台北市高房價成因剖析─以租價關係、總體因素與預期因素探討 - 政大學術集成

全文

(1)國立政治大學地政學系碩士論文私立中國地政研究所. 台北市高房價成因剖析治. 政. 大. ─以租價關係、總體因素與預期因素探討立. ‧. ‧ 國. 學. Why the Housing Price so High in Taipei? An Analysis on Rent, Price, Macroeconomic Factors and Expectations. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 研究生：吳孟璇指導教授：陳奉瑤博士. 中. 華. 民. 國. 一. ○. 四. 年. 六. 月.

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

(3) 謝誌時光飛逝，五年的政大旅程、兩年研究生涯終於即將畫上句點，十多年的學生身分將離我遠去，這代表著我已經要離開舒適圈、踏上人生的下一段旅程，內心是既期待又怕受傷害。回想開始寫論文之時，一直很期待寫謝誌的這一天，想不到真正到了此時此刻，心中卻是五味雜陳，有太多太多需要感謝的人、事、物，滿滿的感謝心情難以言喻。真心感謝我的指導教授奉瑤老師與梁老師，自大二時起我便開始跟著兩位老師進行研究，真心感謝老師一路以來，無論是研究或是我遭遇困難時，老師們都如同父母親般地教導我、關心我，可以獲得老師的高度肯定與信賴，是我在政大. 政治大老師們會主動關心我們是否遭遇困難；在人生規劃上，老師們亦知無不言、言而立. 期間獲得最珍貴與驕傲的禮物。我也非常感謝系上用心教學的老師們，在課業上，. 不盡，真正做到傳道授業解惑與關愛，因為系上優秀的師資，讓我在學習的路途. ‧ 國. 學. 上獲益良多。還有系上的助教們，感謝立菁、思源、文斌、家偉學長姊對我的肯定與種種幫助，打工時信任我的能力、包容我的錯誤，也常在百忙中擔任我的心. ‧. 靈導師。除此之外，我也非常珍惜在政大遇見的每一個人，感謝同學們不吝於與. sit. y. Nat. 我分享學業、生活的心得，陪伴我走過在政大的日子，無論是一起爆肝趕報告、. io. er. 熬夜準備考試、一起為了咪挺與論文崩潰，還有一起吃喝玩樂的點點滴滴；其中，特別感謝瑤家宇璇、文才、劭元、宏富、群猛、彬傑、庭如、逸偉學長與智偉、. n. al. i n U. v. 昆霈、士郁，謝謝你們給予我許多的幫助與陪伴，在這段期間陪伴我的每個人、. Ch. engchi. 每件事，瀕方、佳儒、家寶、鈺婷、思敏、致嘉、豪哥、凱婷、葛格伴娘團、雷娜多盟...族繁不及備載，都是我非常珍惜與永難忘懷的珍貴回憶。最後，真心感謝最辛苦的爸媽與從小愛護我的哥哥、嫂嫂，還有最療癒的兩位可愛小姪女，一路以來對我的信任、支持與鼓勵，因為有你們做我最堅強的後盾，我才能無後顧之憂的去完成我想做的每一件事，謝謝你們總是把最好的留給我，包容我最真實的模樣，我真心覺得能擁有你們，是我最大的幸福。再次感謝身邊的每一個人，謝謝你們精彩我的生活、豐富我的人生。未來，我會帶著地政系給我的一切，期許自己能成為一個對社會有所貢獻的人！吳孟璇謹誌於台北 2015.6.15.


(5) 摘要近年來，台灣許多縣市的住宅價格不斷高漲，身為政經重鎮之台北市首當其衝，於 2008~2009 年金融海嘯時期，政府為維持經濟發展而全面將遺產及贈與稅調降為單一稅率 10% 後尤然。以產品價值而言，此波上漲很可能來自於「逢低買進，逢高賣出」之投資心理造成。由於不動產最終用途為使用，當真實需求者無力負擔時將導致房市泡沫，更因房市的經濟佔額高，進而可能引發經濟泡沫。為檢視台北市住宅價格的合理性，鑒於出租住宅需求者動機單純，本文以租價關係探討台北市住宅價格是否已有偏離實際使用需求之現象；且是否因未來的住宅價格在預期之引導下，使房價似遵循著過去價格的成長而逐步提高，有不效率之. 政治大非理性現象更為嚴重，導致房價有偏離其合理結構之虞，成交總價越高的住宅、立偏離情況越為明顯，而存在泡沫化危機。. 現象。實證結果顯示，台北市住宅價格與租金間已然背離，在金融海嘯過後種種. ‧ 國. 學. 關鍵詞：住宅價格、租價關係、房市泡沫. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.


(7) Abstract In recent years, the housing market has been awash with funds. The phenomenon resulted in domestic housing prices in Taipei rising year by year, especially after the Subprime mortgage crisis. From the viewpoint of economics, the price is decided by supply and demand. However, with regard to the value of product, this rising of housing price probably comes from the artificial demand. In other words, this kind of demand is just like "buy low and sell high". In addition, real estate is a special commodity, except as an investment good, it is also a necessary consumption good. Furthermore, real estate is expense, making housing the biggest item among. 治政 burden with; that is likely to trigger a market bubble, 大 which caused the imbalance of 立 trade market. households’ assets. Once housing price is too high and the actual demanders cannot. ‧ 國. 學. According to the aforementioned, this study will observe whether the housing. ‧. price has deviated from the fundamentals in Taipei City. Since the demand of rent is only for living, we probing into the relationship between housing price and rent in. y. Nat. sit. order to observe the rationality of housing price; and if the future housing price in the. al. er. io. anticipated guided, the price seems to follow the historical trend, and the higher the. n. v i n Ch housing price seems to prevail in unreasonable i U in Taipei City, which may e n g c hinvestment. housing price of an area, the more significant. The empirical results show that, the. lead into a bubble crisis.. Keywords: Housing price, Bubble, Relationship between house price and rent.


(9) 目錄第一章緒論.................................................................................................... 1 第一節. 研究動機與目的 ....................................................................... 1. 第二節. 研究方法與範圍 ....................................................................... 5. 第三節. 研究架構與流程 ....................................................................... 7. 第二章. 文獻回顧 .......................................................................................... 9. 第一節. 住宅價格與租金之關係 ........................................................... 9. 第二節. 住宅價格與總體經濟市場之互動關係 .................................. 14. 第三節. 住宅價格與預期心理之相關性.............................................. 20. 第四節. 小結 ........................................................................................ 25. ‧ 國. 學. 第三章. 立. 政治大. 研究設計 ........................................................................................ 27. ‧. 特徵價格模型之建構 ............................................................. 27. 第二節. 資料來源及內容 ..................................................................... 34. io. y. al. n. 第四章. sit. 小結 ........................................................................................ 41. er. 第三節. Nat. 第一節. i n U. v. 實證分析 ........................................................................................ 43. Ch. engchi. 第一節. 住宅與租賃市場受預期影響之模型分析 .............................. 43. 第二節. 住宅交易市場於金融海嘯前後之模型異同分析 ................... 52. 第三節. 小結 ........................................................................................ 76. 第五章. 結論與建議 .................................................................................... 79. 第一節. 結論 ........................................................................................ 79. 第二節. 建議 ........................................................................................ 83. 參考文獻 ....................................................................................................... 87. I.

(10) 表目錄表 3-2-1. 變數說明表................................................................................... 36. 表 3-2-2. 住宅交易與租賃樣本連續變數敘述統計表................................. 39. 表 3-2-3. 住宅交易與租賃樣本虛擬變數之敘述統計表 ............................. 40. 表 4-1-1. 租價關係之實證分析結果─交易樣本 ......................................... 50. 表 4-1-2. 租價關係之實證分析結果─租賃樣本 ......................................... 51. 表 4-2-1. 金融海嘯前後之住宅交易 OLS 迴歸分析結果 ........................... 58. 表 4-2-2. 各同質區於金融海嘯前後之樣本數及交易總價 ......................... 62. 表 4-2-3. 金融海嘯前住宅交易依同質區劃分之實證分析結果 ................. 65. 表 4-2-4. 金融海嘯後住宅交易依同質區劃分之實證分析結果 ................. 66. 表 4-2-5. 交易總價之各分量分配、偏度與峰度 ........................................ 67. 表 4-2-6. 金融海嘯前之住宅交易分量迴歸分析結果................................. 71. 表 4-2-7. 金融海嘯後之住宅交易分量迴歸分析結果................................. 72. 表 4-2-8. 金融海嘯前後之住宅租賃案例實證分析結果 ............................. 75. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. II. i n U. v.

(11) 圖目錄圖 1-3-1. 研究流程圖 .................................................................................... 8. 圖 3-2-1. 台北市交易與租賃樣本分佈圖 .................................................... 37. 圖 3-3-1. 台北市住宅價格合理性之分析架構圖 ........................................ 41. 圖 4-1-1. 2005 年第四季~2012 年第二季台北市租金與價格成長趨勢圖.. 44. 圖 4-1-2. 2005 年第四季~2012 年第二季台北市房價與總體經濟趨勢圖.. 45. 圖 4-1-3. 2005 年第四季~2012 年第二季台北市房價與利率變化趨勢圖.. 46. 圖 4-2-1. 變異函數結構分析結果 ............................................................... 59. 圖 4-2-2. 空間效果同質區圖 ....................................................................... 61. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.


(13) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 第一章緒論第一節. 研究動機與目的. 一、研究動機近年來，台灣許多縣市的住宅價格不斷高漲，身為政經重鎮之台北市首當其衝，2008 年金融海嘯過後尤然。據美國銀行調查報告指出，台北市 2008Q1~2014Q1 間的房價漲幅高達 91.6% 1 ；觀察信義房價指數， 2008M1~2015M4 之間，房價漲幅達 78.5%2，而引發房價漲幅過快、房市泡. 政治大. 沫等疑慮。當大量熱錢流入不動產市場時，不但會導致房價偏離經濟發展. 立. 趨勢；且投資者對房市的預期過度樂觀時，購屋決策可能會忽略其他影響. ‧ 國. 學. 房價的基本面因素，例如利率、經濟情勢等，造成政府的總體經濟政策失靈；更甚者，由於而不動產市場佔額大，當投資性資金過度集中在不動產. ‧. 市場時，除使房市的波動性與風險大幅提升外，更因銀行的違約風險提高，. y. Nat. 將導致金融市場的不穩定，進而危及整體經濟社會的穩定性 (André,. io. sit. Gil-Alana, and Gupta, 2014; Guo and Huang, 2010; Hui and Wang, 2014;. n. al. er. Oikarinen, 2009)。依此，台北市的住宅價格有無過度樂觀之可能？亦即，. i n U. v. 究竟近來台北市住宅價格的快速成長，能否代表台北市的房價「過高」？實有深入探討之必要。. Ch. engchi. 除此之外，近年多數已開發與部分開發中國家，房價皆出現劇烈性的波動增值，但租金變化卻未如此明顯，台北市尤然，甚至消費者的負擔能力似已逐漸難以跟上3。依據 2011 年 Global Property Guide 之資訊顯示4，台 1. 資料來源：Global Property Guide, http://www.globalpropertyguide.com/Asia/Taiwan. 2. 依據信義房屋不動產企劃研究室之統計調查結果，台北市 2008 年 1 月之信義房價指數為 161.83；2015 年 4 月之信義房價指數為 288.83。. 3. 據行政院主計處資料顯示，2008 年 1 月之 CPI 為 96.2、2015 年 3 月為 102.42，期間漲幅為 6.47%；2008 年 1 月之平均受雇員工每人每月經常性薪資為 36,804 元、2015 年 2 月為 38,148 元，期間漲幅為 3.65%。. 4. 該平台原預計 2015 年 4 月更新台北市租金收益資訊，惟至 2015 年 5 月 2 日止，該網站尚未進行資料更新。 1.

(14) 第一章緒論. 北市的租金報酬約為 1.57%，於全球 94 個主要城市中排名最低。再觀察支付力指標，台北市 2014 年第四季的貸款負擔率為 66.59％、房價所得比高達 15.73 倍5，將此資料套用在美國顧問業者 Demographia 針對歐美亞洲大都會調查中，台北市的房價所得比已居全球第一高。家戶單位在租屋與購屋間做選擇之下，使不動產價格與租金間存在內部傳導機制，故不動產租賃市場與買賣交易市場理論上會相互影響；此外，進行不動產投資評估及不動產估價時，亦使用租金作為收益法之計算基礎。是以，房價與租金之關係，常作為衡量市場穩定性之指標。詳言之，若以使用及收益觀點來看，台北市住宅價格在此波高漲的背後，住宅的實際使用與收益價值似乎並未隨之提升，且消費者的商品支付能力亦似未提高，故當前台北市的住宅價. 政治大. 格極可能有非理性因素導致偏離基本價值之虞。鑑此，本研究擬對台北市. 立. 的住宅租價均衡關係進行驗證與審視，透過將租金視為住宅之使用價值的. ‧ 國. 學. 角度，檢視此波住宅價格成長之時，租金水準有無隨之提升？抑或造成租價關係更顯著的偏離？並藉當前的租價關係，探討當前房價發展的合理. ‧. 性。. sit. y. Nat. 另一方面，近來台北市住宅價格漲幅已明顯高於物價漲幅，亦超越經. io. er. 濟成長速度，在金融海嘯過後亦尤其明顯6，而有偏離總體經濟面之虞，此現象可能代表購屋者的購屋決策不夠理性。換言之，以產品價值來看，此. n. al. Ch. i n U. v. 波上漲很可能來自於假性需求(Artificial Demand)，即為「逢低買進，逢高. engchi. 賣出」之投資心理造成。而不動產雖具有消費與投資的雙重性，其最終用途仍應回歸居住使用，若實際的居住需求與經濟基本面不足以支撐當前的住宅價格水準，亦即真實需求者無力負擔時，可能將導致房市泡沫，更因房市佔家戶消費支出的比率高，房市泡沫將對消費支出及物價穩定產生巨大影響，進一步將可能引發泡沫經濟，須審慎看待(Funke and Paetz, 2013)。. 5. 資料來源：內政部不動產資訊平台，http://pip.moi.gov.tw/NET/E-Statistics/E2-2.aspx。本項數據係以實價登錄資訊及財稅資料，並參考主計總處家庭收支及員工薪資調查，採全國及各縣市中位數統計推估而得。. 6. 根據行政院主計室之統計資訊，2008 年 1 月之 CPI 為 96.2、2014 年 12 月為 103.5，期間物價漲幅約為 7.7%；2008 年之平均每人 GDP 為 18,131 美元、2014 年約為 22,518 美元，期間經濟成長率約為 24.2%。 2.

(15) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 而造成台北市目前房價高漲的原因，除了總體經濟因素外，很可能是來自市場參與者對價格增值的預期，亦為造成房價波動的重要因素(Clayton, 1996)。換言之，不動產價格短期內會有時間落差，因此過去的房價成長，常可用以預測未來的不動產超額利潤，尤其在房價上漲時期，該漲幅可能是投資者著重於過去的價格成長，卻忽略經濟基本面之不理性預期所推動，甚至是投資者對市場的誤判所導致(Clayton, 1997)。詳言之，在理性預期 (Rational Expectations)之下，人們對於 t 時期的預期會與數學條件的期望值 (mathematical conditional expectation)一致，即人們會以最有效率的方式、以及任何可用的公開資訊來做成預期。相反地，目前房市參與者疑有僅根據適應性預期(Adaptive Expectations)發展的情形，亦即，人們在 t 時點所做的. 政治大. 預期僅根據 t-1 期的預期及 t-1 期的實際情況而判定，而忽略 t 時點當期之. 立. 資訊。是以，不動產價格在適應性預期引導下，疑遵循著過去的價格漲幅. ‧ 國. 學. 而逐步提高，在非效率市場下，市場泡沫的危機似乎逐漸擴大。而不動產往往是家戶單位持有之最昂貴資產，常須貸款購買，一旦房市泡沫、市值. ‧. 低於購入價格時，將使銀行違約風險大幅提高，進而動盪金融市場、造成經濟泡沫。因而住宅價格與增值預期、總體經濟間的互動關係，於研究房. y. Nat. er. io. sit. 價水準的合理性時，亦應深入探討。. 綜上所述，不動產市場的穩定與否，對整體經濟的穩定性扮演著相當. n. al. Ch. i n U. v. 重要的地位，雖然目前房價呈穩定成長趨勢，但台北市目前的房價水準疑. engchi. 似已有過熱的跡象，更與租金脫鉤，泡沫化的可能性有增加趨勢，未來房價的支撐因素是否足以持續維持房市穩定，則有待進一步研究分析。換言之，台北市為台灣政經重鎮，其房價是否已偏離市場基本因素與總體經濟發展？是否已出現泡沫化之前兆？若能釐清這些問題，對於不動產相關的政府政策與投資決策，應有相當貢獻。依此，本研究擬針對台北市的住宅價格與租金、市場基本因素、增值預期進行分析，建立一個租價關係、經濟市場與房市關係的模型進行分析，以租價關係觀察房價有無偏離其實際的使用需求面價值；同時以房價有無偏離總體經濟狀況，僅著重於增值報酬的傾向，探討市場參與者是否忽略理性預期，而僅受適應性預期心理影響，導致房價遵循過去的價格漲幅而 3.

(16) 第一章緒論. 不效率成長，據以分析台北市近來住宅價格高漲的合理性。. 二、研究目的綜合以上所述，設定本研究之研究目的如下：（一）釐清台北市住宅市場之租價關係、經濟市場與房市關係，以了解台北市房價是否已經偏離其使用與收益價值。（二）探討市場參與者的適應性預期及理性預期對房價之影響，作為闡述台北市購屋者行為基礎。. 治政市場於金融海嘯過後，房價進一步飆漲的不合理疑慮有無增加。大立. （三）藉由前述基礎，分析台北市住宅價格的合理性，並進一步觀察住宅. ‧ 國. 學. 三、研究課題. 依據上述研究目的，歸納出以下研究課題：. ‧. （一）建構住宅買賣與租賃之分析模型，將租金與交易價格作為變數，納. y. Nat. io. sit. 入買賣與租賃模型中，觀察台北市的住宅價格與租金之間的關係。. n. al. er. （二）與此同時，將總體經濟因素納入價格分析模型中，觀察台北市的住宅價格與總體經濟因素之互動關係。. Ch. engchi. i n U. v. （三）台北市住宅價格高漲的背後，除了總體因素以外，市場參與者對房價的適應性預期亦應對房價造成影響。故藉由觀察該預期係來自於租金收益的成長預期或是住宅買賣收益的成長預期，以闡述購屋者對房市的預期是否理性。（四）藉由觀察同一模型中，理性預期與適應性預期之間，何者對台北市住宅價格的影響較為顯著、不同價格住宅間之差異性，以即於金融海嘯前後的異同，作為近來房價合理性之論述基礎。. 4.

(17) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 第二節. 研究方法與範圍. 為達成前述研究目的與課題之探討，本研究將透過歸納法與量化分析法作為實證分析之依據。經由回顧相關之文獻，釐清出住宅價格與租金間於一般情況下的關聯性與租價背離的可能代表意義；並歸納出影響住宅價格之總體因素，以及過去適應性預期與房市發展如何影響房價變動趨勢。由此架構本研究之理論基礎，以研究範圍內所蒐集之案例資料建立特徵價格模型進行實證分析。. 一、研究方法（一）歸納法. 立. 政治大. ‧ 國. 學. 本研究透過文獻蒐集及歸納，釐清住宅價格與租金、總體因素、預期因素間的互動關係，以萃取出影響住宅價格之主要基本面因素，作為建構. ‧. 適用於分析住宅價格模型的基礎，再藉以論述台北市住宅價格合理性。. sit. y. Nat. （二）量化分析法. n. al. er. io. 依文獻回顧歸納之台北市住宅價格合理性之分析架構，再結合不動產. i n U. v. 大量估價的概念，以特徵價格模型建立一迴歸式，將本研究欲觀察之主要. Ch. engchi. 變數納入模型進行橫斷面分析，檢測住宅市場與租金、預期及總體市場之影響關係，藉此建構出一個較合適的價格估計模型。並檢視各主要觀察變數於金融海嘯前後，對住宅價格的影響有無顯著差異；再進一步探討高低價格區、各價格水準的不動產租、價影響因素於金融海嘯前後有無差異，藉此檢視房價水準與其基本面偏離情形之關係。. 二、研究範圍（一）空間範圍本研究緣起於住宅價格高漲而引發房市泡沫的疑慮，而台北市為台灣的經濟重心，亦為台灣房價水準最高之地區，依此，本研究之實證空間範 5.

(18) 第一章緒論. 圍，係以全台北市的住宅交易與租賃案例為研究對象。此外，為盡量控制住宅交易與租賃的比較基礎，加上由於住宅大樓之買賣價格中，尚包含車位等公設不易控制，該部分的金額不易拆分；而公寓則較無此問題，故本研究係以總樓層數四、五層之住宅公寓為實證分析對象。（二）時間範圍本研究之資料選取時間為 2005 年第三季~2012 年第二季，配合實價登錄上路前之買賣交易案例；此七年期間包含金融海嘯前住宅市場繁榮期的最後一段期間、2008 年的蕭條期、以及隨後復甦的快速繁榮期。此外，為觀察金融海嘯的經濟衰退核心期（2008 年第三季~2009 年第二季）及其前. 政治大. 後影響房價之因素有無改變，本研究所採取的實證年度時間區隔，係以當. 立. 年第三季至隔年第二季做為各年度之切分。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(19) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 第三節. 研究架構與流程. 為探討台北市住宅價格之合理性，本研究先整合相關文獻對於不動產租價關係、預期心理與總體經濟對不動產市場的影響因素，建構出房價合理性之分析架構，以獲得台北市住宅價格主要的組成因素，再觀察各主要觀察變數是否符合一般認知情形，並將進一步探討其原因。換言之，本研究希望透過三大面向──住宅租金與交易價格之關係、住宅交易價格與總體經濟因素之關係、住宅交易價格是否受適應性預期之影響，作為探索導致台北市住宅價格高漲成因之切入點，藉以進一步闡述房價合理性，依此，本研究可歸納出如下架構與流程。. 一、研究架構. 立. 政治大. ‧ 國. 學. 本研究內容架構如下：第一章緒論，說明探討台北市住宅價格合理性之動機、目的以及研究範圍、方法之選用理由。第二章文獻回顧，藉由回. ‧. 顧租價關係、總體經濟市場與不動產市場之互動關係、消費者預期心理對房市的影響等文獻，建構出探討房價合理性之實質內涵。第三章研究設計，. y. Nat. sit. 除台北市住宅與租賃樣本的基本介紹外，將建構出分析台北市住宅及租賃. n. al. er. io. 案例之特徵價格模型，並說明本研究主要觀察變數代表之意涵，以及實證. i n U. v. 分析之操作說明。第四章為實證分析，將本研究文獻所歸納之相關變數及. Ch. engchi. 其與台北市房價間的變化趨勢，納入實證模型中進行分析，並逐一探討各估計值代表意涵。第五章為結論與建議，針對過去相關文獻與本研究實證結果進行歸納分析，同時立基於研究成果提出相關政策建議，並對本研究受限之處提出後續研究建議。. 二、研究流程本研究之研究流程如圖 1-3-1 所示。. 7.

(20) 第一章緒論. 研究動機. 研究目的 1. 建立台北市住宅價格與租金、總體因素的分析架構。 2. 探討市場參與者對房價的預期，是否僅為適應性預期而非理性預期。 3. 藉由實證結果，分析台北市住宅價格的合理性。. 文獻回顧. 租價關係. 政治大房價與總體因素. 預期因素對房價之影響. 學. ‧ 國. 立. 住宅價格之分析架構. ‧. 特徵價格模型之建構. n. Ch. engchi. er. io. sit. y. Nat. al. 實證分析. i n U. v. 台北市住宅買賣與租賃市場分析. 收益及預期觀點. 總體經濟面. 政策分析. 結論與建議圖 1-3-1. 研究流程圖. 8.

(21) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 第二章. 文獻回顧. 本研究欲探討租價關係、預期心理與總體經濟對住宅價格與租金之影響，並以此作為台北市住宅合理性之判斷依據。有鑑於此，須先釐清前述因素與不動產市場間的關係，進而釐清各該特性及其對價格的影響。故於文獻回顧部分，本章共分為四節，第一節先回顧過去探討住宅價格與租金之相關文獻，以釐清住宅交易市場與租賃市場之關聯；第二節回顧有關總體市場與不動產市場的相關研究，分析總體因素與房市間的互動關係，並藉以歸納本研究主要應納入實證分析模型中之總體因素；第三節則回顧有. 政治大價格之可能影響，並說明本研究以「預期心理」分析房價之意涵；第四節立關市場參與者的預期心理與預期波動之相關文獻，進而釐清兩者對不動產. 學. 第一節. 住宅價格與租金之關係. ‧. ‧ 國. 為文獻回顧之綜合評析，以及台北市住宅價格合理性之研究架構說明。. y. Nat. sit. 不動產租、價關係的探討，以馬歇爾(Alfred Marshall)於 1890 年提出之. er. io. 價值=收益/利率關係式為理論基礎；而不動產估價亦使用租金作為收益法. al. v i n Ch 係(Gallin, 2008)，而可為影響民眾租買選擇的基礎，因此，不動產租賃市場 engchi U n. 之計算基礎，在此觀點下，不動產價格和租金間長期應保持一定的均衡關. 與買賣交易市場的關係，常作為衡量市場穩定性之指標。以下分就租價關. 係的探討，以及租價關係對房價的影響之相關研究，進行文獻回顧，藉而說明租價關係對房市的重要性。. 一、租價關係鑒於對於住宅必需品，民眾會在租與買之間進行選擇，故而租金與價格實為一體兩面。若以使用者成本模型(user cost model)來說明，不動產持有的邊際利益(隱含租金)與邊際成本(資產的使用成本)應為相等(Poterba, 1984)。Meese and Wallace (1994)透過舊金山與阿拉米達 1970~1988 年住之房價、租金與資金成本指標，研究住宅市場的效率性。實證結果顯示，短 9.

(22) 第二章文獻回顧. 期內租金與住宅現值間的關係並不固定；但長期之下，房價與租金間呈現共整合關係(Counteraction)即驗證了此結果。但是，Himmelberg, Mayer, and Sinai (2005) 透過住宅每年的持有成本與當地的租金、收入比較，以衡量美國 46 個大都會區在過去 25 年單一住宅的房價水準時，卻發現持有不動產的成本增加幅度超越租金成本，若直接以租金衡量房價水準，將使房價被高估，即租金與價格的關係可能無法直接以利率連結。惟其研究尚未進一步驗證，短期實際交易價格與估計現值間的偏差，究竟是因未考量租金或價格的成長率、非理性預期或資產市場泡沫的可能。另一方面，關於租金係房價形成基礎之基本假設，最近亦有研究提出. 政治大的存在，而係交互影響關係，且不確定性亦會對租價關係產生衝擊。據其立透過香港 1980 年第一季~ 2011 年第四季的房價指數、租金指數、房價成長. 質疑。Wang, Yu, and Zhou (2013)即認為租、價之間的因果關係並非單方面. ‧ 國. 學. 波動、無風險利率及住宅空置率等指標，所建構出的模型顯示，住宅價格上漲 1%將帶動租金成長約 0.28%；且當房市熱絡時，租金水準會隨著房市. ‧. 波動的提升而成長。詳言之，Wang et al.打破傳統認知下，租金是房價組成. sit. y. Nat. 因素的觀點，認為由於住宅價格的不確定性，會影響家戶的租買選擇，進. io. er. 而導致租賃市場的週期性波動，因此，不僅租金會影響房價，房價亦為租金水準的決定因素之一。依此，本研究針對租金與價格間的相互關係，除. n. al. Ch. i n U. v. 了以租先價行的觀點驗證之外，亦將以價先租行的觀點進行檢視，期能透. engchi. 過不同觀點，建立較完整的租、價關係之分析架構。. 二、租價關係與房市之關聯性承前所述，無論是租影響價、或是價影響租，兩者皆代表租價存在一定關係，故租價關係的穩定與否，對住宅市場的穩定應有密切的關係；且過去許多研究亦發現，租價間出現嚴重偏離的城市，而後多發生了房市泡沫現象，或目前仍有泡沫疑慮。如 Himmelberg et al. (2005)發現許多房價曾大幅下跌的城市，若將房價以租金回推，其房價皆曾有被高估的情況，且其實證結果亦指出，於其實證期間的最後一年(2004 年)，美國房市已出現泡沫跡象；此外，若以使用者成本模型的靜態觀點切入，將地租金與收入 10.

(23) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 進行比較量測後，結果除發現美國 46 大都會區在 1995~2004 年間，住宅持有成本相對租金成本高、而有高估房價水準之現象外，更發現當租金相對價格比較低時，住宅價格受實質利率變化的敏感性較高、房市的穩定性較低，代表當時的房價可能主要係買賣投資者推高所致。放眼全球各大城市，Ayuso and Restoy (2006)發現近幾年工業化國家的住宅價格增幅較高；依此，其以跨期資產定價模型，就近年來房價漲幅明顯的西班牙、英國與美國於 1987~2003 年的交易數據進行分析。Ayuso and Restoy 先將住宅供給量與消費者的支付能力設為不可分離，以抽離兩者對價格的影響後，並進一步允許短期內租價間動態變化之系統暫時性偏差，. 政治大價比約高於均衡值 30%、西班牙約 20%、美國約 10%，其中，英國與西班立牙相對較高的原因，可能是受到當地供給限制，在需求衝擊致使 2000 年房. 以進行參數估計，說明房價與相對租金高估之情況。結果顯示，英國的租. ‧ 國. 學. 市下跌後，房價補漲的幅度也相對較高的緣故。在這三個國家當中，西班牙與美國後續皆出現嚴重的房市及經濟泡沫，而英國房市雖未發生重大震. ‧. 盪，但租價比卻持續飆高，使得近來房價成長已明顯趨緩，估計在嚴格的. sit. y. Nat. 供給限制下，仍有需求面支撐，才使得房市泡沫的疑慮可能較小；反觀台. io. er. 灣的空屋率持續居高不下7，在土地供需條件並無太多限制、交通可及範圍逐漸擴大的情況下，若失去需求面的支撐或買賣投資者將資金抽離，泡沫. n. al. 化的危機似不斷增加。. Ch. engchi. i n U. v. 另一方面，中國近來房價飆漲的力道亦相當強勁，許多研究開始針對中國的租價關係進行房市泡沫之探討，如趙奉軍（2010）利用美國 1913~2007 年、日本 1967~2007 年以及中國 2000~2008 年的住宅相關資料，檢視租價比的變動趨勢及其影響因素。結果發現，各地的租價比皆非固定不變，特別在房價高漲時期，由於預期房價上漲的因素，降低了住宅持有成本的影響，致租價比普遍較低。此外，董倩、王千紅（2010）；劉仁和、程昆、莫金玲（2011），則分別利用 1999 年第一季~2009 年第一季及 1993 年第二季. 7. 據 2014 年 9 月內政部營建署發布之低度使用（用電）住宅資訊，2013 年底全台空置住宅數量約為 85.69 萬戶、佔比為 10.50%；台北市空置住宅數量約為 6.63 萬戶、佔比為 7.55%。 11.

(24) 第二章文獻回顧. ~2010 年第一季的租金及價格數據，衡量中國各大城市的房價水準，結果均表示，中國住宅市場價格與租金不存在長期的均衡關係，房價嚴重脫離了租金此一基本面的影響，而不再遵循現值理論模型下，兩者之間密切變動趨勢的認知，且偏離情形逐漸擴大，故推論中國房價泡沫的傾向有越來越明顯的趨勢。 Dusansky, Koç, and Onur (2012)則以美國 1990 年人口和住宅調查中舊金山和亞特蘭大兩大都會區住宅市場中的個別家庭住宅需求，探討需求效應與資本利得效應的影響差異。結果顯示不動產價格上漲的資本利得預期，往往促使潛在資本利得的期待性需求增加，從而誘使價格預期進一步上漲。. 政治大條。因此，不動產價格增值預期應該被整合到模型中；而這些金融資產性立質的預期，與當地時的經濟情況相關。當住宅價格下跌，資本損失的預期將使住宅需求減少，加劇住宅市場的蕭. ‧ 國. 學. 而趙永祥、吳依正（2014）更進一步指出，在 2009 年過後，北京、深. ‧. 圳、上海等大城市的租價比已普遍降至 4%以下，低於大陸國土資源部認定. y. Nat. 之門檻值 4.5%；加上近期因中國景氣明顯趨緩，且地方政府債務及金融體. sit. 系風險仍在，中國未來的房市調控已面臨重大挑戰。惟相對於歐美國家，. n. al. er. io. 中國的外匯存底龐大、儲蓄率高，且都市人口比率遠低於已開發國家，都. i n U. v. 市化之發展空間仍大，未來都市地區的房地產應仍有大量需求，故房市泡. Ch. engchi. 沫化風險相對於高度都市化程度的國家較低。反觀台灣地小人稠，且都市化程度高，甚至在新北市與桃園市的交通建設逐漸完備後，由於市中心的可及性提升，台北市的住宅需求應該會相對舒緩許多，因此房市泡沫化的風險相對較中國高，恐會步上日本 1980 年代後期房市泡沫破滅之後塵。除此之外，André et al. (2014) 對於 16 個 OECD 國家在過去 40 年間的房價所得比與租價比之分析結果顯示，正常情況下，房價所得比與租價比長期會維持在穩定的水準之上，而少數房市曾發生永久結構性改變的國家，皆與當地的高房價所得比與高租價比有關。André et al.更指出，高房價所得比及租價比會造成不良的社會經濟結果，如居住空間的擁擠化、遊民增加、社會貧富差距擴大等社會問題；此外，房價高漲更可能會導致勞動市場的 12.

(25) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 流動性下降並削弱經濟競爭力，甚至危及金融市場的穩定性，提高經濟泡沫的發生風險。綜而言之，許多探討房市泡沫化的文獻，會以租價關係作為切入點，以租金水準檢視房價有無被高估，而導致房價偏離其基本價值，進而成為房市泡沫的判斷依據；且許多文獻亦指出，房市泡沫與租價關係的偏離極可能存有密切相關性，換句話說，租價偏離應能視為房市泡沫的徵兆之一。依此，本研究欲透過將租金視為住宅的使用收益之基礎價值的觀點，以租金與房價間的互動關係，檢視台北市的租價關係有無偏離，以及房價是否有被高估的可能性存在。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.

(26) 第二章文獻回顧. 第二節. 住宅價格與總體經濟市場之互動關係. 過去，有關不動產市場的研究，多半著重在房市循環與經濟循環、住宅結構與交易活動之間。自 McCue and Kling (1994)以投資者行為的觀點，研究商用不動產的實質報酬與總體經濟之間的關聯性後，有關房市與總體經濟的相關研究開始逐漸被重視。而房市與總體經濟間互動關係的重要性，主要係來自於不動產市場的經濟佔額高，同時常為家戶所持有之最昂貴資產，加上總體經濟的走向，亦會影響消費者與投資者的購買決策，因此房市與經濟市場應保有一定的關係；故本節透過探討總體經濟面的相關文獻，先確立總體經濟對房市的影響，並萃取出主要的影響變數，以建構探究房市合理性的分析模型。. 立. 政治大. 一、總體經濟與不動產經濟間的關係. ‧ 國. 學. Barras (1994)以英國的不動產為例，證明房地產市場的景氣循環與其他. ‧. 市場，如金融市場的景氣循環、經濟景氣循環間，彼此會互相影響，而有共整合關係；且該關係為動態發展的關係，因此須著重於觀察房市各階段. y. Nat. sit. 的動態波動，不應僅著重於過去的趨勢，而以經驗法則擬定投資決策。換. n. al. er. io. 言之，Barras 驗證了不動產市場與經濟、金融市場間確實存在動態的相關. i n U. v. 性，並推論出房市的波動與總體經濟的動態發展存在緊密關係之結論。而. Ch. engchi. Hoskins, Higgins, and Cardew (2004)觀察 1985~1999 年間，商用不動產報酬與總體經濟因素間的關係，結果顯示，兩者確實存在顯著關聯性；且於澳洲、加拿大與英國等實證地區，GDP、失業率及物價指數係對不動產市場的報酬之影響特別顯著。此外，如 Green (1997)、Baffoe-Bonnie (1998)及 Wen (2001)以美國為例；Bowen (1994)以英國為例；Ito (1993)以日本為例； Börsch-Supan, Heiss, and Seko (2001)以日本與德國為例，皆證實了不動產市場與總體經濟之間，存在連動關係(co-movement)，即總體經濟因素為不動產市場的重要影響因素。至於主要影響房價的總體因素，Funke and Paetz (2013)以香港 1985 年第一季~2010 年第二季的實質每人 GDP 與實質消費支出、消費者物價指數、 14.

(27) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 房地產價格指數、存款利率、失業率及政府支出等，衡量房價與總體經濟循環間的關係後指出，利率的變動是衝擊房價穩定性的主因。此外，雖然房價對 GDP 的直接衝擊有限，但卻會藉由家戶貸款支出的增減，而顯著衝擊消費支出，而消費支出係影響 GDP 的首要因素，故而房價的波動會間接影響經濟，而總體經濟的穩定與否亦會影響住宅投資的偏好，因此推論房價與總體經濟市場間，具有不可切分的高度相關性，只是難以說明兩者之間的因果關係為何。故而在探討房價與房市發展時，除了租價關係外，總體因素也是一個不可忽略的面向。而國內亦有關於影響房價之總體因素的相關研究，近期如李美杏、陳. 政治大加坡與上海）於 1995 第三季~2011 年第四季之住宅交易資料，實證結果顯立示，住宅基值會受利率、可支配所得、國內生產毛額、消費者物價指數影威廷、彭建文（2014）分析亞洲六大城市（台北、東京、首爾、香港、新. ‧ 國. 學. 響。此外，李美杏等人更指出，若以總體經濟變數做為決定房價基值的因素，估算房價基值，再由房價實際值與房價基值之差異計算出房價泡沫比. ‧. 例來看，台北市房價泡沫程度，在 2011 年第四季約為 33%，已達近 15 年. sit. y. Nat. 間的高峰。惟其僅考量總體因素，而未考慮其他影響不動產價格的基本因. io. n. al. er. 素，在房價基值的推估上可能存有偏誤。. i n U. v. 另一方面，林左裕及程于芳（2014）之實證結果則顯示，前期市場報. Ch. engchi. 酬率、經濟成長率、營建類股股價指數、租金年增率、營造工程物價指數對當期交易量有正向影響；而與持有成本、購屋貸款利率，以及通貨膨脹則呈反向變動關係。其中，於 1998~2011 年間，就各縣市的實證分析來看，主要影響台北市住宅交易量之總體因素為購屋貸款利率及經濟成長率。惟林左裕及程于芳係以交易量作為因變數，而近來台北市的住宅市場呈現量縮價穩的情況，因此交易量與房價之間的關係，可能並不是那麼直接，而本研究係著重於房價之分析，故本研究擬參考其研究所依據之主要總體觀察變數，就價格面進行分析探討。. 15.

(28) 第二章文獻回顧. 二、貨幣面如何影響房價由於不動產具有昂貴性的特點，常須貸款購買，因此貨幣因素應會直接影響住宅需求與房價水準，故於探討總體因素對房市的影響時，多數文獻會將利率因素或貨幣因素一併納入考量。如 McCue and Kling (1994)利用自我迴歸整合移動平均模型 (Autoregressive Integrated Moving Average Model, ARIMA)，探討 1972~1991 年間，總體因素對美國 REITs 報酬的影響，實證結果顯示，物價水準、名目利率、實質產出與民間投資活動對 REITs 的報酬率均有影響，總體因素對實質報酬的解釋程度高達 60%。其中，以名目利率的解釋力最高，且名目利率的波動對實質報酬的波動，有顯著的. 政治大. 負面反饋效果；而實質產出與民間投資活動的解釋力最低。. 立. 於貨幣政策面，Iacoviello (2005)觀察美國 1974 年第一季~2003 年第二. ‧ 國. 學. 季間，利率、通貨膨脹、GDP 以及房價的關係；結果顯示，美國的貨幣政策，亦即利率的調整，對於不動產價格具有顯著的負向影響。而 Davis and. ‧. Heathcote (2005)依美國 1948~2001 年間的房價指數與消費、投資、總體因. y. Nat. 素的相關性指出，不動產投資行為與總體市場的景氣(GDP)密切相關；詳言. sit. 之，房價的漲跌與利率、稅負、總體經濟景氣間，存在難以分割的關聯性。. n. al. er. io. 且政府可以透過諸多手段影響房價，如提高名目利率時，因為流動性約束. i n U. v. (Liquidity Constraints)將使家戶單位退出市場而達到降低房價的效果，亦即. Ch. engchi. 利率與房價間存在負向關係；或透過抵押貸款的利息稅賦優惠，來影響市場需求以提升房價。換句話說，若把貸款利息的稅負優惠視為變相調降貸款利率，則貸款利率與房價間亦存在負向關係。不同的是，Bjørnland and Jacobsen (2008)利用 1983 年第四季~2007 第四季間，美國房價與利率關係，對於房價在貨幣政策中的角色進行分析。其研究發現，當利率上升 1%後、房價會立刻下跌 1~2%，且在此後的三年間，房價仍會持續下跌約 4~5%。但反過來說，房價上漲 1%的衝擊，將使政策制定者採緊縮貨幣政策，調升利率 0.15%~0.50%，且期間約將持續一年左右，以反映房價對於通貨膨脹的影響。換言之，於貨幣政策傳導機制下，房價與利率會相互影響，依此，不動產價格與市場利率間，長期下應會維 16.

(29) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 持相當程度的關係，端視當時的社會經濟狀況，以決定兩者的應呈現正向或負向相關。而 Chang, Chen, and Leung (2011)觀察 1975~ 2008 年間，美國聯邦利率對不動產報酬的影響，結果顯示，貨幣政策對不動產報酬有顯著影響，且在不同次市場間，影響存有差異。因此，其認為貨幣政策與不動產之間存在傳導機制，利率及利差會對於不動產報酬產生影響，進而影響整體不動產市場的穩定性。至於 Calza, Monacelli, and Stracca (2013)分析全球 19 個工業化國家，貨幣政策對於住宅價格、住宅投資之衝擊反應，發現利率具有抑制房價的作用，特別在銀行放貸規定較具彈性的國家越為明顯，甚至能. 政治大率間，應呈現一定的關係；依此，雖然利率不能用以充分解釋房價高漲的立成因，但政府仍可透過利率的調整，間接影響房價的高低。André et al. (2014) 以貨幣政策進一步預測房價的變動。表示在已開發的國家，住宅價格與利. ‧ 國. 學. 透過歸納各國高房價的成因亦證實此說法，André et al.認為各國高房價主要係肇因於低利政策及寬鬆的貸款條件。換句話說，利率與房價間的關係密. ‧. 切與否，得以作為判斷房價合理性的指標之一。. y. Nat. sit. 但是，貨幣政策面並不能用以完全預測或影響房價的發展，如 Dokko,. n. al. er. io. Doyle, Kiley, Kim, Sherlund, Sim, and Van den Heuvel (2009)以 1977~2002 年. i n U. v. 美國的實質 GDP、消費支出、住宅投資佔 GDP 比率、核心個人消費支出平. Ch. engchi. 減指數(Personal Consumption Expenditure Price Deflator, PCE)、失業率、聯準會基礎利率與房價，衡量美國 2003~2008 年間的房價與貨幣政策間的關係。結果則指出，雖然不動產市場與利率之間，可能在某些方面會產生相互作用關係，然由於影響房價的因素眾多，貨幣政策可能僅能用以闡述不動產市場過度繁榮的部分原因；在美國房價高漲的 2003~2008 年期間，利率並非房價飆漲主要的影響因素。簡言之，寬鬆的貨幣政策可能僅增加了房市泡沫的風險，卻非泡沫的主因，故於評估不動產市場泡沫化的可能性時，應納入其他影響不動產價格的因素，更須視當時的市場狀況，將其他因素納入考量。至於限縮研究範圍至單一縣市，除了考量台北市為台灣的經濟重鎮外， 17.

(30) 第二章文獻回顧. 主要係由於各地區情勢不同、對住宅的需求亦有差異，過去研究亦支持此種做法。如 Daniel (2002)以 1984~1998 年間，美國 130 個大都會區不動產價格的實質變動指出，房價的實質成長強烈受到人口成長、實質收入的變化、建築成本與貸款利率的影響，而不同的地區由於其區域特性並不相同，故總體因素對房價的影響亦存有差異，不應同一而論。而 Leung (2004)透過回顧過去數十篇探討房價變動與稅負、房市景氣循環、經濟景氣循環等相關文獻後亦指出，過去文獻以不同的地區探討相同的因素時，常得出不同的結果，因此，欲觀察總體不動產市場的波動性時（如：價格、新建案數、空置率等），考量到模型代表性與整體解釋能力，應以城市作為觀察單位進行分析。. 政治大另 Giuliodori (2005)探討歐洲九個國家在實施歐洲貨幣體系(EMS)前，立貨幣政策對房價的影響時，亦發現利率與總體市場的影響可能會受地區條. ‧ 國. 學. 件的不同而有所改變；惟相同的是，房價在各國皆非常顯著地受到利率因素的衝擊，且房價的變動更會影響總體經濟發展，而改變家戶支出及貸款. ‧. 成數(Loan To Value, LTV)的穩定性，進一步影響房市的穩定。因此，利率、. sit. y. Nat. 總體因素與房價間，可能存在交互作用的影響關係，特別是在經濟發展越. io. n. al. er. 具競爭力的國家、該交互關係越為明顯。. i n U. v. 而在台灣，張鼎煥、邱建良、黃健銘（2014）比較都市與鄉村地區住. Ch. engchi. 宅價格成因差異時指出，台灣都市地區的住宅價格皆受住宅供給面、市場面與金融面變數影響，而鄉村地區住宅價格則僅受住宅需求面與市場面變數影響，如都市地區的住宅價格，在 2008 年顯著受金融海嘯事件衝擊，而導致住宅價格下跌，但鄉村地區則未顯著受此事件衝擊。另林左裕及程于方（2014）於研究總體因素對房市交易的影響亦表示，影響各縣市不動產市場的變數皆有差異，因此應針對各城市分別進行探討，甚且因台北市住宅市場價格波動較大，致各區域間特性差異大，應更進一步依不同房價水準的區域，進行個別探討。另一方面，張鼎煥等人（2014）利用台灣各縣市 2008 年第一季~2010 年第四季的住宅買賣移轉件數與不動產市場面、需求面、供給面與金融面 18.

(31) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 等統計資訊的關係，說明利率對房地產市場流動性的影響，並依此提出政府得經由信用寬鬆或緊縮政策之貸款成數，來控制不動產買賣市場流動性，藉此助長或抑制不動產景氣。但是，若採貨幣緊縮之利率政策，反而會產生通貨膨脹預期之避險需求，而增加不動產買賣市場流動性。是以，利率對房價的影響，須就政府的政策目的與當時市場的特性進行個別分析。基於此，本研究擬以利率波動取代利率，作為觀察利率與房價之互動關係的指標，藉由購屋者是否在意利率風險，探討利率政策對購屋者的影響，並說明購屋者的決策有無不理性的可能，抑或購屋者的自有資金雄厚，可能並不在意利率波動，導致利率政策在此波住宅高漲之下，可能已出現失去影響房價之功能性。. 政治大綜合上述文獻，過去有關房價與總體經濟面之關係的相關研究，均認立為住宅價格與總體經濟間存在高度的相關性，且彼此之間相互影響。其中，. ‧ 國. 學. 由於利率水準會直接衝擊購屋者的貸款支出，因此影響住宅價格的最主要總體因素為市場利率；其次則為總體經濟指標，多數文獻皆指出，房市的. ‧. 景氣循環與經濟循環間存在一定的相關性，因此可以總體經濟的變動與房. sit. y. Nat. 價變動之間的關係，來衡量不動產市場的穩定性。另一方面，由於物價水. io. er. 準會影響購屋的偏好與否，而房價高低亦會影響家戶購屋的貸款支出，再進一步對消費支出造成影響，因此物價水準與房價間的互動關係，在經濟. n. al. Ch. i n U. v. 市場的穩定性中，扮演相當重要的角色。基於上述原因，本研究擬利用特. engchi. 徵價格模型抽離不動產自身因素對價格的影響，以納入經濟成長率、利率波動、物價波動等變數的方式，觀察目前總體因素對台北市房價的影響，作為衡量房市穩定性與房價合理性的切入點之一。. 19.

(32) 第二章文獻回顧. 第三節. 住宅價格與預期心理之相關性. 過去，有關不動產市場的相關研究，歷來多採兩種角度切入，一種是從總體經濟面觀察，亦即將住宅視為耐用消費品，透過利率、收入與物價等相關的基本變數，估計房價的均衡模型，再觀察由基本面決定的房價與實際房價的關係；另一種方法則是從使用收益面切入，主要觀察房價和租金的均衡關係。惟租金與經濟基本面因素，仍難以完全解釋不動產價格的變化，因此近來的研究開始探討預期因素對房價的影響，結果發現，市場參與者的預期心理也是導致房價波動的主要因素，以下即針對預期對房價的影響進行回顧，作為探究房價合理性的分析基礎。. 政治大一、預期因素對房價的影響立. ‧ 國. 學. 過去，有關預期對價格的影響，最早開始係 Clayton (1996)以溫哥華 1979~1991 年的季度資料進行實證，發現人口、供給和利率等經濟基本面. ‧. 因素對不動產價格具有顯著的解釋能力，但市場參與者未充分利用經濟基本面因素來進行理性預期，依此，Clayton 否決了不動產市場的參與者為理. y. Nat. sit. 性預期的觀點，以及不動產市場為半強式效率市場的假說。Clayton (1997). n. al. er. io. 並進一步以聯合虛無假設(joint null hypothesis)測試完美市場、理性預期與. i n U. v. 無風險溢酬對溫哥華公寓市場之影響，其實證結果顯示，不動產的事後價. Ch. engchi. 格與理性預期之結果相反。此外，若考慮時間序列的特性，在風險中立的理性預期之假設下，以整體樣本與隨機抽樣檢測公寓價格與預期值的偏差，結果發現該偏差會穩定隨時間變化，而與不動產市場循環有關。此結果有兩種解釋，一方面可說明，房市的不效率或非理性預期可能是因為短期內不合理的期望(如：時尚、趨勢等)，長期下，房市價格應會回歸經濟基本面；而另一方面，即使房市具效率性且參與者風險中立，當其忽略交易成本或其他市場的影響時，則會形成理性預期的限制，仍會導致市場參與者對市場基本面的誤判，造成房市的震盪。 Verbrugge (2008)則依使用者成本模型的觀點，探討美國 1980~2004 年間租賃市場與租金間之關係，發現當租賃市場活絡時，風險中立之投資者 20.

(33) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 會傾向購買不動產來出租賺取租金收益；而風險中立之自用住宅所有權人則會傾向出售不動產，改為租用不動產，因此租金水準會因為市場參與者的預期，而影響未來的租金與房價走向。而 Campbella, Davisb, and Martin (2009)使用動態戈登成長模型(dynamic Gordon growth model)，對美國 23 個大都會區於 1975~2007 年間，租金成長、實質利率、住宅溢酬之預期折現值與租價比之關係進行分析，結果顯示三個因素皆對租價比有顯著影響，且彼此間具有共變異關係。換句話說，無論是對於租金或房價走向的預期，皆為影響市場租價穩定性的重要依據之一，當市場參與者僅考量單一因素而忽略其他兩者時，將使市場參與者對不動產市場的發展產生判斷上的偏誤，進而影響房市穩定性。. 政治大同樣地，Hattapoglu and Hoxha (2013)將休士頓兩個獨立的社區之結構立相似或相同的不動產資料，建立標準房價模型，觀察預期對於房價的影響，. ‧ 國. 學. 並以租金與價格間的關係，探討消費行為是否導致了潛在房市泡沫的不穩定條件。實證結果顯示，市場參與者對於房價增值的預期，是基於過去房. ‧. 價的成長趨勢，而非租金的預期收益所造成；且該預期主要係建立於交易. sit. y. Nat. 當時過去 3 年間的房價增值，顯示市場參與者對房價過往的趨勢依賴程度. io. er. 相當高，導致住宅市場的不穩定。Hattapoglu and Hoxha 的實證結果亦顯示，房價亦與不動產的區位及結構等基本面因素密切相關；換言之，不動產的. n. al. Ch. i n U. v. 消費行為係理性預期與適應性預期之混和，因此認為不動產市場並非完全係無效率市場。. engchi. Epple, Quintero, and Sieg (2013)則將邁阿密 1995~2007 年間的不動產市場交易時間，切分為兩個時間區段，分別為 1995~2002 年的泡沫前導期及 2002~2007 年的房市泡沫時期，進行直接資本化法下，資本化率的討論。由於這段期間的市場利率及折舊率並無太大變化，且實質所得、住宅供給及人口成長對住宅價格的影響並不顯著，因而忽略這些因素的變動對租價關係的影響後，將住宅價格的高漲歸因於對未來收益成長的預期，逕行就收益預期的實現與否與房屋品質的關聯性進行分析。而由於租金水準在其實證期間並無顯著變化，因此於資本化率的考量上，若欲以直接資本化法推估房價，則邁阿密於 1995~2002 年的住宅資本化率約為 0.089、於 21.

(34) 第二章文獻回顧. 2002~2007 年則不高於 0.06，方能符合各房價水準下，價格與其隱含租金之間的實際關係。然實際租金在研究期間並無顯著成長，因此前述的房價增值並不能以租金收益的成長預期表示，而係來自於價格增值的預期，即市場參與者預期房價每年會增長 3~4%，該預期的實現與否，則可作為房市泡沫的推估依據；Epple et al.並進一步推論，該收益隨後並未實現，可能係 2008 年房市泡沫的肇因之一。換言之，租價關係出現差異，很有可能是來自於預期成長的影響未被納入考量，若將此預期納入模型，除可用以解釋租價關係外，更可作為市場參與者的預期對房市走向影響之分析依據。. 二、非理性預期因素對房市的負面影響. 政治大. 承前所述，不動產租金與價格之間的關係，若以套利模式(dividend. 立. discount model, DDM)來看，租金與價格差異增加，代表市場參與者預期租. ‧ 國. 學. 金將會上漲及/或預期買賣收益增加，導致租價間的差異擴大；惟此說法可能忽略不動產的消費性，高租價比也可能肇因於較高的租金波動，家戶為. ‧. 鎖定目前的租金水準而選擇購買持有不動產而非租賃，由於需求提高而導. y. Nat. 致房價的上升，亦即除了套利模式外，應再利用避險模式(hedging model). sit. 加以說明租價關係。由此可粗略推論，房價越高、租價比越高；且在租買. n. al. er. io. 選擇下，無論是自住需求者或投資需求者，對租金的掌握是否吻合市場的. i n U. v. 趨勢，皆會影響到整體不動產市場均衡與否。換言之，當市場參與者對租. Ch. engchi. 金與價格趨勢掌握錯誤時，可能會導致不動產市場泡沫(Bracke, 2014)。而後續 Huang (2013)以 1963~2007 年之美國房市資料，將市場以景氣循環階段切分，驗證美國不動產市場循環與整體經濟循環之間，具有強烈的關聯性。結果顯示，在經濟衰退的 2001 年時起，房市波動的不確定性顯著上升；且 1999 年後，不動產市場的波動程度顯著較以前高。此外，原本存在房價波動與實質的不動產租金及價格報酬之間的負相關性，在 2001 年後即被打破。另一方面，Huang 進一步調查人們在住宅景氣循環的繁榮和衰退時期間，預期因素影響資產報酬的程度。結果顯示波動回饋效果 (volatility feedback)可用以預測近期美國房市的泡沫，換言之，早期復甦繁榮階段(2002~2003 年)，市場的高度波動會降低房價的實質報酬，隱含著接 22.

(35) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 下來房市持續上漲的時期中(2004~2005 年)，人們對於市場的期望報酬會提高。該結果與 Campbell and Hentschel (1992)提出報酬波動不對稱現象之論述相似，顯示房市波動與房價間存在負相關(Ceron and Suarez, 2006; Roche, 2001)；且於房價高漲時期，在預期因素的推波助瀾下，房價可能會更進一步的持續上漲，使房價偏離基本面的情形加劇，加速房市的泡沫化。 Hui and Wang (2014)以 1998~2012 年北京及上海的不動產價格與政府干預政策之間的關係，進行變異分解之分析探討。該研究指出，中國兩大經濟指標城市──北京與上海，其不動產價格高漲的成因，主要係歸因於過去住宅價格水準的趨勢；而政府的總體經濟干預政策，對不動產交易與價. 政治大能導致不動產市場參與者對未來房價的預期有過度樂觀之虞，導致房市發立展與市場基本面產生偏離，即房價的成長係來自於適應性預期所造成，而格的影響並不顯著。換句話說，北京與上海在經濟快速發展的過程中，可. ‧ 國. 學. 無理性預期，結果導致政府難以透過總體手段進行市場調控，預期因素過多的結果，致使房市出現了政府失靈的現象。. ‧. y. Nat. 此外，林左裕及程于方（2014）亦指出，台北市之住宅市場存在從眾. sit. 行為，即購屋者可能選擇忽視自身擁有之資訊，而追隨人群的購屋決策，. n. al. er. io. 導致價量波動出現異常的現象。據此結果可推論，購屋者的購屋決策並非. i n U. v. 理性，導致房價在市場熱絡時，可能會有追高殺低的現象，使房市的穩定. Ch. engchi. 性下降。且從眾行為係基於前期其他購買者的購屋決策進行當期的決策，亦可視為是適應性預期，故得推論出，當房市適應性預期過多時，將進而導致房市的不穩定，更會產生房市泡沫化的危機。而最近，Kishor and Morley (2014)則透過美國 18 個大都會統計區 (United States Metropolitan Statistical Areasm, MSA)於 1975 年第一季~2012 年第三季之間，住宅的預期報酬、實質租金成長率與 PVR8等因素，何者對於租價比的解釋力更強。其實證結果指出，PVR 的估計值較高的都會區，其 PVR 對租價比的構成，具有非常強勁的解釋力，在 2005~2007 年間尤然；而住宅的預期報酬對租價比的影響，亦顯著高於租金報酬。且在 2006 年以 8. PVR(present-value residual)係以時間序列模式所估計出的未來盈餘之修正現值。 23.

(36) 第二章文獻回顧. 前，住宅的預期報酬與 PVR 的波動之間具有高度的正相關，隱含了在評估住宅價格時，必須將未來報酬的成長對房價的影響納入考慮；此外，Kishor and Morley 亦發現 PVR 較高的都會區，房市對於貸款利率變動的敏感程度較高。換言之，美國在金融海嘯以前，市場參與者在執行購屋決策時，很大程度地受到買賣收益的預期所影響，對租金的收益卻相對不重視，顯示美國房市泡沫的背後，很可能係來自於市場參與者的適應性預期過多，導致其對房價的系統性高估所造成。綜合上述，預期因素主要又可分為對住宅價格成長的預期，以及對租金成長的預期，若以家戶都必須要進行租買選擇的觀點來看，預期未來租. 政治大未來的租金收益，進而購屋出租，造成住宅價格的推升，由於係真實的使立用需求面所推動，對住宅市場的發展應無太多負面影響。反之，若該預期金成長時，家戶為了鎖定未來的租金成本而持有不動產；或是投資者看準. ‧ 國. 學. 係來自於看準未來價格升值，而買空賣空的投資所造成的房價推升，不但因為空屋浪費土地資源，造成房市發展的不利以外，一旦造成空屋率過高、. ‧. 投資意願下降且真實需求者不足的情況下，則很可能會引發房市泡沫。. y. Nat. sit. 詳言之，除以使用者成本模型探討不動產市場的發展趨勢外，近年文. n. al. er. io. 獻亦透過分析價格預期與不確定性的風險因素，檢視當前不動產價格水準. i n U. v. 的合理性。結果顯示，許多房市泡沫的都市在房價高漲時期，經濟市場現. Ch. engchi. 況與租金水準對未來的不動產價格預測能力不佳，反而是當期住宅價格變動，會對未來數年期間的房價波動產生影響(Hattapoglu and Hoxha, 2013; Huang, 2013)。換言之，雖然人口增加與經濟發展將伴隨通貨膨脹率提高與不動產市場需求增加，以致對房價的影響是可預見的；惟市場參與者若未利用市場信息進行理性預期，而僅著重於房價的適應性預期，忽略交易成本或其他市場影響因素，在理性預期的限制中，會導致市場參與者對市場基本面的誤判，引發市場泡沫的可能。故本研究另以市場參與者對房價的預期與房價波動性對房價的影響，觀察比較租金、總體因素與預期因素對房價的影響程度，分析這些因素與房價間的關係是否符合一般情況，以說明目前台北市住宅價格究竟係受到適應性預期或理性預期所影響，作為房價合理性的判斷依據。 24.

(37) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 第四節. 小結. 不動產價格與租金間存在內部傳導機制，影響民眾的租買選擇，故而租金可視為不動產的使用成本，依此不動產租金與買賣交易價格之關係，得作為衡量市場穩定性之指標。然而，過去研究指出，許多房價曾大幅下跌的城市，其持有住宅的實際成本皆相對租金成本高，出現租、價偏離的現象，因此普遍有高估房價水準之現象；而當租金相對價格較低時、住宅價格受實質利率變化的敏感性較高，當利率變動或價格偏離基本面過高、市場終於難以支撐時，終將引發房價的崩盤 (Himmelberg et al., 2005; Taipalus, 2006)。換句話說，在租買選擇下，無論是自住需求者或投資需求. 政治大. 者，對租金的掌握是否吻合市場的趨勢，皆會影響到整體不動產市場均衡. 立. 與否；而當市場參與者對租金與價格趨勢掌握錯誤時，可能會導致不動產. ‧ 國. 學. 市場泡沫。. 惟隨著經濟與房市的發展，不動產租、價間的關係，除利率外亦須考. ‧. 量未來的價格成長預期與不確定性所造成的影響，且在房價水準越高的地. sit. y. Nat. 區，該影響導致的租、價偏離越明顯，甚且在市場參與者對未來資本利得. io. er. 產生系統性的高估時，會使租金與價格的增值率出現反向變動的結果，甚至房價趨勢偏離經濟發展趨勢，是以，在房價快速飆漲期間，住宅市場常. n. al. Ch. i n U. v. 為無效率市場(Campbella et al., 2009; Capozza and Seguin, 1996)。. engchi. 有鑑於此，除以使用者成本模型探討不動產市場的發展趨勢外，近年文獻亦以價格預期與不確定性等因素進行分析，藉以檢視房價水準的合理性。結果發現，租金水準對未來的不動產價格的預測能力不佳，反而是當期住宅價格的變動，會對未來數年期間的房價走向產生顯著影響 (Hattapoglu and Hoxha, 2013; Huang, 2013)。詳言之，雖然人口增加與經濟發展將伴隨通貨膨脹率提高與不動產市場需求增加，以致對不動產價格的影響是可預見的，但市場參與者並沒有利用市場信息進行理性預期，而僅對不動產價格的變動進行適應性預期，忽略了交易成本或其他的市場影響因素，在理性預期的限制中，會導致市場參與者對市場基本面的誤判，引發市場泡沫的可能。 25.

(38) 第二章文獻回顧. 綜上所述，過去諸多研究均以租、價關係為切入點，探討房市發展是否偏離其基本面，且近來研究更納入總體因素，期能釐清不動產市場泡沫化的原因。是以，參照相關研究，本研究除探討前期租金、前期房價、房價波動對不動產買賣價格之影響，觀察台北市住宅市場是否已有偏離市場基本面之現象外，亦進一步以各期間之總體經濟因素與價格間之關係，作為衡量房價水準的合理性之依據。並進一步觀察前述影響於房價水準不同之住宅與區域間，是否存在差異，以說明高房價越高、不合理因素推升的現象是否越為顯著。即以收益觀點與總體經濟觀點出發，加上非理性預期因素與房價間的關係，檢視當前台北市住宅市場價格之合理性。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 26. i n U. v.

(39) 台北市高房價成因剖析─以租價關係、總體因素與預期因素探討. 第三章. 研究設計. 本研究之設計，係先依相關文獻內容決定採用哪些影響不動產價格的主要因素，並按資料來源之特性及限制，整合分析後決定最終模型採用之變數，並蒐集捷運站、公園、百貨公司、學校等公共設施之地理資訊，運用 GIS 求取各變數與實證樣本間的距離，以考量區位特性對房價的影響，擴充特徵價格模型之解釋變數；續按研究目的求取租金與預期相關變數，並蒐集相關之總體經濟相關變數，以建構本研究之實證模型。. 第一節政特徵價格模型之建構治. 大. 立. 住宅有別於一般財貨，具有不可分割性及異質性等特性，於特徵價格. ‧ 國. 學. 理論中，即認為住宅品質為所有會影響房價的特徵組合，因此住宅的不同特徵會對使用者產生不同效用，進而造成不動產價格的差異。依此，特徵. ‧. 價格法係用來估計不同因素對不動產價格之影響的有效方法之一，故本研. y. Nat. 究續以特徵價格模型為基礎，利用複迴歸模型，探討本研究欲釐清之支撐. er. io. sit. 台北市住宅價格高漲的基礎。. 一、特徵價格模型 a. n. iv l C n hengchi U 由於產品係由各種特徵組成，因此產品價格亦由各種特徵屬性之組合. 價格決定，Rosen (1974)結合效用理論、競價理論及新消費者理論，確立了特徵價格理論(Hedonic Price Theory)並建立特徵價格模型。特徵價格法 (Hedonic Price Method)即認為房價是由所有特徵組合帶給人們的效用決定，由於各特徵的組合方式與影響不同，使得住宅價格產生差異，因此以住宅的主要影響變數進行迴歸分析，求出各影響變數所隱含的邊際價格，可解釋各變數與價格間的因果關係。Sirmans, Macpherson, and Zietz (2005)將影響房價的特徵分為建物特徵、內部特徵、外部特徵、自然環境特徵、鄰里與區位、公共服務、市場與銷售因素與金融議題等 8 大類；此外，張金鶚、楊宗憲、洪御仁（2008）指出，由於住宅的異質性，使得影響房價的特徵. 27.

(40) 第三章研究設計. 可分為戶的特徵、棟的特徵、鄰里小環境特徵、鄰里大環境特徵、縣市環境特徵、總體環境特徵與其他各體特徵等。於選擇變數上，Sirmans et al. (2005)回顧過去近 125 篇以特徵價格模型評估房價之研究，整理出最主要的影響變數，包括基地面積、建物面積、屋齡、與市中心距離與時間趨勢等，並指出各種特徵在不同國家、區域對價格的影響程度不同，故影響變數的選擇亦應不同；因此，本研究參考相關文獻實證分析所採之特徵價格模型，建構出較佳的價格預測模型，並加入本研究欲探討之主要觀察變數，建立迴歸式進行實證分析。在特徵價格迴歸模型的建立上，de Haan (2004)為解決一般或直接的虛. 政治大. 擬變數，無法應付新舊產品間之系統性價格效果問題，故採用半對數的特. 立. 徵價格模型，應用幾何平均指數公式的統計代理方法，且取自然對數後樣. ‧ 國. 學. 本分布較趨近於常態(Sirmans et al., 2005)、可降低異質變異問題(Allison, 1999)、模型結果與實際狀況較為吻合且相對穩定(Söderberg, 2002)，且採半. ‧. 對數模型的實證結果多數表現較佳(Stephanie, Yoko, and Anne, 2005)。此外，. y. Nat. 使用半對數模型，除了係數的百分比變動率觀念易於解釋外，更與實際狀. sit. 況較為吻合並相對穩定，亦能降低變異數不齊的問題。故本研究採用半對. n. al. er. io. 數形式之特徵價格法模型，模型如下： Ln(Y𝑖 ) = α0 +. ∑k𝑡=1 ρ𝑡 F𝑡𝑖. +. Ch. ∑n𝑗=1 β𝑗 X𝑗𝑖. ∑q𝑙=1 γ𝑙 D𝑙𝑖. e n+ g c h i. iv n + Uε𝑖 ，ε𝑖 ~iid_N(0, σ2). (1). 其中，Ln(Y𝑖 ) 為第 i 個樣本之交易總價(成交租金)之自然對數； α0 ：截距項； F𝑡𝑖 ：第 i 個樣本之第 r 個「設算租金」、「預期房價成長率」、「預期房價成長波動」、「預期租金成長率」、「總體經濟因素」等主要連續性觀察變數， ρ𝑡 ：前述主要連續性觀察變數之係數值； X𝑗𝑖 ：第 i 個樣本之第 j 個其他特徵連續性變數， β𝑗 X𝑗𝑖 ：第 j 個其他特徵連續性變數之係數值； 28.