بررسی شوک‌های اقتصاد کلان در بازار مسکن با رویکرد خودتوضیحی برداری عامل تعمیم‌یافته

در پژوهش حاضر سعی بر این است که با استفاده از رویکرد خودتوضیحی برداری، عامل تعمیم‌یافته (favar) در طی دوره زمانی 1370 تا 1400 به‌صورت سالانه با مقیاس نسبتاً کوچک برای بررسی شوک های اقتصاد کلان و  بازار مسکن استفاده شود. بررسی های اخیر از افزایش توجه به مدل هایی که در طراحی آنها طیف گسترده ای از اطلاعات اقتصادی مورد استفاده قرار می گیرد، حکایت دارد. این امر با تکمیل کردن مدل های سنتی خودرگرسیون برداری (var)، با استفاده از یک یا چند عامل امکانپذیر و تاثیر شوک های تولید، تورم، نرخ ارز، درآمدهای نفتی و حجم پول بررسی شده است. برای برآورد سطح قیمت مسکن از چهار شاخص قیمت مسکن، سوخت و روشنایی، شاخص مستغلات، اجاره و فعالیت های کسب و کار، شاخص مسکن اجاره ای در تهران و شاخص قیمت خدمات ساختمانی استفاده شده و برای برآورد سطح سرمایه‌گذاری در بخش مسکن نیز از شش متغیر عمده استفاده شده است که عبارتند از مجموع سرمایه گذاری در خانه های جدید در مناطق شهری، مجموع سرمایه‌گذاری در خانه های جدید در شهرهای بزرگ، مجموع سرمایه‌گذاری در خانه های جدید در تهران، تعداد پروانه های صادر شده توسط شهرداری ها در کل مناطق شهری، تعداد پروانه های صادر شده توسط شهرداری ها در شهرهای بزرگ و تعداد پروانه های صادر شده توسط شهرداری ها در تهران. نتایج بیانگر آن است که  شوک‌های اقتصاد کلان (تورم، تولید، نرخ ارز، حجم پول، درآمدهای نفتی)، اثر موج‌مانندی در بخش مسکن ایجاد می‌کند و این اثر حدود 6 تا 8 سال در بخش مسکن ماندگار می‌شود به‌طوری‌که تورم، حجم پول و نرخ ارز نسبت به تولید ناخالص داخلی و درآمدهای نفتی باعث تاثیر بیشتر در بخش مسکن می‌شوند. با توجه به تاثیر متفاوت شوک‌های اقتصاد کلان، بانک مرکزی و مقامات پولی در هنگام سیاست‌گذاری پولی باید واکنش همه بخش‌ها را مدنظر قرار دهند تا برنامه‌ریزی‌های دقیق‌تری در بخش مسکن داشته باشند.

investigating macroeconomic shocks in the housing market using the self-explanatory model of the generalized factor vector

recent studies highlight an increasing focus on models that incorporate a wide range of economic data, which is made possible by enhancing traditional vector autoregression (var) models with one or more factors. the present study aimed to apply the self-explanatory model of the generalized factor vector autoregressive (favar) to investigate macroeconomic and housing market shocks from 1991 to 2022, on a relatively small annual scale. it examined the effects of production shocks, inflation, exchange rates, oil revenues, and the money supply. housing price levels were estimated using four indices: housing price, fuel and lighting, real estate, rent, and business activity. additionally, the rental housing index in tehran and the price index of construction services were used to estimate investment levels in the housing sector. the analysis also included data on new housing investment in major cities, total investment in new houses in tehran, the number of permits issued by municipalities in urban areas, and the number of permits issued in tehran. the results revealed that macroeconomic shocks (inflation, production, exchange rates, money supply, and oil revenues) create a wave-like effect in the housing sector, with this effect lasting approximately 6 to 8 years. inflation, money supply, and exchange rates, compared to gdp and oil revenues, have a greater impact on the housing market. given the varying effects of these macroeconomic shocks, the central bank and monetary authorities should consider the responses of all sectors to develop more accurate housing plans during monetary policy formulation.