Neural Networks Modelling of Municipal Real Estate Market Rent Rates

• Autorzy: Andrzej Muczyński , Marek Walacik
• Języki publikacji: EN

Abstrakty

EN

This paper presents the results of research on the application of neural networks modelling of municipal real estate market rent rates. The test procedure was based on selected networks trained on the local real estate market data and transformation of the detected dependencies - through established models - to estimate the potential market rent rates of municipal premises. On this basis, the assessment of the adequacy of the actual market rent rates of municipal properties was made. Empirical research was conducted on the local real estate market of the city of Olsztyn in Poland. In order to describe the phenomenon of market rent rates formation an unidirectional three-layer network and a network of radial base was selected. Analyses showed a relatively low degree of convergence of the actual municipal rent rents with potential market rent rates. This degree was strongly varied depending on the type of business ran on the property and its' social and economic impact. The applied research methodology and the obtained results can be used in order to rationalize municipal property management, including the activation of rental policy.(original abstract)

Słowa kluczowe

EN

Rental fee; Real estate management; Artificial neural networks (ANN); Ground real estate

PL

Czynsz najmu; Zarządzanie nieruchomościami; Sztuczne sieci neuronowe (SSN); Nieruchomości gruntowe

• Czasopismo: Folia Oeconomica Stetinensia
• Rocznik: 2016
• Numer: vol. 16, iss. 2
• Strony: 17--28

Twórcy

autor

Andrzej Muczyński

• University of Warmia and Mazury in Olsztyn, Poland

autor

Marek Walacik

• University of Warmia and Mazury in Olsztyn, Poland

Bibliografia

• Alexandridis, A.K., Kampouridis, M., Cramer, S. (2017). A comparison of wavelet networks and genetic programming in the context of temperature derivatives. International Journal of Forecasting, 33 (1), 21-47.
• Bishop, C.M. (1995). Neural Networks for Pattern Recognition. Clarendon Press.
• Crook, T., Kemp, P.A. (eds) (2014). Private Rental Housing. Cheltenham: Edward Elgar.
• Kemp, P.A., Kofner, S. (2010). Contrasting varieties of private renting: England and Germany. International Journal of Housing Policy, 10 (4), 379-398.
• Kemeny, J., Kersloot, J., Thalmann, P. (2005). Non-profit housing, influencing, leading and dominating the unitary rental market: Three case studies. Housing Studies, 20 (6), 855- 872.
• Kemeny, J. (1995). From Public Housing to the Social Market: Rental Policy Strategies in Comparative Perspective. London: Routledge.
• Kołek, M. (2006). Ocena rynkowej adekwatności czynszu najmu w gminnych zasobach lokali użytkowych miasta Olsztyna. Master's thesis performed under the direction of Ph.D. Ing. Andrzej Muczynski. Wydział Geodezji i Gospodarki Przestrzennej, UW-M Olsztyn (typescript).
• Bravo-Moncayo, L., Naranjo, J.L., García, I.P., Mosquera, R. (2017). Neural based contingent valuation of road traffic noise. Transportation Research, Part D 50, 26-39.
• Masters, T. (1996). Sieci neuronowe w praktyce. Programowanie w języku C++. Warszawa: Wydawnictwo Naukowo-Techniczne.
• Morris, A. (2009). Living on the margins: Comparing older private renters and older public housing tenants in Sydney, Australia. Housing Studies, 24 (5), 693-707.
• Muczyński, A. (2006). Ocena rynkowej adekwatności czynszu najmu w gminnych zasobach mieszkaniowych. Studia i Materiały Towarzystwa Naukowego Nieruchomości, 14 (1), 159-175.
• Muczyński, A. (2009). Grupowanie nieruchomości wspólnot mieszkaniowych z wykorzystaniem sieci Kohonena. Acta Scientiarum Polonorum, Administratio Locorum, 8 (4), 5-15.
• Muczyński, A., Kołek, M. (2007). Modelowanie czynszu najmu lokali użytkowych gminy z zastosowaniem sztucznych sieci neuronowych. Acta Scientiarum Polonorum, Administratio Locorum, 6 (2), 55-67.
• Osowski, S. (1996). Sieci neuronowe w ujęciu algorytmicznym. Warszawa: Wydawnictwo Naukowo- Techniczne.
• StatSoft (2001). Wprowadzenie do sieci neuronowych. Statsoft Polska Sp. z o.o., Kraków, www. statsoft.pl.
• Tadeusiewicz, R. (1993). Sieci neuronowe. Warszawa: Akademicka Oficyna Wydawnicza RM.
• Walacik, M. (2016). Analiza rynku najmu lokali użytkowych miasta Olsztyna w 2015 roku (expertise not published).
• Witkowska, D. (2002). Sztuczne sieci neuronowe i metody statystyczne. Warszawa: Wydawnictwo Beck.
• Wiśniewski, R. (1999). Metodyczne i praktyczne aspekty zastosowania sztucznej inteligencji w taksacji powszechnej. Doctoral thesis performed under the direction of prof. R. Źróbek. Wydział Geodezji i Gospodarki Przestrzennej. UW-M Olsztyn (typescript). Brought

Identyfikatory

DOI

10.1515/foli-2016-0022