House prices fluctuate spatiotemporally and when influential changes from a region happen, the effects spread out in space over time. Although many studies have introduced various models to explain the spatiotemporal dynamics in housing markets, it is always challenging to consider both dimensions in a model. Some recent studies have identified spatiotemporal interactions of house prices by combining spatial and temporal models via spatial vector autoregression. The approach, however, assumes spatial homogeneity of the variables due to insufficient degrees of freedom. Since the housing market is generally conceived as heterogeneous, we suggest an alternative model of the spatial vector autoregressive Lasso without the homogeneity assumption. As an empirical example, we examine the spatiotemporal interaction between house sales price and rent in Seoul, Korea. The results show that rent for apartments in Gangnam‐gu, a socioeconomic core of Seoul, has positive impacts on rent for apartments in surrounding suburbs rather than their sales price. Moreover, the suggested model outperforms the classical method in terms of explanation, prediction, and autocorrelation of residuals. This research is expected to provide a methodological guide to explore the interaction between house sales price and rent, and insights into the spatiotemporal dynamics of the housing market in Seoul.

中文翻译：

---

使用空间矢量自回归套索探索住房市场的时空动态：以韩国首尔为例

房价随时间而波动，当某个地区发生有影响力的变化时，其影响会随着时间在空间中扩散。尽管许多研究已经引入了各种模型来解释住房市场的时空动态，但是在模型中同时考虑这两个方面总是具有挑战性的。最近的一些研究通过空间矢量自回归组合时空模型，确定了房价的时空相互作用。但是，由于自由度不足，该方法假定变量的空间均匀性。由于一般认为住房市场是异质的，因此我们建议在没有同质性假设的情况下使用空间矢量自回归套索的替代模型。举例来说，我们研究了韩国首尔房屋销售价格与租金之间的时空相互作用。结果表明，首尔市的社会经济中心江南区的公寓租金对周边郊区的公寓租金产生了积极影响，而不是其销售价格。此外，在残差的解释，预测和自相关方面，建议的模型优于经典方法。这项研究有望为探讨房屋销售价格与租金之间的相互作用提供方法学指导，并为首尔住房市场的时空动态提供见识。在残差的解释，预测和自相关方面，建议的模型优于传统方法。这项研究有望为探讨房屋销售价格与租金之间的相互作用提供方法学指导，并为首尔住房市场的时空动态提供见识。在残差的解释，预测和自相关方面，建议的模型优于传统方法。这项研究有望为探讨房屋销售价格与租金之间的相互作用提供方法学指导，并为首尔住房市场的时空动态提供见识。