Comments
Description
Transcript
講義資料・印刷用
Real Estate Finance Real Estate Investment Real Estate Investment Gordon’s Growth Model : Present Value, Discount Rate p it ファイナンス基礎 R ft y it R pi G y it p it • Gordon,M.J and E.Shapro,(1956), Capital Equioment Analysis: The Required Rate of Profit. Management Science, Vol.3,pp.102-110. Gordon,M.J,(1959), Dividends, Earnings and Stock Prices. Review of Statistics and Economics, Vol.41, pp.99-105. f L( zi ),ξ • L : Liquidity Risk • ξ : Unexpected Risk page. 1 Real Estate Investment G Yit : Net Operating Income Rf :Risk Free Rate Rp : Risk Premium G : Growth in Real Rent Rp 麗澤大学経済学部・ブリティッシュコロンビア大学経済学部 教授 R pi • • • • • 清水千弘(Chihiro SHIMIZU) R ft Chihiro SHIMIZU [email protected] page. 2 Real Estate Investment DCF: Income approach • Jorgenson’s Theorem : Capital, Investment Behavior 第1回講義:ファイナンス基礎 • Neoclassical theory is the response of the demand for capital to changes in relative factor prices or the ratio of factor prices to the price of output. • User cost / Yield • Capital Depreciation Problem • • Jorgenson, D. W. (1963), "Capital Theory and Investment Behavior," American Economic Review, 53, pp.247-259. Hayashi, F., and T. Inoue (1991), “The relation between firm growth and Q with multiple capital goods: Theory and evidence from panel data on Japanese firms,” Econometrica, pp.731–753. 清水千弘(Chihiro SHIMIZU) 麗澤大学経済学部教授 page. 3 Chihiro SHIMIZU page. 4 1 Real Estate Finance Real Estate Investment Real Estate Investment ファイナンスとは? ファイナンス理論の発展1 • ファイナンス: • コーポレートファイナンス，プライベイトファイナンス，パブリックファイナ ンス，リアルエステイトファイナンス， etc. • ファイナンス理論: • アーヴィング・フィッシャー (1906, 1907, 1930) • 経済活動における信用市場の基本機能の概略を説明 • 時間の中でリソースを配分するための手段 • • ジョン・メイナード・ケインズ (1930, 1936)，とジョン・ヒックス (1934, 1935, 1939)，ニコラス・カルドアKaldor (1939) • 不確実性が重要な役割を果たすポートフォリオ選択理論 • ex.「ケインズの美人投票理論」 • • ジョン・フォン・ノイマン，オスカール・モルゲンシュテルン • 期待効用理論 • ゲーム理論のための基礎概念として提示された不確実性下の意思決定 理論であり，基本的な考え方は，行為の結果が不確定な状況下では， 経済主体は効用を確率で加重平均した期待効用を最大化するように選 択．危険愛好，危険回避，危険中立． • ハリー・マーコウィッツ (Harry Markowitz) (1952, 1959) • 「モダンポートフォリオ理論 (Modern Portfolio Theory)」 • 「ファンダメンタルズ」的な考え方は将来についての期待に依存するので， リスクの要素がからんでくる→期待効用理論の応用 page. 5 Real Estate Investment page. 6 Real Estate Investment ファイナンス理論の発展2 ファイナンス理論の発展3 • ジェイムズ・トービン (James Tobin) (1958) • 「2 ファンド分離定理 (two-fund separation theorem) 」 • エージェントたちは自分の貯蓄をリスクフリー資産（マネー／貨幣）と，リ スクのある資産のたった一つのポートフォリオとで分散保有する． • ウィリアム・シャープ (William Sharpe) (1961, 1964) ，ジョン・リントナー (John Lintner) (1965) • 資本資産価格モデル (Capital Asset Pricing Model, CAPM) • すべての資産と市場インデックスとの共分散さえ計算すれば，最適ポー トフォリオが構成できる． • →市場インデックスの重要性 • ロバート・マートン (Robert Merton) (1973):「intertemporal CAPM (ICAPM)」 • スティーブン・A・ロス (Stephen A. Ross) (1976):のアービトラージ値付け 理論 (Arbitrage Pricing Theory, APT) • フィッシャー・ブラック (Fisher Black) ，マイロン・ショールズ (Myron Scholes) (1973)，ロバート・マートン (1973):オプション価格理論 • →あるオプションからのリターンが他の資産でできたポートフォリオで再 現できるなら，オプションの価値はそのポートフォリオの価値と同じ． • フランコ・モジリアニ (Franco Modigliani )，マートン・H・ミラー (Merton H. Miller) (1958, 1963):モジリアニ・ミラーの定理 • →企業を資産として見れば，二つの企業の資金調達がちがっていても、 その生産計画さえ同じなら両者の市場価格は同じ． • 詳細は，http://cruel.org/econthought/schools/finance.html page. 7 Chihiro SHIMIZU page. 8 2 Real Estate Finance Real Estate Investment Real Estate Investment Investment Scienceを学ぶことの意義 講義1.ファイナンスの基礎概念を学習する • 投資とは， • 「のちの利得を得るための現時点で行う資源の契約」「ある期間にわた る支払いと受け取りのフロー」 • キャッシュフロー流列(cash flow stream)を望ましい形で作り上げる • 投資科学→投資に対して科学的な道具を適用する．数理科学・統計学 • 「統計学は科学の文法である」:The Grammar of Science／カール・ピアソン • 投資に関するアート • 「何を分析し，どのようにその問題を取り扱うかを知ること」 • Luenberger(1998) • 投資とは， • 「のちの利得を得るための現時点で行う資源の契約」「ある期間にわた る支払いと受け取りのフロー」 • キャッシュフロー流列(cash flow stream)を望ましい形で作り上げる • Luenberger(1998) • キャッシュフロー流列(cash flow stream)の変化と変動リスクを分析する． • キャッシュフローを生み出す源泉が異なる． • ex.金利，リース，企業，株，不動産 etc • しかし，理論・原則は同じ．キャッシュフローを生み出す源泉ごとの市場 構造理解． • 不動産ファイナンス→不動産市場分析.清水(2004)，清水・唐渡(2007) page. 9 Real Estate Investment page. 10 Real Estate Investment 1-1.金利構造を理解する 現在価値概念 • 単利(simple interest) • 単利rで金額Aが預金口座に残っていたときのn年後の価値合計 • V = (1+rn)A • PV=x0+ (x1／(1+r))+(x2／(1+r)2) • +…+(xn／(1+r)n) • 複利(compound interest) • 年複利: n年後の価値 • V = (1+r)nA → 幾何的増大(geometric growth) • 金利構造とキャッシュフローの構造の理解が重要 • 連続複利の年効果測定: lim 1 m r/m m er • page. 11 Chihiro SHIMIZU page. 12 3 Real Estate Finance Real Estate Investment Real Estate Investment 1-2.キャッシュフロー(Cash Flow) 連続複利の考え方(Excel.1) 1 • r/m k 1 r/m mt 1 r/m m t 指数増加(exponential growth) 50 40 30 価値 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 時間 e rt Year 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 5% 1.051 1.105 1.162 1.221 1.284 1.350 1.419 1.492 1.568 1.649 1.733 1.822 1.916 2.014 2.117 2.226 2.340 2.460 2.586 2.718 2.858 3.004 3.158 3.320 3.490 10% 1.105 1.221 1.350 1.492 1.649 1.822 2.014 2.226 2.460 2.718 3.004 3.320 3.669 4.055 4.482 4.953 5.474 6.050 6.686 7.389 8.166 9.025 9.974 11.023 12.182 15% 1.162 1.350 1.568 1.822 2.117 2.460 2.858 3.320 3.857 4.482 5.207 6.050 7.029 8.166 9.488 11.023 12.807 14.880 17.288 20.086 23.336 27.113 31.500 36.598 42.521 • キャッシュフロー(正または負)は，四半期・年度末といった既知の特定日 に発生する． フロー 支出 将来のキャッシュフローが不確実な場合には，より複雑なキャッシュ・フ ロー流列の表現を扱う必要がある． →キャッシュフローの変化･ブレを予測する． →固有市場ごとに検討 page. 13 Real Estate Investment page. 14 Real Estate Investment 流列の将来価値 ・2-1.ファンダメンタル価格:割引率と現在価値(Present Value) • 現在価値(present value): • ケース1: 1年後 110円を受け取る • ケース2: 現在100円を受け取り，1年間金利10%で銀行に預 ける • 金利rとしたときに，1年後に受け取る100円の価値は， • →100／(1+r) • m期間にわけ，各期末において年利rで複利計算し，現金A 1 を第k期末に受け取る: dk k 1 r /m • 割引率(discount factor): • Aの現在価値: dkA page. 15 Chihiro SHIMIZU • キャッシュフロー流列 : (x0, x1, x2,………, xn) • r : 1期間金利 • → n期末に初期キャッシュフローx0 → x0(1+r)n • → 第1期末に受け取る時期のキャッシュフローx1 → x1(1+r)n-1 • → 第2期末に受け取る時期のキャッシュフローx2 → x1(1+r)n-2 • • FV=x0(1+r)n+ x1(1+r)n-1+x1(1+r)n-2+………+xn • 例:金利 10% ， キャッシュフロー流列(-2，1，1，1) • FV = -2 ×(1.1)3 +1 ×(1.1)2 +1×(1.1)1 + 1 =0.648 page. 16 4 Real Estate Finance Real Estate Investment Real Estate Investment 2-2.内部収益率(IRR)とは? 流列の現在価値 • 内部収益率(internal rate of return : IRR) • 「投資に関する全体」のキャッシュフロー流列に関する概念 • 流列は，正･負両方の要素を持つ． • 負のフロー:支払い，正のフロー:受け取り • r : 1期間金利 • → n期末に初期キャッシュフローx0 → x0 • → キャッシュフローx1の現在価値 → x1÷(1+r) • → キャッシュフローx2の現在価値 → x1÷(1+r)2 • PV • PV=x0+ (x1／(1+r))+(x2／(1+r)2)+…+ (xn／(1+r)n) xk n k 0 1 r k • 金利rの理想銀行(ideal bank:預金と貸し出しに同じ金利を適用)での一 連の預け入れと引き出しから構築されると仮定．→PV=0 • 例:金利 10% ， キャッシュフロー流列(-2，1，1，1) • FV = -2 ×(1／(1.1)) +(1／(1.1)2)+(1／(1.1)3)=0.487 • IRR:現在価値を0とするrを求める． • PV=FV÷(1+r)n page. 17 Real Estate Investment Real Estate Investment 内部収益率(IRR)の計算 内部収益率(IRR)の応用(Excel.2) • 内部収益率(IRR)の計算: • キャッシュフロー流列 : (x0,x1,x2,………,xn) 0 x0 x1 1 r x2 1 r • ケース.100,000円で投資する→予想されるCFまたはTCRの元では， IRR=4.33% • IRR=5%を達成するためにはいくらで投資すべきか? xn 2 1 r Cash Flow n • 0 = x0+x1c+x2c2+,………,xncn • の解をcとしたとき，1／(1+r)=c (すなわち，r=(1/c)－1)を満足するrを求 める． Year 0 Purchase -100,000 NOI Resale Total Cash Flow -100,000 IRR 4.33% page. 19 1 2 3 4 5 6 9,000 8,730 8,468 8,214 7,729 9,000 8,730 8,468 8,214 7,968 77,286 85,254 1 2 3 4 5 6 9,000 8,730 8,468 8,214 7,729 9,000 8,730 8,468 8,214 7,968 77,286 85,254 Cash Flow Year 0 Purchase -97,350 NOI Resale Total Cash Flow -97,350 IRR 5.00% • 例.キャッシュフロー流列(-2，1，1，1) • 0 = -2 + c + c2 + c3 → c = 0.81 • r = (1／c)－1 IRR= (1／0.81) －1 ≒ 0.235 Chihiro SHIMIZU page. 18 page. 20 5 Real Estate Finance Real Estate Investment Real Estate Investment 標準直接還元法シート 不動産のNOIとNCF • NOI: • • • 総賃貸収入から管理運営に要した費用（借入金返済額や資本的支出を控除す る前の費用）を控除した純（正味）営業収益． 収益:不動産賃貸事業等により経常的に得られる現金収入． 費用:管理運営費用/維持管理費・水道光熱費・公租公課・損害保険料・テナント 仲介手数料等 • NCF: • NOIから資本的支出（長期計画修繕費や修繕積立金等）を控除したネットの現 金収入 page. 21 page. 22 Real Estate Investment Real Estate Investment 資本的支出とエンジニアリングレポート 直接還元法による不動産価格評価 鑑定対象物件 1 2 3 売却価格 ? 355,000 375,000 413,300 グラス収入 60,000 58,000 61,000 69,000 運営費用の割合 39% 48% 42% 41% NOI 36,600 30,160 35,380 40,710 ? 0.084 0.094 0.099 Cap Rate 割引率 鑑定価格 page. 23 Chihiro SHIMIZU 比較対象物件 0.095 385,263 page. 24 6 Real Estate Finance Real Estate Investment Real Estate Investment 開示情報の標準化 DCF(Discount Cash Flow)法による不動産価格の評価 ＜鑑定機関による収益還元法の収支項目の違い＞ Ａ社 Ａ NOI 年数 伸び率 割引率12%でのNOIの現 在価値 REV 割引率12%でのREVの現 在価値 現在価値合計 1 338,800 302,500 302,500 2 355,740 1.05 283,594 283,594 3 373,527 1.05 265,869 265,869 4 388,468 1.04 246,878 有効総収益 Ｂ 5 404,007 1.04 229,244 229,244 6 416,127 1.03 210,823 210,823 Ｃ社 D社 総収益 有効総収入 有効総収入 賃料収入（共益費･倉庫･駐車場 賃料収入（共益費等を含む。 ） 等を含む。 ） 等を含む。 ） その他収入（付加使用料収入等） その他収入（付加使用料収入等） 一時金の運用益 駐車場収入 潜在総収益 空室損失 可能総収入 その他収入等 空室損失相当額 貸倒損失 空室損失相当額 貸倒損失相当額 敷金運用益 その他収入（水道光熱費等） 総費用 246,878 Ｂ社 賃料収入（共益費･倉庫･駐車場 総費用 賃料収入（共益費込） （＊空室損失を見込む。） 総費用 運営経費（定常化年度） 維持・管理費 維持管理費 修繕費 公租公課（土地） （建物管理費） 水光熱費 維持管理費 公租公課（建物） （水道光熱費） 運営管理費 ＰＭフィー 損害保険料 （ＰＭフィー） 修繕費 公租公課（土地） 水道光熱費（共用部分） 公租公課 公租公課 公租公課（建物） ＰＭフィー 損害保険料 損害保険料 損害保険料 物件管理費 その他費用 テナント募集費 テナント募集費用 消耗費等その他費用 その他費用 7 428,611 1.03 193,882 8 441,469 1.03 178,302 9 450,299 1.02 162,382 10 193,882 178,302 4,593,045 1,656,298 1,818,680 459,304 資本的支出 Ａ－Ｂ＝C 賃貸純収益 賃貸純収益 純収益 a 一時金運用益 資本的支出（長期修繕費等） 長期計画修繕費用 b 資本的支出 敷金運用益 c 鑑定評価額 3,729,773 賃借人募集費用 C＋（a＋b＋c） 正味純収益 標準化純収益 純収益 正味純収益 出所)国土審議会資料 page. 25 Real Estate Investment Real Estate Investment 概 要 投資口募集時 開示事項 Ａ法人 Ｂ法人 Ｃ法人 Ｄ法人 ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ 賃料収入に含む ○ ○ ○ ○ NOI 大規模修繕費積立額 減価償却費 ○ ○ ○ ○ キャップレート ○ ○ 新規取得（予定）物件の鑑定評価額 既存物件の期末評価額 既存物件の取得時評価額 鑑定会社名 直接還元法での価格 総収益 賃料収入等 空室損失 総費用 公租公課 修繕費 損害保険料 ○ ３２法人 合計 32 20 2 32 29 17 14 20 6 15 20 8 1 ○ 29 収益還元法での価格 ○ ○ ○ 29 割引率 ターミナルキャップレート 鑑定結果利回り（NCF/評価額） ○ ○ ○ ○ ○ ○ 29 29 6 原価法での価格 上記の土地・建物の比率・価格 ○ ○ ○ ○ ○ 29 19 セカンドオピニオン 有価証券届出書等の直近の開示資料を元に国土交通省作成（平成18年4月20日現在） 改正不動産鑑定評価基準（平成19年7月施行）の概要 証券化対象不動産の鑑定評価に関する基準が明確化 • 我が国の不動産証券化市場の急速な進展に伴い、その健全な発展と透明性の確保のため、投資家や市場関係者に対し 利益相反の回避や取引の公正性を示す上で不動産鑑定評価の果たす役割が増大している。 • 経済社会状況の変化に伴う鑑定評価に対するニーズの変化により、市場関係者やエンジニアリング・レポート作成者との 連携の必要性、鑑定評価書における説明責任や比較容易性等が強く要請されている。 • そこで平成19年7月に施行された改正不動産鑑定評価基準では、不動産鑑定評価基準に「各論第３章」を新設し、証券化 対象不動産として鑑定評価を行う場合の適用範囲、鑑定評価にとっても重要な資料であるエンジニアリング・レポートにつ いての不動産鑑定士の主体的な活用、DCF法の適用過程の明確化や収益費用項目の統一等を盛り込んだ。 図表 証券化対象不動産の範囲 1 2 資産の流動化に関する法律に規定する資産の流動化並びに 投資信託及び投資法人に関する法律に規定する投資信託に係 る不動産取引並びに同法に規定する投資法人が行う不動産取 引 不動産特定共同事業法に規定する不動産特定共同事業契約 に係る不動産取引 証券化 対象不動産 3 金融商品取引法第２条第１項第５号、第９号（専ら不動産取引 の範囲 を行うことを目的として設置された株式会社（会社法の施行に伴 う関係法律の整備等に関する法律第２条第１項の規定により株 式会社として存続する有限会社を含む。）に係るものに限る。）、 第１４号及び第１６号に規定する有価証券並びに同条第２項第１ 号、第３号及び第５号の規定により有価証券とみなされる権利 の債務の履行等を主たる目的として収益又は利益を生ずる不動 産取引 （信託受益権やいわゆる集団投資スキーム持分などの みなし有価証券に係る不動産取引） いずれかに該当する 不動産取引の目的である不動産※ 又は 不動産取引の見込みのある不動産※ 証券化対象不動 産 ※信託受益権に係るものを含む 1 出所)国土審議会資料 page. 27 Chihiro SHIMIZU page. 26 page. 7 Real Estate Finance Real Estate Investment Real Estate Investment 改正不動産鑑定評価基準（平成19年7月施行）の概要 改正不動産鑑定評価基準（平成19年7月施行）の概要 ＥＲの鑑定評価報告書における記載事項と、ＤＣＦ法の収益費用項目の統一 改正不動産鑑定評価基準のポイント 図表 ＥＲの鑑定評価報告書における記載事項 項目 図表 改正不動産鑑定評価基準のポイント 証券化対象不動産の範囲 不動産取引の見込み段階のもの から、従前に鑑定評価を行ったも のの再評価までを含む 証券化対象不動産の鑑定評価は、 複数物件が短期間で依頼されるこ とも多いことから、あらかじめ依頼 者に対し、不動産鑑定士が鑑定 評価の一環として必要事項を確認 し、それを踏まえて処理計画を策 定・変更 不動産鑑定士は、エンジニアリング・ レポート、DCF法等の適用のために 必要な資料等の主な項目及び入手時 期、実施調査の範囲、エンジニアリン グ・レポート作成者からの説明の有無 等を確認し処理計画に反映するととも に、記録の作成、鑑定評価報告書の 付属資料としての添付が必要 証券化対象不動産の実施調査につい ては、依頼者（依頼者が指定したもの を含む。）の立会いの下、対象不動産 の内覧の実施を含めた実地調査を行 わなければならない。 DCF法の適用 エンジニアリング・レポート の基本的属性 証券化対象不動産の収益価格を 求めるに当たっては、DCF法を適 用しなければならない 証券化対象不動産の鑑定評価に 当たり、不動産鑑定士は依頼者に 対し当該鑑定評価に必要なエンジ ニアリング・レポートの提出を求め、 その内容を主体的に分析・判断し 活用 エンジニアリング・レポートの提出 がない場合や内容が不十分と判 断する場合は、不動産鑑定士によ る調査等を実施し、内容や適切と 判断した理由を鑑定評価報告書 に記載 鑑定評価報告書の記載において、 DCF法に活用した数値（賃料など の収益やプロパティマネジメント フィーなどの費用の額、最終還元 利回り、割引率、資本的支出な ど）等の妥当性の判断根拠や積 算内訳、DCF法の適用過程や相 互の整合性を明確化 不動産鑑定士によりばらつきの あったDCF法の収益費用項目の 統一と項目の定義の明確化 ※次項参照 エンジニアリング・レポートの内容を鑑 定評価に活用するか否かの検討に当 たっては、その判断及び根拠について、 鑑定評価報告書に記載しなければな らない。 ※次項参照 エンジニアリング・レポート の入手経緯・対応方針等 • エンジニアリング・レポートの作成者の名称等 • エンジニアリング・レポートの調査が行われた日及 び作成された日 • 入手先（氏名及び職業等） • 入手した日 • エンジニアリング・レポートの作成者からの説明の 有無等 • 入手したエンジニアリング・レポートについて鑑定 評価を行う上での対応方針等 • 次に掲げる専門性の高い個別的要因に関する調 査について、エンジニアリング・レポートを活用す るか又は不動産鑑定士の調査を実施（不動産鑑 定士が他の専門家へ調査を依頼する場合を含む 。）するかの別 – 公法上及び私法上の規制、制約等（法令 遵守状況調査を含む。） 鑑定評価に必要となる専 – 修繕計画 門性の高い個別的要因に – 再調達価格 関する調査 – 有害な物質（アスベスト等）に係る建物環 境 – 土壌汚染 – 地震リスク – 耐震性 – 地下埋設物 不動産鑑定士は、収益費用項目及び その定義を依頼者に提示・説明した上 で必要な資料を入手するとともに、収 益費用項目ごとに定める定義に該当 することを確認 エンジニアリング・レポートについては、 不動産証券化市場の環境の変化に 対応してその内容の改善・充実が図ら れていくことにかんがみ、エンジニアリ ング・レポートを作成する者との密接 な連携を図りつつ、常に自らのエンジ ニアリング・レポートに関する知識・理 解を深めるための研鑽に努めなけれ ばならない。 依頼者への説明にあたっては、収益 費用項目ごとに不動産の出納管理に 関するデータ等と収益費用項目の対 応関係を示すなどの工夫により、依頼 者が不動産鑑定士に提供する資料の 正確性の向上に配慮 鑑定評価に必要となる専 • 専門性の高い個別的要因に関する調査に関する 門関の高い個別的要因に 対応について、エンジニアリング・レポートの記載 内容を活用した場合、不動産鑑定士の調査で対 関する調査についての不 応した場合等の内容、根拠等 動産鑑定士の判断 運営費用 証券化対象不動産として鑑定評 価を行った場合は、鑑定評価報告 書にその旨を記載 不動産鑑定士は、鑑定評価の依 頼目的・背景、想定される証券化 スキーム、依頼者と証券化関係者 の関係等を把握する必要 エンジニアリング・レポートの取扱いと 不動産鑑定士が行う調査 運営収益 証券化スキームに着目し、該当す る不動産に対する鑑定評価につ いて依頼のあった場合は、依頼者 を問わず証券化対象不動産として 鑑定評価を実施 ※前項参照 処理計画の策定に当たっての確認 図表 ＤＣＦ法の収益費用項目の統一化とその定義 項目 内容 定義 貸室賃料収入 対象不動産の全部又は貸室部分について賃貸又は運営委託をすることにより経常的に得られる収入（満室想定） 共益費収入 対象不動産の維持管理・運営において経常的に要する費用（電気・水道・ガス・地域冷暖房熱源等に要する費用を 含む）のうち、共用部分に係るものとして賃借人との契約により徴収する収入（満室想定） 水道光熱費収入 対象不動産の運営において電気・水道・ガス・地域冷暖房熱源等に要する費用のうち、貸室部分に係るものとして賃 借人との契約により徴収する収入（満室想定） 駐車場収入 対象不動産に付属する駐車場をテナント等に賃貸することによって得られる収入及び駐車場を時間貸しすることによ って得られる収入 その他収入 その他看板、アンテナ、自動販売機等の施設設置料、礼金・更新料等の返還を要しない一時金等の収入 空室等損失 各収入について空室や入替期間等の発生予測に基づく減少分 貸倒れ損失 各収入について貸倒れの発生予測に基づく減少分 維持管理費 建物・設備管理、保安警備、清掃等対象不動産の維持・管理のために経常的に要する費用 水道光熱費 対象不動産の運営において電気・水道・ガス・地域冷暖房熱源等に要する費用 修繕費 対象不動産に係る建物、設備等の修理、改良等のために支出した金額のうち当該建物、設備等の通常の維持管理 のため、又は一部がき損した建物、設備等につきその原状を回復するために経常的に要する費用 ﾌﾟﾛﾊﾟﾃｨﾏﾈｼﾞﾒﾝﾄﾌｨｰ 対象不動産の管理業務に係る経費 テナント募集費用等 新規テナントの募集に際して行われる仲介業務や広告宣伝等に要する費用及びテナントの賃貸借契約の更新や再 契約業務に要する費用等 公租公課 固定資産税(土地・建物・償却資産)、都市計画税(土地・建物) 損害保険料 対象不動産及び附属設備に係る火災保険、対象不動産の欠陥や管理上の事故による第三者等の損害を担保する 賠償責任保険等の料金 その他費用 その他支払地代、道路占用使用料等の費用 運営純収益 運営収益から運営費用を控除して得た額 一時金の運用益 預かり金的性格を有する保証金等の運用益 資本的支出 対象不動産に係る建物、設備等の修理、改良等のために支出した金額のうち当該建物、設備等の価値を高め、又 はその耐久性を増すこととなると認められる部分に対応する支出 純収益 運営純収益に一時金の運用益を加算し資本的支出を控除した額 page. page. Real Estate Investment Real Estate Investment 証券化対象不動産の鑑定評価に係るモニタリングワーキンググループ提言の概要 証券化対象不動産の鑑定評価のモニタリングに関する基本的な考え方 証券化対象不動産の鑑定評価に係るモニタリングワーキンググループ提言の概要 証券化対象不動産の鑑定評価に係るモニタリングのイメージ 第三者的な検証委員会 「証券化対象不動産鑑定評価フォローアップ委員会」 • 平成19年6月、証券化対象不動産の鑑定評価に係るモニタリングワーキンググループ（主査：麗澤大学 清水准教授）は、「 証券化対象不動産の鑑定評価に係るモニタリングに関する基本的な考え方」を国土審議会土地政策分科会不動産鑑定評 価部会で提言。 情報共有・意見交換 図表 証券化対象不動産の鑑定評価のモニタリングに関する基本的な考え方のポイント モニタリングの目的 証券化対象不動産の鑑定 評価の実施状況を検証し、 必要な対応を行なうことを通 じて、鑑定評価の適切性を 市場に示すこと • 基準に盛り込まれた内容が適切に実 務に反映されているか • 関係者の相互理解の不十分さ等によ り市場の阻害要因となっていないか 等 モニタリングを実施する際の ポイント 証券化対象不動産の鑑定評価に ついて、基準の運用や実務の現状 等を常に検証し、検証から得られ た知見を関係者に提供することに より、鑑定評価がより適切に行わ れる環境を整備する 証券化対象不動産か否かの判断や、 DCF法の適用等に活用する資料、エ ンジニアリング・レポート等を入手・活 用する際に鑑定士が依頼者に行う説 明・要請、確認が的確に行われている か • DCF法の適用等に活用する利回り、 資本的支出、賃料、PMフィー等につい て、具体的な判断基準やデータ等を活 用して、鑑定士が主体的な判断を行い、 具体的な根拠等を鑑定評価書に記載 しているか • 鑑定評価基準に新たに加えられた「別 表」やDCF法の収益費用項目の統一 等を適切に踏まえた鑑定評価書に なっているか 具体的な取組み 鑑定士･鑑定業者の取組み • 最新の情報入手、日常の研鑽 • 鑑定評価の依頼者への適切な情報提供 • 実務に必要な情報やノウハウの共有 モニタリングの実施とあわせて 検討の必要な課題 鑑定士がより的確な鑑定評 価を行うために活用するベ ンチマーク・データの整備や 共有 • 実務指針の不断の見直し、改定・充実 • BELCA等との連携 • 幅広い実務者の参画による研究会の開 催 改正された鑑定評価基準 鑑定士 鑑定協会 実務指針 ER作成者 国土交通省の取組み等 • 不当鑑定の未然の抑制・予防、厳正な 措置 • 鑑定業者に関する情報の把握 • 実務のフォローアップに関する情報共有 幅広い 実務者の参画 書面調査の実施 ヒアリング、立入検 査 実務指 針等の 柔軟な 改定 証券化関係者 速やか な情報 共有（公 表） 実務の 実施 実務に関す るデータの 蓄積・検証 幅広い 知見の活 用 不当な鑑定評価等に 対する厳正な処分等 処分基 準の明 確化 依頼者 （運用業者等） 第三者的な視点での検証 • 証券化対象不動産の鑑定評価に関 する基準の運用や実務の現状、そ れに関連する課題やモニタリングの 取組み等を幅広く把握・検証し、関 係者に必要な対応等を提唱 国土交通省 基準の周知・ﾌｫﾛｰｱｯﾌﾟ 鑑定協会を中心とする取組み 投資家保護の ための監督 役割分担・連 携 金融庁等 監督指針 投資家 page. Chihiro SHIMIZU 鑑定業者 鑑定協会を中心とする 実務のフォローアップ page. 8 Real Estate Finance Real Estate Investment Real Estate Investment 証券化不動産鑑定評価基準 3.Investment?:投資とは??? • 投資の目的 – 将来の(広義の)キャッシュフローを得ること – 賃料・売却代金にかかわらず，キャッシュフローをもたらすからこそ 価値があり，価格が存在する。 • リスク – 原資産が生み出す将来キャッシュフローのブレ:価格変動のリスク – 収益源泉 – キャッシュフローに影響を与える各種リスク • 投資とは! – リスク量に見合った“リターン”を追及し，“リスク”を保有する page. 34 page. 33 Real Estate Investment Real Estate Investment 講義2.ファイナンスで必要な統計学の基礎を学習する 4.The Known Unknowns : Portfolio/Risk-Return構造 Return: • 金融工学等の応用: • 数理科学・統計学→ハードルがある • But.投資市場:人間が考えて行動するもの • 市場.一人の天才によって支配することはできない。多数決原則 1 n xi ni 1 (or ma ) 算術平均:期待値 mg 幾何平均 x1 x2 n Risk: s2 分散 or 1 n i 1 n ( xi xk・Pk xn 1 n log( xi ) ni 1 or log(m g ) • Majorityの市場で起こることの重要性 • Marginalの市場で起こることが重要性 k or m A )2 mg e log( m g ) m A : arithmetic mean i 1 s2 VARP[ XB : XE ] s 1 n • →簡単な統計の理解で十分!!!!!! 標準偏差 or page. 35 Chihiro SHIMIZU s n ( xi mA )2 s2 i 1 STDEVP[ XB : XE ] page. 36 9 Real Estate Finance Real Estate Investment Real Estate Investment J-REIT(A銘柄)の対前月比(Excel.3) 計算演習! • 実際の株価データで計算をします． 1.250 1.000 0.950 0.900 0.850 2007/6/10 2007/2/10 2006/6/10 2006/10/10 2006/2/10 2005/6/10 2005/10/10 2005/2/10 2004/6/10 2004/10/10 2004/2/10 2003/6/10 0.800 2003/10/10 2007/5/10 2007/1/10 2006/9/10 2006/5/10 2006/1/10 2005/9/10 2005/5/10 2005/1/10 2004/9/10 2004/5/10 2004/1/10 2003/9/10 2003/5/10 2003/1/10 2002/9/10 2002/5/10 2002/1/10 2001/9/10 - 1.050 2003/2/10 500,000 1.100 2002/6/10 1,000,000 1.150 2002/10/10 1,500,000 1.200 2002/2/10 2,000,000 8952 8954 8956 8958 8960 8962 8964 8966 8968 8970 8973 8975 8977 8979 8981 8983 8985 8987 3227 3234 2001/10/10 8951 8953 8955 8957 8959 8961 8963 8965 8967 8969 8972 8974 8976 8978 8980 8982 8984 8986 3226 3229 2,500,000 page. 37 Real Estate Investment page. 38 Real Estate Investment Application of Normal Distribution:正規分布の応用 Risk Analysis and Statistics:リスク分析と統計学2 0.14 μ=10,σ=3 μ=20,σ=3 • 原資産別のリスク分布を知る! μ=30,σ=3 0.12 0.1 f x μ=20,σ=5 0.08 μ=20,σ=7 0.06 1 x 2 e 2 SUMMARY Expected Return 18.52% 15.00% 20.00% 2 Property Asset.A Asset.B Asset.C 2 22 Risk 8.02% 3.61% 10.71% 21 20 Asset.C 19 0.04 0.02 45 40 35 30 25 20 15 5 10 0 g x 1 2 e z2 2 17 16 15 0.120 0.5 0.4 Asset.B 14 Asset.B 0.100 0.45 3 4 5 6 0.080 0.35 μ+- 1σ μ+- 2σ μ+- 3σ 0.3 0.25 μ=0,σ=1 0.2 0.15 0.1 68.27% 95.45% 99.73% 0.060 0.020 8 9 変動係数 0.433 0.240 0.535 10 11 12 13 リスク調整済みリターン 2.309 4.160 1.868 Asset.C 0 10 20 30 40 50 60 3 2.5 2 1 1.5 0.5 0 -1 -0.5 -1.5 -2 -3 -2.5 7 0.000 (0.020) 0 Asset.A Asset.B Asset.C Asset.A 0.040 0.05 page. 39 Chihiro SHIMIZU Asset.A 18 page. 40 10 Real Estate Finance Real Estate Investment Real Estate Investment Option Value : オプションとは? 講義3.ストラクチャードファイナンスの基礎を学習する デット （70） 現物 （120） 現物 デット （70） エクイティ （50） ①ある特定の商品（原資産）を、 ②将来のある時点（権利行使日）に ③あらかじめ定めた価格（行使価格）で、 レバレッジ効果 （100） エクイティ （30） デット （70） 現物 （80） コールオプション リターン 現物 ：+20% エクイティ：+67% リターン 現物 ：▲20% エクイティ：▲67% エクイティ （10） • 買う権利 → コールオプション • 売る権利 → プットオプション O 行使価格 原資産価格 プットオプション オプションの保有者（権利の買い手）は 自分の都合の良いときだけ権利を行使し、 そうでないときは権利を放棄できる O 行使価格 原資産価格 page. 41 Real Estate Investment Real Estate Investment Option Value of Equity Investment: エクイティ投資のオプション性 ①投資対象資産（原資産）を、 ②ファンド満期時点（権利行使日）に ③価格７０（行使価格）で Option Value of Debt Investment: デット投資のオプション性 （100） ①投資対象資産（原資産）を、 ②ファンド満期時点（権利行使日）に ③価格７０（行使価格）で デット （70） 現物 買う権利を購入 エクイティ （30） （権利行使日に）不動産時価が 行使価格未満・・・ 権利放棄 行使価格以上・・・ 権利行使＋時価売却 O ▲30 （100） デット （70） エクイティ （30） プットオプションの 売り持ち （権利行使日に）時価が 70 100 現物 売る権利を売却 コールオプションの 買い持ち 原資産価格 page. 43 Chihiro SHIMIZU page. 42 行使価格未満・・・ 権利行使＋時価売却 行使価格以上・・・ 権利放棄 O 70 100 原資産価格 ▲70 page. 44 11 Real Estate Finance Real Estate Investment Real Estate Investment Payoff:ペイオフ プットオプション （売る権利） の売り持ち 現物資産 = 資産価値 What is Value at Risk:バリュー・アット・リスク（VaR） 100 エクイティ ＋ 70 デット コールオプション （買う権利） の買い持ち 30 O 70 100 – 主に市場リスク管理の分野で発達してきた手法 – 対象資産の保有期間中に一定の確率で発生しうる最大損失額 の推計値を求めるもの – 使い方： 99％の確率で、この先1年間で発生しうる最大損失額は1億円 – 特色： • 市場変動性を客観的に（恣意性を排除した形で）反映できる。 • 異なる商品間でリスクの客観的な比較や合算が可能 • 異なる商品から成るポートフォリオのリスクが把握可能 • VaRを構成する各要素が妥当であって初めて有効なリスク 管理指標となりうる。 現物価値 page. 45 Real Estate Investment Real Estate Investment What is Value at Risk:バリュー・アット・リスク（VaR） 正規分布の応用Value at Risk:バリュー・アット・リスク（VaR） – 主に市場リスク管理の分野で発達してきた手法 – 対象資産の保有期間中に一定の確率で発生しうる最大損失額 の推計値を求めるもの – 使い方： 99％の確率で、この先1年間で発生しうる最大損失額は1億円 – 特色： • 市場変動性を客観的に（恣意性を排除した形で）反映できる。 • 異なる商品間でリスクの客観的な比較や合算が可能 • 異なる商品から成るポートフォリオのリスクが把握可能 • VaRを構成する各要素が妥当であって初めて有効なリスク 管理指標となりうる。 page. 47 Chihiro SHIMIZU page. 46 – 数学的な定義 損益額分布の下側100α%分位点 損益額分布 ← 損失 利益 → α VaR page. 48 12 Real Estate Finance Real Estate Investment Real Estate Investment 正規分布とリスク分析 x 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 0.00 0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2257 0.2580 0.2881 0.3159 0.3413 0.3643 0.3849 0.4032 0.4192 0.4332 0.4452 0.4554 0.4641 0.4713 0.4772 0.4821 0.4861 0.4893 0.4918 0.4938 0.4953 0.4965 0.4974 0.4981 0.4987 0.4990 0.4993 0.4995 0.4997 0.01 0.0040 0.0438 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611 0.2910 0.3186 0.3438 0.3665 0.3869 0.4049 0.4207 0.4345 0.4463 0.4564 0.4649 0.4719 0.4778 0.4826 0.4864 0.4896 0.4920 0.4940 0.4955 0.4966 0.4975 0.4982 0.4987 0.4991 0.4993 0.4995 0.4997 0.02 0.0080 0.0478 0.0871 0.1255 0.1628 0.1985 0.2324 0.2642 0.2939 0.3212 0.3461 0.3686 0.3888 0.4066 0.4222 0.4357 0.4474 0.4573 0.4656 0.4726 0.4783 0.4830 0.4868 0.4898 0.4922 0.4941 0.4956 0.4967 0.4976 0.4982 0.4987 0.4991 0.4994 0.4995 0.4997 0.03 0.0120 0.0517 0.0910 0.1293 0.1664 0.2019 0.2357 0.2673 0.2967 0.3238 0.3485 0.3708 0.3907 0.4082 0.4236 0.4370 0.4484 0.4582 0.4664 0.4732 0.4788 0.4834 0.4871 0.4901 0.4925 0.4943 0.4957 0.4968 0.4977 0.4983 0.4988 0.4991 0.4994 0.4996 0.4997 0.04 0.0160 0.0557 0.0948 0.1331 0.1700 0.2054 0.2389 0.2704 0.2995 0.3264 0.3508 0.3729 0.3925 0.4099 0.4251 0.4382 0.4495 0.4591 0.4671 0.4738 0.4793 0.4838 0.4875 0.4904 0.4927 0.4945 0.4959 0.4969 0.4977 0.4984 0.4988 0.4992 0.4994 0.4996 0.4997 0.05 0.0199 0.0596 0.0987 0.1368 0.1736 0.2088 0.2422 0.2734 0.3023 0.3289 0.3531 0.3749 0.3944 0.4115 0.4265 0.4394 0.4505 0.4599 0.4678 0.4744 0.4798 0.4842 0.4878 0.4906 0.4929 0.4946 0.4960 0.4970 0.4978 0.4984 0.4989 0.4992 0.4994 0.4996 0.4997 0.06 0.0239 0.0636 0.1026 0.1406 0.1772 0.2123 0.2454 0.2764 0.3051 0.3315 0.3554 0.3770 0.3962 0.4131 0.4279 0.4406 0.4515 0.4608 0.4686 0.4750 0.4803 0.4846 0.4881 0.4909 0.4931 0.4948 0.4961 0.4971 0.4979 0.4985 0.4989 0.4992 0.4994 0.4996 0.4997 0.07 0.0279 0.0675 0.1064 0.1443 0.1808 0.2157 0.2486 0.2794 0.3078 0.3340 0.3577 0.3790 0.3980 0.4147 0.4292 0.4418 0.4525 0.4616 0.4693 0.4756 0.4808 0.4850 0.4884 0.4911 0.4932 0.4949 0.4962 0.4972 0.4979 0.4985 0.4989 0.4992 0.4995 0.4996 0.4997 0.08 0.0319 0.0714 0.1103 0.1480 0.1844 0.2190 0.2517 0.2823 0.3106 0.3365 0.3599 0.3810 0.3997 0.4162 0.4306 0.4429 0.4535 0.4625 0.4699 0.4761 0.4812 0.4854 0.4887 0.4913 0.4934 0.4951 0.4963 0.4973 0.4980 0.4986 0.4990 0.4993 0.4995 0.4996 0.4997 Calculation of Risk:リスク量試算 0.09 0.0359 0.0753 0.1141 0.1517 0.1879 0.2224 0.2549 0.2852 0.3133 0.3389 0.3621 0.3830 0.4015 0.4177 0.4319 0.4441 0.4545 0.4633 0.4706 0.4767 0.4817 0.4857 0.4890 0.4916 0.4936 0.4952 0.4964 0.4974 0.4981 0.4986 0.4990 0.4993 0.4995 0.4997 0.4998 収益率分布 14% 前提 期待収益率： 標準偏差 ： 現物価格 ： LTV ： 権利行使日： 12% 現物不動産 エクイティ デット 10% 8% 6% VaR（99%,1y)（注） 現物・・・ 40億円（40%） 4% エクイティ デット 2% 0% -100% -80% -60% -40% 収益率 -20% ・・・ 30億円（100％） ・・・ 10億円（17％） 0% 発展形： オプションの時間価値 page. 49 Real Estate Investment page. 50 Real Estate Investment Time Value of Option:オプションの時間価値 証券化資産のVaR 現物資産 エクイティ 70 57 VaR（99%,1y) 現物資産・・・ 40億円（40%） 3 O 60 70 現物価値 時間価値 例えば、 価格60の現物を４年後に70 で買う権利の値段は？ 前提 期待収益率： 0% 標準偏差 ：17% 現物価格 ：100億円 LTV ： 70% 権利行使日： 4年 デット オ プ ショ ン 価 値 価値 5% 17% 100億円 70% 1年 エクイティ ・・・ 27億円（90％） デット ・・・ 13億円（19％） 時間価値 金融工学的視点 による評価 現物不動産価格 ブラックショールズのコールの値 page. 51 Chihiro SHIMIZU page. 52 13 Real Estate Finance Real Estate Investment Real Estate Investment ブラック・ショールズ式によるオプション評価 第2回講義:ポートフォリオ基礎 原資産価値 仮定）収益率が幾何ブラウン運動 dS S dt μ dw ただし、μ：ドリフト項、σ：ボラティリティ dw：ウィーナー・プロセス S0 時間 コール価格 C S N d プット価格 P S N K e d r Nd K e r N d ただし、S：原資産価格、K：行使価格、τ：満期までの期間、ｒ：瞬間利子率、 σ：ボラティリティ、N(・)：標準正規分布の累積密度関数 清水千弘(Chihiro SHIMIZU) 麗澤大学経済学部教授 page. 53 Real Estate Investment page. 54 Real Estate Investment Investment Scienceを学ぶことの意義 What is Real Estate Investment Risk?:リスクとは??? • 投資とは， • 「のちの利得を得るための現時点で行う資源の契約」「ある期間にわた る支払いと受け取りのフロー」 • キャッシュフロー流列(cash flow stream)を望ましい形で作り上げる • • リターン(Return) ・・・ 利益 リスク (Risk) ・・・ 損失，危険??? • Risk:分からないものをすべてリスク??? • 投資科学→投資に対して科学的な道具を適用する．数理科学・統計学 • 「統計学は科学の文法である」:The Grammar of Science／カール・ピアソン • 投資に関するアート • 「何を分析し，どのようにその問題を取り扱うかを知ること」 • Luenberger(1998) page. 55 Chihiro SHIMIZU • ● Revisit the Known Known • ● The Known Unknowns • : Financial Engineering 1: Portfolio/Risk-Return構造 • ● The Unknown Unknowns • : Financial Engineering 2???+ Art (Balance) • +Unknowns (Risk) page. 56 14 Real Estate Finance Real Estate Investment Real Estate Investment 収益還元法による不動産価格:直接還元価格 収益還元法による不動産価格:DCF価格 比較対象物件 鑑定対象物件 1 2 3 売却価格 ? 355,000 375,000 413,300 グラス収入 60,000 58,000 61,000 69,000 運営費用の割合 39% 48% 42% 41% NOI 36,600 30,160 35,380 40,710 Cap Rate ? 0.084 0.094 0.099 0.095 385,263 割引率 鑑定価格 年数 NOI 伸び率 1 2 3 4 5 6 7 8 9 10 338,800 355,740 373,527 388,468 404,007 416,127 428,611 441,469 450,299 459,304 1.05 1.05 1.04 1.04 1.03 1.03 1.03 1.02 割引率12%で REV のNOIの現在 価値 302,500 283,594 265,869 246,878 229,244 210,823 193,882 178,302 162,382 4,593,045 Fisher et.,al,Real Estate Investment and Finance,12edition 割引率12%で のREVの現在 価値 現在価値合 計 1,656,298 302,500 283,594 265,869 246,878 229,244 210,823 193,882 178,302 1,818,680 鑑定評価額 3,729,773 Fisher et.,al,Real Estate Investment and Finance,12edition page. Real Estate Investment Real Estate Investment 内部収益率(IRR)の計算 内部収益率(IRR)と収益価格(割引現在価値:DCF) • 内部収益率(IRR)の計算: • キャッシュフロー流列 : (x0,x1,x2,………,xn) 0 x0 x1 1 r x2 1 r • ケース.100,000円で投資する→予想されるCFまたはTCRの元では， IRR=4.33% • IRR=5%を達成するためにはいくらで投資すべきか? xn 2 1 r Cash Flow n • 0 = x0+x1c+x2c2+,………,xncn • の解をcとしたとき，1／(1+r)=c (すなわち，r=(1/c)－1)を満足するrを求 める． Year 0 Purchase -100,000 NOI Resale Total Cash Flow -100,000 IRR 4.33% page. 59 1 2 3 4 5 6 9,000 8,730 8,468 8,214 7,729 9,000 8,730 8,468 8,214 7,968 77,286 85,254 1 2 3 4 5 6 9,000 8,730 8,468 8,214 7,729 9,000 8,730 8,468 8,214 7,968 77,286 85,254 Cash Flow Year 0 Purchase -97,350 NOI Resale Total Cash Flow -97,350 IRR 5.00% • 例.キャッシュフロー流列(-2，1，1，1) • 0 = -2 + c + c2 + c3 → c = 0.81 • r = (1／c)－1 IRR= (1／0.81) －1 ≒ 0.235 Chihiro SHIMIZU page. page. 60 15 Real Estate Finance Real Estate Investment Real Estate Investment 投資判断1.投資収益と投資リスクの応用 分析例: • 投資収益:平均値 算術平均 μ ( or ma ) = 幾何平均 m g = n x1 x2 1 n ∑x n i =1 i or μ= SUM [ XB : XE ] or n Aオフィスビルの事例 μ = AVERAGE [ B : E ] xn s or 標準偏差 s 2 s or s 1 n n ( xi mA ) 2 m A : arithmetic mean i 1 n ( xi mA ) 2 194,641 179,998 164,671 137,583 128,143 805,036 0.401 1,745,059 805,035 1,745,057 2,550,092 四捨五入で2,550,000) *BTCF0は物件運営からの税引き前キャッシュフロー，BTCFSは物件売却からの税引き前キャッシュフロー VARP[ XB : XE ] 1 n 現在価値 0.833 0.694 0.578 0.481 0.401 割合 現在価値の合計に対するBTCF0 の現在価値31.57% 現在価値の合計に対するBTCFSの現在価値68.43% 1 n ∑log( xi ) → m g = e log( mg ) n i =1 or mg = POWER [ P , 1 n ] ← P = PRODUCT [ XB : XE ] 投資リスク:標準偏差→ヒストリカルボラティリティ 2 BTCFSの現在価値 4,356,755 5年目 BTCF0の現在価値 BTCFSの現在価値 or log( mg ) = 分散 BTCF0の現在価値 キャッシュフロー 現在価値係数 233,725 259,542 285,121 286,054 319,925 1年目 2年目 3年目 4年目 5年目 合計 s2 i 1 物件取得時 1年目 2年目 3年目 4年目 5年目 税引前キャッシュフロー 税引後キャッシュフロー (BTCF) (ABTCF) 2,550,000 2,550,000 233,725 180,832 259,542 193,643 285,121 205,913 286,054 201,981 4,676,680 4,103,839 税引前IRR 税引後IRR 20.08% 15.45% STDEVP[ XB : XE ] Fisher et.,al,Real Estate Investment and Finance,12edition page. Real Estate Investment page. 62 Real Estate Investment 複数資産への投資判定1 投資物件のシナリオ分析 Office Scenario 悲観的シナリオ Year Purchase NOI Resale Total Cash Flow IRR 0 -100,000 -100,000 1 2 3 4 9,000 8,730 8,468 8,214 9,000 8,730 8,468 8,214 5 7,968 77,286 85,254 悲観的 現実的 楽観的 6 7,729 4.33% IRR(or R) (R x Probability) R - Expected R 25% 50% 25% 1.54% 9.82% 7.16% -12.35% 1.12% 10.12% Expected Return Variance Standard Deviation 18.52% 0.64% 8.02% 6.17% 19.64% 28.64% Probability (P) P x (R-Expected R) 2 0.3815% 0.0062% 0.2559% Apartment 現実的シナリオ Year Purchase NOI Resale Total Cash Flow IRR 0 -100,000 -100,000 1 2 3 4 9,000 9,000 9,000 9,000 9,000 9,000 9,000 9,000 5 9,000 90,000 99,000 Scenario 6 悲観的 現実的 楽観的 9,000 7.27% IRR(or R) (R x Probability) R - Expected R 25% 50% 25% 2.50% 7.50% 5.00% -5.00% -3.52% 1.48% Expected Return Variance Standard Deviation 15.00% 0.13% 3.61% 10% 15% 20% Probability (P) 2 0.0625% 0.0620% 0.0055% Hotel 楽観的シナリオ Year Purchase NOI Resale Total Cash Flow 0 -100,000 IRR 10.21% -100,000 1 2 3 9,000 9,270 9,548 9,000 9,270 9,548 4 5 Scenario 6 悲観的 現実的 楽観的 9,835 10,130 10,433 104,335 9,835 114,464 Fisher et.,al,Real Estate Investment and Finance,12edition page. 63 Chihiro SHIMIZU P x (R-Expected R) IRR(or R) (R x Probability) R - Expected R 25% 50% 25% 1.25% 10.00% 8.75% -13.52% 1.48% 16.48% Expected Return Variance Standard Deviation 20.00% 1.15% 10.71% 5.00% 20% 35% Probability (P) P x (R-Expected R) 2 0.4571% 0.0109% 0.6788% Fisher et.,al,Real Estate Investment and Finance,12edition page. 64 16 Real Estate Finance Real Estate Investment Real Estate Investment 複数資産への投資判定2 投資判断2.ポートフォリオ理論の応用 SUMMARY 期待収益 18.52% 15.00% 20.00% Property Hotel Apartment Hotel 22 リスク 8.02% 3.61% 10.71% • どのように，資産をミックスさせたらよいのか? リスク調整済みリターン 2.309 4.160 1.868 • 危険資産 ＋ 危険資産 =ものすごく危険な資産××× • リスク分散: • 効率的(有効)フロンティア • リスクとリターンの最適な組み合わせをあらわすものであり，リスク量か らみた最大期待収益率，逆に言えば，最大期待収益率を得るためのリ スク量が求められる． 0.12 21 Apartment 0.1 20 0.08 Hotel 19 0.06 Office 18 Office 0.04 17 16 0.02 15 0 Apartment 14 3 4 -0.02 5 6 7 8 9 10 11 12 Hotel 0 10 20 30 40 50 13 60 • 数学的にも，経済理論的にも整合性を持った理論体系 • 2資産間の共分散さえ計算できれば，最適ポートフォリオ選択は，実際 に計算可能 page. 65 Real Estate Investment Real Estate Investment Risk Analysis and Statistics:リスク分析と統計学 sx 1 n 2 s xy 1 n page. 66 n ( xi mx ) 2 , sy i 1 2 1 n n 共分散・相関係数の計算例 x1 ( xi my )2 , id 1 2 3 m y ) 共分散 i 1 4 5 平均* rxy 1 n 1i n 1 標準偏差 zx・ i zyi x2 xi x3 x xi x4 x 2 zxi xi 0.881 0.913 0.938 1.006 0.980 n 0.944 0 y1 x sx i 1 n ( xi mx )( yi 資産A:x i -0.063 0.004 -4.218 -0.031 -0.006 0.001 0.000 -2.076 -0.377 0.063 0.037 0.004 0.001 4.202 2.469 n n-1 n 0.000 0.000 0.000 3.391 資産B:y i 0.889 0.918 0.934 1.008 1.016 n 0.953 0 y2 yi y3 y yi y4 y 2 zyi yi y sy 0.004 -3.857 0.004 -0.035 -0.019 0.001 0.000 -2.105 -1.144 0.001 0.000 0.055 0.063 0.003 0.004 3.305 3.802 n n-1 n 0.000 0.000 0.000 3.391 →相関係数 0.003 0.002 n 16.271 4.371 0.431 13.889 9.386 n-1 0.0022 共分散 rxy page. 67 x4 ×y4 -0.064 共分散: s xy Chihiro SHIMIZU x2 ×y2 0.964 相関係数 1 n zx・ i zyi n 1i 1 1n (xi mx )(yi my ) ni 1 page. 68 17 Real Estate Finance Real Estate Investment Real Estate Investment ポートフォリオ／分散投資／収益率の計算 資産 A の収益率 s は，平均が 収益率 r は， 平均が r s で標準偏差が で標準偏差 r ポートフォリオ／分散投資／リスク量の計算 • s の確率分布に，資産 B の 収益率の分散(σ2)を求める の確率分布に従うものとする。 ここで， 2 ポートフォリオを行うにあたり，資産 B 投資にあてる比率を ，資産 A に あてる比率を 1 とすると，その収益率( i )とその期待値 i は，次のよう E r に求められる。 i R i E( i ) 1 2 S E( R ) 1 E( S ) 1 r E (i i 1 2 s 2 2 1 r 2 1 r i) 2 s 2 1 s E r r s s s Source.清水千弘(2004)『不動産市場分析』住宅新報社 Source.清水千弘(2004)『不動産市場分析』住宅新報社 page. 69 Real Estate Investment page. 70 Real Estate Investment 有効フロンティアの作成(Excel.7) 14% B C D E 2 3 4 5 6 7 資産A 0 0.01 0.02 0.03 0.04 資産B 1 0.99 0.98 0.97 0.96 リスク 13.09 13.00 12.90 12.80 12.71 リターン 46.00 45.64 45.28 44.93 44.57 8 0.05 0.95 12.61 44.21 F G H 期待収益率 資産A 資産B 10.2 46 I J K 分散・共分散 資産A 123.94 42.52 0.06 0.94 12.52 43.85 0.07 0.93 12.43 43.49 11 0.08 0.92 12.33 43.14 12 0.09 0.91 12.24 42.78 13 0.1 0.9 12.16 42.42 14 0.11 0.89 12.07 42.06 15 0.12 0.88 11.98 41.70 16 0.13 0.87 11.89 41.35 17 0.14 0.86 11.81 40.99 18 0.15 0.85 11.73 40.63 19 0.16 0.84 11.64 40.27 20 0.17 0.83 11.56 39.91 外貨建株式 10% =$H$4*B3+$H$5*C3 50.00 9 10 制約条件あり 各資産のウェイト≧ ０ 制約条件なし 12% 資産B 42.52 171.43 0 s =($I$4*B3^2+$J$5*C3^2+2*$J$4*B3*C3)^0.5 E 期 待 収 益 率 （ ％ ） 1 国内株式 転換社債 8% 6% 外貨建債権 制約条件あり ５０％≦国内債券≦７０％ １０％≦国内株式≦３０％ ０％≦転換社債≦１５％ ０％≦国外債券≦１５％ ０％≦国外株式≦１５％ 4% A 不動産 2% 0% 1 r 国内債券 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% リ ス ク （ ％ ） 0.00 9.0 0 r s 国内株式：ＴＯＰＩＸ＋ＤＩＶ 外貨建株式：ＭＳＣＩ（ＹＥＮ） 国内債券：野村ＢＰＩ 外貨建債券：ＳＳＢＷＧＢＩ（ＹＥＮ） 転換社債：日興ＣＢＰＩ 不動産指数：リクルートＲＲＰＩ Source.清水千弘(2004)『不動産市場分析』住宅新報社 page. 71 Chihiro SHIMIZU page. 72 18 Real Estate Finance Real Estate Investment Real Estate Investment Appendix.効率的市場仮説 制約条件 各資産のウェイト≧０ 12% 外貨建株式 10% 期 待 収 益 率 （ ％ ） 不動産ありの場合の 有効フロンティア 国内株式 転換社債 8% 6% 不動産なしの場合の 有効フロンティア 4% 国内債券 不動産 2% 外貨建債権 0% 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% リ スク （ ％ ） 国内株式：ＴＯＰＩＸ＋ＤＩＶ 外貨建株式：ＭＳＣＩ（ＹＥＮ） 国内債券：野村ＢＰＩ 外貨建債券：ＳＳＢＷＧＢＩ（ＹＥＮ） 転換社債：日興ＣＢＰＩ 不動産指数：リクルートＲＲＰＩ • ポール・A・サミュエルソン (1965) ，ベノワ・マンデルブロ (1966) • 効率的市場仮説 • もし市場がきちんと機能していたら，資産についてのあらゆる公開情報 （一部のバージョンでは非公開情報も）はすぐにその価格に反映される (「効率的」とは，エージェントたちが全部の情報を利用している）． • 価格がランダムで，予測不可能に見えるなら，投資家は，すべてのさや 抜きの機会はすでに目一杯利用されてしていることを意味する． • ランダムウォークとは? • ホルブルック・ワーキング (1934)，アルフレッド・コウルズ (1933, 1937) (アメリカの株価)，モーリス・G・ケンダル (Maurice G. Kendall) (1953) (イ ギリスの株価や商品財価格) • 資産市場においては、時系列的な価格変動には何の相関性もない． • →予測不可能性 page. 73 Real Estate Investment Real Estate Investment ホワイトノイズ・ランダムウォーク 自己相関係数 理論的な観点からは,時系列データは時刻 t に対応した確率変数 X t の集合であり,時刻順に並 Autocorrelations: マンション価格収益率 Auto- Stand. Lag Corr. Err. -1 -.75 -.5 -.25 0 .25 .5 .75 1 1 .955 .089 . ・**.*************** 2 .916 .089 . ・**.************** 3 .866 .088 . ・**.************* 4 .787 .088 . ・**.************ 5 .715 .088 . ・**.********** 6 .629 .087 . ・*.********** 7 .527 .087 . ・*.******** 8 .439 .086 . ・*.****** 9 .337 .086 . ・*.**** 10 .237 .086 . ・*.** 11 .159 .085 . ・** 12 .063 .085 . ・ . 13 .004 .085 . * . 14 -.053 .084 . *・ . 15 -.105 .084 .**・ . 16 -.135 .083 ***・ . べた,その集合を確率過程(stochastic process)と呼ぶ。 自己回帰モデル(AR モデル) x (t 時系列データで, p), , x(t 2), x(t 1), x(t ) として与えられているとき,t 時点の変 動が過去に影響を受けていると想定される．この場合,最もシンプルな AR(1)モデルは, ' x(t ) 1 x(t 1) (t ) として，さらに，一般系として p 次のモデルは, x(t ) page. 74 ' 1 x(t 1) 2 x(t 2) p x (t として表現され，推定されるパラメータは, p) 1 (t ) 1となる。 ここで， (t ) はホワイトノイズ(白色雑音)である。ホワイトノイズとは，平均値：E X t 分散・共分散： var( X t ) 2 ， cov X t , X t s 0， 0 ，つまり，平均値は 0 であり,分散は 一定,自己共分散は s のみに依存し他の時点とは独立である． 定常確率過程とは，時系列データの平均（期待値）が一定，分散が一定，共分散が一定である ことをいう． 具体的には，定常性を満たす時系列データとは，分散が時間が経過してもある一定の範囲内に Plot Symbols: Total cases: 123 収まり，長期的にはそのデータの期待値（平均）に収束するデータのことをいう．ホワイトノイ Box-Ljung 114.885 221.528 317.513 397.625 464.263 516.304 553.120 578.866 594.168 601.832 605.286 605.836 605.837 606.234 607.812 610.437 Prob. .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 Autocorrelations * Two Standard Error Limits . Computable first lags: 122 ズのデータも，定常性を満たしている． page. 75 Chihiro SHIMIZU page. 76 19 Real Estate Finance Real Estate Investment Real Estate Investment 住宅価格指数を用いたポートフォリオ 首都圏マンション賃料の推移 住宅ファンドの組成にあたり，どのような地域に対して，どの 程度投資をしたらいいのか? 1.20 首都圏 都区部 都下 神奈川 埼玉 千葉 1.15 1.10 1.20 首都圏 1.15 都区部 1.10 神奈川 1.05 都下 埼玉 千葉 1.05 1.00 0.95 1.00 0.90 0.95 0.85 0.90 0.80 4 7 10 1 4 00 01 0.85 7 10 1 4 02 7 10 1 4 03 7 10 1 4 04 7 10 1 4 05 7 10 0.80 4 7 10 1 4 00 01 7 10 1 4 02 7 10 1 4 03 7 10 1 4 04 7 10 1 4 05 7 10 page. 77 Real Estate Investment page. 78 Real Estate Investment ボラティリティの期間構造 ポイント別ボラティリティの分布 7 7 6 6 50Point 5 5 40 41 39 38 20Point 4 4 3 200206 200112 200106 200012 200006 199912 199906 199812 199806 199712 199706 199612 199606 199512 199506 199412 199406 199312 199306 2 3 2 1 RRPI:月次 有効数 = page. 79 Chihiro SHIMIZU 45 46 All ボラティリティ ヒ ス ト リカ ル ・ボ ラテ ィリ テ ィ:Yearly 10Point 78 78 78 78 78 10Point 20Point 30Point 50Point All page. 80 20 Real Estate Finance Real Estate Investment Real Estate Investment リスク－リターン分布 図表 ３-48. 投資対象エリアの選択:リスク調整済みリターン 0.14 葛飾区1R 板橋区1R id 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 江東区1R 港区1R 0.12 市川市DK 中央区1R 0.1 練馬区1R 新宿区DK 江東区FA 文京区DK 武蔵野市1R 平均 0.08 中野区FA 世田谷区FA 0.06 大田区FA 朝霞市FA 0.04 和光市FA 0.02 0 0.02 0.04 0.06 0.08 0.1 標準偏差 地域 投資対象 江東区FA 品川区DK 新宿区DK 港区1R 江東区DK 新宿区1R 目黒区DK 渋谷区1R 港区DK 墨田区DK 川口市DK 墨田区FA 港区FA 中野区FA 板橋区DK 世田谷区FA 渋谷区FA 品川区1R 船橋市FA 豊島区1R ＊ ＊ ＊ ＊ ＊ ＊ 平均(A) 0.092 0.093 0.096 0.119 0.105 0.108 0.106 0.106 0.097 0.106 0.086 0.080 0.094 0.067 0.086 0.063 0.098 0.108 0.084 0.104 14 13 11 1 7 3 4 5 10 6 16 18 12 19 15 20 9 2 17 8 標準偏差 A／B (B) 0.015 0.017 0.020 0.026 0.023 0.024 0.025 0.027 0.025 0.028 0.023 0.022 0.026 0.019 0.024 0.019 0.030 0.033 0.026 0.033 1 2 5 13 7 10 11 16 12 17 8 6 14 3 9 4 18 20 15 19 出典)清水千弘著『不動産市場分析』住宅新報社 6.305 5.351 4.710 4.593 4.533 4.398 4.294 3.938 3.840 3.763 3.696 3.686 3.630 3.629 3.585 3.302 3.262 3.251 3.237 3.135 出典)清水千弘著『不動産市場分析』住宅新報社 page. 81 Real Estate Investment page. 82 Chihiro SHIMIZU2008 [email protected] Real Estate Investment 24ヶ月の投資対象6エリアの総合収益率の推移 投資対象候補エリアによる有効フロンティア 0.250 江東区FA 品川区DK 新宿区DK 港区1R 渋谷区1R 世田谷区FA 0.200 0.12 0.11 港区1R 0.150 0.1 0.100 Return 渋谷区1R 品川区DK 新宿区DK 江東区FA 0.09 0.08 世田谷区FA 0.050 0.07 0.000 9 2003 11 1 2004 3 5 7 9 11 1 2005 3 5 7 0.06 9 0.005 0.01 0.015 0.02 0.025 0.03 Risk 出典)RRPI-Clubデータから作成 RRPI サブインデックスによる有効フロンティア Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page. 83 Chihiro SHIMIZU2008 [email protected] page. 84 21 Real Estate Finance Real Estate Investment Real Estate Investment Asset Allocation 講義3.ポートフォリオ戦略の策定 • 不動産投資の目的 – 将来の(広義の)キャッシュフローを得ること 100% – 賃料・売却代金にかかわらず，キャッシュフローをもたらすからこそ 価値があり，価格が存在する。 90% 80% 70% 世田谷区FA 60% 江東区FA • 不動産リスク – 不動産が生み出す将来キャッシュフローのブレ:価格変動のリスク – 収益源泉 – キャッシュフローに影響を与える各種リスク →従来の不動産に変わりなし→不動産市場分析 新宿区DK 50% 品川区DK 40% 渋谷区1R 30% 港区1R 20% 10% 0% 2.19% 2.05% 1.92% 1.79% 1.67% 1.55% 1.44% 1.33% 1.24% 1.15% 1.07% 1.01% 0.97% 0.94% 0.92% 0.91% 0.90% 0.90% 0.90% Risk • 不動産投資 – リスク量に見合った“リターン”を追及し，“不動産リスク”を保有する 資産配分 Chihiro SHIMIZU2008 [email protected] page. 85 Real Estate Investment Chihiro SHIMIZU2008 [email protected] Real Estate Investment What is Real Estate Investment Risk?:不動産投資リスクとは??? • • • • • • • • • • • 証券化不動産投資 -不動産にかかわるリスク -不動産市場にかかわるリスク -金融市場にかかわるリスク Risk:分からないものをすべてリスク??? ● Revisit the Known Known ● The Known Unknowns : Financial Engineering 1: Portfolio/Risk-Return構造 ● The Unknown Unknowns : Financial Engineering 2???+ Art (Balance) +Unknowns (Risk) Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page. 86 page. 87 不動産投資リスクの定量化とリスクとリスクマネジメント • Question1.What to buy and hold? • • 株式・債権・不動産 etc オフィス・住宅・商業施設・ホテル・倉庫 etc • Question2.Where to buy and hold? • 国内・海外 • 東京都区部・都下・その他の大都市圏・地方都市 • Question3.How to buy and hold? • Direct Investment , REIT , Fund of Funds • →何を基準として，どのように決定するのか? • 基準.Risk＋Return＋Balance Chihiro SHIMIZU2008 [email protected] page. 88 22 Real Estate Finance Real Estate Investment Real Estate Investment Question1.What to buy and hold? Question1.What to buy and hold? 保有資産 REIT or Direct Property 株 株式 債権 Liquidity: Year , Month , Day , Hour -Transaction Cost Cash 不動産 Cash -Marketing •Question2.Where to buy and hold? 債権 地域・建物 選択 大型 中型 物件属性 近新大 小型 物件 1 物件 ２ 物件 ３ Chihiro SHIMIZU2008 [email protected] 物件 ４ 不動産 t=1 page. 89 Real Estate Investment t=n page. 90 Real Estate Investment Check List of Real Estate Investment: • • • • • ビジネスリスク(Business Risk) 財務リスク(Financial Risk) 流動性リスク(Liquidity Risk) 物価上昇リスク(Inflation Risk) マネジメントリスク(Management Risk) 金利リスク(Interest Rate Risk) 法的リスク(Legislative Risk) 環境リスク(Environmental Risk) Fisher et.,al,Real Estate Investment and Finance,12edition Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU t=3 Chihiro SHIMIZU2008 [email protected] 不動産投資におけるリスクとは? • • • • • • • • t=2 page. 91 • • • • • • • • レントロール分析 リース契約チェック サービス・保守契約チェック 係争中事項および懸案事項のチェック 権限・譲渡証書書類チェック(地役権の内容・範囲,譲渡証書上の制限事 項，権限の精度，先取特権の有無) 物件調査 法令順守 物件実地調査 税務事項(課税評価・特別課税・納税履歴) 損害保険契約 エンジニアリング調査 市場調査 動産の一覧 Fisher et.,al,Real Estate Investment and Finance,12edition Chihiro SHIMIZU2008 [email protected] page. 92 23 Real Estate Finance Real Estate Investment Real Estate Investment Revisit the Known Known The Unknown Unknowns • それでも分からない不動産投資リスク! • →本当のリスク • 制度的な理解によって分かること。 • →証券化不動産投資の構造を知る • Specialist Approach +Artの重要性 • 単純な市場分析をすることによって分かること。 • →経済環境・社会構造の変化が不動産市場に与える影響を知る • ex.人口減少・金利の上昇 • プロパティタイプによって異なるリスク:オペレーションリスク • 法則性・経済理論: • • • 金融のリスク →金利の変動，投資資金の変化 • 不動産市場のリスク →社会構造の変化，需給構造 資産価格P = R ÷ (i – g + risk premium) • →社会経済環境の変化によって決まる Chihiro SHIMIZU2008 [email protected] page. 93 Real Estate Investment Chihiro SHIMIZU2008 [email protected] Real Estate Investment Forecast of Real Estate Investment Market Real Option:簡単なリアルオプション事例 Question. How to buy and hold? ＋Portfolio Question 1.2 Segment Shop Units Shopping Centres Retail Warehouse City Offices West End Offices South East Offices Rest of UK Offices Office Park Standard Industrials Source:IPD Digest 2004 Standing Investment Standing Investment Returns Volatility 10yrs 10yrs 9.4 4.9 11.6 4.6 14.6 5.4 8.2 5.7 10.4 6.1 8.6 5.3 8.9 3.7 9.4 5.5 11.9 4.5 IPD UNIVERSE (UK) 94 RETAIL 44 OFFICES 40 Ratio 1.9 2.5 2.7 1.4 1.7 1.6 2.4 1.7 2.6 開発した場合の NOI=$130,000 Standing Investment Standing Investment Returns Volatility 10yrs 10yrs 11.8 8.9 18 6.2 21.3 14.8 14.5 13.1 14.6 13.2 n/a n/a 10.9 13.4 n/a n/a 9.1 5.9 開発した場合の物件価値=$1,300,000 Ratio 建設コスト=$800,000 1.3 2.9 1.4 1.1 1.1 n/a 0.8 n/a 1.5 土地の価値=$500,000 土地購入 開発した場合の NOI=$70,000 開発した場合の物件価値=$700,000 04 51 30 14 45 20 建設コスト=$800,000 土地の価値=$0(建設しない)* INDUSTRIAL 14 16 20 RESIDENTIAL 0.5 1 11 OTHERS 1.5 2 4 TOTAL 100 100 100 Source:IPD&ING REIM/IPF2004/Robert Houston *土地の価値:「開発した場合の物件の最大価値―建設コスト」もしくは「ゼロ」 Fisher et.,al,Real Estate Investment and Finance,12edition Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page. 94 page. Chihiro SHIMIZU2008 [email protected] page. 96 24 Real Estate Finance Real Estate Investment Real Estate Investment Analysis of Purchase Price:購入価格の分析 • • • • • • • • • • • 従来の評価手法 予想NOI=(0.50×$130,000) + (0.50 × $70,000) = $100,000 キャップレート 12% - 2% = 10% 物件価値 $100,000÷0.10 = $1,000,000 土地に帰属する価値 $1,000,000 – 建設費$800,000 = $20,000 現時点での土地の価値 $200,000 ÷ 1.12 = 178,571 土地評価におけるリアルオプションアプローチ Case01. 1年後のNOIが130,000の場合 : $130,000 ÷ 0.10 = $1,300,000 Case02. 1年後のNOIが70,000の場合 : $70,000 ÷ 0.10 = $700,000 土地の価値=(0.50×$500,000) + (0.50 × $0) = $250,000 現時点での土地の価値 $250,000 ÷ 1.12 = 223,214 第3回講義:不動産投資インデックス • 223,214 – 178,571 = $44,463 • →将来土地を開発するという選択肢を有する更地を保有す る際のリアルオプションの価値 Chihiro SHIMIZU2008 [email protected] 麗澤大学経済学部教授 page. 97 Real Estate Investment page. 98 Chihiro SHIMIZU2008 [email protected] Real Estate Investment Major Property Indexes Commercial Property Price Information in Japan. IPD Total Return Definition NCREIF Total Return Definition Total return - This is the sum of capital appreciation and net operating income in a single period expressed as a percentage of capital employed, with income reinvested. Total return - This is the sum of capital appreciation and net operating income in a single period expressed as a percentage of capital employed, with income reinvested. With respect to a single month total return is defined as: With respect to a single quarter total return is defined as: TRt 清水千弘(Chihiro SHIMIZU) (MVt MV(t 1) Pt St Ct NIt ) (MV(t 1) Pt 12 Ct 12 NIt ) TRt (MVt MV(t 1) St Ct NIt) (MV(t 1) 12 Ct 12 St 13 NIt) Where: TRt is the total return in month t; Where: TRt is the total return in quarter t; MVt is the market value at the end of month t; MVt is the market value at the end of quarter t; Survey Organisation Type1 Type2 Frequency Availability Published Land Price Survey The Ministry of Land, Infrastructure, Transport and Turism Appraisal Price & Index Annually 1970 Urban Land Index Japan Real Estate Association Appraisal Index Bi-annually 1955 IPD: Investment Property Appraisal Databank Index Monthly 2001 The Association for Real Estate Securitization Appraisal Index Quarterly 2001 MUTB-CBRE Real Mitsubishi-UFJ Trust Bank Appraisal Estate Investment Index & CB Richard Ellis Index Yearly 1968 IPD Property Index Pt is the gross purchase cost of whole property purchases; St is the net sale receipts from whole property sales during the month and any other partial sales; St is the net sale receipts from whole property sales during the quarter and any other partial sales; Ct is the net value of all other capital expenditure less receipts during the month, after excluding any flows greater than 20% of the start month value of the asset; and Ct is the net value of all other capital expenditure less receipts during the month, after excluding any flows greater than 20% of the start month value of the asset; and NIt is the net operating income during the month, taken as the quarter amount divided by 3 NIt is the net operating income during the quarter Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page. 99 ARES JREIT Property Index [email protected] page.100 25 Real Estate Finance Real Estate Investment Real Estate Investment Transaction price-based index and Appraisal value based index in Tokyo. effective in policy management? Real Estate Investment / estimated transaction price 120 Rate 100 35,000,000 Land Price(yen per square meter ) 80 30,000,000 60 40 25,000,000 20,000,000 15,000,000 10,000,000 Appraisal Price/Market Land Price 140 Market Price Appraisal Price 5,000,000 Area Small-sized retails and financial offices mixed use Chiyoda Ward 1,250,000 Minato Ward 1,270,000 Calendar Year 1999 1998 1997 1996 1995 1994 1993 Value / Value / Value / Estimate Ratio Estimate Estimate at 1975 Ratio at 1987 Ratio at 1999 Road Width Nearest Station Distance to NS FLR 163m2 27m Kanda 150m 800% 75.98% 58.63% 126.01% 133m2 10m Omotesando 60m 700% 71.02% 63.14% 115.56% [email protected] Chihiro SHIMIZU 1992 1991 1990 1989 1988 1987 1986 1985 1984 1983 1982 Land Value (Yen/m2) at Lot size 1975 Neighbourhood Retails and offices mixed use 1981 1980 1979 1978 1977 1976 1975 1974 Point 2 0 16 -20 14 -40 12 -60 10 8 Market Price 6 4 2 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 1989 1988 1986 1985 1984 1983 1982 1981 1980 1979 1978 1977 1976 0 Calendar Year [email protected] page.102 Lessons from Japanese experience. • 1. Appraisal-based information has systematic problem. • 2. This kind of problem was a major factor in the delay in disposing of bad loans at financial institutions following the bubble’s collapse and one of the factors leading to the subsequent stagnation of the Japanese economy. • Additional Comment: • Who should supply policy-making indicator? • Reporting of multiple property investment indexes supplied by the private sector ceased during the 2000s, due to companies going under, finding it difficult to collect data, or abandoning the index business, which caused confusion in the market. 0 Point 1 20 18 Real Estate Investment Appraisal Value to Market Price ratio: Appraisal value ID 40 Appraisal Price page.101 [email protected] 80 60 1975 • Smoothing problem, Valuation error problem, Lagging problem, Client influence problem. • (Nishimura and Shimizu (2003), Shimizu and Nishimura (2006), (2007) 100 MarketPrice Index:1975=1 • → One cause suggested during the series of policy-related discussions following the bubble’s collapse was that there were significant errors in the property appraisal prices forming the raw data for creating the indexes. 120 PublishedLandPrice annual change rate (%) • The question of why these property price indexes were not effective in policy management during the bubble era and the subsequent collapse process is a vital one. 1987 Why J-CPPI were not page.103 [email protected] page.104 26 Real Estate Finance Real Estate Investment Real Estate Investment How should we estimate CPPI? Major CPPI in the world: • MSCI-IPD property index: MSCI-Investment Property Data Bank, UK • 25 countries (UK, France, Germany, Sweden, Denmark, Spain, US, Australia, Japan, Korea……… ) Theoretical Framework Present Value: Vvt Ovt 1 rt • NCRIEF property index, PREA, US • MIT commercial property price index (TBI) ,US • →the hedonic price method using NCRIEF transaction price data. • →Investment market [email protected] • • • • y vt 11 (1 r )(1 r t 1 ) t m v 1 m 1 t m v 1 i t y t (1 r i ) Ovt 11 (1 r )(1 r t 1 ) t m v 1 m 1 t m v 1 i t O t (1 r i ) Vv:tthe initial asset value for the period t, : the income corresponding to , Vvt y :vtthe expenses paid at the end of the period , : tthe expected nominal discount (interest) rate for period t Ov rt page.105 Real Estate Investment page106 . [email protected] Real Estate Investment Empirical Model : Hedonic model for rent, price Several methods of CPPI estimation. • Repeat sales price method: (Transactions) • The depreciation problem and renovation problem • (Diewert, 2007; Shimizu, Nishimura, and Watanabe, 2010). • Hedonic price method: (Transactions) • The hedonic price method, it is necessary to collect considerable property price-related attribute data.→Omitted variable bias • Present value method: (Rent or Income) • In the appraisal practice, appraiser usually uses Discounted Cash Flow approach or Income approach (not comparable approach using transaction prices). • →Present Value in neo-Classical Economic Theory [email protected] Chihiro SHIMIZU yvt 1 rt page.107 and discount rate Rent Model ln yit 0 j X ij J Price Model ln Vit 0 j X ij J ln( yit / Vit ) ( 0 0 t Dt t Dt ln rit ( 0 ) ( j j ) X ij 0 ) j j ) ( t t ) Dt ( 1i 2i ) T ( j j ) X ij J ( 2i T J Discount rate Model 1i T ( t t ) Dt i T ln yit xij ln pit xij X: Characteristics of property D: Time Dummy [email protected] page.108 27 Real Estate Finance Real Estate Investment Real Estate Investment Estimation result of hedonic equation: Income, Price and Discount rate Constant 2 S : Floor space (m ) A : Age of Building (years) H : Number of stories (stories) TS : Time to the nearest station: (mimutes) TT: Travel Time to Central Business District (minutes) LD k (k=0,…,K) Model.V A3 β: Coef std err 11.057 0.006 -0.006 -0.001 0.130 *** 0.003 * 0.001 *** -0.004 0.005 0.002 13.614 0.002 -0.009 0.006 0.117 -0.018 0.004 Model.r A Coef std err *** 0.003 0.001 *** 0.002 *** -2.557 0.005 0.003 -0.007 0.078 *** 0.002 ** 0.001 *** 0.001 *** 0.014 0.003 *** *** -0.015 -0.023 0.006 Yes TD q (q=0,…,Q) 0.005 Yes: Census 0.889 4,926 0.014 0.008 0.003 0.008 Yes: Census - Yes - 0.672 4,926 1.2 exp( t ) rt A exp( t t ) YA: Model.yA Rent 1 rA: Model.rA 0.8 Discount Rate page.110 [email protected] Real Estate Investment Stickiness (Rigidity) of Appraisal Value = Smoothing y r V Two Discount Rate(rM) from Appraisal & Stock market Dividend= y i : property income (Net Operating Income) r ij = • Rigidity of Discount Rate(r). Shimizu C., K.G. Nishimura and T. Watanabe (2010), Residential Rents and Price Rigidity: Micro Structure and Macro Consequences, Journal of Japanese and International Economy, Vol.24, pp.282-299. [email protected] Property Market Real Estate Asset • Rigidity of Rent(y). Chihiro SHIMIZU Price exp( t ) page.109 Real Estate Investment • VA3: Model.VA3 0.6 *P<.01, **P<.0.05, ***<.0.01 Note: The dependent variable in each case is the log of the price. [email protected] 1.4 Vˆt A yˆ t *** Yes 0.773 4,926 -2.557 0.005 0.003 -0.007 *** *** Yes: Census α-β 2001q2 2001q3 2001q4 2002q1 2002q2 2002q3 2002q4 2003q1 2003q2 2003q3 2003q4 2004q1 2004q2 2004q3 2004q4 2005q1 2005q2 2005q3 2005q4 2006q1 2006q2 2006q3 2006q4 2007q1 2007q2 2007q3 2007q4 2008q1 2008q2 2008q3 2008q4 2009q1 2009q2 2009q3 2009q4 2010q1 2010q2 2010q3 2010q4 Model.y A α: Coef std err 1.6 α-β β 2001.2nd qu art er= 1 α Appraisal Price, Rent and Discount Rate page.111 Tobin’s Q (Calculated by Appraisal Value) [email protected] Stock Market Equity (Stock) Debt page.112 28 Real Estate Finance Real Estate Investment Real Estate Investment Tobin’s Q Co-movement in Tobin’s q among the four REITs 2.0 • An important thing to note is that there is a strong comovement in Tobin’s q among the four REITs, suggesting that the divergence between stock market based prices and appraisal prices was caused by the factors common to the four REIT rather than idiosyncratic factors. 1.8 1.6 1.4 1.2 1.0 0.8 0.6 Nippon Building Fund 0.4 Japan Real Estate Investment Corporation Global One 0.2 Nomura Real Estate Office Fund • Another potential source of the deviation of Tobin’s q from unity is the lack of price arbitrage between the REIT market and the property market. [email protected] 2012/3/1 2011/9/1 2011/3/1 2010/9/1 2010/3/1 2009/9/1 2009/3/1 2008/9/1 2008/3/1 2007/9/1 2007/3/1 2006/9/1 2006/3/1 2005/9/1 2005/3/1 2004/9/1 0.0 page.113 Real Estate Investment page.114 [email protected] Real Estate Investment Why Tobin’s q is not unity? Tobin’s q relative to the average • Such an arbitrage transaction may not take place for some (unknown) reasons. 2.0 Nippon Building Fund 1.8 Japan Real Estate Investment Corporation 1.6 • As discussed in Lamont and Thaler (2003), the lack of price arbitrage is sometimes observed in financial markets; for example, the price of a close-end mutual fund sometimes deviates from the underlying value of the asset it owns. Global One Nomura Real Estate Office Fund 1.4 1.2 1.0 0.8 0.6 0.4 • We cannot rule out the possibility that such “mispricing” occurred in J-REIT market during this period. 0.2 [email protected] Chihiro SHIMIZU page.115 [email protected] 2012/3/1 2011/9/1 2011/3/1 2010/9/1 2010/3/1 2009/9/1 2009/3/1 2008/9/1 2008/3/1 2007/9/1 2007/3/1 2006/9/1 2006/3/1 2005/9/1 2005/3/1 2004/9/1 0.0 page.116 29 Real Estate Finance Real Estate Investment Real Estate Investment Discount Rate and Risk Premium: % Trend of Rent / Price ratio: % 7 6.5 6 Rent / Price ratio : % Gordon (1959): Appraisal Based Discount Rate r rA: Madel.rA 5.5 • • • 5 4.5 rM: NOI/Enterprise ratio 4 rktR 3.5 3 investment return on safe assets, i the the risk premium with respect to property investments, the anticipated growth rate of property income (y). • Risk premium: y i X kt it Stock Based Discount Rate Qkt r i JGB (10 year) Geometric Mean of income Discount Rate 2003q1 2003q2 2003q3 2003q4 2004q1 2004q2 2004q3 2004q4 2005q1 2005q2 2005q3 2005q4 2006q1 2006q2 2006q3 2006q4 2007q1 2007q2 2007q3 2007q4 2008q1 2008q2 2008q3 2008q4 2009q1 2009q2 2009q3 2009q4 2010q1 2010q2 2010q3 2010q4 2.5 [email protected] i page.117 page.118 [email protected] Real Estate Investment Real Estate Investment Trend of Risk Premium: % Trend of Market Rent and Appraisal Rent Indexes 1.3 6 pA:risk A Appraisal Based Risk Premium 1.2 4 2001.2nd qu arter= 1 Risk p remium(p ): % 5 3 Stock Based Risk Premium Market Rent YM: Market Rent YA: Model.yA 1.1 1 Paying Rent 2 0.9 1 pM: risk M 2003q1 2003q2 2003q3 2003q4 2004q1 2004q2 2004q3 2004q4 2005q1 2005q2 2005q3 2005q4 2006q1 2006q2 2006q3 2006q4 2007q1 2007q2 2007q3 2007q4 2008q1 2008q2 2008q3 2008q4 2009q1 2009q2 2009q3 2009q4 2010q1 2010q2 2010q3 2010q4 [email protected] Chihiro SHIMIZU page.119 2001q2 2001q3 2001q4 2002q1 2002q2 2002q3 2002q4 2003q1 2003q2 2003q3 2003q4 2004q1 2004q2 2004q3 2004q4 2005q1 2005q2 2005q3 2005q4 2006q1 2006q2 2006q3 2006q4 2007q1 2007q2 2007q3 2007q4 2008q1 2008q2 2008q3 2008q4 2009q1 2009q2 2009q3 2009q4 2010q1 2010q2 2010q3 2010q4 0.8 0 [email protected] page.120 30 Real Estate Finance Real Estate Investment Calvo Parameter : λ (New Keynesian Style) : Rigidity of Office Paying Rent yˆ At (1 ) yˆ tN ( M ) yˆ A,t 1 1 ÷ 0.124 ≑ 8 0.874, s.e 0.050 0.124=1－λ(=0.874) Market Rent 1.3 Value & Appraisal Indexes 2.6 PV(M,M): YM / rM 2.4 Market Rent ÷ Stock based DR 2.2 PV(A,M): YA / rM 2 1.8 Appraisal Rent ÷ Stock based DR 1.2 2001.2nd qu arter= 1 Trend of New Present 2003.1nd qu art er= 1 Real Estate Investment 1.1 1 1.6 1.4 1.2 Calvo 1 0.9 Appraisal Based Index Appraisal Rent 2003q1 2003q2 2003q3 2003q4 2004q1 2004q2 2004q3 2004q4 2005q1 2005q2 2005q3 2005q4 2006q1 2006q2 2006q3 2006q4 2007q1 2007q2 2007q3 2007q4 2008q1 2008q2 2008q3 2008q4 2009q1 2009q2 2009q3 2009q4 2010q1 2010q2 2010q3 2010q4 2001q2 2001q3 2001q4 2002q1 2002q2 2002q3 2002q4 2003q1 2003q2 2003q3 2003q4 2004q1 2004q2 2004q3 2004q4 2005q1 2005q2 2005q3 2005q4 2006q1 2006q2 2006q3 2006q4 2007q1 2007q2 2007q3 2007q4 2008q1 2008q2 2008q3 2008q4 2009q1 2009q2 2009q3 2009q4 2010q1 2010q2 2010q3 2010q4 0.8 page.121 [email protected] PV(A,A ): YA / rA 0.8 [email protected] Real Estate Investment page. 122 Real Estate Investment New Daily CPPI, PV(M,M) , PV(A,M) Shiller’s Test : 2003.1.4 – 2012.11.16 1000000 • Then should the change in risk amount that occurred in the stock market be reflected in the property market? 900000 PV(M,M) 800000 700000 • It is known that present values determined using dividend income and prices and risk amounts, and those determined in the stock market are not necessarily matched (LeRoy and Porter, 1981; Shiller, 1981). PV(A,M) 600000 500000 400000 300000 • Shiller’s Test, (1981) 200000 0 2003/1/1 2003/3/1 2003/5/1 2003/7/1 2003/9/1 2003/11/1 2004/1/1 2004/3/1 2004/5/1 2004/7/1 2004/9/1 2004/11/1 2005/1/1 2005/3/1 2005/5/1 2005/7/1 2005/9/1 2005/11/1 2006/1/1 2006/3/1 2006/5/1 2006/7/1 2006/9/1 2006/11/1 2007/1/1 2007/3/1 2007/5/1 2007/7/1 2007/9/1 2007/11/1 2008/1/1 2008/3/1 2008/5/1 2008/7/1 2008/9/1 2008/11/1 2009/1/1 2009/3/1 2009/5/1 2009/7/1 2009/9/1 2009/11/1 2010/1/1 2010/3/1 2010/5/1 2010/7/1 2010/9/1 2010/11/1 2011/1/1 2011/3/1 2011/5/1 2011/7/1 2011/9/1 2011/11/1 2012/1/1 2012/3/1 2012/5/1 2012/7/1 2012/9/1 2012/11/1 100000 [email protected] Chihiro SHIMIZU page. 123 [email protected] page. 124 31 Real Estate Finance Real Estate Investment Real Estate Investment Conclusion3: Issues in conducting of Commercial Property Price Indexes 講義.不動産デリバティブを理解する Question3.How to buy and hold? Additional Risk & Risk Hedge • the reasons that smoothing and lags occur with property prices determined Setting of discount rate for property appraisals must be performed in light of market data. In terms of in the setting of discount rate(or risk premiums). using the capitalization method, it has become clear there are problems • investor-observed market values(PV(A,M)), or do they measure potential market values(PV(M,M))? Price indexes must be explicitly defined: do they measure [email protected] page. page.126 Chihiro SHIMIZU2008 [email protected] Real Estate Investment Barclays/Aberdeen Property Investors – PIC Concept Real Estate Derivatives:英国の経験 • Legislation Regulatory Tax Treatment Accounting Treatment Planning Currency Liquidity of Markets Transparency of Dealing 125 Real Estate Investment • • • • • • • • • • 1980年代前半 PINCsとSPOTs 1990年代にIPDインデックスを利用したデリバティブ商品 London FOX 1991 Property Index Forwards PIFs) 1994 Real Estate Index Markets (REIMs) 1998 Property Index Certificates (PICs) 1999 Seller IPD Annual Index Capital Growth at redemption of Property そのほかのデリバティブ商品 Abbey National plc 住宅インデックス：ハリファックス社の住宅価格インデック スをベースとする。 risk LIBOR minus a margin IPD Income Return IPD Annual Index Capital Growth at redemption Issuing Bank Buyer of Cash payment equal to size of issue Property risk IPD Income Return 出典)IPD-Japan Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.127 Swapping property returns for cash Swapping cash for property return - in a tradable bond form Chihiro SHIMIZU2008 [email protected] IPD-Japan page.128 32 Real Estate Finance Real Estate Investment Real Estate Investment チャレンジ 解決策－ここ10年の変化 • 知識不足 「不動産業界人」のデリバティブの知識 「デリバティブ人」の不動産の知識 • 現物資産（不動産）インデックス • 「過去志向」と投資資金の一方的な流れ • 生保ファンドにおけるCatch 22：流動性が先か、デリバティブが先か • 税処理の不透明性：キャピタル・ゲイン課税か、インカムか？ • 知識と使用用途のミスマッチ 不動産投資全般の契約は、複合ポートフォリオ・マネージャー 不動産ファンド・マネージャーを通して議論される 知識不足 10年超の議論 インデックス IPDインデックス（年次・月次）の確立 タイミング・マーケット観 さらに教育が必要 Catch 22 制約解消 税制 制約解消 知識と用途のミスマッチ 不動産投資全体には複合ポートフォリオ のマネージャー、不動産ファンドの運用 は不動産ファンドのマネージャー （出所）ポール・マクナマラ （出所）ポール・マクナマラ IPD-Japan Chihiro SHIMIZU2008 [email protected] page.129 Real Estate Investment page.130 Chihiro SHIMIZU2008 [email protected] Real Estate Investment デリバティブ 取引先例－マスコミに紹介されたもの • これまでメディアで報道された取引 ￡200m PICs：Barclays & Protego ￡20m swap：Prudential UK & British Land ￡70 m swaps: TD Bank （5事例） ￡70 m swaps: Euro & Deuthce Bank ￡30 m swap: ABN AMRO（初のセクターvs 全セクター 間SWAP) Buyer Agent Seller Pay Interest Rate (LIBOR + premium) The British Land Company plc Euro Hypo & Deutsche Bank Prudential Property Investment Managers Pay IPD All Property Index • プルデンシャル＆ブリティッシュ・ランドの事例のみ、売り手 と買い手が公表されている。 IPD-Japan Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.131 £20m £20m ・Maturity – 3年。１年ごとに決済 ・エージェント・フィー－契約金額に対し小 額をチャージ Chihiro SHIMIZU2008 [email protected] IPD-Japan page.132 33 Real Estate Finance Real Estate Investment Real Estate Investment 市場規模－阻害要因？ ポートフォリオ運用における役割 • 需要：当初の関心は薄れている？ • 流動性：投資家がデリバティブを手放さず、流動性を生まな い • 市場に対する見方：カウンター・パートナーを見つけることの 難しさ • 法制・税制リスク：将来変更のリスク • 不動産価格のボラティリティの小ささ：短期デリバティブの有 効性に限界？ • 資産クラスまたはセクターへの投資 迅速に組み合わせを変更 • リスク分散 • 現在所有している資産の有効活用 既存物件を確保したままで構成を変更 αを維持 • 戦術的な資産配分や市場の選択 IPD-Japan Chihiro SHIMIZU2008 [email protected] IPD-Japan page.133 Real Estate Investment Chihiro SHIMIZU2008 [email protected] page.134 Real Estate Investment デリバティブとストック・セレクション デリバティブ利用の長所 • 売り：重要な資産は売らず、代わりにデリバティブを売る。→ ベンチマークとなるウエイトを超える部分をデリバティブによ り売却。 • 買い：得意分野からさらなる利益を得るため、そのセクター をさらに買い増す。 • • • • • スピード コスト 正確性：ウエイト配分 柔軟性：資産クラス、セクター、セグメント シンプルさ：関係者が少ないこれまでの経過 （出所）Robin Goodchild, LaSalle Investment Management IPD-Japan Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.135 IPD-Japan Chihiro SHIMIZU2008 [email protected] page.136 34 Real Estate Finance Real Estate Investment Real Estate Investment デリバティブ利用の短所 • • • • デリバティブの活用 • 全不動産レベル 海外不動産への投資 アセット配分のバランス ポートフォリオの構築 アンダー・パフォーマンス：コストがかかる分だけ αの喪失：アクティブ運用の機会 流動性と規模：どのくらいの流動性と規模？ 複雑さ：小規模投資家にとって （出所）Robin Goodchild, LaSalle Investment Management • セクター/セグメントレベル（UKの場合） 戦術的ウエイト変更：ショートとロング 小規模投資家：大規模な不動産への配分→ショッピン グ・センター、大規模オフィスなど 大規模投資家：倉庫・配送施設 （出所）Robin Goodchild, LaSalle Investment Management IPD-Japan Chihiro SHIMIZU2008 [email protected] IPD-Japan page.137 Real Estate Investment Chihiro SHIMIZU2008 [email protected] page.138 Real Estate Investment 不動産市場分析の基礎-理論とデータ第4回講義:不動産市場分析 -不動産市場分析の理論・データ- • 1.不動産市場の経済理論的な枠組みを理解する • 2.不動産市場分析に必要なデータに関して理解する • 3.戦後日本の地価動向を理解する 清水千弘(Chihiro SHIMIZU) 麗澤大学経済学部教授 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.139 Chihiro SHIMIZU2008 [email protected] page.140 35 Real Estate Finance Real Estate Investment Real Estate Investment 講義.不動産市場の経済理論的な枠組みを理解する 経済システムと不動産市場 • 1.不動産市場の不透明性 • 情報整備と不動産市場分析能力 • 1.ミクロ分析とマクロ分析 • ミクロ分析:各経済主体の行動を分析 • マクロ分析:市場の変動を分析し，予測する • 2.市場分析とデータ・分析手法 • ミクロ分析:個票データ • 表示選好法(SP : stated preference methods) • 顕示選好法(RP : revealed preference methods) • マクロ分析:集計データ • マクロ計量分析 • 3.不動産の経済市場構造 • 2.不動産市場分析の意義 • ・科学的な分析(Science) • ・実務的な経験を通じて習得される技術(Art) • →不透明な不動産市場を読み解く技術 Chihiro SHIMIZU2008 [email protected] page.141 Real Estate Investment page.142 Real Estate Investment 賃貸市場・資産市場との関係 P= 供給関数のシフト • 供給費用の変化 • ①資金調達市場における金利や建設融資の行動の変化， • ②容積率や建築規制の変更， • ③建築コストの上昇， • ④デベロッパー行動の変化 R i D (R , Economy) = S P = f (C ) • 再開発・コンバージョン C δ (ΔS = C－δS ) S= Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU Chihiro SHIMIZU2008 [email protected] • 家計による住宅供給:中古住宅 page.143 Chihiro SHIMIZU2008 [email protected] page.144 36 Real Estate Finance Real Estate Investment Real Estate Investment 賃貸市場・資産市場との関係 経済システムと不動産市場 • 1.ミクロ分析とマクロ分析 • ミクロ分析:各経済主体の行動を分析 • マクロ分析:市場の変動を分析し，予測する • 2.市場分析とデータ・分析手法 • ミクロ分析:個票データ • 表示選好法(SP : stated preference methods) • 顕示選好法(RP : revealed preference methods) • マクロ分析:集計データ • マクロ計量分析 • 3.不動産の経済市場構造 Chihiro SHIMIZU2008 [email protected] P= R i D (R , Economy) = S P = f (C ) S= C δ (ΔS = C－δS ) page.145 Real Estate Investment Chihiro SHIMIZU2008 [email protected] page.146 Real Estate Investment 講義1.オフィス市場分析 再開発によるOption Value:都心からの距離と付け値曲線 • 4象限モデルのオフィス市場・住宅市場への適用 • オフィス市場分析の視点 • Dipasqual and Wheaton(1996)によるモデル図 • 供給(ストックを含む)と需要を見通す 収益(賃料) 事務所 超過収益 • 3.2.オフィスの供給動向に関する分析 • 3.3オフィスの需要動向に関する分析 住宅 機会損失 CBD(都心中心)からの距離 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.147 Chihiro SHIMIZU2008 [email protected] page.148 37 Real Estate Finance Real Estate Investment Real Estate Investment 非効率性の測定 • 収益格差 Re nt Gapit • RCit ROit 非効率性のコスト(機会損失) Excess Return ER • • 事務所市場としての収益性:事務所賃料(ROit) 住宅市場としての収益性:住宅賃料(RCit) • • • 現行土地市場 事務所→事務所賃料(ROit)< (RCit) →機会損失が発生している 機会損失 = 非効率性の費用 ROit it Chihiro SHIMIZU2008 [email protected] RCit i Figure17.東京23区のオフィスビルの分布 Source : Shimizu, C and K.Karato(2005). Inefficiency of Land Use in the Tokyo Office Market: An Attempt to Measure Social Costs in Inefficiency of Land Use , ARSC2005 page.149 Real Estate Investment Chihiro SHIMIZU2008 [email protected] page.150 Real Estate Investment 住宅市場のミクロ構造 機会損失が発生しているビル:2004年 • アロンゾの立地理論 • 顕示選好法:ヘドニックアプローチ • 表明選好法:コンジョイント法 • Question: • 築年が増加するとどの程度価格は低下するのか? • どのような設備を付加したらいいのか? All Chihiro Rights SHIMIZU2008 Reserved. Chihiro [email protected] SHIMIZU and Kouji KARATO(2005) Chihiro SHIMIZU page.151 Chihiro SHIMIZU2008 [email protected] page.152 38 Real Estate Finance Real Estate Investment Real Estate Investment Ⅰ-1.住宅立地と地代 家計の立地選択 図表Ⅰ-1-二つのタイプの世帯での住宅賃貸料直線- • 住宅の財としての特性 住宅賃貸料R(d) • • • • • • • • • • • (1)必需性， (2)耐久性， (3)重要性， (4)多様性と住宅市場の薄さ， (5)生産における規模の経済性， (6)情報の非対称性， (7)取引費用の重要性， 金本(1997) リスク構造 不動産市場のリスク特性 →他の金融資産とのリスク構造の違いは →高い取引費用・流動性 Chihiro SHIMIZU2008 [email protected] 立地地代 建築賃貸料 raq 農業地代 CBD page. Real Estate Investment b 距離(d) Chihiro SHIMIZU2008 [email protected] page. Real Estate Investment 住宅立地のモデル:リカードの立地理論 住宅立地のモデル:リカードの立地理論つづき1 1. 雇用はひとつの中心でなされ,そこへは家計が居住地から一直線に通勤する。 仮定 5 ・通勤には，1 単位当たり k 円が必要である。 定型化した都市において,住宅市場が均衡したときに,都市の中心部から郊外への移動に ・距離を d とする。 伴って減少する地代ないし賃貸料は,増加する通勤費用と相殺される。 2. 家計は同質。家計あたりの労働者の数は固定。 家計・消費者の唯一の変化→財 x に対しての支出後の所得。 ・家計所得 y。y は，通勤と他のあらゆる財(x),と住宅に費やす。 賃貸料: R(d) = y – kd －x0 3. 住宅はすべての立地点で固定されており,一様な性質を持つ。 b:都市の終わりとなる距離:住宅賃料の最低点 ・住宅賃料:年総計 R(d)→立地(距離 d)によって変化する。 4. 一戸あたりの一定量の土地(q ㎡)と費用 c がかかる建築とを結びつけることで提供され る。居住密度 1/q 5. 住宅はもっとも高い地代を申し出る家計に占有され,土地は最高の地代ないし賃貸料を 住みだす用途に割り当てられる。 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU c page. 都市境界 b : 農業地代 ra 都市境界での住宅賃料: raq+ c 建設費用を年あたりに換算した建築賃貸料 他の財に対する支出: x0 = y – kd – ( raq+ c ) 都市境界から内部への移動: Chihiro SHIMIZU2008 [email protected] page. 39 Real Estate Finance Real Estate Investment Real Estate Investment Ⅰ-1.住宅立地と地代 住宅立地のモデル:リカードの立地理論つづき2 図表Ⅰ-1-二つのタイプの世帯での住宅賃貸料直線住宅賃貸料R(d) ****いかなる立地上の住宅賃貸料も, R(d) = ( raq+ c ) + k(b - d) R1(d) 建て替え費用+(都市境界での通勤費用-当該地点での通勤費用の差) 上式より,地代は,次のように変形される。 rd ra R2(d) kb d q 立地地代 都市地代 建築賃貸料 ・ 代替的な利用法での地代 ・ 住宅がその土地に立地したときに，結果として生じた通勤費用の節約 農業地代 CBD Chihiro SHIMIZU2008 [email protected] c m page. Real Estate Investment b Chihiro SHIMIZU2008 [email protected] 距離(d) page. Real Estate Investment Ⅰ-2.ヘドニック・アプローチの理論的基礎 ヘドニックアプローチの理論的基礎 効用関数: U v, z; ・ 住宅購入を予定した段階から，インターネットや住宅情報誌，ちらしさらにはマンション であればモデルルームの訪問，不動産業者への訪問等を通じて，市場価格関数を推定して 付け値関数: R z; y, u , いく。 ・ 自 分 の 効 用 を 最 大 化 し て く れ る 住 宅 を 選 択 す る 。 そ の た め ， 効 用 関 数 を U v, z を 市場価格関数: p z y v p(z ) のもとで最大化するように行動する。ここで，v は住宅以外の集合財，z は住 宅，y は所得を意味する。 オファー価格関数: O z; , ・ ここで住宅購入者の付け値関数を次のように定義する。各消費者の効用水準をαとしたと きに，効用関数は，U v, z ; 価格形成要因の変化に伴う住宅価格の変化 となり，付け値関数は， R z; y, u, のように定義される。Ｃ Ｄがそれに該当する。 ・ 図では，z 以外は，すべて一定として付け値関数を描いたものであり，また複数の住宅購 ( p z ／ z i , i 1, , n) 入意向者が存在することが想定されるため，市場均衡では，すべての消費者の付け値曲線 が，市場価格と接することとなる。そのため，曲線ＡＢとして描かれる市場価格関数 p z は，住宅購入者の付け値関数の包絡線となる。 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page. Chihiro SHIMIZU2008 [email protected] page. 40 Real Estate Finance Real Estate Investment Real Estate Investment ヘドニックアプローチの理論的基礎.つづき 属性 に関する付け値関数，オファー関数，市場価格関数:上方バイアスの問題 ・ 住宅の供給者は，オファー価格関数のもとで行動をしているものとする。オファー価格関 数は，O z; , P として定義され，βとして表される技術的条件もとで利潤πを得ることを X 1 , X *1 , 想定した場合に提示できる最低価格となる。価格が大きくなるほどに利潤が大きくなるた 2 , B2 P X 1 , X *1 め，下に凸の包絡線となる。 ・ 市場価格関数は，住宅購入意向者の付け値関数と住宅供給者のオファー価格関数の包絡線 となっていることがわかる。 X 1 , X *1 , ・ ヘドニック・アプローチにより，環境改善の効果などを推定することができるのは，環境 1 , B1 質 z が変化したときに，住宅購入意向者の付け値関数がシフトすることに着目したもので X 1 , X *1 , u 2* , I 2 , A2 ある。 ・ 市場価格関数としての不動産価格関数の推定，不動産価格形成要因分析においては， p z の偏微分 ( p z ／ z i , i 1, , n) は，不動産価格形成要因 zi が１単位変化したときの住宅価 格の変化分を意味することから，その特性を生かして，不動産価格形成要因分析として応 X 1 , X *1 , u1* , I 1 , A1 用する。 X1 Chihiro SHIMIZU2008 [email protected] page. Real Estate Investment Chihiro SHIMIZU2008 [email protected] page. Real Estate Investment 環境価値が住宅価格に与える影響 環境質の変化と価格変化.経済理論的基礎 • キャピタリゼーション仮説 • ・足による投票 • ・with-without • ・地方公共財の理論 ・ 市場価格関数は p z として，図において曲線ＡＢとして，付け値関数 R z; y, u , の包絡線と して描かれる。 ・ ある特定の環境質の水準が，zi→ zi’ に変化すると，それに伴い住宅購入意向者の環境質の 改善に対して p’－p の価格変化分に対して支払ったとしても効用水準は変化しないこととな • 環境価値の変化:外部経済・外部不経済 • ・外部不経済(市場の中で取引されない価値) • ・騒音・大気汚染・緑の価値 る。そのため，環境質の変化に対する支払い意志額は p’－p となり，付け値関数から環境価 値が計測できる。 ・ 市場で計測できるのは，市場価格関数であり，その場合には，環境質の水準 zi’ に対応して 図における p”－p として推定されることとなり，p”－p に対応する部分だけ過大に推計され • ヘドニックアプローチ • ・経済理論と統計モデルの融合 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU てしまう。 page. Chihiro SHIMIZU2008 [email protected] page. 41 Real Estate Finance Real Estate Investment Real Estate Investment ヘドニック関数の推定例:専有面積と中古マンション価格と の関係 図表.環境質の変化と価格変化 B 1.25 pz Index:20square m=1 1.2 F p" R z; y , u , p' 1 D E p 1.15 1.1 BaseModel 1.05 DmM 1 A SWR 0.95 40 zi C 60 zi ' 80 100 120 Floor Space(square m) page. Chihiro SHIMIZU2008 [email protected] Real Estate Investment page.166 Chihiro SHIMIZU2008 [email protected] Real Estate Investment 建築後年数と中古マンション価格との関係 駅までの距離と中古マンション価格との関係 1 1 0.95 0.9 BaseModel 0.9 Index:2Munite=1 Index:First Age=1 DmM 0.8 SWR 0.7 0.85 DmM 0.8 SWR 0.75 0.6 BaseModel 0.7 0.5 5 10 15 20 25 0.65 30 5 Age of Building(Year) Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU 10 15 20 25 Time to Nearest Station(Munites) page.167 Chihiro SHIMIZU2008 [email protected] page.168 42 Real Estate Finance Real Estate Investment Real Estate Investment コンジョイント分析の分析例. 設備別支払い許容額 建築後年数(Age)による住宅価値の減価率：地理的分布 ニーズが高い 80 Age-Effect, 2005, Q-1, Tokyo バス・トイレの別 コンロの熱源（ガス） ベランダ 70 備え付けエアコン 収納 部屋の階数 60 （ 絶 対 条 件 + 賃 料 次 第 建物の建築構造 50 ディンプルキー 追焚機能付風呂 オートロック 40 ＢＳ共用アンテナ 又はＣＳＴＶ 30 ） ％ 20 洗浄機能付 のトイレ シックハウス対策 ペット可 ＴＶモニター付オートロック 浴室乾燥機 高速通信の設備 宅配ロッカー 床暖房 ＩＨヒーターの熱源 Estimated GWR Coeffcients of AGE term Min. - 1st Quartile 25% 1st Quartile 25% - 3rd Quartile 75% ニーズが低い デザイナーズ物件 ピアノ等楽器演奏可 ～ ～ 10 0 3,500 3,500 バリアフリー 5,000 6,500 3rd Quartile 75% - Max. 8,000 9,500 11,000 12,500 許容平均額 （円） 賃料が上がるのは避けたい 多少賃料が上がっても構わない 出所)リクルート調べによる Chihiro SHIMIZU2008 [email protected] page.169 Real Estate Investment page.170 Chihiro SHIMIZU2008 [email protected] Real Estate Investment 1.House Price Bubble in Japan and US 第5回講義:住宅市場のマクロ分析 300 Los Angeles 250 Index:2000.01=1.0 New York 200 Tokyo 150 100 198606 198612 198706 198712 198806 198812 198906 198912 199006 199012 199106 199112 199206 199212 199306 199312 199406 199412 199506 199512 199606 199612 199706 199712 199806 199812 199906 199912 200006 200012 200106 200112 200206 200212 200306 200312 200406 200412 200506 200512 200606 200612 200706 200712 200806 200812 50 清水千弘(Chihiro SHIMIZU) 麗澤大学経済学部教授 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.171 page.172 43 Real Estate Finance Real Estate Investment Real Estate Investment Motivations: Contents of this lecture: • 1.Introduction • 1. What extent did house prices increase and decrease during the so-called “bubble” periods in Japan and the U.S? • → A notable problem in Japan is the fact that no index exists that enables us to capture fluctuations in house prices • 2. Why do housing bubbles occur? • →We will compare the relationship between changes in house price and changes in demand based on population characteristics in Japan and the U.S. • 3.Is there a relationship between house price and house rent? • 2.Comparison of House Price Fluctuation with advanced countries • 2.1.House Price Index • 2.2.Causality of house price in major cities • 2.3.Differencies house price fluctuation by region in Japan and US. • 3.Fluctuation Factor of House Price • 3.1.Market Efficiency and Housing Supply • 3.2.Housing Demand and House Price • 4.House Price and House Rent • 5.Conclusions page.173 Real Estate Investment page.174 Real Estate Investment 2.Comparison of House Price between Japan and US. House Price Transaction Samples 2-1.Quality Adjustment House Price Index Pi,t : property i, transaction time t, *Repeat Sales Samples • Repeat Sales House Price Index • -S&P Case – Shiller Index (USA) • -The University of Hong Kong All Residential Price Index Time 1 1* p1,1 4 5 5 p3,4 9 10 p3,7 p3,10 p4,6 p5,2 p6,5 p7,3 8 p7,7 p8,4 ・・・ pn,8 ・・・ ・・・ ・・・ ・・・ ・・・ ・・・ ・・・ ・・・ ・・・ n* 8 p2,8 p3,2 6 page.175 7 p1,9 4 • Mixed Adjustment Method • -Department of Communities Local and Government House • Price Index (UK) 6 p1,4 7* Chihiro SHIMIZU 3 2 3* • Hedonic House Price Index • -Halifax (Nationwide) House Price Index (UK) • -Recruit Residential Price Index (Japan) 2 pn,10 page.176 44 Real Estate Finance Real Estate Investment Real Estate Investment Repeat Sales Method and Hedonic Method • Problems in estimating Hedonic and Repeat Sales Index Traditional Repeat Sales Model（Bailey, Muth and Nourse1963 A.S.A.J; RSBMN） • Hedonic Method: K ln Pht1 • k X hk 1 k 1 t1 ht1 t2 ht 2 • -not all the information that make up house prices is observable; as a result, it has been noted that “omitted variable bias” occurs. Hedonic Model（pooling data） K ln Pht 2 ln( Pht 2 / Pht1 ) k X hk 1 k 1 K ln Pit k X ikt s Ds k 1 t2 t1 ht 2 ht1 • Repeat Sales Method: • • • ˆ ln( Pˆt / Pˆt 1 ) it ˆ t • • t 1 s 1 • ˆ : TimeDummyParameter t - using only transaction price data from repeat sales → sample selection bias . - depreciation occurs over time, and in cases where renovations are done during that period, the houses may no longer have the same value as before. →Depreciation Problem →Renovation Problem By Diewert, W. Erwin E.(2007), “The Paris OECD-IMF Workshop on Real Estate Price Indexes: Conclusions and Future Directions,” The University of British Columbia, Department of Economics, Discussion Paper 07-01. page. 177 Real Estate Investment Real Estate Investment Pairwise Granger Causality Tests Null Hypothesis: 300.0 D(TOKYO_SINGLEHOUSE) does not Granger Cause D(TOKYO_CONDO) D(TOKYO_CONDO) does not Granger Cause D(TOKYO_SINGLEHOUSE) D(LOSANGELES) does not Granger Cause D(TOKYO_CONDO) D(TOKYO_CONDO) does not Granger Cause D(LOSANGELES) D(NEWYORK) does not Granger Cause D(TOKYO_CONDO) D(TOKYO_CONDO) does not Granger Cause D(NEWYORK) D(LONDON) does not Granger Cause D(TOKYO_CONDO) D(TOKYO_CONDO) does not Granger Cause D(LONDON) D(HONGKONG) does not Granger Cause D(TOKYO_CONDO) D(TOKYO_CONDO) does not Granger Cause D(HONGKONG) D(MELBOURNE) does not Granger Cause D(TOKYO_CONDO) D(TOKYO_CONDO) does not Granger Cause D(MELBOURNE) D(LOSANGELES) does not Granger Cause D(TOKYO_SINGLEHOUSE) D(TOKYO_SINGLEHOUSE) does not Granger Cause D(LOSANGELES) D(NEWYORK) does not Granger Cause D(TOKYO_SINGLEHOUSE) D(TOKYO_SINGLEHOUSE) does not Granger Cause D(NEWYORK) D(LONDON) does not Granger Cause D(TOKYO_SINGLEHOUSE) D(TOKYO_SINGLEHOUSE) does not Granger Cause D(LONDON) D(HONGKONG) does not Granger Cause D(TOKYO_SINGLEHOUSE) D(TOKYO_SINGLEHOUSE) does not Granger Cause D(HONGKONG) D(MELBOURNE) does not Granger Cause D(TOKYO_SINGLEHOUSE) D(TOKYO_SINGLEHOUSE) does not Granger Cause D(MELBOURNE) D(NEWYORK) does not Granger Cause D(LOSANGELES) D(LOSANGELES) does not Granger Cause D(NEWYORK) D(LONDON) does not Granger Cause D(LOSANGELES) D(LOSANGELES) does not Granger Cause D(LONDON) D(HONGKONG) does not Granger Cause D(LOSANGELES) D(LOSANGELES) does not Granger Cause D(HONGKONG) D(MELBOURNE) does not Granger Cause D(LOSANGELES) D(LOSANGELES) does not Granger Cause D(MELBOURNE) D(LONDON) does not Granger Cause D(NEWYORK) D(NEWYORK) does not Granger Cause D(LONDON) D(HONGKONG) does not Granger Cause D(NEWYORK) D(NEWYORK) does not Granger Cause D(HONGKONG) D(MELBOURNE) does not Granger Cause D(NEWYORK) D(NEWYORK) does not Granger Cause D(MELBOURNE) D(HONGKONG) does not Granger Cause D(LONDON) D(LONDON) does not Granger Cause D(HONGKONG) D(MELBOURNE) does not Granger Cause D(LONDON) D(LONDON) does not Granger Cause D(MELBOURNE) D(MELBOURNE) does not Granger Cause D(HONGKONG) D(HONGKONG) does not Granger Cause D(MELBOURNE) Tokyo_Condo Tokyo_SingleHouse LosAngeles NewYork 250.0 London HongKong Melbourne 200.0 150.0 100.0 50.0 2008/05 2007/09 2007/01 2006/05 2005/09 2005/01 2004/05 2003/09 2003/01 2002/05 2001/09 2001/01 2000/05 1999/09 1999/01 1998/05 1997/09 1997/01 1996/05 1995/09 1995/01 1994/05 1993/09 1993/01 1992/05 1991/09 1991/01 1990/05 1989/09 1989/01 1988/05 1987/09 1987/01 1986/05 1985/09 1985/01 1984/05 1983/09 0.0 1983/01 House Price and House Demand Granger Causality 2.2.Causality of House Price index between Major Cities. page.179 Chihiro SHIMIZU page.178 Obs F-Statistic Prob. 264 252 252 264 198 256 252 252 264 198 256 252 252 198 249 252 198 249 198 256 195 5.00054 6.82566 0.79408 0.86687 0.39261 0.70586 0.45663 0.15499 1.49256 0.82749 0.55889 0.45035 0.87579 0.79469 0.84724 0.96253 0.35852 0.17325 1.39645 1.7357 0.57265 0.46809 1.24507 5.08511 3.88808 2.40775 0.41059 1.69785 1.75829 2.46411 3.22273 1.6578 0.75721 1.14808 1.8336 1.46852 1.4457 1.60956 2.15627 2.5127 1.0478 0.45614 0.00000 0.00000 0.64590 0.57360 0.95810 0.73250 0.92800 0.99920 0.13780 0.61270 0.86080 0.93140 0.56480 0.64530 0.59300 0.48150 0.97040 0.99870 0.17810 0.06910 0.85010 0.92160 0.25830 0.00000 0.00004 0.00760 0.95010 0.07720 0.06250 0.00630 0.00040 0.08420 0.68220 0.32700 0.04960 0.14450 0.15630 0.09950 0.01760 0.00520 0.40680 0.92750 * * ** * * * page. 180 45 Real Estate Finance Real Estate Investment House Price and House Demand Real Estate Investment Peason’s Correlation coefficient Hedonic Index vs. Repeat Sales Index : Condominium Tokyo_Condo Tokyo_Single Los Angels New York Melbourne New York London Melbourne Hedonic 1.1 Case&ShillerTypelRepeatSales 1 80 70 60 50 40 30 20 10 0 -10 -20 -30 0.9 Index:199009=1 → → → → → → → → appreciation rate:% Tokyo_Single Tokyo_Condo London London London Los Angels Los Angels Los Angels House Price and House Demand Condominium: Hedonic:May.2004(0.33) Repeat Sales:June.2005.6(0.26) Hedonic 0.8 TraditionalRepeatSales 0.7 Case&ShillerTypelRepeatSales 0.6 0.5 The period of the lowest post-bubble house prices in Tokyo: Hedonic 0.4 0.3 Case&ShillerTypelRepeatSales 100 80 60 1 0.120 0.126 0.156 0.008 0.194 40 Hedonic 1 0.833 0.472 -0.174 -0.166 20 0 1 0.295 -0.152 -0.061 1.1 Case&ShillerTypelRepeatSales 1 -0.017 0.085 1 1 -0.024 1 -20 -40 0.9 Index:199009=1 1 0.463 0.119 0.163 0.262 0.096 0.360 appreciation rate:% TOKYO_CONDO TOKYO_SINGLEHOUSE LOSANGELES NEWYORK LONDON HONGKONG MELBOURNE 198606 198612 198706 198712 198806 198812 198906 198912 199006 199012 199106 199112 199206 199212 199306 199312 199406 199412 199506 199512 199606 199612 199706 199712 199806 199812 199906 199912 200006 200012 200106 200112 200206 200212 200306 200312 200406 200412 200506 200512 200606 200612 200706 200712 200806 200812 0.2 TOKYO_ TOKYO_SIN LOSANGE NEWYOR HONGKO MELBOU LONDON CONDO GLEHOUSE LES K NG RNE Single House: Hedonic:August.2004(0.37) Repeat Sales:November.2005(0.31) Hedonic TraditionalRepeatSales 0.8 Case&ShillerTypelRepeatSales 0.7 0.6 Hedonic 0.5 0.4 Case&ShillerTypelRepeatSales 198606 198612 198706 198712 198806 198812 198906 198912 199006 199012 199106 199112 199206 199212 199306 199312 199406 199412 199506 199512 199606 199612 199706 199712 199806 199812 199906 199912 200006 200012 200106 200112 200206 200212 200306 200312 200406 200412 200506 200512 200606 200612 200706 200712 200806 200812 0.3 page. Real Estate Investment House Price and House Demand US Market Forecast Real Estate Investment 2.3.Pattern of House Price Appreciation by Regions. 1.2 • Assuming that the fluctuations in the housing market should vary by region. Tokyo_Hedonic Tokyo_RS 1 page.182 181 LosAngeles NewYork • 0.8 0.6 0.4 0.2 1987/01 1987/10 1988/07 1989/04 1990/01 1990/10 1991/07 1992/04 1993/01 1993/10 1994/07 1995/04 1996/01 1996/10 1997/07 1998/04 1999/01 1999/10 2000/07 2001/04 2002/01 2002/10 2003/07 2004/04 2005/01 2005/10 2006/07 2007/04 2008/01 2008/10 2009/07 2010/04 2011/01 2011/10 2012/07 2013/04 2014/01 2014/10 2015/07 2016/04 2017/01 2017/10 2018/07 2019/04 2020/01 2020/10 2021/07 2022/04 2023/01 2023/10 0 page.183 Chihiro SHIMIZU Our hypothesis is that in both Japan and the U.S., during the respective bubble periods fluctuations in housing prices varied by region. • US: The house price index by state published by OFHEO • →Traditional Repeat Sales Method. • Japan: The Residential Land Price by Public Land Price • →Hedonic Method. page.184 46 Real Estate Finance Real Estate Investment Real Estate Investment Estimation Results of Hedonic Function Sample Selection Bias in Published Land Price • The points of Published Land Price are being changed. • →from 1979 through 1983 and 1992 through 1994, the number of successive points decreased significantly. • Valuation error and Smoothing in Public Land Prices: • Shimizu and Nishimura(2004, 2006) Year 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 No Prefecture Nt:Number of Samples in tperiod 9,346 9,338 9,183 9,442 10,322 10,867 11,146 11,339 10,782 10,782 10,774 10,557 10,591 10,821 10,868 10,901 10,906 11,223 13,519 17,966 19,947 19,948 19,919 20,143 20,249 20,445 20,447 20,544 20,630 20,618 20,274 20,273 19,426 18,834 Nt-1:Number of Samples in tperiod 8,800 8,772 8,640 8,498 7,751 8,596 9,098 8,112 4,904 10,219 10,267 10,123 10,119 10,227 10,421 10,441 10,442 10,394 10,435 12,984 17,480 19,722 19,562 19,683 19,933 20,023 20,144 20,192 20,295 20,383 20,027 20,035 19,300 18,719 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 Nt/Nt-1 0.942 0.939 0.941 0.900 0.751 0.791 0.816 0.715 0.455 0.948 0.953 0.959 0.955 0.945 0.959 0.958 0.957 0.926 0.772 0.723 0.876 0.989 0.982 0.977 0.984 0.979 0.985 0.983 0.984 0.989 0.988 0.988 0.994 0.994 Hokkaido Aomori Iwate Miyagi Akita Yamagata Fukushima Ibaragi Tochigi Gunma Saitama Chiba Tokyo Kanagawa Niigata Toyama Ishikawa Fukui Yamanashi Nagano Gifu Shizuoka Aichi Mie Shiga Kyouto Oosaka Hyougo Nara Wakayama Tottori Shimane Okayama Hiroshima Yamaguchi Tokushima Kagawa Ehime Kouchi Fukuoka Saga Nagasaki Kumamoto Ooita Miyazaki Kagoshima Okinawa area rw ts tt gesui sui gas UX -1.180 -1.245 -1.149 -1.108 -1.157 -1.259 -1.135 -1.216 -1.257 -1.142 -1.039 -1.096 -0.871 -0.919 -1.309 -1.080 -1.170 -1.057 -1.143 -1.370 -1.062 -1.154 -1.013 -1.116 -1.310 -0.994 -0.965 -0.983 -1.060 -1.094 -1.199 -1.054 -1.232 -1.083 -1.143 -1.018 -1.142 -1.240 -1.232 -0.992 -1.294 -0.919 -1.222 -1.139 -1.168 -1.122 -1.225 0.179 0.418 0.016 0.237 0.150 0.234 0.135 0.181 0.221 0.279 0.145 0.120 0.144 0.096 0.369 0.242 0.175 0.168 0.215 0.113 0.204 0.116 0.267 0.329 0.395 0.270 0.221 0.201 0.255 0.168 0.561 0.133 0.156 0.197 0.146 0.117 0.247 0.306 0.284 0.157 0.153 0.685 0.311 0.418 0.125 0.108 0.318 -0.051 -0.038 0.035 -0.112 -0.074 -0.054 -0.028 -0.111 -0.050 -0.062 -0.148 -0.168 -0.125 -0.107 -0.131 -0.062 -0.057 -0.129 -0.039 -0.062 -0.047 -0.070 -0.066 -0.071 -0.074 -0.080 -0.129 -0.123 -0.133 0.014 -0.182 -0.094 -0.086 -0.103 -0.048 -0.037 -0.163 -0.077 -0.038 -0.072 -0.062 -0.006 -0.033 -0.097 -0.057 -0.092 0.015 -0.409 -0.236 -0.321 -0.365 -0.396 -0.342 -0.193 -0.140 -0.244 -0.063 -0.173 -0.283 -0.724 -0.038 -0.331 -0.179 -0.414 -0.318 -0.155 -0.281 -0.213 -0.125 -0.417 -0.040 -0.158 -0.318 -0.342 -0.062 -0.049 -0.158 -0.177 -0.290 -0.266 -0.329 -0.010 -0.303 -0.264 -0.208 -0.272 -0.434 -0.186 -0.211 -0.265 -0.232 -0.273 -0.384 -0.367 0.288 0.187 0.217 0.143 0.230 0.220 0.165 0.206 0.151 0.271 0.109 0.077 0.086 0.040 0.112 0.294 0.157 0.070 0.028 0.330 0.193 0.131 0.146 0.060 0.111 0.134 0.083 0.077 0.054 0.151 0.103 0.089 0.110 0.114 0.022 0.062 0.011 0.180 0.218 0.280 0.094 0.101 0.116 0.106 0.259 0.095 0.112 0.004 0.325 0.086 0.232 0.199 0.398 0.148 0.312 0.258 -0.100 0.307 0.089 0.024 -0.082 0.103 0.212 -0.106 0.335 0.812 0.010 -0.082 -0.051 0.155 0.092 0.830 -0.003 0.106 0.387 0.205 -0.670 0.079 0.237 0.366 0.065 0.254 -0.125 0.176 0.182 0.096 0.143 0.199 0.695 0.140 -0.067 0.415 0.441 0.256 0.180 0.196 0.303 0.257 0.330 0.235 0.179 0.110 0.261 0.186 0.122 0.316 0.231 0.146 0.124 0.158 0.142 0.154 0.258 0.131 0.318 0.268 0.241 0.186 0.380 0.247 0.156 0.158 0.228 0.236 0.279 0.402 0.237 0.256 0.251 0.195 0.232 0.200 0.374 0.315 0.254 0.244 0.330 0.006 -6.221 0.360 0.530 0.284 0.574 -0.177 0.050 -0.428 -0.204 -0.264 0.231 -1.646 -0.578 0.782 -0.418 -0.583 -0.604 -0.335 1.087 -0.122 -0.323 0.080 0.623 0.212 -1.340 1.174 0.009 0.911 -1.254 0.032 -0.298 -0.680 -0.444 0.265 0.330 -0.573 -0.626 0.307 0.304 0.611 0.243 -0.298 -0.147 -0.640 0.634 -0.264 -2.586 UY UXX UYY cp1 cp3 cp6 cp7 -24.091 0.022 0.276 -0.108 -0.275 0.878 -0.951 -0.919 -0.216 -0.034 0.339 -0.732 -63.865 0.805 -0.117 -0.010 -0.589 0.040 -0.079 -0.037 -0.592 -151.022 1.896 -0.054 0.506 -0.776 -42.895 0.560 -0.056 -0.691 -80.239 1.076 -0.001 0.139 -0.387 -0.839 -0.274 -0.091 0.325 -0.710 -0.651 -0.021 -0.369 -0.168 0.008 -0.455 -2.411 -0.026 0.244 0.301 -0.599 1.430 -0.055 -0.042 0.074 -0.560 -0.001 0.012 0.135 -0.349 -3.136 0.947 -0.008 -0.054 -0.195 -0.589 -11.409 0.150 -0.108 -0.797 1.121 -0.110 -0.325 -165.220 2.257 0.026 -0.044 -0.407 -0.935 -0.020 -1.107 0.627 -0.017 -0.078 -0.349 90.043 -1.247 -0.085 0.460 0.202 -0.424 0.771 -0.052 0.066 0.129 -0.559 0.118 -0.058 0.159 -0.455 -0.449 -0.033 -0.141 -0.314 -0.383 -59.555 0.853 -0.032 -0.016 -0.635 0.532 -0.085 -0.198 -0.490 -0.669 1.080 0.004 -0.165 -0.188 -1.101 0.691 -0.031 0.040 -0.847 -70.375 1.000 -0.110 -0.020 -0.930 2.115 -0.100 -0.572 -0.342 -0.225 -0.022 -0.171 -0.413 -0.233 -0.063 -0.102 -0.941 -50.651 0.724 -0.038 -0.656 -0.258 -0.110 -0.616 -0.905 0.002 0.097 -0.729 0.399 -0.058 -1.079 -0.327 0.090 -0.063 0.088 -0.097 -0.462 34.366 -0.518 -0.108 -0.263 -0.498 34.104 -0.527 0.051 -0.292 -55.140 0.821 -0.035 0.635 0.039 -0.954 1.040 -0.120 -0.181 -0.774 -9.789 0.148 -0.012 -0.384 -0.831 -0.607 -0.009 -0.349 -0.765 -0.085 -0.040 -52.347 0.816 -0.038 -0.520 1.593 -0.028 -0.064 -0.590 48.458 -0.873 -0.043 0.070 -1.261 tm Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Number of adjusted 2 Samples R 24,565 0.814 4,965 0.835 3,153 0.827 10,350 0.895 3,300 0.867 3,126 0.867 8,462 0.851 14,836 0.877 8,752 0.879 7,188 0.839 28,425 0.943 27,654 0.864 50,333 0.923 41,470 0.931 7,386 0.851 3,941 0.839 3,903 0.849 2,090 0.858 2,774 0.936 5,125 0.844 6,207 0.893 13,103 0.882 33,687 0.931 8,298 0.885 5,431 0.910 12,672 0.932 34,854 0.944 25,911 0.875 8,399 0.899 3,049 0.878 1,946 0.859 2,215 0.790 7,396 0.880 12,160 0.855 5,714 0.817 2,518 0.929 2,866 0.913 4,405 0.861 2,644 0.890 17,948 0.870 2,001 0.887 4,922 0.815 5,186 0.901 4,496 0.856 4,397 0.896 4,799 0.885 3,348 0.929 page.185 House Price and House Demand (a). Real House prices by prefectures (JPN) DE Gunma DC FL Chiba GA HI Tokyo Kanagawa ID IL Niigata Toyama IN IA Ishikawa Fukui KS KY Yamanashi Nagano LA ME Gifu Shizuoka MD MA Aichi Mie MI MN Shiga Kyouto MS MO Oosaka Hyougo MT NE NV NH NJ NM NY NC ND OH OK OR PA RI SC SD 600,000 500,000 400,000 300,000 Nara Wakayama Tottori Shimane Okayama Hiroshima Yamaguchi Tokushima Kagawa Ehime Kouchi Fukuoka Saga Nagasaki TN TX Kumamoto Ooita UT VT Kagoshima VA WA WV WI 200,000 100,000 page. 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 1989 1988 1987 Okinawa 1986 0 1985 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 CO CT Saitama Source: Ministry of Land, Infrastructure, Transport and Tourism “Published Land Prices” Chihiro SHIMIZU AR CA Tochigi Miyazaki 0 AK AZ Ibaragi 1984 100,000 AL Fukushima 1983 200,000 700,000 1982 300,000 800,000 1981 400,000 Yamagata 1980 500,000 Miyagi Akita 1979 600,000 Iwate 1978 700,000 Aomori 1977 800,000 House Price and House Demand (b). Real House prices by states (U.S.) Hokkaido 1975 900,000 Real Estate Investment 1976 Real Estate Investment page.186 WY Source: Office of Federal Housing Enterprise Oversight, “House Price Index”, U.S. Census of Bureau, “Census of Housing: Median home value.” 187 page. 188 47 Real Estate Finance Real Estate Investment House Price and House Demand Real Estate Investment House Price and House Demand Cluster Classification in Japan by Appreciation Rate of Land Price Gini's coefficient : Comparison between Japan and US 0.450 Japan 0.400 USA 0.350 0.300 0.250 80 70 0.200 Cluster1 Cluster2 60 Cluster3 0.150 50 Cluster4 Cluster5 40 0.100 30 0.050 20 10 0.000 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 1989 1988 1987 1986 1985 1984 1983 1982 1981 1980 1979 1978 1977 1976 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 0 -10 -20 -30 page. Real Estate Investment page. 189 House Price and House Demand Cluster Classification in US by Appreciation Rate of House Price 190 Real Estate Investment 3.Fluctuation Factors of House Price. • If housing demand has an impact on the housing market, then fluctuations in the housing market should vary by region. • US: Mankiw, N. G., and D. N. Weil(1988)(1989) • Japan: Ootake and Shintani(1994)(1996) 30 Cluster1 25 Cluster2 • Our hypothesis is that in both Japan and the U.S., during the respective bubble periods fluctuations in housing prices varied by region. Cluster3 Cluster4 20 Cluster5 15 10 5 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 1989 1988 1987 1986 1985 1984 1983 1982 1981 1980 1979 1978 1977 1976 0 -5 -10 page. Chihiro SHIMIZU 191 page.192 48 Real Estate Finance Real Estate Investment House Price and House Demand Real Estate Investment 3-2(a). Demand: Number of births (JPN) 3-2(b). Demand: Number of births (U.S.) 300 2.5 250 2.0 200 2.0 1.5 150 1.5 1.0 100 1.0 0.5 50 0.5 0.0 0 0.0 2010 2005 2000 1995 1990 1985 1980 1975 1970 2.5 Source: National Center for Health Statistics, "National Vital Statistics Reports." page. page. 193 House Price and House Demand Real Estate Investment 3-3(a). Home ownership rates (JPN) 194 House Price and House Demand 3-3(b). Home ownership rates (U.S.) 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% 0% Age -25 25-29 30-34 35-39 40-44 1980 45-49 1990 50-54 55-59 2000 60-64 65-69 70-74 Age -25 75- 25-29 30-34 35-39 40-44 1980 2005 Source: Ministry of Internal Affairs and Communications Statistics Bureau, “Census" page. Chihiro SHIMIZU 4.5 3.0 Source: Ministry of Health, Labor and Welfare Real Estate Investment Echo baby boom （1980～90's） Baby bust （1965-79） 1965 2010 2005 2000 1995 1990 1985 1980 1975 1970 1965 1960 1955 1950 1945 1940 1935 1930 1925 1920 0 3.5 3.0 1960 50 350 1955 100 4.0 3.5 1950 Baby bust (1955-60) 400 1945 150 4.0 5.0 Baby boom （1946～1960） Number of Live Births [Left Scale] Total Fertality Rates [Right Scale] 1940 200 450 1935 Echo baby boom (1971-73) 4.5 1930 250 5.0 1925 Number of Live Births [Left Scale] Total Fertality Rates [Right Scale] (Ten thousands) 500 1920 (Ten thousands) 300 Baby boom (1947-49) House Price and House Demand 45-49 1990 50-54 55-59 2000 60-64 65-69 70-74 75- 2005 Source: U.S. Bureau of Census, "Housing Vacancies and Homeownership." 195 page. 196 49 Real Estate Finance Real Estate Investment House Price and House Demand Real Estate Investment 3-4(a). Population aged 30-44 (JPN) House Price and House Demand 3-4(b). Population aged 30-44 (U.S.) (Ten thousands) 7,000 (Ten thousands) 3,500 Baby boomer （1947～1949） 3,000 Echo baby boomer （1971～1973） 6,000 5,000 2,500 Baby buster （1955-1960） 2,000 Age 40-44 Age 40-44 Baby boomer （1946～1960） 4,000 Age 35-39 3,000 1,500 Age 35-39 2,000 1,000 Age 30-34 500 Echo baby boomer （1980～90's） Source: Ministry of Internal Affairs and Communications Statistics Bureau page. Real Estate Investment House Price and House Demand Dummy0 j 1 Dummy1 j i Dummyij (3) • the amount of housing demand i for each age (age i) was estimated • Total Housing Demand: Dt i i N (i, t ) (4) page. 2010 2005 2000 1995 1990 1985 1980 page. Real Estate Investment 198 House Price and House Demand Estimation Method of House Demand by Home ownership rates • The aggregate amount of housing demand for the specific age of each household member using the housing demand by household, N and they created ; D D (1) j 1 j • Dj is the amount of housing demand for the jth member in the household, and N is the number of household members. Dj 0 Dummy0 1 Dummy1 i Dummyi (2) • Dummy 0 is the dummy variable, and when age = 0, it becomes 1. Combining formulas (1) and (2) above results in formula (3). 0 1975 Source: U.S. Bureau of Census, "Population Estimates." 197 Estimation Method of House Demand by Mankiw=Weil (1989) D 1970 1960 2010 2005 2000 1995 1990 1985 1980 1975 1970 1965 1960 1965 0 0 Chihiro SHIMIZU Age 30-34 Baby buster （1965-1979） 1,000 199 • Home ownership demand: • we hypothesize that the increase in this rate is equivalent to the ownership demand occurring in that age group • D j ,t O j ,t O j ,t 1 N j ,t Dj,t Oj,t Nj,t : home ownership demand for j cohort over t period : ownership rate for j cohort over t period : population of j cohort over t period • Mankiw and Weil (1989) pointed out that there were no significant differences in the final housing prediction model estimates whether using adult population data or an estimated housing demand index based on individual data. page. 200 50 Real Estate Finance Real Estate Investment House Price and House Demand Real Estate Investment 3-5. Estimated housing demand (JPN & U.S.) House Price and House Demand 3-6(a). Interest rates and housing funds (JPN) 12,000 6,800 Housing Funds - New Loa ns (Domestic banks) 10,000 6,400 （100 million yen） 200,000 Average Contracted Interest Rates (City banks) 10% Average Contracted Interest Rates (Regional banks) 8,000 6,000 MW Index (JPN) 6,000 Population-based index (JPN.) 5,600 4,000 9% 180,000 8% 160,000 7% 140,000 6% 120,000 5% 100,000 4% 80,000 3% 60,000 2% 40,000 1% 20,000 0% 0 5,200 2,000 0 4,800 1970 1975 1980 1985 1990 1995 2000 2005 2,000 12,000 1,600 10,000 1,200 MW Index (U.S.) 8,000 Population-based index (U.S.) 800 400 0 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 6,000 4,000 1970 1975 1980 1985 1990 1995 2000 2005 Source: Mankiw and Weil (1989), Ootake and Shintani(1994) Source: Bank of Japan, “Average contracted interest rates”, “Housing funds – New Loans.” page. 201 Real Estate Investment House Price and House Demand 3-6(b). Mortgage rates (U.S.) page. Real Estate Investment House Price and House Demand 3-7(a). House Demand by prefectures (JPN) 2,500,000 Hokkaido Aomori Iwate Miyagi Akita Yamagata Fukushima Ibaragi Tochigi Gunma 30-Yea r Fixed Rate Mortga ge Saitama Chiba 1-Yea r Adjusta ble Rate Mortgage Tokyo Kanagawa Niigata Toyama Ishikawa Fukui Yamanashi Nagano Gifu Shizuoka Aichi Mie Shiga Kyouto Oosaka Hyougo Nara Wakayama Tottori Shimane Okayama Hiroshima Yamaguchi Tokushima Kagawa Ehime Kouchi Fukuoka Saga Nagasaki Kumamoto Ooita Miyazaki Kagoshima 16% 14% Fixed Ra te Mortga ge Adjusta ble Ra te Mortga ge 2,000,000 15-Yea r Fixed Rate Mortga ge 12% 10% 1,500,000 8% 1,000,000 6% 4% 500,000 2% Source: HSH Associates, "Loan Survey Statistics, Loan Rates & Trends." page. 0 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 1989 1988 1987 1986 1985 1984 1983 0% Chihiro SHIMIZU 202 Okinawa Source: Ministry of Internal Affairs and Communications Statistics Bureau, “Census" 203 page. 204 51 Real Estate Finance Real Estate Investment House Price and House Demand 3-7(b). House Demand by states (U.S.) 5,000,000 4,000,000 3,000,000 2,000,000 1,000,000 2008 2006 2007 2005 2004 2003 2002 2000 2001 1999 1998 1997 Aomori AL AK AZ AR CA CO CT DE DC FL GA HI ID IL IN IA KS KY LA ME MD MA MI MN MS MO MT NE NV NH NJ NM NY NC ND OH 1,400 OK OR 1,200 PA RI SC SD TN TX UT VT 600 VA WA 400 WV WI WY Age 35-39 Age 40-44 Tokyo LP Index Real Estate Investment 300 100 2,000 250 200 80 200 150 60 100 40 50 20 0 1980 1985 Osaka 1990 1995 Age 35-39 2000 Age 40-44 OFHEO HPI 700 8,000 600 7,000 500 6,000 400 5,000 4,000 300 3,000 2,000 1,000 0 1975 1980 Michigan 1985 Age 30-34 1990 1995 35-39 2000 40-44 350 2,500 300 250 2,000 200 1,500 1,000 500 1985 1990 1995 2000 250 1,500 200 2005 140 120 100 60 200 1980 1985 1990 1995 2000 50 50 0 0 2005 40 20 0 1975 1980 100 50 0 New York Age 30-34 35-39 40-44 1990 1995 Real Estate Investment 2000 Okinawa Chiba 50 Ibara gi Nort h Dakot a California 100 (D M95- 00, LP95 -00) (D M05- 08, LP05 -08) 500 3,000 400 40 20 Arkansas -10 0 10 20 30 40 50 North Dakota -20 0 20 2,000 300 1,500 200 40 60 ( DM75- 80 , LP 75 -80) De laware ( DM80- 85 , LP 80 -85) Chi ba Tokyo Ka na gawa ( DM05- 08 , LP 05 -08) 100 Hyougo Okina wa Chi ba 50 (DM8 0- 85, LP80- 85) (DM8 5- 90, LP85- 90) ( DM00- 05 , LP 00 -05) Ka nagawa Ibaragi Ca lifornia 100 Nort h Dakot a Wyomi ng (DM9 0- 95, LP90- 95) (DM9 5- 00, LP95- 00) Oregon 80 North Dakota 0 Alabam a Ne bra ska 40 20 1990 1995 2000 Nort h Dakot a 0 0 1985 (DM0 0- 05, LP00- 05) (DM0 5- 08, LP05- 08) 60 Arkansas 100 500 100 (DM7 5- 80, LP75- 80) Washington ( DM90- 95 , LP 90 -95) ( DM95- 00 , LP 95 -00) Kyout o Cal iforni a 120 ( DM85- 90 , LP 85 -90) 150 0 1,000 80 Change rate of house dem and:% 140 Oosaka 2,500 Al abam a Nebraska Change rate of house demand:% 3,500 (D M00- 05, LP00 -05) 60 0 -20 200 Mankiw House Demand Index (D M90- 95, LP90 -95) Ore gon North Dakota 80 -20 -30 600 Wyoming 0 700 4,000 (D M00- 05, LP00 -05) Kanagawa (D M05- 08, LP05 -08) Hyougo (D M80- 85, LP80 -85) (D M85- 90, LP85 -90) (D M95- 00, LP95 -00) 100 (D M75- 80, LP75 -80) Washington (D M90- 95, LP90 -95) KyoutKanaga o wa Cal ifornia De laware 120 (D M85- 90, LP85 -90) -50 OFHEO HPI 4,500 1980 206 140 (D M80- 85, LP80 -85) Chiba Tokyo 2005 5,000 1975 2005 House Price and House Demand 0 2000 1985 page. Japan: 35- to 44year-old population; U.S.: 30- to 44-yearold population 150 100 0 1980 2,000 1995 LP Index 250 250 100 100 Oosaka 300 1990 Age 40-44 2005 300 300 (D M75- 80, LP75 -80) 150 50 0 1975 2,500 1985 Age 35-39 2000 150 150 150 350 1980 1995 80 800 400 3,000 1975 1990 200 200 1,000 OFHEO HPI 3,500 2005 OFHEO HPI 40-44 450 500 3,000 35-39 500 1,000 0 Age 30-34 1985 Yamaguchi LP Index 200 Florida 100 1980 House Demand vs. House Price 4,000 200 0 1975 Change rate of house price:% 40-44 50 0 2005 1,600 Change rate of house price:% 35-39 100 500 0 1975 Change rate of house price:% Age 30-34 150 1,000 205 House price and population aged 30-44 (U.S.) California 1,500 Source: Ministry of Land, Infrastructure, Transport and Tourism , Ministry of Internal Affairs and Communications Statistics Bureau House Price and House Demand 9,000 LP Index 250 1975 page. Age 40-44 120 2,500 0 Source: U.S. Census of Bureau, “Population Estimates.” Age 35-39 300 Change rate of house price:% 1996 1995 1993 1994 1992 1991 1990 1989 1987 1988 1986 1985 1984 1983 1981 1982 1980 1979 1978 0 1977 House Price and House Demand House price and population aged 35-44 (JPN) 6,000,000 1975 1976 Real Estate Investment -50 -20 -5 2005 0 5 10 15 20 25 Change rate of house dem and:% 30 35 40 -10 0 10 20 30 40 50 60 70 Change rate of house dem and:% Source: U.S. Census of Bureau, “Population Estimates,” and OFHEO “House Price Index”. page. Chihiro SHIMIZU 207 page.208 52 Real Estate Finance Real Estate Investment House Price and House Demand House Demand vs. House Price 200 120 (DM8 5- 90 , LP8 5 -9 0) Chi ba (DM0 0- 05 , LP0 0 -0 5) Kanagawa (DM0 5- 08 , LP0 5 -0 8) Hyougo Oki nawa Chiba 50 • Empirical Analysis: Model (DM8 0- 85 , LP8 0 -8 5 ) (DM8 5- 90 , LP8 5 -9 0 ) (DM9 5- 00 , LP9 5 -0 0) Ka naga wa 100 (DM7 5- 80 , LP7 5 -8 0 ) Washington (DM9 0- 95 , LP9 0 -9 5) Tokyo Kyouto Change rate of house price:% Change rate of house price:% Owner Occupied Demand index 3-10. Result of Empirical Analysis California Delaware (DM8 0- 85 , LP8 0 -8 5) 150 House Price and House Demand 140 (DM7 5- 80 , LP7 5 -8 0) Oosaka Real Estate Investment Ibaragi 0 North Dakot a Cal ifornia 100 Wyoming (DM9 0- 95 , LP9 0 -9 5 ) (DM9 5- 00 , LP9 5 -0 0 ) Oregon Nort h Dakota 80 (DM0 0- 05 , LP0 0 -0 5 ) (DM0 5- 08 , LP0 5 -0 8 ) 60 Alabama Nebra ska • Granger-type VAR with Panel Data 40 20 Arkansas North Dakota 0 -50 -10 -5 0 5 10 15 20 25 -20 30 -20 -10 0 10 Change rate of house dem and:% 20 30 40 50 60 70 Pi ,t 80 Change r ate of house demand:% k Pi ,t k 0 (DM_Co ntro l, LP85-90) Oosaka Change rate of house price:% Change rate of house price:% California (DM85- 90, LP85-90) Chiba Kanagawa Ka nagawa 100 Hyougo 50 Okinawa Ibaragi Rhode Island Di,t (DM_Control, LP00 -05 ) 100 ( DM0 0- 05, LP00- 05) North Dakota (LP95-00, LP00-05) 80 0 5 10 15 20 25 30 2 X i ,t e2i ,t k 60 Pi,t: Housing Price Di,t: Demand Variable Xi,t: Change in fundamentals (Conditioning Variable) Wyomi ng 40 Ore gon -20 -10 0 10 20 30 40 50 Change rate of house dem and:% Change rate of house dem and:% k Di ,t k k 0 -5 k Pi ,t k 0 Nebraska 20 -10 e1i ,t Arkansa s 0 -50 1 X i ,t k Delawa re 120 (DM80- 85, LP85-90) Tokyo 150 Bubble era: Owner Occupied Demand index k Di ,t k k 200 page.209 Real Estate Investment House Price and House Demand page. Real Estate Investment 210 House Price and House Demand 住宅価格と住宅需要の関係1:日本 Empirical Analysis: Estimation Results Response to Cholesky One S.D. Innovations ± 2 S.E. VAR Estimate : Japan VAR Estimate : USA grHousePriceIndex grHouseDemand grHousePriceIndex grHouseDemand Constant grHPI(Lag1) grHPI(Lag2) grHD(Lag1) grHD(Lag2) dRate grGDP F-statistic Log likelihood Akaike AIC 0.000 (0.0020) 0.611 (0.0259) -0.130 (0.0247) -2.994 (0.6973) 4.274 (0.6712) 0.014 (0.0022) 0.418 (0.0615) 196.877 1882.096 -2.751 0.000 (0.0001) 0.000 (0.0012) -0.005 (0.0012) 0.850 (0.0344) 0.048 (0.0331) 0.000 (0.0001) -0.001 (0.0030) 1240.132 5983.415 -8.770 -0.001652 (0.0013) 0.03407 (0.0237) 0.066647 (0.0631) 0.066647 (0.0631) -0.237661 (0.0620) -0.011743 (0.0010) 0.353377 (0.0277) 240.292 2822.327 -3.680 Response of House Price to House Price 0.001226 (0.0004) -0.009078 (0.0085) 0.391596 (0.0228) 0.391596 (0.0228) 0.269695 (0.0224) 0.004687 (0.0003) 0.092434 (0.0100) 241.092 4375.800 -5.711 .08 .06 .06 .04 .04 .02 .02 .00 .00 -.02 -.02 1 2 3 4 5 6 7 8 9 10 Response of Housing Demand to House Price page.211 1 .004 .003 .003 .002 .002 .001 .001 .000 .000 -.001 -.001 2 3 4 5 6 7 8 9 10 2 3 4 5 6 7 8 9 10 Response of Housing Demand to Housing Demand .004 1 Chihiro SHIMIZU Response of House Price Housing Demand .08 1 2 3 4 5 6 7 8 9 10 page.212 53 Real Estate Finance Real Estate Investment House Price and House Demand 住宅価格と住宅需要の関係2:米国 Real Estate Investment House Price and House Demand 住宅価格と住宅需要の関係3:日本 Accumulated Response to Cholesky One S.D. Innovations ± 2 S.E. Response to Cholesky One S.D. Innovations ± 2 S.E. Response of House Price to House Price Accumulated Response of House Price to House Price Response of House Price to Housing Demand Accumulated Response of House Price to Housing Demand .16 .16 .05 .05 .04 .04 .12 .12 .03 .03 .08 .08 .02 .02 .04 .04 .01 .01 .00 .00 -.01 .00 .00 -.04 -.04 1 -.01 1 2 3 4 5 6 7 8 9 10 Response of Housing Demand to House Price 1 .016 .016 .012 .012 .008 .008 .004 .004 .000 .000 -.004 2 3 4 5 6 7 8 9 2 3 4 5 6 7 8 9 10 2 3 4 5 6 7 8 9 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 Accumulated Response of Housing Demand to Housing Demand .02 .02 .01 .01 .00 .00 -.01 -.01 1 1 3 Accumulated Response of Housing Demand to House Price -.004 1 2 10 Response of Housing Demand to Housing Demand 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 10 page.213 Real Estate Investment House Price and House Demand page.214 Real Estate Investment Aging and Real Estate Prices 住宅価格と住宅需要の関係4:米国 Accumulated Response to Cholesky One S.D. Innovations ± 2 S.E. Accumulated Response of House Price to House Price Accumulated Response of House Price to Housing Demand .08 .08 .04 .04 .00 .00 -.04 • Aging in Japan are advancing faster than in other major developed nations, and this is expected to have substantial effects on the country's economic systems, including its social security system. -.04 1 2 3 4 5 6 7 8 9 10 Accumulated Response of Housing Demand to House Price 1 .05 .05 .04 .04 .03 .03 .02 .02 .01 .01 .00 2 3 4 5 6 7 8 9 10 Accumulated Response of Housing Demand to Housing Demand • The shrinking of Japan’s birth rate, aging of its society, and declining of its population • →Real Estate Market .00 -.01 -.01 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 page.215 Chihiro SHIMIZU [email protected] page.216 54 Real Estate Finance Real Estate Investment Real Estate Investment Into the Unkown: Aging and Real Estate Market The Economist: Into the Unknown: A special report on Japan(Nov.20th 2010) “Japan is aging faster than any country in history, with vast consequences for its economy.” 2050 All Japan =2010 Yubari-city [email protected] • →How much demographic factors affected real estate prices in Japan and the U.S. ? page.217 Real Estate Investment [email protected] page.218 Real Estate Investment Research on the relationship between demographic changes and real estate prices • US: Mankiw and Weil (1989): • US housing demand would peak in the 1980s due to the baby boomer generation, making a prediction that housing prices will subsequently decline 47 percent in real terms by 2007. • Engelhardt and Poterba (1991): • No statistically significant relationship was observed with the estimated housing demand index and housing price fluctuations. • Japan: Ootake et al (1996), Shimizu et al (2010) : • Demographic changes have an effect on housing price fluctuations in the short term, but that in the long term, demographic factors do not affect housing prices as housing supply increases in response to an increase in demand. [email protected] Chihiro SHIMIZU • What kind of effect will the falling birthrate, aging society, and declining population have on the real estate market? • Will the often mentioned real estate price asset meltdown really occur? page.219 A special issue of Regional Science and Urban Economics featuring critical essays on Mankiw and Weil (1989) • a) the fact that changes in housing demand have an effect on rental prices, not on selling prices; • b) the fact that housing supply is elastic in the long term, so even if there is a change in housing demand, housing prices will not be affected due to the adjustment of housing supply; • c) the fact that since housing prices should respond immediately when an increase in housing demand is anticipated, the housing demand for a given year alone will not affect housing prices. [email protected] page.220 55 Real Estate Finance Real Estate Investment Real Estate Investment Empirical Method and Data Discussion to Mankiw and Weil after 1991 1) Empirical method • Martin, Robert F. (2005), “The Baby Boom: Predictability in Housing Prices and Interest Rates,” International Finance Discussion Papers 2005-847, Federal Reserve Board, November 2005. • General Equilibrium Model for Housing Market.(A simple Lucas asset pricing model) Nishimura (2011), Nishimura and Takáts (2012) , Takáts (2012) ln Pit ln G D P P C it ln T P O Pit OLDDEP is the old age dependency ratio, which is defined by the ratio of population aged 65+ to the working population (i.e. population aged 20-64), TPOP is total population. The disturbance term is represented by page. Real Estate Investment 221 it . page.222 [email protected] Real Estate Investment 2) Data Table1: Hedonic Regressions of Real Land Prices • Regional real estate price data. Prefecture • US: the Office of Federal Housing Finance Agency (FHFA). • Japan: K lnp jt k X jkt p jt X jkt Ds it s Ds jt , # (2) s 0 k 0 the nominal land price for a property j in year t the attributes associated with property j time dummy, disturbance term. [email protected] Chihiro SHIMIZU (1) it GDPPC is per capita GDP, • →the primary force underlying the evolution of real house prices is the systematic and predictable changes in the working age population driven by the baby boom. [email protected] ln O L D D E Pit page.223 Hokkaido Aomori Iwate Miyagi Akita Yamagata Fukushima Ibaraki Tochigi Gunma Saitama Chiba Tokyo Kanagawa Niigata Toyama Ishikawa Fukui Yamanashi Nagano Gifu Shizuoka Aichi Mie Shiga Kyoto Osaka Hyogo Nara Wkayama Tottori Shimane Okayama Hiroshima Yamaguchi Tokushima Kagawa Ehime Kochi Fukuoka Saga Nagasaki Kumamoto Oita Miyazaki Kagoshima Okinawa Constant term 9.882 10.021 10.069 10.588 10.163 10.199 10.453 10.237 10.689 10.442 11.362 11.334 11.192 11.130 10.733 10.153 10.542 10.620 10.130 10.277 10.445 10.374 10.481 10.075 11.126 11.236 10.787 11.046 11.108 10.749 10.783 10.011 10.317 10.859 10.011 10.227 11.283 10.466 10.835 9.830 9.936 10.268 9.888 10.114 10.293 11.020 10.728 Acreage -0.890 -0.902 -1.012 -0.913 -1.022 -1.124 -1.021 -0.829 -1.177 -0.675 -0.582 -0.870 0.742 0.088 -1.402 -0.567 -1.178 -0.493 -0.919 -0.924 -0.926 -0.939 -0.084 -0.897 -1.507 -0.061 0.078 -0.231 -0.315 -0.733 -1.621 -0.831 -1.843 -1.593 -0.927 -0.011 -1.311 -1.162 -1.453 0.005 -1.334 -0.573 -1.011 -0.493 -1.543 -2.285 -2.706 Building to land ratio 1.370 6.759 1.783 0.028 -1.666 4.141 -2.237 0.647 -0.522 -0.450 0.057 1.676 3.870 -0.001 1.224 0.863 0.655 -0.261 1.588 -0.412 0.781 2.146 1.416 2.335 1.516 3.512 1.135 4.023 3.180 -0.126 -0.214 0.360 1.654 0.019 -0.160 -2.632 0.138 1.147 -1.898 1.683 1.825 -0.553 0.187 -0.121 2.278 -1.084 -2.026 Floor area ratio -0.070 0.351 0.958 -0.359 0.479 0.112 0.275 0.587 0.217 0.056 0.589 0.049 1.920 -0.710 -0.206 0.406 0.162 -1.033 0.515 0.408 0.491 0.660 -0.528 -0.157 -0.062 0.176 1.610 0.216 -0.970 0.115 -1.653 -0.200 0.703 0.716 0.432 0.692 0.633 0.696 0.355 0.301 0.102 0.092 0.478 0.863 -0.311 -0.848 1.020 Distance to Distance to nearest major urban station center -0.025 0.000 -0.024 -0.003 0.006 -0.010 -0.050 0.000 -0.060 -0.015 -0.066 -0.010 -0.042 -0.008 -0.036 0.000 -0.052 -0.012 -0.056 -0.013 -0.075 -0.029 -0.148 -0.015 -0.217 0.000 -0.089 0.000 -0.054 -0.007 -0.063 -0.018 -0.008 -0.011 -0.079 -0.010 -0.058 -0.006 -0.028 -0.007 -0.030 -0.009 -0.036 0.000 -0.070 0.000 -0.062 -0.004 -0.074 -0.022 -0.068 -0.027 -0.115 0.000 -0.175 0.000 -0.103 -0.032 0.016 -0.009 -0.086 -0.003 -0.031 -0.005 -0.046 0.000 -0.051 0.000 -0.060 0.002 -0.030 -0.019 -0.142 -0.021 -0.014 -0.009 -0.002 -0.011 -0.076 0.000 -0.030 -0.015 -0.040 -0.012 -0.030 -0.014 -0.044 -0.015 -0.035 -0.010 -0.030 -0.002 0.156 -0.003 Time dummy YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES YES Adj. Rsquared N.Obs 0.246 0.335 0.505 0.357 0.504 0.512 0.463 0.532 0.618 0.639 0.754 0.573 0.663 0.752 0.462 0.533 0.514 0.551 0.723 0.498 0.555 0.643 0.597 0.619 0.737 0.814 0.625 0.421 0.790 0.568 0.398 0.359 0.558 0.343 0.487 0.641 0.640 0.576 0.468 0.367 0.469 0.379 0.657 0.517 0.583 0.368 0.594 27,225 5,456 3,528 11,559 3,698 3,507 9,364 16,250 9,612 7,941 31,476 30,689 55,352 45,665 8,230 4,355 4,320 2,338 3,118 5,743 6,946 14,365 37,281 9,116 6,021 13,996 38,451 28,558 9,297 3,396 2,198 2,491 8,116 13,452 6,271 2,762 3,216 4,881 2,910 19,827 2,256 5,427 5,684 4,939 4,833 5,398 3,703 Note: The explained variable is the natural logarithmic value of land price. T he indicated acreage, building-to-land ratio, floor area ratio, distance to nearest station, and distance to major urban center coefficient estimate values are multiplied by 1,000. [email protected] page.224 56 Real Estate Finance Real Estate Investment House Price and House Demand Real Estate Investment Real House prices by states (U.S.) Real land prices by prefectures (JPN) 900,000 700,000 600,000 500,000 400,000 300,000 200,000 100,000 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 1989 1988 1987 1986 1985 1984 1983 1982 1981 1980 1979 1978 1977 1976 1975 0 Hokkaido Aomori Iwate Miyagi Akita Yamagata DE Fukushima Ibaragi DC FL Tochigi Gunma GA HI Saitama Chiba ID IL Tokyo Kanagawa IN IA Niigata Toyama KS KY Ishikawa Fukui LA ME Yamanashi Nagano MD MA Gifu Shizuoka MI MN MS MO Aichi Mie MT NE Shiga Kyouto NV NH Oosaka Hyougo NJ NM Nara Wakayama NY NC Tottori Shimane ND OH Okayama Hiroshima OK OR Yamaguchi Tokushima PA RI Kagawa Ehime SC SD Kouchi Fukuoka TN TX Saga Nagasaki UT VT Kumamoto Ooita VA WA Miyazaki Kagoshima WV WI AL AK AZ AR CA CO CT 800,000 700,000 600,000 500,000 400,000 300,000 200,000 100,000 0 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 800,000 WY page. [email protected] Real Estate Investment Okinawa Source: Ministry of Land, Infrastructure, Transport and Tourism “Published Land Prices” Source: Office of Federal Housing Enterprise Oversight, “House Price Index”, U.S. Census of Bureau, “Census of Housing: Median home value.” 225 page. [email protected] 226 Real Estate Investment Table2: Sources of Employed Data Japan Prefectural panel data 1976 to 2010 Estimated hedonic function based on Ministry of Land, Infrastructure, Transport and Tourism "Land Price Data (Residential Land)," we set data for Housing price representative locations by prefecture and estimated quality-adjusted public land prices (amount base) using estimated hedonic function Prefectural income based on the Cabinet Office's Income "Prefectural Economic Accounts" (linked using price comparisons at base points in time) National value from Bank of Japan's "Average Interest rate Contractual Interest Rate on Bank Loans" (synthesized rate for all Japanese banks) Consumer price index by prefectural capital Consumer price (synthesized) from Statistics Japan's "Consumer index Price Index" New housing starts (total number for owned homes, rental homes, issued housing, and condominiums) New housing from the Ministry of Land, Infrastructure, Transport supply and Tourism's "Statistical Survey of Construction Starts" Based on 'national census(population ratios by fiveyear age groups),Ministry of Internal Affairs and Population by age Communications calculated population figures by group multiplying these ratios by the population, demographics, and household data based on the Basic Resident Register 3).Demographic Changes: Dependency Ratio and Old age dependency ratio U.S. State panel data 1975 to 2011 Data format Data period We estimated state-by-state quality-adjusted housing prices (amount base) using Federal Housing Finance Agency "All-Transactions Indexes" rates of change and "Summary Statistics for House Prices" price median values U.S. Department of Commerce, "Bureau of Economic Analysis" GDP by state (Chained by price ratio between base periods) Federal Reserve Board, "Contract Rate on 30-Year, Fixed-Rate Conventional Home Mortgage Commitments" (National) • Nishimura (2011) • Dependency Ratio = • Takáts (2012) U.S. Census, "Building Permits Survey," New Privately-Owned Housing Units Authorized by Building Permits by state • Old age dependency Ratio = U.S. Census, "State Population Estimates" Population by age and state page.227 , (3a) • United States Department of Labor, "Bureau of Labor Statistics" CPI (All Items) by state [email protected] Chihiro SHIMIZU House Price and House Demand [email protected] , (3b) page. 228 57 Real Estate Finance Real Estate Investment Real Estate Investment Figure 3a: Real Estate Prices and Demographic Changes in Key Regions: Japan Tokyo (Index: 1970=100) Osaka (Index: 1970=100) 120 0.030 0.020 0.010 0.000 -0.010 -0.020 -0.030 -0.040 115 110 105 100 95 90 1975 1980 1985 1990 1995 0.040 0.020 0.000 -0.020 110 105 100 -0.040 -0.060 -0.080 95 90 1975 1980 1985 1990 1995 2000 2005 Real land price in log (left scale) Old age dependency ratio(right scale) 0.015 0.010 0.005 0.000 -0.005 -0.010 -0.015 -0.020 -0.025 104 102 100 98 96 94 92 90 95 90 110 0.030 0.020 0.010 0.000 -0.010 -0.020 -0.030 -0.040 -0.050 -0.060 105 100 2000 2005 2010 2000 2005 2010 0.020 0.010 0.000 -0.010 -0.020 -0.030 1975 1980 1985 1990 1995 2000 95 90 1975 1980 1985 1990 1995 2000 2005 2010 2005 2010 Real housing price in log (left scale) Old age dependency ratio(right scale) Dependency ratio(right scale) Dependency ratio(right scale) Texas (Index: 1970=100) 105 104 103 102 101 100 99 98 97 96 95 West Virginia 0.050 105 0.040 0.030 0.020 100 0.010 0.000 -0.010 -0.020 95 -0.030 -0.040 -0.050 90 1975 1980 1985 1990 1995 2000 2005 2010 Real land price in log (left scale) Old age dependency ratio(right scale) Real land price in log (left scale) Old age dependency ratio(right scale) Real housing price in log (left scale) Old age dependency ratio(right scale) Dependency ratio(right scale) Dependency ratio(right scale) Dependency ratio(right scale) page.229 0.050 0.040 0.030 0.020 0.010 0.000 -0.010 -0.020 -0.030 1975 1980 1985 1990 1995 2000 2005 2010 Real housing price in log (left scale) Old age dependency ratio(right scale) Dependency ratio(right scale) page.230 [email protected] Real Estate Investment Empirical Results • The individual unit root test proposed by Im, Pesaran and Shin (2003) and Maddala and Wu (1999) is a unit root test that assumes the unit roots differ between regions. The null and the alternative hypotheses are given by 1) Tests on unit root y it i y it 1 d it 0 , d 2t 1, 2, m idm t it 1 , d 3t ,N t 1, 2, 1, t ,T # m 1, 2, 3 i 1 H0 : Li i y it 1 ik y it mi d m t k it # The common unit root test proposed by Levin, Lin and Chu's (2002) is a unit root test that assumes regions have a common unit root, and the null and the alternative are given by H0 : i ; H1 : i [email protected] 0 i i and k 1 Chihiro SHIMIZU 100 0.030 Real housing price in log (left scale) Old age dependency ratio(right scale) Real Estate Investment y it 105 (Index: 1970=100) [email protected] i 110 1975 1980 1985 1990 1995 Kagawa (Index: 1970=100) New York 0.050 115 0.040 0.030 110 0.020 0.010 105 0.000 -0.010 100 -0.020 -0.030 95 -0.040 -0.050 90 Dependency ratio(right scale) Aomori 1975 1980 1985 1990 1995 2010 (Index: 1970=100) 115 Real land price in log (left scale) Old age dependency ratio(right scale) Dependency ratio(right scale) (Index: 1970=100) California (Index: 1970=100) 115 2000 2005 2010 Figure 3b: Real Estate Prices and Demographic Changes in Key Regions: US H1 : i 0, 0, for i 1, 2, , N1 for i N1 1, N1 2, ,N 0 page.231 [email protected] page.232 58 Real Estate Finance Real Estate Investment Real Estate Investment Table3: Unit Root Test Standard Region Japan U.S. Variables One-period lag Common Unit Root Indivudial Unit Root Common Unit Root Levin, Lin and Chu ADF - Fisher Levin, Lin and Chu Housing price (real value) Income (real value) Old dependency ratio Total population Interest rate (real value) New housing supply -5.7 -10.5 0.6 0.1 -12.2 5.3 Housing price (real value) Income (real value) Old dependency ratio Total population Interest rate (real value) New housing supply -6.9 -3.4 -4.3 -2.7 -2.8 -3.6 (0.00) *** (0.00) *** (0.72) (0.53) (0.00) *** (1.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) *** *** *** *** *** *** 123 144 24 99 285 50 209.4 50.8 -6.3 84.9 230.7 225.1 (0.03) ** (0.00) *** (1.00) (0.34) (0.00) *** (1.00) -12.9 -23.9 -3.1 -4.3 -47.0 -33.6 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) *** (0.00) (1.00) (0.02) (0.89) (0.00) (0.00) -9.1 -19.5 -4.2 -18.6 0.0 -18.2 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) *** *** ** *** *** *** *** *** *** *** *** *** *** *** *** Indivudial Unit Root ADF - Fisher 333 591 94 89 1347 1011 (0.00) (0.00) (0.47) (0.62) (0.00) (0.00) *** 379 701 -7 547 786 536 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) *** *** *** *** *** *** 2) Tests on Cointegration1 • The Kao test proposed by Kao (1999), • →Cointegration relationship in each region is identical. • The Pedroni test proposed by Pedroni (1999) • → Cointegration relationship is heterogeneous across regions Li e it *** *** Real Estate Investment Kao test ADF -5.8 (0.00) *** 0.0 it k Kao test: Pedroni test: H0 : H0 : H0 : 0 H1 : i 0 i i 0 H1 : i i 0 H1 : i 0 0 i page.234 [email protected] Regression Model (0.00) *** Panel rho 0.3 (0.63) Pedroni test Panel ADF Group rho -4.1 (0.00) *** 2.7 (1.00) -0.8 -4.2 (0.22) (0.00) *** 1.8 (0.97) Group ADF -7.2 (0.00) *** -4.3 The presence of conintegration relationship among the four variables. →Error Correction Model (Granger’s representation theorem; Engle and Granger (1987)). [email protected] • Four variables are cointegrated • →Error Correction Model (0.00) *** Note: The figure in each field represents the test statistic (P value). "***" indicates that the null hypothesis is dismissed at a 1% level of significance, "**" at a 5% level of significance, and "*" at a 10% level of significance. The ADF test lag order was selected based on the SIC criterion. Chihiro SHIMIZU e it Real Estate Investment Table 4: Cointegration Tests U.S. ik k 1 page.233 [email protected] Japan 1 *** Note: The figure in each field represents the test statistic (P value). "***" indicates that the null hyp othesis is dismissed at a 1% level of significance, "**" at a 5% level of significance, and "*" at a 10% level of significance. The ADF test lag order was selected based on the SIC criterion. The formulation used in the test was a model including a constant term. Region i e it page.235 ln Pit ami b1m ln GDPPCit b3 ln TPOPit ECTit mi b2 m ln OLDDEPit b4 ECTit 1 vit ln Pit 1m ln GDPPCit 2m ln OLDDEPit [email protected] 3m ln TPOPit page. 236 59 Real Estate Finance Real Estate Investment Real Estate Investment Figure 4a: Decomposition of Land Price Changes over 1976-2010 Table5: Baseline Regressions No. of observa Adj. R2 tions Japan 1,645 Standard error/t value U.S. Standard error/t value GDP per capita 0.629 0.2188 0.0000 0.058 1,836 Old dependency ratio / -1.3167 0.0000 3.76 0.439 0.4515 0.0000 0.042 / 0.186 / -7.06 -0.9067 0.0000 10.66 0.116 / -7.79 Total population 0.9177 0.00 0.290 / 0.7514 0.00 0.116 / EC term -0.1033 3.17 6.46 0.00 0.009 / -0.1272 0.00 0.010 / -11.33 -12.29 The coefficient on per capita GDP : Japan 0.2188, US 0.4515, Takáts:0.8842. Old age dependency ratio: Real land price growth: Economic growth: Demographic changes: Japan -1.3167, US -0.9067, Takáts:-0.6818. Total population: Japan 0.9177 , U.S. 0.7514, Takáts: 1.0547. [email protected] page.237 Real Estate Investment +7.3 percent +0.6 percent -2.9 percent [email protected] Chihiro SHIMIZU [email protected] page.238 Real Estate Investment Figure 4b: Decomposition of Land Price Changes over 1976-1990 Real land price growth: Economic growth: Demographic changes: +0.8 percent +0.2 percent -3.7 percent Figure 4c: Decomposition of Land Price Changes over 1991-2010 Real land price growth: Economic growth: Demographic changes: page.239 -3.4 percent -0.1 percent -4.2 percent [email protected] page.240 60 Real Estate Finance Real Estate Investment Real Estate Investment Table6a: Robustness Check Japan Model Japan Base model: BM without time fixed effect with local fixed effect with local fixed effect and without time fixed effect without EC term BM+ Interest rate BM + New housing supply BM + interest rate + new housing supply BM + interest rate + new housing supply ( 1 period lag) No. of observations Table6b: Robustness Check U.S. Old age dependency ratio Adj. R2 GDP per capita 1,645 1,645 1,645 0.629 0.159 0.621 0.2188 0.4401 0.2302 *** 1,645 0.182 0.3891 1,645 1,598 1,645 0.602 0.629 0.627 0.1468 0.1433 0.2297 1,598 0.629 0.1664 1,598 0.628 0.0890 Total population Time fixed Local fixed effect effect *** *** -1.3167 -1.9702 -1.7280 0.9177 *** *** 2.5376 *** *** 2.0220 *** Yes None Yes None None Yes *** -2.2071 *** None Yes ** *** *** -1.0790 -1.4071 -1.2701 0.8333 *** 1.0508 *** *** 1.1372 *** Yes Yes Yes None None None *** -1.3675 *** 1.2517 *** Yes None -1.3569 *** 1.1941 *** Yes None *** ** No. of observations Model 4.0806 *** *** [email protected] U.S. Base model: BM without time fixed effect with local fixed effect with local fixed effect and without time fixed effect without EC term BM+ Interest rate BM + New housing supply BM + interest rate + new housing supply BM + interest rate + new housing supply ( 1 period lag) Adj. R2 GDP per capita Old age dependency ratio Time fixed Local fixed effect effect 1,836 1,836 1,836 0.439 0.247 0.454 0.4515 0.5874 0.4525 *** -0.9067 -1.1576 -0.5363 *** *** *** 0.7514 *** 0.6163 *** 1.8079 *** Yes None Yes 1,836 0.263 0.5847 *** -1.2666 *** 0.8503 *** None Yes 1,836 1,783 1,834 0.394 0.449 0.459 0.4714 0.4415 0.3819 *** *** *** -0.7821 -0.9375 -0.7824 0.8222 *** *** 0.7385 *** *** 0.6308 *** Yes Yes Yes None None None 1,783 0.468 0.3725 *** -0.8128 *** 0.6139 *** Yes None 1,783 0.469 0.4555 *** -0.6489 *** 0.4272 *** Yes None page.241 *** *** *** [email protected] Real Estate Investment None None Yes page. 242 page. 244 Real Estate Investment 4. Demographic Impact over the Next 30 Years Demographic Impact over the Next 30 Years • • Forecast the real land prices in Japan using the regression, • The projection on demographic changes released by the IPSS(National Institute of Population and Social Security Research). Assumption on future population – The medium variant projection on demographic changes calculated by IPSS(National Institute of Population and Social Security Research) percent million 130 75 125 70 120 65 115 • Based on natural increases/decreases calculated from the survival probability and the number of births by cohort and social increases/decreases due to movement between regions. [email protected] page. 60 110 55 105 50 100 95 45 2020 Total population 2030 2040 Old dependency ratio (right scale) Note : IPSS projection is based on natural increases/decreases calculated from the survival probability and the number of births by cohort and social increases/decreases due to movement between regions. . • Population projections : the medium variant projection, which is based on the assumption of medium fertility, unless otherwise mentioned. Chihiro SHIMIZU Total population 243 [email protected] 61 Real Estate Finance Real Estate Investment Real Estate Investment Figure 5: Historic and Forecasted Demographic Impacts on Land Prices Table 8: Contribution of Demographic Changes Estimated Based on IPSS and UN Population Projections IPSS Low variant 2020 2030 2040 TPOP OLDDEP 122,384,895 113,182,509 102,350,474 50.205% 57.337% 71.223% Medium variant Impact TPOP -0.934% 124,099,925 -1.551% 116,617,657 -2.496% 107,275,850 OLDDEP 53.256% 58.692% 71.716% High variant Impact TPOP -1.097% 125,786,270 -1.559% 120,213,772 -2.411% 112,505,673 OLDDEP Impact 54.005% 60.034% 72.207% -1.112% -1.564% -2.324% United nations Low variant 2020 2030 2040 TPOP OLDDEP 123,068,714 115,234,250 106,182,068 52.728% 58.217% 73.393% Medium variant Impact TPOP -1.083% 125,381,724 -1.560% 120,624,738 -2.510% 114,517,258 OLDDEP 52.728% 58.217% 70.377% High variant Impact TPOP -1.040% 127,694,735 -1.455% 126,019,596 -2.199% 122,988,034 OLDDEP Impact 52.728% 58.217% 67.598% -0.998% -1.355% -1.902% The contribution of demographic changes: 1976-2010 : -3.8 percent per year 2010-2040 : -2.4 percent per year [email protected] page. 245 Real Estate Investment page.246 [email protected] Real Estate Investment Asset Meltdown and Macroeconomics • The demographic factor had a greater impact on real estate prices in Japan than in the U.S. 第6回講義:住宅市場と金融安定化 • We find that it will be -2.4 percent per year in 2010-2040 while it was -3.8 percent per year in 1975-2010 • Suggesting that aging will continue to have downward pressure on land prices over the next 30 years, although the demographic impact will be slightly smaller than it was in 1975-2010 as the old age dependency ratio will not increase as much as it did before. 清水千弘(Chihiro SHIMIZU) 麗澤大学経済学部教授 [email protected] Chihiro SHIMIZU page.247 Chihiro SHIMIZU2008 [email protected] page.248 62 Real Estate Finance Real Estate Investment Real Estate Investment This Time is Different Price Rigidity and Property Prices • Reinhart and Rogoff(2008),(2009), Shimizu, Nishimura and Watanabe(2010) Caballero-Engel’s (2007) definition of price flexibility F A = Measure of price flexibility in terms of the impulse response function log Rt lim t 0 • E + Intensive margin Extensive margin ( x )h( x) dx x '( x) h( x )dx t 0.0097 = 0.0084 + page.249 Real Estate Investment Urban Land Price Index: 1955-2012 page.250 Macroeconomic Policy and Property Price Indicators • The Paris OECD-IMF Workshop on Real Estate Price Indexes2006: • 100 Annual Change Rate: % [email protected] Real Estate Investment 1960-: Industrial Property Bubble 80 • Shimizu,C, K.G.Nishimura and T.Watanabe(2012), “House Prices from Magazines, Realtors, and the Land Registry,”in Property Market and Financial Stability, BIS Papers No.64, Bank of International Settlements, March 2012, pp.29-38. 0.0013 [email protected] Industrial Financial Stability and Information Gaps: Financial Stability and Information Gaps • The Inter-Secretariat Working Group on Price Statistics to complete the planned handbook on real estate price indices. The BIS and member central banks to investigate dissemination on the BIS website of publicly available data on real estate prices. The IAG to consider including real estate prices (residential and commercial) in the Principal Global Indicators (PGI) website. 1970-:Residential Property Bubble 60 1980-: Commercial Property Bubble Residential 40 Comm ercial Residential Industrial Comm ercial Total Erwin Diewert, Discussion Paper 07-01, Department of Economics,The University of British Columbia 2005-:Total Fund Bubble or Mini Bubble 20 0 -20 1995-: Lost Decade 1955.9 1956.9 1957.9 1958.9 1959.9 1960.9 1961.9 1962.9 1963.9 1964.9 1965.9 1966.9 1967.9 1968.9 1969.9 1970.9 1971.9 1972.9 1973.9 1974.9 1975.9 1976.9 1977.9 1978.9 1979.9 1980.9 1981.9 1982.9 1983.9 1984.9 1985.9 1986.9 1987.9 1988.9 1989.9 1990.9 1991.9 1992.9 1993.9 1994.9 1995.9 1996.9 1997.9 1998.9 1999.9 2000.9 2001.9 2002.9 2003.9 2004.9 2005.9 2006.9 2007.9 2008.9 2009.9 2010.9 2011.9 -40 • Fenwick (2006; 6) suggested the following list of possible uses for house price indexes: • •As a general macroeconomic indicator (of inflation); • •As an input into the measurement of consumer price inflation; • •As an element in the calculation of household (real) wealth and • •As a direct input into an analysis of mortgage lender’s exposure to risk of default. Source: Japan Real Estate Institute [email protected] Chihiro SHIMIZU page.251 [email protected] page.252 63 Real Estate Finance Real Estate Investment Real Estate Investment Property Market and Consumer Price Index. Monetary Policy 2011, Goodhart 2001) 3 2.8 • •Real estate price indexes are required for the proper conduct of monetary policy. 2. Imputed Rent for OOH also represents a weight of approximately 10% in the SNA 2009= 10.1%, 2010 =9.85% Chihiro SHIMIZU page.253 [email protected] Real Estate Investment 2.6 Single family house price 2.4 Index 1986=1.0 1. Housing rents account for more than one fourth of personal spending. 2.2 Condominium price 2 1.8 1.6 1.4CPI OOH Rent 1.2 1 0.8 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 • •Real estate price bubbles (and the subsequent collapses) have repeatedly been related to financial crises and thus it is important to measure these price bubbles accurately and in a way that is comparable across countries and 100 80 60 40 20 0 -20 -40 -60 -80 -100 Annual change rate: % The most important link between asset prices and goods & services prices is the one through housing rents (Diewert and Nakamura • Arthur (2006) also suggested some (related) uses for real estate price indexes: [email protected] page.254 Real Estate Investment Lessons from Japanese experience in Bubble Market Rent vs. CPI Rent period. • What happen during “Collapse of Bubble” in Japan: • The most typical problem was the one surrounding financial institutions’ disposal of bad loans. 1.40 1.35 1.30 1.25 • Since no real estate price index/real estate price information existed that made it possible to capture real estate market conditions, it was not possible to calculate correct bad loan debt amounts, and it took a long time until policy measures were implemented, including the injection of public funds. • This was a major factor leading to the prolonged economic stagnation known as the “lost decade.” 1.20 1.15 1.10 1.05 1.00 Market Rent [email protected] Chihiro SHIMIZU page.255 CPI Rent [email protected] page.256 64 Real Estate Finance Real Estate Investment Real Estate Investment Stickiness of housing rent: Discrepancy between Hedonic and CPI rents may be created by The Land Lease and House Lease Law. Calvo parameter Rent change obeys a Poisson process • CPI rents covers both new and rollover contracts, while the Recruit data include only new ones. • It is difficult for a landlord to raise the rent level: the court would not allow rent hikes beyond verifiable cost increases (such as those due to a change in property taxes) or beyond an average of neighborhood rent increases. • Thus rental prices adopted in rollover contracts with existing renters could substantially differ from those adopted in new contracts with new renters. 104 116 Rollover contracts 110 108 Rt 106 102 98 96 Rt 1 (1 (1 1 ) Rt* (1 ) Rt* t ) Rt* Year 9 Year 8 Year 7 Year 6 Year 5 Year 4 Year 3 Year 2 rent adjustment occurs with the probability of 1-θ even in a period in which an existing tenant continues to stay at a unit page.257 page.258 [email protected] Real Estate Investment Calvo-parameter=0. 955 Rt 1.15 Calvo-parameter=0.970 1.1 1.05 1 QT2006/4 QT2005/4 QT2004/4 QT2003/4 QT2002/4 QT2001/4 Hazard function indicates α=0.9975(1-0.0025) per week This implies: α=(1-0.0025)12 => a=0.970 per quarter 0.97 Rt (1 0.97) Rt* 1 Rt : Average of Rit for turnover & non-turnover units Rt* : "Time effect" in Rit* for turnover units Responses of R to a shock in R* CPI rent Hedonic rent 1.45 1.40 1.5 R^{*} R CPI rent 1.35 1.4 1.30 1.25 1.20 1.2 R* 1.15 R 1.1 1.10 1.05 1.0 [email protected] [email protected] QT2006/1 80 90 100 QT2004/1 Quarter page.259 70 QT2002/1 50 60 QT2000/1 30 40 QT1998/1 20 QT1996/1 10 QT1994/1 0 QT1992/1 -10 QT1990/1 1.00 0.9 αθ = 0.968 θ = 0.997 QT1988/1 1 Estimate2: Estimated Parameter(αθ)= 0.968 (s.e=0.004) Adjusted R-square=0.998 ˆˆ Rt ˆ ˆRt 1 Rt 1.3 Alpha=0.946 1 Rent change obeys a Poisson process QT1986/1 QT2000/4 QT1999/4 QT1998/4 QT1997/4 QT1996/4 QT1995/4 QT1994/4 QT1993/4 QT1992/4 QT1991/4 QT1990/4 0.95 QT1989/4 Calvo parameter Estimate1: Estimated Parameter = 0.970 (s.e=0.004) Adjusted R-square=0.986 1.2 QT1988/4 Rt Rt 100 Calvo-style estimates of rental prices QT1987/4 CPI rent Hedonic rent 112 Real Estate Investment 1986.1st quarter=1 t New contracts 114 [email protected] QT1986/4 ) Rt* (1 1 Rt* : "Time effect" in Rit* for turnover units Year 1 • “Marking to market” occurs only when one tenant leaves and another one arrives. Chihiro SHIMIZU Rt Rt : Average of Rit for turnover & non-turnover units 118 Rt Rt page.260 65 Real Estate Finance Real Estate Investment Real Estate Investment Frequency of Rent Adjustments Panel data for housing rents 35 Rit 10 thousand yen per month 30 Rit Rit 1 equation(1) Unit 11 25 Unit 219 Unit 220 20 Unit 245 15 Unit 298 Unit 308 10 Unit 339 Pr ( Rit 0) 1 Pr ( I itN 5 0 26-Nov-07 1-Mar-05 5-Jun-02 9-Sep-99 13-Dec-96 19-Mar-94 23-Jun-91 26-Sep-88 Duration time and Rent Change [email protected] page.261 1) Pr ( I itR 1) Pr ( Rit 0 | I itN 1) Pr ( I itN 1) Pr ( Rit 0 | I itR 1) Pr ( I itR 1) page.262 [email protected] Real Estate Investment Real Estate Investment Frequency of Rent Adjustments in March 2008 Rent Growth in March 2008 Figure.Cumulative Distribution Functions of Rent Growth 1.2 Cumulative probability 1.0 0.8 0.6 Turnover Units Rollover Units magnitude of rent rigidity 0.4 0.2 Genesove (2003) reported that the proportion of cases in which the housing rent remained unchanged at a rollover contract was 36% in the US. 0.0 0.80 0.85 0.90 0.95 1.00 1.05 1.10 1.15 1.20 Gross growth rate of rent [email protected] Chihiro SHIMIZU page.263 [email protected] page.264 66 Chihiro SHIMIZU (0.81-0.82] (0.82-0.83] (0.83-0.84] (0.84-0.85] (0.85-0.86] (0.86-0.87] (0.87-0.88] (0.88-0.89] (0.89-0.90] (0.90-0.91] (0.91-0.92] (0.92-0.93] (0.93-0.94] (0.94-0.95] (0.95-0.96] (0.96-0.97] (0.97-0.98] (0.98-0.99] (0.99-1.00] (1.00-1.01] (1.01-1.02] (1.02-1.03] (1.03-1.04] (1.04-1.05] (1.05-1.06] (1.06-1.07] (1.07-1.08] (1.08-1.09] (1.09-1.10] (1.10-1.11] (1.11-1.12] (1.12-1.13] (1.13-1.14] (1.14-1.15] (1.15-1.16] [email protected] Rit / Rit [email protected] the probability of no rent adjustment conditional on the event of contract renewal is close to unity. Real Estate Investment Weekly rent change distribution2 1 page.267 Rit / Rit page.265 New Contracts Rollover Contracts 1 [email protected] [email protected] (1.99,2] (1.89,1.9] (1.79,1.8] (1.69,1.7] (1.59,1.6] (1.49,1.5] (1.39,1.4] 0.0005 (1.29,1.3] (1.19,1.2] 1) 1.00 0.0003 (1.09,1.1] 1) Pr( I itR 1) (0.9,0.91] 0 | I itR 1) Pr( I itN (0.8,0.81] 0 | I itN 1) (0.7,0.71] Pr( Rit 1) Pr( I itR (0.6,0.61] Pr( Rit (0.81-0.82] (0.82-0.83] (0.83-0.84] (0.84-0.85] (0.85-0.86] (0.86-0.87] (0.87-0.88] (0.88-0.89] (0.89-0.90] (0.90-0.91] (0.91-0.92] (0.92-0.93] (0.93-0.94] (0.94-0.95] (0.95-0.96] (0.96-0.97] (0.97-0.98] (0.98-0.99] (0.99-1.00] (1.00-1.01] (1.01-1.02] (1.02-1.03] (1.03-1.04] (1.04-1.05] (1.05-1.06] (1.06-1.07] (1.07-1.08] (1.08-1.09] (1.09-1.10] (1.10-1.11] (1.11-1.12] (1.12-1.13] (1.13-1.14] (1.14-1.15] (1.15-1.16] 1 Pr( I (0.5,0.51] 0) (0.4,0.41] Pr( Rit N it (0.3,0.31] Frequency of rent adjustments in 1986-2008 (0.2,0.21] Real Estate Investment (0.1,0.11] Real Estate Finance Real Estate Investment Weekly rent change distribution1: Menu Cost equation(2) 0.0006 Pr (No change)=0.992 0.0004 0.992^52 =0.6585 per year 0.0002 Menu Cost 0.0001 0 n=18,582,863 page.266 Real Estate Investment Rent Changes of new contracts and rollover contracts 0.025 0.03 0.015 0.02 0.005 0.01 0 0.016 New contracts 0.014 0.012 0.008 0.01 0.006 0.004 0.002 0 Rollover contracts page.268 67 Real Estate Finance Real Estate Investment Real Estate Investment Figure.Probability of No Rent Adjustments in 1986-2006 State-Dependent or Time-Dependent Pricing: Caballero-Engel’s definition of price flexibility 1.0 log Rit* Pr ( Rit 0.8 0) X it ( x) 0.6 0 0.4 Pr ( Rit 0 | I itN 1) Pr ( I itN Pr(dR=0) 1) 1 Pr ( I itN Caballero-Engel(1993) :Adjustment Hazard it log Rit* 1 Pr( Rit log Rt lim t t log Rit 0 | X it x) ( x)h( x )dx x '( x)h( x)dx t 1) Caballero-Engel’s Intensive margin measure of price flexibility 1-Pr(I^N=1) Pr(dR=0|I^N=1)Pr(I^N=1) Extensive margin Caballero-Engel(2007) 0.2 ( x) [email protected] 2008 2006 2004 2002 2000 1998 1996 1994 1992 1990 1988 1986 0.0 Pr( Rit 0 | I itN Pr( Rit R it 0| I page.269 x) Pr( I itN 1, X it 1, X it x) Pr( I R it 1| X it x) 1| X it x) page.270 [email protected] Real Estate Investment Real Estate Investment Table.Estimated Coefficients in Hedonic Regressions Rit* Rit Rˆ it where Rˆ it if I it if Iit ˆx t i 1 Estimates of intensive and extensive margins: Adjustment hazard functions 0 ˆt TDt 0.020 ˆ and ˆ are hedonic estimates t t 3 2 0.015 eta(x) Pr(I^N=1|x) 1 0.010 0 -1 Chihiro SHIMIZU page.271 0.38 price imbalance x price imbalance x [email protected] 0.31 -3 -0.32 0.33 0.25 0.17 0.09 0.01 -0.07 -0.15 -0.23 -0.31 -0.39 0.000 0.17 x) 0.10 x) 1| X it 0.03 1| X it x) Pr( I itR -0.04 x) Pr( I itN 1, X it -0.11 -2 X 1, it 0 | I itR -0.18 0 | I itN Pr( Rit -0.25 Pr( Rit -0.39 ( x) 0.24 0.005 [email protected] page.272 68 Real Estate Finance Real Estate Investment Real Estate Investment Figure.Adjustment Hazard Function for Turnover Units Figure.Adjustment Hazard Function for Rollover Units ( x) 1.0 0 | I itN 1, X it x ) Pr( I itN 1| X it x) Pr( Rit R it 1, X it x) Pr( I itR 1| X it x) 3 0| I 1.000 2 0.9 1 Pr(dR≠0|I^R=1,x) eta(x) 0.8 0 0.7 -1 ( x) 0.6 Pr( Rit 0 | I itN Pr( Rit 0 | I itR -2 1, X it x) Pr( I itN 1| X it x) 1, X it x) Pr( I itR 1| X it x) 0.100 0.010 0.001 -3 -0.49 -0.44 -0.39 -0.34 -0.29 -0.24 -0.19 -0.14 -0.09 -0.04 0.01 0.06 0.11 0.16 0.21 0.26 0.31 0.36 0.41 0.46 0.5 (-0.4,-0.2] -0.49 -0.44 -0.39 -0.34 -0.29 -0.24 -0.19 -0.14 -0.09 -0.04 0.01 0.06 0.11 0.16 0.21 0.26 0.31 0.36 0.41 0.46 Pr(dR≠ 0|I^N=1,x) Pr( Rit (-0.2,0.0] (0.0-0.2] (0.2-0.4] x x x page.273 [email protected] page.274 [email protected] Real Estate Price Rigidity Investment and Inflation Real Estate Investment Table.Adjustment Hazard Functions x ( 0.4, 0.2] x ( 0.2,0.0] x (0.0, 0.2] x (0.2,0.4] Pr( I itN 1| X it x) 0.010 0.010 0.010 0.010 Pr( I itR 1| X it x) 0.042 0.042 0.042 0.042 x) 0.736 0.680 0.688 0.719 x) 0.000 0.009 0.038 0.008 0.007 0.008 Pr( Rit 0 | I itN Pr( Rit R it 0| I 1, X it 1, X it ( x) 0.082 h( x ) 0.312 Intensive margin: ( x)h( x)dx 0.0084 lim t [email protected] 0 log Rt Actual #1 #2 #3 1) 0.010 0.010 0.010 0.010 1) 0.042 0.042 0.042 0.083 1) 0.695 1.000 1.000 1.000 1) 0.034 0.200 1.000 1.000 Monthly freq. 0.008 0.018 0.052 0.093 Quarterly freq. 0.025 0.054 0.147 0.255 Annual freq. 0.096 0.199 0.471 0.691 Pr( I N it 0.091 Pr( I R it 0.011 Pr( Rit 0 | I itN Pr( Rit 0| I R it Pr( Rit 0) 0.161 Caballero-Engel’s measure of price flexibility Extensive margin: x '( x) h( x)dx 0.0013 Chihiro SHIMIZU 0.348 Table.Alternative assumptions about rent stickiness 0.0097 t page.275 [email protected] page.276 69 Real Estate Finance Real Estate Investment Real Estate Investment Figure.Re-estimes of CPI Inflation Why CPI does not move? 0.05 1. 0.04 0.03 2. 0.02 0.01 3. 0 -0.01 4. -0.02 Actual CPI Lambda=0.147 Lambda=0.255 [email protected] QT2006/1 QT2005/1 QT2004/1 QT2003/1 QT2002/1 QT2001/1 QT2000/1 QT1999/1 QT1998/1 QT1997/1 QT1996/1 QT1995/1 QT1994/1 QT1993/1 QT1992/1 QT1991/1 QT1990/1 QT1989/1 QT1988/1 QT1987/1 -0.03 About ninety percent of the units in our dataset had no change in rents per year, indicating that rent stickiness is three times as high as in the US. The probability of rent adjustment depends little on the deviation of the actual rent from its target level, suggesting that rent adjustments are not state dependent but time dependent. These two results indicate that both intensive and extensive margins of rent adjustments are small, resulting in a slow response of the CPI rent to aggregate shocks. The CPI inflation rate would have been higher by one percentage point during the bubble period, and lower by more than one percentage point during the period of bubble bursting, if the Japanese housing rents were as flexible as in the US. Lambda=0.054 page.277 Real Estate Investment [email protected] page.278 Real Estate Investment 区分所有建物の更新問題 • マンション，区分所有建物は，a）建て替えには5分の4の居 住者，持ち分の賛成が必要，）区分所有権の解消のために は全員同意が必要，など更新，滅失させるためには極めて 大きなコストがかかる仕組みとなっている。 第7回講義:老朽化する都市 • →公的な政策介入の是非を議論するためには，その外部性 を正しく認識する必要がある。 清水千弘(Chihiro SHIMIZU) 麗澤大学経済学部教授 Chihiro SHIMIZU2008 [email protected] Chihiro SHIMIZU page.279 • [目的] • 区分所有建物，とりわけ老朽化した区分所有建物の地域集 積が，外部不経済を発生させるか，発生させるとすればどの 程度発生させるのかを明らかにする。 [email protected] page.280 70 Real Estate Finance Real Estate Investment Real Estate Investment マンションデータと老朽マンションの増加 マンションに関する統計 • マンション統計はどのように整備できるのか? • →東京都・区分所有建物の全数調査 • • • • (データ) 住宅ストックを把握できる公的統計データ 「住宅土地統計調査」 抽出調査であることから誤差が大きく，さらに集計表からは小 地域単位(例えば，町丁目などの国勢調査の調査区など)での 詳細な地域単位での統計が不足していたり，個別の建物の属 性情報がわからない。 • 「建築着工統計」 • 建築許可申請に基づき作成されているため，建築許可が降り たとしても，実際に建築まで至っていないものも含まれる。住 所などの立地情報，建築物の構造や規模などの建物属性情 報を持ち得ていない。 • 既存統計の不完備 • マンション供給の時系列推移 • 建築年等の属性を伴ったマンションデータの重要性 [email protected] page.281 Real Estate Investment [email protected] page.282 [email protected] page.284 Real Estate Investment マンションマイクロデータの整備 可住地: 標高と可住地 • 「株式会社 不動産経済研究所」 • 1975年以降のマンション棟に関するする情報が存在しており ，1995年以降においては，住戸情報も含めて詳細な情報を 持ち得ている。 • 「株式会社 リクルート マンション棟データベース」 • 1986年以降において同社が情報誌を作成する段階で蓄積 してきた棟(建物)関連のデータベース。そのため，不動産経 済研究所が所有していない1975年以前のデータに関しても 補足することが可能 。 • 本データベースの特徴は，正確な住所データを持つため， 座標データを取得することができ，地理情報システム (Geographic Information System)を用いて分析ができる。 [email protected] Chihiro SHIMIZU page.283 71 Real Estate Finance Real Estate Investment Real Estate Investment 1970年以前に建築されたマンション分布 持ち家世帯の分布 [email protected] page.285 Real Estate Investment page.286 Real Estate Investment 1980年以前に建築されたマンション分布 [email protected] Chihiro SHIMIZU [email protected] 1990年以前に建築されたマンション分布 page.287 [email protected] page.288 72 Real Estate Finance Real Estate Investment Real Estate Investment 2000年以前に建築されたマンション分布 建築後25年以上マンションの増加 70km以遠 20km以上30km未満 60km以上70km未満 10km以上20km未満 250,000 50km以上60km未満 200,000 40km以上50km未満 150,000 20km以上30km未満 10km未満 10km以上20km未満 100,000 30km以上40km未満 10km未満 50,000 老朽マンションストック数(戸): O(t) 10km未満 4,000,000 3,500,000 70km以遠 2,500,000 2,000,000 1,500,000 1,000,000 500,000 0 2005 Real Estate Investment 2015 2020 2025 2030 2035 page.290 [email protected] Real Estate Investment 距離帯別の人口の変化(総人口指数) 距離帯別の人口の変化(高齢者数) 500,000 1 .05 10km未満 1 20km以上30km未満 400,000 20km以上30km未満 30km以上40km未満 40km以上50km未満 0 .9 0 .85 50km以上60km未満 0 .8 60km以上70km未満 65歳以上人口の増加数: P(t)- P(t-5) 10km以上20km未満 0 .95 2005=1.0 2010 page.289 [email protected] 0 40km以上50km未満 50km以上60km未満 3,000,000 老朽マンション増加数: O(t)-O(t-5) 30km以上40km未満 10km以上20km未満 300,000 200,000 30km以上40km未満 40km以上50km未満 100,000 10km未満 50km以上60km未満 0 0 .75 60km以上70km未満 70km超 70km超 -100,000 0 .7 2005 2010 2015 2020 2025 [email protected] Chihiro SHIMIZU 2030 2010 2035 page.291 2015 2020 2025 [email protected] 2030 2035 page.292 73 Real Estate Finance Real Estate Investment Real Estate Investment 老朽マンションの近隣外部性 東京都における距離帯別老朽マンションの将来予測 • 東京都を対象とした分析:建物利用の変化 10,000,000 40km以上50km未満 10km未満 30km以上40km未満 • 老朽マンションが増加することで，外部不経済が発生するの ではないか? • →スラム化，景観， 8,000,000 20km以上30km未満 10km以上20km未満 10km以上20km未満 6,000,000 10km未満 4,000,000 20km以上30km未満 40km以上50km未満 2,000,000 30km以上40km未満 0 100,000,000 • • • • 80,000,000 戸建て住宅価格への影響 →国立訴訟(景観阻害???) →存在していることが環境を阻害する →老朽化すると，それが拡大 60,000,000 40,000,000 20,000,000 0 2005 [email protected] page.293 Real Estate Investment 2015 2020 2025 2030 2035 [email protected] page.294 Real Estate Investment 1970年以前に建築されたマンション(建築後40年以上) [email protected] Chihiro SHIMIZU 2010 1980年以前に建築されたマンション(建築後40年以上) page.295 [email protected] page.296 74 Real Estate Finance Real Estate Investment Real Estate Investment 1990年以前に建築されたマンション(建築後40年以上) 2000年以前に建築されたマンション(建築後40年以上) page.297 [email protected] Real Estate Investment Real Estate Investment 収集データ１ 収集データ２ S ymbol Variable O 老朽マンション度指標 S L 専有面積 土地面積 A 建築後年数 W 前面道路幅員 TS 最寄駅までの時間 Bus バス圏ダミー NR 部屋数 WD CD 木造ダミー 車庫ありダミー PR 私道ダミー MR 市場滞留時間 Content Unit S ource* 500mメッシュ内 t 年以前に建築されたマンション面積 ㎡ F,R 住戸の専有面積 住戸の土地面積 m2 m2 R R 建築時から契約日までの経過年数 年 m R R 住戸の前面道路幅員 住戸から最寄駅までの時間(徒歩，またはバス乗車時間) バス利用地域であれば1 それ以外は0 住戸の部屋数 建物の構造が木造であれば1 それ以外は0 住戸に車庫がある場合は 1 それ以外は0 住戸に私道がある場合は 1 それ以外は0 情報誌に登録されたから抹消されるまでの日数 [email protected] Chihiro SHIMIZU page.298 [email protected] S ymbol Variable TT 東京駅までの時間** FAR LAR 容積率 建ぺい率 500mメッシュ: 建付け面積・ 平均 500mメッシュ: 建付け面積・ 標準偏差 AA AS WDR 500mメッシュ: 木造面積比率 分 R (0,1) R 部屋 R SP (0,1) R (0,1) R Inc LAT LNG 500mメッシュ: 工業建物面積 合計 500mメッシュ: 75歳以上人口 500mメッシュ: 専門的・技術 的職業従事者 平均所得 経度 緯度 LU g (g=0,…,G) 都市計画用途地域ダミー*** (0,1) R LD k (k=0,…,K) 行政区ダミー 日 R RD l (l=0,…,L) 沿線ダミー D m (m=0,…,M) 時間ダミー page.299 IND UP75 Content Unit S ource* 最寄駅から東京駅までの電車・平均乗車時間 分 V 法定指定容積率 法定指定建ぺい率 % % R R 500mメッシュ内の一階建物面積の平均 m2 T 501mメッシュ内の一階建物面積の標準偏差 m2 T 500mメッシュ内の総建物面積に占める木造面積 の比率 % T 500mメッシュ: 工業建物面積合計 % T 500mメッシュ: 75歳以上人口 人 C 500mメッシュ: 専門的・技術的職業従事者 人 C 万円 度 度 U Z Z (0,1) R (0,1) R (0,1) R (0,1) R 500mメッシュ: 平均所得 経度 緯度 g- th 都市計画用途地域 それ以外は0 k- th 行政区 =1, それ以外は0 l- th 沿線 =1 それ以外は0 m- th year =1 それ以外は0 [email protected] page.300 75 Real Estate Finance Real Estate Investment Real Estate Investment 戸建て価格データの要約統計量:2010年 推計モデル1 Model1: マンション存在効果 P: 戸建住宅価格 平均 標準偏差 最小値 最大値 4540.00 2162.27 380.00 29990.00 S:専有面積 95.88 26.46 30.56 819.15 L:土地面積 97.05 39.35 30.02 486.81 A:建築後年数 3.73 7.77 0.00 36.46 W:前面道路福音 5.22 2.49 2.10 40.00 TS: 最寄駅までの時間 11.80 5.44 0.00 93.00 TT: 東京駅までの時間 FAR:容積率 LAR: 建ぺい率 log P( i , j ) a0 a1OT m a3n NEkn a4 H is 40.22 14.49 4.00 98.00 73.00 50.00 802.00 54.22 10.73 20.00 100.00 OT 2010, i (i, j ) s n 155.97 a2m log X im, j 2010, i : 老朽マンション指標，X im, j : 建物属性， NEkn : 近隣特性，H is : 家計特性 サンプル数=62,480 page.301 [email protected] Real Estate Investment page.302 [email protected] Real Estate Investment 推計モデル2 推計モデル3 Model2:コーホート効果 Model3: 老朽マンション効果 log P(i , j , t ) a1l OTt , i a0 l a2m log X tm,, j log P( i , j ) m a3n NEtn, k a4 H ts, i a1OT n 3 n k a2m log X im, j A, i m (i, j ) a NE s n a0 l 1 a OTt , i :コーホート効果 n a4 H s i (i, j ) s l T90: 1990年以前 a1OT T90-00:1990-2000年 A, i : A年以前に建築されたマンション T00-10:2000-2010年 [email protected] Chihiro SHIMIZU page.303 [email protected] page.304 76 Real Estate Finance Real Estate Investment Real Estate Investment 推定結果1a.推計結果 推定結果1b.推計結果(続き) 東京都全地域 Model.1 存在効果 回帰係数 t値 定数項 O: マンション効果 マンション存在効果:2010 Or(-90):1990年以前建築マンション比率 Or(91-00):1991-2000年建築マンション比率 地域コントロールダミー X : 建物属性 S: 専有面積 L:土地面積 A:建築後年数 W:前面道路幅員 TS:最寄駅までの距離 Bus:バス圏ダミー NR: 部屋数 WD:木造ダミー CD: 車庫ありダミー PR: 私道ダミー MK : 市場特性 MT: 市場滞留時間 (×1000) -57572.910 -28.71 -0.015 -1.79 Model.2 時間効果 回帰係数 t値 -57302.060 NE : 周辺環境特性 TT: 東京駅までの時間 -0.100 -17.460 -0.099 -17.40 -0.121 都市計画用途ダミー: 住居系用途 0.006 1.900 0.006 1.88 0.001 都市計画用途ダミー: 商業系用途 -0.011 -2.580 -0.011 -2.58 -0.005 都市計画用途ダミー: 工業系用途 -0.012 -3.470 -0.012 -3.45 -0.016 FAR: 容積率 -0.021 -12.420 -0.021 -12.36 -0.017 EFAR: 実効容積率 0.029 11.830 0.028 11.78 0.016 LAR: 建ぺい率 0.003 0.270 0.003 0.26 -0.061 500mメッシュ: 平均建物階数 -0.006 -1.670 -0.006 -1.65 0.001 500mメッシュ: 建付け面積・平均 0.117 6.400 0.117 6.38 0.238 500mメッシュ: 建付け面積・標準偏差 -0.018 -4.180 -0.018 -4.14 -0.022 500mメッシュ: 木造面積比率 -0.087 -4.300 -0.089 -4.38 -0.080 500mメッシュ: 工業建物面積合計 -0.005 -12.420 -0.005 -12.44 -0.006 HH : 地域(購入者)特性 500mメッシュ: 75歳以上人口 -0.015 -13.85 -0.014 -13.75 -0.016 500mメッシュ: 専門的・技術的職業従事者 0.050 38.37 0.050 38.43 0.044 空間座標 経度 761.540 28.31 757.392 28.11 749.098 緯度 246.009 9.73 247.054 9.77 489.188 経度二乗 -2.725 -28.27 -2.710 -28.07 -2.680 -3.463 -9.78 -3.477 -9.82 -6.863 緯度二乗 Yes Yes Yes D : 時間ダミー* その他，ダミー変数 Yes Yes Yes 行政市区ダミー** 沿線ダミー*** Yes Yes Yes 62,478 62,478 49,870 サンプル数 0.852 0.852 0.843 自由度調整済み決定係数 *2010年,2011年の年次ダミー。**47市町村に関するダミー変数を含む。***27沿線に関するダミー変数を含む。 マンション地域 Mod el.3 時間効果 回帰係数 t値 -28.53 -61060.460 -24.04 -3.33 -0.32 21.59 -0.032 -0.008 - -2.31 -0.42 - 0.042 21.45 -0.046 -0.007 0.042 0.584 0.295 -0.065 0.033 -0.075 -0.074 -0.005 -0.073 0.015 -0.002 142.25 101.97 -112.72 14.03 -49.51 -19.04 -7.34 -21.57 4.15 -1.07 0.584 0.295 -0.065 0.033 -0.075 -0.074 -0.005 -0.073 0.015 -0.002 142.29 101.96 -112.75 14.02 -49.58 -19.02 -7.35 -21.61 4.13 -1.06 0.580 0.294 -0.060 0.028 -0.080 -0.099 -0.003 -0.069 0.012 -0.002 134.40 95.43 -92.00 10.69 -47.71 -17.42 -3.90 -19.54 3.26 -1.10 0.199 27.69 0.199 27.69 0.190 24.21 page.305 [email protected] -14.27 31.69 21.96 15.72 -21.93 -15.74 page.306 [email protected] Real Estate Investment Real Estate Investment 推定結果2.Robust Check Model 4-1 ベースモデル (BM) Model 4-2 BM+実効容積 4.マンションの老朽化と人口の高齢化 Model 4-3 Model 4-4 BM +総建物面 BM +共同住宅 積 定数項 -60382.230 *** -61033.490 *** -61033.490 *** -60301.850 *** *** *** Or(-90):1990年以前建築マンション比率 -0.043 -0.032 -0.032 -0.043 *** *** *** -0.017 -0.017 -0.017 -0.017 容積率 *** *** *** 建ぺい率 -0.062 -0.061 -0.061 -0.062 *** 0.016 実効容積率 *** 建物総面積(×1000) 0.633 共同住宅総面積(×1000) -0.105 共同住宅非木造(×1000) 共同住宅木造(×1000) 49,870 49,870 49,870 49,870 サンプル数 自由度調整済み決定係数 0.843 0.843 0.843 0.843 *2010年,2011年の年次ダミー。**47市町村に関するダミー変数を含む。***27沿線に関するダミー変数を含む。 *** *** *** *** Model 4-5 Model 4-6 BM +非木造共 同住宅 BM +木造共同 住宅 -60295.850 -0.043 -0.017 -0.062 -0.114 49,870 0.843 -60682.930 -0.042 -0.016 -0.063 0.038 49,870 0.843 *** *** *** *** 注）"***"は1%有意水準、"**"は5%有意水準、"*"は10%有意水準で帰無仮説が棄却されることを表す。 *** 人口の高齢化とマンションの老朽化: Dependency Ratio and Old age dependency ratio • Nishimura (2011) *** *** *** • Dependency Ratio = • [email protected] page.307 , • Takáts (2012) • Old age dependency Ratio = Chihiro SHIMIZU -19.36 0.16 -1.13 -4.18 -9.71 6.18 -4.50 0.28 8.41 -3.57 -2.75 -13.19 [email protected] , page.308 77 Real Estate Finance Real Estate Investment Real Estate Investment 老朽マンション(建築後２５年以上)影響エリア:2005年 [email protected] 老朽マンション(建築後２５年以上)影響エリア:2015年 page.309 Real Estate Investment page.310 Real Estate Investment 老朽マンション(建築後２５年以上)影響エリア:2025年 [email protected] Chihiro SHIMIZU [email protected] 老朽マンション(建築後２５年以上)影響エリア:2035年 page.311 [email protected] page.312 78