Módszertani megjegyzések
A közölt lakáspiaci árindexek összesített értékei az Eurostat lakáspiaci árindexei között is megjelennek.Methodology – Housing price statistics – Eurostat
[1] A harmonizált módszertannak köszönhetően ezek az adatok teljes mértékben összehasonlíthatóak az egyes európai országok, illetve az EU-tagállamok összesített indexeivel.
Az ármegfigyelések forrása a Nemzeti Adó- és Vámhivatal (NAV) illetékhivatali adatbázisa, ahonnan az illetékkiszabási eljárásban keletkező információkat a beérkezés után havonta, anonimizálva vesszük át. Az adatátadás minden – magánszemélyek által kötött és a teljes lakás átruházásával járó – adásvételre kiterjed, tartalmazza a lakások eladási ára mellett azok legfontosabb jellemzőit is. A lakáspiaci tranzakciók adatait ezt követően a KSH statisztikai nyilvántartási rendszereiben elérhető, a lakáspiaci folyamatok szempontjából releváns információkkal egészítjük ki, ezáltal pontosabb adatokra teszünk szert a piaci forgalomba kerülő lakások típusára és közvetlen környezetére vonatkozóan. 2007-től kezdődően állnak rendelkezésünkre egységes szerkezetű, minden tekintetben összehasonlítható adatsorok, amelyek lehetővé teszik a lakáspiac árváltozásának részletes vizsgálatát. 2016-tól az átvett adatok tartalmazzák az ingatlant szerző személyek állampolgárságát és születési évét is. A fokozatosan teljessé váló adatbázis a 2020. évi folyamatokról még csak előzetes tájékoztatást tesz lehetővé. Összeállításunk 2020 előtti időszakra vonatkozó adatai véglegesek.
A számításainkból adathiány miatt az esetek 1%-át zártuk ki. Azokban az esetekben, ahol a lakás alapterülete hiányzott, de a többi ismérv hiánytalanul rendelkezésünkre állt, a lakás ára és jellemzői alapján megbecsültük a nagyságát, ezt követően a további számításokban ezzel a becsült értékkel szerepeltettük. Ezután az adatok elemzése loglineáris regressziós modellel történt. A modellben felhasznált legfontosabb adatok: a lakások alapterülete, az épület jellege, a település (Budapesten kerület) és a település különböző földrajzi, közigazgatási és jövedelmi mutatói, a közvetlen lakókörnyezet övezetének és a lakóépületnek a jellemzői. Az új lakások elkülönítését az újlakás-vásárláshoz kapcsolódó kedvezmények alapján a NAV végezte. 2018-tól az új építésű lakások azonosításához a használatba vételi engedéllyel rendelkező, értékesítésre épített épületek adatait is felhasználjuk az OSAP 1078. sz. adatgyűjtésből.
Az újlakás-piac megfigyelése céljára rendelkezésre álló adásvételek száma az aktuális időszakban még alacsony, ezért az új lakások esetében külön kiemelendő az eredmények előzetes jellege.
Az első modellszámítás eredményei alapján a lakások 5%-át outlierként kiszűrjük, és a további indexszámításokban figyelmen kívül hagyjuk. Az outlierek kizárása után megismételt modellszámítással kalkuláljuk ki az árak összetételhatásra és tiszta árváltozásra bontott indexeit. A loglineáris módszerből következően a közölt árindexek minden esetben az adott árak mértani átlagából adódnak. A kiadványban közölt átlagárak ugyanakkor mindig számtani átlagok, amelyeket az outlierszűrés elvégzése után számítunk.
Az Eurostat által közölt összevont lakáspiaci árindex a használt és az új lakások kiadványunkban bemutatott indexeinek súlyozott átlaga. A súlyokat a megelőző év összesített lakáspiaci forgalmának értékadatai adják. Az Eurostat által közölt legfrissebb magyar adatok mindig a tárgyidőszakot követő második hónap végéig rögzített adatokon alapuló előzetes eredmények, míg jelen kiadványunkhoz már a tárgyidőszakot követő teljes negyedév beérkezett adatait használtuk fel.
Az adatok számításához figyelembe vett (nem outlier) tranzakciók száma
Év, negyedév | Használt lakás | Új lakás | Összesen | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Budapest | megye-székhely | város | község | együtt | Budapest | megye-székhely | város | község | együtt | ||
2019. I. | 8 428 | 7 460 | 11 595 | 8 378 | 35 861 | 1 162 | 793 | 927 | 228 | 3 110 | 38 971 |
2019. II. | 7 598 | 7 062 | 12 389 | 9 496 | 36 545 | 1 144 | 690 | 800 | 200 | 2 834 | 39 379 |
2019. III. | 6 280 | 6 454 | 12 129 | 11 317 | 36 180 | 777 | 736 | 827 | 189 | 2 529 | 38 709 |
2019. IV. | 5 083 | 5 218 | 9 638 | 8 928 | 28 867 | 421 | 889 | 698 | 188 | 2 196 | 31 063 |
2020. I. | 6 063 | 6 030 | 9 748 | 8 310 | 30 151 | 995 | 674 | 537 | 104 | 2 310 | 32 461 |
2020. II. | 3 872 | 4 648 | 8 305 | 7 736 | 24 561 | 701 | 424 | 410 | 104 | 1 639 | 26 200 |
2020. III. | 5 443 | 6 293 | 9 300 | 9 128 | 30 164 | 467 | 409 | 440 | 77 | 1 393 | 31 557 |
2020. IV. | 2 720 | 3 262 | 4 834 | 4 610 | 15 426 | 157 | 183 | 179 | 31 | 550 | 15 976 |