不動産市場のダイナミクス - マイクロ構造とマクロトレンド -

Dynamics of Real Estate Market Reitaku-University

January,2010 page. 1

不動産市場のダイナミクス- 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 2010 [email protected]

国土交通省・マクロ研究会19.January.2010

於・国土交通省　土地水資源局


January,2010 page.

0. ファンダメンタル価格 :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

2

GRRyp

pift

itit

ファンダメンタルズ

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

Cap Rate / Yield

経済活動 / 需給


Dynamics of Real Estate Market 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 Reitaku-University


• 0. 住宅市場のダイナミクスを説明するモデル– Capozza, Hendershott, and Mack (2004)

⇒ 価格変動の統計的性質を描写

– DiPasquale&Wheaton(1996), Wheaton (1999)• ストック = フローモデルで住宅市場の動向を説明• 住宅市場に周期性が生じる重要な要因

– Backward looking な期待形成–供給の価格弾力性、供給のラグ　など

*1

*11 ttttt PPPPP

系列相関中心回帰的性質ファンダメンタルズの変化の影響




( ) 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

0. 不動産市場のダイナミクス



January,2010 page.

本日の報告 1.• 1. 不動産価格のマクロ変動• 　清水・麗澤大学・入門計量経済学講義ノート第 9 回以降　 • (http://www.cs.reitaku-u.ac.jp/sm/shimizu/Regular-Lectures.html)

• 2. 不動産価格がマクロ経済に与える影響• 　楊怡菁 (2010) 「中国・日本資産価格バブルの比較」麗澤大学大学院清水千弘研究室修士論文

• 3. 住宅需要が住宅価格に及ぼす影響 : 第 1 象限• 　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 .• 　 Shimizu, C and T.Watanabe(forthcoming), “Housing Bubble in Japan and the U.S.”., ISA world

conference2010.

• 4. 住宅賃料の粘着性 : 第 2 象限①• 　 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,(forthcoming) .• 　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. • 　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. • Shimizu,C(2009), “Investment Characteristics of Housing Market -Focusing on the stickiness of

housing rent-,”.,Real Estate Investment, Nova Science Publishers, Inc 　所収 .

5Chihiro SHIMIZU 2010 [email protected]


January,2010 page.

本日の報告 2.• 5. 住宅供給とバブル : 第 3 象限• 　井上智夫・清水千弘・中神康博 (2009) 「資産税制とバブル」井堀利宏編著『バブル・デフレ

期の日本経済と経済政策 5 ・財政政策と社会保障』 , 慶應義塾大学出版会所収， pp.329-371. • 　井上智夫・清水千弘・中神康博 (2009) 「首都圏住宅市場のダイナミクス」季刊住宅土地経

済， No.74,pp.18-26.

• 6. キャップレートの決定構造 : 第 2 象限• 小野宏哉・清水千弘 , 「土地市場のファンダメンタル仮説に関する統計的検討 , 日本不動産学

会全国大会梗概集 1997.11. • 清水千弘・川村康人 , 「不動産特性とキャップレート」 , 平成 21年度日本不動産学会全国学術大会梗概集 ,(豊橋技術科学大学 ), 2009.10.

• Shimizu,C., K.C.Cahu and K.Mckinell(2010), “What is Real Estate Investment Yield? : Characteristics and Differences” .,(forthcoming).

• 7. 不動産価格の変動が土地利用に与える影響• 　 Shimizu,C and K.Katato(2010), “Estimating of Redevelopment Decision using panel data in Tokyo

metropolitan area ”.,(Journal of Property Investment and Finance ,forthcoming).• 　清水千弘・唐渡広志 (2010) 「土地利用収益格差と土地利用転換」季刊住宅土地経済

(forthcoming).• Shimizu,C ,K.Katato and Y.Asami(2010), “Estimation of inefficiency of land use” 17th European Real

Estate Society Annual Conference(Milan, Italy). Chihiro SHIMIZU 2010 [email protected] 6



1. 不動産市場のマクロ変動高度経済成長・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」



January,2010 page.

日本の地価の長期動向 : ECM推定結果

8

- 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)

麗澤大学経済学部・入門計量経済学 B 　講義ノートより




市場の国際的連動性

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



January,2010 page.

Granger Causality

10

Pairwise Granger Causality Tests Null Hypothesis: Obs F-Statistic Prob.

D(TOKYO_SINGLEHOUSE) does not Granger Cause D(TOKYO_CONDO) 264 5.00054 0.00000 * D(TOKYO_CONDO) does not Granger Cause D(TOKYO_SINGLEHOUSE) 6.82566 0.00000 * D(LOSANGELES) does not Granger Cause D(TOKYO_CONDO) 252 0.79408 0.64590 D(TOKYO_CONDO) does not Granger Cause D(LOSANGELES) 0.86687 0.57360 D(NEWYORK) does not Granger Cause D(TOKYO_CONDO) 252 0.39261 0.95810 D(TOKYO_CONDO) does not Granger Cause D(NEWYORK) 0.70586 0.73250 D(LONDON) does not Granger Cause D(TOKYO_CONDO) 264 0.45663 0.92800 D(TOKYO_CONDO) does not Granger Cause D(LONDON) 0.15499 0.99920 D(HONGKONG) does not Granger Cause D(TOKYO_CONDO) 198 1.49256 0.13780 D(TOKYO_CONDO) does not Granger Cause D(HONGKONG) 0.82749 0.61270 D(MELBOURNE) does not Granger Cause D(TOKYO_CONDO) 256 0.55889 0.86080 D(TOKYO_CONDO) does not Granger Cause D(MELBOURNE) 0.45035 0.93140 D(LOSANGELES) does not Granger Cause D(TOKYO_SINGLEHOUSE) 252 0.87579 0.56480 D(TOKYO_SINGLEHOUSE) does not Granger Cause D(LOSANGELES) 0.79469 0.64530 D(NEWYORK) does not Granger Cause D(TOKYO_SINGLEHOUSE) 252 0.84724 0.59300 D(TOKYO_SINGLEHOUSE) does not Granger Cause D(NEWYORK) 0.96253 0.48150 D(LONDON) does not Granger Cause D(TOKYO_SINGLEHOUSE) 264 0.35852 0.97040 D(TOKYO_SINGLEHOUSE) does not Granger Cause D(LONDON) 0.17325 0.99870 D(HONGKONG) does not Granger Cause D(TOKYO_SINGLEHOUSE) 198 1.39645 0.17810 D(TOKYO_SINGLEHOUSE) does not Granger Cause D(HONGKONG) 1.7357 0.06910 ** D(MELBOURNE) does not Granger Cause D(TOKYO_SINGLEHOUSE) 256 0.57265 0.85010 D(TOKYO_SINGLEHOUSE) does not Granger Cause D(MELBOURNE) 0.46809 0.92160 D(NEWYORK) does not Granger Cause D(LOSANGELES) 252 1.24507 0.25830 D(LOSANGELES) does not Granger Cause D(NEWYORK) 5.08511 0.00000 * D(LONDON) does not Granger Cause D(LOSANGELES) 252 3.88808 0.00004 D(LOSANGELES) does not Granger Cause D(LONDON) 2.40775 0.00760 D(HONGKONG) does not Granger Cause D(LOSANGELES) 198 0.41059 0.95010 D(LOSANGELES) does not Granger Cause D(HONGKONG) 1.69785 0.07720 D(MELBOURNE) does not Granger Cause D(LOSANGELES) 249 1.75829 0.06250 D(LOSANGELES) does not Granger Cause D(MELBOURNE) 2.46411 0.00630 D(LONDON) does not Granger Cause D(NEWYORK) 252 3.22273 0.00040 * D(NEWYORK) does not Granger Cause D(LONDON) 1.6578 0.08420 D(HONGKONG) does not Granger Cause D(NEWYORK) 198 0.75721 0.68220 D(NEWYORK) does not Granger Cause D(HONGKONG) 1.14808 0.32700 D(MELBOURNE) does not Granger Cause D(NEWYORK) 249 1.8336 0.04960 D(NEWYORK) does not Granger Cause D(MELBOURNE) 1.46852 0.14450 D(HONGKONG) does not Granger Cause D(LONDON) 198 1.4457 0.15630 D(LONDON) does not Granger Cause D(HONGKONG) 1.60956 0.09950 D(MELBOURNE) does not Granger Cause D(LONDON) 256 2.15627 0.01760 D(LONDON) does not Granger Cause D(MELBOURNE) 2.5127 0.00520 * D(MELBOURNE) does not Granger Cause D(HONGKONG) 195 1.0478 0.40680 D(HONGKONG) does not Granger Cause D(MELBOURNE) 0.45614 0.92750



January,2010 page.

Peason’s Correlation coefficient

11

Tokyo_Single → Tokyo_CondoTokyo_Condo → Tokyo_SingleLondon → Los AngelsLondon → New YorkLondon → MelbourneLos Angels → New YorkLos Angels → LondonLos Angels → Melbourne

TOKYO_CONDO

TOKYO_SINGLEHOUSE

LOSANGELES

NEWYORK

LONDON HONGKONG

MELBOURNE

TOKYO_CONDO 1TOKYO_SINGLEHOUSE 0.463 1LOSANGELES 0.119 0.120 1NEWYORK 0.163 0.126 0.833 1LONDON 0.262 0.156 0.472 0.295 1HONGKONG 0.096 0.008 -0.174 -0.152 -0.017 1MELBOURNE 0.360 0.194 -0.166 -0.061 0.085 -0.024 1



January,2010 page.

2. 不動産価格がマクロ経済に与える影響 : GDP と SNA 土地資産額の推移

12

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

2006

GDP:

10億円

SNA :10土地資産額億円



January,2010 page.

不動産価格の変動とマクロ経済

• 資産価格の変動がどのようにマクロ経済に影響をもたらすのか ?

• 上昇局面 :• 企業・家計の資産に対する投機行動の活発化• 　　 -適正水準の資産価格の上昇に基づく投資

の活性化は， (+).• - 本来，投資に回るべき資金が，過剰に資産

に投資される (-)• 下落局面 :• -信用収縮　 : 金融システムの不安定化短期

的な経済の停滞　資産需要低下• -長期的な期待の低下　 : 価格の押し下げ効果

• 　　 -負債効果　 : 生産性の高い経済主体から，生産性の低い経済主体に対する資産の移転

• 　　　　企業 : 成長性の高い企業，生産性の高い家計　 : 負債 ( 大 ) 　長期的な経済の停滞

• 　　 -過剰設備の解消

• →中国はどうか ???• →This Time is Different?

13

監督当局の厳しい監督管理

資本ストックと生産要素が低い

投資増加と会社拡大

国内市場はまだ飽和傾向ではない

銀行

家計

企業

資産市場に深く介入していない

資産市場に深く介入していない

投資刺激

投資刺激

消費刺激

消費刺激

借入金返済

借入金返済

就業機会増加

消費支出増加

融資増加

短期的に景気回復

　楊怡菁 (2010) 「中国・日本資産価格バブルの比較」麗澤大学大学院修士論文



January,2010 page.

3. 住宅需要が住宅価格に及ぼす影響

• 米国での議論 :

• Baby Boom, Baby Burst and Housing Market!!!• Mankiw and Weil(1989)• 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• Mankiw, N. G., and D. N. Weil(1989), “The baby boom, the baby bust, and the housing market”, Regional

Science and Urban Economics, Vol.19, pp.235-258.• 大竹文雄・新谷元嗣 (1994) 「人口構成と住宅市場」住宅問題研究 1994年 2月号 ,pp2-34.



January,2010 page.15

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



January,2010 page.

Mankiw=Weil (1989) 住宅需要指標

16

• 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



January,2010 page.

持家率の上昇速度

Chihiro SHIMIZU 2010 [email protected] 17

0

20

40

60

80

100

Age -25 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-

JP1990

JP2000JP2005

JP2005

US1980

US1990US2000

US2005

hom

e oc

cupi

ed r

ate:

%


January,2010 page.

Estimation Method of House Demand by Home ownership rates

18

• 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,,,




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（）




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（～）




団塊世代のリタイアと不動産需要の変化

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



January,2010 page.

地域別地価動向の把握•

• 加重平均地価指数 (才田ほか(2004)):

• 　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)

22

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



January,2010 page.

Estimation Results of Hedonic Function

23

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




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




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



January,2010 page.

Gini's coefficient : Comparison between Japan and US

26

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



January,2010 page.

Cluster Classification in Japan by Appreciation Rate of Land Price

27

-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



January,2010 page.

Cluster Classification in US by Appreciation Rate of House Price

28

-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



January,2010 page.

住宅需要　 vs. 住宅価格

29

-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



January,2010 page.

住宅需要　 vs. 住宅価格

30

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)



January,2010 page.

需要要因が住宅価格に与える影響


titik

ktikk

ktikti eXDPP ,1,1,,0,

titik

ktikk

ktikti eXDPD ,2,2,,0, Pi,t: i 地域 t時点の住宅価

格Di,t: i 地域 t時点の住宅需

要Xi,t: ファンダメンタル要

因


January,2010 page.

需要要因が住宅価格に与える影響 : 日本

32

-.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.



January,2010 page.

Accumulated Response


-.04

.00

.04

.08

.12

.16

1 2 3 4 5 6 7 8 9 10

Accumulated Response of House Price to House Price

-.04

.00

.04

.08

.12

.16

1 2 3 4 5 6 7 8 9 10

Accumulated Response of House Price to Housing Demand

-.01

.00

.01

.02

1 2 3 4 5 6 7 8 9 10

Accumulated Response of Housing Demand to House Price

-.01

.00

.01

.02

1 2 3 4 5 6 7 8 9 10

Accumulated Response of Housing Demand to Housing Demand

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


January,2010 page.

需要要因が住宅価格に与える影響 : 米国

34

-.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




January,2010 page.

Accumulated Response


-.04

.00

.04

.08

1 2 3 4 5 6 7 8 9 10

Accumulated Response of House Price to House Price

-.04

.00

.04

.08

1 2 3 4 5 6 7 8 9 10

Accumulated Response of House Price to Housing Demand

-.01

.00

.01

.02

.03

.04

.05

1 2 3 4 5 6 7 8 9 10

Accumulated Response of Housing Demand to House Price

-.01

.00

.01

.02

.03

.04

.05

1 2 3 4 5 6 7 8 9 10

Accumulated Response of Housing Demand to Housing Demand

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


January,2010 page.

4. 住宅賃料の粘着性 - 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



January,2010 page.

Comparison House Price and CPI-house in Tokyo

37

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



January,2010 page.

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

38

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



January,2010 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




0

5

10

15

20

25

30

35

26-Sep-88

23-Jun-91

19-Mar-94

13-Dec-96

9-Sep-99

5-Jun-02

1-Mar-05

26-Nov-07

10 th

ousa

nd y

en p

er m

onth Unit 11

Unit 219Unit 220Unit 245Unit 298Unit 308Unit 339

賃料の部屋別推移

Source:Shimizu,Nishimura,and Watanabe(2008)



Why CPI rents were stickier than hedonic rents?

• 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.

• “Marking to market” occurs only when one tenant leaves and another one arrives.

96

98

100

102

104

106

108

110

112

114

116

118

Year 1

Year 2

Year 3

Year 4

Year 5

Year 6

Year 7

Year 8

Year 9

New contractsRollover contracts


January,2010 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



January,2010 page.Chihiro SHIMIZU2010 [email protected] 43

0

0.0001

0.0002

0.0003

0.0004

0.0005

0.0006

(0.1

,0.1

1]

(0.2

,0.2

1]

(0.3

,0.3

1]

(0.4

,0.4

1]

(0.5

,0.5

1]

(0.6

,0.6

1]

(0.7

,0.7

1]

(0.8

,0.8

1]

(0.9

,0.9

1]

1.00

(1.0

9,1.

1]

(1.1

9,1.

2]

(1.2

9,1.

3]

(1.3

9,1.

4]

(1.4

9,1.

5]

(1.5

9,1.

6]

(1.6

9,1.

7]

(1.7

9,1.

8]

(1.8

9,1.

9]

(1.9

9,2]

n=18,582,863

Weekly rent change distribution



0

0.0002

0.0004

0.0006

0.0008

0.001

0.0012

(0.2

,0.2

1]

(0.3

1,0.

32]

(0.4

2,0.

43]

(0.5

3,0.

54]

(0.6

4,0.

65]

(0.7

5,0.

76]

(0.8

6,0.

87]

(0.9

7,0.

98]

(1.0

7,1.

08]

(1.1

8,1.

19]

(1.2

9,1.

3]

(1.4

,1.4

1]

(1.5

1,1.

52]

(1.6

2,1.

63]

(1.7

3,1.

74]

(1.8

4,1.

85]

(1.9

5,1.

96]

1986-1988

1986-1988

1989-1991

2001-2003

1986-1988

1989-1991

1992-1994

1995-1997

1998-2000

2001-2003

Weekly rent change distribution


January,2010 page.

Estimate Result of Adjustment Hazard with completed spell


0.001

0.01

0.1(0

.64,

0.65

]

(0.6

9,0.

7]

(0.7

4,0.

75]

(0.7

9,0.

8]

(0.8

4,0.

85]

(0.8

9,0.

9]

(0.9

4,0.

95]

(0.9

9,1]

(1.0

4,1.

05]

(1.0

9,1.

1]

(1.1

4,1.

15]

(1.1

9,1.

2]

(1.2

4,1.

25]

(1.2

9,1.

3]

(1.3

4,1.

35]

(1.3

9,1.

4]

(1.4

4,1.

45]

(1.4

9,1.

5]

(1.5

4,1.

55]

(1.5

9,1.

6]

(1.6

4,1.

65]

(1.6

9,1.

7]

(1.7

4,1.

75]

(1.7

9,1.

8]

(1.8

4,1.

85]

(1.8

9,1.

9]

(1.9

4,1.

95]

(1.9

9,2]


January,2010 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)



January,2010 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




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




• 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,

5. 住宅供給とバブル : 第 3 象限




• 効率性の検証結果 1 ：短期的効率性①

0 20kmt est 1

2. 41. 60. 8




• 効率性の検証結果 2 ：短期的効率性②

0 20kmt est 2

2. 41. 60. 8




–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,




– 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



January,2010 page.

バブルの規模


Meese and Wallaceの方法にもとづいた不動産「バブル」の規模の推定（単位：万円／㎡，1986年第1四半期価格）

東京都23区平均東京都平均埼玉県・千葉県・神奈川県の平均

マンション価格指数 121.2 101.8 60.8 ファンダメンタルズ価格 53.1 46.4 31.7

差 68.1 55.4 29.1 （備考）１．ファンダメンタルズ価格は，実質レントのデータ，実質レントおよび資本コストの期待成長率から

Meese and Wallace（1994）に倣って推計した．２．図表の数値は，90年第１四半期から91年第4四半期の8期間の平均値．ただし，東京都平均は23区を含む40市区の平均値，また埼玉県・千葉県・神奈川県の平均は東京都周辺に位置する32市区の平均値である．



• 分析 1 ： Backward looking な期待形成について– ヘドニック価格関数の推計– データ

• 首都圏（一都三県）のマンションの取引データ• 1991年、 1996年、 2001年、 2006年の 4時点• 総数 102,598件• 市区ごとの公示地価指数から求めた過去 10年間の平均価格上昇率

– 結果： 4時点をプールした場合（マンション）• 平均価格上昇率は統計的に有意な要因• 投資財的側面に対する評価（ = 回帰係数）は 2.725



January,2010 page.

シミュレーション分析


Wheatonモデルの基本構造について住宅需要： 1

1 t t tD E R 新規着工数： 2

2 1 Et t t n t nC S P

住宅ストックの遷移： 11 t t t nS S C 市場均衡の条件： t tD S

その他の変数： tE 世帯数， tR 賃料

住宅価格の価格形成に係る仮定 (1) Backward lookingな場合： t n

tRP

r

(2) 合理的期待形成の場合： 1 1 Et t t tP P r R


January,2010 page.57Chihiro SHIMIZU 2010 [email protected]

Backward-Lookingな期待形成の場合

(a) 住宅ストック/世帯数比率

- 12

- 8

- 4

0

4

- 10 0 10 20 30 40 50 60 70 80 90

ケース1ケース2

(b) 住宅価格

- 10

0

10

20

- 10 0 10 20 30 40 50 60 70 80 90


（備考）１．定常状態から，世帯数が10％恒常的に増加した場合のインパルス反応関数．縦軸の値は，定常状

態からの乖離率を表す．

需要の弾力性（ 1 ）と供給の弾力性（ 2 ）の設定値は，ケース1が 1 0.5と 2 1.0，ケース2が 1

1.0と 2 0.5．供給ラグ（n）には5期を想定．


January,2010 page.58Chihiro SHIMIZU 2010 [email protected]

合理的期待形成の場合

(a) 住宅ストック/世帯数比率

- 12

- 8

- 4

0

4

- 10 0 10 20 30 40 50 60 70 80 90


(b) 住宅価格

- 10

0

10

20

- 10 0 10 20 30 40 50 60 70 80 90


（備考）１．定常状態から，世帯数が10％恒常的に増加した場合のインパルス反応関数．縦軸の値は，定常状態からの乖離率を表す．

２．需要の弾力性（ 1 ）と供給の弾力性（ 2 ）の設定値は，ケース1が 1 0.5と 2 1.0，ケース2

が 1 1.0と 2 0.5．供給ラグ（n）には5期を想定．



マンション価格のヘドニック関数の推計結果（抜粋）

変数 itm の回帰係数決定係数標本数

1991年 9.760 0.836 31366 1996年－9.476 0.860 30520 2001年－5.728 0.847 22021 2006年 12.192 0.849 18691

プールした場合 2.725 0.863 102598 （備考）変数 itm の回帰係数はすべてのサンプルについて1%水準で有意である．



• 公示地価の上昇率の概要

0 40km81- 90

0. 120. 080. 04

0 40km86- 95

0. 04 0. 00- 0. 04

0 40km91- 00

- 0. 01- 0. 03- 0. 05- 0. 07- 0. 09

0 40km96- 05

- 0. 01- 0. 02- 0. 03- 0. 04- 0. 05- 0. 06- 0. 07




• 分析：供給の価格弾力性について– データ

• 市区別住宅着工戸数• 市区別マンション価格指数（実質）

– 回帰式

• 市区ごとに係数を推計• 同時性を回避するため，価格指数は 1 期ラグをと

る

ittiiiit PH 1,10 loglog




• マンション供給の価格弾力性について

– 東京については有意– 三県については，ほとんど説明できない


変数予想される符号

定数項 -2.456 * -2.431 0.754固定資産税（＋） 3.615 ** 7.126 *** -2.643

相続・譲渡（宅）（－） -0.589 *** -0.420 * -0.024相続・譲渡（農）（＋） 0.013 *** 0.013 ** 0.009借地借家法（－） -3.441 *** -4.862 *** -0.757狭小な土地（＋） 0.814 *** 0.933 *** 0.0314m以下道路（－） -0.060 -0.961 * 0.259世帯密度（？） 0.276 ** 0.180 -0.135高齢者（？） -7.010 *** -6.590 ** 2.718

標本数 90 45 45

全地域東京都それ以外

（備考）記号*，**，*** はそれぞれ有意水準が1%，5%，10%であることを示す．



• 供給の価格弾力性の概要

0 20kmmansi on

0. 750. 500. 250. 00



January,2010 page.

House price and transaction volume in the U.S.

Chihiro SHIMIZU [email protected] 64

-0.2

-0.1

0.0

0.1

0.2

0.3

1968

1970

1972

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

Dev

iatio

n fr

om T

rend

-0.08

-0.04

0.00

0.04

0.08

0.12

Dev

iatio

n fr

om T

rend

Volume of Transactions [Left scale]

House Price [Right scale]

Bubble Bursting as Phase Transition Phenomenon: M. Iwamuraa, K. Nishinarib, Y. Saitoc, and T. Watanabed


January,2010 page.Chihiro SHIMIZU [email protected] 65

-.02

.00

.02

.04

.06

1 2 3 4 5 6 7 8 9 10

Response of GR_HPI to GR_HPI

-.02

.00

.02

.04

.06

1 2 3 4 5 6 7 8 9 10

Response of GR_HPI to D(TRANS2)

-.02

.00

.02

.04

.06

1 2 3 4 5 6 7 8 9 10

Response of GR_HPI to GR_DM

-.0005

.0000

.0005

.0010

.0015

.0020

1 2 3 4 5 6 7 8 9 10

Response of D(TRANS2) to GR_HPI

-.0005

.0000

.0005

.0010

.0015

.0020

1 2 3 4 5 6 7 8 9 10

Response of D(TRANS2) to D(TRANS2)

-.0005

.0000

.0005

.0010

.0015

.0020

1 2 3 4 5 6 7 8 9 10

Response of D(TRANS2) to GR_DM

-.0004

.0000

.0004

.0008

.0012

.0016

.0020

.0024

1 2 3 4 5 6 7 8 9 10

Response of GR_DM to GR_HPI

-.0004

.0000

.0004

.0008

.0012

.0016

.0020

.0024

1 2 3 4 5 6 7 8 9 10

Response of GR_DM to D(TRANS2)

-.0004

.0000

.0004

.0008

.0012

.0016

.0020

.0024

1 2 3 4 5 6 7 8 9 10

Response of GR_DM to GR_DM


図 1. インパルス反応関数(2): 日本（新築＋中古流通量比率）



-.005

.000

.005

.010

.015

.020

.025

.030

1 2 3 4 5 6 7 8 9 10

Response of GR_HPI to GR_HPI

-.005

.000

.005

.010

.015

.020

.025

.030

1 2 3 4 5 6 7 8 9 10

Response of GR_HPI to D(TRANS)

-.005

.000

.005

.010

.015

.020

.025

.030

1 2 3 4 5 6 7 8 9 10

Response of GR_HPI to GR_DM

-.002

-.001

.000

.001

.002

.003

.004

.005

1 2 3 4 5 6 7 8 9 10

Response of D(TRANS) to GR_HPI

-.002

-.001

.000

.001

.002

.003

.004

.005

1 2 3 4 5 6 7 8 9 10

Response of D(TRANS) to D(TRANS)

-.002

-.001

.000

.001

.002

.003

.004

.005

1 2 3 4 5 6 7 8 9 10

Response of D(TRANS) to GR_DM

-.004

.000

.004

.008

.012

.016

.020

1 2 3 4 5 6 7 8 9 10

Response of GR_DM to GR_HPI

-.004

.000

.004

.008

.012

.016

.020

1 2 3 4 5 6 7 8 9 10

Response of GR_DM to D(TRANS)

-.004

.000

.004

.008

.012

.016

.020

1 2 3 4 5 6 7 8 9 10

Response of GR_DM to GR_DM


図 1. インパルス反応関数(3): 米国


January,2010 page.

複数回サンプルの性質 1



January,2010 page.




January,2010 page.

6. キャップレートの決定構造 : 第 2 象限• 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.



January,2010 page.

Rent / Price Ratio の時系列変化


1

1.5

2

2.5

3

3.5

QT1

986/

4

QT1

987/

4

QT1

988/

4

QT1

989/

4

QT1

990/

4

QT1

991/

4

QT1

992/

4

QT1

993/

4

QT1

994/

4

QT1

995/

4

QT1

996/

4

QT1

997/

4

QT1

998/

4

QT1

999/

4

QT2

000/

4

QT2

001/

4

QT2

002/

4

QT2

003/

4

QT2

004/

4

QT2

005/

4

QT2

006/

4

2

3

4

5

6

7

8

Non-timbered house price

Non-timbered house rent

Rent/Price Ratio

Inde

x:19

86/1

st q

uart

er=1

Rent / Price Ratio(%)


January,2010 page.

Stock Market vs. Asset Market

[email protected] 72

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


January,2010 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


January,2010 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


January,2010 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


January,2010 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.

76Chihiro SHIMIZU [email protected]

it

itpift

pift

itit p

yGRR

GRRy

p

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


January,2010 page.

Estimation Result-1. 都市別利回りモデル (小野・清水(1997))


事務所粗利回り推定ﾓﾃﾙ゙（－５）変数 ( ) t偏回帰係数内値

( )定数 1.90985(6.18)(-5)所得平均変動率 -0.33561(-3.38)(-5)世帯平均変動率 0.38125(1.74)

(95)地価水準 -0.00013(-7.63):0.482自由度調整済決定係数

事務所粗利回り推定ﾓﾃﾙ゙（－１０）変数 ( ) t偏回帰係数内値

( )定数 2.52178(9.65)(-10)所得平均変動率 -0.57372(-2.1)(-10)世帯平均変動率 0.3133(1.19)

(95)地価水準 -0.00009(-6.11):0.428自由度調整済決定係数

事務所粗利回り推定ﾓﾃﾙ゙（－１５）変数 ( ) t偏回帰係数内値

( )定数 2.84316(8.98)(95)地価水準 -0.42284(-2.67)

(-15)商業地地価平均変動率 0.0018(1.96)(95)地価水準 -0.00012(-6.38)

:0.429自由度調整済決定係数


January,2010 page.

Estimation Result-2.駅別利回りモデル ( 清水 (2004))


ll

lkk

kwti

ti TDRDVolPR

・・・ 4321

)200204199803(:)1(::

)405(:::

時間ダミー路線沿線ダミー

期間のボラティリティ

格駅の中古マンション価期駅の賃料期

l

k

w

ti

ti

TDkRD

wwVolitPitR

　　　　

ll

lkk

kwti

ti TDRDVolPR

・・・ 43)283.5()623.5(

242.00422.0

Adjusted R square=0.557, Number of Samples=625駅 ×49 期間=30,625


January,2010 page.

利回りの地域効果と時間効果


-0.02

-0.01

0

0.01

0.02

0.03

0.04

0.05

山手線

銀座線

丸ノ内線

日比谷線

東西線

千代田線

有楽町線

都営三田線

都営新宿線

大江戸線

京浜急行

本線

空港線

京浜東北線

根岸線

東海道

本線

市営

地下鉄

相模鉄道線

南武線

横浜線

東急池

上線

東急目蒲線

東急多摩川線

東急東横線

田園

都市線

東急世田谷線

江ノ島線

京王

井の頭線

京王線

京王

相模原線

中央線

青梅線

西武新宿線

西武池袋線

東武東

上線

京浜東北線

東武

伊勢崎線

武蔵野線

常磐線

武蔵野線

京成押

上線

京成

本線

総武

本線

京葉線

0

0.005

0.01

0.015

0.02

0.025

0.03

DM

1998

05

DM

1998

08

DM

1998

11

DM

1999

02

DM

1999

05

DM

1999

08

DM

1999

11

DM

2000

02

DM

2000

05

DM

2000

08

DM

2000

11

DM

2001

02

DM

2001

05

DM

2001

08

DM

2001

11

DM

2002

02


January,2010 page.

Estimation Result-3.物件別利回りモデル


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 :


January,2010 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


January,2010 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



January,2010 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


January,2010 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



January,2010 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



January,2010 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



January,2010 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



January,2010 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



January,2010 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

)(


January,2010 page.

7. 不動産価格の変動が土地利用に与える影響 :土地利用転換と再開発

• 理論的分析 : Brueckner(1980), Wheaton(1982) – 再開発が行われる条件

– VR : 再開発された不動産から得られる収入の割引現在価値– VC : 現在の用途から生まれる不動産収入の割引現在価値

• 実証分析 :– [ VR － VC ] が再開発の確率をどの程度高めているか．– 　 Rosenthal and Helsley (1994: 住宅 ), Munneke (1996:商業不動産 ) ， McGrath (2000: 土壌汚染 )• （ 1）の仮説を支持（シカゴ市の不動産物件を対象にした分析）

• →一時点のスナップショット的な関係を分析• 　　推計上の問題と理論上の不整合性

10 CR VV



January,2010 page.

東京都区部のオフィス・住宅市場の動向

91

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

Chihiro SHIMIZU [email protected]


January,2010 page.

再開発条件と計量経済モデル

資本Kと既存の土地面積L を投下して，延床面積Qの建物が生産する

LKFQ ,

延床面積 1単位あたりの費用 cをかけて既存の建物を取り壊す．

割引率を i，延床面積Qの賃貸料を RR

L

QciKLKFRrR

R

K

,max




既存の事務所用建物の延床面積: LKFQ ,

再開発を行わない場合の事務所用建物からの収益: LQRr CC

0 CR rr

再開発条件

0, QRKciKLKFR CR



再開発条件

生産関数: LAKLKF ,

収益最大化のための最適化条件: iKLKFRR ,

01 QcRQR CR

再開発条件 :


January,2010 page.

計量経済モデル

• パネル・データによる 2値選択モデル (binary choice model)


itiit

ititit

uu

~2,1,,2,1 tni

itu :エラー・コンポーネント， :サンプル全体に共通の定数項係数

i :は各グループのランダム効果，

it :平均ゼロ，分散 1を仮定した標準正規分布にしたがうランダム変数

0~ it 1it →再開発 ( 土地利用転換あり )0~ it 0it →土地利用転換なし

iitiitititit Pr0~Pr1Pr

土地利用転換確率 :


January,2010 page.

オフィス賃料関数・住宅賃料関数の推計

Oit

OOi

OOi

Oit vdxR ''log

Hit

HHi

HHi

Hit vdxR ''log

96

立地・建物属性に合わせて，外挿するためのヘドニック関数

Chihiro SHIMIZU [email protected]


January,2010 page.

• 収益格差

• 非効率性のコスト (機会損失 )

it

itit RO

RCGapnt Re

非効率性の測定

i

ititit RCROERReturnExcess



January,2010 page.

資本シェア，取り壊し費用


表 3. 再開発データ（観測値の数 107）

平均標準偏差最小値最大値 Q 延床面積 [m2] 42,327.9 49,338.5 1,536.0 360,600.0 K 実質工事費用 [100万円] 198.4 222.2 2.9 1,042.6 L 敷地面積 [m2] 7,311.7 6,827.9 626.0 48,729.0

注．データ出所：「日本の都市再開発第 1－6 集」（社団法人全国市街地再開発協会），実質工事費用は 2000 年基準の消費者物価指数でデフレートしている．

it を特定化するために，床面積生産に投じられる資本シェアと既存物件の単位床面積あ

たり取り壊し費用 cを推定する

「日本の都市再開発」（社団法人全国市街地再開発協会）

1982年から 2001年までの期間において再開発されたビルの竣工計画や事業資金東京都 :107ケース


January,2010 page.

床面積生産関数の推定


表 4．床面積生産関数

注．年次トレンドは竣工時点を表わすトレンド項の係数推定値を示す．

coef. t-value 定数項 24.140 2.673 log K 0.390 10.704 log L 0.670 15.077

年次トレンド −0.011 −2.396 区ダミー Yes

Adj. R2 0.959

コブ=ダグラス型生産関数 LAKQ ． Q :延べ床面積，K :工事費用， L :敷地面積．


January,2010 page.

推定結果事務所および住宅用途の賃貸料関数


表 5. 事務所賃貸料関数/住宅賃貸料関数・推定結果

Method of Estimation OLS

Dependent Variable OR: Rent of Office (in log) RC: Rent of Condominium (in log)

Property Characteristics (in log) Coefficient t-value Coefficient t-value

Constant 8.374 181.483 0.253 -24.999

FS: 契約面積 0.190 59.102 -0.197 -141.297

BY: 築後年数 -0.093 -24.174 -0.070 -259.324

WK: 最寄駅までの時間距離 -0.219 -46.556 -0.034 -70.827

ACC: 都心までの時間距離 -0.112 -25.362 -0.066 -117.539

TA:延べ床面積 0.051 16.932 - -

SRC: SRC 造ダミー 0.199 34.020 0.013 29.494

D1F: 1階ダミー - - -0.042 -76.386

DR1:ワンルームダミー - - 0.706 94.008

DRF:ファミリータイプダミー - - -1.581 -125.536

Adjusted R square= 0.608 0.758

Number of Observations= 13,147 488,348


January,2010 page.

収益格差の区別分布 :2004年

平均標準偏差平均標準偏差平均標準偏差平均標準偏差

棟千代田区 6,820.27 1,431.07 5,491.95 148.74 0.839 0.171 1,328.32 1,429.16 6,365中央区 7,039.60 1,502.63 5,098.97 114.00 0.757 0.161 1,940.63 1,495.60 6,532港区 7,243.32 1,383.43 5,919.18 149.06 0.846 0.157 1,324.14 1,363.26 5,895新宿区 6,772.99 1,518.09 4,800.99 146.11 0.744 0.164 1,972.00 1,472.08 3,745文京区 5,041.03 1,048.72 4,689.07 116.42 0.967 0.189 351.96 1,006.31 1,642台東区 4,704.48 951.60 4,172.72 113.52 0.922 0.181 531.76 933.18 3,195墨田区 4,160.72 644.27 4,100.85 176.77 1.007 0.148 59.86 667.80 1,520江東区 3,863.30 830.35 3,922.48 136.58 1.055 0.195 -59.18 793.85 2,370品川区 4,894.37 1,113.52 4,741.22 182.80 1.013 0.209 153.15 1,040.02 1,618目黒区 4,704.91 1,131.35 5,116.19 134.47 1.141 0.233 -411.28 1,090.66 760大田区 4,598.53 1,250.32 4,381.85 182.53 1.014 0.242 216.68 1,176.43 2,006世田谷区 5,079.76 1,545.11 4,713.96 178.67 0.997 0.245 365.80 1,475.27 2,046渋谷区 9,064.19 1,998.76 5,503.71 176.50 0.637 0.143 3,560.48 1,888.54 2,949中野区 5,189.79 1,262.86 4,434.35 172.73 0.898 0.189 755.44 1,168.43 924杉並区 4,619.11 1,214.04 4,399.47 199.16 1.008 0.218 219.64 1,076.60 1,265豊島区 4,947.01 939.18 4,177.08 84.85 0.875 0.168 769.92 892.76 2,188北区 4,303.71 848.53 3,961.58 87.11 0.953 0.176 342.14 821.11 1,073荒川区 4,023.75 799.07 3,647.00 98.76 0.938 0.163 376.74 723.72 713板橋区 4,038.83 858.21 3,708.39 109.19 0.953 0.172 330.44 827.90 888練馬区 3,949.39 953.10 3,635.28 121.95 0.965 0.196 314.11 891.35 1,224足立区 4,062.19 940.96 3,236.59 120.18 0.831 0.154 825.60 858.58 1,734葛飾区 4,234.09 840.09 3,463.30 142.61 0.846 0.153 770.79 808.34 881

江戸川区 3,163.34 880.40 3,618.57 120.96 1.216 0.278 -455.23 860.03 1,357

合計 5,782.92 1,988.18 4,735.23 770.20 0.882 0.220 1,047.68 1,560.13 52,890

/ :円㎡月額 RO=RC:1 / :円㎡月額

市区町村名

/ :円㎡月額

事務所数Ⅰ .推定事務所賃料 Ⅱ .推定住宅賃料 Ⅲ .収益格差(Ⅱ Ⅰ／ ) Ⅳ .超過収益



January,2010 page.

機会損失ビルの推移 i

ititit RCROERReturnExcess 0市区町村名 1991 1995 1999 2000 2001 2002 2003 2004 事務所数

千代田区 0.00% 0.02% 4.62% 10.35% 10.48% 10.75% 9.76% 18.24% 6,365中央区 0.00% 0.12% 0.77% 2.68% 2.83% 3.02% 2.37% 8.36% 6,532港区 0.00% 0.19% 3.24% 8.41% 8.63% 9.02% 7.72% 16.74% 5,895新宿区 0.00% 0.11% 1.52% 3.95% 3.95% 4.06% 3.52% 8.38% 3,745文京区 0.00% 3.47% 13.95% 23.45% 23.81% 24.12% 22.53% 36.11% 1,642台東区 0.00% 0.66% 11.36% 20.44% 20.78% 21.13% 19.59% 31.61% 3,195墨田区 0.00% 0.20% 13.68% 32.37% 32.89% 34.41% 29.54% 53.16% 1,520江東区 0.00% 4.51% 28.48% 44.94% 45.40% 46.16% 42.74% 60.42% 2,370品川区 0.00% 5.07% 22.56% 33.87% 34.30% 35.35% 32.51% 48.33% 1,618目黒区 0.00% 14.87% 48.82% 60.66% 60.92% 61.45% 59.34% 69.74% 760大田区 0.00% 8.03% 26.82% 37.24% 37.84% 38.29% 36.09% 49.65% 2,006世田谷区 0.00% 5.23% 23.12% 37.63% 38.27% 39.20% 36.02% 51.37% 2,046渋谷区 0.00% 0.00% 0.34% 1.12% 1.19% 1.22% 1.02% 3.15% 2,949中野区 0.00% 1.19% 7.25% 15.80% 16.45% 16.99% 14.94% 29.65% 924杉並区 0.00% 3.48% 25.85% 37.94% 38.26% 38.81% 36.60% 50.43% 1,265豊島区 0.00% 1.19% 6.12% 10.69% 10.92% 11.15% 10.24% 18.51% 2,188北区 0.00% 1.21% 11.74% 22.83% 23.30% 24.14% 21.34% 37.65% 1,073荒川区 0.00% 0.70% 8.70% 18.93% 19.35% 19.92% 17.11% 34.92% 713板橋区 0.00% 0.79% 10.36% 22.18% 22.64% 23.42% 20.95% 40.32% 888練馬区 0.00% 1.96% 15.11% 28.59% 29.08% 29.82% 26.63% 43.87% 1,224足立区 0.00% 0.00% 1.21% 4.84% 4.96% 5.25% 4.27% 13.55% 1,734葛飾区 0.00% 0.00% 3.18% 7.26% 7.49% 7.72% 6.47% 14.76% 881江戸川区 0.00% 31.02% 53.94% 65.95% 66.47% 66.99% 64.41% 76.93% 1,357

全体平均 0.00% 2.33% 10.58% 17.89% 18.16% 18.58% 16.98% 27.58% 52,890

50% 以上について青色でマーク



January,2010 page.

超過収益の分布

12500.0

11500.0

10500.0

9500.08500.0

7500.06500.0

5500.04500.0

3500.02500.0

1500.0500.0

-500.0-1500.0

-2500.0

10000

8000

6000

4000

2000

0

= 1563.22 標準偏差

= 1051.9平均

= 52890.00有効数



January,2010 page.

機会損失の区別分布 :2004年

年間機会損失事務所賃料住宅賃料損失事務所数事務所数合計

百万円:年間円／㎡:月額円／㎡:月額棟棟千代田区 -3,152.38 5,037.07 5,572.19 1,161 6,365中央区 -693.51 4,747.06 5,087.01 546 6,532港区 -3,406.39 5,429.39 5,962.42 987 5,895新宿区 -316.54 4,317.68 4,712.85 314 3,745文京区 -2,299.61 4,044.20 4,665.09 593 1,642台東区 -2,577.90 3,694.78 4,181.53 1,010 3,195墨田区 -1,566.84 3,723.89 4,147.64 808 1,520江東区 -2,702.01 3,343.19 3,906.55 1,432 2,370品川区 -2,559.46 3,995.86 4,676.34 782 1,618目黒区 -3,926.81 4,095.41 5,099.38 530 760大田区 -3,337.40 3,610.61 4,327.24 996 2,006世田谷区 -2,202.86 3,993.20 4,670.11 1,051 2,046渋谷区 -59.86 4,627.74 4,970.37 93 2,949中野区 -245.89 3,886.19 4,332.54 274 924杉並区 -1,618.12 3,646.30 4,280.67 638 1,265豊島区 -666.20 3,637.90 4,132.39 405 2,188北区 -469.85 3,501.26 3,948.42 404 1,073荒川区 -262.92 3,222.71 3,567.89 249 713板橋区 -271.16 3,341.28 3,710.58 358 888練馬区 -430.41 3,159.92 3,587.85 537 1,224足立区 -51.68 2,947.33 3,158.19 235 1,734葛飾区 -58.42 3,170.45 3,493.78 130 881

江戸川区 -3,105.44 2,788.27 3,612.96 1,044 1,357

合計 -35,981.65 3,875.41 4,443.26 14,577 52,890

市区町村名



January,2010 page.

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)


January,2010 page.

機会損失ビルの発生プロセス .1995,2000年


1995年 2000年


January,2010 page.

土地利用の変化パターン

変化パターン地域区分 1991 1995 1999 2000 2001 2002 2003 2004 事務所数

地域1 0.00% 0.11% 2.39% 6.25% 6.39% 6.63% 5.78% 13.08% 15,094地域2 0.00% 1.13% 7.27% 13.03% 13.22% 13.56% 12.41% 20.69% 9,504地域3 0.00% 4.38% 18.20% 28.85% 29.31% 29.98% 27.39% 41.77% 14,376地域1 0.00% 0.00% 3.38% 7.54% 7.93% 8.45% 7.15% 16.12% 769地域2 0.00% 0.59% 4.41% 7.78% 7.93% 8.08% 7.49% 13.22% 681地域3 0.00% 5.67% 21.23% 35.22% 35.59% 35.83% 33.05% 46.80% 829地域1 0.00% 0.00% 6.49% 14.59% 15.14% 15.14% 14.05% 26.49% 185地域2 0.00% 2.72% 11.28% 19.07% 19.07% 19.46% 17.90% 29.18% 257地域3 0.00% 4.78% 19.41% 31.59% 31.90% 32.97% 30.51% 45.15% 649地域1 0.00% 0.30% 7.76% 12.24% 12.54% 13.13% 11.04% 21.49% 335地域2 0.00% 3.17% 15.23% 23.86% 24.37% 24.62% 22.97% 36.55% 788地域3 0.00% 6.94% 25.46% 37.09% 37.51% 37.98% 36.08% 50.50% 1,685地域1 0.00% 0.12% 4.61% 10.83% 11.04% 11.42% 9.96% 19.72% 2,409地域2 0.00% 1.09% 8.03% 12.45% 12.61% 12.66% 11.83% 19.44% 1,919地域3 0.00% 6.36% 20.29% 32.14% 32.46% 33.05% 30.76% 45.57% 3,410

0.00% 2.33% 10.58% 17.89% 18.16% 18.58% 16.98% 27.58% 52,890

O-S-S

合計

O-O-O

O-O-S

O-O-R

O-R-R

30% 以上を青色でマーク



January,2010 page.

土地利用パターン別・超過収益流列の統計量

変化パターン 1996-2000 2001-2004 1996-2004 事務所数

3,242.95 1,524.57 2,467.79(2,242.11) (1,697.21) (1994.12)2,343.56 869.53 1,678.77

(1,855.89) (1,415.26) (1,654.88)2,184.87 765.62 1,544.81

(1,886.19) (1,431.63) (1,679.02)( )内は，標準偏差

O-O-O

O-O-R

O-R-R

38,974

1,091

2,808



January,2010 page.

超過収益流列の統計分布 1

O-O-O:1996-2000

14250.0

13250.0

12250.0

11250.0

10250.0

9250.08250.0

7250.06250.0

5250.04250.0

3250.02250.0

1250.0250.0

-750.0-1750.0

-2750.0

6000

5000

4000

3000

2000

1000

0

= 2242.11 標準偏差

= 3242.9平均

= 39259.00有効数

図 1.超過収益流列の統計分布 :O-O-O1996-2000

O-R-R:1996-2000

14250.0

13250.0

12250.0

11250.0

10250.0

9250.08250.0

7250.06250.0

5250.04250.0

3250.02250.0

1250.0250.0

-750.0-1750.0

-2750.0

600

500

400

300

200

100

0

= 1886.20 標準偏差

= 2184.9平均

= 2827.00有効数

図 1.超過収益流列の統計分布 :O-R-R1996-2000



January,2010 page.

超過収益流列の統計分布 2

O-O-O:2001-2004

14250.0

13250.0

12250.0

11250.0

10250.0

9250.08250.0

7250.06250.0

5250.04250.0

3250.02250.0

1250.0250.0

-750.0-1750.0

-2750.0

6000

5000

4000

3000

2000

1000

0

= 1697.22 標準偏差

= 1524.6平均

= 39259.00有効数

図 1.超過収益流列の統計分布 :O-O-O2001-2004

O-O-R:2001-2004

14250.0

13250.0

12250.0

11250.0

10250.0

9250.08250.0

7250.06250.0

5250.04250.0

3250.02250.0

1250.0250.0

-750.0-1750.0

-2750.0

600

500

400

300

200

100

0

= 1415.26 標準偏差

= 869.5平均

= 1091.00有効数

図 1.超過収益流列の統計分布 :O-O-R2001-2004



January,2010 page.

建て替え費用を加味した収益格差


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．


January,2010 page.

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


January,2010 page.

資源配分の歪みとマクロ経済の回復• 過剰設備の解消• 　　解消コスト• 　　　　バブル期　 < 　今回

• 需要による吸収　 ×• 投資資金による吸収　 ?

• 企業不動産戦略の重要性　↑　

• アジアにおける比較優位の低下

• 不動産に対する需要の低下



January,2010 page.

Additional Questions:

114

長期資金の流入は，不動産市場を安定化させることができるか ?なぜ，英国の不動産市場は大きく変動するのか ?バブル期における株価変動 : 株式の持ち合いもたらした効果

シニアデット

メザニンデット

コアコアプラスバリューアド

オポチュニティ

･デットファンド

･デットファンド

･コアファンド･POP･PCP･森林ファンド･コアプラスファンド

･SIP･Globe･バリューアドファンド

海外投資家（現在）

投資ニーズの強さ

投資資金

国内金融機関（現在）

２％４％６％ 10％ 15％ 20％期待IRR

国内年金基金（Future）海外投資家（Future）

国内金融機関（Future）国内年金基金（現在）


January,2010 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

115


January,2010 page.

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

10%

Irelan

dUK

German

y

Switzerl

and

Sweden

Spain

Denmark

Japa

n

Austria

Netherl

ands Ita

ly

France US

Norway

Belgium

Portug

al

Austra

lia

Finlan

d

Canad

aKore

a

New Zea

land

South

Africa

Income Return 2007

World of real estate performance Total return for leading real estate markets


January,2010 page.

Chihiro Shimizu: http://www.cs.reitaku-u.ac.jp/sm/shimizu/• 論文 :• 井上智夫・清水千弘・中神康博 (2009) 「資産税制とバブル」井堀利宏編著『バブル・デフレ期の日本経済と経済政策 5 ・財政政

策と社会保障』 , 慶應義塾大学出版会所収， pp.329-371. • 井上智夫・清水千弘・中神康博 (2009) 「首都圏住宅市場のダイナミクス」季刊住宅土地経済， No.74,pp.18-26. • 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.



January,2010 page.

• 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

• 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.



January,2010 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.


不動産市場のダイナミクス - マイクロ構造とマクロトレンド -

Documents

Transcript of 不動産市場のダイナミクス - マイクロ構造とマクロトレンド -