Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: ASLI TUBA İLHAN
Danışman: NURİ SEMİH ÖZ
Özet:Gayrimenkul değerlemede kullanılan yöntemler, taşınmaz sayısı, zaman, maliyet ve değerleme amacına bağlı olarak tekil veya toplu olarak iki şekilde sınıflandırılmaktadır. Dünyada kısa sürede daha düşük maliyetler ile çok sayıda taşınmazın değer takdirine ihtiyaç duyulan başta vergi değerinin tespiti olmak üzere kentsel dönüşüm, kamulaştırma, arsa/arazi düzenleme gibi toplu değerleme uygulamalarda istatistiki yöntemlerin yanı sıra yapay sinir ağları gibi modern yöntemler de kullanılmaktadır. Türkiye'de ise bu konuda günümüze kadar yapılan çalışmalar akademik boyutta ve pilot bölgede yapılan bir uygulama ile sınırlı kalmıştır. Bununla birlikte taşınmazların değer haritalarının üretilmesi, değer bilgi bankası oluşturulması, toplu değerleme yöntemleri ile değer takdiri yapılmasına imkân verecek taşınmaz değerleme sisteminin kurulmasına yönelik çalışmalara başlanılmıştır. Yasal düzenlemelerin kesinleşmesi ve pilot bölgelerde yapılacak uygulamaların ardından toplu değerlemeye ilişkin çalışmaların hız kazanacağı beklenilmektedir. Araştırma kapsamında, toplu değerlemeye ilişkin temel kavramlar, standartlar, toplu değerleme yöntemleri ve bu konuda yapılmış gerek Dünya'daki uygulamalar gerekse akademik çalışmalar incelenmiş ve Ankara ili, Gölbaşı ilçesi özelinde, arsa fiyatı tahminine ilişkin alan çalışması gerçekleştirilmiştir. Veri seti 2017 yılında satışı gerçekleştirilmiş Hazineye ait taşınmazlardan oluşturulmuştur. Arsa birim satış fiyatını etkileyen 13 parametre seçilerek sayısallaştırılmıştır. Sayısallaştırılan veriler ile yapay sinir ağı oluşturulmuş ve gizli katman nöron sayısına bağlı olarak 15 model denenmiş, her bir model ise 10 kez tekrarlanmıştır. Yapay Sinir Ağları (YSA)'nın tahmin başarısı hakkında karşılaştırma yapabilmek için Çoklu Regresyon Analizi (ÇRA) kullanılmıştır. Analizler sonuçlarına göre YSA modelinin, %94 R2 ve %4,8 MAPE ile ÇRA'ya göre daha iyi tahmin yaptığı, buna karşın model parametrelerinin yorumlanmasında yetersiz kaldığı görülmüştür. Başta emlak vergisine esas değerin belirlenmesi olmak üzere yapılacak toplu değerleme çalışmalarında, özellikle regresyon analizi varsayımlarının sağlanamadığı, analizin gerçekleştirilemediği veya örnek sayısının sınırlı olduğu durumlarda değer tahmininde YSA'nın tercih edilebileceği sonucuna ulaşılmıştır. The methods used in real estate valuation are classified in two ways as single or mass depending on the number of real estate, time, cost and valuation purpose. Modern methods such as artificial neural networks are used in addition to statistical methods in mass valuation applications such as urban transformation, expropriation, land / land arrangement, and in particular the determination of the tax value, which requires the appraisal of a large number of real estates with lower costs globally.The studies that have been done in Turkey on this subject are limited to academic studies and one pilot-scale investigation. In addition, studies have begun to produce mainly value maps of real estates to build a value data bank and to establish a real estate appraisal system that will allow estimation value through mass valuation methods. Following the finalization of the legal regulations and the implementation in the pilot regions, it is expected that the studies on mass valuation will rapidly increase in number.Within the scope of the research, the basic concepts, standards, mass valuation methods and both global practices and academic studies on mass valuation were examined and a case study related to land price estimation carried out in the district of Ankara province.The data set consist of real estates belonging to Department of Treasury which were sold in 2017. Thirteen parameters affecting the unit sales price were selected and numerically transformed. With the transformed data, Artificial Neural Networks (ANNs) was created and 15 models were tried depending on the number of hidden layer neurons and each model was repeated 10 times. Multiple Regression Analysis (MRA) was used to compare the predicted success of ANNs. As a result of the analysis, it was seen that the ANNs model predicted better than the CRA with 94% R2 and 4.8% MAPE, but it was insufficient for the interpretation of the model parameters. In the mass valuation studies, especially the determination of the value for real estate tax, it is concluded that ANNs is suitable for the estimation of value especially when the regression analysis assumptions cannot be fulfilled, the analysis cannot be performed or the sample number is limited.