M. Sc. Matthias Soot
Erweiterung statistischer Verfahren zur Bewertung in Märkten mit geringer Transaktionszahl
¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯
Motivation
Markttransparenz in Deutschland wird durch die Gutachterausschüsse und heute auch durch verschiedene private Akteure am Immobilienmarkt realisiert. Insbesondere in Teilmärkten mit geringen Transaktionszahlen stellt die Markttransparenz eine Herausforderung dar, da nicht ausreichend Daten zur Analyse der jeweiligen Märkte zur Verfügung stehen. Aus diesem Grund bedürfen diese Märkte einer tiefergehenden Untersuchung, um auch hier eine ausreichende Marktransparenz zu erreichen. Die Vielfältigkeit der Teilmärkte mit geringen Transaktionszahlen muss dafür differenziert betrachtet werden.
Vorgehen
Im Rahmen der Arbeit werden zunächst unterschiede in den Eigenschaften der Märkte mit geringen Transaktionszahlen untersucht. Hierzu wird mittels einer qualitativen Untersuchung von Leitfadeninterviews sowie der Literatur zum Thema eine Theorie zur Systematisierung der Märkte gebildet. Differenziert für einzelne Märkte kann mit dieser Strukturierung dann eine passende Auswertestrategie entwickelt werden.
Anschließend erfolgt die Untersuchung von verschiedenen Daten die heute schon in den Märkten mit geringer Transaktionszahl genutzt werden. Kauffälle die unvollständig erfasst sind, werden heute bei Auswertungen vollständig ausgeschlossen (Fallweiser Ausschluss). Teilweise fehlt jedoch nur eine Information für eine multivariaten Analyse. Im Rahmen der Arbeit wird untersucht ob und mit welchen Methoden diese Datenlücken geeignet gefüllt werden können um eine höhere Genauigkeit in den Analysen auch mit wenigen Daten zu erhalten. Als Methoden werden neben dem Fallweisen Ausschuluss eine Mittelwertimputation, sowie die Auffüllung der Datenlücken mittels Expectation-Maximization und Random-Forest-Regression untersucht.
Darüber hinaus wird das Expertenwissen, das in verschiedenen Formen von Expertisen (Befragungen, Angebotspreisen, Gutachten) geäußert werden kann, untersucht. Es wird zunächst das Expertenwissen allgemein im Rahmen einer quantitativen Befragung näher betrachtet um Handlungsweisen und unterschiede von Experten aus verschiedenen Gruppen aufzudecken. Anschließend werden (interubjektive) Experten- und Laienbefragungen im Kontext der Immobilienbewertung ausgewertet sowie Angebotspreise die von Maklern und ohne Makler vermarktet werden im verhältnis zu den realisierten Kaufpreisen untersucht.
Da die untersuchten zusätzlichen Daten wie die Angebotsdaten oder die Expertenbefragungen in einigen Teilmärkten nicht zur Verfügung stehen oder nur mit sehr hohem Aufwand erzeugt werden können sind alternative Nutzungsansätze notwendig. Hierzu werden zwei Methoden auf ihre Eignung hinsichtlich räumlich zusammengefasster Auswertungen geprüft. Der Vergleich erfolgt zur klassischerweise eingesetzten linearen Regressionsanalyse. Zum einen wird die geographisch gewichtete Regressionsanalyse, die lokale Märkte besser abbilden kann sowie die künstlichen neuronalen Netze, die nichtlinearitäten besser abbilden können, angewendet.
Ergebnisse
Im Ergebnis lässt sich zeigen, das eine Strukturierung der Märkte mit geringer Transaktionszahl möglich ist. Eine sinnvolle Strukturierung erfolgt Anhand der Grundgesamtheit des jeweiligen sachlichen/räumlichen Marktes. Ebenso kann eine Differenzierung nach ländlichen und urbanen Räumen erfolgen.
Mit Imputationsmethoden können die Ergebnisse von Regressionsanalysen deutlich verbessert werden. Selbst bei einem großen Vorkommen von Datenlücken in unterschiedlichen Parametern kann eine Auswertung noch gute Ergebnisse in der Größenordnung der vollständigen Kauffälle liefern. Selbst mit der sehr simplen Methode der Mittelwertimputation kann ein gutes Ergebnis erzielt werden.
Experten im Bereich der Immobilienbewertung haben die unterschiedlichsten beruflichen Herkünfte. In Ihrer Arbeitsweise lassen sich jedoch keine wesentlichen Systematiken feststellen. Lediglich bei der Nutzung von Daten können Systamtiken aufgedeckt werden. Expertenbefragungen weisen Grundsätzlich hohe Streuungsmaße auf. Die Streuungsmaße werden dann reduziert, wenn bei den Befragungen Einschränkungen bspw. durch eine vorgegebene Skalen oder durch vorgeschlagene Werte erfolgen. Weitere Untersuchungen dahingehend sind notwendig. Auch die Abschläge zwischen Angebotsdaten und Kaufpreisen aber auch die Anpassung von Angebotsdaten weisen hohe Streuungsbreiten auf. Einen signifikanten unterschied zwischen der Vermarktung mit einem Makler oder ohne einen Makler kann in der untersuchten Stichprobe nicht nachgewiesen werden.
Sowohl die Nutzung der geographisch gewichteten Regressionsanalyse als auch der Nutzung von künstlichen neuronalen Netzen bieten bei der Auswertung von räumlich zusammengefassten daten in einer Kreuzvalidierung einen Vorteil. Dies lässt darauf, schließen, dass die Märkte sowohl räumlich sehr inhomogen als auch nichtlinear sind. zielführend erscheint eine Kombination der geographischen Komponente mit nicht-parametrischen Ansätzen wie dem Lernverfahren der KNN.