تعيين‌كننده‌هاي قوي قيمت مسكن در ايران: رويكرد متوسط گيري بيزي برآوردهاي كلاسيكي (BACE)

Robust Determinants of Housing prices in Iran: Bayesian Averaging of Classical Estimates (BACE)

اين مطالعه، عوامل مؤثر بر قيمت مسكن طي سال‌هاي 1375 تا 1396 را در شـرايط عدم اطميناني مدل و با رهيافت BACE، مورد شناسايي و تخمين قرار مي‌دهد. به اين منظور از اطلاعات و داده‌هاي آماري 18 متغير شامل 15 متغير بيروني (اقتصادي و اجتماعي) و 3 متغير دروني( بخش مسكن) كه بر اساس مباني نظري و مطالعات تجربي بر قيمت مسكن مؤثرند، استفاده‌شده است. نتايج نشان مي‌دهد كه رشد جمعيت شهري، درآمد خانوارها، نرخ بيكاري، متوسط هزينه يك مترمربع بنا، تورم انتظاري، نابرابري درآمد، رشد درآمدهاي نفتي، نقدينگي و نرخ ارز مؤثرترين متغيرها در الگوي قيمت مسكن ايران هستند. براي احتمال شمول «ساير متغيرها» شواهد قوي براي مؤثر بودن آن‌ها بر قيمت مسكن طي دوره نمونه وجود ندارد. نتايج مي‌تواند براي ساختن الگوهاي مناسب جهت تبيين مسائل مربوط به قيمت مسكن و نيز مديريت بهتر سياست‌هاي بخش مسكن، مورداستفاده قرار گيرد.

This study identifies and estimates the effective factors on housing prices over the years 1996 to 2017 in terms of model uncertainty and with BACE approach. The statistical data of 18 variables including 15 external variables (socioeconomic variables) and 3 internal variables (housing sector variables) affecting housing price according to the theoretical foundations and experimental studies have been used for this research. The results suggest that the growth of urban population, household income, the unemployment rate, the average cost of 1-square-meter building, expected inflation, income inequality, oil revenues growth, liquidity, and exchange rate are the most effective variables in housing price pattern in Iran. There is no strong evidence of effectiveness of other variables on housing price over the period of this research. The results can be used for creating appropriate patterns for explaining the issues related to housing price and better management of housing sector policies.