The Deep Learning Approach to Property Valuation: An Application of a Multilayer Neural Net Model for Estimating House Prices

부동산 가격평가를 위한 전통적 접근은 선형회귀모형을 활용하는 것으로서, 이러한 접근은 설명변수와 종속변수(주택 가격)간 선형의 관계를 가정한다는 한계가 있다. 본 연구는 이러한 한계를 극복하고자 딥러닝 방식, 즉 다층신경망 모형(multilayer neural net model)을 활용하였다. 다층신경망 모형이 전통적 회귀모형보다 주택 가격 예측 성능이 일관되게 탁월함을 4개 사례지역(서울 강남구, 경남 김해시, 전주 덕진구, 전남 해남군) 모두에서 확인하였다. 이러한 성능 향상의 주원인은 다층신경망 모형이 설명변수와 종속변수 간 비선형 관계를 효율적으로 포착할 수 있기 때문인 것으로 해석된다. 설명변수 중 하나인 지리좌표(X, Y)값과 주택 가격 간의 관계를 효율적으로 모델링한 것을 비선형 관계 포착의 예로 들 수 있다. 또 다른 특이점은 사례지역의 이질성이 강해질수록 두 모형 간 성능 격차가 커지는 것을 발견할 수 있었다. 즉, 사례지역에 소재하는 주택의 이질성이 심한 경우, 전통적 모형은 가격 예측의 정확성이 상당히 감소하였으나 다층신경망 모형은 상대적으로 강건한 예측 성능을 보여주었다.

국문요약

1. Introduction

2. Literature review

3. Data and model specification

4. Model fit results and discussion

5. Conclusion

References

(0)

(0)

(0)

(0)