Machine-Learning-Verfahren versus hedonische Bewertung von Wohnimmobilien. Eine explorative Analyse

Ziel dieser Studie ist der Vergleich der Prognosefehler hedonischer Modelle mit denjenigen von drei populären Verfahren des maschinellen Lernens (ML), die zunehmend zur Bewertung von Wohneigentum (Einfamilienhäusern, Eigentumswohnungen) eingesetzt werden. Bei den verwendeten Daten handelt es sich um die Transaktionspreise von ca. 120'000 Einfamilienhäusern und 160'000 Eigentumswohnungen sowie deren wichtigste Objektmerkmale, die im Zeitraum 2000-2020 in der gesamten Schweiz erhoben wurden (Quelle: SRED-Datensatz). In Übereinstimmung mit den Resultaten anderer Studien mit Schweizer und US-Immobiliendaten zeigt sich auch in dieser Studie bei zwei von drei berücksichtigten ML-Verfahren eine klare Überlegenheit dieser Methoden im Vergleich zu hedonischen Bewertungsverfahren (bei einer log-linearen Spezifikation der Bewertungsgleichung).