Bericht

Big Data basierte Analyse des Einflusses traditioneller und neuartiger Faktoren auf Mietpreise in Düsseldorf

Wenn es um die Erklärung der Höhe einer Miete oder synonym den Mietpreis oder Mietzins geht, wird unter Praktikern oft die Lage des Mietobjekts herangezogen. Demnach müssten die Koordinaten eines Objekts oder der Stadtteil Faktoren von überragender Bedeutung sein. Dies ist eine Hypothese mit zu klärendem Wahrheitsgehalt. Die vorliegende empirische Studie untersucht deshalb alle verfügbaren Faktoren auf ihren Einfluss auf den Mietpreis pro Quadratmeter kalt. Gesicherte Erkenntnisse über diese Wirkungszusammenhänge sind von großer Bedeutung für diverse Marktteilnehmer. Wir wollen nur einen Anwendungsbereich exemplarisch hervorheben: Bei der Bewertung von Immobilien spielt im Rahmen des Ertragswertverfahrens der Jahresreinertrag oder synonym Jahresrohertrag eine zentrale Rolle. Dieser benötigt die Kaltmiete als Ausgangsgrösse (Vgl. Brauer, 2001, S. 396). Investoren in Wohnimmobilien könnten von daher ein Interesse an den Faktoren haben, die wirklich relevant sind. Die neuartigen Faktoren stammen aus Bewertungsportalen und Kartenwerkzeugen im Internet. Da diese neuartigen Variablen aus verschiedenen Datenquellen stammen, nicht zwingend objektive Messwerte darstellen, schnell entstehen und insgesamt eine große Datenmenge darstellen, kann man die betrachteten Faktoren als Big Data bezeichnen. Den Einfluss dieser neuartigen Variablen, welche auch als nicht-traditionelle Kennwerte bezeichnet werden, wollen wir in dieser Arbeit untersuchen. (...)

ISBN
978-3-89275-426-8
Sprache
Deutsch

Erschienen in
Series: ifes Schriftenreihe ; No. 25

Klassifikation
Wirtschaft
Thema
Miete
Big Data
Data Analytics
Düsseldorf

Ereignis
Geistige Schöpfung
(wer)
Hernes, Dominic
Lehrbass, Frank
Maucy, Kevin
FOM Hochschule für Oekonomie & Management, ifes Institut für Empirie & Statistik
Ereignis
Veröffentlichung
(wer)
MA Akademie Verlags- und Druck-Gesellschaft mbH
(wo)
Essen
(wann)
2021

Handle
Letzte Aktualisierung
10.03.2025, 11:41 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Bericht

Beteiligte

  • Hernes, Dominic
  • Lehrbass, Frank
  • Maucy, Kevin
  • FOM Hochschule für Oekonomie & Management, ifes Institut für Empirie & Statistik
  • MA Akademie Verlags- und Druck-Gesellschaft mbH

Entstanden

  • 2021

Ähnliche Objekte (12)