قیمت مسکن

بیان مسئله:یکی از پرسش های فعالان صنعت ساخت و جامعه به عنوان بهره برداران اصلی مسکن در کلانشهرهای ایران این است که قیمت مسکن در آینده چه تغییراتی خواهد کرد؟ به عبارتی، دوره های رکود و رونق مسکن در چه زمان و با چه شدتی به وقوع می پیوند؟ پاسخ به این پرسش ها، نیازمند نگاهی آینده پژوهانه به مقوله مسکن و فهم ارتباط قیمت آن با شاخص های اقتصاد کلان کشور است.هدف پژوهش: این پژوهش در نظر دارد با استخراج کلیدی ترین شاخص های کلان اقتصادی به لحاظ اثرگذاری بر قیمت مسکن در کلانشهرهای کشور، زمینه تفکر و پژوهش در آینده قیمت و درک دوره های رکود و رونق مسکن را فراهم کند. این پژوهش و مطالعات مشابه، به واسطه نگرشی که برای شرکت های توسعه دهنده املاک و مستغلات، شرکت های طراحی و ساخت، سرمایه گذاران، بهره برداران و فعالان صنعت ساخت ایجاد می نمایند، آن ها را در اتخاذ تصمیمات بهتر و اثربخش تر برای کسب وکار و زندگی خود یاری می کند. به این ترتیب، ریسک ها و خطرات محتمل در آینده بازار مسکن برای مخاطبان ذکر شده، آشکار و ملموس شده و بررسی و پاسخگویی مطلوب تر برای آن ها امکان پذیر می شود.روش پژوهش: براساس گام های روش دلفی فازی، ابتدا کلیه شاخص های اقتصاد کلان مرتبط با قیمت مسکن از طریق مطالعه منابع کتابخانه ای و مطالعات پیشین استخراج شد. سپس از طریق نظرسنجی از خبرگان و با غربال گری امتیازهای هر شاخص و مقایسه مقدار ارزش اکتسابی هریک، کلیدی ترین شاخص های اقتصادی اثرگذار بر آن تعیین شد.نتیجه گیری: شاخص های موضوع پژوهش براساس نتایج به دست آمده به ترتیب، «تورم»، «نرخ ارز»، «قیمت زمین مسکونی»، «هزینه ساخت» و «نقدینگی» است. شاخص های استخراج شده و ترتیب و تقدم آن ها، نشان می دهد نقش و جنبه «سرمایه ای» مسکن در کلانشهرهای ایران، مهم تر از جنبه های «عرضه» و «تقاضا» است.

مقاله حاضر اثر قیمت مسکن بر تورم با تأکید بر عوامل رفتاری و غیررفتاری شامل عوامل درون بخشی و برون بخشی مؤثر بر قیمت مسکن در ایران مورد بررسی قرار می دهد. بدین منظور متغیرهای رفتاری سرمایه گذاران شامل رفتار توده وار و خوش بینی بیش از حد اندازه گیری شده است، سپس سیستم معادلات شامل معادلات قیمت مسکن و تورم تدوین گردید. معادلات قیمت مسکن و تورم در ایران طی دوره زمانی فصل اول 1380 تا فصل اول 1399 با بکارگیری سیستم معادلات به ظاهر نامرتبط (SUR) برآورد گردید. نتایج عوامل درون بخشی حاکی از اثر مثبت قیمت زمین و تعداد واحدهای ساختمانی تکمیل شده بر قیمت مسکن است. از طرفی عوامل برون بخشی شامل؛ قیمت ارز و نقدینگی به ترتیب اثر منفی و مثبت بر قیمت مسکن داشته اند. از میان دو عامل رفتاری، رفتارتوده وار بر قیمت مسکن اثر مثبت داشته و خوش بینی بیش از حد اثر معناداری نداشته است. همچنین نرخ رشد جمعیت و نرخ رشد درآمد سرانه اثر منفی بر نرخ تورم داشته اند. رفتار توده وار سرمایه گذاران در بخش مسکن نیز به طور غیرمستقیم و از طریق قیمت مسکن می تواند به افزایش نرخ تورم منجر شود.

قیمت مسکن یکی از شاخص هایی است که شناخت عوامل مؤثر بر آن برای افزایش کارایی طرح ها و ارائه راهبردها و سیاست های برنامه ریزی مسکن کمک شایانی می کند. با وجود نوسان های فراوان نرخ ارز در سال های اخیر لزوم استفاده از مدلی که در آن علاوه بر ویژگی های مسکن به عوامل اقتصادی تأثیرگذار بر قیمت مسکن از جمله نرخ ارز توجه شود بیش از پیش احساس می شود. از آنجا که مدل سازی قیمت مسکن از جمله مسائلی است که دارای مؤلفه مکانی است باید در ارائه مدل مربوط به قیمت مسکن به مکان قرارگیری آن نیز توجه شود. از این رو در این پژوهش تحلیل پراکنش فضایی قیمت مسکن در منطقه 5 شهرداری تهران و عوامل مؤثر بر آن بررسی شده است. در این زمینه از داده های خرید و فروش مسکن در این منطقه در بازه سال های 1397 و 1398 و 1399 برای مدل سازی قیمت مسکن استفاده شده است. نتایج تحقیقات با استفاده از روش رگرسیون وزن دار جغرافیایی چندمقیاسه (MGWR: Multiscale Geographically Weighted Regression) به دست آمده است که در قیاس با روش های رگرسیون وزن دار جغرافیایی (GWR: Geographically Weighted Regression) و حداقل مربعات معمولی (OLS: Ordinary Least Squares) نتایج بهتری را ارائه کرد. میزان ضریب تعیین تعدیل شده در الگوریتم های OLS و GWR و MGWR به ترتیب برابر با 762/0 و 821/0 و 853/0 حاصل شد. در این زمینه روش MGWR توانست ناهمگونی های فضایی موجود در داده های قیمت مسکن را مدل سازی کند. بر اساس نتایج به دست آمده متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدل سازی قیمت مسکن دارد.

بخش مسکن و قیمت آن از عوامل بسیاری تأثیرپذیر است. این عوامل را می توان به دودسته عوامل طرف عرضه و طرف تقاضا تقسیم نمود که هرکدام از این عوامل، شامل بسیاری از متغیرها می باشد. به دلیل همگن نبودن بازار مسکن در تمام استان ها، شواهد نشان می دهد باید به بازار مسکن به صورت منطقه ای نگاه کرد. هدف این مقاله تحلیل مؤلفه های اثرگذار بر قیمت مسکن در شهر ارومیه می باشد، نوع تحقیق کاربردی و روش آن توصیفی و تحلیلی می باشد و از انواع روش های کتابخانه ای، بازدید میدانی و مصاحبه استفاده شده است. روش پژوهش حاضر از نظر هدف، کاربردی توسعه ای است زیراکه با هدف شناسایی و ساخت مدل مفهومی با استفاده از معادلات ساختاری (Smart PLS) قیمت مسکن در ارومیه بوده و ماهیت اکتشافی دارد. همچنین از نظر نوع داده ها از نوع پژوهش آمیخته است. جامعه آماری شامل 30 نفر از خبرگان است که به صورت هدفمند انتخاب شده اند. نتایج تحقیق نشان می دهد که چهار مؤلفه اجتماعی، کالبدی، مدیریتی، اقتصادی، قیمت مسکن را 70 درصد تبیین می کنند. به این صورت که ضریب ترکیبی هر مؤلفه، به دیگر مؤلفه ها نیز وابسته است. به عبارت دیگر ضریب ترکیبی نشان می دهد که رشد قیمت مسکن در شهر ارومیه تا چه میزان متأثر از شوکت وارد بر مؤلفه اقتصادی در ارتباط با سایر مؤلفه های تأثیرگذار بوده است. تحلیل ضرایب مسیر مربوط به 4 مؤلفه مورد بررسی نشان می دهد که مؤلفه های اقتصادی (E) مدیریتی (M)، کالبدی (Ph)، و سپس اجتماعی (S) با ارزش 0/169، 0/014، 0/088 و 0/033 بیشترین تأثیر را بر قیمت مسکن در شهر ارومیه داشته اند.

هدف پژوهش حاضر بررسی همگرایی قیمت مسکن در استان های ایران با استفاده از آزمون ریشه واحد غیرخطی مارکوف سوئیچینگ در کنار آزمون ریشه واحد دیکی- فولر تعمیم یافته طی سال های 1372 الی 1400 است. نتایج آزمون دیکی- فولر نشان از عدم همگرایی قیمت مسکن دارد، این در حالی است که آزمون آزمون ریشه واحد غیرخطی مارکوف سوئیچینگ اعتبار این تئوری را در برخی دوره ها در اقتصاد ایران مورد تأیید قرار می دهد. طبق نتایج به دست آمده در رژیم رونق (شرایط افزایش قیمت مسکن) همگرایی در قیمت مسکن وجود دارد، ولی در رژیم رکود (شرایط کاهش قیمت مسکن) همگرایی وجود ندارد. نتیجه به دست آمده از آزمون غیرخطی، قابل انتظار به نظر می رسد. چراکه به دلیل وجود شرایط تورمی و انتظارات تورمی بالا، کاهش قیمت مسکن موقتی تلقی می شود و انتظار افزایش قیمت مسکن در زمان کوتاهی وجود دارد و بنابراین، قیمت ها به سرعت کاهش نمی یابد. با توجه به نتایج تحقیق، استفاده از ابزارهای سیاستی مختص هر منطقه و استان، می تواند مدیریت بهتری در کنترل نوسانات بازار مسکن کشور انجام دهد. همچنین، اتخاذ سیاست های مکمل برای تثبیت قیمت مسکن نیز می تواند مناسب باشد. طبقه بندی JEL: .C41, O18, R32