Konut yatırımlarında istatistiksel karar alma süreçleri

    İstatistiksel Karar Verme Süreçleri kullanılarak, yatırımcının konut yatırımı yapmayı düşündüğü bölgelerde, düşündüğü konut tipine göre ortaya çıkabilecek getiriler, maddi kayıplar hesaplanarak, yatırımcıya daha şeffaf ve güvenilir bir yatırım ortamı sunulabilir.

    Günlük hayatta sıradan olarak görülen birçok işlem, aslında bir dizi karar alma işlemini içeriyor. Bu kararlar kimi zaman basit bir yapıda iken kimi zaman birbirine bağlı ve birden fazla kararın ardışık olarak verilmesi gibi daha karmaşık bir yapıda da olabiliyor.

    Karar analizi birçok disiplinde de sıklıkla kullanılıyor. Problemin çözülmesinde izlenen adımlar, karar sürecini oluşturuyor. Karar süreci, problemin belirlenmesi, problemle ilişkili olarak karar vericinin kontrol edebildiği ve edemediği değişkenlerin belirlenmesi, problemin çözümüne ilişkin alternatiflerin ve bunlara ilişkin getirilerin ortaya konması, mümkünse kontrol edilemeyen değişkenlerle ilişkili olasılık değerlerinin belirlenmesi ve son olarak da uygun karar ölçütleri kullanılarak en iyi sonucu verecek alternatifin seçilmesi adımlarından oluşur. Karar problemlerinde, problemin modellenmesi ve çözümü amacıyla geleneksel olarak iki yaklaşım kullanılıyor. Bunlardan ilki, karar matrisi ya da strateji matrisi olarak da bilinen sonuç matrisinin kullanımı. Geleneksel diğer yaklaşım, karar probleminin “Karar Ağacı” adı verilen ve problemdeki bileşenlerin çeşitli geometrik sembollerle ifade edildiği bir grafik üzerinde gösterilmesi.

    Konut sektörü, doğası gereği arz ve talebe dayanıyor ve yatırımlardaki getiriler ve geri dönüş süreleri, ortaya çıkan arz ve talebe bağlı olarak değişkenlik gösteriyor. Gelişmekte olan ülkelerde konut; dönemsel ve bölgesel olarak değişkenlik göstermekle birlikte, genele bakıldığında finansal yatırım araçlarına göre uzun vadede daha yüksek getirili bir yatırım aracı olarak gösteriliyor. Bu sebeple konut yatırımı konusunda da karar verme süreci oldukça önemli. Bu sürecin kötü yönetilmesi sonucu birçok yatırımcı yanlış yerde, zamanda ya da yanlış konut tipine yatırım yaparak maddi kayıplar yaşıyor ya da beklediği getiriyi elde edemiyor. Karar verme süreci iyi yönetilirse yatırımcı, oluşabilecek maddi kayıp risklerini önceden görme şansını yakalayabilir ve buna göre oluşturulacak bir yatırım planı ile daha etkin, daha düşük riskli bir konut yatırım girişimi içerisinde olabilir. Bu noktada “İstatistiksel Karar Verme Süreçleri” kullanılarak, yatırımcının konut yatırımı yapmayı düşündüğü bölgelerde, düşündüğü konut tipine göre ortaya çıkabilecek getiriler, maddi kayıplar hesaplanarak, yatırımcıya daha şeffaf ve güvenilir bir yatırım ortamı sunulabilir.

    Bu çıkarsamalardan yola çıkılarak, 2003 Ocak-2015 Ağustos tarihleri arasındaki REIDIN gayrimenkul bilgi servisinden aylık düzende derlenen konut brüt getiri oranları kullanılarak, örnek olabilmesi açısından, İstanbul’da seçilen bir mahalle üzerinde konut yatırımı için istatistiksel karar verme süreçleri uyguladım. Bu sayede konut yatırımında karar verme süreçlerinin daha şeffaf ve daha doğru oluşturulmasını amaçladım.

    İlgili makale kapsamında gerçekleştirilen analizlerde öncelikle İstanbul özelinde seçilen mahalleye ait yıllık brüt konut getirilerinin dağılımının, Cauchy dağılımına uyduğunu tespit ettim. Ayrıca bu dağılıma uygun brüt kira getirilerini “Goodness Of Fit” testlerinden “Kolmogorov Smirnov” testine tabi tutarak verilerin belirtilen parametrelerdeki Cauchy Dağılımı’na uyduğunu doğruladım.

    Analiz kapsamında üç durum belirlendi ve olasılıklar aşağıdaki gibi hesaplandı. Bu durumlar; (x=Brüt Konut Getiri Oranı “%”)

    1. Durum
    P1(%4.3<x<%6.11) = %41.17
    P1 olasılığı önümüzdeki bir yıllık süreçte; bölgenin getirisinin, 11 yıllık süreçteki ortalama getiri ile 11 yıllık süreçteki en düşük getiri arasında getiriye sahip olması olasılığını gösteriyor.

    2. Durum
    P2(%6.11<x<%13.58) = %47.93
    P2 olasılığı önümüzdeki bir yıllık süreçte; bölgenin getirisinin, 11 yıllık süreçteki ortalama getiri ile 11 yıllık süreçteki en yüksek getiri arasında getiriye sahip olması olasılığını gösteriyor.

    3. Durum
    P3(%13.58<x<%19.69) = %1.00
    P3 olasılığı önümüzdeki bir yıllık süreçte; bölgenin getirisinin, 11 yıllık süreçteki en yüksek getiri ile bu getirinin 11 yıllık süreçteki ortalama getiri kadar fazla getiri arasında getiriye sahip olması olasılığını gösteriyor.

    Analizdeki hesaplamaları daha somut ifade etmemiz gerekirse, örneğin, Ağustos 2015 itibari ile 1 milyon TL’lik yatırıma hazır sermayesi bulunan yatırımcı, seçilen mahallede 1 yıl önce konut yatırımı yapmış olsaydı Ağustos 2015’te 135.800 TL’lik bir getiri elde etmiş olacaktı. Bölgenin bu artan getirisinden etkilenip bu bölgeye yatırım yapma düşüncesi içerisinde olan yatırımcı için hesaplanan olasılıklar doğrultusunda önümüzdeki bir yıllık süreçte, Ağustos 2015’te elde etme imkânı bulunan 135.800 TL’lik getiriden 73.446 TL daha az getiri elde edeceği yukarıdaki karar ağacından açıkça görülüyor. Dolayısıyla konut yatırımcılarının gelecek dönemlerde yatırım bakış açılarında istatistiksel yaklaşımlara daha çok önem verirler ise risk-getiri bileşenlerini optimum noktada kurgulayabilirler.

    Not: İlgili bilgilerin derlenmesinde ve analizinde katkıda bulunan Olgun Aydın’a teşekkür ederim.

    46-79.1