Why

Econom­ists. That’s who we are. Econom­ists without data are the­or­ists. We are prac­ti­tion­ers. Engin­eers, provid­ing solu­tions for here and now.
Data. We col­lect them. In the in­ter­net, field re­search, third party sources. We are com­puter sci­ent­ists, lin­guists, eco­lo­gists...
”Big data”? A buzzword. There is not in­suf­fi­cient data, rather too much. Let’s say: ‘not so big data’. Re­duced to the es­sen­tials.
The es­sen­tials? Wel­fare – of all human kind. That’s what in­spires us. Al­ways.

Who

Daniel Sager, Eco­nom­ics, Com­puter Sc.
dsager­@­meta-sys.ch, 043 322 17 72
Timon Brüll­mann, Com­puter Sc.
tbruell­man­n@­meta-sys.ch, 043 322 17 73

 

Cédric Christen, Com­puter Sc.
cchristen@­meta-sys.ch, 043 322 17 78
Noël Brand, Com­puter Sc., Train­ee
nbrand@­meta-sys.ch, 043 322 17 74

Where

Sen­n­weidstrasse 1a
8608 Bu­bikon
043 322 17 70
nautilus@­meta-sys.ch

Spider­ing

Our spider pro­gram col­lects data in the in­ter­net, amongst oth­ers:
real es­tate in­ser­tion, re­tail, com­pany ad­dresses, arts, on­line news, fora.

Sur­vey

Not all in­form­a­tion is on­line. Through re­search how­ever, we’ll make it avail­able to you.

Third party sources

We’ve been plow­ing through data for years. We know about the pit­falls. If there is a solu­tion for your in­form­a­tion prob­lem – we are fa­mil­i­ar with it.

REIDA

We col­lect and stand­ard­ize in­form­a­tion from real es­tate pro­pri­et­ors for REIDA. We pool in­form­a­tion on an­nu­al ac­counts, trans­ac­tions and con­tract data. We are en­trus­ted with the op­er­a­tion and en­hance­ments.

Socio-eco­nom­ic data

We run a com­pre­hens­ive socio-eco­nom­ic data­base. For our cus­tom­ers we adapt it to their in­di­vidu­al needs. Build­ing the found­a­tion for their products and re­ports.

ex­tract, trans­form, load

Our daily busi­ness. It’s still ab­so­lutely es­sen­tial to provide pre­cise in­form­a­tion.

Ad­dress as­sign­ment

No of­fi­cial street dir­ect­ory ex­ists in Switzer­land, there­fore vari­ous nota­tions. Our solu­tion to this prob­lem is well es­tab­lished. In­clud­ing clear as­sign­ment to cit­ies, com­munit­ies and re­gion­al hier­arch­ies.

Text as­sign­ment

We find on­line texts on dif­fer­ent sites. So­me­times they have the same source how­ever. Lin­guist­ic re­con­cili­ation provides clar­ity.

Pic­ture as­sign­ment

Which is a good pic­ture? What is shown on a pic­ture? What is true for texts is true for pic­tures as well. We find sim­il­ar­it­ies. And we dis­tin­guish good from bad.

Real es­tate mar­ket risk

Through mod­el­ling and sim­u­la­tions of vary­ing para­met­ers, we can eval­u­ate risks ex­pli­citly and com­pare dif­fer­ent dis­count rates with the mar­ket rates.

Traffic volume

Not only data from mo­bile com­mu­nic­a­tion can show ped­es­tri­an traffic volume. With our data we are able to gen­er­ate ex­cit­ing in­form­a­tion.

Loca­tion rat­ing

Numer­ous factors have an ef­fect on the qual­ity of a loc­a­tion. However, dif­fer­ent stake­hold­ers value these dif­fer­ently. We focus on res­ults: where does the oc­cur­ring factor com­bin­a­tion lead to high­er real es­tate prices? And where not.

Scar­city in the hous­ing mar­ket

We have been deal­ing with scarcity in the hous­ing mar­ket a while. We have a model using in­ser­tion dur­a­tion as an ex­plan­at­ory vari­able, thus al­low­ing us to con­stantly mon­it­or the topic.

The free move­ment of per­sons and the hous­ing mar­ket

Look­ing into Swiss re­gions. An elec­tron­ic drill down ver­sion of the “free move­ment of per­sons and the hous­ing mar­ket” re­port from the Swiss Feder­al Of­fice of Hous­ing does exist.

Poten­tial in food re­tail

From com­munit­ies down to hec­tares we can ana­lyse de­mand po­ten­tials.

white label

We col­lect, stand­ard­ize, ar­range, and model data the way our cus­tom­ers re­quire. And we then present it. Prefer­ably “white label”.

Stupid people

Stu­pid people vote for the im­mig­ra­tion ini­ti­at­ive (Massenein­wan­der­ungsin­i­ti­at­ive), Brexit and Don­ald Trump. What if people are not that stu­pid after all?
» more

„When lawyers act as economists”

Our art­icle about the fed­er­al court de­cision on hous­ing short­age and the pos­sib­il­ity to re­fute the ini­tial rent ap­peared in the Neue Zürch­er Zei­tung. Here you’ll find the ver­batim ver­sion. (Ger­man only)
» more

Stupid people

We don’t think that people are stu­pid or ir­ra­tion­al. Or that they are eas­ily misled. We think there are reas­ons for de­cisions made. Short-term prob­lems how­ever, pro­voke de­cisions that are sub­op­tim­al in the long run, so all prob­lems need to be ad­dressed. Be­cause there is not only ma­ter­i­al wel­fare, it’s the so­ci­ety as a whole that counts.



But we read “Crippled Amer­ica”. There we find that free trade should be re­duced. Only “the deal” in a very mer­cant­il­ist naïve sense is im­port­ant. The mar­ket is only prof­it­able for so­ci­ety as a whole, when ground rules exist. And we don’t think he un­der­stood that. So we had to react.

Video pro­duc­tion: arttv 2016 / Heidi Hil­tebrand & Rolf Frey
Art design: c-art.ch / Ser­gio Costantini

„When lawyers act as economists”

Ther­ese Egli und Daniel Sager

Das Bun­des­gericht kennt sich aus im Markt für Wohn- und Geschäfts­flächen. Mit seinem Urteil 4A_691/2015 hat es zu den Markt­situ­ation­en Stel­lung bezo­gen. Dieses Urteil be­stätigte die Recht­mässigkeit der An­fech­tung eines An­fangs­mi­et­zinses in der Stadt Zürich durch zwei gut verdien­ende Anges­tell­te auf­grund von Wohnung­s­not, ohne dass eine per­sön­liche Not­lage vorlie­gen muss. So sei es “eine Bin­s­en­wahrheit, dass Kon­sumenten keine den An­bi­etern ver­gleich­bare Stel­lung ein­neh­men, die ihnen die Ver­hand­lung eines aus­ge­wo­gen­en Ver­trages er­mög­lichen kön­nte“. Darum müsse man sie „ins­beson­dere in Situ­ation­en der Wohnung­s­not schützen“.

Es sei jetzt ein­mal gesagt: Wir würden uns nie an­massen ein Bun­des­gericht­sur­teil zu fäl­len. Wir sind näm­lich keine Jur­isten. Das Bun­des­gericht hat dies­bezüg­lich weni­ger Ber­ührung­säng­ste. Der Ein­führung­skurs Volk­swirtschaftslehre für Jur­isten reicht of­fen­bar vollkom­men, um öko­nomisch fundierte Aus­sagen zu machen. Trotzdem wagen wir es, die Ar­gu­ment­a­tion zu hin­ter­fra­gen.

Im Wohnungs­markt haben zahlreiche Nach­frager ähn­liche Präfer­en­zen und tref­fen auf ähn­liche Ange­bote. Kein Nach­frager gibt preis, wie viel er ef­fekt­iv zu zah­len bereit ist. Er ori­entiert sich an sein­er Nach­frage­gruppe. Und so­lange der Ver­mi­eter hier nicht zwis­chen ein­zelnen Grup­pen (nach Ver­mö­gen, Alter, Geschlecht) dif­fer­en­zier­en kann, wird sich der Mi­et­zins eben­falls daran ori­entier­en. Die Markt­macht ist somit bes­chränkt. Ausser­dem lim­it­ier­en auch die Op­tion Wohnei­gentum, die im Ideal­fall allen Mi­etern zur Ver­fü­gung stünde und die sprich­wört­liche Im­mob­il­ität einer Im­mob­ilie die Markt­macht des Ver­mi­eters.

Nat­urgemäss haben aber die Ver­mi­eter bei Wohnung­sknap­pheit tat­säch­lich eine stärkere Ver­hand­lung­s­pos­i­tion. Und Knap­pheit kann auch durch Leer­stand gemessen wer­den. Eine (zu) tiefe Leer­stand­squote ist bei funk­tioni­er­enden Märk­ten al­lerd­ings kein Dauerzus­tand. Aber dy­namis­che Modelle kom­men im Ein­führung­skurs zur Volk­swirtschaft für Jur­isten leider nicht vor. Mehr­jährige An­pas­sung­s­prozesse sind im Im­mob­i­li­en­markt durchaus nor­mal, da sich Planung, Bewil­li­gung und Real­is­ier­ung von Neubauten nun mal in die Länge ziehen. Wenn sich das Ange­bot bei einem knap­pen Markt er­höht und damit auch die Leer­stand­squote mit­tel­fristig an­steigt, „funk­tioniert“ der Markt. Er wird aber gestört, wenn das Ange­bot­swach­stum un­ter­bunden oder die Preis­b­ildung aus­ser Kraft ge­set­zt wird. Was dem Bun­des­gericht bish­er glück­lich­er­weise noch nicht ganz gelun­gen ist.

Was aber der Leer­stand nur schwer zei­gen kann, ist das Aus­mass des Man­gels. Um Man­gel festzus­tel­len, kön­nte man mit dem Konzept des so­genan­nten Gleichgewichtsleer­stands arbeiten. Dieser misst dasjenige Niveau des Leer­stands, auf dem die Mi­eten sta­bil bleiben. Un­ter­s­chreit­et der Leer­stand diese Quote, dann herrscht ein Nach­frageüber­hang und die Mi­eten steigen. Das Bun­des­gericht legt dieses Niveau un­beküm­mert bei 1% fest. Dabei variiert diese Quote je nach Re­gion und Markt­struk­tur. In den Jahren 2004/2005 wurde die amt­liche Leer­stand­ser­hebung des Bun­des­amtes für Stat­istik genau un­ter­sucht. Dabei wurde fest­ge­hal­ten, dass diese Stat­istik zwar in ein­zelnen Re­gion­en ein­i­ger­massen kon­sist­ent er­hoben wird, insges­amt aber gravi­er­ende Qu­al­itäts­män­gel auf­weist. Eine kom­mun­al ver­läss­liche Erhebung ist das sich­er nicht. Ausser­dem wurde an­hand der amt­lichen Zah­len für die Stadt Zürich eine Gleichgewichtsleer­stand­squote von 0.26% er­mit­telt. Weit ent­fernt von 1%!

2015 be­trug die amt­lich gemessene Leer­stand­squote in der Stadt Zürich 0.22%. Sie lag somit unter 0.26%. Herrscht nun Wohnung­s­not? Oder müssen die Haush­alte ein­fach etwas länger warten, bis sie das Passende find­en? Was ist, wenn näch­stes Jahr die Quote bei 0.28% liegt? Kon­sequent wäre, dass der Ver­mi­eter dann den Ver­trag neu aus­h­an­deln darf, weil der Markt keine „Wohnung­s­not“ mehr auf­weist. Wäre es vi­el­leicht nicht auch hil­freich den Begriff der Wohnung­s­not ein­mal zu definier­en?

Es gibt an­dere Masszah­len, die bess­er über Man­gel im Wohnungs­markt Auskun­ft geben. So basiert beis­piels­weise der Mon­it­or des Bun­des­amtes für Wohnung­swesen auf einem Modell zur Ana­lyse von In­ser­tionsdauern. Dieses gibt zuver­lässig über die Knap­pheits­situ­ation im Markt Auskun­ft. Ausser­dem un­ter­scheidet es nach Pre­is­seg­men­ten, weil man die Situ­ation für ver­schiedene Kaufkraft­grup­pen beo­bacht­en will. Die so gemessene Knap­pheit für das Jahr 2015 wird in der Ab­bildung für den ober­en Preis­bereich des Mi­et­wohnungs­marktes darges­tellt. Ein Wert von -5 stellt dabei äusser­ste Knap­pheit dar, einer von 0 deutet auf einen Markt im Gleichgewicht und bei 5 herrscht massives Über­ange­bot.



Die Ab­bildung zeigt, dass im Bereich gün­sti­ger Mi­et­wohnun­gen ef­fekt­iv Man­gel herrscht. Allerd­ings weist ein hell­roter Wert noch nicht zwin­gend auf Wohnung­s­not hin. In dunkel­ro­ten ist die Situ­ation aber sich­er prob­lem­at­isch. Im Bereich der teurer­en Mi­et­wohnun­gen ist 2015 aber keine Re­gion sehr knapp. Was übri­gens für Zürich auch bereits im Jahr 2013 galt. Dies il­lus­triert, wie ab­surd der Schutz kaufkräfti­ger Haush­alte auf dem Mi­et­wohnungs­markt auf­grund trivi­al-öko­nomis­cher und quant­it­at­iv un­be­darfter Über­le­gun­gen ist.

Wir fassen zusam­men:

Das Bun­des­gericht meint: Um die Mi­eter vor Aus­beu­tung zu schützen, darf die An­fangs­mi­ete bei Wohnung­s­not ange­focht­en wer­den. Diese wird ab­schliessend am Leer­stand gemessen.

Wir mein­en:

  • Ein Mi­eter der (ver­mö­gens­mässig) auch Ei­gentümer wer­den kann, kann nicht aus­ge­beutet wer­den.
  • Leer­stand kann Knap­pheit an­zei­gen, der Gleichgewichtsleer­stand kann aber re­lat­iv tief lie­gen
  • Die amt­liche Stat­istik ist keine zuver­lässige Leer­stands­mes­sung.
  • Andere Masszah­len zei­gen deut­lich, dass im ober­en Pre­is­seg­ment des Mi­et­wohnungs­marktes sich­er keine Wohnung­s­not herrscht.
  • Die Rezep­tur des Bun­des­gerichts ist “self ful­filling”. Wer­den die Mi­eten künst­lich tief ge­hal­ten, dann stehen die Leute Sch­lange und der Leer­stand wird gerade de­shalb gegen Null ten­dier­en.
  • Wirk­lich kaufkraftschwachen Haush­al­ten auf Wohnungs­suche wird nicht ge­holfen, wenn die Pre­is­dif­fer­en­zier­ung nach oben einges­chränkt wird. Im Ge­gen­teil, ihre Situ­ation wird nur noch schwi­eri­ger.

Wohnung­s­not ist un­ser­er Ansicht nach ein in­di­vidu­ell zu defini­er­endes Konzept, näm­lich “die Un­mög­lich­keit in­nert nütz­lich­er Frist eine dem Budget an­gemessene Un­ter­kun­ft zu find­en”. Tritt sie auf, löst man das Prob­lem am Besten in­di­vidu­ell oder für die be­t­ro­f­fene Ziel­gruppe. Ganz sich­er löst man es nicht durch Aushebelung der Preis­b­ildung.

Trotzdem an­erkennen wir, dass das Bun­des­gericht­sur­teil auch Vorteile bringt. Es wird ein Modell zur Wohnung­s­not brauchen. Die Ei­gentümer wer­den ein Screen­ing der Mi­eter nach An­fech­tung­s­risiko und die Mi­eter die Vormi­eten der Wohnun­gen nachfra­gen. Dass der­gleichen die öf­fent­liche Wohl­fahrt der Sch­weiz fördert, wagen wir zu bez­weifeln. Die Wohl­fahrt der An­bi­eter ents­prechender Di­enstleis­tun­gen aber ganz bestim­mt.
Why Who Where
Why, who, where?
Jule Verne com­bined his fanci­ful­ness with the new­est sci­entif­ic find­ings. We were in­spired by “20’000 Leagues Under the Sea” – want­ing to sur­vive daily ad­ven­tures, find­ing our way in data over­load. We are un­be­liev­ably curi­ous what data still has to tell us.
Data Collection
Charles Darwin
Charles Dar­win sailed the seas and oceans and col­lec­ted ob­ser­va­tions on wild­life and fossils. This was the basis of the the­ory of evol­u­tion.
Data Pooling
Carl von Linné
Carl von Linné form­al­ised the mod­ern sys­tem of nam­ing or­gan­isms. We form­al­ise a var­ity of data.
Data Matching
Mary Anning
The find­ings of the fossil col­lect­or Mary An­ning changed the think­ing about pre­his­tor­ic life – she col­lec­ted and matched her un­known bones to com­plete skel­et­ons. We de­tect sim­il­ar­it­ies with in­com­plete and im­pre­cise data.
Data Modeling
John Stuart Mill
John Stu­art Mill com­bined so­cial and eco­nom­ic top­ics in a (mostly) pro­gress­ive way. We cre­ate mod­els to en­able eco­nom­ic de­cision mak­ing for the fu­ture.
Data Rendering
The Little Mermaid
The Little Mer­maid does whatever ne­ces­sary to gain the prince’s heart. We do whatever ne­ces­sary, to please our cus­tom­ers with our visu­al­iz­a­tions and on­line solu­tions.
Blog
Thoughts & ideas
Find our thought and ideas about cur­rent eco­nom­ic or tech­nic­al ques­tions. Signed con­tri­bu­tions do not ne­ces­sar­ily rep­res­ent the “com­pany view” - we be­lieve that only con­tro­ver­sial dis­cus­sion lead to pro­gress.