Forschungsschwerpunkt «Zukunft urbane Kulturlandschaften» (ZUK)

Slides:



Advertisements
Ähnliche Präsentationen
Lage und Perspektiven der Rollmaterialindustrie in der Schweiz
Advertisements

Zur Schätzung der Wiederkehrzeiten von Starkniederschlägen
Quantitative Methoden 3
Vorlesung Geschichtswissenschaft: Geschichte, Methoden, Medien der Vermittlung: WIRTSCHAFTSGESCHICHTE Prof. Dr. Susanne Hilger Abt. für Wirtschaftsgeschichte.
Forschungsstatistik I
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Das Allgemeine lineare Modell (ALM) - Varianz als Schlüsselkonzept
Der Zusammenhang metrischer Merkmale
CIDOC-CRM Universität zu Köln Historisch-kulturwissenschaftliche Informationsverarbeitung AM 2 Dozent: Prof. Dr. Manfred Thaller Referent: Nelson Marambio.
Internet facts 2006-I Graphiken zu dem Berichtsband AGOF e.V. September 2006.
Internet facts 2009-IV Grafiken zu dem Berichtsband AGOF e.V. März 2010.
Internet facts 2006-III Graphiken zum Berichtsband AGOF e.V. März 2007.
Internet facts 2006-II Graphiken zu dem Berichtsband AGOF e.V. November 2006.
Internet facts 2005-III Graphiken aus dem Berichtsband AGOF e.V. März 2006.
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
Prof. Dr. Peter Schmidt, Hochschule Bremen
Statistische Methoden I SS 2005 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden I SS 2005
Die herbstliche Nitratdynamik im Boden eines Wasserschutzgebietes
Einfache Regressionsgleichung
Netzwerk EOS - Statusbericht Topic 3: Globaler Wandel und Prozesse der Landoberfläche 21. EOS-Lenkungsausschuss-Sitzung, Hamburg, Dr. Tanja.
Friedmann Modell des Universums
Titel Konferenz des Netzwerks Erst-, Zweit-, Interkultur – PH Zürich,
JUGEND Erwartungen an die Politik Eine Studie von GfK Austria im Auftrag der Jungen Industrie Growth from Knowledge GfK Austria GmbH.
Internetverwendung und Werbeaffinität APA-IT Forum 7. Mai 2008
Ein Anstoß zur gesellschaftlichen Debatte
Wie funktioniert eine Abstimmungshochrechnung?
Die Windenergie in Frankreich
Logistische Regression
Die soziale Dimension des Rebound-Effekts (REBOUND)
Gender-Budget in Basel-Stadt
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation I Vorlesung 13 WS 2000/2001 Gerhard Gröger Analyse.
Logistische Regression
Das Allgemeine Lineare Modell (ALM)
Aufgabe zur linearen Regression
Betriebsrätekonferenz der IG Metall - Friedrichshafen Prof. Dr. Ernst Kistler INIFES.
Infrastruktur, Erreichbarkeit und Raumentwicklung
Forschungsschwerpunkt «Zukunft urbane Kulturlandschaften» (ZUK) KW Axhausen März 2005 Einführung.
Die Bundesregierung sichert die Rahmenbedingungen der Universitäten für eine erfolgreiche Zukunft der Universitäten für eine erfolgreiche Zukunft. Bau-Offensive.
Statistik: Mehr zur Regression.
Knowledge Discovery Erzeugung künstlicher Telekommunikationsdaten
Kapitel 9 Analyse der Modellstruktur Hackl, Einführung in die Ökonometrie 2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u:
STRAPAZIERTER BEGRIFF
Kongresse / Events Dr. Ruedi Meier, Messeleitung.
OGD Schweiz: Potenzial und Handlungsempfehlungen Konferenz opendata.ch Juni 2012, Zürich, X-TRA André Golliez, Managing Partner itopia
Entwicklungsstrategie der Eisenbahnknoten
Ziel des Immo-Checks Die Experten des Vereins Immo-Check liefern die Entscheidungsgrundlagen für künftige Investitionen und Veränderungen an Gebäuden.
Kapitel 3: 1. Hauptsatz der Thermo-dynamik und der Energiebegriff
Prof.Dr.Toshihiko HARA (Sapporo City University)
E-Government Schweiz Erneuerung Rahmenvereinbarung
1 Qualität sichert nachhaltigen Nutzen Dr. Hans F. Vögeli, CEO Zürcher Kantonalbank Swissbau 21. Januar 2003.
% +0,8% -7,9% -9,5% +1,1% +0,6% +1,5% +0,45% -5,5% -17,7% VRG 15-ORF -17,7% % -10,85% -2,4%
1 Prof. Dr. Michael Hüther (IW), Dr. Thomas Held (AS), Dr. Jörg Mahlich (WKÖ) Das D A CH-Reformbarometer: Ein Vergleich der Reformpolitik in Deutschland,
Statistik Statistik I Seminar + Blockveranstaltung Statistik I
Prof. Dr. Reinhold Kosfeld Zeitreihenanalyse
Gastprofessor Dr. Árpád v. Klimó Katholische Kirche und Katholiken: Österreich im europäischen Kontext (19. und 20. Jahrhundert)
„Betriebe lösen Verkehrsprobleme“ Überblick über die Befragungen in Bonner Betrieben Informations- und Beratungsworkshop im Beschaffungsamt des Bundesministeriums.
Seite 1 Altersstruktur der OberösterreicherInnen 2005, 2020 und 2040 Quelle: Statistik Land OÖ; MV/MF; – 01/07.
Vorlesung Geschichtswissenschaft:
Kriegsursachen im historischen Kontext Prof. Dr. Lars-Erik Cederman
Härkingen, Güterverkehrsreise Süd - Nord Potential Südhäfen Pierre Page.
Ist Ihr Unternehmen reif für die digitale Zukunft? Erfolgreich auf die neuen Megatrends reagieren Tim Cole Internet-Publizist St.Michael im Lungau.
1 Bevorzugter Zitiervorschlag für diesen Vortrag Tschopp, M., P. Fröhlich und K. W. Axhausen (2004) Bevölkerung und Erreichbarkeitsentwicklung in der Schweiz.
SVIT-Frühstück, SVIT Aargau Donnerstag, 27. April 2017
Identifying the effects of gendered language on economic behavior
Architektur Archiv der Schweiz
Baumarktmodell (nach Di Pasquale and Wheaton, 1992)
Intelligent Data Mining
 Präsentation transkript:

Forschungsschwerpunkt «Zukunft urbane Kulturlandschaften» (ZUK) Analyse des Ertragspotenzials kommerzieller Immobilien am Beispiel von Büroimmobilien Ronny Haase Prof. Dr. Susanne Kytzia Netzwerk Stadt und Landschaft Institut für Raum- und Landschaftsentwicklung März 2005

Kausalmodell des Mietertrags (makro-)öko-nomische Variablen Exogene Mechanismen des Immobilienmarktes (z.B. Konjunktur, Zinsniveau, Strukturwandel, Beschäftigung) Mietertrag Immobilien-zyklus Immobilienqualität Endogene Mechanismen des Immobilienmarktes (z.B. zeitliche Verzögerungen, Preisrigiditäten, psychologische Faktoren, Spekulationsblasen) Standort Gebäude Service u. Vertrag

Methodische Stufen des Data Mining Prozesses Gegenstand der Datenmustererkennung sind große, strukturierte Bestände numerischer, ordinal- oder nominalskalierter Daten, in denen interessante, aber schwer aufzuspürende Zusammenhänge vermutet werden. Quelle: Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, P. (1996b): From Data Mining to Knowledge Discovery: An Overview. In: Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, P.; Uthurusamy, R. (Hrsg.): Advances in Knowledge Discovery and Data Mining. AAAI Press/The MIT Press, Menlo Park, California, Cambridge, Massachusetts, S. 1 – 34.

Anwendungsbereiche der Regressionsanalyse Ursachenanalyse Wie stark ist der Einfluss der exogenen Variablen auf den Mietzins? Wirkungsprognosen Wie verändert sich der Mietzins bei einer Änderung der exogenen Variablen? Zeitreihenanalyse Wie verändert sich der Mietzins im Zeitablauf und somit auch in der Zukunft?

Geschätzte Grundgesamtheit Überblick Büroimmobilien Schweiz Büro-immobilien Geschätzte Grundgesamtheit Stichprobe Anteil Fläche Anzahl Schweiz 50.0 Mio. m2 BGF Kanton Zürich 8.6 Mio. m2 BGF 3’300 578’600 m2 HNF 1'712'800 m2 HNF 207 7% 20% 6.3% Stadt Zürich 6.6 Mio. m2 BGF 460‘000 m2 HNF 161 (20%) (60%) Rund zwei Drittel (ca. 30 Mio. m2) der Schweizer Büroimmobilien sind im Eigentum der Nutzer.

Überblick Stichprobe nach Gemeinden 90-04

Lage und Verteilung des Mietzinses Verarbeitete Fälle Mietvertragsjahr Fälle Gültig Fehlend Gesamt N Prozent N Prozent N Prozent MVMietzinsUrspruenglichMO_M2 1990 17 100.0% 0 .0% 17 100.0% 1991 14 100.0% 0 .0% 14 100.0% 1992 22 100.0% 0 .0% 22 100.0% 1993 18 100.0% 0 .0% 18 100.0% 1994 60 100.0% 0 .0% 60 100.0% 1995 39 100.0% 0 .0% 39 100.0% 1996 34 100.0% 0 .0% 34 100.0% 1997 53 100.0% 0 .0% 53 100.0% 1998 82 100.0% 0 .0% 82 100.0% 1999 144 100.0% 0 .0% 144 100.0% 2000 169 100.0% 0 .0% 169 100.0% 2001 241 100.0% 0 .0% 241 100.0% 2002 191 100.0% 0 .0% 191 100.0% 2003 182 100.0% 0 .0% 182 100.0% 2004 81 100.0% 0 .0% 81 100.0% Werte Streuen im oberen Bereich weit mehr als im unteren Bereich.

Häufigkeiten Mietzins Gültig 1421 Fehlend Mittelwert 326.5505 Median 253.7819 Standardabweichung 461.16950 Varianz 212677.303 Spannweite 13682.97 Minimum 22.98 Maximum 13705.95 Verarbeitete Fälle Mietvertragsjahr Fälle Gültig Fehlend Gesamt N Prozent N Prozent N Prozent MVMietzinsUrspruenglichMO_M2 1990 17 100.0% 0 .0% 17 100.0% 1991 14 100.0% 0 .0% 14 100.0% 1992 22 100.0% 0 .0% 22 100.0% 1993 18 100.0% 0 .0% 18 100.0% 1994 60 100.0% 0 .0% 60 100.0% 1995 39 100.0% 0 .0% 39 100.0% 1996 34 100.0% 0 .0% 34 100.0% 1997 53 100.0% 0 .0% 53 100.0% 1998 82 100.0% 0 .0% 82 100.0% 1999 144 100.0% 0 .0% 144 100.0% 2000 169 100.0% 0 .0% 169 100.0% 2001 241 100.0% 0 .0% 241 100.0% 2002 191 100.0% 0 .0% 191 100.0% 2003 182 100.0% 0 .0% 182 100.0% 2004 81 100.0% 0 .0% 81 100.0% Werte Streuen im oberen Bereich weit mehr als im unteren Bereich.

Häufigkeiten Mietfläche Gültig 1421 Fehlend Mittelwert 407.1737 Median 205.0000 Standardabweichung 844.42686 Varianz 713056.720 Spannweite 24799.00 Minimum 6.00 Maximum 24805.00 Verarbeitete Fälle Mietvertragsjahr Fälle Gültig Fehlend Gesamt N Prozent N Prozent N Prozent MVMietzinsUrspruenglichMO_M2 1990 17 100.0% 0 .0% 17 100.0% 1991 14 100.0% 0 .0% 14 100.0% 1992 22 100.0% 0 .0% 22 100.0% 1993 18 100.0% 0 .0% 18 100.0% 1994 60 100.0% 0 .0% 60 100.0% 1995 39 100.0% 0 .0% 39 100.0% 1996 34 100.0% 0 .0% 34 100.0% 1997 53 100.0% 0 .0% 53 100.0% 1998 82 100.0% 0 .0% 82 100.0% 1999 144 100.0% 0 .0% 144 100.0% 2000 169 100.0% 0 .0% 169 100.0% 2001 241 100.0% 0 .0% 241 100.0% 2002 191 100.0% 0 .0% 191 100.0% 2003 182 100.0% 0 .0% 182 100.0% 2004 81 100.0% 0 .0% 81 100.0% Werte Streuen im oberen Bereich weit mehr als im unteren Bereich.

Häufigkeiten Baujahr Baujahr N Gültig 1401 Fehlend 20 Mittelwert 1960.74 Median 1972.00 Standardabweichung 35.648 Varianz 1270.787 Spannweite 423 Minimum 1580 Maximum 2003 Verarbeitete Fälle Mietvertragsjahr Fälle Gültig Fehlend Gesamt N Prozent N Prozent N Prozent MVMietzinsUrspruenglichMO_M2 1990 17 100.0% 0 .0% 17 100.0% 1991 14 100.0% 0 .0% 14 100.0% 1992 22 100.0% 0 .0% 22 100.0% 1993 18 100.0% 0 .0% 18 100.0% 1994 60 100.0% 0 .0% 60 100.0% 1995 39 100.0% 0 .0% 39 100.0% 1996 34 100.0% 0 .0% 34 100.0% 1997 53 100.0% 0 .0% 53 100.0% 1998 82 100.0% 0 .0% 82 100.0% 1999 144 100.0% 0 .0% 144 100.0% 2000 169 100.0% 0 .0% 169 100.0% 2001 241 100.0% 0 .0% 241 100.0% 2002 191 100.0% 0 .0% 191 100.0% 2003 182 100.0% 0 .0% 182 100.0% 2004 81 100.0% 0 .0% 81 100.0% Werte Streuen im oberen Bereich weit mehr als im unteren Bereich.

Transformation und Streudiagramm

Einfache Regression LNMietzins = f (Gemeinde, TotalMietflaeche, MOFlaecheProEinheit, LN MikroLage, LN Standard der Liegenschaft, LN Zustand der Liegenschaft, Mietvertragsjahr, Alter, LiegenschaftsTyp, Ueberwaelzungssatz, AnzahlZahlungenPA, AusbauTyp) R2: 0.6011

Panel Data Regressions-Model Kombination von Querschnitts- und Zeitreihendaten vi ist konstant über die Zeit aber unterschiedlich im Querschnitt ut ist konstant im Querschnitt aber unterschiedlich über die Zeit unbalanced panel: Die Beobachtungen liegen nicht für alle Einheiten für alle Zeiten vor.

Anregungen Fragen