Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği

Sinem Güler KANGALLI-UYAR, (Pamukkale Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, Denizli, Türkiye)
Nur Duygu KETEN (Pamukkale Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri Anabilim Dalı, Denizli, Türkiye)
Business and Economics Research Journal
8 2
Yıl: 2020 Cilt: 11 Sayı: 3 Sayfa Aralığı: 713 - 734 Metin Dili: Türkçe DOI: 10.20409/berj.2020.270 İndeks Tarihi: 10-05-2021

Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği

Öz:
Çalışmanın amacı, konut satış fiyatları ve özellikleri arasındaki ilişkileri hedonik fiyat teorisi çerçevesinde mekânsal kantil regresyon yaklaşımı ile incelemektir. Mayıs-Haziran 2019 döneminde Denizli konut piyasası için merkez ilçelerden 3666 adet satılık konut verisi elde edilerek, Denizli konut piyasasının talep yönüne ilişkin bilgilerin sağlanması amaçlanmıştır. Mekânsal kantil regresyon modelinin tahmin sonuçlarına göre, konut fiyatlarının en yüksek ve en düşük olduğu dilimler için yapısal, fiziksel ve mekânsal konut özelliklerinin konut fiyatları üzerindeki etkileri farklılaşmaktadır. Çalışmanın dikkat çekici bulgularından biri de konut satış fiyatları dağılımının farklı dilimleri için komşu konutların fiyatlarındaki artışın konut fiyatlarını farklı oranlarda arttırmasıdır. Komşu konumlardaki konutların fiyatları en fazla konut fiyatlarının en düşük olduğu %25’lik dilim için konut fiyatlarını arttırmaktadır. Sonuç olarak, konut fiyatlarının farklı dilimleri için konut fiyatlarını artıran ve azaltan özelliklerin belirlenmesi, farklı gelir düzeylerine sahip hanelerin konut tercihleri hakkında dolaylı olarak bilgi sağlayabilir.
Anahtar Kelime:

Modelling of Housing Prices by Spatial Quantile Regression Approach: A Case of Denizli Province

Öz:
The aim of the study is to examine the relationships between housing prices and characteristics by spatial quantile regression approach within the framework of hedonic price theory. In the period of May-June 2019, 3666 units of housing data for sale were obtained from the central districts for the Denizli housing market and it was aimed to provide information regarding the demand direction of the Denizli housing market. According to the estimation results of spatial quantile regression, the effects of structural, physical and locational housing characteristics on the housing prices change for the quantiles with the highest and lowest housing prices. One of the remarkable findings of the study is that an increment in the prices of neighboring houses for different segments of the distribution of housing asking prices increases the housing prices at different rates. The housing prices in neighbor locations most affect positively the housingpricesatthebottomof25thquartile.Consequently,determiningthe characteristics that increase and decrease the housing prices for different segments might implicitly provide information about the housing preferences of households with different income levels.
Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Afşar, A., Yılmazel, Ö., & Yılmazel, S. (2017). Konut fiyatlarını etkileyen faktörlerin hedonik model ile belirlenmesi: Eskişehir örneği. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (37), 195-205.
  • Alga, R. (2005). Yaşam döngüsüne bağlı olarak konut tasarımını etkileyen faktörler. İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, Yayımlanmamış Yüksek Lisans Tezi, İstanbul.
  • Anglin, P. M., & Gencay, R. (1996). Semiparametric estimation of a hedonic price function. Journal of Applied Econometrics, 11(6), 633-648.
  • Anselin, L. (1988). Spatial econometrics: Methods and models. Netherlands: Kluwer Academic Publishers.
  • Anselin, L., & Le Gallo, J. (2006). Interpolation of air quality measures in hedonic house price models: Spatial aspects. Spatial Economic Analysis, 1(1), 31-52.
  • Anselin, L., & Lozano-Gracia, N. (2008). Errors in variables and spatial effects in hedonic house price models of ambient air quality. Empirical Economics, 34(1), 5-34.
  • Anselin, L., & Rey, S. (1991). Properties of tests for spatial dependence in linear regression models. Geographical Analysis, 23(2), 112-131.
  • Basu, S., & Thibodeau, T. G. (1998). Analysis of spatial autocorrelation in house prices. The Journal of Real Estate Finance and Economics, 17(1), 61-85.
  • Bekar, E. (2013). Hedonik konut fiyatlarının mekânsal kantil regresyon modeli ile analizi. Marmara Üniversitesi Sosyal Bilimler Enstitüsü, Yayımlanmamış Yüksek Lisans Tezi, İstanbul.
  • Bourassa, S. C., Cantoni, E., & Hoesli, M. (2007). Spatial dependence, housing submarkets, and house price prediction. The Journal of Real Estate Finance and Economics, 35(2), 143-160.
  • Buchinsky, M. (1995). Estimating the asymptotic covariance matrix for quantile regression models a Monte Carlo study. Journal of Econometrics, 68(2), 303-338.
  • Cade, B. S., & Noon, B. R. (2003). A gentle introduction to quantile regression for ecologists. Frontiers in Ecology and the Environment, 1(8), 412-420.
  • Chernozhukov, V., & Hansen, C. (2006). Instrumental quantile regression inference for structural and treatment effect models. Journal of Econometrics, 132(2), 491-525.
  • Çağlayan, E., & Arıkan, E. (2011). Determinants of house prices in Istanbul: A quantile regression approach. Quality & Quantity, 45(2), 305-317.
  • Çağlayan, E. ve Güriş, B. (2005). Yarı logaritmik modellerde kukla değişkenlerin katsayılarının yorumu. Marmara Üniversitesi İ.İ.B.F. Dergisi, 20(1), 393-401.
  • Daşkıran, F. (2015). Denizli kentinde konut talebine etki eden faktörlerin hedonik fiyatlandırma modeli ile tahmin edilmesi. Uluslararası Sosyal Araştırmalar Dergisi, 8(37), 850-857.
  • Farber, S., & Yeates, M. (2006). A comparison of localized regression models in a hedonic house price context. Canadian Journal of Regional Science, 29(3), 405-420.
  • Martins-Filho, C., & Bin, O. (2005). Estimation of hedonic price functions via additive nonparametric regression. Empirical Economics, 30(1), 93-114.
  • Fletcher, M., Gallimore, P., & Mangan, J. (2000). Heteroscedasticity in hedonic house price models. Journal of Property Research, 17(2), 93-108.
  • Florax, R. J., & De Graaff, T. (2004). The performance of diagnostic tests for spatial dependence in linear regression models: A meta-analysis of simulation studies. EditorsL. Anselin, R.J.G.M. Florax, S.J. Rey (Ed.), Advances in Spatial Econometrics içinde (29-65 ss.). Berlin; Heidelberg: Springer.
  • Halvorsen, R., & Palmquist, R. (1980). The interpretation of dummy variables in semi-logarithmic equations. American Economic Review, 70(3), 474-475.
  • Haurin, D. R., & Brasington, D. (1996). School quality and real house prices: Inter-and intrametropolitan effects. Journal of Housing Economics, 5(4), 351-368.
  • Huang, Z., Chen, R., Xu, D., & Zhou, W. (2017). Spatial and hedonic analysis of housing prices in Shanghai. Habitat International, 67, 69-78.
  • Kangallı Uyar, S.G. (2015). Hedonik fiyat teorisi çerçevesinde istanbul konut piyasası fiyat dinamiklerinin parametrik ve parametrik olmayan mekânsal modeller ile karşılaştırmalı analizi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Yayımlanmamış Doktora Tezi, Denizli.
  • Kestens, Y., Thériault, M., & Des Rosiers, F. (2006). Heterogeneity in hedonic modelling of house prices: Looking at buyers’ household profiles. Journal of Geographical Systems, 8(1), 61-96.
  • Kim, T. H., & Muller, C. (2000). Two-stage quantile regression. Discussion Papers in Economics No. 00/1.
  • Kim, T. H., & Muller, C. (2004). Two‐stage quantile regression when the first stage is based on quantile regression. The Econometrics Journal, 7(1), 218-231.
  • Koenker, R. (2004). Quantile regression for longitudinal data. Journal of Multivariate Analysis, 91(1), 74-89.
  • Koenker, R., & Bassett Jr, G. (1978). Regression quantiles. Econometrica, 46(1), 33-50.
  • Koenker, R., & Hallock, K. F. (2001). Quantile regression. Journal of economic Perspectives, 15(4), 143-156.
  • Korur, S., Sayın, S., Oğuzalp, E. H., & Korkmaz, S. Z. (2006). Konutlarda kullanıcı gereksinmelerine bağlı olarak yapılan cephe müdahalelerinin fiziksel çevre kalitesine etkisi. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 21(3), 177-190.
  • Kostov, P. (2009). A spatial quantile regression hedonic model of agricultural land prices. Spatial Economic Analysis, 4(1), 53-72.
  • Kördiş, G., Işık S., & 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.
  • Küçükkaplan, İ., & Amca, A. F. (2017). Denizli ilinde konut fiyatlarına etki eden faktörlerin panel verilerle analizi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20(37), 219-236.
  • Lancaster, K. J. (1966). A new approach to consumer theory. Journal of Political Economy, 74(2), 132-157.
  • Leishman, C. (2001). House building and product differentiation: An hedonic price approach. Journal of Housing and the Built Environment, 16(2), 131-152.
  • LeSage, J. P., & Pace, R. K. (2009). Introduction to spatial econometrics. New York: Chapman & Hall/CRC.
  • Liao, W. C., & Wang, X. (2012). Hedonic house prices and spatial quantile regression. Journal of Housing Economics, 21(1), 16-27.
  • Liu, S., & Hite, D. (2013, February). Measuring the effect of green space on property value: an application of the hedonic spatial quantile regression. Southern Agricultural Economics Association (SAEA) Annual Meeting.
  • McGuinness, S., & Bennett, J. (2007). Overeducation in the graduate labour market: A quantile regression approach. Economics of Education Review, 26(5), 521-531.
  • Ogutu, J. O., Schulz-Streeck, T., & Piepho, H. (2012). Genomic selection using regularized linear regression models: Ridge regression, lasso, elastic net and their extensions. BMC Proc, 6(Suppl 2): S10, 1-6.
  • Ozus, E., Dokmeci, V., Kiroglu, G., & Egdemir, G. (2007). Spatial analysis of residential prices in Istanbul. European Planning Studies, 15(5), 707-721.
  • Pavlov, A. D. (2000). Space‐varying regression coefficients: A semi‐parametric approach applied to real estate markets. Real Estate Economics, 28(2), 249-283.
  • Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition. Journal of Political Economy, 82(1), 34-55.
  • Straszheim, M. R. (1974). Hedonic estimation of housing market prices: A further comment. The Review of Economics and Statistics, 56(3), 404-406.
  • Sunding, D. L., & Swoboda, A. M. (2010). Hedonic analysis with locally weighted regression: An application to the shadow cost of housing regulation in Southern California. Regional Science and Urban Economics, 40(6), 550-573.
  • Tığlı, M., & Akyazgan, M. A. (2003). Özellikli (lüks) tüketim ürünlerinde enderlik prensibi ve bir uygulama. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, (5), 21-37.
  • Tobler, W. R. (1979). Cellular geography. S. Gale, G. Olsson (Ed.), Philosophy in Geography içinde (379-386.ss.). Dordrecht; Netherlands: Reidel Publishing Company.
  • Trzpiot, G. (2012). Spatial quantile regression. Comparative Economic Research, 15(4), 265-279.
  • Trzpiot, G., & Orwat-Acedańska, A. (2016). Spatial quantile regression in analysis of healthy life years in the European Union countries. Comparative Economic Research, 19(5), 179-199.
  • Kangallı Uyar, S. G., & Yayla, N. (2016). Konut fiyatlarının hedonik fiyatlama yaklaşımına göre mekânsal ekonometrik modeller ile tahmini: İstanbul konut piyasası örneği. Social Sciences (NWSASOS), 11(4), 326-342.
  • Üçdoğruk, Ş. (2001). İzmir ilinde emlak fiyatlarına etki eden faktörler: Hedonik yaklaşım. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 16(2), 149-161.
  • Wen, H. Z., Sheng-hua, J., & Xiao-yu, G. (2005). Hedonic price analysis of urban housing: An empirical research on Hangzhou, China. Journal of Zhejiang University-Science A, 6(8), 907-914.
  • Yang, Z., & Su, L. (2007). Instrumental variable quantile estimation of spatial autoregressive models, Singapore Management University, School of Economics No. 05-2007.
  • Yayar, R., & Gül, D. (2014). Mersin kent merkezinde konut piyasası fiyatlarının hedonik tahmini. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 14(3),87-99.
  • Zietz, J., Zietz, E. N., & Sirmans, G. S. (2008). Determinants of house prices: A quantile regression approach. The Journal of Real Estate Finance and Economics, 37(4), 317-333.
  • Zou, H. (2006). The adaptive lasso and its oracle properties. Journal of the American statistical association, 101(476), 1418-1429.
APA KANGALLI UYAR S, keten n (2020). Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. , 713 - 734. 10.20409/berj.2020.270
Chicago KANGALLI UYAR Sinem Guler,keten nur duygu Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. (2020): 713 - 734. 10.20409/berj.2020.270
MLA KANGALLI UYAR Sinem Guler,keten nur duygu Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. , 2020, ss.713 - 734. 10.20409/berj.2020.270
AMA KANGALLI UYAR S,keten n Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. . 2020; 713 - 734. 10.20409/berj.2020.270
Vancouver KANGALLI UYAR S,keten n Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. . 2020; 713 - 734. 10.20409/berj.2020.270
IEEE KANGALLI UYAR S,keten n "Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği." , ss.713 - 734, 2020. 10.20409/berj.2020.270
ISNAD KANGALLI UYAR, Sinem Guler - keten, nur duygu. "Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği". (2020), 713-734. https://doi.org/10.20409/berj.2020.270
APA KANGALLI UYAR S, keten n (2020). Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. Business and Economics Research Journal, 11(3), 713 - 734. 10.20409/berj.2020.270
Chicago KANGALLI UYAR Sinem Guler,keten nur duygu Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. Business and Economics Research Journal 11, no.3 (2020): 713 - 734. 10.20409/berj.2020.270
MLA KANGALLI UYAR Sinem Guler,keten nur duygu Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. Business and Economics Research Journal, vol.11, no.3, 2020, ss.713 - 734. 10.20409/berj.2020.270
AMA KANGALLI UYAR S,keten n Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. Business and Economics Research Journal. 2020; 11(3): 713 - 734. 10.20409/berj.2020.270
Vancouver KANGALLI UYAR S,keten n Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği. Business and Economics Research Journal. 2020; 11(3): 713 - 734. 10.20409/berj.2020.270
IEEE KANGALLI UYAR S,keten n "Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği." Business and Economics Research Journal, 11, ss.713 - 734, 2020. 10.20409/berj.2020.270
ISNAD KANGALLI UYAR, Sinem Guler - keten, nur duygu. "Konut Fiyatlarının Mekânsal Kantil Regresyon Yaklaşımına GöreModellenmesi: Denizli İli Örneği". Business and Economics Research Journal 11/3 (2020), 713-734. https://doi.org/10.20409/berj.2020.270
Sayfa Oluşturulma Tarihi
30-04-2024 22:16

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları