Ser vi en trend i avviket mellom totalpris og prisantydning i Oslo avhengig av ulike attributter ved boligen og boligmarkedets ulike faser? : en hedonisk boligpris studie
Master thesis
Permanent lenke
https://hdl.handle.net/11250/2788908Utgivelsesdato
2021Metadata
Vis full innførselSamlinger
- Master's theses (HH) [1072]
Sammendrag
Hovedformålet med denne masteroppgaven er å undersøke om avviket mellom prisantydning og totalprisen er avhengig av ulike attributter ved boligen, om vi kan se en trend for avviket under ulike markedsfaser og se på hvilke attributter som driver boligprisene. Vi har tatt i bruk to ulike regresjonsmodeller for å identifisere attributtene, samt konstruert en regresjonsmodell for det prosentvise avviket mellom totalpris og prisantydning. I denne analysen har vi fokusert på primærrom, soverom, etasje, kvartal per år, region og alder.
For å undersøke attributtene ved boligen og deres påvirkning på totalprisen og prisantydningen har vi brukt hedoniske prismodeller. Videre er det benyttet en hedonisk tidsdummy metode for å konstruere prisindekser.
Hovedattributtene som dominerer som drivere for boligpriser er primærrom, kvartal per år og region. Avviket viser seg å være større for små boliger enn store boliger, periferien har et større avvik enn sentrale regioner, og avviket har minket fra år 2010 til 2020.
Vi kan se en trend om at avviket mellom totalprisen og prisantydningen varierer etter markedsfaser. Under “boom” faser øker avviket, under “bust” reduseres avviket, og under stabile faser holder avviket seg stabilt. Disse trendene observeres for alle de ulike regionene. Variasjonen kan ikke kun forklares av markedsreponser, men responser på andre samfunnsmessige hendelser er også med på å forklare hvordan avviket kan variere. The main purpose of this master thesis is to investigate whether the discrepancy between the asking and the total price depends on different attributes of the home, to investigate if there's a trend for the discrepancy during different market phases, and to investigate which attributes affect home prices. We used two different regression models to identify the attributes and created a regression model for the percentage discrepancy between total price and price proposal. In this analysis, we focused on primary rooms, bedrooms, floors, quarters per year, region, and age.