Bauboom oder spekulativer Preisanstieg? Krisen des Immobilienmarktes und deren Diagnose

Interview mit dem Wirtschaftswissenschaftler Dr. Konstantin A. Kholodilin ¹

LFV-Krisen: Mit welcher Art von Krisen beschäftigen Sie sich?

Kholodilin: Ich beschäftige mich mit ökonomischen Krisen, insbesondere Krisen des Immobilienmarktes. Wenn wir von Krisen im Immobiliensektor sprechen, ist meist von Immobilienpreisblasen die Rede, die sich als Abkopplung der Marktwerte von den Fundamentalwerten definieren lassen. Der Identifikation von Immobilienblasen liegt die Annahme zugrunde, dass sich der Wert von Immobilien durch Fundamentalfaktoren wie dem Einkommen, Zinssätzen sowie demographischen Daten bestimmen lässt. Dabei werden Immobilien nicht nur als Konsumgut verwendet, sondern auch als Investitionsgut und somit als Objekt von Spekulationen. Für diesen Zweck werden Wohnungen gekauft, um sie nicht etwa selbst zu bewohnen oder zu vermieten, sondern um sie als Anlageobjekte in der Erwartung zu gebrauchen, dass die Immobilienpreise steigen. Erreicht diese Art der Spekulation ein bestimmtes Ausmaß, führt dies zu einem schnellen Preisanstieg und dies wiederum zu der Bildung einer Immobilienpreisblase, die irgendwann platzen kann. Das kann zu verheerenden Konsequenzen wie dem Einbruch der Gesamtwirtschaft und somit einer Wirtschaftskrise führen. Dass gesamtwirtschaftliche Krisen ihren Ursprung im Immobilienmarkt haben können, zeigen etwa die Erfahrungen der Weltfinanzkrise 2008/09.

LFV-Krisen: In Ihrer 2019 erschienenen Studie schätzen Sie die Gefahr einer Immobilienpreisblase in Deutschland auf 92% - sind wir also schon in einer Krise?

Kholodilin: Zurzeit befinden wir uns zwar in einem Aufwärtstrend, jedoch noch in keiner Krise. Diese tritt erst durch das Platzen der Preisblase ein. Platzt die Blase, so nehmen die Immobilienpreise ab und Schuldner sind nicht mehr in der Lage, ihre Kredite zu begleichen. Das hat gravierende Auswirkungen auf die Gesamtwirtschaft, da der Zahlungsausfall von Privatkunden auf die Banken zurückfällt. Von diesen ist wiederum die Wirtschaft stark abhängig, so dass aus einer Immobilienkrise eine Bankenkrise und aus dieser dann eine Systemkrise wird. Von daher ist einer der Risikofaktoren für das Platzen einer Blase ein hoher Anteil an Fremdfinanzierung von Immobilien durch Bankkredite.

LFV-Krisen: In Ihrer Studie schreiben Sie, dass sich spekulative Blasen häufig erst nach ihrem Platzen mit Sicherheit datieren lassen. Worin liegen die Schwierigkeiten beim Erstellen einer Prognose?

Kholodilin: Im Gegensatz zu wirtschaftlichen Kennzahlen, wie dem statistisch erhobenen Bruttoinlandsprodukt, handelt es sich bei einer Krise um keine Variable, die genau identifiziert werden kann. Verschiedene Verfahren können angewandt werden, um Wirtschaftskrisen zu identifizieren, jedoch kommen diese oft zu unterschiedlichen Ergebnissen. Dasselbe trifft auch auf die Identifikation von Preisblasen im Immobiliensektor zu. Preisanstiege sind in einer Marktwirtschaft normal. Klar ist jedoch nicht immer, ob die Preisanstiege spekulativer Natur sind oder Ausdruck einer Boomphase, die sich durch Preisanstiege aufgrund gestiegener Nachfrage auszeichnet.

Seit Mitte der 1990er gab es in Deutschland eine kontinuierliche Abnahme von Bauvorhaben. Dadurch hat sich ein Wohnungsmangel angestaut, der durch Zuwanderung weiter intensiviert wurde. Zuerst zogen immer mehr Menschen aus den ländlichen Regionen in die Großstädte, dann kam es zu Einwanderung aus den EU-Staaten und später aus weiteren Drittstaaten. Dies führte zu einer Kluft zwischen Angebot und Nachfrage auf dem Immobilienmarkt und folglich zu einem Preisanstieg. Im Normalfall sollte dies dazu führen, dass der Bau angekurbelt und benötigte Wohnungen errichtet werden. Dabei handelt es sich um einen von Fundamentalfaktoren getriebenen Boom, der oft zu einer spekulativen Preisblase führen kann.

LFV-Krisen: Nun haben Sie ein Prognosemodell entwickelt, um die Bildung von Immobilienpreisblasen vorherzusagen. Was braucht es zur Prognostizierung von Immobilienpreisblasen?

Kholodilin: Es ist wichtig, die Bildung von Preisblasen schon frühzeitig zu erkennen. Hierfür braucht es Frühwarnsysteme. Ein gutes Frühwarnsystem kann das Auftreten spekulativer Immobilienpreisblasen prognostizieren und Entscheidungsträgern somit eine Vorlaufzeit gewähren, um Maßnahmen zu ergreifen, welche die Blase verhindern oder zumindest ihre Konsequenzen mildern können. Diese Frühwarnsysteme bestehen aus zwei Hauptelementen. Zum einen braucht es eine genaue Datierung der Preisblasen. Denn möchte man eine Prognose erstellen, so muss man zuerst Zeiträume bemessen und Blasen identifizieren, da Immobilienpreisblasen nicht direkt beobachtbar sind. Hierzu gibt es unterschiedliche Verfahren. Zum anderen braucht es Prognosemodelle, die es erlauben, Aussagen über die Blasenbildung zu treffen.

Wir haben ein statistisches Verfahren verwendet, dabei einen recht langen Zeitraum von knapp 50 Jahren ausgewählt und die Daten verschiedener OECD-Länder vierteljährig kodiert. Basierend auf einem Testverfahren der Wissenschaftler Phillips, Wu und Yu haben wir das Verhältnis von Kauf- und Mietpreisen auf dem Immobilienmarkt als Indikator verwendet, um Preisblasen zu identifizieren. Diesem Testverfahren liegt die Annahme zugrunde, dass nur Kaufpreise auf dem Immobilienmarkt spekulativen Charakter haben, Mietpreise jedoch nicht. Entwickeln sich Kauf- und Mietpreise explosiv auseinander, so schlägt der Test Alarm.

In einem zweiten Schritt verwenden wir diese Daten, um Prognosen zu erstellen. Hierfür wenden wir Methoden des maschinellen Lernens an. Als Input nehmen wir sowohl die Datierungen, die wir im ersten Schritt erhalten haben, als auch verschiedene makroökonomische und demographische Variablen sowie Finanzdaten, die uns die Klassifizierung erleichtern. Die Ergebnisse erlauben es uns dann eine Prognose darüber zu treffen, ob wir uns in einer bestimmten Phase in einer Preisblase befinden oder nicht.

LFV-Krisen: Sie prognostizieren für Länder wie Belgien, die Schweiz, Deutschland, Dänemark, die USA und Norwegen eine hohe Wahrscheinlichkeit für das Platzen von Immobilienpreisblasen. Dennoch schätzen Sie die Gefahr für Deutschland aufgrund der solide erscheinenden Immobilieninvestitionen als nicht dramatisch ein. Was sagt dies über Vorhersagemodelle aus? Braucht es neben diesen Modellen und der Risikoangabe in Prozent auch andere Faktoren oder Informationen, um Krisensituationen richtig einschätzen zu können?

Kholodilin: Natürlich braucht es weitere Indikatoren und Informationen. Ich würde mir wünschen, die von uns verwendete Datenbasis durch weitere Indikatoren zu erweitern. Das Problem dabei ist jedoch, dass die zusätzlichen Daten, die wir uns wünschen, nicht immer zur Verfügung stehen. Auch braucht man immer zusätzliche Informationen, um abschließend eine Diagnose zu stellen. Verfahren, die wir in der Volkswirtschaft und darüber hinaus verwenden, sind oft alleine nicht ausreichend, um eine Diagnose zu treffen. Das lässt sich am besten mit einem Vergleich zu der Arbeit eines Arztes darstellen. Wenn der Arzt den Patienten über seinen Gesundheitszustand informieren möchte, dann braucht er nicht nur ein Blutbild, sondern womöglich auch Röntgenaufnahmen und andere Untersuchungsergebnisse, die zusammen ein rundes Bild ergeben. Das ist auch bei Frühwarnsystemen der Fall. Man braucht unterschiedliche Methoden und Daten, um die Frage so gut wie möglich zu beantworten. Das ist natürlich eine Anregung, die Frühwarnsysteme zu verbessern mit Hilfe neuer Daten zu erweitern oder neue Methoden zu entwickeln, die bessere Prognosen liefern können.

LFV-Krisen: In Ihrem Projekt stellen Sie die Hypothese auf, dass über- und unterregulierte Mietmärkte zu überproportionaler fremdfinanzierter Eigentumsbildung mit Preisblasenfolgen geführt haben. Bedeutet das im Umkehrschluss, dass sich Krisen auf dem Immobilienmarkt durch ein optimales Maß an Regulierung vermeiden lassen?

Kholodilin: Diese logische Kette versuchen wir aufzuzeigen. In unserer Studie untersuchen wir den Zusammenhang zwischen Mietregulierungen und der Wohneigentumsquote. Es gibt Studien, die aufzeigen, dass Länder mit einer höheren Wohneigentumsquote gleichzeitig auch weniger resistent gegenüber der Bildung von Immobilienpreisblasen sind. Legt man diese beiden Aussagen zusammen, kann man zu dem Schluss kommen, dass Mietregulierungen am Ende in einer höheren Wahrscheinlichkeit in der Bildung einer Immobilienpreisblase münden. Dieser Zusammenhang im Ganzen wird in unserer Studie jedoch nicht komplett beleuchtet, sondern stellt nur eine Vermutung dar.

In unserer Studie zeigen wir auf, dass stärkere Mietpreiskontrollen langfristig in höheren Wohneigentumsquoten resultieren können. Führt ein Land mit einer niedrigen Wohneigentumsquote strenge Regulierungen ein, so kann dies dazu führen, dass die Klasse der Mieter nach einigen Jahrzehnten zu einer Minderheit wird. Dies lässt sich durch den Interessengegensatz bei der Wertsteigerung von Immobilien erklären. Wertsteigerungen kommen beispielsweise durch die Verbesserung der Wohnlage durch neue Einkaufsmöglichkeiten in der Umgebung oder die Anlegung eines Parks zustande. Mikroökonomische Studien haben aufgezeigt, dass Mieter kein Interesse an Wertsteigerungen haben, im Gegensatz zu den Wohnungseigentümern. Diese sind stark an Immobilienpreissteigerungen interessiert, da diese ihr Vermögen positiv beeinflussen. Diese konträre Interessenslage erklärt, weshalb die Wahrscheinlichkeit der Bildung einer Immobilienpreisblase in Ländern mit einer hohen Wohneigentumsquote steigt.

LFV-Krisen: In Ihrer letzten Studie zur Prognose der Entwicklung von Immobilienpreisblasen haben Sie den Prozess des maschinellen Lernens angewandt. Welche Rolle kann maschinelles Lernen bei der Prognose von Krisen spielen?

Kholodilin: Von maschinellem Lernen unterstützte Verfahren sind zumeist effizienter. Jedoch hängen diese Verfahren sehr stark von der Qualität der genutzten Daten ab. Verwendet man unzureichende Daten als Input, erhält man auch schlechte Prognoseergebnisse. Diese Problematik kann die Technik des Maschinellen Lernens nicht von allein lösen. Dies führt zu Falschalarmen bzw. fehlenden Signalen – nichtexistente Blasen werden prognostiziert und existierende Blasen übersehen. Das ist für ein Frühwarnsystem nicht optimal. Sind die Daten jedoch hochwertig, kann dieses Verfahren sehr präzise Ergebnisse liefern, die den Standardmessmethoden überlegen sein können.

LFV-Krisen: Die anfangs angesprochene Immobilienblase in den USA platzte vor mehr als 10 Jahren. Wenn wir heute auf diese Zeit zurückblicken, haben wir aus dieser Krise gelernt und wo stehen wir heute im Vergleich zu 2007?

Kholodilin: Was die Möglichkeit des Menschen angeht aus Fehlern der Vergangenheit zu lernen, bin ich skeptisch. Die Weltfinanzkrise liegt noch nicht allzu lange zurück und trotzdem sehen wir bereits die Rückkehr von Immobilienpreisblasen. Das ist kein gutes Zeichen und weist darauf hin, dass wir nicht viel dazugelernt haben. Dennoch gibt es einige neu eingeführte politische Maßnahmen, die als positiv zu bewerten sind. Hierunter fallen makroprudenzielle Maßnahmen, die Vergabe von Krediten zu beschränken. Hierbei handelt es sich um Vorkehrungen, die dem Kunden einen Kredit verweigern, wenn das Einkommen des potenziellen Schuldners im Vergleich zum Kreditbetrag zu niedrig ist. Dass Kredite oft in die Hände zahlungsunfähiger Menschen gelegt wurden, war ein großes Problem in vielen Ländern, die von der Finanzkrise betroffen waren. Makroprudenzielle Maßnahmen sollten dies eigentlich verhindern. Jedoch sind die Wirkung und Reichweite dieser Maßnahmen beschränkt. Die Kreditvergabe an Privatpersonen können wir national regulieren, jedoch ist unser Einfluss auf internationale Kapitalströme begrenzt. Das sehe ich als ein Problem, das es zu lösen gilt. Eine Möglichkeit, aus der Vergangenheit zu lernen.

LFV-Krisen: Vielen Dank für das Gespräch.

Das Interview wurde geführt von Thomas Siurkus.

¹ Das Interview wurde vor Ausbruch der COVID-19-Pandemie aufgezeichnet.