依據內政部營建署公布之101年第2季住宅需求動向調查顯示，台灣六大都會區（台北市、台北縣、桃園縣、新竹縣市、台中縣市、台南縣市及高雄縣市）整體房價所得比高達8.5倍，台北市的房價所得比更高達13.7倍，由以上數據可知房價已成為欲購屋者沉重之負擔。 同時，台灣地區亦存在高空屋率的現象，依行政院主計處民國99年最新人口及住宅普查結果台灣地區無人經常居住且未供其他用途之住宅共計住宅共計1,559,604宅，佔19.3％。面對同時呈現高房價及高空屋率的住宅市場，不斷有人提出房價將向下修正的可能性，但觀察房價之趨勢，卻仍持續上漲。究竟空屋率與房價之關係為何？是本研究將探討空屋率對房價之影響。 本研究以台北市及高雄市為研究之空間範圍，時間範圍則為民國99及100年度，以特徵價格函數建立實證模型，進行實證研究。本研究實證結果認為空屋率對房價之影響視區域之不同而有所不同，且就台北市之樣本資料，解釋力不強，顯示空屋率可能非影響台北市房價之重要因素。 關鍵字：空屋率、房價、特徵價格法

以往進行更新地區實施優先順序評估時，多著重在篩選出實質環境最窳陋之地區，但過去失敗的更新經驗也說明僅由公部門力量來剷除窳陋地區、進行重建計畫並無法帶來都市經濟社會再復甦的全面效益，同時也將造成政府部門沈重的財政負擔；然而在未來更新事業走向公私合夥、獎勵民間參與的機制下，為使有限都市資源能投入於可帶來較大效益之地區，優先更新地區的評選應進一步由經濟效益面來評估其是否具有更新可行性，並非於劃設更新地區後卻無法採取任何實際更新行動。就公部門而言，其考量的是於何處先施行更新計畫可對都市產生較多且立即的效益？而就私部門投資報酬的觀點而言，除了居民更新意願外，地區因環境條件而具有之潛在再發展價值、才是該地區是否具有投資可行性的重要考量；因此於進行更新優先順序評估時，應同時考量地區實質環境狀況所顯露之更新急迫性、以及區位條件所產生之優先再發展潛力。因更新計畫之成果將直接反應在建物價值上，故本文嘗試透過房價來評估各種實質環境特徵、及區位條件對房價之影響程度為何？並以其建立更新地區優先順序評估指標及估計各指標權重，以減少過去採用罰分法或是AHP分析階層程序法等方式來評選更新地區時，參與決策者主觀認知影響評估結果客觀性的限制。 本研究分為五大部分：第一部份回顧更新地區優先順序評估之相關研究與法令、檢討比較過去評估方式之優缺，以及回顧特徵價格理論與更新理論、做為建構實證模型之基礎；第二部分則針對更新評估項目、建構更新地區環境屬性與房價之特徵價格模型、並估計各環境屬性之特徵價格；第三部分則依據實證結果、選取適當環境屬性建立更新地區順序評估模式、並估計各評估項目之權重；第四部分將評估模式應用於板橋市劃設更新地區、並評估其更新優先順序；最後部分為結論與後續研究建議。 根據實證結果與分析，本文研究結論歸納如下： 一、建物實質狀況與房價有顯著關係，故居住效用水準的差異會反應在 房價上；而住戶對房價之邊際願付價格會因街廓內不寧適環境屬性的外部效果而減少；另外區位條件及土地利用的優勢對房價有顯著的正面效果。 二、由實質環境品質對住宅價格的減損、以及區位條件對住宅價格的增加程度，可綜合評估各地區之更新潛力；實質環境差者之房價水準與環境水準將降低，可配合更新事業進行環境改善計畫；而具有土地利用及區位條件上之優勢條件者，因該環境特徵對房價有正向效果，透過更新計畫可實現其隱含之預期經濟價值，故其吸引私部門投資更新之潛力也較高。 三、本文所建立之更新地區優先順序評估模式中、不以環境窳陋程度做為決定優先順序的唯一考量、採特徵價格估計權重可降低評選過程中主觀判斷對評估結果的影響。 四、於加入區位條件評估項目後，更新潛力與優先順序評估結果異於僅以實質環境窳陋程度進行評估，而前者所涵蓋之評估項目可滿足改善居住環境品質、以及促進土地利用等更新目標的考量。 本文之更新地區優先順評估結果在政策上可做為研擬分期分區發展計畫、公共建設與環境改善方案、審核私部門更新事業、以及決定獎勵優惠程度之依據；除了確保公共財源能經濟有效利用外，俾以順序引導民間資源進入更新地區、且提公私部門獲得合理利潤的投資條件與投資環境。

二十世紀以來，全球環境逐漸惡化，綠建築研發逐漸成為國際間關切的議題。近年來國外已開始有文獻研究綠建築對房價的影響，發現綠建築會增加其不動產價值，然而，台灣綠建築至今已發展一段期間，但其與房地產價格的之關係並不明朗，且國內缺乏相關研究。 本文以民國97年至民國101年臺北大學特定之成交資料，運用特徵價格模型分析綠建築標章和綠建築特色對房價的影響。研究結果顯示，隨著房價越高， 綠建築標章對價格影響越大；部分綠建築特色對房價有顯著影響，其中維護頻率低的設備對房價有正面影響，維護頻率高的綠建築特色會對房價有負面影響；因房價越高，綠建築特色設備品質越好，所以維護頻率高的設備對案例的折價影響力也越少。 本文進一步對民眾進行認知之問卷調查結果顯示，綠建築標章在價格中影響不顯著，但有無綠建築特色對房價較具影響力的，此結果與實證結果相呼應。本研究成果分析綠建築對不動產價格影響之內涵，有助於增加社會大眾對綠建築的認知，讓開發商了解哪些綠建築特色影響房價程度較高，同時政府亦可藉此了解哪些綠建築特色需要加強推廣，期待未來綠建築得以在台灣蓬勃發展，對房價的影響亦可趨明朗化。

有鑒於以往房價泡沫文獻較少探討泡沫與房屋特徵間的關係，本文援引特徵價格法研究內外部特徵對房價泡沫的影響。藉由所建構之台中市房屋交易個案資料庫，將交易區分為獨立式住宅與集合式住宅，並考量明星學區環域的影響，全面納入「建築內部」、「教育」、「休閒」、「生活機能」、「區位」、「交通」、「安全」、「鄰避設施」八類衡量生活品質的房屋特徵，以房價泡沫取對數值作為應變數，住宅與各類設施距離取對數值為自變數，將樣本區分為六十五個學區進而實證歸納出學區環域內容易被炒作的特徵。 房地產市場中的獨立式住宅及集合式住宅兩大類商品，其在追求生活品質的同時符合Hotelling模型極小化產品差異的結果，由研究成果顯示集合式住宅渴望在繁榮的鬧區保有安靜的生活環境，而獨立式住宅則是在空曠的郊區追求生活機能，前者為「鬧中取靜」，後者為「靜中取鬧」，換言之集合式住宅與公園綠地等休閒設施距離越近泡沫越大，但對於會帶來大量車流和人潮的交通樞紐及大型遊樂場所等則是距離越遠，泡沫越大，獨立式住宅方面則是距離連鎖餐飲、便利商店等生活機能設施越近，泡沫越大。 / Since there were not many papers focusing on the topic of the relationship between bubbles and housing characteristics, this paper studies the internal as well as the external causes of housing bubble by adopting the canonical Hedonic Pricing Method. By utilizing a constructed unique database composed of Taichung housing transactions, the detailed features of transactions on the detached houses and condominiums can be investigated. The "Building Interior", "Education", "Leisure", "Living Infrastructure", "Location", "Transportation", "Security", and "NIMBY" are collected as the measurement of quality of life in housing characteristics to complement the Star School District impact in the educational buffer. Using the level of house price bubbles as dependent variable and dividing the selected area into 65 school districts, and discover what factors are used for house price speculation. The results show similar demand on the quality of life, in line with Hotelling Model, in both the transactions of detached houses and condominiums. The residents of condominium; however, prefers living in the prosperous urban area with Serene environment whereas the occupants of detached house would choose to live in the spacious suburban area with decent local living facilities. In other words, the closer the condominiums are with leisure facilities, such as public park, and the further they are with facilities that gathers crowd and traffic, such as transportation hub and entertainment facilities, the larger the bubble. The further the detached houses are with living function facilities such as chain restaurants, convenient stores, the larger the bubble.

台北房市自2003年的SARS低點過後逐漸回暖，並在2006年開始房價出現劇烈的漲幅，在決定房屋供給與需求的基本面未大幅變化的前提下，多數學者質疑台北的房價已呈現泡沫化，購屋的負擔已超過多數受薪家庭的支付能力。本文首先擬以購屋成本及投資報酬率的角度分析台北房市泡沫化的幅度，實證結果指出台北市的房價在1990年代及2006年後明顯出現泡沫化的現象，所得及租金推估的泡沫分別達到三成及六成的幅度，且2006年後的房價泡沫至今仍未有破裂跡象。在此一結論下，本文進一步分析生成台北房價泡沫的原因，實證結果指出房價出現泡沫化的同時，與股市報酬率及貴金屬報酬率明顯呈現正相關，貨幣供給增加亦是促成泡沫化的因素。 此外，對於房地產學界一直關注的議題，即房地產景氣預測及房地產價格的推估，本文亦利用貝式分析的技巧適度修補了現階段實證研究遭遇的困難。對房地產景氣的推估而言，加入事前訊息後的馬可夫轉換模型，在掌握房地產景氣擴短縮長的特性有顯著的改善，同時樣本外的預測亦說明其優越之處。在房地產估價方面，貝式多層次模型在面對較少樣本下的估價亦展現優越之處，特別是房價波動較大的期間，在不同樣本數目下，貝式多層式估計的精確度皆明顯優於傳統的特徵價格估計法。

成本法為估價三大方法之一，其中折舊率之掌握至今仍無定論，Malpezzi et al.（1987）、Smith（2004）指出，由於土地無實體損壞及功能性退化，故利用特徵價格法分析折舊時，分析主體包含土地，將造成折舊的低估，而國內先前研究亦指出，分析主體包含土地，可能是使其分析結果不合常理的原因。本研究採特徵價格法，以台南市透天建物為對象，實證結果與Malpezzi等之論點一致，即不包含土地之價格函數，確有較高的折舊率，且呈現凸向原點之折舊型態。不動產價格模型亦顯示，建物壽命前期價格逐年下跌，但至後期將反轉向上，反應出土地之再開發價值。 此外，依不動產估價技術規則之規定，求取建物價格時似乎未考慮外部性退化之價值減損，或將其視為與剩餘經濟耐用年數相關。然而Colwell and Trefzger（1994）指出負面外部性將同時影響土地與建物，本文實證結果發現，外部性退化除對土地價格造成影響外，事實上對建物價格亦產生價格減損效果。此外，外部性特徵對於建物價格之影響視兩者距離相鄰程度而定，故不應將外部性退化視為與屋齡相關，而於考量後推估建物剩餘經濟耐用年數。 / In this paper, we verify that estimated depreciation rate is higher when the land price has been extracted from single-family house prices in Tainan, and the depreciation pattern of building is convex to the origin. We also find that property prices will decrease in the early years and then turn to increase; this phenomenon may testify the benefit in land redevelopment. Moreover, this study shows that external obsolescence would reduce not only the land price but also the building price when the surrounding is unattractive, and the decreasing figures caused by external obsolescence shouldn’t base on house age, but distance between house and unattractive objects.

行動電話基地台設施近年來已逐漸成為一另類「鄰避設施」，然而其對於周遭不動產價值減損程度如何，國內尚缺乏相關研究。本文首先採用問卷調查法以瞭解居民對於行動電話基地台的相關看法及居民認知行動電話基地台對於住宅價格的影響程度；其次運用特徵價格法對於實際不動產成交價格資料，以迴歸分析方式驗證行動電話基地台對周遭住宅價格是否有影響及其影響程度。 研究結果發現無論問卷調查或特徵價格實證分析皆顯示行動電話基地台對周遭住宅價格影響是負面的，問卷調查的受訪者普遍對基地台設施存有負面觀感，且有高達54.4﹪的受訪者認為該設施對周遭住宅價格的負面影響程度在10﹪以上；而在特徵價格實證分析方面，研究地區內房屋所在樓層較高者（七樓以上）相較於較低者（七樓以下），其住宅價格更容易受到行動電話基地台設施的負面影響，而住宅價格因距離行動電話基地台遠近因素所受到折損程度平均約為2.35﹪，惟行動電話基地台設施之可視性因素對住宅價格的影響並不顯著。 / The cellular phone towers has become another NIMBY, although the absence of domestic research for how detract from real estate's value. The article first use the Questionnaire Investigation method’s way to realize that people’s opinion of cellular phone towers and cognition of the effective level of cellular phone towers on house’s price ; secondly use Hedonic Price Method on real estate's value, by using Regression Analysis’s way to prove the impact of cellular phone towers on house’s price . In which we found no matter Questionnaire Investigation or Regression Analysis both announces that the effective level of cellular phone towers on house’s price is negative, there are up to 54.4% of subjects involved in the survey though that the negative influence is above 10% ; on Hedonic Price Method’s way, the house whereabouts higher stairs on the area of researchs, its price is more easy effected by cellular phone towers than the lower one. And the house's price is effected by the distance of cellular phone towers that the average of detractive level is about 2.35%.Only the effect on cellular phone towers of the cause of visual by house price was not broad.

由於過去數年間金融業者對於授信品質控管的鬆散，產生國內數量及金額龐大的不良債權，資產管理公司也在此時先後成立，不良資產市場亦因而逐漸熱絡，在整體不動產市場占有一席之地。 從過去文獻可得知影響不動產價格之因素數量眾多，但過去較重視實質屬性對於不動產價格之影響，而較忽略非實質因素對於處分價格的影響，其中有關討論時間因素之研究更為稀少；然而由於不良資產同時包含了一般不動產的特徵屬性（如土地、建物面積及區位）與不良資產專有的特徵屬性（如債務人屬性、處分時間），因此進一步研究影響不良資產處分價格之因素便相對重要。 本研究目的主要在於探討影響不良資產處分時間因素對於不良資產處分價格之影響，以供投資人或公司更重視時間因素對於處分不良資產所產生的成本與效益，作為相關單位評估與處分價格之參考。 因此，本文首先探討影響不良資產處分價格之因素種類，並透過特徵價格法建置不良資產特徵價格模型，並進行實證分析，分析探討時間以及相關因素對於不良資產價格的影響關係與程度。 實證結果顯示處分時間、區位、土地面積、建物面積、利率與債務人屬性對於不良資產處分價格有正向的影響力，唯利率因素雖顯著但與假設不符，本研究認為與投資人之行為與心態有關，或因買方之資金成本隨利率提高而增加。 另特別就處分時間因素而言，實證結果顯示當不良資產處分時間越長，價格越高，因此，應合理延長標的物之市場曝光期，以提高資產的處分價格。雖然延長處分時間，相對機會成本亦增加，但投資人或金融機構應在法務流程上更有彈性，以利不良資產的回收。因此藉由本文之研究成果，希冀提供金融機構或資產管理公司處分不良資產時，應謹慎考量處分時間與處分價格間的得失權宜，擬定最適處分策略。 / Due to the loosening credit in the past few years, Taiwan’s non-performing loans, both in terms of volume and amount, burgeoned, resulting in rapid growth of establishments of asset management companies. NPLs consequently became one asset class that was highly sought after in the overall real estate market in Taiwan. From past literatures we understand that there are various factors affecting real estate prices. However, most studies focused on the physical attributes of the underlying real estate, rather than non-physical attributes’ effect on real estate prices. Even more rare are studies that focus on the impact of time. Since non-performing loans encompass both performing real estates’ attributes (land and building area, and location) and non-performing real estates’ attributes (characteristics of debtors and days on market), further study on such factors that affect the real estate prices should be warranted. This paper is to probe the effects of days on market on non-performing loans’ prices. This paper should help investors (including asset management companies) understand the importance of time in regards to its effect on the cost and benefits when disposing NPLs. Therefore, this paper first explores the different factors that affect the prices of NPLs by using Hedonic price method to build models to determine the prices, and then uses real examples to analyze the relationship and magnitude of time and other factors’ impact on NPLs’ prices. Empirical data suggests that days on market, location, land area, building area, interest rate, and borrower types all have positive impact on the prices of NPLs. Interest rate, although showed positive relationship, did not fit the hypothesis, which is probably due to investors’ behavior or mindset or increase in cost of funding as interest rate rises. Specifically for days on market, empirical results manifest that the longer the time on market, the higher the resolution price is. Therefore, it is recommended to reasonably lengthen the days on market to achieve higher resolution price. Although the increase in days on market will increase the opportunity cost, investors and financial institutions should be able to enjoy more flexibility in the legal process, thereby resulting in better recovery. Finally, through the research of this paper, financial institutions and AMCs should carefully consider the cost/benefit between time on market and resolution prices to achieve optimal resolution strategy.

特徵價格模型是傳統常被使用於不動產大量估價的模型，由於模型將造成所有價位的不動產其特徵都具有同樣的邊際價格而無法解釋現實不動產特徵的各種可能狀況，故引發本研究利用分量迴歸建立大量估價模型之動機。研究利用台灣不動產成交行情公報的資料進行台北市大廈的實證分析，針對特徵價格法的延伸與估價準確度做檢視。嘗試應用分量迴歸建立大量估價模型，討論住宅特徵對於價格的邊際影響力於不同價位的住宅是否存在差異，並討論分量迴歸模型的估價精確度。研究採用交互驗證法與重複實驗30次討論模型的估計效果，並利用平均絕對百分比誤差（MAPE）以及命中率（Hit Rate）做為模型預測優劣程度的衡量標準，以討論分量迴歸模型是否可以較最小平方特徵價格模型有更為準確的估計表現。實證首先探討價格分量之下各住宅屬性對於價格的影響狀況，得到大部分住宅特徵對於價格的邊際影響力的確會因住宅價位的不同而有所差異。在估價準確度的部份，經測試得到利用分量迴歸建立大量估價模型的估價效果達研究的預期目標，且其估計表現優於最小平方特徵價格模型。 / 藉由分量迴歸模型，得到隨著住宅價位的增加，坪數與屋齡對於價格的影響力並非呈現一致的趨勢；坪數輪廓與屋齡輪廓出現轉折也為變數增加二次項變數的原因得到實證依據。重複實驗30次的整體表現，分量迴歸模型的MAPE較最小平方迴歸模型低了1.687％；誤差落在正負10％的Hit Rate較最小平方迴歸模型高了3.81％；誤差落在正負20％的Hit Rate較最小平方迴歸模型高了5.14％。30次的實證為分量迴歸模型的估價表現更優於最小平方迴歸模型得到較具說服力的結果。 / Hedonic pricing models are traditionally used for real estate automated valuation models. Because the conditional mean calculated by OLS does not give a complete description of the relationship between dependent variable and independent variables, which leads to the motive of this study. This study inspects the extension of hedonic pricing models and appraisal accuracy, and we attempt to apply quantile regression to real estate automated valuation models and discuss the difference of the marginal contribution in each individual characteristic under different price level. Our study adopts cross validation and repeats empirical process for 30 times, and we use MAPE and hit rate to evaluate accuracy and argue if quantile regression models have better estimation. The empirical results show that the marginal contribution of housing area and age changes with price level; the turning points of area curve and age curve show empirical evidence for including square variables. The entirety performance of repeated experiments points out that the MAPE of quantile regression model is 1.687% lower than OLS model; as error ranged between 10% to -10%, the hit rate of quantile regression model is 3.81% higher than OLS model; as error ranged between 20% to -20%, the hit rate of quantile regression model is 5.14% higher than OLS model. The 30 times experiment of quantile regression models shows a much more persuasive result than OLS models.

都市更新是台北市近年提升老舊地區居住品質的土地開發方法，然過去文獻僅探討都市更新獎勵容積對更新單元的影響，未針對都市更新對鄰近地區房價影響進行實證研究，故引發本研究動機。此外，投入公共資源的都市更新政策，隨外部性提升後，對鄰近地區住宅價格是否產生正向價格外溢效果，進而造成都市房價高漲，本研究將運用空間迴歸分析進一步釐清。 本研究以台北市2004年至2009年之不動產交易案例為樣本，並以2006、2007年核定都更地區或單元時間點為預期房價起漲點，蒐集周圍地區不動產實際成交資料共8996筆，並運用特徵價格理論及空間迴歸分析都更實施前後，及不同規模大小對周圍地區價格影響因素與變化，最後以分量迴歸觀察都市更新對高、低房價的影響。實證結果發現都更實施後會造成周圍地區房價上漲，都更基地規模越大對房價有明顯提升的效果，且對於低價區的房價影響最為顯著。