住宅租屋市場預警系統之研究 - 政大學術集成
99
0
0
全文
(2) 中文摘要 住宅租屋市場過去由於租金成交資訊有限，導致國內住宅租屋市場相 關研究相當不足，由於房地產已從高峰反轉直下，租屋市場的需求日益受 到重視，但當前可用以觀測租屋市場的指標，僅有消費者物價指數房租類 單一指標，能揭露的租屋市場資訊十分有限。本研究為了解目前住宅租屋 市場現況，擬從宏觀角度尋找更能反映租屋市場的訊息指標，並嘗試建立 一套有效的住宅租屋市場預警系統。本研究從租金市場的供給、需求以及 景氣層面歸納出 22 個變數指標，利用主成分分析法決定權重大小，組合出 6 種不同的綜合指標，並比較變動百分比法、3σ法及理想目標值法三種警 戒門檻值產出方法，選出最適合的警情指標以建立有效的住宅租金巿場預 警系統。6 種不同的綜合指標與單一指標(住宅租金指數)一同編制警戒門檻 值，產製燈號結果後以 3σ法最穩定。而比較單一指標與綜合指標後，差 分自迴歸移動平均模型(ARIMA)選出最理想的警情指標是由 15 個變數編製 而成，利用警情指標預測四季(2016 年 Q3~2017 年 Q2)變化，租屋市場仍屬 於偏冷的黃藍燈居多。 從實證結果可看出住宅租屋市場警情指標的 15 個變數以供給面變數 占大多數；而比較單一指標與綜合指標的預警能力，綜合指標的誤差較小 與模型解釋力較佳，較能產生正確的市場警情。目前住宅租金市場的熱絡 程度，雖然是黃藍燈的偏冷狀態，但因為租屋需求一直穩定存在，供給下 降導致市場有供弱需強的狀況，因此租金仍然持續上漲。供給變弱乃由於 國內住宅租屋市場租金投報率普遍偏低，目前市場租金水準仍無法有效刺 激更多的私人持有房屋釋出到出租市場，未來如需求突然增加，供給來不 及反應，將會讓租屋市場的租金有連續上漲壓力。 為防止租金持續上漲，增加租屋供給是必須的。我們建議政府可以拋 出誘因鼓勵屋主出租或是獎勵業者新建出租住宅，透過政府建立專職組織 運行，配合公營金融機構提供更低的利率或更長的貸款期限降低出租住宅 成本，以及提供租金適中的出租住宅來建構良好自償系統，收益用來支持 低收入族群的租金補貼，在財政支出也可以減輕國家負擔。而提高出租住 宅的公共設施服務水準，可延長出租住宅壽命及增加使用出租住宅族群消 費力，增加居住安定感。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 關鍵字：預警系統、主成分分析、變動百分比法、3σ法、理想目標值法、 差分自迴歸移動平均模型、ARIMA. i. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(3) SUMMARY In the past, because of the limited information on rental housing market, the relevant research on domestic rental housing market has been rather inadequate. The demand for renting has been getting more and more attention because of the housing market reversed, but at present it can be used to observe the position of the rental market and only a single indicator, CPI-rent.The market information that can be uncovered is very limited. In order to understand the current situation of the rental housing market, the present study intends to look for a better information indicator of the rental housing market from a macro perspective and try to establish an effective early-warning system. This study sums up 22 variable pointers from the supply, demand and boom level of rental housing market, by using the principal components analysis method to determine the weight, combining 6 kinds of different synthetic pointers, and comparing the the range percentage method, 3σ method and ideal goal methods, three kinds of warning threshold output methods, the best suitable pointer is chosen to establish an effective early warning system for rental housing market. The 6 different synthetic pointers are combined with the single indicator (residential rental index) to prepare the warning threshold, and the result of the production of the signal is most stable by the 3σ method. Compared with the single pointer and the integrated pointer, the ARIMA results showed the most ideal of the police feeling pointer is compiled from 15 variables, the use of police sentiment to predict the 4 seasons (2016 3rd season~2017 2nd season) changes, rental housing market still belongs to the cold yellow-blue light majority. From the empirical results, it can be seen that the rental housing market is in the supply side, 15 variables in the supply side of the majority, while comparing the early warning ability of single pointer and integrated pointer, the error of integrated pointer is better than that of model interpretation, which can produce correct market police sentiment. Although the degree of heat of rental hosing market is yellow and blue light of the cold state, but because the demand for rental housing has been stable, supply decline led to strong demand for weak market conditions, so rents continue to rise.The weakening of supply is due to the generally low rental rate of domestic rental housing market, the current market rent level is. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. ii. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(4) still unable to effectively stimulate more private housing released to the rental market, in the future, if demand suddenly increases, the supply too late to respond, will let the rental housing market has a continuous upward pressure. To prevent rents from rising, it is necessary to increase the supply of rental housing. We suggest that the government can throw out incentives to encourage homeowners to rent or reward the owners of new rental housing, and to reduce the cost of rental housing through the establishment of a full-time organization run by the Government and with the provision of lower interest rates or longer loan terms for public financial institutions, and the provision of affordable rental housing to build a good system of compensation, income used to support the low-income groups of rent subsidies, in fiscal spending can also reduce the country's burden. To improve the service level of public facilities for rental housing, it can prolong the life of renting house and increase the consumption power of renting residential groups, and increase the sense of residence stability.. 立. 政 治 大. ‧ 國. 學. ‧. Key word：early-warning system、the range percentage、3σ、ideal goal、 principal components analysis、Autoregressive Integrated Moving Average model、ARIMA. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. iii. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(5) 致 謝 『如果有機會可以再寫一本論文，你要如何寫得比前一本好?』 這句話是我十五年前第一個碩士論文已故指導教授對我離校時說的話， 這句話猶言在耳，因為沒想到十五年後，我真的有機會再寫一本論文了。 當時我的論文在嚴格的已故教授眼中，稱不上非常優秀，十五年後我再次 選擇踏上政治大學地政學系這個殿堂挑戰第二本碩士論文時，我就下定決 心一樣要再找一個非常嚴格的教授，的確我的指導教授林沛靜老師，真的 非常嚴格，也非常照顧學生，即使退休在即，也幫學生安排了退休後由另. 政 治 大 以三年的時間取得地政學系的碩士在職專班學位。 立. 一位教授江穎慧老師接任指導，有了兩倍的關愛與嚴格要求，我才能順利. ‧ 國. 學. 第二本論文要比第一本好，付出的時間也一定是加倍的，我辭去工作， 整整兩個月常常與林老師討論跑完模型後的結果，一來一往就是到半夜兩、. ‧. 三點，願意陪學生到這麼晚的教授，學涯上能遇到幾個?而江老師也是一次. sit. y. Nat. 又一次不厭其煩的修改論文裡口語化說法與挑錯；林老師出國到澳洲一個. al. er. io. 多月時，就由江老師幫我看論文；江老師忙著期末打成績以及其他學生口. v. n. 試時，就由林老師幫我看論文，兩位老師輪流接力，就像林書豪 Alley-oop. Ch. engchi. i n U. 給隊友 Tyson Chandler 灌籃得分一樣，我的論文也終於灌籃得分了!我真 的真的很幸運，可以遇到兩位這麼棒的老師，也暗自嘉許自己沒有被怠惰 打敗，邊工作邊念書是很累的，因此碩專班念到四五六年的人不在少數， 除了貴人助，也要自助，堅持是很重要的。在滿四十歲的今年我也給了自 己一個最好的生日禮物，就是我畢業了!當然最後要感謝的，就是一直鼓勵 我向上求學的父母，碩專班昂貴的學費與都由父母資助，因為他們想讓女 兒知道，不用擔心學費，就這樣一直前進完成自己設定的目標吧!. iv. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(6) 目錄 第一章 緒論 ........................................... - 1 第一節 研究動機與目的 ................................. - 2 第二節 研究範圍與方法 ................................. - 4 第三節 研究流程與架構 ................................. - 5 第二章 相關理論與文獻回顧 .............................. - 7 第一節 住宅租屋市場供給與需求 ......................... - 7 第二節 景氣波動循環理論 ............................... - 9 第三節 景氣指標相關文獻 .............................. - 12 第四節 預警系統之理論基礎與相關研究 .................. - 14 第三章 住宅租屋市場現況與研究設計 ..................... - 23 第一節 住宅租屋市場現況與政策 ........................ - 23 第二節 研究設計流程 .................................. - 25 第三節 研究使用之方法 ................................ - 26 第四章 住宅租屋市場警情指標之建立 ..................... - 33 第一節 警情指標的選取 ................................ - 33 第二節 指標季節性與趨勢性調整 ........................ - 39 第三節 主成分分析結果 ................................ - 40 第四節 決定綜合指標權重 .............................. - 47 第五章 住宅租屋市場預警系統分析 ....................... - 51 第一節 最適警戒值方法之決定 .......................... - 51 第二節 最適警情指標的選取 ............................ - 62 第三節 警情分析與預測 ................................ - 63 第六章 結論與建議..................................... - 73 第一節 結論與政策建議 ................................ - 73 第二節 後續研究建議 .................................. - 75 參考文獻 ................................................ - 76 附錄 .................................................... - 80. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -. v. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(7) 圖目錄 圖 1-1、消費者物價指數(房租類)趨勢圖 ....................... - 1 圖 1-2、研究流程架構圖 ..................................... - 5 圖 2-1、經濟活動對不動產巿場的影響 ........................ - 10 圖 2-2、成長循環圖 ........................................ - 11 圖 2-3、預警系統基本運行流程 .............................. - 14 圖 3-1、住宅租金指數與消費者物價指數房租類 ................ - 24 圖 3-2、研究設計流程圖 .................................... - 25 圖 4-1、需求面預選指標的長期趨勢圖 ........................ - 36 圖 4-2、供給面預選指標長期趨勢圖 .......................... - 37 圖 4-3、景氣面預選指標長期趨勢圖 .......................... - 38 圖 5-1、變動百分比法產生之各季燈號分數-無轉軸 ............. - 53 圖 5-2、3Ϭ 法產生之各季燈號分數-無轉軸 ..................... - 56 圖 5-3、3Ϭ 法產生之各季燈號分數-轉軸法 ..................... - 57 圖 5-4、理想目標值法產生之各季燈號分數-無轉軸 ............. - 60 圖 5-5、警情指標與參考指標燈號分數 ........................ - 63 圖 5-6、警情指標與 15 個構成變數的波動對照 ................. - 65 圖 5-7、警情指標與參考指標預測燈號對照圖 .................. - 70. 立. 政 治 大. ‧. ‧ 國. 學. Nat. n. al. er. io. sit. y. -. Ch. engchi. i n U. v. vi. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(8) 表目錄 表 2-1、住宅租賃市場、住宅市場與土地市場的關係一覽表 ....... - 7 表 2-2、文獻回顧與選取指標 ................................ - 13 表 2-3、市場預警或預測相關文獻回顧 ........................ - 15 表 4-1、本研究預選指標 .................................... - 34 表 4-2、預選指標項目與資料來源 ............................ - 35 表 4-3、22 個指標時間數列模型類型與調整方式 ................ - 39 表 4-4、不同轉軸法之指標分類結果 .......................... - 40 表 4-5、特徵值大於 1 的主成分 .............................. - 42 表 4-6、無轉軸法之權係數計算結果 .......................... - 42 表 4-7、轉軸法-最大變異法之權係數計算結果 ................. - 43 表 4-8、無轉軸與轉軸法因素歸屬差異 ........................ - 43 表 4-9、需求面指標的主成分分析結果與權係數 ................ - 44 表 4-10、供給面指標的主成分分析結果與權係數 ............... - 45 表 4-11、景氣面指標的主成分分析結果與權係數 ............... - 46 表 4-12、無轉軸法編列指標權重 ............................. - 48 表 4-13、轉軸法編列指標權重 ............................... - 49 表 5-1、參考期間變動百分比法燈號出現比例結果 .............. - 52 表 5-2、參考期間 3Ϭ 法燈號出現比例結果 ..................... - 55 表 5-3、理想目標值法燈號出現比例結果 ...................... - 59 表 5-4、三種警戒門檻值方法優缺點比較 ...................... - 61 表 5-5、ARIMA 模型檢定結果 ................................. - 62 表 5-6、警情指標與參考指標燈號比例 ........................ - 63 表 5-7、警情指標與預選指標相關性檢定 ...................... - 66 表 5-8、GRANGER 檢定結果 .................................... - 67 表 5-9、22 個指標變數的領先與同步關係 ...................... - 69 表 5-10、2016 年第三季至 2017 年第二季預測值 ................ - 70. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -. vii. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(9) 第一章 緒論 根據營建署公布 2017 年第三季最新房價所得比數據，全國房價所得比已 來到 9.22 倍，貸款負擔率為 37.84%，相較 2007 年第三季，當時全國房價所得 比為 5.33 倍，貸款負擔率為 22.99%，在這短短十年間，全國購屋壓力竟已增加 七成之多!國內房價飆漲，但一般勞動人口薪資卻牛步緩漲，行政院主計總處統 計 2017 年全台 890 萬名勞工平均每月經常性薪資約 3.9 萬元，對照 2007 年的 平均每月經常性薪資 3.6 萬元，這十年間平均月薪僅漲了 3000 元。這樣的薪資 條件青年如何買得起房?尤其在房價高漲的大台北地區，許多年輕人現在仍為無 殼蝸牛族。也因為台北市高漲的房價讓許多青年族群越來越住不起房，住宅推 動聯盟等民間團體曾在 2011 年豪宅「帝寶」前號召青年、勞工參與「反貧困 51 大遊行」，希望政府能重視「縮短貧困差距、落實居住正義」 。 「居住正義」目的之一，是希望青年族群與經濟弱勢團體即使在高房價都 會區，也至少能有安身立命的地方，因此台北市提供只租不售的社會住宅或青 年住宅政策，來解決現階段中低收入者居住問題，才讓「住宅租屋市場」的供 需機制開始受到政府的重視。但台灣並無出租住宅專責法令，也無全國性租賃 資訊服務系統，也未實施出租登記制度，直到 2012 年實價登錄網站上路，才一 併提供租屋交易資訊查詢，可查得租屋交易資訊。早期願投入住宅租屋市場研 究者，也因數據取得的侷限，研究多侷限在雙北地區，如李如君(1997)以微觀 的角度進行租金市場的分析，研究 1981~1996 年雙北住宅租屋影響因素如面積、 房間數、屋齡、區位等屬性；而有探討租金與總體經濟的關係有彭建文(2004) 利用實證分析證實租金影響因素為家戶數、房價、住宅存量、預期景氣以及空 屋率，但之後十餘年間從宏觀經濟的角度，全國性的經濟、社會指標去探討住 宅租屋市場的研究，後續卻不見較完整的發展。國內能觀測到有關租屋市場的 資訊，仍僅有消費者物價指數(房租類)，而 2018 年 3 月 8 號媒體報導行政院主 計總處公布 2 月消費者物價指數房租類，延續 2015 年 1 月起已連續 38 個月的 漲勢(見圖 1-1)，但其實自從民國 2012 年開始，租金就只漲不跌。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 110.00 100.00 90.00. 指 80.00 數 70.00 60.00 50.00. 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017. 年. 圖 1-1、消費者物價指數(房租類)趨勢圖 資料來源：行政院主計處 -1-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(10) 第一節. 研究動機與目的. 消費者物價指數(房租類)資料來源為 8 個主要都會區每月查價，查價對象 可能來自新租約、舊租約或長租約家戶，故可能有低估市場租金的疑慮，僅用 此指數來預測租屋市場的變化是否足夠?因此觸發本研究的第一個動機，就是這 個行之有年的指數是否真的能完整代表國內整個住宅租屋市場的現況?又是這 樣的指數能看出住宅租屋市場供給與需求是否失衡，是否已經發生危機?端看指 數變化無法讓我們了解當下租屋市場的繁衰，也無從得知租屋市場是否感受租 金漲價壓力產生供給或需求的危機，因此是不是需要找出更能反映租屋市場訊 息的指標來取代現有的這項指數? 全國房價所得比從 2007 年第三季的 5.33 倍來到 2017 年第三季的 9.22 倍， 漲幅高達七成，但而消費者物價指數(房租類)2007 年均指數為 95.62，2017 年 均指數為 100.92，當中漲幅僅 5%左右，由兩者的波動變化趨勢來看，房租與房 價間的關係似乎不明確，林祖嘉(1992)發現國內的房租波動遠較房價波動為小， 因此一直以來有租金與房價脫勾的觀念，而曾建穎、張金鶚、花敬群(2005)曾 提出以月租金乘數(房價/月租金)應能較確實的反應每戶住宅房價與租金的實 際差距，有助於後續分析更貼近住宅市場的真實狀況，但月租金乘數應用在租 金市場的監測目前還未見後續發展。我們也認為僅監測消費者物價指數(房租類) 來預測租屋市場的狀態，可能有失其真實性，才會研究試圖發展其他的更具預 警能力的指標，因此引發本研究第二個動機，若要預測與監控住宅租屋市場， 是否不須侷限在單一指標，可由多元的指標反映出來，如同反應房地產景氣一 樣，找出時間上先行性、重要性的綜合指標，才能有足夠的預警能力，監測整 個租金住宅市場? 由於住宅租屋市場多為社會上購屋之的族群的必然消費支出，其熱絡與否 也必然影響到無法購屋族群的日常生活，也會是一個重要的社會經濟問題，而 我們擔心的是由此波高峰購入房產的投資者，是否會將房價擔反應在房租上， 造成租金飆漲而加重租屋族群的負擔?2016 年全國調整公告地價，台北市甚至一 次調漲 30.38%，土地持有成本大幅度的增加，是否也意味著房東會將持有成本 轉嫁到租客上，對之後的租金市場產生不良的影響?但目前由於國內缺乏住宅租 屋市場的預警與監測系統，無法得知租金市場變化狀況，也無從對住宅租屋市 場擬定適合的政策方向，若政府有意利用住宅租屋市場解決高房價地區的居住 問題，則國內的租金市場動態應該及早進行系統性的預測與監控，以防止租金 市場發生危機。因此本研究的第三個動機，就是我們是否能透過實證的研究結 果，進一步建立有效的預警系統來預測與監控國內的住宅租屋市場?而這個系統 在未來住宅租屋市場發生重大問題前，能預先發出警告，以免錯失防範時機， 也能適時的給政府在租屋市場上的決策提供建議，讓國內的租屋市場能獲得更 健全的發展。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -2-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(11) 從研究動機整理出本研究所想探討的問題有下列三項： (一) 如何從宏觀的角度，以住宅租屋市場的供給、需求、景氣等不同層面選取 適合的預選指標，衡量住宅租屋市場的狀況？這些指標的彼此關係為何？ (二) 根據指標的能力，住宅租屋市場應選擇單一指標或綜合性指標做為預警系 統的主要警情指標？其選取指標的權重應如何決定才對住宅租屋市場有 足夠的預警能力? (三) 藉由住宅租屋市場預警系統的實證研究，可否進一步了解當前住宅租屋市 場的熱絡與否？又對未來住宅租屋市場警情之預測，能否提供一些建議方 向？ 藉由根據以上研究動機與研究問題的方向，本次研究期望達成目的有以下 二點： (一)從多元層面(供給、需求、景氣)分析住宅租屋市場，找出影響租屋市場重 要的警情指標，提供後續關心租屋市場發展的研究者、業者做為市場預警 及研究之參考。 (二)建立有效的住宅租金市場預警系統，期望能提供政府作為租屋市場政策的 指導方針。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -3-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(12) 第二節. 研究範圍與方法. 一、研究範圍與限制 本次研究範圍為全國的住宅租屋市場研究，選取的指標以全國性的地政、 戶政、金融性普查資料為主，資料來源來自行政院主計處、內政部、營建署等 公開統計數據，以及學者專案研究計畫數據。研究時間為 2009 年第三季至 2016 年第二季，研究資料時間單位為季，若統計時間單位為月或半年者，將月資料 累計至季單位，或半年資料拆算成兩季單位，拆算方式視資料性質處理。 本次研究的時間數列共 28 季，此時期包含房地產快速上漲時期(繁榮)與高 峰反轉向下階段(衰退)，未包含完整的一個房地產週期(復甦、繁榮、衰退、蕭 條四個階段)，因此所建置的模型若應用在房地產更早期的階段可能會受到限 制。. 政 治 大 本文研究住宅租屋市場警情指標，選取代表住宅租屋市場重要性警情指標， 立 期能提供正確的住宅租屋市場預警訊息。因此本研究的方法可整理如下步驟： 二、研究方法. ‧. ‧ 國. 學. （一）相關理論文獻回顧 透過過去文獻研究整理，從住宅租屋供給、需求、景氣面蒐集可能影 響住宅租屋市場的預選指標。 （二）實證分析 1. 本研究以時間序列分析方法探索預選指標與租屋市場的關係，利用主成 分分析法找出影響租屋市場的重要警情指標。 2. 運 用 計 量 經 濟 模 型 如 差 分 自 迴 歸 移 動 平 均 模 型 （ Autoregressive Integrated Moving Average model，ARIMA）等預測的方法建立預警系 統以提供合理之預警訊息。 3. 利用 Granger 檢定找出變數指標之間領先與同步關係。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -4-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(13) 第三節. 研究流程與架構. 本研究共分為六章，第一章為「緒論」 ，包括研究動機、目的、問題、方法、 流程架構等。第二章為「相關理論與文獻回顧」 ，主要在探討住宅租屋市場供給 與需求、景氣循環預測理論、預警系統與方法。第三章為「住宅租屋市場現況 與研究設計」 ，分析租屋市場現況其可能之研究設計方式與各種計量方法的操作 流程，第四章為「住宅租屋市場警情指標之建立」 ，將蒐集到可能影響住宅租屋 市場的指標進行篩選，依指標的重要性決定權重作為警情指標。第五章為「住 宅租屋巿場預警系統分析」 ，內容為警戒門檻值的決定，比較並選擇預警能力較 優之方法與警情指標來進行警情分析。同時檢測構成變數之間的領先與同步關 係，再利用預測模型對下四季進行預測，綜合評估後發布預測的警情結果。最 後一章為「結論與建議」 ，綜合檢討研究的成果與後續研究建議。研究流程如圖 1-2 所示。. 學. ‧ 國. 立. 政 治 大 研究動機與目的 研究問題與方法. ‧. 相關理論與文獻回顧. n. 景氣波動循環理論. Ch. engchi U. er. io. sit. y. Nat. al. 供給與需求分析. v ni. 預警系統相關文獻. 住宅租屋市場現況與研究設計. 住宅租屋市場警情指標之建立. 住宅租屋市場預警系統分析. 結論與建議 圖 1-2、研究流程架構圖 -5-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(14) 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -6-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(15) 第二章 相關理論與文獻回顧 本章主要回顧國內、外有關住宅租屋市場供需、景氣波動與預警系統建立 相關文獻，以了解住宅出租巿場預警體系理論架購與建立方法，做為後續各章 文獻討論與實證分析之基礎，並形成本研究主要分析概念架構。. 第一節. 住宅租屋市場供給與需求. 住宅租屋市場是一種住宅消費服務，由所有權人提供住宅，使用人支付租 金獲得居住的權利，Potepan (1996)認為認為住宅市場（Housing Market） 、住 宅租賃市場（Rental Housing Market）與土地市場（Land Market）三者的關 連以商品定位差異及供需角色更替而環環相扣，具有不可分的關係。此三市場 的供需關係如表 2-1，在住宅租屋市場 （即住宅服務市場） 上，家戶 （households） 消費住宅服務（housing services），包含房客承租房屋，以及屋主（housing owner）使用自有住宅，兩者皆屬於消費房屋的住宅服務，只是後者的租金為設 算租金，為形式上的設算，並非真正支付給自己的租金。房東（landlord）與 自有住宅者在住宅租屋市場上為供給者，但他們的角色在住宅市場上，則因購 買住宅的需求而轉換為住宅需求者。建商（developer）興建住宅出售並以土地 為生產資源，既是住宅市場的供給者，也是土地市場的需求者，以此觀念說明 房租與房價的意義，房租是住宅服務的價格，房價則是住宅的財產價格。因此 出租市場的供給者，可能是自有市場的需求者，故有關於住宅租屋市場的研究， 以往多著重在住宅市場與自有市場的替代性上如林祖嘉(1990)、簡淨珍(2000)、 彭建文(2004)等研究，因此本節從過去住宅租屋市場相關之文獻，整理出住宅 租屋市場的供給與需求特性。 表 2-1、住宅租賃市場、住宅市場與土地市場的關係一覽表 供給者 需求者 商品 價格 次市場類型/影響因素 住宅租屋市場 房東、屋主 房客、屋主 出租住宅 房租 租金(+)、房價 租金(-)所得 (-)、利率(-)、 (+)、家戶數(+)、 預期資本利得 及住宅以外之其 (+) 他財貨價格(?) 住宅市場 建商 房東、屋主 出售住宅 房價 房價(+)、都市土 租金(+)、房價 地價格(-)、建築 (-)、利率(-)、預 成本(-)、建造執 期資本利得(+) 照件數(+) 土地市場 地主 建商 可建築土 地價 都市土地價格 房價(+)、都市土 地 (+)、地理上或法 地價格(-)、建築 律上對土地利用 成本(-)、建造執 的限制(-)、非都 照件數(+) 市土地價格(-). 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 資料來源：Potepan (1996)、林秋瑾(1999) -7-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(16) 一、供給面 租屋市場的供給與自有住宅存量有關，DiPasquale and Wheaton(1996)提 出自有住宅的房價水準影響新建住宅數量多寡，進而使住宅存量供給增加時， 租屋市場的房租水準將會下跌。簡淨珍(2000)探討台北地區住宅消費行為在住 宅租屋市場與自有市場之間轉變的替代性，從需求、供給、市場、產品面向分 析租屋市場與自有市場的異同。歸納出租屋市場供給者為有第二屋以上的屋主， 因此自有市場需求者是住宅租屋市場的供給者，且出租住宅一般為屋齡高、房 間少、坪數小的類型。彭建文(2004)由住宅租屋市場供給與需求方面分析市場 特性，住宅租屋市場供給者有四類，分別為長期出租者、短期先出租，中長期 自用者、暫時先出租，景氣好就出售者、暫時保持閒置者。 二、需求面 過去研究住宅租屋市場與自有市場的互動替代性顯示，租屋市場的需求與 自有市場息息相關。彭建文(2004)認為預售制度可能是影響住宅租屋市場需求 的原因之一，因為在購屋門檻將低下，使得原本應進入租屋市場的需求消失， 轉而購買付款壓力較小之預售屋，造成自有住宅市場需求增加，住宅租屋市場 需求減少。當租金水準愈高或預期未來景氣時，租屋需求將降低，而家戶數增 加或遷徙率提高，會使租屋需求增加；而所得對租金求影響不確定，因為所得 高可能增加租屋市場服務需求但也可能轉租為買，使租屋需求減少。 就住宅租屋市場的潛在需求者對象，林祖嘉(1990)分析美國兩大城市住宅 自有者與住宅租賃者特性，發現住宅租賃者平均所得較低，家庭人口數較少， 小孩少，家庭年齡較輕，白人較少，房間數目較少，且房屋品質較差。李如君 (1997)、劉怡吟(1996)的研究內容歸納出租住宅的住戶狀況，顯示家計負責人 為女性時，承租住宅機率高；家計負責人為已婚，承租比例較高；低教育者承 租比率比高教育者高；從事商業、運輸、倉儲及通信業、金融、保險、不動產、 工商服務業三級產業的家計負責人承租比例最高，農、林、漁、牧、狩獵、礦 業一級產業比例最低；而新生代的承租比例最高，老生代的承租比例最低，因 此若家戶負責人為低教育年輕女性已婚者，其承租住宅的機相當大。而簡淨珍 (2000)研究顯示租屋族群的家戶特性是單身比例增加、年輕較輕、人口數較少； 彭建文(2004)認為出租住宅潛在需求者為無購屋能力者、遷移頻繁者、理性投 資者、重視住宅以外的消費者。 歸納過去文獻可知住宅租屋市場供給與需求，受到許多總體性因素影響， 如新成屋數量、房價、所得、生育人口、結婚人口、遷徙人口數、高齡人口數、 家戶數量等，本研究將分析這些總體性指標如何結構租金市場的狀況。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. -8-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(17) 第二節. 景氣波動循環理論. 本節旨在說明景氣的波動理論， 「景氣」指一國在某一時間經濟活動的頻率， 亦即當時一般經濟活動及企業經營盛衰的狀況。在經濟發展過程中，存在者交 互變動的循環現象稱之景氣循環，在這變動過程中，景氣由好至過熱達到顛峰， 形成擴張時期，然後成長速度緩慢下來，進入收縮時期，不景氣將達到谷底， 且周而復始的運行擴張-收縮的循環，形成復甦、繁榮、衰退、蕭條四個時期， 而房地產市場波動也存在如此的景氣循環。而關於景氣為何波動，市場景氣波 動的成因，綜合過去研究的說法，應有下列兩個主要理論構成： 一、蛛網理論： 蛛網理論基礎是建立在靜態的預期上，當市場需求或供給發生變動時，從 舊均衡點轉向新均衡點變動的動態過程。由於房屋有生產週期較長，建築業獲 知房地產景氣變動而作決策，至產品的供應約有一年至三年不等的時間落後， 因此房地產無法於短期間作彈性的調整，故有循環的現象。這種內發理論基礎 在於市場資訊不全，釀成錯誤預期的運作，在景氣大好時，因為樂觀的錯誤預 期，使得投資意願驟增，強化「上升」擺動的力道；而一旦經濟現實與預期嚴 重背離，投資者心理轉成悲觀的錯誤，投資意願驟減，反而加速經濟「向下擺 動」的趨勢。. 立. 政 治 大. ‧. ‧ 國. 學. 二、門檻需求理論：. n. al. er. io. sit. y. Nat. 房地產流行「七年房地產景氣一循環」的說法，乃認為儲蓄到一定年限， 始有能力籌足購屋自備款而跨越買房子的「門檻」而來，但在政府鼓勵購屋的 政策及貸款低利率的條件下，擁屋並非難事，一旦跨過購屋門檻，家戶並不會 同時考慮租或買，而是直接選擇購屋，租屋相對僅為短期決策或不加考慮。因 此長期會留在住宅租屋市場的租屋者可能大部分所得或負擔能力均較低，僅能 以租屋方式滿足居住需求，無法跨過購屋的門檻，房東亦可能因承租者的質與 量不佳，不願提供好的住宅服務，租金水準無法提升，因此用門檻理論可能無 法完全解釋住宅租屋市場熱絡蕭條的循環現象。. Ch. engchi. i n U. v. 三、景氣循環預測基礎 由於經濟發展型態不同，有關景氣循環的預測發展出兩種概念，古典循環， (classical cycle)與成長循環(growth cycle)。古典循環係以總體經濟活動水 準值方向之改變，作為衡量經濟波動的標準，大致包含擴張、衰退、收縮及復 甦四個過程。 古 典 不 動 產 市 場 循 環 反 映 出 一 種 自 我 修 正 的 模 式 (self-correctting pattern)。從擴張、緩慢、蕭條、調節、復甦而再次擴張，下圖 2-1 的粗黑實 線描繪出經濟體系如何透過擴張、穩定、衰退、蕭條、穩定、復甦、擴張等形 式運作，同時亦可看出不同經濟情況下對不動產市場的影響。但此並不能描述 經濟活動和不動產市場的時間關係，在有數周到數年的時間落差下，經濟活動 -9-. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(18) 的結果和不動產並不必然存在密切的連結。Roulac(1996)提到 1990 年中期後的 經濟活動較以往更為矛盾，使得空間使用型態及不動產經濟與以往經濟活動循 環不同。圖 2-1 虛線即代表 1990 年後經濟活動與不動產活動結果間之矛盾，經 濟活動的擴張不再立即而必然導致新建築的增加，所以經濟復甦不再如傳統古 典循環所述會刺激新建築產生，當經濟功能不同時，就產生不同的不動產結果， 傳統的經濟活動與不動產結果之關係不再適用。在一個穩定可預測的經濟環境 中，了解未來變化意義不大，但如果是一不確定、不連續且正處於轉變的經濟 環境中，就必須瞭解未來的變化，不僅利用過去的結果去做預測，更要瞭解新 經濟環境對未來不動產循環的影響，必須透過評估大量「質性」的非傳統資訊 及事件，從中動查獲取新的觀念，而非傳統「數量性」的分析。 經濟活動. 財貨,勞務,空 間與貨幣需求 與價格增強. 更多就業與資金 刺激更多建築 新建築刺激高租金 與房價預期 強勁需求刺激新建. 政 治 大. 租金上漲率 停滯. 財貨,勞務,空 間與貨幣需求 與價格增強. 消費減少，存貨過剩. 立. 經濟活動擴張. 新建物的吸收率 降低,空屋率增加. 學. 經濟活動 擴張. 需求,租金,居 住率持續減少. 財貨，勞務，空間與貨幣 經濟活動擴張，生產 需求與價格降低 與就業提高 低價格與成本降低存貨 抵押貸款再融資 刺激消費. Nat. 空屋持續增加,租 金持續下降. n. er. io. 抵押貸款再融資. al. 對財貨勞務的 需求回升. sit. 不動產巿場結果. ‧. ‧ 國. 租金與居住率上升. Ch. i n U. 租金增加 空間需求增加, 空屋減少. y. 新建物刺激 經濟擴張. 新建築刺激 經濟擴張. 財貨與勞務供給超過需求. 更多就業與生產. 新建量極小. v. 就業遲滯 租金與居住率 小幅回升. 圖註：以上圖示僅反映經濟活動不動產巿場的一般關係，並非反映預期或時間落差效果。. e 資料來源：SteghenE.Roulac(1996)，彭建文譯(1997) ngchi. 圖 2-1、經濟活動對不動產巿場的影響 成長循環系以總體經濟活動成長率相對的高低，作為判定景氣循環的標準， 為古典循環的改良，即經濟雖然長期呈現成長趨勢，但有時成長速度快，有時 緩慢，兩者波動交替變化，是一種「測量相對變化量重於絕對變化量」的循環 概念，由學者明茲(Mintz,Ilse)提出。成長循環圖形如圖 2-2 所示，成長循環 的測定方式有兩種，離差循環(deviation cycles)與階梯循環(step cycles)。 兩者的不同在於成長率的求取，離差循環之成長率係以數列本身的長期循環趨 勢值，階梯循環成長率定義為每一向下轉折點至下一次向下轉折點(一個循環) 之平均成長率，可由三個循環之平均成長率決定。由於離差循環為一時間序列 與其成長趨勢間之離差循環變動，也就是時間序列經趨勢調整後之循環變動， 因此如何找出適當長期趨勢為重要的課題。 - 10 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(19) 由於國內的房地產為成長型經濟，因此宜以成長循環的概念來測定房地產 的景氣，國內對於房地產景氣預測是離差循環測定方式，故本次研究房地產中 的住宅租屋市場，也是以成長循環的概念，分析其景氣波動情形，找出租屋市 場合理的長期趨勢。 低成長率階段 (低盪期). 高成長率階段 (高盪期). 向下轉折點. 向上轉折點. 向下轉折點. 長期趨勢 向上轉折點. 立. 政 治 大. 資料來源：蕭峯雄、洪慧燕(1992). 圖 2-2、成長循環圖. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 11 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(20) 第三節. 景氣指標相關文獻. 張金鶚、賴碧瑩(1990)從房地產四個生命周週期：投資、生產、交易、使 用分別篩選適合分析房地產景氣之指標，投資從資金來源方向思考選擇指標； 生產以生產活動必須依法申請各種執照方能執行，因此從政府各項執照數量申 請方向選取指標；交易與房地產的價格及數量變動有關，而使用則以自有、閒 置或出租三種方式去選擇指標。由於投資住宅租屋市場資金來源主要是購買成 屋的消費者，因此從資金取得來源可能與利率、貸款負擔率有關；而生產租屋 的對象是成屋，故與使用執照核發數較相關；交易方面則以房價指數與全台買 賣移轉棟數有關；使用以出租市場使用者為無法購屋或擁屋族群思考，故觀察 自有住宅比率的消長可知目前擁屋或無法擁屋族群之比例，故選擇自有住宅比 率為指標。 而張金鶚、林秋瑾(1995)延續張金鶚、賴碧瑩(1990)的研究進一步探討房 地產相關產業活動與房地產景氣帶動之關係，並觀察房地產景氣與總體經濟景 氣於時間上領先、同時、落後的關係。簡淨珍(2000)從租賃市場的供給、需求、 市場、產品四個面向去選取個體與總體影響因素，個體因素包括影響家戶偏好 的因素與家戶狀況；總體因素為金融市場條件與總體經濟市場條件。彭建文 (2004)則從供給與需求結構分析租屋市場影響因素，包括需求者與出租者的類 型、影響供需的總體性因素如預期景氣的影響。以上文獻為住宅市場供需、景 氣相關之過去研究基礎，下表為本文整理出與住宅租屋市場有關之指標：. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 12 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(21) 表 2-2、文獻回顧與選取指標 作者. 文獻題名. 內容. 指標與反應. 張金鶚、 房地產景 投資：購屋資金來源取得 投資：利率(-)、貸款負擔率(+) 賴碧瑩 氣指標之 生產：各項執照的申請數量 生產：使用執照面積(+) (1990) 建立與分 交易：價格決定交易量 交易：房價指數(+)、買賣移轉 析 使用：自住、出租或閒置不用 棟數(+) 使用：自有住宅比率(-)、用電 不足基本度數戶數 (-) 張金鶚、 房地產景 編制 30 個房地產相關產業，觀 與租金市場相關產業： 林秋瑾 氣與總體 察產業活動與房地產景氣之間 住宅租賃服務業產值(+) (1995) 經濟景氣 消長，釐清房地產是否能帶動 房地產買賣業產值(+) 關係之研 相關產業，並從投資、生產、 投資：所得水準(+) 究 交易、使用去選取指標，進一 生產：使用執照面積(+) 步編制各項指標之領先、同 交易：物價指數(+) 時、落後關係。 使用：用電不足基本度數戶數(-). 簡淨珍 (2000). 台北地區 住宅租賃 市場與自 有市場替 代性之研 究. 彭建文 (2004). 台灣出租 住宅市場 與自有住 宅市場價 格調整關 係之研究. 需求：無購屋能力者、遷移頻 需求：所得(+-)、家戶數(+)、 繁者、理性投資者、重視住宅 遷徙率(+)、預期景氣(-) 以外的消費者 供給：房價(-)、住宅存量(+)、 供給：長期出租者、短期先出 預期景氣(-) 租，中長期自用者、暫時先出 租，景氣好就出售者、暫時保 持閒置者. 需求：租金愈高，將會減少租 需求：租金(-)、所得(+)、家戶 屋需求，所得與家戶數愈高， 數(+)、房屋以外的財貨 則會增加租屋需求。 價格(?) 供給：當房價或利率愈高時， 供給：租金(+)、房價(-)、利率 則供給成本增加，減低供給意 (-)、預期資本利得(+) 願。而若預期投資報酬率愈 高，則房地產資本需求提高， 亦使得屋主出租房屋意願增加. ‧. ‧ 國. 影響都會 區住宅市 場互動因 素之研究. 學. 林秋瑾 (1999). n. 立. 政 治 大. Ch. engchi. er. io. sit. y. Nat. al. 需求：單身、年輕人、沒有小 孩為租屋族群。 供給：有第二屋以上的屋主 市場：自有市場需求者是住宅 租屋市場的供給者 產品：出租住宅一般為屋齡 高、房間少、坪數小. v. 需求：結婚率(-)、出生率(-)、 儲蓄率(-) 供給：自有住宅比率(-)、空屋 率(-) 市場：買賣移轉棟數(+) 產品：全台老屋數量(+). i n U. - 13 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(22) 第四節. 預警系統之理論基礎與相關研究. 預警基本概念是預測加警報，對在現有巿場訊息基礎上，經由總體經濟的 角度，運用科學理論與歷史經驗，採定性、定量方法，能及時性建立一套系統 化的指標體系，根據這些指標反應當前市場運行是否存在潛在問題，達到對系 統預先控制的目的，並能夠預測未來該市場是否持續良好發展，從而提早建立 決策依據與施行策略之目標。 一、 預警系統基本運行流程 住宅租屋市場預警系統研究之文獻相當缺乏，本次參考陳彥光(2009)的房 地產預警系統研究所整理出房地產巿場預警系統基本之運行流程 (圖 2-3)。預 警系統主要分成統計資訊系統與預警預報系統，統計資訊系統為提供前期的基 本資料與數據基礎，預警預報系統主要工作步驟為分析警情來源，進行指標的 定性或定量分析以選取代表之警情指標，計算各項指標權重與確定預警警戒， 並核算各單指標及綜合預警指數，劃分當前房地產所處的警情狀態，以提供正 確的預警訊息。 預警預報系統. 明確 警情. 分析. 篩選和確定. 確定. 核算綜合. 警源. 警情指標. ‧. 提供前期的基本 資料與數據. 學. 統計資訊系統. ‧ 國. 立. 政 治 大. 警限. 預警指數. n. al. er. io. sit. y. Nat. 單指標預警. Ch. engchi. Un. iv. 劃分. 預報. 警級. 警度. 圖 2-3、預警系統基本運行流程(陳彥光，2009) 製定預警系統時包括警報狀況(condition)，警報來源(origin)，警告要素 (element)，警告標誌(sign)，警告門檻(limit)和警級程度(degree)，預警變 數指標是預警過程中需要檢查或預測的內容。在房地產預警方面，預警變數指 標是指因市場供大於求或供不應求而導致市場不平衡的指標。警報來源是指用 來預警的變數指標來源，包括內部和外部兩種來源。內部來源是房地產業內部 因素如投資規模，結構，成本和需求規模的變化。外部來源是影響房地產業的 外部因素，如總體經濟因素、政策，性質和環境。預警指標可能是單一或多元 指標。警告標誌是根據因素的方法選擇的一組最重要預警指標分析。警告門檻 可以通過兩種方式來定義：一種是警告標誌的值範圍，另一種是多個警告標誌 組合值的值範圍。警級程度是預警指標的分級程度，警級程度是根據警告標誌 的值計算的(Fulai Huang, Feng Wang,2005)。 - 14 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(23) 二、 預警系統相關研究 依前述選擇可能與住宅租屋市場有關指標後，需要近一步依警情重要性篩 選各項指標，以用來正確判斷住宅租屋巿場現狀，即指標的「定性」分析。在 指標重要性決定方法上，可用主成份分析法、擴散指標模型、敏感度分析等方 法篩出高度相關性指標，得到的指標具有較優的獨立性；或透過層級分析法、 模糊綜合評價、專家經驗法等方法，綜合判斷篩選指標重要性。在指標的「定 量」方法上，對於預警，常以選擇先行性指標為主，先行性指標較具有預測、 預警的功能，其它預警方法則運用本身的預測能力選擇重要性指標為主。而時 間序列的預測模型基礎是迴歸分析，也會依據數據特性、研究方向以及改善舊 有模型精準度等不同來選擇預測模型，關於近期指標篩選、決定權重與市場預 警或預測相關文獻整理如表 2-3 所示： 表 2-3、市場預警或預測相關文獻回顧(續) 作者. 文獻篇名. 張金鶚、陳明. 立. 決定. 預警/. 權重. 預測方法. 無. 卡門濾波法、VAR. 台北市房價 從租金收益及家戶所得 文獻歸. ‧ 國. 兩種不同的角度出發， 納法. 少？—房價 分別建立房價基值模型. 學. 吉、鄧筱蓉、楊 泡沫知多 智元（2009）. 政 內容治 大篩選 指標. vs.租金、房 以分析泡沫化現象，並. ‧. 價 vs.所得. 使用可估計不可觀察變. Nat. y. 數的狀態空間模型來推. sit. 估泡沫價格. io. MSVAR. 特性之再確 馬可夫模型掌握領先指 地產景. al. v i n Ch 馬可夫轉換 折的能力有顯著改善 ， 季報 engchi U 之應用 用來捕捉房地產景氣的 n. (2009). 無. er. 馬毓駿、林秋瑾 房地產景氣 實證結果發現，多變量 台灣房 認—多變量 標或基準循環指標下轉 氣動向. 擴張期與收縮期的特性 陳彥光(2009). 房地產巿場 針對 1992~2007 年期間 文獻歸 層級分析 變動百分比法、3σ 預警系統之 房地產巿場相關指標為 納法. 法、因素 法、拔靴法、理想目. 研究. 警情指標選取之研究對. 分析法、 標值法、指數平滑. 象建立房地產預警系統. 擴散指數 法、Box-Jenkins 預測 模型. 劉正智、林昌. 方法、灰色預測模型. 系統化法應 以台中市為個案研究對 文獻歸 模糊德爾 系統化法. 明、彭志峰、杜 用於都市住 象，藉由多方法協同研 納法. 菲專家諮. 方中(2011). 宅市場警度 究都市住宅市場警度界. 詢、敏感. 界限之研究 限. 度分析. - 15 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(24) 表 2-3、市場預警或預測相關文獻回顧 (續) 作者. 文獻篇名. 內容. 篩選. 決定. 預警/. 指標. 權重. 預測方法. 劉正智、伍南彰 系統化法應用於都 藉由多方法協同 文獻歸 模糊德爾 系統化法 (2016). 市土地利用生態經 研究，建構都市 納法. 菲專家諮. 濟發展警度之研究 土地利用生態經. 詢. 濟指標體系，應 用於都市土地利 用的警度界限研 究確具可行性 薄有為、 鍾懿. 台北市辦公大樓市 研究辦公大樓市 文獻歸. 萍、 柯清華. 場租金與總體經濟 場租金與總體經 納法. 量誤差修正模型. (2013). 因素關聯性之研. 治 政動關係，總體經 究—以不同等級商 大 辦大樓為例 濟因素對台北市 立 辦公大樓市場租. (ECM). ‧ 國. 濟因素間短期變. 金波動影響程度. 究. 地產金融風險預. 學. 孫蕾(2016). 無. 因果關係檢定、向. 基於主成分和灰色 為構築房地產市 文獻歸 主成分. μ-δ法、系統化. 預測法的房地產金 場金融風險防火 納法. 法、灰色預測法. y. Nat. 使用現有的單一. factors affecting 方程式法來檢驗. n. al. 文獻歸. er. (2003). io. Macro‐economic. sit. 警體系. Chin, H. W.. 無. 無. v. 納法. office rental C h 影響五個東南亞U n i e城市 n g：新加坡，香 chi values in Southeast Asian. ‧. 融風險預警體系研 牆體系，構建房. 分析. 港，台北，吉隆坡. cities: the case of和曼谷的辦公室. Singapore, Hong. 租金之宏觀經濟. Kong, Taipei,. 驅動因素. Kuala Lumpur and Bangkok 開發一套深圳的 文獻歸 經驗法則 時差相關分析 A system for Wang, F.(2005) early-warning 房地產預警系統 納法 and forecasting of 與一個系統動力 學模型，來預測監 real estate 管政策對房地產 development. Huang, F.,. 市場的影響 - 16 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(25) 表 2-3、市場預警或預測相關文獻回顧 (續完) 作者. 文獻篇名. Berlemann, M.,. 內容. 篩選. 決定. 預警/. 指標. 權重. 預測方法. Monetary policy 研究貨幣政策因 文獻歸 無. VAR. Freese, J.(2010) and real estate 素對瑞士的租賃 納法 prices: A. 公寓，自用公. disaggregated. 寓，獨棟透天，. analysis for. 工業房地產，辦. Switzerland. 公室和銷售區的 反應. 建構德國房價的 文獻歸 無 an de Meulen, P., Forecasting M. Micheli, and house prices in 特徵價格模型， 納法 並預測近期價格 T. Schmidt (2011) Germany. 立. Hepsen, A. and Forecasting. 政走勢 治 大 用住宅物業價格 文獻歸. 無. Dubai Housing. 測杜拜未來房市. Market by Using 趨勢 Autoregressive. y. Nat. Integrated. Property. Keskin, B.. Forecasting. v ni. 方法建構物業市 納法. n. (2012). al. 採用計量經濟學 文獻歸 無. er. White, M. and. io. The Future of. sit. Moving Average. Watkins, C.,. Ch. ARIMA. ‧. Box-Jenkins. 四分位法、 Box-Jenkins. 學. (2011). ‧ 國. Vatansever, M. Future Trends in 指數（DRPPI）預 納法. AR、VAR、ARDL. 場預測模型 engchi U. ARIMA、ECM、專家 訪談法. 三、國外租金指數預測網站 搜尋國外有關租屋市場網站，可以發現已有發展出成熟的租金預測模型， 以下提供 2 個國外較大型且具備成熟租金指數預測的網站資訊整理如下： 1. Zillow； Zillow 是美國最大的房地產網站，總部位於美國華盛頓州西雅圖，創 立於 2004 年。Zillow 的租金指數（ZRI）估計基礎，為一個地理區域的每 月平均租金，利用層級式時間序列分析，將數以千計的地區分成六個地區： 郵政編碼，城市，縣，大都市區，州和國家。編製過程第一步使用基線預 測，將基線預測調整為在所有地理層面“一致”，第二步的目的是確保較 小區域（例如州）的預測與較小區域組成的較大區域（例如國家）的預測 一致。而基線預測是透過對於每個地理區域的每個地區選擇一個最合適的 - 17 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(26) ARIMA 模型以進行基線預測。Zillow 亦考慮在該模型中包括其他變量如庫 存、Zillow 房屋價值指數（ZHVI） 、家庭收入中位數、失業率和申請許可數 量等，然而包括其他變量的模型並沒有提高原模型的準確性。接著將分層 時間序列的預測進行最優組合，使基線預測在六個地理層面上一致。 為了檢驗預測的準確性，使用 12-35 個月的數據對 MAPE 進行平均預測。 為了調整季節性並減少預測中的噪音，應用兩個平滑級別：每個地區預測 的 3 個月移動平均值，以及應用季節和趨勢分解。為減少 12 個月預測的噪 音並保持與 ZRI 的一致性，將目前的 12 個月經季節性調整的預測與前兩個 月經季節性調整的 12 個月預測進行平均之處理。透過上述預測方法，Zillow 每年底會發布對來年 ZRI 的預測，而所使用的是單一指標。(資料來源： Zillow 官網) 2. StreetEasy； StreetEasy 是專注於紐約市場的在線房地産公司，創建於 2006 年，2013 年被 Zillow 收購，以加強其在美國最有利可圖的房地産市場之一的立足點。 StreetEasy 通過紐約合作房地産公司提供出售和租賃房源、公寓、合作社、 新開發區和豪華房地産相關的信息。隨著房地產價格和租金在 2015 年繼續 創下紐約歷史新高，StreetEasy 開發了一種預測 12 個月價格和租金指數的 方法。利用影響房地產市場的基本因素，時間序列模型創建了年平均變化 範圍的預測指數，已提供一年內市場的樣貌。 StreetEasy 指數預測的目的是為紐約市房地產市場提供一年的展望。 預測是使用集合模型進行的，該集合模型是兩個模型的組合，其中兩個模 型的集合以最小化樣本預測誤差的方式進行。所用的兩個模型是領先指標 經濟模型（LIEM）和時間序列模型（TSM） 。 LIEM 模型假設價格隨著影響房地產市場的因素變化而變化，這些因素 包括家庭收入，人口增長和建設成本。在這個預測中，價格指數預測增加 了用戶成本，並且由於紐約市是一級國際城市，因此還增加了主要貨幣的 貿易加權美元指數。SM 是指數平滑狀態空間模型，具有最佳的趨勢衰減和 季節性調整。TSM 模型的用於指數和 LIEM 中使用的因素。鑑於家庭收入中 位數通常比當前日期大約滯後一年，因此使用這裡描述的就業成本指數 （ECI）來創建預測。 集合模型是根據 LIEM 和 TSM 創建的，以便將樣本預測誤差降至最低。 使用的數據是 2015 年 11 月從多個來源收集的。來自 StreetEasy 的租賃物 品為租金指數提供了基礎。2000 年的五個行政區每年的人口數量、每個居 民的平均家庭收入都來自美國人口普查。建築成本來源於國家建築成本指 數。抵押貸款利率使用紐約市網上抵押貸款報價 5/1ARM 可調整利率抵押貸 款報價，所得稅率採用了 NBER 的邊際聯邦所得稅率。紐約市財政部也採用 了 2 類房產稅率。這些數據被被用於生成每個租金和價格指數的預測模型。 隨著曼哈頓和布魯克林的價格指數每年平均上漲 6％左右，預測一直準. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 18 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(27) 確地在預期的變化之內。對於租金指數而言，曼哈頓平均每年增長 4％，布 魯克林平均每年增長 5％，預測指數分別為 1.3％和 0.7％。從上下文來看， 這些行政區的家庭平均收入年均變化分別為曼哈頓和布魯克林的正負 4.5 ％和 3.5％。 StreetEasy 認為隨著這些行政區的價格和租金再創歷史新高，該預測 為紐約市房地產市場明年的 800 萬居民提供了有益的資訊。評估所有行政 區及其次市場指數數據預測的準確性，價格指數預測誤差平均比相應指數 的年平均變化少 15％。租金指數的預測誤差比實際指數的年平均變化少了 50％以上。鑑於預測誤差與少於年平均變化，預測似乎足夠準確，可為未 來一年提供有用的展望，而 StreetEasy 使用的顯然是綜合性指標。(資料 來源：StreetEasy 部落格) 四、國外的住宅租屋市場政策. 政 治 大. 預警研究的成果，最後希望能落實到對現有住宅租屋市場政策的幫助。現 今剛出社會的年輕人，單身族以及低收入族群，高房價使這些族群無法負擔的 結果，就是生育動機的降低，社會需面對年輕族群購屋不易造成的的少子化， 或是當老人喪失了收入，壽命較以前更為長壽，社會也該重視老人的居住需求， 但這些需求者在租屋市場上是否都有被滿足?由於現在住宅租屋市場的租金持 續在上升，但租屋市場的量，包含租屋存量與流量，國內並無明確的統計資料， 如果預警的結果是租屋市場熱絡，表示價量齊揚，市場供不應求，供給與需求 的量皆在增強，持續上漲的租金可能會造成低收入族群漸漸無法負擔；如果租 屋市場是偏冷的，表示價漲量縮，可能需求不變或漸少，但供給減少更多，這 時政府都必須提高出租住宅的數量。 當然提高出租住宅數量提供供給與刺激供給兩種手段，也就是建造社會住 宅，或是對私有屋主補貼租金以及減稅誘因。如中國地方政府所掌握可用的公 共租賃住宅的可能來源例如為回收的公共住宅，空置和不受歡迎的商品住宅， 甚至是非法住宅。在北京和上海等房地產市場蓬勃發展的城市，地方政府更直 接要求房地產開發商以其新建商品房的 5％-10％作為公共住宅。地方政府還協 調公共部門和私營部門建設有限數量的公共租賃住宅，公共租賃住宅的產權根 據不同開發商的貢獻分攤，2016 年約 18％的中國農民工住在目的地城市，因此 獲得公共租賃住宅已成為大多數移民獲得當地非農業戶口的重要途徑。但是地 方政府壟斷了公共租賃住宅的分佈，產生移民邊緣化的問題，因為缺乏來自國 家和地方政府的物質投入公共租賃住宅的發展也受到了抑制，公共租賃住宅通 常租金偏高和位於偏遠地區，並且通常具有較差的設施，這也使得使用公共住 宅的移民產生城市居住的不安定心理，導致中國城市移民的生態經濟貢獻和收 益之間失衡，為了確保自己的社會安全，大多數移民過上了生活，但盡量減少 城市社會融合和消費模式，從 2008 年起，中國政府逐步建立了新的城市化計劃， 擴大福利移民的範圍，該計劃目的就是提高移民獲得永久性城市安置的信心，. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 19 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(28) 擴大基本的城市公共服務，特別是公共租賃住宅，而承認獲得永久性城市定居 的移民將顯著提高其消費力。 歐洲社會住宅(只租不售的出租社會住宅)興建較早，1996 年是歐洲社會住 宅占住宅總量的比率最高的時期，歐洲聯盟國家社會住宅占有率平均是 14%。但 隨著 1990 年代受到新自由主義全球化的影響，住宅私有比例攀升，到 2005 年 歐洲的社會住宅比率也明顯下降(林萬億，2011)。 而波蘭在 1992 年就發展出社會住房協會(TBS)的組織，旨在幫助解決困難 的住房狀況並啟動建造廉價公寓的機制，除發展 TBS 波蘭也成立國家住房基金 （Garbowski,M.,2017） ；TBS 發展出一套出租住宅的自償系統，由波蘭的國民經 濟銀行授予的自有資源和優惠信貸資助，市政資源也轉化為協會的資源來支持 當地社區。TBS 建造出租單位和使用單位，這種單位適用於平均收入的人，因此 租金也適中，以非盈利為基礎運作，所有實現的利潤都專門用於法定活動。TBS 的活動包含購買房屋建築物、出租的設施的翻新和現代化、經營車庫，停車場 和其他空間的商業物業、根據委託合同管理不屬於 TBS 財產的住房和其他建築 物以及開展與住房和配套基礎設施有關的其他活動，提供與住房和配套基礎設 施相關的設計服務和專家意見，波蘭 TBS 作用可歸結為替代投資者或投資主管 的角色。此外除了實現住房投資外，TBS 也處理新建住房資源的管理，這都是 TBS 的主要收入來源。 在波蘭全國住房計劃的新社會住宅政策中，有三個重要的實現目的：增加 低收入人士無法負擔得起的單位；提高滿足低收入或財務困難的社會排斥風險 人群的基本住房需求的可能性；以及改善社會的生活條件，改善住房資源的技 術條件，提高能源效率。因 TBS 收入資源用在挹注增加社會住宅的單位面積， TBS 比房地產市場開發商提供的單位便宜得多，是廉價社會出租住宅的適當工具， 特別是針對低收入和平均收入的家庭的居住需求。 租賃補貼政策性質也會影響社會出租住宅的數量，像美國，加拿大，澳大 利亞，新西蘭，英國和愛爾蘭等國家，私人的營利性租賃部門既不受政府規管， 也不受政府補貼，而非盈利社會租賃部門其規模受到政府補貼的限制；另一種 像德國，瑞典，荷蘭，瑞士，奧地利，丹麥和法國使用的補貼制度，所有住房 的使用都得到類似的政府支持，因此營利性租賃部門受到高度管制，但也受到 政府高度補貼，出租更為普遍，房屋自有率低於前者的補貼政策，如愛爾蘭的 住宅自有率高達 70.8％，而奧地利僅 53％。在兩種制度運作之下，前者補貼制 度讓社會住宅產生順房地產週期的影響，因為當土地和房價處於歷史高位時， 投資社會住宅不可能提供物有所值的服務，社會住宅產出的急劇收縮明顯加劇 了商品房同時倒閉造成的負面經濟效應，尤其是建築業就業的萎縮，但後者則 有反房地產週期的效應，因為增加社會住宅建設有助於緩解全球金融危機期間 私人住宅產出下降的影響。社會住房投資模式的反週期性也反映了一個事實， 即實現住宅充足供應是奧地利住宅政策的中心焦點，優先考慮供給方的資本補 貼而非需求方補貼。奧地利最近幾年供應方補貼佔奧地利住房總直接和間接支. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 20 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(29) 出的 80％，奧地利政策制定在確保國家和地區層面的住房供應充足，並提供足 夠的資金確保交付(Norris, Michelle, Byrne, M., 2017)。 綜合以上國外的租屋市場政策，發展較早的歐洲國家，都有成熟的組織管 理出租的社會住宅，並發展出一套自償系統，將收益再回饋到經濟弱勢族群的 租屋補帖上，如此良性循環讓租屋族有更多保障，值得國內學習。 五、小結 綜合以上對住宅租屋市場供給與需求、景氣波動循環與預警或預測相關文 獻回顧，以及國外已發展完熟的租金預測網站，可知住宅租屋市場的供需與自 有市場的供需息息相關，租屋市場的供給者，可能是自有市場的需求者。而住 宅租屋市場的需求者可能為收入較低、年輕族群、低教育者、新婚家庭，單身 族群，屬於無能力購屋的族群，因此總體景氣好壞可能對於收入較低者感觸較 深。而對照國外較大的房地產網站，有選擇使用單一指標地區租金進行預測如 Zillow，也有使用綜合指標集合模型進行租金預測如 StreetEasy，而本研究的 目的並不在預測租金，而是對租金市場的熱絡蕭條進行檢測，因此指標的初選 將由自有住宅市場的供給面、需求面、景氣面來蒐集可能影響住宅租屋市場的 指標；而篩選指標的方法很多，近期研究主要多透過因果關係檢定或主成分分 析，來進一步篩選出較具重要性的代表指標。 以綜合指標作為警情分析時，近期的研究多利用層級分析法、因素分析法、 擴散指數模型、模糊德爾菲專家諮詢與敏感度分析決定各指標的權重，而預警 系統分成警戒值確定與警情預測，近期的研究警戒值多用系統化法、變動百分 比法、3σ法、理想目標值法與拔靴法；警情預警或預測方面則有 ARIMA、VAR、 ECM、理想目標值法、指數平滑法、灰色預測模型。由於住宅租屋市場的預警模 型過去文獻尚未見有學者建立，因此本研究考量先建立一個基礎模型，故綜合 評估實證數據特性與使用常態性，擬採用主成分分析法進行警情指標篩選並同 時決定權重，以變動百分比法、3σ 法與理想目標值法產生門檻值，並以容易操 作的 ARIMA 等預測方法產生預測值並比較其預測能力之優劣。 本研究期望模型預測結果能對現有住宅租屋市場政策提供建議方向。租金 持續上漲的結果代表可能市場是價量齊揚，但亦可能是價漲量縮的情況，從預 測燈號的熱絡與偏冷反應，我們可以判斷租屋市場屬於哪種情形，如果燈號是 熱絡，屬於價量齊揚；如果燈號偏冷，就是價漲量縮。在政策實施上，如果是 價量齊揚，表示市場上的供給與需求量很大，但因為供給彈性小，價格決定者 在供給方，所以需求方相對弱勢需要被補助；如果是價漲量縮，可能需求不變 或漸少，但供給減少更多，需要增加供給或刺激供給方。本研究也會根據預警 結果對國內住宅租屋市場政策提出為何種建議方向。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 21 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(30) 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 22 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(31) 第三章 租屋市場現況與研究設計 根據本研究的二個目的，租屋市場預警系統主要有兩大工作，篩選警情指 標與建置預警系統，本章將以租屋市場現況來設計研究流程所使用的各種統計 方法，包含決定權重的方法-主成分分析；3 種產生警戒門檻值方法-變動百分比 法、3σ法、理想目標值法，以及 ARIMA 等預測模型，本章節將描述實證操作方 式。. 第一節. 住宅租屋市場現況與政策. 關於住宅租屋市場的存量，官方並沒有正式統計，目前常見的說法，是由 研究租屋市場的學者與業界推估，在 2015 年 6 月 17 日工商時報報導德明財經 科技大學花敬群教授的推估，全台住宅租屋市場存量約有 100 萬戶、相當於 1,000 億元的規模。而崔媽媽基金會曾以自家租賃物件推估租金市場規模，指出 全國僅佔 10.9%。雖然租屋市場有推估存量，但每年有多少租屋在市場上流動 並不明確。崔媽媽基金會執行長呂秉怡在 2017 年臺日住宅租賃國際研討會指出， 近十年來全國高空屋率都維持 10％以上，但屋主寧可閒置而不願轉為出租，多 數屋主期待短期房屋增值轉手來賺取差價使得租屋市場的供給無法有效釋出。 而租屋市場的需求量統計，2015 年 5 月行政院第 3447 次會議提出的住宅整體政 策中推估租屋需求戶數每年約 47 萬戶，購屋需求戶數約 55 萬戶，合計約占普 通家戶數 13%。因此如果租屋市場整體存量為 100 萬戶，但每年能在市場流通的 比例如果僅 2~3 成是無法滿足每年的租屋需求 47 萬戶，這也是崔媽媽基金會執 行長呂秉怡所說的租屋市場供給無法有效釋出，解決基本的租屋需求問題，導 致租金價格連年上漲。出租住宅供給缺乏的問題並不只是發生在台灣，中國也 存在這些問題，中國近年來都市高度發展的緣故，引起大量農村人口移入城市， 由於移入的農村人口無法馬上購買房屋，因此都市就存在著出租房屋供給不足 的問題 (Zhou, J., 2018)。 租金連年上漲的情況在房價逐漸高漲之後更為明顯，HouseFun 租屋網 2011 年曾統計奢侈稅上路前，市場上待租物件驟減，3 月全台待租物件較前一個月萎 縮近 2 成，相較於 2010 年平均更減少了 4 成 2 之多。而「租轉售」的案件卻是 暴增，3 月的數量較 2 月足足增加 6 成 6，更較 2010 年增加了 3 成。但也因為 買盤觀望，購屋者「以租代買」因而增加了租屋需求，在「供減需增」下，租 金行情呈現上揚。對照林沛靜(2016)以 591 租屋網成交案例編制的住宅租金價 格指數，在 2011 年之後，租金指數其上漲幅度比消費者物價指數房租類更明顯， 這也應證了房仲網的當時的統計，也顯示租屋市場價格實際上應該漲得更快(圖 3-1)，從 2009 年第二季全國住宅租金指數從 90.02 上漲至 2016 年第二季的 117.45 顯示，7 年來全國平均租金漲幅高達 30%，平均一年漲幅為 4.5%，並非 消費者物價指數所呈現的平緩漲幅，消費者物價指數無法正確提供租屋市場的. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 23 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(32) 價格漲幅，才需要建立一套租屋市場的預警機制，監控租屋市場是否過熱或偏 冷，以適時的擬定政策來調節住宅租屋市場。 120. 115 110 105 100 95 90. 立. 政 治 大. 住宅租金指數. 消費者物價指數房租類. ‧ 國. 學. 圖 3-1、住宅租金指數與消費者物價指數房租類. ‧. 因此本研究設計擬以供給與需求變動為輔解釋市場變化。而總體經濟景氣、 房地產景氣與租屋市場景氣三者彼此之間應該有關聯性，所以本研究將搭配總 體景氣的波動一起進行分析。至於租金價格是租屋市場景氣決定關鍵嗎?從房仲 業統計來看，似乎是供給量或需求量變動而影響價格，因此我們也利用領先與 落後關係來觀察是價影響量，還是量影響價的關係。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. - 24 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(33) 第二節. 研究設計流程. 本次研究設計流程如圖 3-2 所示，步驟(一)~(三)為第四章內容，步驟 (四)~(六)為第五章內容，流程簡述如下： (一)利用文獻歸納法，從住宅租屋市場的供給面、需求面、景氣面等不同層面 整理出的預選指標，並依過去研究結果預測各項指標之正向或負向反應。 (二)由過去文獻得知，篩選指標最常用的方法為主成分分析法，此法之優點在 於可消除評估指標之間的相關影響，目的在於減少變數的維數，同時保持 變數的貢獻最大的特徵，旨在指標的去蕪存菁。因此本研究擬使用此法篩 選出對租屋市場有影響力的警情指標。 (三)篩選出指標後，接著需要依指標的重要程度賦予權重，本研究利用主成分 分析法的結果，將指標依貢獻程度大小排序，賦予相對權重，若僅有單一 指標貢獻度特別大，則預警系統將會採單一指標建立模型；若各指標貢獻 程度彼此差異不大，則可能所有指標皆採用，但依貢獻程度賦予權重建立 預測模型；或是有其中數個指標貢獻程度較大，則選出這些指標作為綜合 警情指標，並依貢獻程度大小賦予權重建立預測模型。 (四)利用變動百分比法、3σ法與理想目標值法產生警戒門檻值與產製燈號，選 出最理想的警戒門檻值方法。 (五)觀察警情燈號表現與 ARIMA 模型檢定篩選出表現最理想的警情指標，並建 立預測模型。然後決定預警訊號的呈現方式，可能以警戒程度分級或是用 預測燈號方式呈現來進行警情分析。 (六)對個別預選指標進行 Granger 檢定，分析指標之間彼此同步與落後關係， 然後透過 ARIMA 模型預測未來四季的燈號，綜合評估後發布預測警情。. 政 治 大. 立. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 文. 供給面. 獻. Ch. 主成分分析 歸. 需求面. 納. 第四章. engchi. i n U. 綜合指標. 相關性檢定 Granger 檢定. 門檻值. 篩選與決定權重. 法. v. 變動百分 比法、3σ 法、理想目 標值法. 景氣面. 預測值. 第五章. 發布 警情. ARIMA 模型. 圖 3-2、研究設計流程圖. - 25 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
(34) 第三節. 研究使用之方法. 利用時間序列的進行預測分析，必須先得到定態的時間序列，進行主成分 分析之前，尚需要對預選指標進行檢定，剔除季節性或趨勢干擾使其得到定態 的時間序列，因此本節內容包含指標資料的檢定、資料去除季節與趨勢調整方 法、主成分析法、警戒門檻值產生方法與預測模型的敘述以及各種方法的操作 步驟。 一、 單根檢定 從事時間序列之各種統計研究推論前，應先檢定該數列是否為定態 （stationary） 。所謂「定態」是指一時間序列資料為一隨機過程（stochastic process），但此一隨機過程之機率分配不隨時間之改變而改變。反之，則此一 時 間 序 列 稱 為 「 非 定 態 」（ non-stationary ） 時 間 序 列 。 一 個 具 隨 機 趨 勢 (stochastic trend)的時間序列爲非定態時間序列，統計上利用檢定時間序列 的單根 (unit root)，來推論資料是否具有非定態性質。具單根的資料為非定 態時間序列，在一階差分後成爲定態，則以 I(1)表示(integrated of order 1)。 具單根的資料，外在衝擊對其具「恆久性」影響，故會將此衝擊累積起來(何宗 武，2014)。三個基本單根過程如下： 令，=1，2, 3 .....T， 模型 1.無截距、無確定趨勢：Yt＝β1Yt-1 ＋εt 模型 2.有截距、無確定趨勢：Yt＝α0＋β1Yt-1 ＋εt， 模型 3.有截距、有確定趨勢：Yt =α0＋β0Yt＋β1Yt-1 ＋εt， 當虛無假設 H0：β1＝1 Y t～I(1)，或是有單根的。 而單變量單根檢定 ADF (Augmented Dickey-Fuller)常用來作為單根檢定， 其回歸式基礎來自於以上 3 個模型，可改寫成：. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. i n U. v. e pn1gδck△Y h i ＋ξ. 模型一：△Yt＝β1Yt-1 ＋ ∑k. t-k. p. 模型二：△Yt＝α0＋β1Yt-1 ＋ ∑k. 1. t. δ △Yt-k＋ξt， k. p. 模型三：△Yt =α0＋β0t＋β1Yt-1 ＋ ∑k. 1. δ △Yt-k＋ξt， k. H0：α0＝0，β0＝0，β1＝0，數列有單根 H1：α0≠0，β0≠0，β1≠0，數列沒有單根 測驗單根順序由第三個模型開始，當 p 值>0.05 時，表示無法拒絕 H0 假設， 數列有單根，α0、β0、β1 其中之一為 0；進一步測試模型二(β0＝0 代入後為 模型二)，其虛無假設 H0：α0＝0，β1 ＝0，當 p 值>0.05 時，表示無法拒絕 H0 假設，數列有單根，α0 與β1 其中一個為 0；最後再測試第一個模型(α0＝0，β 0＝0 代入後為模型一)，其虛無假設 H0：β1 ＝0，當 P 值<0.05 顯著時，表示拒 - 26 -. DOI:10.6814/THE.NCCU.MPLE.012.2018.A05.
相關文件
Reading Task 6: Genre Structure and Language Features. • Now let’s look at how language features (e.g. sentence patterns) are connected to the structure
好了既然 Z[x] 中的 ideal 不一定是 principle ideal 那麼我們就不能學 Proposition 7.2.11 的方法得到 Z[x] 中的 irreducible element 就是 prime element 了..
Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17
volume suppressed mass: (TeV) 2 /M P ∼ 10 −4 eV → mm range can be experimentally tested for any number of extra dimensions - Light U(1) gauge bosons: no derivative couplings. =>
For pedagogical purposes, let us start consideration from a simple one-dimensional (1D) system, where electrons are confined to a chain parallel to the x axis. As it is well known
Define instead the imaginary.. potential, magnetic field, lattice…) Dirac-BdG Hamiltonian:. with small, and matrix
incapable to extract any quantities from QCD, nor to tackle the most interesting physics, namely, the spontaneously chiral symmetry breaking and the color confinement..
• Formation of massive primordial stars as origin of objects in the early universe. • Supernova explosions might be visible to the most
