房价波动、收入水平对住房消费的影响——基于 SYS-GMM 估计方法的区域差异分析

基于生命周期 － 持久收入假说,在一般随机 Ｒamsey 模型的基础上,推导包含房价、收入和财富的住房消费函数,利用 2002 年至 2013 年 31 个省直辖市的面板数据,采用两步 System-GMM 估计方法考察我国房价波动和居民收入水平对住房消费的影响． 实证结果表明: 房价波动对全国居民住房消费具有显著的抑制作用; 其中,滞后期和当期房价波动与当期住房消费负相关,挤出效应明显; 未来一期房价波动与住房消费变化方向一致,存在积极的财富效应; 此外,房价波动对东中西部各地区居民住房消费的抑制作用存在较大差异,西部地区抑制效应最为明显; 滞后期住房消费与当期住房消费变动方向一致,人均可支配收入波动和人均年底储蓄余额对我国人均住房消费都起着重要的支撑作用．     

中国股价与房价波动对居民消费的影响研究

本文运用生命周期假设消费函数模型,结合我国2005年7月～2010年8月的经济数据,对股价和房价波动对居民消费的影响进行实证研究。居民收入变动对消费支出的影响大于房地产市场与股票市场对消费支出的影响;从长期来看,房地产市场和股票市场都存在财富效用,但不明显,股票市场对消费支出的财富效应略大于房地产市场,但对消费的方差贡献率小于房地产市场;从短期来看,房地产市场具有显著的财富效应,而股票市场则不具有。居民收入变动对消费支出的影响在长短期内都十分显著。     

基于30个城市非平稳面板计量的住房财富效应实证检验

采用最新发展的非平稳面板(面板单位根、面板协整和面板DOLS)计量方法,利用30个大中城市1998-2009年的季度面板数据,对我国城镇居民的住房财富效应进行实证检验。面板数据的使用扩大了样本容量、提高结论的可靠性,而且可以进行城市间的比较分析。研究结果表明:近十年房价持续上涨,大部分城市的住房财富效应显著为负,全国总体来看住房财富效应微弱:各城市的住房财富效应表现形式存在明显差异;股票财富效应非常微弱。     

房价波动、住房信贷与宏观审慎政策

金融危机表明住房信贷违约可能引发系统性风险,但现有理论研究并未将住房信贷违约风险纳入分析框架。本文通过构建包含异质性房价冲击和住房信贷违约的房地产动态随机一般均衡（DSGE）模型,探究房价波动的溢出效应,同时研究宏观审慎政策对住房信贷的监管效果。基于中国的实际数据,通过模拟分析得出以下结论：房地产市场对实体经济的溢出效应主要集中在消费而不是产出和通胀,对金融系统的溢出效应要大于实体经济。采用以住房信贷扩张速度为目标的动态资本充足率监管方式能有效地控制信贷风险,短期效果更加明显。房价波动冲击和利率冲击是引起我国住房信贷波动的主要原因。     

关于进一步完善住房保障制度问题的思考

近几年来,随着房改的深入,我国建立了新的住房制度,但新的住房问题又随之而来。住房在市场力量的作用下,价格不断高涨,中低收入阶层居民的收入增幅远远跟不上房价的增长,住房的供给结构失衡,住房消费两极化现象日趋突出。为此,我国政府十分重视,积极介入住房问题,初步建立了住房保障制度,对解决中低收入居民的住房困难发挥了关键性的作用。     

城镇居民住房购买力研究

房价收入比常被用来分析居民住房购买力.首先分析这一指标,并从城镇居民的消费结构与购房融资方式出发建立了住房购买力模型,以2004年北京市的相关数据为例,对高、较高、中、较低、低收入家庭的住房购买力作了实证分析,并由家庭消费支出矩阵得出了各收入家庭可支付的住房价格及可支付时的房价收入比.实证结果显示中低收入家庭在期房市场上购买力不足,最后对此提出了相应的建议.     

房地产价格波动经济影响的一般均衡研究

改进了社会核算矩阵(SAM)的跨墒平衡方法,并在此基础上编制了中国2007年SAM.然后运用CGE模型,在一般均衡的视角下,对房地产价格波动的经济影响进行了定量研究.主要发现:房地产价格波动对各宏观经济变量影响显著;各行业产出与房地产价格的变动方向一致,建筑业、重工业、公用事业以及房地产业自身等所受的影响相对较大;房地产价格上涨与下跌使得所有居民的收入都下降,但各收入等级城镇居民所受的影响并不相同,而政府和企业的收入与房地产价格变动的方向一致;总体来看,房地产价格上涨对经济增长的带动效应较大,但相同幅度价格下跌的负面冲击更大.     

房价上涨、家庭债务与城镇居民消费:贷款价值比的视角

家庭借贷是缓解居民支大于收、平缓消费的重要手段，而贷款价值比的约束迫使家庭的债务规模必须控制在一定的范围之内；与此同时，持续上涨的房价不断逼近贷款价值比约束，最终表现为消费的大幅度波动。基于家庭追踪调查（CFPS）微观数据，本文细致考察了房价上涨、家庭债务对城镇居民消费的影响。结果表明：（1）家庭债务对城镇居民消费的杠杆显著，即使将样本细分为有房家庭与无房家庭，杠杆效应依然显著；（2）持续上涨的房价将显著促进有房家庭的消费，且这正向作用将被贷款价值比放大；而上涨的房价将抑制无房家庭的消费。（3）无论是有房家庭还是无房家庭，贷款价值比对居民消费的作用存在明显的门槛效应，即只有当贷款价值比增大到一定水平时，其对居民消费的影响将由促进转为抑制。（4）房价上涨对城镇居民消费的作用在不同群体间差异明显，受教育程度高的城镇家庭，或者持有二套房以上的家庭，房价上涨对城镇居民消费的促进效应更强。     

城镇化对生活碳排放影响的门槛特征与地区差异

对中国各地区居民生活中的直接化石能源消费所产生的二氧化碳排放量进行估算,然后基于动态面板门槛模型对城镇化与生活碳排放之间的非线性关系进行研究。研究发现:1生活碳排放与城镇化之间关系存在门槛效应,门槛效应依据收入的差异来体现。当收入小于门槛值时,城镇化对生活碳排放的影响为正;当收入越过门槛值时,城镇化对生活碳排放的影响为负。2当期生活碳排放受上期生活碳排放的影响,具有显著的时间依赖性,生活碳排放与收入之间存在正U型曲线关系。3各地区城镇化发展对生活碳排放的影响存在显著的地区差异。     

产业结构变迁对房价的时空动态效应研究 ——基于人口老龄化背景的实证分析

产业结构调整与房地产市场理性发展是我国当前面临的重要任务,人口老龄化程度的加深会对二者产生影响.本文利用2004年~2016年省际面板数据,采用空间动态面板模型分析人口老龄化背景下产业结构变迁对房价波动的时空效应.研究表明,在基于地理、经济和人口三个维度构建的空间权重矩阵下,我国房价均具有显著的空间相关特性,但在不同市场中表现出异质性;产业结构高级化能显著助推房价上涨,产业结构合理化对房价具有正向影响且效应可持续五期;进一步分析表明,人口老龄化和产业结构变迁对房价的影响在不同市场、不同区域间均存在显著差异;人口老龄化对房价的影响完全通过与产业结构高级化相互作用的间接途径实现.     

住房价格波动对城镇居民消费的影响分析

将城镇居民家庭分为拥有至少两套住房的家庭(代表性家庭1)、只有一套住房的家庭(代表性家庭2)和没有住房的租房家庭(代表性家庭3)3类,微观经济模型分析表明:住房价格上涨会拉动代表性家庭1和代表性家庭2的消费增长;当代表性家庭3有购买住房意愿和计划时,住房价格上涨对其消费具有挤出效应;当代表性家庭3没有购买住房意愿和计划时,其消费随着住房价格的上升而增加;住房价格上涨影响居民消费的程度与家庭当前消费水平、住房价格、居住面积、消费习惯、对待风险的态度和利率等因素有关.利用中国家庭金融调查(CHFS)数据的实证分析表明:住房价格上涨对代表性家庭1、代表性家庭2和代表性家庭3这3类家庭的消费均具有促进作用;从影响程度来看,对无房城镇家庭的影响程度最大,对仅有一套住房城镇家庭的影响程度最小;从地域来看,房价上涨对东部地区城镇居民家庭消费的影响高于中西部地区.     

我国住宅市场财富效应研究

通过对我国总体数据的实证分析发现,预期收入增长对总消费具有显著正的影响;预期住宅价格对总消费也有显著正的影响,即我国住宅市场财富效应是显著存在的。这与最近关于OECD国家住宅市场研究中的结论是相吻合的。     

成本推动、需求拉动——什么推动了中国房价上涨?

本文以我国房价上涨的成因为切入点,通过构建房地产生产者利润最大化和消费者效用最大化的局部均衡模型,并利用我国2002-2011年的分省面板数据分解出成本、需求和非市场因素在不同时间段和不同地区对我国房地产价格的拉动程度,揭示出我国房地产价格上涨的原因。研究发现,在我国"房价较快增长地区",具有明显的需求拉动型特征,且市场预期因素明显;在我国部分"房价较慢增长地区",房价上涨的成本推动特征明显;金融危机前,我国房价属于典型的成本推动型价格上涨;而后金融危机时期,则呈现出需求推动型特征。因此,在"房价较快增长地区",需要从抑制过剩需求、降低投机欲望、稳定市场预期等入手来实现房价调控的效果;而在"房价较慢增长地区",则应从加大土地供给、降低土地成本入手,抑制房价上涨的潜在可能。     

住宅价格涨跌幅、波动非对称性与空置量关系的实证研究

采用门限ARCH模型研究了我国住宅价格涨跌幅、波动的非对称性与住宅空置量之间的动态关系,实证结论表明:我国住宅空置量与住宅价格涨跌和住宅价格波动呈负相关关系;住宅价格波动具有非对称性,低住宅空置时住宅价格波动大于高空置时的住宅价格波动;同时住宅价格波动具波动聚集性;政府及时披露住宅空置信息和合理调控住宅空置水平,有利于住宅市场的稳定发展。     

房价波动、货币政策与中国社会福利损失

本文建立并采用贝叶斯方法估计了一个包含普通消费品部门与房地产部门的多部门NKMP-DSGE模型,运用脉冲响应函数与贝叶斯冲击分解研究了外生冲击对于产出、通胀以及房价膨胀的影响。研究表明,宽松的货币政策在推动我国房价上涨中扮演了主要作用。基于Woodford^[1]的方法,本文通过政策试验分析了不同政策机制的社会福利损失,结果发现同时对房地产供给以及房价做出反应的政策机制具有相对较小的社会福利损失,因此在房地产市场调控中同时增加房地产供给和抑制房价过快上涨可能具有更好的效果。最后,基于我国现实数据,本文估算了通胀与房价膨胀背景下中国真实的社会福利损失,估算的结果对于进一步考察通胀与房价膨胀背景下中国最优货币政策具有重要的现实意义。     

房价变动、产业转移与区域协调发展——以京津冀地区为例

构建房价-资本模型，分析房地产行业投资收益对工业再投资的影响，发现：地区间适当的房地产行业投资收益差异有利于工业企业从核心地区向边缘地区转移，差异较大则导致资本流向房价增长过快地区的房地产行业；若地区间房地产行业投资收益差异既定，较大的经济发展差距对产业转移起阻碍作用，激烈的市场竞争则起促进作用。利用京津冀地区13个城市的数据构建面板门限模型，验证了：（1）较低的房价增长率促进了北京市相对低效的资本向外转移，但是北京市与周边地区较大的经济发展差距又阻碍了该趋势。（2）核心区流出的资本优先向次发达地区转移，而落后地区则有被彻底边缘化的风险。为实现京津冀地区协调发展，一方面要加强对京津冀地区房价的宏观调控、防止房价过快增长；另一方面要制定针对边缘地区的优惠政策，引导非首都功能向周边转移。     

A Parsimonious Macroeconomic Model for Asset Pricing

I study asset prices in a two‐agent macroeconomic model with two key features: limited stock market participation and heterogeneity in the elasticity of intertemporal substitution in consumption (EIS). The model is consistent with some prominent features of asset prices, such as a high equity premium, relatively smooth interest rates, procyclical stock prices, and countercyclical variation in the equity premium, its volatility, and in the Sharpe ratio. In this model, the risk‐free asset market plays a central role by allowing non‐stockholders (with low EIS) to smooth the fluctuations in their labor income. This process concentrates non‐stockholders' labor income risk among a small group of stockholders, who then demand a high premium for bearing the aggregate equity risk. Furthermore, this mechanism is consistent with the very small share of aggregate wealth held by non‐stockholders in the U.S. data, which has proved problematic for previous models with limited participation. I show that this large wealth inequality is also important for the model's ability to generate a countercyclical equity premium. When it comes to business cycle performance, the model's progress has been more limited: consumption is still too volatile compared to the data, whereas investment is still too smooth. These are important areas for potential improvement in this framework.