Detecting information transparency in the Italian real estate market: a machine learning approach [Identificare la trasparenza informativa nel mercato immobiliare italiano: un approccio machine learning]

This research aims to understand how market transparency and data reliability can influence valuation procedures and decision-making processes in the Italian real estate market. Through the analysis of three different real estate markets and the validation of information, this paper’s goal is to understand whether and to what extent the use of asking prices instead of actual purchase and sale prices can lead to valuation errors, increase the uncertainty of valuation, and undermine investment decision-making processes. The research results highlight the primary sources of information opacity in the Italian real estate market, classifying them according to their impact on real estate value. The novelty of this research lies in the integrated use of machine learning techniques, computer programming and multi-parametric valuation procedures to understand and manage information opacity in the Italian real estate market, particularly regarding the estimation of the most probable market value of properties belonging to the residential segment.

Questa ricerca si pone come obiettivo il comprendere come la trasparenza del mercato e correttezza delle informazioni influenzino i procedimenti di stima e i processi decisionali nel mercato immobiliare italiano. Attraverso l’analisi di tre differenti mercati immobiliari e la verifica delle informazioni relative ai prezzi di offerta, il presente contributo vuole capire se, e in quale dimensione, l’impiego dei prezzi di offerta in luogo dei reali prezzi di compravendita possano portare a commettere errori valutativi, ad aumentare l’incertezza nelle stime e a pregiudicare il processo decisionale negli investimenti. I risultati della ricerca evidenziano quali sono le fonti primarie di opacità informativa nel mercato immobiliare italiano, classificandole in base al loro impatto sulla stima del valore immobiliare. La novità di questa ricerca risiede nell’uso integrato di tecniche di machine learning, programmazione informatica e procedure di stima multi-parametrica al fine di comprendere e gestire l’opacità informativa nel mercato immobiliare italiano, in particolare riguardo la stima del più probabile valore di mercato degli immobili appartenenti al segmento residenziale.