Previsión espacial de mercados inmobiliarios australianos con agentes

Resumen

Este estudio presenta un componente espacial basado en grafos para un modelo a gran escala basado en agentes de los mercados inmobiliarios urbanos. Representa cómo las características sociales y económicas —incluidos el miedo a quedarse fuera, la tendencia a seguir tendencias y el alcance de la actividad de un agente en su submercado— afectan a las decisiones de compra y venta en distintas ubicaciones. El enfoque busca captar relaciones espaciales que pueden pasar desapercibidas en modelos centrados en agregados de todo el mercado.

El modelo se calibra y valida con datos inmobiliarios de la Gran Sídney. Sus simulaciones generan previsiones para el mercado general y para las áreas de gobierno local, con resultados que surgen de las decisiones individuales de los agentes. También revelan diferencias modelizadas en las preferencias por submercados entre compradores primerizos, inversores e inversores locales y extranjeros. La descripción no ofrece medidas de error de previsión, una comparación con otros métodos de previsión ni evidencia de regiones fuera de Sídney. Por tanto, los resultados presentados muestran el alcance y el detalle conductual del modelo, pero su valor predictivo más allá del contexto indicado no está claro.

Ideas clave

• Una estructura basada en grafos incorpora relaciones espaciales a un modelo basado en agentes de la vivienda urbana.
• Las decisiones de los agentes reflejan factores sociales y económicos, como seguir tendencias y el miedo a quedarse fuera.
• La aplicación a Sídney genera previsiones tanto para el mercado general como para las áreas de gobierno local.
• Las simulaciones distinguen preferencias modelizadas entre grupos de compradores e inversores, aunque la descripción no ofrece resultados sobre la precisión de las previsiones.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.