De la complexité spatiale aux prix de l’immobilier : approches statistiques - Statistique, Analyse et Modélisation Multidisciplinaire (SAmos-Marin Mersenne) Accéder directement au contenu
Thèse Année : 2023

From spatial complexity to real estate prices : statistical approaches

De la complexité spatiale aux prix de l’immobilier : approches statistiques

Résumé

The intertwining of socio-spatial complexity with that of price formation leads to highly challenging questions when modeling real estate markets and the dynamics of property prices. The exact same apartment typically will not have the same price depending on its location in the city, due to specifics of the neighborhoods. These local and even micro-local specificities are difficult to quantify and/or measure especially if one does not or cannot have an intimate knowledge of the city under consideration. Therefore, one of the challenges of this thesis, carried out within the real estate appraisal company Meilleurs Agents within the framework of an industrial agreement for training through research (CIFRE), was to develop statistical approaches for this problem, formalized as follows: given the geographical map of a city and the real estate transactions recorded in this city up to a time t, how best to estimate the price of a transaction that would occur at time t + 1 in such or such a point in the city? We have examined an enrichment of the classic approaches of GWR and kriging using classification algorithms (Kohonen maps) and we have also proposed a new approach in which the city itself (more exactly all of its real estate) is represented as a neural network learning its own real estate market.
Les liens entre la complexité spatiale d’un tissu résidentiel – en particulier urbain – et les prix des biens sur le marché immobilier afférent posent des défis de modélisation mathématique tout à fait intéressants et originaux. En effet, deux logements présentant exactement les mêmes caractéristiques n’auront généralement pas le même prix en fonction de leur emplacement dans une ville, en raison d’effets de quartier. Ces spécificités locales et même micro-locales se révèlent difficiles à quantifier et/ou à mesurer sans faire entrer en jeu une connaissance intime de la ville en question. Partant, un des enjeux de cette thèse, réalisée au sein de l’entreprise d’estimation immobilière Meilleurs Agents dans le cadre d’une convention industrielle de formation par la recherche (CIFRE), a été d’élaborer des approches statistiques pour cette problématique, formalisée comme suit : étant donnée la carte géographique d’une ville et les transactions immobilières enregistrées dans cette ville jusqu’à un instant t, comment estimer au mieux le prix d’une transaction qui surviendrait à l’instant t + 1 en tel ou tel point de la ville ? Nous avons examiné un enrichissement des approches classiques de GWR et de krigeage à l'aide d'algorithmes de classification (cartes de Kohonen) et nous avons également proposé une nouvelle approche dans laquelle la ville elle-même (plus exactement l'ensemble de ses biens immobiliers) est représentée comme un réseau de neurone apprenant son propre marché immobilier.
Fichier principal
Vignette du fichier
THESE_POST_SOUTENANCE.pdf (96.86 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
licence
Copyright (Tous droits réservés)

Dates et versions

tel-04617721 , version 1 (19-06-2024)

Licence

Copyright (Tous droits réservés)

Identifiants

  • HAL Id : tel-04617721 , version 1

Citer

Sarah Soleiman. De la complexité spatiale aux prix de l’immobilier : approches statistiques. Mathématiques [math]. Paris 1 - Panthéon-Sorbonne, 2023. Français. ⟨NNT : ⟩. ⟨tel-04617721⟩
12 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More