Comparing Interval Restricted Estimators in Hedonic Pricing / Ein Vergleich intervallrestringierter Schätzverfahren in der hedonischen Preismessung

In hedonic pricing models there is often prior knowledge available which has the form of interval constraints on the unknown coefficients. These are stemming for example from considerations of submarkets for the characteristics involved. In this article we briefly discuss some well known estimators that allow for incorporation of this knowledge. Additionally we introduce two new promising approaches for the same purpose: a modified Bayesian approach and a method applying fuzzy interval constraints. Using data on housing prices we present the results of a Monte Carlo experiment in which these estimators are compared. It turns out that constrained estimation is promising especially in the situation of high multicollinearity and moderate R2 which is typical for hedonic pricing models. We illustrate that estimates and confidence intervals for the unknown coefficients can be improved substantially compared with the conventional unrestricted estimation. Im Rahmen von Modellen der hedonischen Preismessung steht häufig Vorinformation in Gestalt von Intervallrestriktionen für die unbekannten Koeffizienten zur Verfügung. Diese entstammt beispielsweise der Betrachtung von Teilmärkten für die verschiedenen Charakteristika des modellierten heterogenen Gutes. Im Rahmen dieses Artikels diskutieren wir kurz einige bekannte Schätzverfahren zur Implementierung dieser Vorinformation. Zusätzlich schlagen wir zwei neue, vielversprechende Ansätze vor: einen modifizierten bayesianischen Ansatz sowie ein Verfahren zur Implementierung unscharfer Intervallrestriktionen. Auf der Basis eines Datensatzes von Immobilienpreisen führen wir eine Monte-Carlo-Studies zum Vergleich der Verfahren durch. Die restringierten Verfahren erweisen sich hierbei insbesondere im Fall hoher Multikollinearität und moderater R2-Werte, einer typischen Situation in Modellen der hedonischen Preisanalyse, als besonders geeignet. Wir illustrieren die Eigenschaften von Schätzwerten und Konfidenzintervallen für die unbekannten Koeffizienten, die zum Teil deutliche Verbesserungsmöglichkeiten gegenüber der üblichen unrestringierten Schätzung ermöglichen.