Los datos sobre más de un millón de permisos de construcción (registros en dos conjuntos de datos) del Departamento de Edificios de San Francisco le permiten analizar no solo la actividad de construcción en la ciudad, sino también examinar críticamente las últimas tendencias y la historia del desarrollo de los sectores de la construcción y la demanda de bienes raíces en los últimos 30 años. ...
En el ultimo articuloObservó la construcción (inversión) anual total en San Francisco entre 1980 y 2018. La diferencia entre los costos de construcción esperados (estimados) y reales (revisados) se utilizó para rastrear el movimiento del sentimiento de los inversionistas durante períodos de auge y crisis económicas en la región.
Los altibajos de la industria de la construcción de San Francisco. Tendencias e historia del desarrollo de la actividad de la construcción
En este artículo, analizaremos más de cerca los sectores individuales de la construcción: reparación de techos, cocinas, escaleras y baños. Después de eso, comparemos la inflación para tipos individuales de trabajo con datos sobre la inflación oficial y otros indicadores económicos.
Contenido:
Los altibajos de los sectores de la construcción por tipo de vivienda
Costo promedio de renovaciones de cocinas y baños en 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 ) .
- Si observa un crecimiento múltiple en poco tiempo, en los próximos dos años puede esperar la misma rápida disminución de la intensidad.
- Si necesita saber cuánto aumentará el precio promedio de reparación, esté atento a la tasa de los bonos del gobierno a 10 años.
El trazado y los cálculos se realizaron en Jupyter Notebook (en la plataforma Kaggle.com).
Los altibajos de los sectores de construcción de San Francisco por tipo de vivienda
La industria tecnológica de San Francisco es uno de los culpables del aumento de los precios. Los trabajadores tecnológicos de seis cifras se mudan a la ciudad para trabajar en nuevas empresas y empresas más establecidas (como Google, Facebook, Twitter y Apple) están aumentando drásticamente el costo de vida y aumentando la demanda de vivienda. Los programadores con los bolsillos llenos de dinero "tecnológico" pueden permitirse superar a la mayoría de los locales en el mercado inmobiliario.
Además, en términos de legislación de planificación urbana, San Francisco es una de las ciudades más reguladas de Estados Unidos. Estos y muchos otros factores limitan severamente los volúmenes de construcción y afectan los precios y la demanda en San Francisco.
por lo tantoLa demanda de diferentes tipos de vivienda cambia de líder en cada nuevo ciclo económico. Cada tipo de vivienda ha tenido y tendrá sus "altibajos" en el mercado de la construcción en San Francisco , como una explosión en la demanda de apartamentos de 2012 a 2015, casi 10 veces, o una exageración, un crecimiento de más de 16 veces en la demanda de 1997 a 1999 al espacio comercial.
En el artículo sobre la cantidad total anual de trabajos de construcción, el cronograma de tráfico para el período de 1980 a 2018 se dividió en dos componentes:
- Costo de trabajo estimado (estimado) (línea azul)
- Costo de trabajo real (revisado) (línea amarilla)
Echemos un vistazo más profundo a los costos totales totales y pasemos a la "siguiente capa" de datos.
Dividimos el costo total total del trabajo en categorías de trabajo según el parámetro “tipo de vivienda” (“Uso existente”):
- Apartamentos (apartamentos)
- Minorista (espacio minorista)
- Oficina (oficinas y despachos)
- Bienes raíces residenciales (viviendas unifamiliares y bifamiliares)
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)
Se puede ver que todos los tipos de bienes raíces en diferentes períodos económicos experimentaron un rápido crecimiento parabólico (exageración) y el mismo rápido declive.
- El pico de la construcción de apartamentos (apartamentos) cayó en el último boom de la alta tecnología, que se asoció con la afluencia de un gran número de nuevos trabajadores técnicos de todo el mundo a las empresas de rápido crecimiento en Silicon Valley. La demanda de apartamentos de 2012 a 2015 aumentó 10 veces. de $ 133 millones en 2012 a $ 1.4 mil millones invertidos solo en apartamentos en 2015.
- (Retail) . 1997 1999 16 . c $ 22 1997 $ 350 . 1999 . , . 90- .
- El crecimiento de la demanda de inmuebles para oficinas (Office) también está asociado con el desarrollo de los gigantes de Silicon Valley. Pero aquí, desde el año 2000, a diferencia de los inmuebles comerciales y los apartamentos, ha habido un crecimiento constante de la demanda, que se acompaña de numerosos y pequeños altibajos.
- El crecimiento de la inversión en inmuebles residenciales coincide en términos de dinámica de crecimiento con el de oficinas, pero difiere del crecimiento del espacio de oficinas: crecimiento suave y ausencia de grandes fluctuaciones en la demanda.
Si combinamos estas 4 categorías principales en un gráfico, obtenemos el ascenso y la caída general de todas las inversiones en construcción en la ciudad de San Francisco, familiar del primer artículo.
Costo promedio de renovaciones de cocinas y baños en San Francisco
Tomando datos de la Característica - Descripción, podemos además seleccionar datos para categorías individuales de trabajo y ver cuánto cuesta en promedio renovar una cocina o un baño en San Francisco para varios tipos de vivienda.
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));
El costo de renovar una cocina en San Francisco es casi el doble del costo de renovar un baño. Es lógico que el costo promedio de la renovación de un baño sea $ 2,000 más para una casa de dos familias ($ 16,000) que para una casa unifamiliar ($ 14,000).
Además, el costo promedio de renovación de la cocina para una casa de dos familias ($ 25,000) es casi $ 3,000 menos que para una casa unifamiliar ($ 28,000).
Costo promedio de reparaciones de techos y escaleras en San Francisco
Con la misma Característica - Descripción, seleccione solo las líneas que contienen las palabras “retecho” (reinstalación del techo) y “escaleras” (reparación de escaleras).
Con base en el costo promedio de las reparaciones del techo, es lógico que las reparaciones del techo (debido al área de techo más grande de las casas para dos familias) sean en promedio $ 2,000 más que las casas unifamiliares.
El costo de reparar una escalera también es el doble para una casa de dos familias, porque una casa unifamiliar no tiene escalera (o una escalera de un solo tramo).
El costo de la renovación planificada de una casa en San Francisco
Se recomienda renovar la cocina y el baño una vez cada 10-15 años. Reparaciones de techos y escaleras: una vez cada 15-20 años.
En general, si “teóricamente” 15 años después de la construcción de la casa - para reparar la cocina, el baño, el techo y las escaleras en un año - entonces en una casa unifamiliar necesitará ahorrar $ 54,000 para esto, mientras que para una casa de dos familias esta cantidad será - $ 61 000. La diferencia en el costo total del trabajo en estas cuatro categorías es sólo del 15%.
Así, luego de la construcción de una casa nueva, para poder hacer reparaciones en la casa en cuatro categorías (cocina, baño, techo, escaleras), es necesario reservar $ 350 mensuales, con el fin de acumular los $ 60,000 necesarios para reparaciones en 15 años.
El aumento de los costos de construcción en San Francisco
Al tomar los datos por categoría laboral y agruparlos por año, podemos observar el crecimiento (e inflación) del costo promedio de las reparaciones por tipo de vivienda.
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)En el siguiente gráfico se presentan los datos sobre el costo promedio por tipo de vivienda, como en el párrafo anterior, en forma de columnas.
El mismo gráfico, para presentación visual, pero ya en forma de líneas, da una imagen más clara (“inflacionaria”).
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))
El costo promedio de las reparaciones del techo ha ido aumentando constantemente desde 1990.
En contraste con los edificios residenciales, el costo promedio de renovar el techo de un apartamento durante el mismo período pasó por numerosos altibajos.
El costo de la renovación de los techos de los apartamentos tiene ciclos a corto plazo de 3 años.
En contraste con la dinámica plana de crecimiento en el costo promedio de reparación de techos, el costo promedio de renovación de cocinas es más volátil.
En la renovación de cocinas, así como en la renovación de techos de apartamentos, se pueden rastrear ciclos a corto plazo de 2 a 3 años.
En la reparación de baños, sin embargo, dichos ciclos no se rastrean y el aumento en el costo promedio de construcción es más suave. ¿Solo se destaca el aumento del costo promedio de las reparaciones de la bañera de los apartamentos antes del auge de las punto com?
Inflación en el costo de las obras de construcción en San Francisco.
Para encontrar la inflación del costo promedio de las reparaciones para todo el período de 1980 a 2019, complementamos los datos con una línea de tendencia. Al calcular la inflación (tomando los puntos inicial y final de la línea de tendencia), encontramos que la inflación máxima en valor para el período de 1990 a 2018 ocurrió en la industria del baño.
El costo promedio de la renovación del baño en los últimos 30 años ha aumentado casi 5 veces (¿quizás el costo de la renovación ha aumentado debido a la aparición de nuevos materiales de acabado y cerámicas y artículos sanitarios costosos (y asequibles) en el mercado?).
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]
Las desviaciones más pequeñas en términos de valores se encuentran en la categoría “reparaciones de techos”, donde la inflación fue del 250% en los últimos 30 años (el precio promedio aumentó más de 3 veces). El costo de las renovaciones de la cocina también se ha triplicado en los últimos 30 años.
En el mismo período, el costo de las reparaciones de escaleras de 1980 a 2019 se mantuvo casi sin cambios y la inflación de costos promedio en este sector de la construcción fue solo del 85%.
Imagine ahora el desarrollo del crecimiento de la inflación para mayor claridad en una sola escala, donde la inflación varía de 0 a 9%, y observe la caída en el costo de la inflación anual de las reparaciones por categoría en el período de 1980 a 2019.
Es notable que la inflación anual durante los últimos 30 años ha disminuido en todas las categorías en casi 2-4 veces (por ejemplo, en reparaciones de techos del 8% en 1990 a casi el 2% en 2019). Esto coincide completamente con la política económica durante este período (de 1980 a 2019).
Si comparamos los datos oficiales de inflación y los datos de inflación del sector de la construcción, se verá que solo en un sector la inflación oficial coincidió con la inflación del costo del trabajo.
El aumento del costo de reparación de escaleras estuvo en línea con la inflación oficial. En otras categorías de trabajo, el crecimiento anual del costo de las obras de construcción durante los últimos 30 años ha superado la inflación oficial en casi dos veces.
El movimiento de la inflación en categorías como renovación de techos, renovación de baños y cocinas coincidió casi por completo con el movimiento de la tasa de interés de los préstamos a 30 años (y, en consecuencia, con el rendimiento de los bonos del Tesoro a 10 años).
Una hipoteca fija a 30 años es un préstamo cuya tasa de interés permanece igual durante todo el plazo del préstamo.Por ejemplo, con una hipoteca a 30 años de $ 300,000 con un pago inicial del 20% y una tasa de interés del 3.75%, los pagos mensuales serían de aproximadamente $ 1,111 (excluyendo impuestos y seguros). Por lo tanto, la tasa de interés del 3,75% (y el pago mensual) permanece igual durante todo el plazo del préstamo.
La tasa del Tesoro a 10 años es el ingreso obtenido de una inversión en valores del Tesoro emitidos por el gobierno de EE. UU. Con un vencimiento de 10 años.
Tasas reales y rentabilidad en la construcción
Se puede observar que el cambio en el costo de las obras coincide con el tipo de interés de los bonos del Estado. El gráfico de Paul Schmelzing (profesor de Harvard) muestra cómo las tasas de interés reales globales han cambiado durante los últimos ocho siglos.
Al recopilar datos sobre las tasas de interés reales en las economías avanzadas, Schmelzing muestra que los indicadores reales han mostrado una tendencia negativa de las tasas de interés desde el siglo XIV.
A modo de comparación, el período considerado en el artículo está marcado en amarillo.
A partir de 1311, los datos del informe muestran cómo las tasas reales promedio han cambiado del 5,1% en la década de 1300 a un promedio del 2% en la década de 1900.
La tasa real promedio para el período 2000-2018 es del 1,3%.
Junto con la tasa real, por supuesto, la rentabilidad de las industrias también disminuye , lo que se correlaciona con esta tasa. Se trata principalmente de industrias tan antiguas como la industria agraria y la industria de la construcción.Lo más probable es que en el período de 2020 a 2030, veamos nuevos mínimos históricos en las tasas reales y, en consecuencia, una disminución de la rentabilidad en la industria de la construcción. Pero si la rentabilidad disminuye, quizás esto signifique que la productividad aumentará en el mismo porcentaje "faltante".
Si antes en la construcción había un gran margen del 10-15%, y las empresas no necesitaban pensar en introducir nuevas tecnologías (que, en principio, no eran muchas), ahora estamos entrando en una nueva era de tipos reales bajos y márgenes reducidos del 2-5%. donde el papel principal en la empresa constructora lo jugará la disponibilidad de nuevas herramientas y procesos en el trabajo de la empresa.Las herramientas y nuevas tecnologías que ya se pueden utilizar en la construcción son actualmente excedentes.
Las empresas de construcción tardarán décadas en que estas nuevas tecnologías se introduzcan en la laboriosa y resistente industria de la construcción.Casi al mismo tiempo que los taxis autónomos comienzan a operar en Moscú, las empresas de construcción rusas, para mantener los márgenes, comenzarán a reemplazar gradualmente a los planificadores en los niveles inferiores con scripts y herramientas automatizados que utilizan tecnologías de big data y aprendizaje automático.
Enlaces a publicaciones anteriores sobre este tema:
- Los altibajos de la industria de la construcción de San Francisco. Tendencias e historia del desarrollo de la actividad de la construcción
- El sector de la construcción está desapareciendo. Crisis de COVID-19, desafíos crecientes y nuevas oportunidades
Enlace a Jupyter Notebook: San Francisco. Sector de la construcción 1980-2019.
Si te gusta mi contenido, considera invitarme a un café. ¡Gracias por tu apoyo! Comprar café para el autor