臺灣博碩士論文加值系統

近幾十年來台北市的住宅市場發展迅速，住宅價格大幅上漲，造成房價波動之原因值得深入探討。不同於過去文獻，本研究將貨幣政策清楚地分為三個面向(M2貨幣供應量、一年期存款利率、消費者房屋貸款額)，分析期間為1991年第一季至2016年第二季，採用共整合向量誤差修正模型及Granger因果關係檢定，研究M2廣義貨幣供應量、一年期存款利率、消費者房屋貸款額、消費物價指數、國內生產毛額及國民所得對房屋價格之影響。實證結果顯示，貨幣供給額、利率、消費者物價指數、實質國內生產毛額、國民可支配所得均與台北市房價存在著長期均衡關係，其中利率與台北市房價呈現長期負向均衡關係，而貨幣供給額、消費者物價指數、實質國內生產毛額、國民可支配所得與台北市房價呈現長期正向均衡關係。此外在Granger因果關係檢定中，M2貨幣供給額、利率兩者會Granger影響台北市房價，消費者房屋貸款額則是會Granger影響台北市房屋交易量，意味著台灣的貨幣政策確實會影響到台北市的房地產市場，但是不同的貨幣操作工具對房地產市場的影響方式並不同。

With the rapid development on Taipei real estate market, housing price rose sharply. Depart from past literature, this study clearly divides Monetary Policy into three di-mensions: Money supply, one-year deposit rate, consumer housing loan amount. The analysis period is the first quarter of 1991 to the second quarter of 2016, then applies Cointegration analysis and VECM to further explore the factors that may contribute to Taipei’s housing price. The factors include M2 broad money supply, one-year de-posit rate, consumer housing loan, consumer price index, gross domestic product and national income. In addition, Granger causality test is employed to examine the lead/lag relationship between real estate market and the variables.
The empirical result shows that interest rates are negatively related to Taipei’s housing price. And money supply, consumer price index, real gross domestic product, national disposable income are positively related to Taipei’s housing price. According to the results of Granger causality tests, M2 money supply and interest rates will Granger one-way impact of Taipei’s housing prices. Furthermore, consumer housing loan amount will Granger impact of Taipei’s housing transaction volume, which means that monetary policy does affect the real estate market in Taipei.

第一章 緒論 1
1.1 研究背景 1
1.2 研究動機與目的 3
1.3 研究架構 3
第二章 文獻回顧 4
2.1 貨幣政策與房價指數之相關文獻 4
2.2 消費物價指數與房價指數之相關文獻 9
2.3 實質國內生產毛額與房價指數之相關文獻 10
2.4 國民所得與房價指數之相關文獻 11
第三章 研究方法 13
3.1 單根檢定 13
3.2 共整合檢定 17
3.3 誤差修正模型 18
3.4 Granger因果關係 18
第四章 實證分析 20
4.1 資料介紹 20
4.2 敘述統計 22
4.3 單根檢定 25
4.4 共整合及誤差修正模型 26
4.5 Granger因果關係檢定 32
第五章 結論 38
參考文獻 40



表目錄
表1 各變數之定義、處理及資料來源 22
表2 各變數之敘述統計量 23
表3 各變數之單根檢定結果 26
表4 向量自我迴歸模型之落後期數檢定結果 27
表5 共整合向量個數之檢定結果 29
表6 誤差修正向量之檢定結果 31
表7 台北市房價之最適落後期數檢定結果 32
表8 台北市房屋交易量之最適落後期數檢定結果 32
表9 台北市房價之Granger因果關係檢定結果 34
表10 台北市房屋交易量之Granger因果關係檢定結果 34
表11 台北市房價與房屋交易量之Granger因果關係檢定結果 35
圖目錄
圖1 貨幣政策之流程圖 4
圖2 各變數之時間序列圖 24
圖3 台北市房價及各變數之Granger關係圖 36
圖4 台北市交易量及各變數之Granger關係圖 36
圖5 台北市房價及交易量之Granger關係圖 37

1.馮郁婷 (2015) ，「總體經濟對房地產價格之非線性影響---台北、香港之比較」，淡江大學財務金融學系碩士班碩士論文。
2.蔡怡純、陳明吉 (2004)。「住宅市場結構性轉變與價格均衡調整」，都市與計畫，第三十一卷，第四期，頁365-390。
3.吳森田 (1994)，「所得、貨幣與房價－近二十年台北地區的觀察，住宅學報」，第2期，頁49-65。
4.陳姵妌 (2013)，「房地產市場價格、推案量與總體經濟變數關係之研究-以臺中市新推住宅個案為例」，逢甲大學土地管理學系碩士論文。
5.黃嘉安（2015），「總體經濟因素對台灣房屋市場之影響」，中國文化大學經濟學研究所碩士論文。
6.曾偌豪（2006），「台北市房價動態調整之研究－均衡與失衡模型比較」，國立台北大學經濟學研究所碩士論文。
7.屠美亞（2011），「台灣利率政策與房價變動關係之研究」，臺灣地區房地產年鑑2011，473-481。
8.周珈竹 (2010)，「房地產-影響房價波動因素與未來趨勢」，明志科技大學經營管理系專題研究計劃書。
9.陳力維 (2001)。「台灣房地產價格變動因素之研究」。淡江大學財務金融學系碩士論文。
10.林左裕 (2012)，「貨幣政策與房價的關係」，行政院國家科學委員會專題研究計畫成果報告。
11.何曉菁 (2008)，「中國股票市場與房地產市場之關聯性研究」，國立東華大學國際經濟系碩士論文。
12.白志杰 (1997)，「總體經濟變數與台中住宅市場價格關係之研究－結構化向量自我迴歸模型之應用」，私立逢甲大學土地管理研究所碩士論文。
13.史庭寬（2008），「罪魁禍首或代罪羔羊？外商直接投資與上海房地產價格波動的關係」，政治大學東亞研究所碩士論文。
14.李源明、黃柏農、王冠閔 (2009)，「當期景氣衰退指標可否作為門檻變數？樣本外預測檢定之應用」，經濟研究(Taipei Economic Inquiry)，第四十五期，第二卷，頁189-235。
15.陳明吉（1988），「房地產價格變動因素及影響之研究」，國立政治大學地政研究所碩士論文。
16.高峰 (2009)，「我國房價與CPI關係的VEC模型研究」，管理科學與統計決策，第六卷第一期，頁64-67。
17.陳益財 (2014)，「總體經濟、金融政策與房地產市場景氣對房價影響之研究」，南華大學財務金融學系財務管理碩士班碩士論文。
18.楊奕農（2005），《時間序列分析－經濟與財務上之應用》，台北市：雙葉書廊
19.Banerjee, A., Dolado, J. J., Galbraith, J. W., & Hendry, D. (1993). Co-integration, error correction, and the econometric analysis of non-stationary data. OUP Catalogue.
20.Bates, J. M., & Granger, C. W. (1969). The combination of forecasts. Or, 451-468.
21.Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American statistical association, 74(366a), 427-431.
22.Elliott, G., Rothenberg, T. J., & Stock, J. H. (1992). Efficient tests for an autoregressive unit root: National Bureau of Economic Research Cambridge, Mass., USA.
23.Engle, R. F., & Granger, C. W. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica: journal of the Econometric Society, 251-276.
24.Gerlach, S., & Peng, W. (2005). Bank lending and property prices in Hong Kong. Journal of Banking & Finance, 29(2), 461-481.
25.Goodhart, C., & Hofmann, B. (2008). House prices, money, credit, and the macroeconomy. Oxford Review of Economic Policy, 24(1), 180-205.
26.Granger, C. W., & Newbold, P. (1974). Spurious regressions in econometrics. Journal of econometrics, 2(2), 111-120.
27.Grebler, L., & Mittlebach, F. (1979). The inflation of housing price, its extent, cause and consequences. Lexington, Mass.: Lexington Books.
28.Hongyu, L., & Yue, S. (2005). Housing prices and general economic conditions: an analysis of Chinese new dwelling market. Tsinghua Science & Technology, 10(3), 334-343.
29.Hui, E. C., & Yue, S. (2006). Housing price bubbles in Hong Kong, Beijing and Shanghai: a comparative study. The Journal of Real Estate Finance and Economics, 33(4), 299-327.
30.Iacoviello, M. (2005). House prices, borrowing constraints, and monetary policy in the business cycle. The American economic review, 95(3), 739-764.
31.Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of economic dynamics and control, 12(2-3), 231-254.
32.Kwiatkowski, D., Phillips, P. C., Schmidt, P., & Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root? Journal of econometrics, 54(1-3), 159-178.
33.Li, J., & Chiang, Y.-H. (2012). What pushes up China's real estate price? International Journal of Housing Markets and Analysis, 5(2), 161-176.
34.Nellis, J. G., & Longbottom, J. A. (1981). An empirical analysis of the determination of house prices in the United Kingdom. Urban Studies, 18(1), 9-21.
35.Nelson, C. R., & Plosser, C. R. (1982). Trends and random walks in macroeconmic time series: some evidence and implications. Journal of monetary economics, 10(2), 139-162.
36.Newey, W. K., & West, K. D. (1986). A simple, positive semi-definite, heteroskedasticity and autocorrelationconsistent covariance matrix: National Bureau of Economic Research Cambridge, Mass., USA.
37.Phillips, P. C., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335-346.
38.Sá, F., Towbin, P., & Wieladek, T. (2011). Low interest rates and housing booms: the role of capital inflows, monetary policy and financial innovation.
39.Said, S. E., & Dickey, D. A. (1984). Testing for unit roots in autoregressive-moving average models of unknown order. Biometrika, 71(3), 599-607.
40.San Ong, T. (2013). Factors affecting the price of housing in Malaysia. Available on the Internet:< http://www. globalbizresearch. com/images/files/73848_JEIEJB_% 20Tze% 20San, 20.
41.Tsay, R. S. (2005). Analysis of financial time series (Vol. 543): John Wiley & Sons.