影響銀行不動產擔保品估值調整幅度因素之研究-以S銀行為例 - 政大學術集成

全文

(1)國立政治大學地政學系碩士在職專班論文國立政治大學地政學系碩士在職專班論文. 影響銀行不動產擔保品估值影響銀行不動產擔保品估銀行不動產擔保品估值調整幅度因素幅度因素之研究因素之研究 S銀行為例政治-以大立. ‧. ‧ 國. 學. The Determinants Affecting the Adjustment of Appraised Value of Real Estate Collateral--- A Study of S Bank. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 研究生：. 陳穎貞. 指導教授：指導教授：. 林左裕博士. 中華民國. 1 0 4. 年. 0 7. 月.

(2) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(3) 謝誌真的要畢業了，在自己身上看到人真的有無限可能！要感謝的人太多，首先當然是我的指導教授左裕老師，在百忙之中指導我的論文方向，也為我解惑。當然也要感謝期初期末給予我論文許多建議的子欽主任與小蘭老師。還有二位大功臣，濰銓與群猛二位學長，在繁忙的工作之餘，除了給予我論文上許多建議外，. 政治大. 還特別來擔任期初期末評論人，由衷感謝。. 立. 方瑩、鳯茹、盈輝、多多、月蕊、十元、Tom、Candy、文. ‧ 國. 學. 姿、于玲、虹荏，還有許多族繁不及備載的朋友們，感謝你們的. ‧. 打氣與鼓勵，在低潮時給我打氣加油，不斷拉著我往順利畢業的. Nat. io. sit. y. 方向前進。. al. er. 最後，要感謝我親愛的家人們，謝謝宗徽在我想放棄時，推. n. v i n Ch 了我一把，在我提筆振書時，默默在我身邊陪伴著，也要謝謝姐 engchi U 妹們常常在精神上給我許多支持。當然最重要的是我的父母，謝謝你們尊重我人生上的每一個選擇，沒有你們沒有現在的我。謹將此論文獻給我最愛的家人與朋友們，謝謝你們！陳穎貞謹致於國立政治大學地政學系中華民國 104 年 7 月.

(4) 摘要過去文獻對於不動產擔保品估值的研究，通常以銀行最終核定之價格做實證分析，本研究從銀行內部不動產擔保品價格變動情形，來探討影響銀行辦理授信程序時內部各單位決定不動產擔保品價值之因素，就不動產擔保品估值為依變數，實證分析申請人與不動產擔保品各項條件，研究結果顯示分行內部承辦人員估值及總行授審處估值之各項變數中以申請額度、區位、建物面積、屋齡、車位之有無等五項變數對估值具顯著影響。總行鑑價科則在區位、建物面積、屋齡、車位之有無等四項變數呈現顯著，影響總行授審處估值與鑑價科估值差額之因素則以是否為年齡、六個月平均存款餘額及申請額度等變數呈現顯著。分析結果顯示，分行承接業務時，考量擔保品條件與申貸金額。鑑價科則可能因此受到分行內部承辦人員估值的錨點影響，產生干擾效果。而授審處調整擔保品估值金額時，考量還款能力時，可能更重視的是借款戶於本行的往來存款實績。. 立. 政治大. ‧ 國. 學 ‧. 關鍵字：不動產擔保品、估價、複迴歸、定錨、5P. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(5) 英文摘要 Previous studies on the appraised values of real estate collaterals are mostly empirical analyses on the final value approved by the creditor bank. The study, directing its attention to the changes in the appraised value of real estate collateral within a bank, examined the factor affecting the value of real estate collateral appraised by the different units of a bank. With the appraised value set as the dependent variable, the study conducted an empirical analysis on the loan applicants and the various features of the pledged collaterals. According to the study results, loan amount, location of the pledged collateral, floor area, age of the building, and provision of parking space emerged to be variables reaching statistical significance in the appraisal at both a local branch and the head office. Location, floor area, age, and parking space remained the statistically significant variable for the head office. Age of the applicant, average deposit account balance for the past six months, and loan amount appeared to be the statistically significant variable influencing the discrepancy in the values appraised by the local branch and the head office. As indicated by the analysis results, the local branch tended to place greater emphasis on the features of the pledged collateral and the loan amount; the appraisal office at the local branch might therefore be interfered by the value assessed by the responsible appraiser due to the anchoring effect. On the other hand, in adjusting the value appraised by the local branch, the head office would pay considerable attention to the applicant’s overall performance as a bank client in addition to repayment capacity.. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.


(7) 目. 錄. 緒論 ............................................... 第一章 ............................................... 1 研究動機與目的 ................................... 1 第一節第二節研究架構與流程 ................................... 8 ........................................... 第二章文獻回顧................................ ........... 11 第一節銀行授信評估準則 ................................ 11 第二節定錨效果 ........................................ 18 第三節特徵價格理論 .................................... 21 ........................................... 第三章研究設計................................ ........... 25 第一節研究方法 ........................................ 25 第二節資料來源與資料範圍 .............................. 29 變數之定義、第三節變數之定義、變數類型 ............................ 31 第四節模型建構 ........................................ 35 ................................. 第四章資料與實證結果分析 ................................ . 39 第一節影響分行內部承辦人員估值之因素 .................. 39 影響銀行總行鑑價科估值之因素第二節影響銀行總行鑑價科估值之因素 .................... 44 第三節影響銀行總行授審處估值之因素 .................... 47 第四節影響銀行總行授審處估值與總行鑑價科估值差額之因素 50 ......................................... 第五章結論與建議................................ ......... 53 第一節結論 ............................................ 53 第二節建議 ............................................ 56. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. I. i n U. v.

(8) 表目錄表 1 消費者貸款及建築貸款餘額統計表.................................... 2 表 2 模型變數分類及定義彙總表 ........................................... 14 表 3 授信 5P 原則與其對應的解釋變數原則與其對應的解釋變數................................... 14 表 4 授信變數整理表 .............................................................. 15 表 5 美國特徵價格模型常用變數分類統計 .............................. 22 表 6 我國特徵價格模型最常使用之十類變數 .......................... 23 表 7 研究對象敘述性統計分析表 .......................................... 26 表 8 本研究授信原則及其解釋變數 ......................................... 34 表 9 變數類型 ......................................................................... 34 表 10 變數說明表 ................................................................... 37 表 11 模型複迴歸分析結果匯整表........................................... 40 表 12 茲將顯著自變數與依變數之關係分析說明如下： .......... 40. 政治大表 13P2 模型迴歸分析匯整表 ................................................. 44 立表 14 茲將顯著自變數與依變數之關係分析說明如下： .......... 44 ‧. ‧ 國. 學. 表 15 總行授審處估值之複迴歸分析表 ................................... 47 表 16 茲將顯著自變數與依變數之關係分析說明如下： .......... 48 表 17 銀行總行授審處估值與總行鑑價科估值之複迴歸分析表 50 表 18 茲將顯著自變數與依變數之關係分析說明如下： .......... 51. n. er. io. sit. y. Nat. al. Ch. engchi. II. i n U. v.

(9) 圖目錄圖 1 消費者貸款餘額走勢圖 ...................................................... 2 圖 2 銀行內部三價關係圖 .......................................................... 5 圖 3 研究流程圖 ........................................................................ 9. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.


(11) 第一章緒論第一節. 研究動機與目的. 壹、研究動機 1980 年代後期日本出現泡沫經濟，隨後在 90 年代初期發生崩潰並產生金融危機，此次的泡沫經濟，使日本陷入長期的經濟蕭條。而泡沫經濟形成的原因，包括外匯政策及政府改革政策不清等各項因素。但其中日本銀行授信觀念不佳、銀行審查部機能弱化，重視擔保品的徵提，輕忽貸款動機與款項用途，亦是導致泡沫經濟原因之一。90 年代因泡沫經濟而產生的巨額不良債權（Non-Performing Loan, NPL）更導致許多金融機構營運狀況惡化，甚至接連倒閉，包括當時日本十大銀行之的北海道拓殖銀行與日本第四大券商山一證券。日本政府泡沫經濟崩解後，陸續推動各項金融改革，其中 2002 年 10 月發佈金融改造計畫中，主要改革的項目為：嚴格. 立. 政治大. ‧. ‧ 國. 學. 查核資產、充實自有資本、強化管理機制、調和地區銀行、強化中小企業金融、特別支援問題銀行以及企業再造工程等，顯示日本政府為協助金融機構處理不良債權，並輔導其回復正常經營，已從銀行內部最根本之嚴格查核資產、強化管理機制等處開始執行(李智仁，2006)。健全的金融體系是穩定社會金融秩序非常重要的一環，而銀行在其中. Nat. y. sit. n. al. er. io. 更扮演著重要的角色。銀行的利潤來自於收受存款1與授信2之間的利差。依授信類別3則可分為直接授信、間接授信、無追索權應收帳款承購業務等三項。直接授信又可分為企業貸款、消費者貸款及其他：如政府機關、團體之貸款或其他新種授信商品。其中，消費者貸款在中央銀行統計中，又分為購置住宅貸款、房屋修繕貸款、汽車貸款、機關團體職工福利貸款、其他個人消費性貸款、信用卡循環信用餘額等六項，在國人有土斯有財之固有觀念下，國內消費者貸款中比重最高者首推購置住宅貸款。. Ch. engchi. i n U. v. 根據中央銀行統計消費者購置住宅貸款餘額，自 94 年 5 月至 104 年 4 月止，總金額逐年增加，如圖 1 所示。截至 2015 年 4 月止，總金額高達 5.8927 兆，總額再創新高，而購置住宅貸款佔消費者貸款餘額比例亦由 58.96%攀升至 81.79%，如表 1。由此可知，購置住宅貸款對銀行而言即 1. 銀行法第 5-1 條：本法稱收受存款，謂向不特定多數人收受款項或吸收資金，並約定返還本金或給付相當或高於本金之行為。 2 銀行法第 5-2 條：本法稱授信，謂銀行辦理放款、透支、貼現、保證、承兌及其他經中央主管機關指定之業務項目。 3 中華民國銀行公會會員授信準則第 10 條，最新版本為該會 102 年 2 月 19 日全授字第 1020000167A 號函修訂 1.

(12) 為非常重要之利潤來源，授信品質之良窳便為影響銀行收益之關鍵。. 消費者貸款餘額走勢圖 7,000,000 6,000,000 5,000,000 4,000,000 數列1. 3,000,000 2,000,000. 政治大. 1,000,000. 立. ‧ 國. 學. 9405 9411 9505 9511 9605 9611 9705 9711 9805 9811 9905 9911 10005 10011 10105 10111 10205 10211 10305 10311. -. 圖 1 消費者貸款餘額走勢圖. ‧. 表 1 消費者貸款及建築貸款餘額統計表. 貸款. al. n. 底貸款. sit. 機關團體其他個人信用卡. 房屋修繕汽車貸款. er. 購置住宅. 消費者貸款. io. 年月. y. Nat. 單位：新台幣百萬元. 購置住宅貸款佔消費者. 職工福利消費性貸循環信小計. Ch 貸款. 款. 用餘額. engchi. i n U. v. 貸款餘額比例. 9405. 3,661,193. 710,039 126,274. 174,046 1,093,612 444,309 6,209,473. 58.96%. 9505. 4,061,000. 742,050 135,131. 166,736 1,033,715 395,571 6,534,203. 62.15%. 9605 4,367 650. 23,9 9 106,890. 135,851. 97,503 286,797 6,518,600. 67.00%. 9705. 4,561,731. 815,665 76,476. 109,642. 722,786 250,584 6,536,884. 69.78%. 9805. 4,585,547. 779,861 56,603. 89,848. 686,446 214,857 6,413,162. 71.50%. 9905. 4,929,467. 717,162 54,015. 74,232. 684,695 178,340 6,637,911. 74.26%. 10005. 5,204,803. 554,229 64,678. 66,768. 697,997 146,336 6,734,811. 77.28%. 10105. 5,290,918. 434,386 76,633. 63,622. 752,854 133,274 6,751,687. 78.36%. 10205. 5,464,223. 342,673 92,750. 59,329. 758,351 120,942 6,838,268. 79.91%. 10305. 5,725,398. 270,771 110,945. 53,106. 793,997 112,282 7,066,499. 81.02%. 10404. 5,892,739. 222,262 116,367. 48,267. 817,428 107,452 7,204,515. 81.79%. 資料來源：資料來源：中央銀行全球資訊網消費者貸款餘額（中央銀行全球資訊網消費者貸款餘額（104.05.22））. 2.

(13) 授信品質之良窳為影響銀行收益之關鍵，審查制度的嚴謹與否與銀行不良債權的產生往往有著因果的關係，過去文獻不少探討授信因子與違約風險之關聯性，林左裕、劉長寬（2003）實證結果顯示，在設定的十個解釋變數中，借款金額、客戶性質4、職業、年收入、保證人、教育程度等六項變數達顯著水準，為影響授信案件違約的顯著變數。方顯光、張曉楨（2008）研究指出，性別、教育程度、婚姻狀況、產權狀況、職業、貸放金額及總體負債對正常戶的具預測能力；周百隆、林佳君、馮偉銘（2013）實證分析壽險公司放款資料顯示，非已婚者、貸款成數越高、年繳保費越少、屋齡越長以及抵押品坐落區或為屏東縣之貸款者，違約發生機率越高。. 政治大. 台灣金融產業5中，關於授信業務係以傳統之 5C 為原則，所謂 5C 即. 立. 品格(Character)、能力(Capacity)、資本(Capital)、擔保品(Collateral)及營. ‧ 國. 學. 業狀況(Condition of Business)。1970 年起銀行界逐漸採用較具系統性的 5P 為授信原則，5P 係為借款人(People)、資金用途(Purpose)、還款來源. 2011)。. ‧. (Payment)、債權保障(Protection)及借款人展望(Perspective) (林左裕，. sit. y. Nat. er. io. 銀行在放款的過程中，最重要的是債權的回收，次要才是利息的收入，. al. v i n Ch 償還借款的能力。換言之，金融機構承作房屋貸款，要求房地產抵押品作 engchi U n. 也因此不論 5C 或 5P 原則，授信業務評估承做的關鍵應是借款人是否具備. 擔保僅是消極的防範措施,而借款人的償債能力與意願才是金融機構所該. 關切的。(李桐豪、呂美慧，2000)。就債權保障的角度，因不動產具增值性、抗通膨等特性，故國內銀行多以徵提不動產為擔保品為主。惟不動產具異質性，不動產價格之評定不同於一般量產之商品有固定價格。不動產買賣時，市場上買方對同一不動產有不同價格之評定，通常由市場最高價成交，形成市場買價。在銀行辦理不動產擔保品估價時，所考量之因素除市場成交行情外，因擔保期間通常長達二十年或者更長，更必須考量不動. 4. 初次往來與否金融產業可大約分為金控業、證券業、期貨業、租賃業。而銀行屬於金控業旗下的一環，本文所探討的對象以收受存款與授信為大宗的銀行業為主。 5. 3.

(14) 產之擔保價值。. 在放款實務上，就供給與需求的角度而言，銀行為供給者，提供資金給市場上有資金需求的民眾，有資金需求的民眾會比較各家銀行所能提供的條件，選擇一家條件最符合需求的銀行申請貸款額度，而考量貸款條件的內容主要能分成三項：利率、額度與寬限期的有無，其中，若為個人消費金融的房屋貸款，在不考量借款人還款能力下，擔保品估值乘上貸款成數即為可貸款額度。目前貸款成數政府已明令各類不動產購置時之可貸成數6上限，因此估值便成為可貸金額最重要的因素。當可貸成數無法調整時，調整估值便能調整可貸金額。. 治政大對銀行而言，同一擔保品在銀行內部可能會出現三種價格，P 為市場立價格，P 為高於市場之價格（即高估），P 為低於市場之價格（即低估）， 0. １. ２. ‧ 國. 學. 其意義說明如下： 1.. 對營運部門而言，P１有利於市場競爭，且較易達成年度. ‧. 營運目標，因此分行估價會趨近 P１，但對風控部門而言，. y. 對風控部門而言，P２有利於風險控管，因此風控部門價. sit. 2.. Nat. P１價格風險提高。. n. al. er. io. 格會趨近 P２，於 P２但對營運部門而言，會造成競爭力. i n U. v. 下降。因此理論上，這時候不動產擔保品價格會趨近 P0，. Ch. 如圖 2 所示。. engchi. 6. 中央銀行理監事聯席會依據房市情況作出決議，如 103 年 6 月 26 日發布修正「中央銀行對金融機構辦理購置住宅貸款及土地抵押貸款業務規定」限制： 1. 購屋貸款之特定地區範圍增列新北市 4 個行政區(五股區、泰山區、八里區及鶯歌區) 及桃園縣 4 個行政區(桃園市、蘆竹市、中壢市及龜山鄉)。 2. 新增全國不分區單一借款人之第 3 戶以上購屋貸款，最高貸款成數為 5 成之規定。 3. 調整高價住宅認定標準，並將最高貸款成數降為 5 成。 4. 調降公司法人購置住宅貸款最高貸款成數為 5 成。. 4.

(15) 圖 2 銀行內部三價關係圖. 不動產擔保品價格評估，對銀行整體而言，若擔保品價格趨近 P１，一旦不動產景氣反轉時，可能造成違約機率提高，易損及銀行債權。而若擔保品價格趨近 P２，競爭力下降，可能導致營運不善。. 政治大不動產估價師法自民國立 89 年實施後，內政部曾於 90 年 5 月 8 日有關. ‧ 國. 學. 金融機構放款所需估價之令釋中(90 年 5 月 8 日台(90)內地字第 9006941 號)解釋有關金融機構因辦理放款業務需要，由承辦人自行對客戶所提供擔. ‧. 保之不動產評估其價值，係為金融機構自己事業需要而辦理，非為「受託人之委託業務」，不受不動產估價師法第 14 條規定限制，該函文解釋令於. sit. y. Nat. 103 年 1 月 21 日廢止，惟至今行政院金融督管理委員會仍未正式發函要求. io. 於不動產擔保品估價模式可分為三類：. n. al. Ch. er. 銀行不動產擔保品估價必須由估價師簽證。也因此目前實務上金融機構對. i n U. v. 一、外部估價：即委託外部不動產估價師事務所進行估價。如上海、花旗。. engchi. 二、內部專屬估價部門估價：即銀行內部設有專屬不動產估價部門，專職不動產估價，如國泰世華等。三、內部放款承辦人員自行估價：即銀行內部未設有專屬不動產估價部門，擔保品估價交由放款承辦人員自行估價，如台銀、陽信、新光人壽。. 此三種模式所面臨之風險，第一種外部估價的金融機構抵押貸款的經紀人為達成放款績效，會給外部估價的估價師壓力，目的在影響不動產估價結果（kinnard et al.,1997）。第二種內部專屬估價部門之金融機構，不動產估價師或估價人員與放款業務人員可能是同一銀行的同僚關係，二者存 5.

(16) 在著業務依存的關係 (陳淑美、黃麗燕、陳彥仲，2013) 。第三種內部放款承辦人員自行估價之金融機構，經理人對某些特定案件會干預放款承辦人員之情況，以盡量達成客戶之期望，或對上級關切案件，也會有盡力配合及盡速辦理之壓力。. 本研究擬從銀行內部各部門對不動產擔保品價格認定的決策過程中，探討影響銀行內部各單位對不動產擔保品估值調整幅度之因素。透過複迴歸分析同一擔保品，分別由銀行內部放款人員、總行鑑價科與總行授審處出具之不同估值及調整幅度，藉以了解影響三組估值及調整幅度之主要因素。. 貳、. 研究目的. 立. 政治大. ‧ 國. 學. 根據上述研究動機，歸納本文研究目的如下：. 一、藉由複迴歸探討銀行內部放款人員、總行鑑價科與總行授審處就. ‧. 同一擔保品之估價因素為何？分析擔保品估價是受到借款人因素或擔保品本身條件之影響？. Nat. sit. y. 二、調整不動產擔保品價格的過程中，是否與借款人因素有關？若與. al. er. io. 借款人因素有關，影響放款估值之因素有那些？. n. 三、藉由分析影響三組價格模型及調整幅度之因素，作為銀行擔保品授信估價之建議。. 參、. Ch. engchi. i n U. v. 研究限制. 本研究主要限制如下：一、案件資來源受限，台北市、新北市案件借款金額 1000 萬以下，由各分行經理人授權，規定時間內送總行備查，無需經由總行覆核。故樣本數為總行權限以上，非全行全數案件。二、該銀行屬中小型金融機構，客層群多為公司負責人，與國內外文獻中，職業別對授信風險之影響可能較不明顯。三、以銀行授信為估價目的，估值較為保守，且易受過去承攬類似案件或同社區之估值影響。並受銀行內部規範限制，如半年內估值不得調整。 6.

(17) 四、鑑價科估值在風險控管考量下，以分行估值為基礎往下修正，若分行估值低於市場行情，以分行估值為鑑價科估值。故影響因素與方向可能趨近一致。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 7. i n U. v.

(18) 第二節. 研究架構與流程. 壹、研究架構本研究共分為五章，第一章為緒論，說明金融產業有關不動產擔保品估價之概況，進而說明不動產擔保品估價授權由放款人員承辦，放款人是否可能因專業不足或業績壓力等其他因素，而對不動產擔保品之估價，包含其他因素之考量。. 第二章為相關理論及文獻回顧，歸納整理過去文獻資料，第一節為銀行授信評估準則，探討銀行授信之原則，並整理過去研究中，銀行授信研. 政治大顧定錨效果，整理參與者尋求價格參考點形成價格決策之相關研究。第三立究實證模型中所選取之變數，為模型建構時變數選取的依據。第二節為回. 節為特徵價格理論，整理過去研究實證模型中所選取之變數，成為模型建. ‧ 國. 學. 構時變數選取的依據。. ‧. 第三章為研究設計，以特徵價格理論為基礎，選取影響價格之變數，. io. sit. y. Nat. 建構本研究模型，並說明變數設定及處理方式。並簡要說明迴歸分析結果。. n. al. er. 第四章實證結果分析，運用統計軟體對研究資料進行分析，探討影響不動產擔保品三組估值及調整幅度之主要因素。. Ch. engchi. i n U. v. 第五章為結論與建議，根據第四章實證結果及研究問題，提出本研究之結論，並對後續研究及實務面做建議與參考。. 8.

(19) 貳、研究流程. 研究動機與目的. 研究方法、範圍與限制. 相關理論及文獻回顧. 銀行授信準則. 特徵價格理論. 學. ‧ 國. 立. 治政定錨理論大研究設計. ‧ y. 模型建構. n. al. er. io. sit. Nat. 變數選取. Ch. i n U. 實證結果與分析. engchi. 結論與建議圖 3 研究流程圖. 9. v.

(20) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 10. i n U. v.

(21) 第二章文獻回顧本章第一部分先介紹銀行授信評估準則。第二部分回顧定錨理論效果的不動產估價行為研究，說明估價師或買賣雙方等市場參與者的行為與價格形成之關係。第三部份介紹運用特徵價格理論研究不動產價格影因素之文獻，並綜合相關文獻成果，作為本研究選擇變數探討參考。. 第一節壹、. 銀行授信評估準則. 銀行授信評估準則. 神吉正三(2011)指出銀行融資業務應強調安全性、流動性、收益性、. 政治大. 公共性及成長性等五項原則，這五項原則是金融界融資的鐡律。岡內幸策、. 立. 小野兵太郎(2006)則提到銀行有運用大眾的儲蓄得到利益，再將利益分配. ‧ 國. 學. 給儲蓄者的社會責任，因此，銀行在運用資金的同時，必須要採取保守主義，有關不動產擔保品應遵守安全性、確實性及市場性三原則。. ‧. 銀行傳統二大業務為收授存款與授信，而二者之間之利差即為銀行利. Nat. sit. y. 潤的來源，因此銀行辦理授信業務應本安全性、流動性、公益性、收益性. er. io. 及成長性等五項基本原則7，並依借款戶、資金用途、償還來源、債權保障. al. 及授信展望（5P）等五項審核原則核貸之。國內目前實務上授信原則依中. n. v i n Ch 華民國銀行公會會員授信準則之五項審核原則製作授信報告書，逐項進行 engchi U 評估並予綜合研判，茲將授信 5P 因素說明如下： 8. 一、. 借款戶（借款戶（People））：. 銀行授信首重借款戶之誠信度，因此借款人因素乃針對借款戶及其主要負責人之經營背景及能力進行徵信分析，以瞭解其品格及履行債務之責任感。借款戶之誠信為一切商業信用的根本，必須多方調查，以徹底瞭解借款戶之真正品德，以防止詐欺事件之發生，避免銀行授信遭受損失。. 7 8. 中華民國銀行公會會員授信準則。林左裕，2011：427-429、陳逸文，2000. 11.

(22) 二、. 資金用途（資金用途（Purpose））：. 一般而言，銀行徵信報告中，會從年齡、經驗、專業訓練、經營事業財務報表、銀行往來、信用評等等各項經歷相互參證而評估借款戶之誠信度。. 資金運用計畫為評估授信案件能否成立的先決條件。若該授信缺乏正當且具體的用途，極可能造成日後資金回收的困難。資金用途不同時，評估重自不相同，如為短期性周轉金貸款，必須明瞭借款人之業務性質、產銷程序和財務狀況，須切合借款人資金週轉之實際需求，並以借款金額不超過全年營收為原則，另一方面亦可避免重複融資。. 治政大償還來源（三、償還來源（Payment））：立償還來源為債權確保之第一道防線，此與資金用途為授信 5P 中最重要 ‧ 國. 學. 的二個原則。銀行需評估借款戶是否有正常而充分之償還來源，憑以按時清償債務。就個人戶而言，視其各項收入之多寡而定。. ‧. y. Nat. 為確保借款戶可依約償還本息，個人授信部分，除薪資、事業、投資、. sit. 利息等所得收入需考量外，借款戶本身所擁有動產與不動產之多寡亦足佐. n. al. er. io. 證借款戶之還本付息之能力。. 四、. Ch. engchi. 債權保障（債權保障（Protection））：. i n U. v. 債權保障為銀行授信之第二道防線，可分為內部保障與外部保障，內部保障係借款戶之財務結構、擔保品及放款合約承諾條件；外部保障則指保證人、背書人及承兌人等之履約保證。就佔最大比重之不動產擔保品保障而言，基本上其估價不得以任何理由高於買賣價或合理時價，並須詳細評估其處分難易度，避免估價不實及超貸情事發生。. 五、. 授信展望（授信展望（Perspective））：. 即對借款戶本身事業前景及產業環境趨勢評估放款所須承擔的風險與報酬。亦即考量客戶過去情況及展望其未來之發展性。另尚須評估承作該筆授信所耗成本和可能承擔之資金凍結、本金損失風險，. 12.

(23) 以及可能利得之利潤貢獻和衍生業務，權衡兩者得失後，以便決定放貸金額及利率。. 貳、影響授信品質之變數 Steenackers 及 Goovaerts(1989)以逐步邏輯斯迴歸分析(stepwise logistic regression)來探討影響信用之關鍵因素，研究指出影響信用重要變數有月收入、住宅所有權、前次貸款次數年齡、地址與工作的時間長度、有無電話、貸款期間、地區別、職業等等。Smith et al.(1996)則認為貸款成數、房屋座落地點、貸款金額及利率均與違約行為呈顯著正相關。過去國內對於房貸授信影響因素研究中，江百信、張金鶚（1995）研. 政治大. 究發現所得、職業、學歷等因素隱含購屋借款人的償還風險，過去與銀行往來借款實績之有無更為視為其償還意願指標，故銀行將視其能力或身分調整融資額度。而擔保品為決定融資額度的主要因素，其他如借款人所得、學歷、借款往來實績等因素雖亦為銀行所重視，但影響程度有限。更重要的是即使屋購買價格相同，銀行會有對所得較高的購屋借款人，評估其房屋價格較高的不合理現象產生。此情形與國外強調擔保品，更重視借款人償還能力的情況相佐。. 立. ‧. ‧ 國. 學. y. Nat. sit. 李桐豪、呂美慧（2000）實證研究發現，在不考慮借款人通信區域時，. n. al. er. io. 房貸客戶信用評量模型中，婚姻狀況、學歷、金融往來關係、貸款期間、借款人與擔保人關係以及借款人通信地址與擔保品的相對關係，是影響房屋貸款品質好壞的主要因素。. Ch. engchi. i n U. v. 林左裕、劉長寬（2003）實證結果發現，在設定之十個解釋變數中，借款金額、客戶性質、職業、年收入、保證人、教育程度等六項達到顯著水準，為影響授信案件違約與否之顯著變數。周建新、于鴻福、陳進財等（2004）指出職業、年齡、年所得、年所得佔借款金額比率、各行庫額度、各行庫餘額、借款（申貸）金額、不動產押值、估值等九個變數為重要鑑別因子。方顯光、張曉楨（2008）藉由逾期因子來分析銀行授信資產品質的差異，實證研究結果性別、教育程度、婚姻狀況、產權狀況、職業、貸放金額及總體負債等 7 個變數較具顯著性，對於銀行逾期放款之發生較有影響。而年紀和年所得則較不顯著。. 13.

(24) 梁榮輝、火光宗（2008）探討投資型房屋貸款申請人其收支情形與授信風險之關聯程度發現，8 項變數中以放款地區、資產／負債比、負債支出／收入比及債信等 4 項變數具有顯著性，如表 2 所示。表 2 模型變數分類及定義彙總表變數類別. 變數名稱. 衡量方法. 因變數. 收入／收入／支出比. 收入／收入／負債. 性別. 女：0. 貸放金額. 房屋貸款戶與銀行簽訂之金額. 貸放地區. 授信標的物所在地. 債信狀況. 正常有往來、有延滯、無授信往來. 資產／負債比. 資產／負債. 自變數. 負債／收入比結清期間. 立. 男：1. 負債／收入治政房屋貸款戶與銀行往來期間大. 資料來源資料來源：來源：梁榮輝、梁榮輝、火光宗（火光宗（2008））. ‧ 國. 學. 張素燕（2009）研究中，將信用貸款授信評量依 5P 區分如表 3：表 3 授信 5P 原則與其對應的解釋變數. ‧. 借款戶. 性別、年齡、婚姻、學歷、居所所有權、工作年資、最近三個月聯徵查詢家數、信用卡繳款狀態、貸款情況. er. io. sit. y. 解釋變數. Nat. 評估信用 5P 原則. al. 債權保障. v i n Ch 年收入、主債務、是否動用現金卡循環信用 engchi U 保證人或副擔保品. 授信展望. 行業/公司排名. 其他. 申請利率. 還款能力. 資金用途. n. 資金用途. 資料來源資料來源：來源：張素燕（張素燕（2009））該研究顯示，5P 中借款人的性別、年齡、學歷、聯徵查詢家數、貸款情況、主債務、進件時之申請利率，是影響信用貸款的良窳。周百隆、林佳君、馮偉銘（2013）實證分析壽險公司放款資料顯示，非已婚者、貸款成數越高、年繳保費越少、屋齡越長以及抵押品坐落區或為屏東縣之貸款者，違約發生機率越高。. 14.

(25) 參、小結實務上銀行辦理授信業務時，依中華民國銀行公會會員授信準則之五項審核原則製作授信報告書。依照 5P 原則，逐項進行評估並予綜合研判，決定貸放金額。. 過去文獻研究結果顯示，就 5P 中扣除債權保障外之 4P9而言，對於房貸授信影響因素最重要的為還款來源，而其中所得、負債比、來往實績則為影響之重要因素。其次則為借款戶因素。. 本研究借款戶屬性包含年齡、職業；還款來源包含借款人收入、負債. 治政大數，可供本研究建構實證模型時變數選擇之參考。立. 比、存款餘額及六個月平均存款餘額；申貸金額、申請利率、貸放比等變. ‧ 國. 年齡. 相關文獻. ‧. 評估信用解釋變數 5P 原則. 學. 表 4 授信變數整理表. sit. y. Nat. 周建新、于鴻福、陳進財等（2004）、張素燕（2009）方顯光、張曉楨（2008）、張素燕（2009）. n. al. er. io. 性別. 職業人. 借款戶. i n U. v. C周建新、于鴻福、陳進財等（2004） hengchi 、方顯光、張曉楨（2008）、林左裕、劉長寬（2003）、 Steenackers 及 Goovaerts(1989). 借款人與（李桐豪、呂美慧，2000）、林左裕、劉長寬擔保人關（2003）係借款人通（李桐豪、呂美慧，2000）信地址與擔保品的相對關係. 9. 借款人(People)、資金用途(Purpose)、還款來源(Payment)及借款人展望(Perspective). 15.

(26) 婚姻狀況. 李桐豪、呂美慧，2000 ）、方顯光、張曉楨（2008）、周百隆、林佳君、馮偉銘（2013）. 學歷、、（李桐豪、呂美慧，學歷、教育（江百信、張金鶚，1995） 2000 ）、方顯光、張曉楨（ 2008 ）、張素燕程度（2009）、林左裕、劉長寬（2003）債信、債信、貸款梁榮輝、火光宗（2008）、張素燕（2009）、 Steenackers 及 Goovaerts(1989) 情況聯徵查詢張素燕（2009）家數產權狀況. 方顯光、張曉楨（ 2008 ）、 Steenackers 及 Goovaerts(1989). 政治大. 客戶性質. 林左裕、劉長寬（2003）. 立. ‧ 國. ‧. 、周建新、于鴻福、借款人所（江百信、張金鶚，1995）得、年所得陳進財等（2004）、林左裕、劉長寬（2003）、 Steenackers 及 Goovaerts(1989). er. io. sit. y. Nat. 年所得佔周建新、于鴻福、陳進財等（2004）、梁榮輝、借款金額火光宗（2008）比率、比率、負債. al. n. 還款來源. 無. 學. 資金用途. Ch. 支出/收入比. engchi. i n U. v. 總體負債方顯光、張曉楨（2008 ）、梁榮輝、火光宗資產 / 負債（2008）、張素燕（2009）比主債務借款往來（江百信、張金鶚，1995）、李桐豪、呂美慧實績、實績、金融（2000）往來關係貸款期間. 李桐豪、呂美慧（ 2000 ）、 Steenackers 及 Goovaerts(1989). 16.

(27) 、方顯光、借款（申周建新、于鴻福、陳進財等（2004）貸）金額、、林左裕、劉長寬（2003）、Smith 金額、張曉楨（2008）貸放金額 et al.(1996) 申請利率張素燕（2009）、Smith et al.(1996). 貸款成數. 周百隆、林佳君、馮偉銘（2013）、Smith et al.(1996). 無. 其他. 各行庫額周建新、于鴻福、陳進財等（2004）度、各行庫餘額、餘額、. ‧ 國. 不動產押周建新、于鴻福、陳進財等（2004）值. ‧. io. 梁榮輝、火光宗（2008）、周百隆、林佳君、馮偉銘（2013）、Smith et al.(1996). n. al. y. 放款地區. sit. Nat. 不動產估周建新、于鴻福、陳進財等（2004）值. er. 債權保障. 立. 政治大. 學. 物. 借款人展望. Ch. engchi. 17. i n U. v.

(28) 第二節壹、. 定錨效果定錨效果. 定錨效果定錨效果. 定錨點（Reference Point）概念最早是由 Tversky and Kahneman （1974）提出，投資人在投資判斷的過程中會產生一個錨點，就是最近記住的價格，而使用這個錨的心理趨向強化了未來資產價格的相似性。也就是人們使用捷思（heuristic）10法解決問題時，容易導致不正確的判斷，此種偏見現象稱為定錨與修正（anchoring and adjustment）。人們在解決問題前，通常將短期記憶的訊息轉變為先入為主的觀念作為判斷的基礎，之後再依所收到之訊息進行調整，但實際上，無論如何調整，決策皆將受到定錨基礎的影響。. 治政大 Diekmann, Tenbrunsel et al. （1966）研究顯示，不動產議價時，買立賣雙方皆易受到自己先前交易記錄所支付價額的影響，尤其是賣家的購入 ‧ 國. 學. 價格，不僅影響買賣雙方價認知，也影響買家的出價判斷與決策。. ‧. Diza and Hansz (1977)研究不動產估價師之定錨狀況，利用實驗方式，. y. Nat. 發現參與研究之估價師在不熟悉地區估價時,會受到當地估價師提供之先. sit. 前價格的影響。也就是說，當估價師在不確定性較高的地區，估價過程中. er. io. 易受某些較易取得之資訊，並以此為基準評估勘估標的之價格。. al. n. v i n Ch 廖仲仁、張金鶚（2004）研究指出，跨區購買者因資訊不對稱而導致 engchi U. 以熟悉區域行情推估其他地區市場行情，而參考價格越高的跨區購買者，將因定錨效果多支付價格貼水。. 林子欽、柯光竣（2010）研究台北市 103 筆法拍屋拍定價格對於再轉售價格之影響，就筆數而言，60.2%的法拍屋轉售價格低於迴歸模擬之預期市價，似乎隱含了法拍屋拍定價格定錨效果的存在。但逐筆檢驗每筆法拍屋樣本的轉售價格與預期市價是否顯著不同時，結果發現法拍屋拍定價格對於其後再轉售價格並不存在定錨效果，經訪談發現，其原因可能為相 10. 認知心理學上，捷思指人們判斷時為減少資訊處理上的負擔，常捨棄較複雜的決策程序而倚賴經驗上直覺可行之快速思考途徑。（顏信輝、丁緯，2004）. 18.

(29) 當比例之投資者，會刻意不告知標的不動產原本為法拍屋的資訊，並採取特定策略增加買方資訊取得成本，降低買方議價能力。. 聶湘明（2011）以高雄地區估價人員作為研究，研究結果顯示將高雄地區的估價人員分為二個估價團體及四個水準參考點進行估價時，不同估價團體之估值結果無顯著差異，但不同參考點則對估值決定產生顯著影響，而估價年資及地區熟悉度會產生干擾效果。. 貳、. 小結. 定錨效果主要探討在不動產估價行為中，估價人員是否受到定錨點之. 治政大區行情並不熟悉，更易產生定錨效果。立. 干擾。過去文獻研究顯示，定錨效果是存在的，尤其是估價人員對於該地. ‧ 國. 學. 實務上，銀行內部鑑價部門亦可能產生定錨效果，原因如下：一、銀行內部資料庫. ‧. 銀行內部文件會有建檔動作，對於不動產擔保品也會就基本資料. y. Nat. 及鑑估價格建檔，因此當重複承辦同一社區擔保品或附近類似產. er. io. 二、工作效率. sit. 品時，可能會有定錨效果的出現。. al. n. v i n Ch 現。為縮短作業時程，提高工作效率，定錨效果或許是追求效率 engchi U 銀行內部估價非論件計酬，因此效率高或低，可能會影響工作表. 的方式之一。. 三、金管會業務檢查因金融監督管理委員會會定期對銀行執行業務檢查11，在擔保品估價方面，檢查之內容如下：（一）銀行是否訂定擔保品鑑(估)價標準，提報董（理）事會議決議後據以施行？所訂之鑑(估)價標準是否能覈實鑑估擔保品價值，其內容有無不合理之處？. 11. 金融監督管理委員會，檢查業務常見問答集：金管會檢查局會配合金管會之監理需求，並考量金融機構經營規模、業務性質、風險狀況與複雜程度、對金融市場影響及外部查核情形等因素，評估衡酌對金融機構檢查方式及週期；一般檢查週期原則不超過二年。. 19.

(30) （二）銀行對擔保品之鑑估是否根據時價、折舊率及銷售性覈實辦理？委託外界鑑(估)價結果是否僅供參考，銀行仍依所訂鑑(估)價標準，審慎評估委託鑑(估)價之合理性，覈實決定擔保品放款值？. 由上述規定可知，金管會對於擔保品應根據時價，覈實鑑估擔保品價值。實務上在業檢時，金管會檢查局針對不動產擔保品估價內容有無不合理提出之疑問，如同一銀行體係中不同分行間，承辦同社區貸款業務，為何價格出現落差？是故，銀行內部審查時，可能產生定錨於同社區價格或前期估值之情形。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 20. i n U. v.

(31) 第三節. 特徵價格理論. 本研究為探討影響不動產價格因素，透過特徵價格理論為基礎，回顧過去文獻中對不動產價格因素的研究結果，以期能掌握不動產價格因素之變數，作為本研究實證分析變數選擇之參考。. 壹、特徵價格理論特徵價格理論(Hedonic Price Theory)的起源，最早是由 Court（1939）提出用於汽車價格指數研究。Griliches（1961）首次將其運用在不動產估價上，說明住宅係由多種特徵屬性組合而成，而非同質性商品，並將住宅不動產價格視為各種住宅特徵屬性隱含價格的總合。. 立. 政治大. Lancaster（1966）提出新消費者理論（New Utility Theory），認為消. ‧ 國. 學. 費者藉商品許多不同的特徵組合產生效用進而獲得滿足，而相同的商品可能有不同的效用，不同的商品也可能具有相同的特徵，而不同的特徵帶給. ‧. 消費者不同的效用，便會產生不同的價格。. Nat. sit. y. Rosen(1974)將新消費理論加以擴充，並結合效用理論（Utility Theory）. er. io. 與 Alonso（1964）的競價理論 (Bid Price Theory)提出一套具有完整體系. al. 的估價方法，他認為產品係由許多特徵組成，其產品價格也應由各個特徵. n. v i n Ch 的價格所決定。Rosen 假設消費者在追求效用極大化的前提下，每增加一 engchi U 單位屬性，消費者願意額外支付之價格，即為該屬性之邊際價格，也就是該屬性的特徵價格。在特徵價格模型運用中，商品的各項特徵的數量，乘上相對應的隱含價格（implicit price），加總後即為該產品之總價。. 特徵價格理論被廣泛的運用在不動產價格及相關影響因素研究中，文獻中以特徵價格為依變數，不動產各自屬性為自變數，以迴歸方式分析不動產隱含價格。本研究將運用特徵價格理論，分析影響擔保品之各項屬性，分析同一組借款人與其提供之擔保品，在銀行內部不動產估價時，影響估值波動之因素，藉以探討不動產擔保品估價是否隱含借款人因素。. 21.

(32) 貳、影響住宅不動產價格變數不動產具異質性12（Heterogeneity），同一社區內之不動產，仍會因其樓層、面向、屋況等各項條件而價格不同，因此特徵價格法有相當多的文獻，針對不動產各項因素，對房價或地價做探討。 Sirmans et al.（2005）回顧美國 125 篇發表在期刊上的研究，整理出 20 項最常選取之變數，其中屋齡最常被納入分析且高度顯著，對房價大多是負面顯著的影響，而面積的影響則大多是正面顯著，此外房間尺寸、火爐、空調、庭院、游泳池等亦常被選取作為特徵價格模型的因子。研究中將自變數分類成八大組：構造與結構、房屋內在特徵、房屋外在設施、自然環境、社區環境區位、公共服務、市場及持有狀況與銷售、財務議題，綜整出各種房價影響因素並進行比較與討論，如表 5。. 政治大. 表 5 美國特徵價格模型常用變數分類統計. 立. 分類變數 5. 社區環距離境、區位高爾夫球場區位. n. 3. 房屋外車庫空間在設施游泳池陽台門廊車庫 4. 自然環湖景境面湖. Ch. y. sit. io. al. 犯罪率樹 6. 公共服學區務學區族群公共下水道 7. 市場、市場銷售期間持有狀況趨勢與銷售空屋率. er. Nat. 浴室卧室 2. 房屋內壁爐在特徵空調全套衛浴地下室半套衛浴、硬木地板. ‧. ‧ 國. 學. 分類變數 1. 構造與屋齡結構建物面積基地面積. engchi. i n U. v. 評估條件評估品質、所有者使用 8. 財務議取消抵押品贖回權題優惠融資財產稅聯邦住宅管理局融資. 海景景觀. 退伍軍人管理局融資. 資料來源：人整理（（2013）資料來源：Sirmans et al.（（2005））、蘇偉強等 4 人整理） 12. 林左裕（2011）個別不動產之區位、地質、座向及自然環境等均不相同，且具不可移動性，因此其交易型態多屬個別產品議價成交，此即不動產之異質性。. 22.

(33) 杜宇璇、宋豐荃、曾禹瑄、葛仲寧、陳奉瑤等 5 人（2013）將 1996 年第 1 季至 2012 年第 3 季發表的 27 篇文章，運用特徵價格模型進行研究，透過歸納法整合變數、變數類型及變收實證結果，整理出使用頻率前十名之變數（表 6）。表 6 我國特徵價格模型最常使用之十類變數名次. 變數. 名次. 變數. 1. 屋齡. 6. 建物所在樓層. 2. 建物面積. 7. 是否為一樓. 3. 行政區. 8. 成交日期. 4. 建物類型. 衛浴數. 5. 建物總樓層數. 結構. 政治大. 資料來源：）資料來源：杜宇璇等 5 人（2013）. 立. 蘇偉強、劉庭如、黃斐、陳奉瑤等 4 人（2013）彙整了 1998 至 2012. ‧ 國. 學. 年發表的 35 篇文章，運用特徵價格模型進行研究，與 Sirmans et al.（2005）統計美國相關文獻、杜宇璇等 5 人（2013）統計之分析結果進行比較，結. ‧. io. 表 7 各地最常使用之變數統計表. al. er. sit. Nat. 證變數，顯示這二個變數是影響房價的重要變數。. y. 果說明不論從何種主題探討，幾乎將「屋齡」與「建物面積」納入必要實. n. v i n 變數（變數（使用篇數）使用篇數） C變數（變數使用篇數） U變數（使用篇數） h e（n使用篇數） i 變數（使用篇數） h c g 屋齡（22）建物面積（24）屋齡（78）台灣（台灣（TSSCI））. 中國（中國（CSSCI））. 建物面積（20）行政區（15）住宅之建物類型（13）建物所在樓層（13）建物總樓層數（13）. 距 CBD 距離（20）建物面積（69）屋齡（14）車庫空間（61）所在樓層（11）壁爐（57）綠化率（10）房屋朝向（9）. 基地面積（52）浴室（40）. 是否為一樓（9）成交日期（7）衛浴數（7）. 捷運站距離（9）容積率（8）裝修程度（8）. 卧室（40）空調（37）全套衛浴（37）. 臨路寬（7）建物結構（7）. 住宅類型（8）. 游泳池（31）. 資料來源：資料來源：蘇偉強等 4 人（2013）） 23. 美國（美國（Sirmans et al.））.

(34) Lee and Ong （2004）就抵押風險承擔之研究中，使用 Probit 迴歸模型分析新加坡 SISV 機構資料，指出目前貸放比、屋齡、樓地板面積、支付對所得比率、所得與財富為影響申請人信用風險之之特徵因子。. 參、小結特徵價格模型被廣泛的運用在不動產價格分析研究中，綜觀前述文章，影響不動產價格之因素，不論國內外文獻中皆將「屋齡」與「建物面積」納入必要實證變數。本研究不動產擔保品個別屬性包含：建物面積、基地面積、土地使用分區或編定、建物型態、總樓層數、移轉樓層、停車位個數及面積、建物構造、屋齡等、區位等，可供本研究建構實證模型時變數選擇之參考。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 24. i n U. v.

(35) 第三章研究設計本章共分為四節，茲概要說明如下：第一節說明本研究所採用之研究方法；第二節敘述本研究之樣本來源與範圍；第三節描述研究變數之定義，以及變數類型的關係；第四節說明本研究所採用之模型與預期結果。. 第一節. 研究方法. 本研究整理過去銀行授信因素分析、定錨理論與特徵價格分析文獻，從銀行授信角度探討不動產擔保品估價。於本節中針對收集到之樣本，進行敘述性統計分析及複迴歸分析，說明如下：. 治政本研究共蒐集 90 筆樣本資料，先進行資料的敍述性統計，以瞭解整體大立樣本資料的特性，從最大值與最小值觀察是否有不尋常之狀況，由平均數. 壹、敘述性統計. ‧ 國. 學. 了解樣本分佈狀況，從標準差看樣本離散程度，標準差越小，表示平均數越具代表性，標準差越大，表示資料離散程度越高。. ‧. 表 3-1 為樣本敍述性統計，虛擬變數中，90 個樣本中，公司負責人為. Nat. sit. y. 申請人者有 50 筆（55.56%），申請人非公司負責人則有 40 筆（44.44%）。. al. er. io. 樣本坐落區位坐落於台北市者有 62 筆（68.89%），新北市 28 筆（31.11%）。. n. 是否為 4 樓部分，樣本位於 4 樓者佔 9 筆（10.00%），其餘為非 4 樓者佔. Ch. i n U. v. 81 筆（90.00%）。至於車位之有無，有車位者為 39 筆（43.33%），無車位者為 51 筆（56.67%）。. engchi. 在連續變數中，年齡最大值為 81 歲，最小值為 27 歲，平均數為 50.5 歲，標準差為 11.05。月收入（萬元）最多者為 132.31 萬，最少者 0.15 萬，平均數為 22.44 萬，標準差為 25.52。負債比最高為 15870%，最小值為 0%，平均數為 320%，標準差為 1660%。六個月平均存款餘額最高為 22131.7 萬，最小值為 0，平均數為 870.67 萬，標準差為 3183.76。顯示樣本中，貸款申請者平均年齡及負債比偏高，月收入及六個月平均存款餘額則較高，可能與本行客層群多為公司負責人、其餘如股東、董事、自由業等，少部分為雇員有關。. 25.

(36) 建物面積最大為 362.55 坪，最小值為 7.06 坪，平均數為 67.84 坪，標準差為 52.06。屋齡則最舊為 43.80 年，最新為 0 年，平均數為 18.11 年，標準差為 11.37，詳如表 3-1 所示：表 8 研究對象敘述性統計分析表項目. 50 55.56% --. --. --. --. 40 44.44% --. --. --. --. 年齡. 90 --. 81.00. 27.00. 50.50. 11.05. 月收入（萬元）. 90 --. 132.31. 0.15. 22.44. 25.52. 負債比(%). 90 --. 158.70. 0.00. 3.20. 16.60. 六個月平均存款餘額（萬）. 90 -90 -立. 是否為 4 樓車位有無. 是有. --. --. --. 28 31.11% --. --. --. --. --. 362.55. 7.06. 67.84. 52.06. 90. --. 43.80. 0.00. 18.11. 11.37. 無. y. 90. 81 90.00% --. --. --. --. 9 10.00% --. --. --. --. a39l 43.33% -v-i -n C h -51 56.67% e n g c h i-- U --. n. 件. 否. io. 條. 屋齡(年). 2174.88. 62 68.89% --. sit. 別. 建物面積. 3183.76. ‧. 新北市. Nat. 個. ‧ 國. 區位. 治 0.00 870.67 政 22131.70 大 15000.00 180.00 2280.93 學. 台北市. 押品. 最小值平均數標準差. 是否為公司是負責人否. 申請額度. 抵. 百分比最大值. er. 借款人條件. 個數. ---. 資料來源：本研究整理. 貳、複迴歸分析一、複迴歸分析本研究欲探討多項變數對於銀行不動產擔保品估價之影響，影響不動產價格之因素通常包含二個以上，故本研究選用包含多項變數之複迴歸分析。複迴歸分析是描述一個依變數與多個自變數之間的關係，研究二個以上自變數對依變數的影響，又稱多元迴歸分析（multiple regression analysis）。一般複迴歸模式方程式為. 26.

(37) Ｙ = b + b X + b X + b X + ⋯ + b X + ε (公式 3-1). 其中Ｙ：依變數；X、X … X ：自變數；b：截距；b、b … b ：各自變數之係數；ε：誤差項複迴歸運用在不動產估價理論中也稱作「特徵價格模型」（hedonic price model）。特徵價格模型可分為線性（linear-linear）、雙對數（log-log）、半對數（semi-log）及逆半對數（inverse semi-log）模型等四種。高毓穗（2007）提到 Malpezzi 指出半對數模型有下列 4 項特點：. 可簡單以特徵係數值說明當特徵變動一單位，住宅價格. 學. 對不同卧室間數的房子而言，多增加一間浴廁，對線性. ‧ 國. 治政大模型來說，價格效果是一樣的，但對半對數模型而言，立則會呈現出不同的價格效果。. 1.. 2.. 將變動多少百分比。. ‧. 4.. 半對數模型的計算很簡易，但缺點是，在反自然對數函. y. 半對數模型可減少異質變異的統計問題。. io. sit. 數時，所得價格可能有低估的情形。. er. Nat. 3.. al. n. v i n Ch 數為主，並認為以半對數形式最常使用。杜宇璇、宋豐荃、曾禹瑄、 engchi U. Sirmans et al.（2005）認為傳統上特種價格模型多以線性和半對. 葛仲寧、陳奉瑤等 5 人（2013）將 1996 年第 1 季至 2012 年第 3 季. 發表的 27 篇文章中，特徵價格模型設定包含線性、半對數與雙對數模型。其中，以半對數者佔最多，共計 17 篇，線性次之，共計 10 篇，雙對數者為 7 篇，顯示許多研究多傾向以半對數模型進行實證分析。. 二、共線性檢定共線性是指迴歸方程式中，解釋變數彼此之間有完全或高度線性相關，且各變數的參數估計值的標準差會變大。共線性問題是影響多元迴歸分析最重要的因素之一，一般以容忍值（tolerance）或變異數膨脹因素（variance inflation factor, VIF）來評估共線性的影響。. 27.

(38) 容忍值＝1-R ，容忍值為 VIF 的倒數。其值介於 0 至 1 間，一項自變數R 值太大，即容忍度太小，表示此變項與其它自變項間有共線性問題。. R 為某一個解釋變項被其他解釋變項當作依變項來預測時可被解釋的比例。R 比例越大，VIF 越小，自變數相關越高，共線性問題越嚴重。一般當 VIF 大於 5 時，自變數之間就有很高相關，VIF 大於 10 時，表示共線性已嚴重威脅參數估計的穩定性 1 1 VIF = = Tolerance 1 − R . 立. 政治大. (公式 3-2). ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 28. i n U. v.

(39) 第二節. 資料來源與資料來源與資料範圍. 壹、資料來源本研究資料來源為樣本銀行內部資料，選定擔保品坐落位置於台北市及新北市、型態為有電梯之大樓或華廈產品，對資料不完整、資料不合邏輯及資料內容不符者，經剔除後共計樣本數為 90 筆。其資料內容包括建物個別屬性資料如基地座落地號、使用分區、建物門牌、建物型態、構造、屋齡、移轉建物面積、車位資訊等，借款人屬性資料如職業、月收入、負債比、貸放比、年齡、平均存款餘額、借款利率、手續費收入等。. 貳、資料範圍一、時間範圍. 立. 政治大. 本研究資料時間範圍以樣本銀行估價日期為基準日，樣. ‧ 國. 學. 本期間為 2013 年 3 月至 2014 年 7 月止。因時間範圍共計一年七個月，期間較短，不涉及總體經濟因素，因此不考量總. ‧. 體經濟因素之影響。. Nat. sit. y. 二、空間範圍. er. io. 樣本範圍包含台北市、新北市、基隆市、桃園縣、新竹. al. 縣、苗栗縣。本研究為避免區域差異過大而影響特徵價格的. n. v i n Ch 實證結果，僅選擇台北市與新北市承做案件較多之區域為本 engchi U 研究的空間範圍。三、類型範圍樣本範圍包含住宅型產品、商用型產品，類型則包含大樓、華廈、公寓及透天。因台北市公寓及透天型產品可能涉及都更議題、頂樓加蓋、重新整修裝潢或隔套出租等干擾因素，本研究為避免影響實證結果，故以大樓及華廈等同樣有電梯之產品為研究範圍。. 交易類型則以新案及轉貸案為主，舊案展期案件因考量樣本銀行內部規範，以不調整估值為主，且調幅不得逾 15% 29.

(40) 為限，可能影響特徵價格之實證結果，故不納入本研究範圍內。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 30. i n U. v.

(41) 第三節. 變數之定義、變數之定義、變數類型. 壹、變數之定義透過文獻回顧歸納影響不動產價格之變數，本研究就 5P 原則，選取實證分析變數如下：. 一、. 依變數. 不動產價格（Price），為本研究之依變數，一般採用單價或總價。本研究以總價顯示。樣本銀行之授信審查程序中，台北市與新北市房貸申貸金額達 1000 萬以上，需經由總行授審處核准，程序上由分行評估客戶整體資歷及擔保品估值後，經總行授審處鑑價科出具擔保品. 政治大. 價格意見後，由授審處決行人員參酌各項資料，決定擔保品價格。本. 立. 研究之價格模型有四組，依變數分別為分行內部承辦人員估值、總行. ‧ 國. 學. 鑑價科估值、總行授審處估值，及擔保品估值調整幅度分別說明如下：. ‧. （一）分行內部承辦人員估值：分行內部承辦人員估值：. 分行承辦人員在受理房貸申請案件後，依內部規範搜尋. Nat. sit. y. 二個成交案例或查訪不動產相關從業人員成交行情，撰寫批. al. er. io. 覆書13。本研究以批覆書上之不動產擔保品價格為模型 1 之. n. 依變數。. Ch. engchi. i n U. v. （二）總行鑑價科估值：總行鑑價科估值：. 由總行鑑價科人員依分行提報之批覆書記載之相關資料，參酌市場成交行情，考量各分行間之對類似擔保品估值差異性，而為建議之價格為模型 2 之依變數。. （三）總行授審處估值：總行授審處估值：總行審核人員參酌批覆書內容及鑑價科建議，考量貸款申請者各項資料，最後於徵信文件中鑑估表上核准之價格為模型 3 之依變數。 13. 銀行內部授信作業中，徵信報告之文件名稱。. 31.

(42) （四）擔保品估值調整幅度：擔保品估值調整幅度：總行授審處批覆書核准價格與總行鑑價科估值之差額，二價之間的調幅係由總行審核人員依借款人申請資料進行徵授信及參考鑑價科出具之建議及擔保品價格後，二項估值間之差額為模型 4 之依變數。。. 二、. 自變數. （一）是否為公司負責人：是否為公司負責人：為一虛擬變數（不是公司負責人為 0，是公司負責人為 1）。樣本銀行之客層群多為非受薪階級，如公司負責人、董事、. 治政大人佔大多數，因此以是否為公司負責人作為分類。立. 股東、自由業、家管、退休老師、業務等。其中，公司負責. ‧ 國. 學. （二）年齡：年齡：. 借款人於借款年度之年齡。一般授信實務上，年齡太大. ‧. 或太小都會增加貸款的不穩定性，年齡太小可能收入不高且. sit. y. Nat. 穩定性不夠。年齡太大代表若已屆退休年齡，收入可能短缺。. er. io. （三）月收入：月收入：. al. n. v i n Ch 月收入之證明有多種方式，如薪資所得、存款積數、營業收 engchi U 單位為萬元。由於貸款申請人多為非受薪階級，因此，. 入、租金收入、扣繳憑單、完稅證明等。主要計算借款人平均之月收入。. （四）負債比（負債比（DSR））：借款人每月收入扣除現有負債後，與本次貸款每月應支付本利之比值。. DSR =. 每月支出每月收入. 32. (公式 3-4).

(43) （五）六個月平均存款餘額：六個月平均存款餘額：以借款人申請貸款當時，往前六個月計算平均存款餘額，若為新開戶或本行非申請人主要往來銀行，則六個月平均存款餘額可能為 0。. （六）申請額度：借款人於批覆書上申請之貸款額度。. （七）區位：區位：為一虛擬變數（台北市為 1，新北市為 0），樣本區位以. 政治大. 台北市與新北市二個行政區為研究範圍。. 立. （八）建物面積：建物面積：. ‧ 國. 學. 建物面積以樣本之謄本總面積扣除車位之面積計算，車. 位另以個數計算單價及總價，建物面積單位為坪。. ‧ y. 屋齡反應了不動產品質、設備、物理性及功能性折舊等. sit. Nat. （九）屋齡：屋齡：. n. al. er. io. 條件狀況，對於價格有顯著影響。一般而言，屋齡對價格為負面顯響。. Ch. engchi. i n U. v. （十）是否為四樓：是否為四樓：. 為一虛擬變數（否為 0，4 樓為 1，包含 4 樓為 2）。在房屋市場上，一般而言，4 樓通常是整幢樓之中價格最低之樓層。預期 4 樓對價格為負向影響。. （十一）十一）. 車位之有無：車位之有無：. 為一虛擬變數（無車位為 0，有車位為 1），無車位之不動產對於坪數小的產品，影響較小，但若建物面積較大，卻無車位配置，對價格將產生負面影響。. 33.

(44) 參、變數類型目前銀行實務上授信評估以 5P 為主，故本研究中將 5P 區分為二大分嶺－人與物，人的部分又可分為借款戶、還款能力，物的部份則為債權保障，如表 3-1 所示。另將變數類型整理成表 3-2 所示。表 9 本研究授信原則及其解釋變數解釋變數. 評估信用 5P 原則借款戶. 是否為公司負責人、年齡. 人. 還款來源. 月收入、負債比、六個月平均存款餘額、申請額度. 物. 債權保障. 擔保品區位、建物面積、屋齡、是否為 4 樓、車位之有無. 政治大. 表 10 變數類型. y. sit er. 擔保品估值調整幅 P3-P2 度是否為公司負責人. 虛擬變數（否:0. 月收入. 連續變數，依貸款申請書上資料. a 年齡 l n. 還 X3 款 X4 來 X5 源. 總行授審處估值. io. 自借 X1 變款 X2 數戶. 總行鑑價科估值. Nat. P4. 分行內部承辦人員估值. ‧. 依變 P2 數 P3. 說明. ‧ 國. P1. 債權保障. 立變數名稱. 分變數類代號. 學. 變數類型. 是:1）. v i 連續變數，單位為年 n Ch engchi U. 負債比. 連續變數，依貸款申請書上資料. 六個月平均存款餘連續變數，依貸款申請書上資料額. X6. 申請額度. 連續變數，依貸款申請書上資料. X7. 區位. 0:新北市. X8. 建物面積. 連續變數，依謄本資料. X9. 屋齡. 連續變數，依謄本資料. X10. 是否為 4 樓. 0:非 4 樓. 1:4 樓. X11. 車位之有無. 0:無車位. 1:有車位. 34. 1:台北市.

(45) 第四節. 模型建構. 壹、模型建構本研究採用 Rosen（1974）提出之特徵價格模型（Hedonic Price Model）為基礎，透過前述第二章文獻回顧後，以複迴歸分析為研究方法，建構本研究之特徵價格模型，分析可能影響價格之變數，試圖找出影響銀行不動產擔保品估價及放款之關鍵因素。本研究採複迴歸分析，運用 SPSS 統計軟體，將自變數納入迴歸方程式中，分析對依變數的影響力是否顯著，以釐清所有自變數是否能夠用來解釋依變數。. 政治大一、銀行內部承辦人員估價模型立以樣本銀行各分行內部送審估值為依變數，模型納入由文獻本節依研究目的不同，分別設計不同實證模型進行分析如下：. ‧. ‧ 國. 學. 歸納出可能影響承辦人員估價之十一項變數，包括是否為公司負責人（X1）、年齡（X2）、月收入（X3）、負債比（X4）、六個月平均存款餘額（X5）、申請額度（X6）區位（X7）、建物面積（X8）、. sit. y. Nat. 屋齡（X9）、是否為 4 樓(X10)、車位之有無(X11)，建立特徵價格模型如下：. n. al. er. io. LnP1 = α + % X1 + % &2 + % X3 + %) X4 + %+ X5 + %- X6 + %/ X7 + %1 X8 + %3 X9 + % X10 + % X11 + ε (公式 3-5). Ch. engchi. i n U. v. 其中 P1 代表各分行內部送審時估值，α代表截距項，%6 代表各自變數之迴歸係數，ε代表誤差項。負債比、屋齡、是否為 4 樓預期符號為負；公司負責人、年齡、申請額度預期符號不一定，其餘各自變數之預期符號皆為正。二、總行鑑價科估價模型以樣本銀行授審處鑑價科估值為依變數，複迴歸模型來分析表內有關擔保品的五項變數，包括區位（X7）、建物面積（X8）、屋齡（X9）、是否為 4 樓(X10)、車位之有無(X11)，以求得在不考量人的條件下，變數係數相關顯著性、預測符號是否如預期與過去文獻研究結果相符。建立特徵價格模型如下：. 35.

(46) LnP2 = α + %/ X7 + %1 X8 + %3 X9 + % X10 + % X11 + ε (公式 3-6) 其中 P2 代表總行鑑價科估值，α代表截距項，%/6 代表各自變數之迴歸係數，ε代表誤差項。屋齡、是否為 4 樓預期符號為負；其餘各自變數之預期符號皆為正。三、總行授審處估價模型以樣本銀行總行估值為依變數，複迴歸模型來分析表內十一項變數，以求得變數係數相關顯著性、預測符號是否如預期與客戶財力資力相關，自變數包含負責人（X1）、年齡（X2）、月收入（X3）、負債比（X4）、六個月平均存款餘額（X5）、申請額度（X6）區位（X7）、建物面積（X8）、屋齡（X9）、是否為 4 樓 (X10)、車位之有無(X11)，建立特徵價格模型如下：. 立. 政治大. ‧. ‧ 國. 學. LnP3 = α + % X1 + % &2 + % X3 + %) X4 + %+ X5 + %- X6 + %/ X7 + %1 X8 + %3 X9 + % X10 + % X11 + ε (公式 3-7) 其中 P3 代表總行授審處估值，α代表截距項，β6代表各自. n. al. er. io. sit. y. Nat. 變數之迴歸係數，ε代表誤差項。負債比、屋齡、是否為 4 樓預期符號為負；公司負責人、年齡、申請額度預期符號不一定，其餘各自變數之預期符號皆為正。. Ch. i n U. v. 四、銀行總行授審處估值與總行鑑價科估值差額模型以樣本銀行總行估值與總行鑑價科出具之估值間之差額為依變數，複迴歸模型來分析表內六項變數，以求得變數係數相關顯. engchi. 著性、預測符號是否如預期與客戶財力資力相關，自變數包含負責人（X1）、年齡（X2）、月收入（X3）、負債比（X4）、六個月平均存款餘額（X5）、申請額度（X6），建立特徵價格模型如下： P4 = α + % X1 + % &2 + % X3 + %) X4 + %+ X5 + %- X6 + +ε (公式 3-8) 其中 P4 代表銀行總行授審處估值與總行鑑價科估值差額，α 代表截距項，β6- 代表各自變數之迴歸係數，ε代表誤差項。負債比預期符號為負；公司負責人、年齡、申請額度預期符號不一定，其餘各自變數之預期符號皆為正。. 36.

(47) 貳、預期結果本研究以三組價格模型探討同一擔保品估值變動之主要影響因素為何。預期結果月收入、六個月平均存款餘額、區位、建物面積、車位之有無、 P2 與 P1 之差額為正相關；負債比、屋齡、是否為 4 樓為負相關；是否為公司負責人、年齡、申請額度則不一定，整理如下表 3-3 所示：表 11 變數說明表變數類分類型 P1. 分行內部承辦人員估值. P2. 總行鑑價科估值. P3. 總行授審處估值. P4. 擔保品估值調整幅度是否為公司負責人. 不一定. X2. 年齡. 不一定. X3. 月收入. +. X4. 負債比. -. X5. 六個月平均存款餘額. ‧ 國. Nat. 申請額度. io. sit. X6. al. n. X7 X8 X9. + 不一定. y. 還款來源. 立. ‧. X1. 政治大. 學. 自借變款數戶. 債權保障. 預期符號. er. 依變數. 變數變數名稱代號. 區位. C建物面積 he i 屋齡 n g c h. i n U. v. + + -. X10. 是否為 4 樓. -. X11. 車位之有無. + 資料來源：本研究整理. 37.

(48) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 38. i n U. v.

(49) 第四章資料與實證結果分析本研究參考第二章文獻回顧的銀行授信評估準則、定錨效果與特徵價格理論文獻，整理分析後，篩選分析出可能影響不動產擔保品價格之變數，於第三章建立迴歸模型，於本章以國內某商業銀行為研究對象，授信評估的分析乃是以個人房屋貸款為研究範圍。樣本期間則以 2013 年 3 月至 2014 年 7 月間估價案件資料，進行實證分析。. 本章共分為四節，茲概要說明如下：第一節探討影響分行內部承辦人員估值之因素；第二節探討影響銀行總行鑑價科估值之因素；第三節探討影響銀行總行授審處估值之因素；第四節探討影響銀行總行授審處估值與. 政治大. 總行鑑價科估值差額之因素。. 立第一節. ‧ 國. 學. 影響分行內部承辦人員估值之因素. 本研究在探討影響分行內部承辦人員估值之因素，以分行內部承辦人. ‧. 員估值（P1）為依變數，進行複迴歸分析之結果如下表4-1所示，自變數的. sit. y. Nat. VIF值均小於10，顯示自變數間並不存在嚴重的共線性問題。觀察各變數之顯著性，申請額度為正向且顯著，代表申請額度越高，. io. n. al. er. 估值越高。區位以台北市及新北市區分，表示擔保品若位於台北市，估值. i n U. v. 較高。建物面積呈正向且顯著相關，表示面積越大，總價越高，與預期結. Ch. engchi. 果相符。車位之有無呈現正向且顯著，與預期結果相符，顯示附有車位之擔保品估值較高。屋齡呈正向且顯著，與預期結果不相符。. 39.

(50) 表 12 P1 模型複模型複迴歸迴歸分析結果匯整表迴歸分析結果匯整表 Model Unstandardized Coefficients B 1. Std. Error. (Constant). Collinearity Statistics t. Sig.. Tolerance. VIF. 2.698. .121. 22.259. .000. 是否為公司負責人. .050. .046. 1.066. .290. .881. 1.134. 年齡. .000. .002. .139. .890. .730. 1.369. 月收入. .000. .001. .391. .697. .679. 1.472. 負債比. .001. .001. .507. .614. .887. 1.127. 六個月平均存款餘. .000. .000. -1.507. .136. .894. 1.118. 申請額度. .000. .000. 2.118. .037**. .384. 2.603. 區位. .255. 建物面積(不含車. .003. 額. 4.616. .000***. .720. 1.389. .001. 4.480. .000***. .351. 2.846. .006. .003. 2.281. .025**. .535. 1.868. -.050. .078. -.639. .525. .869. 1.151. .115. .056. 2.040. .045**. .607. 1.648. 學. 車位之有無. 資料來源：資料來源：本研究整理. ***、**、*：分別表示變數在 1%、5%、10%顯著水準下，具顯著性。. er. io. 表 13 P1 實證結果分析表. a l實證分析 v i n Ch 申請額度是影響估值的顯著變數之一，即申請 engchi U. n. 實證結果. 申請額度. +. sit. y. Nat. 茲將顯著自變數與依變數之關係分析說明如下：項目. ‧. ‧ 國. 屋齡是否為 4 樓. .055. 立. 位). 政治大. 額度越大，估值越高。. 區位. +. 擔保品位於台北市之估值，顯著高於新北市之擔保品。. 建物面積. +. 建物面積越大，擔保品估值越高。. 屋齡. +. 不符合本研究預期方向，推論可能與資料形態有關係。1. 與樣本資料形態有關係。2. 與樣本時間範圍有關 3.與價格形成基礎有關。. 車位之有無. +. 有車位之不動產擔保品估值較高。. 依據實證結果，分行內部承辦人員估值與區位、建物面積、車位之有無呈現正向相關且顯著，與一般估價結果相符合，即坐落於台北市之估值，顯著高於新北市之擔保品、面積越大，估值越高、附有車位之擔保品，估 40.

(51) 值高於未附車位之擔保品。屋齡則呈現屋齡越舊，價格越高之現象，與一般文獻結果不相符。. 影響分行內部承辦人員估值之因素中，唯一非屬5P債權保障之因素為申請額度，債權擔保僅是消極的防範措施，分行承做不動產擔保品估價時，應考量不動產本身各項條件及流動性風險，從而評估擔保品之價格，因此預期結果為不一定。. 一、. 申請額度. 實證結果顯示申請額度達5%顯著水準，且估計值為正向，顯示申請額. 政治大. 度是影響估值的顯著變數之一，即申請額度越大，估值越高。. 立. 原則上，申請額度為分行初步評估借款人還款能力後的結果，申請額. ‧ 國. 學. 度應與借款人之還款能力為高度正相關，而非與擔保品估值呈高度正相關。實務上，即使借款人資金需求較低，銀行內部承辦人員可能也會引導借款. ‧. 人填寫較高之申請額度。. y. Nat. 區位. sit. 二、. n. al. er. io. 本研究將樣本分類為「台北市」及「新北市」，以建立區位變數。實證. i n U. v. 結果達1%顯著性，且其估計係數為正向，顯示位於擔保品位於台北市之估. Ch. engchi. 值，顯著高於新北市之擔保品。. 三、. 建物面積. 實證結果顯示建物面積達1%顯著性，且其估計係數為正向，其估計係數亦符合本研究預期方向。顯示建物面積越大，擔保品估值越高。. 四、. 屋齡. 實證結果顯示屋齡達5%顯著性，但估計係數為正向，不符合本研究預期方向，樣本排除公寓類型，屋齡與總價會呈現正向關係，推論可能有下列三個原因，導致呈現屋齡越高，總價越高的現象。： 1. 與樣本資料形態有關係. 41.