Erschwinglichkeitskennzahlen
Die GREIX-Erschwinglichkeitskennzahlen zeigen für 20 deutsche Städte zwei Komponenten der Erschwinglichkeit: (i) den Anteil des verfügbaren Haushaltseinkommens, der für Zins- und Tilgungskosten aufgewendet werden muss (MCR), sowie (ii) den Eigenkapitalbedarf für den nicht fremdfinanzierten Teil des Kaufpreises, Steuern und Nebenkosten, relativ zum jährlich verfügbaren Haushaltseinkommen (UCR). Für alle Städte und bundesweit aggregiert stehen beide Kennzahlen in Abhängigkeit zur Höhe des Fremdfinanzierungsanteils (LTV) zur Verfügung (Markt, 80 %, 100 %).
Der gesamte Datensatz ist als Excel-Datei downloadbar. Über den „Share & Download“-Button sind Grafiken und deren Daten auch gefiltert download- und einbettbar (PNG/PDF; XLSX/CSV). Darüber hinaus stehen der dazugehörige wirtschaftspolitische Beitrag und das Forschungspapier zum Download bereit.
FAQ
Diese FAQs erläutern die Methodik und Interpretation der GREIX-Erschwinglichkeitskennzahlen. Verweise auf „Abbildung“ und „Tabelle“ beziehen sich auf das zugehörige Arbeitspapier.
Wir messen Erschwinglichkeit entlang zweier Dimensionen: (i) Hypothekenzahlungsquote (Mortgage Cost Ratio, MCR) als durchschnittliche jährliche Hypothekenzahlung relativ zum durchschnittlichen jährlichen verfügbaren Haushaltseinkommen und (ii) Eigenkapitalquote (Upfront Cost Ratio, UCR) als anfänglichen Eigenkaptialbedarf relativ zum jährlichen verfügbaren Haushaltseinkommen.
Eine MCR von z. B. 25 bedeutet, dass ein durchschnittlicher Haushalt rechnerisch 25 % seines verfügbaren Jahreseinkommens für Hypothekenzahlungen aufwendet. Eine UCR von z. B. 3 bedeutet, dass der Eigenkapitalbedarf etwa dem Dreifachen des verfügbaren Jahreshaushaltseinkommens entsprechen.
Die Kennzahlen basieren auf den GREIX-Städten. Kreise, die im GREIX enthalten sind, sind in dieser Auswertung nicht enthalten. Die Kennzahlen sind daher als Maß für urbane Erschwinglichkeit zu verstehen.
Die Abdeckung umfasst die neun größten Städte Deutschlands sowie weitere urbane Zentren in unterschiedlichen Regionen. Damit sind die Kennzahlen breit angelegt für städtische Märkte, aber nicht als Abbild ländlicher Wohnimmobilienmärkte zu interpretieren. Wir arbeiten aktuell an einer Erweiterung für ländliche Wohnimmobilienmärkte.
Wir verwenden das durchschnittliche jährliche verfügbare (Netto-)Haushaltseinkommen (nach Steuern und Transfers) aus der Volkswirtschaftlichen Gesamtrechnung, da es die Mittel abbildet, die Haushalten tatsächlich für Konsum und Wohnen zur Verfügung stehen.
Regionale Einkommensdaten liegen für 1995–2022 vor; zur Erweiterung auf 1980–2024 wird das regionale Einkommen auf das Bundesniveau regressiert und so für 1980–1994 sowie 2023–2024 fortgeschrieben (im Arbeitspapier wird hierfür eine sehr hohe Erklärungskraft ausgewiesen).
Wir prüfen mehrere Alternativen (u. a. pro-Kopf-Einkommen, Modellfamilieneinkommen sowie Eurostat-Einkommen). Die Niveaus können sich unterscheiden, die zentralen Trends bleiben jedoch erhalten (siehe Arbeitspapier: Abbildungen 14–16 sowie 19–20).
Die Aggregation erfolgt über gewichtete Durchschnitte, wobei die Anzahl der beobachteten Transaktionen pro Stadt und Jahr als Gewichte dient. Das führt dazu, dass große Märkte stärker in den nationalen Durchschnitt eingehen.
Wir zeigen zwei Robustheitschecks: (i) Gleichgewichtung aller Städte (jede Stadt Gewicht 1; Abbildungen 24–25) und (ii) ein balanciertes Panel mit Städten, die ab 1980 durchgängig beobachtbar sind (Abbildungen 26–27). Die übergeordneten Trends bleiben unverändert.
Wir verwenden Kaufpreise aus GREIX-Transaktionen und daraus abgeleitete Preisreihen für Eigentumswohnungen und Einfamilienhäuser. Die Kennzahlen sind als aggregierte Marktmaße zu verstehen.
Das ist ein zentraler Einwand bei nicht qualitätsbereinigten Preisen. Deshalb verwenden wir als Robustheitscheck alternativ hedonische GREIX-Wachstumsraten, um die Preisentwicklung für ein „typisches Objekt“ fortzuschreiben. Die Ergebnisse sind sehr ähnlich und die zentralen Trends bleiben bestehen (siehe Abbildungen 11–12).
Enthalten sind der nicht fremdfinanzierte Kaufpreisanteil (Eigenkapitalanteil) sowie Grunderwerbsteuer und Notarkosten (inkl. Grundbuchkosten). Maklerprovisionen werden nicht berücksichtigt. Die geschätzten Einstiegskosten sind daher sogar als Untergrenze zu interpretieren.
Da die Grunderwerbsteuer als Prozentsatz des Kaufpreises erhoben wird und sich die Steuersätze seit 2006 stärker ausdifferenziert haben, sind Steuern ein zentraler Treiber steigender Einstiegskosten (siehe z. B. Abbildung 30).
Wir zeigen ein Szenario mit LTV = 100 %, in dem die Einstiegskosten ausschließlich aus Grunderwerbsteuer und Notarkosten bestehen. Das verdeutlicht, dass selbst ohne Eigenkapitalanteil signifikante Einstiegshürden bestehen können (siehe Abbildung 29).
Ein möglicher Kritikpunkt ist, dass sich die Finanzierungsquoten (LTV) über die Zeit verändern. Daher setzen wir den LTV in einem Robustheitscheck konstant auf 80 % bzw. 100 % und berechnen MCR/UCR neu. Die langfristigen Entwicklungen bleiben weitgehend erhalten (siehe Abbildungen 21–22, sowie Abbildung 29).
Da Tilgungsdaten historisch begrenzt sind, prüfen wir alternativ eine feste Darlehenslaufzeit von 25 Jahren. Die resultierende Hypothekenzahlungsquote unterscheidet sich im Trend und im Niveau nur gering (siehe Abbildung 23). Zusätzlich wird eine alternative Berechnung nach externer Methodik gezeigt (siehe Abbildung 28).
International werden teils feste Schwellen genutzt (z. B. 25 % oder 35 % des Einkommens für Hypothekenzahlungen). Unsere Kennzahlen sind primär als kontinuierliche Belastungsmaße gedacht, die Entwicklungen über Zeit, Regionen und Generationen vergleichbar machen.
Wir berichten Kennzahlen getrennt für Eigentumswohnungen und Einfamilienhäuser.
Die verfügbaren Zeiträume unterscheiden sich zwischen Städten und Segmenten. Eine Übersicht findet sich im Arbeitspapier in Anhang A (Tabelle 1).
Haben Sie Fragen oder Anregungen?
Wir freuen uns auf Ihre Rückmeldung an greix@kielinstitut.de