第三章 實證模型建立與資料明
第二節 變數選取與資料分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
第二節 變數選取與資料分析
本節將分為從眾模型基本變數與總體經濟變數進行資料說明，並在本節將說 明使用該變數之原因，以及進行初步的統計分析，以瞭解資料概況與選用之適宜 性。
一、變數選取與資料處理
本研究範圍為臺北市、臺中市與高雄市三大都會區，其中臺北市住宅市場價 格波動較大，各區域間特性差異大，因此本研究除運用臺北市整體交易資料進行 分析外，並根據許淑媛與張金鶚(2008)住宅次市場切割方式，將臺北市再細分為 臺北市市中心區、臺北市市郊區、臺北市郊外地區進行分析，其劃分方式如下:
臺北市市中心區:松山區、大安區與信義區 臺北市市郊區:中正區、中山區與士林區
臺北市郊外地區:大同區、萬華區、北投區、內湖區、南港區與文山區 除臺北市進行住宅次市場分析，其餘臺中市、高雄市則為整體住宅市場交易 資料，再行與臺北市整體進行分析比較，因此本研究範圍包含臺北市整體、臺中 市、高雄市，以及臺北市住宅次市場(分為市中心區、市郊區、郊外地區)，分別 進行各住宅市場從眾行為之驗證與分析。首先，進行從眾行為基本模型檢定，檢 定各住宅市場是否存在從眾行為，若存在從眾行為再進行總體經濟指標與市場交 易量及從眾行為關連性之探討。
(一)從眾模型基本變數
從眾模型所需之基本變數如(3.3)所示，受到住宅市場交易量與當期進場所 需支付之持有成本影響，本研究採用國內某大型仲介公司不動產交易資料進行每 月住宅市場交易量與持有成本之計算，刪除資料登錄不全，以及刪除店面、廠辦、
土地等交易資料，僅選取住宅使用之電梯華廈、公寓、透天厝、別墅等有效交易 資料進行計算。其中臺北市資料期間為 1998 年 1 月至 2008 年 12 月，共計 23,788 筆有效交易筆數，整理為月資料後，共計 132 筆觀測值；臺中市與高雄市資料期 間則為 2004 年 1 月至 2008 年 12 月，分別為 3,865 筆與 6,8101 筆交易資料，整 理為月資料後共計 60 筆觀測值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
本研究所需資料除交易量外，尚需計算每月住宅持有成本，其中文獻中指出 住宅市場從眾行為尚可能受到前期市場報酬率之影響，並運用加權帄均法計算每 月帄均單價後進行前期市場報酬率之計算。因此，從眾模型相關變數包含住宅市 場交易量(Volumet)、持有成本(UCt)、市場報酬率(CGt)。上述從眾模型基本變數 之資料期間與資料型式、模型估計時使用之變數代號如表 3-2-1 所示。
表 3-2-1 從眾模型基本變數一覽表
變數名稱 變數代號 資料期間 資料形式 衡量指標 臺北市交易量 TP-Volumet 1998.1~2008.12 月資料 - 臺北市持有成本 TP-UCt 1998.1~2008.12 月資料 臺北市住宅報酬率 TP-CGt 1998.1~2008.12 月資料 (Pt-Pt-1)/Pt-1
臺中市交易量 TC-Volumet 2004.1~2008.12 月資料 -
臺中市持有成本 TC-UCt 2004.1~2008.12 月資料 臺中市住宅報酬率 TC-CGt 2004.1~2008.12 月資料 (Pt-Pt-1)/Pt-1
高雄市交易量 KH-Volumet 2004.1~2008.12 月資料 -
高雄市持有成本 KH-UCt 2004.1~2008.12 月資料 高雄市住宅報酬率 KH-CGt 2004.1~2008.12 月資料 (Pt-Pt-1)/Pt-1
而各區域之住宅持有成本，受到各地區房價水準、租金行金不同而有不同的 持有成本，此外，運用採用國內某大型仲介公司於 1998 年 1 月至 2008 年 12 月 臺北市直營與加盟店之不動產交易資料，再行區分為臺北市中心、臺北市郊區與 臺北市郊區外，其有效交易筆數分別為 10,020 筆、6,038 筆與 13,099 筆成交筆 數，整理為月資料後，進行持有成本與市場報酬率之計算，臺北市三種住宅次市 場之觀測值皆為 132 筆。
其中臺北市中心之變數代號分別為住宅市場交易量(TPdt-Volumet)、持有成 本(TPdt-UCt)、市場報酬率(TPdt-CGt)；臺北市郊區之變數代號為住宅市場交易量 (TPsb-Volumet)、持有成本(TPsb-UCt)、市場報酬率(TPsb-CGt)；而臺北市郊區外之 變數代號則為住宅市場交易量(TPosb-Volumet)、持有成本(TPosb-UCt)、市場報酬率 (TPosb-CGt)。
(二)總體經濟變數
本研究依據文獻回顧中對於不動產市場從眾行為、不動產市場景氣、住宅價 格與交易量之關連性較明顯之變數做為選取變數之依據，且因本研究資料為月資 料型式，為使模型更加適宜，將主要選取資料格式亦為月資料或季資料之總體經
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
濟變數。不同總體經濟變數對於不動產市場之意涵皆不相同，下述則為各總體經 濟變數對於不動產市場影響之簡述。
1.經濟成長率
經濟成長率為一定期間國內生產毛額之年增率，當國內生產毛額提升時，則 表示生活水準也相對提升。因此當國民所得增加時，經濟成長率亦增加，社會環 境較為富裕，則國民將追求較高的居住品質，對於不動產市場需求增加。
2.通貨膨脹
通貨膨脹與房價呈現正向關係，因運用消費者物價指數衡量通貨膨脹，該指 標為衡量一般家庭購買消費性商品與服務價格水準變動之情形，費用編列分為七 大類，並非僅有居住項消費，尚包含食物、衣著、交通等其他項目。當通貨膨脹 增加，所得並未增加時，表示消費者負擔能力降低，台灣雖存在購屋或購買黃金 抵抗通貨膨脹情形，但在過去十年，臺北市房價漲幅大幅超過通貨膨脹，但所得 卻無明顯增加，若欲維持原有消費水準，則購買民生必需品費用增加，可能造成 購屋能力下降，因此通貨膨脹與住宅市場交易量關係則未知。
3.貨幣供給額
貨幣供給過多時，表示市場資金氾濫，將使股票及不動產價格上漲。但貨幣 供給額亦代表了國家通貨膨脹的壓力，因此貨幣供給額與通貨膨脹可能存在共線 性問題8(collinearity)，在模型中將擇一選取。
4.物價指數租金年增率
租金應隨著住宅價格作同步調整，但台灣租金調整速度不如住宅價格之 快速，但物價指數租金年增率若呈正成長，表示不動產景氣較佳，租金調升亦有 其市場，也反應不動產市場活絡與否。
5.產業分類股價指數--營造建材類
股市代表市場景氣的繁榮程度，而營建類股價則代表了不動產市場的景氣程 度，當營建類股價上漲時，表示市場對於不動產市場較活絡、需求較多。
6.營造工程物價指數年增率
營造工程物價指數上漲時，表示營建材料費用增加，進而提高不動產價格。
8 在多元迴歸中，變數若有共線性問題，則表示此時的多元相關有可能並非來自於 X1 與 Y 之相 關，或是 X2 與 Y 之相關，而是解釋變數間（例如 X1 與 X2 間）具有相關時，將無法從模型中得 到正確的係數估計值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
7.購屋貸款利率
購屋貸款利率與不動產需求呈負相關，因利率調降時投資人購屋貸款成本降 低，對於不動產需求將增加。
8.核發建造執照樓地板面積
核發建造執照樓地板面積多寡代表不動產市場景氣好壞，核發建照多時代表 建商看好市場景氣，但不動產市場供給有落遲情形，因此建照與景氣之關係亦有 領先落後之情形。
但考量總體經濟變數間可能存在共線性問題，本研究運用變異數膨脹因素 (variance inflation factor, VIF9)評估共線性影響，並將存在共線性之變數 進行篩選後，結果如表 3-2-2 所示，顯示總體經濟變數間不具有共線性問題，可 進行實證模型分析。
表 3-2-2 共線性結果
總體經濟變數 IR CSTOCK CPI CRIG CCIG DCLA Eco VIF 1.290 1.232 1.894 1.622 1.147 1.118 1.291
因此本研究選取購屋貸款利率、產業分類股價指數(營造建材類)、通貨膨脹、
營造工程物價指數年增率、物價指數租金年增率、核發建造執照樓地板面積、經 濟成長率等總體經濟變數進行研究分析，如表 3-2-2 所示，資料選取期間皆為 1998 年 1 月至 2008 年 12 月，資料形式除核發建造執照樓地板面積與經濟成長 率為季資料，其他皆為月資料型式，本研究並運用插補法將季資料轉換為月資料 之型式。
表 3-2-3 總體經濟變數一覽表
變數名稱 代碼 資料期間 資料形式 購屋貸款利率 IRt 1998.1~2008.12 月資料 產業分類股價指數--營造建材類 CSTOCKt 1998.1~2008.12 月資料 通貨膨脹 CPIt 1998.1~2008.12 月資料 營造工程物價指數年增率 CCIGt 1998.1~2008.12 月資料 物價指數租金年增率 CRIGt 1998.1~2008.12 月資料 核發建造執照樓地板面積( ) CLAt 1998.1~2008.12 季資料 經濟成長率 ECOt 1998.1~2008.12 季資料
9 VIF 值越大，共線性情形越明顯；若 VIF 大於 10，則表示變數間呈現高度共線性。
‧
9501 9503 9505 9507 9509 9511 9601 9603 9605 9607 9609 9611 9701 9703 9705 9707 9709 9711
(筆) (筆)
(左軸)臺北市買賣移轉登記件數 (右軸)房屋仲介公司交易資料
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29
由於房屋仲介公司成交筆數尚無法代表整體臺北市住宅市場之交易量，因此 進行仲介公司與臺北市買賣移轉登記件數之相關性檢測，檢測房屋仲介公司之交 易筆數與整體不動產市場之相關性，檢測期間為 2006 年 1 月至 2008 年 12 月，
共計各 36 筆觀測值，運用原始成交量與取自然對數後之成交量進行相關性檢測，
結果如表 3-2-3 所示，其相關係數強度11除運用 2006 年原始成交量進行測詴屬於 中低度相關，其餘皆為中度相關；而取過自然對數後之成交量，則不論測詴期間 為一年、兩年或三年皆屬於中度相關或中高度相關之強度，因此，本研究選擇取 過自然對數之成交量序列進行實證模型之驗證。
表 3-2-4 仲介業者成交資料與臺北市買賣移轉登記件數相關係數一覽表 序列期間 成交量（原始） 成交量（取自然對數後）
2006.1-2006.12 0.38 0.42 2007.1-2007.12 0.57 0.57 2006.1-2008.12 0.48 0.51 2006.1-2007.12 0.42 0.43 2007.1-2008.12 0.56 0.59 2008.1-2008.12 0.57 0.60
此結果顯示國內某大型房屋仲介業者之成交資料與臺北市買賣移轉登記件 數之相關性呈現中度相關以上，因買賣移轉登記件數包含範圍為整體不動產市場 而非僅為住宅市場，住宅市場亦僅為不動產市場之部份，兩者要呈現高度相關本 無可能，因此本研究使用資料與整體不動產市場呈現中度相關，表示國內某大型 仲介業者之成交資料仍具有整體住宅市場之代表性。
11 相關係數之強度分為高度相關、中高度相關、中度相關、中低度相關及低度相關五種，其對應
情形分別為：相關係數介於 0.80 至 1.00 間，屬於高度相關；相關係數介於 0.60 至 0.79 間，
屬於中高度相關；相關係數介於 0.40 至 0.59 間，屬於中度相關；相關係數介於 0.20 至 0.39 間，
屬於中高度相關；相關係數介於 0.40 至 0.59 間，屬於中度相關；相關係數介於 0.20 至 0.39 間，