第三章 模型建立與預期效果
第二節 預期效果
10 透過一階微分來看變數對應變數的影響，是為比較靜態分析（Competitive static analysis）
的研究方法。這種方法研究外生變數變化對內生變數的影響方式，以及分析比較不同數值的外生
‧
率，Jud, Winkle & Kissling（1995）亦指出過高的機會成本將促使賣方接受較 低的價格出售，因為當利率上升時，隱含著機會成本透過利率還原成現值比未來‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第四章 資料說明與敘述統計
本章將以過去文獻與本研究之理論模型為基礎，找出可量化的因素進行分析，
並說明數據資料建構的過程。本章首先說明資料來源與篩選，以建全本研究之樣 本資料；再針對特殊的因素進行計算說明與劃分基礎，以便後續進行分析；最後 說明樣本資料的基本特性與敘述統計。
第一節 資料來源與篩選
一、資料來源
本研究擬以臺北市已銷售之住宅不動產的最初表價與最後成交價，期能探討 市場上真實的議價空間。臺北市住宅不動產成交資料乃取自國內某大不動產仲介 業者，屬於真實紀錄之市場交易資料，並經本研究重複檢視與篩選下所選取者，
其中包含個別標的之最初表價、最後成交價、房屋坪數、屋齡、樓層別、成交年 月日和房廳衛數等個別屬性資料，以及各標的所位於的行政區，有助於理解各行 政區之間的差異；資料年期從民國 95 年至 97 年，共計 787 個樣本，為橫斷面
（cross-sectional）之資料。
在市場環境指標之取得，本研究採行政院主計處公佈的官方資料，資料期間 亦自民國 95 年至 97 年，採季資料，共計 12 期，其中包含房租成長率、經濟成 長率、及五大央行平均放款利率等，可完整觀察出整體市場環境的情勢。
二、資料篩選
資料篩選之目的在於求取真實且合理的資料樣本，基本上除了剔除遺漏值與 資料不完整的樣本外，本研究尚利用「庫克距離(Cook-Distance)」作為篩選的 準則，基本上當庫克值大於 1 為異常點，本研究會剔除此類樣本，以降低極端值 或異常值對分析結果的影響。其中「屋齡」變數為本研究資料篩選的重點，為了 考量建物經濟耐用年數與避免逆折舊15的現象，對於屋齡大於 50 年的交易樣本予 以剔除，將有助於本研究分析的完整性，減少其他因素（如都市更新）影響本研 究分析結果的混亂。
15 屋齡過舊可能有「都市更新」價值的問題，表示隨著時間增長，土地價值增值幅度大於建物
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
在資料真實度方面，由於本研究所蒐集之某大仲介業者提供之資料為真實的 最後成交案例，並經上述剔除登載遺漏或明顯錯誤之樣本，故本研究之資料真實 度堪稱完整。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
35
而形成不同之次市場。故本研究擬依上述原則劃分二次市場，並設立虛擬變數分 析之，將發展快速或市場熱絡的區域設定為高度發展市區16，其虛擬變數設為 1；
反之發展較平穩或緩慢的區域設定為穩定發展市郊區，其虛擬變數設為 0，期藉 以探討議價空間是否會隨著區域差異而有所變化。
二、 議價空間
一般而言，議價空間為最初表價與最後成交價之間的差距，然此差距為一絕 對數值，並非可比較的相對數值，可能會隨著面積和總價的增加而增加，造成統 計分析上的謬誤。因此本研究議價空間乃以「議價空間率」為主，找出相對可比 較的數值，以解決直接計算絕對數值可能產生之問題。其議價空間率計算公式如 下：
L T L
P P
SPREAD= P − ………（13）
其中 SPREAD 為該標的之議價空間率，P 為該標的之最初表價，L P 為該標T 的之最後成交價，以表價和成交價之間的差異進行議價空間率的計算。
本研究共計 787 個樣本，下圖為臺北市民國 95 年第一季至 97 年第四季成交 標的的議價空間率分布狀況，臺北市的議價空間率平均為 13.55%，利用下圖除 可觀察到各季平均議價空間率的趨勢變化，更可看出個別標的議價空間率的分配 狀況。從各季平均的議價空間率觀之，以民國 97 年第三季與第四季的平均議價 空間率最高，分別達到 16%與 16.58%；以民國 95 年第二季的平均議價空間率最 低，為 11.75%。從個別的議價空間率觀之，以民國 97 年第三季中的樣本為最高，
議價空間率達 48.89%，而整體資料亦顯示包括 25 筆零議價空間之資料。若從分 散程度觀之，以民國 95 年第三季與 97 年第四季的分散程度最小，其他各季的分 散程度則大致無異。
16 高度發展市區包含大安區、中正區、信義區、松山區、中山區、士林區，共計樣本數為 369 筆；穩定發展市郊區包含北投區、南港區、內湖區、文山區、大同區、萬華區，共計樣本數為 418 筆。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-1 臺北市住宅不動產議價空間分布狀況圖 資料來源：本研究整理
0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00 16.00 18.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00
0 2 4 6 8 10 12
個別議價空間 平均議價空間率
951 952 953 954 961 962 963 964 971 972 973 974
臺北市議價空間分布狀況
951 952 953 954 961 962 963 964 971 972 973 974
臺北市議價空間分布狀況
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
第三節 敘述統計
本研究擬取用的變數包含三大類：第一類為議價空間率與賣方表價，議價空 間率以上述公式進行計算後，直接進行分析，其中包含零議價之情形；而賣方表 價由於數值過大不易分析，故對其取對數。第二類為房屋屬性，其中包含房屋坪 數，為房屋所實際使用之面積；屋齡以 50 年為上限進行篩選；樓層別為了避免 一樓的特殊性影響結果與考量四樓為最低價值的前提下，進行原始樓層別扣除四 樓後取絕對值進行分析。第三類為市場環境指標，本研究擬選取的指標有三種，
其中包含與房地產市場環境息息相關的房租上漲率、與整體市場環境牽動的經濟 成長率，以及代表賣方持有成本的銀行放款利率，上述指標皆以主計處公布的季 平均值為準。
下表為各變數的統計敘述表，共計 787 個樣本，該表顯示臺北市近兩年來平 均的議價空間率為 13.55%，表示利用仲介進行房屋買賣行為時，市場上平均以 表價的 86.45%為成交價。由於本研究資料取自不動產仲介業者，故研究的標的 多為新成屋和中古屋，屋齡最大為 47.2 年，最小則為 0.2 年17；樓層別平均也以 6 樓和 2 樓為多；表價最低近 150 萬元，該標的坪數為 16.34 坪；最高為 9,899 萬元，該標的坪數為 110.93 坪；其他市場環境指標如下表二，其中經濟成長率 於民國 97 年第三季與第四季為負值，亦反映出上述當時議價空間擴大的現象，
值得深入探討18。
表 4-2 實證模型變數敘述統計表
平均數 標準差 最小值 最大值 個數 議價空間率 13.55% 6.83% 0% 48.89% 787
房屋坪數 32.98 16.18 10.19 134.87 787 屋齡 21.64 9.84 0.2 47.2 787 樓層別 2.29 2.44 0 20 787 Log 表價 3.01 0.25 2.18 3.99 787 房租上漲率 0.33% 0.19% 0.09% 0.69% 787 經濟成長率 4.16% 3.47% -8.61% 7.02% 787 利率 2.49% 0.22% 2.25% 2.83% 787 資料來源：本研究整理
17 相當於二個月又十五天。
18 本研究尚為了探討市場環境指標-經濟成長率對不動產議價空間率是否產生重大影響與差異，
乃以各季經濟成長率與本研究之各季平均議價空間水準為變異數分析與簡單迴歸分析。發現在變 異數分析方面，兩者間不僅具有顯著差異（P 值=0.004<0.01），迴歸結果也呈現顯著之負相關（t 值=-3.79<-3.11）且調整後判定係數約為 55%。皆顯示經濟成長率對於不動產議價空間具有顯著 之影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第五章 模型實證分析與結果
本章將以上一章節所找出可量化的因素進行實證分析，並與本研究模型推導 之結果相互比較，藉以觀察出理論與實證是否相互支持或存有差距。本章首先針 對模型建立實證，說明本模型欲選取之變數與特性；再利用研究方法所產生之實 證結果分析可能的原因與影響，其中包含相關係數檢定、RESET 檢定與迴歸分析 等，並比較分析理論推導的預期與實證模型的結果，以驗證本研究的合理性與周 密性。
第一節 模型實證建立
一、 變數選取
依據本研究第二章之文獻回顧與第三章之模型推導，本研究選取各變數 之原因、變數代表之意義以及實證分析之預期皆說明如下：
（一）房屋屬性因素
房屋屬性影響房屋價格之觀念明確建立於 Rosen（1974）提出的
「特徵價格模型」，其言道：房屋價格是由產品的多種屬性如區位、
總坪數、屋齡、樓層別、房間數、衛浴間數及建材等共同組合而成，
無論需求者或供給者皆會依照各種屬性的配合而形成價格，這也是不 動產估價中「特徵價格法」（Hedonic Price）的理論基礎。然而在眾 多屬性中，如總坪數大小與房間數、衛浴間數多寡息息相關，為避免 高度相關影響分析結果，過去研究多以總坪數代替其他空間大小之變 數為主，並成為影響房屋價格的主要因素之一。
房屋屬性雖明顯影響不動產價格之決定，然消費者對於不動產某 種屬性的極端偏好是否影響該類型之不動產在市場上的流動性；過去 大多側重在房屋屬性對於不動產價格之研究，鮮少針對房屋屬性對於 議價空間作探討，故本研究擬利用過去研究常使用到的房屋屬性因素 作分析，如總坪數越大，賣方定價較不易過於高估，市場上需求亦較 坪數小者為高，議價空間可能越小；屋齡越大，市場接受度不高，與 議價空間呈正向關係；樓層別離四樓越遠，議價空間可能越小。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
（二）市場環境因素
房屋價格明顯受到市場環境所影響，這方面的假說在國內已多所 研究，如李春長等人（1997）指出，房屋之賣方訂價高低與銷售機率 之決定，容易受到當時之市場環境所影響；以及許淑媛、張金鶚（2009）
說明，當景氣發生變化時，將使建商改變產品之訂價策略，在在都說 明不動產市場容易受到整體經濟市場環境的不同而有所變化。
然市場環境的指標包羅萬象，本研究乃引據蔡曜如（2003）對經 濟成長率影響房價之研究與林祖嘉(1990)對房租與房價關係之探討 之研究為基礎；並考量經濟成長率因集合各產業的市場變動趨勢，且 貼近一般民眾生活交易的決策直覺，可視為總體市場環境的主要因子；
再者，為了避免其他自變數如表價、總坪數等與房價的高度相關，選
再者，為了避免其他自變數如表價、總坪數等與房價的高度相關，選