2011年-IMF国际货币组织全球_How_Long_Do_Housing_Cycles_Last__a_Duration_Analysis_for_19_OECD_Countries_30页_1mb

总结：How Long Do Housing Cycles Last? A Duration Analysis for 19 OECD Countries

核心内容

本文分析了19个OECD国家过去40年中房价上涨和下跌周期的持续时间，探讨了房价周期的平均长度及其分布特征，揭示了房价波动中“持续依赖性”（duration dependence）的现象。

主要观点

• 周期持续时间：房价上涨周期（upturns）通常比下跌周期（downturns）更长，但这一差异在排除了最近一次房价上涨周期后不复存在。
• 持续依赖性：上涨周期的持续时间越长，其结束的可能性越高，这与“繁荣-萧条”（boom-bust）理论一致。该理论认为，房价波动受市场刚性和摩擦影响，导致价格周期性地偏离基本面。
• 数据与方法：使用OECD的房价数据，结合Harding和Pagan（2002）的BBQ算法识别房价周期的转折点，将数据划分为上涨和下跌阶段。
• 方法差异：本文与Claessens等（2011）和Cunningham等（2011）的不同之处在于识别房价周期的方法和检测持续依赖性的测试方式。
• 数据特征：房价周期在时间序列中表现出显著的波动性，且大部分国家的房价上涨和下跌周期在1970年至2010年间被记录下来，部分周期仍在进行中。

关键信息

数据概况

• 数据来源：OECD数据库，包含名义和实际房价、房价收入比、房价租金比等指标。
• 时间跨度：1970年第一季度至2010年第一季度，按季度观测。
• 数据处理：为消除季节性影响，对数据进行了季节调整。
• 数据覆盖国家：19个OECD国家，包括澳大利亚、比利时、加拿大、丹麦、芬兰、法国、德国、爱尔兰、意大利、日本、韩国、荷兰、新西兰、挪威、西班牙、瑞典、瑞士、英国和美国。

方法论

• 识别周期的方法：采用Harding和Pagan（2002）的BBQ算法，用于识别时间序列中的局部最大值和最小值。
• 算法步骤：
  1. 识别高于或低于周围观察值的点。
  2. 实施交替规则，确保最大值和最小值交替出现。
  3. 应用审查规则，确保两个转折点之间至少间隔一定数量的季度。
• 参数设置：为避免识别出虚假周期，采用较大的滚动窗口（j = 6）和最小持续时间（q = 6）。

周期特征

• 上涨周期（upturns）：平均持续时间为24.1个季度，标准差为14.8个季度。
• 下跌周期（downturns）：平均持续时间为18.2个季度，标准差为8.7个季度。
• 持续时间分布：
  • 上涨周期的最小持续时间为6个季度，最大为58个季度。
  • 下跌周期的最小持续时间为6个季度，最大为41个季度。
  • 在40百分位数以上，上涨周期的持续时间显著长于下跌周期。

持续依赖性测试

• 非参数测试：Ohn等（2004）提出的方法用于检测持续依赖性，通过回归分析验证上涨或下跌周期结束的概率是否随持续时间增加而变化。
• 测试结果：上涨周期的持续时间越长，其结束的概率越高，表明存在显著的持续依赖性。
• 理论支持：持续依赖性符合“繁荣-萧条”理论，即房价上涨周期在持续时间增加时更可能结束，表明其偏离基本面的可持续性降低。

历史背景

• 历史趋势：房价波动在工业经济体中已有悠久历史，至少可追溯至17世纪。
• 最近一次上涨周期：20世纪末至21世纪初，OECD国家经历了一次前所未有的同步房价上涨，其持续时间远超以往。

结论

• 政策意义：了解房价周期的持续时间有助于政策制定者预测和应对房价波动。
• 理论意义：更精确地描述房价周期的实证特征有助于构建更合理的理论模型，理解住房市场的运作机制。
• 研究限制：由于房价的异质性和非集中市场交易，结果解释需谨慎，且应考虑数据的局限性。

表格与图表

• 表1：列出19个OECD国家的房价峰值和谷值。
• 表2：显示各国家上涨和下跌周期的持续时间（季度）。
• 表3：提供上涨和下跌周期的描述性统计（均值和标准差）。
• 表4：展示最近一次上涨周期的特征，包括起止时间、持续时间和振幅。
• 表5：列出上涨和下跌周期持续时间的百分位数分布。
• 图1：展示各国家的房价指数及其转折点。
• 图2：显示上涨和下跌周期的持续时间分布。

附录内容

• 附录A1：讨论ARIMA(1,1,0)过程的周期持续时间分布。
• 附录A2：介绍离散时间风险模型和二元变量回归。
• 附录表格：包括Logit持续依赖性测试结果及其与基本面的关系。
• 附录图表：展示ARIMA(1,1,0)过程模拟的周期持续时间。

本文通过详尽的实证分析，揭示了房价周期的持续时间特征及其与市场基本面的关系，为理解住房市场的动态提供了重要依据。