[論文レビュー] Real estate appraisal of land lots using GAMLSS models

Lutemberg de Araújo Florencio, Francisco Cribari‐Neto+1 more|arXiv (Cornell University)|Feb 10, 2011

Housing Market and Economics参考文献 16被引用数 12

ひとこと要約

本稿では、ブラジル・アラクージュにおける都市土地の不動産鑑定を改善するために、一般化加法モデル（GAMLSS）を提案する。この手法は、スプラインによるスムージングを用いた半パラメトリック予測子により、土地価格の平均と分散の両方を柔軟にモデル化する。GAMLSSモデルは、0.817の高い疑似決定係数（pseudo-R²）を達成し、従来の線形モデルおよび一般化線形モデルと比較して、適合度と予測精度において顕著に優れた性能を示した。

ABSTRACT

The valuation of real estates (e.g., house, land, among others) is of extreme importance for decision making. Their singular characteristics make valuation through hedonic pricing methods dificult since the theory does not specify the correct regression functional form nor which explanatory variables should be included in the hedonic equation. In this article we perform real estate appraisal using a class of regression models proposed by Rigby & Stasinopoulos (2005): generalized additive models for location, scale and shape (GAMLSS). Our empirical analysis shows that these models seem to be more appropriate for estimation of the hedonic prices function than the regression models currently used to that end.

研究の動機と目的

• 古典的および一般化線形モデルの限界を是正すること。これらのモデルはしばしば固定分布と関数形を仮定するため、不動産鑑定において不十分である。
• 説明変数の影響を位置母数と尺度母数の両方に対して柔軟かつ非パラメトリックにモデル化することで、ハーディング価格関数の推定を改善すること。
• GAMLSSモデルが、土地の区画価格データに内在する複雑な非線形関係をいかに捉えられるかを評価すること。
• GAMLSSが、非正規性、異分散性、空間的効果を含む複雑なデータ特性を効果的に扱えること、従来の標準モデルと比較して優れた適合度を示すことを実証すること。
• 幅広い応答分布と半パラメトリックスムージングを組み合わせた、大規模な都市土地区画のマス鑑定に耐性があり柔軟なフレームワークを提供すること。

提案手法

• GAMLSSフレームワークを用いて、土地区画単価（UP）を、位置（μ）と尺度（σ）のパラメータを持つガンマ分布でモデル化する。
• 空間座標（LAT, LON）、土地面積（log(AR)）その他の説明変数について、位置および尺度のサブモデルで非パラメトリックスムージングスプライン（指定された自由度をもつ3次スプライン）を用いる。
• カテゴリカルおよび連続変数（STR1, STR2, SI, PA, TO, NIO, NIT, YR06, YR07, SZ）に対して、パラメトリック項を含める。
• 尺度パラメータσは、STおよびlog(AR)を用いた非パラメトリック3次スプラインでモデル化され、土地区画ごとの分散の可変性を許容する。
• モデル選択は、情報量基準（AIC, BIC）、尤度比（GD）、およびウームプロットや残差分析などの診断ツールに基づく。
• 最終的なモデル（Model 3.6）は、加法的予測子を備えた位置および尺度サブモデルを含み、ハーディング価格関数の柔軟かつデータ駆動型の推定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 GAMLSSモデルは、都市土地区画のハーディング価格に、古典的線形モデルおよび一般化線形モデルと比較して、より優れた適合度を提供できるか？
• RQ2 非パラメトリックスムージングスプラインは、完全にパラメトリックなモデルと比較して、土地価格関数の推定をどのように改善するか？
• RQ3 分散の可変性（尺度パラメータ）をモデル化することは、全体のモデル適合度と予測精度にどのような影響を及えるか？
• RQ4 アラクージュにおける土地区画価格の位置および尺度に顕著な影響を及える説明変数は何か？
• RQ5 GAMLSSフレームワークは、非正規性、異分散性、空間的依存性といった複雑なデータ特徴をどの程度適応可能に扱えるか？

主な発見

• 最終的なGAMLSSモデル（Model 3.6）は、0.817の疑似決定係数（pseudo-R²）を達成し、土地区画価格の変動の大部分がモデルによって説明されていることを示した。
• 単純なモデルと比較して、AIC（18,607）、BIC（19,065）、尤度比（18,445）が著しく低減され、モデルの適合度が優れていることが示された。
• Model 3.6のウームプロットは、残差が期待される分位数-分位数パターンに非常に近づいていることを示し、良好なモデルキャリブレーションを示した。
• 尺度サブモデルには、2つの有意な予測子が含まれていた：ST（社会経済的地域指標）は負の回帰係数を示し、log(AR)（土地面積の対数）は正の非パラメトリック効果を示しており、より大きな区画では価格の分散が高くなる傾向があることを示した。
• 最終モデルのすべての説明変数が1%水準で統計的に有意であった。これは、大規模な横断的不動産分析において稀な出来事である。
• 観測値と予測値のプロットでは、45度線に強く一致しており、優れた予測性能とモデルの信頼性を確認した。