• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
10.11606/D.45.2018.tde-14092018-142516
Documento
Autor
Nombre completo
Luiz Paulo Medina de Lima
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2018
Director
Tribunal
Barrera, Junior (Presidente)
Angelo, Edvaldo
Nadalin, Vanessa Gapriotti
Título en portugués
Identificação de sistema dinâmico em dados de estoque imobiliário
Palabras clave en portugués
Dinâmica de sistemas
Identificação de sistemas
Mercado imobiliário
Sistema dinâmico
Resumen en portugués
Modelos preditivos de mercado são ferramentas importantes para tomadores de decisões no âmbito público e privado. Devido à complexidade dinâmica do mercado imobiliário, composta pela interação de dois submercados distintos (mercado de ativos imobiliários e mercado de consumo de espaço) e pela limitação de dados disponíveis, o estudo analítico de mercados imobiliários requer a modelagem paramétrica de um sistema de equações que os descrevam, seguido pela identificação dos parâmetros deste sistema utilizando dados reais de uma região. Neste trabalho, estudamos o modelo dinâmico de mercado imobiliário proposto por Wheaton (1999), criado a partir do popular modelo de quatro quadrantes de autoria de DiPasquale e Wheaton (1996). Utilizamos técnicas de identificação de sistemas para elaborar um modelo de aprendizado para o estoque imobiliário, e o implementamos em Matlab. Aplicamos o método elaborado em dados simulados, para validá-lo, e então aplicamos o mesmo método, com adaptações, em dados reais do mercado imobiliário canadense. Os resultados obtidos validam o método de identificação de sistema dinâmico quando testado em dados simulados, e corroboram o modelo de Wheaton (1999) como modelo preditivo em dados reais. Ademais, os resultados indicam que um modelo que seja capaz de entender a evolução dinâmica dos parâmetros estáticos do modelo de Wheaton (1999), poderia melhorar os resultados deste como ferramenta preditiva.
Título en inglés
Dynamical system identification in real estate stock data
Palabras clave en inglés
Dynamical system
Real estate
System dynamics
System identification
Resumen en inglés
Predictive market models are important tools for decision-makers in the public and private spheres. Due to the dynamic complexity of the real estate market, consisting of the interaction of two distinct submarkets (real estate asset market and space consumption market) and the lack of real estate data, the analytical study of real estate markets requires the parametric modeling of a system of equations describing them, followed by the identification of the parameters of this system using real data from a region. In this work, we study the dynamic real estate market model proposed by Wheaton (1999), created from the popular four-quadrant model of DiPasquale e Wheaton (1996). We use system identification techniques to develop a learning model for real estate inventory data, and implement it in Matlab. We apply the method devised in simulated data to validate it, and then apply the same method with adaptations in real data of the Canadian real estate market. The results validate the dynamic system identification method when tested in simulated data, and corroborate the Wheaton (1999) model as a predictive model in real data. In addition, the results indicate that a model that is able to understand the dynamic evolution of the static parameters of the Wheaton (1999) model, could improve its results as a predictive tool.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
textofinal.pdf (3.69 Mbytes)
Fecha de Publicación
2018-10-01
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2020. Todos los derechos reservados.