不動産価格変動のダイナミクス - マイクロ構造とマクロトレンド -

Dynamics in Real Estate Market Reitaku-University

2009/11/04 　 page. 1

不動産価格変動のダイナミクス- マイクロ構造とマクロトレンド -

麗澤大学経済学部・准教授　清水千弘 (Chihiro SHIMIZU)

Chihiro SHIMIZU 2009 [email protected]

Dynamics in Real Estate Market 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 Reitaku-University

2009/11/04 page. 2

主要都市における住宅価格変動の因果性

0.0

50.0

100.0

150.0

200.0

250.0

300.0

1983

/01

1983

/09

1984

/05

1985

/01

1985

/09

1986

/05

1987

/01

1987

/09

1988

/05

1989

/01

1989

/09

1990

/05

1991

/01

1991

/09

1992

/05

1993

/01

1993

/09

1994

/05

1995

/01

1995

/09

1996

/05

1997

/01

1997

/09

1998

/05

1999

/01

1999

/09

2000

/05

2001

/01

2001

/09

2002

/05

2003

/01

2003

/09

2004

/05

2005

/01

2005

/09

2006

/05

2007

/01

2007

/09

2008

/05

Tokyo_Condo

Tokyo_SingleHouse

LosAngeles

NewYork

London

HongKong

Melbourne


2009/11/04 　 page.

80

90

100

110

120

130

140

150

12/02 6/03 12/03 6/04 12/04 6/05 12/05 6/06 12/06 6/07 12/07 6/08 12/08 6/09 12/09

Australia

Japan

US

UK

Capital index, December 2002 = 100

International property cycles - Speed of adjustment

3


2009/11/04 page.

東京都区部のオフィス・住宅市場の動向

4

0

0.2

0.4

0.6

0.8

1

1.2Y

1985

Q1

Y19

85Q

3Y

1986

Q1

Y19

86Q

3Y

1987

Q1

Y19

87Q

3Y

1988

Q1

Y19

88Q

3Y

1989

Q1

Y19

89Q

3Y

1990

Q1

Y19

90Q

3Y

1991

Q1

Y19

91Q

3Y

1992

Q1

Y19

92Q

3Y

1993

Q1

Y19

93Q

3Y

1994

Q1

Y19

94Q

3Y

1995

Q1

Y19

95Q

3Y

1996

Q1

Y19

96Q

3Y

1997

Q1

Y19

97Q

3Y

1998

Q1

Y19

98Q

3Y

1999

Q1

Y19

99Q

3Y

2000

Q1

Y20

00Q

3Y

2001

Q1

Y20

01Q

3Y

2002

Q1

Y20

02Q

3Y

2003

Q1

Y20

03Q

3Y

2004

Q1

Y20

04Q

3Y

2005

Q1

Y20

05Q

3Y

2006

Q1

Y20

06Q

3Y

2007

Q1

Y20

07Q

3Y

2008

Q1

Y20

08Q

3Y

2009

Q1

Office

Residential


2009/11/04 page.Chihiro SHIMIZU 2008 [email protected] 5

不動産市場分析 : 不動産市場を科学する

• 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. 経済モデルと計量分析• 　理論経済モデルとは ?• 検証的分析と探索的分析

• 3. 探索的分析 ( 地価動向指標 ) の問題と予測の失敗• 　 (Grammar of Science)• 　予測ができるのか ?• 市場の効率性の理解


2009/11/04 　 page.

本日のご報告 :

• 1. 不動産市場のダイナミクス

• 2. 不動産市場の効率性

• 3. 賃貸料市場の変化 - マイクロストラクチャ -

• 4. キャップレートの決定構造

• 5. 社会構造の変化と不動産価格

• 6. 公示地価への教訓

6


2009/11/04 page.Chihiro SHIMIZU 2008 [email protected] 7

( ) SEconomy,RD =

( )SCS

CS

δ=Δδ

=

－

iR

P =

( )CfP =

ストック( )平方フィート

( )賃貸料ドル

資産市場：建築着工

:賃貸市場ストック調整

( )価格ドル

建築着工( )平方フィート

:賃貸市場賃貸料決定

:資産市場価格評価

Source:Denise Dipasquale,William Wheaton(1996).,Urban Economics and Real Estate Markets

1. 不動産市場のダイナミクス


2009/11/04 page.

GDP と SNA 土地資産額の推移

8

0

100,000

200,000

300,000

400,000

500,000

600,000

0 500,000 1,000,000 1,500,000 2,000,000 2,500,000

1970

1975

1980

1985

1990

2006GD

P:10

億円

SNA :10土地資産額億円


2009/11/04 　 page.

Gordon Growth Model: 　資産価格とは ?

• Yit : 費用控除後の賃料収益• Rf : 安全資産の投資利回り• Rp : リスク・プレミアム• G : 収益のマクロ的な上昇率

9Chihiro SHIMIZU 2009 [email protected]

GRRyp

pift

itit

不動産価値の決まり方

ξ),( ip zLfR • L : 流動性リスク• ξ: 予期できぬリスク

キャップ・レート

経済活動 / 需給


2009/11/04 　 page.Chihiro SHIMIZU 2009 [email protected] 10

長期的な期待 : 人口は減少していく

50, 000

60, 000

70, 000

80, 000

90, 000

100, 000

110, 000

120, 000

130, 000

140, 000 20

00

2002

2004

2006

2008

2010

2012

2014

2016

2018

2020

2022

2024

2026

2028

2030

2032

2034

2036

2038

2040

2050

( )千人

14出典：国立社会保障・人口問題研究所『日本の将来推計人口』（平成年１月推計）　　　 10 1による各年月日現在の推計人口より



団塊世代のリタイアとオフィス市場

0

10

20

30

40

50

60

70

80

90

100

020406080100120 120100806040200

女男

（万人）

（歳）

0

10

20

30

40

50

60

70

80

90

100

020406080100120 120100806040200

女男

（万人）

（歳）

0

10

20

30

40

50

60

70

80

90

100

020406080100120 120100806040200

女男

（万人）

（歳）

0

10

20

30

40

50

60

70

80

90

100

020406080100120 120100806040200

女男

（万人）

（歳）

日本の人口ピラミッド（中位推計）

10年後（2015年）現在（2005年）

団塊世代

団塊世代

団塊Jr・ポスト団塊Jｒ

出所）国立社会保障・人口問題研究所

団塊Jr・ポスト団塊Jｒ



高度経済成長・列島改造・国際都市化・ファンドバブル

-40

-20

0

20

40

60

80

100

1955

.919

56.9

1957

.919

58.9

1959

.919

60.9

1961

.919

62.9

1963

.919

64.9

1965

.919

66.9

1967

.919

68.9

1969

.919

70.9

1971

.919

72.9

1973

.919

74.9

1975

.919

76.9

1977

.919

78.9

1979

.919

80.9

1981

.919

82.9

1983

.919

84.9

1985

.919

86.9

1987

.919

88.9

1989

.919

90.9

1991

.919

92.9

1993

.919

94.9

1995

.919

96.9

1997

.919

98.9

1999

.920

00.9

2001

.920

02.9

2003

.920

04.9

2005

.920

06.9

2007

.920

08.9

六大都市商業地六大都市住宅地

六大都市工業地

六大都市全用途平均

(%)

対前

年同

期変

動率

六大都市商業地

六大都市住宅地

六大都市工業地

六大都市全用途平均

（注１）六大都市とは，東京都区部，横浜，名古屋，京都，大阪および神戸をいう。

（注２）市街地価格指数の変動率は各年3 月時点の前年同期比を用いている。

（出典）財団法人日本不動産研究所「市街地価格指数」


2009/11/04 page.

日本の地価の長期動向 : ECM 推定結果

Chihiro SHIMIZU 2009 [email protected] 13

- 0.15

- 0.10

- 0.05

0.00

0.05

0.10

0.15

0.2019

57

1960

1963

1966

1969

1972

1975

1978

1981

1984

1987

1990

1993

1996

1999

2002

2005

2008

(ECM残差)予測地価(t+1期)地代(GDP)資金コスト誤差修正項d(ln_lp)

入門計量経済学 B 　第 13 回講義ノートより


2009/11/04 page.井上・清水・中神 (2009) 14

• 効率性の検証–疑問１：短期的に効率的か？

① uc一定のもとでの超過収益率の系列相関

② 時変的な uc のもとでの予測誤差の系列相関

– 検定方法

において AR項の同時除外仮説を検定

ittiitiitiiiit xxxx 3,32,21,10

it

itittiit P

RPPre

1,

ititittiit ucPRPe 11,

2. 日本の不動産市場は効率的か


2009/11/04 page.15

• 効率性の検証結果 1 ：短期的効率性①

0 20kmt est 1

2. 41. 60. 8

井上・清水・中神 (2009)


2009/11/04 page.16

• 効率性の検証結果 2 ：短期的効率性②

0 20kmt est 2

2. 41. 60. 8



2009/11/04 page.17

–疑問２：長期的に効率的か？• 長期的に効率的ならば，変数間に共和分関係が存在するはずである

•単位根検定を用いて検証

• 結果： 72 市区中， 68 市区が 1％水準で，残りの 4 市区が 5％水準で定常

ititittiit ucPRPe 11,



2009/11/04 page.18

– マンションの市場価格と理論値

20

30

40

50

60

90 95 00 05

1

20

30

40

50

60

90 95 00 05

2

20

40

60

80

90 95 00 05

4

10

20

30

40

50

90 95 00 05

12

0

20

40

60

90 95 00 05

13

40

60

80

100

120

90 95 00 05

17

10

20

30

40

50

90 95 00 05

18

20

30

40

50

60

90 95 00 05

19

20

40

60

80

90 95 00 05

20

20

40

60

80

90 95 00 05

21

0

20

40

60

90 95 00 05

22

20

40

60

80

90 95 00 05

24

20

40

60

80

100

90 95 00 05

26

20

40

60

80

90 95 00 05

81

20

40

60

80

100

90 95 00 05

83

20

40

60

80

90 95 00 05

84

20

40

60

80

90 95 00 05

87

20

40

60

80

90 95 00 05

94

20

40

60

80

90 95 00 05

95

20

40

60

80

90 95 00 05

100

20

40

60

80

100

90 95 00 05

105

0

100

200

300

90 95 00 05

137

0

50

100

150

200

90 95 00 05

138

0

100

200

300

90 95 00 05

139

50

100

150

200

90 95 00 05

140

40

80

120

160

200

90 95 00 05

141

0

40

80

120

160

90 95 00 05

142

20

40

60

80

100

90 95 00 05

143

20

40

60

80

100

90 95 00 05

144

40

80

120

160

90 95 00 05

145

40

80

120

160

90 95 00 05

146

20

40

60

80

100

120

90 95 00 05

147

40

80

120

160

90 95 00 05

148

50

100

150

200

250

90 95 00 05

149

40

80

120

160

90 95 00 05

150

0

40

80

120

90 95 00 05

151

0

40

80

120

160

90 95 00 05

152

40

60

80

100

120

90 95 00 05

153

0

20

40

60

80

90 95 00 05

154

20

40

60

80

100

90 95 00 05

155

20

40

60

80

100

90 95 00 05

156

20

40

60

80

90 95 00 05

157

20

40

60

80

90 95 00 05

158

20

40

60

80

100

90 95 00 05

159

20

40

60

80

90 95 00 05

160

20

40

60

80

100

120

90 95 00 05

161

40

80

120

160

90 95 00 05

162

20

40

60

80

100

120

90 95 00 05

163

0

20

40

60

80

90 95 00 05

164

20

40

60

80

100

120

90 95 00 05

165

0

20

40

60

90 95 00 05

166

20

40

60

80

100

90 95 00 05

167

20

40

60

80

100

90 95 00 05

168

20

40

60

80

100

90 95 00 05

169

20

40

60

80

100

90 95 00 05

170

20

40

60

80

90 95 00 05

171

20

40

60

80

90 95 00 05

172

20

40

60

80

100

90 95 00 05

173

0

20

40

60

90 95 00 05

177

20

40

60

80

90 95 00 05

178

20

40

60

80

100

90 95 00 05

182

20

40

60

80

100

90 95 00 05

191

20

40

60

80

100

90 95 00 05

192

20

40

60

80

90 95 00 05

193

20

40

60

80

90 95 00 05

194

0

10

20

30

40

90 95 00 05

195

20

30

40

50

60

90 95 00 05

196

20

40

60

80

90 95 00 05

200

20

40

60

80

90 95 00 05

203

20

40

60

80

90 95 00 05

204

20

40

60

80

90 95 00 05

206

20

40

60

80

90 95 00 05

RP P _S TA R_NORM

207



2009/11/04 page.

3. 賃貸料市場の変化 - マイクロストラクチャ -

1. Housing rents account for more than one fourth of personal spending

2. Housing rents are very, very sticky– The probability of no change in housing rents is

about 29 percent per year (Genesove 2003)

3. The most important link between asset prices and goods & services prices is the one through housing rents (Goodhart 2001)

Expenditures for housing services: 26.3% Housing rents: 5.8% Imputed rents from owner occupied housing: 18.6% Housing maintenance and others: 1.9% “Consumer Price Index (CPI) in Tokyo, 2005”

1.0

1.5

2.0

2.5

3.0

3.5

QT

1986

/1

QT

1988

/1

QT

1990

/1

QT

1992

/1

QT

1994

/1

QT

1996

/1

QT

1998

/1

QT

2000

/1

QT

2002

/1

QT

2004

/1

QT

2006

/1

CPI rentSelling price index



2009/11/04 page.

Comparison House Price and CPI-house in Tokyo

20

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

1986

0119

8607

1987

0119

8707

1988

0119

8807

1989

0119

8907

1990

0119

9007

1991

0119

9107

1992

0119

9207

1993

0119

9307

1994

0119

9407

1995

0119

9507

1996

0119

9607

1997

0119

9707

1998

0119

9807

1999

0119

9907

2000

0120

0007

2001

0120

0107

2002

0120

0207

2003

0120

0307

2004

0120

0407

2005

0120

0507

2006

0120

0607

2007

0120

0707

2008

0120

0807

Tokyo_Condo

Tokyo_SingleHouse

Tokyo_SingleHouse_Rent

Tokyo_CPI


2009/11/04 page.

Comparison House Price and CPI-house in Tokyo , LA, NY

21

0.000

0.500

1.000

1.500

2.000

2.500

3.000

3.500

4.000

4.500

5.000

1986

0319

8609

1987

0319

8709

1988

0319

8809

1989

0319

8909

1990

0319

9009

1991

0319

9109

1992

0319

9209

1993

0319

9309

1994

0319

9409

1995

0319

9509

1996

0319

9609

1997

0319

9709

1998

0319

9809

1999

0319

9909

2000

0320

0009

2001

0320

0109

2002

0320

0209

2003

0320

0309

2004

0320

0409

2005

0320

0509

2006

0320

0609

2007

0320

0709

2008

0320

0809

Tokyo_SingleHouse

LosAngeles_HP

NewYork_HP

Tokyo_CPI

LosAngeles_CPI

NewYork_CPI


2009/11/04 　 page.

New Rent versus CPI Rent

1

1.05

1.1

1.15

1.2

1.25

1.3

1.35

1.4

QT

1986

/4

QT

1987

/4

QT

1988

/4

QT

1989

/4

QT

1990

/4

QT

1991

/4

QT

1992

/4

QT

1993

/4

QT

1994

/4

QT

1995

/4

QT

1996

/4

QT

1997

/4

QT

1998

/4

QT

1999

/4

QT

2000

/4

QT

2001

/4

QT

2002

/4

QT

2003

/4

QT

2004

/4

QT

2005

/4

QT

2006

/4

Hedonic rent

CPI rentInde

x:19

86/1

st q

uart

er=

1

22


2009/11/04 　 page.

Frequency of Rent Adjustments

)1(Pr)1|0(Pr

)1(Pr)1|0(Pr

)1(Pr)1(Pr1)0(Pr

Rit

Ritit

Nit

Nitit

Rit

Nitit

IIR

IIR

IIR

1 ititit RRR

23


2009/11/04 　 page.

State-Dependent or Time-Dependent Pricing:Caballero-Engel’s definition of price flexibility

dxxhxxdxxhxR

xXRxRRX

R

t

t

itit

ititit

ittit

t

)()(' )()( loglim

)|0Pr()( loglog

log

0

*1

*

)|1Pr(),1|0Pr(

)|1Pr(),1|0Pr( )(

xXIxXIR

xXIxXIRx

itRitit

Ritit

itNitit

Nitit

Intensive marginExtensive marginCaballero-Engel’smeasure of price flexibility

Caballero-Engel(1993):Adjustment Hazard

Caballero-Engel(2007)

24


2009/11/04 　 page.

Adjustment Hazard Functions

0.010 0.010 0.010 0.010

0.042 0.042 0.042 0.042

0.736 0.680 0.688 0.719

0.000 0.009 0.038 0.091

0.008 0.007 0.008 0.011

0.082 0.312 0.348 0.161

]0.0,2.0(x ]2.0,0.0(x ]4.0,2.0(x]2.0,4.0( x

)|1Pr( xXI itNit

)|1Pr( xXI itRit

),1|0Pr( xXIR itRitit

),1|0Pr( xXIR itNitit

)(x

)(xh

0084.0)()( dxxhx

0013.0)()(' dxxhxx

Intensive margin:

Extensive margin:

Caballero-Engel’s measure of price flexibility

0097.0loglim0

t

tRt

25


2009/11/04 　 page.26

Micro-Macro Consistency 　 : Calvo Parameter

1.00

1.05

1.10

1.15

1.20

1.25

1.30

1.35

1.40

1.45

QT

1986

/1

QT

1988

/1

QT

1990

/1

QT

1992

/1

QT

1994

/1

QT

1996

/1

QT

1998

/1

QT

2000

/1

QT

2002

/1

QT

2004

/1

QT

2006

/1

R^{*}RCPI rent

diRR

diRRRRR

x

itt

itt

ttt

**

*010

0

log

log )1(

)(

rent Hedonic

rent CPI*

t

t

R

R

)004.0..( 032.00 es Micro estimate: 0.975Macro estimate: 0.968


2009/11/04 page.

4. キャップレートの決定構造

• Jorgenson’s Theorem : Capital, Investment Behavior

• 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.



2009/11/04 page.

Stock Market vs. Asset Market

[email protected] 28

2.00%

2.50%

3.00%

3.50%

4.00%

4.50%

5.00%20

05/0

1

2005

/03

2005

/05

2005

/07

2005

/09

2005

/11

2006

/01

2006

/03

2006

/05

2006

/07

2006

/09

2006

/11

2007

/01

2007

/03

2007

/05

2007

/07

2007

/09

2007

/11

2008

/01

2008

/03

2008

/05

2008

/07

2008

/09

2008

/11

Stock CR

Real CR


2009/11/04 page.

Trends in Office Market:


0.6

0.7

0.8

0.9

1

1.1

1.2

1.3

1.420

02:Q

120

02:Q

220

02:Q

320

02:Q

420

03:Q

120

03:Q

220

03:Q

320

03:Q

420

04:Q

120

04:Q

220

04:Q

320

04:Q

420

05:Q

120

05:Q

220

05:Q

320

05:Q

420

06:Q

120

06:Q

220

06:Q

320

06:Q

420

07:Q

120

07:Q

220

07:Q

320

07:Q

420

08:Q

120

08:Q

220

08:Q

320

08:Q

4

NOI

Capital Value/m2

NewRent


2009/11/04 page.

• 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.



2009/11/04 page.

Stock Market vs. Asset Market


2.00%

2.50%

3.00%

3.50%

4.00%

4.50%

5.00%20

05/0

1

2005

/03

2005

/05

2005

/07

2005

/09

2005

/11

2006

/01

2006

/03

2006

/05

2006

/07

2006

/09

2006

/11

2007

/01

2007

/03

2007

/05

2007

/07

2007

/09

2007

/11

2008

/01

2008

/03

2008

/05

2008

/07

2008

/09

2008

/11

Stock CR

Real CR


2009/11/04 page.

Trends in Office Market:


0.6

0.7

0.8

0.9

1

1.1

1.2

1.3

1.420

02:Q

120

02:Q

220

02:Q

320

02:Q

420

03:Q

120

03:Q

220

03:Q

320

03:Q

420

04:Q

120

04:Q

220

04:Q

320

04:Q

420

05:Q

120

05:Q

220

05:Q

320

05:Q

420

06:Q

120

06:Q

220

06:Q

320

06:Q

420

07:Q

120

07:Q

220

07:Q

320

07:Q

420

08:Q

120

08:Q

220

08:Q

320

08:Q

4

NOI

Capital Value/m2

NewRent


2009/11/04 　 page.

Gordon’s Growth Model : Present Value, Discount Rate

• Yit : Net Operating Income• Rf :Risk Free Rate• Rp : Risk Premium• G : Growth in Real Rent• 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.


it

itpift

pift

itit p

yGRR

GRRy

p

ξ),( ip zLfR • L : Liquidity Risk• ξ : Unexpected Risk


2009/11/04 page.

Estimation Model


j

itijitjxy 10 exp

j

itijitjxp 20 exp

NOI Model

Capital Value Model

)(ln)()ln()ln( 2100 ititijj

jjitit xpy

ij

it

ij

itjj x

pxy

lnln

lnln

)(

Yield or Capitalization Rate :


2009/11/04 page.

Estimation Results : See Table3


Transaction Model 　　　　

Cap Rate Model α-β α:NOI Model β:Capital Value Model

Age 0.033 0.033 -0.042 -0.075Age ×　 residential1 0.010 0.010 0.017 0.007Age ×　 residential2 0.000 0.001 0.015 0.014

Area -0.046 -0.047 0.034 0.081Area ×　residential1

0.037 0.037 -0.044 -0.082

Area ×　residential2

0.026 0.026 0.007 -0.018

TS -0.034 -0.035 -0.069 -0.035TS ×　 residential1 -0.002 -0.002 -0.024 -0.021TS ×　 residential2 0.025 0.026 0.082 0.056

TT 0.100 0.099 -0.087 -0.186TT ×　 residential1 -0.119 -0.117 0.041 0.158TT ×　 residential2 0.061 0.062 0.004 -0.058

Adj. R-squared: 0.358 - 0.574 0.683Number of Obs.: 1,173

Unbalanced Panel Data : Pooling Data Analysis


2009/11/04 page.

Depreciation Effect on Capitalization Rate


Effects on Cap Rate (Transaction-based)

1.00

1.05

1.10

1.15

1.20

0 5 10 15 20 25 30 35 40

OfficeResidential (Family)Residential (Single)

1.00

1.05

1.10

1.15

1.20

0 5 10 15 20 25 30 35 40



2009/11/04 page.

Depreciation Effect on NOI and Capital Value


Effects on NOI (Transaction-point)

Effects on Price (Transaction-based)

0.75

0.80

0.85

0.90

0.95

1.00

0 5 10 15 20 25 30 35 40


0.75

0.80

0.85

0.90

0.95

1.00

0 5 10 15 20 25 30 35 40

0.60

0.70

0.80

0.90

1.00

0 5 10 15 20 25 30 35 40


0.60

0.70

0.80

0.90

1.00

0 5 10 15 20 25 30 35 40


2009/11/04 page.

Quantity Effect on Capitalization Rate



0.60

0.70

0.80

0.90

1.00

1.10

1.20

1.30

1.40

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.60

0.70

0.80

0.90

1.00

1.10

1.20

1.30

1.40

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000



2009/11/04 page.

Quantity Effect on NOI and Capital Value




0.90

0.95

1.00

1.05

1.10

1.15

1.20

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.90

0.95

1.00

1.05

1.10

1.15

1.20

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.80

0.90

1.00

1.10

1.20

1.30

1.40

1.50

1.60

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.80

0.90

1.00

1.10

1.20

1.30

1.40

1.50

1.60

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000



2009/11/04 page.

Accessibility Effect on Capitalization Rate:Distance to Central Areas



0.90

1.10

1.30

1.50

1.70

1.90

2.10

2.30

2.50

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.90

1.10

1.30

1.50

1.70

1.90

2.10

2.30

2.50

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000



2009/11/04 page.

Accessibility Effect on NOI and Capital Value:Distance to Central Areas




0.30

0.40

0.50

0.60

0.70

0.80

0.90

1.00

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.30

0.40

0.50

0.60

0.70

0.80

0.90

1.00

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

0.90

1.00

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000


0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

0.90

1.00

0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000



2009/11/04 page.

Comparison: Transaction-based vs. Appraisal-based Depreciation Effect on Capitalization Rate


Effects on Cap Rate (Transaction-based) Effects on Cap Rate (Appraisal-based)

1.00

1.05

1.10

1.15

1.20

0 5 10 15 20 25 30 35 40


1.00

1.05

1.10

1.15

1.20

0 5 10 15 20 25 30 35 40



2009/11/04 page.

What is Capitalization Rate?• Conclusions;• Capitalization Rate is explained by

• Link between asset prices and stock prices in Real Estate Investment Market.

• Client Pressure Problems in Appraisal Process


ij

it

ij

itjj x

pxy

lnln

lnln

)(


2009/11/04 page.

5. 社会構造の変化と不動産価格

• 米国での議論 :

• Baby Boom, Baby Burst and Housing Market!

• 米国の住宅価格は，１９８７年～ 2007 年まで47%下落する !!!

• →社会構造の変化と不動産市場



2009/11/04 　 page.45

出生者数の推移 (JPN)

0

50

100

150

200

250

300

1920

1925

1930

1935

1940

1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

(Ten thousands)

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

5.0Number of Live Births [Left Scale]Total Fertality Rates [Right Scale]

Baby boom(1947- 49)

Echo baby boom(1971- 73)

Baby bust(1955- 60)

Source: Ministry of Health, Labor and Welfare


2009/11/04 　 page.46

出生者数の推移 (U.S.)

Source: National Center for Health Statistics, "National Vital Statistics Reports."

0

50

100

150

200

250

300

350

400

450

500

1920

1925

1930

1935

1940

1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

(Ten thousands)

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

5.0Number of Live Births [Left Scale]Total Fertality Rates [Right Scale]

Baby boom1946 1960（～）

Baby bust1965- 79（）

Echo baby boom1980 90's（～）


2009/11/04 　 page.47

3-4(a). 年齢別人口 30-44 (JPN)

Source: Ministry of Internal Affairs and Communications 　 Statistics Bureau

0

500

1,000

1,500

2,000

2,500

3,000

3,500

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

(Ten thousands)

Age 40- 44

Age 35- 39

Age 30- 34

Baby boomer1947 1949（～） Echo baby boomer

1971 1973（～）

Baby buster1955- 1960（）


2009/11/04 　 page.48

3-4(b). 年齢別人口 30-44 (U.S.)

Source: U.S. Bureau of Census, "Population Estimates."

0

1,000

2,000

3,000

4,000

5,000

6,000

7,000

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

(Ten thousands)

Age 40- 44

Age 35- 39

Age 30- 34

Baby boomer1946 1960（～）

Baby buster1965- 1979（） Echo baby boomer

1980 90's（～）


2009/11/04 　 page.

Mankiw=Weil (1989) 住宅需要指標

49

• The aggregate amount of housing demand for the specific age of each household member using the housing demand by household, and they created ;

(1)Dj is the amount of housing demand for the jth member in the household, and N is the number of household members.

　 (2)• Dummy 0 is the dummy variable, and when age = 0, it becomes 1. Combining formulas (1) and (2) above results in formula (3).

• (3) • the amount of housing demand i for each age (age i) was estimated

N

j jDD1

iij DummyDummyDummyD 10 10

ijijj DummyDummyDummyD 10 10


2009/11/04 　 page.

Estimation Method of House Demand by Home ownership rates

50

• Home ownership demand:• we hypothesize that the increase in this rate is equivalent to the

ownership demand occurring in that age group•

Dj,t : home ownership demand for j cohort over t period Oj,t : ownership rate for j cohort over t period Nj,t : 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.

tjtjtjtj NOOD ,1,,,


2009/11/04 　 page.51

住宅需要の推計 (JPN & U.S.)

Source: Mankiw and Weil (1989), Ootake and Shintani(1994)

4,800

5,200

5,600

6,000

6,400

6,800

0

2,000

4,000

6,000

8,000

10,000

12,000

1970 1975 1980 1985 1990 1995 2000 2005

MW Index (J PN)Population-based index (J PN.)

4,000

6,000

8,000

10,000

12,000

0

400

800

1,200

1,600

2,000

1970 1975 1980 1985 1990 1995 2000 2005

MW Index (U.S.)Population-based index (U.S.)


2009/11/04 page.

Sample Selection Bias in Published Land Price•

• 加重平均地価指数 : • 　　　同一地点の対前年比を加重平均

• 調査地点の選定替えの実施 :• 変動率で整合性が取れなく

なった地点の入れ替え• 　　変動率のラグ→ Shimizu

and Nishimura(2004)(2006)

52

Year Nt:Number ofSamples in tperiod

Nt-1:Number ofSamples in tperiod Nt/Nt-1

1975 9,346 8,800 0.9421976 9,338 8,772 0.9391977 9,183 8,640 0.9411978 9,442 8,498 0.9001979 10,322 7,751 0.7511980 10,867 8,596 0.7911981 11,146 9,098 0.8161982 11,339 8,112 0.7151983 10,782 4,904 0.4551984 10,782 10,219 0.9481985 10,774 10,267 0.9531986 10,557 10,123 0.9591987 10,591 10,119 0.9551988 10,821 10,227 0.9451989 10,868 10,421 0.9591990 10,901 10,441 0.9581991 10,906 10,442 0.9571992 11,223 10,394 0.9261993 13,519 10,435 0.7721994 17,966 12,984 0.7231995 19,947 17,480 0.8761996 19,948 19,722 0.9891997 19,919 19,562 0.9821998 20,143 19,683 0.9771999 20,249 19,933 0.9842000 20,445 20,023 0.9792001 20,447 20,144 0.9852002 20,544 20,192 0.9832003 20,630 20,295 0.9842004 20,618 20,383 0.9892005 20,274 20,027 0.9882006 20,273 20,035 0.9882007 19,426 19,300 0.9942008 18,834 18,719 0.994


2009/11/04 page.

Estimation Results of Hedonic Function

53

No Prefecture area rw ts tt gesui sui gas UX UY UXX UYY cp1 cp3 cp6 cp7 tm Number ofSamples

adjustedR2

1 Hokkaido -1.180 0.179 -0.051 -0.409 0.288 0.004 0.415 -6.221 -24.091 0.022 0.276 -0.108 -0.275 0.878 -0.951 Yes 24,565 0.8142 Aomori -1.245 0.418 -0.038 -0.236 0.187 0.325 0.441 0.360 -0.919 - - -0.216 -0.034 0.339 -0.732 Yes 4,965 0.8353 Iwate -1.149 0.016 0.035 -0.321 0.217 0.086 0.256 0.530 -63.865 - 0.805 -0.117 -0.010 - -0.589 Yes 3,153 0.8274 Miyagi -1.108 0.237 -0.112 -0.365 0.143 0.232 0.180 0.284 0.040 - - -0.079 -0.037 - -0.592 Yes 10,350 0.8955 Akita -1.157 0.150 -0.074 -0.396 0.230 0.199 0.196 0.574 -151.022 - 1.896 -0.054 0.506 - -0.776 Yes 3,300 0.8676 Yamagata -1.259 0.234 -0.054 -0.342 0.220 - 0.303 -0.177 -42.895 - 0.560 -0.056 - - -0.691 Yes 3,126 0.8677 Fukushima -1.135 0.135 -0.028 -0.193 0.165 0.398 0.257 0.050 -80.239 - 1.076 -0.001 0.139 -0.387 -0.839 Yes 8,462 0.8518 Ibaragi -1.216 0.181 -0.111 -0.140 0.206 0.148 0.330 -0.428 -0.274 - - -0.091 - 0.325 -0.710 Yes 14,836 0.8779 Tochigi -1.257 0.221 -0.050 -0.244 0.151 0.312 0.235 -0.204 -0.651 - - -0.021 - - -0.369 Yes 8,752 0.87910 Gunma -1.142 0.279 -0.062 -0.063 0.271 0.258 0.179 -0.264 -0.168 - - 0.008 - - -0.455 Yes 7,188 0.83911 Saitama -1.039 0.145 -0.148 -0.173 0.109 -0.100 0.110 0.231 -2.411 - - -0.026 0.244 0.301 -0.599 Yes 28,425 0.94312 Chiba -1.096 0.120 -0.168 -0.283 0.077 0.307 0.261 -1.646 1.430 - - -0.055 -0.042 - 0.074 Yes 27,654 0.86413 Tokyo -0.871 0.144 -0.125 -0.724 0.086 0.089 0.186 -0.578 -0.560 - -0.001 0.012 0.135 -0.349 -3.136 Yes 50,333 0.92314 Kanagawa -0.919 0.096 -0.107 -0.038 0.040 0.024 0.122 0.782 0.947 - - -0.008 -0.054 -0.195 -0.589 Yes 41,470 0.93115 Niigata -1.309 0.369 -0.131 -0.331 0.112 -0.082 0.316 -0.418 -11.409 - 0.150 -0.108 - - -0.797 Yes 7,386 0.85116 Toyama -1.080 0.242 -0.062 -0.179 0.294 0.103 0.231 -0.583 1.121 - - -0.110 - - -0.325 Yes 3,941 0.83917 Ishikawa -1.170 0.175 -0.057 -0.414 0.157 0.212 0.146 -0.604 -165.220 - 2.257 0.026 - -0.044 -0.407 Yes 3,903 0.84918 Fukui -1.057 0.168 -0.129 -0.318 0.070 -0.106 0.124 -0.335 -0.935 - - -0.020 - - -1.107 Yes 2,090 0.85819 Yamanashi -1.143 0.215 -0.039 -0.155 0.028 0.335 0.158 1.087 0.627 - - -0.017 - -0.078 -0.349 Yes 2,774 0.93620 Nagano -1.370 0.113 -0.062 -0.281 0.330 0.812 0.142 -0.122 90.043 - -1.247 -0.085 0.460 0.202 -0.424 Yes 5,125 0.84421 Gifu -1.062 0.204 -0.047 -0.213 0.193 0.010 0.154 -0.323 0.771 - - -0.052 0.066 0.129 -0.559 Yes 6,207 0.89322 Shizuoka -1.154 0.116 -0.070 -0.125 0.131 -0.082 0.258 0.080 0.118 - - -0.058 0.159 - -0.455 Yes 13,103 0.88223 Aichi -1.013 0.267 -0.066 -0.417 0.146 -0.051 0.131 0.623 -0.449 - - -0.033 -0.141 -0.314 -0.383 Yes 33,687 0.93124 Mie -1.116 0.329 -0.071 -0.040 0.060 0.155 0.318 0.212 -59.555 - 0.853 -0.032 -0.016 - -0.635 Yes 8,298 0.88525 Shiga -1.310 0.395 -0.074 -0.158 0.111 0.092 0.268 -1.340 0.532 - - -0.085 -0.198 -0.490 -0.669 Yes 5,431 0.91026 Kyouto -0.994 0.270 -0.080 -0.318 0.134 0.830 0.241 1.174 1.080 - - 0.004 -0.165 -0.188 -1.101 Yes 12,672 0.93227 Oosaka -0.965 0.221 -0.129 -0.342 0.083 -0.003 0.186 0.009 0.691 - - -0.031 0.040 - -0.847 Yes 34,854 0.94428 Hyougo -0.983 0.201 -0.123 -0.062 0.077 0.106 0.380 0.911 -70.375 - 1.000 -0.110 -0.020 - -0.930 Yes 25,911 0.87529 Nara -1.060 0.255 -0.133 -0.049 0.054 0.387 0.247 -1.254 2.115 - - -0.100 - -0.572 -0.342 Yes 8,399 0.89930 Wakayama -1.094 0.168 0.014 -0.158 0.151 0.205 0.156 0.032 -0.225 - - -0.022 -0.171 - -0.413 Yes 3,049 0.87831 Tottori -1.199 0.561 -0.182 -0.177 0.103 -0.670 0.158 -0.298 -0.233 - - -0.063 -0.102 - -0.941 Yes 1,946 0.85932 Shimane -1.054 0.133 -0.094 -0.290 0.089 - 0.228 -0.680 -50.651 - 0.724 -0.038 - - -0.656 Yes 2,215 0.79033 Okayama -1.232 0.156 -0.086 -0.266 0.110 0.079 0.236 -0.444 -0.258 - - -0.110 - - -0.616 Yes 7,396 0.88034 Hiroshima -1.083 0.197 -0.103 -0.329 0.114 0.237 0.279 0.265 -0.905 - - 0.002 0.097 - -0.729 Yes 12,160 0.85535 Yamaguchi -1.143 0.146 -0.048 -0.010 0.022 0.366 0.402 0.330 0.399 - - -0.058 - - -1.079 Yes 5,714 0.81736 Tokushima -1.018 0.117 -0.037 -0.303 0.062 0.065 0.237 -0.573 -0.327 - - 0.090 - - -0.063 Yes 2,518 0.92937 Kagawa -1.142 0.247 -0.163 -0.264 0.011 0.254 0.256 -0.626 0.088 - - -0.097 - - -0.462 Yes 2,866 0.91338 Ehime -1.240 0.306 -0.077 -0.208 0.180 -0.125 0.251 0.307 34.366 - -0.518 -0.108 -0.263 - -0.498 Yes 4,405 0.86139 Kouchi -1.232 0.284 -0.038 -0.272 0.218 0.176 0.195 0.304 34.104 - -0.527 0.051 - - -0.292 Yes 2,644 0.89040 Fukuoka -0.992 0.157 -0.072 -0.434 0.280 0.182 0.232 0.611 -55.140 - 0.821 -0.035 0.635 0.039 -0.954 Yes 17,948 0.87041 Saga -1.294 0.153 -0.062 -0.186 0.094 0.096 0.200 0.243 1.040 - - -0.120 - -0.181 -0.774 Yes 2,001 0.88742 Nagasaki -0.919 0.685 -0.006 -0.211 0.101 0.143 0.374 -0.298 -9.789 - 0.148 -0.012 - -0.384 -0.831 Yes 4,922 0.81543 Kumamoto -1.222 0.311 -0.033 -0.265 0.116 0.199 0.315 -0.147 -0.607 - - -0.009 - - -0.349 Yes 5,186 0.90144 Ooita -1.139 0.418 -0.097 -0.232 0.106 0.695 0.254 -0.640 -0.765 - - -0.085 - - -0.040 Yes 4,496 0.85645 Miyazaki -1.168 0.125 -0.057 -0.273 0.259 0.140 0.244 0.634 -52.347 - 0.816 -0.038 - - -0.520 Yes 4,397 0.89646 Kagoshima -1.122 0.108 -0.092 -0.384 0.095 - 0.330 -0.264 1.593 - -0.028 -0.064 - - -0.590 Yes 4,799 0.88547 Okinawa -1.225 0.318 0.015 -0.367 0.112 -0.067 0.006 -2.586 48.458 - -0.873 -0.043 0.070 - -1.261 Yes 3,348 0.929


2009/11/04 　 page.54

3-1(a). Real House prices by prefectures (JPN)

Source: Ministry of Land, Infrastructure, Transport and Tourism “Published Land Prices”

0

100,000

200,000

300,000

400,000

500,000

600,000

700,000

800,000

900,00019

7519

7619

7719

7819

7919

8019

8119

8219

8319

8419

8519

8619

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

08

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


2009/11/04 　 page.55

3-1(b). Real House prices by states (U.S.)

Source: Office of Federal Housing Enterprise Oversight, “House Price Index”,U.S. Census of Bureau, “Census of Housing: Median home value.”

0

100,000

200,000

300,000

400,000

500,000

600,000

700,000

800,00019

7519

7619

7719

7819

7919

8019

8119

8219

8319

8419

8519

8619

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

08

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

OK OR

PA RI

SC SD

TN TX

UT VT

VA WA

WV WI

WY


2009/11/04 　 page.

3.2.Gini's coefficient : Comparison between Japan and US

56

0.000

0.050

0.100

0.150

0.200

0.250

0.300

0.350

0.400

0.45019

7519

7619

7719

7819

7919

8019

8119

8219

8319

8419

8519

8619

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

08

Japan

USA


2009/11/04 　 page.

Cluster Classification in Japan by Appreciation Rate of Land Price

57

-30

-20

-10

0

10

20

30

40

50

60

70

80

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

Cluster1

Cluster2

Cluster3

Cluster4

Cluster5


2009/11/04 　 page.

Cluster Classification in US by Appreciation Rate of House Price

58

-10

-5

0

5

10

15

20

25

30

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

Cluster1

Cluster2

Cluster3

Cluster4

Cluster5


2009/11/04 　 page.59

House Demand by prefectures (JPN)

Source: Ministry of Internal Affairs and Communications 　 Statistics Bureau, “Census"

0

500,000

1,000,000

1,500,000

2,000,000

2,500,00019

7519

7619

7719

7819

7919

8019

8119

8219

8319

8419

8519

8619

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

08

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


2009/11/04 　 page.60

House Demand by states (U.S.)

Source: U.S. Census of Bureau, “Population Estimates.”

0

1,000,000

2,000,000

3,000,000

4,000,000

5,000,000

6,000,00019

7519

7619

7719

7819

7919

8019

8119

8219

8319

8419

8519

8619

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

08

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

OK OR

PA RI

SC SD

TN TX

UT VT

VA WA

WV WI

WY


2009/11/04 　 page.61

地域別　住宅需要　 vs. 住宅価格 (JPN)

Source: Ministry of Land, Infrastructure, Transport and Tourism , Ministry of Internal Affairs and Communications 　 Statistics Bureau

Aomori

0

50

100

150

200

250

300

1975 1980 1985 1990 1995 2000 20050

20

40

60

80

100

120Age 35-39 Age 40-44 LP Index Tokyo

0

500

1,000

1,500

2,000

2,500

1975 1980 1985 1990 1995 2000 20050

50

100

150

200

250

300Age 35-39 Age 40-44 LP Index

Osaka

0200400600800

1,0001,2001,4001,600

1975 1980 1985 1990 1995 2000 20050

50

100

150

200

250

300Age 35-39 Age 40-44 LP Index Yamaguchi

0

50

100

150

200

250

300

1975 1980 1985 1990 1995 2000 20050

20

40

60

80

100

120

140Age 35-39 Age 40-44 LP Index


2009/11/04 　 page.62

地域別　住宅需要　 vs. 住宅価格 (U.S.)

Source: U.S. Census of Bureau, “Population Estimates,” and OFHEO “House Price Index”.

California

01,0002,0003,0004,0005,0006,0007,0008,0009,000

1975 1980 1985 1990 1995 2000 20050

100

200

300

400

500

600

700Age 30-34 35-39 40-44 OFHEO HPI Florida

0500

1,0001,5002,0002,5003,0003,5004,000

1975 1980 1985 1990 1995 2000 2005050100150200250300350400450500

Age 30-34 35-39 40-44 OFHEO HPI

Michigan

0

500

1,000

1,500

2,000

2,500

3,000

1975 1980 1985 1990 1995 2000 20050

50

100

150

200

250

300

350Age 30-34 35-39 40-44 OFHEO HPI New York

0500

1,0001,5002,0002,5003,0003,5004,0004,5005,000

1975 1980 1985 1990 1995 2000 20050

100

200

300

400

500

600

700Age 30-34 35-39 40-44 OFHEO HPI


2009/11/04 　 page.

住宅需要　 vs. 住宅価格

63

-50

0

50

100

150

200

-30 -20 -10 0 10 20 30 40 50

Ibaragi

Chiba

Kanagawa

Okinawa

ChibaTokyo

KanagawaKyouto

Oosaka

Hyougo

Cha

nge

rate

of

hous

e pr

ice:

%

Change rate of house dem and:%

(DM75-80 , LP75-80)

(DM80-85 , LP80-85)

(DM85-90 , LP85-90)

(DM90-95 , LP90-95)

(DM95-00 , LP95-00)

(DM00-05 , LP00-05)

(DM05-08 , LP05-08)

-20

0

20

40

60

80

100

120

140

-20 0 20 40 60 80 100

California

North DakotaOregon

Washington

Wyoming

Alabama

Arkansas

North Dakota

Nebraska

California

Delaware

North Dakota

Cha

nge

rate

of

hous

e pr

ice:

%


(DM75-80 , LP75-80)

(DM80-85 , LP80-85)

(DM85-90 , LP85-90)

(DM90-95 , LP90-95)

(DM95-00 , LP95-00)

(DM00-05 , LP00-05)

(DM05-08 , LP05-08)

-50

0

50

100

150

200

-5 0 5 10 15 20 25 30 35 40

Ibaragi

Chiba

Kanagawa

Okinawa

ChibaTokyo

KanagawaKyouto

Oosaka

Hyougo

Cha

nge

rate

of

hous

e pr

ice:

%

Change rate of house demand:%

(DM75-80, LP75-8 0)

(DM80-85, LP80-8 5)

(DM85-90, LP85-9 0)

(DM90-95, LP90-9 5)

(DM95-00, LP95-0 0)

(DM00-05, LP00-0 5)

(DM05-08, LP05-0 8)

-20

0

20

40

60

80

100

120

140

-10 0 10 20 30 40 50 60 70

California

North DakotaOregon

Washington

Wyoming

Alabama

Arkansas

North Dakota

Nebraska

California

Delaware

North Dakota

Cha

nge

rate

of

hous

e pr

ice:

%


(DM75-80, LP75-8 0)

(DM80-85, LP80-8 5)

(DM85-90, LP85-9 0)

(DM90-95, LP90-9 5)

(DM95-00, LP95-0 0)

(DM00-05, LP00-0 5)

(DM05-08, LP05-0 8)

Japan: 35- to 44-year-old population; U.S.: 30- to 44-year-old population

Mankiw House Demand Index


2009/11/04 　 page.

住宅需要　 vs. 住宅価格

64

Owner Occupied Demand index

Bubble era:Owner Occupied Demand index

-50

0

50

100

150

200

-10 -5 0 5 10 15 20 25 30

Ibaragi

Chiba

Kanagawa

Okinawa

Chiba

Tokyo

KanagawaKyouto

Oosaka

Hyougo

Cha

nge

rate

of

hous

e pr

ice:

%


(DM75-80, LP75-80)

(DM80-85, LP80-85)

(DM85-90, LP85-90)

(DM90-95, LP90-95)

(DM95-00, LP95-00)

(DM00-05, LP00-05)

(DM05-08, LP05-08)

-20

0

20

40

60

80

100

120

140

-20 -10 0 10 20 30 40 50 60 70 80

California

North DakotaOregon

Washington

Wyoming

Alabama

Arkansas

North Dakota

Nebraska

California

Delaware

North Dakota

Cha

nge

rate

of

hous

e pr

ice:

%


(DM75-80 , LP75-80)

(DM80-85 , LP80-85)

(DM85-90 , LP85-90)

(DM90-95 , LP90-95)

(DM95-00 , LP95-00)

(DM00-05 , LP00-05)

(DM05-08 , LP05-08)

(DM75-80, LP75-80)

(DM80-85, LP80-85)

(DM85-90, LP85-90)

(DM90-95, LP90-95)

(DM95-00, LP95-00)

(DM00-05, LP00-05)

(DM05-08, LP05-08)

0

20

40

60

80

100

120

-20 -10 0 10 20 30 40 50

California

Delaware

North Dakota

OregonWyoming

Arkansas

Nebraska

Rhode Island

Cha

nge

rate

of

hous

e pr

ice:

%


(DM_Contro l, LP00-05)

(DM00-05 , LP00 -05)

(LP9 5-00 , LP00-0 5)

-50

0

50

100

150

200

-10 -5 0 5 10 15 20 25 30

Ibaragi

ChibaKanagawa

Okinawa

Tokyo

Kanagawa

Oosaka

Hyougo

Cha

nge

rate

of

hous

e pr

ice:

%


(DM_Contro l, LP85-90 )

(DM80-85, LP85-90)

(DM85-90, LP85-90)


2009/11/04 page.

需要要因が住宅価格に与える影響


grHousePriceIndex grHouseDemand grHousePriceIndex grHouseDemand

Constant 0.000 0.000 -0.001652 0.001226(0.0020) (0.0001) (0.0013) (0.0004)

grHPI(Lag1) 0.611 0.000 0.03407 -0.009078(0.0259) (0.0012) (0.0237) (0.0085)

grHPI(Lag2) -0.130 -0.005 0.066647 0.391596(0.0247) (0.0012) (0.0631) (0.0228)

grHD(Lag1) -2.994 0.850 0.066647 0.391596(0.6973) (0.0344) (0.0631) (0.0228)

grHD(Lag2) 4.274 0.048 -0.237661 0.269695(0.6712) (0.0331) (0.0620) (0.0224)

dRate 0.014 0.000 -0.011743 0.004687(0.0022) (0.0001) (0.0010) (0.0003)

grGDP 0.418 -0.001 0.353377 0.092434(0.0615) (0.0030) (0.0277) (0.0100)

F-statistic 196.877 1240.132 240.292 241.092 Log likelihood 1882.096 5983.415 2822.327 4375.800

Akaike AIC -2.751 -8.770 -3.680 -5.711

VAR Estimate : Japan VAR Estimate : USA


2009/11/04 page.

需要要因が住宅価格に与える影響 : 日本


-.02

.00

.02

.04

.06

.08

1 2 3 4 5 6 7 8 9 10

Response of House Price to House Price

-.02

.00

.02

.04

.06

.08

1 2 3 4 5 6 7 8 9 10

Response of House Price Housing Demand

-.001

.000

.001

.002

.003

.004

1 2 3 4 5 6 7 8 9 10

Response of Housing Demand to House Price

-.001

.000

.001

.002

.003

.004

1 2 3 4 5 6 7 8 9 10

Response of Housing Demand to Housing Demand

Response to Cholesky One S.D. Innovations ± 2 S.E.


2009/11/04 page.

需要要因が住宅価格に与える影響 :米国


-.01

.00

.01

.02

.03

.04

.05

1 2 3 4 5 6 7 8 9 10

Response of House Price to House Price

-.01

.00

.01

.02

.03

.04

.05

1 2 3 4 5 6 7 8 9 10

Response of House Price to Housing Demand

-.004

.000

.004

.008

.012

.016

1 2 3 4 5 6 7 8 9 10

Response of Housing Demand to House Price

-.004

.000

.004

.008

.012

.016

1 2 3 4 5 6 7 8 9 10

Response of Housing Demand to Housing Demand

Response to Cholesky One S.D. Innovations ± 2 S.E.


2009/11/04 page.

6. 公示地価への教訓

• 不動産価格は予測できるか→市場の効率性

• キャッシュフローは市場を適切に反映しているか ?

• キャップレートは，どのように決定されているのか ?

• 需要ショックは価格変動に影響を及ぼすか ?

• →どうしたらいいのか ???



2009/11/04 page.

時点修正課題への対応 :

• Valuation Error, Smoothing はなぜ起こるのか ?• 起こってはいけないのか ?


0.82

0.84

0.86

0.88

0.9

0.92

0.94

0.96

0.98

2001

01

2001

02

2001

03

2001

04

2001

05

2001

06

2001

07

2001

08

2001

09

2001

10

2001

11

2001

12

2002

01

2002

02

実績

Test01

Test02

Test03

Inde

x:20

00.0

1=1


2009/11/04 page.

住宅価格指数の比較


-0 .14

-0 .12

-0 .1

-0 .08

-0 .06

-0 .04

-0 .02

0

0.02

0.0419

9701

1997

0219

9703

1997

0419

9801

1998

0219

9803

1998

0419

9901

1999

0219

9903

1999

0420

0001

2000

0220

0003

2000

0420

0101

2001

0220

0103

2001

0420

0201

2002

0220

0203

2002

0420

0301

2003

0220

0303

2003

0420

0401

2004

0220

0403

2004

0420

0501

2005

0220

0503

2005

0420

0601

2006

0220

0603

2006

0420

0701

2007

0220

0703

2007

0420

0801

2008

0220

0803

2008

04

:リピートセールス指数ケースシラー型

:ヘドニック指数ハリファックス型

:RRPIヘドニック指数

:リピートセールス指数香港大学型

１９９７第一四半

期＝０

：対

前期

変動

率


2009/11/04 page.

複数回サンプルの比較 :ヘドニック指数


-0.14

-0.12

-0.1

-0.08

-0.06

-0.04

-0.02

0

0.02

1997

0119

9702

1997

0319

9704

1998

0119

9802

1998

0319

9804

1999

0119

9902

1999

0319

9904

2000

0120

0002

2000

0320

0004

2001

0120

0102

2001

0320

0104

2002

0120

0202

2002

0320

0204

2003

0120

0302

2003

0320

0304

2004

0120

0402

2004

0320

0404

2005

0120

0502

2005

0320

0504

2006

0120

0602

2006

0320

0604

2007

0120

0702

2007

0320

0704

2008

0120

0802

2008

0320

0804

over1 over2

over3 over4

Traditional Repeat Sales


2009/11/04 page.

複数回サンプルの性質 1



2009/11/04 page.




2009/11/04 page.




2009/11/04 　 page.

地価回復が遅れた原因 -最有効使用 1: 機会損失が発生しているビル :2004 年


オフィスの分布機会損失ビルの分布

Source) Shimizu and Karato(2010), Microstructure of Office Investment Market in Tokyo Metropolitan Area,(forthcoming)


2009/11/04 page.

地価回復が遅れた原因 -最有効使用 2: 機会損失が発生しているビルの特性



表 6. パネル・データの概要年次変数単位観測値の数平均標準偏差最小最大 1996 RR 円 40516 8399 2836 2837 26542

RC 円 40516 4720 765 3018 6451 100 万円 40516 −10.91 55.11 −2712.34 −0.01 - 40516 0.06 0.25 0 1 2607 −2.25 7.07 −153.73 −0.01 37909 −11.51 56.90 −2712.34 −0.01

2001 RR 円 40516 6402 2162 2163 20232 RC 円 40516 4808 779 3073 6570 100 万円 40516 −7.19 37.66 −1878.82 0.02 - 40516 0.09 0.28 0 1 3576 −1.44 4.21 −101.27 0.00 36940 −7.75 39.38 −1878.82 0.02

注. RR は再開発された用途での賃貸料，RC は再開発されなかった場合の賃貸料を示している．


2009/11/04 page.

地価回復が遅れた原因 -最有効使用 3: 再開発の確率



表 7. 再開発確率のプロビット推定

Note. ( )内は標準誤差を示している．被説明変数はその区画が再開発された場合 1，現状のままであれば 0 となる2 値変数である．はランダム効果を含む誤差構造の相関係数．Wald はすべてのパラメータが0 であるという帰無仮説に対する検定統計量（自由度 1 のカイ2乗分布にしたがう）．[ ] は確率値を示す．

全サンプル地域 1 地域 2 地域 3 0.3181 0.0576 0.4447 0.3407 (0.0093) (0.0058) (0.0250) (0.0219) Constant −13.5617 −5.7765 −9.3597 −9.7961 (0.4317) (0.1630) (0.5139) (0.6578) 10.5011 2.9883 7.6478 8.0016 (0.3327) (0.0903) (0.4046) (0.4998) 0.9910 0.8993 0.9832 0.9846 (0.0006) (0.0055) (0.0017) (0.0019) Number of obs. 81032 30110 19898 30468 Individual Number of groups 40516 15055 9949 15234

Wald (chi squared) 1160.1 [.000]

98.8 [.000]

315.3 [.000]

242.8 [.000]

Log likelihood −15071.5 −2567.9 −3792.0 −8043.3


2009/11/04 page.

Chihiro Shimizu: http://www.cs.reitaku-u.ac.jp/sm/shimizu/• 論文 :• Shimizu,C, K.G.Nishimura and T.Watanabe(2009), “House Prices and Rents in Tokyo - A Comparison of Repeat-sales and Hedonic

measures-,” 一橋大学物価研究センター Working Paper,No.41. 　 Journal of Statistics and Economics (forthcoming)./Paper • Shimizu,C(2009), “Investment Characteristics of Housing Market -Focusing on the stickiness of housing rent-,” 麗澤大学経済社会総合研究

センター Working Paper,No.34.(Real Estate Investment, Nova Science Publishers, Inc. より出版予定 )./Paper • 清水千弘・渡辺努 (2009), 「日米における住宅価格の変動要因」 (伊藤隆敏編『アメリカ特集』所収，フィナンシャル・レ

ビュー 95号 / 財務省財務総合政策研究所 ./Paper • 谷下雅義・長谷川貴陽史・清水千弘 (2009) ，「景観規制が住宅価格に及ぼす影響 - 東京都世田谷区を対象としたヘドニック法に

よる検証 - 」計画行政 ,Vol.32,No.2, pp.71-79. • 清水千弘・渡辺努・西村清彦 (2009) 「住宅市場のマクロ変動と住宅賃料の粘着性」季刊住宅土地経済 ,No.72, pp.10-17. • 清水千弘 (2009) 「都市基盤整備財源としての受益者負担金制度の課題」計画行政第 32巻第 1号 ,pp.74-82. • 清水千弘 (2009) 「住宅賃料の粘着性の計測 - 住宅市場の変動とマクロ経済政策への応用 - 」麗澤経済研究，第１７巻第１号 ,

pp.29-50. • Shimizu,C(2009), “Estimation of Hedonic Single-Family House Price Function Considering Neighborhood Effect Variables,” 東京大学空間

情報科学研究センター Discussion Paper, No.93./Paper • 原野啓・中川雅之・清水千弘・唐渡広志 (2009) 「情報の非対称性下における住宅価格とリフォー　ム」東京大学空間情報科学

研究センター Discussion Paper,No.94./Paper • Shimizu,C, K.G.Nishimura and T.Watanabe(2008), “Residential Rents and Price Rigidity: Micro Structure and Macro Consequences,” 一橋

大学物価研究センター Working Paper,No.29, revised 2009, RIETI Discussion Paper Series 09-E -044./Paper • 清水千弘 (2008), 「企業不動産戦略の経済学的意義 -外部性への配慮と企業の責任 - 」季刊不動産研究，第 50巻，第 2号 ,pp14-

23. • 清水千弘 (2008), 「ヘドニック住宅価格関数推定上の課題 -過少定式化バイアスへの対応 - 」資産評価政策学 ,第 10巻第 2号 (通

巻 17号 ),pp.56-61. • 清水千弘 (2008), 「近隣外部性を考慮したヘドニック住宅関数の推定」麗澤経済研究 ,第 16巻第 1号 , pp.29-44. • Shimizu,C and K.G.Nishimura(2007), “Pricing structure in Tokyo metropolitan land markets and its structural changes: pre-bubble, bubble,

and post-bubble periods,” Journal of Real Estate Finance and Economics, Vol.35,No.4,pp.495-496. • 清水千弘・唐渡広志 (2007), 「土地利用の非効率性の費用」住宅土地経済 , Vol.64(2007 年春季号 ) ， pp.22-29. • 清水千弘・唐渡広志 (2007), 「住宅価格の非線形性」麗澤経済研究 ,第 15巻第 1号， pp.53-77. • Shimizu,C,K.G.Nishimura and K.Karato(2007), “Nonlinearity of Housing Price Structure 　 -Secondhand Condominium Market in Tokyo

Metropolitan Area-,” 東京大学空間情報科学研究センター Discussion Paper,No.86, submitted to “Urban Studies"./Paper



2009/11/04 page.

• Shimizu, C., H.Takatsuji, H.Ono and K.G.Nishimura, (2007), “Change in house price structure with time and housing price index”, RIPESS (Reitaku Institute of Political Economics and Social Studies) Working Paper, No.25./Paper

• 原野啓・清水千弘・唐渡広志・中川雅之 (2007a) 「リピートセールス法による品質調整済住宅価格指数の推計」住宅土地経済No.65(2007 年夏季号 ),pp.12-19.

• 原野啓・清水千弘・唐渡広志・中川雅之 (2007b) 「わが国におけるリピートセールス法による住宅価格指数の推計課題」麗澤経済研究 ,第 15巻第 2号 ,pp.113-133.

• Shimizu,C and K.G.Nishimura (2006), “Biases in appraisal land price information: the case of Japan,” 　 Journal of Property Investment & Finance, Vol.24, No.2 ， pp. 150- 175.

• Shimizu, and H.Ono, (2006), “Incorporting Land Characteristics into Land Valuation for Reconstruction Areas”, RIPESS (Reitaku Institute of Political Economics and Social Studies) Working Paper, No.20./Paper

• Shimizu,C, K.G.Nishimura and Y.Asami(2004), “Search and Vacancy Costs in the Tokyo housing market: Attempt to measure social costs of imperfect information,” Regional and Urban Development Studies,Vol.16,No.3 ， pp.210-230./Paper

• 学会報告 :• 清水千弘・川村康人 , 「既存住宅市場と住宅価格」 , 都市住宅学会 ( 名城大学 ),2009.11. • 清水千弘・川村康人 , 「不動産特性とキャップレート」 , 日本不動産学会 ,(豊橋技術科学大学 ), 2009.10. • 清水千弘・川村康人 , 「介護保険財源の地域負担構造」 , 日本計画行政学会 (香川大学 ),2009.9. • Shimizu,C, K.G.Nishimura,T.Watanabe and K.Karato,House, Price Index in Tokyo Special District,ISA International Housing Conference

2009,(The University of Glasgow's Department of Urban Studies ),2009.9. • Shimizu,C, K.G.Nishimura,T.Watanabe and K.Karato,House, Price Index in Tokyo Special District,SWET: Summer Workshop on Economic

Theory2009,2009.8. • Shimizu,C, K.G.Nishimura and T.Watanabe,House, House Prices and Rents in Tokyo - A Comparison of Repeat-sales and Hedonic

measures- ,United Nations, 2009 Ottawa Group Meeting(Neuchatel, Switzerland, 27-29 May 2009),2009.5. • Shimizu,C, and T.Watanabe,House,Housing Market Bubbles in Japan and the US,International Economy on U.S. Economy(Ministry of

Finance),2009.3. • Shimizu,C, K.G.Nishimura and T.Watanabe,Residential Rents and Price Rigidity-Micro Structure and Macro Consequences-,NBER-TCER-

CEPR Conference on Sticky Prices and Inflation Dynamics(Asian Development Bank Institute.),2008.12. • 原野啓・中川雅之・清水千弘・唐渡広志「レモンモデルのテスト : リフォームと中古住宅価格」応用地域学会 (釧路公立大

学 ) ， 2008.11 • Shimizu,C, H.Takatsuji, H.Ono and K.G.Nishimura,Change in house price structure with time and housing price index, 第 9 回マクロコン

ファレンス (慶応義塾大学 ),2007.12.



2009/11/04 page.

• 谷下雅義・長谷川貴陽史・清水千弘 , 土地利用規制が住宅価格に及ぼす影響の分析 ,第 36 回土木計画学研究発表会 (八戸工業大学 ),2007.11. • 清水千弘 ,近隣外部性が宅地価格に与える影響 - 宅地価格構造の非線形性 -, 資産評価政策学会秋季全国大会 ( 都市センターホテル ),2007.11. • 清水千弘「東京都区部事務所市場における土地利用の非効率性 - 収益格差が土地利用転換に与える影響」 CSIS DAYS2007, 全国共同利用研

究発表会 ( 東京大学柏キャンパス ) ， 2007.11. • 原野啓・清水千弘・唐渡広志・中川雅之「リピートセールス法による品質調整済住宅価格指数の推計」，日本経済学会 2007 年度秋季大会

( 日本大学経済学部 ) ， 2007.9 • 原野啓・清水千弘・唐渡広志・中川雅之 (2007) 「リピートセールス法による品質調整済住宅価格指数の推計」，日本不動産学会 2007 年度

秋季全国大会 (北海道大学・学術交流会館 ) ， 2007.11. • 清水千弘・唐渡広志 , 土地利用の転換コスト , 日本不動産金融工学学会 2006 年定期大会報告 (明海大学 ),2006.03. • 清水千弘・唐渡広志 , 土地利用の非効率性の費用 ,応用地域学会第 19 回研究発表会 (北九州市立大学 ),2005.12.


Documents

不動産価格変動のダイナミクス - マイクロ構造とマクロトレンド -