Mietmarktanalyse mittels Geographisch gewichteter Regression (GWR)

Mit dem Vortrag „rent analysis beyond conditional expectation– how to estimate the spatial distribution of quoted rents by using geographically weighted regression“ zeigte Frau Seehase (Amt für Statistik der Landeshauptstadt Magdeburg) auf der Scorus-Conference 2016 in Lissabon die Potentiale der räumlichen Ökonometrie in Verbindung mit der empirica-systeme Marktdatenbank im Kontext der Immobilienmarkt­beobachtung.

rent analysis beyond conditional expectation anne seehase
Räumliche Heterogenität von Zeiteffekten in Magdeburg (Quelle: Seehase A., 2016, Lissabon)

Auf Basis der großen Fallzahl, der kleinräumigen Verortung und der breiten Attributierung ermöglicht die Datenbasis auch kombinierte Analyseansätze wie die Kombination von Quantilsregression und räumlicher Regression. So zeigt Seehase u. a. anschaulich die Heterogenität des Zeiteffekts Ihrer Modelle, d.h. die räumlich differenzierte Mietpreis­entwicklung von oberen und unteren Marktsegmenten im Stadtgebiet. Dieser Ansatz birgt unseres Erachtens großes Potential, da der räumlichen Abhängigkeit und räumlichen Heterogenität in den enger werdenden Märkten eine wachsende Bedeutung zukommt und globale Betrachtungen zunehmend Raum für Fehlinterpretation liefern.

Wir danken Frau Seehase für die bereichernde Analyse. Den Vortrag „Rent analysis beyond conditional expectation – how to estimate the spatial distribution of quoted rents by using geographically weighted regression“ haben wir am 19.10.2016 gefunden.