One of the most popular areas of re

One of the most popular areas of research
in real estate economics and finance has
been the pricing of residential real estate.
Empirical research ha
s primarily focused on
identifying house characteristics that most infl
uence selling price. The results from this
body of literature have often been
in conflict regarding the imp
act of a variable on selling
12
price. This study seeks to cl
arify some of the confusion by
using quantile regression to
measure the effect of various hous
ing characteristics on house prices.
Results of this study show that the eff
ect of housing characteristics on selling
price can be better explained by estimating qua
ntile regressions across price categories.
For example, previous studies that have exam
ined the effect of characteristics such as
square footage or age on selling price have
found mixed results in te
rms of both the level
and the direction of change. This study show
s that some of those differences may be
explained by differences in house prices. In
particular, the regression coefficients of
some variables behave differently across diffe
rent house price levels,
or quantiles. Buyers
of higher-priced homes appear to price cert
ain housing characteristi
cs differently from
buyers of lower-priced homes.
For the given data set, it is
shown that the quantile eff
ects dominate any effects on
coefficient size and statistical
significance that arise from spa
tial autocorrelation. In fact,
taking explicit account of spatial autocorrela
tion in the quantile regressions, adds very
little information. Whether this is a general resu
lt or particular to the data set that is being
used in this study is an open quest
ion that awaits further research.
This study produces some interesting result
s. For example, square footage is
often used to determine the appraised value
of a home since it is expected to have a
significant effect on the selling price. While
previous studies be
ar this out, it is
interesting to see how buyers in different pri
ce ranges value this variable. This is shown
by the significant difference between the coef
ficients at the lowest and the highest
quantiles where the additional price of a square foot for the highest priced homes is two
and a half times the additional price per square
foot for the lowest-priced homes. Clearly,

Kết quả (Việt) 1:

Một trong những khu vực phổ biến nhất của nghiên cứu bất động sản kinh tế và tài chính có là giá cả khu dân cư bất động sản. Nghiên cứu thực nghiệm Hàs chủ yếu tập trung vào xác định các đặc điểm ngôi nhà mà hầu hết inflgiá bán uence. Kết quả từ này cơ thể của văn học thường trong cuộc xung đột liên quan đến imphành động của một biến trên bán 12giá. Nghiên cứu này nhằm mục tiêu clarify một số sự nhầm lẫn bởi bằng cách sử dụng quantile regression để đo lường hiệu quả của các ning các đặc tính trên giá nhà. Kết quả của nghiên cứu này cho thấy rằng effvv. các đặc điểm về việc bán nhà ở giá tốt hơn có thể được giải thích bởi ước tính quantile regressions trên giá thể loại. Ví dụ, các nghiên cứu trước đó có thiined ảnh hưởng của đặc điểm như cảnh vuông hoặc tuổi trên giá bán có tìm thấy kết quả hỗn hợp teRMS của cả hai cấp và hướng thay đổi. Nghiên cứu hiện nays rằng một số những sự khác biệt có thể giải thích bằng sự khác biệt trong giá nhà. Ở cụ thể, Hệ số hồi qui của một số biến hành xử một cách khác nhau qua kthuê nhà giá cấp, hoặc quantiles. Người mua cao hơn giá nhà xuất hiện để giá certAin nhà ở characteristiCS khác nhau từ người mua thấp hơn giá nhà. Đối với dữ liệu tập hợp, nó là chỉ ra rằng quantile effđiểm ECTS thống trị bất kỳ tác dụng trên Hệ số kích thước và thống kê ý nghĩa phát sinh từ spachướng autocorrelation. Thực tế dùng tài khoản rõ ràng của không gian autocorrelation ở quantile regressions, cho biết thêm rất ít thông tin. Cho dù đây là một resu chungLT hay đặc biệt là tập hợp dữ liệu đang được sử dụng trong nghiên cứu này là một nhiệm vụ mởION đó đang chờ tiếp tục nghiên cứu. Nghiên cứu này tạo ra một số kết quả thú vịs. ví dụ, cảnh vuông là thường được sử dụng để xác định giá trị appraised của một ngôi nhà kể từ khi nó được dự kiến sẽ có một tác động đáng kể trên giá bán. Thời gian nghiên cứu trước đâyAR này ra, nó là thú vị để xem làm thế nào những người mua khác nhau priCE dãy giá trị biến này. Điều này hiển thị bởi sự khác biệt đáng kể giữa coefficients tại điểm thấp nhất và cao nhất quantiles nơi giá bổ sung của một foot vuông cho cao nhất giá ngôi nhà là hai và một nửa thời gian giaù square, bổ sung chân cho ngôi nhà giá thấp nhất. Rõ ràng,

Kết quả (Việt) 2:

Một trong những khu vực nổi tiếng nhất của nghiên cứu
trong kinh tế bất động sản và tài chính đã
được định giá bất động sản khu dân cư.
Nghiên cứu thực nghiệm ha
s chủ yếu tập trung vào
việc xác định đặc điểm ngôi nhà đó infl nhất
ảnh hướng giá bán. Các kết quả từ này
cơ thể của văn học thường được
trong cuộc xung đột liên quan đến việc imp
hành động của một biến trên bán
12
giá. Nghiên cứu này tìm cách cl
arify một số nhầm lẫn bằng
cách sử dụng hồi quy quantile để
đo lường hiệu quả của hous khác nhau
đặc ing về giá nhà.
Kết quả của nghiên cứu này cho rằng eff
vv của đặc điểm nhà ở trên bán
giá có thể được giải thích tốt hơn bằng cách ước tính qua
NTILE hồi quy trên loại giá.
Ví dụ, các nghiên cứu trước đó có kỳ thi
ined ảnh hưởng của đặc điểm như
vuông hoặc độ tuổi trên giá bán đã
tìm thấy kết quả khác nhau trong te
rms của cả hai cấp độ
và hướng của sự thay đổi. Nghiên cứu này cho thấy
s rằng một số những khác biệt có thể được
giải thích bởi sự khác biệt về giá nhà. Trong
đó, hệ số hồi quy của
một số biến hành xử khác nhau trên nhiều loại kh
mức giá thuê nhà,
hoặc quantiles. Người mua
nhà có giá cao hơn xuất hiện để giá cert
ain nhà characteristi
cs khác nhau từ
người mua nhà giá thấp.
Đối với tập dữ liệu nhất định, nó được
chỉ ra rằng các eff quantile
các dự thống trị bất kỳ tác dụng trên
quy mô hệ số và thống kê
quan trọng phát sinh từ spa
tiềm tự tương quan. Trong thực tế,
có tính rõ ràng của autocorrela không gian
tion trong các hồi quy quantile, thêm rất
ít thông tin. Cho dù đây là một resu chung
lt hoặc đặc biệt đến những bộ dữ liệu đang được
sử dụng trong nghiên cứu này là một nhiệm vụ mở
ion đang chờ nghiên cứu thêm.
Nghiên cứu này tạo ra một số kết quả thú vị
s. Ví dụ, số bộ vuông được
thường được sử dụng để xác định giá trị thẩm định
của một nhà kể từ khi nó được dự kiến sẽ có một
tác động đáng kể đến giá bán. Trong khi
các nghiên cứu trước đó được
ar ra điều này, nó là
thú vị để xem làm thế nào người mua ở pri khác nhau
ce khoảng giá trị biến này. Điều này được thể hiện
bởi sự khác biệt đáng kể giữa các coef
ficients ở mức thấp nhất và cao nhất
quantiles nơi giá bổ sung một chân vuông cho các nhà có giá cao nhất là hai
rưỡi lần giá bổ sung mỗi vuông
chân cho nhà giá thấp nhất. Thông suốt,