در این مطالعه، مدل ساختاری برای تعیین قیمت مسکن و شناسایی حباب قیمتی در استان های مختلف ایران طی دوره زمانی 1389-1375 بسط داده شده است. مدل تجربی تحقیق مبتنی بر چهارچوب نظری قیمت گذاری مسکن بر اساس ارزش حال دارایی است. به طور خاص، تصریح می شود که قیمت مسکن می تواند تحت تاثیر انتقال های عرضه و تقاضا مانند درآمد سرانه محلی، قیمت زمین، هزینه ساخت و ساز و حجم نقدینگی تعیین شود. ویژگی ممتاز تحقیق حاضر، استفاده از مجموعه کامل تری از متغیرهای اثرگذار، لحاظ کردن هم زمان تغییرات زمانی و بخشی متغیرها در چهارچوب داده های تابلویی (پانل)، بررسی ویژگی های مهمی مانند مانایی و هم انباشتگی متغیرها و تعیین الگوی قیمت گذاری مسکن در کشور است. نتایج تحقیق حاضر، فرضیه وجود حباب قیمتی را در بازار مسکن ایران رد کرده و مدعی است که افزایش های مداوم طی دهه های گذشته در قیمت مسکن توسط متغیرهای ساختاری مانند هزینه های تولید، حجم نقدینگی و رشد موثر تقاضا توضیح داده می شوند. علاوه بر این، برآوردها نشان می دهد، قیمت زمین (با کاربری مسکونی) و حجم نقدینگی مهم ترین عوامل رشد قیمت مسکن در ایران بوده اند، به طوری که افزایش یک درصدی در قیمت زمین یا حجم نقدینگی- با فرض ثبات سایر شرایط- قیمت مسکن را به ترتیب 0.345 و 0.5 درصد افزایش می دهد. ارزیابی پسماندهای مدل به تفکیک استانی حاکی از آن است که قیمت مسکن در برخی استان ها مانند اصفهان، آذربایجان شرقی و قزوین تابع قوی تری از متغیرهای ساختاری نسبت به برخی استان های دیگر مانند تهران، کهگیلویه و بویراحمد و همدان بوده است.

هدف: امروزه، پیش بینی قیمت در بازارهای مختلف، به بخش حیاتی و جدایی ناپذیری از بازار دارایی ها تبدیل شده است. دانستن اینکه قیمت محتمل یک دارایی همچون مسکن، در آینده به چه میزان است، برای سرمایه گذاران ارزش اطلاعاتی بسیار زیادی دارد. این در حالی است که با توجه به مواجه شدن اقتصاد مسکن با شوک های قیمتی و نوسان های شدید بازارهای موازی، پیش بینی زمان صحیح برای سرمایه گذاری در مسکن، به دغدغه ای برای ذی نفعان این بخش تبدیل شده است. بررسی روند تحولات قیمت مسکن در ایران، از این حکایت دارد که هم راستا با سطح قیمت ها و شاخص های کلان دیگر، قیمت مسکن نیز روند مشابهی را طی می کند؛ اما تغییرات قیمت مسکن در مقایسه با تغییرات سایر شاخص های خُرد و کلان اقتصادی متفاوت است. این موضوع آنجا پیچیده تر می شود که در تحلیل شاخص قیمت مسکن با داده های مختلف کمّی و کیفی و همچنین داده های تصادفی، پراکنده و غیرساخت یافته مواجهیم که پیاده سازی مدل های ریاضی را برای آن ها بسیار سخت می سازد. هدف مقاله طراحی یک مدل هوش مصنوعی با بیشترین انعطاف پذیری نسبت به تنوع داده های ورودی و کمترین میزان خطا در بخش خروجی است. همچنین، پیاده سازی مدل با داده های واقعی نیز، هدف ضمنی دیگر پژوهش است تا کارایی مدل در شرایط واقعی بازار بررسی شود.روش: مدل های هوش مصنوعی این قابلیت را دارند که گستره وسیعی از داده ها را دریافت کنند و برای رسیدن به خروجی مشخص، هم زمان آن ها را پردازش کنند. در موضوعات مالی، این ویژگی ها باعث می شود که اثربخشی و دقت مدل افزایش یابد. الگوریتم طراحی شده در این پژوهش، بر پایه شبکه های عصبی بازگشتی است و الگوریتم LSTM با توجه به قابلیت حفظ اطلاعات گذشته، در پیش بینی سری های زمانی استفاده شده است. در هر دو دسته از سری های زمانی تک متغیره و چندمتغیره، از معماری stacked-LSTM استفاده شده استیافته ها: در این کار پژوهشی با استفاده از مجموعه داده های مراجع رسمی، همچون بانک مرکزی ایران و مرکز آمار ایران، متغیرهای تأثیرگذار در قیمت مسکن، در قالب یک ماتریس هم بستگی تحلیل شده است و پس از انتخاب متغیرهایی که روی قیمت مسکن بیشترین اثرگذاری دارند، میانگین قیمت مسکن تهران پیش بینی شده است. یافته های این پژوهش نشان می دهد که قیمت طلا، قیمت ارز، شاخص بهای کالا و خدمات و همچنین حجم نقدینگی، بیشترین هم بستگی را با قیمت مسکن داشته اند. با استفاده از داده های این شاخص های اقتصادی، پیش بینی هایی با دقت های بسیار زیاد به دست آمد.نتیجه گیری: در بین چهار مدل ساخته شده در این پژوهش، بهترین پیش بینی، به مدل stacked-LSTM چندمتغیره با متغیرهای کلان اقتصادی، با بیشترین هم بستگی با قیمت مسکن تعلق یافت. اعتبارسنجی مدل ها با میانگین درصد قدرمطلق خطا محاسبه و برآورد شده است. وجه مشترک نتایج به دست آمده در همه مدل ها، نمایش قابلیت و کارایی مطلوب الگوریتم LSTM است که برای داده های بیش از دو دهه بازار مسکن تهران، به منظور تخمین قیمت های آتی استفاده شده است.

بازار مسکن در سال 1384 از رکود خارج شد و رشد غیر طبیعی به خود گرفت. ولی به دنبال رشد قیمت مسکن که تا سال 1386 ادامه داشت، در بهار سال 1387 بازار مسکن ایران با رکود معاملات و ثبات قیمت ها مواجه شد. سپس در فصل تابستان قیمت ها به صورت مطلق روند کاهشی به خود گرفتند. این درحالیست که در سطح جهانی نیز شاهد افزایش قیمت مسکن بودیم. در مقاله پیش رو این موضوع که آیا این افزایش قیمت ها ریشه در عوامل بنیادی اقتصاد دارد و یا ناشی از حباب است، مورد بررسی قرار می گیرد. در این تحقیق مکانیزم انتقال سیاست پولی، مدل خطی شده ای از انتظارات عقلایی فرض می شود. با استفاده از روش GMM و مدل کلان کینز جدید پیش نگر برای یک اقتصاد بسته، به بررسی اثر نرخ بهره حقیقی بر بازده حقیقی مسکن در بازه زمانی 1/1380 تا 6/1387، پرداخته شده است. نتایج بیانگر آن هستند که طی این دوره، نرخ بهره حقیقی اثر منفی و مقدار تاخیری بازده حقیقی مسکن و GDP اثر مثبت بر بازده حقیقی مسکن دارد.

پژوهش حاضر به بررسی و تحلیل وضعیت گرانی در بازار مسکن شهر آباده در راستای مسکن مطلوب می پردازد. روش پژوهش از نظر هدف کاربردی و از لحاظ روش شناسی و ماهیت، توصیفی -تحلیلی می باشد. برای گردآوری اطلاعات از روش کتابخانه ای و پیمایش میدانی استفاده شده است. جامعه آماری این پژوهش شامل متخصصین و کارشناسان حوزه شهری و مسکن می باشد که با استفاده از تکنیک دلفی 25 از آن ها به عنوان حجم نمونه انتخاب شدند. برای تجزیه و تحلیل داده های پژوهش از آزمون های آماری تی تک نمونه ای در قالب نرم افزارspss و همچنین از تکنیک های چندمعیاره DEMATEL استفاده شده است. نتایج آزمون تی تک نمونه ای نشانی دهد که میزان میانگین تمامی شاخص های قیمت مسکن از حد مبنا (3) بالاتر است. به گونه ای که این معیارها، با میانگین 3/33 بیشترین تأثیر را بر گرانی مسکن شهر آباده داشته اند. ننایج تکنیک SWARA حاکی از آن است از بین شاخص های مؤثر بر گرانی مسکن شهر آباده، شاخص اقتصادی و مالی با وزن نهائی 0/278 در رتبه اول، شاخص اداری و مدیریتی با وزن0/231 در رتبه دوم، شاخص کالبدی-فضایی با وزن 193/0 در رتبه سوم، شاخص دسترسی و فاصله با وزن 0/161 در رتبه چهارم و نهایتاً شاخص اجتماعی با وزن نهایی 0/136 در رتبه پنجم قرار گرفت. نتایج تکنیک DEMATEL نشان می دهد از میان شاخص های مؤثر بر گرانی مسکن در شهر آباده، معیار اقتصادی و مالی با مقدار 18/655 بیشترین تعامل و معیار کالبدی-فضایی با مقدار 18/589 کمترین تعامل، معیار اقتصادی و مالی با مقدار1/539 مؤثّرترین عامل و معیار اجتماعی با مقدار 1/541- تأثیرپذیرترین عامل هستند. با توجه به نتایج حاصل شده، بایستی برنامه ریزی لازم در جهت کنترل قیمت مسکن در شهر آباده به خصوص در بحث اقتصادی و مدیریتی صورت گیرد تا تمامی گروه های جامعه بتوانند مسکن مطلوب و مورد نیاز خود را تأمین کنند.

در این تحقیق، مسکن به عنوان یک کالای ناهمگن و چند بعدی در نظر گرفته شده و ویژگی های آن به عنوان عامل اصلی تعیین قیمت واحد مسکونی مورد توجه قرار گرفته است. هدف از این تحقیق، تعیین میزان اهمیت هر کدام از ویژگی های مسکن در نزد مصرف کنندگان است. از این رو، تابع قیمت هدانیک مسکن شهری خرم آباد برآورد گردید. نتایج تحقیق نشان داد مساحت زمین، امنیت اجتماعی، بر ساختمان، اسکلت، نما، عرض کوچه یا خیابان، فاصله تا مرکز شهر و پارکینگ تاثیر مثبت و معنی دار و عمر ساختمان و تعداد اتاق ها تاثیر منفی و معنی داری بر قیمت مسکن در شهر خرم آباد دارند. همچنین، نتایج نشان داد، امنیت اجتماعی، بر ساختمان و عرض کوچه یا خیابان در ترجیحات خریداران مسکن شهری خرم آباد رتبه های اول تا سوم را داشته و فاصله تا مرکز شهر، اسکلت و نمای ساختمان در رتبه های میانی قرار دارند. تعداد اتاق، پارکینگ و عمر ساختمان نیز به ترتیب در رتبه های انتهایی جای می گیرند.

بازار مسکن در سال های گذشته از پرنوسان ترین بخش های اقتصادی کشور بوده و دوره های رکود و رونق بسیاری را تجربه کرده است. تدوین یک برنامه جامع جهت کنترل بحران مسکن نیازمند شناسایی و تحلیل عمیق ابعاد موثر بر افزایش قیمت مسکن و حوزه نفوذ آن ها است. بر اساس آمار بانک مرکزی نمودار رشد قیمت مسکن بر روند رشد تورم منطبق نیست؛ به عبارتی علاوه بر تورم عمومی، عوامل خرد و کلان بسیاری در تعیین قیمت مسکن دخالت دارند که میزان تاثیرگذاری آن ها بر اساس دوره های رکود و رونق در بازار مسکن الگوهای متفاوتی دارد. در دسته بندی کلی این عوامل به دو دسته عوامل درون بخشی و برون بخشی تقسیم بندی می شوند. به منظور توجه همه جانبه به عوامل موثر در قیمت مسکن از روش سیستم دینامیک استفاده کرده و نمودار حلقه علی و معلولی مربوط به ساز و کار تاثیر عوامل یادشده در قیمت مسکن ترسیم می شود. با توجه به نمودار، قسمت عمده عوامل مصرفی از طریق تاثیر بر تعادل بین عرضه و تقاضا در بازار، قیمت مسکن را تغییر می دهند. به این ترتیب راهکارهایی که بتوانند از طریق سرعت بخشیدن به فرآیند ساخت و تولید ساختمان های مسکونی و عرضه مسکن و یا جلوگیری از افزایش تقاضا، فاصله میان عرضه و تقاضا را محدود کنند، از سیاست های موفق در کاهش قیمت مسکن محسوب می شوند. این سیاست ها می توانند در دسته های مختلف اقتصادی، اجتماعی و کالبدی ارائه شوند که در این مقاله راهکارهای کالبدی از جمله انبوه سازی، استفاده از تکنولوژی های نوین، پیش ساخته سازی، افزایش عمر مفید ساختمان های مسکونی، ساماندهی بافت های فرسوده، طراحی مدوله و اصلاح الگوی مسکن بررسی می شود.