Vis enkel innførsel

dc.contributor.advisorOtneim, Håkon
dc.contributor.authorDøskeland, Kristoffer
dc.contributor.authorFrancois, Lucas
dc.date.accessioned2021-04-20T07:54:21Z
dc.date.available2021-04-20T07:54:21Z
dc.date.issued2020
dc.identifier.urihttps://hdl.handle.net/11250/2738498
dc.description.abstractFormålet med denne masterutredningen er å predikere hvordan boligprisutviklingen mellom Byparken og Åsane ville vært for perioden 2010-2019, i et tenkt scenario hvor Bybanen til Åsane hadde blitt ferdigstilt i 2010. Det finnes mange studier som redegjør for infrastrukturens påvirkning på boligprisnivå. Disse studiene har et økonometrisk perspektiv hvor formålet er å finne en presis fortolkning av hvordan avstand til offentlig transport påvirker boligprisene. Ulikt tidligere studier, søker vår utredning derimot å bygge en prediksjonsmodell som predikerer hvordan boligprisene vil utvikle ved introduksjonen av et offentlig transportmiddel som Bybanen. I mangel på observasjoner mellom Byparken og Åsane som er påvirket av nærhet til Bybanen, overførte vi Bybanens effekt på boligprisene til Åsane-området ved å trene prediksjonesmodellene på et utvalg av boligtransaksjoner mellom Byparken og Flesland, hvor bybanens påvirkning er tilstede. Ettersom det ikke foreligger et testsett som er påvirket av Bybanen mellom Byparken og Åsane, kan vi ikke fastslå hvilken prediksjonsmodell som faktisk vil være den mest presise. Det foreligger imidlertid indikasjoner på at maskinlæringsmodellen Super Learner, uten å transformere noen variabler, vil predikere boligprisene i Åsane mer presist enn den lineære regresjonsmetoden Elastic Net. Videre finner vi at det vil være mest fornuftig å kun benytte observasjoner fra Byparken til Lagunen som treningssett for å best fange opp bybaneeffekten når vi predikerer i Åsane. Resultatene antyder også at prediksjonenes presisjon blir betydelig bedre når en variabel som hensyntar avstand til Bybanen inkluderes som en del av variabelgrunnlaget, alt annet like. Til slutt finner vi indikasjoner på at det er fornuftig å trene- og validere en prediksjonsmodell på observasjoner fra et område hvor Bybanen foreligger til å predikere boligpriser i et annet område hvor vi forestiller oss at Bybanen eksisterer Når vi predikerer utviklingen i boligprisene mellom Byparken og Åsane for perioden 2010-2019, gitt Bybanens inntreden i 2010, finner vi at Bybanen predikeres å påvirke boligprisveksten i nærheten av Bybanen betydelig. Det predikeres videre å foreligge en økt vekst jo nærmere en bolig ligger et bybanestopp. Nøkkelord – Maskinlæring, Prediksjon, Boligpriseren_US
dc.language.isonoben_US
dc.subjectfinansiell økonomien_US
dc.subjectbusiness analyticsen_US
dc.titlePredikerte boligpriser ved introduksjonen av Bybanen til Åsane : hvordan vil Bybanen påvirke boligprisene langs traseen?en_US
dc.typeMaster thesisen_US
dc.description.localcodenhhmasen_US


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel