• 沒有找到結果。

一、 、 、微觀房價模型 、 微觀房價模型 微觀房價模型資料說明 微觀房價模型 資料說明 資料說明 資料說明

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

- 63 -

第二 第二 第二

第二節 節 節 微觀房價 節 微觀房價 微觀房價資料 微觀房價 資料 資料 資料說明 說明 說明 說明、 、 、 、模型建立 模型建立 模型建立 模型建立與分析 與分析 與分析 與分析

本小節將從微觀角度,分析廣告量對房價的影響,本論文選取之台北 市及新北市個案資料量次,總計近 5500 筆,在歸納本研究第二章的文獻分 析及第三章的房價變數說明後,本節將針對所篩選之資料,建立微觀房價 模型,進行分析。

在微觀模型建立方面:先針對所選取之變數進行次數分配,再編碼。

並以連續變數或虛擬變數,進行應變數與自變數相關性之實證模型分析,

以探討其關係。

一 一 一

一、 、 、微觀房價模型 、 微觀房價模型 微觀房價模型資料說明 微觀房價模型 資料說明 資料說明 資料說明

微觀模型之時間及區域範圍、資料定義及自變數定義等,茲說明如下。

((

(一一一)一))資料時間及範圍)資料時間及範圍資料時間及範圍 資料時間及範圍

1.時間範圍

時間範圍時間範圍時間範圍

本研究利用惟韾周報之個案資料及甲桂林公司研展部所蒐集之台北市 及新北市預售個案之統計資料,作為個案統計資料之背景資料。

自 SARS 過後,台北市及新北市房價急漲,期間雖經歷 2009 年金融海 嘯,國內預售屋房價曾短暫下跌,但隨即在財政部遺贈稅減半徵收政策及 美國量化寬鬆政策(QE)的資金潮後,房價再度上漲。之後,中央銀行雖 然祭出選擇性信用管制及財政部實施奢侈稅,但房價仍未見下探。本研究 即是以這波 10 年房市多頭的時間區間,探討廣告量、景氣與房價的關係。

2.區域範圍區域範圍區域範圍區域範圍

選取台北市及新北市各行政區之樣本資料。其樣本資料選取按各代銷 業者自 2004 年至 2013 年間,曾對預售屋進行廣告行銷之個案,並歸納台 北市 12 個行政區及新北市 17 個行政區。

台北市 12 個行政區分別為大安區、中正區、信義區、中山區、松山區、

士林區、內湖區、南港區 、北投區、文山區、萬華區及大同區。

新北市 17 個行政區分別為板橋區、新店區、中和區、永和區、三重區、

蘆洲區、新莊區、汐止區、林口區、土城區、深坑區、五股區、淡水區、

泰山區、三峽區、樹林區及八里區。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

- 64 -

((

(二二二)二))資料定義)資料定義資料定義 資料定義

1.廣告量定義

廣告量定義廣告量定義廣告量定義

本研究之廣告量資料來源,係以 Nielsen 所統計之廣告量資料為主。換 言之,在 2004 年至 2013 年間,於台北市及新北市曾編列媒介預算,進行 預售屋行銷之預售個案,皆為本研究所含括之資料樣本。

經統計該期間,曾透過報紙、雜誌、廣播、戶外看板及有(無)線電 視等傳播介質,放送預售屋廣告之量次,台北市有 2748 筆資料,新北市有 2744 筆資料。

2.應變數

應變數應變數應變數資料資料資料資料定義定義定義定義

本研究以微觀房價的角度,探討預售屋價格與廣告量的關係。故應變 數 Y 為房價。茲將房價區分為 Y1、Y2 及 Y3,分別說明如下。

(1)Y1 表價

本論文房價之應變數,主要係指不含車位,且為二樓以上,每銷售坪 之平均表價。所謂表價,為消費者未議價前,由房屋行銷公司所定之預售 房屋價格。

(2)Y2 表價/平均表價

表價/平均表價。表價定義同(1);平均表價定義為,該行政區每季各 預售屋二樓以上表價之加總平均價格。

(3)Y3 表價/國泰房價平均可能成交價格

表價定義同(1);分母為國泰房價平均可能成交價格,為該行政區每 季新推預售案可能成交之平均價格。

((

(三三三)三))自)自自變數說明自變數說明變數說明 變數說明

樣本資料包括台北市及新北市共 5492 筆。自變數包括可售金額、區域、

基地面積、投資興建、規劃坪數種類、主力坪數、最大主力坪數、最小主 力坪數、總戶數、公設比、樓層規劃、廣告量、景氣對策訊號、M2 年增率 等共 20 項。(參閱頁 47-48)

因此,本研究將影響銷售之自變數,區分為六類:

第一類:地段條件;變數為區域。

第二類:產品條件;變數為總銷金額、可售戶數、基地面積、樓層規劃、

公設比、主力坪數。

第三類:品牌因素;變數為建商上市櫃與否。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

- 65 -

第四類:行銷策略:變數為廣告量之多寡。

第五類:總經環境:變數為景氣對策訊號、M2 年增率、土銀基準利率 第六類:推案時機:變數為 2004 年至 2013 年。

1.地段條件

地段條件地段條件地段條件:::

區域:台北市及新北市區分為高價區、中價區及低價區。

2 產品條件

產品條件產品條件產品條件:::

(1)總銷金額:一預售案包含店面之總銷售金額。銷售金額愈高,行銷費 用愈高。

(2)量體規模:台北市及新北市分為 30 億以上之大規模建案 10 億以及 30 億以下小規模建案。

(3)基地面積:一預售案之基地面積。通常基地愈大、總銷愈大、廣告經 費愈多。

(4)基地規模:台北市區分為 400 坪以上大基地;新北市區分為 1000 坪 以上大基地。

(5)規劃坪數種類:係指一建案所規劃之坪數定位類別。

(6)主力坪數:預售建案於廣告行銷時,所主打之坪數。

(7)豪宅產品:台北市及新北市 60 坪以上為豪宅產品;以下為非豪宅。

(8)總戶數:預售建案之規劃戶數。

(9)社區規模:台北市 60 戶以上為大型社區,新北市 100 戶以上為大型 社區。

(10)公設比:公設比通常反應預售屋未來可實際使用坪數。一般預售屋 個案公設比約 30%。若低於 30%,銷售速度較快;反之,公設比太 高,代表房屋實際使用面積小,房屋實際坪數單價較高。

(11)公設差異性:將公設區分為 30%以下之低公設及 31%以上之高公設。

豪宅公設通常較高,公設種類繁多,故價格較高。

(12)樓層規劃:預售個案之平均樓層數。樓層愈高,營造成本愈高,預 售屋的價格可能會愈高,銷售率會較佳。

(13)超高樓層建築:建築技術規則 267 條所定,「本章所稱高層建築物,

係指高度在五十公尺或樓層在十六層以上之建築物」。故本研究係比 較超高層及一般建築物,對房價影響。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

- 66 -

3.品牌因素

品牌因素品牌因素品牌因素:::

建商上市櫃:將台北市及新北市建商區分為上市櫃及其關係企業公 司,及其他公司。

4.行銷策略

行銷策略行銷策略行銷策略:::

廣告量:時間為 2004 年至 2013 年,經 Nielsen 每季統計,全國前五 百大之建案廣告,篩選出台北市及新北市,曾經透過五大媒介行銷之建案,

全部納入統計資料。台北市共 2748 筆資料;新北市共 2744 筆資料。

5.總體經濟因素

總體經濟因素總體經濟因素總體經濟因素:::

(1)景氣對策訊號:國發會發佈之景氣對策訊號。

(2)M2 年增率:中央銀行發佈之 M2 年增率。

(3)土銀基準利率:土地銀行發佈之基準利率。

6.推案時機

推案時機推案時機推案時機因素因素因素因素:::

年季度:將市場區分為三個時間點:一、SARS 過後,至台商鮭魚返鄉 之豪宅起漲點;二、台商鮭魚返鄉之豪宅起漲點至金融海嘯發生後;三、

資金行情以後之不動產市場。

((

(四四四)四))樣本)樣本樣本敘述統計樣本敘述統計敘述統計 敘述統計

1.台北市敘述統計說明

台北市敘述統計說明台北市敘述統計說明台北市敘述統計說明

茲將台北市敘述統計,如變數、樣本數量、平均值、標準差、最大及