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

Wanneer we nu bijvoorbeeld willen weten of de meerwaarde van dubbele
beglazing (kwaliteitskenmerk) groter is in grotere panden, zullen we een andere
manier moeten vinden om dit te modelleren. De oplossing bestaat erin
interactievariabelen te creëren tussen de verschillende dummyvariabelen waarin
we geïnteresseerd zijn en een proxy voor de grootte van het bewuste pand,
waarvoor de variabele aantal slaapkamers genomen wordt. Normaliter zouden we
nu interactievariabelen creëren op basis van de dummyvariabelen in ons model en
het aantal slaapkamers. Dit echter leidt tot een probleem van een heel andere
aard. Het grote aantal dummyvariabelen leidt tot een groot aantal variabelen in ons
model (verlies aan vrijheidsgraden) en bovendien een nieuwe bron van
multicollineariteit. Teneinde deze problemen tegen te gaan stellen we een
alternatief voor.
In een eerste stap schatten we het lineaire regressiemodel. Vervolgens creëren we
een nieuwe variabele, dewelke een gewogen gemiddelde is van de
kwaliteitskenmerken (de geschatte coëfficiënten dienen als gewichten in deze).
Dan creëren we een interactievariabele op basis van deze nieuw geconstrueerde
variabele en het aantal slaapkamers. In een laatste stap zetten we zowel de nieuw
geconstrueerde variabele als de interactievariabele in het originele model (we laten
de kwaliteitskenmerken, die geïncorporeerd zitten in de nieuw geconstrueerde
variabele, weg uit de regressieanalyse). Dit alternatief regressiemodel laat toe dat
de waarde van kwaliteitskenmerken een functie is van de grootte van het gebouw.
De hier voorgestelde methode is uiteraard ruw, maar laat desondanks toe een
beter beeld te krijgen van de waardering van de verschillende kwaliteitskenmerken.
De resultaten van de lineaire term (stap 1 van de regressieanalyse) en de
interactieterm (zoals geschat in de 2 e stap van de regressieanalyse) worden
gepresenteerd in onderstaande tabel. De resultaten zijn zoals verwacht. In het
geval het interactie geen rol zou spelen en enkel de eerste stap van de regressie
van belang zou zijn, zou de parameterschatting van de lineaire term rond de 1
moeten schommelen, en de interactie term rond 0. We zien echter dat het model
de lineaire term significant afzwakt ten voordele van de interactieterm. Ook de
verklaringskracht van het model neemt toe, zei het in mindere mate. We komen
hier later op terug. De finale resultaten houden alvast rekening met deze interactie.
Een zeer goede keuken zal dus niet bijdragen tot een extra 33.64 € van de
huurprijs, maar wel 33.64*(0.709 + 0.12*aantal slaapkamers), en dus afhangen van
de grootte van het huis. Voor een studio geeft dit 23.85 €, voor een woning met 3
slaapkamers 35.96 €.
Bij de latere bespreking van de variabelen bespreken we echter de geschatte
parameters van stap 1, waarbij de woningkenmerken in de lineaire term
opgenomen zijn, omwille van de eenvoud van presentatie.
Tabel 4 Resultaten stap 2 uit hedonische huurprijsmodel met interactie-effect
Variabele (1) (2)
Lineaire term met grootte-afhankelijke kwaliteitskenmerken (
resultaten van woningkenmerken uit eerste regressie-analyse, bvb. 37.5 €
* zeer goede keuken (0/1) + 26.98 € * goede keuken (0/1) + …
verwarming…)
Interactieterm ( =aantal_slaapkamers * lineaire term met grootteafhankelijke
kwaliteitskenmerken)
0.709*** 0.612***
(0.112) (0.107)
0.120*** 0.159***
(0.0417) (0.0416)
22