住宅市場從眾行為與總體經濟因素之研究 - 政大學術集成

全文

(1)國立政治大學地政學系碩士論文私立中國地政研究所. 住宅市場從眾行為與總體經濟因素之研究政治. 大. 立. ‧ 國. 學. Macroeconomic Factors and the Herd Behavior in the Residential Real Estate Markets. ‧. n. er. io. sit. y. Nat. al. Ch. 研究生：. engchi. i n U. v. 程于芳. 指導教授：林左裕教授. 中. 華. 民. 國. 九. 十. 九. 年. 七. 月.

(2) 謝誌曾經期待過寫謝誌那天的到來，也期待過幫論文加上浮水印的那天，但這天真正到來的時候，卻是如此百感交集與不捨。兩年前研究所推甄放榜時的喜悅似乎還是昨日的事，時光匆匆，曾笑稱好似在念國小的政大生活，大學四年和研究所兩年，轉瞬間也來到了離別的時候。首先要感謝研究所的指導老師-林左裕老師，讓我在探索論文與研究的過程中，總是給予最大的支持與協助，每次和老師瞇挺完總有一種起死回生的感覺，. 政治大著大家的生活瑣事，也讓我們左派子弟們的心更加團結在一起。再者，要感謝辛立讓我又有繼續向前努力的動力，除了學業上的精進，老師更像是親切的長輩關心. 苦的口詴委員-林哲群教授和張元晨教授，除了辛苦的撥冗詳盡的看完全文，在. ‧ 國. 學. 口詴的時候提供許多寶貴的見解與看法，讓論文與整體性的邏輯得以更臻完善。. ‧. 以及，每逢期初報告與期末報告一再受擾的博班學姐-淑湄學姐與佑儒學姐評論. sit. y. Nat. 時的細心叮嚀與觀念導正，更讓我受惠良多。. al. er. io. 雖然，許多人說研究的路是寂寞的。但很感謝這一路，有許多的學姐、同儕. v. n. 與學弟妹與我一同並肩走過。首先要感謝明璇與佳君學姐，在大學與研究生涯中. Ch. engchi. i n U. 都給予我許多的鼓勵與協助，也讓我深信美麗與智慧原來可以兼具！以及，左派大弟子-博翔學長，雖然畢業典禮還是維持一貫的出包風格讓大家空等，也總是用罐頭簡訊打發大家，但是當大家還是小碩一充滿迷惘時，你做事的執著與待人的體貼，總是給予大家傳承左派精神，發揚光大的勇氣。當然，研究的路上還好有親愛的左家同胞們陪伴，小侯的幹勁與貼心，讓我這兩年因為有你的背影可以追逐，也習慣研究室旁總是有你衝刺的身影（時而一同衝刺網拍與天下父母心）; 曉慈總是細心的叮嚀著案子與瑣事的小細節，在我焦慮時更是耐心傾聽的張老師專線，舒緩我所有的不安與焦躁;以及小雞與馬夫兩位左家壯丁，小雞又帥又有車，總是陪我一起練消威，讓日子好開心，馬夫則是餐桌上的開心果，有你就不.

(3) 怕冷場。有多少的夜晚與週末，我們一同為了一個又一個的案子努力，一同為了誰出包而大笑再繼續相互打氣，真的，有你們真好！還有左派的學弟-展豪與宗炘，以及小學妹逸芬，多謝有你們的相挺，讓我能無後顧之憂的衝向論文的終點。還有老王、泓汝、泳泳、香君、妍汎、伊芳，以及所有親愛的碩二同學與碩一學弟妹們，這兩年來大家一起走過期初簡報、期末火燒屁股還是要報告，如果沒有你們，研究的路也許是更加寂寞與苦澀，一起共同打氣，時而忙裡偷閒一同出遊或團購的日子卻成為我兩年來最甜美的回憶，南庄、福隆、台中逢甲，以及韓國畢業旅行，都因為有你們而讓旅程變得真實，綜院六樓與研究室即使充斥著. 政治大. paper 與 20 台電腦齊開的熱氣，也因有你們而變得可愛與溫馨許多。. 立. 彰化女中向日葵康輔社的好姊妹們，四期（還有彬彬、芙瑩）總是我生活每. ‧ 國. 學. 一天不可或缺的開心果，在我報告前督促我不要打混，報告後開心的為我慶功，有你們的日子都精彩了起來，即使菜園里的屋頂都快被你們掀起來，但我相信一. ‧. 輩子，你們都是我吵到老一路笑到老的貼心手帕交。好室友煒芬和維珍，以及好. y. Nat. er. io. sit. 脾氣的小紅和刀疤綠，在火燒屁股時的溫馨陪伴，讓衝刺的日子過得愜意許多。最後，要感謝最親愛的爸爸、媽媽和哥哥，沒有你們一路無私的陪伴與奉獻. al. n. v i n 就沒有現在我，能成為你們的家人是這輩子最幸福與幸運的事！我愛你們，也讓 Ch engchi U. 我知道這城市中有一盞燈總是為我亮著，等我回家。因此，未來我會更加努力，不讓你們擔心，更希望你們要保重身體，天天都能夠過得開心。謝謝每一個曾經給予我協助、鼓勵與歡笑的人，要感謝的人太多了，是否就該來謝天了。有人說，每一個彰化的孩子都是大佛的孩子，每一個鹿港的孩子都在媽祖保佑下長大，我總相信每次返鄉、每次回家，都有著安定人心的神奇魔力。謝謝老天讓我走到書寫謝誌、壓浮水印的今日，這兩年，得到的太多，感動也太多，僅將這本論文，獻給你們。于芳. 2010 年 7 月 7 日於政大綜院六樓研究室.

(4) 摘. 要. 傳統財務理論中均假設市場為效率市場，然而不動產市場並非效率市場，投資者對於市場資訊之反應並非完全理性。若投資者忽視自身擁有之資訊，選擇追隨其他人的投資決策，將使投資人間存在相互牽制之行為，因而產生行為財務學中之「從眾行為」，其決策結果將無法完全反應市場資訊，並造成投資人集體買進、賣出之行為，使市場價格與交易量存在不正常之波動。由於台灣不動產市場長期以來存在有價格漲幅波動超越合理範圍之現象，因此本研究探討台灣不動產市場是否存有從眾行為，使得投資人具有非理性的投資傾向。有鑑於過去關於從眾行為之研究仍以股票市場中報酬率或交易量驗證為主，對於台灣運用交易量進行不動產市場之從眾行為驗證則付之闕如，而從眾行為對於不動產市場之影響，首先將反映於交易量之波動，因此本研究運用自我迴歸分. 政治大. 配落遲模型對於台灣不動產市場是否存在從眾行為進行驗證，並比較不動產報酬率波動不同之交易市場，其從眾行為存在情形之異同。. 立. ‧ 國. 學. 模型結果顯示台灣三大都會區（臺匇市、臺中市與高雄市）與臺匇市分區（分為市中心、郊區與郊外）中，僅臺匇市整體與臺匇市分區之住宅市場明顯存在從眾行為現象。結果顯示當該住宅市場存在從眾行為時，當期交易量將受到當期持. ‧. 有成本與前期市場報酬率之影響。此外，交易量除受從眾行為之影響外，尚受到經濟成長率、營建類股股價指數、物價指數租金年增率、營造工程物價指數等之正向影響，而購屋貸款利率與通貨膨脹則和交易量呈反向變動現象。. sit. y. Nat. al. er. io. 本研究以探討從眾行為、交易量與總體經濟因素之關連性，進一步釐清影響. n. 住宅市場交易量波動之因素，使購屋者於決策時參考前期市場交易情形能更加理性，避免盲目跟隨下的從眾行為產生。. Ch. engchi. i n U. v. 關鍵詞：從眾行為、持有成本、交易量波動、自我迴歸分配落遲模型.

(5) ABSTRACT Base on the Efficient Market Hypothesis, the traditional financial theory assumes the market is efficient. However, the real estate market is not. For this reason, investors could not react to market information entirely. If investors ignore their own information, they may choose to follow other peoples’ investment decisions. Therefore, this situation will lead to herding behavior of behavioral finance that may cause price volatility and unusual transactions. On account of the real estate market exists unreasonable price fluctuations for a long time in Taiwan, this thesis examines whether the herding behavior exists in Taiwan real estate market or not. Although many researchers study the herding behavior in the stock market by using the transactions and the returns on investment, few attempts have been made to. 政治大. discuss the herding behavior in Taiwan housing market by using the housing transactions. Hence, this study examines the herding behavior in Taiwan housing market by establishing the Auto-regressive Distributed Lag (ARDL) model with housing transaction data.. 立. ‧ 國. 學. Results found the herding behavior of real estate market do exist in the whole. ‧. Taipei city and the three region of Taipei city (downtown, suburb and outskirt). And it shows the transactions in the housing market with herding behavior may be affected by user cost of housing and pre-market returns. Furthermore, the study finds some macroeconomic factors affecting the housing transactions positivity, such as economic growth rate, construction stocks index, consumer price index of house renting and. er. io. sit. y. Nat. al. v. n. consumer price index of construction engineering. On the contrary, loan interest rate of housing and consumer price index has negative influence.. Ch. engchi. i n U. To conclude, this study aims to examine the influential factors on the volatility of housing transactions though clarifying the relationship between the herding behavior, the transactions in housing market and the macroeconomic factors. It may help investors follow other peoples’ investment decisions more reasonable, and avoid blind herding behavior in real estate markets.. Keywords: herding、user cost of housing、transaction volatility、ARDL model.

(6) 目錄第一章. 緒論……………………………………………………………………………………………………….…1. 第一節研究動機與研究目的…………………………………………………………………….…1 第二節研究範圍與研究方法…………………………………………………………………….…4 第三節研究架構與流程…………………………………………………………………………….…6 第二章文獻回顧…………………………………………………………………………………………………..8 第一節從眾行為相關理論……………………………………………………………………………8 第二節從眾行為衡量模型………………………………………………………………………….12 第三節國內外從眾行為實證研究………………………………………………………………14 第四節總體經濟變數與不動產市場之關連性…………………………………………..16 第三章實證模型建立與資料明………….………………………………………………………………18 第一節實證模型建立…………………………………………………………………………………18. 政治大. 第二節變數選取與資料分析..……………………………………………………………………24 第四章模型實證結果與分析………………………………….…………………………..……………..33 第一節單根檢定……………………………………………….………………………………………..33 第二節住宅市場從眾行為驗證結果………………….………………………………….…..35 第三節住宅市場從眾行為與總體經濟指標之關連性………………………….……42. 立. ‧ 國. 學. ‧. 第四節實證結果解讀與分析…………………………….……………………………………….50 第五章結論與建議………………………………..……….………………………………………………….55 第一節結論…………………………………………….………………………………………………….55 第二節後續建議…………………………………….………………………………………………….58 參考文獻 …..…………………………………………………………………………………………………………60. n. er. io. sit. y. Nat. al. C h 圖目錄 engchi. i n U. v. 圖 1-3-1 研究流程圖…………………………………………………………………………………………..7 圖 3-2-1 臺北市買賣移轉登記件數與房屋仲介公司成交筆數趨勢圖……………..28 圖圖圖圖圖. 3-2-2 3-2-3 4-2-1 4-2-2 4-2-3. 三大都會區交易量趨勢圖……………………………………………………….…………..31 臺北市分區交易量趨勢圖……………………………………………………….…………..32 CUSUM 結構性轉變檢定圖—臺北市……………………………………………………36 CUSUM 結構性轉變檢定圖—臺中市……………………………………………………37 CUSUM 結構性轉變檢定圖—高雄市……………………………………………………39. 圖圖圖圖. 4-3-1 4-3-2 4-3-3 4-3-4. CUSUM CUSUM CUSUM CUSUM. 結構性轉變檢定圖—臺北市 ARDL……………………………………………44 結構性轉變檢定圖—臺北市中心 ARDL……………………………………46 結構性轉變檢定圖—臺北市郊區 ARDL……………………………………47 結構性轉變檢定圖—臺北市郊外 ARDL……………………………………49. I.

(7) 表目錄表 3-1-1. D.W 檢定判斷原則表…………………………………….……………….………………….…21. 表 3-2-1 表 3-2-2 表 3-2-3 表 3-2-4 表 3-2-5. 從眾模型基本變數一覽表……………………………………………..…….………..……..25 共線性結果…………………………………………………….………………………………………27 總體經濟變數一覽表…………………………………….………………………………………27 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…….…29 交易量、市場報酬率與持有成本敘述統計-臺北市、臺中市、高雄市……30. 表 3-2-6 表 4-1-1 表 4-1-2 表 4-1-3 表 4-2-1. 交易量、市場報酬率與持有成本敘述統計-臺北市分區.………………….…31 單根檢定統計量表-臺北市、臺中市、高雄市………………………………………..33 單根檢定統計量表-臺北市分區………….………….……………………………….……34 單根檢定統計量表-總體經濟變數………………….……………………………………34 住宅市場從眾行為統計量表—臺北市…………….……………………………………35. 表 4-2-2 表 4-2-3 表 4-2-4 表 4-2-5 表 4-2-6. 住宅市場從眾行為統計量表—臺中市…………….……………………………………37 住宅市場從眾行為統計量表—高雄市…………….……………………………………38 住宅市場從眾行為統計量表—臺北市中心…….……………………………………39 住宅市場從眾行為統計量表—臺北市郊區…….……………………………………40 住宅市場從眾行為統計量表—臺北市郊外…….…………….………………….….41. 表 4-3-1 表 4-3-2 表 4-3-3 表 4-3-4 表 4-3-5. 預期成果一覽表…………………………………….…….…………….………………..…….…42 自我迴歸分配落遲模型統計量表—臺北市.….……………………….…..…….…43 自我迴歸分配落遲模型統計量表—臺北市中心…………….…………..……....45 自我迴歸分配落遲模型統計量表—臺北市郊區………………………..…….....46 自我迴歸分配落遲模型統計量表—臺北市郊外……………….………..……....48. 立. 政治大. ‧. ‧ 國. 學. er. io. sit. y. Nat. al. n. 表 4-4-1 三大都會區基本從眾模型結果比較表……….………………………..……..…….…50 表 4-4-2 臺北市分區基本從眾模型結果比較表……….………………………………..…….…51 表 4-4-3 臺北市 ARDL 模型結果比較表…………………….………………………………..…….…52. Ch. engchi. II. i n U. v.

(8) 住宅市場從眾行為與總體經濟因素之研究. 第一章. 緒論. 本章內容共分為四節，包含研究動機與目的、研究範圍、研究方法與研究限制、研究架構與研究流程，首先為本研究之動機與目的，以及研究方法，並界定本研究之範圍與對象，以及研究限制，最後則是本研究之架構與流程。. 第一節研究動機與目的一、研究動機傳統財務理論中均假設市場為效率市場，並假設投資者能理性、有效率的反. 政治大. 應市場資訊，並進行投資決策。而許多行為財務學家在實證中發現效率市場並不存在，Simon(1982)提出了有限理性理論(bounded rationality)，認為人們並非. 立. 全然理性，而是依據有限資訊與經驗法則(rule of thumb)進行決策。其決策行. ‧ 國. 學. 為及想法亦受到他人之影響，進而在特定時間內做出相同之投資決策，此乃行為財務學中所所謂的從眾行為(herding behavior)，投資人決策心態亦可分為過度. ‧. 自信與信心不足，當信心不足與市場充斥不確定性時，人們選擇了忽視自己本身的資訊，進而追隨人群的投資決策，產生了投資人間互相牽制之行為，也讓決策. sit. y. Nat. 結果無法完全反應市場資訊，造成市場價格異常波動，以及投資人集體買進、賣. io. 財務學成為近十幾年來廣泛討論之焦點。. al. er. 出之行為，皆為傳統效率市場與理性預期理論所無法合理解釋之現象，因此行為. n. v i n Ch 但現今從眾行為主要實證對象大多以股票市場為主，因股票市場相較於不動 engchi U 產市場，交易資料取得較為容易且公開，也因從眾行為的存在可能產生市場不正常的報酬波動與交易量變化，因此從眾行為對於股票市場價格機能之影響，為近十幾年來財務金融學界十分熱門的研究課題。反觀不動產市場之從眾行為研究，受限於台灣不動產市場交易資訊較不公開而少有著墨，但不動產市場本身並非效率市場，加上資訊不對稱、產品異質情形，更增加了不動產市場交易中的不確定性，此種市場環境亦使投資人易放棄本身擁有之資訊，轉而跟隨他人決策行為。然而台灣不動產市場中存在著價格上漲幅度超出其應有之水準之情形，以及國內住宅價格泡沫的實證研究也都顯示出台灣的不動產市場確實存在價格泡沫之現象(張金鶚、陳明吉、鄧筱蓉、楊智元，2008)，且台灣不動產市場投資者在景氣上升時往往有投資熱潮，此熱潮亦使價格異常波動與群體買進現象產生，都足以顯示台灣不動產交易市場可能存在從眾行為。 1.

(9) 住宅市場從眾行為與總體經濟因素之研究. 現今，股票市場從眾行為之驗證方法主要分為從報酬變動推論從眾行為，以及從交易量變動推論從眾行為兩大方法，陳明吉、曾琬婷(2008)運用報酬變動推論從眾行為之實證結果顯示台灣不動產市場存在從眾行為，但台灣對於運用交易量變動進行從眾行為推估之研究闕如，因此本文欲以交易量之觀點推論住宅市場是否存在從眾行為。國內外之研究受限於資料筆數大多運用季資料進行驗證，本研究欲以月資料檢驗住宅市場是否存在從眾行為，而當市場存在從眾行為時，總體、個體經濟因素與交易量之關連性，亦是本研究之研究重點。當市場存在從眾行為時，代表市場無法反應真實市場資訊，且投資人無法依據擁有之資訊進行投資決策，市場將存在異常的交易波動，因此本研究欲歸納出從眾行為與交易量，以及總體經濟因素之關係，詴圖釐清交易量與從眾行為，以及總體經濟變數之關. 政治大台灣不動產市場於 2008 年總統大選前持續了許多的房市榮景，亦使許多投立資者認為台灣不動產市場存在房價不跌的神話，但是否因台灣不動產市場資訊不連性。. ‧ 國. 學. 公開，使得投資人盲目跟從他人的決策行為進而產生從眾行為，造成提前購屋、勉強購屋進而揹負高額房貸等行為產生，使得不動產市場中普遍存在了不理性的. ‧. 消費傾向，而當市場存在從眾行為，交易量將產生異於帄常之現象，而從眾行為亦為跟隨他人決策而產生的交易情形，若能釐清交易量波動並非投資者完全理性. y. Nat. sit. 下之決策情形，尚受到市場存在從眾行為以及其他總體經濟因素變動之影響，使. al. er. io. 投資者購屋前參考他人決策時能更加謹慎，避免因盲目跟從而產生不理性的投資. v. n. 行為，因此是否尚有其他當期或總體經濟指標亦使得交易量波動更加顯著，亦是本研究欲釐清之重點。. Ch. engchi. 2. i n U.

(10) 住宅市場從眾行為與總體經濟因素之研究. 二、研究目的與問題本文欲運用從眾行為模型釐清台灣住宅市場是否存在從眾行為，以及檢驗從眾行為與總體經濟因素及個體經濟因素間之關連性，並進一步探討從眾行為存在時，總體經濟指標與交易量之變動情形。首先以臺北市、臺中市、高雄市進行從眾行為驗證，探討台灣三大都會地區之住宅市場是否皆存在從眾行為，且三大都會地區之住宅市場報酬率與住宅持有成本皆不同，是否亦會影響從眾行為存在與交易量變動，亦是本研究欲釐清之問題點。再進一步將臺北市細分為不同住宅次市場，進行分區的從眾行為驗證，並探討不同地區存在從眾行為時，影響該區交易量波動之總體經濟因素為何。. 政治大. 綜上所述目的，本研究歸納出以下問題:. 立. (一)三大都會區住宅市場是否存在從眾行為?. ‧ 國. 學. (二)若從眾行為存在，則探討可能影響當期交易量之因素，例如前期房價報酬、月份變數等。. ‧. (三)探討存在從眾行為之住宅市場，交易量與總體經濟因素之關聯性。. y. Nat. sit. (四)再進一步比較臺北市、臺中市、高雄市三大都會區，以及臺北市分區從眾行. n. al. er. io. 為存在與否，以及影響交易量之總體經濟因素、個體經濟因素之異同。. Ch. engchi. 3. i n U. v.

(11) 住宅市場從眾行為與總體經濟因素之研究. 第二節研究範圍與研究方法一、研究範圍 (一)時間範圍本研究之實證資料以月為單位，臺北市資料範圍自 1998 年 1 月至 2008 年 12 月止，共計十一年；臺中市與高雄市資料範圍則為 2004 年 1 月至 2008 年 12 月止，共計五年。. (二)空間範圍. 政治大大分區，進一步探討不同地區住宅市場從眾行為、總體經濟指標與交易量之關連立本研究以臺北市、臺中市與高雄市為研究對象，再進一步將臺北市細分為三. 性。. ‧ 國. 學. (三)研究對象. ‧. 不動產市場尚區分為住宅市場與商用不動產市場，因商用不動產市場投資者. sit. y. Nat. 相較於住宅市場投資者，大多較為專業，而住宅市場投資者則以一般民眾居多，對於資訊掌握與市場訊息解讀較無信心，因此較容易產生從眾行為，故本研究欲. io. n. al. er. 以住宅市場作為研究對象。住宅市場中亦可分為新推個案市場(包含新成屋與預. i n U. v. 售屋)、中古屋市場及拍賣市場，其中新推個案市場與拍賣市場公開之交易價格. Ch. engchi. 與交易筆數為季資料居多，且預售屋市場與拍賣市場之特性與新成屋、中古屋市場較不同。因此本研究之研究對象為住宅市場中之中古屋與新成屋。. 二、研究方法 (一)理論與文獻回顧首先釐清從眾行為之定義與經濟意涵，尋找從眾行為產生之理論基礎，並透過股票市場與不動產市場從眾行為相關文獻之回顧，了解目前對於股票市場與不動產市場從眾行為的研究方式與成果，並進一步釐清存在從眾行為之市場，是否存在交易量波動異常之情形，以及其與總體經濟指標之關連性。. 4.

(12) 住宅市場從眾行為與總體經濟因素之研究. (二)模型建立與實證分析首先運用統計軟體進行相關資料整理與基本統計檢定，並透過動態時間序列中之自我迴歸分配落遲模型(Auto-regressive Distributed Lag, ARDL)模型，檢驗不動產市場從眾行為存在與否，並將該模型運用於存在從眾行為之地區，進一步探討各總體經濟因素、前後期經濟因素與交易量之關聯性。. 三、研究限制 (一)資料限制本研究運用某大型仲介公司之不動產交易資料，其交易量與價格並非為本研. 政治大公開，以及若採用不動產買賣移轉登記件數做為不動產交易量之依據，尚受限於立. 究之母體(臺北市)全部交易筆數，但受限於臺北市不動產交易資料筆數並未全部不動產買賣後於 30 天內登記之規定，無法即時反應市場買賣資訊，並且資料時. ‧ 國. 學. 間較短。但本研究運用之仲介公司為目前市場交易筆數較多之公司，雖無法取得全臺北市真實交易資料，但運用該公司不動產交易資料仍有其代表性。. ‧. (二)總體經濟變數選取問題. y. Nat. sit. 本研究採用之總體經濟變數亦受限於多為季資料之問題，故先選取與不動產. n. al. er. io. 市場較有關連性之總體經濟變數，根據模型結果再行增加或刪減選取之總體經濟. v. 變數。因此，恐有變數遺漏之問題，仍需不斷修正模型中之變數運用，及謹慎的進行相關模型檢定。. Ch. engchi. 5. i n U.

(13) 住宅市場從眾行為與總體經濟因素之研究. 第三節研究架構與流程一、研究架構本研究共分為五章節，各章節內容概述如下: 第一章. 緒論. 包括研究動機與目的，研究問題、研究範圍與方法、研究限制，以及整體研究架構與流程。第二章. 文獻回顧. 政治大模型，並探討股票市場與不動產市場中影響從眾行為與交易量因素之相關實立主要回顧行為財務學中關於從眾行為之相關理論，以及從眾行為之實證. 證成果，整理與不動產市場相關總體與個體經濟變數，進而瞭解研究方法之. ‧ 國. 學. 適宜性，並進一步找尋研究缺口。研究設計與資料分析. ‧. 第三章. 介紹本研究實證欲採用的計量理論與模型，針對實證資料進行說明，以. y. Nat. io. 實證結果與分析. er. 第四章. sit. 及初步的統計分析與檢定，並進行總體經濟變數與個體經濟變數之篩選。. al. n. v i n 其內容主要針對第三章所介紹之計量模型實證結果，進行分析說明，並 Ch U i e h n c g 探討三大都會區住宅市場從眾行為存在與否，並釐清從眾行為與交易量之關連性，以及總體經濟因素與個體經濟因素與交易量之關聯性。第五章. 結論與建議. 將本研究之結論結果進行綜合性的說明，並提供後續研究之相關建議。. 6.

(14) 住宅市場從眾行為與總體經濟因素之研究. 三、研究流程. 研究動機研究目的與問題. 研究範圍與方法. 相關理論與文獻回顧. 立從眾行為衡量模型之. ‧. ‧ 國. 相關文獻. 從眾行為與總體經濟因素關聯性之文獻. 學. 有限理性理論與從眾行為相關理論文獻. 政治大. Nat. y. 假說建立與研究設計. n. 從眾行為存在與否. Ch. 實證研究. engchi. er. io. al. sit. 資料整理與分析. i n U. v. 從眾行為、交易量與總體經濟指標之關連性探討實證結果與分析. 結論與建議. 圖 1-3-1 研究流程圖. 7.

(15) 住宅市場從眾行為與總體經濟因素之研究. 第二章. 文獻回顧. 本章內容共分為四節，第一節回顧從眾行為之相關理論，第二節則為從眾行為實證模型之相關文獻，第三節探討國內外股票市場與不動產市場從眾行為相關實證成果，第四節回顧影響不動產市場之相關總體，進而尋找可能影響不動產市場從眾行為與交易量之總體經濟變數，並藉由文獻回顧尋找不動產市場從眾行為之研究缺口。. 第一節從眾行為相關理論傳統財務學建立在理性預期(Rational Expectations)理論上，而將其運用. 治政大會充分反應所有的資訊；而投資人的交易決策則假設其能理性且有效率的反應市立場資訊，但許多行為財務學家在實證中發現效率市場並不存在。實證結果並顯示於資本市場中則為效率市場假說，該假說定義在有效率的資本市場中，市場價格. ‧ 國. 學. 投資人對於市場訊息反應有延遲之現象，且資本市場存在超額報酬，因此資本市場並非理性預期假設中如此具有效率。. ‧. Simon(1982)認為經濟學家所謂的純理性決策與追求最大效用的決策方式並. y. Nat. 不存在，因此提出了有限理性理論與滿意度(satisficing)，認為市場中大部分. sit. 的人都無法做出最適的決策，而是依據有限訊息並使用經驗法則(rule of thumb). er. io. 來進行決策，也因人們往往無法做出最佳決策(maximizing decision)，而會做. al. n. v i n Ch (1979)提出了著名的展望理論(Prospect e n gTheory)，一則是認為人們對於利得時 chi U. 出滿意決策(satisficing decision)。行為財務學中 Kahneman and Tverskey. 則傾向風險規避，而損失時則成為風險偏好者，大多不願意認賠出場，展望理論中表示當人們面臨獲利時大多不願意冒險，面對損失時卻有厭惡損失(loss aversion)的情形產生，對於等量的獲利與損失時，人們則更難以忍受損失，因此在進行投資決策時常有為了避免後悔(regret avoidance)，進而產生不理性的投資決策結果；二則是人們對於事情發生的機率會受到認知偏誤的影響，而此偏誤會使主觀機率與客觀機率產生偏離。Odean(1998)分析投資者有賣出利得，但卻繼續持有損失的行為，導因於過度自信與避免後悔，當一再獲利時，投資人過度自信情形加劇，交易將更加頻繁，使得市場交易量增加；心理學家 Wickens(1984)發現人們在將接收之資訊和記憶比較進行決策的同時，容易因經驗法則造成主觀機率判斷偏誤，進而產生過度自信之情形，當投資人認為自己擁 8.

(16) 住宅市場從眾行為與總體經濟因素之研究. 有的資訊比別人多且好時，將造成資本市場上股價超漲超跌的現象，因投資人認為目前的價格尚未反應其所擁有之資訊。從眾行為概念最早出現在 Keyens(1936) 「The GeneralTheory of Employment, Interest and Money」一書，書中並表示資產市場中的從眾行為是人們面對不確定性問題，以及有限資訊時之反應，在不確定的世界中，不動產投資者進行決策判斷時將不僅考慮資產未來增值空間，同時也參考其他投資者對於其價值的判斷，因為當他們認為本身並未有擁充分資訊時，於進行決策前參考別人對於不動產的定價則相對較為明智。心理學家 Asch 在 1951 年運用了圖片線條研究人們如何受到他人影響，進而產生從眾行為，研究計畫中除了受詴者本人不知道計畫，其餘人皆知道計畫內容並且將答案故意說錯，此時研究結果發現有. 政治大發展至現今的從眾理論(Herding Theory)，當別人的資訊更有價值時，人群將選立擇忽略私人的訊息。Banerjee(1992)認為當自身擁有之訊息並非傾向進行該決策 37%的受訪者放棄自己的選擇，進而追隨群體選擇了錯誤的判斷。上述思想延續. ‧ 國. 學. 時，人們卻跟隨別人的決策進行相同之決策，即為從眾行為。 Bikchandani, Hirshleifer and Welch (1992)表示人類藉由學習他人行為. ‧. 而傾向做出相同之決策，但決策結果並非一定正確，但模仿的效果也往往使得決. sit. y. Nat. 策結果成為潮流，因為在不確定時，人們將傾向先看其他的投資者如何進行決策，因為人們相信他人可能擁有較多的信息。而投資者對於自身資訊解讀的心態亦可. io. n. al. er. 分為過度自信與信心不足，當過度自信時，人們對於自己所擁有的資訊與能力往. i n U. v. 往有高估的情形，使市場中充斥過多雜訊，其決策行為將無法反應市場基本面之. Ch. engchi. 資訊；當信心不足時，人們將默視本身擁有之資訊，轉而跟隨他人之投資決策，即產生了從眾行為。Shiller(1984)發現投資人的誤判常常具有群聚效果，因從眾行為為跟隨群體之決策行為，使人們本身所擁有的資訊無法反應到市場，更使得單一資訊有過度反映的情形產生，市場價格則將偏離合理價格。綜合上述概念，學者們開始尋找產生相同交易結果與從眾行為存在之因素，並進行分類。Devenow(1996)將從眾行為因素分成報酬外部性( Payoff externalities)的從眾、聲譽風險與代理人的從眾(reputational herding)、資訊瀑布流的從眾(Informational externalities: Cascades)三種；而 Wermers 於 1999 年的研究中則將從眾行為產生因素分成聲譽風險、運用相同指標分析、資訊瀑布流，以及因偏好而產生從眾行為之四種因素。結合 Devenow(1996)、. 9.

(17) 住宅市場從眾行為與總體經濟因素之研究. Graham (1999)、Wermers(1999)、Bikhchandani and Sharma(2000)等研究中之分類方式，從眾行為之原因大致可分為下述幾類: (1) 外部報酬( Payoff externalities) Devenow(1996)首先提出了以銀行取款潮(Bank runs)為例說明外部報酬對投資人行為的改變，因投資者間可參考彼此對於銀行存取款之情形，且當銀行終止長期投資計畫時，表示銀行將會有資金短缺之問題，進而產生了銀行提款潮。其餘尚有市場流動性(Liquidity in markets)與資訊取得(Information acquisition)影響外部報酬不同，就市場流動性而言，美國於 19 世紀尚有 250 1. 個證券交易所，至今剩下不到十分之一，當市場交易產生規模經濟、市場深度足夠、流動性較佳時，無論是資訊擁有者或無資訊者皆能從此市場受惠(Admati and. 政治大市場中，投資者進行決策時往往會參考前面投資者的投資決策，因此第一階段進立行投資決策者往往會成為後期投資之參考。投資人獲得資訊後，並不會馬上反應 Pfleiderer,1988; Chowdhry and Nanda,1991)。就資訊取得而言，同一個交易. ‧ 國. 學. 在價格上，因此在許多期的交易中，價格往往在最後一期才會顯現出來，並反應出所擁有之資訊( Froot et al. ,1992)。. Nat. y. ‧. (2) 聲譽風險與代理人的從眾(reputational herding). sit. 基金經理人會忽視自身的訊息，而追隨其他聲譽較佳之經理人意見，否則將. al. er. io. 遭受聲譽上的風險(Scharfstein and Stein ,1990)。運用 Scharfstein and Stein. v i n Ch 力增加，其從眾行為將減少；而分析師的聲譽越高，其為了要保有現有之地位與 engchi U 薪資水準，其態度將較轉為保守而選擇從眾，但聲譽較小的分析者則較可能運用 n. 的概念, Graham (1999)提出了從眾行為的聲譽模型，表示隨著分析師的分析能. 其私人資訊採取相反之決策行為；若市場中事先公開之資訊，將使得分析師的從眾行為增加，因個別的分析師不太可能因私人的資訊而與公開資訊採相反的觀點，其投資決策行為將受公開市場指標影響，增加其從眾行為。因此從眾行為存在與否亦會隨著市場指標變動而產生差異。 (3) 資訊瀑布流的從眾(Informational externalities: Cascades) 表示投資人將會參考先前投資者之決策行為，來推論自身擁有之資訊合理與否。因此當市場中領先行動的投資者皆做出相同之決策，而跟隨者模仿前者決策. 1. 市場深度衡量方式為一單位的價格變動，需有多少的成交量變動。當成交量變動大時，價格會有明顯的波動，則表示該市場深度不足。 10.

(18) 住宅市場從眾行為與總體經濟因素之研究. 之行為，往往造成資訊如同瀑布般的向下匯集，資訊產生了滾雪球的效果，進而產生了從眾行為(Banerjee,1992)。 (4) 運用相同指標分析之從眾 Bikhchandani,Hirshleifer,and Welch(1992)表示經理人會進行相同的決策，是因為他們擁有相同的資訊，以及藉由相關的指標進行分析，進而得到相同之決策結果。 (5)偏好的從眾有些機構會對於某些投資商品的特性有特殊的偏好或厭惡，例如流動性較低的投資商品或股票，進而產生投資行為上的從眾(Falkenstein ,1996)。. 治政從上述從眾行為之原因中可發現從眾行為不僅存在於基金經理人，一般個別大立投資人亦存在從眾行為。檢視上述各原因存在之對象，外部報酬是投資者蒐集資 ‧ 國. 學. 訊的前提，當有獲利的可能，投資者才願意蒐集資訊，因此為了得到外部報酬而產生的從眾，在一般投資人與機構代理人皆會產生。而聲譽風險產生的從眾，則. ‧. 是代理人、分析師間較普遍存在的從眾因素，為了追求聲譽與績效，他們選擇忽視自身之資訊，即使該資訊可能讓其脫穎而出，但對於聲譽相對較高之代理人，. Nat. sit. y. 他們寧可選擇保守的從眾。資訊瀑布流的從眾，不僅出現於代理人間，對於資訊. io. er. 掌握較不齊全的個人投資者，更是此種情形下的從眾者，而機構投資者雖蒐集能力較強，但如前述的聲譽從眾問題，機構投資者往往會追隨專業的投資顧問或機. n. al. Ch. i n U. v. 構進行相同之決策，但其專業的投資顧問本身投資決策亦可能無法完全反應出資. engchi. 訊，因此資訊瀑布流下的從眾者，不僅個別投資人、代理人、機構皆有可能產生。而運用相同指標進而分析產生的從眾行為，於一般投資人與代理人間皆會產生，因一般投資人於投資決策前，亦會參考公開經濟指標，例如經濟成長率、股價指數等公開指標而決定是否進場投資。而偏好的從眾則是購買商品類型的從眾，當市場眾投資者皆排斥購買的商品，轉賣不易，投資人購入時往往考慮再三；反之，若是市場中極為熱銷之產品，投資人則會一窩蜂的搶進，造成該產品交易量大增、價格波動超過其合理的漲跌範圍。但不論從眾行為的產生因素為上述何種類型，市場中存在從眾行為的結果皆會造成市場價格波動異常，漲幅超出其合理範圍，以及市場中集體買進或賣出，造成交易量異常情形產生。. 11.

(19) 住宅市場從眾行為與總體經濟因素之研究. 第二節. 從眾行為衡量模型. 目前研究從眾行為的模型可分為兩大主要衡量方式，一是以報酬為主體，觀察金融商品之報酬是否符合理性預期，另一則是以交易量推論是否存在從眾行為。其中運用報酬率推論從眾行為之衡量模型，以 Christie and Huang 於 1995 年研究中運用 CSSD (Cross-Sectional Absolute Deviation)模型，其概念為運用橫斷面報酬率標準差，以及 Chang,Cheng and Khorana 於 2000 年將 CSSD 加以修改成為 CSAD(Cross-Sectional Deviation of Return)模型進行從眾行為推論，而 CSAD 模型則運用橫斷面該股票報酬率與市場報酬率之差，再取絕對值進行離. 政治大正向關係。因理性資本訂價模式理論推論下兩者應呈正向關係，但若存在從眾行立. 散程度判斷，並運用該模型判斷市場股票報酬離散程度與市場報酬間，是否存在為，則呈負向關係。. ‧ 國. 學. 而運用交易量推論從眾行為則是以交易量或交易人數資料為主體，觀察投資. ‧. 者在一段時間內，是否有群體買進或賣出之情形，如 Lakonishok,Schleifer,and Vishny(1992)的 LSV 指標，LSV 指標概念在於探討不同機構投資人於不同期間中. sit. y. Nat. 從眾行為的情形，乃運用交易量的概念觀察投資者在一段期間內，是否針對某種. io. er. 金融商品有集體買進或賣出之情形，若有集體買進或買出之情形顯著大於帄常之水準，則表示市場存在從眾行為。但因 LSV 指標無法看出從眾行為是源自於買. n. al. i n U. v. 方或賣方，因此 Wermers(1999)提出了買進的 LSV 指標與賣出從眾的 LSV 指標。. Ch. engchi. 然而，不動產市場之交易特性無法如股票市場可區分為買進賣出，不動產市場交易的同時隱含了買方與賣方同步進行交易之行為，因此即使運用 Wermers(1999) 提出之買方 LSV 指標或賣方 LSV 指標，亦仍需有可區分為買方、賣方之獨立交易資料，因此該指標運用於不動產交易市場較不妥適。從交易決策並考量投資人心理層面之觀點出發，從眾行為為受別人影響而產生交易行為，甚至可謂為模仿先前投資者之決策，再進而跟隨進行相同之投資決策。Acemoglu (1993)捕捉到人的行為其實是十分類似的學習過程，而 Topol (1991) 提出的從眾模型中表示人的行為在不確定的世界中更會出現模仿、傳染的效果(mimetic contagion)，但模仿的過程、訊息傳遞的過程亦會出現落後的情形，而此種模仿、傳染效果則為從眾的行為反應。在不確定的市場中，他人願付之價格也許會反應個人所無法得到之資訊，因此投資者願意支付之價格，將會 12.

(20) 住宅市場從眾行為與總體經濟因素之研究. 是他認為該資產的基本價格與他人願付價格相加權之後的結果，且當市場不確定性上升時，他人願付價格的加權權重將會提高。 Baddeley(2005)運用 Topol 於 1991 年提出當人的行為產生模仿、傳染效果時，則存在從眾行為，嘗詴將此觀點運用於不動產市場，使用不動產交易資料建立動態時間序列模型(dynamic models)，分析不動產當期交易量與前期交易量，以及持有成本之關連性，進而推論該市場存在從眾行為與否。此模型將投資人仿效前期投資者之決策之行為以及內心理性考量因素同時加以量化，其中內心理性考量因素則運用 Jorgenson( 1963)持有成本的觀點，用於該模型中則表示投資人進行購屋決策時會評估此時進場購屋未來每月需支付成本多寡，其中住宅之持有成本尚需考量貸款、預期資本利得，以及租金收益等因素，因此投資人在進場. 政治大顯示當期持有成本與當期交易量呈顯著反向變動時，則表示此時購置住宅將負擔立的持有成本越高，投資者理性的考量下，將使得市場交易量減少。但若模型結果. 時並非僅考量當時的房價水準，而尚須理性的考量自身的負擔能力。若模型結果. ‧ 國. 學. 顯示，當期交易量尚同時受到前期交易量顯著同向變動影響時，並受到前期交易量影響程度大於當期持有成本時，則表示市場投資人在理性評估後，其決策行為. ‧. 仍存在 Topol (1991)所提出的模仿、傳染效果，並且受他人決策行為影響更甚於運用自身資訊理性評估的未來成本支出，則表示該市場存在了從眾行為。. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.

(21) 住宅市場從眾行為與總體經濟因素之研究. 第三節. 國內外從眾行為實證研究. 國內外將行為財務學概念運用於不動產市場之文獻較少，而從眾行為之實證研究大致可分為以金融商品為主體，以及交易者從眾行為研究為兩種主要類別。而不論為上述何種主體之研究，皆主要以股票市場為主要研究對象。金融商品為主體則為判斷股票市場、基金市場是否存在從眾行為，Chang,Cheng and Khorana(2000)運用股票市場的報酬波動判斷是否存在從眾行為，研究結果顯示南韓與台灣股票市場存在顯著的從眾行為，而日本則是些微從眾行為，但美國與香港股票市場則無從眾行為。Hwang and Salmon(2004)實證結果更顯示影響從眾行為的因素大致可分為總體因素與個體因素，總體因素如經濟景氣、利率、金融. 政治大. 風暴期間、市場價格走高或是走低、利率等因素影響，個體因素則為產業類別、基金規模、基金類型、前期市場報酬率、價格波動情形等因素影響。而前期市場. 立. 報酬率對於從眾行為之影響，許多文獻實證結果顯示當市場存在從眾行為時，將. ‧ 國. 學. 會產生正向回饋交易2，而此種交易現象存在對股價呈現助漲、助跌的影響力。而交易者種類的從眾，大多以共同基金經理人、外資操作股票型基金之情形. ‧. 為研究對象，觀察交易者對於某支股票的買賣量，或買進、賣出某支股票之交易. y. Nat. 人數，來推估交易者群體買進、賣出之情形是否顯著大於帄常水準，若顯著並集. sit. 中於買方或賣方，表示該市場存在從眾行為，實證結果顯示資本市場發展越成熟. er. io. 之市場，共同基金從眾現象越不顯著(Lakonishok etal.,1992)。而國內江宏儒. al. n. v i n Ch 行為，表示市場發展程度與從眾行為顯著與否呈反向變動。除了股票市場從眾行 engchi U 為之研究，曾榮騰於 2007 年對於台灣權益型 REITs 進行從眾行為驗證，結果顯於 2002 年研究指出，已開發市場並不存在從眾行為，新興市場則顯著存在從眾. 示台灣的權益型 REITs 報酬率與波動性都呈現非常穩定之狀態，其研究結果並未如同股票市場中存在從眾行為，結果顯示台灣權益型 REITs 並未存在從眾行為。國外文獻中關於不動產市場從眾行為之驗證甚少，Baddely(2005)運用動態時間序列模型以英格蘭與威爾士地區進行從眾行為實證，運用 1981 年 Q1 到 2000 年 Q4 之不動產交易資料、銀行貸款資料、貸款違約筆數等資料，模型結果顯示英國在 1981 年至 2000 年不動產市場存在從眾行為，價量存在了不穩定的波動，而不穩定的波動導因於從眾行為、市場金融風暴、價格泡沫化等因素，且研究結 2. 所謂正向回饋交易為投資人在股價上升後買進、價格下跌後則賣出之情形，是一種趨勢追逐行為(Montier,2002)。 14.

(22) 住宅市場從眾行為與總體經濟因素之研究. 果顯示持有成本與市場交易呈現顯著的負向關係，表示當時進場購屋所產生的持有成本過高時，則市場中的交易筆數減少。國內研究部分，陳明吉、曾琬婷(2008)則運用報酬率離散的概念進行台灣不動產市場從眾行為驗證，並區分為成屋市場、地價指數等不動產商品為研究對象，運用季資料進行分析，其研究結果顯示成屋市場在市場價格上漲時，存在從眾行為，且從眾現象有遞延的情形，而影響從眾行為之因素中，個體因素部分則以前期報酬率、交易量波動程度為影響因子，當前期市場報酬率越高，則會加深從眾行為產生。而相較於個體因素，總體因素影響從眾行為則更為顯著，以租金指數、所得、貨幣供給額、通貨膨脹、匯率、經濟成長率為主要影響從眾行為之因素；而其研究結果亦顯示，金融風暴期間台灣不動產市場存在惜售現象，因此該風暴因子則顯著不影響從眾行為。. 立. 政治大. 綜合上述研究結果，目前國內外從眾行為研究對象仍以股票市場為大宗，研. ‧ 國. 學. 究中所運用之方法則以下述三種模型為主，包含以交易量觀點判斷從眾行為之 LSV 指標，以及以報酬率觀點衡量從眾行為之 CSSD 模型與 CSAD 模型。但不動產市場從眾行為驗證受限於資料型式無法適用於 LSV 模型，於國外研究部分則有運. ‧. 用交易量觀點之動態從眾模型，而國內不動產市場則運用 CSSD、CSAD 進行實證. sit. y. Nat. 分析，而實證結果亦顯示總體經濟變數將影響不動產市場從眾行為，因此，不動產市場從眾行為研究受限於不動產市場交易資料之性質，研究模型無法完全採用. io. n. al. er. LSV 指標、動態從眾模型、CSSD 與 CSAD 模型，需針對不動產市場交易資料之性. i n U. v. 質進行模型修正，現今國內外不動產市場從眾行為驗證尚僅由報酬觀點進行驗證，. Ch. engchi. 對於交易量與從眾行為關係探討研究闕如，且總體經濟指標衡量大多僅為當期總體經濟變數，則少有運用前期總體經濟變數探討其與交易量，以及從眾行為之關聯性。. 15.

(23) 住宅市場從眾行為與總體經濟因素之研究. 第四節. 總體經濟變數與不動產市場之關連性. 目前從眾行為探討大多為股票、基金等市場，對於不動產市場則少有著墨，因此為了探討當不動產市場存在從眾行為時，可能影響交易量之總體經濟因素，需先探討主要影響不動產市場之總體經濟變數。影響不動產市場之總體經濟變數研究，大多為不動產需求量、價格、景氣與總體經濟變數之關聯性。本研究欲以上述三面向之研究結果進而探討可能影響不動產市場從眾行為與交易量之總體經濟因素。 Fortura and Kushner 於 1986 年運用加拿大都市房價資料進行分析，研究結果顯示預期通貨膨脹將使不動產需求量大增，市場交易量大增帶動房價上漲。. 政治大係，顯示貨幣供給額與利率領先不動產價格之變動。McCue and Kling(1994)探立. Darrat and Glasock 於 1993 年檢視芝加哥地區不動產市場與總體經濟變數之關. 不動產報酬率之變動，其中名目利率之影響力較明顯。. 學. ‧ 國. 討不動產實質報酬率與總體經濟變數之關係，研究顯示物價指數、名目利率影響. ‧. 國內探討影響不動產價格之因素研究結果如下述，陳明吉(1989)運用 1973 年至 1988 年之不動產價格，探討影響不動產價格之因素，研究結果顯示股價指. sit. y. Nat. 數、通貨膨脹、房屋建築費用指數較具解釋力。傅舒妙(1989)研究顯示前一期的. io. er. 國民所得成長率、預期通貨膨脹，以及土地單價為影響住宅價格變動之主要因素，而前兩期之國民所得成長率、建築成本物價指數，以及前一期的住宅存量亦有影. n. al. i n U. v. 響住宅價格之效果。林秋瑾、黃珮玲(1995)探討臺北市住宅價格與所得、物價、. Ch. engchi. 股價、貨幣供給額、利率、工資，以及匯率等總體經濟變數之關係，結果顯示總體經濟指標有領先住宅價格之情形。曾建穎、張金鶚、花敬群(2006)探討臺北地區租金與房價之關係，實證結果顯示租金與房價存在長期均衡關係，但短期情形，租金與房價顯著受其自身前期變動之影響，但租金與房價兩者間並無因果關係，與過去研究認為房價領先租金之說法有所出入。針對住宅需求因素之探討，吳森田(1994)則認為住宅需求主要受到所得、房價、貨幣供給額、家戶數、預期增值、物價水準、家戶數之影響。彭建文與張金鶚(2000)認為購屋需求受到房價、租金、所得及預期景氣之影響。而不動產市場與總體經濟市場之關連性，林秋瑾、王健安、張金鶚(1996)探討房地產景氣與總體經濟景氣於時間上領先、同時、落後之關係，研究結果亦顯示房地產景氣落後總體經濟景氣。因此，可推論並非全為當期之總體經濟變數影響該期住宅價格、 16.

(24) 住宅市場從眾行為與總體經濟因素之研究. 需求及景氣，因總體經濟與房地產市場彼此呈現領先落後之關係，故考量總體經濟變數應不僅考慮當期之變數。除此之外，國內研究結果顯示股價指數與不動產市場之關連性十分顯著，其中營建類股價與不動產市場之關係更甚於股價指數，江明宜(1997)更進一步對於營建類股價與其他總體經濟變數進行分析，結果顯示營建類股價變動領先空屋數、建築執照、土地買賣移轉登記件數(扣除建物買賣移轉登記件數)等變數，而總體經濟變數中營建類股指數亦領先貨幣供給額。此結果顯示，不僅不動產交易資料與總體經濟變數當期、前後期可能有關連性，總體經濟變數之間亦有領先落後之關係，因此探討不動產市場與總體經濟變數之關連性，應考慮總體經濟變數之落遲項、當期對其之影響性。. 治政大綜合上述四節文獻回顧之結果，國內外不動產市場從眾行為之研究甚少，其立研究模型也大多引用股票市場從眾行為驗證方式，但研究模型設計中尚有許多不 ‧ 國. 學. 動產市場無法克服之因素，因此研究方法現多為運用報酬率進行從眾行為分析。但股票市場對於從眾行為驗證以 LSV 模型為大宗，此概念乃運用投資人之交易筆. ‧. 數進行從眾行為之分析，以投資人是否有群體買進、賣出，一致的投資決策做為市場是否存在從眾之依據，然而不動產市場對於運用投資人交易筆數來推論從眾. y. Nat. sit. 行為之研究尚闕如，為不動產市場從眾行為相關研究之研究缺口。. er. io. 而股票市場亦大多以月資料進行分析，不動產市場受限於資料型式則大多以. al. n. v i n Ch 法捕捉，因此若能以月資料進行不動產市場分析，捕捉更細微的影響效果，補足 engchi U 季資料進行分析，但不動產市場價格波動，受到總體經濟變數影響之月效應則無. 不動產市場中研究之缺口。. 17.

(25) 住宅市場從眾行為與總體經濟因素之研究. 第三章. 實證模型建立與資料說明. 本章節分為研究設計與資料說明，研究設計中將說明本研究欲使用之模型概念與檢定方式；資料說明則為使用資料與變數上之基礎分析。. 第一節. 實證模型建立. 本研究欲先使用動態時間序列模型推論不動產市場是否存在從眾行為，再進一步使用自我迴歸分配落遲模型(Auto-regressive Distributed Lag, ARDL)檢定總體經濟因素、個體經濟因素與從眾行為之關聯性，該模型不僅可檢定當期變數與從眾行為之關係，也因不動產市場存在資訊落後情形，因此不僅當期總體經. 治政大變動。因此，本研究實證模型將檢驗當住宅市場存在從眾行為時，其前期與當期立各種總體經濟變數與住宅市場交易量之關連性，然而，時間序列模型須經過相關濟指標可能影響市場交易情形，於總經變數公布前後亦可能造成住宅市場交易量. ‧ 國. 學. 變數檢定、模型檢定以確定模型的適宜與否。. 因此，進行時間序列模型估計前，首先必須了解資料的穩定程度。因此判斷. ‧. 該變數是否為定態時，需進行單根檢定(unit root test)，本研究使用 Augmented. y. Nat. Dicky-Fuller(ADF)與 Phillips-Perron(PP)單根檢定。了解各變數在水準值是. sit. 否為定態，若非定態則需進行一階差分，當一階差分後可拒絕其存在單根之虛無. 一、從眾模型. al. n. 之估計。. er. io. 假設，則表示該變數在差分後已為穩定，而穩定之變數才可再進行時間序列模型. Ch. engchi. i n U. v. 動態的時間序列模型則表示模型中的應變數和自變數有跨期性的影響，其最簡單的情形如下: α. (3.1). 此種模型表示，x 變化一單位，在當期對 y 的影響是γ，而到了下一期，y 又會受到前一期 y 的影響，影響的倍數是β，但其影響的效果會隨著期數的增加而遞減。而本研究欲運用 Topol (1991)提出人類行為乃模仿、傳染效果之概念，將從眾行為解釋為投資人購屋前理性考量後，仍參考前期投資人交易情形而進行投資決策之行為，並修正 Baddely(2005)提出動態從眾行為模型，其概念為投資人於 18.

(26) 住宅市場從眾行為與總體經濟因素之研究. 購屋前會先理性參考當時進場未來每月將支付之房屋持有成本做為購屋與否之依據，但除了理性的考量外，投資人尚會參考前期市場交易情形，並且受到前期市場交易情形影響程度更甚於內心理性考量時，則市場存在從眾行為。因此運用此概念下之從眾模型如下: α. (3.2). 其中，Volumet 為當期不動產交易量，UCt 則為於前期進場將支付之不動產持有成本，t 為時間趨勢。而 S 為原模型中季節影響變數，國外不動產市場受季節影響其交易情形，然而，於台灣不動產市場中季節變數則不顯著，但卻有所謂 329 檔期3與光輝十月4使得不動產市場於該月交易量大增，且本研究資料型式為月交易資料，因此季節變數將以 3 月虛擬變數（3m）與 10 月虛擬變數（10m）取代，修正後模型如下： α. 立. 政治大 (3.3). ‧ 國. 學. 其中不動產持有成本則為 Jorgenson(1963)提出之概念，意為購屋者於該月. ‧. 進場後，未來持有不動產每月所需支付的成本，若持有成本越大則表示購屋後每月負擔較多，因此不動產持有成本將伴隨不動產資本利得與租金收益而降低，但. al. (3.4). er. io. sit. y. Nat. 卻隨著貸款成本而提高。模型中不動產持有成本（UCt）計算過程如下:. n. v i n Ch 運用各地區歷年每月的房價資料乘上帄均購屋面積進行各月份帄均購屋價格詴 engchi U 算，並運用帄均貸款成數與各月份購屋貸款利率進行每月貸款利息成本(μ)計算，其中，μ是貸款利息成本，p 則為房價資本利得，ρ則為租金收益。本模型. 再扣除月資本利得與租金收益，得到購屋者於該月進場購屋時，未來每月將支付的持有成本費用。 Bikchandani, Hirshleifer and Welch (1992)、Banerjee(1992)認為從眾行為為忽略本身資訊轉而跟隨他人決策行為之情形，而產生模仿的效果，即使自身訊息並非傾向進行該決策。因此，本模型中運用前後期交易量關係推論他人的決策行為是否存在模仿效果，而持有成本則為決策者本身內心理性的考量，若內. 3. 329 檔期為春節連續放假後，主要的假期，加上四月春假假期到來，投資人看屋時間增加，亦增加不動產市場的交易量。 4 光輝十月亦有 928 檔期之說法，因台灣人大多避免於農曆七月購屋，加上 928 教師節與 10 月雙十節，購屋者看屋時間較多、市場買氣較旺，於台灣無週休二日前，329 與 928 檔期更加明顯。 19.

(27) 住宅市場從眾行為與總體經濟因素之研究. 心理性考量與跟隨他人情形同時存在，並受內心理性影響程度小於他人決策行為之影響時，則表示該市場存在從眾行為。於模型結果顯示上則為當期交易量受到前期交易量與當期持有成本顯著正向與負向相關，並且受到前期交易量影響程度大於持有成本時，則可推論該市場存在從眾行為。. 二、自我迴歸分配落遲模型 Jorgenson(1966)提出自我迴歸分配落遲模型，基本的表示方式如下:. (3.5) 其中. 為落遲 i 期的外生變數向量，其最大落遲項則為。此模型 x 的變. 政治大不會全然在當期發生效果。而將(3.3)式加入總體、個體經濟變數的當期與落遲立項後則可表示如下:. 動對 y 的影響有遞延效果(lagged effects)，也就是說 x 變動對 y 所造成的影響，. ‧ 國. 學. α. ‧. 為當期不動產交易量，. 則為前期不動產交易量，最. sit. y. Nat. 其中，. (3.6). 大落遲至期；而 x 則可為總體、個體經濟變數，並可同時放入該變數之當期與. n. al. 與. er. io. 落遲期數列，其最大落遲期為期。若本模型結果 U. i n U. v. 時，則表示持有成本越高時，不動產交易量則越少；並且. Ch. engchi. 呈顯著負相關與. 亦. 呈現顯著正向相關時，則表示當期的交易量不僅受持有成本影響，亦會受前期交易量之影響，若受到前期交易量之影響程度大於持有成本之影響時，則可推論市場存在從眾行為。並運用(3.6)式進一步探討當市場中存在從眾行為時，當期、前後期不同的總體經濟變數對市場當期的交易影響情形為何，意為當從眾行為驗證變數同時顯著時，尚有何前期、當期總體經濟變數對交易量有顯著之影響，進而探討顯著總體經濟變數、交易量與從眾行為之關連性；若基本從眾模型結果顯示該地區並無從眾行為，加入其他總體經濟指標後，卻顯示該區存在從眾行為，則表示該區投資者存在參考該總體經濟指標後產生從眾的決策行為。. 20.

(28) 住宅市場從眾行為與總體經濟因素之研究. 三、相關模型檢定古典的迴歸中，估計時須符合下列基本假設，為殘差必須符合無自我相關 (non-autocorrelation)與變數應符合常態分配(normality)，以及殘差需具同質變異(homoskedasticity)，且模型必須要考慮是否有結構性轉變、共線性等問題，因此針對上述基本假設，必須藉由下述檢定確定模型適宜與否。 1.殘差之自我相關檢定 (1)Q 檢定 Q 檢定為運用 Q 統計量針對所估計模型之殘差進行是否有「自我相關5」之檢定。其虛無假設則為「此變數從 1 到 p 階都沒有自我相關」，因此無法拒絕虛無假設則代表無自我相關。而最大落遲項 p 的選取，(Enders,2004)建議應取 p 為. 政治大 (2)Breusch–Godfrey serial correlation LM test 立. 樣本的四分之一為其最大落遲項。. 其虛無假設同於 Q 檢定，亦為「殘差從 1 到 p 階皆無序列相關」，若虛無假. ‧ 國. 學. 設成立，則表示序列無自我相關。 (3) Durbin-Watson 檢驗. ‧. 本檢驗用於檢驗殘差序列的自我相關，檢定時需先依據模型之自由度與變數. sit. y. Nat. 個數查表得知其上限值(dL)與下限值(dU)，若判斷準則如表 3-1-1 所示，若落入. io. 型無自我相關的情形。. n. al. er. 之區間皆非表中三區間，則無法判斷。一般而言，當 D.W.值越接近 2 則表示模. Ch. 表 3-1-1 D.W 檢定判斷原則表序列存在正相關 0≦D.W.＜dL. engchi. 序列無自我相關. i n U. dU ＜D.W.＜4-dU. v. 序列存在負相關 4-dL＜D.W.＜4. 但 D.W 檢驗有下述問題:若模型中存在一解釋變數為延遲變數 Yt-1，則不適合用 D.W.檢定，但 LM 檢定仍然可以用於此種情形。 2.常態分配檢定--Jarque-Bera 統計量本統計量亦稱為 JB 統計量，為針對所估計模型之殘差進行是否符合「常態分配」之檢定，因此亦稱為「常態性檢定」(normality test)。其虛無假設則為「被檢定的變數為常態分配」，因此在選定的顯著水準下，如果 JB 檢定無法拒絕虛. 5. 當殘差有自我相關之現象，則表示該模型估計出之參數雖有不偏性與一致性，但是卻不具有效性(Kmenta,1986)。 21.

(29) 住宅市場從眾行為與總體經濟因素之研究. 無假設，則表示該變數較可能符合常態分配；反之，則表示該變數不符合常態分配。 3.殘差異質變異檢定--White Test 古典模型中之殘差需符合同質變異之假設。而 white 檢定之概念為跑一個輔助迴歸，而其虛無假設則為「不存在異質變異」，因此拒絕虛無假設則表示存在異質變異，當存在異質變異時則表示估計出來的係數並不具備有效性。 4.Ramsey RESET test 此檢定為 Ramsey 於 1969 年提出，此檢定用於檢定模型中是否忽略了重要之變數，或是放入了不重要之變數，而造成估計上之誤差。因此此檢定為迴歸設定誤差(Regression specification error test)之檢定，可檢定模型的型式與加入. 政治大表示，該模型仍有改善之空間，必須修正選取之變數或增加模型中之變數，直到立無法拒絕虛無假設為止。之變數是否適宜。其虛無假設為「模型無設定錯誤」，因此若拒絕其虛無假設則. ‧ 國. 學. 5.CUSUM 檢定（Cumulative Sum of the recursive residuals）利用逐次迴歸殘差（recursive residuals）來進行檢定，概念為如果序列無. ‧. 結構性轉變6，則運用哪一段樣本估計出的模型，進行樣本外一期的預測，即「向. y. Nat. 前一期（one-step-ahead）預測」誤差亦不會太大，因此若模型出現結構性轉變，. al. n. 6.Chow 的結構性轉變. er. io. 迴歸殘差。. sit. 則「向前一期預測」的值將越來越大。而向前一期預測的誤差值就是所謂的逐次. Ch. engchi. i n U. v. 結構性轉變7問題之考量，亦有文獻稱之為迴歸係數的安定性(stability)。而其中 Chow 的結構性轉變檢定分成轉變點檢定(break point test)與預測性檢定 (predictive test)。不論為何種檢定方式，其虛無假設為「樣本資料無結構性轉變」，當資料拒絕了無結構轉變的虛無假設，則表示應於模型中應再加入適當的虛擬變數。 (1)轉變點檢定檢定樣本中的子樣本(sub-sample)間，是否具有同樣之性質。 6. 估計時間序列模型時，採用的樣本資料期間較長，或是在樣本期間有重大的經濟因素發生變化時，將使估計發生偏誤。雖亦無法確定實際造成估計值偏誤之因素，但能知道結構轉變點發生於何時，增加模型之適宜性。 7 估計時間序列模型時，採用的樣本資料期間較長，或是在樣本期間有重大的經濟因素發生變化時，將使估計發生偏誤。雖亦無法確定實際造成估計值偏誤之因素，但能知道結構轉變點發生於何時，增加模型之適宜性。 22.

(30) 住宅市場從眾行為與總體經濟因素之研究. (2)預測性檢定當子樣本數小於待估計係數個數時(例如當總樣本 34，但結構性轉變點為 31，則將分割為兩個子樣本，前段為 30 個，後段則為 4 個)，若待估係數有 4 個以上時，則無法運用轉變點檢定，需運用預測性檢定。 7.F 檢定運用 F 檢定來進行迴歸模型的顯著性檢驗，針對模型的整體效果，亦即為所選擇的解釋變數對被解釋變數的解釋力，當拒絕虛無假設時，即為 p 值小於顯著水準(如 0.1 或 0.05)，則表示於該顯著水準下，其模型具有顯著性。 8.模型選擇準則當數個模型皆通過上述各種檢定時，運用 AIC（Akaike information criterion）. 政治大. 與 SC (Schwarz criterion)是統計上常用於評估模型配適度之依據，AIC 或 SC 值越小則表示模型配適度越佳，並依據此原則於本研究中僅挑選各模型配適度最. 立. 佳之結果進行分析說明。. ‧ 國. 學. 因此本研究將運用從眾模型檢定是否存在從眾行為，以及運用自我迴歸分配落遲模型探討當市場存在從眾行為時，該市場之交易量與各總體、個體經濟變數. ‧. 之關連性，必須進行上述時間序列之相關檢定，以確定估計係數之有效性與模型配適度，以及變數選取之適宜與否。. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(31) 住宅市場從眾行為與總體經濟因素之研究. 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. 政治大臺北市市中心區:松山區、大安區與信義區立. 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:. ‧ 國. 學. 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. sit. y. Nat. 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. io. er. 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. n. al. i n U. v. 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. Ch. 易量及從眾行為關連性之探討。. engchi. (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。 24.