تحلیل اثر شوک ارزی، تحریم های اقتصادی و قیمت نفت بر بازار مسکن (با بکارگیری الگوی خود رگرسیونی برداری ساختاری SVAR)

نوع مقاله : مقاله پژوهشی

نویسنده

استادیار دانشگاه پیام نور ایران

چکیده

مقاله حاضر به تحلیل اثر شوک ارزی، تحریم های اقتصادی و نوسانات قیمت نفت بر بازار مسکن در اقتصاد ایران پرداخته است در این راستا از مدل خودرگرسیون برداری ساختاری SVAR برای سال‌های 1363-1397 استفاده شده است. براساس نتایج تخمین مدل SVAR؛ یک تکانه وارده از ناحیه قیمت نفت، به اندازه 78 درصد باعث افزایش قیمت مسکن می‌شود، همچنین یک تکانه وارده از ناحیه نرخ ارز و تحریم به ترتیب باعث افزایش 174 و 83 درصد (با فرض ثابت ماندن سایر عوامل) قیمت مسکن می‌شود. تفسیر نتایج مدل و یافته‌ها حاکی از آن است که افزایش درآمدهای نفتی در زمان بالا بودن قیمت نفت و فروش آن عمدتاً به خوبی مدیریت نشده و سرمایه‌گذاری‎های بلند مدت صرف مخارج کوتاه مدت و هزینه‌های جاری در بودجه دولت شده است که نتیجه آن چیزی جز تورم، افزایش نقدینگی وکاهش ارزش پول ملی نبوده است. بعلاوه، عدم وجود برنامه‌ریزی صحیح و بی‌انظباطی مالی دولت‌ها عمدتاً باعث افزایش نقدینگی و درنتیجه افزایش قیمت‌ها شده است. لزوم برنامه‎ریزی و اولویت‎بندی بخش‎های اقتصادی برای کنترل کسری بودجه دولت و همچنین کنترل استقراض از بانک مرکزی که یکی از مهم‌ترین عوامل رشد نقدینگی و افزایش قیمت‌ها است در زمان تحریم‌ها از اهمیت ویژه‏ای برخوردار است. بنابراین، بی‌انظباطی مالی دولت، عدم توجه کافی به زیر‎ساخت‌های تولیدی منجر به افزایش سریع رشد نقدینگی و سطح قیمت‌ها در جامعه شده است که در چنین شرایطی اثر شوک ارزی، تحریم‌های اقتصادی و نوسانات قیمت نفت بر بازار مسکن تشدید شده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Analysis of the Effect of Currency Shock, Economic Sanctions and Oil Prices on the Housing Market (Using Structural Vector-Autoregressive SVAR)

نویسنده [English]

  • Parvane Kamali Dehkordi
Assistant Professor of Economics, University of Payame Noor Iran
چکیده [English]

This paper analyzes the effect of currency shocks, economic sanctions, and oil prices on the housing market in Iranian economy using the SVAR Model (Structural Vector Autoregressive) for 1984-2019. According to the results of SVAR model, an impulse from the oil price would increase housing prices by 78%, while a currency exchange rate and sanctions impulse would increase housing prices by %174 and 83% respectively. It can be argued that the rise in oil revenues is largely unmanaged, and long-term investments have been spent on short-term expenditures, which has resulted to inflation, increased liquidity and a devaluation of the national currency. Thus, the shocks of rising oil revenues have largely led to increased liquidity and thus to higher prices due to the lack of sound financial planning by governments. Planning and optimizing economic sectors to control the government deficit and thus borrowing from the central bank, which is one of the most important drivers of liquidity growth and rising prices it is very important during sanctions. Overall, the government financial irregularities, insufficient attention to manufacturing infrastructure has led to a rapid increase in liquidity growth and price levels in society, which in such circumstances exacerbates the effects of currency shocks, economic sanctions and oil price fluctuations on the housing market

کلیدواژه‌ها [English]

  • currency shock
  • economic sanctions
  • oil prices
  • housing market
  • SVAR model

مراجع

  1. اثنی عشری، ابوالقاسم و فراهانیان، سید محمد جواد (1385). بررسی حساسیت عوامل اثرگذار بر تقاضای موثر مسکن در ایران. پژوهش ها و سیاست­های اقتصادی، 41 و42، 115-78.
  2. آرام، عبدالرحمان، آرام، صدیقه و قنبری، علی (1389). بررسی اثرات کوتاه­مدت و بلند­مدت عوامل تاثیر­گذار بر حباب قیمت مسکن در ایران با روش­های ARDL و ECM.  فصلنامه پژوهش­ها و سیاست­های اقتصادی، 63، 50 -33.
  3. باستان‌زاد، حسین و داودی، پدرام (1396). بررسی ساز و کار انتقال ریسک بین بازارهای ارز، مسکن و سهام اقتصاد ایران (با استفاده از رویکرد پارامتریک و ناپارامتریک ارزش در معرض خطر). مدیریت دارایی و تأمین مالی، 19(4)،50-33.
  4. جعفری صمیمی، احمد، علمی، زهرا (میلا) و هادی زاده، آرش (1386). عوامل موثر بر تبیین رفتار شاخص قیمت مسکن در ایران. فصلنامه پژوهش­های اقتصادی ایران، 9(23)، 53-31.
  5. خلیلی عراقی، منصور (1381). سرمایه­گذاری در بخش مسکن، رویکرد داده- ستانده. بررسی اقتصادی ایران، 14، 38-21.
  6. خوش اخلاق، رحمان، شریفی، محمدرضا و عمادزاده، مصطفی (1378). تخمین تابع تقاضای مسکن با استفاده از مدل "قیمت هدانیک" مطالعه موردی خمینی شهر. تحقیقات اقتصادی، 55، 117-99.
  7. رحیم­پور، علی و وکیلی قاهانی، سیدعلی (1390). بررسی عوامل موثر بر عرضه و تقاضای بازار مسکن. اداره آمار اقتصادی بانک مرکزی جمهوری اسلامی ایران.
  8. عسگری، حشمت اله و الماسی، اسحاق (1390). تعیین عوامل مؤثر بر قیمت مسکن در مناطق شهری کشور به روش داده­های تابلویی (1385 – 1370). پژوهشنامه اقتصادی ،11 (2)، 222- 201.
  9. عسگری، حشمت اله و چگنی، علی (1386). تعیین عوامل مؤثر بر قیمت مسکن در مناطق شهری کشور به روش داده­های تابلویی. فصلنامه علمی اقتصاد مسکن، 40، 36– 19.

10.علوی زرنگ، احترام (1381). نقش تسهیلات بانکی در نوسانات بازار مسکن در مناطق شهری. پایان نامه کارشناسی ارشد، دانشگاه الزهرا.

11.فلاح شمس، میرفیض، شریعت زاده، ایرج و میرزاوند، گلزار (1391). بررسی وجود حباب قیمت در بازار مسکن ایران با استفاده از تکنیکARDL . مجله مهندسی مالی و مدیریت اوراق بهادار، 13، 23-1.

12.قادری، جعفر (1382). برآورد تقاضای مسکن در مناطق شهری ایران. پژوهش های رشد و توسعه پایدار (پژوهش­های اقتصادی)، 3(9 و 10)، 132-111.

13.کاغذیان، سهیلا، نقدی، یزدان و پاشایی، حسین (1394). بررسی تاثیر نوسانات نرخ ارز بر سرمایه­گذاری بخش مسکن در ایران. راهبرد اقتصادی، 3(12)، 196-181 .

14.متوسلی، محمود، محمدی، شاپور و درودیان، حسین (1389). تحلیل تسری نوسان­های قیمت مسکن بین مناطق مختلف شهر تهران با استفاده از الگوی خود­رگرسیون فضایی تلفیقی (SAR Panel) و الگوی تصحیح خطای برداری (VECM). فصلنامه پژوهش­های اقتصادی، 10(1)، 1-24.

15.مرادی، مهوش، آهنگری، عبدالمجید و آرمن، سید عزیز (1397). هم‌حرکتی و علیت میان بازار دارایی‌ها (بازار مسکن و دارایی‌های مالی) در اقتصاد ایران: رویکرد آنالیز. مطالعات کاربردی اقتصاد ایران، 7(28)، 181-163.

16. نجفی، بنفشه (1385). سنجش سهم عوامل مؤثر بر عرضه بخش مسکن در مناطق شهری. فصلنامه اقتصاد مسکن، 37، 59-42.

17.هادی‌زنوز، بهروز (1398). تحلیل تحریم­های بین­المللی ایران در چارچوب اقتصاد سیاسی. نشر اقتصاد فردا.

  1. Alavi Zerang, E. (2003). The Role of Bank Facilities on Housing Market Fluctuations in Urban Areas. MA Thesis (Economics), Faculty of Sociology and Economics, Alzahra University (In Persian).
  2. Apergis, N. (2003). Housing prices and macroeconomic factors: prospects within the European Monetary Union. International real estate review, 6(1), 63-74.
  3. Aram, A. R., Aram, S., & Ghanbari, A. (2011). Investigating the short-term and long-term effects of factors affecting the housing price bubble in Iran by ARDL and ECM methods. Quarterly Journal of Economic Research and Policy, 63, 33-20 (In persian).
  4. Asgari, H., & Almasi, I. (2011). Determining the effective factors on housing prices in urban areas of the country by panel data method (1370-1385). Economic Research Journal, 11(2), 201- 222 (In persian).
  5. Asgari, H., & Chegni, A. (2008). Determining the Factors Affecting Housing Prices in Urban Areas of the Country by Panel Data Method. Housing Economics Quarterly, 40, 19-36 (In persian).
  6. Asnoashari, A., & Farhanian, S. M. j. (2007). Investigate the sensitivity of the influencing factors of demand for housing in Iran. Institute for Humanities and Cultural Studies, 41, 42, 78-115 (In persian).
  7. Bastanzad, H., & Davoodi, P. (2018). Investigating the mechanism of risk transfer between the foreign exchange, housing and stock markets of the Iranian economy (using a parametric and non-parametric risk-value approach). Asset Management and Financing, 19(4), 33-50 (In persian).
  8. Baffoe-Bonnie, J. (1998). The dynamic impact of macroeconomic aggregates on housing prices and stock of houses: a national and regional analysis. The Journal of Real Estate Finance and Economics, 2(17), 179-197.
  9. Bahmani-Oskooee, M., & Wu, T. P. (2018).  Housing prices and real effective exchange rates in 18 OECD countries: a bootstrap multivariate panel Granger causality. Economic Analysis and Policy, 60, 119-126.
  10. Central Bank of The Islamic Republic of Iran, Center of Economic Accounts, National Accounts of Iran, Various Years (In Persian).
  11. Chen, S., Wei, W., & Huang, P. (2019). The impact of monetary policy on housing prices in China. Available at SSRN 3355856.
  12. Coulson, N. E., & Kim, M. S. (2000). Residential investment, non‐residential investment and GDP. Real Estate Economics, 28(2), 233-247.
  13. Fallah Shams, M., Shariatzadeh, I., & Mirzavand, G. (2012). Investigating the existence of price bubbles in the Iranian housing market using the ARDL technique. Journal of Financial Engineering and Securities Management, 13, 2-23 (In persian).
  14. Ghaderi, J. (2003). Estimation of urban housing demand in Iran. Journal of economic research, 9(10), 112-134 (In persian).
  15. Gasparėnienė, L., Remeikienė, R., & Skuka, A. (2016). Assessment of the impact of macroeconomic factors on housing price level: Lithuanian case. Intellectual Economics, 10(2), 122-127.
  16. Granziera, E., & Kozicki, S. (2015). House price dynamics: Fundamentals and expectations. Journal of Economic Dynamics and control, 60, 152-165.
  17. Hadiznoz, B. (2020). Analysis of International Sanctions on Iran in the Framework of Political Economy. Tomorrow's Economy Publication (In persian).
  18. Jafari Samimi, A., Elmi, Z., & Hadizadeh, A. (2007). Factors affecting the behavior of housing price index in Iran. Iranian Journal of Economic Research, 9(23), 31-53 (In persian).
  19. Khalili Araghi, M. (2005). Investment in Housing Sector, an Input -output Approach. Irannian Economic Review, 1, 21- 38 (In persian).
  20. Khoshakhlagh, R., Sharifi, M. R., & Emadzadeh, M. (2008). Estimating housing demand model by hedonic price (Case Study of Khomeini City). Journal of Economic Research, 55, 99-117 (in persian).
  21. Kilian, L., & Zhou, X. (2018). The propagation of regional shocks in housing markets: Evidence from oil price shocks in Canada.
  22. Kohlscheen, E., Mehrotra, A. N., & Mihaljek, D. (2018). Residential investment and economic activity: evidence from the past five decades.
  23. Kaghzian, S., Naqdi, Y., & Pashaei, H. (2016). Investigating the Impact of Exchange Rate Fluctuations on Housing Investment in Iran. Economic Strategy, 3(12), 196-181 (In persian).
  24. Motusali, M., Mohammadi, Sh., & Droudian, H. (2010). Analysis of the spread of housing price fluctuations between different areas of Tehran using the integrated spatial self-regression model (SAR Panel) and vector error correction model (VECM). Quarterly Journal of Economic Research, 10(1), 1-24 (In persian).
  25. Moradi, M., Ahangari, A., & Armen, S. A. (2019). Mobility and causality between the asset market (housing market and financial assets) in the Iranian economy: An analysis approach. Applied Studies of Iranian Economics, 7(28), 163-181 (In persian).
  26. Najafi, B. (2007). Assessing the share of factors affecting the supply of housing in urban areas. Housing Economics Quarterly, 37, 42-59 (In persian).
  27. Ouma, A. O. (2015). Effect of macroeconomic Variales on real estate prices in Kenya (Doctoral dissertation, University of Nairobi.
  28. Panagiotidis, T., & Printzis, P. (2016). On the macroeconomic determinants of the housing market in Greece: A VECM approach. International Economics and Economic Policy, 13(3), 387-409.
  29. Rahimpur, A., & Vakil ghahani, S. A. (2011). investigating effecting factors on supply and demand of housing market. Economic Statistics Department of the Central Bank of the Islamic Republic of Iran (In persian).
  30. Trofimov, I. D., Aris, N. M., & Xuan, D. C. (2018). Macroeconomic and demographic determinants of residential property prices in Malaysia. Zagreb International Review of Economics and Business, 21(2), 71-96.
  31. Trofimov, I., Nazaria, M & Dickson, C. (2018). Macroeconomic and demographic determinants of residential property prices in Malaysia, MPRA Paper, 85819, 1-25.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار