چکیده:
مسکن جزء نیازهای اوّلیّه و اساسی زندگی فردی و اجتماعی انسان است. در اقتصاد توسعه، اهمّیّت مسکن به حدّی است که از جمله شاخصهای توسعه و توسعهنیافتگی کشورها محسوب میشود. این پژوهش، به منظور بررسی عملکرد و چگونگی تاثیر متغیّرهای کلان اقتصادی شامل درآمد سرانة خانوار، شاخص قیمت کلّ سهام، نرخ تورّم، قیمت مصرفکنندة خانوار شهری و تعداد پروانههای احداث ساختمان مسکونی در الگوی رفتاری قیمت مسکن در کشور با بهرهگیری از روشهای رگرسیونی ساده، چندمتغیّره و مضرس انجام شد. نتایج حاصل از رگرسیون خطّی ساده و چندمتغیّره نشان داد که به ترتیب وجود همبستگی سریالی مثبت و همخطّی چندگانه باعث پایین آمدن قابلیت و عدم اعتماد به این مدلها شده است. از سویی نتایج نشان داد که متغیّر پروانههای مسکونی دارای رابطة خطّی معنیداری با قیمت مسکن نیست و متغیّر نرخ تورّم تنها در صورت حذف دادة سال 1393 از رابطة خطّی معنیدار با قیمت مسکن برخوردار میشود. در ادامه با ترسیم نمودار مضرس در دامنة از 01/ 0 تا 52/ 0 مشخّص شد که ضرایب رگرسیونی مدلهای چندمتغیّره در عدد مضرس 08/ 0 و 1/ 0 پایدار میشوند؛ بنابراین با اتّخاذ اعداد مضرس یادشده، مدلهای رگرسیونی با ضرایب رگرسیونی واقعی بازتولید و مشخّص شد که در یک مدل ترکیبی، متغیّرهای درآمد سرانة خانوار، قیمت مصرفکنندة خانوار شهری، نرخ تورّم و شاخص کلّ قیمت سهام به ترتیب با ضرایب بتای 349/ 0، 348/ 0، 288/ 0 و 0612/ 0 مقدار، در قیمت مسکن شهری ایران موثّر هستند. به طور کلّی، نتایج این مطالعه نشان داد که چون متغیّرهای کلان اقتصادی معمولا از شرط تعامد برخوردار نبوده و دارای رابطة خطّی هستند؛ لذا، به منظور ارائة مدلهای واقعیتر که از قابلیت برونیابی مناسب برخوردار باشند، ضرورت دارد که از رگرسیون مضرس استفاده شود؛ چراکه روش حداقل مربعات در این موارد، برآوردهای غیرواقعی از ضرایب متغیّرهای رگرسیونی ارائه میدهد.
Housing is one of the basic and vital needs of individual and social life. In development economics, the importance of housing is so high that it is one of the indicators of development and development of countries. Using simple multivariate regression methods, this research was conducted to investigate the performance and the effect of macroeconomic variables including household income per capita, total stock index, inflation rate, urban household consumption price and the number of residential building mortalities on the behavioral pattern of housing prices in the country. This study aims to examine the performance and impact of macroeconomic variables on the pattern of housing prices in the country, using regression methods. Variables such as family income, the stock price index, inflation, the consumer price of urban households and the number of residential building permission were regarded as a regression variables. Simple and multivariate linear regression analysis showed that positive serial correlation respectively and severe multi-collinearity and lack of confidence in the ability of these models are coming down. The results showed that the variable of building permission has no significant linear relationship with housing prices and the variable of inflation rate will have a significant linear relationship with housing price only if the data of 1393 were removed. Then, in the range of 0.01 to 0.52 charting ridged was found that the regression coefficients multivariate models 0.08 and 0.1 are stable. So by adopting a structured exercise, regression models were reproduced by regression coefficients real numbers. It turns out that in a compound model, family income, the consumer price of urban households, inflation rate and total stock index affected the urban housing price of Iran as equal as 0.349, 0.348, 0.288, and 0.0612 respectively. The results of this study showed that since the macro-economic variables usually do not have orthogonality condition and have a linear relationship, it is necessary to use ridge regression to present real models having the extrapolate ability. Moreover, unrealistic estimates of regression coefficients provide regression variables.
خلاصه ماشینی:
مواد و روشها برای دستیابی به هدف این پژوهش، پرسشی به این عنوان مطرح بود که برآورد میزان تأثیر هر واحد از متغیرهای درآمد سرانة خانوار، شاخص قیمت سهام، نرخ تورم، تعداد پروانههای ساختمانی صادرشده و قیمت مصرفکنندة خانوار شهری در مقدار تغییر قیمت مسکن شهری در ایران با استفاده از روش حداقل مربعات واقعی هستند یا کاذب؟ پایدار هستند یا ناپایدار؟ و آیا این مدل از برونیابی و کفایت لازم برخوردار است یا نه؟ به منظور دستیابی به هدف پژوهش و آگاهی از نحوة واکنش قیمت مسکن به متغیرهای مستقل یادشده، از روشهای آماری همچون ضریب همبستگی پیرسون، رگرسیون خطی ساده، رگرسیون چندمتغیره و رگرسیون چندمتغیرة مضرس استفاده شد.
نتایج نظر به اینکه متغیرهای کلان اقتصادی همچون درآمد سرانة خانوار، شاخص قیمت کل سهام، نرخ تورم، قیمت مصرفکنندة خانوار شهری و تعداد پروانههای احداث ساختمان مسکونی در الگوی رفتاری قیمت مسکن مؤثر هستند، در ادامه سعی میشود که میزان تأثیر، پایداری و واقعی بودن ضرایب (بتا) این متغیرها در یک مدل خطی چندمتغیره مورد آزمون و بررسی قرار گیرد.
توابع تبدیل جانسون به منظور تبدیل توزیع دادههای غیرنرمال به توزیع نرمال (رجوع شود به تصویر صفحه) در گام بعدی، با اتخاذ رابطة همبستگی و رگرسیون خطی ساده بین شاخص قیمت سهام (1P)، درآمد سرانة خانوار (2P)، تعداد پروانههای ساختمانی (3P)، نرخ تورم (4P) و قیمت مصرفکنندة خانوار شهری (5P) با شاخص قیمت مسکن (Q) مشخص شد که متغیر پروانة ساخت و نرخ تورم دارای رابطة معنیداری با متغیر مسکن در سطح 95% اطمینان نیستند (جدول 3)؛ بنابراین، این مقدار گویای نبود رابطة خطی بین این دو متغیر است؛ به عبارتی، این عدم تأیید، مؤید آن است که متغیر مستقل قادر نیست متغیر وابسته را تبیین کند و عدم وجود رابطة خطی را نشان میدهد؛ چراکه تابع رگرسیون ساده تنها رابطة خطی بین این متغیرها را مورد سنجش قرار داده و ممکن است رابطة غیر خطی بین این متغیرها وجود داشته باشد.