第四章 實證結果與模型表現
第二節 模型表現與估計精準度
數在 VIF 值(Variance Inflation Factor)部分皆小於 10，因此本研究較無線性 重合問題。
二、估計精準度
在估計準確度的衡量上，最常使用到的指標是帄均絕對百分誤差 (MAPE)以及命中率(Hit-Rate)，當 MAPE 越小、命中率越高，代表模型估 計精準度越高，模型表現越佳，估計精準度衡量結果整理如表 4-2。以下 分別說明。
表 4-2 模型精準度衡量結果
樣本數 MAPE
(%)
Hit-Rate (±10%)
Hit-Rate (±20%) in-sample 2416 10.56% 57.86% 88.25%
out-sample 840 11.82% 48.81% 86.07%
整體 3256 10.89% 55.53% 87.68%
資料來源:本研究整理
就 MAPE 與命中率衡量來看，Calhoun(2001)整理並指出美國大量 估價系統命中率表現在 4%~73%、中位數為 48%，林祖嘉、馬毓駿 (2007)所建立之大量估價模型，其 MAPE 介於 15.64%~25.49%，Hit-Rate (±10%)落在 33.73%~43.82%、Hit-15.64%~25.49%，Hit-Rate (±20%)落在 62.28%~74.56%，
陳奉瑤、楊依蓁(2007)建立之模型，其 MAPE 為 17.97%，10%命中率 為 43%、Hit-Rate (±20%)為 63%，江穎慧(2009)建立之大量估價模型，
‧
71.65%，沈育生、林秋瑾(2012)研究指出，Hit-Rate (±10%)至少要達到 30%、Hit-Rate (±20%)至少要有 65~70%，方可認為此模型有較佳的預 測能力。綜合上述研究之結果，大量估價系統之 MAPE 大多落在 15%~25%
之間、Hit-Rate (±10%)、Hit-Rate (±20%)大 多分別落在 33%~43%、
62%~75%的區間，在應用上 Hit-Rate (±10%)、 Hit-Rate (±20%)最低也 應有 30%、65~70%的水準，方可認為該模型有較佳預測能力。就本研 究測詴結果而言 ，本研究模型整體的 MAPE(%)為 10.89%、Hit-Rate (±10%)為 55.53%、Hit-Rate (±20%)為 87.68%，整體表現看來，模型精 準度甚高，有高達 87.68%的預測在誤差範圍 20%之內。in-sample 的 MAPE(%)為 10.56%、Hit-Rate (±10%)為 57.86%、Hit-Rate (±20%)為 88.25%，就 in-sample 看來，精準度非常高，高達 88.25%的預測值位於 誤差範圍 20%之內。在 out-sample 部分，其 MAPE(%)為 11.82%、Hit-Rate (±10%)為 48.81%、Hit-11.82%、Hit-Rate (±20%)為 86.07%，out-sample 表現相較 in-sample 略差，不過 MAPE 尚落在 10%~15%之間，且以±10%/±20%命 中率最低應有 30%、65%~70%的標準來看，本研究預測能力符合前述文 獻之標準。
本研究 in-sample 表現比 out-sample 表現為佳，原因有二，第一，
out-sample 與 in-sample 性質上來看，最主要差異顯示在時間季度上，
out-sample 位於 2015 年第 1 季至 2015 年第 4 季，適逢市場處於變動期間，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 實證結果與模型表現
此在估計 sample 資料中會有較為精準的情況。綜合二者，出現 in-sample 表現比 out-in-sample 表現好的情形是可以預期的，然而就預售屋大 量估價的實際應用角度來看，未來實務應用是針對預售屋新個案的「個 戶」資訊進行估計，皆屬於樣本外資料，因此 out-sample 的模型表現才 真正能反映預售屋模型在實際大量估價使用上的估計精準度。
從本研究 out-sample 的命中率與 MAPE 來看，即便與 in-sample 的表 現有所落差，仍已達到過往文獻所指出的各項標準。然而在樣本數較少、
受個案影響甚深的情況之下，out-sample 的資料在 MAPE(%)為 11.82%、
命中率部分 Hit-Rate (±10%)、 Hit-Rate (±20%)分別有 48.81%、86.07%，
皆符合前述文獻所指出之標準，顯示本模型預測精準度有一定的水準，
預測能力達到可以接受的水準，唯受限於樣本數偏少以及適逢市場轉變 期時間預測不易之故，待日後資料增加期待模型表現將會更加良好。
‧
‧
價格。且就實證結果來看，Leishman (2001)與 Chau et al.(2007)的預期與推 論(建商透過品牌價值形塑來提高房屋價格)亦甚有道理，建商商譽在預售 屋價格形成確實有其重要影響性，而從建商商譽有效影響預售屋價格的層 面來看，預售屋乃是先售後建之房屋，品質不確定性較一般成屋高，當建 商商譽越高則具有消弭、減低此一不確定性之作用，其品質、商譽、價格 有一定程度的正向關係。四、成屋與預售屋價格有一定程度之關係，2012~2014 年台北市預售屋價 格比周圍成屋帄均高出 35.5%。 (2006)、史綱(1992)、白金安(1996)之研究內容與預期，且 2012~2014 年的 基差與 1996~1998 年間相比來的較大，除了反映景氣的高低外，本研究認