...

講義資料・印刷用

by user

on
Category: Documents
744

views

Report

Comments

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
プロパティマネジメントフィー
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・フォローアップ
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
Fly UP