Modelos econométricos para el precio de los inmuebles: un caso de estudio en Portugal
Type
doctoralThesis
Publisher
Identifier
TEIXEIRA, Maria Cristina Canavarro (2011) - Modelos econométricos para el precio de los inmuebles: un caso de estudio en Portugal. Córdoba : Universidad de Córdoba. 319 p. Tese de Doutoramento.
Title
Modelos econométricos para el precio de los inmuebles: un caso de estudio en Portugal
Subject
Castelo Branco
Inmuebles
Modelos econométricos
Redes neuronales
Inmuebles
Modelos econométricos
Redes neuronales
Date
2011-07-15T16:06:19Z
2011-07-15T16:06:19Z
2011
2011-07-15T16:06:19Z
2011
Description
Tesis doctoral presentada por Maria Cristina
Canavarro Teixeira en satisfacción de los
requisitos necesarios para optar al grado de
doctor europeo por la Universidad de
Córdoba. Dirigido por el Prof. Dr. Jose M.
Caridad y Ocerin y la Profa. Dra. Nuria Ceular Villamandos
Este trabajo tiene como objetivo principal entender el mecanismo de formación del precio de la vivienda en Portugal. Para eso, empezamos un estudio de caso en Castelo Branco, ciudad que me ha acogido desde 1993. Se trata de una investigación sobre el precio de los apartamentos vendidos en esta ciudad entre 2005 y 2009, con la intervención de los agentes de la propiedad inmobiliaria con sede en Castelo Branco. Para lograr este objetivo, hemos aplicado dos métodos: la Metodología de Precios Hedónicos (MPH), y las Redes Neuronales Artificiales (RNA), que es un método econométrico menos tradicional del campo de la Inteligencia Artificial. Mientras que, en el caso de los estudios en Portugal en el área del mercado inmobiliario, las MPH tienen aproximadamente dos décadas, para las RNA no se conoce hasta lo presente ningún estudio. Para obtener el mejor modelo hedónico, es decir, para que si seleccionen las variables que más contribuyen a la fijación de precios, ha habido numerosas pruebas, utilizando principalmente el uso de software estadístico SPSS v. 17, que también ha sido utilizado en la estimación de las RNA. Las variables explicativas incluidas en el modelo final para el precio de un piso han sido: la superficie útil (metros cuadrados), el índice de anexos, el índice de confort, el índice de ubicación y dos interacciones, una entre el año en que se produce la venta y el estado (nuevo o usado) y la otra, entre el índice de la conservación y el estado. Con seis factores explicativos se ha atingido una precisión muy interesante en esta área de estudio para el MPH, cuando comparados con otros estudios, y un resultado 12% superior con la RNA, que muestra la superioridad en el campo de la Inteligencia Artificial. Tras esto, consideremos que las variables utilizadas para caracterizar el precio de la vivienda en Castelo Branco, fácilmente se pueden adaptar a otras ciudades de Portugal.
Este trabajo tiene como objetivo principal entender el mecanismo de formación del precio de la vivienda en Portugal. Para eso, empezamos un estudio de caso en Castelo Branco, ciudad que me ha acogido desde 1993. Se trata de una investigación sobre el precio de los apartamentos vendidos en esta ciudad entre 2005 y 2009, con la intervención de los agentes de la propiedad inmobiliaria con sede en Castelo Branco. Para lograr este objetivo, hemos aplicado dos métodos: la Metodología de Precios Hedónicos (MPH), y las Redes Neuronales Artificiales (RNA), que es un método econométrico menos tradicional del campo de la Inteligencia Artificial. Mientras que, en el caso de los estudios en Portugal en el área del mercado inmobiliario, las MPH tienen aproximadamente dos décadas, para las RNA no se conoce hasta lo presente ningún estudio. Para obtener el mejor modelo hedónico, es decir, para que si seleccionen las variables que más contribuyen a la fijación de precios, ha habido numerosas pruebas, utilizando principalmente el uso de software estadístico SPSS v. 17, que también ha sido utilizado en la estimación de las RNA. Las variables explicativas incluidas en el modelo final para el precio de un piso han sido: la superficie útil (metros cuadrados), el índice de anexos, el índice de confort, el índice de ubicación y dos interacciones, una entre el año en que se produce la venta y el estado (nuevo o usado) y la otra, entre el índice de la conservación y el estado. Con seis factores explicativos se ha atingido una precisión muy interesante en esta área de estudio para el MPH, cuando comparados con otros estudios, y un resultado 12% superior con la RNA, que muestra la superioridad en el campo de la Inteligencia Artificial. Tras esto, consideremos que las variables utilizadas para caracterizar el precio de la vivienda en Castelo Branco, fácilmente se pueden adaptar a otras ciudades de Portugal.
Access restrictions
openAccess
Language
spa
Comments
