Obwohl Wohnen und Kaufen für die Gesellschaft in Deutschland zunehmend an Bedeutung gewonnen hat, besteht ein Defizit an wissenschaftlichen Erkenntnissen zur Entwicklung von Immobilien- und Mietpreisen. Grund hierfür sind die fehlenden Datensätze, die erforderlich für eine Analyse der Preisdynamik sind. Um herauszufinden, wie ein Immobilienpreis zustande kommt und welche Faktoren sich auf den Immobilienwert auswirken, beschäftigt sich diese Arbeit mit der Frage, welche Faktoren die Immobilienpreise beeinflussen. Um diese Frage beantworten zu können, werden im Folgenden die Variablen Baujahr, Grundstücksfläche, Wohnfläche, Makro- & Mikrolage, Kriminalität, Einbruch, Wetter und Schuhgröße analysiert. Grundlage der Datenanalyse ist eine eigene statistische Erhebung. Durch die multivariable Regression sollen die Einflussfaktoren auf die Immobilienpreise ermittelt werden. Im zweiten Kapitel wird der künstlich erstellte Datensatz beschrieben und die einzelnen Variablen werden bezüglich ihrer Eignung und Ausprägung genauer erläutert. Im dritten Kapitel wird eine lineare Regression durchgeführt, um so die Ergebnisse der einzelnen Variablen zu interpretieren. Am Ende der Ausarbeitung wird abschließend ein aus der Datenanalyse abgeleitetes aktuelles Fazit gezogen.
Inhaltsverzeichnis
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
1. Einleitung
2. Deskriptive Datenanalyse
2.1 Beschreibung Datensatz
2.2 Beschreibung der Variablen und grafische Datenanalyse
3. Explorative Datenanalyse
4. Fazit
Literaturverzeichnis
Anhang
Abbildungsverzeichnis
Abbildung 1: Histogramm Baujahr
Abbildung 2: Kerndichteschätzer Grundstücksgröße
Abbildung 3: Kerndichteschätzer Wohnfläche
Abbildung 4: Histogramm Makrolage
Abbildung 5: Histogramm Mikrolage
Abbildung 6: Histogramm Kriminalität
Abbildung 7: Histogramm Einbrüche
Abbildung 8: Kerndichteschätzer Wetter
Abbildung 9: Histogramm Schuhgröße
Abbildung 10: Kerndichteschätzer Immobilienpreise
Abbildung 11: Boxplot Imp
Abbildung 12: Streudiagramm Imp-Whnfl
Tabellenverzeichnis
Tabelle 1: Ausschnitt Datensatz
Tabelle 2: Überblick der Datenanalyse Variablen
Tabelle 3: Ergebnisse Regressionsanalysen
Tabelle 4: Ergebnis multipler linearer Regression
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1. Einleitung
Die eigenen vier Wände, die eigene Immobilie ist für viele Deutsche die Selbstverwirklichung aber auch die Absicherung des eigenen Besitzes. Seit Beginn der Finanzkrise haben sich Eigenheime als sichere Kapitalanlage erwiesen. Immer mehr Deutsche versuchen den Wert ihres Geldes durch den Erwerb von Grundbesitz zu sichern.1Eine hohe monatliche Miete, steigende Immobilienpreise sowie ein geringes Angebot an preiswertem Wohnraum erschweren den Erwerb der eigenen vier Wände.2Nach einer langen Stabilität der Immobilienpreise ist seit 2007 ein deutlicher Aufwärtstrend zu beobach- ten.3Statistiken zeigen auch auf, dass die Wohnfläche pro Kopf in einigen Städten gesunken ist.4Vor dem Erwerb einer Immobilie müssen verschiedene Aspekte berücksichtigt werden. Beispielsweise hängt die Wertentwicklung einer Immobilie unter anderem von deren Lage ab. Zudem lässt sich eine Immobilie bei falscher Infrastruktur nur mit hohen Abschlägen verkaufen oder vermieten.5Obwohl Wohnen und Kaufen für die Gesellschaft in Deutschland zunehmend an Bedeutung gewonnen hat, besteht ein Defizit an wissenschaftlichen Erkenntnissen zur Entwicklung von Immobilien- und Mietpreisen. Grund hierfür sind die fehlenden Datensätze, die erforderlich für eine Analyse der Preisdynamik sind.6Um herauszufinden, wie ein Immobilienpreis zustande kommt und welche Faktoren sich auf den Immobilienwert auswirken, beschäftigt sich diese Arbeit mit der Frage, welche Faktoren die Immobilienpreise beeinflussen.
Um diese Frage beantworten zu können, werden im Folgenden die Variablen Baujahr, Grundstücksfläche, Wohnfläche, Makro- & Mikrolage, Kriminalität, Einbruch, Wetter und Schuhgröße analysiert. Grundlage der Datenanalyse ist eine eigene statistische Erhebung. Durch die multivariable Regression sollen die Einflussfaktoren auf die Immobilienpreise ermittelt werden. Im zweiten Kapitel wird der künstlich erstellte Datensatz beschrieben und die einzelnen Variablen werden bezüglich ihrer Eignung und Ausprä- gung genauer erläutert. Im dritten Kapitel wird eine lineare Regression durchgeführt, um so die Ergebnisse der einzelnen Variablen zu interpretieren. Am Ende der Ausarbeitung wird abschließend ein aus der Datenanalyse abgeleitetes aktuelles Fazit gezogen.
2. Deskriptive Datenanalyse
Der in der Arbeit verwendete Datensatz sollte frühestmöglich definiert werden, damit die Arbeit für den Leser möglichst verständlich und übersichtlich gestaltet ist. In dieser Arbeit wird mit Hilfe dem Programm R-Studio der künstlich generierte Datensatz durch ein statistisches Verfahren analysiert. Dabei wurden Vorüberlegungen getroffen, welche Faktoren die Immobilienpreise sowohl positiv als auch negativ beeinflussen.
2.1 Beschreibung Datensatz
Der verwendete Datensatz wurde künstlich erzeugt und besteht aus einer abhängigen Variable, sieben unabhängigen Variablen und zwei Hilfsvariablen. Einen Ausschnitt aus dem Datensatz stellt Tabelle 1 dar. Um diesen übersichtlich und verständlich darzustellen, werden in der folgenden Abbildung nur die ersten vier Zeilen des Datensatzes ausgewiesen.
Tabelle 1: Ausschnitt Datensatz7
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung
2.2 Beschreibung der Variablen und grafische Datenanalyse
Im Folgenden wird dem Leser ein Überblick über die einzelnen Variablen hinsichtlich grundlegender Faktoren wie zum Beispiel Mittelwert und Median gegeben. Da die Ausprägungen aller Variablen direkt messbar sind, handelt es sich ausschließlich um manifeste Variablen. Zudem wurden zur grafischen Darstellung ein Histogramm bei diskreten Skalen und ein Kerndichteschätzer bei stetigen Skalen verwendet.
Variable „Bj“: Baujahr
Diese Variable ist eine unabhängige Variable. Sie gibt das Baujahr der Immobilie an. Die Skala kann lediglich abzählbare Werte annehmen. Aus diesem Grund handelt es hier um eine diskrete, metrische Skala. Für die grafische Darstellung wurde ein Histogramm gewählt.
Abbildung 1: Histogramm Baujahr
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung
Variable „Gdstck“: Grundstücksgröße
Die Grundstücksgröße der Immobilie wird mit Hilfe der Variablen „Gdstck“ in den künstlich erstellten Datensatz aufgenommen. Da im Intervall beliebige Zwischenwerte möglich sind, ist die Skala stetig und metrisch. Deshalb wurde ein Kerndichteschätzer zur grafischen Darstellung gewählt.
Abbildung in dieser Leseprobe nicht enthalten
Variable „Whnfl“: Wohnfläche
Die Wohnfläche der Immobilie wird anhand der Variable „Whnfl“ bestimmt. Es handelt sich bei dieser Variablen um eine manifeste Variable, weil die Ausprägungen direkt messbar sind. Die Verteilung wird mittels eines Kerndichteschätzers dargestellt, da die Skala metrisch und stetig ist.
Variable „Makl“: Makrolage
„1“ für Stadt und „0“ für Land sind die beiden Ausprägungen der Makrolage, wenn es um die Variable „Makl“ geht. Diese gibt an, ob sich die Immobilie in einer Stadt oder auf dem Land befindet. Zur grafischen Darstellung wird ein Histogramm gewählt, da die Variable nominalskaliert ist.
Quelle: Eigene Darstellung
Abbildung 4: Histogramm Makrolage
Abbildung in dieser Leseprobe nicht enthalten
[...]
1 Vgl. https://www.welt.de/finanzen/immobilien/article111436792/Sechs-goldene-Regeln-beim- Immobilienkauf.html, Zugriff am 28.01.2019.
2 Vgl. https://www.n-tv.de/ratgeber/Immobilienpreise-haben-Zenit-erreicht-article20454663.html, Zugriff am 28.01.2029.
3 Vgl. Gans, P., Westerheide, P., Miet- und Immobilienpreise in Deutschland (2015), S.1.
4 Vgl. https://www.n-tv.de/ratgeber/Immobilienpreise-haben-Zenit-erreicht-article20454663.html, Zugriff am 28.01.2029.
5 Vgl. Schulze, E. et al., Immobilien als Geldanlage (2015), S. 22ff.
6 Vgl. Buch Miet- & Immobilienpreise in Deutschland S. 1
Vgl. Excel- Tabelle: Künstlich erstellter Datensatz