Universitatea Transilvania din Braov

Facultatea de tiine Economice i Administrarea Afacerilor

ANALIZA UNOR FACTORI DE INFLUEN

ASUPRA PREULUI DE NCHIRIERE AL
APARTAMENTELOR

Student:
Grupa 8623
Specializarea: CIG
Anul: I

Introducere
Pentru analiza economic, o mare importan o prezint piaa imobiliar din Romnia
care pn n anul 2003 a avut o cretere relativ lent de maximum 5% pe an. Datorit lipsei de
spaiu locativ i apariiei creditelor ipotecare/imobiliare, ncepnd cu anul 2003 s-a nregistrat o
explozie a preurilor, nregistrndu-se creteri de peste 50% anual. Diferena major dintre
cererea i oferta de pe piaa imobiliar, precum i deschiderea tot mai mare a bncilor ctre
creditare au facut ca Romnia s fie o destinaie preferat pentru investitori. n momentul de fa,
piaa imobiliar din Romnia a atins limite superioare prin activitatea desfurat de un numr
mare de ageni economici, activitate cluzit de conceptul de marketing.
Urmrind conceptele de baza definite de Ph. Kotler ce se caracterizeaz prin: nevoi,
dorine i cereri, produse, valoare, cost i satisfacie, schimburi, tranzacii i relaii, piee, putem
s le configurm n domeniul imobiliar dup cum urmeaz n graficul alturat:

Nevoi : (o locuin, un adpost)

Dorine: ( o cas, o vil, un apartament,
un spaiu comercial)
PIAA IMOBILIAR:
Locul de ntlnire i confruntare
al cererii cu oferta

Schimburi, tranzacii: imobiliare

(schimb de locuin)

Produse: construcii imobiliare:

terenuri, imobile, spaii
comerciale

Valoare i satisfacie:
Avantaje dobndite n
raport cu preul pltit

Filozofia de marketing se ntemeiaz pe nevoile i dorinele oamenilor. Nevoia din

domeniul imobiliar se refer la obinerea unui adpost pentru a putea supravieui. Dorina ns,
capt un aspect diferit n sensul c nu reprezint o necesitate, ci o modelare a nevoilor privite
prin prisma individual a fiecarei persoane n parte. Cererea reprezint o concretizare a dorinei,

aceasta depinznd ns de puterea de cumprare. Produsul, n cazul de fa construciile,

terenurile, este oferit pe pia pentru a satisface nevoia sau dorina cumprtorului. Odat intrat
n posesia unui imobil, exist posibilitatea de efectuare a unei tranzacii, a unui schimb, pentru a
obine un alt imobil, sau un venit suplimentar care s satisfac nevoile i dorinele n urma
acestui schimb.
Piaa imobiliar se poate defini ca locul de ntalnire dintre cererea i oferta imobiliar,
prin tranzaciile ce au avut loc, dar i prin cele care nu s-au materializat lsnd loc astfel
posibilitii de analiz asupra evoluiei pieei. Din punct de vedere al gradului de libertate, putem
spune c piaa imobiliar este o pia liber, caracterizat de desfaurarea nestingherit a
ntocmirii actelor de vnzare-cumprare. nainte de 1989 nici mcar nu se putea vorbi despre o
pia imobiliar dat fiind faptul c nu exista o concuren, nu existau agenii imobiliare, serviciile
de vnzare -cumprare fiind realizate doar prin intermediul notarilor.
Astfel putem spune c nainte de 1989 aveam o pia controlat, o pia impus care nu
oferea posibilitatea libertii de aciune. Un exemplu n acest caz este utilizarea unor preuri
standard pentru bunul imobiliar vnzabil, emise n vederea ntocmirii actelor de vnzarecumprare, aceste preuri fiind aadar stabilite de ctre stat fr a putea fi influenate de ctre
vnztor ntr-un mod favorabil acestuia. Bunurile imobiliare nu se puteau vinde la un pre mai
mare dect cel stabilit prin lege i calculat n funcie de vechimea imobilului precum i de zona
n care se afla.
Piaa liber, ofer ns posibilitatea de a lansa pe pia o ofert individual, concretizarea
acesteia, respectiv ntocmirea actelor de vnzare-cumprare, depinznd de existena unei cereri
care s rspund ofertei. Piaa imobiliar este o pia intern concentrat cu precdere n zonele
urbane. In ultimii ani, n Romnia nivelul de salarizare a crescut i odat cu acesta i cererea
consumatorilor. Pentru a ine pas cu cererea, societile de construcii au nceput lucrri de mare
amploare ncercnd s acopere pe ct posibil varietatea cererilor i anume (construcii pentru
domeniul industrial, pentru domeniul de afaceri, imobile pentru locuine, case, etc).
O cretere a pieei imobiliare a atras dup sine creterea altor piee, avnd astfel un
impact pozitiv asupra economiei naionale. Modificarea poziiei unui produs n cadrul pieei
totale sau a unei subdiviziuni de referin a acesteia, afecteaz n proporii diferite piaa tuturor
ntreprinderilor care comercializeaz sau produc acel produs. O cerere mare din partea
consumatorilor, atrage dup sine i o ofert mare sau o tendin accentuat de acoperire a cererii
aducnd astfel modificri pe piaa locurilor de munc care se manifest prin angajarea de

personal n vederea

satisfacerii cererii. n ceea ce privete domeniul imobiliar, dorina de

satisfacere a cererii a obligat ageniile imobiliare s studieze n aprofunzime piaa pentru a putea
oferi servicii i bunuri de calitate i pentru a putea s beneficieze la rndul lor de ct mai multe
cereri pe care s le poat onora adresate acestora n urma unor tranzacii reuite. Pentru aceasta,
ageniile imobiliare trebuie s se fac cunoscute i n acest mod s atrag prin expunerea
calitilor firmei, noi cumprtori, s i pstreze pe cei vechi i s fac fa concurenei.
Scopul unei agenii imobiliare nu este atins integral dac n urma actului de vnzare
cumprare (sau nchiriere) cerina clientului nu este satisfacut integral motiv pentru care
serviciile ageniilor imobiliare trebuie s fie ct mai competitive, oferind clientului toate
informaiile necesare ncheierii tranzaciei far a ascunde anumite elemente ce pot atrage dup
sine o niruire de probleme ce pot aduce prejudicii ageniei imobiliare reducndu-i gradul de
credibilitate i scznd numrul potenialilor clieni ai acesteia. Nu ntotdeauna drumul ctre
atingerea scopului este drumul cel mai scurt.
Acest proiect are ca obiectiv principal analiza, cu ajutorul unor teste, a influenei unor
factori asupra preului de nchiriere a apartamentelor. Modelul a fost construit pentru perioada
1994 2008, datele necesare pentru acest studiu fiind culese de pe site-ul INSSE din Anuarul
Statistic al Romniei (ANEXA 1). Acest model analizeaz influena unui factor i anume:
suprafaa apartamentelor asupra preului de nchiriere a apartamentelor, iar pentru exemplificare
s-a folosit modelul regresiei simple, modelul putnd fi construit astfel:
CHt = a 0 + a 1 SPt + t ,

t = 1, 2,.., 15

unde:
CHt chiria apartamentelor n anul t;
SPt suprafaa apartamentului n anul t;

a 0 , a 1 parametrii modelului;
t eroarea de specificare.

Specificarea unui model econometric presupune alegerea unei funcii matematice cu

ajutorul creia poate fi descris legtura dintre cele dou variabile. Pentru modelul unifactorial,
procedeul cel mai des folosit l constituie reprezentarea grafic cu ajutorul graficului de corelaie.
Cu ajutorul graficului s-au reprezentat legturile dintre preul chiriei i suprafaa apartamentelor.

Din graficul ataat n ANEXA 1, se poate observa c asupra variabilei de explicat, pe

lng suprafaa apartamentelor, au influenat i ali factori ntruct exist puncte aezate fr nici
o regularitate. Influena acestor factori ntmpltori neidentificai se va elimina prin ajustare,
adic prin stabilirea liniei de regresie teoretic. Drept urmare, modelul econometric care descrie
legtura dintre cele dou variabile este un model liniar unifactorial, panta dreptei fiind pozitiv,
rezult c legtura dintre cele dou variabile este direct liniar.
Aplicnd Testul Student se pune n eviden

influena semnificativ pe care o are

suprafaa apartamentelor asupra preului de nchiriere. Deoarece valoarea corelat este mai mare
dect valoarea toretic, se deduce faptul c modelul este bine construit, iar coeficientul de
corelaie este semnificativ diferit de zero. Rezultatele obinute n cadrul acestui test sunt
prezentate n ANEXA 1, iar modelul estimat este :
CHt = 0,56 + 9,29 SPt + et
(0,61) (6,94)
R = 0,96
n = 15
() = t Student
Efectund Testul Fisher, se constat c variabila explicativ introdus n model este
reprezentativ i influeneaz semnificativ variabila de explicat. Modelul este global semnificativ
i bine construit.
n continuare, se vor aduga 5 variabile explicative modelului cu o singur variabil
pentru a se analiza dac acestea mbuntesc semnificativ calitatea ajustrii. Datele acestora sunt
prezentate n tabelul din ANEXA 2, iar modelul respectiv va deveni un model de regresie
multipl, fiind reprezentat astfel :
CHt = a 0 + a 1 SPt + a 2 NLt + a 3 AP3t + a 4 DSt + a 5 ZUt + a 6 ZRt + t ,
1,2,....15
unde :
CHt - chiria apartamentelor n anul t;
SPt - suprafaa apartamentelor n anul t;
AP3t - apartament cu 3 camere n anul t;

t=

NLt - numr de locuine n anul t;

DSt - dotri suplimentare n anul t;
ZUt - zon urban n anul t;
ZRt - zon rural n anul t;

a 0 ,a 1 ,a 2 ,a 3 ,a 4 ,a 5 ,a 6 - parametrii modelului;
t - eroarea de specificare.
Deoarece parametrii modelului sunt necunoscui, valorile acestora se pot estima cu
ajutorul metodei celor mai mici ptrate ( M.C.M.M.P. ). Estimnd parametrii modelului ,
obinem :
CHt = 10,19 + 9,2 SPt - 9,5 NLt - 0,014 AP3t + 0,001 DSt + 1,51 ZUt + 5,28 ZRt + et
(1,66) (1,81) (1,36)
(6,16)
(0,001)
(5,39)
(2,76)
n=15;
R2=0.99;
()= t Student
Dup ce s-au estimat parametrii modelului, se va recurge la analiza autocorelaiei erorilor
pentru modelul obinut. Astfel, se va aplica testul Durbin-Watson, cu ajutorul cruia am calculat
valoarea DW i s-au extras valorile dU i dL din tabelul Durbin-Watson pentru n=15 observri i
k=6 variabile explicative. ntruct aceast valoare DW aparine intervalului [d 2 ,4-d 2 ], rezult
faptul c nu exist o autocorelaie a erorilor. (ANEXA 2)
Aplicnd Testul Student pentru aceste valori ale variabilelor explicative, se constat
urmtoarele: suprafaa apartamentelor, numrul de locuine, apartamentele cu 3 camere i zona
urban influeneaz n mod semnificativ preul de nchiriere. Putem, de asemenea observa c la
variabile explicative (dotri suplimentare i zona rural), raia Student este mai mic dect
valoarea pe care o extragem din tabela legii de distribuie Student. Astfel, ele nu influeneaz n
mod semnificativ variabila de explicat, iar prin urmare vor fi scoase din model. (ANEXA 3).

Noul model estimat este:

CHt = 11,69 + 9,29SPt - 1,1 NLt- 8,8 AP3t+ 1,18 ZUt+ et ,

(0,90) (1,48)
(8,01)
(2,24)
(3,63)

t = 1,2,....15

n=15
R2=0.99
()= t Student

Aplicnd Testul Fisher, se constat c valoarea lui F calculat (extras din tabel) este mai
mare dect valoarea lui F teoretic, calculat conform formulei specifice. De aici rezult c
modelul este global semnificativ, adic variabilele explicative influeneaz n mod semnificativ
preul de nchiriere, modelul fiind bine construit. (ANEXA 4)

ANEXA 1
Regresia simpla:
Ani
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008

Chiria (mil. lei)

y
1,8
3
8,2
10,4
10,9
9,5
6,6
8,9
10,4
11,8
10,5
8,8
8,4
8,1
7,6

Suprafaa (m)
x1
204210
337440
929019
1164705
1223925
998432
657564
881435
1025056
1130296
1007131
826932
760623
710800
680923

Graficul ce reprezint legtura dintre cele 2 variabile :

Funcia de regresie:
SUMMARY OUTPUT
Regression Statistics
Multiple R
0,965561
R Square
0,932309
Adjusted R
Square
0,927102
Standard Error
0,751602
Observations
15
ANOVA

1
13
14

SS
101,1456
7,34378
108,4893

MS
101,1456
0,564906

F
179,0484

Significance
F
5,6E-09

Coefficient
s
0,56233
9,29E-06

Standard Error
0,611847
6,94E-07

t Stat
0,919069
13,3809

P-value
0,374798
5,6E-09

Lower 95%
-0,75949
7,79E-06

df
Regression
Residual
Total

Intercept
X Variable 1

Upper 95%
1,884144
1,08E-05

ANEXA 2
Regresia multipl:
Anii
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007

Chiria (mil.
Lei)
y
1,8
3
8,2
10,4
10,9
9,5
6,6
8,9
10,4
11,8
10,5
8,8
8,4
8,1

Suprafaa
(m)

Numr
locuine

Ap. cu 3
camere

Dotri
suplimentare

Zona urban

Zona
rural

x1

X2

x3

X4

x5

x6

204210
337440
929019
1164705
1223925
998432
657564
881435
1025056
1130296
1007131
826932
760623
710800

11345000
11248000
11329500
11199086
11228669
10509810
9963090
9903764
9856307
9578779
9591723
9396954
9055940
8775308

5894,2
2366,4
2314,2
2771,9
4678,3
5636,4
5885,4
5810,6
6104,6
4998,7
5686,8
8167,8
9704,8
11803,2

208
222
263
307
374
433
469
493
527
567
609
660
706
810

691803
185459
186172
144994
149712
148333
152585
144034
132472
131138
105614
148066
154801
162362

2630,2
3496,3
322,7
4997,4
6966,1
9183,4
10025,8
10761,4
10660,1
9765,8
13070,6
18071
21112,1
22307,3

2008

7,6

680923

8959513

12450,9

RESIDUAL OUTPUT
ObservationPredicted Y Residuals
1 1,798098 0,001902
2 2,869308 0,130692
3 8,273045 -0,07304
4 10,51324 -0,11324
5 10,85587 0,044132
6 9,404078 0,095922
7 6,802656 -0,20266
8 8,947315 -0,04732
9 10,29304 0,106963
10 11,71852 0,081475
11 10,50335 -0,00335
12 8,829505 -0,0295
13 8,404772 -0,00477
14
8,05335 0,04665
15 7,633855 -0,03386

Metoda Durbin-Watson (DW)

DW=((et- et-1)2)/((et)2)
DW

d1
d2

2,027339
-0,01367
0,447
2,472

903
(et- et-1)2

0,041509
0,001615
0,024764
0,002682
0,089149
0,024131
0,023802
0,00065
0,007196
0,000684
0,000612
0,002644
0,006481
0,001146
0,227065

165450
(et)2
0,01708
0,005336
0,012822
0,001948
0,009201
0,04107
0,002239
0,011441
0,006638
1,12E-05
0,000871
2,28E-05
0,002176
0,001146
0
0,112002

24180,4

TESTUL STUDENT ( ANEXA 3)

SUMMARY OUTPUT
Regression Statistics
Multiple R
0,999483663
R Square
0,998967592
Adjusted R
Square
0,998193286
Standard Error
0,118324383
Observations
15

Intercept
X Variable 1
X Variable 2
X Variable 3
X Variable 4
X Variable 5
X Variable 6

Coefficients
10,19272781
9,1997E-06
-9,46532E-07
-0,000140726
0,001143216
1,5075E-06
5,28234E-06

Standard Error
1,660401951
1,81064E-07
1,36843E-07
6,16441E-05
0,001120267
5,39893E-07
2,76757E-05

t Stat
6,138711056
50,80919294
-6,916910858
-2,362873379
1,020484591
2,792217629
0,190865919

P-value
0,000277409
2,49369E-11
0,000122424
0,051838309
0,337363968
0,023477877
0,853385448

Lower 95%
6,3638341
8,782E-06
-1,262E-06
-0,0002829
-0,0014401
2,625E-07
-5,854E-05

Upper 95%
14,02162
9,62E-06
-6,3E-07
1,43E-06
0,003727
2,75E-06
6,91E-05

TESTUL FISHER (ANEXA 4)

SUMMARY OUTPUT
Regression Statistics
Multiple R
0,999483663
R Square
0,998967592
Adjusted R
Square
0,998193286
Standard Error
0,118324383
Observations
15
ANOVA
df
Regression
Residual
Total

6
8
14

SS
108,3773281
0,112005276
108,4893333

MS
18,06288801
0,01400066

F
1290,145507

Significance F
1,701E-11

Noul model:
Chiria
(mil. Lei)
y
1,8
3
8,2
10,4
10,9
9,5
6,6
8,9
10,4
11,8
10,5
8,8
8,4
8,1
7,6

Anii
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008

Suprafata (m)
x1
204210
337440
929019
1164705
1223925
998432
657564
881435
1025056
1130296
1007131
826932
760623
710800
680923

Numar
locuinte
x2
11345000
11248000
11329500
11199086
11228669
10509810
9963090
9903764
9856307
9578779
9591723
9396954
9055940
8775308
8959513

Ap. cu 3
vamere
x3
5894,2
2366,4
2314,2
2771,9
4678,3
5636,4
5885,4
5810,6
6104,6
4998,7
5686,8
8167,8
9704,8
11803,2
12450,9

Zona
urbana
x4
691803
185459
186172
144994
149712
148333
152585
144034
132472
131138
105614
148066
154801
162362
165450

Regresia asupra variabilelor rmase n model:

SUMMARY OUTPUT
Regression Statistics
Multiple R
0,999405
R Square
0,998811
Adjusted R
Square
0,998335
Standard Error
0,113597
Observations
15
ANOVA
df
Regression
Residual
Total

Intercept
X Variable 1
X Variable 2
X Variable 3
X Variable 4

4
10
14
Coefficient
s
11,69657
9,29E-06
-1,1E-06
-8,8E-05
1,18E-06

SS
108,3603
0,129042
108,4893

MS
27,09007
0,012904

F
2099,318

Significance F
1,43E-14

Standard Error
0,908944
1,48E-07
8,01E-08
2,24E-05
3,63E-07

t Stat
12,86831
62,92851
-13,3035
-3,95143
3,256712

P-value
1,51E-07
2,5E-14
1,1E-07
0,002724
0,008622

Lower 95%
9,671317
8,96E-06
-1,2E-06
-0,00014
3,74E-07

Upper 95%
13,72182
9,62E-06
-8,9E-07
-3,9E-05
1,99E-06