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