第四章 實證模型與實證結果
第一節 價量關係實證分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
30
第四章 實證模型與實證結果
第一節 價量關係實證分析
金融市場研究認為成交量含有調節市場之資訊，可作為預測價格的參考，但 住宅市場具投資財市場與消費財市場特性，各住宅空間次市場結構與投資─消費 組合不一，因此本文以 1996 至 2009 年之成交價量資料，探討台灣及五大都會區 之價量關係是否存有差異。
一、 共整合檢定
共整合意義為非定態之變數間存在一穩定之線性組合，經濟意涵為變數間存 在長期均衡關係。台中都會區之價量於水準值皆為定態；台北市、台北縣及桃竹 地區之成交價、成交量階次不一，由於每組模型中僅有兩變數，不同階次之兩變 數不具有共整合關係，故台北市、台北縣及桃竹地區之價量不存在共整合關係，
應以向量自我迴歸模型估計。全國與南高都會區之可能成交價、三十天成交量則 為 I（1）變數，故應先就全國及南高都會區進行共整合檢定，確認兩變數間是 否存在共整合關係。
本文採 Johansen 共整合檢定，其虛無假設為變數間不存在共整合關係，檢 定結果如表 6 所示，僅南高都會區之價量具有共整合關係，即價量具長期均衡關 係，表示價、量會往長期均衡值收斂，價、量雖可能存在短期的失衡現象，但此 種短期偏離長期均衡的現象會透過價、量相互調整而逐漸縮小。
表6 共整合檢定結果
對角元素合檢定
（Trace Statistic）
最大特性根檢定
（Max-Eigen Statistic）
全國 none 6.6535 6.6329
at most 1 0.0206 0.0206 南高都會區 none 15.3413** 15.1533***
at most 1 0.1880 0.1880
註：*代表係數在 0.1 的顯著水準下，顯著異於 0。
*代表係數在 0.05 的顯著水準下，顯著異於 0。
*代表係數在 0.01 的顯著水準下，顯著異於 0。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
二、 Granger 因果檢定
欲釐清可能成交價與三十天成交量之領先落後關係，需於前述模型9配適後 進行 Granger 因果檢定，檢定結果如表 7 所示，僅台北市之可能成交價與三十天 成交量具有領先落後關係，方向為成交量領先成交價 3 季，表示當期成交量可提 供預測 3 季後可能成交價之資訊，台北市之需求者（特別是投資需求者）應關注 成交量變化以降低預測之誤差，供給者亦可以成交量判讀後市，作為後續推案或 銷售策略調整之參考。台北市量先價行的結果與金融市場價量相關研究，以及搜 尋模型（Berkovec and Goodman, 1996）推論之領先落後方向較一致。
南高都會區之價量雖無顯著之領先落後關係，但具顯著的共整合關係，經濟 意義上表示其價量具長期均衡關係，即價量間雖存在短期的失衡現象，但此種短 期偏離長期均衡的現象會透過價、量相互調整而逐漸縮小，因此價量背離程度有 限。顯示南高都會區受到住宅產銷期間較長，供需落差無法短期做彈性調節的影 響，但市場之成交價量長期而言仍維持均衡關係。
表7 Granger 因果檢定結果10
虛無假設 期數 chi-square
全國 成交量 does not Granger Cause 成交價 2 0.01587 成交價 does not Granger Cause 成交量 2 1.32280
台北市 成交量 does not Granger Cause 成交價 3 25.32994***
成交價 does not Granger Cause 成交量 3 3.59072
台北縣 成交量 does not Granger Cause 成交價 1 0.32092 成交價 does not Granger Cause 成交量 1 0.37822
桃竹地區 成交量 does not Granger Cause 成交價 1 0.02574 成交價 does not Granger Cause 成交量 1 0.64638
台中都會區 成交量 does not Granger Cause 成交價 1 0.08026 成交價 does not Granger Cause 成交量 1 0.81551
9由於共整合檢定及向量自我迴歸模型估計時未預設可能成交價與三十天成交量之因果關係，故
需進行 Granger 因果檢定。全國、台北市、台北縣、桃竹地區及台中都會區以向量自我迴歸模型 估計，南高都會區因具有共整合關係，因此使用誤差修正模型估計後方進行 Granger 因果檢定。
10 落後期數依 LR 檢定量為選取標準。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
虛無假設 期數 chi-square
南高都會區 成交量 does not Granger Cause 成交價 3 2.06992 成交價 does not Granger Cause 成交量 3 5.91834
註：***代表係數在 0.01 的顯著水準下，顯著異於 0。
研究原先預期五大都會區具有不同的價量領先落後關係，或者領先落後期數 因價量之調整速率不一而有差異，然而實證結果僅台北市具顯著的成交量領先成 交價 3 期結果；南高都會區之價量間具長期均衡關係；台北縣、桃竹地區、台中 都會區之成交價量於共整合檢定及 Granger 因果檢定皆無顯著之結果。
一般而言，觀察住宅空間次市場之投資─需求比例及購屋類型可發現11，台 北市具一定的消費與投資需求，其投資需求整體而言較其他都會區高出 1 成，並 隨市場景氣熱絡而擴大差距；預售屋與新成屋之選擇方面，高雄縣市選擇成屋比 例高於其他都會區，預售屋比例則明顯低於其他都會區，此與消費使用及購屋習 慣有關台北市則有購買預售屋比例高於其他都會區現象。
整體而言，消費需求仍為各住宅空間次市場之基礎，但投資需求對於價格與 交易量之影響較大（花敬群、張金鶚，1997），使市場話題、炒作風氣增加，因 此投資需求較多的台北市住宅市場影響價量均衡關係的表現，其價量關係呈顯著 的「量先價行」結果，較類似金融市場可由成交量預測成交價走勢之狀況；投資 需求比例維持較低的南高都會區，受投資需求變動衝擊較小，價量關係雖存在短 期偏離均衡的狀態，然較能維持長期均衡狀態。
11 參見 2003 年至 2009 年台灣需求動向季報。台灣需求動向季報由財團法人國土規劃及不動產 資訊中心與國立政治大學台灣房地產研究中心調查發布。調查範圍相對本研究之南高都會區，未 納入台南縣市，僅有高雄縣市之調查資料。
‧
Response of ALL_DV to CholeskyOne S.D. Innovations
-0.2 Response of ALL_DP to Cholesky
One S.D. Innovations
-200,000 Response of ALL_DV to Cholesky
One S.D. Innovations
-0.2 Response of ALL_DP to Cholesky
One S.D. Innovations
‧
Response of TP_DP to Cholesky One S.D. Innovations
-100,000
Response of TP_V to Cholesky One S.D. Innovations
-0.2
Response of TP_V to Cholesky One S.D. Innovations
.0
Response of TPC_DP to Cholesky One S.D. Innovations
.0 Response of TPC_DP to Cholesky
One S.D. Innovations
0 Response of TPC_V to Cholesky
One S.D. Innovations
‧
Response of TAO_DP to Cholesky One S.D. Innovations
.0
Response of TAO_V to Cholesky One S.D. Innovations
.0
Response of CHUN_P to Cholesky One S.D. Innovations
0
Response of CHUN_V to Cholesky One S.D. Innovations
.0 Response of CHUN_P to Cholesky
One S.D. Innovations
0 Response of CHUN_V to Cholesky
One S.D. Innovations
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
住宅區與其他行政區之成交價量具相當落差；桃竹地區相對其他都會區之規模較 小，衡量之基礎較不穩固，造成台北縣、桃竹地區及台中都會區之價量關係較不 清晰。
四、 小結
綜合以上實證分析結果可發現各住宅空間次市場之價量關係具有不同型態，
且交互影響程度有異。台北市價量間之關聯性較強，且成交量顯著領先成交價 3 季，表示預測台北市成交價時，加入成交量過去資訊會使預測之準確度提高，當 季之成交量可用以預測 3 季後之成交價走勢。南高都會區之價量具有長期均衡關 係，表示價、量會往長期均衡值收斂，即便存在短期的失衡現象，也會透過價、
量的相互調整而逐漸縮小，因此價量背離的程度有限。其他地區價量間的關聯性 較弱，價/量皆受自身前期影響較大，利用成交量是否能夠提高預測價格的準確 度，本研究無法給予支持。