國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 研究架構與流程
一、研究架構
本研究共分為五個章節，各章節內容概要說明如下：
第一章 緒論
包括本研究之動機、目的與名詞定義，並說明選用之研究方法與研究範 圍，以及整體架構摘要與研究流程。
第二章 文獻回顧
透過回顧並整合國內外相關文獻，瞭解研究方向與方法，作為研究主軸 的理論基礎，並試圖提出研究缺口。
第三章 理論模型與資料說明
介紹本研究實證所採用之計量理論與模型，並說明實證研究資料、變數 定義、資料變數之選擇、來源與處理過程以及敘述性統計等。 理論模型包含、
ARMA 模型、ARCH 效果檢定、GARCH 模型與 GARCH-M 模型的建立，到落遲分 配模型。
第四章 實證結果與分析
依第三章所介紹的研究方法，逐一進行實證研究，最後對實證結果加以 分析說明，探討其背後的經濟意義與實務意涵。
第五章 結論與建議
將本研究之研究結果綜合性說明彙整，並提供後續研究之建議。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、研究流程
圖 1-1 研究流程圖 落遲分配模型
實證結果分析
結論與建議 研究動機與目的
界定研究範圍
相關文獻回顧探討
研究方法
資料蒐集與處理
GARCH模型 GARCH-M模型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章 文獻回顧
本章將分別回顧國內外相關文獻，作為研究主軸與模型設定之理論基礎。本 章分為五部分，第一節為不動產次市場差異相關文獻；第二節探討不動產價格與 報酬波動之異質變異現象；第三節為不動產風險溢酬波動之異質變異現象；第四 節探討總體經濟環境與不動產市場之關聯性；第五節則為本章小結。
第一節 不動產次市場差異相關文獻
所謂次市場（submarket）有兩種概念，一種是以替代性（substitution）
的定義為基礎，亦即兩次市場之間替代性較低，但單一次市場內應能成立高度替 代關係並且價格互為影響牽動（Grigsby et al., 1987）；另一種是以屬性
（characters）作為區分次市場的標準，如屋齡、價格、區位、行政界線等（Goodman, 1981）。本研究次市場之定義是以後者為準。不動產是異質性商品，整體不動產 市場可區分為數個不同的次市場，Smith（1988）認為依不動產的異質性與空間 僵固性，不動產市場可以依據住宅類型與區位條件等屬性，劃分為不同的住宅類 型次市場（如租買市場、預售屋、新屋與中古屋市場）與住宅空間次市場（如台 北市與高雄市住宅市場），不同的次市場具有不同的替代與相互影響程度。
文獻中發現，劃分不同次市場能提高不動產價格模型的準確度，對於不動產 投資決策分析的過程亦扮演相當重要的角色（Fletcher, Gallimore and Mangan, 2000）。由於影響不同次市場的特性會有所不同，不同次市場間的價格波動特性 亦不盡相同，故有劃分之必要，國外學者有依使用型態將不動產市場劃分為住宅、
商場、辦公室等市場（Carn et al., 1988；Kwong and Leung, 2000）；有依類 型劃分為新屋與中古屋（Goldberg and Chinloy, 1984）；有依行政界線劃分為 各地區性次市場（Dolde and Tirtiroglue, 2002）。其他分類方法尚多，如個體 市場與總體市場、建物與土地市場、買方與賣方市場等。其中 Kan, Kwong and Leung（2004）運用一般均衡模型（dynamic general equilibrium model）觀察 美國 1985 年至 1998 年商用與住宅不動產價格之動態過程，實證結果發現商用不 動產價格之波動大於住宅不動產價格波動，即商用不動產價格較不穩定。
國內過去關於不動產市場之相關研究，為方便分析而將不動產市場劃分為不 同的次市場，依行政區域劃分不動產次市場者，如彭建文、林秋瑾與楊雅婷（2004）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
運用誤差修正模型與結構性改變虛擬變數來建構房價模型，分別探討台北市與台 北縣房價發生結構性改變之可能原因；依租買屬性劃分次市場者，如彭建文（2004）
從市場供需結構以及住宅租買與租賣選擇變遷的角度，探討出租住宅市場與自有 住宅市場的互動關係，又曾建穎、張金鶚與花敬群（2005）考量因權屬不同的情 況下，住宅所提供的服務品質會有所差異，導致出租與自有住宅的使用價值產生 落差，將台北地區不動產市場分為出租住宅市場與自有住宅市場，分析租金與房 價互相影響的程度；依不動產類型區分次市場者，如簡智崇、許耀文與荷世平
（2008）利用總體資料，檢視台灣整體新屋及中古屋房價變動的風險，對總合消 費以及不同類型股票風險溢酬的影響，此外，廖仲仁與張金鶚（2009）在不動產 景氣階段，控制市場機制自我選擇偏誤的影響後，探討不動產拍賣市場的績效 等。
綜觀上述文獻，可以發現國內相關文獻過去研究，多將不動產市場研究範圍 設定為整體市場，或依屋齡、行政區域、租買屬性等，區分不動產次市場的範圍 進行分析，然而對於商用與住宅不動產兩種不同次市場差異性之相關研究卻較無 著墨，因此本研究擬將台北地區不動產市場依使用型態區分為商用與住宅不動產 次市場，分並探討其報酬波動特性，並比較分析影響其報酬之總體經濟因素。
‧
定不變之情形，如移動平均（moving average;或 MA）模型與自我迴歸（autoregressive，或 AR）模型皆建立於變異數同質性（homoskedasticity）
之假設下。但近年來許多實證研究顯示資產報酬的變化具有前後期相關之現象，
且資產報酬的變異程度會隨時間而改變（time-varying）。
Fama（1965）和 Mandelbrot（1967）指出金融性資產報酬常有波動叢聚現象 (volatility clustering)，亦即變異數受到過去訊息的影響，前期較大幅度的 波動伴隨較大幅度的波動，而前期較小幅度的波動伴隨較小幅度的波動，報酬的 變化具有前後期相關的現象，且報酬分配具有異質變異(heteroskedasticity) 之性質。此後許多用來解釋異質變異數的模型相繼被提出。
其中 Engle（1982）考慮波動性的動態現象，提出自我迴歸條件異質變異數 模型（autoregressive conditional heteroskedasticity model, ARCH model）， 此模型在報酬條件變異數中，加入前期殘差平方項，以說明條件變異數
（conditional variance）會隨時間而改變，藉以捕捉資料波動性隨時間變化的 特性，並改善了傳統時間序列模型認為變異數固定不變之不合理假設。
然而 Bollerslev（1986）認為 ARCH 模型中應該考慮較長的期間遞延結構，
也就是條件變異數不僅會受前幾期的殘差項所影響，也會受到前期的條件變異數 影響，因此將移動平均的部分（即落遲期的條件變異數）加入 ARCH 模型，同時 將自我迴歸和移動平均的觀念運用於估計條件變異數，進一步提出一般化自我迴 歸條件異質變異數模型（generalized autoregressive conditional
heteroskedasticity model, GARCH model），此模型不僅修正 ARCH 模型的問題，
並提供更好的解釋能力。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
實證結果發現估計係數非固定值，指出不動產價格可能存在異質變異現象。Dolde and Tirtiroglue（1997）透過 GARCH 模型檢視美國康乃迪克州與舊金山 1971 年 至 1994 年的不動產價格資料，估計不動產價格變動之異質條件變異數，實證結 果拒絕價格波動無時間異質變異現象（time-invariant volatility）之虛無假 設，證明不動產價格之波動性會隨時間變動。Miller and Peng（2006）觀察美 國 277 個城市，從 1990 年第一季至 2002 年第二季之不動產價格季資料，採用 GARCH 模型探討不動產報酬之波動是否會隨時間變化，實證結果發現約 17%之美 國城市不動產報酬波動存在異質變異現象。
國內研究方面，陳明吉、蔡怡純與李育菁（2006）用 GARCH 模型分析台北市 成屋及預售屋，1973 年至 2002 年的季報酬之波動性與投資風險，發現台北市成 屋市場各期報酬波動不具相關性，但預售屋市場各期報酬波動並非固定且具相關 性，未預期事件發生後，對下一期波動持續性仍有 86%之影響力。蔡怡純與陳明 吉（2007）認為在蛛網理論下，不動產價格波動性可能並非固定不變，且投資人 的預期心理會使不動產價格之波動呈現大小不同之情況，實證方面採用 ARCH 及 GARCH 模型估計台北地區不動產價格之異質條件變異數，證明不動產價格之波動 性會隨時間變動。
究竟不動產市場報酬為何會存在波動叢聚現象？ Fama（1970）提出效率市 場假說（efficient market hypothesis），其認為效率市場是指在一個資訊傳遞 無障礙的市場中，資產價格皆能正確、即時及充分反映所有相關訊息，因此不動 產資訊的流通程度將影響不動產市場的效率，而大部分學者皆同意不動產市場為 非效率市場（Case and Shiller, 1989；Clapp and Giaccotto, 1994；林秋瑾，
1998），因市場效率不佳，某一衝擊影響顯著的事件發生後，資訊無法充分且立 即反應於價格上，所以於一段時間內不斷修正調整，引起波動性的改變並產生遞 延效果，亦即變動會有聚集之現象，大波動伴隨著大波動，小波動伴隨著小波動。
Dolde and Tirtiroglue（2002）檢視美國 1975 年至 1993 年三十六個衝擊性事 件（volatility event），如通貨膨脹和利率等，對美國四個不同地區房價變動 波動性之影響，發現當事件發生時，房價波動的不穩定性會開始顯著增加並有遞 延效果，證實不動產市場的波動性並非固定不變，且各期波動性存在自我相關的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
能造成不動產市場波動性的改變，忽略波動性考量，可能造成模型的錯誤設定，
除了無法適切描繪市場間資訊傳遞的過程，亦可能得到不具效率的估計結果
（Bollerslev, Chou and Kroner, 1992），一般傳統文獻往往將波動性設定為固 定常數而忽略其動態過程，GARCH 模型於衡量報酬與波動性上，可設定由前期殘 差以及前期的條件變異數解釋，且較 ARCH 模型中考慮更長的期間遞延結構，易 言之，當影響資產報酬之事件發生時，波動之持續性是隨時間緩慢遞延數期，使 用 GARCH 模型會較恰當，故利用 GARCH 模型分析不動產市場報酬波動特性有其必
（Bollerslev, Chou and Kroner, 1992），一般傳統文獻往往將波動性設定為固 定常數而忽略其動態過程，GARCH 模型於衡量報酬與波動性上，可設定由前期殘 差以及前期的條件變異數解釋，且較 ARCH 模型中考慮更長的期間遞延結構，易 言之，當影響資產報酬之事件發生時，波動之持續性是隨時間緩慢遞延數期，使 用 GARCH 模型會較恰當，故利用 GARCH 模型分析不動產市場報酬波動特性有其必