TOPCO 崇越論文大賞

論文題目：

媒體報導對不動產代銷之影響

-不動產代銷 H 公司之個案研究

報名編號： ES0041

1

媒體報導對不動產代銷之影響-不動產代銷 H 公司之個案研究

摘要

本篇研究應用內容分析法剖析個案公司在媒體之曝光度與報導隱含之新聞情

緒，探討媒體報導對不動產代銷之影響，個案之代銷業績包括每月來客數、銷售

戶數、銷售總額、平均每戶銷售金額、平均每建案成交戶數、平均每建案成交金

額與每月建案數。媒體報導之分類包括個案公司、營建產業、政策面、房地產市

場專欄、選舉與頭版要聞。整體而言，選舉報導越樂觀且頭版新聞越趨於中性或

負面，平均每戶銷售金額增加，有助於高單價建案的銷售；不動產專欄報導越樂

觀、選舉報導偏向中性或悲觀、頭版新聞越樂觀時，平均每建案成交戶數增加，

可著重於一般價位的建案行銷。代銷業者在擬定營運策略時，可參酌市場狀況，

經營在媒體之整體形象，將有助於代銷整體業績。

關鍵字：媒體報導、不動產、代銷、內容分析、新聞情緒

壹、前言

就不動產代銷公司之業務屬性而言，為提升代銷建案之銷售業績，一般而言

依據建案合約擬定之總銷金額編列一定比例之行銷費用，並依經驗法則判斷在訊

息衝擊下如何規劃行銷策略。然而不動產市場受政府相關政策、稅制改革與總體

環境變化之影響，如何因應不同訊息衝擊調整行銷策略，判斷在適當時機進行精

準行銷，為代銷公司經營面對的挑戰。本研究以 H 公司為例，探討與不動產有關的報導對房地產銷售狀況的影響，由個案分析結果歸納代銷業經營模式的建議，

並提供房地產代銷業因應的銷售策略，作為代銷推案時機與模式之參考。

本研究主要探討媒體報導對房地產銷售狀況的影響，或於媒體投入廣告支

出，是否對建案銷售有所影響，進而提出因應訊息衝擊時的經營模式及行銷策略

之建議。本研究將以不動產代銷 H 公司為研究個案，探討的研究問題如下：(1) 歸納不動產代銷個案公司進行行銷的做法與費用支出，納入總體面的外在環境因

素，分析總體環境與行銷策略或方式之關聯。(2) 不動產代銷之業績如何衡量？彙整各面向可反應代銷業績之變量，包括來客數、成交戶數、成交總額等。(3) 如何

2

由媒體報導捕捉個案公司的企業聲譽？探討此議題的過程將納入個案公司的相關

報導，應用文詞語意分析方法，衡量媒體報導反應之公司評價。(4) 除了個案公司的媒體聲譽外，歸納各類可能對不動產產生影響之媒體報導，並建立媒體相關報

導反應的新聞情緒指標，納入的媒體分類資訊包括：營建業相關報導、政策性相

關報導、房地產市場的專欄報導、選舉相關報導、頭版要聞報導。(5)不動產市場受總體環境影響，本研究進一步探討納入總體相關影響因素後，不同類別的媒體

報導對於不動產代銷產生的影響。

本研究接續將回顧相關文獻，彙整影響不動產投資之相關因素，近年應用內

容分析方法之相關研究與成果；參為研究設計，說明個案樣本與媒體資訊之衡量；

肆為實證分析，包括個案樣本描述、敘述性統計及迴歸分析結果；伍為結論與建

議。

貳、文獻回顧與探討

在不動產市場與股票投資的相關研究方面，顏嘉慧(2003)使用總體經濟指標和不動產產業指標來研究其與營建類股價的關聯性。同時，提出產學界亦存在一些

不動產市場指標，本研究也將探討不動產市場相關指標是否對於不動產代銷義存

在影響。陳政偉(2010)實證結果發現新屋價格、中古屋價格與股票價格三者之間並不存在長期穩定之均衡關係。短期波動下新屋價格對加權股價的影響是顯著的，

與營建類股價則呈現雙向的影響關係。另外也加入金融環境的影響，結果指出，

新屋房價、中古屋房價與加權股價具有相互影響的關係、營建類股價則與中古屋

房價呈現顯著的影響。

在影響房地產消費者之購買決策方面，蘇燕萍(2012)探索不動產代銷之行銷策略模式與行銷理論之結合，實證發現，策略性行銷確實與不動產代銷績效具有關

聯性，在與個案訪談過程亦發現關係行銷與體驗行銷可作為不動產代銷業未來進

行發展之方向。林君紋(2012)從 2008 年美國次級房貸風暴引發全球金融海嘯問題中，探究不動產開發業在面對景氣低迷、政府政策干預限制等環境因素下，如何

讓建案順利銷售，運用現今統計研究方法，做智慧行銷資料整理，建立以資料探

勘為基礎之營建業消費者購屋決策分析模型。楊承修(2013)以文獻分析法、觀察法、深度訪談法作為研究方法等方式了解房地產投資客如何因應政府政策，進而

改變其投資策略。謝沄津(2013)探討房地產廣告是否在消費者心中引起共鳴，使消費者進而購買。廣告的效果能引起消費者心中的漣漪，產生共鳴，進而消費，相

對的也會使消費者感到反彈、抗拒，而將產品杜絕在門外。因此廣告的切入點必

須符合消費者的心理需求。陳益財(2013)以迴歸模型探討影響房地產價格變化的因素，並分析不同地區房地市場產景氣因素對房價的影響，實證結果發現信義房地

3

產指數和國泰房地產指數之結果並不全然相同，可能是民眾對新成屋和中古屋的

購買意願不同，尤其在經濟不景氣的情況下，民眾對於中古屋的購買意願大於新

成屋。林立偉(2014)研究發現，品牌形象、服務品質、認知價值對顧客忠誠度與顧客滿意度具有正向的影響。其中經濟與形象價值對顧客滿意度與服務品質對顧客

滿意度的影響效果顯著，此外品牌形象、服務品質、認知價值與顧客忠誠度與顧

客滿意度之間有顯著的相關性。因此，不動產代銷公司良好的品牌形象、服務品

質、認知價值，可提高顧客滿意度與忠誠度。此點可做為代銷公司提升內部規劃

行銷策略的參考。

房地產景氣受總體經濟環境影響，在相關研究方面，彭建文和張金鶚(2000)於國科會研究彙刊中表示，為了不致造成決策之錯誤，一個完整房地產景氣循環

的探討，房地產本身的供需變化需要考量外，尚應將總體經濟變數納入考慮，並

且區分短期衝擊與長期結構性變遷。發現總體經濟變數，如：不同地區預售屋房

價與貨幣供給、空屋數、建照面積，對房地產景氣均存在長期均衡的關係。何肇

榮(2006)在經濟景氣對策信號和房地產景氣對策信號發佈後，檢視不同產業間(如：水泥、鋼鐵、營建和玻璃陶瓷產業)各公司股票是否存在正向異常報酬之現象。

就投資人資金排擠的立場而言，需考量股票與不動產帶來之效益，在不動產

的投資決策方面，亦有多方因素對購買決策會產生影響，包括行銷策略、政策因

素、廣告效果、地區差異、品牌形象與總體環境等，此外，相關訊息之揭露亦可

能對不動產投資決策產生影響。鍾菡容(2012) 以高雄市漢神巨蛋為例，研究發現不動產新聞之發佈越頻繁，象徵著漢神巨蛋周邊不動產市場蓬勃，營造週邊房市

熱絡的氛圍，使該地區不動產需求上升進而提升價格；內部新聞與活動新聞、交

通新聞等對於房價的抬升具有正面影響；負面新聞與預期相符，對房價有負向影

響；其他新聞雖增加漢神巨蛋的媒體曝光度，但是該類新聞對房價無顯著影響，

表示新聞內文之關連性也是影響房價的因素。李妍萱(2013)實證結果顯示實價登錄地政三法通過的事件宣告，的確會對於不動產相關產業股價造成負向衝擊，並產

生股價的負向異常報酬；然該政策施行的事件宣告，因消息在盤面已揭露多時，

對不動產相關類股股價負面影響力有限，相關類股甚至出現跌深反彈之態勢。劉

秀滿(2014)以台北市 12 個行政區，以豪宅群聚高低程度，劃分為蛋黃區與蛋白區，並就上述各區及各類型之房價資料進行統計後，將所得之房價漲跌幅結果及相關

性作綜合分析比較。研究結果顯示，奢侈稅並無法有效遏阻房價之上漲，最多僅

減緩房價上漲情形，此政策確實無法達到抑制房價之目的，因此奢侈稅是否應繼

續實行或推出房地合一課稅等新制來加以取代，以健全房地產市場發展，為政府

當前需積極面對並解決之課題。綜合以上所述，我們可以參考相關國內外文獻應

用的方法，從新聞事件切入，探討不同媒體或媒介的報導對於房地產或營建類股

4

之影響，例如：以政府實施不動產實價登錄之政策而言，可蒐集不同種類的媒體

資訊，相互比較其對不動產代銷業的影響。

近年來相關研究已證實，媒體報導經過適當之分析，可捕捉對金融市場異常

報酬之影響，Vega (2006)將訊息區分為私有資訊及公開資訊兩類，並以盈餘宣告日為事件日，運用 Easley, Hvidkjaer 和 O’Hara (2002)提出的優勢資訊交易機率(probability of information-based trading, PIN)，探討宣告日前公開或是私有訊息對盈餘宣告後異常報酬的影響。研究結果指出股票在公開新聞中具有高曝光度，對其

異常報酬有顯著影響。Tetlock (2007) 透過應用華爾街日報專欄報導，分析股價和媒體之間相互變動的關係。Tetlock、Saar-Tsechansky 和 Macskassy(2008)的研究成果指出，某一特定企業的新聞報導中若有負面的字眼，其公司的盈餘和利潤將會

有降低的可能性，或公司股價將反映不足，證實負面字詞將傳遞出與公司盈餘及

報酬相關之資訊。Demers 和 Vega (2014)指出，公司盈餘宣告前的相關報導，將影響股票價格及其波動性。作者應用文本分析(textual-analysis)的概念，將媒體報導的訊息區分為樂觀及確定性的量化指標，以比較其樂觀或確定性程度對盈餘宣告

期間之影響差異。

如何應用內容分析方法剖析媒體報導資訊內涵之相關研究方面，本研究蒐集

國內相關研究成果，歸納量化報導內容之方式，主要參考盧陽正等(2013)之研究報告，在系列之研究報告中，已彙整如何將非結構的報導內容透過不同階段的處理，

建立有代表性的指標。國內其他相關研究方面，劉靜怡(2009)透過「內容分析」方法，審視房地產特刊雜誌中專題置入的情況，探究雜誌操作置入性行銷與廣告之

間呈現的差異。陳育季(2009)將經濟日報頭版新聞，按照重大訊息定義並將其區分成好、壞消息；也將研究期間區分多頭及空頭市場，以便探討重大訊息宣告後，

對台灣加權股價指數報酬率的波動、持續期間及傳遞情形。

投資人每天接收大量的媒體資訊，其報導內容將影響投資人心理與投資決

策，進而反映在房市或不動產代銷業績上，因此本研究將納入新聞媒體報導分析

其與房地產市場的交互關係。文獻回顧中，研究學者從不同面向探討營建類股市

場狀況之影響因素與投資決策。過去的文獻較少納入媒體報導對房地產市場的影

響，在新聞資訊普及且資訊流交互影響的情況下，本研究將以不動產代銷 H 公司為主要研究對象，研究進行過程，蒐集 H 公司及相關建設公司之資訊與特色，搭配媒體報導之內容，進行相關議題之剖析。

5

參、研究設計

一、資料說明

本研究之研究期間為 2006 年 1 月至 2014 年 12 月，應用之資料型態包括個案公司相關資料、媒體相關報導、總體市場相關資料等。考量新聞使用之授權問題，

媒體報導將以聯合報系進行分析，包括聯合晚報與經濟日報，納入分析之媒體報

導共分為個案公司在媒體的相關報導、政策性相關報導、營建業相關報導、房地

產市場的專欄報導、選舉相關報導、頭版要聞相關報導等。

考量不動產代銷業績亦將受總體市場影響，因此研究過程亦納入景氣循環與

金融危機發生之期間等狀況進行分析，總體市場相關資料取自於台灣經濟新報資

料庫(Taiwan Economic Journal, TEJ)，包括景氣對策訊號與利率水準等，為計算營建產業反應之新聞情緒指數，營建產業各類股的市值資料亦取自於 TEJ 資料庫；個案公司之代銷資料則經公司授權後使用。

本研究納入之總體變數包括：指標利率、景氣對策訊號、經濟成長率、房價

所得比、貸款負擔率、房價趨勢分數與加權股價指數月報酬率。本研究納入指標

利率做為利率水準衡量指標，不動產市場的成交會受到利率水準之影響，指標利

率衡量方式為中央銀行揭示五大銀行於本行基準利率調整前一個月最後一個銀行

營業日之一年期定期儲蓄存款(一般)機動利率計算之平均利率，五大銀行包括合庫、一銀、華銀、土銀及臺灣銀行。景氣對策訊號亦稱為景氣燈號，由貨幣總計

數 M1B 變動率等 9 項指標構成 1，每月依各構成項目之年變動率變化(製造業營業氣候測驗點除外)，與其檢查值做比較後，視其落於何種燈號區間給予分數及燈號，並予以加總後即為綜合判斷分數及對應之景氣對策信號。經濟成長率係行政院主

計處按 95 年價格計算之國內生產毛額年增率。房價所得比計算公式為：中位數房價/家戶年可支配所得中位數，房價所得比數值越大，房價負擔能力越低。貸款負擔率之計算概念為：中位數房價貸款月攤還額/家戶月可支配所得中位數，貸款負擔率值越大，房價負擔能力越低。房價趨勢分數為內政部營建署參考中央大學台

灣經濟法展研究中心之「台灣消費者信心分數」及美國經濟諮商局「消費者信心

分數」的編製方式。以購屋者的中間傾向為指數基準點(100)，針對購屋者對房價的看漲或看跌給予不同等級的權重。考量不動產市場與股票市場之投資決策存在

資金排擠效應，因此亦將台灣證券市場之加權股價指數月報酬率納入分析模型中。

1 個別項目包括貨幣總計數 M1B、股價指數、工業生產指數、非農業部門就業人數、海關出口值、機械及電機設備進口值、製造業銷售量指數、商業營業額、製造業營業氣候測驗點。詳細說明可參

考國家發展委員會網站：http://www.ndc.gov.tw/m1.aspx?sNo=0000883#.VWKrjU-qqko。

http://www.ndc.gov.tw/m1.aspx?sNo=0000883%23.VWKrjU-qqko

6

二、個案公司資料描述

建設公司為了規避風險、降低交易成本並獲取更高的利潤，需透過充分掌握

市場資訊的代銷公司，以進一步瞭解消費者的需求，設計出更貼近顧客喜好的不

動產商品，故在不動產產業鏈中，代銷公司所扮演之協調者的中介角色顯得特別

重要。建設公司房屋銷售方式大致可分成自售(如遠雄)及委託銷售，委託銷售又可以分成兩種方式，第一種是請具備正式編制的代銷公司來統籌(又稱包銷)，第二種是請類似跑單幫的專業經理人來代勞(又稱包櫃）。

所謂包銷，是指建商(俗稱甲方、又叫業主)與代銷公司(俗稱乙方)依建案屬性簽訂半年到一年合約，在此期間建案絕大部分的媒體與管銷費用均由代銷公司負

擔，每月或一定時間銷售的房屋，代銷公司可向建商依雙方約定底價或成交價申

請售佣金。由於代銷公司在每建案開始銷售前必須先支出廣告費，從開案前的市

場調查、基本坪數規劃、室內隔局、中庭規劃、公共設施建議到銷售接待中心的

發包、樣品屋的施作、廣告媒體的決定、現場銷售道具的準備甚至幫建設公司做

形象公關等，俟進場銷售後，才能開始請佣，因此，倘若案子賣的不好，投入的

資金具有無法如期回收的風險。

本研究蒐集研究期間個案公司相關之代銷業績資料，個案公司代銷業績資料

之使用已徵得公司同意，並確保研究過程不涉及客戶成交之個人資料，另考量研

究成果可能涉及商業決策，故個案公司將匿名並以 H 公司簡稱。統計 H 公司在 2006年 1 月至 2014 年 12 月之間，共代銷 239 個建案，研究資料包括統計每月至接待中心參觀之來客組數、對建案電話尋問數及成交戶數、成交金額、成交區域等相

關銷售資料；以及每月行銷費用支出金額、廣告行銷類別彙總，但因個案每月發

包執行的廣告行銷項目難以統計金額，故行銷費用以廠商請款月份統計，因此行

銷費用支出會落後約三個月；研究期間考量資料蒐集與分析需具有一定之完整

性，故排除資料不完整及建檔資料有明顯錯誤之個案。

個案公司之行銷費用方面共區分成以下十二項：(1) NP-報紙廣告：各大報廣告刊登費用-蘋果日報、自由時報、聯合報系、中時報系、工商時報等廣告刊登，包含房地產專欄建案介紹。(2) RD-廣播廣告：廣播電台廣告託播費用。(3) CF-電視廣告：有線或無線電視台廣告託播費用，含新聞節目置入行銷費用。(4) 雜誌廣告：依建案屬性預期購屋族群刊登適合雜誌廣告。(5) 網路廣告：網路行銷費用，如：YAHOO 首頁、關鍵字、聯合新聞網等搜尋引擎，Facebook 與 LINE 等社交網站等。(6) POP 看板：在交通繁忙路口或大樓懸掛戶外廣告看板的租金及帆布製作。(7) 指示牌：引導參觀客戶至建案銷售中心的指示牌及引導性質的廣告車費用。(8) 車廂廣告：指公車車廂廣告費用及廣告物製作。(9) 明星廣告費：個案請

7

明星或模特兒代言之廣告費用，包含代言費、梳化費、造型、服裝等費用。(10) 影片製作：個案電視廣告影片、現場介紹影片、客戶互動多媒體影片之製作費用。(11) 攝影費：個案空拍、平面攝影、廣告圖片授權費等。(12) 廣告車停車費。

個案代銷合約期間約在半年至一年，合約到期再依銷售狀況或市場反應來決

定是否延長銷售期，因為每個委託建案的起迄期間並不一定，考量研究期間內各

個建案保留的資料形式不一，為求研究資料的一致性，本研究不探討每個建案銷

售期間的業績及行銷費用，而以整體個案公司於研究期間每月或週資料分析。

個案公司的代銷業績分別以下列幾個變數進行說明：(1) 每月來客數：統計當月份所有建案累積來訪的客戶人數。(2) 每月銷售戶數：統計當月份各區域建案累積成交的銷售戶數。(3) 每月銷售總額：統計當月份各區域建案累積成交的銷售總額，單位以千萬做統計。(4) 平均每戶銷售金額：計算當月份平均每一成交戶的銷售金額，為各區域建案累積銷售總額除上銷售戶數，單位以千萬做統計。(5) 平均每建案成交戶數：先統計當月份累計的建案家數，再統計當月份平均每一建案的

銷售戶數，計算概念為銷售戶數除上代銷建案數。(6) 平均每建案成交金額：先統計當月銷售總額，再除上當月代銷之建案家數，以計算每一建案當月份平均成交

金額。(7) 每月代銷建案數：累積當月份共有幾個代銷建案。

三、媒體報導資訊內涵之衡量

本研究主要探討媒體相關報導對於不動產代銷業務的影響，考量房地產市場

受到整體市場與政策性的影響甚大，媒體報導將區分為以下幾個面向進行分析，

包括個案公司在媒體的相關報導、營建產業相關報導、政策性相關報導、房地產

市場的專欄報導、選舉相關報導、頭版新聞報導等。

(一)媒體曝光度(MEDIA)

本研究參考 Vega(2006)與 Lu 和 Wei (2014)之方法，建立個案公司在媒體報導的曝光度，曝光度的建立方式主要衡量新聞報導是否曾談論到個案公司的名稱，

並統計一段期間內，有多少則新聞談論到公司名稱。公司媒體曝光度的概念主要

在於衡量特定期間內，市場參與者接收個案公司相關資訊的程度，衡量公式彙整

如下：

2

,1 1

t K

t t kt t k

MediaH News= =

=∑∑ (1)

其中，MediaHt 為第 t 期個案公司在媒體報導的曝光程度，t1 與 t2 為特定期間內之曝光程度，研究過程統計每月個案公司的曝光程度，Newst,k 為一虛擬變數，若第 t 天之第 k 則媒體報導內容有提到個案公司名字，則 Newst,k 為 1，若第 t 天之

8

第 k 則報導內容沒有提到個案公司名字，則 Newst,k 為 0，統計完研究期間內，個案公司每日的曝光度後，在加總個案公司每月在新聞報導之曝光程度。

(二)新聞情緒指標 (News Sentiment, NS)

媒體曝光度可衡量市場參與者接收特定主題的新聞資訊量，然而此方法並無

法進一步衡量報導的內容為正面或負面，除此之外，台灣尚未有完善的系統可計

算新聞內容揭露的正負面程度，因此本研究參酌 Lu 和 Wei (2014)的研究成果，應用內容分析方法，蒐集影響本研究個案公司之相關媒體訊息，並進行訊息量化的

分析，以計算出媒體報導反應之正負面新聞情緒指標，其衡量方式如下：

, , , ,1 1

,,

100%= =−

= ×∑ ∑

P N

t k p t k np n

t kt k

tf tfNS

TF

(2)

其中，NSt,k 為第 t 天中第 k 則新聞報導反應的新聞情緒指標，tft,k,p為第 t 天第k 則新聞中出現第 p 個樂觀特徵詞的次數，tft,k,n 為第 t 天第 k 則新聞中出現第 n 個悲觀特徵詞的次數，TFt,k 為第 t 天第 k 則新聞的文章長度，以斷詞後文章的總詞數來衡量。考量不動產代銷公司可能受到不同類型媒體報導資訊內涵之影響，因此

新聞報導的正負面指標，也將依據不同分類進行計算，並進一步統計每月不同分

類新聞反應出的平均新聞情緒指標。

以下舉例說明如何衡量新聞報導之情緒指標，以下例而言，若一則新聞中負

面特徵詞共有 5 個，正面特徵詞共有 10 個，整篇文章經過結構化之斷詞分析後，共有 418 個特徵詞，則參考式 (2)之概念，本篇報導的新聞情緒指標為(10-5)/418*100(%)=1.1962(%)。若計算後的新聞情緒越高，則代表該則新聞傳遞的資訊越樂觀，反之則越悲觀。

9

表 1 新聞情緒指標之量化範例

20121229 "奢侈稅解套恐多殺多" "實價登錄衝擊漸淡，房市又面臨新挑戰。業者表示，由於明年第一季起，遭奢侈稅突襲套牢的投資物件，進入解套高峰，再

加上碰到後金融海嘯交屋潮，預計未來半年市場會增加 5 到 7 萬件的供給量，投資熱區恐將出現新一波「多殺多」。這些投資熱區包括台北市中心、新莊副都心、

林口及淡水等，另外預料台中七期明年第一季起也會出現較大賣壓。住商不動產

企研室主任徐佳馨表示，奢侈稅在 2011 年 2 月底無預警傳出，4 月中立院通過三讀，6 月正式上路。這一政策規定持有房子未滿 2 年即出售，必須繳納 10-15%交易稅，等於將所有新交易的房子都設下 2 年的閉鎖期。她表示，多數被此一政策套住的房子，都是 2010 年底到 2011 年 3、4 月間所買的房子。主要是投資客在 2010年底前購進的房子，到奢侈稅傳出時多已有相當漲幅，只要賺少一點，就可順利

脫手。但 2010 年底以後才買的房子，還沒獲利，奢侈稅傳出後，根本來不及也無從逃命，只好被迫當起包租公。2010 年底到 2011 年初，是後金融海嘯時代房市投資最火熱的時期，台北市單月交易物件最高達 7000 多件，是目前交易量的 1 倍以上，新北市每月交易也多在 1 萬件以上。總計 2010 年的 11 月到 2011 年 4 月，全台半年房屋交易量達 21 萬餘件。4、5 萬件套牢 熱區賣壓更大以當時投資買盤約2-3 成來算，大約有 4、5 萬件投資物件被套住。另外由於 2009-10 年間建商看好房市大舉推案，單季建照申請戶數都在 2 萬戶以上，按時程明年第 1 季起將進入完工交屋高峰，投資客也會獲利了結，估算市場將增加 5-7 萬戶的供給量。業者多認為明年起殺出的解套屋，由於不用轉嫁奢侈稅成本，加上被「綁」兩年來，房價

也多有 1-2 成漲幅，想脫手的人，應會釋出較大的議價空間，這對目前賣壓相當沉重的新北市一些重劃區如新莊副都心等，將面臨更大多殺多壓力。" " 焦 點 " "A6 註：本篇新聞為聯合報系 2012 年 12 月 29 日之新聞，新聞內容之呈現僅作為研究範例說明，未做其他商業用途。本篇報導共有 10 個樂觀詞，5 個悲觀詞，文章長度為 418 個詞。

四、媒體報導分類說明

以下研究中，媒體報導的分類包括個案公司在媒體的相關報導(H Corporation news)、營建業相關報導 (Construction industry news)、政策性相關報導 (Policy news)、房地產市場的專欄報導(Comment of Real Estate )、選舉相關報導 (Election reports)、頭版要聞報導(Front-Page news)，不同類別的新聞情緒指數將分別以符號表達，NSH 為個案公司相關報導反應之新聞情緒指標，NSC 為營建產業相關報導反應之新聞情緒指標，NSP 為政策性報導反應之新聞情緒指標，NSR 為房地產市場專欄報導反應之新聞情緒指標，NSE 為選舉相關報導反應之新聞情緒指標，NSF為頭版要聞反應之新聞情緒指標。以下說明分類新聞如何蒐集，如何應用新聞資

訊量化概念計算新聞情緒指標：

個案公司在媒體的相關報導：以個案公司名字做為關鍵字，蒐集研究期間之

相關報導，以式(1)衡量個案公司的曝光程度，並參考式(2)量化報導內容，衡量個

10

案公司媒體報導反應之新聞情緒指標。

營建業相關報導：以營建業各個成分股的股票名稱為關鍵字，蒐集營建業相

關個股之報導，先計算每段期間營建業各股的平均新聞情緒指標，再以個股的市

值為權重，計算營建產業反應出的新聞情緒指標。

政策性相關報導：政策性報導主要以與不動產市場有關的政策關鍵詞為主，

蒐集相關報導，納入語料蒐集之關鍵詞包括奢侈稅、豪宅稅、兩稅合一、實價登

錄、遺產稅、營利事業所得稅，蒐集政策性相關報導後，依據式(2)計算每則政策性相關報導的新聞情緒指標，再統計每月政策性相關報導反應之平均新聞情緒指

標。

房地產市場的專欄報導：蒐集新聞中與房地產有關的特定專欄報導，納入分

析的專欄主題包括房市天地、稅務法務、房產個案、不動產投資，蒐集語料後，

依據式(2)計算每則房地產市場專欄報導的新聞情緒指標，再統計每月房地產市場專欄報導反應之平均新聞情緒指標。

選舉相關報導：研究期間歷經的重要選舉如下，首先彙整與選舉相關的特徵

詞：包括市長選舉、市議員選舉、立委選舉、總統大選、縣市鄉長選舉、縣市議

員選舉、鄉民代表選舉、直轄市長選舉、市議員選舉、總統選舉、立委選舉、縣

市鄉長選舉、縣市議員選舉、鄉民代表選舉；其次抓取相關新聞；再依據式(2)計算每則選舉相關報導的新聞情緒指標；最後統計每月與選舉相關報導反應之平均

新聞情緒指標。

頭版要聞報導：頭版要聞主要蒐集報紙的首頁與次頁中，涵蓋版別名稱為「要

聞」之相關新聞，以衡量每日市場參與者最有可能接收到訊息的新聞主題。蒐集

研究期間內之要聞報導後，依據式(2)計算每則新聞的新聞情緒指標，再統計每月頭版要聞反應之平均新聞情緒指標。

五、媒體報導對個案公司代銷業績之迴歸分析

上節說明研究樣本與衡量媒體報導資訊內涵之方式，本節說明如何應用迴歸

分析探討媒體報導對個案公司代銷業績影響之概念，每個變數的迴歸估計係數代

表在其他條件不變之下，若衡量之某個變量增加一個單位，則對衡量之代銷業績

影響幅度為何。迴歸分析概念可參酌式(3)

0 , , 1 31 1

M N

t m m t n n t t tm n

MAPerf NS ME MFα α β γ e+= =

= + + + +∑ ∑ (3)

其中 MAPerft 為第 t 期不動產代銷個案公司之代銷業績，納入衡量之銷售狀況包括

11

以下幾個變量，每月來客數(MN)，每月銷售戶數(MSVolume)，每月銷售總額(MSValue)，平均每戶銷售金額(AHSValue)，平均每建案成交戶數(ACH)，平均每建案成交金額(ACValue)，每月建案數(CN)。

NSm,t 為第 m 類媒體報導在第 t 期反應之新聞情緒指標，納入之新聞情緒指標包括以下幾個變量，個案公司在媒體之曝光度(MediaH)、個案公司在媒體報導反應之新聞情緒指標(NSH)、營建產業相關報導反應之新聞情緒指標(NSC)、政策性相關報導反應之新聞情緒指標(NSP)、房地產市場的專欄報導反應之新聞情緒指標(NSR)、選舉相關報導反應之新聞情緒指標(NSE)、頭版要聞報導反應之新聞情緒指標(NSF)。

MEn,t 為第 n 類總體市場相關變數在第 t 期之水準值，納入分析的總體變量包括，景氣對策訊號(MI)、五大行庫平均房貸利率(%)(Rf)、房價所得比(倍)(HPI)、貸款負擔率(%)(LR)、房價趨勢分數-整體調查地區(分)(HPTA)、房價趨勢分數-台北市(分)(HPTT)、經濟成長率(%)(GDP)、加權股價指數月報酬(%) (Rm)。

最後，MFt+3 為個案公司每月投入的行銷費用，考量行銷費用的登錄時點，因此以資料庫中未來三個月的行銷費用衡量當月份行銷費用的投入，另外，搭配

不同的代銷業務衡量指標，因此行銷費用的統計包括兩個面向，一為當月份整體

的行銷費用，二為當月份平均每個建案的行銷費用。

肆、實證分析

一、個案公司代銷業務分析

本研究共蒐集 2006 年 1 月至 2014 年 12 月個案公司代銷業務的相關資料，總計研究期間內，共彙整 239 個建案銷售資料，納入分析之代銷建案共分佈在 31 個區域，建商家數共有 110 家，代銷建案成交總額共計 4080.78 億元。研究期間內，總來客數共有 415,881 人，包括首次參觀的客戶及再次參觀的客戶，銷售戶數共計22,718 戶，平均成交率為銷售戶數除上來客數，研究期間內之成交率約為 5.46%，平均每 100 個來客戶中，約有 5~6 戶成交。

(一) 代銷業務在各區域之銷售狀況

表 2 彙整研究期間內，各年度在不同區域的總銷售狀況。資料顯示個案公司2006 年至 2014 年期間，銷售建案集中在大台北地區及桃園地區，2010 年總成交

12

金額及代銷案量開始大幅度成長，至 2013 年來到最高點，2014 年代銷業績則明顯下滑。

表 2 各區域代銷總額 區域 2006 2007 2008 2009 2010 2011 2012 2013 2014 合計(億) 台北市中山區 0.00 8.75 43.21 0.00 19.57 43.09 33.24 48.92 37.56 234.34 台北市中正區 10.33 0.00 1.55 0.00 0.00 30.25 8.81 8.97 0.00 59.92 台北市信義區 22.40 56.03 41.27 92.33 0.00 0.00 34.21 0.00 0.00 246.25 台北市內湖區 22.91 40.71 3.87 15.02 0.00 22.58 36.03 10.60 14.08 165.79 台北市北投區 0.00 0.00 0.00 16.96 34.65 31.23 0.00 16.27 0.00 99.12 台北市南港區 0.00 0.00 0.00 0.00 141.58 22.68 15.91 13.79 0.00 193.95 台北市士林區 23.03 13.79 27.57 6.06 9.32 0.00 35.32 31.99 31.31 178.39 台北市大同區 0.00 0.00 0.00 0.00 44.94 0.00 0.00 15.09 10.45 70.47 台北市大安區 27.91 5.58 6.40 5.29 39.28 145.30 0.00 22.88 2.24 254.89 台北市文山區 0.00 7.52 13.05 14.58 12.80 29.50 4.14 26.19 0.00 107.78 台北市松山區 0.00 0.00 6.65 0.00 68.43 7.69 30.46 3.14 0.00 116.37 台北市萬華區 0.00 11.10 4.31 0.00 27.91 7.89 5.75 1.65 4.46 63.06 基隆市 0.00 0.00 0.00 0.00 0.00 0.00 10.45 0.00 0.00 10.45 宜蘭縣 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 新北市三峽區 28.22 33.11 19.44 18.44 10.27 0.00 0.00 0.00 0.00 109.49 新北市三重區 0.00 17.44 0.19 0.00 0.00 40.30 15.38 14.16 16.45 103.92 新北市五股區 0.00 0.00 0.00 0.00 0.00 0.00 3.23 20.81 0.95 24.99 新北市土城區 22.94 16.03 0.00 0.00 9.55 7.15 0.00 25.67 0.00 81.34 新北市新店區 0.00 0.00 0.00 0.00 16.03 36.81 27.16 23.75 4.50 108.25 新北市新莊區 4.02 1.34 0.00 0.00 37.06 0.00 4.16 26.35 14.51 87.44 新北市板橋區 12.52 44.95 0.00 20.67 20.05 34.19 25.79 0.00 0.00 158.17 新北市林口區 0.00 0.00 0.00 0.00 0.00 0.00 0.00 53.88 3.49 57.37 新北市樹林區 0.00 0.00 0.00 6.02 72.32 39.71 13.90 5.05 0.00 137.00 新北市永和區 0.00 0.00 15.76 0.00 0.00 0.00 0.00 0.00 0.76 16.52 新北市汐止區 0.00 0.00 0.00 0.00 12.27 2.18 0.00 0.00 3.32 17.77 新北市淡水區 0.00 24.45 30.64 13.19 3.72 0.00 13.29 22.12 5.85 113.27 新北市深坑區 0.00 0.00 0.00 0.00 41.10 9.79 0.00 0.00 0.00 50.89 新北市蘆洲區 9.05 21.43 0.21 0.00 23.13 6.16 2.73 45.62 4.31 112.64 新竹縣市 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 桃園市 19.56 25.19 36.33 32.09 66.99 76.11 217.78 469.10 157.81 1100.96 高雄市 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 合計(億) 202.89 327.43 250.46 240.64 710.97 592.60 537.73 906.01 312.05

(二) 代銷業務之行銷費用支出狀況

研究期間內，行銷費用總計投入 14.94 億，表 3 為不同類別行銷費用支出在各年度的比例，個案公司行銷費用的紀錄方式，是採報帳時登錄系統的做法，因此

平均而言行銷費用的紀錄時點約落後實際發生之行銷行為約三個月。各項目在各

13

年度的行銷費用分析可發現，整體而言，｢POP-廣告看板｣平均行銷費用支出排名第一，平均行銷費用支出比例約為 41%，｢NP-報紙廣告｣的平均行銷費用支出為排名第二，平均行銷費用支出比例約為 25%。｢POP-廣告看板｣與｢NP-報紙廣告｣為個案研究公司行銷的主要兩大項目，平均支出比例即佔整體行銷費用約為 66%。

表 3 行銷費用分年支出比例表(%)

Year 2006 2007 2008 2009 2010 2011 2012 2013 2014 平均 排序 CF-電視廣告 0.00 2.21 1.04 0.00 3.46 0.61 0.64 3.58 3.37 1.66 8 NP-報紙廣告 11.62 31.90 23.95 26.45 27.88 27.52 21.62 32.12 25.78 25.43 2 POP-廣告看板 40.94 39.26 42.95 45.98 34.69 47.15 58.61 36.26 26.55 41.38 1 RD-廣播廣告 39.87 11.69 4.75 8.87 10.11 9.40 4.19 12.59 8.93 12.27 3 廣告車停車費 0.00 0.51 0.07 0.54 0.22 0.19 0.30 0.06 0.38 0.25 11 影片製作 0.18 5.46 8.87 10.35 2.96 2.36 6.48 6.11 12.83 6.18 4 指示牌 2.13 2.60 0.52 3.18 3.94 0.72 0.19 0.29 4.63 2.02 7 攝影費 1.78 0.63 1.03 1.72 1.07 0.57 1.21 0.79 3.03 1.31 10 明星廣告費 3.48 0.14 0.17 0.73 1.15 6.32 0.08 0.14 0.53 1.42 9 網路廣告 0.00 2.48 5.74 0.54 1.20 0.50 0.63 0.61 11.36 2.56 6 車廂廣告 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.15 0.02 12 雜誌廣告 0.00 3.12 10.92 1.64 13.33 4.66 6.03 7.48 2.46 5.52 5 合計 100 100 100 100 100 100 100 100 100 100

圖 1 呈現行銷費用中排名前兩類的費用支出與景氣對策訊號之趨勢圖，其中當景氣狀況趨於熱絡，預期不動產市場之銷售狀況亦會趨於好轉，一般而言推案

量會增加，因此可發現當景氣對策訊號上升時，兩類行銷費用均上升；反之，當

景氣由熱絡趨於中性或低迷時，行銷費用雖亦呈現下滑走勢，但仍有維持一定比

例行銷費用的狀況。

14

圖 1 行銷費用支出與總體經濟對策訊號趨勢圖

有部分情況，代銷建案受限於合約內容，即便景氣狀況已由熱絡轉趨低迷，

但仍會持續支出行銷費用，因此可發現行銷費用對於景氣狀況轉變之調整有遞延

效果。建議可與建設公司於合約中擬定可調整行銷項目與支出比例之條件，以利

行銷策略因應景氣狀況轉變時之調整彈性。

廣告看板相對於報紙廣告可針對個別建案進行精準行銷，代銷業將行銷費用

投入在報紙廣告雖可增進建案的曝光度，但由後續分類媒體報導對建案銷售之影

響分析可發現，政策性報導、選舉相關報導、頭版要聞報導更可傳遞有效資訊，

誘發投資人購買不動產之動機，建議在行銷策略擬定上，應留意時局，配合精準

行銷策略，鎖定建案的潛在客群，吸引不動產買方主動參觀建案。

為進一步探討代銷個案公司在行銷方面的費用與景氣對策訊號之關聯，本研

究分析 12 類行銷費用與景氣對策訊號之間的相關性，實證結果可參見表 4。景氣對策訊號與｢NP-報紙廣告｣、｢POP-廣告看板｣、｢RD-廣播廣告｣、｢指示牌｣、｢攝影費｣、｢雜誌廣告｣存在顯著正相關。

15

表 4 行銷費用與景氣對策訊號之相關係數分析

項目 CF-電視廣告 NP-報紙廣告 POP-廣告看板 RD-廣播廣告 廣告車停車費 影片製作 指示牌 攝影費 明星廣告費 網路廣告 車廂廣告 雜誌廣告

NP-報紙廣告 0.11 POP-廣告看板 0.37*** 0.58*** RD-廣播廣告 0.18* 0.62*** 0.41*** 廣告車停車費 0.22** 0.08 0.07 -0.01 影片製作 0.29*** 0.54*** 0.71*** 0.47*** 0.1 指示牌 0.17* 0.57*** 0.38*** 0.5*** 0.15 0.39*** 攝影費 0.29*** 0.48*** 0.67*** 0.43*** 0.01 0.64*** 0.39*** 明星廣告費 0.09 -0.09 0 -0.06 0.1 -0.02 -0.02 0.1 網路廣告 0.08 0.49*** 0.48*** 0.37*** -0.09 0.55*** 0.38*** 0.38*** 0 車廂廣告 0.29*** 0.21** 0.64*** 0.18* 0.01 0.56*** 0.15 0.66*** 0.04 0.55*** 雜誌廣告 0.1 0.18* 0.14 0.26*** 0 0.09 0.35*** 0.08 0.08 0.03 -0.01 景氣對策訊號 0.14 0.29*** 0.25*** 0.24** 0.03 0.1 0.44*** 0.23** -0.04 0.04 0.09 0.28***

註：*、**、***分別表示檢定結果達到 10%、5%、1%的顯著水準。

16

(三) 代銷業務之銷售業績概況

本研究進一步分析研究期間內，來客數、銷售建案數與銷售總額的趨勢圖，

圖 2 為來客數與成交戶數的趨勢圖，圖 3 為銷售總額，圖形中呈現整體銷售總額，及單一建案銷售總額高於 8000 萬之整體銷售額。代銷建案成交總額共計 4080.78億元，其中，成交總價高於 8000 萬，共有 619 戶，總計 771.76 億元，而成交總價低於 8000 萬，共有 22,099 戶，總計約 3309.02 億元。

圖 2 中 2013 年 4-6 月來客數及 7-10 月成交戶大幅度增加，係配合內政部營建署銷售林口 A7 站合宜住宅案，由四家建商聯合開發，於 2013 年 4 月 15 日至 6 月23 日受理第一階預售登記，民眾至聯銷中心參觀及受理預售登記，以至來客數大幅增加；2013 年 7 月 22 日開放抽中者現場登記選屋，至 9 月 18 日完成個案公司代銷部份 1 千多戶選屋簽約。2013 年以前個案來客數與銷售戶數呈現正向關係，2014 年 6 月以後來客數無下滑但銷售戶數確明顯減少。

圖 2 來客數與成交戶數趨勢圖

圖 3 顯示個案公司研究期間每戶成交總額多在 8000 萬以下，2010 年是十年來房市交易最為熱絡的一年，然而隨者 2011 年政府奢侈稅上路，高總價房產受波及，成交量相較 2010 年幾乎跌了一半；2012 年 6 月央行實施豪宅限貸政策，8000 萬

17

以的房屋成交量明顯下跌。但本研究以總體房地產銷售為主，不局限在豪宅市場，

後續對 8000 萬以上豪宅不另討論。

圖 3 銷售總額趨勢圖

(四) 不動產代銷個案之銷售績效衡量指標

本研究共建立七個變數，以衡量不動產代銷個案之代銷業績，分別包括每月

來客數，每月銷售戶數，每月銷售總額，平均每戶銷售金額，平均每建案成交戶

數，平均每建案成交金額，每月建案數。表 5 為不動產代銷個案公司每月之銷售狀況敘述性統計分析。

表 5 不動產代銷個案銷售業績敘述性統計

變數 每月 來客數

每月 銷售戶數

每月銷售

總額(千萬)

平均每戶銷

售金額(千萬)

平均每建

案成交戶

數

平均每建案

成交金額(千萬)

每月 建案

平均數 3919 214 384.70 1.84 6.55 10.45 37 中位數 2823 196 294.12 1.91 5.56 10.21 39 標準差 7080 149 273.05 0.68 4.92 5.73 13 最小值 614 30 31.78 0.53 1.36 1.07 7 最大值 64090 999 1467.69 4.45 31.43 35.80 63 偏態 7 3 1.44 0.53 2.07 1.06 0 峰態 54 13 5.19 4.14 8.97 5.51 2

18

二、研究變數之敘述性統計分析

本研究納入之媒體報導主要以聯合線上的語料為主，媒體報導資訊內涵共有

六大類，包括個案公司在媒體的相關報導、營建業相關報導、政策性相關報導、

房地產市場的專欄報導、選舉相關報導、頭版要聞報導，平均而言，營建產業平

均的新聞情緒指標為所有媒體分類指標中最樂觀的，顯示營建產業相關個股的報

導亦偏向正面；個案公司每個月約在媒體上有 4~5 則的新聞曝光，個案公司平均的新聞情緒指標偏向樂觀正面，且較政策面、專題類、選舉類與頭版要聞更為樂

觀。

表 6 為應用文詞探勘方法建立之各類新聞情緒指標敘述行統計分析。平均而言，營建產業平均的新聞情緒指標為所有媒體分類指標中最樂觀的，顯示營建產

業相關個股的報導亦偏向正面；個案公司每個月約在媒體上有 4~5 則的新聞曝光，個案公司平均的新聞情緒指標偏向樂觀正面，且較政策面、專題類、選舉類與頭

版要聞更為樂觀。

表 6 媒體報導資訊內涵之敘述性統計分析

分類 MediaH NSH NSC NSP NSR NSE NSF 平均數 4.2897 2.2731 2.3122 1.3709 0.9544 1.5294 1.9133 中位數 4.0000 2.4711 2.4289 1.3054 0.9261 1.5911 2.0133 標準差 2.8318 1.5065 0.8493 0.6131 0.7839 1.0824 0.6418 最小值 1.0000 -2.1277 0.0000 0.2045 -0.4347 -0.9306 0.2135 最大值 18.0000 6.1497 4.1242 2.8528 2.5636 4.6493 3.2529 偏態 1.4816 -0.3368 -0.7897 0.4135 0.1538 0.0387 -0.6317 峰態 7.0782 3.0089 4.1219 2.5573 1.8979 2.7356 3.2334 樣本量 454 454 84,942 5,120 8,996 9,308 30,548

註：MediaH 為個案公司在媒體報導反應之曝光程度，NSH 為個案公司相關報導反應之新聞情緒指標，NSC 為營建產業相關報導反應之新聞情緒指標，NSP 為政策性報導反應之新聞情緒指標，NSR為房地產市場專欄報導反應之新聞情緒指標，NSE 為選舉相關報導反應之新聞情緒指標，NSF 為頭版要聞反應之新聞情緒指標。

表 7 為總體變數之敘述性統計分析。景氣對策訊號平均落在 23.21，為綠燈，表示景氣狀況穩定，景氣對策訊號最小值為 9，處於景氣低迷，最大值為 39，處於景氣熱絡，顯示研究期間有涵蓋景氣循環。五大行庫平均房貸利率約為 2.07%。經濟成長率約為 3.7%。證券市場加權股價指數每月之平均報酬約為 0.5%。

房價所得比主要衡量房價約為年所得的幾倍，所以平均而言，研究期間內整

體房價約為年所得的 6.88 倍，若年所得為 100 萬，則房價為 688 萬；貸款負擔率越高代表可支配所得中，房貸資金壓力越高，研究期間內，貸款負擔率約為

19

29.34%，代表若每月薪資為五萬元，約有 1.5 萬用於房貸還款。房價趨勢分數主要衡量購屋者對房價看漲或看跌，所以以 100 分為基準，整體房價趨勢與台北市之房價趨勢分數均顯示，研究期間內，平均而言購屋者對房價仍處於看漲狀況。

表 7 總體變數之敘述性統計分析

變數 景氣對

策訊號 五大行庫平

均房貸利率(%)

房價所

得比(倍) 貸款負

擔率(%) 房價趨勢

分數 A (分)

房價趨勢

分數 T (分)

經濟成

長率(%)

Rm(%)

平均值 23.21 2.07 6.88 29.34 110.95 112.09 3.70 0.50 中位數 22.00 1.95 7.00 28.93 114.58 116.26 3.86 0.89 標準差 7.65 0.34 1.16 4.52 19.41 20.06 4.75 5.94 最小值 9.00 1.62 4.97 21.64 50.05 50.10 -8.12 -18.83 最大值 39.00 2.86 8.95 37.85 136.30 138.30 13.11 15.00 偏態 0.34 0.94 0.02 0.14 -1.40 -1.41 -0.54 -0.32 峰態 2.45 2.76 1.95 2.14 5.16 5.20 3.80 3.92

註：房價趨勢分數 A，表示整體調查地區之房價趨勢分數，房價趨勢分數 T ，為台北市之房價趨勢分數。

表 8 為代銷業績與媒體報導反應之新聞情緒指標之間的相關係數。整體而言，不同類別的媒體報導均與每月代銷業績指標呈現一定程度的相關性，換言之，若

納入媒體資訊分析對代銷業績之影響，確實應考量媒體報導不同的面向。大致上

媒體報導若能傳遞越正面的資訊，將可提升每月代銷業績。

表 8 不動產代銷業績與媒體報導資訊內涵之相關係數分析

每月

來客數 每月

銷售戶數

每月銷售

總額 (千萬)

平均每戶

銷售金額

(千萬)

平均每建

案成交 戶數

平均每建

案成交金

額(千萬)

每月 建案數

MediaH 0.008 0.161* 0.286*** 0.233** -0.004 0.243** 0.13 NSH 0.08 0.135 0.145 -0.037 0.14 0.175* -0.012 NSC -0.391*** 0.03 0.008 0.008 0.07 0.124 -0.105 NSP 0.129 0.107 0.193** 0.039 0.081 0.186* -0.043 NSR 0.3*** 0.357*** 0.45*** 0.24** 0.011 0.186* 0.526*** NSE -0.053 -0.025 0.129 0.153 -0.084 0.132 0.086 NSF 0.056 0.272*** 0.205** -0.127 0.302*** 0.3*** -0.062 註：MediaH 為個案公司每月的曝光度，NSH 為個案公司相關報導反應之新聞情緒指標，NSC 為營建產業相關報導反應之新聞情緒指標，NSP 為政策性報導反應之新聞情緒指標，NSR 為房地產市場專欄報導反應之新聞情緒指標，NSE 為選舉相關報導反應之新聞情緒指標，NSF 為頭版要聞反應之新聞情緒指標。*、**、***分別表示檢定結果達到 10%、5%、1%的顯著水準。

三、媒體報導對個案公司代銷業績之影響

20

以下應用迴歸分析探討媒體報導對個案公司代銷業績之影響，迴歸模型中，

除了納入媒體報導資訊內涵反應之新聞情緒指數外，亦納入總體面的相關變數與

個案公司每月行銷費用做分析。行銷費用方面，分別以每月整體行銷費用及每月

平均每建案行銷費用作分析，若衡量之績效為每月整體，則納入整體行銷費用，

若衡量之績效為平均每建案之概念，則納入平均每建案之行銷費用。

(一) 媒體報導對每月來客數之影響

下表為媒體報導對不動產代銷每月來客數之影響之迴歸分析結果。

表 9 媒體報導對不動產代銷每月來客數之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant -622.233** -617.732** -346.688 -596.003** -613.317** -626.237** -638.238** -234.447

(-2.167) (-2.144) (-1.299) (-2.026) (-2.077) (-2.161) (-2.217) (-0.832) MediaH -2.147 -2.884

(-0.859) (-1.235) NSH 3.432 6.737

(0.771) (1.555) NSC -38.092*** -43.791***

(-4.7) (-5.012) NSP 7.856 1.7

(0.682) (0.153) NSR 4.695 1.747

(0.402) (0.16) NSE -2.739 6.545

(-0.38) (0.943) NSF 2.228 9.833

(0.164) (0.715) Rf 186.685 184.659 119.129 177.867 189.79 194.915 195.78 58.112

(1.434) (1.412) (1.005) (1.338) (1.444) (1.498) (1.5) (0.467) HPI 231.148 234.512 158.555 223.687 237.138 244.472 247.758 79.819

(1.075) (1.09) (0.814) (1.027) (1.092) (1.136) (1.151) (0.395) LR -48.066 -48.716 -32.947 -46.692 -49.826 -51.454 -52.042 -14.251

(-0.952) (-0.964) (-0.721) (-0.915) (-0.98) (-1.02) (-1.03) (-0.301) HPTA 1.766 1.544 1.449 1.793 1.444 1.792 1.685 1.199

(1.06) (0.927) (0.963) (1.069) (0.832) (1.046) (0.998) (0.705) HPTT -0.788 -0.743 -0.554 -0.969 -0.629 -0.914 -0.822 -0.385

(-0.53) (-0.5) (-0.412) (-0.639) (-0.411) (-0.594) (-0.539) (-0.252) GDP 1.734 1.431 3.328** 1.547 1.295 1.638 1.335 2.806

(1.101) (0.924) (2.287) (0.997) (0.802) (1.018) (0.753) (1.629) Rm 0.582 0.782 1.803 0.587 0.77 0.929 0.664 0.898

(0.48) (0.654) (1.633) (0.48) (0.643) (0.728) (0.497) (0.688) MF -0.777 -0.829 -0.645 -0.696 -0.703 -0.687 -0.741 -0.955 (-1.234) (-1.298) (-1.133) (-1.1) (-1.104) (-1.063) (-1.175) (-1.574) AdjR2 0.121 0.12 0.279 0.119 0.116 0.116 0.115 0.278 註：MediaH 為個案公司每月的曝光度，NSH 為個案公司相關報導反應之新聞情緒指標，NSC 為營建產業相關報導反應之新聞情緒指標，NSP 為政策性報導反應之新聞情緒指標，NSR 為房地產市場專欄報導反應之新聞情緒指標，NSE 為選舉相關報導反應之新聞情緒指標，NSF 為頭版要聞反應之新聞情緒指標。Rf 為五大行庫平均房貸利率(%)，HPI 為房價所得比(倍)，LR 為貸款負擔率(%)，HPTA 為整體調查地區之房價趨勢分數，HPTT 代表台北市之房價趨勢分數，GDP 為經濟成長率(%)，MF 為每月整體行銷費用(百萬)，Rm 為加權股價指數的月報酬(%)。()內為 t 檢定統計量，*、**、***分別表示檢定結果達到 10%、5%、1%的顯著水準。

21

表 9 分析顯示，每月來客數僅受到營建相關產業反應之新聞情緒水準所影響。相對而言，營建產業相關報導反應淨樂觀程度越低，來參觀的客戶人數相對較多，

反之，營建業相關報導越樂觀，來參觀的客戶數反而較低。推測可能原因為，若

將營建產業在媒體的相關報導作為市況衡量的指標之一，則在市況不佳的情況

下，消費者預期未來房市可能好轉，所以預先蒐集購屋的資訊，營建業報導偏向

悲觀時，購屋者越有動機了解購屋的可能，預作準備，此時，看屋的來客數增加，

但不代表來參觀的客戶一定會簽訂合約。

(二) 媒體報導對每月銷售戶數之影響

表 10 為媒體報導對每月銷售戶數之影響。實證顯示，每月銷售戶數未顯著受到媒體相關報導的影響，然當月份利率水準若上升，該月銷售戶數會增加。因代

銷建案多屬預售屋，受利率影響不大，但利率上升時，市場景氣好轉，反應在銷

售戶數。

表 10 媒體報導對不動產代銷每月銷售戶數之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant -16.815*** -16.226*** -16.685*** -16.511*** -15.676*** -16.033*** -16.211*** -14.2**

(-2.911) (-2.811) (-2.815) (-2.793) (-2.653) (-2.769) (-2.843) (-2.25) MediaH 0.009 -0.001

(0.181) (-0.022) NSH 0.075 0.032

(0.84) (0.328) NSC -0.007 -0.021

(-0.036) (-0.107) NSP 0.039 -0.036

(0.169) (-0.144) NSR 0.179 0.141

(0.766) (0.573) NSE -0.13 -0.175

(-0.902) (-1.123) NSF 0.414 0.454

(1.54) (1.475) Rf 5.925** 5.594** 5.865** 5.779** 5.577** 5.747** 5.527** 5.001*

(2.262) (2.135) (2.227) (2.164) (2.122) (2.21) (2.137) (1.796) HPI 7.797* 7.369* 7.699* 7.582* 7.211* 7.436* 7.232* 6.327

(1.801) (1.71) (1.779) (1.733) (1.66) (1.73) (1.696) (1.397) LR -1.738* -1.634 -1.716* -1.69* -1.613 -1.665* -1.615 -1.426

(-1.711) (-1.615) (-1.69) (-1.648) (-1.586) (-1.651) (-1.614) (-1.347) HPTA 0.046 0.045 0.047 0.047 0.039 0.054 0.055 0.058

(1.375) (1.335) (1.394) (1.406) (1.128) (1.573) (1.644) (1.522) HPTT -0.011 -0.01 -0.011 -0.012 -0.005 -0.018 -0.021 -0.026

(-0.357) (-0.343) (-0.358) (-0.386) (-0.178) (-0.575) (-0.69) (-0.753) GDP 0.061* 0.061* 0.062* 0.062** 0.055* 0.069** 0.036 0.039

(1.913) (1.959) (1.92) (1.991) (1.698) (2.161) (1.017) (0.998) Rm 0.018 0.018 0.018 0.017 0.018 0.026 0 0.01

(0.756) (0.757) (0.728) (0.684) (0.751) (1.004) (-0.011) (0.354) MF -0.011 -0.013 -0.011 -0.011 -0.01 -0.009 -0.011 -0.008 (-0.879) (-1.032) (-0.891) (-0.87) (-0.772) (-0.675) (-0.895) (-0.555) AdjR2 0.206 0.211 0.206 0.206 0.21 0.212 0.225 0.191 註：同表 7。

22

(三) 媒體報導對每月銷售總額之影響

表 11 為媒體報導對每月銷售總額之影響，實證結果顯示，代銷之每月銷售總額，受到政策性報導之影響，不動產政策性相關報導對於每月銷售狀況為正向影

響，當政策性報導反應之正面程度越高，將可帶動買月銷售總額。

表 11 媒體報導對不動產代銷每月代銷總額之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant -303.737*** -280.972*** -288.05*** -251.88*** -285.231*** -311.82*** -287.148*** -254.452**

(-3.213) (-2.95) (-2.936) (-2.62) (-2.909) (-3.277) (-3.019) (-2.492) MediaH 1.266 1

(1.538) (1.182) NSH 1.716 1.894

(1.165) (1.206) NSC -0.593 -1.914

(-0.199) (-0.605) NSP 7.105* 6.874*

(1.889) (1.703) NSR 1.253 -0.342

(0.323) (-0.086) NSE 3.543 3.191

(1.498) (1.268) NSF 4.327 -0.667

(0.966) (-0.134) Rf 105.482** 92.502** 97.783** 81.095* 96.903** 102.57** 95.336** 80.017*

(2.461) (2.14) (2.243) (1.867) (2.221) (2.4) (2.211) (1.777) HPI 159.244** 139.998** 146.49** 123.797* 144.392** 155.534** 142.871** 128.77*

(2.249) (1.969) (2.045) (1.74) (2.003) (2.201) (2.008) (1.758) LR -35.611** -30.994* -32.631* -27.592* -32.196* -34.422** -31.851* -28.454*

(-2.142) (-1.856) (-1.942) (-1.654) (-1.907) (-2.077) (-1.908) (-1.661) HPTA 1.19** 1.217** 1.261** 1.403** 1.212** 1.068* 1.352** 1.101*

(2.168) (2.208) (2.28) (2.558) (2.103) (1.899) (2.423) (1.786) HPTT -0.604 -0.603 -0.612 -0.797 -0.578 -0.426 -0.721 -0.581

(-1.235) (-1.227) (-1.236) (-1.609) (-1.139) (-0.844) (-1.43) (-1.05) GDP 0.653 0.783 0.834 0.87* 0.757 0.595 0.533 0.682

(1.259) (1.529) (1.559) (1.716) (1.412) (1.127) (0.911) (1.093) Rm 0.199 0.104 0.109 -0.065 0.095 -0.124 -0.095 -0.079

(0.498) (0.262) (0.269) (-0.162) (0.239) (-0.296) (-0.215) (-0.167) MF 0.028 -0.038 0.008 0.048 0.017 -0.064 0.008 -0.047 (0.133) (-0.178) (0.038) (0.231) (0.079) (-0.301) (0.037) (-0.215) AdjR2 0.368 0.362 0.353 0.376 0.353 0.367 0.359 0.371 註：同表 7。

(四) 媒體報導對平均每戶銷售金額之影響

表 12 為媒體報導對代銷個案公司平均每戶銷售金額之影響，平均每戶銷售金額為當月份銷售總額除上銷售戶數，實證結果顯示，代銷公司在該月份之媒體曝

光度(MediaH)越高，可提高平均每戶銷售金額。另外，選舉之相關報導樂觀程度越高，則平均每戶銷售金額亦越高，代表政治相關報導反應之不確定可能越低，

越能吸引不動產的買氣，其中高價位房屋銷售戶數會增加。反之，頭版新聞報導

23

反應之樂觀程度越高，則對平均每戶銷售金額有顯著負向影響，相對地，頭版新

聞報導越趨於中性，則可提升平均每戶銷售金額。整體而言，頭版新聞為每日的

要聞，若過度偏向樂觀或悲觀，均可能造成市場參與者過度樂觀或悲觀的市場預

期。整體而言，頭版新聞為每日的要聞，若過度偏向樂觀或悲觀，均可能造成市

場參與者過度樂觀或悲觀的市場預期。

若代銷公司想提升平均每戶銷售金額，應加強代銷公司本身在媒體上的曝光

度，提升市場參與者對代銷公司的名牌形象認知程度，其他相關媒體報導方面，

應關注選舉相關事件報導是否傳遞較為正向的訊息，然而在代銷高單價的建案

時，應可避免在頭版要聞較為樂觀的情況，推測可能的原因在於，頭版要聞為每

日重要的新聞事件，涵蓋的分類廣泛，若頭版反應的樂觀程度越高，可推測當時

整體市場的投資氣氛相對正面與樂觀，因此投資人可能有較多的投資選項，在資

金排擠效應之下，未必有助於提升平均每戶銷售金額。

表 12 媒體報導對不動產代銷平均每戶銷售金額之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant 1.225 1.562 1.249 2.144 0.78 0.809 1.354 -0.269

(0.492) (0.612) (0.479) (0.826) (0.302) (0.326) (0.542) (-0.106) MediaH 0.046** 0.05**

(2.128) (2.392) NSH -0.01 0.019

(-0.251) (0.49) NSC 0.049 0.048

(0.621) (0.605) NSP 0.09 0.163

(0.882) (1.624) NSR -0.144 -0.139

(-1.403) (-1.409) NSE 0.151** 0.155**

(2.45) (2.483) NSF -0.217* -0.388***

(-1.842) (-3.134) Rf -0.29 -0.489 -0.425 -0.752 -0.285 -0.374 -0.342 0.064

(-0.257) (-0.422) (-0.367) (-0.641) (-0.248) (-0.335) (-0.302) (0.058) HPI 0.271 -0.096 -0.023 -0.446 0.263 0.184 0.111 0.959

(0.145) (-0.05) (-0.012) (-0.232) (0.138) (0.099) (0.06) (0.527) LR -0.028 0.058 0.044 0.137 -0.016 0.006 0.015 -0.162

(-0.064) (0.13) (0.098) (0.304) (-0.035) (0.014) (0.034) (-0.38) HPTA 0.014 0.017 0.017 0.018 0.023 0.008 0.012 0.006

(0.96) (1.143) (1.145) (1.239) (1.487) (0.558) (0.832) (0.384) HPTT -0.015 -0.015 -0.015 -0.017 -0.019 -0.007 -0.01 -0.005

(-1.145) (-1.157) (-1.174) (-1.305) (-1.45) (-0.537) (-0.742) (-0.386) GDP -0.02 -0.014 -0.017 -0.014 -0.009 -0.024* -0.001 -0.001

(-1.477) (-1.056) (-1.196) (-1.007) (-0.643) (-1.709) (-0.061) (-0.076) Rm 0.002 -0.002 -0.003 -0.004 -0.002 -0.011 0.007 0.004

(0.165) (-0.206) (-0.321) (-0.381) (-0.227) (-1.039) (0.63) (0.373) MF 0.01* 0.01* 0.01* 0.01* 0.009 0.007 0.01* 0.007 (1.918) (1.759) (1.722) (1.832) (1.531) (1.208) (1.761) (1.199) AdjR2 0.306 0.274 0.276 0.279 0.288 0.316 0.298 0.384 註：同表 7。

24

(五) 媒體報導對平均每建案成交戶數之影響

表 13 彙整各類媒體報導對於平均每建案成交戶數之影響，實證結果顯示選舉相關報導傳遞出越樂觀的訊息，將降低每建案成交戶數，反之，若頭版要聞反應

越正面，則有助於提升平均每建案成交戶數。

表 13 媒體報導對不動產代銷平均每建案成交戶數之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant -22.5 -22.289 -17.993 -24.509 -16.344 -18.502 -22.544 -5.582

(-1.222) (-1.205) (-0.959) (-1.3) (-0.879) (-1.028) (-1.23) (-0.292) MediaH -0.134 -0.14

(-0.843) (-0.888) NSH 0.194 0.096

(0.689) (0.33) NSC -0.749 -0.671

(-1.318) (-1.132) NSP -0.146 -0.549

(-0.198) (-0.724) NSR 1.31* 1.248*

(1.776) (1.679) NSE -1.095** -1.06**

(-2.442) (-2.239) NSF 0.968 1.672*

(1.125) (1.79) Rf 12.538 12.484 11.687 13.576 11.088 12.234 12.422 7.781

(1.507) (1.493) (1.404) (1.596) (1.341) (1.514) (1.499) (0.923) HPI 14.819 15.111 14.235 16.495 12.457 13.893 14.925 7.219

(1.077) (1.098) (1.041) (1.183) (0.912) (1.04) (1.091) (0.526) LR -3.743 -3.806 -3.641 -4.13 -3.271 -3.6 -3.79 -2.158

(-1.16) (-1.179) (-1.136) (-1.264) (-1.023) (-1.15) (-1.182) (-0.673) HPTA -0.015 -0.028 -0.027 -0.026 -0.078 0.036 -0.003 0.007

(-0.137) (-0.26) (-0.254) (-0.24) (-0.72) (0.339) (-0.029) (0.065) HPTT 0.117 0.12 0.123 0.123 0.158 0.062 0.095 0.076

(1.239) (1.264) (1.306) (1.265) (1.645) (0.647) (0.982) (0.737) GDP 0.226** 0.207** 0.246** 0.209** 0.158 0.273*** 0.148 0.156

(2.234) (2.077) (2.401) (2.095) (1.542) (2.721) (1.306) (1.33) Rm 0.059 0.071 0.09 0.073 0.072 0.137* 0.028 0.083

(0.757) (0.93) (1.17) (0.937) (0.962) (1.733) (0.327) (0.943) AMF -2.307 -2.405 -2.16 -2.294 -1.768 -1.31 -2.19 -0.995

(-1.434) (-1.48) (-1.35) (-1.41) (-1.098) (-0.813) (-1.366) (-0.602) AdjR2 0.257 0.255 0.265 0.252 0.275 0.295 0.261 0.311 註：同表 7。

表 13 之實證結果與表 12 媒體報導對不動產代銷平均每戶銷售金額之結果相呼應。換言之，越正面的選舉相關報導，可提升代銷建案平均每戶銷售金額，但

卻會降低平均每建案成交戶數，表示成交案件著重於高單價的建案；此外，頭版

新聞為每日市場參與者最容易接受的訊息，當頭版新聞報導越正面時，可提升平

25

均每建案成交戶數，不過相對地，平均每建案銷售金額會相對下降，亦可顯示，

平均成交戶數與平均成交金額之間具有相互負向關聯。

(六) 媒體報導對平均每建案成交金額之影響

表 14 為媒體報導對不動產代銷公司平均每建案成交金額之影響，整體而言，不同類別之媒體資訊對於每月份，各建案平均成交之影響均不顯著。其中平均每

建案之行銷費用，對於每月平均每個建案成交金額亦未有顯著影響。

表 14 媒體報導對不動產代銷平均每建案成交金額之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant -46.648** -41.703* -41.816* -38.361* -41.983* -45.702** -43.437* -34.703

(-2.095) (-1.86) (-1.818) (-1.684) (-1.828) (-2.028) (-1.94) (-1.422) MediaH 0.265 0.233

(1.373) (1.157) NSH 0.353 0.381

(1.031) (1.025) NSC -0.322 -0.486

(-0.463) (-0.643) NSP 1.078 1.007

(1.208) (1.042) NSR 0.408 0.173

(0.448) (0.182) NSE 0.3 0.252

(0.535) (0.417) NSF 0.697 -0.1

(0.663) (-0.084) Rf 20.924** 18.262* 18.932* 16.935* 18.928* 19.859** 19.018* 15.888

(2.079) (1.801) (1.856) (1.648) (1.854) (1.964) (1.878) (1.477) HPI 31.187* 27.201 28.073* 25.287 27.73 29.419* 28.054* 24.802

(1.875) (1.63) (1.674) (1.502) (1.644) (1.76) (1.679) (1.417) LR -7.411* -6.469* -6.697* -6.071 -6.627* -6.977* -6.693* -5.959

(-1.899) (-1.652) (-1.704) (-1.539) (-1.678) (-1.78) (-1.708) (-1.456) HPTA 0.101 0.109 0.116 0.138 0.1 0.101 0.131 0.087

(0.787) (0.845) (0.896) (1.067) (0.743) (0.764) (1.007) (0.596) HPTT 0.033 0.032 0.032 0.003 0.042 0.046 0.013 0.032

(0.287) (0.276) (0.276) (0.023) (0.356) (0.384) (0.109) (0.246) GDP 0.151 0.176 0.198 0.19 0.166 0.165 0.137 0.164

(1.238) (1.455) (1.57) (1.573) (1.309) (1.316) (0.99) (1.096) Rm 0.11 0.089 0.097 0.064 0.088 0.069 0.057 0.089

(1.178) (0.966) (1.018) (0.674) (0.952) (0.7) (0.553) (0.791) AMF -0.043 -0.434 -0.115 0.168 -0.004 -0.412 -0.11 -0.159

(-0.022) (-0.22) (-0.059) (0.086) (-0.002) (-0.204) (-0.056) (-0.075) AdjR2 0.209 0.203 0.196 0.206 0.196 0.196 0.198 0.182 註：同表 7。

推測可能原因在於，代銷公司在行銷費用之規畫方面，主要以建案總銷的一

定比例做為行銷費用，因此行銷費用之投入對於每建案成交金額並未具有差異性

的影響，相較於先前幾類分析亦可發現，無論行銷費用以每月整體行銷費用衡量，

26

或是每建案平均之行銷費用衡量，行銷費用對於代銷業績均無顯著影響，相對地，

媒體資訊經過適當分類，可作為擬定代銷策略之參考。

(七) 媒體報導對於每月代銷建案數之影響

表 15 彙整媒體報導對於個案公司每月代銷建案個數之迴歸分析，實證結果顯示，選舉類相關報導反應之新聞資訊越正面，越有助於建案委託代銷公司銷售，

或代銷公司主動爭取建案銷售。顯示選舉相關效應對於不動產代銷市場存在顯著

的正向影響，選舉資訊越正面樂觀，不動產代銷市場越熱絡。

表 15 媒體報導對代銷建案個數之影響 變數 (1) (2) (3) (4) (5) (6) (7) (8) Constant -67.619*** -65.391*** -75.701*** -68.107*** -75.102*** -78.136*** -67.026*** -89.408***

(-2.813) (-2.715) (-3.105) (-2.767) (-3.077) (-3.451) (-2.789) (-3.632) MediaH 0.096 0.026

(0.46) (0.13) NSH 0.203 0.266

(0.546) (0.703) NSC 1.155 0.51

(1.56) (0.668) NSP -0.232 0.1

(-0.241) (0.102) NSR -1.409 -1.332

(-1.458) (-1.392) NSE 2.098*** 2.084***

(3.729) (3.434) NSF -0.198 -1.332

(-0.175) (-1.109) Rf 23.155** 21.891** 25.044** 23.248** 25.027** 24.773** 22.83** 28.05***

(2.125) (2.002) (2.312) (2.09) (2.304) (2.436) (2.095) (2.583) HPI 42.918** 41.117** 44.84** 42.845** 46.024*** 46.566*** 42.288** 51.737***

(2.383) (2.286) (2.519) (2.351) (2.565) (2.77) (2.352) (2.929) LR -8.02* -7.586* -8.413** -7.991* -8.65** -8.696** -7.866* -9.754**

(-1.897) (-1.796) (-2.015) (-1.872) (-2.058) (-2.205) (-1.865) (-2.362) HPTA 0.647*** 0.647*** 0.658*** 0.648*** 0.712*** 0.536*** 0.649*** 0.562***

(4.636) (4.643) (4.788) (4.617) (4.959) (4.008) (4.6) (3.778) HPTT -0.691*** -0.69*** -0.698*** -0.686*** -0.733*** -0.58*** -0.687*** -0.591***

(-5.556) (-5.553) (-5.677) (-5.407) (-5.803) (-4.824) (-5.387) (-4.422) GDP 0.358*** 0.366*** 0.313** 0.367*** 0.423*** 0.245* 0.382*** 0.35**

(2.71) (2.83) (2.353) (2.826) (3.171) (1.946) (2.58) (2.326) Rm 0.032 0.025 -0.008 0.029 0.021 -0.105 0.032 -0.061

(0.313) (0.25) (-0.078) (0.282) (0.213) (-1.05) (0.29) (-0.533) MF 0.017 0.01 0.012 0.014 0.004 -0.027 0.015 -0.045 (0.317) (0.185) (0.235) (0.26) (0.071) (-0.526) (0.286) (-0.84) AdjR2 0.835 0.835 0.839 0.835 0.838 0.855 0.835 0.852 註：同表 7。

27

伍、結論與建議

本研究採用不動產代銷 H 公司 2006 年 1 月至 2014 年 12 月代銷業務的相關資料，與個案公司在媒體的相關報導、營建業、政策性、房地產市場專欄、選舉與

頭版新聞相關報導等媒體資訊。並考量不動產代銷業績受總體市場影響，納入景

氣對策訊號、利率水準、經濟成長率、房價所得比、貸款負擔率及房價趨勢分數

等總體市場相關變數，應用敘述性統計、相關係數與迴歸分析探討媒體報導對個

案公司代銷業績的影響。

媒體報導對代銷業績之影響，整體而言可歸納為以下幾點結論：(1) 營建產業報導之樂觀程度與每月來客數為負相關；(2) 政策性報導越樂觀，代銷總額增加；(3) 選舉報導越樂觀且頭版新聞越趨於中性或負面，則平均每戶銷售金額增加；(4) 不動產專欄報導越樂觀、選舉報導偏向中性或悲觀、頭版新聞越樂觀時，平均每

建案成交戶數增加；(5) 選舉類報導越樂觀，代銷建案個數會增加。研究期間為單一政黨執政，後續研究可納入不同政黨執政期間做進一步分析。

實證研究亦顯示，其他條件不變，當月份利率上升時，每月銷售戶數、每月

代銷總額、平均每建案成交金額、代銷建案個數會增加，一般而言，當利率上升

時，反應景氣好轉，研究期間內，利率的變化區間介於利率 1.62%至 2.82%，利率變化幅度為 74%，房價所得比方面，變化區間為 4.97 倍至 8.95 倍，變化幅度為 80%，價格變化的影響大於利率變化增加的資金壓力，房價上漲的幅度高於利率成本，

反而推升不動產購買動機，進而展現在不動產代銷的業績表現。

大型代銷公司受益於資源充足及多元行銷通路之掌握，持續擴張成長，業務

範圍跨域至不動產產業，包括建設、仲介、物流方等擴張經營，形成更完整的房

地產市場投資、建設、行銷至服務體系。個案公司應考量現有的網路資訊與報紙

新聞，預測未來的房價變動方向趨勢，以調整經營模式及行銷策略，朝向資料庫

行銷及網路行銷之模式發展。

研究結果顯示，媒體報導確實對代銷業績具有影響力，代銷公司除傳統行銷

方式外，應納入相關媒體報導呈現樂觀、悲觀或中性程度，調整各個代銷建案的

行銷策略，且作為接案評估參考依據；有鑑於國內代銷公司在行銷上受選舉及政

策面影響甚深，政府為抑制房價，不斷祭出各種打房政策、稅改措施，選舉也繞

著打房議題，讓國內房地產市場存在著許多不可控制因素；為企業長遠發展，建

議可往房地產正在起步的國家發展，分散企業經營風險。

本次研究過程，受限於個案公司廣告資訊保留之完整性及新聞授權使用之限

制，未能納入每個建案在媒體報導之相關內容，並將建案在媒體報導反應之新聞

28

情緒指標與其他媒體分類資訊進行整合分析，建議代銷公司可建立資料庫，保留

每個建案每筆廣告之細部資料，包括廣告文字稿、廣告發佈的媒體別、版別、時

間、預估費用、每個月廣告執行現況等資訊，以利評估媒體行銷與其他相關報導

對於不動產代銷業績之交互影響。研究過程發現，歷史資料蒐集的完整性，將有

助於分析房地產代銷業績與行銷策略擬定。在大數據分析與行銷的時代，房地產

代銷業者可歸納應保留那些客戶資料、行銷作法、行銷期間與對應的費用支出等

項目，以增進大數據資料庫建置的完整性。

房地產價格資訊方面，已有內政部彙整公告的實價登錄成交價格，但是實價

登錄的成交價包括二手屋、新成屋與預售屋等，雖信義與永慶等房仲業者，有自

行編製房地產價格指數，但樣本仍多以二手買賣為主，本研究建議，房地產代銷

業者可歸納每個銷售建案應保留的資訊，包括區域、總銷、總價、每坪單價、樓

層等資訊，以做為未來建置預售屋房地產價格指數之規劃參考。

陸、參考文獻

何肇榮，2006，「景氣對策信號對台灣房地產之研究」，中原大學企業管理研究所碩士論文。

林立偉，2014，「品牌形象、服務品質、認知價值與顧客滿意度及忠誠度關係之研究：以不動產代銷 N 公司為例」，國立成功大學管理學系碩專班碩士論文。

林君紋，2012，「資料探勘消費者購屋決策分類模式之建構-以國內某建設公司個案為例」，輔仁大學企業管理學系管理學碩士在職專班碩士論文。

陳育季，2009，「重大新聞訊息對台灣股票市場影響之研究以經濟日報頭版新聞為例」，管理經濟學系經濟學碩士論文。

陳政偉，2010，「新屋房價、中古屋房價與台灣加權股價、營建類股價之關聯性分析」，國立屏東商業技術學院不動產經營系(所)碩士論文。

陳益財，2013，「總體經濟、金融政策與房地產市場景氣對房價影響之研究」，南華大學財務金融學系財務管理碩士論文。

彭建文、張金鶚，2000，總體經濟對房地產景氣之影響，國科會人文及社會科學研究彙刊，第 10 卷第 3 期，pp. 171-186。

楊承修，2013，「政府房地產政策與投資客策略互動之研究-以臺北市為例」，國立政治大學公共行政研究所碩士論文。

29

劉秀滿，2014，「奢侈稅實施是否能有效抑制房價？-以台北市住宅為例」，國立雲林科技大學財務金融系碩士論文。

劉靜怡，2009，「房地產資訊之置入行銷操作與內容呈現分析-以房地產特刊之「遠雄建設」個案為例」，世新大學公共關係暨廣告學研究所碩士論文。

盧陽正等，2013，財經語料詞義探勘平台建置及其於風險測度與證券異常報酬之應用 3 年期計畫第三年，經濟部在地型產業加值學界科專計畫結案報告(101-EC-17-A-34-S1-149)。

謝沄津，2013，「不動產代銷業廣告資訊效果分析」崑山科技大學房地產開發與管理研究所碩士論文。

鍾菡容，2012，「重大建設新聞媒體曝光度對房價之影響-以高雄市漢神巨蛋為例」，國立屏東商業技術學院不動產經營系(所)碩士論文。

顏嘉慧，2003，「不動產市場各項指標與營建類股價關聯性之研究」，國立政治大學財務管理研究所碩士論文。

蘇燕萍，2012，「策略性行銷定位與不動產代銷績效之關聯性-多建案之比較」，淡江大學會計學系碩專班碩士論文。

Demers, E., and Vega, C., 2014, “Understanding the Role of Managerial Optimism and Uncertainty in the Price Formation Process: Evidence from the Textual Content of Earnings Announcements,” (24 March 2014), forthcoming, available at SSRN: http://ssrn.com/abstract=1152326 or http://dx.doi.org/10.2139/ssrn. 1152326

Easley, D., Hvidkjaer, S., and O’Hara, M., 2002, “Is Information Risk a Determinant of Asset Returns?” Journal of Finance, Vol. 157, pp.2185-2221.

Soo, C.K., 2013, “Quantifying Animal Spirits: News Media and Sentiment in the Housing Market,” Working Paper, http://assets.wharton.upenn.edu/~csoo.

Tetlock, P.C., 2007, “Giving Content to Investors Sentiment: The Role of Media in the Stock Market,” Journal of Finance, Vol. 62, pp.1139-1168.

Tetlock, P.C., Saar-Tsechansky, M., and Macskassy, S., 2008, “More than Words: Quantifying Language to Measure Firms’ Fundamentals,” Journal of Finance, Vol. 63, No. 3, pp. 1437-1467.

Vega, C., 2006, “Stock Price Reaction to Public and Private Information,” Journal of Financial Economics, Vol. 82, No. 1, pp. 103-133.

http://assets.wharton.upenn.edu/%7Ecsoo