Statistiques spatiales et étude immobilière

par Piyawan Srikhum

Thèse de doctorat en Sciences de gestion

Sous la direction de Laurent Batsch.

Soutenue le 12-11-2012

à Paris 9 , dans le cadre de Ecole doctorale de Dauphine (Paris) , en partenariat avec Dauphine Recherches en management (Paris) (laboratoire) .


  • Résumé

    La présence de dépendance spatiale des prix immobiliers impose aux méthodes d’estimation de prendre en compte cet élément. Les deux approches de la statistique spatiale sont l’économétrie spatiale et la géostatistique. La géostatistique estime directement la matrice de variance-covariance en supposant que la covariance entre les observations dépend inversement de la distance séparant leur localisation. L’économétrie spatiale définit et intègre la matrice d’interaction spatiale dans un modèle de régression hédonique. Si ces deux méthodes sont possibles pour étudier la dépendance spatiale des prix immobiliers dans des contextes variés, il n’existe cependant pas de règles très claires quant au choix de la méthode à sélectionner. Cette thèse procède à un examen détaillé de ces deux approches afin de pouvoir en distinguer les ressemblances et les différences, les avantages et les inconvénients. Des exemples d’application de chaque approche dans une étude immobilière sont présentés. La géostatistique est utilisée pour analyser la stationnarité du variogramme, ainsi que la sensibilité du variogramme aux paramètres de l’estimation hédonique. Le modèle d’économétrie spatiale est utilisé pour tenter d’identifier économétriquement le quartier dominant du marché immobilier d’une ville

  • Titre traduit

    Spatial Statistics and Real Estate Study


  • Résumé

    Geostatistics and spatial econometrics are two spatial statistical approaches used to deal with spatial dependence. Geostatistics estimates directly the variance-covariance matrix by assuming that the covariance among observations depends inversely on the distance between their locations, called the covariogram. Spatial econometrics defines and integrates the spatial interaction matrix in a hedonic regression model. In real estate, price estimation should take into account these spatial characteristics because property prices are correlated. Hence, these two approaches are commonly used to study the spatial dependence of the real estate prices in many contexts. However, a definite rule in selection these statistic approaches has not been established. This thesis examined these two approaches in order to distinguish the similarities, differences, advantages, and disadvantages of each methodology. Some examples of their applications in a real estate study. The geostatistics is used to analyze the stationarity of the variogram and its sensitivity depending on the parameters added in hedonic estimation. The spatial econometric is used to define econometrically the real estate market dominant area


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Informations

  • Détails : 1 vol. (267 p.)
  • Annexes : Bibliogr. 132 ref. Index

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Paris-Dauphine (Paris). Service commun de la documentation.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.