Kiinteistön arvostaminen vuokratulon perusteella

KIINTEISTÖN ARVOSTAMINEN VUOKRATULON PERUSTEELLA Jyväskylän yliopisto Kauppakorkeakoulu Pro gradu -tutkielma 2024 Tekijä: Eino Suomi Oppiaine: Taloustiede Ohjaaja: Antti Kauhanen TIIVISTELMÄ Tekijä Eino Suomi Työn nimi Kiinteistön arvostaminen vuokratulon perusteella Oppiaine Taloustiede Työn laji Pro gradu -tutkielma Aika (pvm.) 22.5.2024 Sivumäärä 50 Tiivistelmä Tässä pro gradututkielmassa arvioidaan kiinteistön arvostamista keskittymällä ainoastaan kiinteistön vuokratuloon. Vuokratulo on kiinteistön suurin tulolähde ja siksi sitä usein verrataan kiinteistön huoltokustannuksiin arvioidessa kiinteistön kokonaistuottavuutta, eli nettotuloastetta. Tutkimuksessa kuvaillaan alkuun kiinteistöjen asemaa kansantaloudessa ja minkälaisia kiinteistöt ovat sijoitusinstrumenttina. Vuokraukselle olennaiset termit ja käytänteet, kuten indeksikorotus, markkinavuokra ja ankkurointivaikutus selitetään arviointia varten. Alussa myös tiivistetään erinäiset arvostusmenetelmät, joita markkinoilla käytetään. Tutkielma tuo esille viisi tutkimusta, joiden aiheet liittyvät esitettyyn tutkimuskysymykseen. Kirjallisuudessa tarkastellaan vuokrahallinnon toimenpiteitä, vuokranantajan motivaatioita vuokrata kohdettansa, vuokralaissuhteiden merkitystä kiinteistön arvostuksessa, sekä kiinteistöjen arvostuksen menetelmiä, joita voidaan soveltaa vuokratuloa arvioitaessa. Tutkielmassa käytettävä aineisto on Colliers Finland Oy:n tarjoamaa rent rolldataa neljästä kiinteistösalkusta. Aineistoon on kerätty kaikki olennainen tieto, jota voidaan arvioida kiinteistöstä ja siihen sovituista sopimuksista. Aineisto koostuu 19 kuukauden aikaväliltä ja noin 57 kiinteistön otannasta. Aineistoa arvioidaan paneeliaineiston regressiolla käyttäen kiinteiden vaikutusten regressiota. Aikajaksossa muuttumattomia tekijöitä arvioidaan myös satunnaisten vaikutusten regressiolla sekä yhdistetyllä PNS- regressiolla. Lopulta aineistosta yritetään löytää ankkurointivaikutuksen merkkejä käyttämällä aineistoa sopimustasolla. Tutkimuksen tulokset selventävät kiinteistön ominaisuuksien vaikutuksia vuokran määrään sekä vuokranantajan tuottamaa lisää kiinteistön arvoon. Tulosten mukaisesti kiinteistön neliövuokran tasoa voi arvioida kiinteistön ominaisuuksilla. Kiinteistön omistajan vaikutus vuokratuloon ja siten kiinteistön arvoon on myös huomattavan suuri. Lopulta arvioidaan mahdollisia aiheita jatkotutkimukselle. Asiasanat Paneeliaineiston regressioanalyysi, arvostusmallit, vuokra Säilytyspaikka Jyväskylän yliopiston kirjasto SISÄLLYS 1 JOHDANTO .......................................................................................................... 5 2 TEORIA .................................................................................................................. 8 2.1 Vuokraus sijoitusinstrumenttina ........................................................... 8 2.2 Vuokralaisten valikoiminen ja ankkurointivaikutus ...................... 11 2.3 Kiinteistön arvon määritys .................................................................... 12 2.4 Markkinavuokra ...................................................................................... 14 2.5 Vuokrantarkistus ..................................................................................... 16 3 KIRJALLISUUSKATSAUS ................................................................................ 19 3.1 The Economics of Leasing ...................................................................... 19 3.2 Valuation of Rental Commercial Retail Properties: Tenant Management and Real Options ............................................................ 21 3.3 Valuation of Properties and Economic Models of Real Estate Markets ...................................................................................................... 24 3.4 Capital Valuation Implications of Rent-free Periods. ...................... 25 3.5 Asymmetric Properties of Office Rent Adjustment .......................... 28 4 MENETELMÄ .................................................................................................... 31 4.1 Aineisto ...................................................................................................... 31 4.2 Menetelmä ................................................................................................. 34 4.3 Breusch-Pagan Lagrangen kerroin -testi ja Hausman-testi ............. 35 4.4 Ankkurointivaikutuksen tutkiminen .................................................. 36 5 TULOKSET .......................................................................................................... 37 5.1 Kiinteiden vaikutusten malli ................................................................ 37 5.2 Aikajaksolla muuttumattomien vaikutusten arvioiminen ............. 39 5.3 Ankkurointivaikutus .............................................................................. 42 5.4 Tulosten arviointi .................................................................................... 43 6 JOHTOPÄÄTÖKSET ......................................................................................... 45 5 1 JOHDANTO Viimeisen kahden vuoden aikana kiinteistömarkkinoilla on tapahtunut merkittäviä muutoksia. Keskimääräinen elinkustannusindeksi on noussut noin 1 % vuotuisesta noususta noin 3 % tasolle, sekä hyppäsi lähes 9 % vuonna 2023 (Tilastokeskus, 2024a). Tämä on aiheuttanut vuokralaisille merkittäviä maksuvaikeuksia ja kasvattanut ohjauskorkoa huomattavasti, mikä näkyy suurien velkojen oton vähentymisenä ja kiinteistömarkkinoiden hidastumisena. Kiinteistömarkkinat ovat merkittävä osa maiden taloutta, joten muutokset kiinteistöjen arvossa vaikuttavat merkittävästi maan taloudelliseen menestykseen. Useissa maissa kiinteistöjen osuus maiden pääomasta on kasvanut lähelle 50 % (Schulz, 2003). Kiinteistöjen arvon määritys vaihtelee yksilötasolla, sillä jokainen markkinoille osallistuva kiinteistösijoittaja arvostaa kiinteistölle ominaiset tekijät eri tavoin (Wyatt, 2022). Kiinteistön tai maa-alueen arvo voi myös vaihdella siihen liitetyn potentiaalin perusteella (Schulz, 2003). On mahdotonta arvioida, kuinka moni kiinteistösijoittaja tai kiinteistöön houkuteltava vuokralainen arvostaa juuri tiettyä hyödykettä, kuten läheistä puistoa, tai välttää kiinteistöä, jonka lähellä on suo (Crompton, 2001). Nämä henkilökohtaiset mieltymykset rakentavat paikkakunnalle tälle tutkimukselle olennaisen markkinavuokran tason, josta selviää alueen arvostus tiettyjä hyödykkeitä kohtaan. Kiinteistömarkkinoilla hankinnat rahoitetaan ottamalla velkaa (Rutland, 2010), koska ne ovat luonteeltaan suuria, jakokelvottomia ja kalliita kohteita (Wyatt, 2022). Korkotason ollessa alhainen velan ottaminen on halvempaa, jolloin kiinteistömarkkinat kasvavat ja kiinteistöjen arvo nousee. Kiinteistöjen hinnat pääosin kasvavat talouden kasvaessa, mutta markkinoilla tapahtuvat muutokset, esimerkiksi laskeneet työvoiman kustannukset, voivat vaikuttaa negatiivisesti kiinteistöjen arvoon alhaisten rakennuskustannusten takia (Quan ja Titman, 1997). Laskukaudella ei ole ainoastaan negatiivisia vaikutuksia kiinteistön hintaan. Laskusuhdanteen aikana kuluttajat usein valitsevat tai joutuvat vuokraamaan omistamisen sijasta (Schulz, 2003). Tämä lisää kysyntää ja kasvattaa arvoa. Kiinteistöjen tarve ei katoa taloudellisesta tilanteesta huolimatta ja vuokratulo 6 pysyy kutakuinkin samana kiinteistön nimellisen arvon laskiessa. Vuokraus pysyy tasapainoisena alana riippumatta talouden tilanteesta, jos laskusuhdanne ei aiheuta merkittävää maksukyvyttömyyttä. Vuokralaiset välttävät myös kiinteistön hankinnasta koituvia riskejä ja pääosin maksavat vähemmän kuin omistaja kiinteistön käytöstä, tosin tämä hyöty vähentää myös vuokralaisen etuja ja oikeuksia kyseistä kiinteistöä kohtaan (Merrill, 2020). Kiinteistön arvo muodostuu myös vuokrahallinnon ulkopuolisista tekijöistä. Kiinteistön ylläpitokustannukset, kuten remontit, korjaukset ja hallinnolliset kulut, tuottavat kiinteistölle tarpeen tuottaa voittoa. Vaikkei talouden tila pakota kiinteistön omistajaa tarkistamaan vuokratasoansa pysyäkseen kilpailullisena markkinoilla, taloudessa tapahtuneet muutokset voivat vaikuttaa kiinteistön kustannuksiin. Kasvavat kustannukset huonontavat kiinteistön nettotuloa ja ne voidaan korvata korottamalla vuokraa. Elinkustannusten kasvu vaikuttaa myös kiinteistön ylläpitokustannuksiin, minkä takia useissa vuokrasopimuksissa on erikseen sovittuna esimerkiksi elinkustannusindeksiin sidottu korotusehto (Tilastokeskus, 2024b). Suomen taloudessa käynnissä oleva laskusuhdanne ja kiinteistöjen kysynnän lasku (Helsingin kaupunki, 2024) on luonut tarpeen tarkastella, miten kiinteistöjen arvo rakentuu ja mitkä tekijät ovat sidottuna kiinteistön rakenteisiin, ja mihin vaikuttaa kiinteistön omistajan tekemät päätökset. Tämän pro gradutut- kielman tutkimuskysymys on selvittää kiinteistön arvon muodostuminen vuokrahallinnon näkökulmasta. Kiinteistöjä tarkastellaan liike- ja toimitilojen näkökulmasta, mutta tämän tutkimuksen aineisto on rajattu neljään suomalaisista kiinteistöistä rakentuvaan kiinteistösalkkuun. Tutkimuksessa käsitellään vain vuokratulon vaikutusta kiinteistön arvon muodostumisessa. Kiinteistön kulujen vaikutukset sivuutetaan. Kappaleessa kaksi käsitellään tutkimukselle keskeistä teoriaa sekä sanastoa. Kappaleen tarkoitus on selventää lukijalle mitä vuokrasopimuksia laatiessa käytetty terminologia tarkoittaa ja mihin sen käyttö pohjautuu. Kappaleessa kaksi käsitellään myös teoriapohjaa kiinteistön arvostamiselle ja millä eri tavoin kiinteistön arvo voidaan havainnoida. Kappaleessa kolme on nostettu viisi tutkimuskysymykselle olennaista artikkelia, jotka pyrkivät selittämään kiinteistön vuokranantajan kykyä vaikuttaa ja arvioida kiinteistön arvoa vuokralaistensa perusteella. Pro gradututkielman empirian aineisto ja menetelmä kuvaillaan kappaleessa neljä. Tutkimuksessa käytetty aineisto on neljästä kiinteistösalkusta hankittu kuukausittainen rent rollraportti 19 kuukauden ajalta, missä selviää kiinteistöille ja siellä oleville sopimukselle kaikki olennaiset tiedot. Aineistoa käsitellään paneeliaineiston regressiolla, koska aineistossa on selvästi useita tarkastelevia kohteita (kiinteistöt) sekä useita ajankohtia (kuukaudet). Sovellettava regressiomalli selvitetään tekemällä Hausman-testi. Aineisto yhdisteltiin kiinteistöjen tarkkuudella, mutta sopimuskohtaista aineistoa käytettiin selvittämään Finn ja Louvieren (1996) kuvailemaa ankkurointivaikutusta, eli tilannetta, jossa suuressa kiinteistössä oleva merkittävä vuokralainen saa paremman vuokrasopimuksen kuin vastaava pienempi vuokralainen. 7 Kappaleessa viisi käsitellään tehtyjen testien tulokset ja tarkastellaan tulosten implikaatioita vuokratulon määrittymisessä kiinteistön rent roll -datan perusteella. Lopulta kappaleessa kuusi tehdään tutkimuksen tuloksista yhteenveto ja verrataan sitä aikaisempiin tutkimuksiin. Samassa kappaleessa tehdään myös ehdotuksia jatkotutkimuksille aiheesta. Tutkimuksen pitäisi selventää, miten kiinteistöjen vuokrataso muodostuu ja miten muutokset kiinteistön fyysisissä ominaisuuksissa voivat vaikuttaa kiinteistön tuottavuuteen ja täten kiinteistön arvoon. 8 2 TEORIA Tässä kappaleessa esitän tutkimuskysymyksen tärkeimpiä teorioita ja metodeja, joiden perusteella pyrin perustelemaan kiinteistön arvon muodostumiseen vaikuttavien tekijöiden tärkeyttä ja painoarvoa. Kiinteistön arvostukselle on olemassa lukuisia eri asioihin keskittyviä malleja, mutta teoriapohja keskittyy tarkastelemaan arvostusmalleja vuokrauspotentiaalin näkökulmasta. Voimme olettaa arvon rakentuvan useasta keskenään ristiin vaikuttavasta asiasta, joten teorioiden ja metodien kattava tarkastelu on olennaista. 2.1 Vuokraus sijoitusinstrumenttina Vuokraus yleisesti sijoitusinstrumenttina on huonosti ymmärretty ja vähän tutkittu käsite, jolla muuten normaalin sijoituksen kohteen arvoa voidaan kasvattaa, kun vuokrauksessa tapahtunut arvon lasku on pienempi kuin vuokrauksesta koituneet lisätulot (Merrill, 2020). Vuokratuotto voidaan laskea vuokralaiselta perittyjen vuokrien ja kiinteistön ylläpitoon kuluneiden kustannusten erotuksena. Voitot muodostuvat vuokrasopimuksessa sovitusta vuokran määrästä, joka kerrotaan vuokrasopimuksen keston pituudella. Kiinteistön ylläpidon kustannukset ovat pääosin yhtiön hoitovastikkeet, mahdolliset remonttikulut ja ulkopuoliset kustannukset, kuten verot ja vakuudet. Niin kauan kuin yhtälön lopputulos pysyy positiivisena, on vuokraus kannattavaa. Thomas W. Merrill esitti 2020 analyysissään vuokrauksen menestyksen perustuvan kolmeen seikkaan. 1) Vuokrauksella voi rahoittaa muiden instrumenttien hankintaa ja säästää varoja. Tämä on olennaista varsinkin suhteellisen vähävaraisille sijoittajille. 2) Vaikka vuokralaiset voivat myös luoda riskiä, vuokrauksella riski voidaan jakaa ainakin osittain vuokralaisille. 3) Vuokraus jakaa sijoitusinstrumentin omistusta useammalle taholle, jolloin vuokranantajan ja vuokralaisen erilaiset osaamiset kasvattavat instrumentin tehokkuutta. Normaaleissa sijoitusinstrumenteissa on 9 oletusarvona, että rahan lainaaminen tuottaa lainaajalle korkoa ajan myötä, sijoituskiinteistöissä tämä korko kulkee nimellä vuokra (Merril, 2020). Kiinteistöjen vuokrauksessa vuokrauksen odotettu tuotto voidaan lisätä sijoituksen arvoon. Ennustettava arvon kasvu voidaan olettaa koostuvan ainakin vuokra-ajan keston, vuokran määrän, kiinteistön kustannuksien ja vuokrausriskin perusteella. Määräaikaisissa sopimuksissa vuokrauksen pituus on selvästi saatavilla, mutta toistaiseksi voimassa olevilla sopimuksilla ainoa tiettyyn aikajaksoon sidottu kesto on ensimmäinen mahdollinen irtisanomisaika. Tutkimuksessa käytetyn aineiston perusteella toistaiseksi voimassa olevien sopimusten pituus on noin kolme kuukautta, mutta voi vaihdella yhdestä kuukaudesta 18 kuukauteen. Vuokrauksen osuus kiinteistön arvosta putoaa yhden kuukauden vuokran verran määräaikaisista sopimuksista. Tästä voimme päätellä, että kiinteistöjä, joissa on paljon määräaikaisia sopimuksia, on helpompi arvostaa, kuin niitä, joissa valtaosa sopimuksista on toistaiseksi voimassa olevia. Voimme myös päätellä, että kiinteistöt, joissa on paljon toistaiseksi voimassa olevia sopimuksia, ovat mahdollisesti alihinnoiteltuja, sillä vuokra-aikaa on mahdotonta ennustaa tarkasti. Kiinteistömarkkinat muistuttavat esimerkiksi tavanomaisia korkomarkkinoita. Voidaan ajatella, että molemmat sijoitusinstrumentit pohjautuvat myöhemmällä aikajaksolla tapahtuvaan arvon muutokseen ja sijoituksen tuottamaan tuottoon (Wyatt, 2022). Näiden sijoitusinstrumenttien välillä suurin ero muodostuu instrumenttien omien markkinoiden laajuudesta. Korkomarkkinat ovat laajat ja helposti lähestyttävät, mutta kiinteistömarkkinat vaativat paljon pääomaa. Korkean pääoman tarpeen takia kiinteistömarkkinat ovat suhteellisen pienet. Kiinteistöjen arvoa verrataan vastaaviin kohteisiin (McAllister ym. 2003), kuten monilla muillakin markkinoilla, mutta pienet markkinat voivat vääristää tarkastelun tulosta. Kiinteistöjen myynti prosessina voi kestää viikkoja tai kuukausia, joten markkinat toimivat hyvin hitaasti (Wyatt, 2022). Neliövuokra, eli maksettava vuokra jokaista vuokrattavaa neliötä kohden, vaihtelee useiden eri tekijöiden mukaan. Liikekiinteistöissä vuokranantaja voi myös saada pääomavuokran lisäksi tai sijasta liikevaihtosidonnaista vuokraa, joka on sidottu vuokralaisen liikevaihtoon. Liikevaihtosidonnaisessa vuokrassa on erikseen määritelty minimivuokra ja jos sopimuksessa sovittu osuus liikevaihdosta ylittää minimivuokran määrän, maksetaan ylittävä osuus takautuvasti (Hendershott, 2002). Esimerkiksi vuokralainen A vuokrakohteessa B on sopinut vuokranantajansa kanssa maksavansa 10 % liikevaihdostaan vuokraa, mutta vähintään 1000 €. Jos A:n liikevaihto on 8000 €, hän maksaisi minimin 1000 €. Jos liikevaihto on 20 000 €, hän maksaisi 2000 €. Vuokra voidaan tarkistaa sopimuksen mukaisesti. Tätä prosessia tarkastellaan tarkemmin kappaleessa 2.5. Kiinteistölle tulee myös juoksevia kustannuksia, kuten lämmitys- ja korjauskustannuksia. Nämä laskutetaan usein osin tai täysin vuokralaiselta sopimuksen mukaisesti, tai kulujen vuokralaiselle kuuluva osuus laskutetaan ylimääräisenä ylläpitovuokrana (Abraham, 1985). Merrillin (2020) mukaan tämä jakaa vastuuta sijoitusinstrumentista vuokralaiselle. Abraham (1985) kuvailee ylläpitokustannusten olevan usein juoksevia kustannuksia, jotka laskutetaan 16 jolloin vuokran erotus on noin 2 €. Teoriassa kiinteistön omistaja voi muuttaa tilansa toimistotilasta liiketilaksi, ja voisi odottaa saavansa noin 2 € korkeampaa vuokraa. Vuokraamisesta syntyvä osa viittaa taas itse vuokrauksen myyntiprosessissa tapahtuvaan arvon muutokseen. Oletettavasti paremmat vuokranantajat saavat vuokrattua kiinteistön korkeammalla vuokratasolla kuin huonommat. Vaikka tämä ei vaikuta markkinoiden vuokratasoon välttämättä merkittävästi, voidaan sen olettaa olevan tärkeä tekijä yksilöllisessä vuokratason vaihtelussa. Viimeinen osa on markkinoilla syntynyt kilpailu. Niin kuin aikaisemmissa tutkimuksissa on todettu (Crossby ja Murdoch, 2000; Pupentsova ym. 2021; Lennhoff ja Parli 2020) tätä voi olla mahdotonta määrittää tarpeeksi tarkasti. Markkinavuokran vaikutuksen voidaan sen olettaa myös pysyvän samana markkinoiden sisällä, joten kiinteistöjen arvostamisessa kannattaa käyttää olemassa olevaa tietoa aikaisemmista myynneistä. Usein arviot kiinteistön arvostuksesta perustuvatkin aikaisempiin myyntitapahtumiin (McAllister ym. 2003). Näin ollen voidaan ajatella, että kiinteistön vuokratasoa arvioidessa saadaan parhaat tulokset keskittymällä kiinteistön ominaisuuksiin. Vuokranantajan antamaa etua voisi teoriassa arvioida vertailemalla ostajan ja myyjän taitoja realisoida vuokrattavien kohteiden täysi arvo. 2.5 Vuokrantarkistus Vuokrantarkistus, eli perusvuokran muuttaminen tietyn ajan kuluttua on yleinen käytäntö vuokrasopimuksia solmittaessa (KTI Kiinteistötieto, 2024). Suomessa vuokranmuutos on usein sidottu johonkin kasvuindeksiin, esimerkiksi elinkustannusindeksiin tai kuluttajahintaindeksiin, tai kiinteään erään, kuten ennalta sovittuun määrään tai prosentuaaliseen korotukseen. Vaikka pitkät vuokrasopimukset voivat vaikuttaa hyödyllisiltä vuokranantajalle, mahdolliset muutokset kiinteistön tai sen sijainnin arvossa voivat suhteessa laskea sopimuksen arvoa, minkä takia Kariya ym. (2003) tutkimuksessaan suosittelivat tarkkaan määritettyjä vuokrasopimusten kestoja, jotka tulisi määritellä siten että sopimuksen kestosta koituvat haitat minimoituvat ja hyödyt maksimoituvat. Indeksiin pohjautuvissa korotusehdoissa indeksi voi teoriassa myös laskea, mutta usein sopimuksissa erikseen estetään sopimuksen vuokran laskeminen suhteessa indeksiin. Sopimuksen ehdoista huolimatta vuokranantaja voi omasta aloitteestaan tai sopimuksesta vuokralaisen kanssa olla korottamatta vuokraa sopimuksen mukaisesti. Yleisin syy tälle on vuokralaisen maksuvaikeudet. Odotukset ylittänyt vuokran kasvu voi olla liikaa vuokralaiselle, mikä voi ajaa vuokralaisen pois kohteesta. Tämä haavoittaa kiinteistön tuottoa, mikä pahimmassa tapauksessa tekee kohteesta tappiollisen. Vuokranantaja voi myös ylläpitää kohteen kilpailukykyä, jos korotettu vuokra ei enää vastaa kohteen todellista arvoa. Kuviossa 1 kuvataan kymmenen vuoden aikana tapahtuneet vuotuiset korotukset tammikuussa elinkustannusindeksin (1951=100) mukaisesti. Tutkimuksessa käytettävän aineiston perusteella elinkustannusindeksi on selvästi yleisin liikekiinteistöjen 17 korotusehto ja yleisin indeksikuukausi on tammikuu. Korotuksen indeksin pisteluvun indeksikuukausi on laskettu aikaisimmaksi mahdolliseksi, eli marraskuuksi. Tämä kahden kuukauden viive johtuu indeksien saatavuudesta: uusimmat pisteluvut julkaistaan puolessa välissä korotuskuukautta edeltävää kuukautta. Esimerkiksi tammikuun korotus tehdään joulukuussa sopimuksessa määritellyn indeksikuukauden, tai aikaisimman mahdollisen ajankohdan, eli marraskuun, pisteluvuilla (Tilastokeskus, 2024b). KUVIO 1 Tilastokeskuksen mukaiset elinkustannusindeksin pisteluvut ja niiden muutokset edellisiin pistelukuihin (Tilastokeskus, 2024a) Kuviossa 1 näkyy viime vuosina pisteluvun kasvun nousseen selvästi yli Euroopan keskuspankin inflaatio-odotusten 2 % (Suomen pankki, 2024), minkä voi tulkita normaalista poikkeavana. Varsinkin vuonna 2023 tehdyt korotukset olivat merkittävän korkeat. Tässä tilanteessa moni vuokranantaja päätti olla korottamatta vuokraa täyden pisteluvun muutoksen verran, mutta tämä todennäköisesti laski kiinteistön arvoa. Vuokran korottamatta jättäminen, varsinkin usealle vuokralaiselle samassa kohteessa, on haitallista kohteen arvolle, koska keskimääräinen sopimuksista saatu vuokrataso ei välttämättä vastaa kohonneita ylläpitokustannuksia tai kiinteistön omistajan voitto-odotuksia. Laskeneet vuokrat näkyvät kohteen arvossa, mikä haittaa kohteen myyntiarvoa. Suurin osa vuokrantarkistuksista on sidottu indekseihin, joiden ennustaminen hyvin haastavaa. Voimme olettaa esimerkiksi elinkustannusindeksin lähestyvän Euroopan keskuspankin 2 %:n inflaatiotavoitetta, mutta kuvion 1 mukaisesti viimeisen 10 vuoden aikana ei yksikään arvo päässyt lähellekään kyseistä lukua, ja ennen vuotta 2022 harva arvo ylitti edes 1 %: a. Suomessa vuokran tarkistus on täysin sopimuksen mukaista, eikä vuokranantaja voi kasvattaa 18 kohteen vuokraa kattaakseen tuottavuuden laskua Laki liikehuoneiston vuokrauksesta 1995 mukaisesti (482/1995). Ainoastaan erikseen sopimuksessa sovittua ylläpitovuokraa voidaan muuttaa jälkeenpäin kattamaan kiinteistön kustannukset, jos kiinteistön hallitus päättää sen muutoksesta ja ylläpitovuokraa ei ole erikseen kirjattu kiinteäksi määräksi. Ajatus siitä, miten vuokran tarkistus tulisi ottaa huomioon kiinteistön vuokratuotossa ja -arvossa on haastava. Ehdotan kahta mahdollista tapaa huomioida vuokran tarkistus: 1. Huomiotta jättäminen: Oletettavasti kiinteistölle koituvat kustannukset tulevat kasvamaan samassa suhteessa vuokralaisten vuokrannousun, ja täten kiinteistön tuoton kanssa. Vaikka kasvavat kustannukset eivät välttämättä osu samalle kirjanpitokaudelle tai edes vuodelle, oletettavasti kasvavat tuotot ja kulut kattavat toisensa lopulta. Tämä tapa olettaa kiinteistön kulujen ja poistojen olevan kutakuinkin yhtä suuret, mikä ei päde kaikkiin kiinteistöihin. Tämä tapa ei myöskään ota huomioon vuokrantarkistusten vaikutusta vuokralaisen maksukykyyn, mikä voi heijastua sopimuksen kestoon. 2. Kiinteä kasvu: Tämä menetelmä olettaisi tulevaisuudessa tapahtuvien muutosten peilaavan jotain ennalta määrättyä arvoa, kuten edellä mainittua 2 %:n inflaatiotavoitetta, 10 vuoden keskiarvoa inflaatiosta tai painotettua keskiarvoa lähiaikojen muutoksista. Tämä tapa soveltuu parhaiten pitkän aikavälin muutoksiin hyvin tasaisilla ja riskittömillä markkinoilla, mutta on herkkä korkeille muutoksille. Suomalaisia vuokramarkkinoita seuratessa vuokran tarkistuksen rajoittaminen ennalta määrättyihin indekseihin vaikeuttaa vuokranantajan kykyä optimoida vuokratilan tuottoja ja täten kiinteistön arvoa. Vaikka olemassa olevat mallit eivät kykene välttämättä ennustamaan tulevaisuudessa tapahtuvia muutoksia indekseissä, vuokranantaja voi laskea kuinka paljon vuokran olisi tullut nousta. Tämä ei tuota tilikaudelle suoraan voittoja, mutta vuokrasopimuksen päättyessä tämä antaa vuokranantajalle perustelun korotukselle, jos vuokralainen haluaa jatkaa sopimusta. Korotettu vuokra voidaan perustella menetettyinä tuottoina ja uusi vuokralainen voi epäsuorasti periä vanhan vuokralaisen tuottamaa alijäämää. Vuokranantajalla on usein neuvotteluissa etulyöntiasema vuokran tason määrittämisessä (Brounen & Jennen, 2009), minkä takia vuokranantaja ei halua olla sidottu pitkäaikaisiin sopimuksiin (Kariya ym. 2003). 19 3 KIRJALLISUUSKATSAUS Tässä kappaleessa tarkastelemme tärkeintä tutkimuskysymykseen liittyvää kirjallisuutta. Kappaleessa on käsitelty viittä merkittävää tutkimusta, jotka korostavat pro gradu -työn olennaisia seikkoja. Lopussa tulosten yhteenveto esitetään taulukkomuodossa. 3.1 The Economics of Leasing Thomas W. Merrill kirjoitti 2020 vuokrauksesta ja sen mahdollisuuksista sijoitusinstrumenttina. Vuokraus on erikoinen aihe taloustieteen maailmassa, sillä siitä löytyy suhteellisen vähän tieteellistä kirjallisuutta ja tutkimusta, mutta työkaluna se on hyvin yleinen, jokapäiväinen ja helposti ymmärrettävä konsepti. Vuokraus on yleistynyt 1940-luvun jälkeen huomattavasti, mutta viitteitä vuokrauksesta on löydetty jo ainakin 5000 vuoden takaa. Vuokrattavan tuotteen vuokraa voidaan käsitellä kuin yleisimpien arvopaperien korkoa, mutta vuokrattavat kohteet eroavat tavanomaisista sijoitusinstrumenteista omistusoikeudessa: vuokraus ei välttämättä anna vuokranantajalle täysiä oikeuksia ja vastuita kyseisestä kohteesta, vaan vuokra maksetaan mahdollisuudesta käyttää sijoitusinstrumenttia. Vuonna 2019 31.5 % Amerikan väestöstä asui vuokralla ja Saksassa yli puolet. Vuokraukseen suunnitellut kiinteistöt taas olivat yleisempiä, varsinkin kauppakeskuksissa, joissa kiinteistön tarkoitus on vuokrata liiketiloja vuokraa vastaan. Vuokraus eroaa sijoituskohteesta hallinta-ajan perusteella. Sijoituskohteessa voimme olettaa, että sijoittaja voi omistaa kohteen koko taloudellisesti hyödyllisen ajan. Vuokrattava kohde on vuokralaisen käytössä oletettavasti lyhyemmän aikaa, kuin mikä on koko kohteen taloudellisesti hyödyllinen aika. Kiinteistöjen vuokraamisesta voidaan vielä erottaa lyhytkestoinen vuokraus eli majoitus. Tämä voi tarkoittaa esimerkiksi hotellissa yöpymistä. Normaali hotellihuone harvoin tarjoaa tarvittavat hyödykkeet, jotta kiinteistöä voitaisiin kutsua 20 asunnoksi, mutta soveltuu tilapäiseen majoitukseen, jossa asukas on ainakin osittain riippuvainen hotellin siivous-, ruokailu- ja ylläpitopalveluista. Tämä pro gradu tutkielma ei käsittele kohteita, jotka täyttävät majoituksen määritelmän. Tutkimuksessaan Merrill (2020) tarkastelee vuokrausta irrelevanttiusteoreeman perustalta (tunnetaan myös Modigliani–Miller -teoreemana, Modigliani ja Miller, 1958) siten, että kohteen vuokrauksesta koituva voitto on sama kuin kohteen hankintaan lainattavien varojen kustannukset, olettaen että seuraavat oletukset pitävät paikkansa: 1) markkinat ovat esteettömät, eli kaikki pääsevät osallistumaan ilman kustannuksia, 2) kohteiden hankinnassa ja myynnissä ei ole ulkopuolisia kustannuksia, 3) osapuolet eivät voi joutua vararikkoon ja 4) verotus ei vaikuta kauppoihin. Merrill (2020) sivuuttaa irrelevanttiusteoreeman, koska vuokraukseen kuuluu verotusta, mikä vaikuttaa markkinoihin. Joissain tilanteissa vuokranantaja voi saada jopa veroetuja vuokrauksesta. Verotus ei selitä täysin vuokrauksen kannattavuutta, mutta sillä on todennäköisesti ainakin osittainen vaikutus vuokrauksen ja omistuksen välillä. On myös turhaa olettaa, että tieto jakautuu tasapuolisesti markkinoiden osapuolien kanssa. Merrill (2020) korostaa tosin sitä, että irrelevanttiusteoreema painottaa vuokrauksen olevan tärkeä väline kohteen rahoituksessa. Vuokrauksella kohde säilyttää paremmin arvonsa tulevaa myyntiä varten, olettaen että vuokrasta osa kohdistetaan kohteen ylläpitoon. Vuokraus mahdollistaa myös kulutuksen optimointia kansantaloudessa. Merrill (2020) kuvailee tätä “get less/pay less” -mallina (suom. saa vähemmän, maksa vähemmän), jossa henkilö valitsee vaihtoehdon, jossa hän ei saa hyödykkeestä täyttä omistusta, mutta saa tärkeimmän osuuden valitsemakseen ajaksi. Vaihtoehtoisesti vuokralainen voidaan vapauttaa ylläpidollisista vastuista pienempää osaa vastaan. Asuntomarkkinoilla tämä voisi tarkoittaa tilapäistä vuokra-asuntoa alueelta, jonne henkilö ei odota jäävänsä pidemmäksi aikaa, mutta edellä mainittu lyhyt majoitus ei ole tarpeeksi tehokas vaihtoehto. Yritykset voivat myös optimoida operointikustannuksiaan vuokraamalla liike- tai toimistotiloja. Vuokraus ei aina ole asuntosijoittajalle edullinen vaihtoehto. Merrillin (2020) mukaan suurimmat vaikuttavat tekijät ovat luottamuksen puute vuokralaisten ja vuokraajien välillä sekä vuokralaisten oikeuksien ja vuokranantajan edun väliset ristiriidat. Luottamuksen puute voi näkyä vuokranantajan ja vuokralaisen välisinä erimielisyyksinä siitä, mikä on osa sopimusta ja mikä ei. Osapuolet voivat myös kiusata toisiaan, tässä kontekstissa kiusaaminen määritellään sellaisen haitan aiheuttamisena, minkä seuraukset eivät ole toiselle osapuolelle edullisia. Vuokralainen voi esimerkiksi pidättää pientä osaa vuokrastaan. Tämä summa voi olla liian pieni siihen, ettei vuokranantajan kannata aloittaa vuokranperimisprosessia. Tätä voidaan estää selvillä sopimuksilla, joissa vastuu rajataan tarkasti ja vuokralainen maksaa tietyn vuokravakuuden, josta tarpeen vaatiessa peritään puuttuva summa. Vaikka rahasummat eivät välttämättä ole suuria, vuokranantajalle voi koitua kustannuksia asian hoitamisesta asiantuntijakulujen kautta ja ajan hukkaamisesta. 21 Kun vuokrasopimus on laadittu osapuolien välille, sopimusta ei voi irtisanoa ilman molempien osapuolten suostumusta. Tätä riskiä voi ainoastaan vähentää vuokrasopimusten hyvällä suunnittelulla. Viimeisenä riskinä vuokranantajalla on vuokrattavan kohteen markkina-asema. Jos alueella on liikaa tarjontaa verrannollisille kiinteistöille, ei vuokranantaja voi sopia hänelle edullista sopimusta. Pahimmillaan vuokrasopimus aiheuttaa vuokranantajalle kustannuksia, jos nettotuloaste ei toteudu. Merrill (2020) antaa kaksi varoitusta, joiden kautta vuokrausta tulisi käsitellä niin vuokralaisen, vuokranantajan kuin päättäjien puolelta. 1. Vuokrauksella on merkittävä vaikutus pienituloisten henkilöiden ja pienten yritysten mahdollisuuksiin. Muutokset, jotka vaikuttavat suorasti tai epäsuorasti vuokran määrään tulisi harkita tarkoin, jotta alhaisen hinnan ja arvon vaihtoehdot pysyvät mahdollisina. Merrill (2020) käyttää esimerkkinä muutoksia, jotka vaikuttaisivat vuokranantajan mahdollisuuksiin periä kohteitaan takaisin sopimusrikon sattuessa. Tämä johtaisi suurempiin vuokravakuuksiin vuokranantajan puolelta, jolloin muutoksen hinta lopulta siirtyisi vuokraajille. 2. Vuokraajien ja vuokralaisten tulisi toimia yhdessä riskien ja epäluottamuksen vähentämiseksi. Tämä näkyy parhaiten tarvittavien muutosten toteuttamisessa ja epäasiallisen vuokrantarkistuksen rajoittamisessa. Epäluottamuksen kasvaessa osapuolten vastakkainasettelu kasvaa, mikä näkyy kiusantekona osapuolten välillä, mikä varsinkin vuokranantajalle voi realisoitua vähentyneinä tuottoina. 3.2 Valuation of Rental Commercial Retail Properties: Tenant Management and Real Options Tässä pro gradututkielmassa on käsitelty ja arvioitu erilaisia kiinteistön arvostusmalleja. Vaikka arvostukseen vaikuttavaisista tekijöistä osa voidaan havainnoiden kiinteistön ominaisuuksien perusteella, kohteen vuokralaiset voivat myös vaikuttaa kiinteistön arvoon. Tätä aihetta sivuttiin kappaleessa 2.2. Kariya ym. (2003) tutkivat tarkemmin kohteen vuokranantajan interaktiota vuokralaisten kanssa ja miten hyvä kiinteistöjohtaminen voi vaikuttaa kiinteistön arvoon. Interaktion vuokralaisten kanssa pitää olla avointa, ja hyvä vuokranantaja huomioi kaikki mahdollisuudet, mm. kannustimet, liikevaihtosidonnaiset vuokrat ja jatko-optiot. Tutkimuksessa on tarkasteltu kauppakeskuskohteita ja niiden vuokralaisia. Vuokralaisten huomioiminen voidaan tehdä kahdella tavalla: mahdollisimman arvokkaiden vuokrasopimusten tuottamisella ja vuokralaisten vaihtuvuuden huomioimisella. Vuokranantaja ei halua lyhyitä vuokrasuhteita, eivätkä he halua tulla sidotuksi vuosikymmeniä kestäviin sopimuksiin, joiden hyötysuhde 22 voi heikentyä vuosien aikana. Kariya ym. (2003) jakavat tutkimuksensa aiheen kolmen eri tavoitteen ympärille: 1. Pyrkimys luoda analyyttinen viitetausta vuokralaisten ylläpidon ympärille, mikä luodaan dynaamisella analyyttisellä mallilla, jonka he nimesivät dynamic discounted cash flow (DDCF) malliksi. 2. Tutkimus pyrkii tarkastelemaan optimaalista suhdetta vuokralaisten vaihtuvuuden ja vuokrasopimusten rakenteen välillä käyttämällä vertailevaa analyysiä vaihtoehtoisten vuokrasopimuksien välillä. 3. Viimeisenä tutkimus arvioi sopimuksen purkuoptioiden vaikutuksia vuokrasopimusten arvoihin ja vuokralaisten vaihtuvuuden ylläpitämiseen. Tätä vaihtuvuutta tarkastellaan Japanissa vuonna 2000 voimaan tulleen lain perusteella, mutta tässä pro gardu tutkimuksessa lain arviointia ei käsitellä. Kariya ym. (2003) arvioivat vuokralaisia tilanteessa, jossa vuokranantaja voi irtisanoa sopimuksen ilman merkittäviä irtisanomisaikoja. He käyttivät normaaleja perusvuokria ja liikevaihtoon sidottuja vuokria, ja jakoivat vuokralaiset eri kasvukategorioihin. Vuokralaisten pysyvyys kiinteistössä arvioitiin täysin myynnin kautta. Liikevaihtosidonnaisissa vuokrissa vuokralaisen ja vuokranantajan välille muodostui yhteisymmärrys vuokralaisen menestymisestä, sillä korkeampi liikevaihto toi enemmän tuloja vuokranantajalle sekä viesti kohteen olevan kannattavampi uusille vuokralaisille. Tämä voidaan esittää seuraavalla tavalla: 𝑋𝑖𝑛(𝑘)=(1−𝛼𝑖)𝑥𝑖𝑓(𝑘)+𝛼𝑖[𝛽𝑖∗ Ŝ𝑖𝑛(𝑘)] Missä: X = vuokra i = vuokrattava tila n = vuokrattava kuukausi k = sopimuskausi 𝛼𝑡= liikevaihtoon sidottu osuus vuokrasta 𝑥𝑖𝑓(𝑘)= perusvuokrien summa sopimuskaudella k [𝛽𝑖∗ Ŝ𝑖𝑛(𝑘)] = vuokralaisen myynti tilassa i kuussa n Malli kuvaa miten vuokran määrä kohteessa i aikavälillä n sopimuskaudella k rakentuu sopimuskaudella k liikevaihtosidonnaisen vuokran suhteen, johon lisätään minimivuokran osuus ja sen suuruus suhteessa toimialaan. Kiinteä vuokra lasketaan yksinkertaisesti vuokran määrällä sopimuksen voimassaolon aikana. Vuokralaisten vaihtuvuutta arvioidaan vuokralaisen myynnin määränä. Kannattavuudella voidaan arvioida, haluaako vuokralainen lähteä vai haluaako vuokranantaja vaihtaa kohteen vuokralaista. Vuokralaisen liikevaihdon tulisi olla verrattavissa keskivertoon liikevaihtoon vuokralaisen aktiivisena aikana (vuokra-aika - remontoinnit). Lopulta DDCF mallista johdetaan odotettu tuotto vuokralaiselle i, sopimuskaudella k kaavalla: 23 𝑉𝑖(𝑘)= ∑ [(1−𝛼𝑖)𝑥𝑖𝑓(𝑘)+𝛼𝑖[𝛽𝑖Û𝑖𝑛(𝑘)]]𝐴𝑖𝐷(𝑛) 𝑛𝑘 𝑛=𝑛𝑘−1+1 Missä: V = odotettu arvo i = vuokrattava tila n = vuokrattava kuukausi k = sopimuskausi 𝛼𝑡= liikevaihtoon sidottu osuus vuokrasta 𝑥𝑖𝑓(𝑘)= perusvuokrien summa sopimuskaudella k 𝛽𝑖Û𝑖𝑛(𝑘) = myynti Û tilassa i kuussa n D(n) = diskonttokorko aikajaksolla n A = tilan koko Eli tuotto on vuokralaisen i aikavälillä n sopimuskaudella k suhteellinen osuus kiinteästä vuokrasta ja liikevaihtosidonnaisesta vuokrasta, jota verrataan vuokralaisen liikevaihtoon Û sopimuskaudella k vuokratilassa kooltaan A ja diskonttokorkotasolla D aikavälillä n. Kun sopimuskausi k on päättynyt, vuokranantaja ja vuokralainen arvioivat haluavatko, että vuokralainen pysyy kohteessa. Yksinkertaistettuna vuokralainen arvioidaan tuoton perusteella, minkä jälkeen tuottoa verrataan muihin mahdollisuuksiin kohteessa. Vuokralaisen sopimusta ei jatketa, jos voidaan olettaa, että muiden mahdollisten vuokralaisten tuotot ovat suuremmat. Muussa tapauksessa sama vuokralainen jatkaa sopimuskaudella k+1. Tilassa, jossa vuokranantaja haluaa vaihtaa vuokralaisen, mutta vuokralainen haluaa pysyä, vuokralainen voi yrittää neuvotella muutossopimuksesta, jolla vuokranantajan saavuttama hyöty saadaan palautettua tarvittavalle tasolle. Vuokralainen voi myös päinvastaisessa tilanteessa neuvotella kannustimista, esimerkiksi vuokravapaista kuukausista, joiden avulla vuokralainen voi jatkaa vuokrasopimusta kohteessa. DDCF-analyysin arvojen jakauma selvitetään Monte Carlo -simulaatiolla. Vuokratulo vuokralaiselle i aikavälillä n on vuokralaisen toimialan vaikuttava tekijä kerrottuna markkinoiden vuokratasolla. Jos vaikuttavaa tekijää ei ole, jää vain markkinoiden vuokrataso. Tutkimuksessa myös huomioidaan vuokralaisen vaihtamisen kustannukset, jossa otetaan huomioon remontointikustannukset ja remontoinnin aikana tyhjänä olevan tilan kustannukset. Tutkimuksen tulokset eivät esitä optimaalista tasoa, jossa vuokran liikevaihtosidonnaisuus ja vuokralaisten vaihtuvuus tuottaa aina korkeimman mahdollisimman voiton, mutta näitä työkaluja käyttämällä vuokranantaja voi selvittää optimaalisen kannattavuuden vuokralaiselle, varsinkin verrattuna markkinavuokratason käyttämiseen. Tämän perusteella vuokralaisten aktiivisella huomioimisella on merkittävä positiivinen vaikutus kohteen vuokratuloon, ja täten kohteen arvoon. Aktiivisella vuokralaissuhteiden ylläpidolla ei välttämättä ole vain voittoihin sidonnaisia positiivisia vaikutuksia, vaan sillä voidaan pienentää riskien mahdollisuutta. 24 Jokaiselle vuokralaiselle on olemassa optimaalinen suhde, paljonko heidän tulisi maksaa liikevaihtosidonnaista vuokraa ja paljonko kiinteitä kustannuksia (tunnetaan myös minimivuokrana). Tähän vaikuttaa usein vuokralaisen toimialalle ominaiset tekijät, mutta myös muut vuokrattavan kohteen kiinteistön vuokralaiset. Koska vuokranantajalle mahdollisuus vaihtaa vuokralaista on hyvin kannattavaa vuokratulon optimoinnin suhteen, tulisi sopimuksissa olla selkeä rakenteellinen mahdollisuus purkaa sopimus tai tarjota jatko-optioita. 3.3 Valuation of Properties and Economic Models of Real Estate Markets Rainer Schulz vuoden 2003 tutkimuksessaan “Valuation of Properties and Economic Models of Real Estate Markets” kuvailee kiinteistömarkkinoita ja niiden muodostumista, sekä vertailee kolmea yleisintä arvostusmallia. Schulz (2003) kuvailee arvostuksen tehtäväksi oikean kuvan antamisen kiinteistöstä ja kyvyn muodostaa tarvittava tieto kohteen ostosta, myynnistä ja kehittämisestä niin sijoittajan kuin verottajan näkökulmasta. Tästä huolimatta tapoja arvottaa kiinteistöjä on useita, sillä sijoittajat arvostavat eri asioita. Samaan tulokseen päätyi Pagourtzi ym. (2003). Hyvä arvostusmalli antaa kohteesta vähintään riittävän luotettavan kokonaiskuvan. Tutkimus kuvailee myyntihintaan vertailevaa menetelmää, tuottoon luottavaa tulomenetelmää ja kohteen kokonaishintaa painottavaa menetelmää. Tämän lisäksi Schulz (2003) kuvailee ns. hedonisen hinnan muodostusta. Hedonisen hinnan muodostuminen eroaa muista sen painostuksella ulkopuolisiin ja sisäisiin tekijöihin, mm. kohteen sijaintiin, palveluihin tai ulkonäköön. Mallissa vaikuttaa myös ns. luonnonvoimat, kuten alueen sääolosuhteet tai ilmansaasteiden määrä. Nämä luonnonvoimat eivät ole kiinteistön omistajan käsissä, mutta ne tulee silti ottaa arvostuksessa huomioon. Kohteen hinta määritellään pääosin kiinteistömarkkinoiden pohjalta, verraten kaupattavaa kohdetta verrokkikohteisiin markkinoilla. Schulzin (2003) kuvailemat arvostusmallit voidaan määrittää seuraavasti: Myyntihintaa vertaileva metodi vertailee kiinteistön tekijöitä kuten pinta-alaa, kuntoa ja sijaintia markkinaverrokkeihin, samalla tavalla kuin hedoninen metodi. Voimme siis olettaa, että kohteelle ominaiset puutteet ja lisät muuttavat myyntihintaa oikeaan suuntaan. Tämä metodi käsittelee kiinteistöä hyvin jäykästi eikä tulevalle potentiaalille anneta arvoa. Tulohinnoittelu, johon verrattavaa investment/income capitalization method (IICM) mallia kuvailtiin kappaleessa 2.3, vertailee samoin kohteen kykyä tuottaa tulosta ja ylittää kohteen nettotuottoaste. Kokonaishintaa painottava malli käsittelee kohdetta sen ominaisuuksien perusteella samoin kuin myyntihintaa painottava, mutta arvioi kohteen arvoa ns. nollapisteestä, eli minkä hintaista olisi tuottaa nollasta verrattava kiinteistö. Malli olettaa, että ostaja ei maksa kohteesta enempää kuin uuden tuottaminen 25 maksaisi. Arvo muodostuu kutakuinkin rakennuttamisen hinnasta ja tontin arvosta, jota muutetaan ajan myötä tapahtuneiden muutosten, esimerkiksi kulumisen ja ympäristön muutoksen perusteella. Myyntihintaan painottuvaa mallia usein käytetään osana asuntokauppoja, kun taas tuottohinnoittelua tuottoa tekevissä kohteissa kuten liikekiinteistöissä. Kokonaishintaa tarkasteleva malli on paras käytettäväksi kohteissa, joiden hintaa on vaikea määrittää. Schulz (2003) määrittää tulohinnoittelun ja myyntiarvohinnoittelun olevan parempia arvon mittareita kuin kokonaishintaa määrittävä malli. Kokonaishintamalli verrattuna toisiin määrittää hinnan verrattuna markkinaverrokkeihin epäsuorasti, mikä voi jättää merkittäviä arvon määrityksiä huomioimatta. Malli implikoi, että uusien kohteiden ja vanhojen kohteiden eroja voidaan arvioida lineaarisesti. On jo intuitiivisesti selvää, että moni asia vaikuttaa kiinteistön kulumiseen vuosien saatossa, eikä arvo laske lineaarisesti esimerkiksi 5 % vuodessa. Verotus on olennainen tekijä, joka vaikuttaa kohteen kaikkiin ominaisuuksiin vuokraamisesta ylläpitoon. Merkittävästi kasvaneet verokustannukset voivat viitata siihen, että vanhemmat kiinteistöt on rakennettu halvemmalla kuin nykypäivän verrokit. Tämä ero voi antaa vanhemmille kiinteistöille selvän edun, mutta kokonaishintamalli ei pysty ottamaan tätä huomioon. Tästä voi olettaa, että poliittisilla päätöksillä, kuten verotasolla ja -helpotuksilla, voi olla merkittävä vaikutus kohteiden arvottamiseen. Schulz (2003) päättää tutkimuksensa toteamalla, että kohteen merkittävimmät arvon muodostajat ovat sen ominaisuudet, mm. koko, sijainti ja ikä. Tämän lisäksi arvostusmallit ovat usein epätarkkoja kiinteistön arvon määrittäjiä. Mallien tuottamat arvot ovat usein merkittävästi todellista myyntihintaa korkeammat. Tämän voi selittää ostajan ja myyjän tiedon epäsymmetrisyydellä. Jos molemmilla osapuolilla on samat tiedot kohteesta ja he arvottavat kohteen samalla tavalla, ei ostajan kannata tarjota yhtään yli yhteisymmärretyn kiinteistön arvon. Jokainen euro, jonka ostaja saa neuvoteltua alaspäin voidaan laskea voitoksi. Tästä voi siis päätellä, että hyvä myyntityö vaikuttaa merkittävästi kohteen arvon realisoitumiseen niin ostajan kuin myyjän kannalta. Vaihtoehtoisesti, jos molemmat osapuolet arvottavat näillä malleilla arvon identtiseksi, myyntivoitto tehdään erottavilla tekijöillä eikä yhteisillä. Jokaisella ostajalla on hieman toisistaan eroavia motiiveja kohteen arvon realisointiin, joten älykäs ostaja pyrkii keskittymään kohteen ominaisuuksiin, jotka hän kokee olevan ali- tai yliarvostettuja. 3.4 Capital Valuation Implications of Rent-free Periods. Vuokravapaat kuukaudet, eli jakso, jolloin vuokralainen maksaa joko vähennettyä vuokraa tai ei maksa vuokraa ollenkaan, ovat yleisesti käytetty vuokrasopimusneuvottelukannustin. Tämä on toimiva metodi varsinkin aloitteleville yrityksille, joilla alkupääoma on rajattu. Vuokravapaakuukaudet tuottavat ongelmia kiinteistön arvotukseen, sillä vapaan osuus huomioidaan kiinteistön arvoon vaihtelevilla tavoilla. Joissain tilanteissa sitä ei huomioida ollenkaan. Jos kiinteistöä arvioidaan tulomenetelmällä, joka luottaa kiinteistön tuottoon, voi 32 leikkipaikkoja sekä lämmitystiloja. Oletettavasti muilla tiloilla on pienempi vuokrataso, kuin kaupallisilla tiloilla, eli niin liiketilojen osuuden kuin toimistotilojen osuuden tulisi vaikuttaa vuokran määrään positiivisesti. 5. Huoneistojen lukumäärä kertoo eri vuokrattavien huoneistojen määrän kohteessa, riippumatta huoneiston koosta. Huoneiston määrän vaikutusta on vaikea arvioida: teoriassa voisi ajatella, että huoneistomäärällisesti pienissä kohteissa on vähemmän eri vuokralaisia, jolloin vuokrattava ala on jaettu pienemmälle osalle. Tämä voi vaikuttaa vuokralaisen neuvotteluvaraan, mikä voi vaikuttaa negatiivisesti vuokrattavaan neliöhintaan. 6. Kohteen käyttöaste kertoo, kuinka monta neliötä on vuokrattu verrattuna koko kohteen vuokrattavaan alaan. Alhaisen käyttöasteen kohteet eivät selvästi ole haluttuja, joten oletettavasti vuokralaisella on vahvempi neuvotteluvara. 7. Koko kohteen ala, eli vuokrattavan tilan koko kohteessa. Vaikutus voi olla sama kuin huoneistojen lukumäärässä, mutta suurissa kohteissa voi mahdollisesti näkyä enemmän ankkurointivaikutusta. 8. Vuokratulo yhteensä, 9. erilliskustannukset yhteensä ja 10. kaikki tulot yhteensä kertovat kuinka paljon kohteessa kuukausittain laskutetaan vuokralaisilta suhteuttamatta neliöihin. Kohta 10 kattaa kohtien 8 ja 9 summan. Kohdat 8 ja 9 kattavat koko kiinteistöön kohdistuvan toteutuneen kuukausilaskutuksen. Oletettavasti kohdat 9 ja 10 sekä kohdat 11 ja 12 vaikuttavat toisiinsa, sillä molemmissa mitataan laskutuksen määrä. Toisessa määrä on vain suhteutettu neliöihin. 11. Neliövuokra lasketaan jakamalla kohta 8 kohdan 6 ja 7 tulolla, jotta saadaan selville kohteen vuokratut neliöt. Kyseisen muuttujan tutkiminen on tämän pro gradu -työn päätarkoitus, sillä arvioimalla juuri tähän muuttujaan vaikuttavia tekijöitä, pyritään selvittämään, minkä takia neliövuokra vaihtelee merkittävästi riippuen kohteesta. Keskimääräinen neliövuokra tutkimuksen kohteista on noin 14,63 €, mutta vaihtelee 2,26 € ja 28,70 € välillä. On huomioitavaa, että arvo ei ota huomioon liikevaihtosidonnaisien vuokrien osuuksia. 12. Erilliskustannukset/neliö lasketaan samoin kuin 11 mutta erilliskustannusten määrästä. 13. Hakeutumisaste kuvaa kohteen alv-hakeutumista, eli kuinka monta prosenttia kohteista on alv-velvollisia. Vaikka tällä tuskin on vaikutusta tuloksiin, alv-velvolliset vuokralaiset maksavat käytännössä kohteestaan enemmän. Oletettavasti velvollisilta voidaan joutua pyytämään vähemmän vuokraa todellisen vuokran suuruuden vuoksi. 14. Määräaikaisten sopimusten osuus mittaa suhteessa, kuinka monta sopimusta kohteessa on määräaikaisia, eikä toistaiseksi voimassa olevia. Määräaikaiset sopimukset antavat vuokranantajalle oletettavasti enemmän tietoa kohteen arvosta, ja toistaiseksi voimassa olevat voivat olla 33 yleisempiä tilapäisissä vuokrauksissa. Määräaikaiset sopimukset ovat todennäköisesti siis arvokkaampia. 15. Indeksitarkistusten osuus mittaa, kuinka monessa kohteen sopimuksessa on indeksitarkistus ja kuinka monessa ei ole tarkistusta. Oletettavasti indeksitarkistus kasvattaa sopimuksen arvoa vuosien vaihtuessa, joten tuloksen pitäisi näkyä positiivisena. 16. Salkku 1 (kattaa 32 % kiinteistöjen määrästä ja 44 % oletetusta vuokrausarvosta.) Salkkua 1 ei oteta suoraan huomioon tutkimuksessa, vaan sitä verrataan muihin salkkuihin. 17. Salkku 2 (kattaa 27 % kiinteistöjen määrästä ja 24 % oletetusta vuokrausarvosta) 18. Salkku 3 (kattaa 21 % kiinteistöjen määrästä ja 14 % oletetusta vuokrausarvosta) 19. ja Salkku 4 (kattaa 17 % kiinteistöjen määrästä ja 18 % oletetusta vuokrausarvosta) kuvaavat mihin salkkuun kohde kuuluu. Jos salkku vaikuttaa merkittävästi tutkimuksessa tuloksiin, voidaan olettaa salkulla olevan kyky neuvotella parempia tai huonompia vuokria kohteeseensa. 20. Kauppakeskus, eli kiinteistö, jossa on yli 5000 m2 ja yli 10 liiketilaa (Suomen kauppakeskusyhdistys, 2024), 21. Ostoskeskus, eli kiinteistö, jossa on alle 5000 m2 ja yli 5 liiketilaa (Suomen kauppakeskusyhdistys, 2024), 22. Toimistotila, eli kohde, jossa yli puolet tilasta on määritelty toimistokäyttöön, 23. ja Liikekeskus, eli kohde, joka ei täytä yllä olevia vaatimuksia mutta sisältää yli 3 vuokrattavaa huoneistoa, määrittelevät kohteen tyypin vaikutuksen. Kohteet, jotka eivät sisälly kategorioihin 20–23 ovat yksittäiskohteita, joissa on usein yksi vuokralainen ja maksimissaan yksi alivuokralainen. Oletettavasti ainakin kauppakeskuksissa voi esiintyä ankkurointivaikutusta. 24. Kesto loppuun on keskivertosopimuksen kesto ensimmäiseen irtisanomispäivään. Toistaiseksi voimassa olevilla sopimuksilla kesto on oletettu päättyvän irtisanomisaikaan, jolloin arvo on usein toteutuneesta kestosta merkittävästi eroava. 25. Oletettu sopimusten arvo kiinteistössä havainnoi kiinteistön vuokrasopimusten arvon summan. Muuttujassa voidaan olettaa multikollineaarisuutta tarkasteltavan muuttujan kanssa, mutta neliövuokra ei ole ainoa vaikuttava tekijä oletettuun sopimuksen arvoon. Voidaan siis olettaa, että muuttuja ei ole täydellisesti multikollineaarinen. Finn ja Louviere (1996) mukaisesti kauppakeskuksen imago ja menestys voi vaikuttaa alueen vuokratasoon, joten muuttujalla pyritään tarkastelemaan havaitun arvon vaikutusta keskimääräiseen neliövuokraan. Vaikka kiinteistön sopimusten arvon voisi olettaa laskevan kuukausittain, hyvän kiinteistöjohtajan pitäisi ylläpitää tai jopa kasvattaa kiinteistön arvoa uusilla ja paremmilla sopimuksilla. 34 4.2 Menetelmä Tutkimuksessa käytettävä aineisto on eroteltu kohteiden ja eri aikajaksojen mukaisesti. Koska aikasarjoja ja havaintoaineistoja on useita, on kyseessä paneeliaineisto, jossa tutkitaan kohteessa tapahtuvaa keskiarvovuokran kehitystä muiden muuttujien vaihtuessa aikajaksossa n=19. Paneeliaineistossa tapahtuvia eri muuttuvien tekijöiden vaikutusta mitattavaan suureeseen voidaan mitata paneeliaineiston regressiolla. Voidaan olettaa, että kohteen neliövuokraan vaikuttaa useita tekijöitä, joita ei voi aineiston avulla tutkia, mutta tutkimalla paneeliaineistossa tapahtuvia muutoksia aikajaksossa voidaan arvioida näiden huomioimattomien muuttujien vaikutusta (Stock ja Watson, 2020). Paneeliaineisto on tasapainotettu, jos jokaisesta kohteesta on aikajakson verran havaintoja (Stock ja Watson, 2020). Aineistossa ei tosin ole kaikilla kohteilla yhtä paljon havaintoja, sillä uusia kohteita hankitaan ja vanhoja myydään. Aineisto on siis epätasapainoinen. Aineiston tasapainoisuus ei vaikuta tutkimuksessa merkittävästi, mutta voidaan olettaa, että joillain kohteilla on korkeampi vaikutus tulosten muodostumisessa. Tähän tutkimukseen hyvin soveltuvia paneeliaineiston regressioita on kaksi: 1. Kiinteiden vaikutusten malli (Fixed Effects Regression, FE) soveltuu parhaiten, kun aineiston ulkopuolisten muuttujien vaikutus vaihtelee tarkasteltavien muuttujien välillä (aineistossa kohteet) mutta ei niinkään aikajaksossa (kuukausi) (Stock ja Watson, 2020). Kiinteiden vaikutusten malli olettaa muuttujien, jotka eivät muutu aikajaksoissa olevan osana muita muuttujia. Näitä muuttujia ovat aineistossa etäisyyden mittarit (kohdat 1 ja 2), kohteen luokitus (kohdat 20–23) sekä salkkujen ominaiset tekijät (kohdat 16–19). Mallin vahvuus on ulkopuolisten vaikuttavien muuttujien välisessä tarkastelussa, joita voi olettaa olevan. 2. Satunnaisten vaikutusten malli (Random effects regression, RE) olettaa että aineistossa on huomioitu kaikki yksittäisille kohteille ominaiset muuttujat (Clark ja Linzer, 2015). Satunnaisten vaikutusten mallin vahvuus on sen kyky erotella myös dataa, joka ei muutu aikajaksoissa. Mallin tulokset antavat hyvin yleispätevän kuvan ja kykenevät erottelemaan tehokkaasti paneelin aineiston sisäisten ryhmien, mm. salkkujen tai kiinteistötyyppien, vaikutusta aineistossa. Nämä mallit soveltuvat parhaiten, kun tutkittavassa aineistossa on huomattavissa paneelivaikutusta, eli muuttujat vaihtelevat ajan muuttuessa (Clark ja Linzer, 2015). Jos aikajaksolla edetessä ei ole merkittävää vaikutusta, voidaan tutkimuksessa käyttää tavanomaisempaa regressiota, kuten paneeliaineistoihin hyvin soveltuvaa yhdistettyä PNS-regressiota (pooled OLS regression). Stock and Watson (2020) mukaisesti pienimmän neliösumman menetelmässä (PNS) minimoidaan jäännös- ja virhetermien neliösumma ja näiden perusteella saadaan muodostettua regression estimaattorit. Malli olettaa, että kohteille ominaisia vaikuttavia tekijöitä, joita ei kykene seuraamaan, ei ole olemassa. Yhdistetty PNS- regressio on malleista selvästi yksinkertaisin ja helppokäyttöisin, mutta voi jättää 35 olennaisia asioita huomioimatta, jos kohteille ominaisia huomioimattomia muuttujia, jotka korreloivat muiden muuttujien kanssa on olemassa. Yhdistetty PNS- regressio olettaa, että kaikilla havainnoilla on samankaltainen varianssi (eli muuttujat ovat homoskedastisia) ja kiinteät kerroinvaikutukset. Jos nämä oletukset eivät toteudu, voidaan olettaa, että yhdistetyn PNS-regression tulokset eivät kuvaa vaikutusta oikein, jolloin tulokset voivat erota todellisuudesta (Breusch ja Pagan, 1979). 4.3 Breusch-Pagan Lagrangen kerroin -testi ja Hausman-testi Eri mallien soveltuvuutta verrattuna toisiinsa voidaan tarkastella suorittamalla ensin Breusch-Pagan Lagrangen kerroin -testi. Breusch ja Pagan (1979) mukaisesti testillä tutkitaan satunnaisten vaikutusten mallin sopivuutta verrattuna yhdistettyyn PNS-regressioon. Testi tarkastelee paneeliaineistossa havaittavia muutoksia aikajakson muuttuessa. Testi esittää nollahypoteesin, joka toteaa, että aineisto ei muutu ajan kuluessa. Jos hypoteesi joudutaan hylkäämään, voidaan olettaa aineistolla olevan edes jotain muutosta aikajakson muuttuessa ja sen osoittavan heteroskedastisuutta (Breusch ja Pagan, 1979). Nollahypoteesin tultua hylätyksi oletetaan, että satunnaisten vaikutusten malli soveltuu paremmin mittaamaan muutoksia paneeliaineistossa. Tässä tutkimuksessa testin tarkempaa toimintaperiaatetta ei käsitellä tarkemmin, koska testin voi helposti suorittaa erinäisillä tilastojen käsittelyyn soveltuvilla ohjelmilla, kuten tutkimuksessa käytettävällä Stata -tilasto-ohjelmalla. Breusch-Pagan Lagrangen kerroin -testin tuloksien mukaisesti nollahypoteesi hylätään 100 % varmuudella. Aineistossa on siis havaittavissa muutosta aikajakson muuttuessa. Testin mukaisesti satunnaisten vaikutusten malli soveltuu paremmin paneeliaineiston arvioimiseen kuin tavanomaisempi yhdistetty PNS- regressio. Aikajakson huomioiva malli on parempi kuin malli, joka ei huomioi aikajaksoa. Breusch-Pagan kerroin -testissä arvioitiin satunnaisten vaikutusten mallin soveltuvuutta, mutta Hausman-testin avulla voidaan vertailla vielä satunnaisten vaikutusten mallin soveltuvuutta verrattuna kiinteiden vaikutusten malliin (Davidson ja MacKinnon, 1993). Samoin kuin Breusch-Pagan kerroin -testissä, Hausman-testi luo nollahypoteesin, jossa oletetaan, että satunnaisten vaikutusten malli on kiinteiden vaikutusten mallia parempi mittaamaan aineistoa (Davidson ja MacKinnon, 1993). Testi selvittää paneeliaineistossa havaittavaa kohteille ominaisten muuttujien ja tutkittavan muuttujan välillä korrelaatiota. Jos korrelaatiota ei löydy, pitää nollahypoteesi paikkansa ja satunnaisten muuttujien malli on tutkimukseen sopivampi. Hausman-testi joudutaan suorittamaan käyttämällä vain muuttujia, jotka muuttuvat aikajakson muuttuessa, koska kiinteiden vaikutusten malli ei salli niiden käyttöä ja testissä molemmilla mitattavilla malleilla tulee olla samat muuttujat (Davidson ja MacKinnon, 1993). Hausman-testin tuloksien mukaisesti testi ei onnistunut todistamaan, että kohteiden ominaisten muuttujien ja tutkittavan muuttujan välillä ei ole 36 korrelaatiota, joten voidaan olettaa, että niillä on. Aineistoa käsitellessä kiinteiden vaikutusten malli soveltuu satunnaisten vaikutusten mallia paremmin. Kiinteiden vaikutusten malli ei erottele aikajaksossa muuttumattomia muuttujia, joten tutkimuksessa tullaan myös tekemään yhdistetty PNS-regressio sekä satunnaisten muuttujien malli, jotta näiden muuttujien vaikutusta voi arvioida. 4.4 Ankkurointivaikutuksen tutkiminen Aikaisemmin esitelty paneeliaineisto ei sovellu hyvin ankkurointivaikutuksen tutkimiseen. Tutkimuksessa käytetty paneeliaineisto on muodostettu kohteittain eikä sopimuksittain kohteen sisällä, joten muuttujien vaikutusta tietynlaisiin sopimuksiin, esimerkiksi vuokran laskiessa suhteessa vuokrattuun tilaan, ei voida arvioida. Tätä varten aikaisemmin kootusta aineistosta kerätään sopimuskohtainen aineisto. Ankkurointivaikutusta voidaan tutkia valitsemalla aineistosta otanta 1) eli kohteet, joissa on selvä ankkuri sekä otanta 2), eli kohteet, joissa vuokralaiset ovat jakautuneet tasaisesti. Ankkuroinnin tarkoitus on parantaa vuokralaisten liikevaihtoa houkuttelevilla vuokralaisilla (Finn ja Louviere, 1996), joten otannassa 1) huomioidaan vain kohteet, joissa merkittävä enemmistö on liikehuoneistoja. On mahdollista, että toimistorakennuksissa on myös havaittavissa ankkurointivaikutusta esimerkiksi erilaisten konsulttifirmojen välillä, mutta aineisto ei kykene mittaamaan tätä vaikutusta eikä tästä ole olemassa tutkimuskirjallisuutta. Aineiston tarkastelu ei ole tähän tutkimukseen tarpeellinen ja kohteet erotellaan otantoja muodostettaessa, jolloin kohteiden sopimukset sekoittuvat. Uudella aineistolla voidaan muodostaa PNS-regressio molemmista otannoista ja vertailla niitä keskenään. Kohteittain kootusta aineistosta pudotetaan etäisyysmuuttujat 1) ja 2), kohteen tyyppiä määrittävät tekijät 20) -23), salkun erottavat tekijät 16) -18) sekä kohteelle ominaiset tekijät kuten huoneistojen lukumäärä 5) - 7). Otannat määritellään sopimuksen neliömäärän suhteesta koko kohteen neliömäärään 7) ja toimistojen määrää kontrolloidaan muuttujalla toimistotilojen osuus 4). Ankkurointivaikutus oletettavasti näkyy sopimuskohtaisen pinta-alan vaikuttavan negatiivisesti suhteessa neliövuokraan. Uudella aineistolla tutkitaan tammikuun 2024 sopimuksia. Otoksessa 1 käsitellään viittä suurta kauppakeskusta, joissa suurilla vuokralaisilla on ainakin 20 %:n osuus yli 10:n huoneiston tilasta, joista 88 % oli liikehuoneistosopimuksia. Sopimuksia oli otoksessa yhteensä 163 ja regressiossa huomioitiin sopimuksen pinta-ala sekä koko kohteen pinta. Kohteiden vuokrien keskiarvo oli 25,38 €. Keskiarvoa ei ole suhteutettu vuokrattuihin neliöihin. Otoksessa 2 huomioidaan 52 tavanomaisempaa kohdetta, joiden 491 sopimuksesta vain 22 % on liikehuoneistosopimuksia. Keskiarvovuokra on merkittävästi otosta 1 pienempi 16,23 €. Tämä voi johtua varastotilojen, urheilutilojen ja muiden pienempien tilojen yleisestä vuokratasosta. Otos 2 arvioidaan samoin kuin otos 1. 37 5 TULOKSET Tässä kappaleessa esitellään tutkimuksen tulokset, jotka on jaettu kolmeen eri kappaleeseen sovelletun mallin perusteella. Hausman-testin mukaisesti kiinteiden vaikutusten malli tuottaa tarkimmat tulokset, joten tätä mallia tullaan käyttämään tutkimuksen pohjana kappaleessa 5.1. Kiinteiden vaikutusten malli ei kykene erottelemaan muuttujia, jotka eivät muutu aikajakson muuttuessa, joten kappaleessa 5.2 arvioidaan yhdistetyn PNS-regression ja satunnaisten vaikutusten mallin tuottamia implikaatioita neliövuokran kehittymiseen. Breusch-Pa- gan Lagrangen kerroin -testin mukaisesti aineistossa on havaittavissa muutosta aikajakson muuttuessa, joten tulosten arviointi keskittyy pääosin satunnaisten muuttujien mallin arvioimiseen. Kappaleessa 5.3 arvioidaan sopimuspohjaisen otoksen perusteella, onko suuremmissa kiinteistöissä havaittavissa ankkurointivaikutusta, eli laskeeko vuokralaisen sopimuskohtainen neliövuokra merkittävästi enemmän suurissa kohteissa kuin pienemmissä kohteissa. Tuloksia myös verrataan kappaleessa 5.2 tehtyyn yhdistettyyn PNS-regressioon. Lopulta kappaleessa 5.4 kootaan mallien tuloksia ja arvioidaan tutkimuksen implikaatioita vuokraan vaikuttaviin tekijöihin. 5.1 Kiinteiden vaikutusten malli Arvioidaan taulukon 2 kiinteiden vaikutusten mallin tuloksia kahdessa osassa: kiinteistön ominaiset vaikutukset sekä sopimuskohtaiset vaikutukset. Kiinteistön ominaiset vaikutukset voidaan olettaa olevan hyvin pysyviä. Huoneistoja voi jakaa tiettyyn pisteeseen saakka useampaan osaan sekä laajennuksia neliömäärään voi rakennuttaa, mutta voidaan olettaa näiden muuttujien vaikutuksen kiinteistön kykyyn tuottaa tuottoja pysyvän hyvin paikallisina. Huoneistojen lukumäärällä on selvästi positiivinen vaikutus, missä huoneistojen lukumäärän kasvaessa neliövuokra myös kasvaa merkittävästi. 38 Jokaista 25 huoneistoa kohden voidaan olettaa kiinteistössä käyvän neliövuokran olevan noin euron korkeampi. Tämän arvon kasvun voidaan arvioida johtuvan eri vuokralaisten toisilleen tuomasta edusta (Finn ja Louviere, 1996). Koko kiinteistön koko taas vaikuttaa neliövuokran kehitykseen negatiivisesti: jokaista 2 400 m2 kohden kohteessa on noin euron pienempi neliövuokra. Jos tulokset yhdistetään ja arvioidaan tarvittava huoneistojen määrä euron arvon kasvuun (26,39 huoneistoa) ja kiinteistön koon vaikutus euron laskuun (2 409,64 m2) vaikutukset tasautuvat keskimääräisten huoneiston koon ollessa 91,3 m2. Suuremmat huoneistot näkyvät neliövuokran laskuna ja pienemmät taas kasvuna. Kiinteistön käyttöasteella on myös merkittävä negatiivinen vaikutus, missä täydemmät kohteet ovat merkittävästi alhaisempia vuokra tasoltaan kuin vajaavuokratut. Tähän voi olla kaksi selitystä: ensiksi se voi johtua kiinteistön vajaavuokrauksesta johtuvista menetetyistä vuokratuloista. Menetetyt tulot pitää kattaa olemassa olevien vuokralaisten kustannuksella, jotta sijoituksen arvo ei laske (Merrill 2020). Toiseksi kiinteistö voi pysyä tyhjillään koska vuokrataso on liian korkea verrattuna markkinoihin. Jos käypää vuokraa alennetaan, oletettavasti enemmän vuokralaisia hakeutuu kohteen tiloihin. Viimeisenä arvioidaan kiinteistön hakeutumisasteen, eli alv-hakeutuvien vuokralaisten osuutta kiinteistössä. Korkeampi hakeutumisaste on vuokranantajalle hyödyllisempi kuin alhainen, sillä kiinteistö voi vähentää hakeutumisasteensa verran kiinteistön arvolisäveroista. Esimerkiksi 90 % hakeutunut kohde voi vähentää 90 % arvolisäveroista johtuvista kustannuksista. Hakeutumisasteen olettaisi siis laskevan kiinteistön neliövuokraa, mutta tulosten mukaisesti se kasvaa maksimissaan 1,46 € jos kiinteistö on täysin hakeutunut. Loput vaikutukset ovat sopimuskohtaisia. Sopimuskohtaisiin vaikutuksiin on helpompi vaikuttaa neuvottelun kautta ja sopimuksen umpeutuessa jatkosopimuksen ehdot voivat muuttua riippuen vuokralaisen ja vuokranantajan kokemasta hyödystä (Kariya ym. 2003). Jokainen erilliskorvauksena peritty euro kasvattaa neliövuokraa kohteessa noin 31 senttiä. Tämä tulos on yllättävä. Erilliskorvaukset eivät ole kiinteistölle tuloa, vaan niillä katetaan kiinteistön käytössä syntyneitä kustannuksia, tämän takia olisi voinut olettaa, että vuokralaiselle kohdistuneet kustannukset näkyisivät alhaisempana vuokrana. Erilliskorvausten suuruus voi myös näkyä parempana kykynä ylläpitää ja uudistaa kiinteistöä, mikä voi tehdä kiinteistöstä kilpailukykyisemmän. Määräaikaiset sopimukset ovat selvästi kannattavampia vuokranantajalle, sillä niiden osuus voi kasvattaa neliövuokraa lähes kolme euroa. Määräaikaisia sopimuksia voi myös käyttää helpommin sopimusten keston arvioimiseen, jolloin kiinteistön vuokrien nykyarvoa on helpompi arvioida. Sopimusten keskimääräisellä pituudella on negatiivinen vaikutus neliövuokraan. Joka 50 kuukautta sopimuksen kestoa laskee sopimuksen arvoa noin eurolla neliötä kohden. Tämä vaikutus johtuu todennäköisesti vuokranantajan antamasta kannustimesta pysyä kohteessa pidemmän aikaa, jotta kohteen arvo säilyy pidempään ja on helpompi arvioida. Kariya ym. (2003) mukaisesti liian pitkät sopimukset eivät ole välttämättä kannattavia vuokranantajalle, jos kiinteistön arvossa tapahtuu merkittäviä muutoksia vuokra-aikana. Kiinteistön kaikkien sopimusten oletettu arvo 39 kuvaa kaikkien sopimuksien yhteenlaskettua arvoa loppuun asti, missä toistaiseksi voimassa olevat sopimukset on arvioitu ensimmäiseen irtisanomisaikaan. Korkean arvon kiinteistöt todennäköisesti pystyvät ylläpitämään arvoaan paremmin, kun taas alhaisen tai epävarman arvon kiinteistöt voivat olla epätoivoisempia määrittäessä neliövuokraa. Kiinteistön arvo myös laskee joka kuukausi, kun määräaikaiset sopimukset pienenevät yhdellä kuukaudella. Jokaista 1,3 miljoonaa euroa kohden voidaan olettaa kiinteistön neliövuokran kasvavan noin eurolla. Tässä pro gradu -työssä arvioitiin myös indeksitarkistettavien sopimusten osuuden vaikutusta, mutta tulos ei ollut tilastollisesti merkittävä. Tulosten mukaan vakio on 18,29 €, jonka voidaan olettaa kattavan ainakin osan markkinavuokrasta. TAULUKKO 2 Kiinteiden vaikutusten mallin tulokset. Mallista on poistettu muuttujat, jotka eivät muuttuneet ajan muuttuessa. Muuttujat Suhteutettu sopimusneliövuokra Huoneistojen lukumäärä 0.0379** (0.0164) Kiinteistön käyttöaste -8.122*** (0.654) Kiinteistön hakeutumisaste 1.463** (0.711) Kiinteistön koko -0.000415** (0.000166) Vuokralaiselta perityt erilliskorvaukset 0.305** (0.122) Määräaikaisten sopimusten osuus 3.134*** (0.576) Indeksitarkistettavien sopimusten osuus 0.789 (0.717) Keskimääräinen sopimuksen pituus -0.0198*** (0.00256) Kiinteistövuokrien arvo sopimusten loppuun 0.000000779*** (0.0000000582) Vakio 18.29*** (1.007) Havainnot 983 Kiinteistöt 56 R2- luku 0.308 Suluissa olevat keskivirheet sallivat heteroskedastisuuden ja autokorrelaation virhetermissä *** p<0.01, ** p<0.05, * p<0.1 5.2 Aikajaksolla muuttumattomien vaikutusten arvioiminen 40 Käytetylle aineistolle tehtiin myös yhdistetty PNS-regressio ja satunnaisten vaikutusten mallin regressio. Molemmat testit ottavat huomioon aikajaksossa muuttumattomat tekijät, kuten eri salkkujen vaikutukset ja kiinteistön etäisyys paikalliseen keskustaan. Breusch-Pagan Lagrangen kerroin -testin mukaisesti paneeliaineistossa on havaittavissa muutosta aikajakson muuttuessa, joten tulosten tarkastelu keskittyy satunnaisten vaikutusten mallin tutkimiseen. Satunnaisten vaikutusten malli kuvataan taulukossa 4 ja yhdistetty PNS-regressio kuvataan taulukossa 3. Kiinteistön etäisyys paikallisesta keskustasta laskee kohteen neliövuokraa, mutta vain hieman. Jopa 50 kilometrin etäisyys vaikuttaa alle euron neliötä kohden. Tulos ei myöskään ole tilastollisesti merkittävä. Yhdistetyssä PNS-regressi- ossa vaikutus on hieman suurempi, mutta ei merkittävästi. Etäisyys Helsingin keskustaan taas on hieman pienempi, missä jokainen 200 kilometriä laskee neliövuokraa noin eurolla. Tämä tulos on tosin tilastollisesti merkittävä, eli voidaan olettaa, että Helsingin keskustasta poistuessa markkinavuokrassa tapahtuu negatiivisia muutoksia. Aineistossa myös arvioitiin eri salkkujen kykyä ennustaa arvon kehitystä. Jokaiselle salkulle oli annettu dummy-muuttujana arvo 1 tai 0. Salkku 1 toimi kontrollina ja jätettiin pois mallista. Tulosten mukaisesti salkkujen välillä oli merkittäviä muutoksia, vaikka yksi tulos jäikin tilastollisesti merkittävän tason alle. Riippumatta siitä seurataanko satunnaisten vaikutusten mallia, vaiko yhdistettyä PNS-regressiota, on salkkujen välillä useiden eurojen ero neliövuokrassa. Salkku 4 on selvästi parhaiten menestyvä. Tästä tuloksesta voidaan tulkita, että kiinteistön arvoon ei vaikuta ainoastaan kiinteistölle ominaiset tekijät. Hyvällä neuvottelulla ja suunnittelulla on selvää havaittavaa lisäarvoa kiinteistösalkkujen kannattavuudessa. Viimeisenä arvioidaan kiinteistön sopimusten jakautumista ja kiinteistön tyyppiä. Tuloksien mukaisesti kiinteistöjen sopimustyypit vaikuttavat huomattavasti kiinteistön neliövuokraan, mutta satunnaisten vaikutusten mallissa tulokset jäävät selvästi alle tilastollisen merkittävyyden. Vaikka vaikutusta on todennäköisesti olemassa tyyppien välillä, tässä tutkimuksessa ei siihen löydetty näyttöä. TAULUKKO 3 Yhdistetyn regression tulokset Muuttujat Suhteutettu sopimusneliövuokra Etäisyys paikallisesta keskustasta -0.0253*** (0.00780) Etäisyys Helsingin keskustasta -0.00814*** (0.000666) Huoneistojen lukumäärä 0.156*** (0.0128) Kiinteistön käyttöaste -2.316** (1.178) 41 Kiinteistön hakeutumisaste -5.567*** (1.249) Kiinteistön koko -0.00103*** (4.90e-05) Vuokralaisilta perityt erilliskorvaukset -0.278*** (0.102) Määräaikaisten sopimusten osuus 2.226*** (0.487) Indeksitarkistettavien sopimusten osuus 5.556*** (1.257) Salkku 2 2.290*** (0.465) Salkku 3 -1.444*** (0.499) Salkku 4 4.791*** (0.375) Kauppakeskus 5.021*** (0.999) Ostoskeskus 5.589*** (0.685) Toimistotila 5.582*** (0.763) Liikekeskus 4.653*** (0.692) Liiketilojen osuus 4.123*** (0.761) Toimistotilojen osuus 0.516 (0.759) Keskimääräinen sopimuksen pituus 0.0248*** (0.00486) Kiinteistövuokrien arvo sopimusten loppuun 0.000000816*** (0.0000000754) Vakio 10.43*** (1.243) Havainnot 983 R2 - luku 0.536 Suluissa olevat keskivirheet sallivat heteroskedastisuuden ja autokorrelaation virhetermissä *** p<0.01, ** p<0.05, * p<0.1 TAULUKKO 4 Satunnaisten vaikutusten mallin tulokset Muuttujat Suhteutettu sopimusneliövuokra Etäisyys paikallisesta keskustasta -0.0153 (0.0422) Etäisyys Helsingin keskustasta -0.00588* 48 LÄHTEET Abraham, D. J. (1985). Service charges in commercial leases. Facilities, 3(8), 9-11. https://doi.org/10.1108/eb006340 Amidu, A. R., Boyd, D., & Gobet, F. (2019). A study of the interplay between intuition and rationality in valuation decision making. Journal of Property Research, 36(4), 387-418. https://doi.org/10.1080/09599916.2019.1687572 Benjamin, J., de la Torre, C., & Musumeci, J. (1998). Rationales for real estate leasing versus owning. Journal of Real Estate Research, 15(3), 223-238. https://doi.org/10.1080/10835547.1998.12090924 Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica: Journal of the econometric society, 1287-1294. https://doi.org/10.2307/1911963 Brounen, Dirk, and Maarten Jennen. "Asymmetric properties of office rent adjustment." The Journal of Real Estate Finance and Economics 39 (2009): 336- 358. https://doi.org/10.1007/s11146-009-9188-9 Capozza, D. R., & Sick, G. A. (1991). Valuing long-term leases: The option to redevelop. The Journal of Real Estate Finance and Economics, 4, 209-223. https://doi.org/10.1007/BF00173125 Chigurupati, V. R., & Hegde, S. P. (2010). Capital market frictions, Leasing and Investment. University of Connecticut, Department of Finance.–2012.–рр, 352- 451. http://dx.doi.org/10.2139/ssrn.1359277 Cheloti, I., & Mooya, M. (2023). Property valuation problems and market context–evidence from Kenya. Journal of Property Research, 40(1), 76-100. https://doi.org/10.1108/PM-07-2023-0062 Clark, T. S., & Linzer, D. A. (2015). Should I use fixed or random effects?. Political science research and methods, 3(2), 399-408. https://doi.org/10.1017/psrm.2014.32 Clayton, J., Ling, D. C., & Naranjo, A. (2009). Commercial real estate valuation: Fundamentals versus investor sentiment. The Journal of Real Estate Finance and Economics, 38, 5-37. https://doi.org/10.1007/s11146-008-9130-6 Crompton, J. L. (2001). The impact of parks on property values: A review of the empirical evidence. Journal of leisure research, 33(1), 1-31. https://doi.org/10.1080/00222216.2001.11949928 Crosby, N., & Murdoch, S. (1994). Capital valuation implications of rent‐free periods. Journal of Property Valuation and Investment, 12(2), 51-64. https://doi.org/10.1108/14635789410055895 Crosby, N., & Murdoch, S. (2000). The influence of procedure on rent determination in the commercial property market of England and Wales. Journal of property investment & finance, 18(4), 420-444. https://doi.org/10.1108/14635780010345382 49 Davidson, R., & MacKinnon, J. G. (1993). Estimation and inference in econometrics (Vol. 63). New York: Oxford. https://doi.org/10.2307/2554780 DeAngelo, J. P. (1990). Commercial Leasing: Implied Covenants of Operation in Shopping Center Leases. Dick. L. Rev., 95, 383. https://ideas.dickinsonlaw.psu.edu/dlra/vol95/iss2/6 Finn, A., & Louviere, J. J. (1996). Shopping center image, consideration, and choice: anchor store contribution. Journal of business research, 35(3), 241-251. https://doi.org/10.1016/0148-2963(95)00129-8 Hendershott, P. H. (2002). A comparison of upward‐only and turnover leases. Journal of property investment & finance, 20(6), 513-524. https://doi.org/10.1108/14635780210446504 Kariya, T., Kato, Y., Uchiyama, T., & Suwabe, T. (2003). Valuation of Rental Commercial Retail Properties: Tenant Management and Real Options (No. 566). Kyoto University, Institute of Economic Research https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=fce0 b7abedab8988bcc19880d9c200436f5c7735 Lennhoff, D. C., & Parli, R. L. (2020). Revisiting Market Value and Market Rent. Appraisal Journal, 88(1) https://search.ebscohost.com/login.aspx?direct=true&db=bsh&AN=1432 68743&site=eds-live Liu, Y., Wang, P., He, Z., & Dong, J. (2021). Real estate rental market: a 10-year bibliometricbased review. Economic research-Ekonomska istraživanja, 34(1), 1752-1788. https://doi.org/10.1080/1331677X.2020.1848605 McAllister, P., Baum, A., Crosby, N., Gallimore, P., & Gray, A. (2003). Appraiser behaviour and appraisal smoothing: some qualitative and quantitative evidence. Journal of Property Research, 20(3), 261-280. https://doi.org/10.1080/0959991032000162347 Merrill, T. W. (2020). The economics of leasing. Journal of Legal Analysis, 12, 221- 272. https://doi.org/10.1093/jla/laaa003 Pagourtzi, E., Assimakopoulos, V., Hatzichristos, T., & French, N. (2003). Real estate appraisal: a review of valuation methods. Journal of property investment & finance, 21(4), 383-401. https://doi.org/10.1108/14635780310483656 Pupentsova, S., Livintsova, M., & Shabrova, O. (2021). A model for determining the market rental rate for properties classified in the segment with a limited number of offers. IBIMA Bus. Rev. https://doi.org/10.5171/2021.967268 Quan, D. C., & Titman, S. (1997). Commercial real estate prices and stock market returns: An international analysis. Financial Analysts Journal, 53(3), 21-34. https://doi.org/10.2469/faj.v53.n3.2082 Rodriguez, D. B., & Schleicher, D. (2011). The location market. Geo. Mason L. Rev., 19, 637. 50 https://ssrn.com/abstract=2037986 Rutland, T. (2010). The financialization of urban redevelopment. Geography Compass, 4(8), 1167-1178. https://doi.org/10.1111/j.1749-8198.2010.00348.x Schulz, R. (2003). Valuation of properties and economic models of real estate markets. https://d-nb.info/968959318/34 Stock, J. H., & Watson, M. W. (2020). Introduction to econometrics (4. painos). Pearson. Wyatt, P. (2022). Property valuation (3. painos). John Wiley & Sons. LAKIPYKÄLÄT Laki liikehuoneiston vuokrauksesta 1995. 482/31.3.1995. VERKKOSIVUT Helsingin kaupunki. (Viitattu 12.5.2024). Toimitilamarkkinat Helsingissä ja pääkaupunkiseudulla 2023/2024 https://www.hel.fi/static/kanslia/Kaupunkitieto/24_02_08_Tilastoja_1. pdf KTI kiinteistötieto. (Viitattu 14.5.2024). Kiinteistötalouden ja kiinteistöjohtamisen keskeiset käsitteet https://kti.fi/wp-content/uploads/Kiinteist%C3%B6talouden-ja- kiinteist%C3%B6johtamisen-keskeiset-k%C3%A4sitteet.pdf Suomen kauppakeskusyhdistys. (Viitattu 17.4.2024). Toimiala ja markkinat https://www.kauppakeskusyhdistys.fi/toimiala-ja-markkinat.html Suomen pankki. (Viitattu 14.5.2024). Rahapolitiikka https://www.suomenpankki.fi/fi/opi-taloudesta/opitaloudesta/rahapolitiikka Tilastokeskus (a). (Viitattu 27.3.2024). Kuluttajahintaindeksi https://stat.fi/tilasto/khi Tilastokeskus (b). (Viitattu 12.5.2024). Vuokran tarkistaminen elinkustannusindeksillä https://stat.fi/vuokran-tarkistaminen-elinkustannusindeksilla