第五章 實證結果分析與檢驗
第一節 敍述性統計
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 實證結果分析與檢驗
第一節 敍述性統計
本研究係自2005 年 2 月起至 2010 年 12 月止，共 71 個月，使用時間 序列的月資料進行分析（time-series analysis），故觀察值有 71 個，以新北 市（改制前為臺北縣）為範圍，研究土地增值稅自用住宅用地「一生一屋」
措施對新成屋房產市場景氣交易之影響。考量影響房地產景氣復甦的因素 相當多，參考以往相關文獻所使用之變數，本研究對於被解釋變數，採取 建築執照核准樓地板面積作為新成屋房產市場景氣之代理變數；並選擇股 價水準、物價水準、失業率、月份別、年度別、一生一屋措施及選擇性信 用管制措施等作為解釋變數，以進行實證模型分析各變數對新成屋房產市 場景氣之影響。
茲將以上所述實證模型各相關變數之基本敍述統計量列如表9，藉由 表9，我們可以知道在 2005 年 2 月到 2010 年 12 月，共 71 個月中，代表 房地產景氣建築執照每月核准面積平均為410,611.14 平方公尺，最小值 128,666 平方公尺，最大值 1,285,056 平方公尺；股價指數平均為 7,152 點，
最低到4,475 點，最高到 9,605 點；物價水準以消費者物價指數平均 102.84，
最小值97.67，最大值到 107.91；失業率每月平均 4.53，最低時為 3.78，
最高到6.13。
另一生一屋措施、選擇性信用管制措施、月份別及年度別等則以虛擬 變數進行分析。
‧
（新成屋房產市場景氣） 410611.14 214842.74 128666 1285056 E1
（一生一屋措施） 0.1690141 0.3774318 0 1 E2
（選擇性信用管制措施） 0.084507 0.2801264 0 1 STOCK1
（股價水準） 7152.3768 1211.1664 4475.14 9605.18
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Y2
（屬2006 年）
0.1690141 0.3774318 0 1 Y3
（屬2007 年） 0.1690141 0.3774318 0 1 Y4
（屬2008 年） 0.1690141 0.3774318 0 1 Y5
（屬2009 年） 0.1690141 0.3774318 0 1
資料來源：本研究整理。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 實證分析結果
本文主要探討土地增值稅自用住宅用地「一生一屋」措施對新成屋房 產市場景氣之影響，實證模型估計方法採用最小平方估計法進行相關迴歸 分析，對於估計結果解釋，驗證本研究之假設是否成立，如出現與預期結 果不同時，即思考找出原因為何；另為使研究過程與結果更為準確，本文 利用數個計量統計檢定方法對本研究實證模型加以檢定，並對錯誤部分立 即予以必要之修正，以減少估計結果發生錯誤之機會，提高其準確性。
以下將修正後迴歸模型實證結果逐一說明各解釋變數對房地產景氣 之影響，並將其估計結果列如表10。
（一）一生一屋措施（E1）
一生一屋措施（E1）虛擬變數與房地產景氣之關係出現負向影響，實 證結果與預期方向相同。一生一屋措施乃為使持有自用住宅用地之土地所 有權人於出售其自用住宅用地時，能得以適用較低之稅率，以減輕其移轉 土地所需負担之土地增值稅稅賦，以便積續其未來有經濟能力再去新購另 一自用住宅用地，係為促進住者有其屋的一項稅式支出政策，而原持有自 用住宅用地必須先行出售，才能適用自用優惠稅率，因而該措施的立即效 果是促使中古屋的房屋交易，而土地所有權人出售土地後，在選擇重購自 用住宅時，會考慮買新建房屋，也可能買中古屋，但以目前房價逐年攀高，
新成屋房價明顯高於中古屋，因此形成民眾對新成屋的交易減少之情形。
且一生一屋措施對土地所有權人適用自用住宅用地優惠稅率設有需 連續6 年持有及設籍該自用住宅及 5 年內不得出租或營業，且本人、配偶 及未成年子女僅能持有一屋為限等等諸多限制條件，雖能符合租稅公平、
防止租稅優惠的濫用，但相對地亦降低了自用住宅房地產之自由交易。
因而呈現與新成屋房產市場景氣間為負向影響之關係，因此產生在 1%的顯著水準下，實施一生一屋措施後，新成屋房產市場交易的面積減少
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
539,210.17 平方公尺的現象。
（二）選擇性信用管制措施（E2）
選擇性信用管制措施係央行為抑制持續高漲的房價，針對臺北市、新 北市（改制前為臺北縣）等十個縣轄市之第二屋所實施的信用管制， 選 擇性信用管制措施（E2）虛擬變數與新成屋房產市場景氣之關係出現負向 影響，實證結果與預期方向相同，但影響並不顯著。
（三）股價水準（STOCK1）
股價水準（STOCK1）與新成屋房產市場景氣之關係為正向影響，實 證結果與預期方向相符，且與林秋瑾等三人（1997）、Quan and Timan
（1999）、林文將（2009）之研究結果相同，亦即房地產市場與股票市場 二者為互補關係，民眾在股票市場賺得的獲利，會用來投資房地產市場。
本研究在1%的顯著水準，顯示當前一期股價指數與上漲 1 點，新成屋房 產市場景氣交易面積增加55.37 平方公尺。
（四）物價指數（CPI1）
房地產具保值及長期增值作用，因此當物價水準上升時，民眾為保有 實質購買力，對房地產之需求便會提高，本研究中物價指數（CPI1）與新 成屋房產市場景氣之關係為正向的影響，實證結果與預期方向相符，且達 10%的顯著水準，顯示當前一期消費者物指數上漲 1 百分點時，新成屋房 產市場交易面積增加51,956.21 平方公尺。
（五）失業率（UE1）
失業率（UE1）可用以判斷總體景氣的好壞，而素有景氣火車頭之房 地產，亦會受之影響，實證結果失業率與新成屋房產市場景氣之關係為負 向之影響，此與本研究之預期結果相同，且達1%的顯著水準，顯示當失 業率增加1 百分比，新成屋房產市場交易面積減少 204.49 平方公尺。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
（六）月份別（D）
在月份別（D）虛擬變數與新成屋房產市場景氣之關係中，以一月、
三月、五月、六月、七月（D1、D3、D5、D6、D7）與新成屋房產市場景 氣之關係為正向之影響，且一月及六月達10%的顯著水準， 而三月及五 月達5%的顯著水準， 七月份達 1%的顯著水準，實證結果與預期方向相 同，但八月份影響並不顯著。本研究實證結果顯示在一年度中新成屋房產 市場交易面積在一月份增加124,354.49 平方公尺，在三月份增加 178,135.60 平方公尺，在五月份增加166,978.61 平方公尺，在六月份增加 132,106.69 平方公尺，而在七月份更增加至306,208.64 平方公尺；而二月及四月與新 成屋房產市場景氣之關係亦為正向之影響，雖然影響未達顯著，但可以顯 示臺灣人在一年度偏好在上半年度買賣房屋。
在一年當中，二月份為中國人農曆過年時節，而四月份為清明節掃墓 期間。另國曆八月為農曆的鬼月，以中國人傳統觀念，很禁忌在這個月買 屋，因而提前在國曆七月完成房屋買賣，因此以七月的新成屋房產市場景 氣交易面積增加最多。
（七）年度別（Y）
年度別之虛擬變數中，以2008 年及 2009 年（Y4，Y5）與新成屋房產 市場景氣關係呈現負向之影響，實證結果與預期方向相符，且分別達5%
及1%的顯著水準，自 2008 年金融風暴以來，景氣轉差，新成屋房產市場 景氣亦受影響，本研究實證結果顯示新成屋房產市場交易面積在2008 年 減少462,411.02 平方公尺， 在 2009 年減少 458,865.43 平方公尺。
‧
-539210***
（200058.21）
-531551**
（202301.91）
-540790**
（213570.76）
E2
（選擇性信用管制措施）
-67102.69
（65721.22）
-61627.92
（66923.53）
-65634.52
（67545.64）
STOCK1
（股價水準）
51956.21*
（28072.21）
50946.99*
（27931.40）
51195.22*
（28235.10）
（4048.18）
M21
（3750.73）
樣本數 71
‧
124354.4*
（72101.5）
135481.5
（82798.5）
138408.6
（83347.3）
D2
（屬二月）
93822.7
（86252.2）
101388.3
（84939.7）
107083.0
（98040.7）
D3
（屬三月）
178135.6**
（84650.6）
177143.2**
（86045.0）
190571.4*
（109283.9）
D4
（屬四月）
87698.7
（89785.8）
82118.1
（90276.7）
82467.0
（90625.5）
D5
（屬五月）
166978.6**
（74534.6）
166179.5**
（73951.7）
168482.6**
（74955.5）
D6
（屬六月）
132106.6*
（73330.1）
123865.2
（78871.9）
124002.6
（79004.1）
D7
（屬七月）
306208.6***
（106658.0）
303479.3***
（109239.0）
303733.9***
（109025.8）
D8
（屬八月）
-40869.4
（63510.9）
-44479.0
（63633.2）
-45392.0
（64211.3）
D9
（屬九月）
-43173.9
（85024.5）
-47349.3
（85195.1）
-49433.8
（87640.1）
D10
（屬十月）
-31885.5
（69794.3）
-32737.7
（70408.0）
-33065.9
（69609.0）
D11
（屬十一月）
43058.3
（78376.2）
46366.9
（79453.8）
44526.8
（83476.8）
Y2
（屬2006 年）
86740.4
（87118.7）
88471.0
（88240.7）
87356.0
（88966.8）
Y3
（屬2007 年）
-180970.7
（108911.7）
-177245.0
（111192.4）
-174991.9
（111422.4）
Y4
（屬2008 年）
-462411.0**
（186598.4）
-453588.5**
（189281.3）
-459092.2**
（192853.0）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 實證模型正確性之檢驗
為使本研究實證模型設定更為嚴謹，確定模型正確性及減少發生錯誤 估計的機會，必需對其進行相關檢定。本研究係採最小平方估計法之研究 方法，針對研究樣本進行下列檢定，包括利用傑古貝拉檢定（Jarque-Bera test for normaility），以檢定模型殘差值是否為常態分配；利用 BP
（Breusch-Pagan）統計值檢定模型是否具異質變異性（hetereskedasticity）
的檢定；解釋變數間是否具共線性檢定（Collinearity）；以 DW 檢定
（Durbin-Watson）進行殘差項是否存在自我相關（autocorrelation）之檢定 及敏感性分析（Sensitivity Analysis Method）以驗證實證模型的正確性及提 高研究結果的可信度。
一、Breusch-Pagan 異質變異（hetereskedasticity）檢定
迴歸模型中，在使用橫斷面資料時，若變數間存在有異質變異，則該 模型在估計時將導致統計結果偏誤之情形，而必須給予修正或調整估計結 果。
本研究利用BP（Breusch-Pagan）統計值以檢測實證模型，依據檢定 結果Breusch-Pagan 值為 33.6229，卡方臨界值 χ20.05，2為5.991465，因檢定 BP＞χ20.05，2，代表實證模型具有異質變異性，因此，本研究利用White（1980）
共變異距陣去修正實證模型估計參數係數的標準誤，並採用修正後模型之 估計結果。
二、共線性檢定（Collinearity）
共線係指在多元迴歸分析中，各變數間存在高度相關性，變數間有某 種規律性的方式一起變動，即稱為共線性或線性重合（multicollinearity），
若解釋變數間存在共線性，則最小平方法估計式無法定義，必須加以修 正，以使估計式之結果更精準。
本研究使用Hill et al.（2001）以成對解釋變數樣本間相關係數的絶對
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
值是否大於0.8 作為檢定標準，經檢定結果顯示，並無任兩個變數之相關 係數大於0.8 的情形發生，檢定結果詳見附錄一：各變數相關係數矩陣檢 測表。
另再進一步以輔助迴歸（auxiliary regression）檢定，以相同檢定標準 0.8 為判定標準，以檢定其自變數間是否具有線性重合，依檢定結果模型 各兩兩變數之R2 皆小於 0.8，可知本研究實證模型中之解釋變數間無共線 性的問題。
三、殘差值是否為常態分配
本研究使用傑古貝拉檢定（Jarque-Bera test for normaility）來檢測殘差 項常態性，以JB 值為檢測殘差值是否呈現常態分配之測試。因此，設定 虛無假設H0：常態分配，對立假設H1：非為常態分配，若JB＜χ2a，n則無 法拒絶H0，表示殘差值為常態分配；若JB＞χ2a，n則無法拒絶H1，表示殘 差值非為常態分配。
JB＝T／6 ［s2＋（k－3）2／4 ］
T 為觀察值個數，s 為偏態（skewness）值，k 為峰態（kurtosis）值。
依據上式，本研究為T=71，s 值為 0.5466，k 值為 3.7126，計算 JB 值為 5.0377， 卡方臨界值 χ20.05，2檢定值為5.9915，依檢定結果 JB＜χ2a，n，在5%
的顯著水準下，無法拒絶虛無假設H0，表示本研究實證型殘差值為常態分 配。
四、殘差項是否存在自我相關（autocorrelation）
由於本研究係採用時間序列分析方法，因此殘差項是否存在自我相關
由於本研究係採用時間序列分析方法，因此殘差項是否存在自我相關