The impact of infrastructural and demographic factors, and other variables on the pre-and post-capital raise performance of Real Estate Crowdfunding campaigns

Real Estate crowdfunding (RECF) represents an alternative and complementary form of financing real estate projects that significantly grew in the last years. The cumulative collected capital worldwide by RECF platforms is estimated at € 45 billion. The purpose of this master thesis is to investigate whether infrastructural and demographic factor, and other variables such as the projects’ characteristics have an impact on the campaigns’ performance. In addition to that, another objective is to evaluate the effect of the projects’ characteristics on the post-fundraising performance. Infrastructural factors are expressed in terms of proximity of the project to airports and shopping centres. Instead, demographic factors are represented by the total population, the average age, and the average net income per individual of the area in which the project is located. The empirical study regards the Swedish platform Tessin, which represents one of the leader platforms in Europe, and considers a sample of 205 projects in the Swedish territory. The analysis is conducted using a multivariate ordinary least squares (OLS) regression model for the extensive variables and a Probit model for the binary variables. The results of the regression analysis did not completely align with the expectations, as the independent variables considered in the models did not show strong correlations with the dependent variables. However, the analysis led to two relevant conclusions. Firstly, the impact of infrastructural factors on RECF campaigns is strongly influenced by the way they are presented by the platforms, as investors might not be experts of the real estate sector and have a speculative approach. In addition to that, the obtained results suggest that building trust is a key factor for RECF platform, as investors seem to be more motivated by the platform’s track record rather than the individual attributes of the projects.

Il Real Estate Crowdfunding (RECF) rappresenta una forma alternativa e complementare di finanziamento di iniziative immobiliari che è cresciuta esponenzialmente negli ultimi anni. La raccolta cumulativa di capitale a livello mondiale dalle piattaforme RECF è stimata in € 45 miliardi. L’obiettivo di questa tesi magistrale è di analizzare l’impatto di fattori infrastrutturali e demografici, oltre ad altre variabili come le caratteristiche dei progetti, sulla performance delle campagne di crowdfunding. Inoltre, un altro fine è valutare l'effetto delle caratteristiche dei progetti sulla performance post-raccolta fondi. I fattori infrastrutturali sono espressi in termini di vicinanza della proprietà oggetto dell’intervento ad aeroporti e centri commerciali. Invece, i fattori demografici sono rappresentati dalla popolazione totale, dall'età media e dal reddito medio netto per individuo dell'area in cui si trova il progetto. L’analisi empirica riguarda la piattaforma svedese Tessin, che rappresenta una delle principali piattaforme in Europa, e considera un campione di 205 progetti sul territorio svedese. L'analisi è condotta utilizzando un modello di regressione lineare (OLS) per le variabili estensive e un modello Probit per le variabili binarie. I risultati dell'analisi di regressione non hanno completamente confermato le aspettative, poiché le variabili indipendenti considerate nei modelli non hanno evidenziato correlazioni significative con le variabili dipendenti. Tuttavia, l'analisi ha portato a due conclusioni rilevanti. In primo luogo, l'effetto dei fattori infrastrutturali sulle campagne RECF è notevolmente influenzato dalle modalità di presentazione di tali fattori da parte delle piattaforme, poiché gli investitori potrebbero non avere competenze specialistiche nel settore immobiliare e potrebbero adottare un approccio speculativo. Inoltre, i risultati indicano che la fiducia degli investitori nella piattaforma riveste un ruolo cruciale, poiché essi sembrano maggiormente motivati dal track record della piattaforma in confronto alle specifiche caratteristiche dei singoli progetti.