CENA A TEMPO.

Zacznę od wyniku, który ma dwadzieścia pięć lat, ponad tysiąc cytowań i który w tej branży cytuje mało kto. David Genesove i Christopher Mayer opublikowali w „Quarterly Journal of Economics” pracę o zachowaniu sprzedających na rynku mieszkaniowym. Ustalenie: sprzedający, którym grozi nominalna strata wobec ceny, jaką sami kiedyś zapłacili, ustawiają wyższą cenę ofertową, dłużej czekają i ostatecznie uzyskują wyższą cenę — kosztem czasu ekspozycji.

Kluczowe jest to, względem czego ustawiają cenę. Nie względem rynku. Względem własnego punktu odniesienia.

U dewelopera punktem odniesienia nie jest cena zakupu mieszkania, tylko budżet projektu i prognoza z analizy wykonalności. Mechanizm jest ten sam: cennik broni liczby zapisanej w modelu finansowym przed rozpoczęciem budowy, a nie liczby, którą podpowiada dzisiejszy rynek. To nie jest zarzut wobec kogokolwiek — to udokumentowana prawidłowość zachowania sprzedających, na którą trzeba mieć procedurę, a nie silną wolę.

Zastrzeżenie, które muszę postawić od razu: to jest analogia, nie tożsamość. Genesove i Mayer badali osoby prywatne na rynku wtórnym w Bostonie na przełomie lat osiemdziesiątych i dziewięćdziesiątych. Przenoszę mechanizm, nie liczby.

Co jest ustalone o samym trade-offie

Wyższa cena ofertowa wydłuża czas ekspozycji. Anglin, Rutherford i Springer pokazali to w „Journal of Real Estate Finance and Economics”, a praca ma dziś blisko trzysta cytowań. Dodali obserwację, która rzadko wchodzi do materiałów branżowych: efekt jest silniejszy w segmentach o niskiej wariancji cen ofertowych. Tam, gdzie wszystkie oferty są do siebie podobne, kupujący rozwiązuje zadanie wydobycia sygnału i odchylenie od normy jest dla niego czytelne. Tam, gdzie oferty są rozstrzelone, to samo odchylenie ginie w szumie.

Praktycznie: pięć procent ponad medianę kosztuje więcej w segmencie standardowych dwupokojowych niż w segmencie nietypowym.

Nietypowość produktu wydłuża sprzedaż niezależnie od ceny. Haurin i współautorzy zbudowali w „Real Estate Economics” model, w którym im większa wariancja rozkładu potencjalnych ofert kupujących, tym wyższa optymalna cena ofertowa — i przetestowali go na danych z Ohio. Wniosek: sprzedający dóbr nietypowych racjonalnie ustawiają wyższą cenę i racjonalnie czekają dłużej. To ma bezpośrednie przełożenie na cennik inwestycji: lokal z nietypowym układem, na nietypowym piętrze, z nietypową ekspozycją nie jest „trudniejszy do sprzedania” — on wymaga innej strategii cenowej i innego oczekiwania co do czasu.

Błąd w pierwszym cenniku kosztuje podwójnie. John Knight wykazał w „Real Estate Economics”, że nieruchomości z dużą procentową zmianą ceny ofertowej sprzedają się i dłużej, i taniej. Cenę rewidują najczęściej oferty o wysokiej marży początkowej. Agresywny cennik startowy nie jest więc opcją bez kosztu, którą można później skorygować bez konsekwencji — sama korekta jest kosztowna.

Gdzie kończy się korelacja, a zaczyna przyczyna

Tu jest miejsce, w którym większość materiałów branżowych przeskakuje nad problemem. Cena i czas sprzedaży wpływają na siebie wzajemnie: deweloper obniża cenę, bo sprzedaż stoi. Z danych obserwacyjnych nie da się rozdzielić kierunku, a Anglin i współautorzy sami to sygnalizują.

Są dwa sposoby, żeby ten problem obejść, i oba istnieją w literaturze.

Pierwszy: model trwania z ryzykami konkurującymi. de Wit i van der Klaauw wykorzystali holenderskie dane administracyjne o domach wystawionych w latach 2005–2007, z dzienną rozdzielczością czasu na rynku i zarejestrowanym powodem opuszczenia rynku. Zastosowali model typu timing-of-events, w którym sprzedaż i wycofanie oferty są ryzykami konkurującymi, a moment obniżki modelowany jest łącznie. Zastrzeżenie autorów jest istotne: również zmiany ceny nie są egzogeniczne, i właśnie dlatego potrzebny jest taki model, a nie zwykła regresja.

Ich wynik jest dwustronny i dlatego wart cytowania w całości: obniżka ceny ofertowej istotnie zwiększa prawdopodobieństwo sprzedaży, ale jednocześnie zwiększa wskaźnik wycofania oferty z rynku. Dla dewelopera znaczy to tyle, że obniżka nie jest ruchem o jednym skutku — uruchamia dwa procesy naraz. I dotyczy obniżki w trakcie ekspozycji, nie poziomu ceny wyjściowej.

Drugi: zmienna instrumentalna. Dubé i Legros pokazali w „Real Estate Economics”, jak to zrobić na 29 tysiącach transakcji z okolic Montrealu — instrument buduje się z wcześniejszych transakcji, wykorzystując to, że czas biegnie w jedną stronę, a cudze wcześniejsze transakcje są z perspektywy pojedynczego sprzedającego egzogeniczne. Ich wynik: dłuższy czas na rynku przekazuje rynkowi informację negatywną i obniża cenę końcową.

Trzy wyniki, które przeczą temu, co się zwykle mówi

Byłoby wygodnie zatrzymać się na „wyższa cena to dłuższa sprzedaż”. Literatura nie zatrzymuje się w tym miejscu.

• Niższa cena nie zawsze pomaga. Hungria-Gunnelin, Kopsch i Enegren przetestowali w kontekście aukcyjnym hipotezę, że zaniżona cena wywoławcza daje wyższą cenę końcową. Została odrzucona — dla całej próby i dla obu podprób. Zaniżanie ceny dawało cenę niższą. Potwierdziła się tylko hipoteza o szybszej sprzedaży. Autorzy sugerują wyjaśnienie warte zapamiętania: pośrednik może rekomendować zaniżoną cenę, bo minimalizuje własny wysiłek przy wysokiej rotacji.
• Zbyt niska cena może wywołać podejrzliwość. Nguyen i Truong znaleźli na rynku o ograniczonej informacji, że lokale wystawione znacznie poniżej ceny rynkowej nie przyciągają chętnych kupujących, tylko wzbudzają nieufność — czego skutkiem są niższe ceny transakcyjne i dłuższy czas na rynku. Badanie jest małe i z rynku o innej strukturze; traktuję je jako sygnał, nie jako ustalenie.
• Powtarzane obniżki działają odwrotnie niż jedna. Kryzanowski i Wu wykazali w „Journal of Financial Research”, że seria obniżek ceny ofertowej obniża prawdopodobieństwo sprzedaży: rynek odczytuje ją jako sygnał, że z ofertą jest coś nie tak.

Zestawienie ostatniego wyniku z wynikiem de Wita daje hipotezę, której — podkreślam — nikt wprost nie testował: pierwsza obniżka działa, seria obniżek szkodzi. Gdyby to się potwierdziło, konsekwencja dla polityki cennikowej byłaby poważna: lepiej jedna decyzja o właściwej wielkości niż cztery ostrożne.

Czego literatura nie mówi o polskim rynku pierwotnym

Wszystkie powyższe prace dotyczą sprzedaży gotowego zasobu przez ogłoszenie, najczęściej na rynku wtórnym. Polski deweloper sprzedaje inaczej: w przedsprzedaży, z cennika, produkt, który jeszcze nie istnieje. W przedsprzedaży sprzedający kontroluje harmonogram uwalniania puli, może różnicować cenę między transzami i ma inną strukturę bodźców czasowych, bo wpływy finansują budowę.

Jedyna znaleziona przeze mnie praca dotycząca przedsprzedaży to working paper NBER autorstwa Chena, Hu, Jina i Zhou. Jest nierecenzowany, świeży i dotyczy rynku pozaeuropejskiego. Cytuję go wyłącznie jako uzasadnienie ostrożności, nie jako dowód czegokolwiek.

Wniosek uczciwy: mechanizmy opisane wyżej prawdopodobnie działają, ale wielkości nie przenoszą się, a sama formuła sprzedaży jest inna niż w badanej literaturze. Kto podaje polskiemu deweloperowi liczbę przepisaną z amerykańskiego systemu ofertowego, sprzedaje mu cudzy rynek.

Co zamierzam policzyć i jak

Jednostką będzie inwestycja w kwartale. Tempo: liczba lokali schodzących z puli miesięcznie. Pozycja cenowa: odległość mediany złotych za metr danej inwestycji od mediany jej submarketu — nie miasta. Ta różnica ma znaczenie: Goodman i Thibodeau pokazali, że sposób wyznaczenia submarketu istotnie zmienia trafność, a McArthur, Osland i Thorsen — że modele wyceny źle przenoszą się między obszarami. Model nieliniowy, bo szukam przegięcia, a nie stałej. Identyfikacja w duchu Dubé i Legrosa.

Trzy ograniczenia, których nie schowam w przypisie. Tempo jest przybliżeniem — ubytek z puli może oznaczać sprzedaż, rezerwację albo wycofanie oferty, a rejestr tego nie rozróżnia. Zmiany cennika w trakcie są słabo widoczne, co pokazał Knight. I wreszcie: wynik będzie krzywą z przedziałem, nie liczbą. Jeśli okaże się, że zależność mieści się w szumie, opublikuję to samo w wersji odwrotnej — że w polskich danych trade-off cena–czas jest słabszy, niż zakłada literatura amerykańska. Ten warunek jest częścią metody, nie deklaracją.

Dlaczego to ma znaczenie dla zarządu

Bo zamienia spór o cennik na rachunek. Pytanie „czy podnieść o pięć procent” jest pytaniem o gust dopóty, dopóki nie zna się kształtu tej krzywej dla własnego submarketu. Potem staje się pytaniem o to, ile miesięcy dodatkowej ekspozycji kosztuje te pięć procent — i czy koszt finansowania tych miesięcy jest mniejszy od przyrostu przychodu.

A zanim ta krzywa powstanie, zostaje pytanie z pierwszego akapitu, na które można odpowiedzieć dziś: czy nasz cennik broni dzisiejszego rynku, czy zeszłorocznego modelu finansowego.

Źródła i metoda

Metoda: przegląd literatury recenzowanej dotyczącej relacji ceny ofertowej, ceny transakcyjnej i czasu ekspozycji, z osobnym poszukiwaniem prac o wynikach przeciwnych. Nie podaję żadnej wartości liczbowej dla polskiego rynku, bo własnego przeliczenia nie wykonałem.

• Genesove D., Mayer C. (2001). Loss aversion and seller behavior: evidence from the housing market. The Quarterly Journal of Economics 116(4). doi.org/10.1162/003355301753265561 — rynek wtórny, Boston, przełom lat 80. i 90.
• Anglin P., Rutherford R., Springer T. (2003). The trade-off between the selling price of residential properties and time-on-the-market: the impact of price setting. The Journal of Real Estate Finance and Economics 26(1). doi.org/10.1023/A:1021526332732.
• Knight J.R. (2002). Listing price, time on market, and ultimate selling price: causes and effects of listing price changes. Real Estate Economics 30(2). doi.org/10.1111/1540-6229.00038.
• Haurin D., Haurin J., Nadauld T., Sanders A. (2010). List prices, sale prices and marketing time: an application to U.S. housing markets. Real Estate Economics 38(4). doi.org/10.1111/j.1540-6229.2010.00279.x.
• de Wit E.R., van der Klaauw B. (2013). Asymmetric information and list-price reductions in the housing market. Regional Science and Urban Economics 43(3). doi.org/10.1016/j.regsciurbeco.2013.03.001 — dane NVM, Holandia, 2005–2007; model timing-of-events z ryzykami konkurującymi.
• Dubé J., Legros D. (2016). A spatiotemporal solution for the simultaneous sale price and time-on-the-market problem. Real Estate Economics 44(4). doi.org/10.1111/1540-6229.12121 — 29 471 transakcji, okolice Montrealu, 1992–2000.
• Hungria-Gunnelin R., Kopsch F., Enegren C.J. (2021). Brokers’ list price setting in an auction context. International Journal of Housing Markets and Analysis 14(5). doi.org/10.1108/IJHMA-04-2020-0034 — wynik przeciwny.
• Nguyen H., Truong H. (2025). Impact of asking price signals on house buyer behavior: evidence from Ho Chi Minh City. Journal of Real Estate Literature. doi.org/10.1080/09277544.2024.2426336 — wynik przeciwny; mała próba, rynek o ograniczonej informacji.
• Kryzanowski L., Wu Y. (2023). Signaling effects of recurrent list-price reductions on the likelihood of house sales. Journal of Financial Research 46(1). doi.org/10.1111/jfir.12308 — wynik przeciwny.
• Chen Z., Hu M.R., Jin G.Z., Zhou Q. (2024). Haste or waste? The role of presale in residential housing. NBER Working Paper 32013 — working paper, nierecenzowany. Cytowany wyłącznie jako uzasadnienie ostrożności.
• Goodman A., Thibodeau T. (2003). Housing market segmentation and hedonic prediction accuracy. Journal of Housing Economics 12(3). doi.org/10.1016/S1051-1377(03)00031-7.
• McArthur D., Osland L., Thorsen I. (2012). Spatial transferability of hedonic house price functions. Regional Studies 46(5). doi.org/10.1080/00343404.2010.521147.

Czego ten tekst nie mówi: nie podaje wartości trade-offu cena–czas dla polskiego rynku, bo jej nie policzyłem; nie twierdzi, że poziom ceny wyjściowej przyczynowo określa tempo — identyfikacja dotyczy obniżki w trakcie ekspozycji; nie zastępuje analizy konkretnego projektu. Wszystkie cytowane prace sprawdzono w rejestrze Crossref oraz w rejestrze kontekstów cytowań pod kątem sprostowań, errat, zastrzeżeń redakcyjnych i wycofań — żadna nie ma takiej adnotacji. Data przeglądu źródeł: 29 sierpnia 2026.

Wskaźnik zapasu, do którego odsyła sekcja o decyzji cennikowej, opisuję w tekście o miesiącach podaży i progu sześciu miesięcy, a rachunek maksymalnej ceny gruntu — w artykule o wartości rezydualnej gruntu.

Jeśli stoisz przed decyzją o zmianie cennika — policzmy pozycję cenową Twojej inwestycji względem jej submarketu i koszt miesiąca zwłoki dla tego projektu. To jest analiza chłonności i pozycji cenowej, nie zmiana komunikacji.