Residual Constraint Approach (RCA): Rahmenwerk & Protokoll

Abstract

Eine wesentliche Einschränkung konventioneller Wertermittlungsmethoden liegt in ihrer Abhängigkeit von veralteten manuellen Techniken wie der Matched-Pair-Analyse, die die Wertbeiträge einzelner Objektmerkmale übergehen, als existierten sie nicht: Das traditionelle Sales Grid (Vergleichsraster) enthält keine Spalte für Wertbeiträge, sondern nur für Anpassungen. Tatsächlich liefern Wertbeiträge die notwendige Grundlage für mathematische Restriktionen, die Über- und Unterbewertungen durch traditionelle Gutachter verhindern.

Der Residual Constraint Approach (RCA, dt. etwa: Residualrestriktionsansatz) erweitert den traditionellen Sales Comparison Approach (SCA, vergleichbar dem deutschen Vergleichswertverfahren) durch einen mehrphasigen Bewertungsprozess, der Multivariate Adaptive Regression Splines (MARS) mit strengen mathematischen Restriktionen für die Wertbeiträge von Objektmerkmalen verbindet — insbesondere für nicht gemessene Merkmale: latente Variablen wie Ästhetik, Design, Zustand und Qualität, deren Werte beim traditionellen Gutachter typischerweise subjektivem Urteil und Verzerrung unterliegen.

Die mathematischen Restriktionen des RCA beruhen auf der fachkundigen Anwendung der MARS-Regression zur Schätzung der Wertbeiträge messbarer Objektmerkmale zum Verkaufspreis. Diese Schätzung erklärt jedoch typischerweise nur etwa 80 % des tatsächlichen Verkaufspreises; ausgenommen bleiben subjektiv beurteilte Merkmale wie Design, funktionale Nutzbarkeit, Zustand und Qualität. In der San Francisco Bay Area beträgt das Residuum — das diese subjektiven Komponenten repräsentiert — im Mittel rund 20 % des gesamten Objektwerts. Der Wert von 80/20 spiegelt die Erfahrung des Autors in der San Francisco Bay Area unter typischen Datenbedingungen wider und ist nicht als marktinvariante Konstante zu verstehen. In Märkten mit niedrigerem erreichbarem R² besteht die Antwort des Rahmenwerks darin, nicht gemessene Werttreiber zu identifizieren und zu messen — die Entfernung zum Ozean in Küstenorten, die Höhenlage in Hanglagen und ähnliche, aus externen Quellen erhobene Variablen, sofern die MLS-Daten sie nicht liefern — statt die Einschränkung hinzunehmen und breitere Fehlerbänder auszuweisen. Während MARS-Residuen in anderen Kontexten häufig als Schätzfehler behandelt werden, dienen sie in der Immobilienbewertung als indirektes Maß für den Wert latenter Variablen. Auch wenn dies zunächst unpraktikabel erscheinen mag, zeigt ein Beweis, dass sich das Residuum sinnvoll in beschreibende Komponenten zerlegen lässt, sofern deren Beiträge in der Summe das Residuum ergeben — ohne das endgültige Bewertungsergebnis zu beeinflussen.

Diese Methodik ist das Ergebnis von zwei Jahrzehnten empirischer Anwendung durch den Autor und wurde durch iterative MARS-Implementierungen in R- und Python-Umgebungen entwickelt.