第四章 實證分析
第二節 分析網路程序法(ANP)的實證分析
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第二節 分析網路程序法(ANP)的實證分析
分析層級程序法(AHP)是將複雜的問題分解成各個組成要素，再將這些要 素根據彼此的關係加以分群，以形成層級式的結構關係，其分析時的基本假設 是層級與層級間及各層級內的因子是完全獨立不互相影響，但是人類的決策過 程通常是各種因素彼此交互作用而形成並不完全獨立，因此在使用 AHP 時可能 會產生一些限制，分析網路程序法(ANP)是源自 AHP 的層級決策模式，它可允 許群集間及群集內各因子間的交互作用與回饋，提供較具彈性及更貼進人類思 考的決策分析工具。
本研究利用 ANP 法所設計之問卷，其層級架構如圖 4-10。在圖形中是以 箭頭的方向表示影響的方向，若是層級內的因子彼此具有相互的影響(回饋) 存在則是以迴圈方式表示，為避免問卷的複雜化，本研究僅以次準則內因子具 相互影響的情形下設計 ANP 問卷。
圖 4-11 ANP 層級架構圖 一、ANP 的一致性分析
在處理 ANP 問卷時所使用的分析軟體為 Super Decisions，該軟體可對於 ANP 問卷進行一致性檢定，並求算出未權重化、權重化及極限化等三種矩陣，
本次 ANP 問卷共回收 18 份有效問卷，經過分析 ANP 問卷後可得到準則層級與 次準則層級之權重如圖 4-12~圖 4-21。Super Decisions 軟體並可同時進行一 致性分析，在圖中可以看出每一群集非一致性檢定是否小於 0.1，就如同 AHP 法的一致性檢定，若 ANP 法中的 In C.I.<0.1 則表示問卷通過一致性檢定，問 卷內容未具有矛盾或犯邏輯錯誤。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖 4-12 ANP 準則群集權重
圖 4-13 ANP 公共政策因素次準則的權重
圖 4-14 ANP 心理因素次準則的權重
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖 4-15 ANP 總體經濟因素次準則的權重
圖 4-16 ANP 景氣面因素次準則的權重
圖 4-17 ANP 金融面因素次準則的權重
圖 4-18 ANP 供給面因素次準則的權重
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖 4-19 ANP 需求面因素次準則的權重
圖 4-20 ANP 價格面因素次準則的權重
圖 4-21 ANP 成交量因素次準則的權重
從圖 4-12~圖 4-21 中可以得出準則層及次準則層皆通過一致性檢驗，顯 示問卷未存在矛盾或是犯有邏輯上的錯誤。
二、ANP 不同方法選取主要風險因子之分析
在利用 Super Decisions 軟體分析問卷後可以到三不同的權重值，分別為 未權重化矩陣、權重化矩陣及極限化矩陣等三種權重，本研究設計的 ANP 問卷 分為準則群集及次準則群集，經過分析後 ANP 的問卷結果在準則群集部分可以 得到如表 4-2 中所示一般權重及理想化權重等兩種權重值。表 4-3~表 4-5 則 是在次準則權重部分可以得到未權重化矩陣、權重化矩陣及極限化矩陣等三種
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
權重值。
表 4-2 準則群集的權重值
風險因子 priorities Ideal priorities
1.公共政策因素 0.0569 0.3360 2.心理因素 0.0554 0.3275**
3.總體經濟因素 0.1213 0.7170 4.景氣面因素 0.1692 1.0000*
5.金融面因素 0.0984 0.5815 6.供給面因素 0.1047 0.6190 7.需求面因素 0.1275 0.7538 8.價格面因素 0.1573 0.9296 9.成交量因素 0.1093 0.6457
*為最大權重值 **為最小權重值
準則群集中的理想化權重值是由九種風險因子中權重值的最大者正規化 為 1 的情形下，所求算出各風險的權重值，其目的是在作風險因子間的最優化 排序。在表 4-4 的實證結果中，ANP 的準則層級中影響房屋貸款風險最大的為
「景氣面因素」，「價格面因素」次之；影響最小的則為「心理因素」，「公共政 策因素」次之，此結果與 AHP 實證結果所選取的風險因素不同。
對於次準則的部分，三種方法所呈現的有風險因子的項目與權重分數，我 們分別以選取重要性因子與權重分數差異性比較分析之，首先選取因子重要性 之分析如下：
(一) ANP 次準則群集未權重化矩陣重要性因子的選取
表 4-3 為次準則群集中未權重化矩陣主要是評估各風險子在成對比較後 的優先順序。
表 4-3 ANP 次準則群集未權重化矩陣
未權重化矩陣
風險因子 未規格化權重 規格化權重
(1)住宅政策 0.1989 0.0113**
(2)交通建設 0.4590 0.0261
(3)重劃區開發 0.3421 0.0194
(1)房價泡沫化 0.3154 0.0175
(2)預期心理 0.4034 0.0224
(3)房地產偏好 0.2812 0.0156
(1)股價指數 0.3093 0.0375
(2)通貨膨脹率 0.2541 0.0308
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
未權重化矩陣
風險因子 未規格化權重 規格化權重
(3)家戶所得 0.4365 0.0530
(1)景氣領先指標綜合指數 0.3579 0.0606 (2)房地產景氣綜合指標 0.3628 0.0614 (3)房地產景氣對策訊號(燈號) 0.2794 0.0473 (1)新承做房屋貸款金額 0.3176 0.0313
(2)逾期放款率 0.3713 0.0365
(3)五大銀行新承作購屋放款利率 0.3110 0.0306
(1)住宅供給率 0.3840 0.0402
(2)建照執照面積 0.2920 0.0306
(3)使用執照面積 0.3240 0.0339
(1)房價所得比 0.6045 0.0771*
(2)住宅使用率 0.2285 0.0291
(3)家戶數年增率 0.1670 0.0213
(1)新推個案標準價格 0.3404 0.0535 (2)住宅租金價格指數 0.2785 0.0438
(3)信義房屋指數 0.3811 0.0599
(1)建物買賣移轉登記件數 0.2864 0.0313
(2)土地增值稅額 0.2404 0.0263
(3)新推個案成交金額 0.4732 0.0517
*為最大權重值 **為最小權重值
矩陣中的各欄加總可能會大於 1，不具有隨機效果
在表 4-3 中 ANP 次準則層級未權重化矩陣的實證結果顯示，影響房屋貸款 風險最大因素的為「房價所得比」，「房地產景氣綜合指標」次之；而影響最小 的因素則為「住宅政策」，「房地產偏好」次之。未權重化 ANP 與 AHP 法所選取 的最有影響及最不影響的風險因子相同，但是次重要的及次不重要的風險因子 就有差異而不相同。
(二) ANP 次準則群集權重化矩陣重要性因子的選取 表 4-4 為本次 ANP 問卷中次準則群集權重化的矩陣。
表 4-4 ANP 次準則群集權重化矩陣
權重化矩陣
風險因子 未規格化權重 規格化權重
(1)住宅政策 0.0113 0.0006**
(2)交通建設 0.0261 0.0015
(3)重劃區開發 0.0195 0.0011
(1)房價泡沫化 0.0175 0.0010
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
權重化矩陣
風險因子 未規格化權重 規格化權重
(2)預期心理 0.0224 0.0012
(3)房地產偏好 0.0156 0.0009
(1)股價指數 0.0375 0.0046
(2)通貨膨脹率 0.0308 0.0037
(3)家戶所得 0.0530 0.0064
(1)景氣領先指標綜合指數 0.0606 0.0102 (2)房地產景氣綜合指標 0.0614 0.0104 (3)房地產景氣對策訊號(燈號) 0.0473 0.0080 (1)新承做房屋貸款金額 0.0313 0.0031
(2)逾期放款率 0.0365 0.0036
(3)五大銀行新承作購屋放款利率 0.0306 0.0030
(1)住宅供給率 0.0402 0.0042
(2)建照執照面積 0.0306 0.0032
(3)使用執照面積 0.0339 0.0036
(1)房價所得比 0.0771 0.0098*
(2)住宅使用率 0.0291 0.0037
(3)家戶數年增率 0.0213 0.0027
(1)新推個案標準價格 0.0535 0.0084 (2)住宅租金價格指數 0.0438 0.0069
(3)信義房屋指數 0.0599 0.0094
(1)建物買賣移轉登記件數 0.0313 0.0034
(2)土地增值稅額 0.0263 0.0029
(3)新推個案成交金額 0.0517 0.0056
*為最大權重值 **為最小權重值
ANP 權重化矩陣為各欄權重值加總等於 1 且具有隨機效果的矩陣
在表 4-6 中 ANP 次準則層級權重化矩陣的實證結果顯示，影響房屋貸款風 險的最大因素為「房價所得比」，「信義房屋指數」次之；而影響最小的因素則 為「住宅政策」，「房地產偏好」次之，權重化 ANP 法與 AHP 法及未權重化 ANP 法所選取的因子相同，但是三種方法對影響房屋貸款風險因子所得到的權重值 皆不相同。
(三) ANP 次準則群集極限化矩陣重要性因子的選取
表 4-7 為本研究得到的 ANP 極限化矩陣，極限化矩陣是為了將權重化 矩陣在長期均衡下，使其呈現收歛與一致性的要素關係，Saaty(1996)提出 將權重化矩陣取(2k+1)次冪，而使其成為極限矩陣。由於極限化矩陣是由 權重化矩陣演化而來，所以其形式是相同的，但極限化矩陣中某一要素所 對應的每一欄均有相同的權重值，透過不同欄區塊要素權重值的標準化，
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
使各要素權重值加總等於 1，則所有要素權重的評估值均可獲得收歛的效果 (張魁峯，2008) 。
表 4-5 ANP 次準則群集極限化矩陣
極限化矩陣
風險因子 未規格化權重 規格化權重
(1)住宅政策 0.0187 0.0011
(2)交通建設 0.0217 0.0012
(3)重劃區開發 0.0165 0.0009
(1)房價泡沫化 0.0126 0.0007**
(2)預期心理 0.0215 0.0012
(3)房地產偏好 0.0213 0.0012
(1)股價指數 0.0407 0.0049
(2)通貨膨脹率 0.0414 0.0050
(3)家戶所得 0.0392 0.0048
(1)景氣領先指標綜合指數 0.0514 0.0087 (2)房地產景氣綜合指標 0.0571 0.0097 (3)房地產景氣對策訊號(燈號) 0.0608 0.0103*
(1)新承做房屋貸款金額 0.0315 0.0031
(2)逾期放款率 0.0289 0.0028
(3)五大銀行新承作購屋放款利率 0.0379 0.0037
(1)住宅供給率 0.0330 0.0035
(2)建照執照面積 0.0341 0.0036
(3)使用執照面積 0.0376 0.0039
(1)房價所得比 0.0467 0.0060
(2)住宅使用率 0.0413 0.0053
(3)家戶數年增率 0.0396 0.0050
(1)新推個案標準價格 0.0584 0.0092 (2)住宅租金價格指數 0.0434 0.0068
(3)信義房屋指數 0.0555 0.0087
(1)建物買賣移轉登記件數 0.0402 0.0044
(2)土地增值稅額 0.0340 0.0037
(3)新推個案成交金額 0.0350 0.0038
*為最大權重值 **為最小權重值
在表 4-5 中 ANP 次準則層級極限化矩陣的實證結果顯示，影響房屋貸款風 險的最大因素為「房地產景氣對策訊號(燈號)」，「房地產景氣綜合指標」次之；
而影響最小的因素則為「房價泡沫化」， 「重劃區開發」次之。極限化 ANP 法與其他 ANP 法及 AHP 法在選取風險因子及權重值的部分均不相同。
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第三節 房屋貸款風險的實證分析
本研究蒐集準則群集及次準則群集中的各種風險因子最近三年(96、97、
98)的數據，其中包括全國性的年資料、全國性的季資料、縣市的年資料、縣 市的季資料及地區鄉鎮的資料，並以取得的資料進行實證分析，我們將以年變 動率的方式計算之，在蒐集資料的過程中發現，台北縣幅員較為廣闊，其中多 處鄉鎮幾無房地產交易，因而不具有房屋貸款的市場價值，因此本研究僅以台 北縣十個縣轄市及其周邊較具有房地產市場交易的鄉鎮做為研究對象，經過篩 選後台北縣共選擇十四個市鎮作為本研究的對象，台北市則以其十二個行政區 作為研究的對象。研究的過程如下：
一、風險因子的選取
首先利用文獻回顧蒐集過去研究中所使用的風險因子，排除針對借款人的 風險因子後，找出影響房屋貸款擔保品的風險因子。
二、風險因子權重的取得
當確定風險因子後，利用 AHP 及 ANP 法設計專家問卷進行問卷調查，以蒐 集各風險因子的權重，以作為影響因子加權之用。
三、區域風險的評分
本研究採取最近三年(96、97、98)的資料，以年變動率的方式計算風險評 分，有些因子以算術平均數的方式計算，有些資料以中位數計算、有些以幾和 平均數計算，得到年資料後再計算其變動率，並依變動情形，利用量化研究連 續測量法中的語意差別法，針對各風險因子最近兩次的變動情形，依表 3-8 的 方式給分，以求取其各風險因子近三年來的風險評分。
本研究採取最近三年(96、97、98)的資料，以年變動率的方式計算風險評 分，有些因子以算術平均數的方式計算，有些資料以中位數計算、有些以幾和 平均數計算，得到年資料後再計算其變動率，並依變動情形，利用量化研究連 續測量法中的語意差別法，針對各風險因子最近兩次的變動情形，依表 3-8 的 方式給分，以求取其各風險因子近三年來的風險評分。