Panel Clustering Analysis In the Study of Housing Demand of Foreign Residents and Foreign Countries: Sample of the Provinces of Turkey

Yıl 2018, Cilt: 22 Sayı: 2, 305 - 324, 30.12.2018

Cahit Çelik Gülsen Kıral

Öz

Yurtdışı Yerleşiklerin ve Dış Ülkelerin Konut Taleplerini İncelemede Panel Kümeleme Analizi: Türkiye İlleri Örneği

Öz

Küresel
ekonominin gelişmesiyle birlikte hanehalklarının; kültürel, gelir ve yaşam
standartları yükselmiştir. Bu nedenle, bireysel konut talepleri önemli ölçüde artmaktadır.
Yurtdışında yaşayan yabancıların ‘’Mütekabiliyet
Yasası’’ sayesinde Türkiye’den konut talepleri artarken Türklerin de konut
satın alma talepleri artmaktadır. Taleplerdeki artışı belirlemek amacıyla
evrensel ve bölgesel bazda konut talebini etkileyen ‘’makroekonomik’’ faktörler bilimsel yöntemlerle incelenmelidir. Bu
çalışmada; Türkiye il gruplarının, konut satışlarını etkileyen faktörlerine
dengeli ve dengesiz panel veri analizi ve kümeleme analiz yöntemleri uygulanmış
elde edilen anlamlı değişkenler hiyerarşik kümeleme yöntemi ile incelenmiştir.
Ayrıca çalışma SWOT analizi ile
desteklenmiştir. Çalışmadan elde edilen bulgulara göre, Euro’nun, külçe altın
yatırımının, ithalatın, istihdam endeksinin, ücretli bir işte çalışanların,
ekonomik güven endeksinin, tüketici güven endeksinin, reel kesim güven
endeksinin, hizmet sektörü güven endeksinin ve perakende ticaret sektörü güven
endeksinin konut talebi üzerinde anlamlı etkileri olduğu görülmüştür. Bu
çalışma; yurtdışında yaşayan hanehalklarının Türkiye’nin konut taleplerine
yönelik ilgilerinin belirlenmesi amacıyla özgün bir araştırma niteliği
taşımaktadır.

Anahtar Kelimeler

Konut Talebi, SWOT Analizi, Panel Kümeleme Analizi, Türkiye

Kaynakça

• Akay, Ö. ve Yüksel G. (2017). Clustering the mixed panel dataset using Gower's distance and k-prototypes algorithms. Journal of Communications in Statistics. doi: 10.1080/03610918.2017.1367806.
• Andreica, M. E ve Andreica M. (2014). Forecasts of Romanian industry employment using simülations and panel data models. Romanian Journal of Economic Forecasting, 17(2), 130-140.
• Baltagi, B. H. (2005). Econometrics analysis of panel data (3rd ed.). England: John Wiley & Sons Press.
• Blashfield, R. K. ve Aldenferder M. S. (1978). The literature on cluster analysis. Multivariate Behavioral Research, 13, 271-295.
• Chang, C., Chen, S. ve Somerville T. (2003). Economic and social status in household decision-making: Evidence relating to extended family mobility, Urban Studies, 40(4), 733-746.
• Chetty, R. ve Szeidl A. (2004). Consumption commitments and asset prices. Working Paper. Berkeley: University of California, Economics Department.
• Clark, W. A. V. ve Dieleman F. M. (1996). Household and housing. Choice and outcomes in the housing market. New Jersey: Cupr Press.
• Dalkılıç, B. ve Aşkın M. (2014). Gayrimenkul ve konut sektörüne bakış. Dalfin Finansal ve Kurumsal Çözümler Danışmanlığı, 1-41.
• Demiralay, M., & Çamurcu, Y. (2005). Cure, agnes ve k-means algoritmalarındaki kümeleme yeteneklerinin karşılaştırılması. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 8(2), 1-18.
• Doğan, B. (2008). Bankaların gözetiminde bir araç olarak kümeleme analizi: Türk bankacılık sektörü için bir uygulama. (Yayınlanmamış Doktora Tezi). Kadir Has Üniversitesi, İstanbul.
• Giffenger, R. (1998). Segregation in Vienna: Impact of market barriers and rent regulations. Urban Studies, 35(10), 35-43.
• Gujarati, D. (2016). Örneklerle ekonometri. (N. Bolatoğlu. Çev.). Ankara: BB101 Yayınları.
• Güriş, S., Çağlayan, E. ve Ün T. (2011). Estimating of probabilty of homeownership in rural and urban areas: Logit, probit and gompit model. European Journal of Social Sciences, 21, 405-411.
• Gündüz, S. (2011). Uzaklık fonksiyonlarının çok boyutlu ölçekleme algoritmalarındaki etkinliğinin incelenmesi ve uygulamalar. (Yayınlanmamış Yüksek Lisans Tezi). Çukurova Üniversitesi, Adana.
• Harrigan, K. R. (1985). An application of clustering for strategic group analysis. Strategic Management Journal, 6 (1), 55-73. Juarez, M. A. ve Steel M. F. J. (2010). Model-based clustering of non-gaussian panel data based on skew-t distributions. American Statistical Association Journal of Business & Economic Statistics, 28, 52-81.
• Kaya, V. ve Yılmaz Ö. (2006). Bölgesel enflasyon bölgesel büyüme ilişkisi: Türkiye için zaman serisi ve panel veri analizleri. İktisat, İşletme ve Finans Dergisi, 21(247), 62-78.
• Kellekçi, Ö. L. ve Berköz L. (2006). Konut ve çevresel kalite memnuniyetini yükselten faktörler. İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 5(2), 167-178.
• Ketchen, D. Jr. ve Shook C. L. (1996). The application of cluster analysis in strategic management research: An analysis and critique. Strategic Management Journal, 17(6), 441-458.
• Kıral, G. ve Esen B. (2013). Avrupa Birliği’ne üye ülkeler ile Türkiye’nin ekonomik özelliklerinin istatistiksel yöntemleriyle incelenmesi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22(1), 173-188.
• Lu, H. ve Huang S. (2011). Clustering panel data. SIAM International Conference on Data Mining, 1-10.
• Maclennan, D. ve Pryce G. (1996). Global economic change, labour market adjustment and the challenges for european, housing policies. Urban Studies, 33(10), 1849-1865.
• Mayda, A. M. (2005). International migration: A panel data analysis of economic and non-economic determinants. IZA Discussion Paper, 1590.
• Oxley, M. ve Smith J. (1996). Housing policy and rented housing in Europe. London: E & FN Spon.
• Özdamar, K. (2004). Paket programlar ile istatistiksel veri analizi 2. Eskişehir: Kaan Kitabevi.
• Öztürk, N. (1997). Türkiye’de konut sektörü. (Yayınlanmamış Yüksek Lisans Tezi). Cumhuriyet Üniversitesi, Sivas.
• Özüekren, A. Ş. ve Kempen V. R. (2002). Housing careers of minority ethnic groups: Experiences, explanations and prospects. Housing Studies, 17(3), 365-379.
• Pryce, G. ve Sprigings N. (2009). Outlook for UK housing and the implications for policy are we repeating what we have sown? International Journal of Housing Markets and Analysis, 2(2), 145-166.
• Serrano, L. D. (2006). Housing satisfaction, homeownership and housing mobility: A panel data analysis for twelve EU countries. Germany: IZA Discussion Paper No: 2318, 1-48.
• Settles, B. H. (2001). Being at home in a global society: A model for families mobility and immigration decisions. Journal of Comparative Family Studies, 32(4), 461- 463.
• Tatoğlu, F. Y. (2013). Panel veri ekonometrisi: Stata uygulamalı. Beta Yayınları 2. Baskı, İstanbul.
• Uğur, L. O. (2006). İnşaat sektöründe riskler ve risk yönetimi. Türkiye Müteahhitler Birliği Yayını, Ankara.
• Ünlükaplan, Y. (2008). Çok değişkenli istatistiksel yöntemlerin peyzaj ekolojisi araştırmalarında kullanımı. (Yayınlanmamış Doktora Tezi). Çukurova Üniversitesi, Adana.
• Vatansever, M. (2008). Görsel veri madenciliği tekniklerinin kümeleme analizlerinde kullanımı ve uygulanması. (Yayınlanmamış Doktora Tezi). Yıldız Teknik Üniversitesi, İstanbul.
• Ward, J. H. (1963). Hierarchical grouping to optimise an objective function. Journal of American Statistical Association, 58, 236-244.
• Wooldridge, J. M. (2003). Econometric analysis of cross section and panel data. Cambridge: The MIT Press.