Die steigenden Miet- und Kaufpreise fachen die Furcht vor einer Immobilienpreisblase auf der ganzen Welt an. Diese Preissteigerungen werden gefährlich, wenn die Ursache für die Preisentwicklung reine Spekulation anstelle von wertbestimmenden Faktoren ist. Aktuell liegt die Wahrscheinlichkeit einer spekulativen Übertreibung im vierten Quartal 2019 in Schweden, Norwegen, Dänemark, den USA, der Schweiz, Belgien und Japan bei mehr als 90 Prozent. Das Risiko liegt in Deutschland aktuell bei 92 Prozent, sinkt aber bis Ende des Jahres auf 84 Prozent. Das zeigt eine aktuelle Untersuchung des Deutschen Instituts für Wirtschaftsforschung (DIW Berlin).

Risiko für Preisblasen lässt sich prognostizieren, aber es gibt keine Sicherheit, ob Preisblase vorliegt
Bei einer Entkopplung von Preisen und Erträgen, sprich wenn es eine starke Steigerung im Verhältnis auf Immobilienpreis und Mietertrag gibt, sind spekulative Anlagemotive wahrscheinlich. Das Risiko für Preisblasen lässt sich auf Basis statistischer Modelle und Frühindikatoren, z. B. das Wachstum der Kreditvergabe, vorhersagen. Allerdings können diese Modelle nicht sicher sagen, ob eine Preisblase faktisch vorliegt. Ist die Wahrscheinlichkeit höher als 50 Prozent, liegt das Risiko einer Immobilienpreisblase vor.

Warnstufe Gelb für Deutschland
Deutschland steht aktuell auf Warnstufe Gelb, denn es liegt eine Entkopplung der Preisentwicklung von den Immobilienerträgen. Im sinkenden Risiko schlägt sich die langsamere Immobilienpreisentwicklung gerade in den größeren Städten nieder. Auch wirkt die Finanzierung von Immobilieninvestitionen in Deutschland verhältnismäßig stabil. Es gibt keine auffälligen Trends bei den Kreditvolumina und die Zinsbindung ist relativ lang, beides widerspricht einer Preisblase.

Kein Konsens über Prognosemodell
Zuverlässige Prognosen wären für alle Marktakteure wichtig, damit im Notfall regulierende Maßnahmen ergriffen werden können. Es gibt zwar viele Ansätze für Frühwarnsysteme für Immobilienpreisblasen, aber bisher gibt es keinen Konsens über ein Prognosemodell. Aber die verwendeten erklärenden Variablen sind fix: Finanzmarktindikatoren (Volumen der Kreditvergabe, Geldmenge, Zinsen), die Verschuldung der öffentlichen Hand und das Wirtschaftswachstum beeinflussen die Wahrscheinlichkeit einer Immobilienpreisblase.

Mehr Präzision in Prognosen durch maschinelles Lernen
Die Gegenüberstellung eines einfachen Wahrscheinlichkeitsmodells und modernen Verfahren des maschinellen Lernens zeigt, dass die Voraussage von Immobilienpreisblasen mithilfe maschinellen Lernens deutlich genauer ist. Die Zufallswald-Methode, die Entscheidungsbäume nutzt, aber die Gefahr von Überspezifikation verringert, ist am genauesten. Die Schätzung des Risikos für eine spekulative Preisübertreibung im dritten Quartal hatte eine Vorhersagegenauigkeit von 61 Prozent und auch Prognosen für in einem Jahr hatten noch eine Genauigkeit von mehr als 50 Prozent.

Mangel an prophylaktischen Maßnahmen in Deutschland
Die Politik darf aber angesichts des langsam sinkenden Risikos in Deutschland nicht untätig bleiben. Es mangelt noch immer an prophylaktischen Maßnahmen, z. B. gibt es keine Eingriffsmöglichkeiten bei den Verschuldungsobergrenzen von Haushalten und keine Schwellenwerte, wann die Finanzdienstleistungsaufsicht Restriktionen für die Kreditvergabe einsetzen darf. Nur zuverlässige Prognosemodelle reichen nicht, es muss auch ein Markteingriff möglich sein.