Analysis

REIT

  • Daily
  • Source:S&P Dow Jones Indices LLC.

Date 10-21 10-18 10-17 10-16 10-15
S&P Developed REIT (USD) 297 294.45 293.28 292.29 291.47
S&P Global REIT (USD) 205.96 204.22 203.45 202.77 202.23
S&P Singapore REIT (SGD) 291.63 291.1 291.57 291.75 290.09
S&P United States REIT (USD) 358.18 355.02 352.75 351.75 351.42
Dow Jones U.S. Select Long-Term REIT Index 2,304.41 2,278.78 2,275.15 2,263.51 2,255.66

建設労働需給調査結果

  • Source:国土交通省

Date 2019-08 2019-07 2019-06 2019-05 2019-04
建設技能労働者過不足率(8職種計・全国)-季節調整値 1.7 1.2 1.1 1.8 1.8
建設技能労働者過不足率(8職種計・全国)-原数値 1.8 1.3 1 1.4 1.4

着工新設住宅

  • Source:国土交通省

Date 2019-08 2019-07 2019-06 2019-05 2019-04
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅戸数:給与住宅(戸) 235 507 562 395 1,186
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅戸数:持家(戸) 22,846 24,201 25,913 25,252 25,812
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅戸数:貸家(戸) 28,210 28,699 29,535 28,274 28,803
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅戸数:分譲住宅(戸) 23,105 22,656 21,819 20,143 20,888
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅戸数(戸) 74,216 75,807 76,815 75,013 77,606
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅床面積:給与住宅(千平米) 19 30 41 30 58
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅床面積:持家(千平米) 2,731 2,889 3,096 3,020 3,072
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅床面積:貸家(千平米) 1,412 1,395 1,387 1,347 1,348
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅床面積:分譲住宅(千平米) 2,133 2,033 1,932 1,736 1,796
着工新設住宅(利用関係別)戸数,床面積の季節調整値推移表:着工新設住宅床面積(千平米) 6,268 6,333 6,368 6,186 6,345

オフィスの空室率等

  • Source:三鬼商事株式会社

横浜ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
横浜ビジネス地区:空室率/平均(%) 2.32 2.17 2.25 2.34 2.4
横浜ビジネス地区:平均賃料/平均(円/坪) 11,771 11,733 11,666 11,632 11,588

札幌ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
札幌ビジネス地区:空室率/平均(%) 2.4 2.29 2.35 2.29 2.23
札幌ビジネス地区:平均賃料/平均(円/坪) 9,072 9,055 9,018 8,991 8,962

仙台ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
仙台ビジネス地区:空室率/平均(%) 4.07 4.09 4.24 4.18 4.41
仙台ビジネス地区:平均賃料/平均(円/坪) 9,169 9,175 9,169 9,150 9,138

大阪ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
大阪ビジネス地区:空室率/平均(%) 2 2.13 2.26 2.33 2.45
大阪ビジネス地区:平均賃料/平均(円/坪) 11,670 11,657 11,623 11,597 11,565

東京ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
東京ビジネス地区:空室率/平均(%) 1.64 1.71 1.71 1.72 1.64
東京ビジネス地区:平均賃料/平均(円/坪) 21,855 21,784 21,665 21,518 21,396

福岡ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
福岡ビジネス地区:空室率/平均(%) 2.01 1.87 1.82 1.79 1.81
福岡ビジネス地区:平均賃料/平均(円/坪) 10,386 10,341 10,294 10,257 10,198

名古屋ビジネス地区

Date 2019-09 2019-08 2019-07 2019-06 2019-05
名古屋ビジネス地区:空室率/平均(%) 2.23 2.32 2.39 2.09 2.11
名古屋ビジネス地区:平均賃料/平均(円/坪) 11,516 11,482 11,451 11,343 11,298

直近の都心6区中古マンション等価格の分析

  • Source:国土交通省
  • 取引価格平米単価で外れ値を除去しています。

Step 1

# 外れ値除去
boxplot(datadf$取引価格平米単価, plot = F)$out
datadf <- datadf[!datadf$取引価格平米単価 %in% boxplot(datadf$取引価格平米単価, plot = F)$out, ]
 [1] 200.000000   6.666667 211.111111  28.571429 186.666667 213.333333 200.000000 221.052632 223.529412 207.500000 250.000000 200.000000 233.333333

Step 2

# 分析対象データ(取引価格平米単価の単位は万円/平米)
unique(datadf$都道府県名)
unique(datadf$種類)
unique(datadf$市区町村名)
unique(datadf$取引時点)
head(datadf, 10)
nrow(datadf)
[1] "東京都"
[1] "中古マンション等"
[1] "千代田区" "中央区"   "港区"     "新宿区"   "文京区"   "渋谷区"  
[1] "2019年第1四半期"
               種類 築年数 取引価格平米単価        取引時点 都道府県名 市区町村名       地区名 間取り 面積(㎡) 建物の構造 取引価格(総額) 都市計画 建ぺい率(%) 容積率(%)
1  中古マンション等     16        150.76923 2019年第1四半期     東京都   千代田区       飯田橋   2LDK       65         RC       98000000 商業地域          80       500
2  中古マンション等      7        145.00000 2019年第1四半期     東京都   千代田区       一番町   1LDK       40         RC       58000000 商業地域          80       500
3  中古マンション等     15        171.42857 2019年第1四半期     東京都   千代田区       一番町   2LDK       70        SRC      120000000 商業地域          80       500
4  中古マンション等      6        140.00000 2019年第1四半期     東京都   千代田区       一番町     1K       25         RC       35000000 商業地域          80       500
5  中古マンション等     13        125.00000 2019年第1四半期     東京都   千代田区       岩本町     1K       20        SRC       25000000 商業地域          80       700
6  中古マンション等     15        120.00000 2019年第1四半期     東京都   千代田区       岩本町     1K       20        SRC       24000000 商業地域          80       700
7  中古マンション等     17        115.00000 2019年第1四半期     東京都   千代田区       岩本町     1K       20         RC       23000000 商業地域          80       600
9  中古マンション等     39         73.33333 2019年第1四半期     東京都   千代田区   神田小川町     1K       15        SRC       11000000 商業地域          80       600
10 中古マンション等     18        140.00000 2019年第1四半期     東京都   千代田区 神田佐久間町     1K       15        SRC       21000000 商業地域          80       600
11 中古マンション等     41         65.00000 2019年第1四半期     東京都   千代田区   神田神保町     1K       20         RC       13000000 商業地域          80       500
[1] 402

Step 3

# 築年数および取引価格平米単価の基本統計量
summary(datadf$築年数)
summary(datadf$取引価格平米単価)
table(datadf$築年数)
hist(datadf$取引価格平米単価, plot = F) %>% {
    BREAKS <<- .$breaks
    COUNTS <<- .$counts
}
data.frame(BREAKS = tail(BREAKS, -1), COUNTS, row.names = NULL, check.names = F)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1.00   13.00   17.00   19.75   21.00   60.00 
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  38.00   88.14  110.00  107.24  125.00  176.36 

 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 45 46 47 48 49 50 51 53 60 
 4  3  2  6 10 21 12 12  4  8  8  9 14 30 25 25 35 26 20 15 13  5  3  1  2  1  1  1  3  3  4  2  4  5  4  9  8  7 10  1  1  3  4  4  4  4  3  1  1  1 
   BREAKS COUNTS
1      40      2
2      50     11
3      60     16
4      70     18
5      80     23
6      90     38
7     100     50
8     110     53
9     120     78
10    130     36
11    140     32
12    150     22
13    160     11
14    170      7
15    180      5

Step 4

# リンク関数の選択
LINKs <- c("log", "inverse")
AICs <- sapply(LINKs, function(x) AIC(glm(data = datadf, formula = 取引価格平米単価 ~ 築年数, family = Gamma(link = x))))
AICs
LINKs[which.min(AICs)]
     log  inverse 
3663.818 3668.562 
[1] "log"

Step 5

# GLMの結果
summary(glm(data = datadf, formula = 取引価格平米単価 ~ 築年数, family = Gamma(link = LINKs[which.min(AICs)])))

Call:
glm(formula = 取引価格平米単価 ~ 築年数, family = Gamma(link = LINKs[which.min(AICs)]), 
    data = datadf)

Deviance Residuals: 
     Min        1Q    Median        3Q       Max  
-0.72055  -0.15529  -0.01362   0.11606   0.74921  

Coefficients:
              Estimate Std. Error t value            Pr(>|t|)    
(Intercept)  4.9447575  0.0209297  236.25 <0.0000000000000002 ***
築年数      -0.0143937  0.0009005  -15.98 <0.0000000000000002 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for Gamma family taken to be 0.04893822)

    Null deviance: 31.361  on 401  degrees of freedom
Residual deviance: 19.637  on 400  degrees of freedom
AIC: 3663.8

Number of Fisher Scoring iterations: 4

Step 6

a
b
x <- c(0:50)
if (LINKs[which.min(AICs)] == "log") {
    y <- round(exp(a * x + b))
    exp(a)
}
if (LINKs[which.min(AICs)] == "inverse") {
    y <- round(1/(a * x + b))
}
y
          X 
-0.01439365 
(Intercept) 
   4.944757 
        X 
0.9857094 
 [1] 140 138 136 135 133 131 129 127 125 123 122 120 118 116 115 113 112 110 108 107 105 104 102 101  99  98  97  95  94  93  91  90  89  87  86  85  84  82  81  80  79  78  77  76  75  73  72  71  70  69  68

Step 7


Residential property prices

  • Source:Bank for International Settlements

Date 2019-03 2018-12 2018-09 2018-06 2018-03
Residential property prices:Australia:Nominal:Index, 2010 = 100:Quarterly 131.46 135.53 138.82 140.95 141.92
Residential property prices:Canada:Nominal:Index, 2010 = 100:Quarterly 159.97 160.51 162.03 163.06 159.97
Residential property prices:China:Nominal:Index, 2010 = 100:Quarterly 135.43 134.17 131.57 127.75 125.9
Residential property prices:France:Nominal:Index, 2010 = 100:Quarterly 108.61 108.61 108.81 106.41 105.51
Residential property prices:Germany:Nominal:Index, 2010 = 100:Quarterly 145.5 146 144.2 141.3 138.6
Residential property prices:Italy:Nominal:Index, 2010 = 100:Quarterly 82.81 83.23 83.32 84 83.49
Residential property prices:Japan:Nominal:Index, 2010 = 100:Quarterly 115.14 111.48 112.11 112.01 112.54
Residential property prices:South Africa:Nominal:Index, 2010 = 100:Quarterly 153.54 152.86 151.71 150.68 148.32
Residential property prices:United Kingdom:Nominal:Index, 2010 = 100:Quarterly 133.63 135.2 135.87 133.18 131.73
Residential property prices:United States:Nominal:Index, 2010 = 100:Quarterly 150.94 149.58 148.38 147.18 145.71

土地取引件数

  • Source:国土交通省

Date 2019-09 2019-08 2019-07 2019-06 2019-05
北海道札幌市中央区 34 280 277 255 337
宮城県仙台市青葉区 18 318 368 351 295
東京都中央区 71 521 928 510 396
東京都港区 NA 444 620 692 476
東京都千代田区 12 202 235 172 202
神奈川県横浜市西区 10 180 280 253 290
愛知県名古屋市中区 41 308 312 265 240
大阪府大阪市北区 22 218 342 470 368
福岡県福岡市博多区 27 437 370 343 392
沖縄県那覇市 13 136 199 185 167

不動産価格指数

  • Source:国土交通省

Date 2019-06 2019-05 2019-04 2019-03 2019-02
住宅総合:不動産価格指数(住宅):全国 113.6 115.56 114.45 115.35 113.63
住宅総合:不動産価格指数(住宅):北海道地方 132.03 129.87 121.81 126.68 116.54
住宅総合:不動産価格指数(住宅):東北地方 122.29 118.74 119.24 124.14 125.65
住宅総合:不動産価格指数(住宅):関東地方 114.09 115.6 115.27 114.49 113.39
住宅総合:不動産価格指数(住宅):北陸地方 121.48 116.55 112.54 113.16 114.19
住宅総合:不動産価格指数(住宅):中部地方 99.4 103.4 102.52 105.07 103.22
住宅総合:不動産価格指数(住宅):近畿地方 114.76 116.73 116.89 120.9 115.93
住宅総合:不動産価格指数(住宅):中国地方 115.23 113.26 106.18 108.22 112.12
住宅総合:不動産価格指数(住宅):四国地方 99.09 110.09 101.81 105.14 106.05
住宅総合:不動産価格指数(住宅):九州・沖縄地方 117.75 131.78 122.83 121.05 123.09
住宅総合:不動産価格指数(住宅):南関東圏 116.33 118.34 118.59 116.89 115.16
住宅総合:不動産価格指数(住宅):名古屋圏 108.23 108.61 107.4 109.09 110.4
住宅総合:不動産価格指数(住宅):京阪神圏 116.79 119.36 120.25 122.48 119.12
住宅総合:不動産価格指数(住宅):東京都 124.14 128.3 128.38 125.64 123
住宅総合:不動産価格指数(住宅):愛知県 110.75 111.19 109.23 112.11 114.12
住宅総合:不動産価格指数(住宅):大阪府 118.11 119.07 122.12 122.62 117.39
Date 2019-06 2019-03 2018-12 2018-09 2018-06
商業用不動産総合:不動産価格指数(商業用不動産):全国 121.89 124.35 120.1 124.21 123.18
建物付土地総合:不動産価格指数(商業用不動産):全国 134.25 133.99 130.43 132.87 131.05
土地総合:不動産価格指数(商業用不動産):全国 102.68 104.92 99.43 103.44 103.18
商業用不動産総合:不動産価格指数(商業用不動産):三大都市圏 126.95 128.07 123.8 127.1 127.22
建物付土地総合:不動産価格指数(商業用不動産):三大都市圏 137.23 134.76 132.12 133.63 132.77
土地総合:不動産価格指数(商業用不動産):三大都市圏 106.55 110.83 103.52 108.23 109.93
土地総合:不動産価格指数(商業用不動産):南関東圏 108.33 117.97 112.37 118.97 118.83

地価公示

  • Source:国土交通省 土地総合情報システム
  • 本ページでは採用地価を鑑定評価員(2人)の評価の平均値としています。
  • 用途区分は混在しています。

1㎡当たりの価格
N Area Min. 1st Qu. Median Mean 3rd Qu. Max. n
1 千代田 710,000 1,690,000 3,050,000 6,325,148 5,490,000 36,800,000 122
2 中央 820,000 1,397,500 2,395,000 8,213,262 7,592,500 57,200,000 126
3 972,000 1,680,000 2,470,000 3,610,085 4,340,000 12,700,000 164
4 新宿 550,000 770,750 1,150,000 3,261,821 2,185,000 36,000,000 156
5 文京 645,000 869,250 977,000 1,180,353 1,387,500 3,750,000 102
6 台東 379,000 699,750 910,500 1,375,657 1,322,500 10,200,000 108
7 墨田 308,000 382,000 505,500 589,062 646,750 1,840,000 48
8 江東 269,000 411,500 511,000 583,521 585,000 1,770,000 96
9 品川 383,000 663,500 871,000 1,160,100 1,300,000 5,110,000 120
10 目黒 615,000 789,000 873,500 1,194,890 1,192,500 4,890,000 100
11 大田 250,000 451,500 518,000 627,408 620,000 3,850,000 196
12 世田谷 269,000 587,500 651,000 689,755 727,500 2,600,000 286
13 渋谷 670,000 1,192,500 1,550,000 4,231,551 4,190,000 26,000,000 118
14 中野 381,000 513,500 644,000 812,198 901,500 3,740,000 106
15 杉並 405,000 484,750 543,000 616,564 640,000 2,660,000 172
16 豊島 473,000 570,000 770,000 1,446,864 1,372,500 13,500,000 110
17 342,000 427,000 510,000 657,555 699,750 2,980,000 110
18 荒川 373,000 418,250 503,000 605,293 691,500 1,750,000 58
19 板橋 248,000 370,000 423,000 474,979 528,000 1,230,000 140
20 練馬 225,000 356,750 399,500 434,873 460,000 1,370,000 220
21 足立 184,000 242,000 298,000 367,368 400,000 2,700,000 220
22 葛飾 187,000 289,000 324,500 362,438 367,000 1,480,000 128
23 江戸川 256,000 305,000 358,000 392,467 390,000 1,550,000 182
24 八王子 36,800 86,550 116,000 156,977 159,000 2,640,000 294
25 立川 138,000 209,000 261,500 452,600 328,000 5,200,000 80
26 武蔵野 360,000 520,250 613,500 991,387 870,250 6,330,000 62
27 三鷹 254,000 352,500 412,000 514,547 500,750 2,450,000 86
28 青梅 30,700 64,500 96,400 110,173 149,000 312,000 66
29 東京府中 186,000 259,000 282,500 331,973 321,250 1,610,000 112
30 昭島 130,000 163,500 185,500 200,000 224,000 425,000 46
31 調布 239,000 296,500 336,500 390,691 379,000 1,460,000 94
32 町田 56,400 132,000 155,000 249,556 203,500 2,670,000 192
33 小金井 256,000 302,250 345,000 397,062 369,500 1,480,000 48
34 小平 181,000 209,750 234,000 244,779 256,000 439,000 86
35 日野 98,000 154,750 203,500 216,457 234,000 590,000 92
36 東村山 148,000 168,750 184,000 217,562 238,500 440,000 64
37 国分寺 193,000 266,500 320,000 378,870 370,000 1,470,000 46
38 国立 188,000 304,000 329,000 382,700 421,000 1,100,000 30
39 福生 132,000 154,500 171,500 204,281 227,250 426,000 32
40 狛江 252,000 286,000 306,500 325,750 327,000 514,000 28
41 東大和 127,000 145,000 167,000 171,250 186,000 290,000 52
42 清瀬 125,000 161,000 181,000 200,528 228,000 427,000 36
43 東久留米 153,000 190,500 203,000 223,278 225,750 376,000 54
44 武蔵村山 94,000 111,250 118,000 123,816 138,000 159,000 38
45 多摩 125,000 158,000 189,000 212,851 223,000 616,000 74
46 稲城 145,000 194,000 226,000 222,707 249,000 283,000 58
47 羽村 77,600 125,000 136,000 137,795 162,500 192,000 22
48 あきる野 37,000 73,975 103,100 103,515 116,000 226,000 52
49 西東京 218,000 267,000 293,000 310,910 319,500 755,000 78
50 東京瑞穂 54,500 68,000 106,500 95,243 113,000 127,000 28
51 日の出 63,500 72,825 87,550 88,979 98,125 127,000 14
52 東京大島 5,900 7,800 13,500 21,267 36,675 44,400 6
53 新島 5,700 6,125 7,400 7,467 8,825 9,300 6
54 神津島 6,500 6,775 7,600 7,867 9,025 9,500 6
55 東京三宅 8,100 8,525 9,800 9,633 10,700 11,000 6
56 八丈 6,000 7,550 12,200 16,433 26,375 31,100 6
57 小笠原 23,600 32,200 58,000 52,200 70,750 75,000 6