Startseite UR

Boosting the Accuracy of Commercial Real Estate Appraisals: An Interpretable Machine Learning Approach

URN zum Zitieren dieses Dokuments:
urn:nbn:de:bvb:355-epub-540215
DOI zum Zitieren dieses Dokuments:
10.5283/epub.54021
Deppner, Juergen ; von Ahlefeldt-Dehn, Benedict ; Beracha, Eli ; Schäfers, Wolfgang
[img]Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(1MB)
Veröffentlichungsdatum dieses Volltextes: 06 Apr 2023 08:41

Diese Publikation ist Teil des DEAL-Vertrags mit Springer.


Zusammenfassung

In this article, we examine the accuracy and bias of market valuations in the U.S. commercial real estate sector using properties included in the NCREIF Property Index (NPI) between 1997 and 2021 and assess the potential of machine learning algorithms (i.e., boosting trees) to shrink the deviations between market values and subsequent transaction prices. Under consideration of 50 covariates, we ...

plus


Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de
0941 943 -4239 oder -69394

Dissertationen: dissertationen@ur.de
0941 943 -3904

Forschungsdaten: datahub@ur.de
0941 943 -5707

Ansprechpartner