Modelování cen nemovitostí s využitím dat z Google trends

Adam Cihlář

Bachelor's thesis

Modelling housing prices using Google trends data

Anotácia:

Použitím moderního datového zdroje Google Trends přináší tato práce nový přístup k predikování cen na trhu nemovitostí v České republice. Kvalita předpovědí je hodnocena porovnáním, nejprve jsou konstruovány modely založené pouze na standardních datech publikovaných statistickými úřady a poté modely využívající také data o internetové aktivitě uživatelů ve vyhledávači Google. Robustních výsledků je dosaženo specifikací mnoha variant modelů. Zjišťujeme, že zahrnutí Google Trends statisticky významně zlepšuje predikční schopnosti základních modelů, a především předkládáme konkrétní poznatky aplikovatelné při predikování trhu nemovitostí v České republice.

Abstract:

This paper introduces a new approach to predicting prices on the housing market in the Czech Republic by using a modern source of data Google Trends. To evaluate predictions, we first estimate models based only on standard data provided by statistical institutes and then we estimate models using also data on user activity in Google search engine. Robust results are achieved by specifying many variants of models. We find that including Google Trends significantly improves the baseline models and especially we present concrete findings applicable for predicting the real estate market in the Czech Republic.

Kľúčové slová

trh nemovitostí, Google Trends, předstihový indikátor, predikční modely, housing market, leading indicator, prediction models

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 8. 5. 2020

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 6. 2020
• Vedúci: Ing. Daniel Němec, Ph.D.
• Oponent: Ing. Štěpán Mikula, Ph.D.

Masaryk University

Faculty of Economics and Administration

Bachelor programme / odbor:
Economics / Economics