Konut balonu kavramı ve Türkiye'de konut balonuna ilişkin bir uygulama
Notice bibliographique
Résumé
Konut balonu, konut fiyatlarının suni bir şekilde artması demektir. Türkiye’de konut balonu olup olmadığı uzun zamandan beri tartışılmaktadır. Çalışmamızda Türkiye konut sektörü grafik ve şekillerle incelenmiştir. Uygulama bölümünde ise Türkiye’de ve İstanbul’da şu anda bir konut balonu olup olmadığını veya konut balonu dönemleri yaşandıysa ne zaman yaşandığını tespit etmek için Eküs Arttırılmış Dickey-Fuller Testi (Supremum Augmented Dickey-Fuller Test - SADF) ve Genelleştirilmiş Eküs Arttırılmış Dickey-Fuller Testi (Generalized Supremum Augmented Dickey-Fuller Test - GSADF) kullanılmıştır. 2010 ‘un başından 2018’in sonuna kadar uzanan 9 yıllık bir veri seti kullanılmıştır. GSADF testine göre Türkiye’de 2014’de başlayan ve 2016’nın sonuna kadar süren, İstanbul’da ise 2013’de başlayan ve 2017’de sona eren konut balonu dönemleri yaşanmıştır. İstanbul’da daha büyük bir konut balonu yaşanmıştır. 2018’de ise hem Türkiye’de hem de İstanbul’da negatif konut balonu yaşandığı tespit edilmiştir, reel konut fiyatlarında keskin bir düşüş gözlemlenmiştir. ABSTRACTİİİİÇİNDEKİLERİVŞEKİL LİSTESİVİTABLO LİSTESİVİİGRAFİK LİSTESİVİİİKISALTMALARİX1.GİRİŞ12. KONUT BALONU KAVRAMI32.1. EKONOMİK BALON VE KONUT BALONU KAVRAMLARI32.2. GEÇMİŞTEN BUGÜNE KONUT BALONU ÖRNEKLERİ42.2.1 1920’lerdeki Florida Emlak Balonu52.2.2 2007-2008 Ekonomik Krizi52.2.3 1997 Doğu Asya Mali Krizi82.2.4 Japonya Varlık Fiyatları Balonu82.3. KONUTLAR DIŞINDA EKONOMİK BALON KAVRAMI ÖRNEKLERİ103. KONUT PİYASALARININ İŞLEYİŞİ143.1. KONUT PİYASASININ MODELLERLE AÇIKLANMASI163.1.1 Dört Kadran Modeli163.1.2 Örümcek Ağı Teoremi193.1.3 Konutlar için Öneri Kira Teorisi223.3. KONUT SAHİPLİĞİ MALİYETİ233.4 KİRA KONTROLLERİ243.5. KONUT BALONU GÖSTERGELERİ273.5.1. Konut Fiyatlarının Gelire Oranı273.5.2. Konut Fiyatlarının Kiralara Oranı293.5.3. Boşluk Oranları313.6. KONUT FİYATLARINDA ŞİŞKİNLİK OLUŞMASININ BAZI SEBEPLERİ333.7. CASE VE SHİLLER’IN KONUT BALONU ARAŞTIRMALARI363.7.1. Case-Shiller Konut Fiyat Endeksi373.7.2. Case ve Shiller’ın Konut Balonlarını Tespit Etmek İçin Yaptıkları Anketler394. TÜRKİYE KONUT SEKTÖRÜNÜN İNCELENMESİ424.1 GAYRİMENKUL ŞEFFAFLIK ENDEKSİ424.2. KONUT FİYAT ENDEKSLERİ434.2.1 Nominal ve Reel Konut Fiyat Endeksi444.2.2 İller Bazında Reel Konut Fiyat Endeksi454.2.3 Reel Yeni Konutlar Fiyat Endeksi464.2.4 Reel Hedonik Konut Fiyat Endeksi464.2.5 Dolar Olarak Hedonik Konut Fiyat Endeksi474.2.6 Dolar Olarak Konut Fiyat Endeksi ve BIST-100 Endeksi484.2.7 Reel BIST-100 Endeksiyle Reel Konut Fiyatlarının Karşılaştırılması494.2.8 Nominal ve Reel Kira Endeksi504.3. İNŞAAT SEKTÖRÜNÜN EKONOMİDE PAYI514.4. KONUT SATIŞ ADETLERİ524.5. KONUT KREDİSİ FAİZLERİ VE İPOTEKLİ SATIŞLAR544.6. BANKACILIK VE KONUT KREDİSİ İSTATİSTİKLERİ564.6. YAPI RUHSATI VE YAPI KULLANIM İZİN BELGELERİ İSTATİSTİKLERİ584.7. LOKASYONUNA GÖRE ALINABİLECEK KONUT BÜYÜKLÜKLERİ604.8. YABANCILARA KONUT SATIŞLARI624.8. KONUT İNŞAATI MALİYETİ664.9. KONUT FİYATLARININ KİRALARA ORANI674.10. BOŞLUK ORANLARI704.11. KONUT EDİNEBİLİRLİK ENDEKSİ724.12. İNŞAAT GÜVEN ENDEKSİ VE SATIŞ FİYATLARI BEKLENTİSİ ENDEKSLERİ734.13. ENFLASYON VE KONUT FİYAT ENDEKSİNİN BAŞKA ÜLKELERLE KARŞILAŞTIRILMASI764.14. ULUSLARARASI BEKLENTİ ARAŞTIRMASI805. KONUT BALONLARININ TESPİTİ865.1. ADF, SADF VE GSADF TESTLERİ875.2. KULLANILACAK SERİLERİN BETİMSEL İSTATİSTİKLERİ905.3. İSTANBUL KONUT FİYATLARINDA SADF VE GSADF TESTLERİ915.3.1 İstanbul Konut Fiyatlarında SADF Testi915.3.2 İstanbul Konut Fiyatlarında GSADF Testi925.4. TÜRKİYE KONUT FİYATLARINDA SADF VE GSADF TESTLERİ945.4.1 Türkiye Konut Fiyatlarında SADF Testi945.4.1 Türkiye Konut Fiyatlarında GSADF Testi956. SONUÇ98EKLER100KAYNAKÇA105
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,013 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».