DIPLOMSKA NALOGA VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE OPERATIVNO GRADBENIŠTVOLjubljana, 2021

(1)

Univerza v Ljubljani

Fakulteta za gradbeništvo in geodezijo

DIPLOMSKA NALOGA

VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE OPERATIVNO GRADBENIŠTVO

Ljubljana, 2021

Hrbtna stran: 2021

PETAR JUKIĆ

ANALIZA RAZLIK MED PRODAJNIMI CENAMI IN POSPLOŠENIMI (TRŽNIMI) VREDNOSTMI

NEPREMIČNIN V OBČINI DOMŽALE

JUKIĆ PETAR

(2)

Univerza v Ljubljani

Fakulteta za gradbeništvo in geodezijo

Kandidat/-ka:

Mentor/-ica: Predsednik komisije:

Somentor/-ica:

Član komisije:

Ljubljana, _____________

Diplomska naloga št.:

Graduation thesis No.:

PETAR JUKIĆ

ANALIZA RAZLIK MED PRODAJNIMI CENAMI IN POSPLOŠENIMI (TRŽNIMI) VREDNOSTMI

NEPREMIČNIN V OBČINI DOMŽALE

ANALYSIS OF THE DIFFERENCE BETWEEN SALE PRICES AND GENERAL MARKET VALUES

IN THE MUNICIPALITY OF DOMŽALE

Izr. prof. dr. Maruška Šubic-Kovač

(3)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. I Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

STRAN ZA POPRAVKE

Stran z napako Vrstica z napako Namesto Naj bo

(4)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. II Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

»Ta stran je namenoma prazna«

(5)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. III Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

BIBLIOGRAFSKO – DOKUMENTACIJSKA STRAN IN IZVLEČEK

UDK: 332.6(043.2)

Avtor: Petar Jukić

Mentor: izr. prof. dr. Maruška Šubic-Kovač

Naslov: Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) vrednostmi nepremičnin v občini Domžale

Tip dokumenta: Diplomska naloga – visokošolski strokovni študij Obseg in oprema: 31 str., 16 sl., 20 pregl., 1 en., 2 pril.

Ključne besede: Časovna prilagoditev, množično vrednotenje nepremičnin, posplošene tržne vrednosti, temeljna davčna načela

Izvleček:

Glavni namen diplomske naloge je na primeru občine Domžale ugotoviti, ali je v ZMVN-1 določeno merilo za umerjanje množičnega vrednotenja nepremičnin skladu s temeljnimi davčnimi načeli, saj izračunana posplošena vrednost predstavlja tudi vsaj delno ali celo v celoti davčno osnovo za izračun davka na nepremičnine. V prvem delu diplomske naloge je predstavljen sistem množičnega vrednotenja nepremičnin in opisano merilo za umerjanje modelov po zakonu o množičnem vrednotenju nepremičnin ZMVN – 1. Drugi del diplomske naloge zajema analizo razlik med posplošenimi tržnimi vrednostmi in njenimi čas ovno prilagojenimi prodajnimi cenami za stanovanjske nepremičnine v občini Domžale. Najprej je izvedena časovna prilagoditev prodajnih cen ločeno za stanovanja in stanovanjske hiše v občini Domžale. Sledi analiza primerjave med posplošeno tržno vrednostjo in časovno prilagojeno prodajno ceno. Izračunana razmerja med posplošenimi tržnimi vrednostmi in časovno prilagojenimi prodajnimi cenami pri posamičnih nepremičninah kažejo na večja odstopanja posplošenih tržnih cen od časovno prilagojenih prodajnih cen v analiziranem vzorcu. Ugotovljeno je, da se 60 % obravnavanih stanovanj in 80 % obravnavanih stanovanjskih hiš v občini Domžale nahaja izven območja 0,8 – 1,2. Povprečna vrednost razmerij po conah za stanovanja znaša 0,787, za stanovanjske hiše pa 0,685. Mediana razmerij po conah za stanovanja znaša 0,773, za stanovanjske hiše pa 0,671. Na podlagi tega lahko zaključimo, da merilo modelov po ZMVN-1 ni ustrezno za namen vrednotenja stanovanjskih nepremičnin v občini Domžale in ne sledi temeljnim davčnim načelom.

(6)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. IV Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

(7)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. V Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

BIBLIOGRAPHIC– DOCUMENTALISTIC INFORMATION AND ABSTRACT

UDK: 332.6(043.2)

Author: Petar Jukić

Supervisor: Assoc. Prof. Maruška Šubic-Kovač, Ph.D.

Title: Analysis of the difference between sale prices and general market values in the Municipality of Domžale

Document type: Graduation Thesis – Higher professional studies Scope and tools: 31 p., 16 fig., 20 tab., 1 eq., 2 ann.

Keywords: Time adjustment, mass real estate evaluation, general market values, fundamental principles of taxation

Abstract:

The main purpose of the graduation thesis is to determine in the case of the municipality of Domžale whether ZVMN-a (Mass Real Estate Evaluation Act) sets a criterion for calibrating the mass real estate evaluation in accordance with fundamental principles of taxation, as the calculated value represents at least a partial or full tax base for calculating real estate tax.

The first part of the graduation thesis presents the system of mass real estate evaluation and describes the criterion for calibrating models according to the Mass Real Estate Evaluation Act ZMVN-1. The second part of the graduation thesis includes an analysis of the differences between the generalized market values and its time-adjusted sales prices for residential real estate in the municipality of Domžale. First, the time adjustment of sales prices was carried out separately for apartments and residential houses in the municipality of Domžale. It was followed by the analysis of the comparison between the generalized market value and the time–adjusted sales price. The calculated ratios between generalized market values and the time-adjusted sales prices for individual real estate show larger deviations of generalized market prices from time-adjusted sales prices in the analyzed sample. It has been established that 60% of analyzed apartments and 80% residential houses have been outside of the range from 0,8 to 1,2. The average value for zone ratios for apartments is 0,787 and 0,685 for residential houses. Median for zone ratios for apartments is 0,773 and 0,671 for residential houses. On the basis, it can be concluded that the criterion of models according to ZMVN-1 is not appropriate for the purpose of evaluation of residential real estate and doest not follow the fundamental principles of taxation.

.

(8)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. VI Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

(9)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. VII Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

ZAHVALA

Zahvaljujem se mentorici izr. prof. dr. Maruški Šubic-Kovač za vso strokovno pomoč, nasvete in navodila pri pisanju diplomske naloge.

Zahvaljujem se tudi družini, ki je verjela vame in mu nudila vso potrebno pomoč tekom študija.

Zahvaljujem se še vsem profesorjem in asistentom za vso predano znanje in vsem svojim sošolcem, ki so mi pomagali na kakršenkoli način, ter vsem svojim sodelavcem iz podjetja Prenova-Gradbenik d.o.o., ki so me naučili praktične uporabe znanja v gradbeni stroki.

(10)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. VIII Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

(11)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. IX Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

KAZALO VSEBINE

STRAN ZA POPRAVKE ... I BIBLIOGRAFSKO – DOKUMENTACIJSKA STRAN IN IZVLEČEK... III BIBLIOGRAPHIC– DOCUMENTALISTIC INFORMATION AND ABSTRACT ...V ZAHVALA ...VII

1 UVOD... 1

2 NAMEN DIPLOMSKE NALOGE IN METODA DELA... 3

2.1 Namen diplomske naloge ... 3

2.2 Metoda dela ... 4

3 OPIS OBRAVNAVANEGA OBMOČJA – OBČINA DOMŽALE ... 5

4 ČASOVNA PRILAGODITEV PRODAJNIH CEN (PC) OBRAVNAVANIH NEPREMIČNIN V OBČINI DOMŽALE NA DATUM 31. 3. 2020 ... 9

4.1 Analiza trga stanovanj in izračun povprečne mesečne stopnje rasti PC v občini Domžale ... 9

4.1.1 Oblikovanje vzorca stanovanj v občini Domžale ... 9

4.1.2 Analiza gibanja prodajnih cen stanovanj na kvadratni meter v obravnavanem obdobju in izračun povprečne mesečne stopnje rasti prodajnih cen v občini Domžale .. 12

4.2 Analiza trga stanovanjskih hiš in izračun povprečne mesečne stopnje rasti prodajnih cen v občini Domžale... 13

4.2.1 Oblikovanje vzorca stanovanjskih hiš v občini Domžale ... 13

4.2.2. Analiza gibanja prodajnih cen stanovanjskih hiš v obravnavanem obdobju in izračun povprečne mesečne stopnje rasti prodajnih cen v občini Domžale ... 14

4.3 Časovna prilagoditev prodajnih cen stanovanjskih nepremičnin v obravnavanem obdobju... 16

5 ANALIZA RAZLIK POSPLOŠENIMI TRŽNIMI VREDNOSTMI IN PRILAGOJENIMI PRODAJNIMI CENAMI V OBDOBJU MED 1. 4. 2018 IN 31. 3. 2020 ... 19

5.1 Razmerja med posplošenimi tržnimi vrednostmi (PTV) in časovno prilagojenimi prodajnimi cenami (PC) stanovanj v občini Domžale... 19

5.2 Razmerja med posplošenimi tržnimi vrednostmi (PTV) in časovno prilagojenimi prodajnimi cenami (PC) stanovanjskih hiš v občini Domžale ... 22

5.3 Razlika med posplošenimi tržnimi vrednostmi (PTV) in časovno prilagojenimi prodajnimi cenami (PC) za stanovanja in stanovanjske hiše v občini Domžale... 26

6 SKLEP ... 29

(12)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. X Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

VIRI ...30

(13)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. XI Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

KAZALO SLIK

Slika 1 Prikaz obravnavanega območja - Občina Domžale 5

Slika 2 Prikaz gibanja PC kvadratnega metra stanovanja v občini Domžale,

2015 - 2019 (GURS, letno poročilo 2019) 7

Slika 3 Prikaz gibanja PC stanovanjskih hiš v občini Domžale, 2015 – 2019 (GURS, letno poročilo 2019)

8 Slika 4 Prikaz analiziranih povprečnih prodajnih cen na enoto (€/m²) in prodane

površine (m²) stanovanj v občini Domžale, 1. 4. 2018 – 31. 3. 2020 11 Slika 5 Prikaz analiziranih povprečnih prodajnih cen na enoto (€/m²) in leta

izgradnje stanovanj v občini Domžale, 1. 4. 2018 – 31. 3. 2020 11 Slika 6 Prikaz analiziranih povprečnih prodajnih cen (€) in prodane površine (m²)

stanovanjskih hiš v občini Domžale, 1. 4. 2018 – 31. 3. 2020

14

Slika 7 Prikaz analiziranih povprečnih prodajnih cen (€) in prodane površine (m²) stanovanjskih hiš v občini Domžale, 1. 4. 2018 – 31. 3. 2020 15 Slika 8 Število prodanih stanovanj glede na razmerje med PTV in njihovo

časovno prilagojeno PC v coni s pripisano štirinajsto vrednostno ravnijo v občini Domžale, 1. 4. 2018 – 31. 3. 2020

20

Slika 9 Število prodanih stanovanj glede na razmerje med PTV in njihovo časovno prilagojeno PC v coni s pripisano dvanajsto vrednostno ravnijo v občini Domžale, 1. 4. 2018 – 31. 3. 2020

20

Slika 10 Število prodanih stanovanjskih hiš glede na razmerje med PTV in njihovo časovno prilagojeno PC v coni s pripisano dvanajsto vrednostno ravnijo v občini Domžale, 1. 4. 2018 – 31. 3. 2020

23

Slika 11 Število prodanih stanovanjskih hiš glede na razmerje med PTV in njihovo časovno prilagojeno PC v coni s pripisano štirinajsto vrednostno ravnijo v občini Domžale, 1. 4. 2018 – 31. 3. 2020

24

Slika 12 Število prodanih stanovanjskih hiš glede na razmerje med PTV in njihovo časovno prilagojeno PC v coni s pripisano petnajsto vrednostno ravnijo v občini Domžale, 1. 4. 2018 – 31. 3. 2020

24

Slika 13 Delež obravnavanih stanovanj, kjer je PTV manjša, in delež stanovanj, kjer je PTV večja od časovno prilagojene PC, v občini Domžale, 1. 4. 2018 – 31. 3. 2020

27

Slika 14 Delež obravnavanih stanovanj, ki ležijo znotraj območja 0,8 – 1,2, in delež stanovanj, ki ležijo zunaj območja 0,8 – 1,2, v občini Domžale, 1. 4. 2018 – 31. 3. 2020

27

Slika 15 Delež obravnavanih stanovanjskih hiš, kjer je PTV manjša, in delež stanovanjskih hiš, kjer je PTV večja od časovno prilagojene PC, v občini Domžale, 1. 4. 2018 – 31. 3. 2020

28

Slika 16 Delež obravnavanih stanovanjskih hiš, ki ležijo znotraj območja 0,8 – 1,2, in delež stanovanjskih hiš, ki ležijo zunaj območja 0,8 – 1,2, v občini Domžale, 1. 4. 2018 – 31. 3. 2020

28

(14)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. XII Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

KAZALO PREGLEDNIC

Preglednica 1 Splošni statistični podatki za občino Domžale v primerjavi s Slovenijo (SURS, 2019)

6 Preglednica 2 Statistika prodanih stanovanj v občini Domžale, 2015 - 2019

(GURS, letno poročilo 2019)

6

Preglednica 3 Statistika prodanih stanovanjskih hiš v občini Domžale, 2015 - 2019

(GURS, letno poročilo 2019) 7

Preglednica 4 Primerjava povprečnih PC kvadratnega metra stanovanja (€/m²) med občino Domžale in Slovenijo, 2015-2019 (GURS, letno poročilo 2019)

8

Preglednica 5 Primerjava povprečnih PC (€) stanovanjskih hiš med občino Domžale in Slovenijo, 2015-2019 (GURS, letno poročilo 2019) 8 Preglednica 6 Osnovne statistike za leto izgradnje, prodano površino (m²) in PC

stanovanja na enoto (€/m²) v občini Domžale, 1. 4. 2018 – 31. 3. 2020 10 Preglednica 7 Osnovne statistike za leto izgradnje, prodano površino (m²) in PC

stanovanja na enoto (€/m²) v občini Domžale po dodatnem izločanju, 1. 4. 2018 – 31. 3. 2020

12

Preglednica 8 Statistika PC stanovanj (€/m²) na enoto v obdobju

1. 4. 2018 – 31. 3. 2019 in v obdobju 1. 4. 2019 – 31. 3. 2020 12 Preglednica 9 Osnovne statistike za leto izgradnje, prodano površino stanovanjske

hiše (m²) in prodajno ceno stanovanjske hiše (€/m²) v občini Domžale, 1. 4. 2018 – 31. 3. 2020

13

Preglednica 10 Osnovne statistike za leto izgradnje, prodano površino (m²) in PC stanovanjskih hiš (€) v občini Domžale po dodatnem izločanju, 1. 4. 2018 – 31. 3. 2020

15

Preglednica 11 Statistika PC stanovanjskih hiš (€) v obdobju 1. 4. 2018 – 31. 3. 2019

in v obdobju 1. 4. 2019 – 31. 3. 2020 16

Preglednica 12 Mesečni indeksi s stalno osnovo ( I 15.3.2020 = 100) za časovno prilagoditev prodajnih cen stanovanj v občini Domžale, 1. 4. 2018 – 31. 3. 2020

17

Preglednica 13 Mesečni indeksi s stalno osnovo ( I 15.3.2020 = 100) za časovno prilagoditev prodajnih cen stanovanjskih hiš v občini Domžale, 1. 4. 2018 – 31. 3. 2020

18

Preglednica 14 Statistika razmerij med PTV in časovno prilagojenimi PC za

stanovanja v občini Domžale 21

Preglednica 15 Delež posameznih odstopanj razmerij stanovanj med PTV in časovno prilagojenimi PC v dvanajsti vrednostni ravni v občini Domžale, 1. 4. 2018 – 31. 3. 2020

21

Preglednica 16 Delež posameznih odstopanj razmerij stanovanj med PTV in časovno prilagojenimi PC v štirinajsti vrednostni ravni v občini Domžale, 1. 4. 2018 – 31. 3. 2020

22

(15)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. XIII Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

Preglednica 17 Statistika razmerij med PTV in časovno prilagojenimi PC za

stanovanjske hiše v občini Domžale 25

Preglednica 18 Delež posameznih odstopanj stanovanjskih hiš med PTV in časovno prilagojenimi PC v dvanajsti vrednostni ravni v občini Domžale, 1. 4. 2018 – 31. 3. 2020

25

Preglednica 19 Delež posameznh odstopanj stanovanjskih hiš med PTV in časovno prilagojenimi PC v štirinajsti vrednostni ravni v občini Domžale, 1. 4. 2018 – 31. 3. 2020

25

Preglednica 20 Delež posameznh odstopanj stanovanjskih hiš med PTV in časovno prilagojenimi PC v petnajsti vrednostni ravni v občini Domžale, 1. 4. 2018 – 31. 3. 2020

26

(16)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. XIV Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

SEZNAM PRILOG

Priloga A Podatki o kupoprodajnih poslih in rezultatih analize za stanovanja po

vrednostnih conah v občini Domžale A1

Priloga B Podatki o kupoprodajnih poslih in rezultatih analize za stanovanjske hiše

po vrednostnih conah v občini Domžale B1

(17)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. XV Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

KAZALO OKRAJŠAV:

GURS Geodetska uprava Republike Slovenije

NUSZ Nadomestilo za uporabo stavbnega zemljišča

PC Prodajna cena

PTV Posplošena tržna vrednost

SURS Statistični urad Republike Slovenije

ZMVN Zakon o množičnem vrednotenju nepremičnin (UL RS, št.

50/06, z dne 16. 5. 2006)

ZMVN-1 Zakon o množičnem vrednotenju nepremičnin-1 (UL RS, št.

77/17, z dne 27. 12. 2017)

(18)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale. XVI Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

(19)

Jukić, P. 2021. Analiza razlik med prodajnimi cenami in posplošenimi (tržnimi) ... v občini Domžale . 1 Dipl. nal. Ljubljana, UL FGG, Visokošolski strokovni študijski program prve stopnje Operativno gradbeništvo.

1 UVOD

Množično vrednotenje nepremičnin je sistem masovnega ocenjevanja nepremičnin, ki sloni na sistematičnem ocenjevanju skupin nepremičnin z uporabo standardnih postopkov in statističnega testiranja. Gre za razvijajoč model ocenjevanja s katerim je možno prikazati razmerje sil na trgu. Sistem množičnega vrednotenja nepremičnin so izvorno razvile države z razvitimi ekonomskimi sistemi in trgom nepremičnin, kot so ZDA, Kanada, Avstralija in Nova Zelandija. Konec sedemdesetih let prejšnjega stoletja pa se je sistem začel uveljavljati tudi v evropskih državah z novimi naprednimi in specifičnimi rešitvami, predvsem to velja za Švedsko, Dansko ter Nizozemsko (MF, MOK, GURS, 2018). V praksi je bil glavni motiv za vzpostavitev sistema množičnega vrednotenja nepremičnin za namene odmere davka na nepremičnine, kasneje pa se je uveljavilo mnenje, da bi lahko rezultati množičnega vrednotenja nepremičnin služili ne le obdavčenju, temveč tudi drugim namenom v javnem sektorju.

V Sloveniji je v letu 1995 misija OECD dala priporočilo za posodobitev obdavčenja nepremičnin. V obdobju 1996 – 2000 je projekt ONIX v delu tega projekta analiziral obstoječe podatke za izračun nadomestila za uporabo stavbnega zemljišča (v nadaljevanju: NUSZ).

Tako so v projektu na območju šestih katastrskih občin v Mariboru bili analizirani podatki za izračun NUSZ in so bilo tako izdelani prvi modeli vrednotenja nepremičnin v Sloveniji. Delo se je potem nadaljevalo s projektom Posodobitev evidentiranja nepremičnin, ki je bil financiran s strani Banke za obnovo in razvoj (MF, MOK, GURS, 2018).

V letu 2006 je v Sloveniji začel veljati nov Zakon o množičnem vrednotenju nepremičnin (UL RS, št. 50/06 z dne 16. 5. 2006, v nadaljevanju: ZMVN), ki je povezal pretekla znanja in izkušnje v enotno pravno podlago. Uredil je sistematično zbiranje podatkov o prodajnih ter najemnih poslih z nepremičninami v evidenci trga nepremičnin. ZMVN je tako omogočal preglednost slovenskega trga nepremičnin in bil spodbuda za ureditev evidence stavb in delov stavb, ki je Slovenija do tedaj ni imela. Sistem množičnega vrednotenja nepremičnin je bil razvit kot večnamenski sistem, ki se lahko uporablja za številne javne namene, za obvezne statistične analize, za ocenjevanje nepremičnega fonda v lasti države, pa tudi za različne poslovne in zasebne namene (banke, cenilci, sodišča itd.). Rezultat množičnega vrednotenja nepremičnin so bile posplošene tržne vrednosti nepremičnin, ki naj bi izhajale iz razmer na trgu nepremičnin. V letu 2015 je misija Mednarodnega denarnega sklada ocenila sistem s tehnično – strokovnega vidika kot zelo kakovosten, še predvsem modele ocenjevanja (MF, MOK, GURS, 2018). Kot največji problem so izpostavili pomanjkljivost glede možnosti ugovarjanja rezultatom vrednotenja.

Ustavno sodišče Republike Slovenije je presodilo, da določbe ZMVN, ki določajo metode vrednotenja in bi morale biti v pristojnosti zakonodajalca, v preveliki meri prepuščajo vsebino podzakonskim aktom. Poleg tega tak sistem množičnega vrednotenja ne vsebuje zadostnega pravnega varstva lastnikov nepremičnin, ki nimajo možnosti učinkovitega ugovora na posplošeno vrednost. Ustavno sodišče RS ZMVN ni razveljavilo, vendar je le omejilo njegovo uporabo, v celoti pa razveljavilo Zakon o davku na nepremičnine (UL RS, št. 101/13 in 22/14 – odl. US).

Z opozorili Ustavnega sodišča RS je bil leta 2017 oblikovan in sprejet nov Zakon o množičnem vrednotenju nepremičnin (UL RS, št. 77/17, 33/19 in 66/19, v nadaljevanju: ZMVN-1). ZMVN-

(20)

1 odpravlja pomanjkljivosti, ki jih je izpostavilo Ustavno sodišče RS, zato je mogoče rezultat množičnega vrednotenja nepremičnin, torej posplošene vrednosti nepremičnin, ugotovljene na podlagi ZMVN-1, po mnenju zakonodajalca uporabiti tudi za davčne namene (MF, MOK, GURS, 2018)

(21)

2 NAMEN DIPLOMSKE NALOGE IN METODA DELA

2.1 Namen diplomske naloge

Namen diplomske naloge je na primeru občine Domžale ugotoviti, ali je v ZMVN-1 določeno merilo za umerjanje množičnega vrednotenja nepremičnin skladu s temeljnimi davčnimi načeli, saj izračunana posplošena vrednost predstavlja tudi vsaj delno ali celo v celoti davčno osnovo za izračun davka na nepremičnine.

Zakon o množičnem vrednotenju nepremičnin (ZMVN-1, 9. člen) predstavlja nova merila za umerjanje modelov vrednotenja nepremičnin, in sicer:

»(1) Model vrednotenja se umeri tako, da se določijo meje vrednostnih con, vrednostne ravni, podatki o nepremičninah in njihov vpliv na posplošeno vrednost v skladu z merilom za umerjanja modelov vrednotenja.

(2) Merilo za umerjanje modelov vrednotenja je srednja vrednost razmerij med posplošenimi vrednostmi, določenimi z modeli vrednotenja, in vrednostmi tržnih cen oziroma tržnih najemnin, ki so časovno prilagojene na datum modelov vrednotenja v skladu s prvim odstavkom 12. člena tega zakona.

(3) Pri uporabi načina tržnih primerjav je merilo za umerjanje modelov vrednotenja med 0,8 in 1,2.

(4) Pri uporabi na donosu zasnovanega načina je merilo za umerjanje modelov vrednotenja med 0,8 in 1,2

(5) Pri uporabi nabavnovrednostnega načina je merilo za umerjanje modelov vrednotenja med 0,6 in 1,4.«

Vodopivec (2019) je v diplomski nalogi ugotovil na primeru mestne občine Nova Gorica, da obravnavano merilo ne zagotavlja kakovostnega in pravičnega izračuna posplošenih vrednosti nepremičnin. Do take ugotovitve je za občino Radovljico in okoliške občine prišel tudi Baumgartner (2020). Zato nas je zanimalo, kakšni bodo glede navedenega rezultati v občini Domžale.

(22)

2.2 Metoda dela

Najprej sem analiziral 9. člen ZMVN-1 glede merila za umerjanje modelov vrednotenja. To merilo se sicer nanaša na nove modele in posplošeno vrednost, ki pa do danes (31. 7. 2020) zaradi izrednih okoliščin v marcu in aprilu 2020 še niso bile ocenjene in jih v diplomsko nalogo nisem mogel vključiti. Ustreznost merila za umerjanje modelov sem analiziral na podlagi posplošenih tržnih vrednosti (v nadaljevanju: PTV), ki jih opredeljuje ZMVN iz leta 2006, in so bile nazadnje indeksirane na datum 31. 3. 2020. Zato sem predpostavil, da so podatki o PTV ustrezni oz. dovolj dobri za analizo novega merila po ZMVN – 1.

V raziskavi sem se omejil na stanovanja in stanovanjske hiše (stanovanjske nepremičnine), za območje obravnave sem izbral občino Domžale.

Podatke o kupoprodajnih poslih za stanovanja in stanovanjske hiše v obdobju 1. 4. 2018 – 31. 3. 2020 v občini Domžale sem pridobil iz Evidence trga nepremičnin oziroma iz aplikacije Cenilec, Združenja sodnih izvedencev in cenilcev gradbene stroke Slovenije (SICGRAS).

Podatke sem najprej prečistil, to pomeni, da sem izločil tiste nepremičnine, katerih prodani delež ni 1/1, in vse tiste, katerih namembnost ni bila namenjena bivanju, ampak za druge namene, kot so kmetijski objekti, garaže, pokrita parkirišča, prodajalne, kleti itd.

Za izvedbo časovne prilagoditve pogodbenih cen kupoprodajnih poslov sem analiziral gibanje pogodbenih cen nepremičnin v občini Domžale znotraj obravnavanega obdobja. Predpostavil sem, da so pogodbene cene iz Cenilca in tržne cene po ZMVN -- 1 prodajne cene (v nadaljevanju PC) obravnavanih stanovanjskih nepremičnin, s čimer sta v nalogi zajeta oba termina. Najprej sem homogeniziral značilnosti vzorca obravnavanih nepremičnin tako glede prodane površine kot tudi starosti in izračunal povprečno mesečno rast PC obravnavanih nepremičnin. Na podlagi izračunane povprečne mesečne rasti PC posameznih vrst nepremičnin v obravnavanem obdobju je bila izvedena časovna prilagoditev PC kupoprodajnih poslov na datum 31. 3. 2020.

Na podlagi tako prilagojenih PC posameznih obravnavanih nepremičnin sem analiziral razlike med časovno prilagojenimi PC in PTV, ocenjenih glede na uradne modele množičnega vrednotenja nepremičnin Geodetske uprave Republike Slovenije (v nadaljevanju: GURS) v izbrani občini Domžale. Merilo za umerjanje modelov množičnega vrednotenja nepremičnin po ZMVN – 1 je srednja vrednost razmerij med PTV, določenih z modeli vrednotenja, in PC, ki so časovno prilagojene na datum modelov vrednotenja. To razmerje mora biti pri uporabi načina tržnih primerjav, ki se uporablja za oceno stanovanj in stanovanjskih hiš, med 0,8 in 1,2.

V nadaljevanju sem najprej izračunal razmerja med PTV in časovno prilagojenimi PC kupoprodajnih poslov za posamezno obravnavano nepremičnino ter v zaključku tudi srednjo vrednost (mediano) razmerij med PTV in časovno prilagojenimi PC po conah. Pri ugotavljanju ustreznosti razmerij za posamezno obravnavano nepremičnino še posebej sem analiziral primere, kjer je bilo to razmerje večje od 1. Za posameznega lastnika nepremičnine kot davčnega zavezanca namreč ni pomembno, kolikšna je srednja vrednost razmerij po conah, temveč kolikšno je razmerje med PTV in PC za njegovo nepremičnino. Na podlagi tega sem podal zaključne ugotovitve.

(23)

3 OPIS OBRAVNAVANEGA OBMOČJA – OBČINA DOMŽALE

Slika 1: Prikaz obravnavanega območja - Občina Domžale

Občina Domžale je del osrednje slovenske statistične regije. Občina ima trenutno 36.675 prebivalcev (Statistični letopis RS za leto 2020, H1), kar jo med slovenskimi občinami uvršča na 7. mesto po številu prebivalcev. Površina občine Domžale znaša 72 km², ter je po tem kriteriju uvrščena na 98. mesto med slovenskimi občinami.

V Preglednici 1 so prikazani osnovni podatki o prebivalstvu in glavnih socioekonomskih značilnostih prebivalcev celotne Slovenije in občine Domžale. Iz Preglednice 1 je razvidno, da je naravni prirast prebivalstva v občini Domžale pozitiven (+3,3), v Sloveniji pa negativen (- 0,6). Povprečne neto mesečne plače so nekoliko manjše glede na slovensko povprečje (1.044,06 €), uporabna površina stanovanj pa je za približno 12 m² večja od slovenskega povprečja. Delež novih stanovanj je v občini Domžale relativno velik (12,2 %), saj se občina Domžale nahaja v bližini Ljubljane, kjer je povpraševanje po nepremičninah relativno veliko.

Kot je razvidno iz letnega poročila GURS-a (Preglednica 2 in Preglednica 3) so se PC tako stanovanj kot tudi stanovanjskih hiš od leta 2015 do 2019 redno povečevale. Vidimo tudi, da se je število prodaj stanovanj od leta 2015 do 2018 redno povečevalo, potem je pa število prodaj v zadnjih dveh letih spet upadlo, a so PC kvadratnega metra stanovanja kljub temu rasle. V letu 2019 je bila tako povprečna PC kvadratnega metra stanovanja v občini Domžale 2.270 €/m², kar je za 660 €/m² več kot v letu 2015 oziroma za kar 29% več kot v letu 2015.

Podobna zgodba je tudi pri stanovanjskih hišah, kjer se je tudi povprečna PC vsako leto povečala. Največja rast PC je bila v obdobju 2017 – 2018, in sicer se je povprečna PC povečala kar za 20.000 €. V letu 2019 se je rast PC rahlo umirila, saj se je povprečna PC povečala le za 1000 € glede na leto 2018.

(24)

Preglednica 1: Splošni statistični podatki za občino Domžale v primerjavi s Slovenijo (SURS, 2019)

PODATKI OBČINA DOMŽALE SLOVENIJA

Število prebivalcev (leto 2020) 36.675 2.095.861

Površina (km²) 72 20 273

Gostota prebivalcev (preb km²) 509,4 103,4

Naravno gibanje prebivalstva

- Naravni prirast na 1000 preb. (leto

2019) +3,3 -0,6

Selitveno gibanje prebivalstva

- Skupni selitveni prirast na 1000 preb.

(leto 2019) 8,1 7,8

Število zaposlenih oseb 16.537 899.776

Stopnja registrirane brezposlenosti (število

prebivalcev) 1.101 81.104

Povprečne mesečne neto plače na

zaposlenega v letu 2019 (€) 1.044,06 1.133,50

Povprečna uporabna površina stanovanja

(m²) 93,0 81,5

Število stanovanj (na 1000 prebivalcev) 351,0 412,0

Delež novih stanovanj, grajenih po letu 2005

(%) 12,2 8,0

Preglednica 2: Statistika prodanih stanovanj v občini Domžale, 2015 - 2019 (GURS, letno poročilo 2019) PRODANA STANOVANJA

LETO 2015 2016 2017 2018 2019

Velikost

vzorca 103 132 145 116 95

Povprečna PC na kvadratni meter (€/m²)

1.610 1.640 1.840 2.010 2.270

Leto izgradnje (mediana)

1979 1983 1982 1982 1983

Uporabna

površina (m²) 49 52 50 54 53

(25)

Slika 2: Prikaz gibanja PC kvadratnega metra stanovanja v občini Domžale, 2015 - 2019 (GURS, letno poročilo 2019)

Preglednica 3: Statistika prodanih stanovanjskih hiš v občini Domžale, 2015 - 2019 (GURS, letno poročilo 2019)

PRODANE STANOVANJSKE HIŠE

LETO 2015 2016 2017 2018 2019

Velikost

vzorca 40 51 59 66 57

Povprečna PC (€)

167.000 176.000 186.000 206.000 207.000

Leto izgradnje (mediana)

1975 1980 1975 1980 1985

Površina hiše

(m²) 196 186 198 211 211

Površina zemljišča (m²)

580 530 580 540 560

1610 1640

1840

2010

2270

0 500 1000 1500 2000 2500

2015 2016 2017 2018 2019

POVPREČNA PC (€/M²)

LETO

(26)

Slika 3: Prikaz gibanja PC stanovanjskih hiš v občini Domžale, 2015 – 2019 (GURS, letno poročilo 2019)

Preglednica 4: Primerjava povprečnih PC kvadratnega metra stanovanja (€/m²) med občino Domžale in Slovenijo, 2015-2019 (GURS, letno poročilo 2019)

POVPREČNA PC STANOVANJ NA ENOTO POVRŠINE (€/m²)

LETO 2015 2016 2017 2018 2019

OBČINA

DOMŽALE 1.610 1.640 1.840 2.010 2.270

SLOVENIJA 1.450 1.510 1.610 1.760 1.850

Preglednica 5: Primerjava povprečnih PC (€) stanovanjskih hiš med občino Domžale in Slovenijo, 2015- 2019 (GURS, letno poročilo 2019)

POVPREČNA PC STANOVANJSKIH HIŠ (€)

LETO 2015 2016 2017 2018 2019

OBČINA

DOMŽALE 167.000 176.000 186.000 206.000 207.000

SLOVENIJA 108.000 113.000 116.000 124.000 128.000

Preglednica 4 in Preglednica 5 prikazujeta primerjavo povprečnih PC stanovanj in stanovanjskih hiš med občino Domžale in celotno Slovenijo. Iz preglednic je razvidno, da sta obe vrsti nepremičnin v povprečju dražji v obravnavani občini kot v povprečju v Sloveniji.

Dejstvo je, da se občina Domžale nahaja v bližini Ljubljane, kjer so PC nepremičnin relativno visoke, saj je tudi povpraševanje po nepremičninah ob dani ponudbi relativno veliko. Zato je občina Domažale ena izmed slovenskih občin, kjer so PC nepremičnin med najvišjimi.

167000 176000

186000

206000 207000

0 50000 100000 150000 200000 250000

2015 2016 2017 2018 2019

Povprečna PC (€)

Leto

(27)

4 ČASOVNA PRILAGODITEV PRODAJNIH CEN (PC) OBRAVNAVANIH NEPREMIČNIN V OBČINI DOMŽALE NA DATUM 31. 3. 2020

Podatke kupoprodajnih poslov v obdobju 1. 4. 2018 – 31. 3. 2020 v občini Domžale, pridobljene iz ETN oziroma iz aplikacije Cenilec, je treba časovno prilagoditi na datum množičnega vrednotenja, saj tako določa 9. člen ZMVN – 1. Kot je bilo prej omenjeno, zadnja indeksacija PTV je bila izvedena na datum 31. 3. 2020, zato je treba vse PC prilagoditi na ta datum. Treba je analizirati gibanje PC v tem obravnavanem obdobju, saj na podlagi rasti PC nepremičnin lahko izvedemo časovno prilagoditev.

4.1 Analiza trga stanovanj in izračun povprečne mesečne stopnje rasti PC v občini Domžale

4.1.1 Oblikovanje vzorca stanovanj v občini Domžale

Podatke o kupoprodajnih poslih iz spletnega portala Cenilec za stanovanja sem pridobil izvožene v dveh Excelovih datotekah, in sicer za obdobje 1. 4. 2018 – 31. 3. 2019 in 1. 4. 2019 – 31. 3. 2020. Potem sem obe Excelovi datoteki združil. Skupno je bilo 531 podatkov o kupoprodajnih poslih v celotnem obdobju 1. 4. 2018 – 31. 3. 2020 (327 v prvi polovici obdobja in 204 v drugi polovici obdobja). Podatki o posamezni kupoprodajnem poslu so vsebovali podatke o identifikacijski številki posla (ID posla), sestavljenosti posla, datumu uveljavitve, vrsti pravnega posla, datumu sklenitve pogodbe, prodanem deležu, občini, katastrski občini (KO) in šifri katastrske občine, številki stavbe ter številki dela stavbe, naselju in ulici, v kateri se nahaja nepremičnina, ter hišni številki. Podani so bili tudi podatki o lastnosti stanovanj, kot so leto izgradnje, lega stanovanja v stavbi, število sob ter število parkirnih mest, neto tlorisna, uporabna površina stanovanja in prodana površina ter podatek o tem, ali stavba ima dvigalo ali ne.

Za analizo sta bila najbolj pomembna podatka o PC in o PTV oziroma GURS vrednosti nepremičnine, sam sem dodal še novi stolpec v Excelovi datoteki in sicer PC na enoto (€/m² ). Ta podatek sem dobil tako, da sem PC delil s prodano površino stanovanja. Prodana površina je enaka neto tlorisni površini, zaokroženi na celo število.

Prvo, kar je bilo treba narediti, je prečistiti oziroma izločiti neustrezne podatke. Izločil sem kupoprodajne posle, kjer prodani delež ni bil 1/1, kar pomeni, da se ni prodala celotna nepremičnina. Izločiti je bilo treba tudi podatke, kjer dejanska raba ni predstavljala stanovanje v večstanovanjski stavbi ali vrstni hiši, temveč je nepremičnina bila uporabljena za druge namene, kot je garaža, pokrito parkirišče, poslovni prostor, klet, bife, drug kmetijski del stavbe, prodajalna in podobno. Izločil sem tudi nedokončana stanovanja, stanovanjske nepremičnine, kjer je uporabna površina znašala veliko manj kot neto tlorisna površina, odstranil sem tudi nepremičnine z vštetim DDV. Na koncu sem izločil še vse tiste nepremičnine katerih model ni predstavljal STA, ampak HIS ali pa ni bilo nič napisano, za kateri model gre.

Z upoštevanjem teh kriterijev je bilo izločenih 343 neustreznih stanovanj. Na podlagi preostalih 188 stanovanj sem izračunal s programom MS Excel (Data Analysis) osnovne statistike za leto izgradnje, površine stanovanja in PC stanovanja na enoto (€/m²), prikazane v Preglednici 6.

(28)

Preglednica 6: Osnovne statistike za leto izgradnje, prodano površino (m²) in PC stanovanja na enoto (€/m²) v občini Domžale, 1. 4. 2018 – 31. 3. 2020

Leto izgradnje Prodana površina Prodajna cena

Število primerov 188 188 188

Povprečna vrednost 1985 62 m² 1.888 €/m²

Mediana 1982 63 m² 1.911 €/m²

Standardna deviacija 22 24 460

Najmanjša vrednost 1857 15 m² 342 €/m²

Največja vrednost 2018 156 m² 3.292 €/m²

Koeficient variacije 0,011 0,387 0,244

Prvotno sem analiziral 188 primerov stanovanj. Mediana leta izgradnje znaša 1982. Povprečna prodana površina znaša 62 m², povprečna PC stanovanj na enoto pa 1.888 €/ m². Najmanjša površina kupoprodajnega posla stanovanja je 15 m², največja pa 156 m² . Koeficient variacije sem izračunal kot količnik med standardno deviacijo in povprečno vrednostjo. Variabilnost je največja pri površini stanovanj in znaša 0,387.

Rezultati analize kažejo na velika odstopanja tako med površinami stanovanj, kot tudi med povprečnimi PC. Zato sem naredil dodatno analizo med odnosi statističnih enot: Prodana površina (m²) – PC na enoto (€/m²) in Leto izgradnje – PC na enoto (€/m²).

Zanimalo me je, kolikšno je število podatkov pri navedeni statistični enoti, kar je povezano tudi z zanesljivostjo rezultatov. Pri manjšem številu podatkov je zanesljivost manjša in so posamični vplivi bolj pomembni.

Iz prikaza analiziranih povprečnih PC in neto tlorisne površine je razvidno, da se PC precej razlikujejo pri enaki ali približno enaki neto tlorisni površini. Zato je namen določiti območje, kjer je večje število podatkov, s čimer se deloma izognem posamičnim vplivom, hkrati pa so značilnosti nepremičnin bolj homogene. Podatke o PC na enoto, prodani površini in letu izgradnje sem vnesel v program MS Excel in izvedel grafičen prikaz (Slika 4 in Slika 5). Iz dobljenega grafa (Slika 4) je možno razbrati, da je največ podatkov o PC na območju 20 - 100 m². Zato bom vsa stanovanja manjša od 20 m² in večja od 100 m² za nadaljnjo analizo izločil.

Podobno zgodbo vidimo pri odnosu med PC na enoto in letom izgradnje stanovanjskih nepremičnin (Slika 5). Iz analize spreminjana PC na enoto glede na leto izgradnje sem izločil vsa tista stanovanja, ki so bila zgrajena pred letom 1960.

Izločil bom tudi stanovanja, kjer so velika odstopanja med PC na enoto. To so stanovanja, kjer so PC na enoto višje kot 3.000 €/m²in tista s PC na enoto nižjo od 1.000 €/m².

S tovrstnim izločanjem je bilo v nadaljnjo analizo zajetih 164 stanovanj zgrajenih med leti 1960 in 2020 z prodano površino med 20 in 100 m² ter izločenimi ekstremnimi vrednostmi PC na enoto. V tem vzorcu je 119 stanovanj, ki nahajajo znotraj štirinajste vrednostne ravni, ter 45 stanovanj, ki se nahajajo znotraj dvanajste vrednostni ravni po metodologiji množičnega vrednotenja GURS.

(29)

Slika 4: Prikaz analiziranih povprečnih prodajnih cen na enoto (€/m²) in prodane površine (m²) stanovanj v občini Domžale, 1. 4. 2018 – 31. 3. 2020

Slika 5: Prikaz analiziranih povprečnih prodajnih cen na enoto (€/m²) in leta izgradnje stanovanj v občini Domžale, 1. 4. 2018 – 31. 3. 2020

0 500 1.000 1.500 2.000 2.500 3.000 3.500

0 20 40 60 80 100 120 140 160 180

PC NA ENOTO (€/m2)

PRODANA POVRŠINA (m2)

0 500 1.000 1.500 2.000 2.500 3.000 3.500

1840 1860 1880 1900 1920 1940 1960 1980 2000 2020 2040

PC NA ENOTO (€/m2)

LETO IZGRADNJE

(30)

Preglednica 7: Osnovne statistike za leto izgradnje, prodano površino (m²) in PC stanovanja na enoto (€/m²) v občini Domžale po dodatnem izločanju, 1. 4. 2018 – 31. 3. 2020

Povprečna vrednost 1988 58 m² 1.970 €/m²

Mediana 1982 60 m² 1.940 €/m²

Standardna deviacija 16 20 365

Najmanjša vrednost 1960 20 m² 1.029 €/m²

Največja vrednost 2018 98 m² 2.838 €/m²

Preglednica 7 prikazuje osnovne statistike za leto izgradnje, prodano površino (m²) in PC stanovanja na enoto (€/m²) po dodatnem izločanju ekstremnih vrednosti. Za končno analizo je bilo tako obravnavanih 164 stanovanj. Mediana leta izgradnje znaša 1982. Povprečna prodana površina znaša 58 m², povprečna PC stanovanj na enoto pa 1.970 €/ m². Najmanjša površina kupoprodajnega posla stanovanja je 20 m², največja pa 98 m². Koeficient variacije sem izračunal kot količnik med standardno deviacijo in povprečno vrednostjo. Variabilnost je največja pri površini stanovanj in znaša 0,345.

4.1.2 Analiza gibanja prodajnih cen stanovanj na kvadratni meter v obravnavanem obdobju in izračun povprečne mesečne stopnje rasti prodajnih cen v občini Domžale Izbrane podatke o prodajah stanovanj sem razdelil v dve časovni obdobji, in sicer na obdobje med 1. 4. 2018 – 31. 3. 2019 in 1. 4. 2019 – 31. 3. 2020. Sredina prvega obravnavanega obdobja se nanaša na datum 1. 10. 2018, sredina drugega obravnavanega obdobja pa se nanaša na datum 1. 10. 2019. To sem naredil zato, da bi lahko izračunal povprečno letno stopnjo rasti PC stanovanj v občini Domžale. Za prvo obravnavano obdobje sem po izločanju imel 96 reprezentativnih nepremičnin, za drugo obravnavano obdobje pa 68. Menim, da je vzorec dovolj velik za kakovostno analizo letne stopnje rasti. V prvem obravnavanem obdobju je PC na enoto znašala 1.948 €/m², v obdobju med 1. 4. 2019 – 31. 3. 2020 pa je PC na enoto znašala več, in sicer 2.000 €/m².

Preglednica 8: Statistika PC stanovanj (€/m²) na enoto v obdobju 1. 4. 2018 – 31. 3. 2019 in v obdobju 1. 4. 2019 – 31. 3. 2020

SREDINA OBDOBJA

1.10.2018 1.10.2019

Velikost vzorca 96 68

Povprečna PC na kvadratni

meter (€/m²) 1.948 2.000

Leto izgradnje (mediana) 1984 1982

Prodana površina (m²) 58 59

(31)

Iz dobljenih podatkov sem lahko izračunal letno rast PC kot razmerje med razliko PC na enoto obeh obravnavanih obdobij in povprečno PC na enoto prvega obravnavanega obdobja.

Izračun:

Povprečna letna stopnja rasti PC za obravnavano obdobje [%] = 𝑃𝑜𝑣𝑝.. 𝑃𝐶 2−𝑃𝑜𝑣𝑝. 𝑃𝐶 1 𝑃𝑜𝑣𝑝. 𝑃𝐶 1 ∗ 100 Povprečna letna stopnja rasti v obravnavanem obdobju znaša 2,67 %. Da bi dobil povprečno mesečno stopnjo rasti, ki jo bom potreboval za izračun časovne prilagoditve prodanih nepremičnin, sem dobljeno letno rast razdelil na 12 enakih delov. Na mesečni ravni sem tako dobil 0,22 % rast PC stanovanj.

4.2 Analiza trga stanovanjskih hiš in izračun povprečne mesečne stopnje rasti prodajnih cen v občini Domžale

4.2.1 Oblikovanje vzorca stanovanjskih hiš v občini Domžale

Tako kot pri stanovanjih sem tudi za stanovanjske hiše podatke pridobil iz spletnega portala Cenilec, izvožene v Excelovo datoteko. Podatki o kupoprodajnih poslih stanovanjskih hiš so se nanašali na isto obdobje kot za stanovanja, od 1. 4. 2018 do 31. 3. 2020. Pridobljenih podatkov je bilo na začetku 195, vendar jih je bilo kar nekaj neustreznih zaradi različnih kriterijev. Prvo sem odstranil tiste nepremičnine, kjer prodani delež ni bil 1/1, potem pa še tiste, katerih namembnost nepremičnine se uporablja za drugačne namene (garaža, elektrarna, kmetijski del stavbe, klet, hlev, koča, ipd.). Odstranil sem tudi vse nepremičnine, katerih model ni predstavljal model HIS. Glede na tak kriterij izločanja sem pridobil 93 uporabnih nepremičnin, s katerimi sem izvedel nadaljnjo analizo s programom MS Excel.

Preglednica 9: Osnovne statistike za leto izgradnje, prodano površino stanovanjske hiše (m²) in prodajno ceno stanovanjske hiše (€/m²) v občini Domžale, 1. 4. 2018 – 31. 3. 2020

Povprečna vrednost 1973 183 m² 204.291 €

Mediana 1979 175 m² 215.000 €

Standardna

deviacija 43 83 77.380

Najmanjša vrednost 1700 39 m² 30.500 €

Največja vrednost 2012 450 m² 373.000 €

V nadaljevanju se analiziral 93 primerov stanovanjskih hiš. Mediana leta izgradnje znaša 1979.

Povprečna prodana površina znaša 183 m² , povprečna PC stanovanjske hiše pa 204.291 €.

Najmanjša površina znaša 39 m², največja pa 450 m². Variabilnost je največja pri prodani površini in je 0,454.

(32)

4.2.2. Analiza gibanja prodajnih cen stanovanjskih hiš v obravnavanem obdobju in izračun povprečne mesečne stopnje rasti prodajnih cen v občini Domžale

Za stanovanjske hiše je bilo manj uporabnih kupoprodajnih poslov, kot je bilo to v primeru stanovanj. Vzorec 93. nepremičnin sem razdelili na tiste, ki so bile prodane v prvi polovici obravnavanega obdobja, in tiste, ki so bile prodane v drugi polovici obravnavanega obdobja.

Nato sem s pomočjo MS Excela izračunal povprečno PC, povprečno prodano površino in mediano leta izgradnje za oba obravnavana obdobja. Tako kot za stanovanja sem tudi pri stanovanjskih hišah naredil dodatno analizo med odnosi statističnih enot: Prodana površina (m²) – PC (€) in Leto izgradnje – PC (€).

Pri grafu odnosa med PC in prodano površino (Slika 6) je razvidno, da je največ površin obravnavanih stanovanjskih hiš med 100 - 300 m². Tudi pri grafu odnosa med PC in letom izgradnje (Slika 7) je razvidno nekaj ekstremnih vrednosti, ki sem jih izločil. Izločil sem namreč tiste stanovanjske hiše, ki so bile zgrajene pred letom 1950. Izločil sem tudi ekstremne vrednosti PC, in sicer tiste, kjer je PC bila višja od 300.000 € in tiste, kjer je PC bila nižja od 100.000 €.

S tovrstnim izločanjem je bilo v nadaljnjo analizo zajetih 56 stanovanjskih hiš, zgrajenih med leti 1950 in 2020, s prodano površino med 100 in 300 m² ter izločenimi ekstremnimi vrednostmi PC. To sem naredil zato, da določim območje, kjer je večje število podatkov, s čimer se izognem posamičnim vplivom, hkrati pa so značilnosti nepremičnin bolj homogene. V tem vzorcu je 13 stanovanjskih hiš, ki nahajajo znotraj dvanajste vrednostne, 28 stanovanjskih hiš, ki se nahajajo v štirinajsti vrednostni ravni, ter 15 stanovanjskih hiš, ki se nahajajo v petnajsti vrednostni ravni po metodologiji množičnega vrednotenja GURS.

Slika 6: Prikaz analiziranih povprečnih prodajnih cen (€) in prodane površine (m²) stanovanjskih hiš v občini Domžale, 1. 4. 2018 – 31. 3. 2020

0 50.000 100.000 150.000 200.000 250.000 300.000 350.000 400.000

0 50 100 150 200 250 300 350 400 450 500

PC (€)

Prodana površina (m2)

(33)

Slika 7: Prikaz analiziranih povprečnih prodajnih cen (€) in prodane površine (m²) stanovanjskih hiš v občini Domžale, 1. 4. 2018 – 31. 3. 2020

Preglednica 10: Osnovne statistike za leto izgradnje, prodano površino (m²) in PC stanovanjskih hiš (€) v občini Domžale po dodatnem izločanju, 1. 4. 2018 – 31. 3. 2020

Povprečna vrednost 1987 180 m² 218.972 €

Mediana 1990 176 m² 227.500 €

Standardna deviacija 17 49 47 470

Najmanjša vrednost 1955 101 m² 100.000 €

Največja vrednost 2012 300 m² 300.000 €

Preglednica prikazuje osnovne statistike za leto izgradnje, prodano površino (m²) in PC stanovanjskih hiš(€) po dodatnem izločanju ekstremnih vrednosti. Za končno analizo je bilo tako obravnavanih 56 stanovanjskih hiš. Mediana leta izgradnje znaša 1990. Povprečna prodana površina znaša 180 m², povprečna PC stanovanjskih hiš pa 218.972 €. Najmanjša površina kupoprodajnega posla stanovanjske hiše je 101 m², največja pa 300 m² . Koeficient variacije sem izračunal kot količnik med standardno deviacijo in povprečno vrednostjo.

Variabilnost je največja pri površini stanovanjskih hiš in znaša 0,272.

0 50.000 100.000 150.000 200.000 250.000 300.000 350.000 400.000

1650 1700 1750 1800 1850 1900 1950 2000 2050

PC (€)

LETO IZGRADNJE

(34)

Kot je razvidno iz preglednice (Preglednica 11) je povprečna PC nepremičnin v obdobju od 1. 4. 2019 – 31. 3. 2020 za 4.158 € višja kot v prvi polovici obravnavanega obdobja. Če bi izračunali povprečno letno stopnjo rasti stanovanjskih hiš med tema dvema obdobjema bi znašala 1,92 %. Trend rasti stanovanjskih hiš za obravnavano obdobje je torej v občini Domžale manjši kot trend rasti PC stanovanj. Na mesečni ravni sem dobil 0,16 % mesečno rast PC stanovanjskih hiš v občini Domžale.

Preglednica 11: Statistika PC stanovanjskih hiš (€) v obdobju 1. 4. 2018 – 31. 3. 2019 in v obdobju 1. 4. 2019 – 31. 3. 2020

SREDINA OBDOBJA

1.10.2018 1.10.2019

Velikost vzorca 28 28

Povprečna PC (€) 216.893 221.051

Leto izgradnje (mediana) 1994 1988

Prodana površina (m²) 164 196

4.3 Časovna prilagoditev prodajnih cen stanovanjskih nepremičnin v obravnavanem obdobju

Po izračunani letni stopnji rasti stanovanjskih nepremičnin je treba PC časovno prilagoditi na 31. 3. 2020, saj je to zadnji indeksiran datum o PTV nepremičnin.

Dveletno obravnavano obdobje je obdobje med 1. 4. 2018 in 31. 3. 2020. Vse PC stanovanjskih nepremičnin bom prilagodil na datum 31. 3. 2020.

Obravnavano obdobje sem razdelil na mesečna podobdobja, ki ima začetni in končni datum ter vsakemu podobdobju določil indeks. Predpostavljam, da so se vse PC na kvadratni meter stanovanjskih nepremičnin spremenile enako.

V obravnavani občini Domžale so se PC stanovanj in stanovanjskih hiš od 1. 4. 2018 do 31 .3. 2020 zvišale, zato bodo PC v tem obdobju zvišale, saj bom prilagoditev izvedel na datum 31. 3. 2020. Indeksi za časovno prilagoditev so prikazani v nadaljevanju.

(35)

Preglednica 12: Mesečni indeksi s stalno osnovo ( I 15.3.2020 = 100) za časovno prilagoditev prodajnih cen stanovanj v občini Domžale, 1. 4. 2018 – 31. 3. 2020

Začetni datum Sredina intervala Končni datum Zračunan indeks

1. 4. 2018 15. 4. 2018 30. 4. 2018 1,0506

1. 5. 2018 15. 5. 2018 31. 5. 2018 1,0484

1. 6. 2018 15. 6. 2018 30. 6. 2018 1,0462

1. 7. 2018 15. 7. 2018 31. 7. 2018 1,0440

1. 8. 2018 15. 8. 2018 31. 8. 2018 1,0418

1. 9. 2018 15. 9. 2018 30. 9. 2018 1,0396

1. 10. 2018 15. 10. 2018 31. 10. 2018 1,0374

1. 11. 2018 15. 11. 2018 30. 11. 2018 1,0352

1. 12. 2018 15. 12. 2018 31. 12. 2018 1,0330

1. 1. 2019 15. 1. 2019 31. 1. 2019 1,0308

1. 2. 2019 15. 2. 2019 28. 2. 2019 1,0286

1. 3. 2019 15. 3. 2019 31. 3. 2019 1,0264

1. 4. 2019 15. 4. 2019 30. 4. 2019 1,0242

1. 5. 2019 15. 5. 2019 31. 5. 2019 1,0220

1. 6. 2019 15. 6. 2019 30. 6. 2019 1,0198

1. 7. 2019 15. 7. 2019 31. 7. 2019 1,0176

1. 8. 2019 15. 8. 2019 31. 8. 2019 1,0154

1. 9. 2019 15. 9. 2019 30. 9. 2019 1,0132

1. 10. 2019 15. 10. 2019 31. 10. 2019 1,0110

1. 11. 2019 15. 11. 2019 30. 11. 2019 1,0088

1. 12. 2019 15. 12. 2019 31. 12. 2019 1,0066

1. 1. 2020 15. 1. 2020 31. 1. 2020 1,0044

1. 2. 2020 15. 2. 2020 28. 2. 2020 1,0022

1. 3. 2020 15. 3. 2020 31. 3. 2020 1,0000

(36)

Preglednica 13: Mesečni indeksi s stalno osnovo ( I 15.3.2020 = 100) za časovno prilagoditev prodajnih cen stanovanjskih hiš v občini Domžale, 1. 4. 2018 – 31. 3. 2020

Začetni datum Sredina intervala Končni datum Zračunan indeks

1. 4. 2018 15. 4. 2018 30. 4. 2018 1,0368

1. 5. 2018 15. 5. 2018 31. 5. 2018 1,0352

1. 6. 2018 15. 6. 2018 30. 6. 2018 1,0336

1. 7. 2018 15. 7. 2018 31. 7. 2018 1,0320

1. 8. 2018 15. 8. 2018 31. 8. 2018 1,0304

1. 9. 2018 15. 9. 2018 30. 9. 2018 1,0288

1. 10. 2018 15. 10. 2018 31. 10. 2018 1,0272

1. 11. 2018 15. 11. 2018 30. 11. 2018 1,0256

1. 12. 2018 15. 12. 2018 31. 12. 2018 1,0240

1. 1. 2019 15. 1. 2019 31. 1. 2019 1,0224

1. 2. 2019 15. 2. 2019 28. 2. 2019 1,0208

1. 3. 2019 15. 3. 2019 31. 3. 2019 1,0192

1. 4. 2019 15. 4. 2019 30. 4. 2019 1,0176

1. 5. 2019 15. 5. 2019 31. 5. 2019 1,0160

1. 6. 2019 15. 6. 2019 30. 6. 2019 1,0144

1. 7. 2019 15. 7. 2019 31. 7. 2019 1,0128

1. 8. 2019 15. 8. 2019 31. 8. 2019 1,0112

1. 9. 2019 15. 9. 2019 30. 9. 2019 1,0096

1. 10. 2019 15. 10. 2019 31. 10. 2019 1,0080

1. 11. 2019 15. 11. 2019 30. 11. 2019 1,0064

1. 12. 2019 15. 12. 2019 31. 12. 2019 1,0048

1. 1. 2020 15. 1. 2020 31. 1. 2020 1,0032

1. 2. 2020 15. 2. 2020 28. 2. 2020 1,0016

1. 3. 2020 15. 3. 2020 31. 3. 2020 1,0000

(37)

5 ANALIZA RAZLIK POSPLOŠENIMI TRŽNIMI VREDNOSTMI IN PRILAGOJENIMI PRODAJNIMI CENAMI V OBDOBJU MED 1. 4. 2018 IN 31. 3. 2020

V nadaljevanju je narejena primerjava oziroma analiza razlik med PTV stanovanj in stanovanjskih hiš, to so podatki iz GURS – a, ter njihovimi PC, ki smo jih časovno prilagodili v prejšnjem poglavju.

Najprej sem preveril, kdaj se je posamezna nepremičnina prodala oziroma datum kupoprodajnega posla, nato pa sem vsaki posamezni nepremičnini pripisal indeks, ki sem ga izračunal v prejšnjem poglavju, in izračunal prilagojeno PC nepremičnine na datum 31. 3. 2020. Glede na 9. člen zakona ZMVN – 1 sem izračunal po vrednostnih conah razmerja med PTV in časovno prilagojeno PC. Iz dobljenih razmerij sem po conah izračunal srednjo vrednost razmerij, ki mora biti glede na skladnost z ZMVN – 1 med 0,8 – 1,2.

5.1 Razmerja med posplošenimi tržnimi vrednostmi (PTV) in časovno prilagojenimi prodajnimi cenami (PC) stanovanj v občini Domžale

V programu MS Excel sem mesečne vrednosti indeksov pomnožil z ustreznimi PC v tem obdobju. Potem sem izračunal razmerja med PTV in časovno prilagojenimi PC, ki so prikazane v Prilogi A. Večina obravnavanih stanovanj se nahaja v dveh vrednostnih conah, ki pripadata dvema vrednostnima ravnema, in sicer štirinajsti vrednostni ravni in dvanajsti vrednosti ravni.

Na štirinajsti vrednostni ravni je bilo obravnavanih 119 kupoprodajnih poslov, na dvanajsti pa 45 kupoprodajnih poslov stanovanj.

Glede na dobljena razmerja med PTV in časovno prilagojeno PC za stanovanja sem izdelal frekvenčne porazdelitve razmerij po vrednostnih ravneh. Grafični prikaz sem izvedel s pomočjo programa MS Excel (Slika 8 in Slika 9).

Iz dobljenega grafa za štirinajsto vrednostno raven (Slika 8) je razvidno, da kar 55,5 % (66) časovno prilagojenih PC stanovanj odstopa za več kot 20 % od njihove PVT vrednosti. Največ razmerij za stanovanja je v območju 0,7 – 0,8, in sicer 43, kar predstavlja 36,1 %. Le 8,4 % stanovanj (10) ima PTV vrednost večjo od njihove časovno prilagojene PC.

Glede na dobljeni graf za dvanajsto vrednostno raven (Slika 9) je možno razbrati, da je največ razmerij stanovanj v območju 0,7 – 0,8, in sicer 40,0 % oziroma 18 stanovanj. Na dvanajsti vrednostni ravni je kar 13,3 % stanovanj, katerih PTV odstopa za več kot 40 % od njihovih časovno prilagojenih PC. Le eno stanovanje ima večjo PTV kot časovno prilagojeno PC.

Če povzamem: Posebno zanimive so z vidika posameznega lastnika nepremičnine tista obravnavana stanovanja, katerih PTV je večja od njihove časovno prilagojene PC, saj se davek na nepremičnine odmeri glede na PTV vrednost. Zaradi tako določene visoke PTV bi lastnik nepremičnine plačeval tudi višji davek na nepremičnine. Glede na naše dobljene rezultate je takih stanovanj v conah s pripisano štirinajsto in dvanajsto vrednostno ravnijo v občini Domžale skupaj 11 oziroma 6,71 %.