The Impact of Online Real Estate Listing Data on the Transparency of the Real Estate Market - Using the Example of Vacancy Rates

Gärtner, Philip Detlev (2023)
The Impact of Online Real Estate Listing Data on the Transparency of the Real Estate Market - Using the Example of Vacancy Rates.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00024570
Dissertation, Erstveröffentlichung, Verlagsversion

URL / URN: https://tuprints.ulb.tu-darmstadt.de/24570

Kurzbeschreibung (Abstract)

Despite the increasing digitization of the real estate market and the accompanying greater availability of data, as evidenced, for example, by the proliferation of online real estate listing platforms, there are still deficiencies in market transparency associated with a variety of negative aspects. This study aimed to investigate the impact of online real estate listing data on market transparency by examining the suitability of these data for scientific use in general and for the example of estimating vacancy rates in particular. Therefore, a comprehensive data set consisting of more than seven million listings was collected over one and a half years and analyzed with regard to all available features in terms of their quality and quantity. Furthermore, their explanatory power for estimating vacancy rates was tested by their application in different regression models. The features specified in online real estate listings showed an average completeness of 85.97 % and, most widely, plausible feature specifications. Exceptions were information regarding energy demand, which were only available in 20.79 % of listings, and the specification of the building quality and condition, which showed indications of being positively biased. The estimation of vacancy rates on the district level, based on online real estate listing data, showed promising results, being able to explain vacancy rates with a goodness of fit of a pseudo R² of 0.81 and a mean absolute error of 0.84 percentage points. These results suggest that information contained in online real estate listing data are a good basis for scientific evaluation and are specifically well suited for estimating vacancy rates. The findings imply the utilization of online real estate listing data for a diverse range of purposes, extending beyond the current focus of price-related research.

Typ des Eintrags:

Dissertation

Erschienen:

2023

Autor(en):

Gärtner, Philip Detlev

Art des Eintrags:

Erstveröffentlichung

Titel:

The Impact of Online Real Estate Listing Data on the Transparency of the Real Estate Market - Using the Example of Vacancy Rates

Sprache:

Englisch

Referenten:

Linke, Prof. Dr. Hans-Joachim ; Weitkamp, Prof. Dr. Alexandra

Publikationsjahr:

5 Oktober 2023

Ort:

Darmstadt

Kollation:

182, CIII Seiten

Datum der mündlichen Prüfung:

15 September 2023

DOI:

10.26083/tuprints-00024570

URL / URN:

https://tuprints.ulb.tu-darmstadt.de/24570

Kurzbeschreibung (Abstract):

Alternatives oder übersetztes Abstract:

Alternatives Abstract

Sprache

Trotz der zunehmenden Digitalisierung des Immobilienmarktes und der damit einhergehenden besseren Datenverfügbarkeit, die sich beispielsweise durch die Verbreitung von Onlineimmobilienplattformen zeigt, gibt es noch immer Defizite der Markttransparenz, die mit einer Vielzahl von negativen Aspekten verbunden sind. Ziel dieser Studie war es, den Einfluss von Onlineimmobilienangebotsdaten auf die Markttransparenz zu untersuchen, indem die Eignung dieser Daten für die wissenschaftliche Nutzung im Allgemeinen und für das Beispiel der Schätzung von Leerstandsquoten im Besonderen geprüft wurde. Dazu wurde ein umfangreicher Datensatz von mehr als sieben Millionen Inseraten über einen Zeitraum von eineinhalb Jahren erhoben und hinsichtlich aller verfügbaren Merkmale qualitativ und quantitativ analysiert. Darüber hinaus wurde ihre Erklärungskraft für die Schätzung von Leerstandsquoten durch ihre Anwendung in verschiedenen Regressionsmodellen getestet. Die in Onlineimmobilienangeboten spezifizierten Merkmale wiesen eine durchschnittliche Vollständigkeit von 85,97 % und weitestgehend plausible Merkmalsangaben auf. Ausnahmen waren die Angaben zum Energiebedarf, die nur in 20,79 % der Inserate vorhanden waren, und die Angaben zu Gebäudequalität und -zustand, die Hinweise auf eine positive Verzerrung zeigten. Die Schätzung der Leerstandsquoten auf Kreisebene, auf Grundlage von Onlineimmobilienangebotsdaten, zeigte vielversprechende Ergebnisse, gemessen an einer Anpassungsgüte der Leerstandsquotenschätzung von einem Pseudo-R² von 0,81 und einem mittleren absoluten Fehler von 0,84 Prozentpunkten. Diese Ergebnisse deuten darauf hin, dass die in den Onlineimmobilienangebotsdaten enthaltenen Informationen eine gute Grundlage für wissenschaftliche Auswertungen darstellen und sich insbesondere gut für die Schätzung von Leerstandsquoten eignen. Die Ergebnisse implizieren die Nutzung von Onlineimmobilienangebotsdaten für eine Vielzahl von Anwendungsfällen, die über den derzeitigen Fokus der preisbezogenen Forschung hinausgehen.

Deutsch

Status:

Verlagsversion

URN:

urn:nbn:de:tuda-tuprints-245707

Sachgruppe der Dewey Dezimalklassifikatin (DDC):

300 Sozialwissenschaften > 330 Wirtschaft

Fachbereich(e)/-gebiet(e):

13 Fachbereich Bau- und Umweltingenieurwissenschaften
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Geodäsie

Hinterlegungsdatum:

05 Okt 2023 12:03

Letzte Änderung: