Redes neuronales artificiales, una aplicación al mercado inmobiliario habitacional de segmento medio de la ciudad de Morelia Michoacán, México

Autores/as

  • José Carlos Preciado Carrillo Instituto de Investigaciones Económicas y Empresariales

DOI:

https://doi.org/10.33110/rnee.v14i1.177

Palabras clave:

Clasificación de materia, Economía Urbana, redes neuronales artificiales.

Resumen

El presente trabajo tiene como objetivo principal demostrar las bondades que tienen las redes neuronales artificiales al estimar el precio de los inmuebles, conociendo la importancia de los diferentes órganos e instituciones financie-ras, el tener valores de mercado más apegados a las condiciones de mercado, mayor será la seguridad en la toma de decisiones en los diferentes escenarios; tratándose de instituciones financieras, su interés radica en conocer este valor para el financiamiento de préstamo con garantía hipotecaria, en los diferentes órganos de gobierno para cobrar los impuestos catastrales se sirven de este va-lor como base para la realización de diferentes trámites ante entidades públicas o particulares, las redes neuronales artificiales, y en concreto la red multicapa, pueden ser una alternativa para la estimación del precio.

Biografía del autor/a

José Carlos Preciado Carrillo, Instituto de Investigaciones Económicas y Empresariales

Especialista en Valuación de Bienes Inmuebles, Maquinaria y Equipo, por las Universidades Autónoma del Estado de México y la Universidad Autónoma de Zacatecas. Especialista en Metodología Multicriterio por la Universidad Politécnica de Valencia España. Diplomado en estudio avanzados en Urbanismo, Construcción y Valoraciones, por la Universidad Politécnica de Valencia España. Maestro en Valuación por la Universidad Autónoma de Zacatecas. Doctor en Urbanismo, Construcción y Valoraciones, con premio Cum Laude, por la Universidad Politécnica de Valencia España. Valuación & Consultoría Inteligente.

Citas

Amabile, R. y Rosato, P. (1998). The use of neural networks in the spatial analysis of property values. Minneapolis, Minnesota: Sixth Joint Confer-ence on Food, Agriculture and the Environment.Amri, S. Z. y Bossomaier, T. R. J. (2005). The Influence of Spatial Attributes on House Price. Australia: Complexity International Volume 12.Aznar Bellver, J. y López Perales, A.A. (2008). Valoración inmobiliaria. Méto-dos y aplicaciones. España: Universidad Politécnica de Valencia.Caballer Mellado, V. y Herrerías Herrerías Pleguezuelo, R. (2007). Tasación y Valoración. Situación Actual y Perspectiva de Futuro. España: Estudios de Economía Aplicada, Asociación Internacional de Economía Aplicada España.López, F.A. (2013). Sistemas de información geográfica y econometría espa-cial en la tasación de inmuebles urbanos. Proyecto Piloto en la Ciudad de Cartagena. Cartagena: Departamento de Métodos Cuantitativos e Infor-máticos Universidad Politécnica de Cartagena.Limsombunchai,V.(2004). House Price Prediction: Hedonic Price Model vs. Artificial Neural Network. New Zealand: Commerce Division, Lincoln University. Núñez et al (2009). Metodología de precios hedónicos vs redes neuronales artificiales como alternativa a la valoración de inmuebles. Un caso real. Fernández Durán, L., Llorca Ponce, A., Valero Cubas, S., Botti Navarro, V.J. (2012). Incidencia de la localización en el precio de la vivienda a través de un modelo de red neuronal artificial. Una aplicación a la ciudad de Va-lencia. España: Departamento de Organización de Empresas. Universidad Politécnica de Valencia. CT catastro.Gallego Mora-Esperanza, J. (2004). La inteligencia artificial aplicada a la va-loración de inmuebles. Un ejemplo para valorar Madrid. Madrid: CT catastro.Pi-ying, L. (2011). Analysis of the Mass Appraisal Model by Using Artificial Neural Network in Kaohsiung City. Taiwan, China: Journal of Modern Accounting and Auditing, Vol. 7, No. 10, pp. 1080-1089.Rossini, P. (1999). Application of Artificial Neural Networks to the Valuation of Residential Property. Nueva Zelanda: Third Annual Pacific-Rim Real Estate Society Conference.Preciado (2015). Valoración de inmuebles urbanos: comparativa modelo re-gresión multivariable versus redes neuronales artificiales para la ciudad de Morelia, Michoacán, México.

Descargas

Publicado

2021-06-22