都市毎の賃料と空室率、就業者数の関係 都市毎の賃料と空室率、就業者数の関係

◆都市毎の賃料と空室率、就業者数の関係

・各都市の空室率、及び都道府県別就業者数（X12による季節調整を 施す。）を用いて各都市の賃料変動率を説明するモデルを構築する。

◆構築するモデル

・賃料変動率、空室率変動率の2変量VARモデル、VECモデル 賃料変動率 就業者数変動率の2変量VAR デル V C デル

・賃料変動率、就業者数変動率の2変量VARモデル、VECモデル

・賃料変動率、空室率変動率、就業者数変動率の3変量VARモデル、

VECモデル

8

8 都市毎の賃料と空室率 都市毎の賃料と空室率 就業者数の関係 就業者数の関係 8.

8. 都市毎の賃料と空室率、就業者数の関係 都市毎の賃料と空室率、就業者数の関係

◆各都市の空室率、就業者数

・空室率 ・就業者数

・空室率 ・就業者数

-2.8 -2.4

VA__5WARDS

-2.4 -2.3 -2.2

VA_OSAKA

-2.6 -2.4

VA_NAGOYA

11.09 11.10

EM P__5WARDS

8.82 8.84 8.86

EM P_OSAKA

8.38 8.40 8.42

EM P_NAGOYA

-4.4 -4.0 -3.6 -3.2

1998 2000 2002 2004 2006 2008 -2.9 -2.8 -2.7 -2.6 -2.5

1998 2000 2002 2004 2006 2008 -3.4 -3.2 -3.0 -2.8

1998 2000 2002 2004 2006 2008

-2.2

VA_YOKOHAM A

-2.0

VA_SENDAI

-2.0

VA_SAPPORO

11.05 11.06 11.07 11.08

1998 2000 2002 2004 2006 2008 8.72 8.74 8.76 8.78 8.80

1998 2000 2002 2004 2006 2008 8.30 8.32 8.34 8.36

1998 2000 2002 2004 2006 2008

8.30

EM P_YOKOHAM A

8 42 8.43

EM P_SENDAI

7.075

EM P_SAPPORO

-3.4 -3.2 -3.0 -2.8 -2.6 -2.4

1998 2000 2002 2004 2006 2008 -3.6 -3.2 -2.8 -2.4

1998 2000 2002 2004 2006 2008 -3.4 -3.2 -3.0 -2.8 -2.6 -2.4 -2.2

1998 2000 2002 2004 2006 2008 VA FUKUOKA

8.20 8.22 8.24 8.26 8.28

1998 2000 2002 2004 2006 2008 8.36 8.37 8.38 8.39 8.40 8.41 8.42

1998 2000 2002 2004 2006 2008 7.045 7.050 7.055 7.060 7.065 7.070

1998 2000 2002 2004 2006 2008 EM P_FUKUOKA

-3.4 -3.2 -3.0 -2.8 -2.6 -2.4 -2.2 -2.0

VA_FUKUOKA

7.86 7.88 7.90 7.92 7.94

1998 2000 2002 2004 2006 2008 3.4

1998 2000 2002 2004 2006 2008 1998 2000 2002 2004 2006 2008

8

8 都市毎の賃料と空室率 都市毎の賃料と空室率 就業者数の関係 就業者数の関係 8.

8. 都市毎の賃料と空室率、就業者数の関係 都市毎の賃料と空室率、就業者数の関係

◆構築されたモデルの例

東京 東京の空室率のVEC(l 3）モデル

・東京、東京の空室率のVEC(lag3）モデル

Variable y

_{1 t 1}

y

_{2 t 1}

C Error Collection

Variable y

_1,t-1

y

_2,t-1

C y

_1,t

東京 Coefficient 1.000 1.290 -5.443

y

_2,t

東京空室率 Std. Error - -0.410

-t-Statistic - 3.145

-Variable CointEq1 Δy

_1,t-1

Δy

_1,t-2

Δy

_1,t-3

Δy

_2,t-1

Δy

_2,t-2

Δy

_2,t-3

C y

_1,t

Adj. R

²

Coefficient -0.019 0.009 -0.012 0.156 -0.010 0.004 0.032 0.000 東京

東京 0.525 Std. Error -0.006 -0.158 -0.159 -0.165 -0.020 -0.020 -0.021 -0.001

t-Statistic -3.344 0.056 -0.077 0.949 -0.503 0.224 1.529 -0.136

y

_2,t

Adj. R

²

Coefficient -0.025 1.564 -0.228 -0.602 0.372 0.539 -0.174 -0.002

東京空室率 0.371 Std. Error -0.050 -1.414 -1.425 -1.474 -0.181 -0.179 -0.188 -0.013

t-Statistic -0 492 1 106 -0 160 -0 408 2 054 3 009 -0 926 -0 147

t Statistic 0.492 1.106 0.160 0.408 2.054 3.009 0.926 0.147

8

8 都市毎の賃料と空室率 都市毎の賃料と空室率 就業者数の関係 就業者数の関係 8.

8. 都市毎の賃料と空室率、就業者数の関係 都市毎の賃料と空室率、就業者数の関係

◆構築されたモデルの例

東京 東京の空室率のVEC(l 3）モデル

・東京、東京の空室率のVEC(lag3）モデル

Response of VA__5WARDS to VA__5WARDS Response of VA__5WARDS to _5WARDS Response to Cholesky One S.D. Innovations

Percent VA 5WARDS variance due to VA 5WARDS Percent VA 5WARDS variance due to 5WARDS Variance Decomposition

.08 .12 .16 .20

.08 .12 .16 .20

40 60 80 100

Percent VA__5WARDS variance due to VA__5WARDS

40 60 80 100

Percent VA__5WARDS variance due to _5WARDS

.00 .04

1 2 3 4 5 6 7 8 9 10

.00 .04

1 2 3 4 5 6 7 8 9 10

.01

Response of _5WARDS to VA__5WARDS .01

Response of _5WARDS to _5WARDS

0 20

1 2 3 4 5 6 7 8 9 10

0 20

1 2 3 4 5 6 7 8 9 10

100

Percent _5WARDS variance due to VA__5WARDS 100

Percent _5WARDS variance due to _5WARDS

-.02 -.01 .00

-.02 -.01 .00

20 40 60 80

20 40 60 80

⇒東京のAdj.R

²

=0.525は、ARMA(2,4) のAdj. R

²

=0.410よりも向上。

-.03

1 2 3 4 5 6 7 8 9 10

-.03

1 2 3 4 5 6 7 8 9 10

0

1 2 3 4 5 6 7 8 9 10

0

1 2 3 4 5 6 7 8 9 10

9

9 まとめ まとめ 9.

9. まとめ まとめ

◆分析結果の総括（各都市において最も説明力の高いモデルをマーク）

都市 モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ²

東京 ARMA(2,4) 0.410 大阪(lag3) 0.426

大阪 ARMA(4,3) 0.546

名古屋 ARMA(2 3) 0 390 東京 仙台(l 1) 0 427

ARMA 二都市VAR 二都市VEC 三都市VAR 三都市VEC

名古屋 ARMA(2,3) 0.390 東京、仙台(lag1) 0.427

横浜 ARMA(3,2) 0.404

仙台 ARMA(4,3) 0.142 札幌(lag1) 0.265 東京、札幌(lag1) 0.341 名古屋、札幌(lag1) 0.255

札幌 ARMA(4,4) 0.631

福岡 ARMA(3,3) 0.281 大阪(lag4) 0.399

都市 モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ²

東京 Prime rate(lag4) 0.613

大阪

名古屋 横浜、DI lender(lag1) 0 433

2都市、1マクロVEC 2都市、1マクロVAR

1都市、2マクロVEC 1都市、2マクロVAR

マクロVEC マクロVAR

名古屋 横浜、DI_lender(lag1) 0.433

横浜 Employees_real(lag3) 0.447 仙台、GDP(lag2) 0.546

仙台 Employees_all(lag2) 0.218 札幌、Employees_all(lag2） 0.502

札幌

福岡 Employees_all(lag3) 0.474 大阪、Nikkei_iw(lag2） 0.522

都市 モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ² モデル Adj. R ²

東京 VAR(lag3) 0.418 VEC(lag3) 0.525 VEC(lag3) 0.495

大阪 名古屋

空室率VAR 就業者数VAR 空室率VEC 就業者数VEC 空室率、就業者数VAR 空室率、就業者数VEC

名古屋 横浜 仙台 札幌

福岡 VEC(lag3) 0.393

9

9 まとめ まとめ 9.

9. まとめ まとめ

◆各都市の賃料変動率の類型化

(1)自己完結型 ：大阪、札幌

デ (ARMAモデル）

(2)東京依存型 ：（仙台）、（名古屋）、（福岡）

(東京を含むモデル）

(東京を含むモデル）

(3)他都市依存型 ：名古屋、横浜、仙台、福岡、(東京)

(東京以外の都市を含むモデル）

(東京以外の都市を含むモデル）

(4)マクロ依存型 ：東京、名古屋、横浜、仙台、福岡

(マクロ変量を含むモデル）

(マクロ変量を含むモデル）

(5)ローカル経済依存型 ：（東京）、（福岡）

(自都市の空室率等を含むモデル）

(自都市の空室率等を含むモデル）

9

9 まとめ まとめ 9.

9. まとめ まとめ

◆各都市毎の考察

東京 マクロ変量や自都市の空室率や就業者数により説明力が向上している

・東京：マクロ変量や自都市の空室率や就業者数により説明力が向上している 点は不動産市場の実務の考えと概ね一致。

・大阪：自己完結型に分類されており 実務上の考えとは異なる

・大阪：自己完結型に分類されており、実務上の考えとは異なる。

・名古屋：マクロ変量の影響を受けている点は、実務上の考えと一致するが、

モデルに用いられたマクロ変量は実務上想定していないものである モデルに用いられたマクロ変量は実務上想定していないものである。

・横浜：東京に付随する形で変動するという考えとは異なる結果が得られたが、

全就業者数により説明力が向上する点は実務上の考えと整合的である。

全就業者数により説明力が向上する点は実務上の考えと整合的である。

・仙台：札幌の影響を受けている様子が明らかになった。これは実務上考えられ ていないが、比較的近接している都市であるためそれほど違和感はない。な 、比較的近接 る都市 ある それ 違和感 な 。

・札幌：実務上の考え通り自己完結型という結果が得られた。

・福岡：比較的近接している大阪の影響を受けていることはそれほど違和感は ないが、マクロ変量の影響を受けている点は実務上の考えとは異なる。

9

9 まとめ まとめ 9.

9. まとめ まとめ

◆まとめ

・各都市の賃料変動率について、それぞれ最も高い説明力 を持つモデルを構築

を持つモデルを構築。

・構築されたモデルの種類に応じて各都市の賃料変動率 構築されたモデルの種類に応じて各都市の賃料変動率 の動向を類型化。

・結果として、実務上の考え（仮説）と一致する都市と一致

しない都市があることを解明。

ドキュメント内 Microsoft PowerPoint - 【梅村】修論発表会用PPT(IM07F039梅村).ppt [互換モード] (ページ 30-38)