Daten zu mehr als einer Million Baugenehmigungen (Aufzeichnungen in zwei Datensätzen) des San Francisco Department of Buildings - ermöglichen es Ihnen, nicht nur die Bautätigkeit in der Stadt zu analysieren, sondern auch die neuesten Trends und die Geschichte der Entwicklung des Bausektors und der Immobiliennachfrage in den letzten 30 Jahren kritisch zu untersuchen ...
Im letzten ArtikelDer jährliche Gesamtbau (Investition) in San Francisco zwischen 1980 und 2018 wurde berücksichtigt. Die Differenz zwischen den erwarteten (geschätzten) und tatsächlichen (überarbeiteten) Baukosten wurde verwendet, um die Bewegung der Anlegerstimmung in Zeiten wirtschaftlicher Booms und Krisen in der Region zu verfolgen.
Das Auf und Ab der Bauindustrie in San Francisco. Trends und Geschichte der Entwicklung der Bautätigkeit
In diesem Artikel werden einzelne Bauindustrien näher betrachtet: Reparatur von Dächern, Küchen, Treppen und Bädern. Vergleichen wir anschließend die Inflation für einzelne Arten von Arbeiten mit Daten zur offiziellen Inflation und anderen Wirtschaftsindikatoren.
Inhalt:
Das Auf und Ab des Bausektors nach Art des Wohnraums
Durchschnittliche Kosten für die Renovierung von Küche und Bad in San Francisco.
-.
.
-.
-.
.
, :
- .
- .
- ( 10 ) (Apartments) - (2016 )
- (Retail) 16 (2001 ).
- 30 3 .
- 1980 2019 5 .
- 30 .
- 4 (, , , ) - - 15%.
- 4 15-20 — , , , - $ 54 000 - — $ 61 000.
- - 30 .
- , — ( 10 ) .
- Wenn Sie in kurzer Zeit ein mehrfaches Wachstum beobachten, können Sie in den nächsten zwei Jahren denselben raschen Rückgang der Intensität erwarten.
- Wenn Sie wissen möchten, um wie viel der durchschnittliche Reparaturpreis steigen wird, behalten Sie den Zinssatz für 10-jährige Staatsanleihen im Auge.
Das Zeichnen und Berechnen wurde in Jupyter Notebook (auf der Kaggle.com-Plattform) durchgeführt.
Die Höhen und Tiefen der Bausektoren in San Francisco nach Wohnungstyp
Die Tech-Industrie in San Francisco ist einer der Schuldigen für die steigenden Preise. Sechsstellige Techniker ziehen in Städte, um bei Start-ups zu arbeiten, und etabliertere Unternehmen (wie Google, Facebook, Twitter und Apple) erhöhen die Lebenshaltungskosten und die Nachfrage nach Wohnraum dramatisch. Programmierer mit Taschen voller "Tech" -Geld können es sich leisten, die meisten Einheimischen auf dem Immobilienmarkt zu überbieten.
Gleichzeitig ist San Francisco städtebaulich eine der am stärksten regulierten Städte in Amerika. Diese und viele andere Faktoren schränken das Bauvolumen erheblich ein und wirken sich auf Preise und Nachfrage in San Francisco aus.
deshalbDie Nachfrage nach verschiedenen Arten von Wohnraum ändert ihren Marktführer in jedem neuen Wirtschaftszyklus. Jede Art von Wohnraum hatte und wird seine "Höhen und Tiefen" auf dem Baumarkt in San Francisco haben , wie eine Explosion der Nachfrage nach Wohnungen von 2012 bis 2015, fast das Zehnfache, oder ein Hype, mehr als das 16-fache der Nachfrage von 1997 bis 1997 1999 in den Einzelhandel.
In dem Artikel über die jährliche Gesamtzahl der Bauarbeiten wurde der Verkehrsplan für den Zeitraum von 1980 bis 2018 in zwei Komponenten unterteilt:
- Geschätzte (geschätzte) Arbeitskosten (blaue Linie)
- Tatsächliche (überarbeitete) Arbeitskosten (gelbe Linie)
Schauen wir uns die Gesamtkostendaten genauer an und fahren mit der „nächsten Datenschicht“ fort.
Wir teilen die Gesamtarbeitskosten nach dem Parameter „Art der Wohnung“ („Bestehende Nutzung“) in Arbeitskategorien ein:
- Wohnungen (Wohnungen)
- Einzelhandel (Verkaufsfläche)
- Büro (Büroräume und Büros)
- Wohnimmobilien (Ein- und Zweifamilienhäuser)
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)
Es ist ersichtlich, dass alle Arten von Immobilien in verschiedenen Wirtschaftsperioden ein schnelles parabolisches (Hype-) Wachstum und denselben raschen Rückgang erlebten.
- Der Höhepunkt des Baus von Wohnungen (Apartments) fiel auf den letzten High-Tech-Boom, der mit dem Zustrom einer großen Anzahl neuer technischer Arbeitskräfte aus der ganzen Welt zu den schnell wachsenden Unternehmen im Silicon Valley verbunden war. Die Nachfrage nach Wohnungen stieg von 2012 bis 2015 um das Zehnfache. Von 133 Millionen US-Dollar im Jahr 2012 auf 1,4 Milliarden US-Dollar, die 2015 nur in Wohnungen investiert wurden.
- (Retail) . 1997 1999 16 . c $ 22 1997 $ 350 . 1999 . , . 90- .
- Die steigende Nachfrage nach Büroimmobilien (Office) ist auch mit der Entwicklung der Giganten des Silicon Valley verbunden. Im Gegensatz zu Einzelhandelsimmobilien und -wohnungen ist hier seit 2000 die Nachfrage stetig gestiegen - begleitet von zahlreichen kleinen Höhen und Tiefen.
- Das Wachstum der Investitionen in Wohnimmobilien fällt in Bezug auf die Wachstumsdynamik mit Büroimmobilien zusammen, unterscheidet sich jedoch vom Wachstum der Büroflächen - reibungsloses Wachstum und das Fehlen großer Nachfrageschwankungen.
Wenn wir diese 4 Hauptkategorien in einem Diagramm zusammenfassen, erhalten wir den allgemeinen Anstieg und Abfall aller Bauinvestitionen in der Stadt San Francisco, die aus dem ersten Artikel bekannt sind.
Durchschnittliche Kosten für die Renovierung von Küche und Bad in San Francisco
Aus den Daten aus der Funktionsbeschreibung können wir zusätzlich Daten für einzelne Arbeitskategorien auswählen und sehen, wie viel es durchschnittlich kostet, eine Küche oder ein Bad in San Francisco für verschiedene Arten von Wohnungen zu renovieren.
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));
Die Kosten für die Renovierung einer Küche in San Francisco sind fast doppelt so hoch wie die Kosten für die Renovierung eines Badezimmers. Es ist logisch, dass die durchschnittlichen Kosten für eine Badrenovierung für ein Zweifamilienhaus (16.000 USD) 2.000 USD mehr betragen als für ein Einfamilienhaus (14.000 USD).
Gleichzeitig betragen die durchschnittlichen Kosten für die Renovierung einer Küche für ein Zweifamilienhaus (25.000 USD) fast 3.000 USD weniger als für ein Einfamilienhaus (28.000 USD).
Durchschnittliche Kosten für Dach- und Treppenreparaturen in San Francisco
Wählen Sie mit derselben Funktion - Beschreibung nur die Zeilen aus, die die Wörter „Überdachung“ (Dachverlegung) und „Treppe“ (Treppenreparatur) enthalten.
Basierend auf den durchschnittlichen Kosten für Dachreparaturen ist es logisch, dass Dachreparaturen (aufgrund der größeren Dachfläche von Zweifamilienhäusern) im Durchschnitt 2.000 USD mehr kosten als Einfamilienhäuser.
Die Kosten für die Reparatur einer Treppe sind für ein Zweifamilienhaus ebenfalls doppelt so hoch, da ein Einfamilienhaus keine Treppe (oder eine einspanige Treppe) hat.
Die Kosten für eine geplante Renovierung in San Francisco
Es wird empfohlen, Küche und Bad durchschnittlich alle 10-15 Jahre zu renovieren. Dach- und Treppenreparatur - einmal alle 15-20 Jahre.
Wenn „theoretisch“ 15 Jahre nach dem Bau des Hauses - um Küche, Bad, Dach und Treppe in einem Jahr zu reparieren -, müssen Sie in einem Einfamilienhaus 54.000 USD sparen, während dies für ein Zweifamilienhaus dieser Betrag ist beträgt - 61.000 USD. Die Differenz der Gesamtarbeitskosten in diesen vier Kategorien beträgt nur 15%.
Nach dem Bau eines neuen Hauses müssen daher für Reparaturen im Haus in vier Kategorien (Küche, Bad, Dach, Treppe) monatlich 350 US-Dollar bereitgestellt werden, um die erforderlichen 60.000 US-Dollar für Reparaturen in 15 Jahren zu sammeln.
Der Anstieg der Baukosten in San Francisco
Indem wir die Daten nach Jobkategorien nehmen und nach Jahr gruppieren, können wir das Wachstum (und die Inflation) der durchschnittlichen Reparaturkosten nach Art des Wohnraums beobachten.
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)In der folgenden Grafik werden die Daten zu den durchschnittlichen Kosten nach Wohnungstyp wie im vorherigen Absatz in Spaltenform dargestellt.
Das gleiche Diagramm für die visuelle Anzeige, jedoch bereits in Form von Linien, ergibt ein klareres („inflationäres“) Bild.
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))
Die durchschnittlichen Kosten für Dachreparaturen sind seit 1990 allmählich gestiegen.
Im Gegensatz zu Wohngebäuden haben die durchschnittlichen Kosten für die Renovierung eines Wohnungsdaches im gleichen Zeitraum zahlreiche Höhen und Tiefen durchgemacht.
Die Kosten für die Renovierung der Dächer der Wohnungen betragen kurzfristige 3-Jahres-Zyklen.
Im Gegensatz zu der flachen Wachstumsdynamik der durchschnittlichen Kosten für Dachreparaturen sind die durchschnittlichen Kosten für die Küchenrenovierung volatiler.
Bei der Renovierung von Küchen sowie bei der Renovierung von Wohnungsdächern können kurzfristige 2x-3-Jahres-Zyklen verfolgt werden.
Bei der Reparatur von Badezimmern werden solche Zyklen jedoch nicht verfolgt, und der Anstieg der durchschnittlichen Baukosten ist geringer. Nur die erhöhten Durchschnittskosten für die Reparatur von Badewannen in Wohnungen vor dem Dotcom-Boom fallen auf ?!
Inflation der Baukosten in San Francisco.
Um die Inflation der durchschnittlichen Reparaturkosten für den gesamten Zeitraum von 1980 bis 2019 zu ermitteln, ergänzen wir die Daten mit einer Trendlinie. Bei der Berechnung der Inflation (unter Berücksichtigung des Start- und Endpunkts der Trendlinie) stellen wir fest, dass die maximale Wertinflation für den Zeitraum von 1990 bis 2018 in der Badbranche aufgetreten ist.
Die durchschnittlichen Kosten für die Renovierung von Badezimmern haben sich in den letzten 30 Jahren fast verfünffacht (möglicherweise sind die Kosten für die Renovierung aufgrund des Auftretens neuer Veredelungsmaterialien und teurer (und erschwinglicher) Keramik- und Sanitärartikel auf dem Markt gestiegen ?!).
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]
Die geringsten Abweichungen in Bezug auf die Werte sind in der Kategorie „Dachreparaturen“ zu verzeichnen, in der die Inflation in den letzten 30 Jahren 250% betrug (der Durchschnittspreis stieg mehr als dreimal). Die Kosten für Küchenrenovierungen haben sich in den letzten 30 Jahren ebenfalls verdreifacht.
Im gleichen Zeitraum blieben die Kosten für Treppenreparaturen von 1980 bis 2019 nahezu unverändert, und die durchschnittliche Kosteninflation in diesem Bausektor betrug nur 85%.
Stellen Sie sich jetzt die Entwicklung des Inflationswachstums für mehr Klarheit auf einer einzigen Skala vor, in der die Inflation zwischen 0 und 9% liegt, und betrachten Sie den Rückgang der jährlichen Inflationskosten für Reparaturen nach Kategorien im Zeitraum von 1980 bis 2019.
Es fällt auf, dass die jährliche Inflationsrate in den letzten 30 Jahren in allen Kategorien um fast das 2-4-fache gesunken ist (z. B. bei Dachreparaturen von 8% im Jahr 1990 auf fast 2% im Jahr 2019). Dies stimmt vollständig mit der Wirtschaftspolitik in diesem Zeitraum (von 1980 bis 2019) überein.
Wenn wir die offiziellen Inflationsdaten und die Inflationsdaten im Bausektor vergleichen, wird ersichtlich, dass in nur einem Sektor die offizielle Inflation mit der Inflation der Arbeitskosten zusammenfiel.
Der Anstieg der Kosten für die Reparatur von Treppen fiel vollständig mit der offiziellen Inflation zusammen. In anderen Arbeitskategorien hat das jährliche Wachstum der Baukosten in den letzten 30 Jahren die offizielle Inflation um fast das Zweifache übertroffen.
Die Inflationsbewegung in Kategorien wie Dachrenovierung, Bad- und Küchenrenovierung fiel fast vollständig mit der Bewegung des Zinssatzes für 30-jährige Kredite (und dementsprechend mit der Rendite von 10-jährigen Staatsanleihen) zusammen.
Eine 30-jährige Festhypothek ist ein Darlehen, dessen Zinssatz während der gesamten Laufzeit des Darlehens unverändert bleibt.Bei einer 30-jährigen Hypothek von 300.000 USD mit einer Anzahlung von 20% und einem Zinssatz von 3,75% würden die monatlichen Zahlungen beispielsweise etwa 1.111 USD betragen (ohne Steuern und Versicherungen). Somit bleibt der Zinssatz von 3,75% (und die monatliche Zahlung) während der gesamten Laufzeit des Darlehens gleich.
Der 10-Jahres-Treasury-Satz ist das Einkommen aus einer Anlage in von der US-Regierung ausgegebene Treasury-Wertpapiere mit einer Laufzeit von 10 Jahren.
Reale Raten und Rentabilität im Bauwesen
Es ist ersichtlich, dass die Änderung der Arbeitskosten mit dem Zinssatz für Staatsanleihen zusammenfällt. Die Grafik von Paul Schmelzing (Harvard-Professor) zeigt, wie sich die globalen Realzinsen in den letzten acht Jahrhunderten verändert haben.
Schmelzing sammelt Daten zu den Realzinsen in fortgeschrittenen Volkswirtschaften und zeigt, dass die Realindikatoren seit dem 14. Jahrhundert einen negativen Zinstrend aufweisen.
Zum Vergleich ist der im Artikel betrachtete Zeitraum gelb markiert.
Ab 1311 zeigen Daten aus dem Bericht, wie sich die durchschnittlichen Realzinsen von 5,1% im 13. Jahrhundert auf durchschnittlich 2% im 20. Jahrhundert verändert haben.
Der durchschnittliche Realzins für den Zeitraum 2000-2018 beträgt 1,3%.
Mit der Realrate sinkt natürlich auch die Rentabilität der Industrie , was mit dieser Rate korreliert. Dies sind in erster Linie solche alten Industrien wie die Agrarindustrie und die Bauindustrie.Höchstwahrscheinlich werden wir im Zeitraum von 2020 bis 2030 neue Rekordtiefs bei den Realzinsen und dementsprechend einen Rückgang der Rentabilität in der Bauindustrie sehen. Wenn jedoch die Rentabilität sinkt, bedeutet dies möglicherweise, dass die Produktivität um denselben "fehlenden" Prozentsatz steigt.
Wenn früher im Bau eine große Marge von 10 bis 15% vorhanden war und die Unternehmen nicht über die Einführung neuer Technologien nachdenken mussten (die es im Prinzip nicht viele gab), treten wir jetzt in eine neue Ära niedriger Realzinsen und niedriger Margen von 2 bis 5% ein. wo die Hauptrolle im Bauunternehmen durch die Verfügbarkeit neuer Werkzeuge und Prozesse in der Arbeit des Unternehmens gespielt wird.Werkzeuge und neue Technologien, die bereits im Bauwesen eingesetzt werden können, sind derzeit im Überschuss.
Es wird Jahrzehnte dauern, bis Bauunternehmen diese neuen Technologien ihren Weg in die mühsame und belastbare Bauindustrie gefunden haben.Etwa zur gleichen Zeit, in der selbstfahrende Taxis in Moskau ihren Betrieb aufnehmen, werden russische Bauunternehmen, um die Margen zu halten, die Planer auf den unteren Ebenen schrittweise durch automatisierte Skripte und Tools ersetzen, die Big Data und Technologien für maschinelles Lernen verwenden.
Links zu früheren Veröffentlichungen zu diesem Thema:
- Das Auf und Ab der Bauindustrie in San Francisco. Trends und Entwicklungsgeschichte der Bautätigkeit
- Der Bausektor stirbt aus. COVID-19-Krise, wachsende Herausforderungen und neue Möglichkeiten
Link zum Jupyter-Notizbuch: San Francisco. Bausektor 1980-2019.
Wenn Ihnen mein Inhalt gefällt, kaufen Sie mir bitte einen Kaffee. Vielen Dank für Ihre Unterstützung! Kaufen Sie Kaffee für den Autor