کاربرد رهیافت فضایی در تحلیل عوامل موثر بر قیمت مسکن در شهرستانهای ایران با تاکید بر تامین مالی...
محورهای موضوعی : اقتصاد مالییعقوب فهیدآذر 1 , علی رضازاده 2 , صمد حکمتی فرید 3
1 - گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران
2 - گروه اقتصاد/دانشکده اقتصاد و مدیریت/دانشگاه ارومیه/ ارومیه/ایران
3 - گروه اقتصاد/ دانشکده اقتصاد و مدیریت/ دانشگاه ارومیه/ ارومیه/ ایران
کلید واژه: تأمین مالی مسکن, قیمت مسکن, سنجی فضایی,
چکیده مقاله :
هدف این مطالعه بررسی تأثیر منابع مالی و دیگر عوامل مؤثر بر قیمت مسکن در شهرستانهای ایران با استفاده از الگوی فضایی میباشد. پژوهش های نوآورانه و رو به رشدی در مورد اهمیت تعامل بین متغیر های اقتصاد کلان و بازار مسکن و وجود دارد، اما اثرات این متغیر های اقتصادی بر قیمت مسکن در مناطق مختلف یکسان نیست و علاوه براین قیمت مسکن در این مناطق دارای اثرات سرریز بر یکدیگر است. این مطالعه برآورد و استنباط ناهمگن تعامل بین قیمت مسکن و متغیر های اقتصادی مختلف را ارائه می دهد. برای این منظور، روش خود رگرسیون فضایی با رویکرد دادههای پانلی، برای بررسی وجود ارتباط درونی متغیرهای اقتصادی مناطق مختلف کشور بر قیمت مسکن این ناحیهها استفاده شده است و ضرایب متغیرهای اقتصادی مؤثر بر قیمت مسکن مربوط به ۴۲۹ شهرستان ایران در دوره 1399-1390 برآورد گردیدهاند. برآوردها درجه قابلتوجهی از ناهمگونی را در بین مناطق نشان میدهند. همانطور که انتظار میرفت، برآورد ضرایب فضایی خالص (همزمان و باتأخیر) عمدتاً مثبت و نشاندهنده درجه بالایی از اثرات سرریز تغییرات قیمت مسکن به مناطق مجاور است. با تعمیم نتایج این مطالعه به خصوصیات مالی مسکن به شکلی دیگر میتوان کالای سرمایهای بودن مسکن را نیز تأیید نمود. نتایج مقاله رهنمون مناسبی را در اختیار ارائهدهندگان اعتبار و اعتبارسنجی مستغلات، سازمانهای بیمهگر و شرکتهای سرمایهگذاری برای متنوعسازی داراییها قرار می دهد.
This paper analyzed factors affecting housing prices in Iranian metropolitan with a spatial model.For this purpose, the spatial auto-regression (SAR) method with panel data approach has been used to explore the existence of the internal relationship between economic variables of different regions on housing prices in these regions and the coefficients of economic variables affecting housing prices related to 429 counties of Iran from 2011 to 2021. Finally, it examines how likely it is that housing prices lead to regional economic changes and financial crises. Estimates show a significant degree of heterogeneity among counties. As expected, the net spatial coefficient estimates (simultaneous and lagged) are mostly positive and indicate a high degree of spillover effects of housing price changes to neighborhood regions. By generalizing the results of this paper to the capital characteristics of house, it also confirmed that house is an asset. This article is of great help to credit providers and insurance organizations and financial funds to diversify assets