EconStor >
Rheinisch-Westfälisches Institut für Wirtschaftsforschung (RWI), Essen >
Ruhr Economic Papers, RWI >

Please use this identifier to cite or link to this item:

http://hdl.handle.net/10419/61677
  
Title:Forecasting house prices in Germany PDF Logo
Authors:an de Meulen, Philipp
Micheli, Martin
Schmidt, Torsten
Issue Date:2011
Series/Report no.:Ruhr Economic Papers 294
Abstract:In the academic debate there is a broad consensus that house price fluctuations have a substantial impact on financial stability and real economic activity. Therefore, it is important to have timely information on actual and expected house price developments. The aim of this paper is to measure the latest price movements in different real estate markets in Germany and forecast near-term price developments. Therefore we construct hedonic house price indices based on real estate advertisements on the internet platform ImmobilienScout24. Then, starting with a naive AR(p) model as a benchmark, we investigate whether VAR and ARDL models using additional macroeconomic information can improve the forecasting performance as measured by the mean squared forecast error (MSFE). While these models reduce the forecast error only slightly, forecast combination approaches enhance the predictive power considerably.
Abstract (Translated):Die Finanz- und Wirtschaftskrise hat erneut gezeigt, dass Preisfluktuationen am Immobilienmarkt nicht nur einen substanziellen Einfluss auf die Finanzmarktstabilität sondern auch auf die gesamtwirtschaftliche Aktivität ausüben. Demnach ist es aus makroökonomischer Sicht wichtig, Immobilienpreisentwicklungen frühzeitig erkennen und akkurat prognostizieren zu können. Ziel dieser Arbeit ist es, Preisentwicklungen für Deutschland in verschieden Segmenten des Immobilienmarktes am aktuellen Rand zu erfassen und für die kurze Frist von bis zu sechs Monaten zu prognostizieren. Basierend auf monatlich verfügbaren Immobilieninseraten auf der Internetplattform von ImmobilienScout24 werden dazu in einem ersten Schritt hedonische Preisindizes gebildet. In einem zweiten Schritt wird die Entwicklung dieser Preisindizes prognostiziert. Beginnend mit einem einfachen AR(p)-Prozess wird der Informationsgehalt verschiedener zusätzlicher Indikatoren mit Hilfe von VAR und ARDL-Modellen untersucht. Während sich der durchschnittliche quadratische Schätzfehler in den einzelnen Modellen im Vergleich zum AR-Modell nur geringfügig verringert, zeigt sich, dass mit Hilfe von geeigneten Prognosekombinationen die Prognosegüte signifikant verbessert werden kann.
Subjects:House price forecasts
forecast combination
hedonic price index
House price forecasts
forecast combination
hedonic price index
JEL:C43
C53
R31
ISBN:978-3-86788-339-9
Document Type:Working Paper
Appears in Collections:Publikationen von Forscherinnen und Forschern des RWI
Ruhr Economic Papers, RWI

Files in This Item:
File Description SizeFormat
722360347.pdf201.7 kBAdobe PDF
No. of Downloads: Counter Stats
Download bibliographical data as: BibTeX
Share on:http://hdl.handle.net/10419/61677

Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.