住宅新推個案市場價量關係之分析 - 政大學術集成

全文

(1)國立政治大學地政學系私立中國地政研究所. 碩士論文. 住宅新推個案市場價量關係之分析治 The Relation between 政 Housing Price and 大Trading Volume 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. 指導教授：張金鶚研究生：羅于婷. 中. 華. 民. 國. 九. 十. 九. v. 教授. 年. 八. 月. 六. 日.

(2) 兩年的研究所生活，無論過程中如何懵懂、看不清路向，途中遭遇什麼碰撞，也要持續前進。曾經不容許自己停下腳步，卻漸漸感到力不從心，而今了解止步、思考後再出發的重要性；曾經懷疑、失去信心，但跨過了這個關卡後，突然發現自己學會發現問題、切入問題進而解決問題，漸漸具備獨當一面的能力。曾經懷疑自己是否改變、是否往正確的路上走，而今驀然回首，若看得見自己昨日的愚蠢，那麼正表示我有所成長，愈加茁壯，得以更成熟穩重地邁向明日。心中萬分欣喜與感激─謝謝指導教授張金鶚老師給予的機會與訓練，也謝謝. 政治大同儕及學弟妹；謝謝在歷程中遇到的所有人，我所見、所聞、所經歷的所有事，立這都是我在此時此刻必須要由衷感謝的。今天我得到的不只是論文、學位，而是. 在論文產出過程、研究案中給予若干建議指教與心得分享的所有老師、學長姊、. ‧ 國. 學. 更深、更廣的思考方式，更開闊的眼光與心胸，受用無窮的生活經驗與處事哲學。在成長過程中所需的獨處，讓自己能細想、領會的時間，謝謝同我相處的人對我. ‧. 的理解與包容，謝謝家人毫無保留的支持，謝謝！. n. er. io. sit. y. Nat. al. Ch. engchi. I. i Un. v. 于婷 2010.8.6.

(3) 摘. 要. 價量關係研究於金融市場甚豐，然於台灣之住宅新推個案市場則相當匱乏，因此本研究關注台灣住宅新推個案市場之價量關係，考量住宅空間次市場差異，區分為內部關係─價量關係，以及外部關係─價／量波及效果。研究以全國及五大都會區為（台北市、台北縣、桃竹地區、台中都會區及南高都會區）為空間範圍；1996 年第 1 季至 2009 第 4 季之可能成交價、成交量資料，運用時間序列分析方法，釐清住宅空間次市場內部之價量關係是否存在差異，以及次市場間成交價／量是否存在相互影響的效果，以提供預測市場價量趨勢之參考。研究結果顯示台北市之成交量領先成交價 3 期，價量交互影響程度較其他地區大，可知台北市住宅市場之成交量變動在住宅市場趨勢預測中更為關鍵；南高. 政治大. 都會區之價量存在共整合關係，表示價量調整具長期均衡，背離程度有限；台北. 立. 縣、桃竹地區及台中都會之價量則無明顯領先落後關係，價量關係相對薄弱。波. ‧ 國. 學. 及效果之研究結果顯示成交價之波及效果主要由台北都會區擴散至其他都會區，影響方向為單向且範圍較大；成交量則以相對鄰近之都會區為影響範圍，影響主. ‧. 要為雙向，但範圍較小。本研究認為台灣住宅市場過度關注價格訊息，然而更應重視成交量變化的掌握，並關注住宅空間次市場基本結構之差異，避免使消息面. y. Nat. n. er. io. al. sit. 造成的過度預期成為主導市場的力量。. Ch. engchi. i Un. v. 關鍵詞：住宅空間次市場、Granger 因果檢定、價量關係、波及效果. I.

(4) Abstract There are numerous researches in stock markets and finance, but few in Taiwan newly construction and pre-sale housing markets. Using the Cathay Real Estate Index Quarterly Reports for the period 1996-2009 and applying Granger causality test, the thesis examines price and volume relationship in five metropolises (Taipei City, Taipei County, Taoyuan-Hsinchu, Taichung Metropolis and Tainan-Kaohsiung) in Taiwan. And with the concern of the differences of housing submarkets, the price and volume relationship is classified as intra-relationship and inter-relationship. The former is price and volume relationship in a certain metropolis, the later is the ripple effects of housing price or trading volume between metropolises.. 政治大. The result of intra-relationship shows that housing price Granger-cause the. 立. trading volume in Taipei city. That is, volume provides useful information to predict. ‧ 國. 學. future price. And there is a long-run relationship in Tainan-Kaohsiung metropolis. From the aspect of inter-relationship, housing price changes first in Taipei City and. ‧. Taipei County; trading volumes have mutual ripple effect between two neighboring metropolises. The results of the research are useful for housing market participants:. y. Nat. n. al. er. io. submarket is fundamental to form the investment strategies.. sit. We should keep an eye on the changes of trading volume. Also the structure of the. Ch. engchi. II. i Un. v.

(5) 目錄第一章緒論 ...................................................................................................................... 1 第一節研究動機與目的 ............................................................................................. 1 第二節研究問題與研究方法 ..................................................................................... 3 第三節名詞定義與研究範圍 ..................................................................................... 5 第四節研究架構與流程 ............................................................................................. 7 第二章文獻回顧 .............................................................................................................. 9 第一節住宅次市場 ..................................................................................................... 9 第二節價量關係相關理論 ....................................................................................... 12 第三節波及效果 ....................................................................................................... 15 第四節小結 ............................................................................................................... 17 第三章研究設計 ............................................................................................................ 19 第一節時間序列分析方法 ....................................................................................... 19. 政治大第二節資料說明 ....................................................................................................... 23 立第三節敘述統計 ....................................................................................................... 24. ‧ 國. 學. 第四節單根檢定 ....................................................................................................... 29. ‧. 第四章實證模型與實證結果 ........................................................................................ 30 第一節價量關係實證分析 ....................................................................................... 30 第二節波及效果實證分析 ....................................................................................... 38. n. al. er. io. sit. y. Nat. 第五章結論與建議 ........................................................................................................ 42 參考文獻............................................................................................................................. 45 附錄……………................................................................................................................. 49. Ch. engchi. III. i Un. v.

(6) 圖目錄圖1 圖2 圖3 圖4 圖5 圖6 圖7. 研究流程圖 ..................................................................................................... 8 實證流程 ....................................................................................................... 22 全國及五大都會區價量圖 ........................................................................... 24 全國衝擊反應函數圖型 ............................................................................... 33 台北市衝擊反應函數圖型 ........................................................................... 34 台北縣衝擊反應函數圖型 ........................................................................... 34 桃竹地區衝擊反應圖型 ............................................................................... 35. 圖8. 台中都會區衝擊反應函數圖型 ................................................................... 35. 表目錄. ‧ 國. ‧. 單根檢定結果 ............................................................................................... 29 共整合檢定結果 ........................................................................................... 30 Granger 因果檢定結果 ................................................................................. 31 台北市可能成交價、三十天成交量變異分解結果 ................................... 36 次市場成交價共整合檢定結果表 ............................................................... 38 次市場成交價 Granger 因果檢定結果表 .................................................... 39 次市場成交量 Granger 因果檢定結果表 .................................................... 40. n. al. er. io. sit. y. Nat. 表5 表6 表7 表8 表9 表 10 表 11. 三十天成交量敘述統計 ............................................................................... 27 五大都會區三十天成交量比例 ................................................................... 27. 學. 表1 表2 表3 表4. 政治大可能成交價敘述統計 ................................................................................... 26 立五大都會區可能成交價比例 ....................................................................... 26. Ch. engchi. IV. i Un. v.

(7) 住宅新推個案市場價量關係之分析. 第一章緒論第一節研究動機與目的一、研究動機台灣房地產市場資訊不透明，景氣循環時間長，市場參與者於景氣波動預期中尋找進出市場機會。然而由於房市無法於短期內對供需做彈性的調整，產銷決策之執行時間較長，使經濟生活在預期需求下進行；當預期成為行動推力，若預. 政治大知於資訊不全之住宅市場，錯誤預測將使市場參與者蒙受重大損失，造成市場波立動，因此無論住宅市場景氣枯榮，市場參與者皆需要掌握趨勢以增加獲利、避免損失，顯見預測價格趨勢、掌握價量變化之重要性。. 學. ‧ 國. 期與現實具落差將導致預測錯誤，進而造成經濟波動（張金鶚，1993）。由此可. ‧. 股票市場之技術分析常以成交量變動作為預測市場價格趨勢的重要指標，雖然金融市場相關研究並無一致結論，但「量先價行」的原則仍於股市技術分析中. y. Nat. sit. 被廣泛運用。台灣住宅市場中亦存在量先價行之看法，認為成交量變動可作為未. er. io. 來預測價格波動之參考。此外亦有以台北市之成交價、成交量為其他地區參考指. al. iv n C 高度異質性，運作相對無效率，股市技術分析之作法是否得應用於各住宅市場？ hengchi U n. 標的說法，即台北市之價量變動可作為預測其他地區市場價量依據。然房地產具. 且房市為地區性的市場，各地區之供、需、價、量狀況各相異，台北市成交價、量是否確為他次市場之指標？過去台灣住宅市場價量相關研究因資料搜集不易常有困難，特別是住宅空間次市場之研究常因各次市場資料之提供單位、調查方式與項目、估算方式差異而無一致性，使相關研究受到限制。而本研究之資料來源為國立政治大學台灣房地產研究中心與國泰建設公司編製之國泰房地產指數季報，其資料之調查、處理、成交價／量之估算方式於各次市場具一致性，且為目前台灣住宅市場發布期間較長，具公信力之價量資料。綜上所述，鑑於掌握住宅市場價量趨勢之重要性，以及住宅市場存在各種價量預測作法未被檢驗；由於住宅市場尚可依空間為基準切分為各個次市場，各次 1.

(8) 住宅新推個案市場價量關係之分析. 市場之都市發展、社經結構、市場環境等等皆有不同，故本研究在資料支持之下，以各次市場為單元探討住宅新推個案市場價量關係。. 二、研究目的本研究之研究目的為釐清住宅空間次市場內部之價量關係是否存在差異，以及次市場間成交價／量是否存在相互波及的效果。研究結果可揭示台灣住宅新推個案市場之價量關係，並可提供預測市場價量走勢之參考，尤其住宅新推個案市場具有誘導中古屋市場作用（林秋瑾，1998；洪御仁、張金鶚、楊宗憲，2008），藉由住宅新推個案市場的研究，對住宅市場能有更多了解，對價量關係未明、資. 政治大. 訊透明程度不佳的台灣住宅市場別具意義。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 2. i Un. v.

(9) 住宅新推個案市場價量關係之分析. 第二節研究問題與研究方法一、研究問題本研究考量住宅空間次市場差異，將住宅新推個案市場之價量關係區分為內部關係（intra-relationship）及外部關係（inter-relationship），前者討論住宅空間次市場內之價量關係，後者討論住宅空間次市場間之價／量之波及效果（ripple effect）。本研究之研究問題如下：（一）內部關係. 政治大發展、市場環境、供需結構等因素影響可能存在差異，因此本文第一個研究立問題為住宅空間次市場之價量關係為何，是否存在不同的領先落後關係。. 本研究之內部關係指住宅空間次市場內之價量關係。價量關係受到都市. ‧ 國. 學. （二）外部關係. ‧. 本研究所謂住宅空間次市場之外部關係指成交價／量之間是否存在波. y. Nat. 及效果 (ripple effect)。過去研究皆探討次市場間成交價是否存在波及. n. al. er. io. sit. 效果，本文除成交價之波及效果外，加入成交量波及效果討論。. 二、研究方法. Ch. engchi. i Un. v. （一）文獻回顧本研究首先回顧過往初級市場、次級市場以及住宅空間次市場之討論，並區分其關係為內部關係與外部關係。第二就價量關係進行文獻回顧，加入住宅投資─消費雙重性討論，區別本研究與過去金融市場、住宅市場價量關係差異；最後就外部關係，即波及效果之研究進行文獻回顧，綜合波及效果發生之原因。（二）時間序列分析與實證分析本文以時間序列分析方法進行實證分析，實證核心在於 Granger 因果檢定，以揭示變數間是否存在領先落後關係。變數間具領先落後關係表示加入 3.

(10) 住宅新推個案市場價量關係之分析. 變數之過去資訊可降低預測誤差。由於進行 Granger 因果檢定前需視變數是否定態，及檢定是否存在共整合關係，因此需經過單根檢定、共整合檢定，進而配適向量自我迴歸模型或加入誤差修正項之向量自我迴歸模型，再據以進行 Granger 因果檢定。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 4. i Un. v.

(11) 住宅新推個案市場價量關係之分析. 第三節名詞定義與研究範圍一、名詞定義（一）新推個案市場住宅市場可分為新推個案市場及中古屋市場，亦稱初級市場及次級市場。住宅新推個案市場之供給者為建設公司，推案包括新成屋推案與預售屋推案，有別於中古屋市場之一般售屋者與產品型態。（二）共整合關係. 政治大的線性組合；其經濟意涵為變數間具有長期均衡關係，表示變數間即便存在立. 共整合關係之統計意義指一組非定態時間序列變數之間存在一組定態. ‧ 國. 學. 短期失衡現象，長期仍會往均衡方向調整。（三）領先落後關係. ‧. 領先落後關係指經過 Granger 因果檢定確認變數間有 Granger 因果關係. sit. y. Nat. 者。當變數存在領先落後關係，如變數Ａ領先變數Ｂ，則表示變數Ａ可提供. io. n. al. er. 預測變數 B 所需的資訊，降低預測變數Ｂ的預測誤差。. 二、研究範圍. Ch. engchi. i Un. v. 本文之研究資料來源為國泰房地產指數，乃由國泰建設公司進行市場調查，國立政治大學台灣房地產研究中心編製而成，為目前台灣住宅市場價量資料調查、發布時間較長、具公信力之指數。研究範圍與對象如下：（一）時間範圍本研究實證資料以季為單位，時間範圍自 1996 年第 1 季至 2009 年第 4 季，共 56 季。（二）空間範圍本研究以全國及五大都會區為空間範圍。五大都會區分別為台北市、台 5.

(12) 住宅新推個案市場價量關係之分析. 北縣、桃竹地區、台中都會區，以及南高都會區。（三）研究對象本研究之研究對象為住宅新推個案市場各住宅空間次市場之可能成交價與三十天成交量。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i Un. v.

(13) 住宅新推個案市場價量關係之分析. 第四節研究架構與流程一、研究架構本研究共分為五章。第一章為「緒論」，包括研究動機、研究目的、研究問題與研究方法、名詞定義與研究範圍、研究架構與流程；第二章為「文獻回顧」，第三章為「研究設計與資料說明」，第四章為「實證模型與實證結果」，第五章則為「結論與建議」，總合全篇研究結論，並對台灣住宅市場及後續研究提出相關建議。. 二、研究流程. 立. 政治大. ‧. ‧ 國. 學. 本文研究流程如下頁圖 1 所示：. n. er. io. sit. y. Nat. al. Ch. engchi. 7. i Un. v.

(14) 住宅新推個案市場價量關係之分析. 研究動機與問題. 研究方法與範圍. 文獻回顧. 住宅次市場. 價量關係. 立. 波及效果. 政治大. 研究設計與資料說明. ‧ 國. 學 ‧. 實證結果與分析. 價／量波及效果. n. al. er. io. sit. y. Nat 成交價、量. Ch. engchi. 結論與建議. 圖1 研究流程圖. 8. i Un. v.

(15) 住宅新推個案市場價量關係之分析. 第二章文獻回顧本研究於第一節回顧住宅次市場之討論；第二節回顧過去價量領先落後關係之文獻；第三節討論波及效果研究；第四節為小結。. 第一節住宅次市場住宅具異質性與不可移動性，因此可依據住宅類型與區位條件等屬性，將住宅市場區分為不同的住宅次市場（Smith, 1988）。住宅次市場（housing submarket）. 政治大代性的住宅所構成的集合或市場，並與其他集合或市場的替代性相對較低」立（Megbolugbe, Marks and Schwartz, 1991；花敬群，1999）；另一種則以住宅之區分，一種是以替代性（substitution）為區隔條件，意義為「一組具一定替. ‧ 國. 學. 屬性（characters）為基礎，以住宅類型、區位、價格、行政區作為區分次市場之標準(Maclennan and Tu, 1996)。. ‧. 由於住宅次市場之市場結構與特性有異，且本研究之研究對象─住宅新推個. y. Nat. sit. 案市場與過去討論之中古屋市場特性迥異，因此本節討論住宅空間次市場差異，. n. al. er. io. 以及住宅新推個案市場特性，作為後續討論之基礎。. Ch. 一、住宅空間次市場差異. engchi. i Un. v. 住宅市場依空間範圍區分之次市場稱為住宅空間次市場，由於住宅具有高度異質性與不可移動性，住宅空間次市場具有不同的市場條件、區位特性、都市發展狀況，形成相異的供需結構與價量關係。Maclennan and Tu（1996）指出住宅具多種內部結構、外部特徵，並受區位特性與鄰里環境影響，於不同區域其型態與特質皆不相同；除住宅的複雜性與多樣化特性外，住宅空間次市場亦受到都市經濟條件差異與變遷而影響其市場價格與規模（花敬群，1999）。由於次市場內部結構差異將導致其內部價量關係不盡相同，因此價量關係的討論應再細緻化，以住宅空間次市場為範圍進行討論。又受各次市場因都市發展、都市經濟變數不同影響，住宅市場需求的投資─ 9.

(16) 住宅新推個案市場價量關係之分析. 消費組合亦相異，市場參與者在不同需求目的指導下，對成交價、量變動的反應不同，因而形成價量關係差異。由於住宅具有投資─消費雙重性，住宅市場同時存在投資需求與消費需求，故其價量變化隨市場景氣波動而有不同形態，花敬群、張金鶚（1997）指出住宅價量之關係除有消費財市場之價漲量縮、價跌量增的反向變動外，亦有因投資者預期獲利或停損而有投資財市場的價量齊漲/齊跌現象，雖然波動較緩和的消費需求為住宅市場之基礎，但投資需求對價格與交易量變化影響較大，因此住宅空間次市場之價量關係亦受投資─消費組合影響而有所不同。住宅空間次市場之差異尚表現於市場之資訊、效率程度，此影響次市場價量反應市場資訊之速率及價量調整機能。成交價、量為市場之重要指標，成交價為. 政治大就另一層面意義而言，成交量反映市場參與者個體對市場預期與決策的變化，成立. 對已知資訊之評價，成交量則反映市場參與者對價格接受程度及市場熱絡與否；. ‧ 國. 學. 交價則是市場整體預期與對資訊的反應（Beaver, 1968; Foster, 1973; Karpoff, 1987；Gatzlaff and Tirtiroglu, 1995）。Pratt, Wise and Zeckhauser（1979）. ‧. 指出市場交易越不頻繁則資訊傳遞越不易；Green, Marx and Essayyad（1988）、 Meen（1996）則指出次市場之效率程度存有差異，各住宅空間次市場在規模、市. Nat. sit. y. 場條件等差異下，其資訊傳遞與充沛性，價量調整之機制亦有區別。. n. al. er. io. 綜上所述，由於住宅空間次市場發展迥異，具不同的投資─消費組合與價量. i Un. v. 關係型態，住宅市場之價量關係應以空間範圍，切分為住宅次市場加以檢視，以釐清價量關係。. Ch. engchi. 二、住宅新推個案市場住宅市場可區分為住宅新推個案市場（初級市場）與中古屋市場（次級市場），新推個案市場之推案型態可區分為新成屋與預售屋推案。新推個案市場及其預售推案方式與中古屋市場迥異。住宅新推個案市場之供給者為建設公司，推案、銷售方式異於中古屋市場，因此在價、量的影響力與調整策略等等皆有不同。由於新推個案市場之供給者為建設公司，推案方式為整批推案，可針對該推案進行大量且集中的行銷與宣傳，故資訊發布較集中；建設公司在銷售過程中亦可依住宅市場景氣熱絡程度，以及 10.

(17) 住宅新推個案市場價量關係之分析. 該推案的銷售狀況做後續銷售策略與價格的調整(花敬群，1997；Yiu, Hui and Wong, 2005)。若自營運角度觀之，建設公司具出清存貨壓力，即須在一定期間內去化，以避免資金流動性不足之壓力。故於住宅新推個案市場中，建設公司對住宅市場價格具指標作用，並可依市場成交狀況隨時調整價格策略，在景氣熱絡時期可上調價格，但在景氣衰退階段，當成交量萎縮，建設公司亦需做價格的讓步，隱含住宅新推個案市場有存在「量先價行」可能。有別於中古屋市場之售屋者為隨機、個別與買方配對與議價，對市場之價格指標作用較弱，且售屋者有出售壓力情形屬市場的特殊交易情況。此外，本文所謂住宅新推個案市場包含新成屋與預售屋推案，預售屋推案對於市場的供不應求可提供適時的調節，對市場價量關係有一定影響。白金安、張. 政治大. 金鶚（1995）指出於儲存理論與持有成本之考量下，購買預售屋之頭期款較低，. 立. 無房屋稅、折舊問題，因此進入門檻及持有成本較成屋為低；加以預售屋於完工. ‧. ‧ 國. 提高。. 學. 交屋前之移轉僅需負擔手續費而無其他稅捐負擔，交易成本降低，流動性亦因此. 因此預售制度對住宅市場有三層意義，一為預售制度將住宅實體交易轉換為. sit. y. Nat. 遠期契約型式，並降低交易成本及進入門檻，減緩住宅市場較無效率因素1之影. io. er. 響；其次為市場因住宅生產具落遲性產生之短期供需落差情形，可藉預售制度做一定程度的調節；另一個意義則是住宅之投資需求者可利用預售制度進行投機套. n. al. Ch. i Un. v. 利，故住宅空間次市場內新推個案之推案結構將進一步造成市場效率程度、市場. engchi. 條件與投資─消費組合差異，對價量關係產生影響。. 綜上所述，住宅新推個案市場之供給者、推案與銷售方式，使其價格於住宅市場具有指標作用；預售屋制度之特性，及各次市場之推案結構差異，進一步造成住宅空間次市場之市場條件與價量運作的落差，此使本研究與過去住宅市場價量關係討論存在不同之討論基礎。. 1. Gatzlaff and Tirtiroglu（1995）指出導致住宅市場為較無效率市場之因素有住宅為實體交易，較高的交易成本與進入門檻，以及流動性較低。 11.

(18) 住宅新推個案市場價量關係之分析. 第二節價量關係相關理論成交價格與成交量為市場之重要指標，價量關係相關研究於金融市場甚豐，然因住宅市場同時存在投資財市場與消費財市場特性，兩者之比較基礎有所不同。又住宅新推個案市場之供給者、銷售方式與預售屋制度等具特殊性，過去住宅市場價量關係相關研究亦有未竟之處，過去台灣住宅相關資料品質不佳，國外則少有預售制度，因此少有針對住宅新推個案市場價量關係研究之文獻。以下就金融市場與住宅市場價量關係進行文獻回顧。. 一、金融市場相關研究. 立. 政治大. 價量關係相關研究於金融市場甚豐，多數金融市場價量研究支持成交價與成. ‧ 國. 學. 交量具正向關係2。由於效率市場假說（EMH）中完全效率且無套利均衡的市場不存在於現實市場狀況，投資者會依已知資訊改變對未來市場之預期並調整決策3。. ‧. 於投資需求強烈之金融市場，投資者關注既有資訊以預期未來市場走勢，增加投. sit. y. Nat. 資的套利機會。. al. er. io. 股市之技術分析則常以成交量變動資訊預測價格趨勢，發展投資策略；過去. iv 4 n C 足的資訊，並可預測價格動能（price ）表現；亦有研究發現高成交 h e n momentum gchi U n. 研究將成交量作為資訊之替代變數，認為成交量含有調節市場過度反應或反應不. 量之證券，在後續一定交易期間內可獲得較高的報酬，支持可藉成交量觀察價格. 趨勢之說法（Blume, Easley and O’hara, 1994; Lee and Swaminathan, 2000; Brown, Douglas and Foerster, 2009）。. 2. 股市價量相關研究例如 Clark（1973）；Morgan（1976）；Richardson, Sefcik and Thompson （1987）；Gallant, Rossi, and Tauchen（1992）；Pinfold and Qiu（2008）Brown, Crocker and Foerster（2009）皆支持價量關係呈正相關。 3 參見 Copeland（1976）、Jennnings and Barry（1983）、Harris and Raviv（1993）相關研究。 4 價格動能（price momentum）指應用過去價格、報酬或成交量等形成獲得利潤的交易策略。 12.

(19) 住宅新推個案市場價量關係之分析. 二、住宅市場價量關係研究相對於金融市場，住宅市場為較不健全、較無效率之市場，市場資訊無法快速反應於成交價量上，價量調整機能遠不如金融市場。由於住宅交易為實體交易，產品具高度異質性、無標準定價，相關資訊較難掌握，使交易成本較高；又因住宅之交易金額龐大，形成進入市場之障礙並使資產流動性較差，因此相對於半強式效率5之股票市場，住宅市場為一較不健全且較無效率之市場，公開資訊主要為過去的價格、報酬或成交量資料，資訊反應落後6（Case and Shiller, 1989; Gatzlaff and Tirtiroglu, 1995; 林秋瑾，1998），故住宅市場之成交價量無法即時反應市場資訊，價量調整較金融市場緩慢。且住宅市場尚存在消費需求，與金融市場之討論基礎不同。住宅需求因投資、. 政治大. 消費目的有不同特性，住宅市場之價量關係同時存在消費財市場之價量反向波動. 立. 與投資財市場之同向波動現象。花敬群、張金鶚（1997）指出消費需求為住宅市. ‧ 國. 學. 場之基礎，其價量關係為反向波動；投資需求為追求價格上漲之利潤，價量關係則為同向波動。. ‧. 雖於住宅新推個案市場供給方可依成交狀況不斷調整價格，但「量先價行」. sit. y. Nat. 是否適用住宅市場，仍需視該次市場投資─消費需求之比例與氛圍與其他因素之. io. er. 影響。住宅市場消費需求可區分為首購與換屋需求，若住宅價格過高尚有租屋、延遲購屋的選擇而非直接進入購屋市場，因此以消費需求為主的市場，其價量關. n. al. Ch. i Un. v. 係較符合供需原則指導之價量均衡關係，考量住宅生產期間較長的特性，其供需. engchi. 落差的調整的時間雖較一般財貨長，但整體而言仍應存在一定的均衡關係。至於投資需求較多之市場則因投資者追求價格上漲之利益、獲利了結或是價格下跌趨勢中退場、停損之決策，其價量關係偏向投資財市場特性。本研究之住宅新推個案市場價量關係有別於過去相關研究，原因如以上所述之次市場結構、投資─消費特性，及新推個案市場中供給者、預售制度特性等等。 Leung, Lau, and Leong（2002）認為價量關係會因個案與區位異質等因素形成差異；花敬群、張金鶚（1997）發現台北市具成交量領先成交價之初步結果，然. 5. Fama（1970）認為將市場分為效率市場、半強式效率市場以及弱式效率市場。效率市場之價格可完全且即時反映市場相關資訊，強式效率市場指價格可反應所有公開與未公開資訊，半強式效率市場指價格可迅速反應已公開資訊，弱式效率市場反映之資訊則為已公開的過去價格或報酬。 6 住宅市場之成交價量主要以季為單位，於該季結束後方進行統計估算，故為過去資料之反映。 13.

(20) 住宅新推個案市場價量關係之分析. 台北市為投資話題與需求較多、推案以預售屋為主之次市場，僅以台北市為研究標的將無從比較次市場間價量關係差異，需進一步將研究範圍擴大以檢視價量關係差異。 Stein(1995)認為家戶支付購屋頭期款能力受資金流動性影響，市場之利空資訊會導致房價下跌，使家戶資產縮水，限制其購買新屋、支付頭期款的能力，故房屋價格下跌會使成交量隨之減少。雖然資金流動性重要，但非需求者進行購屋決策的關鍵考量因素，消費需求以負擔能力為重點，房價下跌反而使其負擔能力提升得以進場購屋，房價高漲則使其延遲購屋，市場成交量下滑；投資需求者則關注景氣預期及套利機會，並可利用進入門檻較低的預售制度進行投資套利，於房價上漲時期投資需求介入市場較多，反之則退場。考量投資與消費需求於住. 政治大. 宅市場之特性，與 Stein 推論之狀況有所不同。. 立. 此外，本研究之與搜尋市場（search model）買賣雙方隨機、個別配對與議. ‧ 國. 學. 價的討論有異，住宅新推個案市場之供給方為建設公司，對價格具指標作用，但也有較大的出售壓力。Berkovec and Goodman（1996）認為在搜尋模型（search. ‧. model）指導下，利空資訊會使市場待售物件無法出售，在買方僅願支付低於或. y. Nat. 等於其出價時，會使賣方採取調價策略以促成交易，因此成交量減少會造成價格. sit. 的鬆動，其實證支持成交量會優先反映市場變化，成交價則有延遲反應的現象，. er. io. Hort（2000）亦得到相同的結果。Genesove and Mayer(2001)則認為賣方因厭惡. n. al. i n C U hengchi 其出售意願將減少而使成交量下跌。. v. 失去（loss aversion）心理，期望出售價格高於購入價格，當住宅價格下跌，. 然於住宅新推個案市場，供給者雖會出現堅持價格心理，但因建設公司存在去化壓力，故拒絕出售的僵固現象無法長久存在，若市場景氣下滑，於投資需求比例較高的市場，買方的觀望態度導致成交量下跌將加重供給者的售屋壓力；於消費需求較多的次市場，供給者的價格鬆動則會吸引消費者進場。綜上所述，投資需求較多的次市場關注景氣預期與市場資訊以尋找套利機會；消費需求則為市場基礎，較為穩定且較行為模式應較符合供需原則；各住宅空間次市場有不同結構，並受投資─消費、新推個案市場特性影響，住宅新推個案市場及各次市場有別於過去價量相關研究，更有就價量關係未明、資訊透明程度不佳的台灣住宅市場進行研究之必要。 14.

(21) 住宅新推個案市場價量關係之分析. 第三節波及效果由於住宅空間次市場間存在資訊外溢與傳遞效果、人口與資金的流動，因此次市場內之價量變化將影響其他市場。於都市發展過程中，交通建設亦使次市場間可及性增加，對次市場間成交價/成交量之關聯性造成影響，使價格之漲跌、成交量之增減於住宅空間次市場間可能存在遞延的效果，即存在所謂的波及效果（ripple effect）。然而住宅空間次市場間存有一定差異，亦可能使次市場各具不同的價／量模式，使各住宅空間次市場之發展為封閉的市場，市場間之價格／成交量沒有關聯。. 政治大空間次市場間的外部關係，即成交價格與價格、成交量與成交量之間，是否存在立. 因此本研究除探討住宅空間次市場之內部關係（價量關係）外，亦探討住宅. 波及效果（ripple effect）。所謂波及效果指一地之價格/數量變動，是否影響. ‧ 國. 學. 其他地區價格/數量變動。波及效果具有兩種意義，一為某次市場之領先效果，即次市場對於市場資訊變化的反應能力差異，造成地區間價量反應資訊的時間存. ‧. sit. Nat. 變化作為預測所處次市場價量波動之參考。. y. 在落差。第二則是某次市場的波動趨勢具有示範效果，其他地區會以該次市場之. al. er. io. 過去研究7以價格的波及效果為重點，對於其成因主要有以下討論。首先乃. n. iv n C 效率較高的市場，住宅價格反應資訊的能力較快，資訊效率較低之市場則較慢， hengchi U 立論於各次市場之效率不同，即次市場對於市場資訊變化的反應能力差異，資訊. 因此造成次市場間價格變動存在時間上的落差。第二則是次市場間資訊的傳遞會使資訊的正向回饋8效果擴散到其他次市場，此為受到心理預期影響所形成的示範效果（林英彥，1981；Pollakowski and Ray, 1997）。Tirtiroglu（1992）、 Clapp and Tirtiroglu（1994）、Pollakowski et al.（1997）認為此種資訊的傳遞可透過傳播媒體或是市場參與者的直接接觸而發生，也會因空間的阻隔而阻礙資訊的流通，故造成次市場間價格變化相關聯。. 7. 國內研究方面，林秋瑾（1996）以黑箱（Black Box）的統計技巧運用年資料分析區域間住宅價格之相互關係，研究台北市、台北縣、台中市以及高雄市價格間是否存在波及效果，但未討論可能原因，其實證發現高雄市與台北市、台北縣皆存在共整合關係。 8 正向回饋假說（the positive-feedback hypothesis），指市場之利多/利空資訊，會使住宅價格反應超過該資訊預期會帶來之反應。 15.

(22) 住宅新推個案市場價量關係之分析. 價格波及效果亦會因人口與資金之流動而產生。Meen（1999）認為價格波及效果為家戶的遷徙行為、次市場間的套利、資金的流動性等原因導致，使負擔能力較高之家戶以及資金流動方向是由高房價地區往其他次市場移動，因而導致其他次市場之價格波動；反之，若市場出現利空資訊，資金流動受限，則會由負債比(loan to value)較高之地區先受影響，再波及至其他地區。綜上所述，過去對於價格波及效果有諸多討論，卻罕見數量面的研究，就次市場對資訊的反應角度而言，不應僅存於價格層面，成交量亦會反應市場資訊， Berkovec et al.（1996）及 Hort（2000）指出成交量對於市場需求變化的反應較成交價迅速；家戶遷徙與資金流動的效果也會反應於成交量變動。因此，次市場對於市場資訊反應的效率差異、家戶的遷徙以及資金流動的效果應可透過成交. 政治大化，次市場之基本結構是否可支撐，市場對於該資訊的接受程度則是成交量能否立. 量的實質變化展現。然而若波及效果建立於資訊傳遞、消息面導致的心理預期變. ‧ 國. 學. 隨之變動的關鍵。過去研究未討論數量面是否存在波及效果，因此本研究加入次市場間成交量的討論。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 16. i Un. v.

(23) 住宅新推個案市場價量關係之分析. 第四節小結本研究以住宅新推個案市場（初級市場）之價量關係為核心，區分價量關係為內部關係與外部關係。所謂內部關係為次市場內之價量關係，外部關係為次市場間成交價/量之波及效果。. 一、價量關係價量關係相關研究於金融市場甚豐，然因住宅市場同時存在投資財市場與消. 政治大有未竟之處，加以台灣過去住宅相關資料品質不佳，國外少有預售制度，因此針立對住宅新推個案市場價量關係之研究缺乏。由於住宅新推個案市場對住宅市場價費財市場特性，兩者之比較基礎有所不同；又過去住宅市場價量關係相關研究仍. ‧ 國. 學. 格具指標性，其供給者、銷售方式與預售屋制度等具特殊性，應有加以研究之必要。. ‧. 本研究之空間範圍為全國及五大都會區，全國為各次市場之綜合，各市場之. Nat. sit. y. 內部結構、都市發展與效率程度互異，價量關係型態未必相似。由於都市發展影. er. io. 響環境特性及公共部門特性，交通網絡的建置則影響可及性以及生活圈範圍，並. al. iv n C 資訊傳遞相對較頻繁，造成效率程度的差異，因此於發展較成熟、均質、量體較 hengchi U 大的次市場，價格、數量的調整機能將較迅速。 n. 可降低住宅空間次市場內的行政區界線差異造成的區位異質性；成交規模較大，. 住宅新推個案市場之供給者可依據銷售情況調整價格，市場成交量變化應對價格的變動產生影響，然而價量關係仍受該次市場之投資─消費比例影響。整體而言，消費需求仍為各住宅空間次市場之基礎，但投資需求對於價格與交易量之影響較大（花敬群、張金鶚，1997），關注景氣預期與市場資訊以尋找套利機會，使市場話題、炒作風氣增加，因此本研究認為投資需求較多的市場會影響價量均衡關係的表現；消費需求則為市場基礎，較為穩定且行為模式應較符合供需原則，投資需求比例維持較低的市場，受投資需求變動衝擊較小，因此價量關係較能維持均衡狀態。. 17.

(24) 住宅新推個案市場價量關係之分析. 二、波及效果過去波及效果的討論著重於價格面，罕見數量面的研究。波及效果的發生與次市場反應資訊的效率程度、資訊的傳遞以及家戶、資金實質的流動等有關，就次市場對資訊的反應角度而言，成交價/量皆會反應市場資訊，而家戶遷徙與資金流動也會促使成交量變動。然而若波及效果建立於資訊傳遞與消息面導致的預期變化，次市場之基本結構是否可支撐，市場對於該資訊的接受程度則是成交量能否隨之變動的關鍵。本文研究之空間範圍為五大都會區，住宅空間次市場在空間上有相鄰者，亦有存在空間阻隔者，但因整體幅員較小，空間阻隔對於資訊傳播之影響應當有限，此外家戶與資金在交通建設日益改善後波及其他市場之可能性提高，因此成交價、. 政治大. 成交量之波及效果將存於五大都會區間。又由於台灣住宅市場之資訊透明度不佳，. 立. 住宅相關資訊之統合、發佈的完整性於各次市場程度不一，資訊較充沛之次市場. ‧ 國. 學. 可能具有價、量的示範效果，故本文認為在價、量於五大都會區間存在一定的波及效果，且會由交易較活絡、資訊較充沛之市場向外擴散。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 18. i Un. v.

(25) 住宅新推個案市場價量關係之分析. 第三章研究設計此章首先說明本研究使用之時間序列分析方法，再者為資料說明，就資料來源與資料相關敘述統計進行說明。. 第一節時間序列分析方法一、單根檢定─ADF 檢定本研究以時間序列分析方法進行實證，需就變數進行單根檢定（unit root. 政治大配適向量自我迴歸模型或應進行共整合檢定。立. test），以確定變數是否為定態（stationary），單根檢定結果會影響變數後續應. ‧ 國. （1）. ‧. Nat. y. H0:. io. 為誤差項。. sit. 為估計之變數，即可能成交價及三十天成交量；. n. al. 為常數項；. er. 其中. 學. 本研究單根檢定方法為 ADF 檢定（Augmented DF test）：. Ch. i Un. v. 單根檢定之虛無假設為數列具單根之非定態數列，若數列之水準值（Level）. engchi. 不拒絕虛無假設表示數列非定態，需將數列差分後再進行單根檢定，若差分後數列為定態，則數列為 I(1)變數。. 二、共整合檢定（cointegration test）若經單根檢定，變數階次相同，則以水準值進行共整合檢定；若變數具共整合關係則以加入誤差修正項之向量自我迴歸模型估計。共整合檢定主要有 Eagle-Granger 兩階段檢定及 Johansen 檢定，由於 Johansen 共整合檢定具較高的檢定力，檢定結果具不偏性與有效性，故本研究採用此方法進行共整合檢定，並以對角元素和檢定（trace test）及最大特性根檢定（maximum eigenvalue test）結果判定變數間是否具有共整合關係，說明如下： 19.

(26) 住宅新推個案市場價量關係之分析. (一) 對角元素和檢定 ). (2). T：樣本總數；：第 i 個特性根的估計值；r：rank（Π），即共整合組數。 (二) 最大特性根檢定 (3) T：樣本總數；：第 i 個特性根的估計值；r：rank（Π），即共整合組數。. 政治大一組定態的線性組合；其經濟意涵為變數間具有長期均衡關係，表示變數間即便立. 若變數間具有共整合關係，其統計意義指一組非定態時間序列變數之間存在. ‧ 國. 學. 存在短期失衡現象，長期仍會往均衡方向調整。若變數間具共整合關係，則使用加入誤差修正項之向量自我迴歸模型估計，即誤差修正模型（vector error. ‧. correction model）：. er. io. sit. y. Nat. a l 為自變數，共有個，落後期為 iv n Ch engchi U. n. 其中為因變數；. (4) 。. 三、向量自我迴歸模型（vector autocorrection model）若變數間不具共整合關係，則本研究將定態之價量變數進行向量自我迴歸估計。向量自我迴歸模型將所有變數視為內生變數處理，主要目的為預測任一變數變動對所有變數的影響，此影響係以衝擊反應函數（impulse response function）表現，並利用預測誤差變異分解（forecast error variance decomposition，以下簡稱變異分解）輔助說明，其模型如下： (5) 其中μ為常數向量，t 為落後期數， 20. 則為（. ）矩陣。由於各住宅空.

(27) 住宅新推個案市場價量關係之分析. 間次市場僅有可能成交價與三十天成交量二變數，故 k 為 2。 (一)衝擊反應函數（impulse response function）於向量自我迴歸模型中主要目的為預測任一變數非預期衝擊（innovation shock）對所有變數的影響，此影響係以衝擊反應函數表現，可由衝擊反應函數圖形分析影響持續期數與強度，此期數的選取則視衝擊反應函數的收斂情形決定。 (二)變異分解於向量自我迴歸模型中亦可利用預測誤差變異分解，分析於 VAR 體系中變數. 治政大程中的交互影響程度，因此若某地區價或量可解釋另一變數的預測誤差變異比例立高，表示變數間影響程度強。的非預期變動之變異，最能影響其他變數之預測變異，其意義為變數間在時間過. ‧ 國. 學. 四、 Granger 因果檢定（Granger cause causality）. ‧. 由於前述 Johansen 共整合檢定、誤差修正模型及向量自我迴歸模型於估計. y. Nat. sit. 時不預設價量變數的因果關係，因此於共整合檢定後，若價量之間具有共整合關. er. io. 係，進行誤差修正模型會估計兩組結果，此時需要 Granger 因果檢定結果輔助說. al. n. iv n C 檢定，確認價量間領先落後關係，再以後續的衝擊反應函數與變異分解輔助分析 hengchi U. 明。若價量間不具共整合關係，則以向量我迴歸模型估計，再進行 Granger 因果. 實證之結果。. Granger 因果關係檢定係將 P 變數之前期放入 V 變數的預測式中，觀察是否提供更佳的預測值。若檢定結果 P 變數有助於 V 變數之預測，則稱 P 變數 Granger cause V，表示 P 變數領先 V 變數，可提供預測 V 變數之領先資訊；反之，若 V 變數 Granger cause P，表示 V 變數領先 P 變數，可提供預測 P 變數之領先資訊。綜上所述，本研究之實證流程如下圖 2：. 21.

(28) 住宅新推個案市場價量關係之分析. 單根檢定. 階次相同. 階次不同. 共整合檢定. 差分. 有共整合. 向量自我迴歸模型. 無共整合. 誤差修正模型. 立. 政治大. ‧. ‧ 國. 學. Granger 因果檢定. 變異分解. 衝擊反應函數. Nat. n. sit er. io. al. y. 圖2 實證流程. Ch. engchi. 22. i Un. v.

(29) 住宅新推個案市場價量關係之分析. 第二節資料說明一、資料來源本文使用之成交價、成交量資料來源為國泰房地產指數季報，乃由國泰建設公司調查歷年住宅新推個案資料，由政治大學台灣房地產研究中心編製。歷年住宅新推個案之市調對象為市場上之新推個案，包括預售屋以及新成屋推案；調查之空間範圍包括五大都會區，即台北市、台北縣、桃竹地區、台中都會區及南高都會區；調查項目包括推案建設公司、推案類型、總銷金額、推案戶數、已銷戶數、銷售率、推案時間、主力坪數、主力總價、單價、議價空間等項目。. 立. 學. ‧ 國. 二、資料優點. 政治大. (一) 資料編製過程嚴謹. 住宅新推個案市場之資料庫建置，乃透過國泰建設公司具實務經驗之市調人. ‧. 員實地調查，個案資料亦為建設公司之市場分析資料；資料經國立政治大學台灣. sit. y. Nat. 房地產研究中心討論、檢視個案，進行市場推案概況分析，並與國泰建設公司反. io. 認，並與國泰建設公司討論分析結果與實務現象。. n. al. (二). er. 覆確認；每季進行可能成交價與三十天成交量模型估計，並就結果進行討論與確. i n C U hengchi 住宅空間次市場之資料來源具一致性. v. 過去住宅空間次市場價量相關研究困難源於資料來源缺乏一致性，由於各次市場之資料提供機構不盡相同，資料調查與估算方式有所差異，使價量資料之來源與估算邏輯缺乏一致性。而本研究使用之國泰房地產指數季報之價量資料，各住宅空間次市場之市調項目與估算過程具一致性，克服過往研究於資料取得之缺點。此外，季資料的使用，可避免月資料波動相對較大，年資料又過於帄滑的缺點，因此據以進行研究有助於釐清房地產市場之價量關係。綜上所述，本研究使用之住宅新推個案市場成交價、成交量資料編製過程嚴謹且各住宅空間次市場來源與估算方式具一致性，為目前台灣房地產市場價量資料時間長度較長，最具公信力之資料來源。 23.

(30) 住宅新推個案市場價量關係之分析. 第三節敘述統計台灣住宅市場歷經 1988 年至 1990 年泡沫化，於本研究之資料期間，台灣房地產市場甫自 1990 泡沫破滅後轉向衰退，因此本研究資料起始時間尚在弭帄房市泡沫破滅之影響，房價與成交量持續下修，成交量縮減較為明顯，房價則呈現緩步下滑的現象（參圖 3）。全國及五大都會區由於受到 SARS 危機影響，三十天成交量於 2001 至 2002 年初落至相對低點，可能成交價則於 2002 年底至 2003 年落至低點，而後房地產市場景氣開始復甦，成交量明顯提升，各都會區之成交價亦皆呈現明顯的上漲趨勢，並於 2008 年初達到高點，並開始出現景氣反轉現象。. 全國. 16. 100. al. 50. n. 100. 150. 12. io. 200 0. 量. Ch. 8. 0. engchi. 60 55 50 45 40 35 30 25 20. y. 300. 250 200. Nat. 400. 可能成交價 (萬). sit. 500. 台北市. ‧. 600. 20. 三十天成交量(億). er. 700. 可能成交價 (萬). 學. 三十天成交量(億). ‧ 國. 立. 政治大. i Un. 價. v. 量. 圖3 全國及五大都會區價量圖. 24. 價.

(31) 住宅新推個案市場價量關係之分析. 台北縣. 可能成交價 (萬). 250. 24. 200. 80 70 60 50 40 30 20 10 0. 20. 150 16 100 12. 50 0. 8. 8. 4. 價. 量. 立. 台中都會區. 政治大. 可能成交價 (萬). 200 150. 12. 100. 4. io. 50 0. n. al. 價. Ch. engchi. 16. 8. 4. i Un. v. 量. 價. 全國及五大都會區價量圖(續) 自可能成交價之敘述統計表（參表 1），台北市之價格水準與桃竹地區、台中都會區及南高都會區價格水準有明顯的落差；表 3 進一步以台北市為基準，計算歷年其他都會區與台北市可能成交價比例關係之變化，發現其他都會區與台北市之成交價差距逐年擴大，台北縣自 1996 年台北市價格 50%降至 2008 年不到 40%，其他都會區則由原先之 30%至 40%降為 30%以下。然而台北縣因行政區異質性大，可能成交價帄均數雖為 17.35 萬元，但發展較成熟或投資需求較多之行政區，其可能成交價與台北市之水準相近，發展程度較差的行政區價格水準則偏低；台中都會區亦有類似情形，投資需求較多的高級 25. 可能成交價 (萬). 12. 8. Nat 量. 南高都會區. 三十天成交量(億). ‧. ‧ 國. 16. 價. 學. 160 140 120 100 80 60 40 20 0. 12. er. 三十天成交量(億). 可能成交價 (萬). 16. y. 量. 桃竹地區. 三十天成交量(億). sit. 三十天成交量(億).

(32) 住宅新推個案市場價量關係之分析. 住宅區價格與其他地區落差大。表1 可能成交價敘述統計全國. 台北市. 台北縣. 桃竹地區台中都會區南高都會區. 帄均數. 16.53. 40.49. 17.35. 12.02. 12.53. 10.64. 最大值. 18.93. 56.15. 21.43. 13.63. 14.84. 12.88. 最小值. 11.92. 32.82. 14.57. 10.65. 10.30. 8.79. 標準差. 1.57. 6.85. 2.12. 0.77. 1.02. 0.99. 單位：萬元. 表2 五大都會區可能成交價比例. 0.37 0.37 0.36 0.34. 0.51 0.52 0.46 0.46. 0.32 0.33 0.33 0.32. 0.34 0.34 0.34 0.33. io. 略. n. al. 2007Q1 2007Q2 2007Q3. 1 1 1. 2007Q4 2008Q1 2008Q2 2008Q3 2008Q4 2009Q1 2009Q2 2009Q3 2009Q4. 1 1 1 1 1 1 1 1 1. Ch. 0.42 0.40 0.40 0.39 0.39 0.37 0.37 0.38 0.40 0.38 0.39 0.37. y. sit. ‧ 國. 0.49 0.50 0.51. 0.33 0.34 0.33 0.31. ‧. 1 1 1 1. Nat. 1997Q1 1997Q2 1997Q3 1997Q4. 立0.47. 1 1 1 1. 南高都會區. 學. 1996Q1 1996Q2 1996Q3 1996Q4. 治台中都會區政桃竹地區大. 台北縣. 0.32 0.32 0.33 0.32 0.30 0.30 0.29 0.29. er. 台北市. 0.26 0.24 0.23. engchi 0.24 0.25 0.25 0.23 0.24 0.24 0.25 0.26 0.24. 26. iv n 0.29 U 0.27 0.27. 0.22 0.21 0.20. 0.27 0.26 0.25 0.23 0.24 0.26 0.26 0.27 0.22. 0.20 0.21 0.20 0.20 0.20 0.20 0.21 0.25 0.21.

(33) 住宅新推個案市場價量關係之分析. 成交量部分整體而言（參表 3）台北市仍為成交量最大的地區，其與台北縣之市場規模明顯大於桃竹地區、台中都會區及南高都會區。進一步以台北市之三十天成交量為基準，計算歷年各都會區成交量之比例關係（參表表 4）可知成交量之變化較大，資料早期其他都會區之成交量規模甚至超越台北市，然而台北市仍在發展過程中漸居成交規模之首要地位且成交量變動相對穩定，與其他都會區差距亦有擴大之勢；桃竹地區、台中都會區及南高都會區因市場規模較小，因此跳動較大，可能為模型估計上的不利因子。. 表3 三十天成交量敘述統計全國. 台北市. 帄均數. 230.10. 79.86. 最大值. 623.67. 220.33. 最小值. 33.84. 2.90. 2.64. 3.40. 標準差. 134.52. 55.78. 47.88. 17.63. 政60.80治 29.14 大 214.01 70.51. Nat. 1 1 1. 5.96. 3.82. 30.96. 37.29. sit. al. 0.65 1.24 0.68 0.31 0.31. 4.29 1.06 1.83 0.80 0.87. iv. 3.71 1.59 1.99 1.27 1.49. 0.55 0.94 0.48. 1.20 1.97 0.81. 1.19 2.32 0.69. 5.71 1.90 2.76 2.28 1.30. Ch. 台中都會區南高都會區. er. 1997Q2 1997Q3 1997Q4. 157.87. 桃竹地區. n. 1 1 1 1 1. 134.88. 台北縣. io. 1996Q1 1996Q2 1996Q3 1996Q4 1997Q1. 35.40. y. 表4 五大都會區三十天成交量比例台北市. 43.22. ‧. ‧ 國. 桃竹地區台中都會區南高都會區. 學. 單位：億元. 立. 台北縣. n engchi U. 1.87 1.69 0.67 略. 2007Q1 2007Q2 2007Q3 2007Q4. 1 1 1 1. 0.58 0.63 0.37 0.83. 0.16 0.23 0.30 0.16. 0.21 0.59 0.52 0.43. 0.09 0.22 0.16 0.13. 2008Q1 2008Q2. 1 1. 0.31 0.30. 0.11 0.10. 0.19 0.35. 0.07 0.11. 27.

(34) 住宅新推個案市場價量關係之分析. 台北縣. 桃竹地區. 1 1 1 1 1 1. 0.45 0.74 0.28 1.33 0.89 0.88. 0.15 0.97 0.19 0.27 0.26 0.23. 立. 台中都會區南高都會區 0.18 0.34 0.39 0.13 0.10 0.14. 0.21 0.77 0.16 0.38 0.12 0.04. 政治大. 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. 2008Q3 2008Q4 2009Q1 2009Q2 2009Q3 2009Q4. 台北市. Ch. engchi. 28. i Un. v.

(35) 住宅新推個案市場價量關係之分析. 第四節單根檢定以全國及五大都會區之可能成交價、三十天成交量之水準值（Level）進行單根檢定，結果如表 5 所示。在可能成交價方面僅台中都會區之水準值拒絕單根，全國及其他都會區於變數一階差分後方拒絕單根，為 I（1）變數。成交量部分，僅全國以及南高都會區為 I（1）變數，台北市、台北縣、桃竹地區及台中都會區之水準值穩定。. 表5 單根檢定結果. 政治大可能成交價三十天成交量立. -2.38888. -7.91291***. -2.41005. -8.86884***. 0.424508. -4.63993***. -2.99479**. --. -0.61168. -5.74895***. -2.67116*. -7.06698***. -4.28098***. --. -2.79751*. -7.37397***. -2.49295. 台中都會區 -2.81463*. io. -2.2572. al. n. 南高都會區. n U i e h n g c 0。 *代表係數在 0.05 的顯著水準下，顯著異於. Ch. 註：*代表係數在 0.1 的顯著水準下，顯著異於 0。. *代表係數在 0.01 的顯著水準下，顯著異於 0。. 29. y. -1.96271. ---. sit. Nat. 桃竹地區. ‧. 台北縣. 一階差分. --. er. 台北市. 水準值. 學. 全國. 一階差分. ‧ 國. 水準值. iv. -9.2456***.

(36) 住宅新推個案市場價量關係之分析. 第四章實證模型與實證結果第一節價量關係實證分析金融市場研究認為成交量含有調節市場之資訊，可作為預測價格的參考，但住宅市場具投資財市場與消費財市場特性，各住宅空間次市場結構與投資─消費組合不一，因此本文以 1996 至 2009 年之成交價量資料，探討台灣及五大都會區之價量關係是否存有差異。. 一、共整合檢定. 立. 政治大. 共整合意義為非定態之變數間存在一穩定之線性組合，經濟意涵為變數間存. ‧ 國. 學. 在長期均衡關係。台中都會區之價量於水準值皆為定態；台北市、台北縣及桃竹地區之成交價、成交量階次不一，由於每組模型中僅有兩變數，不同階次之兩變. ‧. 數不具有共整合關係，故台北市、台北縣及桃竹地區之價量不存在共整合關係，. y. Nat. 應以向量自我迴歸模型估計。全國與南高都會區之可能成交價、三十天成交量則. n. al. er. io. 否存在共整合關係。. sit. 為 I（1）變數，故應先就全國及南高都會區進行共整合檢定，確認兩變數間是. Ch. i Un. v. 本文採 Johansen 共整合檢定，其虛無假設為變數間不存在共整合關係，檢. engchi. 定結果如表 6 所示，僅南高都會區之價量具有共整合關係，即價量具長期均衡關係，表示價、量會往長期均衡值收斂，價、量雖可能存在短期的失衡現象，但此種短期偏離長期均衡的現象會透過價、量相互調整而逐漸縮小。表6 共整合檢定結果對角元素合檢定（Trace Statistic） 6.6535 0.0206 15.3413** 南高都會區 0.1880 註：*代表係數在 0.1 的顯著水準下，顯著異於 0。 *代表係數在 0.05 的顯著水準下，顯著異於 0。 *代表係數在 0.01 的顯著水準下，顯著異於 0。全國. none at most 1 none at most 1. 30. 最大特性根檢定（Max-Eigen Statistic） 6.6329 0.0206 15.1533*** 0.1880.

(37) 住宅新推個案市場價量關係之分析. 二、 Granger 因果檢定欲釐清可能成交價與三十天成交量之領先落後關係，需於前述模型9配適後進行 Granger 因果檢定，檢定結果如表 7 所示，僅台北市之可能成交價與三十天成交量具有領先落後關係，方向為成交量領先成交價 3 季，表示當期成交量可提供預測 3 季後可能成交價之資訊，台北市之需求者（特別是投資需求者）應關注成交量變化以降低預測之誤差，供給者亦可以成交量判讀後市，作為後續推案或銷售策略調整之參考。台北市量先價行的結果與金融市場價量相關研究，以及搜尋模型（Berkovec and Goodman, 1996）推論之領先落後方向較一致。南高都會區之價量雖無顯著之領先落後關係，但具顯著的共整合關係，經濟意義上表示其價量具長期均衡關係，即價量間雖存在短期的失衡現象，但此種短. 政治大. 期偏離長期均衡的現象會透過價、量相互調整而逐漸縮小，因此價量背離程度有. 立. 限。顯示南高都會區受到住宅產銷期間較長，供需落差無法短期做彈性調節的影. ‧ 國. 學. 響，但市場之成交價量長期而言仍維持均衡關係。表7 Granger 因果檢定結果10. chi-square. 成交量 does not Granger Cause 成交價. 2. y. 0.01587. 成交價 does not Granger Cause 成交量. sit. 1.32280. n. al. 台北縣. 桃竹地區. 台中都會區. 9. 2. er. io 台北市. ‧. 期數. Nat. 全國. 虛無假設. v ni. 成交量 does not Granger Cause 成交價. 3. 25.32994***. 成交價 does not Granger Cause 成交量. 3. 3.59072. 成交量 does not Granger Cause 成交價. 1. 0.32092. 成交價 does not Granger Cause 成交量. 1. 0.37822. 成交量 does not Granger Cause 成交價. 1. 0.02574. 成交價 does not Granger Cause 成交量. 1. 0.64638. 成交量 does not Granger Cause 成交價. 1. 0.08026. 成交價 does not Granger Cause 成交量. 1. 0.81551. Ch. engchi U. 由於共整合檢定及向量自我迴歸模型估計時未預設可能成交價與三十天成交量之因果關係，故需進行 Granger 因果檢定。全國、台北市、台北縣、桃竹地區及台中都會區以向量自我迴歸模型估計，南高都會區因具有共整合關係，因此使用誤差修正模型估計後方進行 Granger 因果檢定。 10 落後期數依 LR 檢定量為選取標準。 31.

(38) 住宅新推個案市場價量關係之分析. 虛無假設. 期數. chi-square. 成交量 does not Granger Cause 成交價. 3. 2.06992. 成交價 does not Granger Cause 成交量. 3. 5.91834. 南高都會區註：***代表係數在 0.01 的顯著水準下，顯著異於 0。. 研究原先預期五大都會區具有不同的價量領先落後關係，或者領先落後期數因價量之調整速率不一而有差異，然而實證結果僅台北市具顯著的成交量領先成交價 3 期結果；南高都會區之價量間具長期均衡關係；台北縣、桃竹地區、台中都會區之成交價量於共整合檢定及 Granger 因果檢定皆無顯著之結果。. 政治大. 一般而言，觀察住宅空間次市場之投資─需求比例及購屋類型可發現11，台. 立. 北市具一定的消費與投資需求，其投資需求整體而言較其他都會區高出 1 成，並. ‧ 國. 學. 隨市場景氣熱絡而擴大差距；預售屋與新成屋之選擇方面，高雄縣市選擇成屋比例高於其他都會區，預售屋比例則明顯低於其他都會區，此與消費使用及購屋習. ‧. 慣有關台北市則有購買預售屋比例高於其他都會區現象。. y. Nat. 整體而言，消費需求仍為各住宅空間次市場之基礎，但投資需求對於價格與. io. sit. 交易量之影響較大（花敬群、張金鶚，1997），使市場話題、炒作風氣增加，因. n. al. er. 此投資需求較多的台北市住宅市場影響價量均衡關係的表現，其價量關係呈顯著. i Un. v. 的「量先價行」結果，較類似金融市場可由成交量預測成交價走勢之狀況；投資. Ch. engchi. 需求比例維持較低的南高都會區，受投資需求變動衝擊較小，價量關係雖存在短期偏離均衡的狀態，然較能維持長期均衡狀態。. 11. 參見 2003 年至 2009 年台灣需求動向季報。台灣需求動向季報由財團法人國土規劃及不動產資訊中心與國立政治大學台灣房地產研究中心調查發布。調查範圍相對本研究之南高都會區，未納入台南縣市，僅有高雄縣市之調查資料。 32.

(39) 住宅新推個案市場價量關係之分析. 三、衝擊反應函數及變異分解為探討都會區變數間交互影響程度，本研究以衝擊反應函數及變異分解針對價量無共整合關係之全國、台北市、台北縣、桃竹地區及台中都會區進行分析，可進一步了解台北縣、桃竹地區、台中都會區之價量關係。藉衝擊反應函數可了解出現一個標準差之非預期衝擊（Innovation Shock），變數將如何反應，及該影響之強度與持續期數。變異分解則可分析可能成交價與三十天成交量在時間過 Response of ALL_DV to Cholesky. One S.D. Innovations 程中的交互影響程度以及價量間的關係強弱。 1,000,000. （一）衝擊反應函數實證結果. 800,000 600,000. 藉由衝擊反應函數分析可了解出現一個標準差之非預期衝擊（Innovation. 政治大所示。全國之可能成交價受自身前一期影響最大，但到第 2 期後影響驟減，三十立. 400,000. Shock）時，變數將如何反應，及該影響之強度與持續期數。結果如圖 4 至圖 8. 200,000 0. 天成交量亦受自身前一期影響較大。價量兩者之變動方向一致，其中一變數發生. ‧ 國. 1. 學. -200,000. 2 3 4 一個標準差之非預期變動，對另一變數之影響有限。 ALL_DV. ALL_DP. ‧. Response of ALL_DP to Cholesky One S.D. Innovations. 800,000. al. 600,000. n. 0.4. sit. io. 0.6. 1,000,000. 0.2. er. 0.8. y. Response of ALL_DV to Cholesky One S.D. Innovations. Nat. 1.0. Ch. i Un. v. 400,000. engchi. 200,000. 0.0. 0. -0.2 1. 2 ALL_DV. 3. -200,000. 4. 1. ALL_DP. 2 ALL_DV. 3. 4. ALL_DP. Response of ALL_DP to Cholesky 註：左圖為可能成交價發生一個標準差之非預期變動，對自身及三十天成交量之影響。右圖則為三十天成交量發生一 One S.D. Innovations. 個標準差之非預期變動，對自身及可能成交價之影響。以下各衝擊反應函數圖型皆同。 1.0. 圖4 全國衝擊反應函數圖型 0.8 0.6. 台北市住宅新推市場可能成交價受自身前一期影響較大，但三十天成交量之 0.4. 非預期變動對可能成交量的影響在第 2 期至 4 期增大，超過可能成交價自身影響， 0.2. 顯示成交量影響成交價波動，並由前述 Granger 因果檢定結果確認成交量領先價 0.0. 格期數為 3 期。至於三十天成交量則主要受自身影響，可能成交價之非預期變動 -0.2 33. 1. 2 ALL_DV. 3 ALL_DP. 4.

(40) 1.0 0.8 0.6. 住宅新推個案市場價量關係之分析. 0.4 0.2. 對成交量影響於第 1 期至第 2 期較大，第 2 期後則逐漸減弱。整體而言價量之非 0.0 預期變動於台北市之影響持續時間較長。. -0.2 2. 台. 北. 4. 6. 8. 10. 12. 14. TP_DP. 市. Response of TP_DP to Cholesky One S.D. Innovations. 16. 18. 20. 18. 20. TP_V. Response of TP_V to Cholesky One S.D. Innovations. 1.2. 400,000. 1.0 300,000. 0.8 200,000. 0.6 0.4. 100,000. 0.2 0. 0.0 -0.2. 政治大 -100,000. 2. 4. 6. 8. 10. 12. 14. 16. 立. TP_DP. TP_V. 18. 20. 2. 4. 6. 8. 10. 12. 14. TP_DP. 16. TP_V. ‧ 國. 400,000. 學. 圖5 台北市衝擊反應函數圖型Response of TPC_DP to Cholesky Response of TP_V to Cholesky One S.D. Innovations One S.D. Innovations .6. ‧. 台北縣之可能成交價自身前期之影響大，第.52 期後影響縮小，漸漸收斂；可. 300,000. .4 能成交價雖對成交量略有影響，但成交量仍受自身影響較大，且收斂歷經時間較. Nat. 200,000. .3. sit. .1. al. iv n C 響大，三十天成交量亦主要受自身影響，需較長的時間方達到收斂效果。 hengchi U. 身影響，且需較長時間影響方逐漸消失。台中都會區之可能成交價受自身前期影. n. -100,000. io. 0. .2. 十天成交量之影響甚小；三十天成交量略受可能成交價影響，但主要受成交量自. er. 100,000. y. 長。桃竹地區之可能成交價受自身前期影響大，持續時間短，第 2 期便收斂，三. 2. 4. 6. 8. 10. 12. 14. 16. .0. 1. 18. 2. 3. 4. 5. 6. 7. TPC_DP. TP_DP. 8. 9. 10. 11. 12. 11. 12. 20. TPC_V. TP_V. Response of TPC_V to Cholesky One S.D. Innovations. Response of TPC_DP to Cholesky One S.D. Innovations. 400,000. .6. .5. 300,000. .4. 200,000 .3. .2. 100,000. .1. 0 1. .0 1. 2. 3 TPC_DP. 2. 3. 4. 5. 6. 7. 8. 9. 4. TPC_DP. TPC_V. 圖6 台北縣衝擊反應函數圖型 34. TPC_V. 10.

(41) .1. .0 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 9. 10. 住宅新推個案市場價量關係之分析 TAO_DP. TAO_V. Response of TAO_V to Cholesky One S.D. Innovations. Response of TAO_DP to Cholesky One S.D. Innovations 160,000. .35. Response of CHUN_P to Cholesky One S.D. Innovations. .30. .6 120,000 .25. .5 80,000. .20. .4 .15. 40,000 .3. .10. .2 0. .05. .1. .00 1. 2. 3 TAO_DP. 1. 2. 3. 2. Response of CHUN_P to Cholesky One S.D. Innovations. 立. .6. 4. 政治大. 7. 8. 6. 8. CHUN_P. TAO_V. 10. 12. 14. 16. CHUN_V. Response of CHUN_V to Cholesky One S.D. Innovations. ‧ 國. 200,000. 學. 150,000. ‧. .2. 6. 250,000. .5. .3. 5. TAO_DP. .0. TAO_V. 圖7 桃竹地區衝擊反應圖型. .4. 4. 4. 100,000. 6. 8. 0 12. io. al. 14. 16. 2. CHUN_V. n. CHUN_P. 10. sit. 4. 4. er. 2. Nat. .0. y. 50,000. .1. Ch. n engchi U. iv. 6. 8. CHUN_P. 10. 12. CHUN_V. 台中都會區衝擊反應函數圖型 Response of CHUN_V to圖8 Cholesky One S.D. Innovations 250,000. 200,000. （二）變異分解. 150,000. 自台北市成交價、量之變異分解結果（參表 8）可知，台北市三十天成交量 100,000. 對可能成交價之誤差變異解釋百分比逐期增加，第 5 期後超過 40%；可能成交價. 50,000. 對三十天成交量之變異解釋程度雖然相對較小，但仍於 10%上下，顯示台北市成. 0 2. 交價受成交量衝擊程度高，價量關聯性較強，台北市可能成交價之預測誤差波動 4 6 8 10 12 14 16 可由成交量解釋，因此可藉由分析台北市成交量變動預測價格變動的趨勢。 CHUN_P CHUN_V. 35. 14. 16.

(42) 住宅新推個案市場價量關係之分析. 表8 台北市可能成交價、三十天成交量變異分解結果可能成交價之變異分解. 三十天成交量之變異分解. 季. 標準誤. 可能成交價. 三十天成交量. 季. 標準誤. 可能成交價. 三十天成交量. 1 2 3 4 5 6. 0.9982 1.1882 1.3169 1.3213 1.3412 1.3610. 100 74.2809 61.2486 61.4879 59.6795 58.5052. 0 25.7191 38.7514 38.5121 40.3205 41.4948. 1 2 3 4 5 6. 416065.1 488200.6 535000.5 555512.1 567809.4 586360. 14.8335 14.6598 12.6424 12.0260 11.6216 10.9057. 85.1665 85.3402 87.3576 87.9740 88.3784 89.0943. 7 8 9 10 11 12 13 14 15. 1.3668 1.3767 1.3802 1.3835 1.3869 1.3884 1.3900 1.3911 1.3918. 58.0272 57.1992 56.9612 56.6900 56.4178 56.2998 56.1708 56.0837 56.0259. 41.9728 42.8008 43.0388 43.3100 43.5822 43.7002 43.8292 43.9163 43.9741. 7 8 9 10 11 12 13 14 15. 595158.4 601488.1 607216.2 610631 613648.3 615796.9 617271.3 618511.8 619371.2. 10.6579 10.4348 10.2477 10.1458 10.0466 9.9811 9.9351 9.8960 9.8701. 89.3421 89.5652 89.7523 89.8542 89.9534 90.0189 90.0649 90.1040 90.1299. 16 17 18 19 20. 1.3925 1.3929 1.3932 1.3935 1.3937. 55.9723 55.9386 55.9121 55.8911 55.8768. 44.0277 44.0614 44.0879 44.1089 44.1232. 16 17 18 19 20. 620021.3 620524.1 620882.1 621159.4 621365.4. 9.8499 9.8344 9.8235 9.8150 9.8087. 90.1501 90.1656 90.1765 90.1850 90.1913. n. engchi. y. sit. er. io. Ch. ‧. Nat. al. 學. ‧ 國. 立. 政治大. i Un. v. 本研究原預期各住宅空間次市場之價量領先落後關係不同，領先落後期數亦因價量調整速率而有差異，然而實證結果僅台北市具顯著的量先價行，南高都會區價量具長期均衡關係。再於前述價量關係各檢定中發現台北縣、桃竹地區及台中都會區之可能成交價與三十天成交量關係較薄弱，價量對彼此變動的預測與解釋能力皆有限。此可能因台北縣內之區域、住宅市場發展等異質性較高，較成熟之行政區其住宅市場發展、成交價量與台北市類似，但亦有許多推案變動較大、成交價量較低之行政區；台中都會區亦存在相同問題12，投資氣氛較濃厚，發展較佳的高級 12. 例如台北縣之板橋、新店、永和等；汐止、土城、蘆洲等與其他行政區之成交價、市場規模存在相當差距。台中都會區之西屯區、南屯區等；東區、南區、北區、烏日、后里及其他地區之成交價量具相當差距。 36.

(43) 住宅新推個案市場價量關係之分析. 住宅區與其他行政區之成交價量具相當落差；桃竹地區相對其他都會區之規模較小，衡量之基礎較不穩固，造成台北縣、桃竹地區及台中都會區之價量關係較不清晰。. 四、小結綜合以上實證分析結果可發現各住宅空間次市場之價量關係具有不同型態，且交互影響程度有異。台北市價量間之關聯性較強，且成交量顯著領先成交價 3 季，表示預測台北市成交價時，加入成交量過去資訊會使預測之準確度提高，當季之成交量可用以預測 3 季後之成交價走勢。南高都會區之價量具有長期均衡關. 政治大量的相互調整而逐漸縮小，因此價量背離的程度有限。其他地區價量間的關聯性立係，表示價、量會往長期均衡值收斂，即便存在短期的失衡現象，也會透過價、. 較弱，價/量皆受自身前期影響較大，利用成交量是否能夠提高預測價格的準確. ‧ 國. 學. 度，本研究無法給予支持。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 37. i Un. v.

(44) 住宅新推個案市場價量關係之分析. 第二節波及效果實證分析本節分為價格面與數量面之波及效果，並以上述時間序列分析方法進行實證。由於台北市為五大都會區中住宅資訊統計與發佈功能相對完整之住宅空間次市場，並充斥各項價格與數量資訊。台北都會區之成交規模亦較大，資訊流動的程度應相較其他地區為多，因此預期資訊的外溢與傳遞效果應源於台北市、台北縣，台北都會區之成交價/量會領先於其他空間次市場。. 一、成交價波及效果. 政治大於成交價波及效果的實證中，台北市、台北縣、桃竹地區以及南高都會區之立成交價為Ｉ(1)變數，故兩兩組合需進行共整合檢定，檢定結果如表 9 所示，價. ‧ 國. 學. 格之間無共整合關係，表示次市場之成交價格間不存在長期均衡關係。. ‧. 表9 次市場成交價共整合檢定結果表. 台北市台北縣. none at most 1. 台北市桃竹地區. none at most 1. 台北市南高都會區. n. al. Ch. 8.2617 (0.44) 0.0100 (0.92). y. sit er. Nat. io. 最大特性根檢定（Max-Eigen Statistic）. 對角元素合檢定（Trace Statistic）. n U i e h n c 9.4605g(0.33). iv. 8.2517 (0.35) 0.0100 (0.92). 0.2798 (0.60). 9.1807 (0.27) 0.2798 (0.60). none at most 1. 10.6944 (0.23) 0.4561 (0.49). 10.2383 (0.20) 0.4561 (0.49). 台北縣桃竹地區. none at most 1. 6.1861 (0.41) 0.0239 (0.90). 6.1622 (0.33) 0.0239 (0.90). 台北縣南高都會區. none at most 1. 6.3989 (0.39) 0.0007 (0.99). 6.3982 (0.31) 0.0007 (0.99). 桃竹地區南高都會區. none at most 1. 8.6599 (0.19) 0.0197 (0.91). 8.6402 (0.14) 0.0197 (0.91). 註：括弧內為 P 值。 38.