Ítem
Acceso Abierto

Financial vs traditional pricing models: which model explains better real estate prices in Bogotá?

dc.contributor.advisorOtero Cardona, Jesús Gilberto
dc.creatorSalgado Ramírez, Juan Camilo
dc.creator.degreeMagíster en Economíaes
dc.creator.degreeLevelMaestría
dc.creator.degreetypeFull timees
dc.date.accessioned2022-07-18T20:15:25Z
dc.date.available2022-07-18T20:15:25Z
dc.date.created2022-06-21
dc.descriptionEste artículo estima dos modelos de valoración de propiedades y determina cuál es más preciso para predecir los precios de los inmuebles en Bogotá. Un método considera que el precio de una vivienda se explica por su relación con inmuebles de similares características, mientras que el otro método se implementa a partir de la literatura financiera (Gordon (1959)) y propone que un inmueble es un activo financiero que genera ingresos periódicos a través de renta. Mediante el uso de una base de datos novedosa de publicaciones en línea de propiedades en 2020 en Bogotá, descubrí que el método de valoración financiera tiene una capacidad predictiva similar sobre los precios inmobiliarios en comparación con las metodologías más tradicionales. Estos resultados permiten la posibilidad de implementar técnicas de valoración financiera más robustas al mercado inmobiliario.es
dc.description.abstractThis paper estimates two property valuation models and determines which one is more accurate in predicting real estate prices in Bogotá. One method considers that the price of a house is explained by its relationship with properties with similar characteristics, while the other method is implemented from the financial literature (Gordon (1959)) and proposes that a property is a financial asset that generates periodical income through rent. By using a novel database of online publications of properties in 2020 in Bogotá, I found that the financial valuation method has a similar predictive capability on real estate prices compared to more traditional methodologies. These results allow the possibility to implement more robust financial valuation techniques to the real estate market.es
dc.format.extent34 ppes
dc.format.mimetypeapplication/pdfes
dc.identifier.doihttps://doi.org/10.48713/10336_34566
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/34566
dc.language.isoengeng
dc.publisherUniversidad del Rosariospa
dc.publisher.departmentFacultad de Economíaspa
dc.publisher.programMaestría en Economíaspa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccesses
dc.rights.accesoAbierto (Texto Completo)es
dc.rights.licenciaEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.source.bibliographicCitationGroup, Oxford Business (2019) Colombian real estate market shows beginning of a revival of sustainable. En: Oxford Business Group. Disponible en: https://oxfordbusinessgroup.com/overview/policymakers-and-private-developers-are-steadily-laying-groundwork-sustainable-growth-raising.
dc.source.bibliographicCitationWaugh, Frederick V (1928) Quality Factors Influencing Vegetable Prices. En: Journal of Farm Economics. Vol. 10; No. 2; pp. 185-196 : [Oxford University Press, Agricultural & Applied Economics Association]; 1071-1031; Disponible en: http://www.jstor.org/stable/1230278.
dc.source.bibliographicCitationMullainathan, Sendhil; Spiess, Jann (2017) Machine Learning: An Applied Econometric Approach. En: The Journal of Economic Perspectives. Vol. 31; No. 2; pp. 87-106 : American Economic Association; 0895-3309; Disponible en: http://www.jstor.org/stable/44235000.
dc.source.bibliographicCitationKrizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffrey E; Pereira, F; Burges, C J; Bottou, L; Weinberger, K Q (2012) ImageNet Classification with Deep Convolutional Neural Networks. En: Advances in Neural Information Processing Systems. Vol. 25; Curran Associates, Inc.; Disponible en: https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf.
dc.source.bibliographicCitationCabrera-Rodríguez, Wilmar Alexander; Mariño-Montaña, Juan Sebastián; Quicazán-Moreno, Carlos Andrés (2019) Modelos hedónicos con efectos espaciales: una aproximación al cálculo de. En: Borradores de Economía. Vol. 1072;
dc.source.bibliographicCitationPérez-Rave, Jorge Iván; Correa-Morales, Juan Carlos; González-Echavarría, Fabián (2019) A machine learning approach to big data regression analysis of real estate. En: Journal of Property Research. Vol. 36; No. 1;
dc.source.bibliographicCitationTrawiński, Bogdan; Telec, Zbigniew; Krasnoborski, Jacek; Piwowarczyk, Mateusz; Talaga, Michał; Lasota, Tedeusz; Sawiłow, Edward (2017) Comparison of expert algorithms with machine learning models for real. En: 2017 IEEE International Conference on INnovations in Intelligent SysTems. pp. 51-54 Disponible en: http://dx.doi.org/10.1109/INISTA.2017.8001131. Disponible en: 10.1109/INISTA.2017.8001131.
dc.source.bibliographicCitationMasood, Muhammad; Hussain, Farhan; Shaukat, Arslan; Zeb, Babar; Kaleem Ullah, Rana (2019) Towards the Selection of Best Machine Learning Model for Student. pp. 12-17 Disponible en: http://dx.doi.org/10.1109/ISCMI47871.2019.9004299. Disponible en: 10.1109/ISCMI47871.2019.9004299.
dc.source.bibliographicCitationDepartamento Administrativo Nacional de Estadística, Dane (2022) Anexos produccion constantes IV 2021 [Data file]. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/cuentas-nacionales/cuentas-nacionales-trimestrales/pib-informacion-tecnica.
dc.source.bibliographicCitationDepartamento Administrativo Nacional de Estadística, Dane (2018) CNPV 2018 VIHOPE v2 [Data file]. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/demografia-y-poblacion/censo-nacional-de-poblacion-y-vivenda-2018.
dc.source.bibliographicCitationPeña Talero, Sergey (2022) Ranking de plataformas de vivienda en Colombia. Disponible en: https://public.flourish.studio/visualisation/9334685/?utm_source=linkedin.
dc.source.bibliographicCitationLa Galería Inmobiliaria, (2019) Informe de Mercado 2019. En: Publicaciones propias de La Galería Inmobiliaria.
dc.source.bibliographicCitationSharpe, William F (1964) Capital Asset Prices: A Theory of Market Equilibrium under Conditions of. En: The Journal of Finance. Vol. 19; No. 3; pp. 425-442 : [American Finance Association, Wiley]; 0022-1082; Disponible en: http://www.jstor.org/stable/2977928.
dc.source.bibliographicCitationCárdenas Rubio, Jeisson Arley; Chaux Guzmán, Francisco José; Otero, Jesús (2019) Una base de datos de precios y características de vivienda en Colombia con. En: Revista De Economía Del Rosario. Vol. 22(1); pp. 75-100 : Universidad del Rosario; Disponible en: https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.7768; http://dx.doi.org/10.12804/revistas.urosario.edu.co/economia/a.7768. Disponible en: 10.12804/revistas.urosario.edu.co/economia/a.7768.
dc.source.bibliographicCitationGordon, M J (1959) Dividends, Earnings, and Stock Prices. En: The Review of Economics and Statistics. Vol. 41; No. 2; pp. 99-105 : The MIT Press; 0034-6535; Disponible en: http://www.jstor.org/stable/1927792.
dc.source.bibliographicCitationClaus, Munk (2013) Financial Asset Pricing Theory. Vol. 1st ed; OUP Oxford; 9780199585496;
dc.source.bibliographicCitationDepartamento Administrativo Nacional de Estadística, Dane (2019) anexos cartera IVtrim19 [Data file]. Disponible en: https://www.dane.gov.co/index.php/estadisticas-por-tema/construccion/cartera-hipotecaria-de-vivienda/cartera-hipotecaria-de-vivienda-chv-historicos.
dc.source.bibliographicCitationBanco de La República, (2022) Colombia's inflation targeting strategy. Disponible en: https://www.banrep.gov.co/en/monetary-policy.
dc.source.bibliographicCitationTruong, Quang; Nguyen, Minh; Dang, Hy; Mei, Bo (2020) Housing Price Prediction via Improved Machine Learning Techniques. En: Procedia Computer Science. Vol. 174; pp. 433-442 1877-0509; Disponible en: https://www.sciencedirect.com/science/article/pii/S1877050920316318; http://dx.doi.org/10.1016/j.procs.2020.06.111. Disponible en: 10.1016/j.procs.2020.06.111.
dc.source.bibliographicCitationJha, Shashi Bhushan; Pandey, Vijay; Jha, Rajesh Kumar; Babiceanu, Radu F (2020) Machine Learning Approaches to Real Estate Market Prediction Problem: A. En: CoRR. Vol. abs/2008.09922; Disponible en: https://arxiv.org/abs/2008.09922.
dc.source.bibliographicCitationLynch, Allen K; Rasmussen, David W (2001) Measuring the impact of crime on house prices. En: Applied Economics. Vol. 33; No. 15; pp. 1981-1989 : Routledge; Disponible en: https://doi.org/10.1080/00036840110021735; http://dx.doi.org/10.1080/00036840110021735. Disponible en: 10.1080/00036840110021735.
dc.source.bibliographicCitationEvans, Thomas A (2012) An Estimate of the Accuracy of Hedonic Real Estate Valuations Using the. En: Economica. Vol. 79; No. 316; pp. 703-720 : [London School of Economics, Wiley, The London School of Economics and; 0013-0427; Disponible en: http://www.jstor.org/stable/23274788.
dc.source.bibliographicCitationClark, David E; Cosgrove, James C (1990) HEDONIC PRICES, IDENTIFICATION, AND THE DEMAND FOR PUBLIC SAFETY*. En: Journal of Regional Science. Vol. 30; No. 1; pp. 105-121 Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1467-9787.1990.tb00083.x; http://dx.doi.org/10.1111/j.1467-9787.1990.tb00083.x. Disponible en: 10.1111/j.1467-9787.1990.tb00083.x.
dc.source.bibliographicCitationSirmans, G Stacy; MacDonald, Lynn; Macpherson, David A; Zietz, Emily Norman (2006) The Value of Housing Characteristics: A Meta Analysis. En: Journal of Real Estate Finance and Economics. Vol. 33; No. 3; pp. 215-240 0895-5638;
dc.source.bibliographicCitationCook, Darren (2016) Practical Machine Learning with H2O. : O'Reilly Media, Inc.;
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectFinca raízes
dc.subjectPredicción de precios de viviendaes
dc.subjectValoración de propiedadeses
dc.subjectMétodo de valoración financieraes
dc.subjectPredicción de precios inmoviliarioses
dc.subject.keywordReal estate prices predictiones
dc.subject.keywordProperty valuation modelses
dc.subject.keywordPredictive capabilityes
dc.titleFinancial vs traditional pricing models: which model explains better real estate prices in Bogotá?es
dc.title.TranslatedTitleMétodos financieros vs métodos tradicionales de pricing: qué modelo explica mejor los precios de vivienda en Bogotá?es
dc.typemasterThesises
dc.type.documentTesises
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTesises
Archivos
Bloque original
Mostrando1 - 2 de 2
Cargando...
Miniatura
Nombre:
SalgadoRamirez-JuanCamilo-2022.pdf
Tamaño:
4.28 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de maestría
Cargando...
Miniatura
Nombre:
references.ris
Tamaño:
11.27 KB
Formato:
Unknown data format
Descripción:
Referencias