• 沒有找到結果。

第三章、 資料處理與研究設計

第四節 變數選取與模型建立

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第四節 變數選取與模型建立

一、變數選取

變數上,考量原有的社區之特徵以及在傳統不動產價格與特徵討論上有正負 向價格影響存在之特徵亦採用之,大致可分成價格水準、交易量、區位、戶數、

建物型態、上市櫃建商之有無、面積、屋齡以及是否為政府機關所建這幾類。由 於既有文獻下並無這些特徵與價格分散之關聯,雖許淑媛等(2011)已發現景氣、

坪數、建商規模以及區位等會影響價格分散,惟其標的為個案推案價格,本研究 乃此社區之交易實例,兩者標的不一故無法推論之,同時也於此說明於多項羅吉 特迴歸模型中何組作為參照組。

(一)價格水準(以調整後之社區平均單價認定)

價格上有單總價之分,總價代表為負擔能力,而單價則隱含此社區之價格水 準,在此並不使用總價係因社區可能會創造不同戶型以配合消費者,總價之因素 本身在社區內也可能較為分散,相對而言單價更能反映社區的特徵。Pratt 等(1979) 在針對 30 項商品做分析時發現,價格越高,其價格分散也越高,因此對於社區 而言,所處之價位自然有可能有不同的離散程度;在此以經過房價指數調整後的 價格計算社區平均價格以此作為社區的價位,並參照國泰房地產指數對於台北市 價格之分類,將社區價位分成 40 萬以下、40-70 萬、70-100 萬以及 100 萬以上。

在多項羅吉特迴歸模型中則以 40-70 萬做為參照組。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第三章 資料處理與研究設計

(二)交易量

Yiu 等(2009)於香港的研究中發現交易量對價格分散是有負向之效果,則可 能是因為做為參考點使價格分散不致擴大之故,然而在顯著性上則些許薄弱。雖 說交易量越高越可能使價格分散較小,但也有可能產生更多的雜訊(noise)使價格 分散擴大,在不同城市以及情況下交易量的影響是難以預料的,尤其是在資訊較 不透明的房地產市場上。在所採用的 1274 筆社區中,多數的樣本集中在 4-10 筆,

而 30 筆以上的樣本也較多,交易資料呈現兩極之狀況,因此考量樣本的交易筆 數中位數為 8 筆,因此探討 8 筆以上以及 8 筆以下之社區是否有所不同,以此探 討交易筆數較多或較少對價格離散程度是否有所關聯,於多項羅吉特迴歸中則以 8 筆以下的社區為參照組。

(三)區位

一般而言房價受到行政區影響甚深,但少有以價格分散程度著手。許淑媛等 (2011)發現都市外圍之住宅推案價格分散程度較大,這可能係因外圍地區往往在 區位上較為弱勢,可能定出較多元的價格水準使其分散程度增加,據此本文再參 照江穎慧(2009)之行政區分組後,並考量市中心與郊區之間狀況,將行政區改分 組成市區(中正區、大安區、中山區、松山區以及信義區)、郊區(士林區、北投區、

內湖區、南港區以及文山區)以及舊市區(萬華區、大同區),由於先前研究係以社 區個案價格做為價格分散之探討,而本文則以社區之成交價價格做為討論標的,

在此無關乎推案手法,在離散程度上也可能異於先前研究。另在多項羅吉特回歸 模型上則以舊市區做為參照組。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

(四)社區總戶數(居住密度)

林秋瑾等(1996)認為戶數越多的社區隱含生活品質較容易惡化,然而若戶數 不具一定規模則難以聘請物業公司而得不到較良好的管理維護,也因此戶數越多 越有可能產生更高的價格分散,因此在社區總戶數的考量上,以 150 戶做為分界,

探討其與價格分散之關聯。

(五)建物型態(總樓層)

總樓層為最常提及與住宅價格有直接相關之描述,通常總樓層越高,其造價 也越高,其對價格之影響為正,然依李泓見(2005)研究,不同之建物型態所代表 的總樓層高度對於價格的影響也有所不同,並非單純的正比概念,再者總樓層越 高代表其居住密度也較高,對於生活品質也有所影響。一般建物型態依照樓層數,

區分成公寓、華廈以及住宅大樓,本文結合建物型態與總樓層,依照建物樓層數 將樣本區分成三類,並以是否為住宅大樓為多項羅吉特迴歸之參照。

(六)是否為上市櫃建商所建

建商亦為消費者所考量之處,往往一案建商對於售後服務的保障遠不及於上 市櫃建商,再者,上市櫃公司建商通常為名聲較為良好且受人所知,在考量售後 服務以及名聲上,上市櫃建商所建之社區應具一定的價格僵固性(Heil and Helsen, 2001),因此探討此類建商所建之社區是否與非上市櫃公司所建之社區在離散度 上是否有所區別。在資料來源上,上市公司所使用資料為政府開放資訊平台中之 資料,而上櫃公司則使用證券櫃檯買賣中心之紀錄,在辨別何家公司為上市櫃公 司上,均以在公司類別查詢上為建材營造類別者,若為其他類別之上市櫃公司則

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第三章 資料處理與研究設計

不採用,共計採用 50 個上市公司,23 個上櫃公司,而在採用的 1274 個社區中 共有 153 個社區為此 73 家公司所建。

(七)產品類型:坪數(社區交易平均面積)

坪數為建商在考量當地市場狀況以及景氣時機時的產品定位及規劃,同時在 對不動產特徵與價格之敘述上較常被論及之處。在討論坪數上除可探討此社區通 常為何種產品規劃時,亦可探討面積的離散度,此亦隱含客層的分別以及建商的 風險分散(陳妍如等,2014)。然受限於資料,我們並不知道此社區所有的產品類 型,因此僅能使用交易實例中的面積做為考量,並以此推論此社區最有可能的產 品設計,不過對於面積的離散度則無法分析。通常坪數在 16 坪以下者大多為套 房產品,相較而言,若產品為超過 50 坪以上之則可視為以大面積住宅為主的產 品定位,由於此二種產品在市場上較為特殊,套房產品易於炒作而大面積產品則 通常定位其為豪宅或者接近其水準,且尚須考量購買者特性以及其他住宅特徵之 影響,,再者本研究透過單因子變異數分析,發現社區單價標準差與面積的確有 影響,因此透過將社區的坪數設計劃分成三個區段,看是否相較於大部分社區的 坪數設計不同,較小的面積以及較大的面積是否有所影響;基於上述原因,本文 認為此二種產品在價格離散上因為較為特殊應該較大,在所採計之社區中,共有 383 個社區之產品屬套房性質的,而有 166 個社區則為 50 坪以上的產品設計。

(八)屋齡

屋齡除代表此社區目前之較易時間點為早期交易或者為晚期交易外,同時屋 齡亦為常用於探討不動產價格之因素。通常屋齡較大,代表其折舊程度越高,其 價值也會有所減損,然而屋齡較大的房屋亦有可能透過內部修繕與裝潢等因素而

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

有所增值外,近年來對於都市更新的期待也可能使屋齡較高之產品獲得青睞以獲 得都更利益,故在此並無法認定屋齡的預期符號。在多項羅吉特迴歸中將屋齡作 為連續變數置於模型中,以此判斷越大抑或是越小的屋齡會如何影響社區的價格 離散程度。不過,由於實價登錄制度為近五年之政策,因此許多屋齡超過五年的 社區並未包含全部之交易資料,此乃本研究之限制之一。

(九)政府機關所建

政府所建之房屋相較於一般住宅上較為不同,此基於早期此類建築通常為抽 籤購買,另有些情況可能為配屋之結果,此外多數此類型之社區的車位為定期抽 籤,在上述理由下與一般住宅產品相較則較為特殊,不過這類型的社區在本身的 規劃較為單純,並不如同其他建商在規劃上需要考量風險而有不同的坪數設計。

在特殊性住宅以及規劃單純上,政府機關所建之社區是否其價格分散狀況亦有所 不同則為可議之處,故在其預期符號上並無法給予明定。在此類社區的定義上則 是若起造人為台北市政府或都發局、中華民國國軍以及軍眷處,抑或是由財政部、

土地銀行等公家部門或者有公家背景所建,在採用之 1274 個社區中有 113 個社 區具有此性質。

為政府機關所建之社區在原始移轉之價格通常較市價低,然而經過再次移轉 後應當接近市價而不致有偏離市價之情形發生。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第三章 資料處理與研究設計

表 3-11 為各變數之預期符號表格,由於變異係數與特徵之討論並不多見,

故多數符號為正負號符號均有可能。

表 3-11 各變數預期影響

變數 預期影響

價格水準(價位) 40 萬以下 - 40-70 萬 參照組 70-100 萬 + 100 萬以上 +

交易量 +/-

區位 市區 +

郊區 +

舊市區 參照組

社區總戶數 +/-

是否為住宅大樓 +/-

是否為上市櫃建商所建 -

產品類型:坪數 套房 +

50 坪以上 +

屋齡 +/-

政府機關所建 +/-

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

二、模型建立

於本研究上,原希冀藉由複迴歸模型分析各社區之變異係數作為被解釋變數,

並以各社區特徵作為解釋變數,以此作為後續銜接多項羅吉特迴歸之分析,然通 常被解釋變數以不動產總價或單價為主,鮮有以變異係數做為分析,若以傳統特 徵做為分析可能較難以解釋,再者變異係數之變動幅度低於不動產總價或者單價,

因此複迴歸模型之模型解釋力並不高,僅有 12%,故在研究上則採用多項羅吉特 迴歸來分析。

羅吉特迴歸為當變數為分類變數非連續變數,由於若使用傳統之線性迴歸對 分類變數進行分析時,會使模型中之殘差產生異質性,造成模型產生有偏,在此 情況下模型不能擬合。(王濟川、郭志剛,2003)

在社會科學上有相當多的研究之應變數為定性或者具有次序性的,但若使用 線性迴歸時會違反其一些重要假設條件,因此羅吉特迴歸模型之使用相當廣泛。

在社會科學上有相當多的研究之應變數為定性或者具有次序性的,但若使用 線性迴歸時會違反其一些重要假設條件,因此羅吉特迴歸模型之使用相當廣泛。

相關文件