予測精度と解釈性を両立した共同住宅の空室率予測手法の開発

• 研究課題/領域番号: 23K01333
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分07030:経済統計関連
• 研究機関: 横浜国立大学
• 研究代表者: 本橋 永至 横浜国立大学, 大学院国際社会科学研究院, 教授 (50707239)
• 研究分担者: 廣瀬 慧 九州大学, マス・フォア・インダストリ研究所, 教授 (40609806)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2025年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 不動産市場 / 共同住宅 / 空室率 / 住宅政策 / 空き家 / 機械学習 / 不動産 / 空室率予測 / スパース推定 / アンサンブル学習

研究開始時の研究の概要

本研究の目的は，予測精度と解釈性を両立した共同住宅の空室率を予測する手法を開発し，共同住宅の空室率の要因を明らかにすることである．本研究では，賃貸募集情報から空室率を予測する手法を開発し，スクレイピングによって取得する実データを用いて，提案手法の有効性を検証する．提案手法は不動産投資の空室リスクを定量的に評価することを可能にするとともに，我が国の喫緊の課題である空き家問題にも貢献することが期待できる．

研究実績の概要

本研究では，主に共同住宅の空室率を予測するための最適な方法はどのような方法であるか，また，空室率に影響を与える要因は何であるかの2点を明らかにする．これらの点を明らかにすることにより，不動産投資の空室リスクを定量的に評価することを可能にするとともに，我が国の喫緊の課題である空き家問題にも貢献することが期待できる．令和5年度は，関連する既存研究の整理，データ収集，テスト分析を行った．
不動産の予測に関する研究は過去に数多く行われているが，それらは物件価格や賃料に関するものが多く，本研究の対象である空室率に関する研究はほとんど行われていない．既存研究や関連する資料を整理した結果，物件価格，賃料，空室率に影響を与える要因として，共通のものとそれぞれに固有のものがあることが明らかになった．今後は，それらを踏まえて，空室率に影響を与える要因を明らかにしていく．
分析に使用するデータについては，空室期間，賃料，駅からの距離，建物構造などの物件情報に加えて，防災，学区，地価等に関する地理情報も用いる予定である．過去にこれらのデータを統合して行われた研究は行われていない．これまでにこれらのデータの収集が順調に進んでいる．
また，国立情報学研究所が提供している不動産・住宅情報サイトに掲載されたデータを用いて，テスト分析を行った．テスト分析の結果，地域によって空室率に影響を与える要因が異なることや主要な機械学習手法の中でランダムフォレストの予測精度が最も高いことが明らかになった．

現在までの達成度 (区分)

2: おおむね順調に進展している

理由

これまでに関連する既存研究の整理，データの収集，テスト分析などを予定通り実施することができ，当初の計画に沿って順調に進展している．

今後の研究の推進方策

今後は収集したデータを統合し，分析に用いられるようデータを加工する．次に，それらのデータに複数の手法を適用することにより，最適な予測手法を開発する．さらに，分析結果を多面的に解釈し，空室率に影響を与える要因を明らかにする．
本研究で用いる手法は，予測精度と解釈性の双方を重視する．空室率予測において，予測精度の高さは投資パフォーマンスに直結する一方，手法の中身がブラックボックスでは，予測結果を活用する範囲が限定される．具体的には，不動産の特徴として，全く同じ条件の物件が2つとないという点があるため，どの要因が空室率に影響を及ぼすかを明らかにできれば，データが不十分な地域においても，空室率の予測が可能となる．そのため，空室率予測においては，モデルの解釈性が求められる．今後は予測精度と解釈性の双方を考慮してモデル開発に取り組んでいく．