Huurprijzen en richthuurprijzen. Deel III ... - Steunpunt wonen

4 Methodologie hedonische prijsanalyse
De opzet van de regressieanalyse is als volgt:
Huurprijs = f(woningkenmerken, omgevingsfactoren, afstanden, statistische sector
variabelen, gemeente dummies)
De relatie tussen huurprijs en de verklarende variabelen kan echter op
verschillende manieren gemodelleerd worden.
4.1 Lineaire benadering
In deze analyse kiezen we in eerste instantie voor de meest eenvoudige
regressieanalyse, namelijk lineaire regressieanalyse. De resultaten betreffende de
woningkenmerken zijn bijgevolg additief en de woningprijs is dan de som van elk
woningkenmerk. Het kan vergeleken worden met een volgeladen winkelmand waar
je bij de kassa het volledige bedrag voor betaalt. Een hoogrendementsketel heeft
bijvoorbeeld een meerwaarde van €19,- in vergelijking met het niet aanwezig zijn
van verwarming. Op deze manier zijn de resultaten eenvoudig te interpreteren.
Men kan dan eenvoudig berekenen welk aandeel het woningkenmerk heeft in het
bepalen van de huurprijs. Een hoge rendementsketel staat in voor ongeveer 4%
van de huurprijs (19/500). Een andere manier om de schatting te kunnen plaatsen
is de factor 264 toepassen, net gelijkaardig als de verhouding
verkoopprijs/verhuurprijs. Wanneer we deze 19 euro vermenigvuldigen met 264
bekomen we ongeveer €5000, wat aannemelijk lijkt gezien het iets lager is dan de
aanschafprijs van een hoogrendementsketel.
Een ander vaak gebruikte modellering is gebaseerd op logaritmische of
semilogaritmische vergelijkingen die multiplicatief van aard zijn. Aangezien vele
van onze onafhankelijke variabelen dummyvariabelen zijn kunnen we bij voorbaat
de lineair-logaritmische en de log-log specificatie uitsluiten. Enkel de log-lineaire
benadering is dus getest waarbij als afhankelijke variabele het logaritme van de
huurprijs genomen wordt. Een parameter van 0.1 voor het aantal slaapkamers wijst
op een prijsstijging van de huurprijs met 10% indien het aantal slaapkamers met 1
toeneemt. We komen hier later nog op terug bij het bespreken van de verfijningen
van het model.
Beide methoden, de lineaire en de logaritmische, hebben hun voordelen. Wij
hebben beiden getest en vonden dat de lineaire de hoogste verklarende kracht
had 4 . De keuze is echter niet vrijblijvend. Het multiplicatief karakter van de
logaritmische gaat er bijvoorbeeld van uit dat de waarde van een
hoogrendementsketel bij woningen met een zeer goede ligging hoger is dan bij
woningen met een slechte ligging. De extra procentuele toename zorgt bij de
eerste immers voor een hoger bedrag in absolute waarden, aangezien de basis
waarmee vermenigvuldigd wordt hoger is. Dit lijkt echter niet zo aannemelijk.
Omgekeerd zal bij een lineair model de waarde van een hoogrendementsketel
voor een studio gelijk geschat zijn als deze in een grote gezinswoning, wat
evenmin aannemelijk is.
4 De verklaarde variantie zoals weergegeven in de R² kan niet zomaar
tussen beide modellen vergeleken worden. Daarvoor hebben we de
logaritmische resultaten eerst terug naar de werkelijke
huurprijsschattingen vertaald en hierop de R² berekend, de verklaarde
variantie.
20