回測過去房價以及預測未來四年走勢 文長

看膩了空空整天拿少子化綁架房價的蟲，可以參考一下，回測過去五因子權重(資金 薪資信用 預期 供給)，以及預測未來走勢。

直接說結論：新竹>台北>新北＞桃園

GDP持續成長，未來四年各地房價會怎麼走？

假設2026年下半年到2030年下半年：

- 台灣GDP持續成長，科技業表現較強。

- 非科技業薪資只緩慢上升。

- 房貸利率、貸款成數與信用管制維持不變。

- 市場迎來大量交屋及待售供給。

- 沒有金融危機或失業率大幅上升。

這些因子是用什麼時期的資料推估？

模型主要觀察期間是 2012年第4季到2026年第2季。

因為信義房價指數從2012年第4季開始加入桃園與新竹，所以從這時起，台北、新北、桃園、新竹、台中、台南及高雄才有完整可比較的資料。

房價部分共有約55季、7個地區，也就是約385個「區域－季度」觀察值。模型又特別重視疫情後的三個階段：

- 2019年第4季至2022年第4季：低利率與資金潮。

- 2023年至2024年第3季：新青安、信用與預期再加速。

- 2024年第4季至2026年第2季：信用緊縮與交屋供給增加。

各項因子的資料依據包括：

- 資金：貨幣供給、股市、企業獲利與銀行資金。

- 薪資：各縣市可支配所得、薪資及就業。

- 信用：房貸利率、貸款成數、寬限期及銀行核貸。

- 預期：前期房價、交易量及房價信心調查。

- 供給：建照、完工與待售新成屋，尤其是2022年後快速增加的交屋量。

另外再用1987年至1990年，以及2009年至2016年的兩次歷史循環，驗證五因子模型是否合理。

1987年至1990年：資金與預期造成資產泡沫

1980年代後半，台灣有大量貿易順差，加上國內投資管道不足，市場充滿游資。資金先進入股市與房市，再由上漲本身吸引更多人追價。

當時的五因子狀態大約是：

- 資金：非常寬鬆。

- 薪資：經濟成長提供基本支撐，但不是房價暴漲主因。

- 信用：銀行資金充足，借貸環境寬鬆。

- 預期：市場普遍相信房價與股價還會繼續上漲。

- 供給：核心土地與住宅無法短期增加。

結果台股從1986年至1989年累計漲幅超過10倍，房價從1987年至1990年累計漲幅超過3倍。

1989年央行開始選擇性信用管制及貨幣緊縮後，房地產投機逐漸降溫，股市也大幅回跌。這段歷史證明：

GDP與經濟成長只是背景，真正讓房價快速上漲的是資金、信用與預期同時轉強；當信用與預期反轉，資產價格仍可能修正。

2009年至2016年：從資金寬鬆到政策緊縮

2008年金融海嘯後，全球利率下降，台灣資金充足。2009年遺產及贈與稅最高稅率降至10%，加上海外資金回流、超額儲蓄及房屋持有成本低，資金大量進入不動產。

2009年至2014年的五因子大約是：

- 資金：寬鬆且持續流入。

- 薪資：成長有限，明顯落後房價。

- 信用：利率低、房貸容易取得。

- 預期：買方相信房價長期只漲不跌。

- 供給：台北核心供給有限，漲幅率先擴大。

但從2010年開始，央行逐步限制貸款成數；2011年後交易稅負增加，2016年房地合一稅正式上路，市場成交量與看漲預期開始下降。

2016年5月，台北市住宅價格較前一年下跌6.37%，大樓住宅跌幅達8.25%，房價回到約三年前水準。

這段歷史證明：

即使整體經濟仍成長，只要薪資追不上房價、信用受到限制、稅制改變及預期轉弱，房價仍可能盤整或下跌。

因此，1987年至1990年驗證了「資金＋信用＋預期」可以製造大漲；2009年至2016年則驗證了「信用與預期反轉」可以壓過GDP成長。

五因子公式

房價可以用五個因子簡化分析：

房價走勢＝資金＋薪資＋信用＋預期＋供給稀缺度

每個因子可以評分為-1到+1：

- 資金：貨幣供給、股市、企業獲利及家庭資產。

- 薪資：實質薪資、獎金與就業成長。

- 信用：房貸利率、貸款成數、寬限期及銀行核貸意願。

- 預期：市場看漲程度、交易量與追價意願。

- 供給稀缺度：房屋越稀缺分數越高；大量交屋及待售增加則為負分。

計算方式如下：

五因子總分＝（資金權重X資金分數）＋（薪資權重X薪資分數）＋（信用權重X信用分數）＋（預期權重X預期分數）＋（供給權重X供給分數）

預估年化房價＝1.5%＋(6%X地區放大係數X五因子總分)

各地區因子權重

地區| 資金| 薪資| 信用| 預期| 供給

台北| 28%| 14%| 15%| 19%| 24%

新北| 15%| 22%| 29%| 16%| 18%

桃園| 12%| 18%| 30%| 16%| 24%

新竹| 20%| 30%| 19%| 19%| 12%

台中| 17%| 17%| 25%| 20%| 21%

台南| 13%| 17%| 25%| 22%| 23%

高雄| 13%| 18%| 26%| 20%| 23%

地區放大係數約為：

- 台北0.75

- 新北1.00

- 桃園1.20

- 新竹1.50

- 台中1.15

- 台南1.25

- 高雄1.20

未來四年推估

地區| 預估年化區間| 四年中心累計

新竹| 約1.5%～6%| 約+17%

台北| 約1.5%～4%| 約+12%

新北| 約0%～2.5%| 約+4.5%

桃園| 約-1.5%～1.5%| 接近持平

台中| 約-2%～1.5%| 接近持平

台南| 約-1.5%～2%| 接近持平

高雄| 約-2%～1.5%| 約持平至小跌

新竹因科技薪資與股票資產較強，可能是成長最高的區域，但景氣反轉時波動也最大。

台北核心主要依靠資產型買方及供給稀缺，薪資權重反而較低，因此漲幅可能低於新竹，但穩定度較高。

新北、桃園及中南部更依賴一般家庭的「薪資X房貸」。如果薪資只緩慢增加、信用沒有放寬，又有大量新屋交屋，房價較可能用三至四年盤整來消化供給。

因此，未來四年最可能出現：

新竹成長較高但波動大，台北核心穩定緩漲，新北小漲，桃園與中南部以盤整消化供給。

GDP持續成長能降低房價崩盤風險，卻不能保證各地同步上漲。真正決定房價的，仍是GDP最後有多少轉化成家庭資金、薪資與信用，以及當地需要消化多少供給。

資料來源："中央銀行1980年代資產價格研究" (https://www.cbc.gov.tw/tw/public/Att achment/832012261771.pdf)、"中央銀行房市政策分析" (https://www.cbc.gov.tw/tw/d l-151697-41ffda40ce674f3e998b668828ecce12.html)、"臺北市地政局2016年房價資料"(https://epaper.land.gov.taipei/Item/Detail/5%E…

--