Recientemente un nuevo enfoque para estimar el valor de bienes inmuebles está siendo cada vez más usado. Para ello se usan atributos internos del bien, y externos, del entorno, pues ambos son percibidos de forma diferente en el mercado. Así pues, propiedades con nivel de precios similar son consideradas como claramente diferenciadas en los mercados inmobiliarios. Las técnicas de Inteligencia Artificial proporcionan nuevas posibilidades, en comparación con la modelización econométrica clásica. Se usa una red neuronal tipo perceptrón bicapa con 14 nodos en cada capa oculta para predecir el precio de viviendas en el mercado secundario. Los precios implícitos se obtiene de forma ventajosa a los obtenidos con la modelización hedónica, incrementándose la precisión en la estimación de las transacciones. La no linealidad implícita en las redes se ajusta de forma más precisa a la realidad, al estimar los precios marginales de los atributos de una propiedad; a partir de la red estimada se obtienen estos precios marginales, usando datos de una ciudad de tamaño medio. La metodología es generalizable a otros mercados.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados