近年來房地產價格持續上揚，吸引投機客大舉介入，加上政府貨幣政策的助燃效果，不排除會引起房市泡沫化的可能。消費者在購屋時須謹慎考慮當前利率水準及未來可能發生的變化。本研究以台灣2001年第一季到2015年第二季共58組季資料進行單根檢定、共整合檢定、誤差修正模型、向量自我迴歸模型等實證方法檢視總體經濟變數對房地產指數影響。實證結果房價指數與利率、廣義貨幣供給、台灣國內生產毛額、台灣消費者物價指數等變數具有長期均衡關係存在，存在二組誤差修正向量;經濟變數間也存在些因果關係;各變數對房價的反應變化中利率影響初期為負向，然後再緩步上升，整體而言為正向影響，可以得知利率所主導之金融貨幣政策之於房地產市場之價格變動的財政政策間，存在某一程度的相互連結影響，其他變數為負向或影響甚微，可見抑制房價方面，的確可能可以由此處著眼，以供政府政策參考或日後學者研究與討論。

The recent increases in housing prices attract many speculators entering into the property market.Togrther with government monetary policy,this may cause the housing bubbles.Potential buyers should carefully consider the current interest rate and other possible changes prior to purchasing the property.
This study is based on the data collected in Taiwan from the first quarter of 2001 to the second quarter of 2015. we apply Unit Root Test, Co-integation test, Error Correction Model and Vector Autogression Model to evaluate how the housing prices affected by the macro-economic factors.
The result demonstrates that, in Taiwan, several items including the housing prices, interest rate, M2, GDP and CPI will reach a balance in a certain period of time with two vector error corrections; there is also some connections within different economic variables.
For example,among the variables to response of chang in housing prices, the interest rate has the negative impact on the housing prices initially but increasing slowly afterward; overall, there is correspondence between the interest rate and the housing price. It is obvious that there is a connection between the interest rate determined by financial and monetary policies and the pricing fluctuations on housing market while other variables are negative or impact is minimal.
As a result, it is known that the interest rate has a significant impact on housing price and can be used by the government to establish policy regarding to limit the fluctuation of housing prices.

論文審定書 i
謝 誌 ii
摘　要 iii
Abstract iv
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究架構與流程 3
第二章 文獻回顧 5
第三章 研究方法 11
第一節 單根檢定 (Unit Root Test) 11
第二節 共整合檢定 (Co-Integration Test) 13
第三節 向量誤差修正模型 (VECM) 15
第四節 向量自我迴歸模型 (Vector Autoregressive Model) 16
第五節 因果關係檢定 17
第四章 實證結果分析 19
第一節 資料來源與處理說明 19
第二節 單根檢定結果 25
第三節 共整合檢定結果 27
第四節 向量誤差修正模型檢定結果 29
第五節 因果關係檢定 32
第五章 結論與建議 34
第一節 結論及建議 34
第二節 研究限制 35
參考文獻 36

1. 吳修廉 (1994)，房地產景氣及其影響因素之研究--以台中都會區為例，東海大學碩士論文。
2. 吳森田 (1994)，所得、貨幣與房價—近二十年臺北地區的觀察，住宅學報，第二期，頁49-65。
3. 吳紫誼 (2010)，房價與總體經濟因素的互動分析:以預售屋與成屋市場為例，高雄第一科技大學金融研究所碩士論文。
4. 卓輝華 (2014)，房市震盪五十年，財信出版有限公司。
5. 林秋瑾、黃佩玲 (1995)，住宅價格與總體經濟變數關係之研究，頁143-159。
6. 林恩從，高斐蘭 (1998)，台灣地區房地產景氣與經濟、金融變數之共整研究，東吳大學經濟商學學報，頁21-46。
7. 洪淑娟、雷立芬 (2010)，「中古屋、預售屋/新成屋房價與總體經濟變數互動關係之研究」。台灣銀行季刊，第61卷第1期，頁155-167。
8. 姚蕙芸 (2009)，美國次級房貸風暴期間房地產價格、利率與股價之因果關係研究，國立台北大學企業管理學系博士論文。
9. 張炳耀、林淑華、葉盛、鍾世靜、鄭麗玲(1993)，住宅價格變動原因之探討，中央銀行季刊，第15卷第4期，頁18-55。
10. 張嘉純 (2010)，台灣房地產價格與房屋貸款之關聯性研究，國立臺灣大學社會
科學院國家發展研究所碩士論文。
11. 張瓊文 (2009)，利率與房價長短期非線性因果關係研究—台北市與台北縣之比較。淡江大學財務金融學系碩士論文。
12. 陳彥光(2010)，房地產景氣與總體經濟變數之關聯性分析－價與量的對比分析，東吳大學經濟學系碩士論文。
13. 陳隆麒、李文雄 (1998)，台灣地區房價、股價、利率互動關係之研究—聯立方程式模型與向量自我回歸模型之應用。財務金融學刊，第5卷第4期，頁51-71。
14. 游淑滿 (2006)，住宅成本與總體經濟因素對房價之實證分析。屏東商業技術學院不動產經營研究所碩士論文。
15. 劉士福 (2012)，台灣房價與總體經濟因素之關係－共整合分析之應用，輔仁大學金融與國際企業學系金融碩士班碩士論文。
16. 劉邦和(2005)，影響兩岸都會房地產景氣之經濟指標研究與比較-以台北上海為例，國立中央大學管理學院高階主管企管碩士班。
17. 謝浩明、賴怡誠、吳桂陽 (1999)，台灣地區房地產景氣影響因素之實證研究(上)，現代營建, 第20卷229期，頁71-78。
18.. 謝浩明、賴怡誠、吳桂陽 (1999)，台灣地區房地產景氣影響因素之實證研究(下)，現代營建, 第20卷230 期，頁63-70。


英文部份:
1. Darrat, A.F.and Glasock, J.L. (1993), “On the real estate market efficiency”, Journal of Real Finance Economics, 7, 55-72.
2. Demary Markus (2009) “The Link between Output, Inflation, Monetary Policy and Housing Price Dynamics”, Munich Personal RePEc Archive Paper, No.15978.
3. Dickey, D.A. and W.A. Fuller (1979), “Distribution of the estimators for autoregressive time series with a unit root”, Journal of the American Statistical
Association, 74, 427-431.
4. Edelstein, R. H., and Tsang, D. (2007). Dynamic Residential Housing Cycles Analysis. Journal of Real Estate Finance and Economic, 35, 295-213.
5. Feng, L., Lu, W., Hu, W., and Liu, K. (2010), Macroeconomic Factors and Housing Market Cycle: An empirical analysis using national and city level data in China, Scientific Research, 1088-1092.
6. Glascock, J., C. Lu and R. So (2002). REITs Returns and Inflation: Perverse or Reverse Causality Effects, Journal of Real Estate Finance and Economics, 24, 301-317.
7. Gonzalo, J., 1994. Five alternative methods of estimating long-run equilibrium relationships. Journal of Econometrics, 60, 203–233.
8. Johansen, S. and Juselius, K., (1990), “Maximum Likelihood Estimation and Inference on Cointegration–with Applications to the Demand for Money,” Oxford Bulletin of Economics and Statistics, 52, 169–210.
9. Jud, G. D. and Winkler, D. T. (2002), The Dynamics of Metropolitan Housing Prices, Journal of Real Estate Research, 23, 29-45.
10. Liu, H., and Shen, Y. (2005), Housing Prices and General Economic Conditions: An Analysis of Chinese New Dwelling Market, Journal of Housing Economics, 10(3), 334-343
11. Lu, C. and So, R. W. (2001),“The Relationship between REITs Returns and Inflation : A Vector Error Correction Approach ,” Review of Quantitative Finance and Accounting , 16, 103-115.
12. McCue, T. E., and Kling, J. L. (1994), “Real Estate Returns & the Macro Economy: Some Empirical Evidence from Real Estate Investment Trust Date, 1972-1991,” Journal of Real Estate Research, 9, 277-288.
中文部份: