Car resale price forecasting: The impact of regression method, private information, and heterogeneity on forecast accuracy

این مقاله مدل های آماری را برای پیش بینی قیمت های فروش مجدد اتومبیل های مورد استفاده بررسی می کند. یک مطالعه تجربی برای بررسی مشارکت در سطوح مختلف آزادی در روند مدل سازی به دقت پیش بینی شده انجام شده است. اول، یک تحلیل مقایسه ای از روش های پیش بینی جایگزین، شواهدی را نشان می دهد که رگرسیون تصادفی جنگل برای پیش بینی قیمت های فروش مجدد به طور خاص موثر است. همچنین نشان داده شده است که استفاده از رگرسیون خطی، روش غالب در کار قبلی، باید اجتناب شود. دوم، نتایج تجربی نشان می دهد حضور ناهمگونی در پیش بینی قیمت های مجدد و شناسایی روش هایی است که می تواند به طور خودکار تاثیرات مضر آن بر دقت پیش بینی را غلبه دهد. در نهایت، این مطالعه تایید می کند که فروشندگان ماشین های مورد استفاده دارای مزایای اطلاع رسانی بیش از سازمان های تحقیقاتی بازار است که آنها را قادر به پیش بینی قیمت های فروش مجدد بیشتر. این بدان معنی است که فروشندگان انگیزه ای برای سرمایه گذاری در راه حل های پیش بینی داخلی دارند، به جای اینکه تصمیمات مربوط به قیمت گذاری خود را بر اساس برآوردهای ارزش اضافی تولید شده باقی بگذارند.