Ofis kiralarının bulanık regresyon yöntemiyle belirlenmesi: Ankara ili örneği
Determination of office rent with fuzzy regression method: The case of Ankara province
- Tez No: 965211
- Danışmanlar: PROF. DR. FAHRİYE NİHAN ÖZDEMİR SÖNMEZ, PROF. DR. FURKAN BAŞER
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Ekonomi, İstatistik, Science and Technology, Economics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Gayrimenkul Geliştirme ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 210
Özet
Ekonomik dalgalanmalar, sosyal ve teknolojik gelişmeler; işgücünün sektörel yapısını dönüştürerek ofislerdeki taleplerde değişikliklere neden olmaktadır. Bu bağlamda, ofis kira pazarı; ekonomik eğilimlerden ve sektördeki değişikliklerden etkilenmekte ve dolayısıyla kiraların ekonomik, sosyal mekânsal veya çevresel faktörleri birlikte dikkate alan yöntemlerle belirlenmesi gerekmektedir. Ancak geleneksel yöntemler, homojen piyasa varsayımıyla çalıştıkları için, heterojen bir yapıya sahip olan ofis kira pazarında yetersiz kalabilmektedir. Nitekim konum ve bina özellikleri gibi faktörler kirayı önemli ölçüde etkilemekte; bu da ofis pazarının alt pazarlar şeklinde bölünerek analiz edilmesini gerektirmektedir. Bu noktada alt pazarlardaki arz ve talep dinamiklerinin incelenmesini mümkün kılan pazar bölümlendirmesi yaklaşımı, daha gerçekçi ve isabetli değerleme sonuçlarının elde edilmesine katkı sağlamaktadır. Diğer yandan pazar bölümlendirmesinde alt pazar sınırlarının kesin biçimde tanımlanamaması, kullanıcı tercihlerinin ölçülebilirliğindeki belirsizlikler, geleneksel modellerin açıklama gücünü sınırlamaktadır. Bu tür belirsizliklerin yönetilmesinde, matematiksel olarak belirsizliği ifade edebilen Bulanık Regresyon Fonksiyonları yöntemi öne çıkmaktadır. Bu araştırmanın amacı, geleneksel yöntemlerin ofis kira pazarını yansıtamadığını ortaya koymak ve bu bağlamda Makine Öğrenmesi ile pazar bölümlendirmesi yaklaşımlarının değerlemeye katkılarını incelemektir. Bu doğrultuda, belirsizlik ve çok boyutluluğun daha doğru modellenebilmesi için pazar bölümlendirmesi ile Bulanık Regresyon Fonksiyonları birlikte ele alınmış ve çeşitli makine öğrenmesi algoritmalarıyla karşılaştırılmıştır. Araştırmada, Ankara ili Çankaya ilçesindeki 14 adet ofis binasına ilişkin 2.228 kira verisi kullanılmıştır. Model performansları; kestirim doğruluğu ve hata oranları dikkate alınarak karşılaştırılmış, en yüksek doğruluk pazar bölümlendirmesi ve Bulanık Regresyon Fonksiyonlarıyla desteklenen Rasgele Orman Modelinde elde edilmiştir (RMSE: 0,237305; MAE: 0,187292; rRMSE: 0,039972; rMAE: 0,031545). Bu bulgular, önerilen yaklaşımın hem teorik hem pratik düzeyde daha duyarlı ve güvenilir sonuçlar sunduğunu göstermektedir. Gayrimenkul pazarının artan heterojenliği ve riskleri, değerleme çalışmalarında sağlıklı kestirimlerin yapılabilmesi için matematiksel modellerin kullanılmasını zorunlu kılmaktadır.
Özet (Çeviri)
Economic fluctuations, coupled with social and technological advancements, have significantly transformed the sectoral structure of the labour force, thereby leading to alterations in the demand for office space. Within this framework, the office rental market is subject to influence by prevailing economic trends and sectoral shifts, which underscores the necessity for comprehensive valuation methodologies that incorporate economic, spatial, and environmental considerations. Nevertheless, traditional valuation techniques, predicated on the assumption of a homogeneous market, frequently prove insufficient in the office rental context, which is inherently heterogeneous. Indeed, factors such as location and building characteristics exert a substantial impact on rental prices, warranting an analysis of the office market through a submarket-based approach. In this regard, the market segmentation methodology, which facilitates the examination of supply and demand dynamics within specific submarkets, enhances the accuracy and realism of valuation outcomes. Conversely, the challenges in precisely delineating submarket boundaries and the uncertainties associated with measuring user preferences restrict the explanatory power of traditional models. To address these uncertainties, the Fuzzy Regression Functions approach, capable of mathematically representing vagueness and imprecision, emerges as a robust alternative. The objective of this study is to demonstrate the limitations of traditional valuation methods in capturing the complexities of the office rental market and, in this context, to explore the contributions of Machine Learning and Market Segmentation techniques to rental value estimation. Accordingly, Fuzzy Regression Functions are integrated with Market Segmentation to better model uncertainty and multidimensional structures, with the performance of the proposed methodology compared against various machine learning algorithms. The empirical analysis utilizes a dataset comprising 2,228 rental observations from 14 office buildings situated in the Çankaya district of Ankara. The evaluation of model performance is based on prediction accuracy and error metrics. The optimal predictive performance is observed in the Random Forest model, which is supported by both Market Segmentation and Fuzzy Regression Functions (RMSE: 0.2373; MAE: 0.1873; rRMSE: 0.0399; rMAE: 0.0315). These findings suggest that the proposed approach yields more sensitive and dependable results, both theoretically and practically. Given the increasing heterogeneity and risks within the real estate sector, the utilisation of advanced mathematical models becomes indispensable for obtaining reliable valuation estimates.
Benzer Tezler
- Office rent variation in Istanbul CDB: An application of mamdani and TSK-type fuzzy rule based system
İstanbul MİA?da ofis kira değişimi: Mamdani ve TSK bulanik kural tabanli model uygulamasi
AZAR KARİMOV
Yüksek Lisans
İngilizce
2010
MaliyeOrta Doğu Teknik ÜniversitesiFinansal Matematik Ana Bilim Dalı
DOÇ. DR. ISIL EROL
PROF. DR. GELHARD WİLHELM WEBER
- İstanbul metropoliten alanında ofis kira değerlerini etkileyen faktörlerin analizi
Analyzing the factors effecting office rental value in İstanbul metropolitan area
SENA AKSOY
Yüksek Lisans
Türkçe
2005
İstatistikİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
PROF. DR. VEDİA DÖKMECİ
- Akıllı binaların ve tasarım sorunlarının tanıtılması
Introducing intelligent buildings and related design problems
GAMZE ÖZDEN
- Tünel kalıp sistemleri kullanılarak bilgisayar ortamında bireyselleştirilmiş konut üretimi
Generating customized housing plan layouts in computer environment using tunnel form structures
BELİNDA TORUS
Doktora
Türkçe
2016
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. SİNAN MERT ŞENER
- Ofis yapılarında iç planlama kararlarının ısıl konfor ve enerji tüketimi açısından değerlendirilmesi
An evaluation of interior planning decisions of office buildings in terms of thermal comfort and energy consumption
TUĞBA ATSIZ
Yüksek Lisans
Türkçe
2023
MimarlıkYıldız Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLAY ZORER GEDİK