برآورد و ارزیابی شاخص قیمت املاک با استفاده از روش هوش مصنوعی

بخش ساختمان پیشران و محرک رشد اقتصادی است و پژوهش ها وجود هم پیوندی های قوی بین بازار املاک و اقتصاد را تایید کرده است. این مطالعه به ارزیابی و سنجش دقت استفاده از تکنیک های ANN و ARIMA در پیش بینی شاخص قیمت املاک پرداخته است. با توجه به اثر نوسانات قیمت ها در بازار املاک بر رشد اقتصادی، استفاده از روش های کارآمد در پیش بینی روندهای شاخص قیمت املاک برای سیاست گذاران اقتصادی از اهمیت زیادی برخوردار است. به این منظور بر اساس مبانی نظری، اطلاعات متغیرهای کلان اقتصادی شامل رشد اقتصادی سرانه، نرخ تورم مصرف کننده، نرخ بیکاری، نرخ ارز، نرخ بهره، شاخص بهای زمین، شاخص بهای اجاره، شاخص بهای خدمات ساختمانی، سرمایه گذاری در واحدهای مسکونی، و تعداد واحدهای تکمیل شده برای پیش بینی شاخص قیمت املاک بصورت سالانه در بازه زمانی ۱۳۷۲ تا ۱۳۹۸ ایران مورد استفاده قرار گرفت. ارزیابی نتایج مدل ها نشان می دهد که مدل ANN از نظر دقت پیش بینی، از مدل ARIMA کارآمدتر بوده است. مهمترین توصیه سیاستی این مطالعه این است که سیاستگذاران بخش ساختمان و مسکن باید توجه جدی به تغییرات شاخص های اقتصادی و سیاست های معطوف به بخش عرضه مسکن و تصمیم گیری های سرمایه گذاری مربوط به املاک داشته باشند.

کلیدواژه ها:

شاخص قیمت املاک ، شبکه عصبی ، مدل ARIMA ، مدل ANN