Prévision spatiale des marchés immobiliers australiens à base d’agents

Résumé

Cette étude présente une composante spatiale fondée sur des graphes pour un vaste modèle à base d’agents des marchés immobiliers urbains. Elle représente l’influence de caractéristiques sociales et économiques — dont la peur de manquer une occasion, la tendance à suivre les tendances et la portée de l’activité d’un agent sur son sous-marché — sur les décisions d’achat et de vente selon les lieux. L’approche vise à saisir des relations spatiales que les modèles axés sur des agrégats à l’échelle du marché peuvent manquer.

Le modèle est calibré et validé à l’aide de données immobilières du Grand Sydney. Ses simulations produisent des prévisions pour l’ensemble du marché et pour les collectivités locales, les résultats découlant des décisions individuelles des agents. Elles font également apparaître des différences modélisées dans les préférences de sous-marché entre les primo-accédants, les investisseurs locaux et les investisseurs étrangers. La description ne fournit ni mesures d’erreur de prévision, ni comparaison avec d’autres méthodes de prévision, ni données provenant de régions autres que Sydney. Les résultats présentés montrent donc la portée et le niveau de détail comportemental du modèle, tandis que sa valeur prédictive au-delà du cadre indiqué reste incertaine.

Idées clés

• Une structure fondée sur des graphes intègre les relations spatiales à un modèle immobilier urbain à base d’agents.
• Les décisions des agents tiennent compte de facteurs sociaux et économiques comme le suivi des tendances et la peur de manquer une occasion.
• L’application à Sydney produit des prévisions à l’échelle du marché et des collectivités locales.
• Les simulations distinguent les préférences modélisées des groupes d’acheteurs et d’investisseurs, mais la description ne donne aucun résultat de précision des prévisions.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.