行政院國家科學委員會專題研究計畫 成果報告
住宅價格變動與居住需求之研究-人口與所得之分析
計畫類別： 個別型計畫
計畫編號： NSC92-2415-H-110-003-
執行期間： 92 年 08 月 01 日至 93 年 07 月 31 日
執行單位： 國立中山大學財務管理學系(所)
計畫主持人： 陳明吉
報告類型： 精簡報告
處理方式： 本計畫可公開查詢
中 華 民 國 93 年 11 月 4 日
行政院國家科學委員會專題研究計畫成果報告
國科會專題研究計畫成果報告撰寫格式說明
Preparation of NSC Project Reports
計畫編號：NSC 92 - 2415 – H - 110 - 003 –
執行期限：92 年 8 月 1 日起至 93 年 7 月 31 日
主持人：陳明吉 國立中山大學財務管理系
一、中文摘要 居住需求是解釋長期住宅價格變動的主要因 素，而在居住需求中是以人口與所得兩個變數最為 重要，但國內卻少有深入分析。本研究在人口方面 發現，在許多人不同人口因子的測試上，以 35-44 歲人口數與 45-54 歲人口數，對住宅價格或需求有 顯著的相關性，而以 35-44 歲人口數相關性最強。 而所得方面，房價與所得有短暫背離現象，但仍然 存有相依變動之均衡關係，也就是國內住宅負擔能 力的惡化是暫時的現象，我們也發現代表投資需求 的 貨 幣 供 給 量 變 數 影 響 住 宅 價 格 短 期 之 變 動 甚 劇，可能是造成住宅價格短期偏離所得之重要原 因。 關鍵詞：所得、人口、住宅價格、共整合、變異數 分解 AbstractResidential demand variables, which include demographics and income, influence the long-run behavior of house prices. Our study investigates these two variables and found that the population of age between 35 to 44 and 45-54 are most important factors for residential housing demand and prices. As for the income, we found that deviation of house price to income ratio could be temporary, which is suggested by our STOPBREAK test. The short-run house price fluctuation is greatly explained by money supply, suggest that the deviation between house price and income is caused by investment demand.
Keywords: Demographics, Income, House Prices, Cointegration, Variance Decomposition
二、緣由與目的 居住與投資需求共同影響住宅價格的變動， 其中投資需求主要影響了住宅價格短期變動，而居 住需求則是解釋長期住宅價格變動的主要因素。在 居住需求中，以人口與所得兩個變數最為重要，雖 然過去國內有不少所得與住宅價格關係的分析，但 仍有很多兩者問題，譬如不合理比例關係尚待解 釋。而人口方面則研究較為稀少，譬如國外研究所 重視的以人口因子預測長期住宅價格，或者嬰兒潮 問題，國內研究都不常見。因此這些問題留給國內 相當多的研究需要與空間。 過去幾十年住宅價格的上漲受到人口快速成 長影響很大，但人口成長目前不僅已經減緩，未來 還可能轉變為負成長。由於歐美先進國家早已面 臨，因此已有不少有關研究，其中最引人注目的是 Mankiw and Weil (1989)推估美國人口變化對房價 影響，預測到 2007 房價將降低 47％，雖然此文引 起相當大爭議，但提醒了最基本的人口因子對住宅 價格的影響，而此種因素造成房價下跌，會不會發 生在國內則不無可能。另一方面由於理論上建議住 宅價格與家庭所得應維持在一定的比值，然而國內 住宅價格產生相對於所得的高度循環變動現象，特 別是最近一次(民國 70 年末期)的住宅價格劇漲使 此比值突增一倍，造成這段期間內住宅負擔能力急 速惡化。住宅價格真的會脫離所得到達大部分家庭 難以負擔的程度，或者這現象是屬短暫的不均衡？ 而這現象到底是何種因素造成？因此居住需求因 素對住宅價格的影響問題將非常值得深入探討。 因此本研究計畫的目的在分析國內的住宅價 格變動與居住需求關係，計畫分為兩部分，即分別 針對所得與人口兩個因子做深入分析，故研究目的 將有以下幾項：瞭解國內人口未來可能之變化，瞭 解哪些人口特性影響住宅價格，並特別針對幾個重 要議題譬如人口成長減緩與嬰兒潮，瞭解人口變化 對未來住宅價格變動之影響，探討國內所得歷年來 之變化，以及探討所得與住宅價格長期關係，特別 是針對合理住宅負擔能力。 三、結果與討論 (一) 人口分析方面 一般而言，人口影響住宅的需求，然而我們 必須更審慎分析到底是何種人口特性之影響。人口 因子特性可包括人口、家戶組成、家戶規模以及遷 徙等。住宅需求與家戶組成是直接相關的，而家戶 組成的推估與婚姻強烈也相關，但由於新婚夫婦可 能暫時與父母同住，而單身者也可能獨立購屋，故 家戶組成組成的推估與婚姻高度相關，也可能不完 全相關。家庭結構改變會使家戶規模不同，此改變 是當一個社會處於經濟過渡期的時候，譬如農業社 會的家戶規模比工業社會大。而家戶規模減少將使 家戶數增加，造成購屋需求。遷徙通常與工作機會
有關，會影響地區市場住屋需求，而不影響整體住 宅需求。一般而言，人口統計因子對住宅需求的影 響較緩慢長遠，在很多模型中都被使用並證實是住 宅需求的重要因子，然其重要性不可輕忽，雖然有 些學直者如 Mayes (1976)的研究中忽視人口統計 因子，但 Dicks (1990)提出忽略人口統計變數的作 法乃不正確。而在國內人口對住宅需求方面之研究 則不多，大部分為人口遷徙對住宅區位選擇問題， 譬如薛立敏、曾喜鵬 (2000)，或者是高齡人口對 居住需求之影響(陳麗春、林秀吉、林秀鳳，2000)， 對於時間序列預測之長期趨勢分析方面，則相當少 見。 在結論上，由基本分析中，我們發現在許多 人不同人口因子的測試上，以 35-44 歲人口數與 45-54 歲人口數，對住宅價格或需求有顯著的相關 性，而以 35-44 歲人口數相關性最強。另本研究根 據 Swan (1995)所提出，分別建立住宅價格模型與 住宅需求模型，測試人口因子之影響，研究結果顯 示，對住宅價格模型而言，檢定結果為顯著的是經 常性收入與 35 至 44 歲間之人口數，與住宅價格呈 正向關係，再者，35 至 44 歲間之人口數對於住宅 價格影響不低，彈性值達 2.6。而住宅需求模型方 面，經常性收入、家戶數以及時間趨勢，都是顯著 且呈正向關係。 (二) 所得分析方面 在民國 70 年代末期，台灣住宅價格歷經前所 未有的暴漲，許多研究(譬如林秋瑾 (1996)，彭建 文、張金鶚、林恩從 (1998)等)認為住宅市場發生 結構性的轉變，但未提出確切理由或有深入分析； 另 外 也 有 部 分 研 究 從 投 機 泡 沫 (speculative bubbles)的角度來看，在過去有不少文獻 認為住 宅價格確存有泡沫，經由不同方法的實證，這些文 獻也都能提出證據顯示在民國 70 年代末期國內住 宅市場有泡沫現象。在世界其他地區如東南亞與日 本也曾有泡沫經濟之現象，特別是金融危機情況與 台灣較類似的日本 ，在 1980 年末期的泡沫經濟， 房價達到前所未有的高峰，目前泡沫破裂而不動產 價格已下跌至高峰期的一半，當初因房價上漲而造 成住宅負擔能力惡化情況已得到抒解。因此若是國 內住宅市場的確是因為某些因素使市場價格過度 反應而脫離市場基值(market fundamental)，泡沫 因此而產生，當泡沫破裂後，住宅價格回歸基值 後，國內住宅住宅負擔能力惡化也將有緩和之時。 因此本研究探討國內過去三十年來家庭所得 與住宅價格的長期互動關係。在理論上此二者應存 有長期均衡關係，然而國內住宅市場結構特殊，過 去數十年間住宅價格曾數度暴漲，特別是最近一次 的住宅價格劇漲使此住宅價格與家庭所得的差距 拉大，久久未能回復，因此與家庭所得呈現偏離狀 態，造成目前一般大眾住宅負擔相當沈重，然而此 現象會持續下去或只是短暫的不均衡，本文採用共 整合分析技術與 Engle 與 Smith (1999)提出的 STOPBREAK 模型，輔以(Perron, 1997)結構性轉變 的單根檢定。Perron 的測試在於瞭解住宅價格與所 得比例是否是定態，而 STOPBREAK 模型更進一步解 釋住宅價格與所得之間的偏離，是何種情況。為進 一步分析而此偏離的現象到底是何種因素造成，本 研究另外藉由向量自我迴歸模型之變異數分解分 析以瞭解住宅價格短期劇烈變動之原因。 實證結果發現，在本研究的樣本期間內，住 宅價格與家庭所得的確有短暫背離的現象。首先所 使用傳統共整合的檢定中，我們並無法拒絕無共整 合關係的虛無假設，似乎家庭所得與住宅價格兩者 在沒有長期均衡關係，但是 STOPBREAK 模型卻提供 了此二者可能是短暫背離，長期卻仍存有共同趨勢 的證據。再對住宅價格與所得比例的分析上，以 Perron 之單根檢定並無法完全判定此比例是否為 I(0) 之 時 間 序 列 ， 但 此 比 例 卻 符 合 STOPBREAK process，意味著國內住宅負擔能力雖非固定不 變，卻也不是與日俱變，大多時候是一個變異不大 的比值，在受到某些因素衝擊時才會變動，但是一 旦衝擊的因素消失，那麼國內住宅負擔能力又會回 復到穩定的狀態，也就是國內住宅負擔能力的惡化 可能是暫時的現象。在藉由向量自我迴歸模型之變 異數分解分析，我們發現代表投資需求的貨幣供給 量變數影響住宅價格短期之變動甚劇，約解釋了百 分之二十四住宅價格之變異，而所得在短期上只解 釋了約百分之四的住宅價格變異，因此相信投資需 求是造成住宅價格短期偏離所得之重要原因。 四、計畫結果自評 住宅研究領域中，住宅居住需求是最基本與 傳統的，但過去這方面較嚴謹的計量分析是相當缺 乏的，對於人口對房價長期影響方面的探討是國內 一直少有碰觸到的問題，但卻是可能是目前與未來 房地產市場無法起色，價格持續低迷的重要問題。 而對於所得，本研究區別於過去研究之處在於從另 外一個角度，也就是檢視住宅價格與所得長期關係 是否產生變化之問題，提出的研究論點是住宅負擔 會隨市場機制自動調整而不會持續惡化下去，而運 用了最新的計量方法進行分析。這兩部分的分析， 是屬相當學術之研究，且也極具政策與實務運用價 值。 五、主要參考文獻 [1] 吳森田 (1994)，所得、貨幣與房價—近二十 年台北地區的觀察，住宅學報，第二期，49-66 [2] 高國峰、張金鶚、林秋瑾 (2000)，從需求面 分析台北市之合理房價，住宅學會第九屆年會 論文集 [3] 張金鶚、陳慧敏 (1993)，由住宅負擔能力與 補貼公平探討我國購屋貸款制度，台灣土地金 融季刊第三十卷，第一期，199-226
[4] 陳明吉 (1990)，房地產價格變動因素之研 究，台灣銀行季刊，220-244 [5] 林祖嘉、林素菁 (1996)，台灣地區房屋價格 的泡沫現象，住宅學會第五屆年會論文集， [6] 曾平毅，(1991) 以擁屋力指標探討台北市民 購屋行為之研究，台北市銀月刊貓，51-64。 [7] 薛立敏 (1996)，房價、購屋能力、擁屋行為 與住宅自有率關係之探討，國科會研究報告
[8] Breedon, F. and Joyce, M. A. S. (1992). House prices, Arrears and Possessions, Bank of England Quarterly Bulletin, May, 173-179.
[9] Brown, P. M. (1990). The Changing United Kingdom Residential Real Estate Market. Land Development Studies, 7, 119-133.
[10] Chen, M-C and Patel, K. (1998). House Price Dynamics and Granger Causality: An Analysis of Taipei New Dwelling Market. Journal of Asian Real Estate Society, 1(1), 101-126.
[11] Chen, Ming-Chi and Patel, K. (2002). An Empirical Analysis of Determination of House Prices in the Taipei Area, Taiwan Economic Rrview, 30(4)
[12] David, R. and MacKinnon, J. G. (1993). Estimation and Inference in Econometrics. Oxford University Press, New York.
[13] de Leeuw, F. (1971). The Demand for Housing: A Review of Cross Section Evidence. Review of Economics and Statistics, 53(1), 1-10.
[14] Dejong, D. N., J. C. Nankervis, N.E. Savin, and C. H. Whiteman, (1989). Integration versus trand stationary in macroeconomic time series, Working paper.
[15] Diebold, F.X. and G.D. Rudebusch (1991), On the power of Dickey-Fuller tests against Fractional Alternatives, Economics Letters, 35, 155-160
[16] Dickey, D. A. and Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time-Series with a Unit Root. Journal of the American Statistical Association, 74, 427-431.
[17] Dickey, D. A. and Fuller, W. A. (1981). Likelihood Ratio Statistics for Autoregressive Time-Series with a Unit Root. Econometrica, Vol. 49, 1057-1072.
[18] Drake, L. (1993). Modelling UK House Prices Using Cointegration: An Application of the Johansen Technique, Applied Economics, 25, 1225-1228.
[19] Engle, R. F. and C. W. J. Granger. (1987). Cointegration and Error Correction: Representation, Estimation, and Testing. Econometrica, 55(2), 251-276.
[20] Engle, R. F. and Smith A. D. (1999). Stochastic permanent Breaks. The Review of Economics and Statistics, 81(4), 553-574.
[21] Engelhardt, G. V. and Poterba, J. M. (1991), “House Prices and Demographic Change: Canadian Evidence,” Regional Science and Urban Economics, Vol. 21, 539-546.
[22] Giussani, B. and Hadjimatheou, G. (1991). Modelling Regional House Price in United
Kingdom, The Journal of the Regional Science Association International, 70(2), 201-19.
[23] Hendry, D. F. (1984). Econometric Modelling of House Prices in the UK, in Econometrics and Quantitative Economics, Hendry, D. F. and Wallis, K. F. (eds), Basil Blackwell, Oxford.
[24] Hendershott, Patric H (1991), Are Real House Prices Likely to Decline by 47 percent?, Regional Science and Urban Economics, 21, 450-491
[25] Hendershott, Patric H and Green Richard (1996), Age, Housing Demand and Real House Prices, Regional Science and Urban Economics, 26, 465-480
[26] Holland, A. S. (1991), The Baby Boom, the Baby Bust and the Housing Market: Another Look at the Evidence,”, Regional Science and Urban Economics, 21, 565-571
[27] Holly, S. and Jones, N. (1997). House Prices Since the 1940s: Cointegration, Demography and Asymmetries, Economic Modelling, 14(4), 549-565.
[28] Johansen, S. (1988). Statistical Analysis of Cointegration Vectors. Journal of Economic Dynamics and Control, 12, 231-254.
[29] Johansen, S. (1991). Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models. Econometrica, 59, 1551-1580.
[30] Johansen, S. and Juselius, K. (1990), “Maximum Likelihood Estimation and Inference on Cointegration - With Applications to the Demand for Money,” Oxford Bulletin Economics and Statistics, 52( 2), 169-210.
[31] Kwiatkowski, D., Phillips, P., Schmidt, P. and Shin, Y. (1992). Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root. Journal of Econometrics, 54, 159-178.
[32] Mankiw, N. G. and Weil, D. N. (1989), “The Baby Boom, the Baby Bust and the Housing Market,” Regional Science and Urban Economics, Vol. 19, 235-258.
[33] Mankiw, N. G. and Weil, D. N. (1992), “The Baby Boom, the Baby Bust and the Housing Market: A Reply to Our Critics,” Regional Science and Urban Economics, Vol. 21, 573-579.
[34] Mayo, S. K. (1981). Theory and Estimation in the Economics of Housing Demand. Journal of Urban Economics, 10, 95-116.
[35] Milne, A. (1991). Incomes, Demography and UK House Prices, Centre for Economic Forecasting Discussion Paper No 30-90, London Business School
[36] Nellis, J. G. and Longbottom, J. A. (1981). An Empirical Analysis of Determination of House Prices in the United Kingdom, Urban Studies, 18, 9-21.
[37] Pain, P. N. and Westaway, P. (1997). Modelling Structural Change in the UK Housing Market: a Comparison of Alternative House Price Models. Economic Modelling, 14(4), 587-610
[38] Pesaran, M. H. and Shin, Y. (1998). Generalised Impulse Response Analysis in Linear Multivariate Models. Economic Letters, Vol. 58, No. 1, 17-29.
[39] Perron, P. (1989). The Great Crash, the oil Price Shock, and the Unit Root Hypothesis. Econometrica 57(6), 1361-1401.
[40] Perron, P (1997), Further Evidence on Breaking Trend Functions in Macroeconomics Variables, Journal of Econometrics, 80, 355-385.
[41] Peterson, W, Pratten, C. and Tatch, J. (1997). An Economic Model of the Demand and Need for Social Housing. Department of Environment, Transport and the Regions
[42] Phillips, P. and P. Perron. (1988). Testing for a Unit Root in Time Series Regression. Biometrica 75, 335-46.
[43] Poterba, M. J. (1991), “House Price Dynamics: The Role of Tax Policy and Demography,” Brookings Papers Economic Activity, Vol. 2, 143-203.
[44] Swan, Craig (1995), Demography and the Demand for Housing: A reinterpretation of the Mankiw and Weil Demand Variable, Regional Science and Urban Economics, 25, 41-58
[45] Shintani, Motogsugu and Ohtake, Fumio (1996), The Effect of Demographics on the Japan Housing Market, Regional Science and Urban Economics, 26, 189-201
