idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Wie und in welchem Maße wirkt sich die räumliche Lage einer Immobilie auf deren Mietpreis aus? Wie lassen sich derartige Preiseffekte geographisch präzise bestimmen und – noch wichtiger – auf Basis einer bestimmten Anzahl von Beobachtungen für das gesamte Stadtgebiet errechnen? Markus Fritsch, Harry Haupt (beide Universität Passau) und Pin Tian Ng (Northern Arizona University, USA und Anhui University, China) haben am Beispiel des Regensburger Mietwohnungsmarktes ein statistisches Verfahren entwickelt, das es ermöglicht, die Effekte physischer und räumlicher Charakteristika auf den Preis von Immobilien in flexibler Weise zu modellieren.
Ihre Ergebnisse haben die drei Forscher kürzlich in der renommierten wissenschaftlichen Fachzeitschrift „Regional Science and Urban Economics“ veröffentlicht.
In ihrem Artikel mit dem Titel „Urban house price surfaces near a World Heritage Site: Modeling conditional price and spatial heterogeneity“, der im September 2016 in der renommierten wissenschaftlichen Fachzeitschrift „Regional Science and Urban Economics“ erschienen ist, schlagen Markus Fritsch, Harry Haupt und Pin Tian Ng ein statistisches Verfahren vor, das es ermöglicht, die Effekte physischer und räumlicher Charakteristika auf den Preis von Immobilien in flexibler Weise zu modellieren.
Die Autoren illustrieren die vorgeschlagene Vorgehensweise anhand von Daten für den Mietwohnungsmarkt in Regensburg und finden empirische Evidenz für komplexe und ökonomisch bedeutsame Effekte der Lage einer Immobilie auf die Miete sowie eine unterschiedliche Relevanz von physischen und räumlichen Preiseffekten im unteren, mittleren und oberen Preissegment.
„Die Komplexität der räumlichen Muster in den Immobilienpreisen, die sich mit traditionellen Methoden nicht erfassen lässt, zeigt sich in Regensburg vor allem in den Stadtteilen, die seit 2006 UNESCO-Weltkulturerbe sind: der historischen Altstadt und Stadtamhof“, sagt Haupt. „In diesen Gebieten lassen sich stark positive Effekte auf den Mietpreis (pro Quadratmeter) feststellen, die sich ausschließlich durch die Lage ergeben, nachdem viele weitere preisbestimmende Merkmale bereits berücksichtigt wurden. Insbesondere erlaubt die Modellierung auch die Erfassung lagespezifischer Preisunterschiede zwischen beliebigen geographischen Punkten im Stadtgebiet, auch wenn diese in der Stichprobe nicht erfasst wurden.“ Mit zunehmender Distanz vom Weltkulturerbe änderten sich diese räumlichen Preiseffekte in deutlicher Abhängigkeit von der Himmelsrichtung, so Fritsch.
Der statistisch-methodische Kern der Forschungsarbeit liest sich für Nicht-Wissenschaftler zunächst kryptisch: „semiparametrische Quantilsregressionen auf Basis additiv verknüpfter Smoothing Splines“. „Dieses Vorgehen ermöglicht die direkte Modellierung des Mietpreises in einzelnen Preissegmenten – wobei die den Mietpreis bestimmenden Einflussfaktoren gleichzeitig flexibel abgebildet werden. “, erklärt Haupt. „So bestehen möglicherweise zwischen dem Mietpreis und den physischen Charakteristika wie der Größe oder dem Alter einer Wohnung oder auch zwischen dem Mietpreis und der geographischen Lage einer Immobilie ‚nicht-lineare Zusammenhänge‘ die berücksichtigt werden sollen. Ein klassisches Beispiel für einen ‚nicht-linearen Zusammenhang‘ stellt die Abnahme des Mietpreises pro Quadratmeter mit zunehmender Wohnungsgröße dar.“ Der Vorteil der neuen Methodik bestehe im Wesentlichen darin, dass sich das Zusammenspiel der Wohnungscharakteristika für verschiedene Preissegmente direkt modellieren lässt. Dies ermöglicht die Ableitung von Aussagen über den Einfluss der physischen und räumlichen Merkmale auf den Mietpreis über die Preissegmente hinweg, selbst dann, wenn die Wohnungsmerkmale zwischen zwei betrachteten Immobilien variieren.
Über die Autoren
Markus Fritsch ist hat in Passau und San Diego Wirtschaftswissenschaften studiert und ist Wissenschaftlicher Mitarbeiter am Lehrstuhl für Statistik der Universität Passau. Prof. Dr. Harry Haupt ist Inhaber des Lehrstuhls für Statistik der Universität Passau und Vizepräsident für Forschung. Er leitet zudem die Sektion „Statistische Theorie und Methodik“ der Deutschen Statistischen Gesellschaft. Pin Tian Ng ist Full Professor of Economics an der Northern Arizona University, USA, und Visiting Professor an der Anhui University, China.
Artikel zur Studie: http://dx.doi.org/10.1016/j.regsciurbeco.2016.07.011
Rückfragen zu dieser Pressemitteilung richten Sie bitte an das Referat für Medienarbeit der Universität Passau, Tel. 0851 509-1439.
Criteria of this press release:
Journalists, Scientists and scholars
Construction / architecture, Economics / business administration
transregional, national
Research results, Transfer of Science or Research
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
