Pricing, demand inference, and competitive dynamics in short-term rentals

Abstract

This thesis examines how posted prices are formed in the short-term rental market in Athens when demand is not directly observed. A central methodological challenge is that public platform data provide information on prices and availability, but not on realized occupancy. To address this issue, the study uses repeated Inside Airbnb calendar snapshots for the period 2023–2025 and constructs a monthly listing-level panel. By separating non-market host blocks from actual market availability, computing a lower bound for booked nights, and estimating booking curves, the thesis develops a transparent and reproducible occupancy proxy that serves as its main measure of demand. Building on this panel, the study estimates posted-price models that combine structural listing characteristics, quality signals, seasonality, and a hierarchically defined peer environment, while also examining the within-listing relationship between relative price and occupancy over time. In addition, it develops diagnostic tools to assess potential underpricing or overpricing and to measure the intensity of dynamic pricing behavior. In a complementary empirical layer, the thesis uses operational reservation data from Airbnb and Booking.com to investigate how realized Average Daily Rate is associated with review propensity and guest ratings. Finally, in a policy-oriented layer, it examines the associations between short-term rental intensity and long-term rent and sale-price developments in Athens around the 2025 licensing intervention. The findings indicate that seasonality, location, and competition are major drivers of posted prices, that higher relative prices are associated with slightly lower occupancy, and that the policy-related results should be interpreted cautiously given the study’s identification constraints in causality.Η παρούσα εργασία εξετάζει τον τρόπο με τον οποίο διαμορφώνονται οι αναρτημένες τιμές στις βραχυχρόνιες μισθώσεις κατοικιών στην Αθήνα, σε ένα περιβάλλον όπου η ζήτηση δεν παρατηρείται άμεσα. Κεντρικό μεθοδολογικό πρόβλημα αποτελεί το γεγονός ότι οι δημόσιες πλατφορμικές βάσεις παρέχουν πληροφορία για τις τιμές και τη διαθεσιμότητα, αλλά όχι για την πραγματική πληρότητα. Για την αντιμετώπιση αυτού του ζητήματος, η εργασία αξιοποιεί επαναλαμβανόμενα στιγμιότυπα ημερολογίων της πλατφόρμας Inside Airbnb για την περίοδο 2023–2025 και κατασκευάζει μηνιαίο πάνελ σε επίπεδο καταχώρισης. Μέσω καθαρισμού των ημερολογίων από μη εμπορικά κλεισίματα, υπολογισμού κατώτατου ορίου κρατήσεων και εκτίμησης καμπυλών κράτησης, παράγεται ένας διαφανής και αναπαραγώγιμος δείκτης πληρότητας, ο οποίος χρησιμοποιείται ως βασική προσέγγιση της ζήτησης. Στη συνέχεια, εκτιμώνται υποδείγματα αναρτημένης τιμής που συνδυάζουν δομικά χαρακτηριστικά του καταλύματος, δείκτες ποιότητας, εποχικότητα και ιεραρχικά οριζόμενο ανταγωνιστικό περιβάλλον, ενώ παράλληλα εξετάζεται η σχέση μεταξύ σχετικής τιμής και πληρότητας εντός της ίδιας καταχώρισης στον χρόνο. Επιπλέον, αναπτύσσονται διαγνωστικά εργαλεία για την αξιολόγηση πιθανής υποτιμολόγησης ή υπερτιμολόγησης και για τη μέτρηση της έντασης της δυναμικής τιμολόγησης. Σε συμπληρωματικό επίπεδο, χρησιμοποιούνται λειτουργικά δεδομένα κρατήσεων από Airbnb και Booking.com, ώστε να διερευνηθεί η σχέση της πραγματοποιηθείσας μέσης ημερήσιας τιμής με την πιθανότητα υποβολής αξιολόγησης και με τις βαθμολογίες των επισκεπτών. Τέλος, η εργασία εξετάζει, σε επίπεδο πολιτικής, τις συσχετίσεις μεταξύ της έντασης των βραχυχρόνιων μισθώσεων και των εξελίξεων στις μακροχρόνιες τιμές ενοικίασης και πώλησης κατοικιών στην Αθήνα γύρω από την παρέμβαση αδειοδότησης του 2025. Τα αποτελέσματα δείχνουν ότι η εποχικότητα, η τοποθεσία και ο ανταγωνισμός αποτελούν βασικούς προσδιοριστικούς παράγοντες των τιμών, ότι οι υψηλότερες σχετικές τιμές συνδέονται με ελαφρώς χαμηλότερη πληρότητα, και ότι τα ευρήματα της πολιτικής διάστασης πρέπει να ερμηνεύονται με προσοχή λόγω περιορισμών ταυτοποίησης της αιτιότητας.