Panel Veri Analizi ve Kümeleme Yöntemi ile Türkiye’de Konut Talebinin İncelenmesi

Year 2018, Volume: 32 Issue: 4, 1009 - 1026, 05.10.2018

GULSEN Kıral , Cahit Çelik

Abstract

Konut talebi her ülkenin sosyal, kültürel, ekonomik
ve demografik özelliklerinin etkisi altında ortaya çıkmaktadır. Türkiye’de
konut sektöründe yaşanan hızlı dönüşüm süreci ve konut talebini etkileyen
faktörlerin değişimi, yapısı itibarıyla sistematik risk teşkil etmektedir. Bu
riskler, piyasa göstergelerinin daha yakından takip edilmesini ve bilimsel
araştırmanın yapılmasını zorunlu kılmaktadır. Bu çalışmada; Türkiye il
gruplarının, konut satışlarını etkileyen faktörlerine dengeli panel veri
analizi ve kümeleme analiz yöntemleri uygulanmış elde edilen anlamlı
değişkenler hiyerarşik kümeleme yöntemi ile incelenmiştir. Çalışmanın temel
amacı, konut talebinde benzer özellik gösteren iller ve konut satışlarını
etkileyen faktörlerin belirlenmesidir. Çalışmadan elde edilen bazı bulgulara
göre, konut fiyat endeksinin, gayri safi yurtiçi hâsılanın, ortalama hanehalkı
gelirinin, konut brüt getiri oranının, alınan göç sayısının, verilen göç
sayısının, evlenme ve boşanma istatistiklerinin konut talebi üzerinde anlamlı etkileri
olduğu görülmüştür.

Keywords

Konut Talebi, Panel Veri Analizi, Kümeleme Yöntemi, , Türkiye

References

• Akay Ö.&Yüksel G. (2017), “Clustering the mixed panel dataset using Gower's distance and k-prototypes algorithms”, Communications in Statistics. (Accepted) DOI: 10.1080/03610918.2017.1367806
• Akın, Y. K. (2008), “Veri madenciliğinde kümeleme algoritmaları ve kümeleme analizi”, Yayınlanmamış doktora tezi, Marmara Üniversitesi, İstanbul.
• Andreica, M., E., & Andreica, M. (2014), “Forecasts of Romanian Industry Employment Using Simülations and Panel Data Models” Romanian Journal of Economic Forecasting, 17(2), 130-140.
• Arslan, İ. (2007), “Konut ekonomisi” Gaziantep Üniversitesi İktisadi ve İdari Bilimler Fakültesi. Sakarya: Sakarya Yayıncılık.
• Blashfield, R. K., & Aldenferder, M. S. (1978), “The literature on cluster analysis”, Multivariate Behavioral Research, 13, 271-295.
• Chang, C., Chen, S., & Somerville, T. (2003), “Economic and Social Status in Household Decision-making: Evidence Relating to Extended Family Mobility”, Urban Studies, 40(4), 733-746.
• Chetty, R., & Szeidl, A. (2004), “Consumption Commitments and Asset Prices.”, Working Paper. Berkeley: University of California, Economics Department.
• Clark, W. A. V., & Dieleman, F. M. (1996), “Household and Housing. Choice and Outcomes in the Housing Market”, New Jersey: Cupr Press.
• Dornbusch, R., & Fischer, S. (1994), “Macro Economics (6th ed.)”, McGraw-Hill Inc., İstanbul: Literatür Yayıncılık.
• Gelfand, J. E. (1966), “The Credit Elasticity of Lower-middle Income Housing Demand”, Land Economics, 42(4), 464-472.
• Giffenger, R. (1998), “Segregation in Vienna: Impact of Market Barriers and Rent Regulations”, Urban Studies, 35(10), 35-43.
• Greene, W. H. (1993), Econometric analysis. New York: Macmillan Publishing Company.
• Gujarati, D. (2016), Örneklerle Ekonometri. (N. Bolatoğlu. Çev.). Ankara: BB101 Yayınları.
• Juarez, M. A., & Steel, M. F. J. (2010), “Model-based Clustering of Non-gaussian Panel Data Based on Skew-t Distributions”, American Statistical Association Journal of Business & Economic Statistics, 28, 52-81.
• Kaufman, L., & Rousseeuw, P. J. (1990), Finding groups in data: An introduction to cluster analysis. New York: Wiley-Interscience.
• Kaya, V., & Yılmaz, Ö. (2006), “Bölgesel enflasyon bölgesel büyüme ilişkisi: Türkiye için zaman serisi ve panel veri analizleri”, İktisat, İşletme ve Finans Dergisi, 21(247), 62-78.
• Lu, H., & Huang, S. (2011), “Clustering Panel Data. SIAM International Workshop on Data Mining Held in Conjunction With the 2011”, SIAM International Conference on Data Mining, 1-10.
• Maclennan, D., & Pryce, G. (1996), “Global Economic Change, Labour Market Adjustment and the Challenges for European, Housing Policies”, Urban Studies, 33(10), 1849-1865. Martin, P. (1966), “Aggregate Housing Demand: Test Model, Southern California”, Land Economics, 42, 503–513.
• Mayda, A. M. (2005), “International Migration: A Panel Data Analysis of Economic and Non-Economic Determinants”, IZA Discussion Paper, 1590.
• Oxley, M., & Smith, J. (1996), Housing Policy and Rented Housing in Europe. London: E & FN Spon.
• Özüekren, A. Ş., & Kempen, V. R. (2002), “Housing Careers of Minority Ethnic Groups: Experiences, Explanations and Prospects”, Housing Studies, 17(3), 365-379.
• Serrano, L. D. (2006), “Housing Satisfaction, Homeownership and Housing Mobility: A Panel Data Analysis for Twelve EU Countries”, Germany: IZA Discussion Paper No: 2318, 1-48.
• Settles, B. H. (2001), “Being at Home in a Global Society: A Model for Families Mobility and İmmigration Decisions”, Journal of Comparative Family Studies, 32(4), 461- 463.
• Tatoğlu, F. Y. (2013), Panel veri ekonometrisi: Stata uygulamalı, Beta Yayınları 2. Baskı, İstanbul.
• Tiwari, P. (2000), “Housing demand in Tokyo”, International Real Estate Review, 3(1), 65–92.
• Yıldırım, K., & Başkaya, A. (2006), “Farklı Sosyo-ekonomik Düzeye Sahip Kullanıcıların Konut Ana Yaşama Mekânını Değerlendirmesi”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 21(2), 285-291.