Empirical Studies of the Effect of

Empirical Studies of the Effect of Flood Risk on Housing Prices
47
Skantz, Terrance R., Thomas H. Strickland,
1987, “
House Prices and a Flood Event: An Empirical
Investigation of
Market Efficiency”,
The J. of Real Estate Res.
, 2(2):75-83.
Skantz and Strickland hypothesized that i) there should be no discounting in the floodplain because
insurance is so highly subsidized, ii) for the given neighborhood, there should be no discounting after a flood
because the flood risk was a well-known fact, and iii) there should be price decreases when there are
significant increases in insurance premiums.
They obtained four years of sales data (183 sales) for two adjacent sub
divisions in Houston, one flood
prone and one not. Property data included: square feet of living area, square feet of lot size, a mortgage
guarantee by a
governmental agency, month of sale, age of home, whether home was in flooded subdivision
or not, sale before or after flood, and sale before or after an insurance rate increase. They formed four semi-
log hedonic price models: i) sub-sample with only pre-flood sales, ii) full-sample without the insurance rate
increase variable, iii) full-sample without the sale before or after flood variable, and iv) full-sample with all
the variables.
The results show the sale before or after insurance rate increase variable to be the only significant
variable among the flood risk-related variables. These results confirmed all three of their hypotheses.
Comments: They pr
ovide no information on descriptive statistics and on insurance participation rates.
Without knowing the mean value of house price, it is not possible to assess how much of the flood insurance
is subsidized.
IWR Report 98-PS-2
Cassel and Mendelsohn (
1985) s
uggest that when many of the independent variables are non-continuous,
21
Box-Cox transformation of the independent variables can be misleading.
48
Speyrer, Janet F., Wade R. Ragas, 1991, “
Housing Prices and Flood Risk: An Examination Using Spline
Regression”,
Journal of Real Estate Finance and Economics
, 4:395-407.
Speyrer and Ragas addressed three hypotheses: “First, within areas with extensive flood insurance
coverage and recurring actual flood risk, are property values significantly lower? Second, do differences in
insurance cost explain property value reduction in flood-prone areas? Finally, does recurring urban rain-
runoff flooding change the magnitude of the adverse effect on property values?”
The data was appraisal reports on single
-family
houses in two parishes of New Orleans (Jefferson and
Orleans). Jefferson Parish is suburban and Orleans is urban. S
ignificant floods occurred in
1978, 1980 and
1983. The data inc
luded: price, living area, central air conditioning and heat, number of fireplaces, lot
frontage, off-street parking, condition, half-baths, piers, flood zone, and insurance rate index
(ratio of
unit
premium/unit price divided by ratio of average premium/average unit price).
Initially the dependent variable was transformed to Box-Cox form. Given the results of the Box-Cox
21
transformation, they argued that a semi-log form was a
cceptable and preferable because coefficients for a
semi-log model are easier to interpret. In the semi-log model, they included location in the floodplain as an
independent variable. In addition, they c
arried out sp
line regression with the additional independent variables
of location coordinates. Spline regression provides insight for locational variation, in this case floodplain
location. The spline regression did not include location in the floodplain as an independent variable, but did
include the insurance rate index.
The semi-log model showed location in the floodplain was a significant variable. The spline regression
showed price discounts in neighborhoods with frequent flooding. They conclude that “[m]uch of this
observed property value reduction is explained by the higher cost of flood insurance which is mandatory in
flood-prone areas.” Moreover, they found part of the property value reduction is due to factors other than
flood insurance, such as the inconvenience of floods. They also found serious unexpected flooding could
lower property values, but repeated flooding does not change insurance cost capitalization.
Comment: The insurance rate
index is not n
ecessary for a semi-log model.
Empirical Studies of the Effect of Flood Risk on Housing Prices
51
Zimmerman, Rae,
1979. “The Effect of F
lood Plain Location on Property Values: Three Towns in
Northeastern New Jersey”,
Water Resources Bulletin
, 15(6):1653-1665.
Zimmerman tested the hypothesis that f
loodplain location
affects property values. Zimmerman notes the
lack of consensus on this hypothesis. She points out that riverine amenities and subsidized flood insurance
provide benefits that counterbalance flood h
azard.
Data was obtained for three to

Kết quả (Việt) 1:

Các nghiên cứu thực nghiệm hiệu quả của nguy cơ lũ lụt trên nhà giá47Skantz, Terrance R., Thomas H. Strickland, năm 1987 "Nhà giá cả và một sự kiện lũ: một thực nghiệmĐiều tra Thị trường hiệu quả", J. ốc Res., 2 (2): 75-83.Skantz và Strickland đưa ra giả thuyết rằng tôi) không nên không có chiết khấu trong cánh đồng ngập lụt vìbảo hiểm là rất cao được bao cấp, ii) cho khu vực nhất định, không nên có không có chiết khấu sau lũ lụtbởi vì các nguy cơ lũ lụt là một thực tế nổi tiếng và iii) có nên là giá giảm khi cógia tăng đáng kể trong phí bảo hiểm.Họ đạt được bốn năm bán hàng dữ liệu (183 bán hàng) cho hai con giápCác đơn vị ở Houston, một lũdễ và không phải một. Dữ liệu tài sản bao gồm: feet vuông của khu vực sinh sống, feet vuông, kích thước rất nhiều, một thế chấpđảm bảo bởi một cơ quan chính phủ, tháng bán hàng, tuổi của ngôi nhà, cho dù nhà là trong ngập nước phân ngànhhoặc không, bán trước hoặc sau khi lũ lụt, và bán trước hoặc sau khi một tăng bảo hiểm. Họ thành lập bốn bán-đăng nhập hedonic giá các mô hình: i) phụ mẫu với chỉ trước lũ, bán ii) đầy đủ-mẫu mà không có các tỷ lệ bảo hiểmtăng biến, iii) đầy đủ-mẫu mà không có bán trước hoặc sau khi lũ lụt biến và iv) đầy đủ-mẫu với tất cảCác biến. Kết quả cho thấy việc bán trước hoặc sau khi bảo hiểm tỷ lệ tăng biến để là đáng kể chỉbiến trong số các yếu tố liên quan đến nguy cơ lũ lụt. Những kết quả này xác nhận tất cả ba của giả thuyết của họ.Bình luận: Họ quan hệ công chúngOvide không có thông tin thống kê mô tả và về tỷ lệ tham gia bảo hiểm. Mà không biết giá trị trung bình của giá nhà, đó là không thể để đánh giá bao nhiêu bảo hiểm lũ lụtlà bao cấp.IWR báo cáo 98-PS-2 Cassel và Mendelsohn)1985) suggest rằng khi nhiều người trong số các biến độc lập không liên tục,21Cox hộp chuyển đổi của các biến độc lập có thể gây hiểu nhầm.48Speyrer, Janet F., Wade R. Ragas, năm 1991 "Nhà ở giá cả và nguy cơ lũ lụt: một kiểm tra bằng cách sử dụng SplineHồi qui", Tạp chí bất động sản tài chính và kinh tế, 4:395-407.Speyrer và Ragas giải quyết 3 giả thuyết: "đầu tiên, trong lĩnh vực này với lũ mở rộng bảo hiểmphạm vi bảo hiểm và định kỳ thực tế lũ rủi ro, có giá trị tài sản thấp hơn đáng kể? Thứ hai, do sự khác biệtchi phí bảo hiểm giải thích sự giảm giá trị bất động sản trong khu vực dễ bị lũ lụt? Cuối cùng, có định kỳ mưa đô thị-dòng chảy lũ lụt thay đổi cường độ của các hiệu ứng bất lợi trên giá trị tài sản?"Dữ liệu là báo cáo thẩm định về đơn-gia đình nhà ở tại hai giáo xứ New Orleans (Jefferson vàOrleans). Jefferson Parish là ngoại ô và Orleans là đô thị. Significant lũ lụt xảy ra trong năm 1978, 1980 và1983. dữ liệu included: giá, diện tích, hòa không khí trung tâm và nhiệt, số lượng các lò sưởi, nhiềuFrontage, chỗ đậu xe, tình trạng, nửa phòng tắm, piers, lũ lụt khu vực, và chỉ số bảo hiểm tỷ lệ (tỷ lệ đơn vịphí bảo hiểm/đơn giá được chia theo tỷ lệ trung bình là phí bảo hiểm/là đơn giá).Ban đầu biến phụ thuộc đã được chuyển đổi để tạo thành hộp-Cox. Đưa ra các kết quả của hộp-Cox21chuyển đổi, họ lập luận rằng một hình thức bán đăng nhập là mộtcceptable và thích hợp hơn vì các hệ số cho mộtMô hình bán đăng nhập dễ dàng hơn để giải thích. Trong mô hình bán đăng nhập, họ bao gồm các địa điểm ở cánh đồng ngập lụt là mộtbiến độc lập. Ngoài ra, họ carried ra spdòng hồi quy với biến độc lập bổ sungTọa độ địa điểm. Spline regression cung cấp cái nhìn sâu sắc cho các biến thể locational, trong này trường hợp floodplainvị trí. Các hồi quy spline không bao gồm địa điểm ở cánh đồng ngập lụt là một biến độc lập, nhưng đã làmbao gồm các chỉ số bảo hiểm tỷ lệ.Mô hình bán đăng cho thấy vị trí cánh đồng ngập lụt một biến đáng kể. Các hồi quy splinecho thấy giá rẻ trong các khu vực lân cận với lũ lụt thường xuyên. Họ kết luận rằng "[m] uch nàyquan sát tài sản giá trị giảm được giải thích bởi chi phí cao hơn của bảo hiểm lũ lụt là bắt buộc trongkhu vực dễ bị lũ lụt." Hơn nữa, họ đã tìm thấy một phần của việc giảm giá trị bất động sản là do yếu tố khác hơnbảo hiểm lũ lụt, chẳng hạn như sự bất tiện của lũ lụt. Họ cũng tìm thấy lũ lụt bất ngờ nghiêm trọng có thểgiá trị bất động sản thấp hơn, nhưng lũ lụt lặp đi lặp lại không thay đổi bảo hiểm chi phí vốn.Bình luận: Mức bảo hiểm chỉ mục không phải là necessary cho một mô hình bán đăng nhập.Các nghiên cứu thực nghiệm hiệu quả của nguy cơ lũ lụt trên nhà giá51Zimmerman, Rae, 1979. "tác dụng của Flood đồng bằng vị trí trên giá trị tài sản: ba phố««Đông bắc New Jersey», Bản tin tài nguyên nước, 15 (6): 1653-1665.Zimmerman đã thử nghiệm các giả thuyết rằng floodplain địa điểm ảnh hưởng đến giá trị tài sản. Zimmerman ghi chú cácthiếu sự đồng thuận về giả thuyết này. Cô chỉ ra rằng ven các tiện ích và bảo hiểm trợ cấp lũ lụtcung cấp các lợi ích mà cân lũ hazard.Dữ liệu được thu được cho ba đến

Kết quả (Việt) 2:

Theo kinh nghiệm nghiên cứu về ảnh hưởng của lũ lụt rủi ro về giá nhà ở
47
Skantz, Terrance R., Thomas H. Strickland,
1987, "
Giá nhà và tổ chức sự kiện lũ: Một thực nghiệm
điều tra của
Hiệu quả thị trường",
. J. ốc Res
, 2 (2):. 75-83
Skantz và Strickland đưa ra giả thuyết rằng i) không nên có chiết khấu trong vùng lũ vì
bảo hiểm là rất cao bao cấp, ii) đối với các vùng lân cận nhất, không nên có chiết khấu sau một trận lụt
vì các nguy cơ lũ lụt là một thực tế nổi tiếng, và iii) nên có giá giảm khi có
sự gia tăng đáng kể trong bảo hiểm.
Họ thu được bốn năm của dữ liệu bán hàng (183 bán hàng) cho hai liền kề tiểu
đơn vị ở Houston, một lũ
dễ bị và một không. Dữ liệu tài sản bao gồm: bàn chân vuông diện tích sinh hoạt, chân vuông có kích thước rất nhiều, thế chấp
bảo lãnh của một
cơ quan chính phủ, tháng bán, tuổi nhà, cho dù nhà ở trong phân khu bị ngập lụt
hay không, bán trước hoặc sau khi lũ lụt, và bán trước hoặc sau khi tăng tỷ lệ bảo hiểm. Họ hình thành bốn bán
đăng nhập mô hình giá hưởng thụ: i) phụ mẫu với chỉ bán hàng trước lũ, ii) toàn mẫu mà không có các tỷ lệ bảo hiểm
biến tăng, iii) đầy đủ mẫu mà không có việc bán trước hoặc sau khi biến lũ lụt, và iv ) toàn mẫu với tất cả
các biến.
Kết quả cho thấy việc bán trước hoặc sau khi tỷ lệ bảo hiểm tăng biến là đáng kể duy nhất
biến giữa các biến rủi ro liên quan đến lũ lụt. Các kết quả này khẳng định cả ba giả thuyết của mình.
Bình luận: Họ pr
. Ovide không có thông tin về thống kê mô tả và về tỷ lệ tham gia bảo hiểm
nếu không biết giá trị trung bình của giá nhà, nó không thể đánh giá sự hấp dẫn của bảo hiểm lũ lụt
. Được trợ cấp
IWR báo cáo 98-PS-2
Cassel và Mendelsohn (
1985) s
uggest rằng khi rất nhiều các biến độc lập là không liên tục,
21
Box-Cox chuyển đổi của các biến độc lập có thể gây hiểu nhầm.
48
Speyrer, Janet F., Wade R. raga năm 1991, "
Giá nhà ở và nguy cơ lũ: Một kiểm tra Sử dụng Spline
hồi quy",
Tạp chí Bất động sản Tài chính và Kinh tế
, 4:. 395-407
Speyrer và raga giải quyết ba giả thuyết: "Đầu tiên, trong khu vực có bảo hiểm lũ lụt rộng
vùng phủ sóng và định kỳ nguy cơ lũ lụt thực tế, là những giá trị tài sản thấp hơn đáng kể? Thứ hai, làm sự khác biệt trong
chi phí bảo hiểm giải thích việc giảm giá trị tài sản tại các khu vực dễ bị ngập lụt? Cuối cùng, không định kỳ đô thị rain-
dòng chảy lũ thay đổi độ lớn của các ảnh hưởng xấu đến giá trị bất động sản? "
Các dữ liệu đã được báo cáo thẩm định về đơn
-family
nhà ở tại hai giáo xứ của New Orleans (Jefferson và
Orleans). Jefferson Parish là ngoại thành và Orleans là đô thị. S
lũ ignificant xảy ra trong
năm 1978, 1980 và
1983. Các inc dữ liệu
luded: giá cả, khu vực sinh sống, điều hòa không khí trung tâm và nhiệt, số lượng lò sưởi, nhiều
mặt tiền, ngoài đường xe, tình trạng, nửa phòng tắm, cầu cảng, vùng lũ lụt, và chỉ số tỷ lệ bảo hiểm
(tỷ lệ của
đơn vị
cao cấp / đơn vị giá chia cho tỷ lệ phí bảo hiểm trung bình / đơn giá trung bình).
Ban đầu các biến phụ thuộc được chuyển thành dạng Box-Cox. Với các kết quả của Box-Cox
21
chuyển đổi, họ lập luận rằng một hình thức bán log là một
cceptable và thích hợp hơn vì hệ số cho một
mô hình bán log được dễ dàng hơn để giải thích. Trong mô hình bán nhật ký, chúng bao gồm vị trí trong vùng lũ như một
biến độc lập. Ngoài ra, họ c
arried ra sp
hồi quy phù hợp với các biến độc lập khác
của các tọa độ địa điểm. Hồi quy Spline cung cấp cái nhìn sâu sắc đối với sự thay đổi về địa điểm, trong trường hợp này lũ
vị trí. Hồi quy spline không bao gồm vị trí trong vùng lũ như là một biến độc lập, nhưng đã
bao gồm các chỉ số tỷ lệ bảo hiểm.
Các mô hình bán log cho thấy vị trí trong vùng lũ là một biến đáng kể. Hồi quy spline
cho thấy giảm giá trong các khu phố với ngập lụt thường xuyên. Họ kết luận rằng "[m] uch này
giảm giá trị tài sản quan sát được giải thích là do chi phí cao hơn của bảo hiểm lũ lụt mà là bắt buộc trong
vùng ngập lũ." Hơn nữa, họ đã tìm thấy một phần của việc giảm giá trị tài sản là do các yếu tố khác hơn là
lũ bảo hiểm, chẳng hạn như sự bất tiện của lũ lụt. Họ cũng nhận thấy lũ lụt bất ngờ nghiêm trọng có thể
làm giảm giá trị tài sản, nhưng lũ lụt thường xuyên không thay đổi bảo hiểm vốn hóa chi phí.
Nhận xét: Tỷ lệ bảo hiểm
chỉ số không phải là n
. Ecessary cho một mô hình bán log
theo kinh nghiệm nghiên cứu về ảnh hưởng của lũ lụt rủi ro về giá nhà ở
51
Zimmerman, Rae,
1979. "Tác động của F
lood Plain Vị trí trên giá trị tài sản: Ba thị trấn ở
Đông Bắc New Jersey",
tài nguyên nước Bulletin
, 15 (6):. 1653-1665
Zimmerman kiểm định giả thuyết f
loodplain vị trí
ảnh hưởng đến giá trị tài sản. Zimmerman ghi nhận sự
thiếu đồng thuận về giả thuyết này. Bà chỉ ra rằng tiện nghi ven sông và bảo hiểm lũ lụt trợ
cung cấp những lợi ích mà đối trọng h lũ
azard.
Dữ liệu được thu thập từ ba đến