Europäische und weitere Eingleichungsmodelle

4.2.1.1 Gardiner und Henneberry (1988/ 1991)

Eines der ersten europäischen Modelle zur Abbildung und Prognose von Mieten entwickelten Gardiner und Henneberry mit Veröffentlichungen in 1988 und 1991.³⁶⁶ In diesen zwei Studien haben sie mit jährlichen, disaggregierten Daten für die Periode von 1977 bis 1984 Einflussfakto-ren auf Mietveränderungen in statistisch standardisierten Großagglomerationen bzw. Regionen Großbritanniens untersucht und anschließend Prognosen für das Jahr 1985 gemacht. Das Eingleichungs-Modell beschreibt die Miete von Büroflächen in einer Funktion abhängig von dem regionalen, realen Bruttoinlandsprodukts (BIPt) als Nachfragekomponente und dem Büro-flächenbestand (At) als Angebotskomponente.

t t

t

t BIP BIP A

M =α₀ +α₁ +α_{2 −2} +α₃

Formel 12: Gardiner und Henneberry (1989) – Miete³⁶⁷

Während für die Angebotsseite mangels anderer Daten der Büroflächenbestand verwendet wer-den musste, wurwer-den für die Nachfrageseite auch die Größen Beschäftigung im Dienstleistungs-sektor, Arbeitslosigkeit und Durchschnittseinkommen geprüft, die sich aber als nicht signifikant herausstellten. Das Modell erzielte nur für wirtschaftlich starke Regionen Großbritanniens gute Ergebnisse.³⁶⁸

Um auch gute Resultate für wirtschaftlich schwächere Regionen zu erhalten, wurde das Modell in einer zweiten Studie 1991 angepasst.³⁶⁹ Es wurde angenommen, dass wirtschaftlich schwache Regionen nicht unmittelbar, sondern verzögert auf eine verbesserte wirtschaftliche Gesamtsitua-tion reagieren. Es wurde daher ein besonderer Ansatz gewählt, der die Trägheit der Nachfrage berücksichtigt. Im zweiten Modell wird die Veränderung der Miete durch die Miethöhe (Mt) der letzten zwei Jahre und das regionale Bruttoinlandsprodukt (BIPt) erklärt.

t t

t

t M M BIP

M =α₀ +α_{1 −1}+α_{2 −2} +α₃

Formel 13: Gardiner und Henneberry (1991) – Miete³⁷⁰

366 Vgl. Gardiner, C./ Henneberry, J. (1988) und Gardiner, C./ Henneberry, J. (1991).

367 In Anlehnung an: Gardiner, C./ Henneberry, J. (1991), S. 48.

368 Vgl. Gardiner, C./ Henneberry, J. (1991), S. 215 – 216.

369 Siehe Gardiner, C./ Henneberry, J. (1991).

370 In Anlehnung an: Gardiner, C./ Henneberry, J. (1991), S. 222.

Das überarbeitete Modell erklärte zwar die Mietveränderungen in wirtschaftlich schwächeren Regionen besser, konnte jedoch nicht die Entwicklung der Miete in wirtschaftlich starken Regi-onen begründen.³⁷¹ Dies verdeutlicht ein generelles Problem bei der Modellierung: Unterschied-liche Regionen unterliegen unterschiedUnterschied-lichen Einflüssen und bedürfen ähnUnterschied-licher, aber angepass-ter Erklärungsmodelle.³⁷² Auf Grund der Wahl der Variablen und der Beschränkung auf den Flächenmarkt kann das Modell insgesamt eher als simplistisch betrachtet werden.

4.2.1.2 Dobson und Goddard (1992)

Dobson/ Goddard (1992) analysierten die Einflussfaktoren auf Mieten und Preise von Büroflä-chen ebenso wie auf die von Einzelhandels- und IndustriefläBüroflä-chen für vier selbst definierte Regi-onen Großbritanniens. Es wurden jährliche Daten der Zeitperiode 1972 bis 1987 verwendet. Bei diesem Modell wird davon ausgegangen, dass es durch Veränderung der Miete zu einer Markt-bereinigung kommt und keine natürliche Leerstandsrate vorliegt.³⁷³

Die Studie kommt zu dem Ergebnis, dass die Miete von Büroflächen durch die Mietpreise (Mt) der beiden Vorperioden und die Veränderung der Preise für Wohnimmobilien (WP) beeinflusst wird, ebenso wie positiv durch die Zinsrate (Z).

t t

t t

t M M WP Z

M =α₀ +α_{1 −1} +α_{2 −2} +α₃ +α₄ Formel 14: Dobson und Goddard (1991) – Miete³⁷⁴

Die Zahl der Beschäftigten im Banken-, Versicherungs- und Finanzsektor erwies sich als unbe-deutend.³⁷⁵ Dies ist erstaunlich, da viele der nachfolgenden Studien das Gegenteil feststellten.

Des Weiteren ist der Einfluss von Wohnimmobilienpreisen auf Büromieten theoretisch nicht eindeutig erklärbar. Und schließlich ist ein positiver Zusammenhang zwischen Zinsrate und Mietpreis ein Widerspruch zu vorangegangenen Theorien. Bei steigendem Zinsfuß erhöhen sich für Unternehmen die Finanzierungs- und Opportunitätskosten, wodurch die Nachfrage nach Bü-rofläche sinken sollte. Dazu wird die Entwicklung von Zinsen auch als Indikator für zukünftige Wirtschaftsentwicklung verwendet. So erhöht eine Zentralbank den Leitzins, um Wirtschafts-wachstum zu bremsen. Geringeres WirtschaftsWirtschafts-wachstum impliziert eine Abnahme der Nachfra-ge für Bürofläche.³⁷⁶

371 Vgl. Gardiner, C./ Henneberry, J. (1991), S. 223 – 225.

372 Vgl. Punkt 4.3.1.4.

373 Vgl. Dobson, S. M./ Goddard, J. A. (1992), S. 301f, 311.

374 In Anlehnung an: Dobson, S. M./ Goddard, J. A. (1992), S. 318.

375 Vgl. Dobson, S. M./ Goddard, J. A. (1992), S. 311.

376 Vgl. Organisation for Economic Co-operation and Development (OECD) (Hrsg.) (2000), S. 7; D'Arcy, É., et al.

(1994), S. 6.

Die teilweise widersprüchlichen Ergebnisse der Studie könnten durch Datenprobleme bedingt sein, auf die die Autoren selber hinweisen.³⁷⁷ Es wurden auch nur Variablen zur Nachfrageseite analysiert und keine expliziten Angebotsvariablen. Kritisch bei dieser Studie ist u.a. zu sehen, dass keine diagnostischen Tests wie für serielle Korrelation durchgeführt wurden, was die Be-wertung des Modells schwierig macht.³⁷⁸ Des Weiteren wird kritisiert, dass keine klare Bezie-hung zwischen den Märkten für eigengenutzte und gemietete Büroimmobilien geschaffen wur-de.³⁷⁹

4.2.1.3 Giussanni, Hsia und Tsolacos (1993)

Die erste paneuropäische Studie zu makroökonomischen Einflussfaktoren auf Büromieten wur-de von Giussani, et al. (1993) durchgeführt. Dabei wurde mit jährlichen Daten der Zeitperiode 1983 bis 1991 ein Eingleichungsmodell entwickelt und die Städte in einer Panelanalyse mit der KQ-Methode analysiert.

Es wurden verschiedene volkswirtschaftliche Variablen betrachtet, wobei sich das BIP als einzi-ge durcheinzi-gehend signifikante Variable herausstellte. In einzelnen Städten schienen auch die volkswirtschaftliche Unsicherheit, die sich aus der Volatilität des BIP ergab, und die Arbeitslo-sigkeit Einfluss zu haben, aber keine weitere Variable stellte sich als durchgehend signifikant heraus. Eventuell bedingt durch die beschränkte Datenlage auf europäischer Ebene wurden kei-ne Variablen der Angebotsseite betrachtet. Das Modell wird daher theoretisch als nicht robust eingestuft.³⁸⁰

4.2.1.4 Key, Zarkesh, MacGregor und Nanthakumaran (1994)

Im Auftrag der RICS führten Key, et al. (1994) eine Studie mit jährlichen Daten aus der Periode von 1967 bis 1992 durch, um die Einflussfaktoren auf die Miete von Büroflächen In Großbri-tannien zu identifizieren.³⁸¹

Zunächst wurde eine Gleichung zur Bestimmung der Miete auf nationaler Ebene entwickelt, wobei sich die Autoren über eine nicht ideale Datenlage beklagen. Neben den Mieten der beiden Vorperioden (Mt-1, Mt-2) wurden BIP, der Büroflächenbestand (At) und Baubeginne (BBt-3) in die Gleichung aufgenommen.

377 Vgl. Dobson, S. M./ Goddard, J. A. (1992), S. 320.

378 Vgl. Chaplin, R. (1999), S. 25. Laut Hendershott, P. H., et al. (2002), S. 61 erfüllen einige der früheren Modelle nicht mehr die aktuellen ökonometrischen Anforderungen.

379 Vgl. Chin, W. (2003), S 9.

380 Vgl. Chin, W. (2003), S. 8.

381 Die Untersuchung wurde im Rahmen der Immobilienzyklen Untersuchung der RICS durchgeführt und auch auf weitere Gewerbeimmobilienarten angewendet.; siehe Key, T., et al. (1994).

3

Formel 15: Key, Zarkesh, MacGregor und Nanthakumaran – Miete (National)³⁸²

Annehmend, dass Variablen auf dem 5% Niveau signifikant sind, kamen sie zu dem Ergebnis, dass BIP und die Miete der Vorperiode den größten und einen positiven Einfluss auf die Miete haben. Der Büroflächenbestand, der den angebotsspezifischen Einflussfaktor darstellt, hat dage-gen, wie zu erwarten, einen deutlich negativen Einfluss auf die Miete. Dies erscheint entspre-chend der Definition von Angebot in Punkt 2.2.1 und unter Berücksichtigung der Ergebnisse von Gardiner/ Henneberry (1991), theoretisch sinnvoll. Die Baubeginne zeigen mit einem „Ti-melag“ von 3 Jahren einen leicht negativen Einfluss.³⁸³

Anschließend wurde das Modell auf zehn verschiedene Regionen angewendet. Ähnlich wie bei Gardiner/ Henneberry (1991) wurden hierfür teilweise unterschiedliche Modelle konstruiert. Für den Süden Großbritanniens entspricht das regionale dem nationalen Modell weitgehend.

2

Formel 16: Key, Zarkesh, MacGregor und Nanthakumaran – Miete (Regional – Süden)³⁸⁴

Bei der regionalen Gleichung hat die Zahl der Beschäftigten im Finanz- und Gewerbesektor als Nachfrageindikator zu besseren Ergebnissen geführt als das BIP. Des Weiteren hat sich auf der Angebotsseite der Timelag des Flächenbestands auf zwei Jahre erhöht und der von Baubeginnen um eine Periode auf 2 Jahre reduziert. Für die restlichen Regionen Englands sind die Ergebnisse der Mietgleichung nicht eindeutig. Auch bei diesem Modell wurde nicht von diagnostischen Tests berichtet, weswegen nicht bekannt ist, ob die Daten auf Multikollinearität und weitere Aspekte getestet wurden.³⁸⁵

4.2.1.5 D'Arcy, McGough und Tsolacos (1997)

Auf den Studien D'Arcy, et al. (1994) und D'Arcy, et al. (1996) aufbauend, haben dieselben For-scher 1997 mit einer Panelanalyse und jährlichen Daten zu den Jahren 1982 bis 1994 zunächst den Einfluss des nationalen (BIP) und der Zinsrate (Z) auf die Büromieten von 22 europäischen Städten (i) analysiert.³⁸⁶

386 Vgl. Interview Tony McGough; Cass Business School, 25.08.2006; D'Arcy, É., et al. (1997), S. 299f.

2

Formel 17: D'Arcy und McGough, Tsolacos (1997) – Miete Basismodell³⁸⁷

Den größten Einfluss haben das aktuelle, reale BIP und die Zinsrate von zwei Perioden zuvor.

Anschließend wird versucht, den Einfluss der Größe der Stadt, des BIP-Wachstums auf lokaler Ebene und der Zahl der Beschäftigten im Dienstleistungssektor (B_DL) auf regionaler Ebene nachzuweisen. Keine der drei lokalen Bestimmungsgrößen haben aber einen signifikanten Ein-fluss, woraus sich schließen lässt, dass nationale Variablen einen größeren Einfluss haben als lokale. Dass die Größe des Büroimmobilienmarktes keinen Einfluss hat, entspricht den Resulta-ten der Studie von Pollakowski, et al. (1992) zu US-amerikanischen Büroflächenmärkten.³⁸⁸ Auch bei diesem Modell wird aber wieder nur die Nachfrageseite betrachtet, bedingt durch das Fehlen von Daten oder die schlechte Qualität von Daten zum Angebot auf europäischer Ebe-ne.³⁸⁹

4.2.1.6 D'Arcy, McGough und Tsolacos (1999)

D'Arcy, et al. (1999) analysieren in ihrem Paper die Einflussfaktoren von Büromieten in Dublin zwischen 1970 und 1997 mit einem Eingleichungsmodell basierend auf der Angebots- und Theorie, mit Hilfe dessen sie auch Prognosen erstellen. Sie betrachten als Nachfrage-variablen die Veränderung des BIP (∆BIP) sowie der Beschäftigten im Dienstleistungssektor (∆B). Als Angebotsvariable dient der Büroflächenbestand (A), wobei als Proxy für die Verände-rung des Bestands die Fertigstellungen (F) verwendet werden.

3

Formel 18: D'Arcy, McGough und Tsolacos (1997) – Mietveränderung³⁹⁰

Nach Schätzung der Gleichung stellte sich heraus, dass das ∆BIP der Vorperiode und die Fertig-stellungen der drei Jahre zuvor die Mieten am besten erklären. Die Beschäftigten im Dienstleis-tungssektor stellten sich als nicht signifikant heraus. Anschließend wurden Prognosen für die Jahre 1996 und 1997 gemacht und mit den tatsächlichen Werten verglichen, ebenso wie mit den Ergebnissen zweier alternativer Prognosemethoden, der Double Exponential Smoothing (DES)

391 und der Holt-Winters Methode³⁹². Die Ergebnisse machen die Überlegenheit von

387 In Anlehnung an: D'Arcy, É., et al. (1997), S. 300.

388 Siehe Punkt 4.3.1.4.; vgl. D'Arcy, É., et al. (1997), S. 306.

389 Vgl. D'Arcy, É., et al. (1997), S. 299; Chin, W. (2003), S. 8.

390 In Anlehnung an: D'Arcy, É., et al. (1999), S. 312 – 314.

391 Die deutsche Übersetzung lautet ‚zweifache exponentielle Glättung’, wobei primär der englische Begriff ver-wendet wird; vgl. Bichler, T./ Göbel, J. (2005), S. 7f.

onsanalysen gegenüber den anderen beiden Prognosearten deutlich, insbesondere bei Prognose von mehr als einer Periode, und auch die allgemeine Tauglichkeit von Eingleichungsmodellen zur Prognose von Büromieten. Im Gegensatz zu vorherigen Modellen der Autoren wird bei die-sem Modell neben dem Nutzer- auch der Projektentwicklungsmarkt miteinbezogen, nicht aber der Investorenmarkt.³⁹³

4.2.1.7 Wit und Dijk (2003)

Wit/ Dijk (2003) haben erstmals eine globale, dynamische Panelanalyse gemacht mit vierteljähr-lichen Daten für die Zeitperiode1986 bis 1999, indem sie die Angebots- und Nachfragevariab-len, die die Büromieten in 46 Städten in Asien (13), Europa (24) und USA (9) beeinflussen, i-dentifiziert haben.³⁹⁴ Diese Untersuchung ist vor allem vor dem Hintergrund der Globalisierung der Märkte von Interesse. Sie kommen zu dem Ergebnis, dass Mieten positiv mit dem BIP kor-relieren. Einen negativen Einfluss auf die Mieten haben die Erhöhung des Bestands, die Leer-standsrate und die Arbeitslosenquote. Die Inflation hat der Studie nach keinen direkten Einfluss auf die Mieten von Büroflächen.³⁹⁵

Im Dokument Prognose von Büromieten (Seite 100-105)