Εκτίμηση και πρόβλεψη εξέλιξης αξιών ακινήτων

Real Estate valuation and forecasting (Αγγλική)

  1. MSc thesis
  2. ΕΜΜΑΝΟΥΗΛ ΒΑΪΡΑΚΤΑΡΗΣ
  3. Διοίκηση Επιχειρήσεων (MBA)
  4. 13 Σεπτεμβρίου 2026
  5. Ελληνικά
  6. 149
  7. Degiannakis, Stavros
  8. Κοnstantinοs Κatrakylidis | Degiannakis, Stavros
  9. Regression models, Real estate valuation, Hedonic valuation, Sensitivity analysis
  10. MBA60
  11. 1
  12. 15
  13. 74
    • Κατά την τελευταία δεκαετία, η αγορά ακινήτων στην Αθήνα έχει βιώσει αρκετές αλλαγές μετά από πολιτικά, κοινωνικά, οικονομικά γεγονότα, ακόμη και μια πανδημία. Η ελληνική αγορά ακινήτων είναι μια αναποτελεσματική και ανομοιογενής αγορά, η οποία διέπεται από έλλειψη πληροφοριών, επομένως η μοντελοποίησή της εξακολουθεί να αποτελεί ένα πολύ ενδιαφέρον και απαιτητικό πρόβλημα. Η παρούσα εργασία βασίζεται και έρχεται σε συνέχεια μιας υπάρχουσας εργασίας που δημοσιεύτηκε το 2019. Η μελέτη επικεντρώνεται στην Αθήνα, στην Αγία Παρασκευή, ακολουθώντας τις διάφορες παραμέτρους που έχουν επηρεάσει την αγορά, οι οποίες αυξάνουν την πολυπλοκότητα των μοντέλων. Αρχικά, χρησιμοποιώντας την υπάρχουσα βιβλιογραφία, διερευνήθηκαν και συζητήθηκαν οι διάφορες παράμετροι που επηρέασαν και εξακολουθούν να επηρεάζουν τις αλλαγές στην αγορά, χρησιμοποιώντας δεδομένα από το GOLDEN DEAL S.M.S.A.. Αναπτύχθηκαν και συγκρίθηκαν αποτελέσματα γραμμικών και μη γραμμικών μοντέλων που βασίζονται σε εξισώσεις παλινδρόμησης και ηδονικές εξισώσεις, χρησιμοποιώντας συναρτήσεις και ρουτίνες MATLAB. Με βάση την απόκριση του μοντέλου, εφαρμόσαμε ανάλυση ευαισθησίας, χρησιμοποιώντας τόσο βασικά στατιστικά εργαλεία όσο και καλώς ορισμένα μαθηματικά εργαλεία, για να αξιολογήσουμε τη σημασία κάθε παραμέτρου που εισέρχεται στα μοντέλα. Η υπολογιστική ευστάθεια επιτυγχάνεται μέσω κατάλληλων δειγμάτων, υποθέσεων και αφαίρεσης διπλότυπων δεδομένων. Όπως προέκυψε από την ανάλυση, ο πιο ισχυρός προγνωστικός παράγοντας ήταν η επιφάνεια του ακινήτου που έχει μη γραμμική σχέση με την τιμή πώλησης, η οποία εμφανίζει ένα κρίσιμο φαινόμενο της αγοράς: τον νόμο της φθίνουσας αύξησης με την αύξηση της επιφάνειας και επαληθεύει την επιλογή της εξαρτημένης μεταβλητής αντί της κανονικοποιημένης τιμής ανά τετραγωνικό μέτρο. Άλλες σημαντικές παράμετροι είναι η «Πραγματική Ηλικία» έναντι της «Χρονολογικής Ηλικίας», ο όροφος και η ενεργειακή απόδοση, η οποία έχει ωθήσει την ζήτηση προς την ανακαίνιση φθηνότερων επιλογών. Μεταβλητές όπως η τοπική γεωγραφία, η θέρμανση και το μέσο θέρμανσης δεν αποτελούν σημαντικές παραμέτρους.
    • Over the past decade, the Athenian residential real estate market has undergone profound structural transformations driven by a group of political, social, and macroeconomic developments, culminating in the COVID-19. The Greek real estate sector is characterized by informational inefficiency and spatial heterogeneity, primarily arising from a pronounced lack of market transparency; consequently, econometric modeling of this market remains a highly complex and fertile area of research. This study is grounded in and extends the quantitative framework established by Alexandridis et al. (2019). The study is focused in Athens, Agia Paraskevi, following the several parameters that have influenced the market, which increase the complexity of the models. Furthermore, Athens real estate market developments are of great interest to both local, national and international firms as well as to the public sector and government. Initially, using existing literature we have investigated and discussed the several parameters influenced and still influence the changes in the market using data from GOLDEN DEAL S.M.S.A. Models were developed and compared linear and non-linear models based on regression and hedonic equations employing MATLAB functions and routines. Based on the model response sensitivity analysis was applied implementing both basic statistical tools and well-established mathematical tools to evaluate the importance of each parameter entering the models. Computational stability is achieved only through robust sample sizes and appropriate assumptions and deduplication. The most powerful predictor of value across all model iterations was property area having a non-linear relationship with transaction price, which reveals a critical market phenomenon: the law of diminishing marginal returns and verifies the choice of the dependent variable instead of the normalized value per square meter. Other important parameters are the "Effective Age" over "Chronological Age», the floor level and the energy efficiency which has pushed mainstream demand toward renovating cheaper options. Variables such as local geography, Item_heating and Item_heating_medium are far from important parameters to influence transaction prices.
  15. Hellenic Open University
  16. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.