عوامل مؤثر بر تقاضا و عرضه در بازار مسکن: مطالعه ای در مورد سه شهر بزرگ در ترکیه

5،6 ،* و

گروه اقتصاد ، دانشگاه جاگانات ، داکا 1100 ، بنگلادش

گروه مدیریت بازرگانی ، دانشکده تجارت و کارآفرینی ، دانشگاه بین المللی دافودیل ، داکا 1341 ، بنگلادش

گروه مطالعات مدیریت ، دانشکده مطالعات تجاری ، دانشگاه Begum Rokeya ، Rangpur 5404 ، Bangladesh

گروه اقتصاد ، دانشکده اقتصاد و علوم اداری ، دانشگاه ساکاریا ، 54050 ساکاریا ، ترکیه

گروه کارآفرینی و بازاریابی ، انستیتوی اقتصاد و مدیریت ، دانشگاه ملی نفت و گاز فنی Ivano-Frankivsk ، 76019 Ivano-Frankivsk ، اوکراین

بنیاد Scire ، 00867 ورشو ، لهستان

گروه حسابداری و مالیات ، دانشگاه ملی ولدیمیر دالک شرقی اوکراین ، 91000 کیف ، اوکراین

نویسنده ای که مسئول است باید ذکر شود. محاسبات 2022 ، 10 (11) ، 196 ؛https://doi. org/10. 3390/Computation10110196

دریافت: 9 اکتبر 2022 / اصلاح شده: 27 اکتبر 2022 / پذیرفته شده: 31 اکتبر 2022 / منتشر شده: 2 نوامبر 2022

(این مقاله متعلق به موضوعات محاسباتی شماره ویژه در بیمه و امور مالی است)

خلاصه

:

این مقاله با هدف شناسایی عوامل اقتصادی که به میزان قابل توجهی بر تقاضای و تأمین مسکن در سه شهر بزرگ ترکیه ، مانند استانبول ، آنکارا و ازمیر تأثیر می گذارد ، شناسایی شده است. این مطالعه از ژانویه 2010 تا دسامبر 2020 به دلیل محدود بودن داده های قیمت مسکن از هر شهر ، از داده های ماهانه استفاده می کند. برای اندازه گیری صاف ، از لگاریتم کلیه داده ها به جز اندازه گیری نرخ بهره اسمی ، نرخ بهره واقعی و تورم استفاده می شود. این تحقیق از تجزیه و تحلیل همبستگی و مدل تصحیح خطای بردار (VECM) برای بررسی اثرات متغیرهای کلان اقتصادی بر تقاضا و عرضه استفاده می کند. حجم اعتبار وام مسکن ، به عنوان یک متغیر وابسته ، تحت تأثیر تولید ناخالص داخلی سرانه واقعی ، قیمت خانه واقعی ، تورم پیش بینی شده و نرخ بهره اسمی است. در مقابل ، از محل ساختمان به عنوان یک متغیر وابسته در سمت عرضه استفاده می شود که با قیمت مسکن واقعی ، نرخ بهره واقعی و هزینه واقعی ساخت و ساز تعیین می شود. در مدل VECM ، حجم اعتبار وام مسکن و هزینه انقباض توسط متغیرهای تصحیح خطا حاکم بود ، که نشان دهنده تنظیم عدم تعادل به سمت یک نقطه تعادل است. در مورد آنکارا ، متغیرهای سمت تأمین رابطه طولانی مدت دارند. هر دو تقاضای مسکن و عوامل مرتبط با عرضه تأثیر طولانی مدت در بازار مسکن در استانبول و ازمیر دارند. با توجه به مقدار P قابل توجه ، ضریب C1 حاصل از معادلات سیستم منفی است.

کلید واژه ها:

1. معرفی

اسکان و مسکن نیازهای اساسی بشر محسوب می شود. برای دستیابی به این هدف ، این یک تعهد مدنی هر جامعه است که به مردم در مدیریت اسکان کافی کمک کند. بنابراین ، دولت سعی می کند تا از رویکرد دوستانه مصرف کننده برای موفقیت در بازار مسکن اطمینان حاصل کند. برای رشد اقتصاد در جهت درست ، مهم است که بین تقاضا و در دسترس بودن مسکن تعادل برقرار شود [1،2،3،4،5].

در این مقاله ، ما سعی می کنیم به عناصر اقتصادی که به طور قابل توجهی بر تقاضا یا عرضه مسکن در سه شهر مهم ترکیه تأثیر می گذارد ، اشاره کنیم. ما سه شهر بزرگ در ترکیه را انتخاب کردیم ، بنابراین یک تحلیل خاص در شهر انجام دادیم. دلیل ارزیابی ما نشان دادن طرف عرضه و تقاضا در بازار مسکن است. یافته های این مطالعه تأثیر قابل توجهی از قیمت خانه ، سطح درآمد ، نرخ بهره و تورم بر تقاضای مسکن را نشان می دهد. به همین ترتیب ، طرف عرضه تحت تأثیر هزینه های ساختمان ، قیمت خانه و نرخ بهره واقعی قرار می گیرد.

بازار مسکن ایالات متحده از زمان رکود جهانی 2007-2008 نامشخص است. در [6] ، دلیل این ذوب اقتصادی شرح داده شد ، که مربوط به عرضه بیش از حد مسکن به دلیل آرامش مالیات ، عدم نظارت نهادی و ساختارهای نظارتی و قانونی است. مطالعات دیگر دلایل مشابهی را به عنوان علت رکود اقتصادی مشخص کرده اند ، اما این مطالعات مناطق وسیع تری را در بر می گیرد [7]. با توجه به تحقیقات آنها ، تعامل بین عوامل پیچیده مانند عدم وجود دستورالعمل های مناسب سیاست پولی و اقتصاد جهانی ناپایدار و نامتعادل همراه با تصور غلط از ریسک مالی باعث بحران اقتصادی در سال 2007 شد. و سیاستهای پول آسان 2001-2005 تصویب شده توسط فدرال [8] به رکود اقتصادی کمک کرده است. در همان خطوط مطالعه ، رونق بازار اعتباری کمتر محدود و انعطاف پذیر در بازار مسکن به رکود اقتصادی سال 2008 کمک کرده است [9]. علاوه بر این ، به عنوان یک شوک اعتباری اگزوژن ، عرضه اعتباری کنترل نشده در ایالات متحده در افزایش قیمت مسکن از سال 1994 تا 2005 نقش داشته است [10]. نوسانات در بازار مسکن و سهام جدید مسکن جدید نیز عواملی برای رکود اقتصادی هستند. طبق گفته فاوارا و همکاران.(2015) [10] ، شرایط کلان اقتصادی بر عدم تعادل ناشی از تفاوت تقاضای مسکن و عرضه حاکم است. وی همچنین دوره پیچیده این بروز را مورد مطالعه قرار داد. با این وجود ، جدا از این دلایل فوق الذکر ، تحریف بازار کار و کاهش عرضه نیروی کار نیز دلایل اصلی رکود سال 2008 بود [11،12].

2. بررسی ادبیات

عوامل مختلفی که بر تقاضا و عرضه در بخش مسکن تأثیر می گذارد وجود دارد. دو موضوع در بازار مسکن در نظر گرفته شده است: یکی قیمت مسکن و دیگری تقاضا و عرضه. چندین مطالعه مهم تحقیقاتی در مورد تقاضا و عرضه مسکن انجام شده است. در یک تحلیل مقطعی ، رابطه نزدیک بین قیمت ها ، درآمد خانوار و تقاضای مسکن نشان داده شده است [13،14،15،16]. این یافته ها نشان می دهد که تقاضای مسکن تحت تأثیر خاصیت خاصیت ارتجاعی درآمد است. علاوه بر این ، یک مطالعه در بازار مسکن مالزی نشان داد که عوامل مؤثر بر قیمت مسکن شامل تولید ناخالص داخلی ، جمعیت و مالیات بر افزایش املاک است [17،18،19]. علاوه بر این ، روابط بین نرخ بهره ، قیمت ها ، کشش درآمد و تقاضا برای بازار مسکن با استفاده از داده های سری زمانی مشخص می شود [20،21]. کشش قیمت و نرخ بهره تأثیر منفی دارد ، در حالی که کشش درآمد بازار مسکن رابطه مثبتی دارد. با استفاده از داده های پانل اخیر ، نویسندگان S تقاضای مسکن در ترکیه را مورد مطالعه قرار دادند و از سطح درآمد ، قیمت مسکن و جمعیت به عنوان متغیرهای توضیحی استفاده کردند [22]. این یافته ها نشان می دهد که سطح درآمد مهمترین عامل در تعیین تقاضای مسکن در ترکیه است.

برخی از گزارش های دیگر در سمت عرضه و سلامت بازار مسکن موجود است [23،24،25،26،27]. نسبت بدهی به درآمد ، رشد اعتبار خانوار را کاهش می دهد [28]. در نتیجه ، مالیات های مربوط به مسکن محدودیت 3-4 درصد در اعتبار مسکن و رشد قیمت را نشان می دهد. تجزیه و تحلیل دیگر اظهار داشت که کشش مسکن بالاتر ، افزایش قیمت گذرا پس از شوک تقاضا است [29]. علاوه بر این ، تأمین بیش از حد مسکن می تواند از عوامل اقتصادی دیگر جلوگیری کند [30]. فرض کنید اقتصاد به دلیل عدم در دسترس بودن مسکن در تعادل نیست. این خطر دیگری برای آینده نزدیک ایجاد می کند. برای کاهش تفاوت باید تقاضا تحت تأثیر قرار گیرد. تجزیه و تحلیل در حال رشد شهرهای چین ارتباط بین جغرافیا و عوامل نظارتی با کشش قیمت عرضه مسکن را نشان داد [31]. به همین ترتیب ، یک مطالعه خاص شانگهای دو عامل مؤثر بر قیمت مسکن را مشخص کرد: تولید ناخالص داخلی و نرخ وام [32]. از طرف دیگر ، یک تجزیه و تحلیل سطح شهر چینی ، با استفاده از داده های قابل توجه شهرها در سال 2002-2008 ، جمعیت و درآمد ، تأمین زمین در منطقه شهری و هزینه ساخت و ساز را به عنوان عوامل مهمی که می تواند افزایش قیمت مسکن را توضیح دهد ، نشان داد. 33]

هدف از تجزیه و تحلیل ما نشان دادن طرفهای عرضه و تقاضا بازار مسکن بود. به این معنا ، از اعتبار مسکن برای درک تقاضای بازار مسکن و داده های مجوز مسکن برای متغیرهای مبتنی بر عرضه استفاده می شود. جزئیات مربوط به تأثیر عوامل کلان اقتصادی بر اعتبار مسکن و تعداد مجوزهای ساختمانی به نهاد ادبیات موجود اضافه می شود.

3. مواد و روشها

این یک تحلیل خاص در شهر است. ما سه شهر بزرگ - Istanbul ، Ankara و Izmir - 1 ، 2 و 3 شهر بزرگ در ترکیه را انتخاب کردیم. ما از ژانویه 2010 تا دسامبر 2020 از داده های ماهانه استفاده کردیم. داده ها از موسسه آماری ترکیه و بانک مرکزی جمهوری ترکیه (CBRT) به دست آمد. ما از طیف وسیعی از داده ها برای محدود کردن داده های قیمت خانه برای هر شهر استفاده می کنیم. لگاریتم کلیه تاریخ ها به جز نرخ بهره اسمی ، نرخ بهره واقعی و تورم برای محاسبه صافی استفاده می شود.

مبلغ اعتبار وام مسکن به دلیل سابقه نامناسب سهام مسکن ترکیه به عنوان شاخص تقاضا در بازار مسکن تعیین شده است. چنین داده هایی تحت مقررات بانکی و آژانس نظارتی (BDDK) مورد بررسی قرار می گیرد. از طرف دیگر ، تعداد مجوزهای ساخت و ساز به عنوان یک متغیر جانبی تأمین کننده به دست آمده از موسسه آماری ترکیه (TUIK) شناخته شده است. نرخ بهره و داده های تورم پیش بینی شده از بانک مرکزی جمهوری ترکیه (CBRT) در دسترس است. با این حال ، نرخ بهره واقعی با کم کردن تورم پیش بینی شده از نرخ وام محاسبه شد.

OLS، حداقل مربع معمولی، به رابطه بین یک یا چند پسرفت کننده و پسرفت اشاره دارد. این یک روش رایج است که برای پیش بینی روابط خطی استفاده می شود. در مورد متغیرهای غیر ثابت، اجرای OLS یک رگرسیون ساختگی ایجاد می کند. در واقع، در اقتصاد سنجی، رویکرد حداقل مربعات معمولی (OLS) به طور گسترده مطابق با پارامترهای یک مدل رگرسیون خطی مزمن است. برآوردگرهای OLS مقدار مربعات خطاها را به حداقل می رساند (تمایز بین مقادیر مشخص شده و مقادیر مورد انتظار). VECM (Vector Error Correction Model) برای این تخمین برای اصلاح این مشکل پیش فرض مناسب است. هنگامی که متغیرها یک یا چند هم انباشتگی دارند، استفاده از مدل VECM راحت است که می تواند تغییرات بلندمدت و کوتاه مدت را ثبت کند و همچنین برای هر گونه انحراف از تعادل تنظیم کند. در این تحقیق با استفاده از معیار طول تاخیر یک تاخیر انتخاب می شود. در اینجا، ضریب عبارت تصحیح خطا یک پارامتر حیاتی در تجزیه و تحلیل VECM است.

∆yt = Π0 + Γyt − 1 + Π1∆yt − 1 + .+ Πp∆yt − p + Ψ0xt + .+ Ψqxt - q + ΦDt + ut

تقاضای بازار مسکن ترکیه تحت تأثیر HPI (شاخص قیمت مسکن)، تولید صنعتی به عنوان سود، نرخ تورم و نرخ بهره اسمی قرار گرفت. در مطالعه ما، ارتباط بین این عوامل به ویژگی های شهر بستگی دارد. در حالی که افزایش قیمت بر تقاضای مسکن در استانبول و آنکارا تأثیر منفی گذاشت، بر تقاضا در ازمیر تأثیر مثبت گذاشت [34،35].

4. نتایج

برای توضیح VECM، داده ها را بررسی می کنیم تا ببینیم آیا متغیرها با مرتبه یک ادغام شده اند یا خیر. همه متغیرها در مرحله با استفاده از آزمون دیکی-فولر تقویت شده ثابت نیستند. پس از گرفتن اولین تفاوت، متغیرها ثابت هستند.

4. 1. آزمون همگرایی

برای تخمین هم انباشتگی از آزمون هم انباشتگی یوهانسن استفاده می شود. می بینیم که حداقل یک یا دو متغیر برای هر شهر با هم ادغام می شوند. بنابراین، اعتبار مسکن توسط HPI (شاخص قیمت مسکن)، تولید صنعتی به عنوان سود، نرخ تورم و نرخ بهره اسمی مرتبط و تحت تأثیر قرار می گیرد. برعکس، مجوزهای ساخت و ساز در سمت عرضه، با قیمت ساخت و ساز، هزینه ها و نرخ بهره واقعی منطبق است.

4. 1. 1. برای آنکارا

سکه_Ank1: کر_t−1روند = 6. 093443 + 0. 031368_t−1− 2. 998063p_t−1− 2. 439748Y_t−1+ ---- + −0. 029757Inf_t−1+ 0. 033990 i_t-1+

(0. 23324) (عدد داخل پرانتز نشان دهنده انحراف معیار ضریب شیب مربوطه است) (0. 02939) (0. 01541) (1. 00133)

سکه_Ank2: مطابق_{t − 1}= -49. 65211 - 0. 069898 روند_{t − 1}+ 8. 790259p_{t − 1}+ ---- + 0. 133555cc_{t − 1}- 0. 051352 RI_{t - 1+}

(0. 25582) (4. 30937) (1. 36039)

4. 1. 2. برای استانبول

سکه_IST1: کر_t−1= 15. 89900 + 0. 035020 روند_t−1- 0. 489705p_t−1- 6. 858388y_t-1+---- +-0. 078628inf_t−1- 0. 173496i_t−1

(0. 17568) (0. 08708) (1. 19390) (0. 96102)

سکه_IST2: مطابق_t−1= - 67681. 758 - 6. 877547trend_t−1+ 128. 8552p_t−1+ ---- + 74. 65621cc_t−1- 18. 75822ri_t-1+

(38. 9375) (35. 7706) (8. 75295)

4. 1. 3. برای ازمیر

سکه_izm1: کر_t−1= - 18. 81736 - 0. 875482trend_t−1+ 1. 848414p_t−1- 1. 809652y_t−1+ --- + 0. 651734inf_t−1- 0. 031275i_t-1+

(0. 13404) (0. 01247) (0. 68941) (0. 21628)

سکه_izm2: مطابق_t−1= - 24. 33304 - 0. 031342trend_t−1+ 2. 242016p_t−1+ ---- + 12. 87856cc_t−1- 2. 828460RI_t−1

(3. 27740) (2. 75862) (0. 70352)

تأثیر ادغام CO نتیجه مشخصی را برای هر شهر نشان می دهد. تقاضای مسکن در استانبول و آنکارا تحت تأثیر افزایش قیمت قرار می گیرد. اما در ازمیر ، قیمت و تقاضا برای مسکن به طور مثبت مرتبط است ، در حالی که قیمت خانه در حال رشد است ، تقاضا برای مسکن نیز در حال افزایش است. برای ازمیر ، از نظر قیمت ، مسکن می تواند به عنوان یک گیفن خوب در نظر گرفته شود. از طرف دیگر ، دستمزدها ، تورم و نرخ بهره اسمی به طور معکوس با تقاضای مسکن همراه است ، در حالی که تقاضای مسکن آنکارا با یک رابطه مختلط همگام می شود.

در مورد یک مدل تأمین مسکن ، ضریب تمام متغیرها مبتنی بر یک مدل نظری کلان اقتصادی برای شهر خاص است. افزایش قیمت و هزینه ساختمان با افزایش تعداد مجوزهای مسکن ، در دسترس بودن مسکن را بهبود می بخشد. نتیجه در همه شهرها منسجم و سازگار است.

4. 2مدل تصحیح خطای بردار

این مدل به ما کمک می کند تا رابطه بین متغیرها را در کوتاه مدت درک کنیم. مدل های تصحیح خطای بردار (VECM) به شرح زیر است.