2015年-IMF国际货币组织全球_Price_Expectations_and_the_US_Housing_Boom_36页_690kb

报告摘要

总结：Price Expectations and the U.S. Housing Boom

核心内容

本文探讨了美国1996年至2006年间房价上涨（即“住房泡沫”）的主要驱动因素，特别关注了房价预期冲击的作用。研究采用结构向量自回归（SVAR）模型，通过符号限制（sign restrictions）方法识别房价预期、住房供给、住房需求和抵押贷款利率等冲击，并分析其对房价波动的影响。

主要观点

房价预期冲击是住房泡沫的主要驱动因素
- 房价预期冲击在1996-2006年的住房价格飙升中起到了关键作用，解释了约30%的房价增长。
- 在整个样本期间（1973-2014），房价预期冲击对房价波动的贡献约为20%的长期预测误差方差。
- 这表明房价预期冲击在住房泡沫期间具有特殊的重要性。
模型构建与变量选择
- 研究使用了一个包含七个变量的向量自回归（VAR）模型，包括房价增长率、住房投资与GDP比值、空置率、抵押贷款利率、贷款价值比（LTV）、租金与房价比、以及实际GDP增长率。
- 通过符号限制方法，识别出房价预期冲击、住房供给冲击、住房需求冲击和抵押贷款利率冲击。
预期冲击的识别机制
- 房价预期冲击的识别基于以下假设：
  - 住房供给是向上倾斜的。
  - 住房需求是向下倾斜的。
  - 抵押贷款供给是向上倾斜的。
  - 房地产市场存在搜索与匹配摩擦。
  - 房价是前瞻性的，取决于对未来价格和利率的预期。
- 通过这些假设，研究能够区分房价预期冲击与其他类型的冲击。
预期冲击的类型
- 研究区分了“现实预期”和“非现实预期”冲击，发现非现实预期在住房泡沫中起到了更重要作用。
- 非现实预期冲击会导致过度投资，而现实预期冲击则更符合长期经济基本面。
与其他冲击的比较
- 抵押贷款利率冲击是次重要的驱动因素，解释了约25%的房价上涨。
- 住房需求和供给冲击对房价波动的贡献相对较小。
模型与调查数据的比较
- 模型生成的房价预期测度与调查数据测度存在正相关，表明模型测度能够及时反映预期变化，与调查数据有相似的信息内容。

关键信息

研究方法：采用贝叶斯向量自回归（BVAR）模型，结合符号限制方法进行冲击识别。
数据来源：使用美国1973年第三季度至2014年第二季度的季度数据，涵盖联邦住房金融局（FHFA）、美国经济分析局（BEA）、劳工统计局（BLS）、人口普查局（Census Bureau）和哈弗数据（Haver）。
识别变量：空置率被用作区分房价预期冲击的关键变量，因预期上涨会导致空置率上升。
主要结论：房价预期冲击在住房泡沫中扮演了核心角色，而抵押贷款利率冲击次之。其他冲击（如住房需求和供给）的影响相对较小。模型测度的房价预期与调查测度存在正相关，表明其具有一定的可靠性。

结构清晰点

I. 引言
- 1996-2006年间美国经历了前所未有的房价上涨。
- 传统基本面因素难以完全解释房价上涨，因此引入房价预期冲击作为替代解释。
- 本文旨在直接识别房价预期冲击，并评估其与其他冲击的相对重要性。
II. 实证框架
- 使用BVAR模型进行分析，包含七个变量。
- 通过符号限制方法识别冲击，基于理论假设与实证验证。
- 识别过程考虑了参数不确定性和识别不确定性。
III. 结果
- 冲击响应函数显示，房价预期冲击导致房价和住房投资上升，同时空置率上升。
- 预测误差方差分解表明，房价预期冲击在短期（1996-2006）中贡献显著，但在长期中贡献较小。
- 模型测度的房价预期与调查测度存在正相关，且更及时。
- 非现实预期冲击在住房泡沫中比现实预期冲击更重要。
IV. 稳健性分析
- 不同的冲击识别方法、样本长度、滞后长度和趋势设定下，房价预期冲击的贡献保持稳定。
- 考虑了贷款价值比（LTV）冲击对结果的影响。
- 使用不同的房价测度（如实际房价指数、租金-房价比）进行验证。
V. 结论
- 房价预期冲击是住房泡沫的关键驱动因素。
- 抵押贷款利率冲击次之，但整体上仍是重要因素。
- 非现实预期在住房泡沫中发挥了更大作用，这与Case和Shiller（2003）的观点一致。
- 模型测度的房价预期具有较高的稳健性和预测能力。