歐洲開放式房地產共同基金的量化風險模型
量化技術對開放式房地產基金的風險分析/管理有多大用處？我正在考慮一種針對歐洲的方法（美國和其他市場可能完全不同——通常更透明）。
對基金中的對象進行估值有幾個因素：
- 租金收入來源。
- 評估對象的銷售價格。
（2）的數據基礎當然是一個問題。人們使用歷史模擬還是蒙地卡羅方法？你在這個領域有什麼經驗？你能指出任何好的參考嗎？
首先，通常這些模型在很大程度上適應特定國家（甚至歐洲）、房地產類別（住房、商業）和市場（二級、一級）。總的來說，我會說很難直接將金融領域的標準量化工具（如 MC）應用於房地產市場。
我看到的模型不是很量化。最常見的方法是建立一個平衡（供需）模型，該模型還考慮了宏觀經濟因素（利率、匯率等）。例如，人們試圖估計和預測新開發項目的購買力（信貸可用性）和容量。這可能包括許多微妙的事情，例如對發展、稅收、政策等方面的可能延遲進行建模。理想情況下，應考慮流動性和信用風險。這種建模和預測方法有時稱為自上而下/自下而上：
自上而下和自下而上的預測方法通常用於房地產行業。宏觀經濟（自上而下）因素，例如就業增長、國內生產總值 (GDP)、家庭形成和家庭收入中位數，同時推動了空間使用需求和長期供應。市場建設管道數據（自下而上）提供短期供應資訊。評估目前的空置（自下而上），而未來的空置來自預測的需求、供應和估計的市場總庫存。調查目前租金（自下而上），同時根據預測的需求和空置率預測租金增長。建立在長期趨勢上的定量模型產生基線結果，同時進行調整以納入當地知識和短期現象。
在房地產中進行定量建模時應該考慮的一個重要特徵是自相關。許多研究人員已經記錄了異常強的可預測自相關分量。然而，正如我之前提到的，由於市場的許多獨特特徵，這很難在實踐中加以利用。
我也知道用於評估房地產對象的基於 GIS 的空間模型（例如空間自相關）。但我從未見過它們在實踐中實施。
有一些關於蒙特卡羅方法在房地產估價中的應用的文章：
但是，我無法評論它們有多好。