Show simple item record

Sales Time Estimation Methodology Through Survival Models

Metodología de estimación del tiempo de venta a través de modelos de supervivencia

dc.creatorSánchez-Cabrera, David
dc.creatorGonzález-Arias, Julio
dc.creatorRey-Blanco, David
dc.date2024-05-03
dc.date.accessioned2024-06-25T15:40:25Z
dc.date.available2024-06-25T15:40:25Z
dc.identifierhttps://revistainvi.uchile.cl/index.php/INVI/article/view/69772
dc.identifier10.5354/0718-8358.2024.69772
dc.identifier.urihttps://revistaschilenas.uchile.cl/handle/2250/243533
dc.descriptionKnowing in detail those factors that are most relevant to the probability of selling homes can be of utmost importance, among other things, as it is a long-term investment. After identifying a series of blocks that mark the evolution of their sale, such as the internal characteristics of the property in question, its location, its degree of overpricing and, above all, a real interest on the part of the buyer, a novel study is presented that models the probability of selling properties over time using machine learning techniques applied to survival problems, achieving C-index values of 76% and 72% in chalets and apartments, respectively. The methodological process has been tested in the capital of Spain, Madrid, based on data collected from the country's main market platform during the 2018-2019 period, weighted according to official information, but the methodology is scalable to any municipality. Not only sellers, buyers or intermediaries can benefit from this contribution, but also public agents in order to make decisions focused on design or prevention in the area of housing.en-US
dc.descriptionEl conocimiento detallado de aquellos factores que presentan mayor relevancia en la probabilidad de venta de las viviendas puede resultar de suma importancia al tratarse de una inversión a largo plazo. Tras identificar una serie de bloques que marcan la evolución de la venta de las mismas (las características internas del inmueble en cuestión, su localización, su grado de sobreprecio y, sobre todo, un interés real por parte del comprador), se presenta un estudio novedoso que modeliza la probabilidad de venta de los inmuebles a lo largo del tiempo mediante técnicas de machine learning aplicadas a problemas de supervivencia, logrando valores de C-index de 76% y 72% en chalés y pisos, respectivamente. El proceso metodológico se ha testado sobre la capital de España, Madrid, a partir de los datos recopilados desde la principal plataforma de mercado del país durante el periodo 2018-2019. Estos datos fueron ponderados según información oficial, pero la metodología es escalable a cualquier municipio. No solo vendedores, compradores o intermediarios pueden verse beneficiados con este aporte, sino también los agentes públicos, de cara a tomar decisiones enfocadas al diseño o prevención en el tema de la vivienda.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad de Chile, Facultad de Arquitectura y Urbanismo, Instituto de la Viviendaes-ES
dc.relationhttps://revistainvi.uchile.cl/index.php/INVI/article/view/69772/76065
dc.rightsDerechos de autor 2024 David Sánchez Cabrera, Julio González Arias, David Rey Blancoes-ES
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0es-ES
dc.sourceRevista INVI; Vol. 39 Núm. 110 (2024); 164-202es-ES
dc.source0718-8358
dc.source0718-1299
dc.subjectanálisis de supervivencia aplicado a la venta de viviendases-ES
dc.subjectdías en mercado (DEM)es-ES
dc.subjectmercado de la viviendaes-ES
dc.subjectprecio y valoración de la viviendaes-ES
dc.subjectprobabilidad de venta en función del tiempoes-ES
dc.subjecthousing marketen-US
dc.subjectprice and valuation of the homeen-US
dc.subjectsurvival analysis applied to home salesen-US
dc.subjecttime-dependent selling probabilityen-US
dc.subjecttime on market (TOM)en-US
dc.titleSales Time Estimation Methodology Through Survival Modelsen-US
dc.titleMetodología de estimación del tiempo de venta a través de modelos de supervivenciaes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArtículo revisado por pareses-ES


This item appears in the following Collection(s)

Show simple item record