MétaCan
Menu
Retour à la cohorte
Enregistrement W2548666130 · doi:10.1108/jerer-01-2016-0001

Residential property prices’ modeling: evidence from selected European countries

2016· article· en· W2548666130 sur OpenAlexaboutno aff
Iustina Alina Boitan

Notice bibliographique

RevueJournal of European real estate research · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReal estateAutoregressive integrated moving averageResidential propertyHouse priceUnivariateEconomicsEconometricsSample (material)Quarter (Canadian coin)Residential real estateEuropean unionOriginalityFinancial economicsTime seriesMultivariate statisticsGeographyFinanceStatisticsEconomic geographyMathematicsInternational trade

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to contribute to the relatively narrow existing residential real estate literature by developing and validating several univariate forecasting models, to reliably anticipate future house price dynamics across several European Union (EU) countries. Design/methodology/approach The research approach relies on the time series analysis, by using the Box–Jenkins autoregressive integrated moving average (ARIMA) methodology to explore the trends of residential property prices in selected EU countries and to obtain a snapshot of the potential signs of change to be witnessed by domestic residential markets on a short time-period. The analysis has been performed distinctly for each country in the sample, to account for country-specific past and future trends as well as similarities in their house price growth rate evolutions. The models were estimated for a broad sample of quarterly observations during 1990-2015, while the forecast horizon ranged between the third quarter of 2015 and the fourth quarter of 2016. Findings The findings suggested that residential property prices’ real growth rate can be modeled through the Box–Jenkins method for France, The Netherlands, Sweden and UK. The pattern of Italy’s residential property prices’ real growth rate cannot be explained by means of univariate ARIMA models, being more suited for multivariate models. Originality/value The article subscribes to the need for timely, high-frequency and quality data about house price trends in Europe, to increase the accuracy of forecasts and prevent the appearance of bubbles on real estate market. It compares residential property prices’ dynamics across European countries to identify housing markets with similar patterns of their prices.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,148
Tête enseignante GPT0,310
Écart entre enseignants0,161 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of European real estate researchMême sujetHousing Market and EconomicsTravaux en français237 207