پیشنهاد مدلی برای پیش بینی قیمت مسکن بر اساس روش آریما؛ مطالعه موردی شهر تهران
محورهای موضوعی : دانش سرمایه‌گذاری
حسین ممبینی
1
(گروه مدیریت مالی، دانشگاه آزاد اسلامی، واحد دبی، دبی، امارات)
مرتضی هاشم پور
2
(گروه مدیریت مالی، دانشگاه آزاد اسلامی، واحد دبی، دبی، امارات)
شهلا روشندل
3
(گروه مدیریت مالی، دانشگاه آزاد اسلامی، واحد دبی، دبی، امارات)
کلید واژه: قیمت مسکن, پیش بینی آینده, مدل آریما, کلان شهر تهران,
چکیده مقاله :
تعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش مسکن در سرانه تولید ملی موثر بوده و افزایش اشتغال را به همراه خواهد داشت و از سوی دیگر افزایش وام مسکن برای خرید یا هرگونه افزایش نقدینگی موجب افزایش تورم و فاصله گرفتن سطح درآمد عمومی با هزینه مسکن خواهد شد، لذا برنامه ریزی مسئولین دولتی در مهار تورم و افزایش قیمت همراه ایجاد رونق در بازار مسکن نیازمند مطالعه دقیق این موضوع می باشد. در این راستا به سبب اهمیت بالای قیمت مسکن در دهه های اخیر استفاده از توابع قدرتمند و کارا برای تخمین قیمت مرسوم شده است. در این تحقیق با استفاده از مدل آریما به مدل سازی و پیش بینی قیمت مسکن برای پرداخته شده است. نتایج نشان از آن دارد که مدل پیشنهاد شده در این تحقیق دارای توانایی بالایی (با ضریب تعیین 99.7%) برای مدل سازی و پیش بینی قیمت مسکن در شهر تهران می باشد.
Determination and prediction of housing price in urban areas plays a significant role for governments, public and private enterprises, and financial evaluators. An accurate estimation of the housing price can be employed for future planning and decision making in many urban and regional policies. However, the growth of the housing sector has a profound impact on gross national product, resulting in a significant increase in employment. On the other hand, an increase in loan for purchasing house leads to a rise in liquidity and inflation rate. This means that the gap between the income and housing price is increased. Therefore, it is necessary to develop new models for making decisions in order to prevent the increase in the inflation rate and housing price. According to the key importance of housing price, a number of models have been developed to formulate the price behavior with regard to its effective components. In this study, a novel model based on the ARIMA method for forecasting and formulating the housing price has been developed. The results show that the model proposed has a high potential (with a determination coefficient of 99.7%) to foresee the housing prices in the city of Tehran.