Asking prices and sale prices of owner-occupied houses in rural ...
Asking prices and sale prices of owner-occupied houses in rural ...
Asking prices and sale prices of owner-occupied houses in rural ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Zeitschrift für Immobilienökonomie Journal <strong>of</strong> Interdiscipl<strong>in</strong>ary Property Research 1/2012<br />
>> Aufsätze PAPers MichAel D<strong>in</strong>kel, Björn-MArt<strong>in</strong> kurzrock<br />
Häufigkeit<br />
150<br />
100<br />
50<br />
0<br />
Abhängige Variable: KH_PROZENT<br />
abbildung 4: residuendiagramme kh_prozent<br />
Eigene Darstellung.<br />
nommen, da der Wert der Immobilie schwieriger<br />
e<strong>in</strong>zuschätzen ist. Bei Faktoren, welche die<br />
Marktattraktivität, die Markttransparenz oder die<br />
relative Wettbewerbsstärke e<strong>in</strong>es Objektes positiv<br />
bee<strong>in</strong>flussen, wird c.p. e<strong>in</strong> ger<strong>in</strong>ger Kontrahierungsabschlag<br />
erwartet. Die Variable „Internetattraktivität“<br />
misst die Nachfrageattraktivität anh<strong>and</strong><br />
von Kennzahlen h<strong>in</strong>sichtlich der Anzeigehäufigkeit<br />
<strong>in</strong> ImmobilienScout24. 33 Der Prädiktor „Markttransparenz“<br />
bildet das lokale Marktgeschehen im<br />
Untersuchungszeitraum (07-09) ab. 34<br />
Homoskedastiziät<br />
-4 -2<br />
0<br />
2<br />
4<br />
Regression St<strong>and</strong>ardisiertes Residuum<br />
Die Residuen s<strong>in</strong>d homoskedastisch und normalverteilt.<br />
Dies deutet darauf h<strong>in</strong>, dass das Regressionsmodell<br />
die abhängige Variable KH_PROZENT<br />
potenziell gut erklären kann (Abbildung 4).<br />
Das Regressionsmodell KH_PROZENT erklärt nur<br />
1,2% der Varianz und hat damit fast ke<strong>in</strong>en Erklärungsgehalt<br />
(Tabelle 6). Vier Variablen werden<br />
signifikant, obwohl ke<strong>in</strong>e L<strong>in</strong>earität zwischen der<br />
abhängigen und den unabhängigen Variablen<br />
vorliegt. Das gewählte Regressionsmodell ist<br />
folglich nicht geeignet, den prozentualen Kontrahierungsabschlag<br />
auf Basis der gewählten Variablen<br />
vorherzusagen. Der Robustheitstest bestätigt<br />
diese Schlussfolgerung.<br />
Die Residuenstatistik und Homoskedastizitätsprüfung<br />
deuten allerd<strong>in</strong>gs darauf h<strong>in</strong>, dass das<br />
Regressionsmodell gut zur Vorhersage von<br />
prozentualen Kontrahierungsabschlägen geeignet<br />
ist. Dies lässt sich damit erklären, dass mit ke<strong>in</strong>er<br />
16<br />
Regression St<strong>and</strong>ardisiertes<br />
Residuum<br />
4<br />
2<br />
0<br />
-2<br />
-4<br />
-4<br />
Abhängige Variable: KH_PROZENT<br />
-2<br />
Regression St<strong>and</strong>ardisierter geschätzter Wert<br />
unabhängigen Variablen e<strong>in</strong> signifikanter Zusammenhang<br />
besteht und KH_PROZENT zufällig<br />
verteilt ist, womit sich diese zufällige Verteilungen<br />
bei e<strong>in</strong>er hohen Fallanzahl e<strong>in</strong>er Normalverteilung<br />
annähern.<br />
Variante: regressionsanalyse kh_prozent_<br />
Baujahr<br />
E<strong>in</strong> weiteres Regressionsmodell KH_PROZENT_<br />
BAUJAHR mit reduzierter Stichprobe aufgrund<br />
zufällig verteilter fehlender Werte (n = 1.004)<br />
erklärt nur 2,6% der Varianzen und besitzt damit<br />
fast ke<strong>in</strong>e Aussagekraft. Um <strong>in</strong>direkt auf den<br />
baulichen Zust<strong>and</strong> der Immobilie schließen zu<br />
können, erfolgte hierbei e<strong>in</strong>e E<strong>in</strong>teilung <strong>in</strong> vier<br />
Baujahrgruppen, die sich an historischen und<br />
gesetzlichen Strukturbrüchen im Wohnungsbau<br />
orientieren. Es werden sieben Variablen signifikant,<br />
obwohl ke<strong>in</strong>e L<strong>in</strong>earität zwischen der abhängigen<br />
mit den unabhängigen Variablen vorliegt. Auch<br />
dieses Regressionsmodell kann den prozentualen<br />
Kontrahierungsabschlag auf Basis der gewählten<br />
Variablen und l<strong>in</strong>earen Spezifikation nicht h<strong>in</strong>reichend<br />
vorhersagen.<br />
e. Datenrestriktionen und Lösungsansätze<br />
In der Sekundärliteratur wird auf e<strong>in</strong> breites Spektrum<br />
an Faktoren verwiesen, die e<strong>in</strong>en E<strong>in</strong>fluss<br />
auf den Kontrahierungsabschlag erwarten lassen.<br />
Im Rahmen dieser Arbeit konnten aufgrund von<br />
Datenrestriktionen mehrere potenzielle E<strong>in</strong>flussfaktoren<br />
nicht berücksichtigt werden, und es<br />
ergaben sich bei genauer Betrachtung der Daten<br />
0<br />
2