ਖ਼ᕚజኬܔໄҢגᄆܸᅰӺڋઞ張家華／金融聯合徵信中心風險研究組房價指數」專案，以期於最短時程內完成房價ܔໄߠ౻ʿͦٙ指數之建置。依據本國「銀行自有資本與風險性資產計前述所謂的銀行業適用之房價指數，係算方法說明及表格」規定，有關「對以住宅用可協助銀行遵循擔保品價值重估規範的指數資不動產為擔保之債權」（以下簡稱房貸）法定訊，其功能至少應具有（1）銀行完成擔保品鑑價風險性資本計提，無論銀行採取標準法或是內系統前的重估參考資訊、（2）完成擔保品鑑價系部評等法，銀行必須定期評估房貸擔保品抵押統後的模型驗證與校準參考資訊、（3）相關風險價值，並將其程序與方法文件化，供主管機關模型建置參考資訊等。綜觀目前國內已公佈的查核其妥適性。因此，如何訂定符合法規要求房價指數，由於其所代表的區域分布較廣，未的擔保品價值重估機制，儼然成為國內金融同必適用於各銀行住宅擔保品區域分布，因此，所業的重要課題。雖然大多數銀行已開始建置住謂的銀行業適用之房價指數，至少必須是更精緻宅擔保品資料庫及擔保品估價系統，然而，房化的區域房價指數。因此，本文嘗試以銀行不貸擔保品價值重估機制的妥適性仍待進一步釐動產擔保品資料建置區域住宅價格指數，系統清。有鑑於此，聯徵中心邀請國內銀行業者、性彙整銀行業對住宅擔保品行情之看法，做為國內不動產學者專家及主管機關代表，於民國金融同業研判不動產行情的另一項參考資訊。96年11月22日舉辦「銀行房貸不動產定期重估機制規劃」諮詢會議，就如何以聯徵中心資料༟ࣘԸ๕庫協助銀行定期重估擔保品價值進行研討，與本文所使用的資料，包括由國內金融機構會人士對於聯徵中心建置符合銀行業需求的房提供之不動產擔保品資料，以及自吉家網購買價指數多有期待。又民國97年7月9日銀行公會之仲介成交行情資料，個別資料特性比較如表的一項會議中，建議聯徵中心在不動產成交及一所示。鑑價參考資訊平台架構下，可規劃區域房屋平均價格或房價指數供金融同業參考。因此，聯就銀行不動產擔保品資料而言，乃是彙整徵中心內部隨即著手規劃「建置銀行業適用之銀行報送之不動產擔保品明細檔資料與不動產014ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ
ਖ਼ᕚజኬ擔保品明細檔-建號附加檔資料，前者包括擔保建物總面積、主建物面積、附屬建物面積、共品鑑估值、鑑估年月、買賣契約價格、買賣契同部分持份面積等。兩者資料透過擔保品鍵值約日期，以及一些擔保品特徵資訊（如停車位資訊連結，即銀行別+擔保品控制編碼+縣市形式、建物類型、土地持份面積、車位單獨登別代碼+鄉鎮市區別代碼+段、小段號+建號。記面積等），後者則為擔保品建物標示部登記資料經由初步篩選後，實際資料使用筆數為資訊，包括地址、建物用途、建材、附屬建物212,908筆，區分為63個區域及資料筆數如表用途、所在樓層、所在樓高、建築完成日期、二所示：ڌɓ ༟ࣘԸ๕ˢ༰ˢ༰ධͦვБʔਗପዄڭۜ༟ࣘΛၣʧϓʹБઋ༟ࣘ主要以大台北、大台中、大高雄都會區ႊਜਹ全省各行政區均有物件物件為主༟ࣘӺಂග2007年~2008年第2季2007年~2008年第2季ᛠП/ϓʹಂග༟ࣘԴ͜അᅰ256,652筆23,534筆部分特徵資料為仲介描述之次級資料يतᅄ༟ৃሯ為建物謄本標示部之初級資料（如車位、建材）銀行對住宅擔保品鑑估總金額，該金額為未扣除如應計ᛠПᐼ̹࠽無土增稅、折舊等因素隻鑑估總金額。抵押不動產為買賣件才有此項資訊，目前可用筆數約6൯ር۰ߒᄆࣸ目前累積約10萬筆（同筆數）萬筆ڌɚ ვБʔਗପዄڭۜӺ༟ࣘਜਹᅵ͉ᅰ1ਜਹй/ᛠПϋ֙2007Q12007Q22007Q32007Q42008Q12008Q2ᐼࠇ100 中正區106 110248 278 263 361 2108 103 大同區24 71136 158 179 203 1160 104 中山區206 240548 722 729 815 4976 105 松山區147 173425 518 488 679 3693 106 大安區191 233515 646 690 842 4702 108 萬華區60 77216 249 305 379 1888 110 信義區136 216 422 406 448 590 3398 1 部分區域由於樣本數較少緣故，將其資料區域歸屬於鄰近主要行政區，即區域名稱中列有腹地之區域。ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ015
ਖ਼ᕚజኬ1ਜਹй/ᛠПϋ֙2007Q12007Q22007Q32007Q42008Q12008Q2ᐼࠇ111 士林區138 144 387 584 517 632 3655 112 北投區105 144 396 564 521 600 3539 114 內湖區178 217 627 715 714 1011 5199 115 南港區56 53 211 171 370 301 1653 116 文山區163 177 459 594 574 753 4113 200 基隆市102 144 478 402 615 612 3479 220 板橋 388 422 1505 1585 1270 1737 10807 221 汐止237 214 554 624 629 821 4708 231 新店328 292 631 760 799 1194 6015 234 永和145 197 434 485 463 663 3648 235 中和283 380 733 1057 1101 1402 7409 236 土城193 176 545 442 497 665 3874 238 三峽鶯歌樹林173 256 1277 802 926 1050 6992 241 三重219 221 513 703 1068 951 5331 242 新莊312 322 799 774 842 1168 6424 244 林口龜山184 256 849 672 739 998 5659 247 蘆洲121 131 416 478 444 611 3347 248 五股泰山70 87 243 279 291 314 1963 251 淡水八里114 207 577 932 650 637 4947 260 宜蘭縣30 67 296 391 401 507 2476 300 新竹市301 292 639 702 902 787 5557 302 新竹縣竹北市73 110 421 384 422 534 2932 303 新竹縣湖口新豐64 127 275 258 203 286 1937 310 新竹縣竹東及腹地94 128 175 202 338 267 1803 320 桃園縣中壢238 258 648 765 754 1231 5803 324 桃園縣平鎮及腹地308 430 797 937 847 1202 6993 330 桃園縣桃園市311 439 751 940 986 1185 7053 334 桃園縣八德大溪129 140 365 542 459 590 3401 338 桃園縣蘆竹鄉及腹地197 259 582 532 549 912 4601 350 苗栗縣235 264 419 628 521 713 4326 400 台中市舊區199 357 912 908 1122 1068 6942 406 台中市北屯區109 175 354 456 623 851 3662 016ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ
ਖ਼ᕚజኬ1ਜਹй/ᛠПϋ֙2007Q12007Q22007Q32007Q42008Q12008Q2ᐼࠇ407 台中市西屯區183 314 545 645 558 791 4723 408 台中市南屯區94 136 323 386 352 535 2765 411 南台中縣（烏日及腹地）134 209 532 693 632 812 4580 420 北台中縣（豐原及腹地）153 264 624 795 732 1007 5411 500 彰化縣225 310 678 761 858 1048 5854 540 南投縣44 145 232 299 340 477 2257 600 嘉義市129 147 319 319 354 469 2651 602 嘉義縣177 183 252 292 288 381 2477 630 雲林縣122 192 336 384 447 600 3115 700 台南市舊區222 311 566 821 824 917 5581 708 台南市新區120 143 258 416 332 403 2609 710 南台南縣（永康市及腹地）201 299 436 637 633 789 4568 730 北台南縣（新營及腹地）123 177 310 411 464 456 2962 800 高雄市舊區99 215 364 429 426 600 3240 804 高雄市鼓山區42 189 366 353 370 533 2803 806 高雄市南區103 156 423 477 542 624 3484 807 高雄市三民區145 215 499 512 487 658 3887 813 高雄市左營楠梓153 256 610 681 725 1047 5172 820 北高雄縣（岡山及腹地）154 210 311 308 310 351 2627 830 高雄縣鳳山市158 204 397 501 467 569 3556 833 南高雄縣（鳥松仁武及腹地）119 166 356 414 421 541 3072 900 屏東縣108 163 460 521 550 607 3661 950 台東縣42 60 475 237 134 186 1948 970 花蓮縣44 69 225 170 205 255 1476 總計9761 12939 30675 34707 35710 44778 256652 另外，有關吉家網仲介成交行情資料，其面積等資訊，經檢視原始資料後，本研究初步內容包括案件所在地區段化地址、郵遞區號成將吉家網資料區分為32個區域，各區域樣本數如表三所示：交金額、成交日期、格局、樓層、樓高、總面積、土地持份面積、車位描述、車位單獨登記ږፄᑌΥᅄڦᕐ˜̊017 ୋʬಂ
ਖ਼ᕚజኬڌɧ ΛၣϓʹБઋ༟ࣘਜਹᅵ͉ᅰਜਹй/ϓʹϋ֙2007Q12007Q22007Q32007Q42008Q12008Q2ᐼࠇ中正區81114797810169522大同區556954475445324中山區147196134154142146919松山區1111317986111105623大安區1862041501471951981080萬華區354144424537244信義區11715410090105105671士林區117162138116119117769北投區12014185676176550內湖區11210910295133117668南港區414937524943271文山區99139108107113120686板橋121194103143136148845汐止1141279610510892642新店138185147139147130886永和118134909482109627中和2092451551831421691103土城5810250586874410樹林283419202327151三重126150119145105141786新莊77166135132111121742蘆洲346350464862303淡水669844494478379宜花東162524241718124新竹市127169124135133133821桃竹苗3575173173092783662144台中市2994323293083223422032中彰投95183125122100153778雲嘉南7110425322649307台南市127164999871113672高雄市2443822082051652801484高屏488865613852352小計36945071343434893392383522915018ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ
ਖ਼ᕚజኬྡɓ ͉˖Ӻݴྡޢ֛ਜਹй1.主要區域計算基期各區域房屋標準住宅價格及特徵質量2.主要區域及腹地決定基期及建置指數期間計算當期(季)各區域房屋標準住宅價格༟ࣘଣ1.合理性分析2.異常值處理建置各區域鑑價/成交價指數(1) 總價、單價：2倍標準差(2) 變數：DIFFIT>=22其次，有關吉家網成交資料所衍生的變ܔໄ˙ج數，如表五所示：首先，本文基於兼顧銀行業者需求與資料所謂特徵價格法是藉由交易案例的住宅特個數及內涵，規劃以銀行不動產擔保品明細檔徵建構所謂的「標準住宅」，利用交易資料配資料建置63個區域房價指數，然而，由於本適標準住宅價格，並隨著不同時間的交易資料研究乃是首次嘗試建置住宅鑑估房價指數，為配適各期的標準住宅價格，做為編製房價指數瞭解與成交價房價指數之差異，供後續指數合的基礎。理論上特徵價格法的模式設計包括直理性與相關應用之參考，本文擬先就台北市各線型、半對數型及對數型，本文參考林秋瑾等行政區，分別以銀行資料與吉家網成交行情資人（1996）之研究，選定以直線型建置模式如料，利用特徵價格法編製房價指數。有關特徵下：價格法以及指數編製方式，容後詳述。HP _ X ϒ（1）−iiiii其次，有關資料整理的部分，本文將來其中，HPi：第 i 筆房屋鑑估值/成交價。源資料透過合理性分析及異常值處理後，進行α：截距項。模型變數建置。就銀行不動產擔保品明細檔部 ℵ β：特徵價格向量。分，本研究藉由建物登記謄本所列之建物特Xi：特徵變數向量，即表四及表五所列之變數徵，衍生數個住宅特徵變數，其相關說明以及組合。對住宅鑑估值影響的預期方向如表四所示：ε：誤差項，假設ε~N（0,σ）。2 林秋瑾、楊宗憲、張金鶚（Jan 1996）以及 BIS Paper （April 2005）。ږፄᑌΥᅄڦᕐ˜̊019 ୋʬಂ
ਖ਼ᕚజኬڌ̬ ˸ვБʔਗପዄڭۜ༟ࣘࠃ͛ʘᜊᅰڌ3ᜊᅰΤ၈ఊЗႭཫಂୌ建物總面積坪建物謄本標示部列示之建物總面積+土地持分面積坪銀行填報之土地持份面積+樓層層建物謄本標示部列示之建物所在樓層+樓高層建物謄本標示部列示之建物所在樓高+一樓虛擬若樓層為1樓，則值為1，否則為0+頂樓虛擬若樓層=樓高，則值為1，否則為0+屋齡年建物謄本標示部列示之建築完工日期至鑑估年月之年數-電梯大廈虛擬銀行填報之建物類型為電梯大廈者，則值為1，否則為0+套房虛擬銀行填報之建物類型為套房者，則值為1，否則為0-其他建物類型虛擬銀行填報之建物類型為樓中樓或別墅者，則值為1，否則為0+透天厝虛擬銀行填報之建物類型為透天厝者，則值為1，否則為0+有車位虛擬銀行填報之停車位形式非無車位或X者，則值為1，否則為0+建物謄本標示部列示之主要建材為土木造、木石磚造、鋼鐵造、加強磚造、其他，則鋼筋以上造虛擬+值0，否則為1。臨街地虛擬建物地址有巷、弄者，則值為1，否則為0*含車位公設比%（共同持份面積+車位單獨登記面積）/主建物面積+附屬建物面積-住宅用虛擬建物謄本標示部列示之主要用途為住家用者，則值1，否則為0。+其他住宅用虛擬建物謄本標示部列示之主要用途為住商用或住工者，則值1，否則為0。+平台或陽台虛擬建物謄本標示部列示之附屬建物用途為平台或陽台者，則值1，否則為0。+ڌʞ ˸Λၣϓʹ༟ࣘࠃ͛ʘᜊᅰڌ4ᜊᅰΤ၈ఊЗႭཫಂୌ建物總面積坪成交資料所列示之建物總面積+土地持分面積坪成交資料所列示之土地持分面積+樓層層成交資料所列示之建物所在樓層+樓高層成交資料所列示之建物樓高+一樓虛擬若所在樓層=1，則值1，否則為0。+頂樓虛擬若所在樓層=樓高，則值1，否則為0。+格局（廳）個數成交資料所列示之建物格局+格局（房）個數成交資料所列示之建物格局+格局（衛）個數成交資料所列示之建物格局+屋齡年成交資料所列示之建物屋齡-電梯大廈虛擬若建物類型=電梯大廈，則值1，否則為0。+3 “+”表示其值愈大，因變數的值會愈大；”-”表示其值愈大，因變數的值會愈小；”?”表示預期符號未知；”*”表示不適用預期符號。4 “+”表示其值愈大，因變數的值會愈大；”-”表示其值愈大，因變數的值會愈小；”?”表示預期符號未知；”*”表示不適用預期符號。020ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ
ਖ਼ᕚజኬ上述模式分別以銀行資料及吉家網資料估視各區域模型結果，建物總面積、土地持份面計之結果，請參考「初步建置結果」乙節。積、一樓與否、屋齡、有無車位、含車位公設比等變數較具顯著性，另外，就吉家網資料而最後，有關於指數的編製，本文採用拉氏言，建物總面積、一樓與否、屋齡以及是否為公式（Laspeyres）進行編製，係固定基期標電梯大廈等變數則較具顯著性。準住宅的特徵組合，利用基期鑑估/成交資料配適特徵價格，其後再依據各季資料配是該特徵根據上述特徵價格模型實證結果，本文以組合當期的特徵價格，並以基期特徵數量加權2007年為基期，逐季至2008年第2季編製各季計算各季指數，其編製結果亦詳參「初步建置房價指數如後。初步檢視各行政區指數趨勢，結果」乙節。有關拉氏指數公式臚列如下：銀行資料與吉家網資料所呈現的趨勢差異不大，不過，部分區域在2008年第2季時，銀行 _Q −t,i0,i資料與吉家網資料所呈現的趨勢已略有不同，iHPI *100（2）0,i _Q −0,i0,i可能原因在於銀行鑑估資料提早反應對景氣保i 守的看法所致，但也有可能是來自住宅品質變其中，α0,i：第 i 項住宅特徵基期價格。動的影響，資訊使用者可參考其他相關資訊自αt,i：第i項住宅特徵當期價格。 ℵ 行判斷。Qt,i：第i項住宅特徵基期數量。ཫಂࣖूၾᗫᙄᕚ ڋӉܔໄഐ؈透過上述的比較結果，就本研究以標準住首先，在基期特徵價格模型配適結果部宅概念編製房價指數而言，原則上涵蓋愈多的分，依資料來源分別列示特徵價格實證結果，成交物件屬性特徵愈好；此外，銀行資料均有由於本文為房價指述資料之初探，此處僅列示銀行依登記文件與內部擔保品鑑價程序查證，各變數顯著性及各區域模型判定係數及樣本數相對成交資料而言，資料的可信度較高（資料資訊如表六、表七：要可靠）；再者，本研究嘗試以住宅鑑估值編製房價指數，而非利用成交價編製，其目的在比較表六與表七的結果，就各區域的樣於系統性彙整銀行同業對於不動產市場行情趨本數而言，銀行資料的代表性顯著優於成交資勢的看法，銀行業者如同時搭配國內現有其他料；在解釋變數組合上，銀行資料可衍生較多房價指數與內部研調資訊，對於不動產擔保品的解釋變數；在配適能力部分，兩者的判定係價格趨勢評估應有所助益。數（R-SQUARE）均有以上，表示特徵價格法在這兩種資料上均有良好的配適能力；至由於房貸向來為多數國內銀行重大授信業於解釋變數顯著性部分，就銀行資料而言，檢務，復以近年由於卡債事件教訓，以及此一期ږፄᑌΥᅄڦᕐ˜̊021 ୋʬಂ
ਖ਼ᕚజኬྡɚ ਜਹגᄆܸᅰ-Λၣ༟ࣘHPI120ZIP_NAME104 中山區105 松山區110108 萬華區112 北投區114 內湖區115 南港區1009080 1 2 3 4 1 220072008YEAR QTRHPI120115110ZIP_NAME105100 中正區103 大同區100106 大安區110 信義區95111 士林區116 文山區908580 1 2 3 4 1 220072008YEAR QTR022ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ
ਖ਼ᕚజኬྡɧ ਜਹגᄆܸᅰ-ვБ༟ࣘHPI115ZIP_NAME110104 中山區105 松山區108 萬華區105112 北投區114 內湖區100115 南港區95908580 1 2 3 4 1 220072008YEAR QTRHPI120115110ZIP_NAME105100 中正區103 大同區100106 大安區110 信義區95111 士林區116 文山區908580 1 2 3 4 1 220072008YEAR QTRږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ023
ਖ਼ᕚజኬ間不動產行情相對熱絡，為提高房貸市佔率，擔保品價格風險管理通常是房貸風險管理的代各銀行紛紛推出客製化房貸商品以求獲利，值名詞，然而，由於國內房地產個別交易價格並此，有效控管風險將成為房貸業務獲利關鍵。不透明，對於擔保品價格的掌握通常來自於所ڌʬ ვБዄڭۜ༟ࣘৣቇ2007ϋਿಂतᅄᄆࣸᅼۨഐ؈ᜊᅰΤ၈ʕ͍ਜɽΝਜʕʆਜؒʆਜɽτਜຬശਜڦ່ਜɻ؍ਜ̏ҳਜʫಳਜیಥਜ˖ʆਜXXXXXXXIntercept**********建物總面積************************************（坪）土地持分面積XXX*********************（坪）樓層XXXXXXXXX*****樓高XXXXX****************一樓X*******************************頂樓XXXXXXXXXX**屋齡X****************************電梯大廈XXXXX***************套房XXXXXXXXXX****其他建物類型XXX** XXX***透天厝XXXXX*****************有車位X****************************鋼筋以上造XXXXXX************臨街地XXXXXXXX*******含車位公設比XXX*********************住宅用XXXXX***************其他住宅用XXXXXXXX*******平台或陽台XXXXX****************個數74238917161263158660311791253120917394911392 * 表示P值<；**表示P值<；***表示P值<；X表示P值> 024ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ
ਖ਼ᕚజኬڌɖ Λၣʧϓʹ༟ࣘৣቇ2007ϋਿಂतᅄᄆࣸᅼۨഐ؈ᜊᅰΤ၈ʕ͍ਜɽΝਜʕʆਜؒʆਜɽτਜຬശਜڦ່ਜɻ؍ਜ̏ҳਜʫಳਜیಥਜ˖ʆਜ建物總面積************************************土地持分面積** ***** * ** **樓層 *** * 樓高 *** **** 一樓** ****************** ***頂樓 ** ** 格局（廳） * * 格局（房）** ** **格局（衛） **** ** *****屋齡****** *** ***** 電梯大廈** ************** ****個數322198586359635142432471377358154403* 表示P值<；**表示P值<；***表示P值<；X表示P值>。謂的「成交行情」，即發生機率較高的價格區ਞϽ˖ᘠ間，就區域化管理擔保品價格風險而言，區域1.〈銀行自有資本暨風險性資產之計算方法說明房價指數應可發揮一定程度之功能，然而，銀及表格〉， 金管會銀行局， 民國96年1月。行仍應致力發展自動化估價模型，並搭配內部2.〈住宅價格指數之研究—以台北市為例〉，林專業判斷，逐案重估擔保品價值，以符合新巴秋瑾、楊宗憲、張金鶚，民國85年1月。賽爾資本協定對擔保品管理規範之精神。3.〈住宅價格指數與房貸風險管理〉，聯徵中本文彙整聯徵中心建置住宅鑑價指數初步心風險管理研討會簡報資料，花敬群，民國成果，有關其他區域指數實證結果，將適時於98年1月。本刊發表以饗同業，亦歡迎各界不吝指正，相4. "Hedonic Housing Price Indices-the French 關建議將納入本研究未來發展之參考，以利建Experience" , BIS paper , Anne 置符合金融同業需求之房價指數相關資訊。Laferrere, Apr. 2005。ږፄᑌΥᅄڦᕐ˜̊ ୋʬಂ025
