Konut Fiyat Endeksinin Mekânsal Analizi: Türkiye İBBS-Düzey2 Bölgeleri İçin Bir Uygulama

Year 2023, Volume: 7 Issue: 1, 445 - 460, 31.01.2023

Serpil Türkyılmaz

https://doi.org/10.29023/alanyaakademik.1161698

Abstract

Bu çalışmanın temel amacı konut fiyatlarındaki mekânsal etkilerin değerlendirilmesidir. Bu amaçla Türkiye’ de İBBS-Düzey2 sınıflamasına göre 26 bölgenin konut fiyat endekslerinin mekânsal analizi yapılarak enflasyonla ilişkisi mekânsal ekonometrik modellerle incelenmiştir. 26 bölge açısından konut fiyat endekslerindeki mekânsal etkilerin varlığı Moran-I istatistiği ile test edilmiş ve söz konusu bölgelerin konut fiyat endeksleri arasındaki mekânsal etkilerin anlamlı olduğu görülmüştür. Mekânsal ekonometrik modellerin seçimi için kullanılan LM testleri sonuçları mekânsal gecikme modellerini desteklemiştir. Tahmin edilen mekânsal gecikme modeli (SAR) ve mekânsal Durbin modeli (SDM) bulgularına göre mekânsal etki parametresi ρ pozitif ve istatistiksel anlamlıdır ve mekânsal bağımlılığın anlamlı olduğu bölgelerde konutlarla ilgili benzer bir fiyatlama tutumu olduğunu desteklemiştir. Ayrıca tahmin edilen SAR ve SDM modellerinde incelenen dönem için İBBS-Düzey2 sınıflamasına göre 26 bölgede enflasyonun konut fiyat endeksleri üzerindeki mekânsal etkileri istatistiksel anlamlı bulunamamıştır.

Keywords

Mekânsal Bağımlılık, Moran-I İstatistiği, Konut Fiyat Endeksi, SAR Modeli, SDM Modeli

Spatial Analysis of the Housing Price Index: An Application for Turkey NUTS-Level2 Regions

Abstract

The main purpose of this study is to evaluate the spatial effects of housing prices. For this purpose, the spatial analysis of the housing price indices of 26 regions according to the NUTS-Level2 classification in Turkey was made and their relationship with inflation was examined with spatial econometric models. The existence of the spatial effects in the housing price indices for 26 regions was tested with the Moran-I statistics and it was seen that the spatial effects between the housing price indices of the mentioned regions were significant. The results of the LM tests used for the selection of spatial econometric models supported the spatial lag models. According to the estimated spatial autoregressive model (SAR) and spatial Durbin model (SDM) findings, the spatial effect parameter ρ is positive and statistically significant. Spatial effect parameter supported that there is a similar pricing attitude for housing in regions where spatial dependency is significant. In addition, the spatial effects of inflation on housing price indices in 26 regions according to NUTS-Level2 classification for the period examined in the estimated SAR and SDM models were not found statistically significant.

Keywords

Spatial Dependency, Moran-I Statistics, House Price Index, SAR Model, SDM Model

References

• ANSELIN, L. (1988). Spatial Econometrics: Methods and Models, Kluwer Academic Publishers, Boston.
• ANSELIN, L. (2006). Spatial Econometrics- Palgrave Handbook of Econometrics: Econometric Theory: Vol: 1, Ed.by T. Mills, K. Patterson, Basingstoke, Palgrave Macmillan.
• ANSELIN, L., & HUDAK, S. (1992). “Spatial econometrics in practice : A review of software options”, Regional Science and Urban Economics, Elsevier, 22(3):509-536.
• ANSELIN, L., SRIDHARAN, S., & GHOLSTON, S. (2007). “Using Exploratory Spatial Data Analysis to Leverage Social Indicator Databases: The Discovery of Interesting Patterns”, Social Indicators Research, 82: 287-309.
• BADURLAR, İ.Ö. (2008). “Türkiye’de Konut Fiyatları İle Makro Ekonomik Değişkenler Arasındaki İlişkinin Araştırılması”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 8(1): 223–238.
• BURRIDGE, P. (1980). “On the Cliff-Ord Test for Spatial Autocorrelation”, Journal of the Royal Statistical Society B, 42:107–108.
• CELLMER R., BELEJ M., & CICHULSKA A. (2019). “Identification of Cause-And-Effect Relationships in the Real Estate Market Using The VAR Model and the Granger Test”, Real Estate Management and Valuation, 27(4): 85-95.
• CELLMER R., CICHULSKA A., & BEŁEJ M. (2020). “Spatial Analysis of Housing Prices and Market Activity with the Geographically Weighted Regression”, ISPRS Int. J. Geo- Inf., 9(380): 1-19.
• COHEN, V., & KARPAVİČİŪTĖ, L. (2017). “The Analysis of The Determinants Of Housing Prices”, Independent Journal Of Management & Productıon (IJM&P), 8(1): 48-63.
• ERYÜZLÜ, H., & EKİCİ, S. (2020). “Konut Fiyat Endeksi ve Reel Döviz Kuru İlişkisi: Türkiye Örneği”, İktisadi İdari ve Siyasal Araştırmalar Dergisi, 7(12): 97-105.
• GEBESOGLU, P.F. (2019). “Housing Price Index Dynamics in Turkey”, Journal of Yasar University, 14 (Special Issue): 100-107.
• GOK, I.Y., & KECELİ, A. (2015). “Determinants Of House Prices In Turkey: Comparative Analysis Of Development Regions”, the 2015 WEI International Academic Conference Proceedings, Harward-USA, 110-122.
• GÖRGÜN, S., & SÜLKÜ, S.N. (2020). “2008 Global Krizinin Gelişmekte Olan Ülkeler Arasındaki Yayılımının Mekânsal Ekonometrik Analizi”, Ekonomik Yaklaşım, 31(116): 301-340.
• GÜRİŞ, S., & ÇAĞLAYAN, T. (2018). “Mekânsal Yapı İktisadi Büyümeyi Etkiler mi: OECD Ülkeleri Örneği”, Finansal Araştırmalar ve Çalışmalar Dergisi, 10(19):277-290.
• HELBICH, M., BRUNAUER, W., VAZ, E., & NIJKAMP, P. (2013). “Spatial Heterogeneity in Hedonic House Price Models: The Case of Austria”, Tinbergen Institute Discussion Paper, 1-24.
• KIONG, W.V., & ARALAS, S.B. (2019). Macroeconomic Variables and Housing Price In Malaysia, Proceedings of the International Conference on Economics (ICE 2019), 23-34.
• KORKMAZ, Ö. (2019). "The Relationship Between Housing Prices and Inflation Rate in Turkey: Evidence From Panel Konya Causality Test", International Journal of Housing Markets and Analysis, 13(3):427-452.
• KUANG, W., & LIU, P. (2015). “Inflation and House Prices: Theory and Evidence from 35 Major Cities in China”, International Real Estate Review, 18(1): 217 – 240.
• LAN F., & ZHANG, Y. (2011). “Spatial Autoregressive Model of Commodity Housing Price and Empirical Research”, Systems Engineering Procedia, 1:206–212.
• PIJNENBURG, K. (2013). “The Spatial Dimension of US House Price Developments”, Deutsches Institut für Wirtschaftsforschung, Discussion Papers-1270, 1-26.
• TERZİOĞLU, M. K., YÜCEL, M. A., DEMİRKIRAN, S., & ACAROĞLU, D. (2020). “Kentsel İnovasyonun Kentleşme Üzerine Mekânsal Etkisi”, İdealkent, 11(30):592 -620.
• YALÇIN, E.C., TIRAŞOĞLU, M., & ÇEVİK, E. (2017). “Bölgesel Bazlı Konut Fiyat Endeksi ile Ekonomik Güven Endeksi Arasındaki İlişkinin Ekonometrik Analizi: Türkiye Örneği”, Girişimcilik ve Kalkınma Dergisi, 12(2):123-137.
• YERDELEN TATOĞLU, F. (2022). Mekansal Ekonometri Stata Uygulamalı. Beta Basım Yayım Dağıtım A.Ş., İstanbul.
• YILDIRIM, M.O. (2019). “Dalgalanma Etkisi ve Bölgesel Konut Fiyatları: Türkiye’ den Bulgular”, Finans Politik & Ekonomik Yorumlar (649): 23-42.
• YILMAZ, B., & KESTEL, A.S.S. (2020). “Forecasting House Prices in Turkey: GLM, VAR and Time Series Approaches”, Journal of Business, Economics and Finance (JBEF), 9(4): 274-291.
• WIDŁAK, M., WASZCZUK, J., & OLSZEWSKI, K. (2015). “Spatial and Hedonic Analysis of House Price Dynamics in Warsaw”, NBP Working Paper, 197:1-26.
• ZEREN, F. (2010). “Mekânsal Etkileşim Analizi”. Ekonometri ve İstatistik, 12:18–39.
• ZULKİFLİ, A. B., KOGID, M., PINJAMAN, S., & ALIN, J. M. (2022). “Macroeconomic Variables and Malaysia House Price Index”, International Journal of Academic Research in Economics and Management and Sciences, 11(1):106–116.