نگاه راهبردي به متغيرهاي موثر بر قيمت مسكن: شناسايي فاصله زماني اثرگذاري متغيرهاي اقتصادي بر قيمت مسكن در ايران

Strategic Assessment of Variables Affecting Housing Price: Recognition of Time Interval for Economic Variables to Affect Housing Price in Iran

نوسانات قيمت مسكن از متغيرهاي كلان موثر بر شالوده اقتصادي كشورهاست كه در كشورهاي در حال توسعه چون ايران، تحت تاثير تغييرات متغيرهاي كلان اقتصادي است كه خود نتيجه سياست‌هاي راهبردي كشور در درازمدت است. با توجه به اينكه در دهه گذشته، به‌طور متوسط بين 95 تا 98 درصد سرمايه‌گذاري‌ها در اين بخش توسط بخش خصوصي صورت گرفته است (عسگري و چگنيالف، 1387، ص 25)، لزوم بررسي عوامل كلان تاثيرگذار بر قيمت مسكن با توجه به آمار فعاليت اين بخش و اتخاذ تصميمات راهبردي مناسب جهت جلوگيري از ايجاد بحران در بازار مسكن نمود بيشتري پيدا مي‌كند. براي اين منظور، با كمك الگوريتم ژنتيك و شبكه عصبي- فازي (ANFIS)، 20 متغير به عنوان بهترين تركيب اثرگذار بر قيمت ساخت و فروش مسكن از ميان 19 متغير موثر در طول 5 فصل قبل از شروع ساخت نمونه‌ها (جمعاً 95 متغير)، با استفاده از اطلاعات 372 نمونه ساختمان مسكوني ساخته‌شده بين سال‌هاي 1372 تا 1389 در مناطق مختلف شهر تهران به‌صورت تقريباً يكنواخت، براي آموزش شبكه عصبي فازي، به همراه مدت زمان متوسط اثربخشي هر يك بر بازار مسكن، شناسايي مي‌شوند. اين تحقيق نشان مي‌دهد كه از نظر راهبردي، كنترل نوسانات متغيرهاي كلان اقتصادي در حال حاضر، ثبات قيمت مسكن را به‌طور ميانگين در 7 تا 9 فصل آينده رقم مي‌زند.

Housing price fluctuations are among macro variables affecting every country’s economic system. In developing countries like Iran, these fluctuations are influenced by macroeconomic variables which are in turn the result of long-term strategic policies of a country. Since an average of 95-98 percent of investments in Iran housing sector in the past decade has been done by the private sector, it is necessary to review major factors determining housing price according to sectoral statistics before making strategic decisions to prevent a crisis in the housing market. To do this, the algorithm of Adaptive Neuro Fuzzy Inference System (ANFIS) has been used to identify 20 variables as the best variables affecting housing price by taking advantage of information obtained from 372 housing complexes between 1993 and 2010, in various parts of Tehran along with the average time period taken by every variable to affect the housing market. The findings show that from a strategic viewpoint, controlling fluctuation of macroeconomic variables at present will led to stability of housing price for an average of next seven to nine seasons.