市場分析
2014-05-16
住宅交易價格波動之風險評估-以臺北市、新北市、臺中市、臺南市與高雄市為例(逢甲大學土地管理學系 楊賀雯副教授)
楊賀雯
 
逢甲大學土地管理學系  副教授
 
作者簡介

現任: 逢甲大學土地管理學系副教授
學歷: 英國威爾斯卡地夫大學都市及區域規劃博士
專長:
不動產市場分析Real Estate Market Analysis
零售衝擊評估Retail Impact Assessment
市鎮中心管理Town Centre Management
消費者選擇行為Consumer Choice Behaviour
都市及區域規劃Urban and Regional Planning

前言

根據內政部營建署公佈的統計資料,民國102年第4季臺北市的房價所得比15.1倍,首度超過香港的14.9倍、美國溫哥華的10.3倍,名列世界第一;而新北市也不遑多讓以12.67倍居全球第三。姑且不論,這些倍率的計算方式、資料統計時間等差異產生的比較問題,該倍率值確實凸顯「若與市民的所得相較,這些都市的住宅交易價格似乎太高!」

房地產交易價格往往受該物件座落之區位條件、土地稀少性、建商規劃、鄰近設施興闢、重大建設宣示與區域經濟發展等因素影響。綜觀臺灣近10年的經濟成長率,雖然漲跌互見,但是平均近10年成長率尚有3.98%。因此,可以預期若其他條件不變的情況下,臺灣房地產交易價格上漲是可理解的。只是,房地產交易價格上漲「幅度」是否可被接受?亦或,該上漲幅度是否已經超越經濟發展所延伸的資產增值效益,或者脫離過去交易價格波動幅度?此議題值得討論。

本文,擬由臺灣五大直轄市為案例,採用僑馥建築經理公司所承攬之「買賣價金信託履約保證資料(自民國97年自民國103年3月止)」,探討臺灣五大直轄市在「高價位」、「中高價位」、「中低價位」與「低價位」住宅市場中,其住宅交易價格波動所隱含之風險大小。該風險值的估算主要是延用Aizenman and Marion (1991, 1993)所提出透過探究總體經濟政策與經濟成長關係之不穩定性技術,來推估房地產市場中之交易價格波動所產生的不穩定值大小,透過該不穩定值(亦即該交易價格自我迴歸的殘差標準差),可以得知該房地產市場所隱含之交易風險。該技術亦被Yu and Lee (2010)採用評估韓國房地產交易價格的政策不穩定性評估。若該風險值很高,則表示該住宅市場之交易價格波動較為不穩定;反之,則表示該住宅市場之交易價格波動較為合理。

臺灣五大直轄市之住宅市場特性

房地產市場存在不同地域間的差異,以下先探究臺灣五大直轄市在「高價位」、「中高價位」、「中低價位」與「低價位」住宅市場中,其住宅交易價格的數值特性(參見下表1)。以整體資料來看,臺灣五大直轄市之住宅交易價格,無論平均數、中位數或標準差,以臺北市為最高,其次為新北市、臺中市、高雄市與臺南市。其中,臺北市房價平均每坪48.61萬;新北市房價平均每坪23.22萬;臺中市房價平均每坪11.99萬;高雄市房價平均每坪10.66萬與臺南市房價平均每坪8.11萬。其次,若以偏態來檢視各城市內交易案件偏離該平均數的情況,則可以得知五大直轄市的偏態值均為正(亦即大於0),表示該市場大多數的交易案件之價格分佈在平均數以下,也就是該市場中的中位數會小於該市場的平均數,亦即大多數的購屋者仍然可以以低於整體市場的平均價格購買到所需的住宅。最後,若以峰態來檢視該資料之分佈與常態分配之差異,則可以得知整體市場中之住宅交易價格分佈幾乎呈現都是高狹峰。

然而,若將各直轄市之住宅市場依據實價登錄資料所呈現之四分位數值,區分為「低價位」、「中低價位」、「中高價位」與「高價位」市場,則可以發現無論哪一個直轄市,其次市場之「標準差」均顯著降低,表示該次市場之切割,具有降低組內交易價格變異之實質意義。但是,「高價位」市場中其標準差仍然是所有次市場中變異最大者,顯示臺灣各直轄市中之高價位次市場確實還存在價格波動差異。例如,臺北市高價位之平均房價為每坪81.20萬元/坪,其標準差為17.05萬元/坪;相較於其他次市場,其變異值是最大的。若再以各次市場之偏態來看,則出現低價位市場的偏態係數值符號與其他次市場,或甚至整體市場不一致的情況,該現象顯示在臺灣各直轄市中的低價位市場均出現大多數交易案件的價格分佈在高於平均數的價位,亦即低價位市場中的購屋者必須支付相較於市場平均價格較高的價位進行交易;此外,高價位的次市場,雖然其偏態係數值的符號與整體市場一致,但是,該係數值似乎也較其他或整體市場來得大,顯示大多數交易案件的價格分佈在低於平均數的價位,亦即高價位市場中的購屋者勿須支付相較於市場平均價格高的價位進行交易。最後,峰態係數值亦出現中低與中高次市場之符號與其他次市場或甚至總體市場相反,亦即該次市場是低闊峰的形式,不同於其他的高狹峰的資料分佈型態。

表1、臺灣五大直轄市之住宅市場敘述性統計

城市 統計量價位 個數 平均數
(萬元/坪)
中位數
(萬元/坪)
標準差
(萬元/坪)
偏態 峰態
臺北市 低價位 5,811 30.59 31.55 6.82 -0.85 0.84
中低價位 3,408 45.86 45.76 3.24 0.07 -1.19
中高價位 2,777 57.44 57.17 3.66 0.18 -1.18
高價位 2,745 81.20 75.51 17.05 1.79 3.42
整體 14,741 48.61 45.27 20.49 1.18 2.46
新北市 低價位 16,903 15.29 15.77 3.62 -0.71 0.38
中低價位 9,427 23.54 23.46 1.73 0.12 -1.17
中高價位 6,318 29.90 29.74 2.01 0.23 -1.10
高價位 4,649 42.34 39.69 8.14 1.53 2.17
整體 37,297 23.22 21.68 9.86 1.18 2.36
臺中市 低價位 13,117 7.71 7.90 1.72 -0.75 0.71
中低價位 5,474 11.62 11.57 0.78 0.15 -1.15
中高價位 4,058 14.64 14.59 0.97 0.15 -1.16
高價位 4,542 22.44 20.43 5.99 1.63 2.70
整體 27,191 11.99 10.54 5.99 1.78 4.76
臺南市 低價位 2,065 5.23 5.36 1.17 -1.11 2.00
中低價位 999 7.62 7.59 0.46 0.13 -1.20
中高價位 938 9.52 9.50 0.63 0.08 -1.16
高價位 864 14.05 12.85 4.60 5.09 38.05
整體 4,866 8.11 7.40 3.83 3.15 26.90
高雄市 低價位 2,222 6.52 6.74 1.49 -0.72 0.16
中低價位 1,564 10.30 10.22 1.03 0.16 -1.17
中高價位 918 13.90 13.80 1.12 0.24 -1.17
高價位 671 20.82 19.47 4.67 1.91 4.54
整體 5,375 10.66 9.55 5.10 1.54 3.98

臺灣五大直轄市之住宅交易價格波動風險推估

若以Aizenman and Marion (1991, 1993)與Yu and Lee (2010)所提出不穩定性衡量技術來推估房地產市場中之交易價格波動所產生的不穩定值大小,可將結果彙整如下表2所示。以整體資料來看,臺灣五大直轄市之住宅交易價格波動所產生的不穩定性以臺北市為最高,殘差標準差為每坪2.7萬元;其餘依序為新北市1.23萬元/坪;高雄市0.97萬元/坪;臺南市0.81萬元/坪;臺中市0.80萬元/坪。對照各直轄市之平均交易價格,似乎僅有北部地區的臺北市與新北市,因為較高的房屋交易價格,而相對有較高的交易價格波動之風險。然而,若以該不穩定性與平均數(或中位數)求算比率,得到投資在該直轄市之房地產交易案件,每一元所必須承擔之風險,則會發現以臺南市所必須承擔之風險為最高,其不穩定性與平均數之比率為9.95%、不穩定性與中位數之比率為10.91%;其餘依次為高雄市的9.06%與10.12%;臺中市的6.65%與7.57%;臺北市的5.55%與5.96%;新北市的5.31%與5.69%。

若以「低價位」、「中低價位」、「中高價位」與「高價位」市場來看,則可以發現除了高雄市外,該直轄市以「高價位」市場所估算出不穩定性最高,其次為「中高價位」市場;其餘的四個直轄市,該次市場中均以「高價位」市場所估算出不穩定性最高,其次為「低價位」市場。該結果似乎顯示「高價位」市場在房地產市場中之交易價格波動,還是具有最高風險(或價格波動是最不穩定的);其次除高雄市是「中價位」市場,其餘都是「低價位」市場,這似乎也意味「低價位」市場中的交易案件,雖然有較低的交易價格,但是該次市場中的交易價格波動所產生的風險也是值得關注!然而,若以該不穩定性與平均數(或中位數)求算比率來檢視個別次市場,則五個直轄市所呈現之結果均是以「高價位」市場為主,表示該市場中得到之每一元所必須承擔之風險為最高;其次則為「低價位」市場。

表2、住宅交易價格之自我迴歸模式(落後一期)敘述性統計

城市 價位 個數 平均數
(萬元/坪)
中位數
(萬元/坪)
殘差
標準差
(不穩定性)
不穩定性與
平均數
之比率
不穩定性與
中位數之比率
臺北市 低價位 74 30.59 31.55 1.43 4.67% 4.53%
中低價位 74 45.86 45.76 0.71 1.55% 1.55%
中高價位 74 57.44 57.17 0.82 1.43% 1.44%
高價位 74 81.20 75.51 4.37 5.38% 5.79%
整體 74 48.61 45.27 2.70 5.55% 5.96%
新北市 低價位 74 15.29 15.77 0.49 3.20% 3.10%
中低價位 74 23.54 23.46 0.30 1.28% 1.29%
中高價位 74 29.90 29.74 0.27 0.91% 0.92%
高價位 74 42.34 39.69 1.45 3.42% 3.65%
整體 74 23.22 21.68 1.23 5.31% 5.69%
臺中市 低價位 74 7.71 7.90 0.27 3.46% 3.38%
中低價位 74 11.62 11.57 0.12 1.00% 1.00%
中高價位 74 14.64 14.59 0.16 1.11% 1.11%
高價位 74 22.44 20.43 1.02 4.54% 4.99%
整體 74 11.99 10.54 0.80 6.65% 7.57%
臺南市 低價位 74 5.23 5.36 0.41 7.76% 7.57%
中低價位 74 7.62 7.59 0.18 2.37% 2.38%
中高價位 74 9.52 9.50 0.31 3.30% 3.30%
高價位 74 14.05 12.85 1.88 13.40% 14.65%
整體 74 8.11 7.40 0.81 9.95% 10.91%
高雄市 低價位 74 6.52 6.74 0.43 6.60% 6.38%
中低價位 74 10.30 10.22 0.30 2.92% 2.95%
中高價位 74 13.90 13.80 0.50 3.57% 3.60%
高價位 74 20.82 19.47 2.46 11.83% 12.64%
整體 74 10.66 9.55 0.97 9.06% 10.12%

結語

綜合上述住宅交易價格的數值特性與市場交易價格波動之不穩定值估算,可以得知以下結論:

1.      若單以平均值房價來描述某地區的房地產市場交易價格,可能會產生很大的偏誤。也就是以單一平均值來描述整體市場,所必須承受的標準差,會大於市場切割為「低價位」、「中低價位」、「中高價位」與「高價位」等次市場。例如,當討論臺北市的房價所得比為全世界最高的同時,也必須思考,此時所採用的平均房價是否具有極大的變異程度,其代表性為何?

2.      「高價位」市場中的交易價格變異程度最大。這似乎也意味「高價位」市場的交易價格並非可以利用現行思維影響房地產市場交易價格之因素來解釋,隱含更多資產投資/擁有的觀點。因此,在解釋各地區豪宅交易行情時,就必須跳脫傳統僅以住宅實用觀點來解釋,其交易價格之波動自然也就經常會「跌破專家眼鏡」。

3.      「高價位」市場中所必須承擔的價格波動風險最高,且投入每單位的資金,所需承擔的風險也是最大。

4.      「低價位」市場中所必須支付的交易價格是最具競爭優勢,但是卻也必須承擔相對「中低價位」與「中高價位」市場較高的交易價格波動的風險,顯示該次市場中所呈現出的交易價格波動值得政府相關部門注意。特別是該「低價位」市場主要交易對象似乎是整體購屋族群中,所得級距較低的族群,該購屋族群在住宅遴選上已經無太多選擇,還必須承擔交易價格波動所衍伸的風險,值得關注!


參考文獻

Aizenman, J. and Marion, N. P. (1991). Policy uncertainty, persistence and growth, Review of International Economics. 1, 145-163.
Aizenman, J., and Marion, N. P. (1993). Macroeconomic uncertainty and private investment. Economics Letters. 41(2), 207-210.
Yu, H. J., and Lee, S. (2010). Government housing policies and housing market instability in Korea. Habitat International. 34(2), 145-153.