Get access

A Bayesian approach to hedonic price analysis

Authors


  • The authors gratefully acknowledge the assistance of Ontario's Municipal Property Assessment Corporation and Bill Bradley who facilitated the use of Toronto's housing data.

Abstract

Two important objectives in hedonic price analysis are to predict sale prices and delineate submarkets based on geographical and functional considerations. In this paper, we applied Bayesian models with spatially varying coefficients in an analysis of housing sale prices in the city of Toronto, Ontario to address these objectives. We evaluated model performance and identified patterns of submarkets indicated by the spatial coefficient processes. Our results show that Bayesian spatial process models predict housing sale prices well, provide useful inference regarding heterogeneity in prices within a market, and may be specified to include expert market opinions.

Resumen

Dos objetivos importantes en el análisis de precios hedónicos son la predicción de los precios de venta y la delimitación de submercados basada en consideraciones geográficas y funcionales. Para hacer frente a estos objetivos, en este artículo se han aplicado modelos bayesianos con coeficientes espacialmente variables para realizar un análisis de los precios de venta de la vivienda en la ciudad de Toronto (Ontario). Se evaluó el desempeño del modelo y se determinaron los patrones de los submercados indicados por los procesos de coeficiente espacial. Los resultados muestran que los modelos de proceso espacial bayesiano predicen bien los precios de venta de viviendas, proporcionan inferencias útiles con respecto a la heterogeneidad de precios dentro de un mercado, y pueden especificarse de modo que incluyan las opiniones de los expertos del mercado.

graphic

Ancillary