عبدالرسول قاسمی؛ الهام شادابفر
چکیده
از آنجا که مسکن برآوردکننده یک نیاز اجتماعی است، در بازار مسکن علاوه بر عوامل اقتصادی، عوامل اجتماعی نیز موثرند. تغییرات وسیع اقتصادی و اجتماعی طی سالهای گذشته مستلزم بررسی عوامل تعیینکننده مالکیت مسکن بوده و تعیین این عوامل موثر میتواند راهنمای خوبی برای برنامهریزان و سیاستگذاران باشد. همچنین از آنجا که طول سالهای تحصیل ...
بیشتر
از آنجا که مسکن برآوردکننده یک نیاز اجتماعی است، در بازار مسکن علاوه بر عوامل اقتصادی، عوامل اجتماعی نیز موثرند. تغییرات وسیع اقتصادی و اجتماعی طی سالهای گذشته مستلزم بررسی عوامل تعیینکننده مالکیت مسکن بوده و تعیین این عوامل موثر میتواند راهنمای خوبی برای برنامهریزان و سیاستگذاران باشد. همچنین از آنجا که طول سالهای تحصیل و صرف هزینههای مختلف توسط فرد و جامعه برای تحصیل، توقع سطوح زندگی بالاتر به ویژه مسکن مطلوبتر را ایجاد میکند، بررسی میزان تاثیرگذاری افزایش سطح تحصیلات بر نوع مالکیت مسکن (ملکی یا استیجاری) و ارزیابی روند این تاثیر در طول زمان از اهمیت قابلتوجهی برخوردار است. با توجه به اینکه، حدود یک پنجم دانشآموختگان کشور در استان تهران ساکن هستند، این اثرات برای تهران قویتر و بررسی آن مهمتر است. همسو با مدلهای توسعه یافته بازار مسکن که در آنها بر نیاز به فهم بیشتر درباره فرآیند تصمیمسازی مصرفکننده و اهمیت فزاینده ویژگیهای اثرگذار بر درک رفتار خانوار تاکید میشود، این مطالعه با استفاده از مدلهای لاجیت و پروبیت به بررسی اثر خصوصیات اقتصادی- اجتماعی خانوار با تاکید بر تحولات تحصیلی سرپرست خانوار بر مالکیت مسکن در سالهای 1376، 1381 و 1386 و در نهایت ارائه نتایج براساس مدل منتخب پرداخته است. نتایج این پژوهش نشان میدهد که خصوصیات اقتصادی-اجتماعی خانوار اثر معنیداری بر مالکیت مسکن دارند و رابطه سطح تحصیلات سرپرست خانوار و مالکیت مسکن منفی است. از سال 1376 تا سال 1381، کاهش تاثیر منفی سطح تحصیلات بر مالکیت مسکن ثبت شده است، اما این تاثیر منفی در سال 1386، تشدید میشود.
سید صفدر حسینی؛ علی اسکندری پور
دوره 12، شماره 46 ، مهر 1391، ، صفحه 85-100
چکیده
این تحقیق برای پیشبینی شاخص CPIبا استفاده از دادههای سری زمانی صورت گرفته است. الگوی به کار رفته در پیشبینی الگوی میانگین متحرک همانباشته خودتوضیحی فصلی (SARIMA)و بسط الگوی میانگین متحرک همانباشته خودتوضیحی (ARIMA) است. دادههای سری زمانی در فاصله سالهای 1381 تا 1388 مربوط به شاخص بهای کالاها و خدمات مصرفی در شهر تهران از بانک مرکزی ...
بیشتر
این تحقیق برای پیشبینی شاخص CPIبا استفاده از دادههای سری زمانی صورت گرفته است. الگوی به کار رفته در پیشبینی الگوی میانگین متحرک همانباشته خودتوضیحی فصلی (SARIMA)و بسط الگوی میانگین متحرک همانباشته خودتوضیحی (ARIMA) است. دادههای سری زمانی در فاصله سالهای 1381 تا 1388 مربوط به شاخص بهای کالاها و خدمات مصرفی در شهر تهران از بانک مرکزی جمهوری اسلامی ایران اخذ شده است. این دادهها ابتدا از جنبههای مختلف برای سازگاری با مدل مانند ریشه واحد فصلی مورد آزمون قرار گرفت. پس از برازش ، مدل از نظر آماری برای تمام ضرایب رگرسیون خودتوضیحی معمولی و میانگین متحرک معمولی در سطح 1 درصد معنادار شد و پس از تعیین الگوی برتر با استفاده از آن، پیشبینی مقادیر کوتاهمدت ماهیانه شاخص بهای کالاها و خدمات مصرفی در شهر تهران و مقایسه آن با مقادیر واقعی صورت گرفت. شاخص (MAPE) نشان داد، خطای متوسط 68/1 درصد بوده که بیانکننده قدرت پیشبینی بالای الگوی برازش شده است و نشان میدهد که نتایج این الگو میتواند نقش مهمی را در بهینهسازی برنامههای کنترل تورم و کارایی سیاستهای پولی و مالی داشته باشد.
عادل برجیسیان؛ سعید عابدین درکوش
دوره 12، شماره 45 ، تیر 1391، ، صفحه 55-74
چکیده
در این تحقیق برای تعیین مکان تأسیس شعب بانکهای خصوصی در سطح مناطق بیستودوگانه تهران[1] اقدام به رتبهبندی مناطق با استفاده از متغیرهای اقتصادی تأثیرگذار بر تقاضای خدمات بانکی شده است. برای نیل به این منظور از دو روش رگرسیون لاجیت و تاکسونومی عددی به صورت موازی استفاده شده، سپس با قیاس نتایج این دو روش، بهترین مناطق برای تأسیس ...
بیشتر
در این تحقیق برای تعیین مکان تأسیس شعب بانکهای خصوصی در سطح مناطق بیستودوگانه تهران[1] اقدام به رتبهبندی مناطق با استفاده از متغیرهای اقتصادی تأثیرگذار بر تقاضای خدمات بانکی شده است. برای نیل به این منظور از دو روش رگرسیون لاجیت و تاکسونومی عددی به صورت موازی استفاده شده، سپس با قیاس نتایج این دو روش، بهترین مناطق برای تأسیس شعب بانک تعیین شده است.
[1] - در شهر تهران 22 منطقه شهرداری وجود دارد که از مناطق شمال به جنوب بهوسیله عدد نامگذاری شدهاند، البته مناطق 21 و 22 که مناطق جدیدتری هستند، در غرب تهران قرار گرفتهاند.