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

Autor: Salgado Ramírez, Juan Camilo

Publikováno v: Group, 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.
Waugh, 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.
Mullainathan, 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.
Krizhevsky, 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.
Cabrera-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
Pérez-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
Trawiński, 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.
Masood, 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.
Departamento 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.
Departamento 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.
Peña Talero, Sergey (2022) Ranking de plataformas de vivienda en Colombia. Disponible en: https://public.flourish.studio/visualisation/9334685/?utm_source=linkedin.
La Galería Inmobiliaria, (2019) Informe de Mercado 2019. En: Publicaciones propias de La Galería Inmobiliaria.
Sharpe, 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.
Cárdenas 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.
Gordon, 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.
Claus, Munk (2013) Financial Asset Pricing Theory. Vol. 1st ed; OUP Oxford; 9780199585496
Departamento 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.
Banco de La República, (2022) Colombia's inflation targeting strategy. Disponible en: https://www.banrep.gov.co/en/monetary-policy.
Truong, 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.
Jha, 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.
Lynch, 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.
Evans, 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.
Clark, 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.
Sirmans, 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
Cook, Darren (2016) Practical Machine Learning with H2O. : O'Reilly Media, Inc.
Repositorio EdocUR-U. Rosario
Universidad del Rosario
instacron:Universidad del Rosario

Este 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 s

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::ab4ae56042fd583ab32e732fb6015981
https://repository.urosario.edu.co/handle/10336/34566

Análisis y predicción de precios de la electricidad en el territorio español

Autor: Zanfir, Dumitru Alin

Publikováno v: UCrea Repositorio Abierto de la Universidad de Cantabria
Universidad de Cantabria (UC)

RESUMEN: Este proyecto se centra en el análisis de los precios horarios y diarios de la electricidad en el mercado español. En primer lugar, quedaran explicadas las principales características del sector eléctrico español, que incluye el mercado

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::9ac9033df0cdfd2f5a09db9740d35e8a
http://hdl.handle.net/10902/23254

A Strategy for a Generator to Participate in the Colombian Electricity Market

Autor: Harold Salazar Isaza, José David Arias Roche

Publikováno v: Universidad EAFIT
Repositorio Institucional Universidad EAFIT
Ingeniería y Ciencia; Vol 10, No 20 (2014)
Ingeniería y Ciencia, Vol 10, Iss 20 (2014)

This paper presents a strategy for a generator to participate and to mitigate the risk effect of price volatility in the Colombian wholesale electricity market. The strategy is used to optimize the generator participation in the long-term market (bil

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::a3c8c1898b597bc34d3075cf05d089f1
https://doi.org/10.17230/ingciencia.10.20.10

Redes Neuronales Artificiales aplicadas a la Predicción del Precio del Oro

Autor: Villada, Fernando, Muñoz, Nicolás, García-Quintero, Edwin

Publikováno v: Información tecnológica, Volume: 27, Issue: 5, Pages: 143-150, Published: 2016

En este trabajo se predice el comportamiento del precio del oro mediante un modelo basado en redes neuronales artificiales (RNA). El objetivo del modelo es predecir los precios de cierre diarios del mercado de Londres, los cuales son tomados como ref

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od_______614::c962f05cbc71537d6c3586ebdf563e4c
http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642016000500016&lng=en&tlng=en

Forecasting Prices of Manufactured Pinus spp using ARIMA Models

Autor: Broz, Diego Ricardo, Viego, Valentina

Publikováno v: CONICET Digital (CONICET)
Consejo Nacional de Investigaciones Científicas y Técnicas
instacron:CONICET

Se propone un modelo autorregresivo de media móvil (ARIMA) basado en la metodología de Box-Jenkins para predecir los precios de 4 productos de Pinus spp para el Noreste Argentino. Para ello se utilizan series temporales de precios correspondientes

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::430e04aca1e2b6d2b5b1580d52b41e6a
http://www.redalyc.org/resumen.oa?id=61730576004&idioma=es