بررسی تاثیر سرمايه اجتماعی بر قیمت مسکن در ايران
محورهای موضوعی : اقتصاد شهری، منطقه ای و حمل و نقل
کامیار فردوست
1
,
بختیار جواهری
2
*
,
صلاح الدین منوچهری
3
1 - کارشناسی ارشد، گروه اقتصاد، دانشكده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران. kamy3.ich@gmail.com
2 - دانشیار، گروه اقتصاد، دانشكده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران، (نویسنده مسئول). b.javaheri@uok.ac.ir
3 - استادیار، گروه اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه کردستان، سنندج، ایران. s.manochehri@uok.ac.ir
کلید واژه: قیمت مسکن, سرمایه اجتماعی, روش حداقل مربعات معمولی پویا, ایران,
چکیده مقاله :
قیمت مسکن بهعنوان یکی از مهمترین شاخصهای اقتصادی و اجتماعی، مستقیماً بر کیفیت زندگی و قدرت خرید خانوارها تأثیر میگذارد. افزایش قیمت مسکن میتواند منجر به نابرابری‌های اجتماعی، کاهش دسترسی به مسکن مناسب و افزایش فشارهای اقتصادی بر خانوارها شود. 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. سرمایه اجتماعی میتواند بر قیمت مسکن تأثیرگذار باشد و به عنوان یک عامل کلیدی در تصمیم‌گیری‌های مربوط به خرید و سرمایهگذاری در بخش مسکن مورد توجه قرار گیرد. 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 مسکن 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.
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.
- 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
Original Article
Investigating the impact of social capital on housing prices in Iran
Kamyar Fardoust
1, Bakhtiar Javaheri2, Salaheddin Manochehri3
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. | Received: 10/05/2025
Accepted: 11/06/2025
Keywords: Housing prices, social capital, dynamic ordinary least squares method, Iran
JEL Classification: R21, Z1, C16 |
1. Introduction
Iran’s persistent political, social, and economic volatility exposes the country to financial instability, and sharp swings in housing prices regularly strain society. Because housing absorbs a large share of household budgets, any difficulty in securing adequate accommodation intensifies economic pressure and can trigger social harm. Among the forces that influence these dynamics, social capital—defined as the trust, norms, and networks that foster cooperation—plays a pivotal role: high inequality weakens social interactions, erodes trust, and ultimately affects market behaviour. Housing prices, meanwhile, often fluctuate not only in response to fundamentals but also to speculative activity, so pinpointing the true drivers behind price surges is essential for sound policy. Existing theories suggest that the link between social capital and housing prices may vary by context, yet no prior study has explored this relationship in Iran. Accordingly, the present research asks whether shifts in social capital can help explain changes in Iranian housing prices.
2. Research method and data
Saikkonen (1992) and Stock and Watson (1993) introduced the Dynamic Ordinary Least Squares (DOLS) method as an enhancement of the traditional Ordinary Least Squares (OLS) approach. The term "dynamic" refers to the method’s ability to account for the temporal pattern in how the dependent variable responds to changes in the independent variables over time. DOLS was developed to address issues arising from random trends in time series data and to provide a reliable estimation technique for relationships among variables that exhibit such trends. The cointegration relationship in the DOLS model is expressed as follows:
3. Analysis and discussion
The model estimation results indicate that social capital, gold price, exchange rate, and economic growth significantly affect housing prices in Iran at the 5% significance level, while the total stock index does not have a significant impact. Social capital and the exchange rate exert a negative influence on housing prices, with the social capital coefficient estimated at -0.43. Conversely, gold price and economic growth have positive effects on housing prices. The positive relationship between gold price and housing suggests that as gold values rise, individuals tend to invest more in other safe assets like housing. During economic crises or market volatility, gold and housing often serve as safe investment havens. The exchange rate (dollar) also shows a significant negative effect on housing prices. Economic growth, representing overall welfare and income levels, positively and significantly correlates with housing prices, reflecting that higher income and improved living standards increase demand for housing.
4. Conclusion
Housing prices are a key economic indicator that significantly influence social welfare, wealth distribution, and economic sustainability. Consequently, accurate analysis and continuous monitoring of housing prices are crucial for policymakers, urban planners, and economists to develop effective strategies that stabilize the market and improve access to adequate housing. Social capital—a fundamental concept in social and economic sciences—plays a vital role in sustainable development and enhancing individuals’ quality of life. It encompasses social networks, norms, and mutual trust among community members, which facilitate cooperation and coordination. Beyond interpersonal relationships, social capital also impacts the performance of social, economic, and political institutions. The relationship between social capital and housing prices is therefore an important area of inquiry in urban and economic research. This study aims to examine the effect of social capital on housing prices in Iran from 1991 to 2022 using the Dynamic Ordinary Least Squares (DOLS) method. The findings reveal that social capital and the exchange rate (USD) have a significant negative impact on housing prices, while increases in gold prices and economic growth contribute to rising housing prices. Additionally, the total stock index was found to have no significant effect on housing prices.
Funding
This study received no funding support.
Declaration of Competing Interest
The author declares no conflicts of interest related to the content of this article.
Acknowledgments
We extend our sincere gratitude to the journal editors and anonymous reviewers for their valuable comments, which greatly contributed to the improvement of 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.
How to Cite: Fardoust, K., Javaheri, B., & Manochehri, S. (2025). Investigating the impact of social capital on housing prices in Iran. Economic Modeling, 19(69): 83-101.
پژوهشی
بررسی تاثیر سرمایه اجتماعی بر قیمت مسکن در ایران1
کامیار فردوست2، بختیار جواهری3، صلاحالدین منوچهری4
تاریخ دریافت: 20/02/1404 تاریخ پذیرش: 21/03/1404
واژگان کلیدی: قیمت مسکن، سرمایه اجتماعی، روش حداقل مربعات معمولی پویا، ایران طبقه‌بندی JEL: R21، Z1، C16 | چکیده قیمت مسکن یکی از مهمترین شاخصهای اقتصادی و اجتماعی، مستقیماً بر کیفیت زندگی و قدرت خرید خانوارها تأثیر میگذارد. ازاینرو، 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 مسکن در ایران داشته که بهترتیب 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 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. علاوهبر این، در عصر حاضر مسکن به یک ابزار سرمایهگذاری مهم تبدیل شده است. مسکن یک کالای مصرفی بادوام، سهم مهمی در مخارج و ثروت خانوار، چه برای استفاده و چه برای مقاصد سرمایهگذاری دارد، ازسوی 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، بهخصوص 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 درحال 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 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. با توجه به تأثیر سرمایه اجتماعی بر قیمت مسکن، افزایش در قیمت مسکن سطح سرمایه اجتماعی در اخلاقیات فردی کاهش مییابد (پیلاتین و همکاران6، 2023).
ایران بهدلیل 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 آنکه 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 ازجمله 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 اجتماعی و اقتصادی بیشتر است و تفاوت طبقاتی به کاهش تعاملات اجتماعی منجر میشود. یکی از دلایل که بررسی قیمت مسکن را ضروری میکند، نوسانات زیاد قیمت آن است که بهعلت فعالیتهای سوداگرانه رخ میدهد. افزایش قیمت مسکن میتواند ناشی از عوامل بنیادی و یا ناشی از عملیات سوداگرانه باشد که میتواند به انجام سیاستهای متفاوتی منجرشود؛ بنابراین شناسایی عواملی که باعث افزایش قیمت مسکن شده است به‌خوبی آشکار است تا آثاراقتصادی نامطلوب آن کاهش یابد. با توجه به 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 تجزیه و تحلیل شده 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.
2-1. مبانی نظری
بازار مسکن در ایران در طی سالهای اخیر، یکی از پرنوسانترین بخشهای اقتصاد ایران بوده است. مهمترین کانال ارتباطی بخش مسکن و سایر بخشهای 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 منحنيهاي عرضه و تقاضاي بازار بهدست 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 نشاندهنده جريان عرضه خانههاي تازهساز 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 بهصورت خطي عمودي است و قيمت مسكن از تقاطع اين منحني عرضه و منحني تقاضا بهدست ميآيد. بنابراین قيمت مسكن از تعامل ميان انباره موجود مسكن و عوامل تعيينكننده 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 ساختمانهای عرضه شده است. تورم شدید باعث میشود که جامعه برای حفظ ارزش سرمایه خود، در داراییها سرمایهگذاری 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 تأثیرگذار 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 میتواند سیاستهای 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 میکند. 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 است که دارای آثارمستقیم و غیرمستقیم بر قیمت مسکن است. ازجمله آثار مستقیم سرمایه اجتماعی بر قیمت مسکن میتوان به ارتقای کیفیت زندگی و افزایش تقاضا اشاره کرد. سرمایه اجتماعی قوی در یک منطقه میتواند به افزایش کیفیت زندگی و افزایش تقاضا منجر شود که این امر میتواند قیمت مسکن را تحت تاثیر قرار دهد. آثار غیرمستقیم سرمایه اجتماعی بر قیمت مسکن میتواند شامل تسهیل دسترسی به وامهای مسکن و ارتقای ارزش ملک باشد. سرمایه 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 تحت تأثیر قرار میدهد. یکی از حوزه‌های اصلی که به طور قابل‌توجهی تحت تأثیر 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 به کاهش تقاضا برای ملک‌ها در آن مناطق منجر 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 بهوجود می‌آورند. ساکنانی که بهطور 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 شکل گیری گروههای اجتماعی است بدون حضور سرمایه اجتماعی هیچ گروهی شکل نخواهدگرفت. سرمایه اجتماعی منبعی است شامل قواعد اخلاقی، ارزشی، رفتاری که افراد را مقید 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 درنتیجه استانداردهای دمکراتیک بالاتر بهدست میآیند. علاوهبراین، رشد اقتصادی راحتتر بهدست میآید. و اینکه مردم بهطور 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 روبرو 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 جامعههای 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، ازجمله 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 تأثیرگذارد. درمناطقی که سطح سرمایه اجتماعی بالاتر است، رفتارهای فرصتطلبانه 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 فرصتطلبانه 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 فرصتطلبانه جلوگیری میکند. در مناطقی که سرمایه اجتماعی بالاست، تقاضای غیر ضروری و سودجویانه کاهش مییابد و درنتیجه 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.
2-2-1. مطالعات داخلی
مبارکی و همکاران (1403) در مطالعهای، عوامل موثر بر قیمت مسکن را در شهر مراغه بررسی قرار کردهاند. 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 چندمتغیره 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 حملونقل 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 که بیثباتی نرخ ارز، بر قیمت مسکن تأثير منفی و معنادار 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 تقاضای مسکن دارد. از دیگر نتایج پژوهش آثار منفی سایر بازارهای موازی مانند قیمت طلا، نرخ ارز غیررسمی 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 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 است. نتایج پژوهش نشان میدهد درآمد، جمعیت و امید به زندگی آثار 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 پرداختهاست. برای این پژوهش از روش اثرات ثابت با خطاهای استاندارد استفاده شد. نتایج بهدست 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» را 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 کوتاهمدت14 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 مبتنیبر 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 بالاست، علاوهبر 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 معنا که اثر هر یک از این متغیرها بر دیگری بررسی نشده است. اما این مطالعه سعی دارد با پوشش خلاء موجود، آثار سرمایه اجتماعی بر قیمت مسکن در ایران را بررسی کند. بهعبارت دیگر، این پژوهش سعی دارد تا رابطه بین سرمایه اجتماعی و قیمت مسکن را بهصورت یکپارچه ارزیابی و تأثیرات احتمالی سرمایه اجتماعی بر بازار مسکن در ایران را بررسی کند.
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 بهصورت زیر است:
(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 غیرنرمال دارند که بهدنبال 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 حالتهايي كه درجه همجمعي متغيرهاي توضيحي متفاوت باشد، قابل استفاده است. لذا برآوردگر DOLS شرایط برآورد بردارهاي همگرايي دربردارنده متغيرهاي داراي مرتبههاي جمعي متفاوت را فراهم ميکند. بهعبارت دیگر، میتوان متغیرهای I(0) و I(1) و ... را همزمان با هم در مدل بهکار برد. مدل تجربی پژوهش حاضر براساس مطالعه (پیلاتین، 2023)، سایر مطالعات انجام شده و ساختار اقتصاد ایران بهصورت معادله زیر معرفی میشود:
(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
نام متغیر | نماد متغیر | آماره آزمون | مانایی | |
سطح | یک‌بار تفاضل | |||
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) |
نتایج جدول 2 نشان میدهد که تمامی متغیرهای پژوهش با یک بار تفاضلگیری مانا شدهاند. نتایج حاصل از آزمونهای همانباشتگی 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 همانباشتگی 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 صرفهجویی میکند. با توجه به نتایج کمترین مقدار معیار شوارتز بیزین در وقفه یک تعیین و بهعنوان 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 معنادار نیستند. در نتیجه فرضیه صفر مبنیبر 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 آثار 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- بهدست آمده است. این به معنای آن است که بهبود در سرمایه اجتماعی میتواند به کاهش در قیمت مسکن منجر شود. سرمایه اجتماعی از سه مولفه مهم اعتماد، آگاهی و مشارکت بهدست میآید که آثار منفی سرمایه اجتماعی بر قیمت مسکن میتواند بهدلیل 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. به عبارت‌دیگر، 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 یکی از دارایی‌های امن و پایدار در زمان‌های نوسان اقتصادی است. 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 بهدنبال 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 بهعنوان یک سرمایهگذاری بلندمدت روی آورند که این میتواند تقاضا و درنتیجه قیمت مسکن را افزایش دهد. این یافته با نتیجه پژوهش (جواهری و همکاران، 1401) همسو است.
دلار آمریکا یکی از ارزهای پایه در تجارت جهانی و بازارهای مالی بین‌المللی، تأثیرات گسترده‌ای بر اقتصاد داخلی کشورها دارد. تغییرات در نرخ دلار آمریکا میتواند آثار 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 برای 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.
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 گذارد، 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 مورد استفاده قرار گیرند. ازسوی 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 برای تعادل بازار و افزایش دسترسی به مسکن مناسب را طراحی و اجرا کنند. سرمایه اجتماعی یکی از مفاهیم کلیدی در علوم اجتماعی و اقتصادی است که 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.
براساس نتایج بهدست 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 درنهایت 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 مد نظر قرار دهند.
3- تاثیر منفی نرخ ارز بر قیمت مسکن: توصیه میشود سیاستهای پولی و ارزی مناسبی ازجمله، 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 مد نظر 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 
https://orcid.org/0009-0003-5172-7728
Bakhtiar Javaheri https://orcid.org/0000-0002-5291-5611
Salaheddin Manochehri 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)، 168-149. 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)، 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، 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)، 69-39.
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)، 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، 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)، 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
85 |
[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.
[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