آسٹریلوی ہاؤسنگ مارکیٹوں کی مکانی ایجنٹ پر مبنی پیش گوئی

خلاصہ

یہ مطالعہ شہری ہاؤسنگ مارکیٹوں کے بڑے ایجنٹ پر مبنی ماڈل کے لیے گراف پر مبنی مکانی جزو پیش کرتا ہے۔ یہ ظاہر کرتا ہے کہ سماجی اور معاشی خصوصیات—بشمول موقع کھو دینے کا خوف، رجحانات کی پیروی کا میلان اور ایجنٹ کی ذیلی مارکیٹ سرگرمی کا دائرہ—مختلف مقامات پر خرید و فروخت کے فیصلوں کو کیسے متاثر کرتی ہیں۔ اس طریقے کا مقصد مکانی تعلقات کو شامل کرنا ہے جو صرف پوری مارکیٹ کے مجموعی اعداد پر توجہ دینے والے ماڈلوں سے چھوٹ سکتے ہیں۔

ماڈل کو گریٹر سڈنی کے ہاؤسنگ ڈیٹا سے کیلیبریٹ اور توثیق کیا گیا ہے۔ اس کی نقلیں انفرادی ایجنٹوں کے فیصلوں سے سامنے آنے والے نتائج کے ساتھ پوری مارکیٹ اور مقامی حکومتی علاقوں کے لیے پیش گوئیاں تیار کرتی ہیں۔ یہ پہلی بار گھر خریدنے والوں، سرمایہ کاروں اور مقامی و بیرونِ ملک سرمایہ کاروں کے درمیان ذیلی مارکیٹ کی ترجیحات کے ماڈل شدہ فرق بھی دکھاتی ہیں۔ بیان میں پیش گوئی کی غلطی کے پیمانے، دوسرے پیش گوئی طریقوں سے موازنہ یا سڈنی سے باہر کے علاقوں کے شواہد نہیں دیے گئے۔ لہٰذا رپورٹ کردہ نتائج ماڈل کے دائرے اور رویّے کی تفصیل دکھاتے ہیں، جبکہ بیان کردہ صورت سے آگے اس کی پیش گوئی کی قدر واضح نہیں۔

اہم خیالات

• گراف پر مبنی ساخت شہری ہاؤسنگ کے ایجنٹ پر مبنی ماڈل میں مکانی تعلقات شامل کرتی ہے۔
• ایجنٹوں کے فیصلے رجحانات کی پیروی اور موقع کھو دینے کے خوف جیسے سماجی و معاشی عوامل سے متاثر ہوتے ہیں۔
• سڈنی پر اطلاق پوری مارکیٹ اور مقامی حکومتی علاقوں، دونوں کی پیش گوئیاں تیار کرتا ہے۔
• نقلیں خریداروں اور سرمایہ کاروں کے گروہوں کی ماڈل شدہ ترجیحات میں فرق دکھاتی ہیں، مگر بیان میں پیش گوئی کی درستگی کے نتائج نہیں۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔