Modelli edonici e sottomercati immobiliari : la stima dell'effetto ubicazione con le variabili binarie zone omi.

Due sono le principali caratteristiche del mercato delle abitazioni in Italia: la forte eterogeneità del patrimonio immobiliare e il numero limitato di compravendite. La seconda caratteristica, in particolare, limita fortemente l'uso del metodo statistico più diffuso e maggiormente oggettivo per la stima dei prezzi impliciti e marginali delle caratteristiche abitative, vale a dire l'analisi di regressione multipla. Tuttavia, proprio in considerazione della prima caratteristica, il mercato immobiliare italiano risulta suddiviso nelle cosiddette "zone OMI", che individuano dei veri e propri sottomercati immobiliari. Pertanto, tramite l'aggregazione di più zone OMI di una stessa città e creando delle semplici variabili binarie per ognuna di esse, è possibile raggiungere due importanti risultati: i) cogliere l'effetto che l'ubicazione dell'immobile in un particolare sottomercato immobiliare (zona OMI) ha sul prezzo di vendita; ii) rendere maggiormente fattibile l'analisi di regressione multipla, poiché aumenta no

tevolmente il campione di osservazioni a fronte di un piccolissimo incremento nel numero dei parametri da stimare. [Testo dell'editore].

This paper has two main goals. The first is to show that the multiple regression analysis can be used for estimating the hedonic prices also in a particular context such as the Italian housing market, characterised by a strong heterogeneity of property assets and a limited number of housing sales. The second goal is to catch the effect of the characteristic "location" on the house price in a very simple way, without resorting to the spatial models. To achieving these goals, we match the information relating to different submarkets that exist within a city. Indeed, the housing market of each (medium or large) Italian city is subdivided into the so-called "zone OMI" that exactly identify real estate submarkets. [Publisher's Text].