Advertisement

Zeitschrift für Immobilienökonomie

, Volume 5, Issue 1–2, pp 155–160 | Cite as

Hauspreise und Inflation

  • Johannes StroebelEmail author
Open Access
Originalbeitrag
  • 288 Downloads

Zusammenfassung

Steigende Immobilienpreise führen zu steigenden Einzelhandelspreisen und zu einer Umverteilung zulasten von Mietern, selbst wenn eine Mietpreisbremse wirkt.

Schlüsselwörter

Hauspreise Inflation Mieter 

House prices and inflation

Abstract

Higher house prices lead to increasing retail prices and a redistribution from renters to owners, even in the absence of rising rents.

Keywords

House prices Inflation Renters 

1 Evidenz

Welche makroökonomischen Auswirkungen können Schwankungen auf Immobilienmärkten haben? Seit der letzten Weltwirtschaftskrise besteht ein reges Interesse an dieser Frage. Wie eine Reihe neuerer Arbeiten aufzeigt, können immobilienpreisinduzierte Veränderungen von privaten Vermögen erhebliche Wirkungen auf Konsumausgaben haben, und die Entstehung der Krise zum Teil erklären (Mian et al. 2013; Case et al. 2013; Mian und Sufi 2014). Wie Stroebel und Vavra (2019) aufzeigen, können Immobilienpreise darüber hinaus auch auf Einzelhandelspreise wirken. Dies hat wichtige geldpolitische Implikationen und verstärkt die Verteilungswirkungen, welche steigenden Immobilienpreise zu Ungunsten von Mietern haben.

Ein erster notwendiger Schritt zur Dokumentation des Zusammenhanges zwischen Immobilien- und Einzelhandelspreisen besteht darin, einen geografisch disaggregierten Einzelhandelspreisindex zu erstellen. Stroebel and Vavra (2019) verwenden hierfür Barcode-Einzelhandelspreisdaten einer großen Auswahl von Produkten, die in Lebensmittelgeschäften und Drogerien in 2400 US-Postleitzahlengebieten verkauft wurden. Der Vergleich mit einem ebenfalls räumlich disaggregierten Immobilienpreisindex ergibt, dass Immobilien- und Einzelhandelspreise einander folgen.

Abb. 1 visualisiert diesen Zusammenhang. Während des Immobilienbooms 2001 bis 2007 war die Inflation der Einzelhandelspreise in Regionen die geringe Immobilienpreissteigerungen (erstes Quintil) aufwiesen signifikant niedriger als in Regionen die hohe Immobilienpreissteigerungen (fünftes Quintil) aufwiesen (Abb. 1a). Und in der Zeit nach der Lehmann-Krise war in Regionen mit starken Rückgängen in Immobilienpreisen eine deutlich geringere (oder gar negative!) Einzelhandelspreisinflation festzustellen (Abb. 1b).
Abb. 1

Zeitreihen des Einzelhandelspreisindexes nach Immobilienpreisentwicklung. Die Abbildung zeigt das durchschnittliche Einzelhandelspreisniveau für US Metropolregionen (MSAs) im obersten Quintil (durchgezogene schwarze Linie) und unterem Quintil (gestrichelte blaue Linie) der Wachstumsraten in immobilienpreisen in den Zeiträumen 2001–2006 (a) und 2007–2011 (b)

Dieser positive Zusammenhang zwischen Immobilienpreisen und Einzelhandelspreisen ist nicht notwendiger Weise kausaler Natur. So ist zu erwarten, dass die gesamtwirtschaftliche Entwicklung, die sich in Einkommen wiederspiegelt, gleichzeitig eine Wirkung Immobilienpreisen und Einzelhandelspreise hat. Dadurch kann sich eine Korrelation zwischen den Zeitreihen ergeben, ohne dass eine Ursache-Wirkungsbeziehung besteht. Um die kausale Wirkung von Immobilienpreisen auf Einzelhandelspreise zu untersuchen, greifen Stroebel und Vavra (2019) deshalb auf zwei alternative und sich ergänzende Identifikationsstrategien zurück.

In der ersten Identifikationsstrategie folgen die Autoren Mian und Sufi (2011) und verwenden einen Instrumentvariablen-Ansatz. Als Instrumente für die regionale Veränderungen in Immobilienpreisen dienen geschätzte Wohnangebotselastizitäten von Saiz (2010) und Gyourko et al. (2008). Diesem Ansatz liegt der Gedanke zu Grunde, dass in Gebieten mit begrenztem Bauland die Angebotselastizität geringer ist, so dass Veränderungen der Nachfrage eine geringere Bautätigkeit nach sich ziehen, was wiederum langfristig zu einem stärkeren Anstieg der Immobilienpreise führt. Da Angebotselastizitäten annahmegemäß nur auf Immobilienpreistrends, nicht aber auf Einzelhandelspreise wirken, können die Ergebnisse dieses Schätzverfahrens als kausale Effekte interpretiert werden. Eine Verdopplung der regionaler Immobilienpreise erhöht die Einzelhandelspreise demnach um 15 bis 20 %.

Die zweite Identifikationsstrategie macht sich regionale Unterschiede in Wohneigentumsraten zunutze. Der Gedanke ist, dass innerhalb einer Region eine Veränderung der Immobilienpreise für Eigenheimbesitzer und Mieter unterschiedliche reale Vermögenseffekte nach sich zieht. Dementsprechend sollten sich auch die oben genannten Effekte auf die Konsumnachfrage unterscheiden.

Abb. 2 verdeutlicht den Zusammenhang: Betrachtet man Regionen mit geringen Eigennutzerraten (erstes Quintil), ist die in Abb. 1 aufgezeigte Differenzierung der Einzelhandelspreisentwicklung nach Immobilienpreisentwicklung kaum festzustellen (Abb. 2a). Dagegen sieht man in Regionen mit hohen Eigennutzerraten (viertes Quintil) deutlich, dass die Einzelhandelspreise dann besonders anziehen, wenn die Immobilienpreise besonders schnell ansteigen (Abb. 2b).
Abb. 2

Zeitreihen des Einzelhandelspreisindexes nach Immobilienpreisentwicklung und Wohneigentumsquote. Die Abbildung zeigt die Entwicklung des Einzelhandelspreisindexes für Postleitzahlengebiete im oberen Quartil (durchgezogene schwarze Linie) und im unteren Quartil (gestrichelte blaue Linie) der Wachstumsraten in Immobilienpreisen in den USA zwischen 2001 und 2011. a zeigt die Ergebnisse für Postleitzahlengebieten im unteren Quartil der Wohneigentumsrate, b zeigt die Ergebnisse für Postleitzahlengebieten im oberen Quartil der Wohneigentumsrate

Die multivariaten Analysen bestätigen, dass in Postleitzahlengebieten mit hohen Wohneigentumsraten ein signifikant positiver Effekt von Immobilienpreisen auf Einzelhandelspreise auftritt. In Postleitzahlengebieten mit niedrigen Wohneigentumsraten ist ein statistisch insignifikanter Effekt festzustellen, sogar mit umgekehrten Vorzeichen.

Welche theoretischen Transmissionsmechanismen können diese empirischen Zusammenhänge erklären? Per Definition entspricht der Preis eines Konsumartikels seinen (Produktions- und Liefer‑)Kosten zuzüglich eines Aufschlags (Markup). Änderungen in den Einzelhandelspreisen spiegeln also eine Änderung der Kosten und/oder eine Änderung der Markups wider. Stroebel und Vavra (2019) zeigen, dass der empirische Zusammenhang in erster Linie von den Markups bestimmt wird. Der Nachweis gelingt per Ausschlussverfahren, indem die Autoren für beobachtbare Kosten wie lokale Löhne, Gewerbemieten und Großhandelskosten kontrollieren. Es ergibt sich, dass diese Kostenfaktoren den beobachteten Zusammenhang zwischen Einzelhandelspreisen und Hauspreisen nicht erklären können.

Wenn die Kostenseite die steigenden Einzelhandelspreise nicht erklären kann, müssen letztere auf erhöhte Markups zurückzuführen sein. Aber warum sollten Einzelhändler ihre Preisaufschläge erhöhen, wenn die Immobilienpreise steigen? Stroebel und Vavra (2019) argumentieren, dass ein Anstieg der Immobilienpreise einen Vermögenseffekt für Wohneigentümer auslöst. Da sich die Eigentümer wohlhabender fühlen, achten sie beim Einkauf weniger auf die Preise. Einzelhändler reagieren dann, indem sie ihre Aufschläge erhöhen.

Tatsächlich können Stroebel und Vavra (2019) empirisch aufzeigen, dass sich die Einzelhandelspreissensitivität der Eigenheimbesitzer verringert, wenn die Immobilienpreise steigen. Dazu analysieren sie das Einkaufsverhalten von Wohneigentümern und Mietern anhand von Daten, die von AC Nielsen (ein global operierendes Markforschungsunternehmen) bereitgestellt wurden. Es zeigt sich, dass Eigentümer mehr ausgeben, wenn Immobilienpreise steigen. Dabei verwenden sie einen geringeren Anteil ihrer Ausgaben auf No-Name-Ware, nutzen Rabattkupons weniger intensiv und erstehen weniger Waren im Ausverkauf. Im Gegensatz dazu haben steigende Immobilienpreisen erwartungsgemäß keine Auswirkungen auf das Kaufverhalten von Mietern.

2 Politikimplikationen

Die Tatsache, dass Markups (und somit die Einzelhandelspreise) mit dem Vermögen und der Nachfrage der privaten Haushalte steigen, hat wichtige geldpolitische Implikationen. In neo-keynesianischen Modellen hängen die realen Effekte der Geldpolitik entscheidend davon ab, wie die Inflation auf Nachfrageveränderungen reagiert. Wenn die Zentralbank die Zinssätze senkt, um die Wirtschaft anzukurbeln, erhöht sie die Liquidität und die nominale Nachfrage. Per definitionem ist die nominale Nachfrage das Produkt des Preisniveaus P und des realen Outputs Y. In neo-keynesianischen Modellen führen Steigerungen der nominalen Nachfrage dazu, dass die Kosten der Unternehmen im Zuge von Lohnerhöhungen steigen, wenn Kapazitätsgrenzen erreicht werden. Dieser Anstieg der Kosten führt zu einem Anstieg der Preise, und die Geschwindigkeit dieser Preisanpassung bestimmt die realen Effekte monetärer Anreize.

In neo-keynesianischen Standardmodellen wirken monetärer Anreize auf Preise ausschließlich über diesen Kostenkanal – diese Modelle gehen davon aus, dass eine steigende Nachfrage die Kosten erhöht, aber keine Auswirkungen auf die Preisaufschläge der Unternehmen hat. Die Ergebnisse von Stroebel und Vavra (2019) deuten jedoch darauf hin, dass dieser Übertragungsmechanismus unvollständig ist. Wenn die Zentralbank die Liquidität erhöht, wird sie die nominalen Kosten, aber auch die Markups der Einzelhändler erhöhen, weil die Konsumenten nun vermögender und daher weniger preissensibel sind. Dieser Anstieg der Aufschläge kann den Preisauftrieb verstärken und die realen Auswirkungen der Geldpolitik dämpfen. In diesem Sinne erzeugt das zyklische Einkaufsverhalten und seine Interaktion mit den Markups der Einzelhändler zusätzlichen Inflationsdruck, der realen Effekten einer expansiven Geldpolitik tendenziell entgegenwirkt. Die Geldpolitik muss dies berücksichtigen, wenn sie versucht, die Auswirkungen von Zinssenkungen auf die Realwirtschaft vorherzusagen.

Darüber hinaus ist zu beachten, dass die Übertragung von Immobilienpreissteigerungen auf Endverbraucherpreise in Ländern wie Deutschland mit einem hohen Anteil von Mietern erhebliche Verteilungsfolgen haben kann. In Regionen, in denen die Immobilienpreise stark ansteigen, könnte sich dies, sofern hinreichend hohe Eigennutzerraten vorliegen, negativ auf das Realeinkommen der Mieter auswirken, sogar dann, wenn die Mietpreisbremse wirkt.1 Diesem Nebeneffekt steigender Immobilienpreise ist in der bisherigen öffentlichen Debatte bislang kaum Aufmerksamkeit geschenkt worden.

Fußnoten

  1. 1.

    In vielen deutschen Ballungsräumen, in denen die Eigennutzerraten traditionell sehr gering sind, sind allerdings nur geringe Steigerungen der Einzelhandelspreise und daraus resultierende Umverteilungseffekte zu erwarten.

Literatur

  1. Case KE, Quigley JM, Shiller RJ (2013) Wealth effects revisted: 1975–2012. NBER Working Paper No. 18667CrossRefGoogle Scholar
  2. Gyourko J, Saiz A, Summers A (2008) A new measure of the local regulatory environment for housing markets: the Wharton Residential Land Use Regulatory Index. Urban Stud 45(3):693–729CrossRefGoogle Scholar
  3. Mian A, Sufi A (2011) House prices, home equity-based borrowing, and the US household leverage crisis. Am Econ Rev 101(5):2132–2156CrossRefGoogle Scholar
  4. Mian A, Sufi A (2014) House price gains and US household spending from 2002 to 2006. Fama-Miller Working PaperCrossRefGoogle Scholar
  5. Mian A, Rao K, Sufi A (2013) Housing balance sheets, consumption, and the economic slump. Q J Econ 128(4):1687–1726CrossRefGoogle Scholar
  6. Saiz A (2010) The geographic determinants of housing supply. Q J Econ 125(3):1253–1296CrossRefGoogle Scholar
  7. Stroebel J, Vavra J (2019) House prices, local demand, and retail prices. J Polit Econ 127(3):1391–1436CrossRefGoogle Scholar

Copyright information

© The Author(s) 2019

Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://creativecommons.org/licenses/by/4.0/deed.de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.

Authors and Affiliations

  1. 1.Leonard N. Stern School of BusinessNew York UniversityNew YorkUSA

Personalised recommendations