Prețul corect al unui apartament: determinarea probabilității de vânzare

Introducere

Acest articol își propune să explice, pe înțelesul tuturor, cum se modifică probabilitatea de vânzare a unui apartament în funcție de prețul cerut, într-un orizont scurt de timp (aproximativ 30–60 de zile).
Scopul nu este de a produce un model matematic exact, ci de a oferi o imagine logică și intuitivă asupra modului în care piața reacționează la prețurile de listare — cu alte cuvinte, să estimăm orientativ cât de mult scad șansele de vânzare atunci când prețul se îndepărtează de nivelul mediu al pieței.

Analiza pornește de la o premisă operațională: ca preț de referință folosim Indicele imobiliare.ro pentru Ploiești (în prezent: 1330 €/m²). Acest indice este tratat ca reper convențional, nu ca valoare absolută — un punct de plecare rezonabil pentru comparații între scenarii. El reflectă o medie a ofertelor active, nu a tranzacțiilor reale, iar apartamentele diferă între ele prin zonă, suprafață, etaj, orientare, anul construcției, dotări, parcare, vedere sau vecinătăți.
Prin urmare, rezultatele trebuie înțelese orientativ, nu normativ: ele nu descriu fiecare apartament, ci ilustrează un comportament general al pieței.

Pentru a surprinde diferențele de comportament, sunt analizate trei tipuri de piețe, definite prin gradul de omogenitate (măsurat prin dispersia prețurilor, notată σ):

• piețe strânse, unde majoritatea apartamentelor au prețuri apropiate;
• piețe medii, cu variații moderate;
• piețe largi, unde diferențele de preț sunt semnificative între zone și segmente.

Modelul folosit se bazează pe distribuția lognormală, aleasă nu pe baza unor teste statistice directe asupra pieței imobiliare din Ploiești, ci din rațiuni conceptuale: ea reflectă comportamentul observat în numeroase alte contexte economice, unde majoritatea cumpărătorilor se află în jurul valorii medii, iar probabilitatea de achiziție scade asimetric la prețuri mai mari.
Această abordare permite o descriere simplă, dar realistă, a modului în care prețul influențează șansa de vânzare.

În esență, studiul are un caracter interpretativ: nu își propune să furnizeze cifre exacte, ci să clarifice mecanismul prin care supraprețul reduce probabilitatea unei vânzări într-un interval de timp rezonabil.
Este un demers explicativ, care folosește logica statistică pentru a traduce o realitate bine cunoscută agenților imobiliari:

cu cât o proprietate este listată mai mult peste nivelul pieței, cu atât șansele de vânzare scad mai repede decât ne-am aștepta intuitiv.

Ce înseamnă „piață strânsă”, „normală” și „largă” — pe scurt, fără formule

Piață strânsă: ofertele sunt asemănătoare și ușor de înlocuit una cu alta. Majoritatea prețurilor „bune” se adună la mică distanță de reper (de pildă, cam ±6–8%). Aici, un suprapreț de +10% taie șansele vizibil.

Piață normală: există diferențe între apartamente, dar tot găsești multe alternative comparabile. Prețurile se strâng, în mod tipic, în jur de ±9–12% față de reper.

Piață largă: segment eterogen (poziții premium, apartamente atipice, finisaje superioare). Prețurile „acceptate de piață” sunt mai împrăștiate, adesea ±13–18% față de reper; toleranța la suprapreț e mai mare, dar nu nelimitată.

În practică, veți vedea aceste trei situații în funcție de cartier, tipul apartamentului și calitatea ofertei. Pentru claritate, în restul articolului vom lucra cu trei scenarii reprezentative ale împrăștierii: piață strânsă (≈ 7%), piață normală (≈ 10%) și piață largă (≈ 15%).

Pe baza acestor scenarii, vom arăta numeric și grafic cum se schimbă șansele relative de vânzare când prețul de listare se află la +5%, +10%, +15% și +20% peste nivelul de referință de 1330 €/m², astfel încât un vânzător din Ploiești să poată decide informat între viteză și valoarea obținută.

Cum determini rapid tipul pieței (strânsă, normală sau largă)

Idee simplă: „cât de împrăștiate” sunt prețurile bune în jurul reperului.

• Strânsă: multe oferte foarte similare; jumătate dintre prețuri se grupează în ±6–8%. Prețurile sunt grupate strâns în jurul mediei.
• Normală: diferențe moderate; multe prețuri stau în ±9–12%.
• Largă: eterogenitate mare; frecvent vezi ±13–18%. Prețurile sunt ”împrăștiate”.

Checklist rapid pentru poziționare (20 min):

1. Număr de comparabile reale: ≥10 similare ⇒ mai degrabă strânsă; ≤5 și multe atipice ⇒ largă.
2. Împrăștierea față de mediană: „ochiometric” ±8% / ±12% / ±16% → strânsă / normală / largă.
3. Viteză de rotație (DOM): închideri rapide aproape de reper ⇒ strânsă; stagnare + variații mari ⇒ largă.
4. Semnale din anunțuri: „urgent”, „preț redus”, discounturi în lanț ⇒ presiune spre largă (sau prețare prea sus).

Regulă robustă de listare când nu știi exact tipul: pornește la p₀…p₀+5% și aplică un protocol de ajustare la 14/30 zile în funcție de răspunsul real al pieței (cereri, vizionări, oferte).

Cum folosești harta imobiliare.ro ca să-ți definești eșantionul de concurență (rapid)

1. Intră pe imobiliare.ro și selectează Apartamente → 2 camere (adaptează la tipul tău). Aplică filtrele relevante: suprafață utilă, etaj, anul construcției, dotări (acolo unde e disponibil).
2. Caută cartierul/aria potrivită (ex.: Nord, Ploiești). Deschide harta și folosește funcția de delimitare a zonei (poligon) în jurul apartamentului tău și a străzilor comparabile.
3. Lista rezultată reprezintă eșantionul actual de ofertă cu care concurențezi pentru același cumpărător. Notează: numărul de comparabile, plaja de prețuri, prețul median și împrăștierea (±% față de mediană).
4. Marcheză diferențiatorii importanți (parcare dedicată, vedere, renovare, poziție față de școli/transport). Dacă oferta ta depășește clar media calitativă, poți testa un +5…+7%; altfel, rămâi la p₀…p₀+5%.
5. Repetă mini-analiza după 14 zile: vezi ce anunțuri au dispărut (probabil vândute/închise), ce prețuri s-au ajustat. Acest feedback „din teren” îți confirmă dacă ești în piață strânsă/normală/largă și dacă trebuie să ajustezi prețul.

Rezultat: în 15–20 de minute obții o imagine concurențială realistă și poți aplica regulile de mai sus cu încredere.

De ce alegem distribuția lognormală (pe scurt și aplicat)

De ce avem nevoie de o „distribuție” în primul rând? Pentru că vrem să legăm, în mod consecvent, un preț cerut de o probabilitate de vânzare într-un interval scurt. Distribuția aleasă descrie cum sunt împrăștiate bugetele și limitele de plată ale cumpărătorilor față de prețul de referință. Alegerea modelului determină precizia cu care estimăm cât scad șansele când urcăm prețul: un model nepotrivit poate subestima sau supraestima penalizarea la suprapreț și te poate conduce la decizii greșite de prețare sau calendar.

Definiție pe scurt (fără formule): Distribuția lognormală este o distribuție de probabilitate în care logaritmul variabilei este „în formă de clopot” (adică urmează o distribuție normală). Practic, dacă iei valorile și le pui pe o scară logaritmică, apar ca o curba clasică, simetrică. Acest tip de distribuție apare des în realitate (de la mărimea unor organisme până la durate de viață ale obiectelor) și este folosit intens în finanțe, biologie și inginerie – tocmai pentru că descrie situații pozitive (nu pot fi negative) și asimetrice cu o coadă mai lungă spre valori mari.

Fundamentul economic: disponibilitatea de plată a cumpărătorilor este asimmetrică.

• Mulți sunt aproape de nivelul pieței;
• Puțini pot plăti mult peste (dar nu zero);
• Prețurile nu pot coborî sub un prag pozitiv (cost/utilitate).
  Aceasta este exact forma pe care o descrie distribuția lognormală (concentrare lângă medie + coadă lungă spre dreapta).

De ce nu „normală” (simetrică)?
Normala ar penaliza la fel atât scăderile, cât și urcările față de medie, ceea ce nu reflectă piața:

• un mic minus față de reper accelerează vânzarea (șansele urcă repede spre „aproape sigur” în 30–60 zile);
• un plus peste reper taie șansele rapid, dar nu la zero (există mereu câțiva cumpărători cu buget mare).

Avantaje practice ale lognormalei:

• Lucrează natural pe procente (gândim în +5%, +10%).
• Parametrul de împrăștiere (σ) se traduce direct în tipul de piață: strânsă / normală / largă.
• Oferă o formulă simplă pentru „probabilitatea relativă de vânzare” față de reper, ceea ce permite tabele și grafice clare pentru +5%, +10%, +15%, +20%.

Concluzie pe scurt: distribiția lognormală modelează fidel observațiile din piață: cu cât prețul urcă peste nivelul pieței, cu atât șansele de vânzare scad rapid — și nu liniar.

O explicație mai detaliată pentru alegerea acestei distribuiții puteți găsi în articolul De ce distribuția lognormală descrie cel mai bine probabilitatea de vânzare a unui imobil

Parametrii și convențiile de lucru pentru calculele din articol

• Reper pentru Ploiești ăn perioada octombrie 2025: p₀=1330 €/m² (indice imobiliare.ro). p₀ este prețul de referință/optim operațional: nivelul la care, realist, șansele de vânzare în 30–60 de zile sunt maxime.
• Scenarii de piață (σ): ≈ 0,07 (strânsă), ≈ 0,10 (normală), ≈ 0,15 (largă). σ este dispersia/împrăștierea relativă a pieței: cu cât este mai mică, cu atât piața e mai omogenă și penalizează mai tare supraprețul.
• Abateri analizate (Δ%): +5%, +10%, +15%, +20% peste p₀ (comentăm și ce se întâmplă sub p₀).
• Măsura interpretării: probabilitatea relativă de vânzare, notată R(p) = P(p) / P(p₀). Se citește: „ce procent din șansele pe care le-aș avea la p₀ mai păstrez la prețul p”. Prin convenție, R(p₀) = 1 (100%).

Notă de simboluri (definiții rapide):
p = prețul de listare;
p₀ = prețul de referință (1330 €/m² în studiu);
Δ% = abatere procentuală față de p₀;
σ = parametru de împrăștiere a pieței;
P(p) = probabilitatea absolută de vânzare într-un orizont scurt;
R(p) = probabilitatea relativă față de p₀.

Îndrumar practic: „p₀ tranzacțional” – exemplu și mini-șablon

De ce? Indexul folosește prețuri de listare. Dacă pe segmentul tău tranzacțiile se închid cu un discount mediu față de listare, merită să-ți calibrezi reperul.

Formula: p₀ tranzacțional = p₀ × (1 − discount)

Exemplu (Ploiești): dacă discountul mediu e 5–7%:

• p₀ (−5%) = 1330 × 0,95 = 1263,5 €/m²
• p₀ (−7%) = 1330 × 0,93 = 1236,9 €/m²

Important: Pentru aceleași σ și aceeași abatere procentuală (ex. +10%), R(p) rămâne identic. Se schimbă doar etichetele de preț.

Mini-șablon manual (notează și refaci tabelele):

• Discount mediu listare → tranzacție pe segment: ____ %
• p₀ ajustat = 1330 × (1 − ____%) = ______ €/m²
• Prețurile pentru +5/+10/+15/+20% devin:
  +5%: ______ €/m² · +10%: ______ €/m² · +15%: ______ €/m² · +20%: ______ €/m²

Ilustrare (două linii refăcute):

σ ≈ 0,10 (piață normală), suprapreț +10%

p₀, preț de referință	Preț +10%	R(p)	Scăderea șanselor
1330 €/m²	1463 €/m²	34,1%	65,9%
1263,5 €/m² (−5%)	1390 €/m²	34,1%	65,9%
1236,9 €/m² (−7%)	1361 €/m²	34,1%	65,9%

σ ≈ 0,07 (piață strânsă), suprapreț +15%

p₀, preț de referință	Preț +10%	R(p)	Scăderea șanselor
1330 €/m²	1529 €/m²	4,6%	95,4%
1263,5 €/m² (−5%)	1453 €/m²	4,6%	95,4%
1236,9 €/m² (−7%)	1422 €/m²	4,6%	95,4%

Limitări, ipoteze și calibrare (ce trebuie avut în vedere)

• Proxy, nu adevăr absolut: p₀ provine din oferte active; dacă pe segmentul tău prețurile de tranzacție sunt sistematic sub listare, tratează p₀ ca etalon de comunicare, nu ca „preț final”.
• R(p) este relativ: tabelele și graficul arată raportul șanselor față de p₀; nivelul absolut al șanselor depinde de calitatea expunerii, documentație, sezon, condiții de finanțare.
• Sensibilitate la p₀: dacă p₀ este sub/supraestimat cu câteva procente, curbele R se deplasează orizontal; concluzia despre penalizarea la +10–15% rămâne robustă (diferențele sunt de ordinul câtorva puncte procentuale).
• Calibrare recomandată (trimestrial):
  1. notează, pe segment, discountul mediu listă → tranzacție din cazurile cunoscute;
  2. ajustează p₀ cu acest factor pentru o versiune „p₀ tranzacțional”;
  3. estimează σ din împrăștierea prețurilor „bune” (±% față de mediană);
  4. re-rulează tabelele.
• Eșantionare corectă: lucrează pe sub-segmente omogene (ex.: 2 camere, cartier, etaj 1–4, an construcție apropiat) ca să nu „amesteci” piețe strânse cu largi.

Rezultate pentru Ploiești – tabele (R = probabilitate relativă față de p₀)

Piață strânsă (σ ≈ 0,07)

Suprapreț	Preț	R(p)	Scăderea șanselor
+5%	1396 €/m²	48,9%	51,1%
+10%	1463 €/m²	17,3%	82,7%
+15%	1529 €/m²	4,6%	95,4%
+20%	1596 €/m²	0,9%	99,1%

Lectură rapidă: în segment omogen, +10% taie șansele la aproximativ o șesime din nivelul de la p₀; la +15% șansele devin minuscule.

Piață normală (σ ≈ 0,10)

Suprapreț	Preț	R(p)	Scăderea șanselor
+5%	1396 €/m²	62,8%	37,2%
+10%	1463 €/m²	34,1%	65,9%
+15%	1529 €/m²	16,3%	83,7%
+20%	1596 €/m²	6,8%	93,2%

Lectură rapidă: la +10% păstrezi aproximativ o treime din șanse; la +15% rămâi cu ~o șesime.

Piață largă (σ ≈ 0,15)

Suprapreț	Preț	R(p)	Scăderea șanselor
+5%	1396 €/m²	74,7%	25,3%
+10%	1463 €/m²	52,5%	47,5%
+15%	1529 €/m²	35,3%	64,7%
+20%	1596 €/m²	22,4%	77,6%

Lectură rapidă: într-o piață eterogenă, +10% mai lasă aproximativ jumătate din șanse; la +15% aproximativ o treime.

Ce înseamnă practic pentru un vânzător din Ploiești

• Dacă urmăriți vânzare în 30–60 de zile, poziționați listarea în jur de p₀…p₀+5% și asigurați calitatea expunerii (foto pro, tur 3D, planuri, distribuție).
• +10–15% peste p₀ reduce șansele la aproximativ 34% → 16% într-o piață „normală” și chiar la aproximativ 17% → 5% într-una „strânsă”.
• În piață „largă”, diferențiatorii reali (vedere, parcare dedicată, renovare premium, poziție rară) pot susține un +5…+7%; pentru +10%, calibrați așteptările și urmăriți indicatorii de răspuns (cereri/vizionări) cu disciplina de ajustare la 14/30 zile.

Cum se citește graficul: curbele arată probabilitatea relativă de vânzare R(p) în funcție de abaterea de preț față de p₀. Marcajele la +10% evidențiază exact concluziile-cheie:

• Piață strânsă (σ≈0,07): +10% ⇒ R ≈ 17% (−83% șanse față de p₀)
• Piață normală (σ≈0,10): +10% ⇒ R ≈ 34% (−66% șanse)
• Piață largă (σ≈0,15): +10% ⇒ R ≈ 52% (−48% șanse)

Regula practică ușor de ținut minte: „o creștere de 10% a prețului peste peste media pieței înseamnă înjumătățirea  șanselor de vânzare în piața ”largă”, o treime în piață ”normală” și doar o șesime în piață ”strânsă.”