Franc J. ZAKRAJŠEK Petra ZAKRAJŠEK Vlasta VODEB letnik 15, št. 2/04 Model razmerij vrednosti lokacije nepremičnin na primeru Ljubljane Predlog modela je računalniško podprt sistem za ocenjevanje vrednosti prostorske lokacije nepremičnin, tako zdajšnjih razmerij kot tudi simuliranje prihodnjih na osnovi domnevnih smeri razvoja, strateških ali konkretnih prostorskih odločitev Model izhaja iz klasičnih metod množičnega vrednotenja nepremičnin, podprtega z geografskim informacijskim modelom. Uvaja pa precejšnjo novost na tem področju: uporabo metode analitičnega hierarhičnega procesiranja za določitev tehničnih koeficientov ugodnosti lokacije. Model je bil razvit v raziskavi Razvoj in implementacija regionalnega simulacijskega modela za ljubljansko urbano regijo, ki jo je financirala Mestna občina Ljubljana. The proposed model is a computer aided system for evaluating the spatial value of sites of properties, both present and simulated future conditions that are aligned to hypothetical directions of development and strategic or concrete spatial decisions. The model is built on classical methods of mass appraisal of property, which are supported by a geographical information model. It introduces significant novelties in the field: the use of methods of analytical hierarchical processing for determining technical coefficients of site advantages. The model was developed in the research Development and implementation of a regional simulation model for the Ljubljana urban region, financed by the City municipality of Ljubljana. Ljubljana Model Nepremičnine Vrednost lokacije Ljubljana Model Property Site value 1. Analiza stanja Prvi korak v razvoju modela je analiza zdajšnjih razmerij vrednosti lokacije nepremičnin na ravni Slovenije, ljubljanske urbane regije in znotraj mesta Ljubljane. Povzemimo samo nekatere bistvene ugotovitve ter izbrane grafične prikaze za ljubljansko urbano regijo: a) V zadnjem času smo na slovenskem trgu nepremičnin priča počasnemu umirjanju tako prodajnih kot najemnih cen nepremičnin, kar kaže na očiten napredek razvoja trga v primerjavi s preteklimi turbulentnimi leti skokovitih rasti cen, Visoke ravni, na katerih so se ustalile, lahko deloma pojasnimo z visokimi izhodiščnimi cenami ustreznih zemljišč, vendar pa ne bodo padle dokler je dovolj kupcev, ki so pripravljeni plačati tudi več kot 800.000 SIT za kvadratni meter stanovanja. Posamezni regionalni trgi se med seboj precej razlikujejo. Občutne so predvsem razlike vj^liva gospodai*ske-ga okolja, v katerem delujejo, in s tem povezanega ekonomskega standarda, pa tudi v sami strukturi stanovanjske zaloge in stopnji izpraznjenosti stanovanj ter zalogi nestanovanjskih nepremičnin. b) Razlike na regionaljiem ti'gu ne-premič]iin ljubljanske urbane regije so znatne in odvisne od vi-ste nepremičnin. Če vzamemo za primer mesto Ljubljana in naselje Grosuplje, cene zazidljivih zemljišč dosegajo v povj^rečju približno 30 odstotkov cen zemljišč v Ljubljani, stanovanjska novogradnja okoli 50 odstotkov (primerjava z Ljubljano Trnovim), cene starih stanovanj pa 70 odstotkov. Severna večja naselja (npr, Trzin, Domžale, Medvode) se v splošnem približajo cenam nepremičnin v mestu Ljubljana, Druga večja naselja regije pa so po cenah med Ljubljano in Grosupljem, c) Cene zemljišč med posameznimi deli Ljubljane so dokaj razgibane; v najdražjih predelih Centra in Bežigrada dosega kvadratni meter zemljišča precej višje cene od najcenejšega predela Viča in še posebno preostale regije in celotne Slovenije. Cene stanovanjskih hiš niso tako zelo različne, najvišje so v Centru, sledita Vič in Bežigrad, medtem ko Moste dosega najnižje. Tudi v primerjavi s j^reostalo regijo in celotno Slovenijo niso tako izrazito različne, kot to velja za zemljišča. Razmerje med posameznimi območji trga stanovanj je po pričakovanju jDodobno razmerju trga stanovanjskih hiš, pri čemer na zadnjem najvišjo ceno dosegajo stanovanja na Viču, najnižjo pa ponovno v Mostah. letnik 15, št. 2/04 • 22'S • 451X1 O 4501-S7«l O B'69-'-lS12 O "Sia-IÖM ^ 13743- Q 260S0-4S421 45422-12815 Vk: ClD4ot2V£i .-ivlcH}ey inziskRvo n 1 ponudo 7n7lđ^viri 7vnt]iài (nadOZ) Slika 1: Mediana cen ponudb zazidljivih zemljišč (SIT/m^) v obdobju 2002-2004 vit: Obddn«a sv?c"Jj:v rvihkave nd n;triov^ poivdb ssnovartj&un h(l tnB4C?) V Siika 2: Mediana cen ponudb stanovanjskih hiš (SIT/m^) v letu 2003 • i8e7C7.t744aa • 174450-215051 21S162-24142? 9 211423-26'S77 O 26707S-3I5(!S3 ^^ 31 S&S4--161000 Mk 36ovant jn=S9€) Slika 3: Mediana cen ponudb stanovanj (SIT/m^) v letu 2003 d) Na trgu nepremičnin mesta Ljubljane se razlike po posameznih lokacijah vztrajno povečujejo. Če primerjamo podatke mediane cen ponudb stanovanj po soseskah, lahko ugotovimo, da cene najnižje rangiranih sosesk (Litostroj, Štepanjsko naselje, Fužine) v povprečju le malo presegajo 50 odstotkov cen najvišje rangiranih sosesk (Bežigrajski dvor, Mostec, Nove Poljane). IVlenimo, da se tu najbolj pokaže vpliv lokacije ter odraz starosti in s tem celotna pričakovana kakovost okoliša. e) Zanimivi so rezultati analize porazdelitve zanimanja prijavljenih za nakup stanovanj Stanovanjskega sklada RS v letu 2003, predvsem ker gre za kupce, ki kupujejo stanovanja za lastne potrebe. Analiza kaže na preference kupcev, ki niso nujno povezane le s ceno nepremičnine, saj so za stanovanjske enote z enakimi cenami kupci zaradi drugih dejavnikov (lokacija, lega, nadstropje ...) pokazali različno zanimanje. Tako lahko s podrobnejšo analizo zanimanja poskušamo oceniti povpraševanje po stanovanjih, ki se je po pričakovanjih izkazalo odvisno predvsem od makro- in mezolokacije. Stanovanjske enote v Ljubljani so bile precej bolj zaželene od tistih v Kopru in Dragom!ju. Znotraj Ljubljane pa so bile za kupce daleč najbolj zanimive najbližje središča (Savsko naselje), sledi Tacenska cesta, kjer so pred bližino središča najverjetneje pretehtali drugi vidiki lokacije enot in njihove značilnosti, ter ponovno središču bližja lokacija na Tržaški cesti. Na najzanimivejši lokaciji v Savskem naselju povpraševanje med enotami ni bilo enakomerno razporejeno, najverjetneje je odločihio vlogo igrala tako imenovana mikrolo-kacija, umestitev enote znotraj stavbe in z njo jjovezane značilnosti enot. letnik 15, št. 2/04 2. Opis modela v raziskavi smo razvili model (m-VLN) za oceno »predvidenih« razmerij vrednosti lokacij nepremičnin v mestu Ljubljana kot posledico predpostavljenih tendenc razvoja ali strateških odločitev na eni strani in konkretnih prostorskih odločitev na drugi strani. Pri razvoju tega modela smo si postavili naslednje zahteve: - osnovni namen modela je ocena relativnih razlik vrednosti zemljišč in/ali drugih nepremičnin, ki izhaja iz prednosti/slabosti lokacije določene nepremičnine; - ocena je lahko posplošena (namen ocene nima posledic na individualni ravni, npr. davek na nepremičnine, predkupna pravica in podobno), vendar mora biti kvantificirana, da je lahko uporabna v bilancah in drugih metodah in modelih prostorskega planiranja; - izračun ocene mora biti ponovljiv in pregleden; - ocena se lahko »izračuna za vsako« točko prostora mesta Ljubljane; - vsi podatki na vseh ravneh izračuna morajo biti dostopni in stroški izračuna relativno omejeni. Pri razvoju modela smo izhajali iz metode hedonističnih cen (»he-donic prices«). Po njej se poskuša oceniti vpliv posameznih ugodnosti na vrednost nepremičnine; v =f i x2, ...) v - ocenjena vrednost nepremičnine .rl, .x2, ... - posamezne ugodnosti (npr. bližina središča, bližina rekreacije, bližina dnevnih storitvenih servisov, pogledi, velikost nepremičnine, opremljenost nepremičnine, starost nepremičnine, ,..) f - funkcija, ki povezuje ugodnosti nepremičnine z oceno vrednosti nepremičnine Na osnovi testiranja različnih modelov (semilogaritemski, eksponentni, linearni, razširjeni model)^ smo pri razvoju modela uporabili naslednji multiplikativni model: v = a C • U kjer je: v - ocena vrednosti lokacije nepremičnin, zaradi lažje predstave naj bi bila sorazmerna s ceno m2 zazidljivega zemljišča a - parameter modela, ki pomeni oceno izhodiščne vrednosti lokacije v središču Ljubljane C - ocena vsiliva razdalje do središča Ljubljane U - ocena v^jlivov ugodnosti lokacije (bližina avtocestnega priključka, kakovost okoliša, bližina rekreacije, bližina središča mesta ...) Če za faktor ocene vpliva razdalje uporabimo eksponentno funkcijo in za oceno vplivov ugodnosti lokacije linearno kombinacijo posameznih ugodnosti, dobimo takšen zapis modela: Za simulacijo pričakovanih razmerij vrednosti lokacije lahko vzamemo to oceno ali pa jo ustrezno prilagodimo glede na pričakovane razmere na trgu nepremičnin. Ocena parametrov razdalje, »a« je izravnalni faktor, »a« pa koeficient upora razdalje, ki jih za zdajšnje stanje lahko določimo z regresijsko analizo (glej poglavje 2), pozneje pa lahko prilagodimo glede na določene planske domneve. Faktor »g«, meri razpon »disperzijo« vrednosti lokacije pri isti oddaljenosti od središča Ljubljane. Ocena vrednosti tega faktorja se giblje od 2 do 3 za zdajšnje stanje. Od vrednosti tega faktorja je odvisno, kako pomembne so vse ugodnosti mi-krolokacije skupaj. Za oceno uteži vpliva posameznih ugodnosti smo uporabili metodo AHP, ki jo bomo obdelali v naslednjem poglavju. ocenjena vrednost lokacije faktor vpliva razdaije v SIT/m2 do središča Ljubljane !--v V ^a ■ e-ß • + ce i ^ ' izhodiščna vrednost SIT/m^ faktor vpliva lokacijskih ugodnosti: v središču - kakovost okoliša Ljubljane - bližina mestnega središča - bližina avtocestnega priključka - bližina rekreacije 3. Ocenjevanje parametrov modela Model vsebuje naslednje eksterne parametre, ki se določijo zunaj modela: • Faktor »a«, ki pomeni izhodiščno vrednost lokacije v središču Ljubljane. Vrednost tega faktorja je eksogeno določena. Npr. 25-od-stotni kvartil (Q25) zdajšnjih cen ponudb zazidljivega zemljišča v središču Ljubljane je na osnovi baze ponudb 6O.O6O SIT za m^. 4. Metoda AHP Metoda analitičnega hierarhičnega procesiranja (AHP - Analytic Hierarchy Process) je kvantitativna metoda za rangiranje različic odločitev na osnovi kvantitativnih ocen, kako posamezna različica zadošča merilom odločevalca (za opis metode glej npr R. Russell and B. Taylor, Operations Management, 4. izdaja, 2003, Prentice-Hall). Metoda AHP je razvila linearni aditiv-ni model sistema meril, pri katerem se uteži na vseh ravneh praviloma določijo na osnovi »primerjave vseh parov« meril. Pri modelu letnik 15, št. 2/04 mVLN je uporabljena t. i. osnovna Saatyjeva metoda. Navadno se parametri vj^liva posameznih ugodnosti prav tako ocenijo z regresijsko analizo, vendar smo se pri razvoju tega modela odločili za metodo analitičnega hierarhičnega procesiranja, ki je pogosto v uporabi pri strateških odlo-čitvali in določanju prioritete različic na osnovi več meril. Prednost te metode je pri razvoju obravnavanega modela dvojna: - podatki, ki bi nam omogočali zanesljivo merjenje vpliva posameznih lokacijskih faktorjev, ne obstajajo - ne le zaradi kakovosti razpoložljivih podatkov, ampak tudi samo stanje na trgu zaradi »tranzicije« še ne kaže dovolj kavzalnosti med menjalno ceno in posameznimi dejavniki lokacijskih ugodnosti, - pričakujemo, da se bodo nagnjenja v povpraševanju v Mestni ob- li] Vrednost lokacije -O Bližina centra {G; 0,154) Ožji center (G: 0,027) —□ Peš do 15 minut (npr. Trnovo) (G: 0,022) —□ Peš do 30 minut (G: 0,044) —□ Dostopnost z mestnim in potniškim prometom (G: 0,044) —□ Izven mesta - v regiji {G: 0,044) —p Bližina avtocestnega priključka (G: 0,068) —□ Do 500 m {G: 0,035) L-D Do 2000 m (G: 0,033) —O Bližina rekreacije (G: 0,179) —□ Neposredno v bližini (G: 0,061) —□ Peš dostop (do 15 minut) (G: 0,084) I—□ Šamo pogled v zelenje (G: 0,034) —n Kvaliteta okoliša (G: 0,599) —□ Miren okoliš (malo prometa, hrupa) (G: 0,179) —□ Možnost parkiranja (G: 0,087) —□ Dobra osnovna šola (G; 0,060) —□ Dnevna osnovna oskrba (trgovina, banka, pošta ipd.) (G: 0,109) —□ Zdravstvena oskrba (G: 0,069) □ Malo kriminala (G: 0,095) Slika 4: Elementi vrednosti lokacije z utežmi čini Ljubljana dokaj hitro spreminjale v naslednjem obdobju, zato so tehnični koeficienti, ki jih določimo z metodo AHP, po našem mnenju primernejši. Za opredelitev vhodnih vrednosti metode AHP smo uporabili metodo kratke ankete. Posebej bi radi opozorili na v^^rašanje o tehtanju, koliko je ena ugodnost pomembnejša od druge oziroma koliko so anketiranci za večji pomen pive ugodnosti pripravljeni žrtvovati drugo ugodnost, in to za vse pare ugod- nosti. Dodajamo izpis rezultatov metode AHP za vzorčno anketo 50 primerov. Številka ob vsaki ugodnosti pomeni izračunano utež (G) merila glede na osnovni cilj »vrednost lokacije«. Velikost vzorca sicer ni pomembna, pa vendar so rezultati popolnoma uporabni za testiranje modela. Vzorec bi bilo treba povečati in segmentirati po različnih interesnih skupinah/življenjskih slogih povpraševanja po stanovanjskih nepremičninah. ■ v- n ■ »Um», atimh.i <>l«tl!ir.i,aL>Jl.TutlLi« | M»|li { Trnovo <> Koseze ■«((i mm Bfcrfwi r^a PM*> 73.1« I/*« nj«* 5.7M Oi S.n» ll.M» I7.JS* 21,.l5t Werghied head la head between Trnovo and Koseze ms DliliWlM M»« .>13 J^ t.Tl -- --ITT-?' 711 -Ml v' J"! ja L_ Ü »M 3 M BknM «.isoeltreee pni.^»:».« II nn t.««»« ■,ic*u BUiMcnrtlt^p.1 ««IrttkjMVt nVIriAlt Bìltm «Hm eUisa iMr ■•ftvjjjrl Omd D.m I?.*» n.i« !,7n tPt v.rsi n.iBt i7.» zjJi» Weighled head lo head between Trnovo and Koseze S'i'ü'M» "»"«i.'.L: Vi réìiVilititg ...............bWu^'lMe' Slika 5: Primerjalni model ranljivosti letnik 15, št. 2/04 Zanimiv je rezultat, da je vrednost kakovosti mikrookoliša veliko večja (približno 60 odstotkov) kot pa bližina mestnega središča (samo približno 15 odstotkov). Menimo, da se ta rezultat ne bi bistveno spremenil niti ob veliko večjem vzorcu ankete. Metoda AHP omogoča tudi pripravo diagramov občutljivosti, kjer lahko takoj ugotovimo, kaj pomeni sprememba uteži meril za prednostni seznam različic. Na primer, po osnovni različici imajo Koseze v skupnem seštevku prednost pred Trnovim (glej pivo skupino diagramov), šele dvig merila bližina mestnega središča od 15 na 60 odstotkov pomeni, da se Trnovo v skupni prioriteti postavi pred Kosezami. Takšno simuliranje je lahko uporabno tudi v praksi, npr. če hočemo simulirati posledice ob velikem povečanje cene naftnih goriv 5- Testiranje in rezultati modela Pri testiranju modela smo uporabili naslednje parametre: za parametre - razdalje, rezultate semi logaritemskega modela (regresijske analize zdajšnjega stanja), za uteži - zgoraj navedene rezultate metode AHR Pri izračunu ocene razmerij vrednosti lokacije za celotno območje Mestne občine Ljubljana smo uporabili klasično geoinformacijsko procesiranje in geostatistično analizo za izračun bližin ugodnosti. Žal nam razpoložljivi podatki še ne omogočajo natančnejšega merjenja zdajšnjega stanja kakovosti okoliša, še manj pa njeno projiciranje v prihodnost. V najbližji prihodnosti bo treba razviti instrumentarij za merjenje kakovosti okoliša: - definiranje kazalcev kakovosti okoliša; 4767-21690 21691 -33705 38706 - 56631 56632 - 75552 75553 -100709 / ) , _____ \ v / I '""'S 1 > / u Zaporedna številka cone Oznaka planske cone Površina cone v m2 Minimum ocene Maksimum ocene Srednja vrednost ocene Standardna deviacija ocene 1 BI/ 1750000 49639 110013 69752 11123 2 B2/ 1742500 43582 111175 68378 12700 3 83/ 2427500 32347 82902 50388 8699 4 84/ 3685000 25159 82550 42902 9012 5 B5/ 6167500 27366 62202 38705 7621 6 B6/ 14225000 21324 73018 37186 6343 7 B7/ 3865000 21340 44284 28108 3773 8 B8/ 542500 21173 28612 26000 2221 9 C1/ 580000 68154 117846 89721 6855 10 CIO 142500 68987 95876 78618 4333 11 C2/ 702500 57432 123659 100709 7236 12 C3/ 687500 71863 102978 86401 8179 13 C4/ 297500 68553 97983 83426 8108 14 C5/ 457500 67878 110267 84309 7048 15 C6/ 532500 52266 85493 69601 6371 16 C7/ 747500 53010 112473 75552 11036 17 C8/ 545000 53655 77332 67903 5899 18 C9/ 350000 61678 91179 83175 5546 19 Ml/ 3250000 28760 91951 45216 . 8526 21 M12 23020000 1667 10878 4767 2589 22 M13 5805000 1674 14173 5536 3204 23 M2/ 952500 34534 83737 56631 7127 24 M3/ 4127500 22126 46762 32571 3609 25 M4/ 2427500 30735 49627 37679 2894 26 M5/ 1990000 28118 57032 38558 4385 27 M6/ 7712500 25556 59240 38011 6914 28 M7/ 13430000 2970 50063 21690 8969 29 M8/ 4670000 12796 44644 27980 5455 30 M9/ 23880000 2694 39416 18749 8093 31 VI/ 8877500 30793 88231 48080 10190 32 V2/ 6340000 26656 112466 65812 17544 33 V20 1132500 11142 21272 13340 2242 34 V3/ 6430000 29076 102860 57984 13606 35 V4/ 2652500 2590 44105 25750 11101 36 V5/ 5032500 3307 46110 28897 10370 37 V6/ 11140000 14287 49406 29290 7072 38 V7/ 4390000 23850 51613 36199 5019 39 SI/ 5977500 31442 96757 64361 9231 40 S2/ 1575000 31099 68675 53355 7923 41 S3/ 8432500 25565 77888 43829 9400 42 S4/ 2775000 31442 70261 43936 5295 43 S5/ 4135000 30756 56327 41139 4274 44 S6/ 7927500 24347 56560 36297 4878 45 S7/ 4502500 26962 52715 35484 3647 46 S8/ 7775000 22704 52331 34343 8447 Slika 6: Primer rezultatov modela mVLN - oceria srednjiii vrednosti po planskih conah Mestne občine Ljubljana (v enoti SIT/m2) letnik 15, št. 2/04 - opredelitev podatkov in dostopa do njih (vključno z dohodkom gospodinjstev); - opredelitev determinant okolišev, ki omogočajo preizkus možnosti razvoja okoliša. Pri testiranju modela smo za kakovost okoliša (zdajšnjo in prihodnjo) vzeli merilo: delež višje in visoko izobraženih prebivalcev po popisu 2002 po popisnih okoliših (n = 1515). 6. Sklepi Menimo, da je v raziskavi razviti model za simulacijo ocen razmerij vrednosti lokacije nepremičnin v Mestni občini Ljubljana lahko eno od učinkovitejših orodij pii pripravi novih prostorskih dokumentov. Rezultati modela omogočajo: - izračune razvrstitve zdajšnjih stanovanjskih površin po teh kategorijah; - izračune zdajšnjih zazidljivih površin po teh kategorijah; - vodenje bilanc površin pri proučevanju posameznih možnosti namenske rabe novega prostorskega reda občine, zlasti intenzitete izrabe, vrste rabe, prioritete pri komunalnem opremi j anj u zemljišč, celotni prenovi ... Model je implementiran z razpoložljivimi podatki (obstoj, kakovost, dostopnost glede na varstvo osebnih podatkov). Ko bodo v kratkem dosegljivi podatki o transakcijah nepremičnin (evidence na osnovi zakona o poslovanju z nepremičninami), se bo vsebinska uporabnost rezultatov še povečala. Model je dinamičen in interaktiven, kajti omogoča preprosto simulacijo posledic, tj. oceno vrednosti lokacije na osnovi sprememb vhodnih parametrov (npr uteži na osno- vi preferenc prebivalstva) in vhodnih podatkov (npr. načrtovana nova promema infrastruktura) modela. Prednosti modela lahko strnemo tako: - pokriva območje celotne regije; - ob pomoči orodij GIS omogoča izračune za celotni prostor; - predlagane so rešitve za oceno parainetrov, ki ne kažejo samo zdajšnjega stanja, ampak omogočajo tudi projekcije za naprej (ocenjevanje AHP); - možnost uporabe izhodnih podatkov kot vhod za druge modele (npr. projekcije prebivalstva po majhnih območjih). Model je prenosljiv na ostale segmente trga nepremičnin, predvsem na trg poslovnih nepremičnin. Menimo, da so rezultati raziskave lahko prvi korak k vzpostavitvi stalnega monitoringa trga nepremičnin za potrebe prostorskega načrtovanja, predvsem: - spremljanje stanja in priprava projekcij cen po posameznih lokacijah Mestne občine Ljubljana; - spremljanje zalog posameznih vrst nepremičnin kot osnova za opredelitev potreb prostorskega načrtovanja; - stalno merjenje nagnjenosti interesnih skupin (npr. internetni vprašalnik); - internetno obveščanje javnosti o stanju na trgu v povezavi s pripravami in izvajanjem lokacijskih načrtov Franc J. Zakrajšek, univ. dipl. inž. mat. Urbanistični inštitut Republike Slovenije, Ljubljana E-pošta: franc.zakra]sek@guest.arnes.si Mag. Petra Zakrajšek, univ. dipl. ekon,, Urbanistični inštitut Republike Slovenije, Ljubljana E-pošta: petra.zakrajsek@guest.arnes,si Dr. Vlasta Vodeb, univ, dipl. soc. kult. in fil., Urbanistični inštitut Republike Slovenije, Ljubljana E-pošta: vlasta,vodeb@guest.arnes.si Viri in literatura CIauretie, T., Sirmans, S. (2003) Real Estate Finance: Theory and Practice (4. izdaja), Thompson Learning, Ohio. Department of Housing of the Direction General of Planning (2003) Housing and Heritage: Housing Statistics in the European Union, 2002, University of Ličge, Liege. European Comisslon (2000) The Urban Audit. (http://europa.eu.int/comm/regionaLpo-Iicy/urban2/urban/audit/src/i ntro.html). Gujarati, Damodar, N. (1995) Basic Econometrics, McGraw-Hill, New York. McKenzie, Dennis, J., Betts, Richard, M. (2001) Essentials of Real Estate Economics (4. Izdaja) South-Western Thomson Learning, Ohio. Ring, A., Alfred, Dasso, Jerome (1985) Real Estate Principles and Practices (10, izdaja), Prentice-Hail, Englewood Cliffs, Schmitz, A., Brett, D. L. (2001), Real Estate Market Analysis: A Case Study Approach, The Urban Land Institute, Washington DC. The Royal Institution of Chartered Surve-yord (1998) European Integration and Housing Policy, Routledge, London, Van Doorn-Grönigered, Sentel, Jos L. (eds.) (2001) Global Vision: An Analysis of the International Real Estate Market, ING Real Estate, Zakrajšek, P (1999) Real Estate Market In Slovenia and Selected European Countries, International Conference: 20 Century Urbanization and Urbanism, Bled, Slovenia. Zakrajšek, F. (2004), Model analize regionalnega trga zemljišč = Model of analysis of regional real estate market, V: Škraba, B. (ur.). Ob vstopu Slovenije v Evropsko unijo. Simpozij Družba, prostor, graditev, 19. 5. 2004, Ljubljana, Inženirska zbornica Slovenije Ljubljana.