Zmiany i prognozy cen mieszkań w Polsce: analiza historyczna i modelowanie
Celem niniejszego raportu jest analiza zmian cen mieszkań w Polsce w okresie od sierpnia 2023 roku do czerwca 2024 roku, a następnie ocena możliwości prognozowania cen, w tym przypadku dla sierpnia 2025 roku. Dane historyczne wykorzystane w analizie pochodzą z bazy „Apartment prices in Poland” opublikowanej na portalu Kaggle, natomiast bieżące informacje o cenach zebrano z ogłoszeń dostępnych w serwisie OLX.
Badanie prowadzone jest w dwóch wymiarach:
- podział według metrażu mieszkań (<35 m², <50 m², <75 m², <100 m² oraz >100 m²),
- podział według miasta, obejmujący największe ośrodki miejskie w Polsce.
Raport składa się z trzech głównych części:
- Analiza historyczna (08.2023–06.2024) – przegląd kształtowania się cen mieszkań w badanym okresie, z podziałem na miasta i segmenty metrażowe (<35 m², <50 m², <75 m², <100 m² oraz >100 m²).
- Analiza standaryzowana (Z-score) – porównanie cen mieszkań w ujęciu względnym, co pozwala określić, które segmenty i miasta były w badanym czasie relatywnie droższe lub tańsze od średniej rynkowej.
- Prognozowanie cen mieszkań – ocena możliwości przewidywania przyszłych cen na przykładzie rynku w Lublinie z wykorzystaniem dwóch podejść: modelu ARIMA oraz regresji liniowej.
Tak zbudowana struktura raportu pozwala najpierw uchwycić historyczne tendencje cenowe, następnie zidentyfikować relatywne różnice w poziomach cen między miastami i metrażami, a na końcu sprawdzić, czy możliwe jest wiarygodne prognozowanie cen na sierpień 2025 roku wykorzystując model ARIMA i regresję liniową. Braki w danych na przestrzeni miesięcy zostały uzupełnione korzystając z interpolacji dla danego miasta i metrażu, ponieważ baza danych miała pewne braki.
Przegląd trendów cenowych (08.2023–06.2024)
<35 m²
Choć aktualnie opisuję mieszkania poniżej 35 m² to podobne wnioski można wysnuć przy większych metrażach.
Patrząc na rynek jako całość możemy zauważyć, że rynek rósł wszędzie – niemal wszystkie miasta notują trend wzrostowy od jesieni 2023 r. do wiosny 2024 r. Największe zmiany widać od listopada–grudnia do stycznia–marca, po czym u części rynków następuje łagodna korekta.
Cenowi liderzy utrzymują swoją pozycję przez cały okres. Warszawa startuje z poziomu ok. 17–18 tys. zł/m² i stabilizuje się przy ok. 21 tys. zł/m² w kwietniu–czerwcu (wzrost ok. ~10–15% r/r). Inne drogie rynki ( w tym przypadku są to duże ośrodki akademickie i nadmorskie) idą w podobnym kierunku, choć z większą zmiennością.
Miasta drugiego szeregu (np. Bydgoszcz, Częstochowa, Radom, Rzeszów, Białystok) poruszają się w przedziale ok. 8–12 tys. zł/m², ze znacznie mniejszą dynamiką wzrostu – tu zmiany są bardziej stopniowe.
<50 m²
Ponownie obserwujemy największą dynamikę w metropoliach. Warszawa rośnie niemal liniowo do ~19 tys. zł/m² i stabilizuje się w II kw. 2024. Kraków dochodzi w okolice ~19–20 tys. zł/m²; Trójmiasto (zwł. Gdańsk) ma wyraźny „zryw” zimą i miękkie cofnięcie w maju–czerwcu.
Miasta średnie (Poznań, Wrocław, Łódź, Szczecin) rosną wolniej, o ~2–3 tys. zł/m² w skali okresu.
<75 m²
Trend dalej podobny – wzrostowy, lecz amplitudy mniejsze. Przyglądając się dokładniej Gdańskowi i delikatne schłodzenie później; Łódź ma krótką korektę w maju i odbicie w czerwcu – wskazuje na wrażliwość na strukturę podaży.
Rozwarstwienie cen między metropoliami a resztą utrzymuje się, ale nie powiększa się tak szybko jak w grupie <50 m².
<100 m²
Ponownie najbardziej konsekwentny trend wzrostowy, ponownie w Warszawie. Kraków i Wrocław podobnie jak Warszawa idą stabilnie w górę.
Tu różnice między miastami rosną – przepaść między metropoliami a średnimi miastami jest większa niż w <75 m².
>100 m²
Przy tych metrażach obserwujemy najmniejszą dynamikę i najwyższą zmienność międzymiastową. W części rynków (np. Trójmiasto) widać sinusoidę: epizody wzrostu przeplatane spadkami za to w średnich miastach ceny często utrzymują się na podobnym poziomie. (5,5–7,5 tys. zł/m²).
Ten segment, jest segmentem mocno negocjacyjny i heterogeniczny (lokale premium stanowią dużą część rynku), dlatego proste modele są niewystarczające do dalszych prognoz.
Porównanie względnych poziomów cen (metoda Z-score)
Z-score w kontekście mieszkań to szybki w obliczeniu, bezjednostkowy wskaźnik, czy dana oferta jest droższa czy tańsza niż typowe mieszkanie w tej samej grupie (np. miasto × miesiąc × metraż). To nie jest ocena jakości lokalu, ale bardzo użyteczny filtr opłacalności.
Ujemne outliery zwykle sygnalizują istotny problem z mieszkaniem (parter, bez balkonu, brak windy, niski standard) dodatnie zaś zwykle pojawiają się przy mieszkaniach o np. wyższym standardzie, dobrej lokalizacji.
<35 i <50 m²
W obu koszykach jest sporo wysokich dodatnich outlierów. To typowe dla mikro-apartamentów w najlepszych lokalizacjach albo nowo wykończonych lokali inwestycyjnych.
Małe metraże są najsilniej rozwarstwione – górny ogon to najpewniej mieszkania premium / inwestycyjne, dolny ogon to lokale problematyczne.
<75 m²
Dużo dodatnich outlierów – zwłaszcza w średnich ośrodkach. To sygnał na dużą ilość lokali o wysokim standardzie czy też nowych inwestycji z wykończeniem pod klucz.
<100 m²
Liczba outlierów jest mniejsza, a pudełka częściej zbite ten rynek jest bardziej spójny pod względem wyceny.
W tym segmencie mediany są wiarygodniejsze, a outliery rzadziej „ciągną” całą serię.
>100 m²
W segmencie mieszkań >100 m² liczba ogłoszeń jest mała, więc pojedyncze nietypowe oferty łatwo zniekształcają średnie i podnoszą niepewność, dlatego w przyszłości wyniki warto opierać na medianie z dłuższego okna i rozdzielać mieszkania pod względem jakości mieszkania.
Różnice między miastami są duże.
Modelowanie i prognoza cen mieszkań
Dysponujemy dwoma prostymi modelami opartymi o szeregi miesięczne:
- ARIMA (wychwytuje trend + ewentualną sezonowość),
- Regresja liniowa (trend liniowy w czasie).
Porównujemy je ze „Średnią ceną za m² OLX” aby ocenić kalibrację modeli.
Odchylenie prognoz VIII-2025 od tych średnich:
- ARIMA: <35 -4.7%, <50 -12.1%, <75 -7.7%, <100 -24.7%, >100 -17.2% → model konsekwentnie zaniża, szczególnie duże metraże.
- Regresja liniowa: <35 +0.5%, <50 -1.7%, <75 +7.7%, <100 -33.6%, >100 -7.4% → lepsza dla małych/średnich mieszkań, zaniża segment <100 i >100 m² (bardzo mocno w <100).
W przybliżeniu (uśredniając) błąd względem cen rzeczywistych to ok. ~13% dla ARIMA i ~10% dla regresji liniowej – głównie przez słabsze dopasowanie dla dużych metraży. Oznacza to, że wiarygodność prognoz jest najwyższa dla małych mieszkań, a niższa dla dużych.
Podsumowanie
Zestawienie opiera się na danych historycznych z Kaggle dla okresu VIII-2023–VI-2024 i bieżących z OLX, z podziałem na metraże (<35, <50, <75, <100, >100 m²) i miasta; brakujące dane w danym miesiącu uzupełniono interpolacją. Obraz rynku jest spójny: ceny rosną niemal wszędzie, najmocniej od późnej jesieni 2023 do wczesnej wiosny 2024. Ceny w metropoliach rosną najszybciej, miasta średnie rosną spokojniej. Małe metraże są najwyżej wyceniane i najbardziej rozwarstwione, 50–100 m² wyglądają stabilniej, a przy >100 m² mała liczba ogłoszeń i miks standardów łatwo przekręcają średnie — dlatego lepiej patrzeć na medianę w dłuższym oknie i segmentować jakość.
Do porównań względnych użyto Z-score: dodatnie odchylenia zwykle wskazują standard premium / bardzo odbrą lokalizację, ujemne – typowe problematyczne cechy. W małych metrażach górny ogon jest wyraźny, w <100 m² rozkłady są bardziej zwarte, a w >100 m² różnice między miastami są duże.
Prognozy (dla Lublina) zbudowano dwoma prostymi podejściami: ARIMA i regresją liniową. ARIMA ma tendencję do zaniżania, szczególnie przy większych metrażach, regresja lepiej odwzorowuje małe/średnie miszkania, ale również bywa zaniżona przy dużych. Szacunkowe błędy to ~13% (ARIMA) i ~10% (regresja), więc największą wiarygodność mają wyniki dla mniejszych metraży, a dla ≥75–100 m² — zwłaszcza >100 m² — warto stosować podejścia odporne, szersze widełki i brać pod uwagę wpływ interpolacji oraz małej próby.