Aggregation und Gewichtung von unterschiedlichen Wertermittlungsdaten in kaufpreisarmen Lagen mittels Varianzkomponentenschätzung

Alexander Dorndorf, Matthias Soot, Alexandra Weitkamp, Hamza Alkhatib

Für die Immobilienwertermittlung in Deutschland werden drei normierte Verfahren genutzt, wobei das Vergleichswertverfahren als marktnächstes Verfahren anzusehen ist. Dieses nutzt regelmäßig die Regressionsanalyse zur Lösung des funktionalen Zusammenhangs. Hierbei ist es notwendig, dass pro modellierter Einflussgröße ca. 15 Kaufpreise vorliegen. Dies führt insbesondere in kaufpreisarmen Lagen zu Problemen, in denen selbst bei einer weiten Fassung des Gebiets nur zehn bis 30 Kauffälle pro Auswertung für alle Einflussgrößen zur Verfügung stehen. Als Lösungsansatz wird in diesem Beitrag der aktuelle Entwicklungsstand eines mathematisch-statistischen Modells zur Berechnung von zuverlässigen Regressionskoeffizienten in kaufpreisarmen Lagen vorgestellt. Dieses Ziel erreicht der vorgestellte Ansatz durch die Verwendung von zusätzlichen Marktdaten, die mit den vorhandenen Kauffällen kombiniert werden. Herausforderungen dabei sind die Akquirierung der zusätzlichen Marktdaten und die optimale Kombination der Datensätze im Ausgleichungsmodell. In diesem Beitrag werden als zusätzliche Marktdaten eine Expertenbefragung sowie Angebotsdaten verwendet. Die Kombination mit den Kauffällen erfolgt über die Varianzkomponentenschätzung (VKS). Die Qualitätsuntersuchung der verschiedenen Marktdaten zeigt eine gute Übereinstimmung zwischen den Kauffällen und den Befragungsdaten. Die Angebotsdaten unterscheiden sich von den anderen beiden Datensätzen. Die Untersuchung der VKS zur Gewichtung der verschiedenen Datensätze im Ausgleichungsmodell führt zu zwei Aussagen: Mit der VKS werden die Regressionskoeffizienten präziser geschätzt, aber dies ermöglicht keine bessere Prädiktion der Verkehrswerte.

Schlüsselwörter: Kaufpreisarme Lage, Expertenwissen, Regressionsanalyse, Varianzkomponentenschätzung

Download PDF
Hier finden Sie mehr Informationen zum avn-Abonnement.