Đạt được một siêu địa GIÁ NHÀ INDEX:
KHẮC PHỤC thưa thớt dữ liệu THEO Bayesian
dynamic MODELING DỮ LIỆU ĐA
STREAMS
By You Ren
?
, Emily B. Fox
?
, Và Bruce Andrew
?
Đại học Washington
?
Hiểu thế nào giá trị nhà ở phát triển theo thời gian là rất quan trọng
để các nhà hoạch định chính sách, người tiêu dùng và các chuyên gia bất động sản. Hiện
phương pháp xây dựng chỉ số nhà ở được tính toán tại một thô
granularity không gian, chẳng hạn như khu vực đô thị, trong đó có thể che khuất
hoặc bóp méo động giá rõ ràng tại các thị trường địa phương, chẳng hạn như xóm
borhoods và những vùng điều tra dân số. Một thách thức trong việc di chuyển ước tính tại,
ví dụ, mức độ điều tra dân số đường là thưa thớt của spatiotempo-
rally địa phương quan sát bán nhà. Công việc của chúng tôi nhằm address-
ing thách thức này bằng cách tận dụng các quan sát từ nhiều điều tra dân số
vùng phát hiện có động lực định giá tương quan. Trình của chúng tôi
đặt ra cách tiếp cận phi tham Bayesian xây dựng trên khuôn khổ của
mô hình nhân tố tiềm ẩn để cho phép một phương pháp hướng dữ liệu linh hoạt cho trong-
Ferring các phân nhóm của những vùng điều tra dân số tương quan. Chúng tôi tìm hiểu các phương pháp
cho khả năng mở rộng và parallelizability các tính toán, năng suất hous-
chỉ số định giá ing ở cấp độ của vùng điều tra dân hơn là mã zip,
và trên cơ sở hàng tháng chứ không phải là hàng quý. Phân tích của chúng tôi được sản
vided trên một tập dữ liệu Seattle nhà ở đô thị lớn.
1. Giới thiệu.
Thị trường nhà ở là một phần lớn của econ- toàn cầu
nền kinh. Tại Hoa Kỳ, tỷ lệ khoảng fty quý gia đình là làm hô
bất động sản idential, theo một nghiên cứu Dự trữ Liên bang (Iacoviello, 2011).
Từ 15% đến 17% tổng sản phẩm nội địa của Mỹ là về nhà ở
và dịch vụ nhà ở liên quan theo thống kê GDP được công bố bởi
Hoa Kỳ Cục phân tích kinh tế. Hiểu thế nào giá trị của nhà ở
thay đổi theo thời gian là quan trọng đối với các nhà hoạch định chính sách, người tiêu dùng, ủng hộ bất động sản
fessionals và người cho vay thế chấp. Định giá là tương đối đơn giản cho
ngành hóa sản phẩm của nền kinh tế, chẳng hạn như năng lượng hoặc không tùy ý
chi tiêu. Ngược lại, xác định giá trị bất động sản khu dân cư là bản chất
di? Sùng bái do tính chất cá nhân của ngôi nhà. Kể từ khi thành phần của
các nhà bán thay đổi từ một trong những khoảng thời gian tiếp theo, sự thay đổi trong
giá báo cáo không nhất thiết phải tái ect sự thay đổi tổng thể về giá trị.
Do đó, các nhà kinh tế và các nhà nghiên cứu chính sách công đã cống hiến con-
siderable e ort để phát triển một chỉ số có ý nghĩa để đo lường sự thay đổi trong
giá nhà đất theo thời gian.
1
arXiv: 1505.01164v1 [stat.AP] ngày 05 Tháng 5 năm 2015
2
Y. REN ET AL.
Phương pháp phổ biến nhất để xây dựng một chỉ số giá nhà ở là
mô hình bán hàng lặp lại, đầu tiên được đề xuất bởi Bailey et al. (1963). Ý tưởng chính
là sử dụng một cặp bán hàng cho cùng một ngôi nhà để mô hình xu hướng giá cả trong
thời gian. Giả sử nhà vẫn còn trong tình trạng tương tự, giá bán hàng đầu tiên
phục vụ như là một thay thế cho các nhà
hedonics
(đồng biến nhà cấp) và các
di erence trong giá bán hàng tiếp theo nắm bắt được những thay đổi về giá trị so rằng
kỳ nội bán hàng. Cách tiếp cận này phần lớn làm hỏng tính các vấn đề gây ra
bởi sự thay đổi trong thành phần của các nhà bán. Một cơ thể lớn của văn học
mở rộng các mô hình bán hàng lặp lại ban đầu với nhiều cation Modi và
cải tiến (x, Case và Shiller, 1987, 1989; Gatzla và Haurin, 1997;
Shiller, 1991; Goetzmann và Peng, 2002). Mô hình bán hàng lặp lại là
cơ sở cho việc chỉ số giá nhà Case-Shiller, được xuất bản bởi Core-Logic và
phổ biến rộng rãi bởi các phương tiện truyền thông.
Một hạn chế của mô hình bán hàng lặp lại là những ngôi nhà có duy nhất một
giao dịch bán hàng có được loại bỏ khỏi bộ dữ liệu. Case và Shiller (1987)
báo cáo rằng, trong một thời gian nghiên cứu 16 năm, bán hàng duy nhất tạo nên càng nhiều
như 93% -97% tổng số giao dịch cho khu vực đô thị như Atlanta,
Dallas, Chicago và San Francisco. Như vậy, các nghiên cứu dựa trên doanh số lặp lại
dữ liệu dựa trên chỉ là một phần của tất cả các giao dịch và có thể không được tốt
đại diện của toàn bộ thị trường nhà ở. Englund và Redfearn (1999)
và Meese và Wallace (1997) phát hiện một thiên vị lựa chọn lấy mẫu trong đó
các tính chất bán hàng lặp lại lớn tuổi hơn, nhỏ hơn và khiêm tốn hơn so với đơn
tính bán. Hơn nữa, các mẫu nhỏ dẫn đến thông số chưa chính xác
dự toán. Để khắc phục điều này, Case và Quigley (1991) đề xuất một lai
mô hình kết hợp bán hàng lặp lại với các thông tin về hưởng thụ để sử dụng tất cả các
bán hàng. Gần đây, Nagaraja et al. (2011) đề xuất một bán hàng lặp lại tự hồi quy
mô hình mà sử dụng tất cả các dữ liệu bán hàng không có nhu cầu thông tin về hưởng thụ.
Phương pháp của họ dẫn đến một chỉ số ước tính hàng quý ở cấp mã zip.
Các mô hình bán hàng lặp lại, ngay cả những người sử dụng tất cả các giao dịch,
thực hiện các tốt nhất khi t tương đối l
đang được dịch, vui lòng đợi..