Working Paper Series - Institut für Finanzwirtschaft - Technische ...

43
Zinssatz sinken. Das positive Vorzeichen des Beta 66 für die GRUNDSTUECKSGROESSE ist
hingegen etwas erstaunlich. Intuitiv sollte ein großes Grundstück, ähnlich wie eine große Nutzungsfläche,
ein geringeres Risiko implizieren. Ein Erklärungsansatz liegt im Zusammenhang
zwischen Lage und Grundstücksgröße begründet. Bei Grundstücken in guten Lagen ist der
Bodenrichtwert wesentlich höher im Vergleich zu schlechten Lagen. Dieses führt dazu, dass
die Gebäude in guten Lagen eine große Nutzfläche im Vergleich zur Grundstücksgröße besitzen.
Bei Grundstücken schlechterer Lage ist das Verhältnis zwischen Nutzfläche und Grundstücksgröße
geringer. Bei gleicher Nutzfläche ist somit in schlechter Lage ein größeres
Grundstück zu erwarten. Da eine schlechte Lage auch einen höheren Liegenschaftszins impliziert,
besteht ein positiver Zusammenhang zwischen Grundstücksgröße und Liegenschaftszins.
Die dritte Regression befasst sich mit dem Einfluss der makroökonomischen Faktoren auf den
Liegenschaftszins. Für diese Regressionen wurden nur die Datensätze der 5 Städte verwendet
für die die makroökonomischen Daten in den Wertermittlungsjahren verfügbar waren.
Korrigiertes R-
Standardfehler
des
Modell 3 R R-Quadrat Quadrat Schätzers
0,387 0,150 0,140 0,50724
Tabelle 17: Regressionsmodell 3 (Makrofaktoren auf den Liegenschaftszins)
In Tabelle 17 ist die Zusammenfassung des besten Modells dargestellt. Der Erklärungsgehalt
von 0,140 oder 14% ist sehr gering. Aufgrund der starken Korrelation aller makroökonomischen
Faktoren wurden verschiedene Kombinationen, z.B. Ausschluss der Bevölkerungsdaten
bei Verwendung der Attraktivität und Beschäftigtenzahl und umgekehrt, ausprobiert. Keines
der Modelle erreichte jedoch einen höheren Erklärungsgehalt. Lediglich die Variablen
KAUFKRAFT, LEERSTANDSRATE und DURCHMIETE_STADT haben einen signifikanten
Einfluss auf den Liegenschaftszins. Der Einfluss aller drei Faktoren ist negativ, welches
bei der LEERSTANDSRATE unplausibel ist. Üblicherweise sollte eine hohe Leerstandsrate
ein hohes Risiko und damit einen höheren Zins implizieren. Aufgrund der geringen Aussagefähigkeit
des gesamten Modells muss diese Unplausibilität nicht weiter beachtet werden. 67
Die Koeffiziententabelle ist wiederum im Appendix F zu finden.
66
Beta bezeichnet den standardisierten Koeffizienten der Regressionsvariablen.
67
Vgl. bei Betrachtung aller Faktoren hat die Leerstandsrate keinen signifikanten Einfluss auf das Regressionsmodell,
siehe auch Abschnitt 6.4.