بررسی همگرایی قیمت مسکن در مراکز استان‌های ایران: رویکرد همگرایی نسبی

نوع مقاله : علمی-پژوهشی

نویسندگان

1 استادیار گروه اقتصاد، پژوهشکده امور اقتصادی

2 استادیار، گروه اقتصاد، دانشگاه پیام نور، تهران

10.30465/ce.2022.39479.1734

چکیده

ارتباط‌های پسین و پیشین بخش مسکن باعث می‌شود که رونق (رکود) این بخش در رونق (رکود) کل اقتصاد موثر باشد و مسکن همانند موتور محرک اقتصاد عمل ‌کند. هدف پژوهش حاضر بررسی همگرایی قیمت مسکن در مراکز استان‌های کشور می‌باشد. برای این منظور از داده‌های شش‌ماهه قیمت در بازه 1379:۱-1399:2 و برای آزمون، از مدل رگرسیون log(t) غیر خطی وابسته به زمان استفاده شده است. نتایج تخمین بر اساس رویکرد همگرایی نسبی معرفی شده توسط فیلیپس و سول (2007) نشان می‌دهد که هیچ یک از چهار شهر تهران، اصفهان، ایلام و یاسوج رفتار همگرایی در قیمت مسکن را از خود نشان نمی‌دهند. با این حال برای باقی شهرهای مورد بررسی، نتیجه آزمون log(t) مثبت و معنا‌دار بوده است که نشان‌دهنده وجود همگرایی قیمت در میان اعضای هر یک از باشگاه‌ها می‌باشد. در نهایت نتایج پژوهش نشان داد که میانگین مسیر انتقال بجز در باشگاه چهارم که از ابتدا واگرا بود، در سایر باشگاه‌ها از یک دوره‌ای به بعد نسبت به تعادل بلندمدت واگرا شده است. این امر بیان‌گر آن است که با شدت یافتن این واگرایی، در عمل سیاست‌گذاری به منظور مدیریت نوسانات بازار دشوارتر و ضروری است با توجه به شرایط هر باشگاه، سیاست مختص آن باشگاه اتخاذ گردد.

کلیدواژه‌ها

عنوان مقاله [English]

Investigating the Convergence of Housing Prices in Provincial centers of Iran: Relative Convergence Approach

نویسندگان [English]

  • roozbeh balounejad nouri 1
  • amirali farhang 2
1 Assistant Professor, Department of Economics, Economic Affairs Research Institute
2 Assistant Professor, Department of Economics, Payame Noor University, Tehran
چکیده [English]

The past and present connections of the housing sector cause the recession (boom) of this sector to be effective in the recession (boom) of the whole economy and housing to act as the engine of the economy. The purpose of this study is to investigate the convergence of housing prices in the provincial of the country. In the present study, the semi-annual data of prices in period 2012:1-2020-2 have been used and for the test, a model based on time-dependent nonlinear log (t) regression has been used. The estimation results based on the approach of Phillips and Sul (2007) show that none of the four cities of Tehran, Isfahan, Ilam and Yasuj show convergence behavior in housing prices. However, for the rest, the result of log (t) test was positive and significant, which indicates the existence of price convergence among the members of each club.Finally, results showed that the average transition path of clubs from one period towards has diverged from the equilibrium. This indicates that as this divergence intensifies, it will become more difficult in practice to make policies to manage market fluctuations. Because it is necessary to adopt a policy specific to each club according to the conditions.

کلیدواژه‌ها [English]

  • House Price
  • Club Convergence
  • Iran economy
  • Time Series Data
  • Nonlinear Regression JEL Classification: P22
  • O18
  • R11
  • C20
  • C22

مراجع

اربابیان، شیرین؛ قاسمی، محمدرضا و عزیزی، زهرا. (۱۳۹۸). تحلیل تکانه های موثر بر قیمت مسکن در ایران و بررسی همگرایی آن با بازار مسکن کشورهای منتخب، فصلنامه سیاستهای مالی و اقتصادی، ۷(۲۷)، ۱۰۵-۱۳۲.
دژپسند، فرهاد و محتوی، لادن. (1393). بررسی همگرایی بلند مدت قیمت مسکن در مناطق شهر تهران، فصلنامه علوم اقتصادی، 8(26)، 94-77.
قلی زاده، علی اکبر و مریم نوروزی نژاد، مریم. (1398) پویایی های قیمت مسکن و نوسانات اقتصادی در ایران با رویکرد تعادل عمومی پویای تصادفی(DSGE)، فصلنامه تحقیقات مدلسازی اقتصادی، 10(36)، ۳۷-۷۴.
Álvarez-Román, L., & García-Posada, M. (2021). Are house prices overvalued in Spain? A regional approach. Economic Modelling, 99, 105499.
Antonakakis, N., Chatziantoniou, I., & Gabauer, D. (2021). A regional decomposition of US housing prices and volume: market dynamics and Portfolio diversification. The Annals of Regional Science, 66(2), 279-307.
Barro, R. J., & Sala-i-Martin, X. (1990). Economic growth and convergence across the United States. Journal of Political Economy, 86(4), 549- 580.
Canarella, G., Gil-Alana, L., Gupta, R., & Miller, S. M. (2021). Persistence and cyclical dynamics of US and UK house prices: Evidence from over 150 years of data. Urban Studies, 58(1), 53-72.
Caselli, F., Esquivel, G., & Lefort, F. (1996). Reopening the convergence debate: a new look at cross-country growth empirics. Journal of economic growth, 1(3), 363-389.
Churchill, S. a., Inekwe, J. and Ivanovski, K. (2018). House price convergence: Evidence from Australian cities, Economics Letters, 170, 78–90.
Durlauf, S. N. and P. A. Johnson (1992). Local Versus Global Convergence across National Economies; NBER Working Paper, No. 3996.
Fung, M. K., & Cheng, A. C. (2021). Housing-price Convergence among Cities in China: Absolute or Conditional?. In Modeling Economic Growth in Contemporary Hong Kong. Emerald Publishing Limited.
Ganong, P., & Shoag, D. (2017). Why has regional income convergence in the US Declined?. Journal of Urban Economics, 102, 76–90.
Glawe, L., & Wagner, H. (2021). Convergence, divergence, or multiple steady states? New evidence on the institutional development within the European Union. Journal of Comparative Economics. 49(3), 860-884.
Holmes, M. J., & Grimes, A. (2008). Is there long-run convergence among regional house prices in the UK?. Urban studies, 45(8), 1531-1544.
Holmes, M.J., Otero, J., Panagiotidis, T., (2019), Property heterogeneity and convergence club formation among local house prices, Journal of Housing Economics, 43, 1-13.
Kılınç, D., Seven, Ü., & Yetkiner, H. (2017). Financial development convergence: New evidence for the EU. Central Bank Review, 17(2), 47-54.
Kim, Y. S., & Rous, J. J. (2012). House price convergence: Evidence from US state and metropolitan area panels. Journal of Housing Economics, 21(2), 169-186.
Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests in panel data: asymptotic and finite-sample properties. Journal of econometrics, 108(1), 1-24.
Li, X., Zhang, D., Zhang, T., Ji, Q., & Lucey, B. (2021). Awareness, energy consumption and pro-environmental choices of Chinese households. Journal of Cleaner Production, 279, 123734.
Mankiw, N., Romer, D., Weil, D. (1992). A Contribution of the Empirics of Economic Growth. Quarterly Journal of Economics, 2 (107), 407‒437.
Matsuki, T., & Pan, L. (2021). Per capita carbon emissions convergence in developing Asia: A century of evidence from covariate unit root test with endogenous structural breaks. Energy Economics, 99, 105326.
Maynou, L., Monfort,  M.,Bruce Morley, B. &  Ordonez, J. (2021). Club convergence in European housing prices: The role of macroeconomic and housing market fundamentals, Economic Modelling, 103, 1-22.
McMillan, D. G., & Speight, A. (2010). Bubbles in UK house prices: Evidence from ESTR models. International Review of Applied Economics, 24(4), 437-452.
Meen, G. (1999). Regional house prices and the ripple effect: a new interpretation. Housing studies, 14(6), 733-753.
Miles, W. (2019). Regional convergence and structural change in US housing markets. Regional Studies, Regional Science, 6(1), 520-538.
Monfort, P. (2008). Convergence of EU regions. Measures and evolution. European Union Regional, Policy Working Papers No. 01/2008.
Montañés, A., Olmos, L., (2013). Convergence in us house prices. Economic Letter, 121 (2), 152–155.
Muellbauer, J., & Murphy, A. (2008). Housing markets and the economy: the assessment. Oxford review of economic policy, 24(1), 1-33.
Nigon, T. (2020). Convergence on the Swedish housing market a study of Stockholm, Gothenburg, and Malmo (Doctoral dissertation).
ollakowski, H., Ray, T.,(1997). Housing price diffusion patterns at different aggregation levels: an examination of housing market efficiency. Journal of Housing Research, 8(1), 107–124
Pan, L., & Matsuki, T. (2021). House price convergence in the very long run: new evidence from Fourier quantile unit root test.
Phillips, P. C. B., & Sul, D. (2007). Transition modeling and econometric convergence tests. Econometrica, 75(6), 1771–1855.
Pollakowski, H. O., & Ray, T. S. (1997). Housing price diffusion patterns at different aggregation levels: an examination of housing market efficiency. Journal of Housing Research, 107-124.
Rose, S., Clark, M., Samouel, P., & Hair, N. (2012). Online customer experience in e-retailing: an empirical model of antecedents and outcomes. Journal of retailing, 88(2), 308-322.
Skórska, A. (2013). Konwergencja czy dywergencja struktur zatrudnienia w Polsce i UE-15? Studia Ekonomiczne, 160, 64‒72.
Solow, R. M. (1956). A contribution to the theory of economic growth. The quarterly journal of economics, 70(1), 65-94.
Swan, T. W. (1956). Economic growth and capital accumulation. Economic record, 32(2), 334-361.
Tomal, M. (2020). Modelling housing rents using spatial autoregressive geographically weighted regression: A case study in Cracow, Poland. ISPRS International Journal of Geo-Information, 9(6), 346-356.
Tomal, M. (2021). Testing for Overall and Cluster Convergence of Housing Rents: Evidence from Polish Provincial Capitals. Empirical Economics, 62, 2023–2055.
Uwatt, U. B. (2019). Housing Sector, Economic Growth and Development: Conceptual Issues and Theoretical Underpinnings. CBN Economic and Financial Review. 57(4), 1-16.
Von Lyncker, K., & Thoennessen, R. (2017). Regional club convergence in the EU: evidence from a panel data analysis. Empirical Economics, 52(2), 525-553.
Yang, Z., & Pan, Y. (2020). Human capital, housing prices, and regional economic development: Will “vying for talent” through policy succeed?. Cities, 98, 102577.
Yunus, N. (2015). Trends and convergence in global housing markets. Journal of International Financial Markets, Institutions and Money, 36, 100-112.

فایل ها

سابقه مقاله

  • تاریخ دریافت: 27 آذر 1400
  • تاریخ بازنگری: 17 اردیبهشت 1401
  • تاریخ پذیرش: 02 خرداد 1401

هم رسانی

ارجاع به این مقاله

آمار