Из журнала Firenze University Press Journal: Aestimum

Айтен Ягмур,кафедра экономики труда и производственных отношений, Университет Акдениз

Мехмет Каякуш, кафедра информационных систем управления, Университет Акдениз

Мустафа Терзиоглу,факультет бухгалтерского учета и налогообложения, Университет Акдениз

Человеческие потребности безграничны, однако некоторые базовые потребности, такие как питание, кров и защита, должны быть удовлетворены в первую очередь для продолжения их жизни. Потребность в жилье представляет собой многогранную проблему, которая необходима людям для обеспечения жильем, здоровья, безопасности и удовлетворения различных социально-культурных потребностей. Люди хотят купить дом, чтобы иметь собственный дом, только когда их благосостояние достигает определенного уровня. На этом этапе важно выбрать дом, который будет соответствовать их бюджету и потребностям членов их семьи. В этом отношении доступные цены на жилье очень важны для домохозяйств. Поставщики жилья уделяют первоочередное внимание потребностям этих домохозяйств при проектировании дома, который они будут производить с архитектурной точки зрения. Очень важно, чтобы строящийся дом соответствовал этим потребностям и чтобы он был построен в правильном месте с точки зрения затрат. Для этих учреждений жизненно важно правильно определить цену на жилье, покрыть эти расходы, легко продать построенные дома и получить желаемую норму прибыли. Потому что учреждения, поставляющие жилье, делают огромные капитальные вложения, а неправильные стройки, которые невозможно продать, приводят к тому, что эти учреждения очень быстро разоряются. Банки, ипотечные компании и компании, занимающиеся недвижимостью, которые предоставляют финансирование для жилья, выделяют ссуды домохозяйствам, которые нуждаются в жилье, исходя из цены на жилье и оценки, которую они сделают.

Поэтому создание действенной и действенной кредитной политики этими финансовыми учреждениями напрямую зависит от точного прогнозирования цены дома. Поскольку сроки погашения этих кредитов будут среднесрочными и долгосрочными, неправильное распределение кредитов приведет к сокращению их активов и снижению их прямой рентабельности активов (ROA) из-за того, что эти компании будут неэффективно использовать активы на своих балансах в долгосрочной перспективе. Таким образом, основным решающим фактором для трех важных участников рынка жилья является цена продажи дома. Факторами, определяющими цену продажи дома, являются, прежде всего, основные характеристики дома. Первый из них – расположение дома. В целом видно, что дома строятся по низшим, средним и обеспеченным группам и их потребности в зависимости от особенностей месторасположения (у моря, в лесу, удаленность от центра города, школы, больницы). , религиозные места, а также близость к организованным промышленным зонам, являющимся производственными зонами и т. д.). Другим фактором является объем и расположение дома. Полезный размер и количество комнат в доме являются прямым фактором для цены продажи из-за как демографических характеристик требовательных домохозяйств, так и стоимости строящегося жилья. Кроме того, тот факт, что продаваемый дом является новым или вторичным, напрямую влияет на твердую цену продажи дома в домах высокого типа. Более того, то, спроектирован ли дом как комплекс зданий (охрана, бассейн, спа, тренажерный зал и т. д.), является определяющим фактором для цены продажи дома. Эти переменные, которые мы описываем как микропеременные, были включены в модель исследования. С помощью этой модели была предпринята попытка предсказать цены на жилье с использованием методов машинного обучения, которые относятся к передовым методам прогнозирования. Считается, что полученные результаты будут способствовать правильному ценообразованию с точки зрения поставщиков жилья, посредников в продаже жилья и учреждений, предоставляющих финансирование. Результаты модели, созданной в исследовании, также важны с точки зрения эффективного и активного рынка жилья. Особенно на рынках жилья, где колебания цен высоки и существует дисбаланс спроса и предложения на жилье, использование механизмов заблаговременного прогнозирования цен обеспечит надлежащее функционирование рынков.

Использование трех различных машинных методов в исследовании и особенно тестирование метода регрессии опорных векторов в этом отношении отличается от аналогичных исследований в литературе. Целью данного исследования является создание модели, которая может точно прогнозировать цены на жилье в локациях в портфелях учреждений, которые предлагают жилье и опосредуют его продажу. Проверка успешности разработанной модели с использованием методов машинного обучения является второй основной целью исследования. В то же время он призван стать образцовым справочным исследованием для более надлежащего планирования жилищного строительства с учетом предпочтений тех, кто предлагает жилье, и тех, кто в нем нуждается. Для достижения этих целей основная гипотеза исследования заключается в том, что переменные, раскрывающие характеристики дома при оценке цен на жилье, будут успешно прогнозироваться с использованием методов машинного обучения. Во втором разделе исследования была сделана ссылка к исследованиям основной динамики, влияющей на цены на жилье. Кроме того, включены исследования цен на жилье с использованием машинного обучения и других методов. Раздел 3 описывает модель исследования и используемые методы машинного обучения, сосредоточив внимание на наборе данных этой модели. В разделе 4 результаты, полученные с помощью машинного обучения, включены в исследование, и эти выводы обсуждаются. В разделе 5 представлены выводы, сделанные в ходе исследования, а также политика и рекомендации, сделанные на основе этих выводов.

DOI: https://doi.org/10.36253/aestim-13703

Читать полный текст: https://oaj.fupress.net/index.php/ceset/article/view/13703