Chapter 4 Taiwan REITs

編制完T-REITs指數後，接下來讓我們藉由其對比成分股以及大盤，探討之間的關係。

4.1 T-REITs指數與成分股

  由於王道圓滿一號(01009.T)以及京城樂富一號(01010.T)資料量不足五年，因此在這部分踢除此兩檔REITs。

data <- dbReadTable(con, "sp")
head(data)

##         time stock_price stock_id
## 1 2015-01-05       13.23   01001T
## 2 2015-01-06       13.23   01001T
## 3 2015-01-07       13.23   01001T
## 4 2015-01-08       13.23   01001T
## 5 2015-01-09       13.23   01001T
## 6 2015-01-12       13.23   01001T

par(mfrow = c(2,3))
for(i in data$stock_id %>% as.factor() %>% levels())
{
  with(subset(data, stock_id == i), 
       plot(x = time, y = stock_price, main = i, type = "l"))
}

• 2015 : 美國升息，引發台灣股市風暴，房市進入衰退，而房價直到2016至2018年間才出現大幅下跌。
• 2020 : 受到全球新冠肺炎疫情引響，股市大跌，房價隨後下跌但不久後馬上修正。

由上述，我們可以發現房市相較於股市會有延遲下跌的跡象，呈現股市房市不同週期。

---

4.2 T-REITs指數與大盤

data <- dbReadTable(con, "all_index")
head(data)

##         time    idx          name
## 1 2005-03-10 100.00 T-REITs Index
## 2 2005-03-11  98.09 T-REITs Index
## 3 2005-03-14  97.61 T-REITs Index
## 4 2005-03-15  96.65 T-REITs Index
## 5 2005-03-16  96.65 T-REITs Index
## 6 2005-03-17  97.13 T-REITs Index

ggplot(data, aes(x = time, y = idx, colour = name)) + geom_line() +
  labs(x = "Time", y = "Index") +
  scale_color_manual(values = c("#DAA520","#000080")) +
  ggtitle("T-REITs & Market")

我們將時間軸拉長來看:

• 2008年金融海嘯，REITs相較於大盤波動較小。
  
• 2015年美國升息股災，REITs指數隨後出現跌勢。
• 2018年中美貿易戰造成在外資金回流台灣，股房市皆熱。
  
• 2020年全球新冠肺炎疫情影響，股房市呈現跌勢，但房市較股市波動較小。

這也說明了REITs的特色，房市景氣周期與股市不同，可達到分散風險的效果。

---

4.3 成分股五年間報酬率變化

data <- dbReadTable(con, "re")
head(data)

##   time all_return stock_id
## 1 2016  -0.005555   01001T
## 2 2017  -0.089882   01001T
## 3 2018   0.205140   01001T
## 4 2019   0.142976   01001T
## 5 2020   0.196007   01001T
## 6 2016  -0.035911   01002T

data %>% ggplot + 
  geom_bar(aes(x = time, y = all_return*100, fill = stock_id),position = "dodge", stat = "identity") +
  scale_fill_manual(values=c("#6495ED", "#87CEFA", "#ADFF2F","#FFFF00","#BDB76B")) + 
  labs(x = "Time" , y = "Return",title = "Return of Taiwan REIT Stocks for 5 Years")

  REITs的報酬來自於資本利得以及股利，因此我們將股價報酬率加上股利率計算出總報酬率，在五年間，REITs的總報酬由負轉正，但沒有逐年上升的趨勢。

進一步查看動圖，可以發現近幾年個股報酬率呈分散狀態

  動圖的繪製來自新套件gganimate，只要建好原本ggplot的靜態圖，接下來思考要以什麼變量做為動畫的轉變依據，通常是時間，把變量放進transition_..()後圖就可以動起來。

ggplot(data, aes(x = time, y = all_return, color = stock_id)) +
  geom_point() + geom_line() +
  transition_reveal(time)

---

4.4 成交量與報酬率

returnColor <- rgb(0.2, 0.6, 0.9, 1)
volumeColor <- "#69b3a2"
ggplot(r_v, aes(x=time)) +
  geom_line( aes(y= IRR*250), size=2, color=returnColor) +
  geom_bar( aes(y=`volume(million)`), stat="identity", size=.1, fill=volumeColor, color="black", alpha=.4) +
  scale_y_continuous(
    # Features of the first axis
    name = "Volume(million)",
    # Add a second axis and specify its features
    sec.axis = sec_axis(~./250, name="IRR")
  ) +
  theme_ipsum() +
  theme(
    axis.title.y = element_text(color = volumeColor, size=13),
    axis.title.y.right = element_text(color = returnColor, size=13)
  ) +
  ggtitle("Volume down, return down")

  接下來我們來看成交量以及報酬率之間的關係，這裡的報酬率我們使用年化報酬率，我們可以看出成交量與報酬率之間呈現正向關係，而台灣REITs的成交量有逐年下滑的趨勢，顯現出流動性不佳。

---

4.5 小結

  雖然台灣REITs具有抗跌、與股市周期不同等優點，但由於流動性不佳導致報酬率成長受限，無法得到投資人青睞，因此我們認為:台灣REITs崛起的關鍵在於增加流動性。