Un análisis del mercado de la vivienda a través de redes neuronales artificiales

El análisis del mercado de la vivienda, como parte fundamental en el desarrollo de la Economía Urbana deuna región y por agregación de un determinado país, se ha constituido en una de las principales líneas deinvestigación de la última década. Debido al continuo incremento de los precios en dicho me...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Estudios de economía aplicada 2001-08, Vol.18 (2), p.67
Hauptverfasser: CARIDAD Y OCERÍN, JM, CEULAR VILLAMANDOS, N
Format: Artikel
Sprache:spa
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:El análisis del mercado de la vivienda, como parte fundamental en el desarrollo de la Economía Urbana deuna región y por agregación de un determinado país, se ha constituido en una de las principales líneas deinvestigación de la última década. Debido al continuo incremento de los precios en dicho mercado, se estánmanteniendo interesantes debates acerca de las causas de este pernicioso proceso y de las políticas a aplicarpara mejorar el estado de bienestar social.En los últimos años se están replanteando los trabajos de Rosen (1974), emergiendo un nuevo concepto devivienda como conjunto de atributos que le confieren identidad propia, haciendo que unidades de igual preciopuedan ser contempladas por oferentes y demandantes como bienes sustancialmente diferentes. Con este propósito,se introduce la metodología hedónica para analizar el precio de un bien en función de sus características,a través de la estimación de los precios implícitos de sus componentes.El desarrollo de la Inteligencia Artificial permite la utilización de sistemas de redes neuronales comoalternativa a los métodos econométricos de modelización tradicional. En el presente trabajo se pretende desarrollaruna estructura del tipo perceptrón multicapa como herramienta de predicción del precio de la vivienda.La comparación de los resultados obtenidos con ambos modelos, muestra una considerable mejora en la precisiónde las valoraciones con la utilización de sistemas neuronales artificiales.
ISSN:1133-3197
1697-5731