Bulanık regresyon analizi ile Aydın ili konut fiyatlarını etkileyen değişkenlerin belirlenmesi

Abstract

Türkiye’de, özellikle 2002 sonrası dönemde, konut ve inşaat sektörü ekonomik büyümenin en önemli sektörlerden biri haline gelmiştir. Konut talebini etkileyen faktörlerin belirlenerek, konut fiyatlarının tahmin edilmesi ve fiyatın talep üzerindeki etkisinin belirlenmesi çalışmaları son yıllarda literatürde sıklıkla yer almaktadır. Konut fiyatlarının belirlenmesi için yapılan ampirik araştırmalarda genellikle klasik regresyon analizi yöntemlerinin kullanıldığı görülmektedir. Klasik regresyon analizinde bağımlı değişken ile bağımsız değişken ya da değişkenler arasındaki ilişki gözlenmiş verilere dayalı olarak tahmin edilmektedir. Yetersiz gözlem sayısı, varsayımların doğruluğunu test ederken karşılaşılan zorluklar, bağımlı ve bağımsız değişkenler arasındaki ilişkide oluşan belirsizlik gibi nedenlerle klasik regresyon analizinin yetersiz kaldığı problemler bulanık regresyon analizi ile çözülebilmektedir. Bulanık regresyon analizinde, klasik regresyonda hata terimi olarak bilinen ve bağımlı değişkeni açıklama olasılığı olan ancak modele dahil edilemeyen değişkenlerden veya ölçüm hatalarından kaynaklanan hata tüm model katsayılarına dağıtılır. Bu çalışmada, Aydın ili örneklemine ilişkin veriler ile konut talebinin en temel belirleyicisi olan konut fiyatlarını etkileyen konut özelliklerinin neler olduğunun belirlenmesi amaçlanmıştır. Konut fiyatının tahmini aşamasında, bulanık en küçük kareler yönteminden yararlanılmıştır. Çalışma bu yönüyle benzerlerinden güçlü olup, ilgili literatüre, il ekonomisine ve bu alanda yapılacak çalışmalara önemli bir katkı sağlanması beklenmektedir.

In Turkey, housing and construction sector, especially after 2002, has become one of the most important sectors of economic growth. In recent years, studies of determining the factors affecting housing demand, estimating house prices and determining the effect of price on demand have frequently appeared in the literature. In empirical researches to determine the housing prices, it is generally observed that classical regression analysis methods are used. In classical regression analysis, the relationship between dependent variable and independent variable or variables is estimated based on observed data. Problems in which classical regression analysis is insufficient due to insufficient number of observations, difficulties encountered while testing the accuracy of assumptions and uncertainty in the relationship between dependent and independent variables can be solved with fuzzy regression analysis. In fuzzy regression analysis, the error resulting from variables or measurement errors, known as the error term in classical regression, which are likely to explain the dependent variables but cannot be included in the model, is distributed to all model coefficients. In this study, it is aimed to determine the characteristics of housing that affect the housing prices, which is the most basic determinant of housing demand, with the data related to the sample of Aydın. In the estimation of the housing price, fuzyy least squares method has been used. The study is powerful than similar studies with this aspect, and it is expected to make a significant contribution to the relevant literature, provincial economy and studies in this field.