Giresun kent merkezi’nde konut fiyatlarına etki eden yapısal ve çevresel etkenlerin belirlenmesi

Year 2021, , 305 - 316, 03.12.2021

Pervin Yeşil , Mesut Güzel

https://doi.org/10.29278/azd.920788

Cited By: 1

Abstract

Konutlara değer biçilmesi sürecini yönlendiren birçok etken bulunmaktadır. Bunların başında; dairenin bulunduğu lokasyondan kaynaklanan çevresel etkenler ve daire ile dairenin içinde bulunduğu binanın kendisinden kaynaklanan yapısal etkenler gelmektedir. Konut fiyatlarının tahmininde pek çok yöntem kullanılmasına karşın hedonik fiyat modeli literatürde en sık kullanılan yöntemdir. Bu çalışmada; Giresun kent merkezinde bulunan dairelerin satış fiyatına etki eden yapısal ve çevresel etkenler ile bu etkenlerin etki düzeylerinin yarı-logaritmik hedonik konut fiyatlandırma modeli kullanılarak tahmin edilmesi amaçlanmıştır. Bu amaç doğrultusunda; Doğu Karadeniz Bölgesi’ndeki kıyı yerleşimlerinden biri olan Giresun Kent Merkezi’nde hizmet veren 36 emlak ofisinden alınan Ocak-Haziran 2020 dönemine ait veriler kullanılmıştır. Bu veriler, kent merkezindeki 21 farklı mahallede bulunan toplam 246 adet satışa sunulmuş daireyi kapsamaktadır. Dairelerin; kent merkezi, deniz kıyısı, en yakın hastane, en yakın okul ya da en yakın park gibi olanaklara erişim mesafeleri coğrafi bilgi sistemi yazılımı aracılığıyla hesaplanmış ve ardından logaritmik dönüştürme işlemi yapılmıştır. Elde edilen veri seti ile gerçekleştirilen aşamalı çoklu regresyon analizine göre; oluşturulan regresyon modelindeki 8 yapısal özellikli bağımsız değişkenden 6 tanesi p<0.01 düzeyinde istatistiksel olarak anlamlı bulunmuştur. Dairenin kullanılabilir net büyüklüğü, dairenin kaçıncı katta bulunduğu, binanın site içerisinde yer alma durumu, dairede etkin bir ısıtma sisteminin bulunma durumu ve banyo sayısı fiyat üzerinde pozitif etki yaparken, bina yaşının artması fiyatı negatif yönde etkilemiştir. Modele dahil edilen 7 çevresel değişkenden 2 tanesi p<0.01, diğer 1 tanesi ise p<0.05 düzeyinde anlamlıdır. Dairelerin kent merkezine olan uzaklığının artması daire fiyatlarını arttırıcı yönde etki gösterirken, özellikle kıyı kentlerinde beklenilen bir sonuç olarak konut ve deniz arasındaki mesafe arttıkça daire fiyatları düşme eğilimi göstermiştir. Benzer şekilde daireler ile üniversite yerleşkesi arasındaki mesafe arttıkça fiyatlar düşmektedir.

Keywords

Konut fiyatlandırma, hedonik fiyat modeli, CBS, Giresun, Türkiye

References

• Abidoye, R.B., & Chan, A.P., (2017). Modelling property values in Nigeria using artificial neural network. Journal of Property Research, 34 (1), 36-53.
• Adeboye, N.O., Fagoyinbo, I.S., & Olatayo, T.O., (2014). Estimation of the effect of multicollinearity on the standard error for regression coefficients. Journal of Mathematics, 10 (4), 16-20.
• Afşar, A., Yılmazel, Ö., & Yılmazel, S., (2017). Konut fiyatlarını etkileyen faktörlerin hedonik model ile belirlenmesi: Eskişehir örneği. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1 (37), 195-205.
• Alkan, Y., & Uslu, C., (2016). Aktif yeşil alanların konut fiyatları üzerine etkisinin araştırılması: Mersin ili Yenişehir ilçesi örneği. İnönü Üniversitesi Sanat ve Tasarım Dergisi, 6 (13), 1-10.
• Aydemir, E., Aktürk, C., & Yalçınkaya, M.A., (2020). Yapay zekâ ile konut fiyatlarının tahmin edilmesi. Turkish Studies - Applied Sciences, 15 (2), 183-194.
• Büyüköztürk, Ş., Çokluk, Ö., & Köklü, N. (2019). Sosyal Bilimler İçin İstatistik, Pegem Akademi Yayıncılık, Ankara.
• Cook, R.D., (1977). Detection of influential observations in linear regression. Technometrics, 19, 15-18.
• Cook, R.D., & Weisberg, S., (1982). Residuials and Influence in Regression, Chapman and Hall, New York.
• Coşkun, Y., (2016). Konut fiyatları ve yatırımı: Türkiye için bir analiz. Niğde Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9 (2), 201-217.
• Çalmaşur, G., & Aysin, M.E., (2019). Konut fiyatlarina etki eden faktörlerin hedonik modelle belirlenmesi: TRA1 alt bölgesi üzerine bir uygulama. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 22, 77-92.
• Çetintahra, E.G., & Çubukçu, E., (2011). Çevre estetiğinin konut fiyatlarına etkisi. İTÜDERGİSİ/a, 10 (1), 3-12.
• Çiçek, U., & Hatırlı, S., (2015). Isparta ilinde konut fiyatlarını etkileyen faktörlerin hedonik fiyat modeli ile analizi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 13, 98-114.
• Danielsson, P.E., (1980). Euclidean distance mapping. Computer Graphics and Image Processing, 14 (3), 227-248.
• Daoud, J.I., (2017). Multicollinearity and regression analysis. In Journal of Physics: Conference Series (Vol. 949, No. 1, p. 012009), IOP Publishing.
• Ecer, F., (2014). Türkiye’deki konut fiyatlarının tahmininde hedonik regresyon yöntemi ile yapay sinir ağlarının karşılaştırılması. International Conference On Eurasian Economies (pp. 1-10).
• Gökler, L.A., (2017). Ankara’da konut fiyatları farklılaşmasının hedonik analiz yardımıyla incelenmesi. MEGARON, 12 (2), 304-315.
• Güler, İ., Başer, U., & Bozoğlu, M., (2019). Rize ili merkez ilçesinde konut fiyatlarının hedonik fiyat modeliyle değerlemesi. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 9 (4), 2294-2302.
• Güner, Ş., (2021). Yapay sinir ağları yöntemiyle konut satışlarının incelenmesi: Ankara ili örneği. Fiscaoeconomia, 5 (1), 359-371.
• Harris, C.R., Millman, K.J., van der Walt, S.J., Gommers, R., Virtanen, P., Cournapeau, D., & Oliphant, T.E., (2020). Array programming with NumPy. Nature, 585 (7825), 357-362.
• Hayrullahoğlu, G., Aliefendioğlu, Y., Tanrıvermiş, H., & Hayrullahoğlu, A.C. (2017). Konut piyasalarında hedonik değerleme modeli tahmini: Ankara ili Çankaya ilçesi Çukurambar bölgesi örneği. In Proceedings of 2 nd International Conference on Scientific Cooperation for the Future in the Economics and Administrative Sciences (p. 25).
• Hunter, J.D., (2007). Matplotlib: A 2D graphics environment. IEEE Annals of the History of Computing, 9 (3), 90-95.
• İslamoğlu, B., & Nazlıoğlu, Ş., (2019). Enflasyon ve konut fiyatları: İstanbul, Ankara ve İzmir için panel veri analizi. Siyaset Ekonomi ve Yönetim Araştırmaları Dergisi, 7 (1), 93-99.
• Koç, B., (2019). Giresun Kent Merkezindeki Açık Yeşil Alan Durumunun İrdelenmesi, Ordu Üniversitesi, Yüksek Lisans Tezi, Ordu Üniversitesi Fen Bilimleri Enstitüsü.
• Kıral, G., & Çelik, C., (2020). Panel verileri ile Türkiye’de konut fiyatlarını etkileyen faktörlerin tespiti ve yapay sinir ağları yaklaşımı. Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 11 (2), 1-21.
• Kördiş, G., Sayım, I., & Mert, M., (2014). Antalya’da konut fiyatlarını etkileyen faktörlerin hedonik fiyat modeli ile tahmin edilmesi. Akdeniz Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14 (28), 103-132.
• Kumari, S.S., (2008). Multicollinearity: Estimation and elimination. Journal of Contemporary research in Management, 3 (1), 87-95.
• Kutlu, Ş.Ş., & Kutlu, M., (2019). Bandırma’da konut fiyatına etki eden faktörlerin hedonik fiyat modeli ile belirlenmesi. 2. Uluslararası Bandırma ve Çevresi Sempozyumu – UBS’19 17-19 Eylül 2019 / Bandırma – TÜRKİYE.
• Lim, W. T., Wang, L., Wang, Y., & Chang, Q., (2016). Housing price prediction using neural networks. In 2016 12th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD) (pp. 518-522). IEEE.
• McKinney, W., (2010). Data structures for statistical computing in python. In Proceedings of the 9th Python in Science Conference, 445, 51-56.
• Morancho, A.B., (2003). A hedonic valuation of urban green areas. Landscape and Urban Planning, 66 (1), 35-41.
• QGIS Development Team, (2021). QGIS Geographic Information System. Open Source Geospatial Foundation Project. URL: http://qgis.osgeo.org.
• R Core Team, (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org.
• RStudio Team (2020). RStudio: Integrated Development for R. RStudio, PBC, Boston, MA URL: http://www.rstudio.com.
• Selim, S., (2011). Determinants of house prices in Turkey: A hedonic regression model. Doğuş Üniversitesi Dergisi, 9 (1), 65-76.
• Temurlenk, M.S., & Özçelik, K.A., (2003). Erzurum’da konut kiralarının hedonik model yaklaşımıyla incelenmesi. VI. Ulusal Ekonometri ve İstatistik Sempozyumu, Gazi Üniversitesi, Ankara.
• Yıldırım, H., (2019). Property value assessment using artificial neural networks, hedonic regression and nearest neighbors regression methods. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 7 (2), 387-404.
• Yayar, R., & Bursal, M., (2019). Türkiye’de konut kira fiyatlarının hedonik tahmini. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 8 (3), 2010-2026.
• Yılmaz, H., Bulut, Z., Temurlenk, M.S., & Yesil, P. (2008). Determination of the impact of parks and playgrounds on house prices in the city of Erzurum, Turkey. International Journal of Natural and Engineering Sciences, 2 (1), 47-51.
• Yılmazel, Ö., Afşar, A., & Çiçek, A., (2018). Konut fiyat tahmininde yapay sinir ağları yönteminin kullanılması. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 20, 285-300.
• Yiyit, M., (2017). Isparta İlinde Konut Fiyatını Etkileyen Faktörlerin Hedonik Fiyat Modeli ile Belirlenmesi ve Konut Sektöründeki Alt Piyasaların Örtük Sınıf Analizi ile Açığa Çıkarılması, Doktora Tezi, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü.