SavedAdd your journal

Journals / Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi / 2018 / Cilt: 27 - Sayı: 1

Kümeleme Yöntemiyle Konut Talebinin İncelenmesi: Türkiye İl Grupları Üzerine Bir Uygulama

Cahit ÇELİK
Gülsen KIRAL
Pages
123–138
Publication Date
2018-04-15
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Çalışmadan elde edilen bulgulara göre, mevduat faiz oranının, kentleşme oranının, hanehalkı otomobil sayısının, ortalama hanehalkı gelirinin, konut brüt getiri oranının, Borsa İstanbul 100 endeksinin ve konut kredisi faiz oranının konut talebinde anlamlı olduğu belirlenmiştir

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Türkiye’de konut sektörü büyük ölçüde yerli sanayiye dayanmaktadır.
📊
Key Findings & Data:Son zamanlarda Türkiye’de konut sektörü ile ilgili pek çok değerlendirmenin gerek medya gerekse farklı kuruluşlarda yer aldığı görülmektedir.
💡
Conclusion & Impact:Çalışmadan elde edilen bulgulara göre, mevduat faiz oranının, kentleşme oranının, hanehalkı otomobil sayısının, ortalama hanehalkı gelirinin, konut brüt getiri oranının, Borsa İstanbul 100 endeksinin ve konut kredisi faiz oranının konut talebinde anlamlı olduğu belirlenmiştir
🔬Design:Survey & Empirical Study
📍Scope:2008-2015 Verileri
⚙️Variables:Anahtar Kelimeler Konut Talebi · SWOT Analizi · Panel Veri Kümeleme

Özet

Öz Türkiye’de konut sektörü büyük ölçüde yerli sanayiye dayanmaktadır. Sektörün istihdam potansiyelinin büyüklüğü, başta imalat sektörü olmak üzere diğer sektörlerle sıkı bir girdi-çıktı ilişkisi içinde olmasını sağlamaktadır. Son zamanlarda Türkiye’de konut sektörü ile ilgili pek çok değerlendirmenin gerek medya gerekse farklı kuruluşlarda yer aldığı görülmektedir. Yapılan değerlendirmelerin birbirinden oldukça farklı olması ve sonuçlarının tüm sosyo-ekonomik faktörleri etkilemesi bakımından sektörel bir analizin detaylı bir biçimde incelenerek paylaşılması amaçlanmıştır. Araştırma örneklemi; 2008-2015 dönemi Türkiye illeri yıllık konut satış sayıları ve konut satışlarını etkileyen faktörler oluşturmaktadır. Bu çalışmada; SWOT analizi ve panel veri kümeleme analizi incelenmiştir. Konut talebinde benzer özellik gösteren iller ve konut satışlarını etkileyen faktörler belirlenmeye çalışılmıştır. Çalışmadan elde edilen bulgulara göre, mevduat faiz oranının, kentleşme oranının, hanehalkı otomobil sayısının, ortalama hanehalkı gelirinin, konut brüt getiri oranının, Borsa İstanbul 100 endeksinin ve konut kredisi faiz oranının konut talebinde anlamlı olduğu belirlenmiştir. Türkiye’de konut sektörü büyük ölçüde yerli sanayiye dayanmaktadır. Sektörün istihdam potansiyelinin büyüklüğü, başta imalat sektörü olmak üzere diğer sektörlerle sıkı bir girdi-çıktı ilişkisi içinde olmasını sağlamaktadır. Son zamanlarda Türkiye’de konut sektörü ile ilgili pek çok değerlendirmenin gerek medya gerekse farklı kuruluşlarda yer aldığı görülmektedir. Yapılan değerlendirmelerin birbirinden oldukça farklı olması ve sonuçlarının tüm sosyo-ekonomik faktörleri etkilemesi bakımından sektörel bir analizin detaylı bir biçimde incelenerek paylaşılması amaçlanmıştır. Araştırma örneklemi; 2008-2015 dönemi Türkiye illeri yıllık konut satış sayıları ve konut satışlarını etkileyen faktörler oluşturmaktadır. Bu çalışmada; SWOT analizi ve panel veri kümeleme analizi incelenmiştir. Konut talebinde benzer özellik gösteren iller ve konut satışlarını etkileyen faktörler belirlenmeye çalışılmıştır. Çalışmadan elde edilen bulgulara göre, mevduat faiz oranının, kentleşme oranının, hanehalkı otomobil sayısının, ortalama hanehalkı gelirinin, konut brüt getiri oranının, Borsa İstanbul 100 endeksinin ve konut kredisi faiz oranının konut talebinde anlamlı olduğu belirlenmiştir

🔖

Cite This Article

ÇELİK, C., KIRAL, G. (2018). Kümeleme Yöntemiyle Konut Talebinin İncelenmesi: Türkiye İl Grupları Üzerine Bir Uygulama. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt: 27 - Sayı: 1, 123–138. https://ajindex.com/articles/73276

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Akay Ö. & Yüksel G. (2017): Clustering the mixed panel dataset using Gower's distance and k-prototypes algorithms, Journal of Communications in Statistics. Akın, Y. K. (2008). Veri madenciliğinde kümeleme algoritmaları ve kümeleme analizi. Yayınlanmamış doktora tezi, Marmara Üniversitesi,
  2. İstanbul.
  3. Belussi, F., & Caldari, K. (2009). At the origin of the industrial district: Alfred Marshall and the Cambridge School, Cambridge Journal of Economics, 3(2), 335-55.
  4. Blashfield, R. K., & Aldenferder, M. S. (1978). The literature on cluster analysis. Multivariate Behavioral Research, 13, 271-295.
  5. Cortright, J. (2006). Making sense of clusters: Regional competitiveness and economic development. Washington: The Brookings Institution Metropolitan Policy Program. Dornbusch, R., & Fischer, S. (1994). Macro economics (6th ed.). McGraw-Hill Inc., İstanbul:
  6. Literatür Yayıncılık. Dyson, R. G. (2004). Strategic development and SWOT analysis at the University of Warwick. European Journal of Operational Research, (152), 631-640.
  7. Erdoğan, B. Z., & Halil, E. E. (Ed.). (2017).
  8. Pazarlama yönetimi. Eskişehir, Anadolu Üniversitesi Yayınları.
  9. Ertem, C., & Yılmaz, M. L. (2014). Türkiye konut sektörü: Gelişmeler ve beklentiler. Stratejik Düşünce Enstitüsü, 11, 1-31.
  10. Gelfand, J. E. (1966). The credit elasticity of lower-middle income housing demand. Land Economics, 42(4), 464-472.
  11. Greene, W. H. (1997). Econometric analysis (3rd ed.). New Jersey: Prentice Hall, U.S.A. Greene, W. H. (2016). Ekonometrik çözümleme. (Ü. Şenesen. Çev.). Ankara:
  12. Palme Yayıncılık. Gujarati, D. (2016). Örneklerle ekonometri. (N. Bolatoğlu. Çev.). Ankara: BB101 Yayınları.
  13. He, J. H., & Fallah, M. H. (2011). The typology of technology cluster and its evolution evidence from the Hi-Tech industries. Technological Forecating & Social Change, 78(6), 945-952.
  14. Kaufman, L., & Rousseeuw, P. J. (1990). Finding groups in data: An introduction to cluster analysis. New York: Wiley-Interscience. Kaya, V., & Yılmaz, Ö. (2006). Bölgesel enflasyon bölgesel büyüme ilişkisi: Türkiye için zaman serisi ve panel veri analizleri. İktisat, İşletme ve Finans Dergisi, 21(247), 62-78.
  15. Kellekçi, Ö. L., & Berköz, L. (2006). Konut ve çevresel kalite memnuniyetini yükselten faktörler, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 5(2), 167-178.
  16. Kıral, G., & Esen, B. (2013). Avrupa Birliği’ne üye ülkeler ile Türkiye’nin ekonomik özelliklerinin istatistiksel yöntemleriyle incelenmesi. Çukurova Üniversitesi Sosyal Bilimler Enstitü