Abstract:
مطالعات بینالمللی محدودی در خصوص بررسی ارتباطات درونی قیمتها در بازارهای مسکن و انتقال نوسانات قیمت از یک(چند)ناحیه پیشرو به سایر مناطق(اثر موجی)انجام گرفته که غالب آنها مؤید وجود ارتباط قوی بین قیمتهای مسکن در مناطق مختلف متعلق به یک محدوده جغرافیایی میباشد. دلایل توجیه کننده چنین رابطهای،شامل تفاوتهای ساختاری بین مناطق مختلف بویژه در کیفیت و زمان بندی واکنش به شوکهای اقتصادی،وابستگیهای اقتصادی موجود بین مناطق،امکان و جایگزینی تقاضای مسکن بین مناطق و عوامل اطلاعاتی میباشد. مطالعه حاضر با بهرهگیری از دادههای فصلی قیمت مسکن در مناطق مختلف شهر تهران طی سالهای 1371 تا 1385 درپی تحلیل اینروابط در تهران و کشف الگوی احتمالی تسری قیمتها بین مناطق و جرئیات مربوط به آن است. فرضیه مدل به وجود رابطه قوی قیمتی بین مناطق مجاور نسبت به مناطق دور دست و همچنین احتمال پیشگامی و پیشرانی قیمت در مناطق شمالی شهر و تأثیر با وقفه آن بر قیمت سایر مناطق اشاره دارد. نتایج تخمین مدل خود رگوسیون فضایی مؤید وجود ارتباطات فضایی(منطقهای)بین قیمتهای مسکن و تأثیرپذیری مناطق از یکدیگر به هنگام بروز نوسانات قیمت میباشد.نقش دو متغیر اقتصادی،شامل حجم حقیقی نقدینگی و شاخص خقیقی بورس نیز بر قیمتهای مسکن قابل توجه و معنیدار دیده میشود.نتایج حاصل از مدل تصحیح خطای برداری نیز با تأیید وجود رابطه قوی قیمتی بین مناطق همسایه بویژه در شمال شهر،بر نقش متمایز دو منطقه یک و بویژه دو در تأثیر بر قیمتهای دیگر مناطق(به ترتیب مناطق شمالی و مرکزی)تأکید نمود.
Few studies have recently supported the preposition that housing price changes in one location can be affected not only by its history but also by housing price changes in other locations (Ripple effect). There are many reasons why housing price changes in some areas may lead housing price movements in the other areas. The possible causes include structural differences and economic interdependence between areas، migration as well as informational factors.
This paper examines spatial effects of house price dynamics within Tehran. The first hypothese is that house prices have started rising first in the north and then spread out over the rest of the city. The second hypothesis is that there is a strong price relationship between contiguous districts. Spatial autoregressive (SAR) and vector error-correction (VEC) models are emplyed to estimate the empirical models using quarterly panel data of Tehran housing markets over the period 1991 to 2006.
The results confirms that there is a positive spatial interrelationship among districts. Moreover، the findings indicate the evidence of leading role of the district 1 in the northern half of the city while district 2 seems to have a more prominent effect on the center and the west. Furtheremore، the price interdependence of contiguous districts in the north is seen to be more significant and stronger than the south.
Machine summary:
"فصلنامه پژوهشهای اقتصادی-سال دهم-شماره اول-بهار 9831-صفحات 131-311 تحلیل تسری نوسانات قیمت مسکن بین مناطق مختلف شهر تهران با استفاده از الگوی خود رگرسیون فضایی تلفیقی SAR Panel و الگوی تصحیح خطای برداری VECM محمود متوسلی1 شاپور محمدی2 حسین درودیان3 تاریخ دریافت:78/01/03 تاریخ پذیرش:88/21/72 چکیده مطالعات بینالمللی محدودی در خصوص بررسی ارتباطات درونی قیمتها در بازارهای مسکن و انتقال نوسانات قیمت از یک(چند)ناحیه پیشرو به سایر مناطق(اثر موجی)انجام گرفته که غالب آنها مؤید وجود ارتباط قوی بین قیمتهای مسکن در مناطق مختلف متعلق به یک محدوده جغرافیایی میباشد.
همچنین باتوجه به استفاده وسیع مطالعات مشابه خارجی از الگوهای خودرگرسیون برداری (VAR) و تصحیح خطای برداری (VECM) در تحلیل ارتباطات منطقهای قیمت مسکن و فراهم شدن امکان بهرهگیری از دو ابزار سودمند تجزیه واریانس و تابع کنش-واکنش جهت تحلیل جزئیات روابط در چارچوب الگوهای مذکور،علاوه بر تخمین مدل خودرگرسیون فضایی،برآورد مدل با استفاده از الگوهای مذکور نیز انجام گرفته و نتایج حاصل از آن نیز ارائه میگردد.
نکته قابل ذکر دیگر در مقایسه مطالعات ذکر شده با مطالعه حاضر،آن است که مطالعات انجام شده قبلی صرفا در محدودههای جغرافیایی بزرگ(ملی و استانی)انجام شدهاند که ممکن است استفاده از همین رویکرد برای محدوده جغرافیایی محدود و پیوستهای نظیر شهر تهران جای تأمل باشد/باوجود این،برخی محققان احتمال بروز رابطه متقابل قیمت مسکن در مناطق جغرافیایی محدود و نزدیک بههم را محتملتر میدانند؛زیرا ملکهای موجود در این مناطق،جانشینهای نزدیکی برای یکدیگر محسوب میشوند.
تأثیر دو متغیر حجم نقدینگی و شاخص بورس نیز بر قیمتهای مسکن در مناطق مختلف تهران معنیدار شناخته شد؛اما مدل تصحیح خطای برداری با ارائه نتایج حاصل از تجزیه واریانس و تابع عکس العمل نقش پیشرو و احتمالا پیشران قیمت مناطق 1 و 2 به ترتیب بر مناطق شمالی و مرکزی را نمایان کرد."