TÜRKİYE’NİN KONUT TALEBİNİN ANALİZİ: 1970-2011

Yıl 2014, Cilt: 28 Sayı: 1, 57 - 83, 03.02.2014

Fuat Lebe , Yusuf Akbaş

Öz

Bu çalışmanın temel amacı, Türkiye’de konut talebinin
kısa ve uzun dönem etkilerini ortaya koymak ve konut
politikalarına yön verebilecek bulguları elde etmektir. Bu amaçla,
1970-2011 dönemine ait yıllık veriler kullanarak, Türkiye’nin
konut talebi eşbütünleşme ve vektör hata düzeltme modeli (Vector
Error Correction Model, VECM) ile analiz edilmiştir. Kişi başı
gelir, konut fiyatı, faiz oranı, sanayileşme, tarım sektöründe
istihdam ve medeni durum gibi açıklayıcı değişkenler ile konut
talebi arasındaki nedensellik ilişkisi ise, VECM’e dayalı Granger
nedensellik ve Hacker-Hatemi-J (2006) tarafından geliştirilen
bootstrap Granger nedensellik testleriyle irdelenmiştir.
Yapılan analiz sonucunda, kişi başı gelir, medeni durum ve
sanayileşmenin Türkiye’nin konut talebini pozitif yönde; konut
fiyatları, faiz ve tarım sektöründe istihdamın ise negatif yönde
etkilediği belirlenmiştir. Bununla birlikte Türkiye’nin konut
talebini uzun dönemde en fazla etkiyen faktörün gelir olduğu tespit
edilmiştir. Konut talebini en fazla etkiliyen ikinci ve üçüncü faktör,
sırasıyla, sanayileşme ve tarım sektöründe istihdam olduğu ortaya
konmuştur. Bootstrap analizleri sonucunda ise kişi başı gelir, konut
fiyatları, faiz oranı ve sanayileşmeden konut talebine doğru tek
yönlü nedensellik ilişkisi olduğu belirlenmiştir.

Anahtar Kelimeler

Konut Talebi, Esneklik, Eşbütünleşme, VECM, Bootstrap Granger Nedensellik

Kaynakça

• InBS Tamamen veya kısmen biten yeni ve ilave yapılar TÜİK InKBG Kişi başı GSYİH, TL sabit fiyatlarla WB InP GSYİH deflatörü, 1998=100 TÜİK R Mevduat faiz oranı, % TÜİK InN Nüfus, Bin kişi WB InES Evlenen çift sayısı TÜİK
• InSN Sanayi+Hizmet sektöründe istihdam edilenler TÜİK InTRM Tarım sektöründe istihdam edilenler TÜİK D01 Kukla Değişken D = 1 2001 yılından sonra ise 0 2001 yılından önce ise D08 Kukla Değişken D = 1 2008 yılından sonra ise 0 2008 yılından önce ise Tablo 1’de görüldüğü gibi, kişi başı GSYİH (InKBG) ve nüfus (InN) verileri Dünya Bankası (WB)’ndan, geriye kalan tüm veriler Türkiye İstatistik Kurumu (TÜİK) tarafından hazırlanan “İstatistik Göstergeler 1923-2011” adlı veri seti kitabından elde edilmiştir.
• B. Kullanılan Yöntem Bu kısımda, Türkiye’de konut talebini etkileyen faktörleri ortaya koymak amacıyla kullanılan eşbütünleşme ve VECM yaklaşımı ile başvurulan nedensellik testleri hakkında bilgi verilmektedir. a. Eşbütünleşme Testi Durağan olmayan serilerin farkı alınarak durağan hale getirmek uygulamada sıkça görülmektedir. Ancak bu durum serilerdeki bir kısım bilginin yok olmasına neden olmaktadır. Serilerdeki bilgi kaybını önlemek için eşbütünleşme metodolojisinin kullanılması ise oldukça yaygın bir uygulamadır (Lebe ve Ersungur, 2011: 331). Değişkenler arasındaki söz konusu eşbütünleşme ilişkisini belirlemede birçok yöntem kullanılmaktadır. Bunlardan en çok kullanılanlar Engle ve Granger (1987) ve Johansen ve Juselius (1990) yöntemleridir. Birden fazla eşbütünleşme vektörünün olup olmadığının araştırılabilme imkanı sağladığından dolayı bu çalışmada Johansen  Juselius (1990) yöntemi kullanılmıştır. Bu yöntemi, aşağıdaki vektör otoregresif (VAR) yöntemi yardımıyla açıklamak gerekirse; X t = П 1 X t-1 + П 2 X t-2 +…….+ П k X t-k + ε t t= 1, 2, …...T (2) Burada, X t; BS, KBG, P, R, N değişkenleri gösteren vektörü, k; gecikme sayısını, ε ; hata terimini temsil etmektedir. Söz konusu veriler durağan olmadığından, birinci farkları alındığında (2) numaralı denklem aşağıdaki (3) nolu denkleme dönüşmektedir. ΔX t = Г 1 ΔX t-1 + Г 2 ΔX t-2 +…….+ Г k-1 ΔX t-k+1 + П X t-k + ε t (3) Burada, Г i = -(I - П 1 – П 2 -……- П i ) (i= 1, 2, ….k-1) ve П = -(I – П 1 – П 2 -…..-П k ) I = Birim Matrisi ifade etmektedir. Johansen  Juselius (1990) yönteminde, koentegrasyon vektörlerinin sayısını ve anlamlı olup olmadıklarını belirlemek için İz (Trace) istatistği ve En Büyük Özdeğer (Max Eigenvalue) istatistiği kullanılmaktadır. İz İstatistiği = ) 1 ( 1      p r i i In T  En Büyük Özdeğer İstatistiği = ) 1 ( 1    r In T  İz İstatistiği; birbirinden ayrı eşbütünleşik vektör sayısının r’ye eşit veya r’den küçük olduğu H o hipotezini, genel bir alternatif hipoteze karşı test eder. Hesaplanan İz İstatistiği, % 1, 5 veya 10 önem düzeyindeki kritik tablo değerinden büyükse H o hipotezi reddedilir. En Büyük Özdeğer istatistiği ise, r+1 tane eşbütünleşik vektör olduğunu belirten alternatif hipoteze karşılık, eşbütünleşik vektörlerin sayısının r olduğunu belirten H o hioptezini test eder (Enders, 1995: 391). Bu testde, hesaplanan değer % 1, 5 veya 10 önem düzeyindeki kritik tablo değerlerinden büyükse, eşbütünleşme ilişkisinin bulunmadığı şeklindeki H o hipotez reddedilir. Her iki test de, eşbütünleşme vektörlerinin sayısı konusunda birbirine yakın sonuçlar elde edilmektedir. Bu nedenle, eşbütünleşme ilişkisini ortaya koymak için yapılan analizde sadece İz İstatistiği test sonuçlarına yer verilmiştir. b. Vektör Hata Düzeltme Modeli Seriler arasında uzun dönemli bir ilişkinin varlığı ispatlandıktan sonra, uzun dönemde ilişkili olan değişkenlerin kısa dönemdeki hareketlerinin gösterilmesi gerekmektedir. VAR modelinin kısa dönem analizi, vektör hata düzeltme mekanizması ile yapılmaktadır. Hata düzeltme modeli, değişkeler arasındaki uzun dönem dengesi ile kısa dönem dinamikleri arasında ayrım yapmaya ve kısa dönem dinamiklerinin belirlenmesine imkan tanımaktadır. Bu amaçla, durağan olmayan değişkenlerin birinci dereceden farkları alınarak, açıklayıcı değişkenler arasına uzun dönemli dengeye uyumlaşmayı yansıtan bir hata düzeltme terimi eklenmektedir. Konut talebi ile konut talebini etkileyen
• Aydın, S. (2003). Türkiye’de Konut Sorununun Ekonomik Boyutları, (Yayınlanmamış Yüksek Lisans Tezi), Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
• Bocutoğlu, E. and Ertürk, Z. (1992). “Supply and Demand Analysis in Housing Market: A Case Study in Turkey as a Developing Country”, Management Quality and Economics, pp.203-210.
• Can, A. (1990). “Measurement of Neighborhood Dynamics in Urban House Prices”, Economic Geography, 66, pp.254-272.
• Carliner, G. (1973). “Income Elasticity of Housing Demand”, Review of Economics & Statistics, 55(4), pp.528-532
• Chetty, R. and Szeidl, A. (2004). “Consumption Commitments and Asset Prices”, Paper Presented at the 2004 SED Meeting.
• Davis, M. and Heathcote, J. (2005). “Housing and the Business Cycle”, International Economic Review, 46(3), pp.751-784.
• De Leeuw, F. (1971). “The Demand for Housing: A Review of Cross Section Evidence” This REVIEW , 53, February, pp.1-10.
• Dornbusch, R. ve Fischer, S. (1994). Makro Ekonomi, 6 Baskı, Literatür Yayıncılık, İstanbul.
• Duesenberry, J. S. and Kisten, H. (1953). “The Role of Demand in the Economic Structure” in Wassily Leontief’s Studies in the Structure o f the American Economy, Oxford University Press, New York
• Durkaya, M. (2002). Türkiye’de Konut Piyasasının Talep Yönlü Analizi, (Yayınlanmamış Doktora Tezi), Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü, Trabzon.
• Durkaya, M. ve Yamak, R. (2004). “Türkiye’de Konut Piyasasının Talep Yönlü Analizi”, İktisat İşletme ve Finans Dergisi, 19(217), ss.75-83
• Elder, W.H. and Zumpano, V.L. (1991). “Tenure Choice, Housing Demand and Residential Location”, The Journal of Real Estate Research, 6(3), pp.341-356
• Enders, W. (1995). Applied Econometric Time Series, John Wiley&Sons.
• Engle, S. and Granger, C.W.J. (1987). “Co-Integration and Error Correction: Representation, Estimation and Testing”, Econometrica, 55, pp.2512
• Eraydın, A., Türel, A. ve Güzel, A. (1996). Konut Yatırımlarının Ekonomik Etkileri, T.C. Başbakanlık TOKİ Başkanlığı, Konut Araştırmaları Dizisi, No:3, Ankara.
• Ermisch, J.F., Findlay, J. and Gibb, K. (1996). “The price Elasticity Of Housing Demand in Britain: Issues Of Sample Selection”, Journal of Housing Economics, 5(1), pp.64–86.
• Ertürk, H. (1996). Kent Ekonomisi, 2. Baskı, Ekin Kitabevi, Bursa.
• Gelfand, J.E. (1966). “The Credit Elasticity of Lower-Middle Income Housing Demand”, Land Economics, 42(4), pp.464–472.
• Granger, C.W.J. (1988). “Some Recent Developments in a Concept of Causality”, Journal of Econometrics, 39, pp.199-211
• Güriş, S., Çağlayan, E. and Ün, T. (2011). “Estimating of Probability of Homeownership in Rural and Urban Areas: Logit, Probit and Gompit Model”, European Journal of Social Sciences, 21, pp.405-411.
• Hacker, R.S. and Hatemi-J, A. (2006). “Tests for Causality Between İntegrated Variables Using Asymptotic and Bootstrap Distributions: Theory and Application”, Applied Economics, 38(13), pp.1489-1500.
• Halicioğlu, F. (2007). “The demand for new housing in Turkey: an application of ARDL model”, Global Business and Economics Review, 9(1), pp.62–74.
• Hatemi-J, A. and Roca, E. (2006). “A Re-Examination of International Portfolio Diversification Based on Evidence From Leveraged Bootstrap Methods”, Economic Modelling, 23(6), pp.993-1007.
• Johansen, S. and Juselius, K. (1990). “Maximum Likelihood Estimation and Inference on Cointegration-with Application to the Demand for Money”, Oxford Bulletin of Economics and Statistics, 52, pp.169-210.
• Kasman, S. (2006). “Hisse Senetlerinin Fiyatları ve Makroekonomik Değişkenler Arasında Bir İlişki Var Mı?”, İktisat, İşletme ve Finans Dergisi, 21(238), ss.88-99
• Keleş, R. (1997). Kentleşme Politikası, İmge Kitabevi Yayınları, No: 4, Ankara.
• Lebe, F. and Yiğit, B. (2009). “Analysıs of the Short and Long Run Housıng Demand in Turkey”, The 7 th International Symposium of The Romanian Regional Science Association, June 12-13, Baia Mare, Romania.
• Lebe, F. ve Ersungur, Ş.M. (2011). “Türkiye’de Doğrudan Yabancı Sermaye Yatırımını Etkileyen Ekonomik Faktörlerin Ampirik Analizi”, Atatürk Üniversitesi İİBF Dergisi, Cilt: 25, 10. Ulusal Ekonometri ve İstatistik Sempozyumu Özel Sayısı, ss.321-339.
• Lim, C-G., Follain, J. and Renaud, B. (1980). “Determinants of HomeOwnership in a Developing Economy: The Case of Korea”, Urban Studies, 17, pp.13-23
• Love, Jim and Chandra, R. (2005). “Testing Export-led Growth in South Asia”, Journal of Economic Studies, 32(2), pp.132-145.
• Maisel, S. and Winnick, L. (1960). “Family Housing Expenditures: Elusive Laws and Intrusive Variances”, Proceedings of the Conference on Consumption and Saving, University of Pennsylvania Press, Philadelphia.
• Özgüven, A. (1998). İktisadi Büyüme: İktisadi Kalkınma, Sosyal kalkınma Planlama ve Japon Kalkınması, Filiz Kitabevi Yayınları, İstanbul.
• Öztürk, N. ve Fitöz, E. (2009). “Türkiye’de Konut Piyasasının Belirleyicileri: Ampirik Bir Uygulama”, ZKÜ Sosyal Bilimler Dergisi, 5(10), ss.21-46. Painter, G. and Redfearn, C.L. (2002). “The Role of Interest Rates in Influencing Long-Run Homeownership Rates,” Journal of Real Estate Finance and Economics, 25(2-3), pp.243-267.
• T.C. Bayındırlık ve İskan Bakanlığı Konut Müsteşarlığı, www.konut.gov.tr./html/a_konutihtiyacı.html (21.12.2004).
• Tekeli, İ. (1999). Kent Planlaması Konuşmaları, TBMOB Mimarlar Odası Yayınları, Ankara.
• Tiwari, P., Parikh, K. and Parikh, J. (1999). “Effective Housing Demand in Mumbai (Bombay) Metropolitan Region”, Urban Studies, 36 (10), pp.1783–1809.
• Yaylalı, M. ve Lebe, F. (2011). “Beşeri Sermaye İle İktisadi Büyüme Arasındaki İlişkinin Ampirik Analizi”, Marmara Üniversitesi İİBF Dergisi, XXX(I), ss.23-51.