Prezzi edonici delle caratteristiche abitative e analisi di regressione multipla : suggerimenti pratici per la stima

La teoria dei prezzi edonici - unanimemente riconosciuta come la teoria economica di riferimento per il mercato delle abitazioni - suggerisce di stimare i prezzi delle caratteristiche abitative attraverso l'analisi di regressione multipla. Tale tecnica statistica, infatti, riduce al minimo i margini di soggettività (inevitabilmente) presenti nelle procedure di valutazione. Tuttavia, l'applicazione empirica del metodo edonico è tutt'altro che semplice, e questo vale a prescindere dalla disponibilità di una base-dati sufficientemente ampia. Infatti, tre importanti problemi vanno affrontati prima di procedere nella stima dei prezzi edonici: l'individuazione della più adeguata forma funzionale (il tipo di relazione esistente tra prezzo dell'immobile e caratteristiche); la scelta delle caratteristiche da includere nell'analisi, compresa la loro trasformazione in caso di variabili qualitative ordinabili; la verifica economico-statistica dei risultati conseguiti, in modo da consentire un confronto tra modelli altern

ativi. Nel passare dai modelli edonici alla loro stima tramite l'analisi di regressione multipla, il presente lavoro sviluppa una strategia empirica, applicata a un caso di studio riguardante il mercato immobiliare italiano, in grado di offrire utili suggerimenti per affrontare adeguatamente i problemi in precedenza menzionati. [Testo dell'editore].

This paper aims to provide an empirical strategy for estimating the marginal and implicit prices of the housing characteristics. Although the validity of economic theory for housing - first developed by Lancaster (1966) and Rosen (1974) - is unanimously recognised, its empirical application is anything but simple. Indeed, the transition from the theoretic models to the empirical specifications requires of addressing several important issues, viz.: finding the most appropriate hedonic price function; selecting the most influential housing characteristics, as well as the most suitable transformation for the ordered qualitative variables; verifying the economic and statistic correctness of the results, and, eventually, comparing the alternative and correct models. This paper addresses all of these issues in a case study related to the Italian housing market. [Publisher's Text].