文章基本信息

标题：Artificial Neural Networks for Predicting Real Estate Price
本地全文：下载
作者：Julia M. Núñez Tabales ; José María Caridad y Ocerin ; Francisco J. Rey Carmona 等
期刊名称：Revista de Métodos Cuantitativos para la Economía y la Empresa
印刷版ISSN：1886-516X
电子版ISSN：1886-516X
出版年度：2013
卷号：15
页码：29-44
语种：English
出版社：Universidad Pablo de Olavide
摘要：Los modelos econométricos en la valoración de precios inmobiliarios constituyen una herramienta útil tanto para los compradores como para las autoridades locales y fiscales. Desde los modelos hedónicos clásicos hasta los planteamientos actuales a través de redes neuronales artificiales (RNA), han tenido lugar numerosas aportaciones en la literatura económica que tratan de comparar los resultados de ambos métodos. Insistimos en el empleo de RNA en el caso de disponer de suficiente información estadística. En este trabajo se aplica dicha metodología en una ciudad de tamaño medio situada en el sur de España, utilizando una extensa muestra de datos que comprende varios años precedentes a la crisis actual. Las variables utilizadas -tanto cuantitativas como cuantativas- incluyen datos externos e internos de la vivienda, del edificio en el que está localizada, así como de su entorno. Se construyen varios modelos alternativos para distintos intervalos de tiempo, siendo capaces de estimar los efectos de los precios crecientes del mercado alcista durante la década pasada.
其他摘要：Econometric models, in the estimation of real estate prices, are a useful and realistic approach for buyers and for local and fiscal authorities. From the cIassical hedonic models to more data driven procedures, based on Artificial Neural Networks (ANN), many papers have appeared in economic literature trymg to compare the results attamed wlth both approaches. We insist on the use of ANN, when there is enough statistical information, and will detail sorne comparisons to hedonic modelling, in a medium size city in the South of Spain, with an extensive set of data spanning over several years, coIlected before the actual downturn of the market. Exogenous variables include each dwelling's external and internal data (both numerical and qualitative), and data from the building in which it is located and its surroundings. AIternative models are estimated for several time intervals, and enabling the comparison of the ettects of the rising prices during the buIl market over the last decade.
关键词：House prices; artificial neural networks (ANN); valuation; econometric modelling;Precios de la vivienda; redes neuronales artificiales (RNA); valoración; modelos econométricos