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

50
Das Kernproblem besteht in der Datenbeschaffung für die Mikrostandortfaktoren. Der oben
vorgestellten Gruppierung der Einflussfaktoren folgend wird schnell deutlich, dass die Verfügbarkeit
der makroökonomischen Daten grundsätzlich als gut bezeichnet werden kann.
Zwar sind diese Daten häufig nur käuflich zu erwerben und somit setzt eine tiefere Analyse
einen entsprechenden finanziellen Ressourceneinsatz voraus. Insbesondere eine weitere Aufgliederung
der Daten nach Bezirken oder Postleitzahlgebieten könnte bessere Erkenntnisse
bringen.
Die Mikrostandortfaktoren sind nach bisherigen Erkenntnissen nur selten verfügbar. In einem
ersten Schritt müssten die Mikrostandortfaktoren sauber definiert werden. Im zweiten Schritt
müssen Daten zur Beschreibung der Faktoren bestimmt werden und deren Verfügbarkeit recherchiert
werden. Hierbei sollte auch auf kommerzielle Einrichtungen zurückgegriffen werden,
da die frei verfügbaren Daten nach heutigem Kenntnisstand nicht ausreichen sind. In
Abbildung 17 im Appendix H sind die möglichen Faktoren und dazugehörigen Daten noch
einmal zusammengefasst. Beispielsweise könnte die Qualität der Versorgung durch die in der
Umgebung vorhandenen Restaurants oder Supermärkte beschrieben werden.
Weitere partielle Regressionen, wie in Abschnitt 6.5 durchgeführt, könnten für bestimmte
Regionen oder Städte Modelle generieren, die einen höheren Erklärungsgehalt bieten. Hierzu
wäre eine Ausweitung der Datenbasis auf eine größere Anzahl der Objekte sicherlich hilfreich.
Insbesondere die Gründe für die fehlende Korrelation zwischen Bodenwert und Nettomieteinnahme
bei Städten mit weniger als 600.000 Einwohnern sowie weitere in Teildatensätzen
versteckte Korrelationen müssten genauer untersucht werden. Unter Umständen würden
diese Untersuchungen ergeben, dass eine homogene Betrachtung des Immobilienmarktes
nicht möglich ist und eine Aufteilung in Teilsegmente für eine bessere Vorhersage des Liegenschaftszinses
unabdingbar ist.