지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이윤수
- 발행연도
- 2021
- 저작권
- 서강대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
정확한 주택가격 예측은 주택 구매를 희망하는 사람과 주택 소유자뿐만 아니라 금융기관, 정부 등 모든 부동산 시장 참여자에게 매우 중요한 문제이다. 본 연구는 마이크로데이터를 활용한 주택가격 예측 분석 모형의 성과를 평가하기 위해, 머신러닝 기법과 패널고정효과의 예측력을 비교하였다. 본 연구는 아파트 단지 단위의 패널 자료를 이용하여 거시경제변수와 정책변수 뿐만 아니라 기존 시계열 모형에서 고려하지 못한 주택의 특성을 예측에 활용한다. 2006년 1월부터 2020년 7월까지 서울시의 아파트 실거래가를 이용하여 아파트 단지 단위에서 분석한 결과 머신러닝 기법이 패널고정효과모형보다 더 우수한 예측력을 나타냈으며, 특히 머신러닝 기법 중 랜덤 포레스트 모형이 다변량 가법 회귀 스플라인(MARS) 모형보다 높은 예측 정확성을 나타내는 것으로 분석되었다. 주택가격 예측 분야에서 마이크로데이터를 이용하여 머신러닝의 활용 가능성을 확인하였으며, 앞으로 더 많은 데이터가 축적 및 학습되면 추정 예측력이 더욱 높아질 것으로 기대한다.
목차
Ⅰ. 서론 1Ⅱ. 선행연구 검토 및 연구의 차별성 31. 선행연구 32. 연구의 차별성 4Ⅲ. 분석자료 및 모형 61. 분석자료 62. 분석모형 102.1 패널고정효과 102.2 랜덤 포레스트 112.3 다변량 가법 회귀 스플라인 모형 122.4 예측력 비교 방법 13Ⅳ. 실증분석결과 141. 패널고정효과모형 실증분석 결과 142. 머신러닝 실증분석 결과 163. 패널고정효과모형과 머신러닝모형의 예측력 비교 분석 결과 183.1 12개월 후 아파트 가격 예측 분석 결과 183.2 단기 : 6개월 후 아파트 가격 예측 분석 결과 203.3 장기 : 18개월과 24개월 후 아파트 가격 예측 분석 결과 224. 패널고정효과모형과 머신러닝모형의 전망 결과 비교분석 244.1 전망 기간이 1년인 경우 244.2 전망 기간이 2년인 경우 26Ⅴ. 결론 28참고문헌 29
최근 본 자료
댓글(0)
0