Пространственное прогнозирование рынка жилья Австралии с помощью агентной модели

Сводка

В исследовании представлен пространственный компонент на основе графов для крупномасштабной агентной модели городских рынков жилья. Он отражает, как социальные и экономические характеристики — включая страх упустить выгоду, склонность следовать за трендом и охват деятельности агента в сегменте рынка — влияют на решения о покупке и продаже в разных районах. Подход призван учитывать пространственные взаимосвязи, которые могут упускать модели, ориентированные на агрегированные показатели всего рынка.

Модель калибруется и проверяется на данных о жилье Большого Сиднея. Симуляции дают прогнозы для всего рынка и районов местного самоуправления, формируемые решениями отдельных агентов. Они также показывают смоделированные различия в предпочтениях на субрынках среди покупателей первого жилья, инвесторов, а также местных и иностранных инвесторов. В описании нет метрик ошибки прогноза, сравнения с другими методами прогнозирования или данных за пределами Сиднея. Представленные результаты показывают охват модели и детализацию поведения, однако её прогностическая ценность за пределами указанной области остаётся неясной.

Ключевые идеи

• Графовая структура включает пространственные взаимосвязи в агентную модель городского рынка жилья.
• Решения агентов учитывают социальные и экономические факторы, например следование за трендом и страх упустить выгоду.
• Применение модели к Сиднею даёт прогнозы как для всего рынка, так и для районов местного самоуправления.
• Симуляции различают смоделированные предпочтения групп покупателей и инвесторов, однако описание не содержит данных о точности прогноза.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.