پيشنهاد مدلي براي پيش بيني قيمت مسكن بر اساس روش آريما؛ مطالعه موردي شهر تهران

Proposing a novel model based on ARIMA technique for forecasting housing price: a case study of Tehran

تعيين و برآورد قيمت مسكن در مناطق شهري از اهميت زيادي براي دولت، سرمايه گذاران خصوصي و دولتي و افراد عادي برخوردار است. اين تخمين مي تواند در برنامه ريزي و تصميم گيري هاي آينده در بسياري از سياست هاي شهري و منطقه اي مورد استفاده قرارگيرد. از آنجا كه از يكسو شكوفايي بخش مسكن در سرانه توليد ملي موثر بوده و افزايش اشتغال را به همراه خواهد داشت و از سوي ديگر افزايش وام مسكن براي خريد يا هرگونه افزايش نقدينگي موجب افزايش تورم و فاصله گرفتن سطح درآمد عمومي با هزينه مسكن خواهد شد، لذا برنامه ريزي مسيولين دولتي در مهار تورم و افزايش قيمت همراه ايجاد رونق در بازار مسكن نيازمند مطالعه دقيق اين موضوع مي باشد. در اين راستا به سبب اهميت بالاي قيمت مسكن در دهه هاي اخير استفاده از توابع قدرتمند و كارا براي تخمين قيمت مرسوم شده است. در اين تحقيق با استفاده از مدل آريما به مدل سازي و پيش بيني قيمت مسكن براي پرداخته شده است. نتايج نشان از آن دارد كه مدل پيشنهاد شده در اين تحقيق داراي توانايي بالايي (با ضريب تعيين 99.7%) براي مدل سازي و پيش بيني قيمت مسكن در شهر تهران مي باشد.

Determination and prediction of housing price in urban areas plays a significant role for governments, public and private enterprises, and financial evaluators. An accurate estimation of the housing price can be employed for future planning and decision making in many urban and regional policies. However, the growth of the housing sector has a profound impact on gross national product, resulting in a significant increase in employment. On the other hand, an increase in loan for purchasing house leads to a rise in liquidity and inflation rate. This means that the gap between the income and housing price is increased. Therefore, it is necessary to develop new models for making decisions in order to prevent the increase in the inflation rate and housing price. According to the key importance of housing price, a number of models have been developed to formulate the price behavior with regard to its effective components. In this study, a novel model based on the ARIMA method for forecasting and formulating the housing price has been developed. The results show that the model proposed has a high potential (with a determination coefficient of 99.7%) to foresee the housing prices in the city of Tehran.