Mekansal Ağırlıklandırılmış Otoregresif Konut Fiyat İndeks Modeli

Abstract

Bu tez çalışması kapsamında mekansal olarak ağırlıklandırılmış hedonik regresyon modellemesi yapılmıştır. İndeksleme çalışmalarında zaman ve mekan boyutunda değişkenler katılarak istatistik çözümleme yöntemleri kullanılmıştır. Tez yönteminde çalışma 3 bölüm halinde; 1 Hedonik Fiyat İndeksleri, 2 Konut Fiyat İndeksleri ve son olarak İstanbul Mekansal Konut Fiyat İndeks Modeli olarak tanımlanmıştır. Bu bölümlerde sırası ile hedonik istatistik modellerin altyapısına değinilmiş ve ardından konut fiyat indeksi çalışmaları incelenmiş ve İstanbul konut fiyat indeksi modeli hesaplanmıştır. İstanbul için önerilen konut fiyat indeksi modelinde konut fiyatlarının mekansal özellikleri incelendiğinde yüksek oranda mekansal korelasyon tespit edilmiştir. Moran’s I indeks modelleme sonuçları bunun hem Avrupa hem de Anadolu yakası için ayrı ayrı ortaya koymuştur. Bu mekansal alt pazarların daha sıklıkla ve ayrışık vaziyette olduğunu işaret etmektedir. Öte yandan Anadolu yakası için yine yüksek oranda kümelenme tespit edilmiş fakat bu değerler Avrupa yakası kadar üst düzeyde gerçekleşmemiştir. Bunun sebebi olarak fiyatların kümelenmesinde daha yaygın ve dağınık bir yapıdan kaynaklandığı sonucuna varılmıştır. Ayrıca bu kümelenme ve Moran’s I indeksinin Z değerleri üzerinden testinde de rastsal olarak ortaya çıkmasının mümkün olmadığı istatistiki olarak tespit edilmiştir. Mekansal olarak tespit edilen otokorelasyonu modelden ayrıştırmak ve düzeltmek için Mekansal Regresyon Analizi kullanılmıştır. Ağırlık matrisi kullanılarak her nokta için ayrı ayrı alınan regresyon denklemlerinde bu sorun giderilmiştir.

In this dissertation house prices are modeled using spatially weighted hedonic regression. Index model includes spatial and temporal variables. Dissertation consists of 3 parts; first Hedonic Price Indexes, second House price indexes on literature and third house price index model for Istanbul is explained. In first part hedonic index modelling is detailed with strong and weaknesses discussed. In second part widely studied house price index models examined. İn developed and developing countries for different modelling techniques and historical development of modelling scheme is also examined. In the last part of dissertation Istanbul unique market derrivatives and geographical input contained in spatially weighted hedonic house price index model. As the House prices examined there is a high spatially autocorrelation is detected. Moran’I index is calculated seperately for both Europe and Asian side of Istanbul. The spatial autocorrelation is found to be higher in European side of Istanbul. This indicates an higher clustering scheme of house prices among submarkets. There are also high clustering of prices in Asian side as well but less when compared with European side. The Z values of the index reveals that this distribution cannot be an outcome of random incident. Spatially weighted regression is employed in order to resolve the issues of spatial autocorrelation. A weight matrix is constructed for each location of house with an decereasing volume of impact. The autocorrelation is solved by this weight matrix as the results are positive.