Αρχή

Στεγαστική Κρίση και η Στατιστική του Κουβά

Υπότιτλος: Στατιστική ΓΤΠ, Απατεώνες και αναλφάβητη - άστεγη Πλέμπα

stats
Πηγή: D-Keine by iStock

Αρχικά δεν ήξερα αν έπρεπε να συμπεριλάβω αυτό το άρθρο στην κατηγορία "Αθήνα Χαβούζα" ή στην κατηγορία "Γνώμες". Όμως η στεγαστική κρίση δεν αφορά μονάχα τας Αθήνας και η κατηγορία "Αθήνα Χαβούζα" έχει καθαρα επιστημονικό χαρακτήρα, οπότε εδώ είναι η θέση του άρθρου.

Για τους θετικούς επιστήμονες και για τους μηχανικούς η στατιστική είναι το βασικότερο μαθηματικό εργαλείο για την διενέργεια πειραμάτων. Η σωστή στατιστική μέθοδος κάνει την διαφορά ανάμεσα στην αξιόπιστη επιστημονική έρευνα και την "παπάτζα", κάτι που εγώ προσωπικά κατάλαβα με τον δύσκολο τρόπο, όταν βόρειοι, άκαμπτοι Προτεστάντες, από εκείνα τα έθνη που έχουν συννεφιά και δεν ξέρουν να γλεντάνε, αξιολόγησαν την πτυχιακή του μεταπτυχιακού μου και με ξεφτίλισαν μέχρι τελείας. Χάριν σε αυτούς του δασκάλους όμως τώρα ξέρω πότε αυτό που διαβάζω είναι για τα σκουπίδια.

Ξεκινάμε με μια σημαντική σημείωση:

Η στατιστική δεν ψεύδεται, όποιος έγραψε το αντίθετο σίγουρα δεν γνώριζε από στατιστική. Η στατιστική είναι μαθηματικά και τα μαθηματικά λένε πάντα αλήθεια. Ψέμματα λένε αυτοί που κατασκευάζουν την εκάστοτε στατιστική στα μέτρα τους.

Σε μεγάλη εφημερίδα βλέπετε με μεγάλη γραμματοσειρά τον εξής τίτλο: "Οι τιμές των ακινήτων έχουν και άλλο περιθώριο ανόδου" και το άρθρο αναλύει πως η αύξηση που έχουμε δει στις τιμές όχι μόνο είναι φυσιολογική, αλλά και μικρότερη από ότι θα έπρεπε. Δείχνει μάλιστα ένα γράφημα σαν αυτό:

stats

Κοιτάει ο τυπικός απόφοιτος λυκείου, ο οποίος έχει ξοδέψει χιλιάδες ώρες σε γεωμετρία, τριγωνομετρία, ανάλυση, απειροστικό λογισμό, παραγώγους, στατιστική, από την πρώτη δημοτικού μέχρι και την τρίτη λυκείου, αλλά βγαίνει άχρηστος, και λέει: "Μα ναι! Έχει και άλλο η αγορά!"

Κοιτάει τα ίδια αποτελέσματα κάποιος που δεν είναι λειτουργικά αναλφάβητος και του δημιουργούνται στοιχειώδη ερωτήματα:

Άξονας y:

Η έρευνα αφορά όλα τα προς πώληση σπίτια (πληθυσμός) ή υπάρχει κάποιο αντιπροσωπευτικό δείγμα; Τι είδους σπίτια έχουν μπει σε αυτό το δείγμα; Το δυάρι στα Πατήσια, η μεζονέτα στην Γλυφάδα και το ερείπιο της προγιαγιάς μου στα κατσάβραχα έχουν μπει όλα σε αυτή την στατιστική; Πήραμε έναν κουβά και τα ρίξαμε όλα μέσα; Χρησιμοποιείται το mean ή το median; Γιατί άλλη ιστορία μας λέει ο μέσος όρος και άλλη ο ενδιάμεσος. Σε ποιες γεωγραφικές περιοχές είναι αυτά τα σπίτια; Είναι στο κέντρο; Είναι στα σύνορα του Έβρου; Είναι στην Μύκονο; Ο πληθωρισμός ελήφθη υπ' όψιν;

Άξονας x:

Εδώ είναι προβληματικό το να επιλέγεις μια χρονική περίοδο για την έρευνά σου η οποία περιλαμβάνει εποχές παχιών αγελάδων, την χειρότερη οικονομική κρίση μετά το 1929, την περίοδο της πανδημίας και την περίοδο της ανάκαμψης. Αυτό θυμίζει περισσότερο κολάζ από άσχετες φωτογραφίες παρά ανάλυση. Το μεγαλύτερό μου πρόβλημα εδώ είναι το 2008 ως σημείο εκκίνησης. Συνήθως εκκινούμε από ένα υγιές σημείο, από ένα σημείο "business as usual". Όσοι προλάβατε το 2008, αλήθεια το θεωρείτε υγιές σημείο; Δεν σας φαίνεται ύποπτο που πολλοί "επαγγελματίες" κάνουν σύγκριση με ένα έτος ΦΟΥΣΚΑ υπερτιμημένων ακινήτων και εύκολου δανεισμού;

Αυτό είναι ένα χαρακτηριστικό δείγμα αυτού που αποκαλώ ως ΣΤΑΤΙΣΤΙΚΗ ΤΟΥ ΚΟΥΒΑ.

Σωστή Στατιστική Ανάλυση

1. Γεωγραφικός Διαχωρισμός. Δεν μπορείς να συγκρίνεις σπίτια σε περιοχές με διαφορετικά γεωχωρικά χαρακτηριστικά. Σπίτια νησιών, με σπίτια ηπειρωτικών περιοχών. Σπίτια σε τουριστικά νησιά με σπίτια σε νησιά της άγονης γραμμής. Σπίτια σε πόλεις - κόμβους και σπίτια σε πόλεις στις παρυφές της Μόρντορ. Δεν χρειάζεται να έχεις πτυχίο στην γεωπληροφορική για να καταλάβεις το γιατί.

2. Κατασκευή Δεικτών (Indices). Δεν συγκρίνεις ανόμοια ακίνητα. Συγκρίνεις πάντα όμοια πράγματα ή αλλιώς δημιουργείς δείκτες. Πχ: Συμπεριλαμβάνουμε όλα τα δυάρια της Κυψέλης, της δεκαετίας του 90, που έχουν ένα υπνοδωμάτιο. Εναλλακτικά συγκρίνουμε την τιμή €/m² (ευρώ ανά τετραγωνικό) για τα δυάρια της Κυψέλης της δεκαετίας του 90 που έχουν ένα υπνοδωμάτιο. Χωρίς τέτοιους περιορισμούς η ανάλυση που θα κάνουμε είναι για τα σκουπίδια.

3. Η χρονική περίοδος έχει σημασία. Δεν αναλύεις δεδομένα από διαφορετικές ιστορικές φάσεις σαν να ανήκουν στην ίδια πραγματικότητα. Αν, για παράδειγμα, μελετάς την κατανάλωση αλκοόλ στις ΗΠΑ, δεν μπορείς να βάλεις στο ίδιο σύνολο την περίοδο της ποτοαπαγόρευσης με μεταγενέστερες δεκαετίες κανονικής λειτουργίας της αγοράς. Οι συνθήκες είναι θεμελιωδώς διαφορετικές. Η αν το κάνεις πρέπει να προσαρμώσεις την έρευνα σε αυτό πχ διαχωρίζεις σε επιμέρους υποπεριόδους, είτε κανονικοποιείς τα δεδομένα ώστε να είναι συγκρίσιμα. Μια σωστή ανάλυση θα αφορούσε τις τιμές από το τέλος της πανδημίας μέχρι και το σήμερα.

Οι πιο συνηθισμένες φράσεις των Αποπροσανατολιστών

Το airbnb έχει απορροφήσει μόνο το 5% των σπιτιών.

Ερώτηση μορφωμένου ανθρώπου: Τι σπίτια είναι αυτά που έχει απορροφήσει και σε ποιες περιοχές; Αν αυτά τα σπίτια είναι το 5% των μικρών σπιτιών που θα μπορούσαν να αξιοποιηθούν από φτωχούς φοιτητές, σε γειτονιές πλησίων πανεπιστημίων, τότε το 5% φαντάζει ξαφνικά λιγότερο αθώο. Γιατί αν εγώ σου πω ότι αυτό το 5%, της στατιστικής του κουβά σου, είναι πχ το 20% όλων των φοιτητικών σπιτιών της περιοχής, τότε αλλάζει η ανάγνωση.

Η αγορά ακινήτων είναι σε ανάκαμψη

Ερώτηση μορφωμένου ανθρώπου: Ανάκαμψη σε ποια βάση; Μετά από πτώση; Μετά από φούσκα; Ή απλώς σύγκριση με ένα αυθαίρετο σημείο εκκίνησης;

Η άνοδος των τιμών είναι φυσιολογική

Ερώτηση μορφωμένου ανθρώπου:Τι θα πει φυσιολογική;. Η λέξη "φυσιολογική" δεν έχει στατιστικό νόημα αν δεν ορίζεται το υπόβαθρο. Φυσιολογική σε σχέση με τι; Ποια περίοδο; Ποια αγορά; Ποιο αγοραστικό κοινό;

Υπάρχουν χιλιάδες κλειστά ακίνητα

Ερώτηση μορφωμένου ανθρώπου:Πόσο εύκολα μπαίνουν αυτά τα ακίνητα στην αγορά; Γιατί αν είναι σαν την ετοιμόρροπη διπλοκατοικία του 1931, εδώ λίγο πιο κάτω, τότε ο χρόνος εισόδου στην αγορά γίνεται +άπειρο.

Ο εφιάλτης της Gaussian

Τι καθορίζει πόσο αντέχει η αγορά;


Αυτό:

stats

Η καμπύλη των μισθών καθορίζει την αγορά και είναι μη διαπραγματεύσιμο.. Η καμπύλη των μισθών είναι σαν τις Δευτέρες. Μπορεί να μην σου αρέσουν οι Δευτέρες, να τις μισείς, να αρθογραφείς για την κατάργησή τους, όμως μάντεψε, η Δευτέρα θα ξαναέρθει. Και η επόμενη. Και η επόμενη.

Έστω λοιπόν ότι ο μέσος μισθός σε μια χώρα είναι 1100 ευρώ. Δεν ξέρω ποια χώρα είναι αυτή. Το 1100 είναι στην καμπύλη ακριβώς στην μέση. Εσύ λοιπόν ζητάς ενοίκιο για ένα τριάρι στην Κυψέλη 850 ευρώ, που σημαίνει ότι κάποιος για να ζήσει πρέπει να βγάζει τουλάχιστον 1500 ευρώ.

stats

Η κατανομή των μισθών δεν πρόκειται να αλλάξει. Είναι σαν τις Δευτέρες είπαμε. Πραγματικότητα. Μάντεψε τι θα αλλάξει και ποια γραμμή θα μετακινηθεί βίαια. Το πως θα γίνει είναι δουλειά των οικονομολόγων να το προβλέψουν. Αν θα γίνει με σκάσιμο φούσκας, ή ομαλά.

Αν το περιεχόμενο αυτό σου είναι δύσκολο να το παρακολουθήσεις, παρά τις χιλιάδες ώρες μαθηματικών που διδάχτηκες στο δημόσιο σύστημα, τότε το εκπαιδευτικό σύστημα είναι μια τεράστια σπατάλη πόρων και θα έπρεπε να μαθαίνει στους ανθρώπους μονάχα να μετρούν μέχρι το 100 και πως να σκρολάρουν στο κινητό. Αν δεν συμφωνείς τρέξε και αγόρασε τώρα τριάρι στο Κερατσίνι για 400 χιλιάδες ευρώ ευκαιρία.