• Home
  • Investigating the impact of social capital on housing prices in Iran

Share To

Article Url


Manuscript ID : 140402201206322 Visit : 76 Page: 83 - 101

https://doi.org/10.71849/ECO.2025.1206322

Article Type: Original Research

Investigating the impact of social capital on housing prices in Iran

Subject Areas : Urban, Rural, Regional, Real Estate, and Transportation Economics

Kamyar Fardoust 1 , Bakhtiar Javaheri 2 * , Salaheddin Manochehri 3

1 - M.A. in Economics, Department of Economics, Faculty of Humanities and Social Sciences, University of Kurdistan, Sanandaj, Iran, kamy3.ich@gmail.com.
2 - Associate Professor, Department of Economics, Faculty of Humanities and Social Sciences, University of Kurdistan, Sanandaj, Iran, (Corresponding Author) b.javaheri@uok.ac.ir.
3 - Assistant Professor, Department of Economics, Faculty of Humanities and Social Sciences, University of Kurdistan, Sanandaj, Iran, s.manochehri@uok.ac.ir.

Received: 2025-05-10 Accepted : 2025-06-11 Published : 2025-07-19

Keywords: Housing Prices, Social Capital, Dynamic Ordinary Least Squares Method, Iran JEL Classification: R21, Z1, C16,

Abstract :

Housing prices, a critical economic and social barometer, shape households’ purchasing power and overall quality of life; hence, understanding their drivers is vital for urban planning and sustainable development. Using Dynamic Ordinary Least Squares (DOLS) on annual data from 1991 to 2022, this study finds that a 1 percent increase in Iran’s social‑capital index lowers housing prices by 0.43 percent, while a comparable rise in the exchange rate (USD/IRR) reduces prices by 5.55 percent. By contrast, a 1 percent uptick in gold prices and real economic growth pushes housing prices up by 0.27 percent and 5.74 percent, respectively, and the Tehran Stock Exchange’s total index has no significant impact. Given the dampening effect of social capital, policymakers should promote civic participation, bolster public trust, and strengthen local communication networks to help stabilise housing prices nationwide.

References:

- آخوندی، نادر، شریفی رنانی، حسین و صامتی، مجید (1399). عوامل مؤثر بر قیمت مسکن در کلان‌شهر اصفهان با تأکید بر عوارض محلی. اقتصاد شهری، 5 (1)، 168-149. doi: 10.22108/ue.2022.131795.1198
- احمدزاد، خالد، منوچهری، صلاح¬الدین وخاکسار, مطهره (2023). تاثیر هزینه های مسکن بر نابرابری درآمدی و میزان جرم در استان های ایران. سیاست ها و تحقیقات اقتصادی، 1(4)، 138-107. doi: 10.34785/J025.2022.029
- دانش مهر، حسین، خانی، سعید و ملاسلیمی، وریا (1402). سرمایه اجتماعی به مثابه بسترِ زیست پایدار در میان ساکنان مسکن مهر (مورد: مسکن مهر بهاران سنندج). فصلنامه مطالعات شهری، 12(47)، 104-91. doi: 10.34785/J011.2022.015
- جواهری، بختیار، منوچهری، صلاح¬الدین و مظفری، زانا (1401). اثرات نامتقارن قیمت مسکن بر میزان مشارکت در بازار سهام ایران: رهیافت رگرسیون کوانتایل. فصلنامه مطالعات اقتصادی کاربردی ایران، 11(43)، 69-39.
doi: 10.22084/aes.2022.25674.3396
- قلی زاده، علی اکبر و منوچهری، صلاح¬الدین (1401). برآورد تقاضای مصرفی مسکن در ایران. سیاست ها و تحقیقات اقتصادی، 1(1)، 57-33. 10.34785/J025.2022.002 doi:
- رسول‌زاده، فرزان، شاهچراغی، آزاده و بندراباد، علیرضا (1398). ارائه مدل ارتباطی سرمایه اجتماعی و معماری در مجموعه‌های مسکونی مبتنی بر ساخت اجتماعی. معماری و شهرسازی پایدار، 7(1)، 216-197. doi: 10.22061/jsaud.2019.5758.1557
- رنانی، محسن و دلیری، حسن (1389). اثر سرمایه اجتماعی بر رشد اقتصادی: تبیین چارچوب نظری. سیاست گذاری اقتصادی، 2(4)، 56-23.
- مبارکی، امید، ولیقلی زاده، علی و شیخ پور، نرگس (1403). بررسی عوامل مؤثر بر قیمت مسکن در شهر مراغه. جغرافیا و آینده پژوهی منطقه‌ای، 2(2)، 16-1. doi: 10.30466/grfs.2024.54915.1022
- محمدزاده، پرویز، پناهی، حسین و آل عمران، علی (1401). بررسی تأثیر قیمت انرژی بر قیمت مسکن در ایران. مهندسی و مدیریت انرژی، 10(2)، 59-50. doi: 10.22052/10.2.1
- محمدزاده، پرویز، منصوری، مسعود و کوهی لیلان، بابک (1391). تخمین قیمت هدانیک ساختمانهای مسکونی در شهر تبریز: با رویکرد اقتصادسنجی فضایی. مدلسازی اقتصادی، 6 (18)، 38-21.
- مظفری، زانا و منوچهری، صلاح¬الدین (1402). تأثیر بی ثباتی نرخ ارز بر شاخص قیمت مسکن در ایران؛ کاربردی از رهیافت سری زمانی. تحقیقات مالی، 25(3)، 452-433. doi: 10.22059/frj.2023.349960.1007397
- منوچهری، صلاح الدین و قلی¬زاده، علی اکبر (1401). واکنش سفته بازی در بازار مسکن به شوک های برونزا در ایران. پژوهشهای اقتصادی (رشد و توسعه پايدار)، 22(۲)، 216-185. 20.1001.1.17356768.1401.22.2.10.7: doi
- موسوی، میر حسین و درودیان، حسین (1394). تحلیل عوامل مؤثر بر قیمت مسکن در شهر تهران. مدلسازی اقتصادی، 9(31)، 127-103.
- Ahmadzadeh, K. , Manochehri, S. and Khaksar, M. (2023). The impact of housing costs on income inequality and crime rates in the provinces of Iran. Economic Policies and Research, 1(4), 107-138. doi: https://doi.org/10.34785/J025.2022.029 (in Persian)
- Akhundi, N. , Sharifi Renani, H. and Sameti, M. (2020). Factors affecting housing prices in the metropolis of Isfahan with emphasis on local tolls. Urban Economics, 5(1), 149-168. doi: 10.22108/ue.2022.131795.1198 (in Persian)
- Daneshmehr, H. , khani, S. and molasalimi, V. (2023). Social capital as a sustainable living environment among the residents of Mehr housing (Case study: Baharan Mehr housing, Sanandaj). Motaleate Shahri, 12(47), 91-104. doi: 10.34785/J011.2022.015 (in Persian)
- Dornbusch, R. & Fischer, S. (1994). Macroeconomics. McGraw-Hill.
- Gholizadeh, A. A. and Manochehri, S. (2022). Estimating the consumer demand for housing in Iran. Economic Policies and Research, 1(1), 33-57. doi: https://doi.org/10.34785/J025.2022.002 (in Persian)
- Guiso, L., Sapienza, P., & Zingales, L. (2004). The role of social capital in financial development. The American Economic Review, 94(3), 526-556. http://www.jstor.org/stable/3592941
- Javaheri, B., Manochehri, S. and Mozaffari, Z. (2022). Asymmetric effects of housing price on Iran stock market participation: quantile regression approach. Journal of Applied Economics Studies in Iran, 11(43), 39-69. doi: 10.22084/aes.2022.25674.3396 (in Persian)
- Jin, J. Y., Kanagaretnam, K., Liu, Y., & Liu, N. (2019). Banks’ loan growth, loan quality, and social capital. Journal of Behavioral and Experimental Finance, 21, 83-102. https://doi.org/https://doi.org/10.1016/j.jbef.2018.11.004
- Kang, S., & Koo, J.-H. (2023). Exploring social capital level in regions with large and increasing wealth inequality: lesson from Seoul, South Korea. Social Indicators Research, 168(1), 165-183. https://doi.org/10.1007/s11205-023-03128-3
- Karagöz, K. & Özkubat, G. (2021). Impact of macroeconomic factors on housing prices: An analysis for aegean region. Journal of Yasar University E-Dergisi, 16 (62), 867-889.
- Kennelly, B., O'Shea, E., & Garvey, E. (2003). Social capital, life expectancy and mortality: a cross-national examination. Social science & medicine, 56(12), 2367-77. https://doi.org/10.1016/S0277-9536(02)00241-1
- Lee, C.-C., Yeh, W.-C., Yu, Z., & Liang, C.-M. (2023). Impacts of social capital on housing prices: the case of special relationship-based transactions. International Journal of Strategic Property Management, 27, 21-34. https://doi.org/10.3846/ijspm.2023.18330
- Manochehri, S., & Gholizadeh, A. (2022). The response of speculation in the housing market to exogenous shocks in Iran. The Economic Research, 22(2), 185-216. ‎ https://doi.org/20.1001.1.17356768.1401.22.2.10.7 (in Persian)
- Mobaraki, O., Valigholizadeh, A., & Sheikhpour, N. (2024). Investigating the affecting factors on housing prices in Maragheh City. Geography and Regional Future Studies, 2(2), 1-16. doi: 10.30466/grfs.2024.54915.1022 (in Persian)
- Mohamadzadeh, P., Panahi, H. & Aleemran, A. (2023). A study of the effect of energy price on house price in Iran. Energy Engineering and Management, 10(2), 50-59. doi: 10.22052/10.2.1(in Persian)
- Mohammadzadeh, P. Mansouri, M & Kouhi Leilan.B (2011). Estimating the hedonic price of residential buildings in Tabriz city: with a spatial econometric approach. Economic Modeling, 6(18), 21-38.‎ (in Persian)
- Mousavi, M.H, & Daroudian, H. (2015). Analysis of factors affecting housing prices in Tehran. Economic Modeling, 9(31), 103-127. (in Persian)
- Mozaffari, Z. & Manochehri, S. (2023). The impact of exchange rate volatility on the housing price index in Iran: A GMM time series approach. Financial Research Journal, 25(3), 433-452. doi: 10.22059/frj.2023.349960.1007397 (in Persian)
- Paik, J., Baek, S.-J., Kim, J.-W., & Ko, K. (2023). Influence of social overhead capital facilities on housing prices using machine learning. Applied Sciences, 13, 10732. https://doi.org/10.3390/app131910732
- Pilatin, A., Hepşen, A., & Kayran, O. (2023). The effect of social capital on housing prices: panel data analysis by province in Turkey. International Journal of Housing Markets and Analysis, https://doi.org/10.1108/IJHMA-11-2022-0170
- Putnam, R. D. (2015). Bowling alone: America’s declining social capital. In The city reader. (pp. 188-196). Routledge.
- Rasoulzadeh, F. , Shahcheraghi, A. and BandarAbad, A. (2019). Presentation of a communicational model for social capital and architectural model in residential complex based on social construction. Journal of Sustainable Architecture and Urban Design, 7(1), 197-216. doi: 10.22061/jsaud.2019.5758.1557 (in Persian)
- Renani, M. and Daliri, H. (2010).The effect of social capital on the economic growth:A theoretical framework. The Journal of Economic Policy, 2(4), 23-56. (in Persian)
- Saikkonen, P. (1992). Estimation and testing of cointegrated systems by an autoregressive approximation. Econometric theory, 8(1), 1-27.
- Stock, J.H. & Watson, M.W. (1993). A simple estimator of cointegrating vectors in higher order integrated systems. Econometrica, 61(4), 783- 820. DOI: 10.2307/2951763
Full-Text:


Economic Modeling

sanad.iau.ir/journal/eco

 

img0 

Investigating the impact of social capital on housing prices in Iran

Kamyar Fardoust1         Bakhtiar Javaheri2        Salaheddin Manochehri3

https://sanad.iau.ir/Journal/eco/Article/............ 

Abstract 

Housing prices, as one of the most important economic and social indicators, directly affect the quality of life and purchasing power of households. Therefore, examining the factors affecting housing prices and adopting appropriate policies to control them is of particular importance in urban planning and sustainable development. The main objective of the present study is to investigate the effect of social capital on housing prices in Iran during the period 1991 to 2022 using the Dynamic Ordinary Least Squares (DOLS) method. The results of this study indicate a negative and significant effect of the social capital index on housing prices. The results show that social capital and the exchange rate (dollar) have a negative and significant effect on housing prices in Iran, which is -0.43 and -5.55 percent, respectively. On the other hand, a one percent increase in the variables of gold price and economic growth increases housing prices by 0.27 and 5.74 percent, respectively. In this study, the total stock index did not have a significant effect on housing prices. Given the negative effect of social capital on housing prices, it is suggested that policymakers implement programs to increase social participation, improve public trust, and create stronger communication networks in different regions.

 

Received:

 

Accepted:

 

Keywords:

Housing prices, social capital, dynamic ordinary least squares method, Iran

JEL Classification: 

R21, Z1, C16

 

 

 

 

 

 

 

 

1. Introduction

Due to the political, social and economic conditions in which it is located, Iran is always exposed to financial and political instability, and changes in housing prices always challenge society. Given that housing costs constitute the main part of household expenses in Iran, problems and restrictions in providing housing can increase pressure on households and cause social harm. Social capital and its behavior are among the key and influential variables in the economy that are able to affect economic, social and cultural variables through different channels and change their behavior. The greater the difference in economic hierarchy, the greater the difference in lifestyle, culture and interests between social and economic, and class differences lead to a decrease in social interactions. One of the reasons that makes it necessary to examine housing prices is the high fluctuations in their prices that occur due to speculative activities. The increase in housing prices can be caused by fundamental factors or by speculative operations that can lead to different policies; Therefore, it is clear that identifying the factors that have caused the increase in housing prices is essential to reduce its adverse economic effects. According to existing theories, the relationship between housing prices and social capital can be different under different conditions and requires more detailed investigation and empirical evidence. Social capital is expressed as a structure that helps increase cooperation between individuals, prevents opportunistic behaviors of individuals, and provides a level of trust and cooperation between social groups. In previous studies, there is no study that has examined the relationship between the two variables of social capital and housing prices in Iran. Therefore, the current research seeks to answer the question of whether changes in the level of social capital can affect housing prices?

2. Research method and data 

Saikkonen (1992) and Stock and Waston (1993) proposed the dynamic ordinary least squares (DOLS) method by modifying the ordinary least squares (OLS) method. The meaning of being dynamic is that in this method, the time pattern of the response of a dependent variable to changes in the independent variable is considered. This method was proposed to solve the problem of the existence of random trends in time series and to provide a method for estimating relationships whose variables have random trends. The cointegration relationship for the DOLS model is as follows:

img0 

3. Analysis and discussion 

The results of the model estimation show that the variables of social capital, gold price, exchange rate and economic growth have had significant effects on housing prices in Iran at the 5% error level; however, the total stock index variable did not have an effect on housing prices. Social capital and exchange rate have a negative effect, and the variables of gold price and economic growth have a positive effect on housing prices. According to the results, the coefficient of social capital is -0.43. The coefficient related to the gold price is positive, meaning that with an increase in the price of gold, the price of housing also increases. This relationship indicates that when the value of gold increases, people are more inclined to invest in other safe assets such as housing. In times of economic crisis or severe fluctuations in financial markets, people look for safe havens for investment. Gold and housing are two examples of these safe havens. In this study, the dollar rate has had a negative and significant effect on housing prices. Economic growth indicates the level of general welfare and people's income. Increased economic growth means an increase in the standard of living and general welfare in society. The coefficient of economic growth is positive and significant and indicates an increase in housing prices with increasing economic growth. Increased income and improved living standards of individuals directly lead to an increase in demand for housing.

4. Conclusion 

Housing prices are one of the key indicators in the economy of any country, which has a wide impact on social welfare, wealth distribution, and economic sustainability. Therefore, accurate analysis and continuous monitoring of housing prices are essential for policymakers, urban planners, and economists to design and implement effective policies to balance the market and increase access to adequate housing. Social capital, as one of the key concepts in social and economic sciences, plays a fundamental role in sustainable development and improving the quality of life of individuals. This concept refers to social networks, norms, and mutual trust between members of society that facilitate cooperation and coordination. Social capital not only affects relationships between individuals but also the performance of social, economic, and political institutions. The relationship between social capital and housing prices is one of the important and noteworthy topics in urban and economic studies. The main objective of the present study is to investigate the effect of social capital on housing prices in Iran during the period 1991 to 2022 using the Dynamic Ordinary Least Squares (DOLS) method. The results show that social capital and exchange rate (USD) have had a negative and significant effect on housing prices in Iran. On the other hand, the increase in gold price variables and economic growth have caused an increase in housing prices. The total stock index variable has also not had a significant effect on housing prices.

 

Funding 

There is no funding support.

 

Declaration of Competing Interest

The author has no conflicts of interest to declare that are relevant to the content of this article.

Acknowledgments

We extend our gratitude to the journal members and anonymous reviewers for their useful comments greatly contributing to improve our work.

 

[1]  M.A. in Economics, Department of Economics, Faculty of Humanities and Social Sciences, University of Kurdistan, Sanandaj, Iran, kamy3.ich@gmail.com.

[2]  Associate Professor, Department of Economics, Faculty of Humanities and Social Sciences, University of Kurdistan, Sanandaj, Iran, (Corresponding Author) b.javaheri@uok.ac.ir.

[3]  Assistant Professor, Department of Economics, Faculty of Humanities and Social Sciences, University of Kurdistan, Sanandaj, Iran, s.manochehri@uok.ac.ir.

بررسی تاثیر سرمایه اجتماعی بر قیمت مسکن در ایران1

کامیار فردوست2، بختیار جواهری3، صلاح­الدین منوچهری4

https://sanad.iau.ir/Journal/eco/Article/............ 

تاریخ دریافت:

تاریخ پذیرش:

واژگان کلیدی: 

قیمت مسکن، سرمایه اجتماعی، روش حداقل مربعات معمولی پویا، ایران 

طبقه‌بندی JEL:

R21، Z1، C16

چکیده 

قیمت مسکن به‌عنوان یکی از مهم‌ترین شاخص‌های اقتصادی و اجتماعی، مستقیماً بر کیفیت زندگی و قدرت خرید خانوارها تأثیر می‌گذارد. از این رو، بررسی عوامل مؤثر بر قیمت مسکن و اتخاذ سیاست‌های مناسب برای کنترل آن، از اهمیت ویژه‌ای در برنامه‌ریزی شهری و توسعه پایدار برخوردار است. هدف اصلی پژوهش حاضر بررسی تأثیر سرمایه اجتماعی بر قیمت مسکن در ایران طی بازه زمانی 1370 تا 1401 و با استفاده از روش حداقل مربعات معمولی پویا (DOLS) است. نتایج این پژوهش حاکی از تأثیر منفی و معنادار شاخص سرمایه اجتماعی بر قیمت مسکن است. نتایج نشان می­هد که سرمایه اجتماعی و نرخ ارز (دلار) اثر منفی و معناداری بر قیمت مسک ن در ایران داشته که به ترتیب برابر 43/0- و 55/5- درصد است. از طرفی، افزایش یک درصد متغیرهای قیمت طلا رشد اقتصادی، قیمت مسکن به ترتیب 27/0 و 74/5 درصد افزایش می­یابد. در این پژوهش، شاخص کل سهام اثر معناداری بر قیمت مسکن نداشته است. با توجه به اثر منفی سرمایه اجتماعی بر قیمت مسکن، پیشنهاد می­شود سیاست‌گذاران برنامه‌هایی برای افزایش مشارکت اجتماعی، بهبود اعتماد عمومی و ایجاد شبکه‌های ارتباطی قوی‌تر در مناطق مختلف اجرا کنند.

 

 

 

 

 

 

 

 

1. مقدمه

بخش مسکن از دو دیدگاه اهمیت دارد، ازیک‌طرف یکی از اساسی­ترین نیازهای اجتماعی انسان یعنی سرپناه است و از طرفی مسکن روی سایر بازارهای موازی و بخش­های اقتصادی ارتباط دارد. از بین انواع دارایی­ها، مسکن یکی از مهم‌ترین مولفه‌های اجتماعی و اقتصادی در کشور محسوب می­شود. علاوه بر این، در عصر حاضر مسکن به یک ابزار سرمایه­گذاری مهم تبدیل شده است. مسکن به عنوان یک کالای مصرفی بادوام، سهم مهمی در مخارج و ثروت خانوار، چه برای استفاده و چه برای مقاصد سرمایه­گذاری دارد از سوی دیگر، بخش ساخت و ساز که تولید مسکن در آن جایگاه غالب دارد، یکی از اجزای اصلی ساختار اقتصادی است (کاراگز و اوزکوبات5، 2021). یکی از چالش­های اساسی بخش مسکن، افزایش قیمت مسکن است. رشد شتابان قیمت مسکن، به خصوص چندسال اخیر، تأمین مسکن را برای طبقات متوسط درآمدی و پایین­تر سخت کرده است (محمدزاده و همکاران، 1401). بازار مسکن در ایران از چند جنبه اهمیت دارد: نخست از بعد اقتصاد کلان، زیرا صنعت ساختمان یکی از صنایع زیربنایی در کشور به‌حساب می­آید که گردش چرخ‌های آن باعث رونق اقتصاد کشور می­شود. اهمیت دیگر این صنعت از بعد تأمین مسکن است، زیرا هزینه مسکن در حال حاضر، مهم­ترین بخش هزینه اکثر خانواده‌های ایرانی به‌حساب می­آید. اما طی دهه‌های اخیر، اقتصاد مسکن، برای سیاست­گذاران بسیار اهمیت دارد (قلی­زاده و منوچهری، 1401). نوسانات بالای قیمت زمین و مسکن و اثرات آن بر سایر بخش­های اقتصادی یکی از مسائل مهم برای سیاست­گذاران اقتصادی است. مسکن بخش عمده­ای از ثروت اشخاص حقیقی و حقوقی را تشکیل می­دهد. همچنین به دلیل بالا بودن مخارج تأمین مسکن مانند اجاره یا اقساط وام مسکن بخش مهمی از هزینه‌های خانوار را در بر می­گیرد و برای خانوار به عنوان تأمین سرپناه و همچنین کالای سرمایه­ای از اهمیت بالایی برخوردار است. از طرفی افزایش شدید قیمت مسکن و بروز شوک­های آن در بخش­های مختلف کشور، اثرات اقتصادی و تبعات اجتماعی زیادی را به همراه دارد، بنابراین، سیاست گذاران باید به قیمت مسکن و عوامل تعیین کننده آن بیشتر توجه کنند (آخوندی یزدی و همکاران، ۱۳۹۹).

زمینه‌های تاریخی، فرهنگی، اجتماعی و محیطی از جمله عواملی هستند که در شکل­گیری نوع مسکن بسیار مؤثرند. هر ناحیه مسکونی باید باتوجه‌به ساختارهای فرهنگی، شرایط مکانی و اجتماعی خاص خود، محیطی مناسب را برای فرد ارائه نماید. ازآنجاکه مجموعه‌های مسکونی را می­توان به‌عنوان یک مسکن عمومی و واجد عملکردهای مختلف اجتماعی و فرهنگی دانست، پرداختن به بعد اجتماعی مسکن اهمیت می­یابد که می­تواند در قالب مفهوم سرمایه اجتماعی در برنامه­ریزی شهری و طراحی مسکن شهری مدنظر قرار گیرد. بررسی سرمایه اجتماعی به‌عنوان بخشی از فرایند برنامه­ریزی شهری، نظام اجتماعی و عاملی تأثیرگذار بر ابعاد فضایی کالبدی مناطق شناخته می­شود که با قابلیت ایجاد صمیمت در بین ساکنین می­تواند موجب افزایش کارآمدی، برنامه­ریزی و اثرگذاری معنی­دار آن در راستای تحقق توسعه شهری پایدار شود. شناسایی ظرفیت­های سرمایه اجتماعی با ارزیابی عناصر اصلی نظیر مشارکت، انسجام، آگاهی، اعتماد و روابط و پیوندهای اجتماعی شهروندان هم به تهیه برنامه متناسب با ویژگی­های شهر منجر می­شود و هم تضمینی است برای اجرای بهتر برنامه‌های توسعه شهری. مفهوم کیفیت محیط مفهومی است که برای ترسیم توسعه رفاه در یک جامعه به کار می­رود و منعکس‌کننده شرایط زندگی است مفهومی که به‌عنوان یکی از الزامات اولیه کیفیت زندگی است (رسول­زاده و همکاران، 1398). در کشور­های درحال‌توسعه، به‌ویژه ایران، مسکن یکی از بخش‌هایی است که رشد مالی و اقتصادی را تحت‌تأثیر قرار می­دهد. عوامل مختلفی باعث ایجاد تفاوت­های در نیازمندی­های مسکن می­شوند. این عوامل شامل تحولات جمعیتی، شهرنشینی، مهاجرت، افزایش بعد خانوار و شاخص سرمایه اجتماعی است. باتوجه‌به تأثیر سرمایه اجتماعی بر قیمت مسکن، افزایش در قیمت مسکن سطح سرمایه اجتماعی در اخلاقیات فردی کاهش می‌یابد (پیلاتین و همکاران6، 2023). 

ایران به دلیل شرایط سیاسی، اجتماعی و اقتصادی که در آن قرار دارد همواره در معرض بی­ثباتی مالی و سیاسی است و تغییرات قیمت مسکن همواره جامعه را دچار چالش می­کند. با توجه ‌به آن که هزینه مسکن بخش اصلی هزینه خانوارها را در ایران تشکیل می­دهد، مشکلات و محدودیت­های تأمین مسکن می­تواند باعث افزایش فشار بر خانوارها شود و باعث ایجاد آسیب­های اجتماعی شود. سرمایه اجتماعی و رفتار آن از جمله متغیرهای کلیدی و تأثیرگذار در اقتصاد بوده که قادر است از کانال­های متفاوتی روی متغیرهای اقتصادی، اجتماعی و فرهنگی تأثیر بگذارد و رفتار آنها را تغییر دهد. هر چه تفاوت در سلسله‌مراتب اقتصادی بیشتر باشد، تفاوت در سبک زندگی، فرهنگ و علایق بین اجتماعی و اقتصادی بیشتر است و تفاوت طبقاتی منجر به کاهش تعاملات اجتماعی می­شود. یکی از دلایل که بررسی قیمت مسکن را ضروری می­بخشد، نوسانات زیاد قیمت آن است که به علت فعالیت­های سوداگرانه رخ می­دهد. افزایش قیمت­ مسکن می­تواند ناشی از عوامل بنیادی و یا ناشی از عملیات سوداگرانه باشد که می­تواند منجر به انجام سیاست­های متفاوتی شود؛ بنابراین شناسایی عواملی که باعث افزایش قیمت مسکن شده است به‌خوبی آشکار است تا اثرات اقتصادی نامطلوب آن کاهش یابد. باتوجه‌به نظریه‌های موجود، ارتباط بین قیمت مسکن و سرمایه اجتماعی تحت شرایط مختلف می‌تواند متفاوت باشد و نیاز به بررسی دقیق‌تر و شواهد تجربی بیشتری دارد. سرمایه اجتماعی به‌عنوان ساختاری بیان می­شود که به افزایش همکاری بین افراد کمک می­کند و از رفتارهای فرصت‌طلبانه افراد جلوگیری می‌کند و سطح اعتماد و همکاری بین اقشار جامعه را فراهم می­کند. در مطالعات انجام شده پیشین، مطالعه‌ای که ارتباط بین دو متغیر سرمایه اجتماعی و قیمت مسکن در ایران را بررسی کرده باشد، وجود ندارد. لذا، پژوهش موجود در صدد پاسخ به این سؤال است که آیا تغییر در سطح سرمایه اجتماعی می­تواند بر قیمت مسکن تاثیر داشته باشد؟ در ادامه، مبانی نظری و پیشینه پژوهش توضیح داده شده است. سپس، به روش­ پژوهش پرداخته شده و در ادامه، یافته­های پژوهش مورد تجزیه و تحلیل قرار گرفته است. در پایان، نتیجه­گیری و توصیه­های سیاستی آورده شده است.

2.‌ مروری بر ادبیات

در ادامه مبانی نظری و بعد از آن پیشینه پژوهش آورده شده است.

 1.2. مبانی نظری

بازار مسکن در ایران در طی سال­های اخیر، یکی از پرنوسان­ترین بخش­های اقتصاد ایران بوده است. مهم ترین کانال ارتباطی بخش مسکن و سایر بخش های اقتصادی از طریق اثر نوسان­های قیمت مسکن می­­باشد. ­قیمت مسکن در ایران تحت تاثیر عوامل کلان اقتصادی، ویژگی­های واحد مسکونی و سرمایه اجتماعی است. قيمت تعادلي مسكن از تقاطع منحني هاي عرضه و تقاضاي بازار به دست مي­آيد. در بازار مسكن دو منحني عرضه وجود دارد. یکی منحني عرضه انبارها كه همان موجودي خانه­هاي مسكوني ساخته شده در هر لحظه از زمان است و دیگری منحني عرضه جرياني كه نشان دهنده جريان عرضه خانه­هاي تازه ساز به بازار در هر دوره زماني معين مي­باشد. از آنجا كه انباره مسكن در هر مقطع زماني ثابت است و تغيير آن به گذشت زمان نياز دارد، منحني عرضه انباره مسكن به صورت خطي عمودي است و قيمت مسكن از تقاطع اين منحني عرضه و منحني تقاضا بدست مي­آيد. بنابراین قيمت مسكن از تعامل ميان انباره موجود مسكن و عوامل تعيين كننده تقاضا شكل مي­گيرد ( دورنبوش و فیشر7، 1994). عوامل کلان اقتصادی شامل رشد عرضه پول و تورم، درآمد سرانه خانوار، شاخص بازار سهام، شاخص قیمت خدمات مسکن، نرخ ارز و تعداد ساختمان های عرضه شده است. تورم شدید باعث می­شود که جامعه برای حفظ ارزش سرمایه خود، در دارایی­ها سرمایه گذاری کنند. بازار مسکن در مقایسه با سایر دارایی­ها، ریسک کمتر و از بازدهی نسبت بالاتر برخوردار است. تغییرات قیمت مسکن از طریق کانال ثروت بر مصرف خانوارها تأثیر گذار خواهد بود، از طرفی که ارزش مسکن از اجزای مهم ثروت صاحبات مسکن است، لذا، افزایش ثروت در طول زندگی باعث افزایش مصرف هم می­شود. از عوامل تاثیرگذار بر قیمت مسکن می تواند سیاست های پولی باشد. سیاست پولی می­توانند از دو جنبه باعث تغییر قیمت مسکن شود از طرفی با اعمال سیاست پولی انبساطی قدرت وام­دهی بانک­ها را افزایش دهد و محدودیت­ها را رفع کند و زمینه افزایش قیمت مسکن را فراهم می­سازد. و از طرف دیگر با کاهش نرخ­ بهره موجب انتقال بخشی از سپرده­­­ها به بازار مسکن می­شود و قیمت را افزایش دهد.

از متعیرهای مهم و اثرگذار بر قیمت مسکن، سرمایه اجتماعی می­باشد که دارای اثرات مستقیم و غیر مستقیم بر قیمت مسکن است. از جمله اثرات مستقیم سرمایه اجتماعی بر قیمت مسکن می­توان به ارتقای کیفیت زندگی و افزایش تقاضا اشاره کرد. سرمایه اجتماعی قوی در یک منطقه می­تواند منجر به افزایش کیفیت زندگی و افزایش تقاضا شود که این امر می­تواند قیمت مسکن را تحت تاثیر قرار دهد. اثرات غیرمستقیم سرمایه اجتماعی بر قیمت مسکن می­تواند شامل تسهیل دسترسی به وام­های مسکن و ارتقای ارزش ملک باشد. سرمای اجتماعی قوی با ایجاد اعتماد میان نهادهای مالی می­تواند دسترسی به وام­ها را تسهیل کند و از طرفی با افزایش سرمایه­های اجتماعی، سرمایه­گذاری در املاک در منطقه موردنظر جذاب شده و بر ارزش املاک تاثیر می­گذارد. سرمایه اجتماعی، یک مفهوم چندجانبه است که شامل عوامل مختلف جامعه‌ای مانند جرم و امنیت، آگاهی عمومی و مشارکت جمعی است و یکی از عوامل اساسی تعیین‌کنندة پویایی جوامع محلی و شاخص‌های اقتصادی است. این به‌عنوان سنگ بنایی که بر روی آن جوامع محلی رونق می‌گیرند و پیشرفت می‌کنند، به شکلی همانند آن است که هویت آن‌ها را شکل می‌دهد و بسیاری از جنبه‌های زندگی روزمره را تحت‌تأثیر قرار می‌دهد. یکی از حوزه‌های اصلی که به طور قابل‌توجهی تحت‌تأثیر پویایی‌های سرمایه اجتماعی قرار دارد، بازار مسکن است، جایی که قیمت‌های مسکن به طور پیچیده‌ای با ساختار همبستگی اجتماعی و مشارکت جامعه مرتبط می‌شوند (پیلاتین، 2023). جوامعی که سرمایه اجتماعی بالایی دارند، معمولاً نرخ جرم پایین‌تر و اقدامات امنیتی بهتری دارند که باعث ایجاد احساس امنیت و جذابیت برای ساکنین می‌شود. پژوهش­های گسترده‌ای به ثابت‌شدن رابطه معکوس بین نرخ‌های جرم و ارزش‌های ملکی پرداخته‌اند که مناطقی با ارتباطات اجتماعی قوی و شبکه‌های حمایت متقابل، ارزش‌های مسکن بالاتری را تجربه می‌کنند. سطح مشارکت جمعی در یک جامعه، نشان‌دهنده تماس اجتماعی و گرمی آن و مشارکت فعال در امور محلی است. (کنلی و همکاران8، 2003). 

نرخ‌های بالای جرم می‌توانند منجر به کاهش تقاضا برای ملک‌ها در آن مناطق شوند. نرخ‌های پایین جرم و اقدامات امنیتی مؤثر می‌توانند ایمنی یک محله را ارتقا دهند و آن را برای خریداران جذاب‌تر کنند و ممکن است به افزایش قیمت‌های ملکی منجر شوند. از طرف دیگر، در مناطق با نرخ‌های بالای جرم، مالکان ممکن است با پرداخت حق بیمه بالاتری برای حفاظت از ملک‌های خود در برابر دزدی و یا سایر فعالیت‌های جنایی مواجه شوند. این هزینه‌های بیمه افزایش‌یافته ممکن است مالکیت خانه را گران‌تر کند و به‌تبع آن ارزش‌های ملکی را کاهش دهد. از طرف دیگر، آگاهی عمومی می‌تواند تأثیر قابل‌توجهی بر قیمت خانه‌ها از طریق تأثیر بر جذابیت محله و شکل‌دهی به نگرش خریداران داشته باشد. سطوح بالاتری از آگاهی عمومی اغلب با افزایش مشارکت اجتماعی همراه است. مناطقی که ساکنانشان فعالانه در حل مسائل محلی و شرکت در رویدادهای اجتماعی مشارکت دارند، تمایل به ایجاد احساس تعلق و انسجام دارند. این هویت اجتماعی قوی می‌تواند منطقه را برای خریداران پتانسیلی جذاب‌تر کند و باعث افزایش تقاضا برای خرید ملک و به تبعیت، افزایش قیمت خانه‌ها شود. مشارکت گروهی در امور محلی و فرایندهای تصمیم‌گیری، می‌تواند تأثیر قابل‌توجهی بر قیمت مسکن داشته باشد. محله‌های مشخص شده توسط سطوح بالایی از مشارکت گروهی، اغلب محیطی پر از احساس از جامعه و همبستگی اجتماعی را به وجود می‌آورند. ساکنانی که به طور فعال در فعالیت‌های محله، مانند رویدادهای تمیزکاری اجتماعی، برنامه‌های نظارت بر محله یا جلسات حکومت محلی، شرکت می‌کنند، به ایجاد یک محیط زنده و جذاب برای زندگی کمک می‌کنند. این احساس از جامعه می‌تواند منطقه را برای خریداران پتانسیل جذاب‌تر کند و باعث افزایش تقاضا برای ملک و افزایش قیمت خانه‌ها شود (چن و همکاران9، 2021).

سرمایه اجتماعی به مثابه نوعی ابزار برقراری روابط اجتماعی است که در مناسبات بین افراد نقش ایفا می­کند. یعنی در عین تسهیل­کنندگی مناسبات، باعث ایجاد صمیمیت هم می­شود، سرمایه اجتماعی منبع اصلی شکی­گیری گروه­های اجتماعی است بدون حضور سرمایه اجتماعی هیچ گروهی شکل نخواهدگرفت. سرمایه اجتماعی منبعی است شامل قواعد اخلاقی، ارزشی، رفتاری که افراد را مثید می­کند تا در گروه­های مختلف اجتماعی با هم تعامل و ارتباط برقرار کنند (رنانی، 1388). در جوامعی که سرمایه اجتماعی بالاست مردم راحت­تر به هم اعتماد می­کنند، بنابراین روابط اجتماعی در این جوامع سالم­تر­ است و در نتیجه استانداردهای دموکراتیک بالاتر بدست می­آیند. علاوه بر این، رشد اقتصادی راحت­تر بدست می­آید. واینکه مردم به طور کلی شادتر و موفق­تر هستند (پوتنام10، 2015). امروزه سرمایه اجتماعی، یکی از شاخص­های رشد و توسعه در جوامع به شمار می­آید و بدون آن، دستیابی به توسعه در سطوح مختلف، با چالش­های جدی روبه رو است. این سرمایه، سرمایه­گذاری در عرصه­های سرمایه فیزیکی و سرمایه انسانی را افزایش می­دهد و باعث پایداری سازه­های ایجاد شده توسط کارگزاران بخش دولتی و خصوصی می­شود. اینجاست که ادعا می­شود جامع­های که از سرمایه اجتماعی بالایی برخوردار است، فرآیندهای مشارکت و همکاری در آن آسانتر است و فقدان آن باعث افزایش مسائل اجتماعی از جمله نارضایتی اجتماعی، کیفیت پایین زندگی، عدم مشارکت، سرقت و ... می­گردد که مجموعه این عوامل زیست در یک مکان، از جمله محل زندگی را با مخاطراتی مواجه می­نماید. سرمایه اجتماعی موجب افزایش کیفیت زندگی شده و ارز­ش­های اجتماعی مثبت را در جهت یک زندگی خوب، ارتقا می­دهد (دانش مهر و همکاران، 1402).

سرمایه اجتماعی می­تواند از طریق کانال عرضه و تقاضا بر قیمت مسکن تأثیر بگذارد. درمناطقی که سطح سرمایه اجتماعی بالاتر است، رفتار­های فرصت طلبانه طرف عرضه کمتر است نسبت به مناظق که این شاخص پایین­تر است. سمت عرضه مسکن، معمولا صاحبان املاک و مسکن هستند و طرف تقاضا متشکل از کسانی هستند که از بیرون به داخل شهر مهاجرت می­کنند و همچنین ساکنان آن شهر هستند. انتظار می­رود که مالکان یا پیمانکاران و شرکت­ها که سمت عرضه مسکن را تشکیل می­دهند، بیشتر دنبال کسب­ سود باشند و طرف تقاضا به سختی می­توانند در این شرایط مؤثر باشند (جین و همکاران11، 2019). در مناطقی که شاخص سرمایه اجتماعی بیشتر است، سرعت افزایش قیمت مسکن کندتر است بنابراین انتظار می­رود سرمایه اجتماعی با شاخص قیمت مسکن همبستگی منفی داشته باشد. در مناطق که سطح سرمایه اجتماعی پایین است، تمایلات فرصت­ طلبانه در آن مناطق بیشتر است (پیلاتین،2023؛محمدزاده و همکاران، 1394). سرمایه اجتماعی شرایطی را ایجاد می­کند که تعامل نیروهای انسانی را ارتقا و استفاده از سرمایه مادی را کم هزینه می­کند. سرمایه اجتماعی به عنوان ساختاری بیان می­شود که زمینه همکاری و اعتماد در جامعه را شکل می­دهد و از رفتارهای فرصت طلبانه جلوگیری می­کند. در مناطقی که سرمایه اجتماعی بالا است، تقاضای غیر ضروری و سودجویانه کاهش می­یابد و در نتیجه روند صعود قیمت­ها کاهش می­یابد. انتظار می­رود همه این‌ها باعث افزایش کندتر قیمت مسکن ­شود (گویسو و همکاران12، 2004).

2.2. پیشینه پژوهش

در ادامه مطالعات داخلی و خارجی آورده شده است.

1.2.2. مطالعات داخلی

مبارکی و همکاران (1403) در مطالعه­ای، عوامل موثر بر قیمت مسکن را در شهر مراغه مورد بررسی قرار داده­اند. روش پژوهش از نوع توصیفی - تحلیلی بوده و جامعه آماری پژوهش مشاورین املاک شهر مراغه است. برای آزمون فرضیه­ها از آزمون­های آماری T-test، تحلیل واریانس و رگرسیون چند متغیره استفاده شده است. یافته­های پژوهش نشان می­دهد که هر سه مؤلفه (کالبدی-فیزیکی، دسترسی، محیطی) در قیمت مسکن شهر مراغه تأثیرگذار بوده­اند و اختلاف معناداری در تأثیرگذاری هر یک بر قیمت مسکن شهر مراغه احساس نشده است. در گویه­های کالبدی-فیزیکی گویه نمای ساختمان و کیفیت سازه، در مؤلفه دسترسی، گویه دسترسی به مراکز درمانی، گویه فاصله از خطوط حمل ونقل و دسترسی به محل کار و در مؤلفه محیطی گویه­های طبیعت و فضای سبز و جایگاه اجتماعی بیشترین تأثیر را نسبت به دیگر گویه­ها بر قیمت مسکن شهر مراغه داشتند. از میان مؤلفه­های مؤثر بر قیمت مسکن متغیر دسترسی بیشترین تأثیر سپس به ترتیب مؤلفه محیطی و در آخر مؤلفه کالبدی فیزیکی بیشترین سهم را بر قیمت مسکن شهر مراغه داشته است.

مظفری و منوچهری (1402) در مطالعه خود «تأثير بی‌ثباتی نرخ ارز بر شاخص قيمت مسكن در ايران» را با استفاده از مدل رگرسیون خطی تعمیم یافته و دوره زمانی 1370 تا 1399 بررسی کرده‌اند. نتایج نشان می‌دهد قیمت مسکن که بی‌ثباتی نرخ ارز، بر قیمت مسکن تأثير منفی و معنی‌دار دارد. همچنین سایر نتایج مطالعه، تأثير منفی ومعنادار متغیرهای نرخ بهره، بازدهی بازار سهام و بازدهی بازار طلا، بر قیمت مسکن در ایران را نشان می‌دهد.

جواهری و همکاران (1401) در مطالعه­ خود «اثرات نامتقارن قیمت مسکن بر میزان مشارکت در بازار سهام ایران» را با استفاده از مدل رگرسیون کوانتایل و دوره زمانی 1370 تا 1399 بررسی کرده­اند. نتایج نشان می­دهد قیمت مسکن تاثیر منفی و معناداری بر قیمت مسکن دارد. از دیگر نتایج پژوهش اثرات منفی سایر بازار‌های موازی مانند قیمت طلا، نرخ ارز غیر رسمی و نرخ بهره اشاره کرد و براساس نتایج تولید ناخالص داخلی سرانه اثر مثبت بر مشارکت در بازار سهام داشته است.

احمدزاده و همکاران (1401) در پژوهش خود «تأثير هزینه‌های مسکن بر نابرابری درآمدی و میزان جرم در استان‌های ایران» از مدل رگرسیون کوانتایل برای 31 استان کشور و دوره زمانی 1388 تا 1399 استفاده شده است. نتایج پژوهش نشان می‌دهد که افزایش هزینه‌های مسکن باعث افزایش نابرابری درآمدی و افزایش میزان در کشور شده است. از دیگر نتایج پژوهش، می‌توان به اثر منفی و معنادار تولید ناخالص داخلی بر میزان جرم اشاره کرد.

قلی­زاده و منوچهری (1401) در مطالعه خود «برآورد تقاضای مصرفی مسکن در ایران» با استفاده از مدل خود رگرسیونی با وقفه توزیعی و دوره زمانی پژوهش از 1370 تا 1399 می‌باشد. نتایج پژوهش نشان می‌دهد درآمد، جمعیت و امید به زندگی اثرات معنادار و مثبت و قیمت مسکن اثر منفی بر تقاضای مصرفی مسکن داشته‌اند.

2.2.2. مطالعات خارجی

پیلاتین (2023) در مطالعه خود به بررسی و ارزیابی «تأثیر سرمایه اجتماعی بر قیمت مسکن در کشور ترکیه» برای 81 استان طی دوره 12 ساله از 2007 تا 2018 پرداختد. جهت انجام پژوهش از روش اثرات ثابت با خطاهای استاندارد استفاده شد. نتایج بدست آمده از این پژوهش نشان می­دهد که متغیر سرمایه اجتماعی تأثیر منفی و معناداری بر قیمت مسکن در ترکیه دارد و تمایلات رفتاری و سودجوبانه اشخاص و شرکت­ها را کاهش می­دهد. همچنین بیکاری، درآمد خانوار، تولید ناخالص داخلی، تحصیلات اثر مثبت و تراکم و جمعیت اثر منفی بر قیمت مسکن داشت.

پایک و همکاران13، (2023) در پژوهش خود «تأثیر سرمایه اجتماعی بر قیمت مسکن با استفاده از یادگیری ماشینی در کره جنوبی» بررسی کرده­اند. در این مطالعه رابطه بین تأثیر سرمایه اجتماعی بر قیمت مسکن را در دوره زمانی یک‌ساله 2021 تا 2022 با استفاده از مدل حافظه بلندمدت کوتاه مدت14 و آریما15 و باتوجه به امکانات رفاهی مانند مترو و امکانات عمومی بررسی کرده­اند. نتایج نشان می­دهد در مناطقی که این امکانات رفاهی فراهم باشد تأثیر مثبت و معنادار بر قیمت مسکن داشته است.

     لی و همکاران16، (2023) در مطالعه­ خود به بررسی «تأثیر سرمایه اجتماعی بر قیمت مسکن مبتنی بر روابط خاص» در کشور تایوان با استفاده از داده تجربی از سال 2012 تا 2018 پرداخته­اند. نتایج نشان­ می­دهد که قیمت­ها در معاملات خریدوفروش به‌صورت فوری 6/22 درصد، در معاملات با دولت 9/48 درصد و در معاملات با اقوام و آشنایان 57 درصد کمتر از معاملات عادی است.

 کونگ و کو17، (2023) در پژوهش خود به بررسی «تأثیر سطح سرمایه اجتماعی بر نابرابری ثروت در کشور کره جنوبی» پرداخته­اند. نتایج با استفاده از روش پیمایشی و تکمیل پرسش‌نامه برای سال 2017 نشان می­دهدکه سطح سرمایه اجتماعی در مناطقی که پایین است، نابرابری توزیع ثروت و قیمت مسکن نیز بالا است، علاوه بر این، همبستگی منفی بین قیمت مسکن و سرمایه اجتماعی در طبقه پایین جامعه است که معنادار بود.

در پژوهش‌های گذشته، سرمایه اجتماعی و قیمت مسکن به‌صورت جداگانه مورد بررسی قرار گرفته‌اند، به این معنی که اثر هر یک از این متغیرها بر دیگری مورد بررسی قرار نگرفته است. اما این مطالعه سعی دارد با پوشش خلاء موجود، اثرات سرمایه اجتماعی بر قیمت مسکن در ایران را مورد بررسی قرار دهد. به‌عبارت‌دیگر، این پژوهش سعی دارد تا رابطه بین سرمایه اجتماعی و قیمت مسکن را به‌صورت یکپارچه مورد ارزیابی قرار دهد و تأثیرات احتمالی سرمایه اجتماعی بر بازار مسکن در ایران را مورد بررسی قرار دهد.

3. روش پژوهش

سایکونن18 (1992) و استاک و واستون19 (1993) با تعديل روش حداقل مربعات معمولي (OLS)، روش حداقل مربعات معمولی پویا (DOLS) را مطرح کردند. مقصود از پویا بودن، آن است که در این روش الگوی زمانی واکنش یک متغیر وابسته، نسبت به تغییرات متغیر مستقل مورد توجه قرار می­گیرد. این روش برای برطرف کردن مشکل وجود روندهای تصادفی در سری­های زمانی و ارائه روشی برای برآورد روابطی که متغیرهای آن دارای روند تصادفی هستند، مطرح شد. رابطه هم انباشتگی برای مدل DOLS به صورت زیر است:

img0           (1)                                                     

در این روش که تعديل يافته روش انگل گرنجر است، مقادیر پسین q و پیشین r متغیرهای توضیحی به منظور رفع تورش مجانبی ناشی از درونزایی متغیرهای توضیحی (از بين بردن همبستگي بين جزء خطاي رگرسيون و متغيرهاي توضيحي) به مدل اضافه شده است. زمانی که رابطه هم­انباشته را توسط رگرسیون OLS برآورد می­کنیم، تخمین ضرایب سازگار خواهد بود (سایکون، 1992؛ استاک و واستون، 1993). اما تخمین زن­های OLS در این حالت، توزیع غیر نرمال دارند که به دنبال آن می­توان به نتایج آماره t آزمون­ها شک کرد. اما اگر توسط روش DOLS تخمین زده شود، دارای توزیع نرمال مجانبی خواهد بود. روش فوق را می­توان برای داده­های سری زمانی و پانل استفاده کرد. همچنین در نمونه­های کوچک نیز کاربرد داشته و از تورش همزمان جلوگیری می­کند. یک نکته مهم در این روش این است كه در حالت هايي كه درجه هم جمعي متغيرهاي توضيحي متفاوت باشد، قابل استفاده است. لذا برآوردگر DOLS شرایط برآورد بردارهاي همگرايي دربردارنده متغيرهاي داراي مرتبه­هاي جمعي متفاوت را فراهم مي­سازد. به عبارت دیگر، می­توان متغیرهای I(0) و I(1) و ... را همزمان با هم در مدل بکار برد. مدل تجربی پژوهش حاضر بر اساس مطالعه (پیلاتین، 2023)، سایر مطالعات انجام شده و ساختار اقتصاد ایران به ­صورت معادله زیر معرفی می­گردد:

img0(2)

در جدول زیر، متغیرهای پژوهش معرفی شده است.

جدول 1: متغیرهای پژوهش

نوع متغیر

نماد

نام به لاتین

نام به فارسی

واحد

منبع

وابسته

HP

Housing Price

قیمت مسکن

متوسط قیمت یک مترمربع (ریال)

بانک مرکزی ایران

مستقل

SC

Social Capital

سرمایه اجتماعی

-

مظفری و همکاران (2024)

GP

Gold Price

قیمت طلا

ریال

بانک مرکزی ایران

ER

Exchange Rate

نرخ ارز

ریال

SM

Stock Market

شاخص کل بورس

-

EG

Economics Growth

رشد اقتصادی

ریال

         منبع: نتایج پژوهش

4.‌ برآورد مدل و تجزیه و تحلیل یافته‌ها

در این بخش، نتایج آزمون ریشه واحد دیکی - فولر تعمیم یافته مورد بررسی قرار می‌گیرد. نتایج مربوط به مانایی متغیرهای پژوهش در جدول (2) ارائه شده است.

جدول 2: آزمون مانایی متغیرها

نام متغیر

نماد متغیر

آماره آزمون

 

سطح

یک‌بار تفاضل

مانایی

قیمت مسکن

HP

83/1- (660/0)

74/3- (034/0)

I(1)

سرمایه اجتماعی

SC

56/2- (297/0)

93/5- (0002/0)

I(1)

قیمت طلا

GP

92/0- (940/0)

92/0- (940/0)

I(1)

نرخ دلار

ER

43/0- (981/0)

96/3- (023/0)

I(1)

شاخص کل سهام

SM

27/1- (874/0)

22/4- (011/0)

I(1)

رشد اقتصادی

EG

45/0- (980/0)

78/4- (0006/0)

I(1)

                                منبع: نتایج پژوهش

نتایج جدول (2) نشان می­دهد که تمامی متغیرهای پژوهش با یک بار تفاضل­گیری مانا شده­اند. نتایج حاصل از آزمون‌های هم انباشتگی که در بخش بعدی ارائه شده است، اطمینان می‌دهد که روابط بلندمدت میان متغیرها به‌خوبی شناسایی شده و مدل‌سازی انجام‌شده قادر است تغییرات و نوسانات احتمالی را به‌درستی تبیین کند؛ بنابراین، ترکیب نتایج حاصل از آزمون مانایی و هم انباشتگی به این پژوهش کمک می‌کند تا تحلیل جامع‌تری از روابط متغیرها ارائه دهد و از صحت و اعتبار نتایج حاصل اطمینان حاصل نماید.

جدول 3: آزمون تعيين تعداد وقفه‏ بهينه

وقفه

آماره

0

389/1

1

*240/3-

2

144/2-

3

406/1-

                                          منبع: یافته­های پژوهش

بعد از آزمون پایایی برای بررسی رابطه بلندمدت بین متغیرهای پژوهش باید وقفه بهینه مشخص شود. برای تعیین وقفه بهینه با توجه به حجم نسبتاً کم نمونه (کمتر از 100)، معیار شوارتز بيزين (SBC) را ملاک عمل قرار می­دهیم زیرا این معیار در تعداد وقفه­ها صرفه جویی می­کند. با توجه به نتایج کمترین مقدار معیار شوارتز بیزین در وقفه یک تعیین و به عنوان وقفه بهینه انتخاب می­شود. در این بخش، نتایج آزمون­های عدم پایداری هانسن و پارک ارائه شده است. 

جدول 4: آزمون هم­انباشتگی

آزمون

آماره

احتمال

هانسن

2466/0

(2/0<)

پارک

806/5

054/0

                                       منبع: نتایج پژوهش

در روش حداقل مربعات معمولی پویا (DOLS) برای بررسی وجود رابطه بلندمدت از آزمون­ هم­انباشتگی عدم پایداری هانسن20 و پارک21 استفاده می­شود. طبق نتایج جدول 4 آماره ضریب لاگرانژ آزمون هانسن برای مدل­ پژوهش معادل 2466/0 است. آماره­های برآوردی از نظر آماری معنی­دار نیستند. در نتیجه فرضیه صفر مبنی بر وجود رابطه بلندمدت میان متغیرهای مدل رد نمی­شود. پس مدل پژوهش از نظر پایداری و وجود روابط بلندمدت در مدل­های پژوهش تأیید می­شود. نتایج برآورد مدل­ پژوهش با استفاده از روش حداقل مربعات معمولی پویا (DOLS) در جدول 5 مشخص شده است. 

جدول 5 - نتایج برآورد مدل با استفاده از روش DOLS

متغیرها

نماد

متغیر وابسته: قیمت مسکن (لگاریتمی)

ضریب

آماره t

احتمال

سرمایه اجتماعی (غیرلگاریتمی)

SC

43/0-

41/2-

030/0

قیمت طلا  (لگاریتمی)

GP

27/0

24/2

041/0

نرخ ارز (دلار) (لگاریتمی)

ER

55/5-

41/20-

000/0

شاخص کل سهام (لگاریتمی)

SM

11/0

63/1

124/0

رشد اقتصادی (لگاریتمی)

EG

74/5

03/17

000/0

ضریب ثابت

C

87/16-

20/15-

000/0

                       منبع: یافته­های پژوهش

نتایج حاصل از برآورد مدل نشان می­دهد که متغیرهای سرمایه اجتماعی، قیمت طلا، نرخ ارز و رشد اقتصادی، در سطح خطای 5 درصد اثرات معناداری بر قیمت مسکن در ایران داشته­اند؛ ولی متغیر شاخص کل سهام بر قیمت مسکن اثرگذار نبود است. سرمایه اجتماعی و نرخ ارز اثر منفی و متغیرهای قیمت طلا و رشد اقتصادی اثر مثبت بر قیمت مسکن داشته­اند. با توجه به نتایج، ضریب سرمایه اجتماعی برابر 43/0- بدست آمده است. این به معنای آن است که بهبود در سرمایه اجتماعی می‌تواند منجر به کاهش در قیمت مسکن شود. سرمایه اجتماعی از سه مولفه مهم اعتماد، آگاهی و مشارکت بدست می­آید که اثرات منفی سرمایه اجتماعی بر قیمت مسکن می‌تواند به دلیل افزایش اعتماد بین افراد و افزایش مشارکت در فعالیت‌های اجتماعی و اقتصادی باشد. زمانی که اعتماد اجتماعی، آگاهی و تعاملات مثبت در یک جامعه افزایش می‌یابد، تمایل به سرمایه­گذاری سوداگرانه در بازار مسکن کاهش یافته و قیمت مسکن می­تواند کاهش یابد. از طرف دیگر، افزایش سرمایه اجتماعی می‌تواند به بهبود کیفیت زندگی و فراهم‌آوری امکانات بهتر برای جامعه‌ منجر شود که به نوبه خود می­تواند باعث کاهش تقاضا برای مسکن شده که این امر باعث کاهش قیمت مسکن می­شود. این یافته‌ها به این معناست که عواملی مانند اعتماد میان افراد، مشارکت اجتماعی و شبکه‌های ارتباطی در جامعه می‌توانند نقش قابل‌توجهی در کاهش قیمت مسکن ایفا کنند. به‌عبارت‌دیگر، مناطقی که از سرمایه اجتماعی بالاتری برخوردارند، احتمالاً جذاب‌تر و دارای امنیت بیشتری بوده و هزینه­های مسکن مانند بیمه مسکن و ... را کاهش می­دهد که این امر به کاهش قیمت‌ها منجر می‌شود که با نتیجه مطالعه پیلاتین و همکاران (2023) مطابقت دارد.

طلا به‌عنوان یکی از دارایی‌های امن و پایدار در زمان‌های نوسان اقتصادی شناخته می‌شود. افزایش قیمت طلا معمولاً نشانه‌ای از افزایش نگرانی‌ها در بازارهای مالی و اقتصادی است. ضریب مربوط به قیمت طلا مثبت است، به این معنا که با افزایش قیمت طلا، قیمت مسکن نیز افزایش می‌یابد. این رابطه نشان‌دهنده این است که در زمان‌هایی که ارزش طلا افزایش می‌یابد، افراد تمایل بیشتری به سرمایه‌گذاری در دارایی‌های امن دیگر مانند مسکن پیدا می‌کنند. در زمان‌های بحران اقتصادی یا نوسانات شدید بازارهای مالی، افراد به دنبال پناهگاه‌های امن برای سرمایه‌گذاری می‌گردند. طلا و مسکن دو نمونه از این پناهگاه‌های امن هستند. وقتی قیمت طلا افزایش می‌یابد، ممکن است به‌عنوان نشانه‌ای از انتظارات تورمی تلقی شود. در این حالت، افراد ممکن است به دنبال حفظ ارزش دارایی‌های خود باشند و به خرید مسکن به‌ عنوان یک سرمایه‌گذاری بلندمدت روی بیاورند که این می‌تواند تقاضا و در نتیجه قیمت مسکن را افزایش دهد. این یافته با نتیجه پژوهش (جواهری و همکاران، 1401) همسو است.

دلار آمریکا به‌عنوان یکی از ارزهای پایه در تجارت جهانی و بازارهای مالی بین‌المللی، تأثیرات گسترده‌ای بر اقتصاد داخلی کشورها دارد. تغییرات در نرخ دلار آمریکا می‌تواند اثرات متفاوتی بر قیمت مسکن داشته باشد. هر دوی اثرات مثبت و منفی دلار بر قیمت مسکن در اقتصاد ایران قابل تحلیل است. اول، اثرات منفی دلار بر قیمت مسکن می­تواند به خاطر جایگزینی بازارهای مسکن و دلار جهت سرمایه­گذاری باشد که رشد بازار دلار منجر به بازدهی بیشتر این بازار شده شده و سرمایه­ها از بازار مسکن خارج شده و وارد بازار دلار می­شود که این امر می­تواند باعث کاهش قیمت مسکن شود. دوم، اثرات مثبت رشد دلار بر قیمت مسکن می­تواند به خاطر افزایش انتظارات تورمی ناشی از تضعیف پول ملی باشد که با افزایش قیمت دلار در مقابل پول ملی (ریال)، تقاضا برای سرمایه­گذاری امن از جمله مسکن افزایش یافته و باعث افزایش قیمت مسکن می­شود که این امر جهت حفظ ارزش سرمایه اتفاق می­افتد. در این پژوهش، نرخ دلار اثر منفی و معناداری بر قیمت مسکن داشته است که با نتیجه مطالعه منوچهری و قلی­زاده (1401)؛ موسوی و درودیان (1394) مطابقت دارد. رشد اقتصادی نشان‌دهنده سطح رفاه عمومی و درآمد مردم است. افزایش رشد اقتصادی به معنای افزایش سطح زندگی و رفاه عمومی در جامعه است. ضریب رشد اقتصادی مثبت و معنادار است و نشان‌دهنده افزایش قیمت مسکن با افزایش رشد اقتصادی است. افزایش درآمد و بهبود سطح زندگی افراد به طور مستقیم به افزایش تقاضا برای مسکن منجر می‌شود. نتایج این پژوهش با نتایج پژوهش لی و همکاران (2023) سازگار است.

5. نتیجه­گیری و پیشنهادها

قیمت مسکن یکی از شاخص‌های کلیدی در اقتصاد هر کشور است که تأثیرات گسترده‌ای بر رفاه اجتماعی، توزیع ثروت و پایداری اقتصادی دارد. افزایش یا کاهش قیمت مسکن می‌تواند به طور مستقیم بر توانایی افراد در خرید خانه تأثیر بگذارد و ازاین‌رو، نقش مهمی در تعیین سطح دسترسی به مسکن ایفا می‌کند. همچنین، نوسانات قیمت مسکن می‌توانند به‌عنوان نشانه‌ای از تغییرات در شرایط اقتصادی، مانند نرخ بهره، تورم و درآمد خانوارها مورداستفاده قرار گیرند. از سوی دیگر، قیمت مسکن بر تصمیم‌گیری‌های سرمایه‌گذاری، توزیع منابع و سیاست‌های مالی تأثیرگذار است؛ بنابراین، تحلیل دقیق و پایش مداوم قیمت مسکن برای سیاست‌گذاران، برنامه‌ریزان شهری و اقتصاددانان ضروری است تا بتوانند سیاست‌های مؤثر در جهت تعادل بازار و افزایش دسترسی به مسکن مناسب را طراحی و اجرا کنند. سرمایه اجتماعی به‌عنوان یکی از مفاهیم کلیدی در علوم اجتماعی و اقتصادی، نقش اساسی در توسعه پایدار و ارتقای کیفیت زندگی افراد ایفا می‌کند. این مفهوم به شبکه‌های اجتماعی، هنجارها و اعتماد متقابل میان اعضای جامعه اشاره دارد که همکاری و هماهنگی را تسهیل می‌کند. سرمایه اجتماعی نه‌تنها بر روابط میان افراد، بلکه بر عملکرد نهادهای اجتماعی، اقتصادی و سیاسی نیز تأثیرگذار است. رابطه بین سرمایه اجتماعی و قیمت مسکن یکی از موضوعات مهم و مورد توجه در مطالعات شهری و اقتصادی است. هدف اصلی پژوهش حاضر بررسی تاثیر سرمایه اجتماعی بر قیمت مسکن در ایران طی دوره زمانی 1370 تا 1401 و با استفاده از روش حداقل مربعات معمولی پویا (DOLS) است. نتایج نشان می­هد که سرمایه اجتماعی و نرخ ارز (دلار) اثر منفی و معناداری بر قیمت مسکن در ایران داشته است. از طرفی، افزایش متغیرهای قیمت طلا و رشد اقتصادی باعث افزایش در قیمت مسکن شده­اند. متغیر شاخص کل سهام هم اثر معناداری بر قیمت مسکن نداشته است.

بر اساس نتایج بدست آمده، پیشنهادهای زیر می­تواند موثر باشد:

1- تأثیر منفی سرمایه اجتماعی بر قیمت مسکن: سیاست‌گذاران می‌توانند برنامه‌هایی را برای افزایش مشارکت اجتماعی، بهبود اعتماد عمومی و ایجاد شبکه‌های ارتباطی قوی‌تر در مناطق مختلف اجرا کنند. این اقدامات می‌تواند شامل توسعه نهادهای مدنی، تشویق به فعالیت‌های اجتماعی و فرهنگی و ارتقای خدمات عمومی و امنیت محلی باشد. این سیاست‌ها می‌توانند جذابیت مناطق را برای زندگی افزایش دهند و در نهایت به تنظیم و تثبیت قیمت‌های مسکن کمک کنند. 

2- تأثیر مثبت قیمت طلا بر قیمت مسکن: توصیه می‌شود که سیاست‌گذاران با رصد دقیق نوسانات بازار طلا، سیاست‌های پولی پایدارتر، ایجاد ابزارهای مالی متنوع برای سرمایه‌گذاران و تشویق به سرمایه‌گذاری در بخش‌های مولد اقتصاد را مدنظر قرار دهند.

3- تاثیر منفی نرخ ارز تأثیر زیادی بر قیمت مسکن: توصیه می‌شود سیاست‌های پولی و ارزی مناسبی از جمله، ذخایر ارزی، مدیریت جریان‌های مالی بین‌المللی و کنترل واردات و صادرات باشد. 4- تاثیر مثبت رشد اقتصادی بر قیمت مسکن: توصیه می­شود سیاست­های مناسب از طریق تقویت بخش‌های مولد اقتصاد مانند صنعت و کشاورزی و ایجاد فرصت‌های شغلی پایدار و افزایش درآمدهای قابل تصرف خانوارها مدنظر سیاست­گذاران قرار گیرد. 

 

حامی مالی

این مقاله حامی مالی ندارد.

تعارض منافع

تعارض منافع وجود ندارد.

سپاسگزاری

نویسندگان از عوامل اجرایی فصلنامه مدلسازی اقتصادی و داوران ناشناس که در بهبود کیفیت مقاله کمک کرده‌اند تشکر می‌کنند.

 

ORCID

Kamyar Fardoust img0 https://orcid.org/0009-0003-5172-7728

Bakhtiar Javaheri img0 https://orcid.org/0000-0002-5291-5611

Salaheddin Manochehri img0 https://orcid.org/0000-0001-5619-632X

 

 

 

منابع

- آخوندی، نادر. شریفی رنانی، حسین. و صامتی، مجید. (1399). عوامل مؤثر بر قیمت مسکن در کلان‌شهر اصفهان با تأکید بر عوارض محلی. اقتصاد شهری، 5 (1)، 149-168. doi: 10.22108/ue.2022.131795.1198

- احمدزاد، خالد. منوچهری، صلاح­الدین. وخاکسار, مطهره. (2023). تاثیر هزینه های مسکن بر نابرابری درآمدی و

میزان جرم در استان های ایران. سیاست ها و تحقیقات اقتصادی، 1(4)، 107-138. doi: 10.34785/J025.2022.029  

- دانش مهر، حسین. خانی، سعید. و ملاسلیمی، وریا. (1402). سرمایه اجتماعی به مثابه بسترِ زیست پایدار در میان ساکنان مسکن مهر (مورد: مسکن مهر بهاران سنندج). فصلنامه مطالعات شهری, 12(47)، 91-104.

doi: 10.34785/J011.2022.015 

- جواهری، بختیار. منوچهری، صلاح­الدین. و مظفری، زانا. (1401). اثرات نامتقارن قیمت مسکن بر میزان مشارکت در بازار سهام ایران: رهیافت رگرسیون کوانتایل. فصلنامه مطالعات اقتصادی کاربردی ایران، 11(43)، 39-69.

doi: 10.22084/aes.2022.25674.3396 

- قلی زاده، علی اکبر. و منوچهری، صلاح­الدین. (1401). برآورد تقاضای مصرفی مسکن در ایران. سیاست ها و تحقیقات اقتصادی، 1(1)، 33-57.  10.34785/J025.2022.002  doi:

- رسول‌زاده، فرزان. شاهچراغی، آزاده. و بندراباد، علیرضا. (1398). ارائه مدل ارتباطی سرمایه اجتماعی و معماری در مجموعه‌های مسکونی مبتنی بر ساخت اجتماعی. معماری و شهرسازی پایدار، 7(1)، 197-216. 

doi: 10.22061/jsaud.2019.5758.1557    

- رنانی، محسن. و دلیری، حسن. (1389). اثر سرمایه اجتماعی بر رشد اقتصادی: تبیین چارچوب نظری. سیاست گذاری اقتصادی, 2(4), 23-56.

- مبارکی، امید. ولیقلی زاده، علی. و شیخ پور، نرگس. (1403). بررسی عوامل مؤثر بر قیمت مسکن در شهر مراغه. جغرافیا و آینده پژوهی منطقه‌ای, 2(2), 1-16. doi: 10.30466/grfs.2024.54915.1022

- محمدزاده، پرویز. پناهی، حسین. و آل عمران، علی. (1401). بررسی تأثیر قیمت انرژی بر قیمت مسکن در ایران. مهندسی و مدیریت انرژی, 10(2)، 50-59. doi: 10.22052/10.2.1

- محمدزاده، پرویز. منصوری، مسعود. و کوهی لیلان، بابک. (1391). تخمین قیمت هدانیک ساختمانهای مسکونی در شهر تبریز: با رویکرد اقتصادسنجی فضایی. مدلسازی اقتصادی، 6 (18)، 21-38. 

- مظفری، زانا. و منوچهری، صلاح­الدین. (1402). تأثیر بی ثباتی نرخ ارز بر شاخص قیمت مسکن در ایران؛ کاربردی از رهیافت سری زمانی تحقیقات مالی، 25 (3)، 452-433. doi: 10.22059/frj.2023.349960.1007397

- منوچهری، صلاح الدین. و قلی­زاده علی اکبر. (1401). واکنش سفته بازی در بازار مسکن به شوک های برونزا در ایران. پژوهشهای اقتصادی (رشد و توسعه پايدار). ۲۲ (۲)، ۱۸۵-۲۱۶.

20.1001.1.17356768.1401.22.2.10.7: doi

- موسوی، میر حسین. و درودیان، حسین. (1394). تحلیل عوامل مؤثر بر قیمت مسکن در شهر تهران. مدلسازی اقتصادی. 9 (31)، 103-127. 

 

  

- Akhundi, N. , Sharifi Renani, H. and Sameti, M. (2020). Factors affecting housing prices in the metropolis of Isfahan with emphasis on local tolls. Urban Economics, 5(1), 149-168. doi: 10.22108/ue.2022.131795.1198. [In Persian]

- Ahmadzadeh, K. , Manochehri, S. and Khaksar, M. (2023). The impact of housing costs on income inequality and crime rates in the provinces of Iran. Economic Policies and Research, 1(4), 107-138. doi: https://doi.org/10.34785/J025.2022.029. [In Persian]

- Daneshmehr, H. , khani, S. and molasalimi, V. (2023). Social capital as a sustainable living environment among the residents of Mehr housing (Case study: Baharan Mehr housing, Sanandaj). Motaleate Shahri, 12(47), 91-104. doi: 10.34785/J011.2022.015. [In Persian]

- Dornbusch, R. and Fischer, S. (1994); “Macroeconomics”, McGraw-Hill.

- Gholizadeh, A. A. and Manochehri, S. (2022). Estimating the consumer demand for housing in Iran. Economic Policies and Research, 1(1), 33-57. doi: https://doi.org/10.34785/J025.2022.002. [In Persian]

- Guiso, L., Sapienza, P., & Zingales, L. (2004). The Role of Social Capital in Financial Development. The American Economic Review, 94(3), 526-556. http://www.jstor.org/stable/3592941.

- Javaheri, B., Manochehri, S. and Mozaffari, Z. (2022). Asymmetric Effects of Housing Price on Iran Stock Market Participation: Quantile Regression Approach. Journal of Applied Economics Studies in Iran, 11(43), 39-69. doi: 10.22084/aes.2022.25674.3396. [In Persian]

- Jin, J. Y., Kanagaretnam, K., Liu, Y., & Liu, N. (2019). Banks’ loan growth, loan quality, and social capital. Journal of Behavioral and Experimental Finance, 21, 83-102. https://doi.org/https://doi.org/10.1016/j.jbef.2018.11.004

- Kang, S., & Koo, J.-H. (2023). Exploring Social Capital Level in Regions with Large and Increasing Wealth Inequality: Lesson from Seoul, South Korea. Social Indicators Research, 168(1), 165-183. https://doi.org/10.1007/s11205-023-03128-3.

- Karagöz, K. & Özkubat, G. (2021). Impact of Macroeconomic Factors on Housing Prices: An Analysis for Aegean Region. Journal of Yasar University E-Dergisi, 16 (62), 867-889.

- Kennelly, B., O'Shea, E., & Garvey, E. (2003). Social capital, life expectancy and mortality: a cross-national examination. Social science & medicine, 56 12, 2367-77. https://doi.org/10.1016/S0277-9536(02)00241-1.

- Lee, C.-C., Yeh, W.-C., Yu, Z., & Liang, C.-M. (2023). Impacts of social capital on housing prices: the case of special relationship-based transactions. International Journal of Strategic Property Management, 27, 21-34. https://doi.org/10.3846/ijspm.2023.18330.

- Manochehri, S., & Gholizadeh, A. (2022). The Response of Speculation in the Housing Market to Exogenous Shocks in Iran. The Economic Research, 22(2), 185-216. ‎ https://doi.org/20.1001.1.17356768.1401.22.2.10.7. [In Persian]

- Mousavi, M.H, & Daroudian, H. (2015). Analysis of factors affecting housing prices in Tehran. Economic Modeling, 9(31), 103-127.

- Mobaraki, O., Valigholizadeh, A., & Sheikhpour, N. (2024). Investigating the affecting factors on housing prices in Maragheh City. Geography and Regional Future Studies, 2(2), 1-16. doi: 10.30466/grfs.2024.54915.1022. [In Persian]

- Mohamadzadeh, P. , panahi, H. and Aleemran, A. (2023). A Study of the Effect of Energy Price on - - House Price in Iran. Energy Engineering and Management, 10(2), 50-59. doi: 10.22052/10.2.1. [In Persian]

- Mohammadzadeh, P. Mansouri, M & Kouhi Leilan.B (2011). Estimating the hedonic price of residential buildings in Tabriz city: with a spatial econometric approach. Economic Modeling, 6(18), 21-38.‎ [In Persian]

- Mozaffari, Z. and Manochehri, S. (2023). The Impact of Exchange Rate Volatility on the Housing Price Index in Iran: A GMM Time Series Approach. Financial Research Journal, 25(3), 433-452. doi: 10.22059/frj.2023.349960.1007397. [In Persian]

- Paik, J., Baek, S.-J., Kim, J.-W., & Ko, K. (2023). Influence of Social Overhead Capital Facilities on Housing Prices Using Machine Learning. Applied Sciences, 13, 10732. https://doi.org/10.3390/app131910732.

- Pilatin, A., Hepşen, A., & Kayran, O. (2023). The effect of social capital on housing prices: panel data analysis by province in Turkey. International Journal of Housing Markets and Analysis. https://doi.org/10.1108/IJHMA-11-2022-0170.

- Putnam, R. D. (2015). Bowling alone: America’s declining social capital. In The city reader (pp. 188-196). Routledge.

- Rasoulzadeh, F. , Shahcheraghi, A. and BandarAbad, A. (2019). Presentation of a communicational model for social capital and architectural model in residential complex based on social construction. Journal of Sustainable Architecture and Urban Design, 7(1), 197-216. doi: 10.22061/jsaud.2019.5758.1557. [In Persian]

- Renani, M. and Daliri, H. (2010). xxThe Effect of Social Capital on the Economic Growth:A Theoretical Framework. The Journal of Economic Policy, 2(4), 23-56. [In Persian]

- Saikkonen, P. (1992). Estimation and testing of cointegrated systems by an autoregressive approximation. Econometric theory, 8(1), 1-27.

- Stock, J.H. & Watson, M.W. (1993). "A simple estimator of cointegrating vectors in higher order integrated systems". Econometrica. 61(4), pp 783- 820. DOI: 10.2307/2951763.

 

 

 

 

3

img0  

[1]  این مقاله مستخرج از پایان‌نامه کارشناسی ارشد نویسنده اول است.

[2] * کارشناسی ارشد، گروه اقتصاد، دانشكده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران.  kamy3.ich@gmail.com

[3] ** دانشیار، گروه اقتصاد، دانشكده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران، (نویسنده مسئول). b.javaheri@uok.ac.ir

[4] + استادیار، گروه اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران. s.manochehri@uok.ac.ir  

[5]  Karagöz & Özkubat

[6]  Pilatin  &et al.

[7]  Dornbusch & Fischer

[8]  Kennelly & et al.

[9]  Chen & et al.

[10]  Putnam

[11]  Jin & et al.

[12]  Guiso & et al.

[13]  Paik & et al.

[14]  Long Short-Term Memory (LSTM)

[15]  ARIMA

[16]  Lee &et al.

[17]  Kang & Koo

[18]  Saikkonen

[19]  Stock & Watson 

[20]  Hansen's non-instability cointegration test

[21]  Park


The rights to this website are owned by the Raimag Press Management System.
Copyright © 2021-2025

Home| Login| About Us| Contact Us|
[فارسی] [العربية] [fa] [ar]