Tekoälyn vaikutus asuntomarkkinoiden arvonmääritykseen Suomessa
Suomalainen, Samuli (2024)
Suomalainen, Samuli
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024091225075
https://urn.fi/URN:NBN:fi:amk-2024091225075
Tiivistelmä
Tämän opinnäytetyön tavoitteena oli tutkia vanhojen kerrostaloasuntojen neliöhintojen muodostumiseen vaikuttavia tekijöitä ja niiden merkittävyyseroja käyttäen tekoälyä apuna. Sen lisäksi muodostettiin neliöhintaennuste vuoden 2026 loppuun asti. Työn aihetta voidaan pitää ajankohtaisena johtuen tekoälyn eksponentiaalisesta kehityksestä ja käyttöönotosta eri aloilla.
Asuntojen neliöhinnat vaikuttavat suoraan asuntomarkkinan tehokkuuteen, joka puolestaan vaikuttaa asuntolainojen hakemiseen ja sitä kautta pankkien toimintaan. Pankkien toiminta ja kannattavuus kansantalouden kannalta on tärkeää, joten arvonmääritysprosessin tutkiminen ajankohtaiset makrotaloudelliset ilmiöt huomioon ottaen on perusteltua.
Tämän tutkimuksen tietoperusta sisältää otteita neljän kvadrantin mallista, jonka avulla pitkän aikavälin muutokset asuntojen hinnoissa ovat määriteltävissä. Sen lisäksi lyhyemmän aikavälin hinnanmuodostusta tarkastellaan pääasiassa aiempien tutkimusten ja esimerkkien kautta.
Tekoälyn historiaa ja toimintaperiaatetta havainnollistetaan luvussa 3, jonka jälkeen siihen perustuvaa tilastollista menetelmää, MLP-neuroverkkomallia, käytetään riippumattomien muuttujien merkittävyyserojen tutkimiseen. Tämän lisäksi merkittävyyseroja tutkitaan lineaarisen harjanneregressiomallin avulla. Tulokset ovat pääasiassa oletettuja. Viisi merkittävintä muuttujaa ovat kaikki talouden eri osa-alueita kuvaavista kategorioista, josta voidaan päätellä asuntomarkkinan olevan kompleksinen kokonaisuus, jossa makrotalouden muutosten siirtyminen asuntojen hintoihin kestää pitkään. Sen jälkeen muodostetaan SARIMA-hintaennustemalli, josta huomataan, miten vanhojen kerrostaloasuntojen neliöhintojen kehitys tulee olemaan sivuttaista seuraavat kaksi vuotta, jonka aikana erot suurkaupunkien ja haja-asutusalueiden välillä tulevat kasvamaan.
Työprosessissa tekoäly on toiminut apurina, joka on nopeuttanut oikeiden lähteiden ja halutun tiedon löytämistä. Sen kyvyt eivät kuitenkaan vielä riitä aiheeseen liittyvien kuvien luomiseen tai vertaisarvioitujen lähteiden liittämiseen vastaukseen. Kuitenkin tekoälyn uskotaan tulevan päivittäiseksi työkaluksi kiinteistönvälittäjille ja nopeuttavan entisestään arvonmääritysprosessia.
Asuntojen neliöhinnat vaikuttavat suoraan asuntomarkkinan tehokkuuteen, joka puolestaan vaikuttaa asuntolainojen hakemiseen ja sitä kautta pankkien toimintaan. Pankkien toiminta ja kannattavuus kansantalouden kannalta on tärkeää, joten arvonmääritysprosessin tutkiminen ajankohtaiset makrotaloudelliset ilmiöt huomioon ottaen on perusteltua.
Tämän tutkimuksen tietoperusta sisältää otteita neljän kvadrantin mallista, jonka avulla pitkän aikavälin muutokset asuntojen hinnoissa ovat määriteltävissä. Sen lisäksi lyhyemmän aikavälin hinnanmuodostusta tarkastellaan pääasiassa aiempien tutkimusten ja esimerkkien kautta.
Tekoälyn historiaa ja toimintaperiaatetta havainnollistetaan luvussa 3, jonka jälkeen siihen perustuvaa tilastollista menetelmää, MLP-neuroverkkomallia, käytetään riippumattomien muuttujien merkittävyyserojen tutkimiseen. Tämän lisäksi merkittävyyseroja tutkitaan lineaarisen harjanneregressiomallin avulla. Tulokset ovat pääasiassa oletettuja. Viisi merkittävintä muuttujaa ovat kaikki talouden eri osa-alueita kuvaavista kategorioista, josta voidaan päätellä asuntomarkkinan olevan kompleksinen kokonaisuus, jossa makrotalouden muutosten siirtyminen asuntojen hintoihin kestää pitkään. Sen jälkeen muodostetaan SARIMA-hintaennustemalli, josta huomataan, miten vanhojen kerrostaloasuntojen neliöhintojen kehitys tulee olemaan sivuttaista seuraavat kaksi vuotta, jonka aikana erot suurkaupunkien ja haja-asutusalueiden välillä tulevat kasvamaan.
Työprosessissa tekoäly on toiminut apurina, joka on nopeuttanut oikeiden lähteiden ja halutun tiedon löytämistä. Sen kyvyt eivät kuitenkaan vielä riitä aiheeseen liittyvien kuvien luomiseen tai vertaisarvioitujen lähteiden liittämiseen vastaukseen. Kuitenkin tekoälyn uskotaan tulevan päivittäiseksi työkaluksi kiinteistönvälittäjille ja nopeuttavan entisestään arvonmääritysprosessia.