Agentenbasierte Prognosen für räumliche Wohnimmobilienmärkte

Zusammenfassung

Diese Studie stellt eine graphbasierte räumliche Komponente für ein groß angelegtes agentenbasiertes Modell urbaner Wohnimmobilienmärkte vor. Sie bildet ab, wie soziale und wirtschaftliche Merkmale – darunter die Angst, etwas zu verpassen, die Neigung, Trends zu folgen, und die Reichweite der Aktivitäten eines Agenten in seinem Teilmarkt – Kauf- und Verkaufsentscheidungen an verschiedenen Orten beeinflussen. Der Ansatz soll räumliche Beziehungen erfassen, die bei Modellen mit Fokus auf marktweiten Gesamtwerten möglicherweise unberücksichtigt bleiben.

Das Modell wird anhand von Wohnungsdaten aus Greater Sydney kalibriert und validiert. Seine Simulationen erstellen Prognosen für den Gesamtmarkt und lokale Verwaltungsgebiete, wobei die Ergebnisse aus den Entscheidungen einzelner Agenten hervorgehen. Sie zeigen außerdem modellierte Unterschiede bei den Präferenzen für Teilmärkte zwischen Erstkäufern, Anlegern sowie lokalen und ausländischen Investoren. Die Beschreibung enthält keine Maße für Prognosefehler, keinen Vergleich mit anderen Prognosemethoden und keine Evidenz aus Regionen außerhalb Sydneys. Die berichteten Ergebnisse zeigen daher den Umfang und die Verhaltensdetails des Modells; sein Prognosewert außerhalb des angegebenen Einsatzbereichs bleibt unklar.

Kernaussagen

• Eine graphbasierte Struktur integriert räumliche Beziehungen in ein agentenbasiertes Modell für urbane Wohnimmobilienmärkte.
• Die Entscheidungen der Agenten berücksichtigen soziale und wirtschaftliche Faktoren wie Trendfolge und die Angst, etwas zu verpassen.
• Die Anwendung auf Sydney erstellt sowohl marktweite Prognosen als auch Prognosen für lokale Verwaltungsgebiete.
• Simulationen unterscheiden modellierte Präferenzen verschiedener Käufer- und Anlegergruppen, doch die Beschreibung enthält keine Ergebnisse zur Prognosegenauigkeit.

Schlagwörter

# The impact of social influence in Australian real-estate: market forecasting with a spatial agent-based model


# The impact of social influence in Australian real-estate: market forecasting with a spatial agent-based model









Housing markets are inherently spatial, yet many existing models fail to capture this spatial dimension. Here we introduce a new graph-based approach for incorporating a spatial component in a large-scale urban housing agent-based model (ABM). The model explicitly captures several social and economic factors that influence the agents' decision-making behaviour (such as fear of missing out, their trend following aptitude, and the strength of their submarket outreach), and interprets these factors in spatial terms. The proposed model is calibrated and validated with the housing market data for the Greater Sydney region. The ABM simulation results not only include predictions for the overall market, but also produce area-specific forecasting at the level of local government areas within Sydney as arising from individual buy and sell decisions. In addition, the simulation results elucidate agent preferences in submarkets, highlighting differences in agent behaviour, for example, between first-time home buyers and investors, and between both local and overseas investors.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.