Does the analytical hierarchy process help appraisers make better decisions? A quasi-experimental approach for property investment comparables
Notice bibliographique
Résumé
Purpose Income from investment properties can fluctuate depending on the state of the economy. The idea that there is always a potential exit (sale) value whenever the property stops performing at its optimum or deflation in the economy will always appeal to investors. To determine housing prices, investors would rely on a direct comparison approach (DCA) of recent substitute sales in the open market. Appraisers use this approach to develop an opinion of value when there is a plethora of recent sales to analyse. Design/methodology/approach The study was designed to establish the use of the analytical hierarchy process (AHP) approach as a support tool for deciding property appraisals. A case study of an industrial single-storey stand-alone building with grade-level parking in the south-east of Calgary, Canada, was investigated with the AHP approach. The result was cross-referenced with the DCA. Findings Using a consistency index of 0.077321 and a consistency ratio of 0.085912, the matrix multiplication was determined to be 0.456706. The average valuations derived from the adjusted price per square foot using the direct comparison method and the unadjusted price per square foot using the AHP were deemed the best value estimate in the light of available comparables. The implications of the findings suggest that AHP, as a quantitative technique, can support and validate the use of similar non-recent sale comparables when appraising investment properties with the DCA. Originality/value AHP is an alternative aid in quantitatively deciding the most significant value attribute for comparison before subjective adjustments. When intuitively applied in the DCA, these subjective adjustments almost always lead to an overvaluation of properties.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».