים עוד ועוד בשביל לתפוס את הרגע של ביקוש יתר, השווק נהיה אגרסיבי יותר ומחירים גדלים מחודש לחודש… כאן אנו שומעים “תקנו מהר לפני שיהיה מאוחר!” או “אוזל מקום במדינה הקטנה שלנו!” או “תקנו היום כי מחר יהיה יקר יותר!” ובאמת מחר יקר יותר…

עם הזמן ביקוש אכן יורד, אך גם ההיצע יורד. ובגלל המצאות נקודת שיווי המשקל בביקוש קשיח, המחירים עוד עולים.

C. ועכשיו, כאשר האופוריה עברה, המדד ברמות גבוהות יותר וביקוש חזר למקומו הנורמלי המחירים נשארים למעלה בגלל סיבה פשוטה. עכשיו, כאשר Q קטן, היצרנים היו רוצים כבר “לעבור” לנקודת שיווי המשקל החדשה עם מחירים נמוכים בהרבה, אבל גם Q  גדול כך שההכנסות שלהם יגדלו, אבל יש פער עצום שהם צריכים לסגור! גם מבחינת הכמויות – הם צריכים תוספת מאוד גדולה של דירות אחרי שנים של רוויה ש”אכלה” את השוק. הם מפעילים לחץ על הממשלה  שיפשילו קרקעות. הם מאשימים בסיבה של מחירים גבוהים  את משרד המקרקעין שלא משחרר קרקעות והם צודקים – עכשיו זה הכרכי על מנת לסגור את הפער.

אבל הפער בכמות הנדרשת הוא לא יחידי – הפער במחיר אינו קטן ולסגור אותו לא יהיה קל. הורדה קטנה והדרגתית במחירים לא אפשרית כי זה בנקודת שיווי המשקל הנוכחית זה לא יביא הרבה יותר לקוחות ויפגע ברווחים משמעותית.

אלה הסיבות לחשל (Hysteresis) של מחיר כתלות בביקוש ולרוויה שהדרך ירידה ממנה היא יכולה להיות מהירה וכואבת הרבה יותר מהעלייה.

תרחישי ירידה מחשל מחירי נדל”ן מגורים

בהינתן המודל ננסה לבדוק מספר תרחישים אפשריים שישלימו את הירידה של חשל המחירים.

היום אנו נמצאים בנקודה מאוד מסוכנת – ירידה משמעותית של ריבית תגרום לפיצוץ עוד יותר גדול במחירים, העמקת משבר ותגובה חריפה של השוק:scenario3

מצד שני עליה משמעותית של הריבית תגרום לירידה מהירה במחירים ע”י הורדת הביקוש (A) (הזזה מהירה שמאלה), בהלה ומכירה מהירה של משקיעים, ומכירת  דירות שאנשים שקנו במחירים גבוהים ולקחו משכנתאות בריבית משתנה\פריים נמוכה שלא מצליחים להחזיר לבנק תשלומים שגדלו משמעותית ורואים מחירים צונחים (B). כל זה עלול לגרום קריסה דרמתית של שוק הנדל”ן, פגיעה במערכות בנקאיות והצפה של השוק בדירות שתרום להמשך הנפילה:scenario4

אבל גם עם הנגיד לא יעשה שינויים דרמתיים בריבית, הנפילה יכולה לבוא מכיוון אחר.

מחירים גבוהים, נקודת שיווי המשקל הבעייתית וQ נמוך גורמים ללחץ של יצרנים לבנות ולהגיע לנקודה רווחית יותר (לאלה שמחשבים ומסתכלים על יתרון יחסי בטווח הארוך), לחץ על משרד המקרקעין לשחרר קרקעות, לחץ על הממשלה מצד הצרכנים להורדת מחירים,  לחץ של בנק מרכזי בעקבות המלכודת הריבית המקטינה את חופש פעולה שלהם – כל אלה גורמים להאצה משמעותית של הבנייה ופתיחה של פרויקטים חדשים:

building

אנו רואים האצה של התחלות הבנייה מתחילת המשבר ב-2009 של כ30% בגלל כל אותם סיבות שציינתי. ב2011 התחילה תקופת פוסט-אופוריה, שבה הביקוש חזר למצבו הרגיל. ב2012 כבר מרגישים את הירידה בביקוש וירידה בכמות התחלות הבנייה, אבל הבנייה עדיין מואצת. עם לקחת קבוע זמן של שנתיים, הצפי להצפה של שוק הדיור צפויה ב2013-2014. זהו מצב מסוכן ביותר, מפני שגל דירות יביא עודף היצע לשוק עם ביקוש שירד ממצב הרוויה שהיה עד 2011 ויגרום לנפילה מהירה מדי במחירים (A). הירידה החדה במחירים עלולה לגרור ירידות נוספות בעקבות יציאה של משקיעים, פאניקה וירידה בביקוש (B):

scenario5

 התרחיש הנוסף יכול להיות מעקב צמוד של מחירי נדל”ן ע”י בנק ישראל ושליטה מבוקרת בעזרת הורדת ריבית זעירה בזמן של הגדלת ההיצע וירידת מחירים, כך שהמחירים ירדו לאט ככל האפשר בזמן שחרור כמויות גדולות של פרויקטים לשוק עם ביקוש רגיל ב2013-2014:

scenario6

 בדרך זו אזור הנחיתה (Landing Zone) יהיה בתחילת החלק הגמיש של עקומת הביקוש ולא בסוף, כך שאנשים לא “ירגישו” את המשך נפילת המחירים מעבר ל30% (~850 אלף במקום ~1.1 מיליון כיום).

השליטה הלא מדויקת יכולה לגרום לעליה במחירים (הורדת יתר של ריבית) או לנפילה גדולה מאוד של מחירים ומשבר כלכלי.

אנדריי גבדולין

 andrey@gabdulin.com

www.gabdulin.com

Product Development

Advertisements

Author: Andrey Gabdulin

www.gabdulin.com Product Development

One thought on “ביקוש לנדל”ן מגורים על פי מודל גוגל וניתוח המשבר 2009-2013

  1. Pingback: Analysis of Housing Bubble In Australia and comparison to Israel | Concepton

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s