04.08.2020       Выпуск 346 (03.08.2020 - 09.08.2020)       Статьи

Стоимость строительных работ в Сан-Франциско. Инфляция и рост стоимости работ за последние 30 лет

В прошлой статье была рассмотрена общая годовая сумма строительных объемов (инвестиций) в Сан-Франциско в период с 1980 по 2018 год. По разнице между ожидаемой (сметной) и фактической (пересмотренной) стоимостью строительства отслеживались движения настроений инвесторов в периоды экономических бумов и кризисов в регионе.

Читать>>




Экспериментальная функция:

Ниже вы видите текст статьи по ссылке. По нему можно быстро понять ссылка достойна прочтения или нет

Просим обратить внимание, что текст по ссылке и здесь может не совпадать.

Сан-Франциско — технологическая «Москва» нашего мира, на примере которого (при помощи открытых данных) можно наблюдать за развитием строительной отрасли в больших городах и столицах.

В этом технологичном городе очень выраженно проходили экономические циклы, которые в разные временные промежутки,

давали взрывной рост спроса разным секторам недвижимости.

Данные о более чем миллионе разрешений на строительство (записей в двух датасетах) от департамента по строительству Сан-Франциско — позволяют проанализировать не только строительную активность в городе, но и критически рассмотреть последние тенденции и историю развития строительных секторов и спроса на недвижимость за последние 30 лет.

В прошлой статье

была рассмотрена общая годовая сумма строительных объемов (инвестиций) в Сан-Франциско в период с 1980 по 2018 год. По разнице между ожидаемой (сметной) и фактической (пересмотренной) стоимостью строительства отслеживались движения настроений инвесторов в периоды экономических бумов и кризисов в регионе.

Взлёты и падения строительной отрасли Сан-Франциско. Тенденции и история развития строительной активности

В данной статье рассмотрим подробнее отдельные отрасли строительства: ремонт крыш, кухонь, лестниц и ванных комнат. После этого сравним инфляцию по отдельным типам работ с данными по официальной инфляции и другими экономическими показателями.

Содержание:

Взлеты и падения строительных секторов по типу жилья

Средняя стоимость ремонта кухни и ванны в Сан-Франциско.

Средняя стоимость ремонта крыши и лестницы в Сан-Франциско.

Стоимость планового ремонта дома.

Рост стоимости строительных работ в Сан-Франциско.

Инфляция стоимости строительных работ в Сан-Франциско.

Реальные ставки и доходность в строительной отрасли.

Выводы, разобранные в этой статье:

  1. Инфляция в строительстве в два раза больше официальной инфляции в стране.

  2. Спрос на различные типы жилья год от года меняется и зависит от различных экономических циклов.

  3. Экспоненциальный спрос (увеличение спроса в 10 раз) на строительства апартаментов (Apartments) пришелся на последний Хай-тек бум (2016 год)

  4. Пик спроса на торговые площади (Retail) и увеличение объемов строительства более чем в 16 раз пришёлся на пик Доткомов (2001 год).

  5. Стоимость ремонта крыши и кухни увеличилась за последние 30 лет более чем в 3 раза.

  6. Стоимость ремонта ванной комнаты увеличилась за период с 1980 по 2019 год в 5 раза.

  7. Бизнес по строительству лестниц почти не повышает цены на ремонт уже почти 30 лет.

  8. Цена планового ремонта по 4 категориям (крыша, ванна, кухня, лестница) у одно-семейного дома и у двух-семейного дома отличается на 15%.

  9. Для общего ремонта по 4 категориям каждые 15-20 лет — стоимость ремонта кухни, ванной, крыши и лестницы, в одно-семейном доме составит примерно $ 54 000 тогда как для двух-семейного дома эта сумма составит — $ 61 000.

  10. Бизнес связанный со строительством домов в Сан-Франциско показывает плавный устойчивый рост без колебаний уже 30 лет.

  11. Бизнес связанный со строительством торговых площадей, офисов и апартаментов — волатильный и имеет многочисленные экспоненциальные (увеличение больше чем в 10 раз) взлеты и падения.

  12. Если наблюдать многократный рост в течении короткого времени, в следующие два года можно ожидать такого же по интенсивности стремительного падения.

  13. Если нужно узнать на сколько поднимется средняя цена на ремонт, следи за стоимостью ставки по 10 летним государственным облигациям.

Построение графиков и расчётов проводилось в

Jupyter Notebook

(на платформе Kaggle.com).

Взлеты и падения строительных секторов Сан-Франциско по типу жилья

Технологическая индустрия Сан — Франциско является одним из виновников резкого роста цен. Технические работники, зарабатывающие “шестизначные цифры”, переезжают в город, чтобы работать в стартапах и в более авторитетных компаниях, (таких как Google, Facebook, Twitter и Apple) резко увеличивают стоимость жизни и увеличивают спрос на жилье. Программисты с карманами, набитыми “техническими” деньгами, могут позволить себе перекупить большинство местных жителей на рынке недвижимости.

При этом, с точки зрения законодательства в сфере градостроительства — Сан-Франциско является одним из наиболее регулируемых городов в Америке. Эти и многие другие факторы сильно ограничивают объемы строительства и влияет на цены и спрос в Сан-Франциско.

Поэтому

спрос на различные типы жилья меняет своего лидера в каждый новый экономический цикл. Каждый тип жилья имел и будет иметь свои “взлеты и падения” на рынке строительства в Сан-Франциско

, как например взрыв спроса на апартаменты с 2012 по 2015 год почти в 10 раз, или хайповый, более чем в 16 раз рост спроса с 1997 по 1999 год на торговые площади.

В статье о годовой общей сумме строительных работ, график движения за период с 1980 по 2018 год разделялся на две составляющие:

  • Предположительная (сметная) стоимость работ (синяя линия)

  • Фактическая (пересмотренная) стоимость работ (желтая линия)

Рассмотрим суммарные данные по общей стоимости глубже и

перейдём к “следующему слою” данных.

Общую суммарную стоимость работ разобьем на категории работ по параметру “тип жилья” (“Existing Use”):

  • Apartaments (апартаменты)

  • Retail (торговые площади)

  • Office (офисные пространства и бюро)

  • Жилая недвижимость (одно- двух-семейные дома)

dfn = df.dropna(subset=['description'])
dfn.description.isnull().values.any()
#dfn = dfn[dfn['description'].str.match('kitchen')]
df_unit = dfn.loc[:,['revised_cost','existing_use', 'existing_units', 'zipcode','permit_creation_date']]

df_unit = df_unit.dropna()
#keys = ["hotel","appartments"]
df_unit = df_unit[df_unit.existing_use.str.contains("apartments")]

#data_loc = df_unit.loc[['estimated_cost', 'revised_cost','permit_creation_date']]
data_cost = df_unit 
data_cost.permit_creation_date = pd.to_datetime(data_cost.permit_creation_date)
data_cost = data_cost.set_index('permit_creation_date')

data_cost = data_cost[data_cost.index > "1985-8-01"] 
data_cost = data_cost[data_cost.index < "2019-8-31"] 


data_cost = data_cost.dropna()
data_cost_m = data_cost.groupby(pd.Grouper(freq='300d')).sum()
#data_cost_m.head()
plt.figure(figsize=(19,8))

ax = sns.lineplot(data=data_cost_m.revised_cost, linewidth=3, size = 17)
ax.set(xlabel='retail')
major_ticks = np.arange(0, 1500000000, 200000000)
ax.set_yticks(major_ticks)
ax.set(ylim=(0, 1500000000))
plt.savefig('plotname.png', transparent=True)

Видно, что все типы недвижимости в разные экономические периоды проходили через стремительный параболический (хайповый) рост и такое же стремительное падение.

  1. Пик строительства апартаментов(Apartments) пришелся на последний Хай-тек бум, который был связан с притоком большого количества новых технических работников со всего мира в быстрорастущие фирмы силиконовой долины. Спрос на апартаменты с 2012 по 2015 увеличился в 10 раз. c $ 133 млн в 2012 году до $ 1,4 млрд. инвестированных только в апартаменты в 2015 году.

  2. Пик спроса на торговые площади (Retail) в свою очередь пришёлся на хайп Доткомов. Спрос на торговые площади с 1997 по 1999 увеличился в 16 раз. c $ 22 млн в 1997 до $ 350 млн. инвестированных только в торговые площади в 1999 году. Схлопывание пузыря привело к исходу технических работников из города и спрос на торговые площади резко упал, и вернулся к стандартному уровню. При этом последний технический бум никак не повлиял на спрос торговых площадей и скорее уже построенные в конце 90-х лишние метры удовлетворяют современный спрос на торговые площади.

  3. Рост спроса на офисную недвижимости (Office) также связан с развитием гигантов силиконовой долины. Но здесь начиная с 2000 года, в отличие от торговой недвижимости и апартаментов, прослеживается устойчивый рост спроса — который сопровождается многочисленными, небольшими взлетами и падениями.

  4. Рост инвестиций в жилую недвижимость совпадает по динамики роста с офисной недвижимостью, но отличается от роста офисных площадей — плавностью роста и отсутствием больших колебаний спроса.

Если соединить эти 4 основные категории в один график, получаем знакомый по первой статье общий рост и падения всех инвестиций в строительство в городе Сан-Франциско.

Средняя стоимость ремонта кухни и ванны в Сан-Франциско

Взяв данные из характеристики (Feature) — Description, мы можем

дополнительно отобрать данные по отдельным категориям работ

и посмотреть, сколько в среднем стоит ремонт кухни или ванны в Сан-Франциско для различных типов жилья.

fam1 = df_unit[df_unit['existing_use']=='1 family dwelling']['estimated_cost'].mean()
fam2 = df_unit[df_unit['existing_use']=='2 family dwelling']['estimated_cost'].mean()
office = df_unit[df_unit['existing_use']=='office']['estimated_cost'].mean()
apartments = df_unit[df_unit['existing_use']=='apartments']['estimated_cost'].mean()
data = {'1 family dwelling':fam1,'2 family dwelling':fam2,'Apartments':apartments}
typedf = pd.DataFrame(data = data,index=['redevelopment of the bathroom'])
typedf.plot(kind='barh', title="Average estimated cost by type", figsize=(8,6));

Стоимость ремонта кухни в Сан-Франциско почти в два раза больше чем стоимость ремонта ванной комнаты. Логично при этом что средняя стоимость ремонта ванной комнаты на $2 000 больше для двух-семейного дома ($16 000) чем для одно-семейного дома ($14 000).

При этом средняя стоимость ремонта кухни для двух-семейного дома ($25 000) почти на 3000$ меньше чем для одно-семейного дома ($28 000).

Средняя стоимость ремонта крыши и лестницы в Сан-Франциско

По той же характеристике (Feature) — Description, отберем только строки, которые содержат слова “reroofing” (перекладка крыши) и “stairs” (ремонт лестницы).

По средней стоимости ремонта крыши, логично что ремонт крыши (из за большей площади крыши у двух-семейных домов) в среднем на 2000$ больше чем у одно-семейных домов.

Стоимость ремонта лестницы также в два раза больше для двух-семейного дома, потому что в одно-семейном доме лестница или отсутствует (или это однопролетная лестница).

Стоимость планового ремонта дома в Сан-Франциско

Ремонт кухни, ванной в среднем рекомендуется проводить один раз в 10-15 лет. Ремонт крыши и лестницы — один раз в 15-20 лет.

В общем если “теоретически” через 15 лет после строительства дома — произвести ремонт кухни, ванной, крыши и лестницы за один год, — то в одно-семейном доме вам нужно будет накопить для этого $54 000 тогда как для двух-семейного дома эта сумма составит — $61 000.

Разница в общей стоимости работ по этим четырем категориям составляет всего 15%.
Таким образом после строительства нового дома, для того чтобы произвести ремонт в доме по четырем категориям (кухня, ванна, крыша, лестница), необходимо ежемесячно откладывать по $350, чтобы через 15 лет накопить необходимые $60 000 для ремонта.

Рост стоимости строительных работ в Сан-Франциско

Взяв данные по категориям работ, и сгруппировав их по годам, можно наблюдать за ростом (и инфляцией) средней стоимости ремонтных работ по типу жилья.

years = list(range(1980, 2020)) 
keywords = ['1 family dwelling','2 family dwelling','apartments']
val_data = []
for year in years:
    iss_data = []
    for word in keywords:
        v = df_unit[(df_unit['existing_use']==word) & (df_unit['issued_date']== year)]['estimated_cost'].mean()
        iss_data.append(v)
    val_data.append(iss_data)
#print(val_data)

В следующем графике данные о средней стоимости по типу жилья представлен, как и в предыдущем параграфе, в столбчатом виде.

Этот же график, для наглядного отображения, но уже в виде линий, даёт уже более понятную (“инфляционную”) картину.

dfnew.plot.bar(figsize=(20, 8)) 
plt.xlabel("Years")
plt.ylabel("Estimated cost of reroofing")
plt.title("Estimated cost of reroofing by year");
dfnew.plot.line(figsize=(12, 6))

Среднюю же стоимость ремонта крыши характеризует плавный рост начиная с 1990 года.

В отличие от жилых домов средняя стоимость ремонта крыши апартаментов в этот же период проходила многочисленные подъемы и падения.

В стоимости ремонта крыш апартаментов прослеживаются краткосрочные 3 летние циклы.

В отличие от ровной динамики роста средней стоимости ремонта крыш, — средняя стоимость ремонт кухонь имеет бОльшую волатильность.

В ремонте кухонь, так же как и в ремонте крыш апартаментов прослеживаются краткосрочные 2x-3-x летние циклы.

В ремонте же ванных комнат уже таких циклов не прослеживается и рост средней стоимости строительства здесь более пологий. Выделяется только повышенная средняя стоимость ремонта ванн в апартаментах перед бумом доткомов?!

Инфляция стоимости строительных работ в Сан-Франциско.

Для того чтобы найти инфляцию средней стоимости ремонта за весь период с 1980 по 2019 год дополним данные трендовой линией. При вычислении инфляции (взяв начальную и конечную точку трендовой линии) получаем, что максимальная инфляция в стоимости за период с 1990 по 2018 год произошла в сфере ванных комнат.

Средняя стоимость ремонта ванной комнаты за последние 30 лет возросла почти в 5 раз (возможно стоимость ремонта выросла из за появления появившихся на рынке новых отделочных материалов и дорогой (и доступной) керамике и сантехники?!).

sns.regplot(y=dfnew_2['2 family dwelling'],x=dfnew_2['index'],data=dfnew_2, fit_reg=True) 
#sns.jointplot(dfnew_2['index'], dfnew_2['2 family dwelling'], data=dfnew_2, fit_reg=True, stat_func=stats.pearsonr)
lines = plt.gca().lines
lower1990 = [line.get_ydata().min() for line in lines]
upper2019 = [line.get_ydata().max() for line in lines]
plt.scatter(1990, lower1990, marker='x', color='C3', zorder=3)
plt.scatter(2019, upper2019, marker='x', color='C3', zorder=3)
print("In 1990 it cost = $" + str(lower1990[0].round()) + "; In 2019 it cost = $ " + str(upper2019[0].round()))
print("Inflation for the period 1980-2019 = " + str(((upper2019[0]-lower1990[0])/lower1990[0]*100).round())+"%")
all2 = [line.get_ydata() for line in lines]

Меньше всего отклонений по значениям в категории “ремонт крыш”, где за последние 30 лет инфляция составила 250% (средняя цена увеличилась более чем в 3 раза). Стоимость ремонта кухни также увеличилась за последние 30 лет в 3 раза.

В тот же самый период, стоимость ремонта лестницы с 1980 по 2019 год почти не изменилась и инфляция средней стоимости в этой сфере строительства составила лишь 85%.

Представим теперь развитие роста инфляции для большей наглядности в едином масштабе, где инфляция варьируется от 0 до 9% и посмотрим на падение ежегодной инфляции стоимости ремонта по категориям в период с 1980 по 2019 год.

Заметно что ежегодная инфляция за последние 30 лет снизилась во всех категориях почти в 2-4 раз (например в ремонте крыш с 8% в 1990 до почти 2% в 2019 году). Это полностью совпадает с экономической политикой в этот период (с 1980 по 2019 год).

Если сравнить официальные данные по инфляции и данные по инфляции в строительном секторе будет видно, что только в одном секторе официальная инфляция совпала с инфляцией стоимости работ.

Рост стоимости работ по ремонту лестниц полностью совпадал с официальной инфляцией. В остальных же категориях работ ежегодный рост стоимости строительных работ за последние 30 лет опережал официальную инфляцию почти в 2 раза.

Движение же инфляции по таким категориям как ремонт крыши, ремонт ванных комнат и кухонь, почти полностью совпадало с движением процентной ставки по 30 летним кредитам (и соответственно с доходности 10 летних казначейских облигаций).

30-летняя фиксированная ипотека — это кредит, процентная ставка которого остается неизменной на протяжении всего срока кредита.

Например, при 30-летней ипотеке в размере 300 000 долларов США с 20% первоначальным взносом и процентной ставкой 3,75% ежемесячные выплаты составят около 1111 долларов США (без учета налогов и страхования). Таким образом, процентная ставка 3,75% (и ежемесячный платеж) остаются неизменными на протяжении всего срока кредита.

10-летний казначейский курс — это доход, полученный за инвестиции в выпущенные правительством США казначейские ценные бумаги со сроком погашения 10 лет.

Реальные ставки и доходность в строительстве

Можно видеть, что изменения в стоимости работ совпадает с процентной ставкой по государственным облигациям. График Пола Шмельцинга (профессора Гарвардского университета) показывает, как изменялись глобальные реальные процентные ставки в течение последних восьми веков.

Собирая данные по реальным процентным ставкам в странах с развитой экономикой, Шмельцинг показывает, что

реальные показатели показывают отрицательный тренд процентной ставки с 14 века.

Для сравнения период, который рассматривался в статье обозначен желтым цветом.

Начиная с 1311 года, данные из отчета показывают, как средние реальные ставки изменились с 5,1% в 1300-х годах до среднего 2% в 1900-х годах.

Средняя реальная ставка в период 2000-2018 годов составляет 1,3%.

Вместе с реальной ставкой, конечно же снижается и доходность отраслей, которая коррелирует с этой ставкой. Это в первую очередь такие древние отрасли, как аграрная промышленность и строительная отрасль.

Скорее всего в период с 2020 по 2030 год мы увидим новые рекордные минимумы реальных ставок и соответственно снижение доходности в строительной отрасли. Но если доходность снижается, возможно это означает, что производительность будет увеличиваться на эти же «недостающие» проценты.

Если раньше в строительстве была большая маржа в 10-15%, и компаниям не нужно было задумываться о внедрении новых технологий (которых в принципе было немного), то теперь мы вступаем в новую эпоху низких реальных ставок и низкой маржи в 2-5%, где основную роль в строительной компании будет играть наличие новых инструментов и процессов в работе компании.

Инструментов и новых технологий, которые могут использоваться уже сейчас в строительстве в данный момент в переизбытке.

Строительным компаниям понадобятся десятилетия, для того чтобы эти новые технологии нашли своё место в тяжелоповоротливой и сопротивляющейся строительной отрасли .

Примерно в то же время, когда в Москве начнут работать беспилотные такси — российские строительные компании, чтобы сохранить маржу, начнут постепенно заменять планировщиков на нижних уровнях — автоматизированными скриптами и инструментами, использующие технологии больших данных и машинного обучения.

Ссылки на предыдущие публикации по этой теме:

Ссылка на Jupyter Notebook:

San Francisco. Building sector 1980-2019.

Если вам нравится мой контент, пожалуйста, подумайте о покупке мне кофе.‍ Спасибо за вашу поддержку!

Купить кофе автору





Разместим вашу рекламу

Пиши: mail@pythondigest.ru

Нашли опечатку?

Выделите фрагмент и отправьте нажатием Ctrl+Enter.

Система Orphus