Matches in UGent Biblio for { <https://biblio.ugent.be/publication/5695766#aggregation> ?p ?o. }
Showing items 1 to 29 of
29
with 100 items per page.
- aggregation classification "V".
- aggregation creator person.
- aggregation creator person.
- aggregation creator person.
- aggregation date "2012".
- aggregation format "application/pdf".
- aggregation hasFormat 5695766.bibtex.
- aggregation hasFormat 5695766.csv.
- aggregation hasFormat 5695766.dc.
- aggregation hasFormat 5695766.didl.
- aggregation hasFormat 5695766.doc.
- aggregation hasFormat 5695766.json.
- aggregation hasFormat 5695766.mets.
- aggregation hasFormat 5695766.mods.
- aggregation hasFormat 5695766.rdf.
- aggregation hasFormat 5695766.ris.
- aggregation hasFormat 5695766.txt.
- aggregation hasFormat 5695766.xls.
- aggregation hasFormat 5695766.yaml.
- aggregation language "dut".
- aggregation publisher "Steunpunt Fiscaliteit en Begroting".
- aggregation rights "I have retained and own the full copyright for this publication".
- aggregation subject "Business and Economics".
- aggregation title "Modellen ter voorspelling van de ontvangsten van de registratierechten".
- aggregation abstract "In deze paper probeerden we een manier te vinden om de Vlaamse registratierechten zo optimaal mogelijk te voorspellen. Aangezien de opbrengst van de registratierechten sterk gedetermineerd wordt door de fiscale wetgeving is het rechtstreeks voorspellen van de registratierechten niet evident. Omdat de registratierechten als een vast percentage geheven worden op het vervreemden van onroerende goederen, ligt het voor de hand dat we deze onderliggende waarden als proxy’s gebruiken. Omdat we de gemiddelde appartementsprijzen en bouwgrondprijzen als een fractie van de gemiddelde huisprijs konden uitdrukken, waren slechts twee modellen vereist: één model dat de registratierechten verklaart in functie van de huisprijzen en één model dat de huisprijzen voorspelt. Na een literatuuronderzoek konden we de belangrijkste determinanten van de huisprijzen oplijsten. In onze vorige studie (Hoebeeck & Smolders, 2012, februari ) voerden we verschillende ADLforecasts uit en selecteerden het beste model aan de hand van de forecast error. Op basis van een out-of-sample forecast constateerden we dat de ADL modellen de registratierechten steeds onderschatten. Daarom pasten we vervolgens de methode van de combination forecast toe. De relative mean squared forecast error, zoals beschreven in Stock & Watson (2003), gaf aan de combination forecasts beter presteren dan de ADL modellen waardoor deze methode het best geschikt is om de registratierechten te voorspellen.".
- aggregation authorList BK66716.
- aggregation aggregates 5695774.
- aggregation isDescribedBy 5695766.
- aggregation similarTo LU-5695766.