Immobilienmarktbeobachtung via Web-Mining von Angebotsdaten : Akquisition von Miet- und Kaufangebotsdaten für die zeitnahe räumliche ökonometrische Analyse von Wohnimmobilienmärkten

Abstract

Diese Arbeit zeigt eine Methode der automatisierten Markt- und Preisbeobachtung zur Ableitung von werterklärenden Parametern für Wohnimmobilien. Liegen diese Parameter zeitnah vor, so können sie sowohl als Entscheidungsgrundlage im Einzelfall dienen, als auch Marktrisiken offenbaren und werden in den Entscheidungsprozessen der verschiedenen Akteursgruppen unterschiedlich gewichtet. Aktuelle und objektive Informationen über werterklärende Immobilienmarktparameter sind für Staat, Wirtschaft und Bürger entscheidungsrelevant. Die bisherigen Wege der Datenbeschaffung in Österreich umfassen (vgl. BRUNAUER et al. 2012:92): - Angebotspreise über Vermiet- und Verkaufsangebote sind auf verschiedenen Makler-plattformen einzeln abrufbar. - Hypothekarkreditdaten sind meist nur geschlossenen Benutzergruppen zugänglich. - Registerdaten bilden Marktaktivitäten ab - sie stehen aber nur eingeschränkt bzw. zeit-versetzt zur Verfügung und stellen nur einen Teil des Datenbedarfs dar. BRUNAUER et al. (2013) haben Verknüpfungsmöglichkeiten aufgezeigt. - Immobilienindices zeigen oft nur räumliche und typologische Aggregationen von Durchschnittswerten der Veränderungen auf nationaler Ebene auf. Erst statistische Analysen von zeitlich-räumlich-typologischen Veränderungen auf regionaler und lokaler Ebene ermöglichen den direkten Bezug zu den Immobilienmärkten. Hypothese: Durch Web-mining lassen sich werterklärende Parameter zu Wohnimmobilien zeitnah aus Angebotsdaten ableiten, wie etwa die räumliche und typologische Verteilung von Marktaktivitäten einschließlich des Mietpreis/Kaufpreis-Verhältnisses. Diese kosteneffiziente Akquisitionsmethode stellt einen Beitrag für eine Dateninfrastruktur von Liegenschaftswerteparametern dar. In einer Fallstudie wird die Ableitung von werterklärenden Parametern am Beispiel des Mietpreis/Kaufpreis-Verhältnisses von Wohnimmobilen in Wien und Niederösterreich gezeigt. Dabei werden räumliche Abhängigkeiten, die funktionale Form der Zusammen¬hänge, unbeobachtete Heterogenität, und unvollständige Beobachtungen behandelt. Die Qualität und Grenzen der Aussagekraft ergeben sich u.a. aus der Granularität der Beobachtungen, der örtlichen, zeitlichen und typologischen Besonderheiten von Teilmärkten und der Verteilung der Stichproben (Marktbeobachtung) im Vergleich zum Gesamtmarkt der Wohnimmobilien. Die Marktbeobachtung mittels Web-Content-Mining ermöglicht detaillier-te Markt- und Objektdaten in großen Mengen zu sammeln und daraus werterklärende Parameter abzuleiten. Diese Marktbeobachtungen lassen sich aber erst bei adressgenauer Geocodierung mit Registerdaten wie Kataster, Grundbuch, Flächenwidmung und Gebäude- und Wohnungsregister verknüpfen. Im optimalen Fall werden Werteparameter über dein Immobilienmarkt durch Kooperatio-nen der Marktteilnehmer auf Prozessebene gesammelt und in Form einer Dateninfrastruktur bereitgestellt, wie sie in anderen Ländern erfolgreich eingeführt wurde. Diese Dateninfrastruktur könnte Subjekt-, Rechte- und Objektregister ergänzen und damit ein Beitrag für transparente und informationssymmetrische Verfügbarkeit von adressgenauen Liegenschaftsmarktdaten sein.

The PhD-project focuses on data acquisition of value-descriptive parameters for statistical modelling of the residential real property markets as required by stakeholders. These parameters can be provided cost-efficient when organized as shared data infrastructure. Esti-mating and forecasting real estate market fundamentals can reveal market risks. Updated real estate market information on housing are relevant for good decision making of households, economic stakeholders and state. Up to now in Austria mainly four data sources on residential property prices has been used: - Ask prices to let as well as to rent from several real estate platforms. - Mortgage data - both data sources are in most cases only accessible to a closed user group. - Registry data provide only parts of relevant information regarding subjects, rights, objects and values. BRUNAUER et al. (2013) linked these datasets with data from other sources. - Real estate indices on European level (EUROSTAT 2013) as well as on national level (BMWFW & BMF 2014). However, most of these indicators have a strong spatial component too - the results depend on the spatial aggregation applied. Thus the national level only averages diverse impacts from regional developments. The deviation of current prices of assets from their fundamental values will be quite different from region to region. In the optimal case the demand on data is covered by a data infrastructure based on cooperation of the stakeholders on the markets. Hypothesis: Automated market observation based on web-mining of ask prices provide timely parameters of spatial a typological distributions of market activities including evidence about rent-to-price-ratio. This is an efficient approach of data acquisition for establishing a data infrastructure. Within a case study for Vienna and Lower Austria data acquisition has been done by automated market surveillance based on web content mining of quotation prices on residential properties to let as well as to rent. After several steps of data processing including tokenizing, cleansing, and geocoding these data were ready for linking with register data and statistical data. This approach allows the derivation of parameters for systemic, economic deci-sions at regional and local level and thus goes beyond the national level with fundamentals such as the real estate price index. Quality and validity of results for spatial, temporal and thematic submarkets are limited in a twofold respect: (1) market observations vs. transfer data at land registry and (2) market observations (samples) vs. overall market (population). The quality of the results depends on the locational granularity provided by of market observations and is directly related to the granularity of the parameters. A street precise geocoding of market data allows only a re-gional statement without linkages the zoning plans and hence modelling the local discontinu-ity of prices and values is limited. Conclusion: market-relevant parameters can be derived automatically by linking market monitoring with register data. Market monitoring by web content mining is an appropriate means to gather in bulk property market data including their structural characteristics. These data can contribute to a data infrastructure of property values in addition to registers of property rights and properties.