论文部分内容阅读
摘 要:本文从表现、成因以及影响三个方面对房价溢出效应的国内外相关研究做了全面的梳理与分析,总结了房价溢出效应在国家、区域、省份(州)以及城市间的广泛存在性和具体表现程度;构建出以社会交互和预期传染为内在机理,以人口、资金和信息流动为具体渠道,以区域间房地产市场的异质性、联动性和经济关联性为条件的完整形成机制理论框架;验证了货币政策在区域房地产市场间的异质性效果。最后,参照世界各国经验以及我国区域房地产市场的具体表现,本文提出了重点观测东部地区楼市表现以及根据各地区政策敏感程度实行差异化房地产管理的政策建议。
关键词:房价波动;溢出效应;区域经济;货币政策
中图分类号:F820 文献标识码:A 文章编号:1674-2265(2015)07-0035-07
一、问题的提出
随着经济的发展,不同地区间的经济联系日趋增强,区域间经济变量的交互关系越来越受到学术界的关注。我国房地产市场自1998年房改以来进入了繁荣期,期间经历了几轮快速上涨。2014年,伴随着成交价量涨幅同时收窄直至转跌,我国房地产市场进入了调整期,原本在某种程度上被全国城市房价普遍上涨现象所掩盖的区域间房地产市场波动的异质性逐渐凸显出来。在这样的条件下,对于地区间房价结构特征(联动性与差异性)的考虑在房地产研究中显得格外重要。当区域房价呈现出较强波动性的时候,联动性进而表现为溢出效应(范斯滕基斯特和希伯特,2011)。溢出效应的概念源于组织经济理论,是一种外部收益。波动溢出效应的早期研究多集中于金融市场,检验不同金融产品或同种金融产品的不同市场的波动之间存在的相互影响和相互作用。吴巍伟等(2011)梳理了房价波动溢出效应的含义,在狭义上将其总结为“两个或多个区域之间的住宅价格波动的传导以及交互程度”,而在广义上,这种传导扩散还可以存在于房地产市场和经济基本面或其他关联市场之间,包含时间和空间两个维度。本文讨论的房价溢出效应主要集中于狭义的范畴。
房价的溢出效应引发了两个现实问题的思考:我国区域间房价波动具有怎样的结构特征与溢出效果?在这样的背景下,全国范围内的货币政策,尤其是2015年以来央行出台的强力降准降息政策又会对各区域房地产市场产生怎样的异质性影响?对于这两个问题的回答,在当前我国各区域出现不断发展的地区异质性调整的背景下具有重要意义。
国内外众多学者从经验证据和理论上研究了房价溢出效应以及货币政策的异质性效果。但由于当前研究还未形成完善和成熟的理论框架,目前学术界尚未有对于房价溢出效应相关问题的全面整理、分析与扩展。本文弥补了这一空白,从房价溢出效应的各国历史表现、形成原因以及货币政策对房价的差异化影响这三个方面着手,对相关问题进行全面的回顾与探索,以期为后续研究提供理论和经验铺垫,也为我国新时期的房地产发展以及对我国楼市的政策调控提供新的思路。
二、各国关于房价溢出效应的经验研究
国内外的大量文献研究了区域间房价冲击传导的特征,给出了房价波动溢出效应的描述性分析。其中,英国房价最先受到学者们的关注,研究成果也相当丰富。比较成熟的理论之一是“波纹效应理论”,即某些区域的住房价格波动由中心城市带动而对其他区域的住房价格波动产生传导效应的长期关系。“波纹效应”是“溢出效应”的一种表现形式,但“溢出效应”的范畴更广泛。哈尔曼斯(Holmans,1990)、朱萨尼和海德尤马瑟(Giussani和Hadjimatheou,1991)、麦克唐纳和泰勒(MacDonald和Taylor,1993)、亚历山大和巴罗(Alexander和Barrow,1994)、德拉克(Drake,1995)、默恩(Meen,1999)以及库克(Cook,2003、2005)分别利用格兰杰因果检验、协整理论、似不相关回归等方法对英国房价在区域间的传导进行分析,发现自20世纪60年代末开始,英国房价运行呈现出从东南部或大伦敦地区通过中部地区向北部传递的模式,具有显著的“波纹效应”。除了对英国房价传导特征研究外,哈尔曼斯(2007)利用面板模型分析了其空间特征,结果显示英国大多数地区的房价波动既具有一定的趋同性,又具有一定的差异性,但各地区偏离长期均衡后的调整速度存在较大差异。霍利等(Holly等,2011)的研究不仅验证了关于重要经济区域(伦敦)的房价冲击会快速传递到国内的其他区域的观点,并进一步指出,伦敦的房地产市场也通过与纽约及世界其他金融中心城市的联系而受到国际经济波动的影响,从而将“波纹效应”扩展到“溢出效应”,将溢出范围从英国扩展到全世界。
除英国以外,2005年以后也涌现出许多对世界其他国家的房价联动性与溢出效应的经验观察与检验。在针对美国区域房价的研究中,通过GVAR、CCE估计等方法,20世纪70年代以来美国各州间的房价溢出效应得到验证,且那些土地供应弹性较低的区域尤为明显(范斯滕基斯特,2007;霍利等,2010)。从20世纪90年代开始,美国区域房价波动较之前呈现出了更强的联动性,房地产市场具有扩张趋势下联动性上涨的特征(克雷约夫,2008)。与此同时,美国房价的波动与欧洲地区之间的关联性也得到验证,根据对近30年的数据分析,在美国和欧洲地区房价之间存在着紧密联系,且欧洲房价相对于美国房价有大约两年的滞后期(格罗斯,2006)。针对欧洲各国房价溢出效应的研究大多与欧洲各国的货币市场交互相联系,研究工具也主要为符号识别VAR、GVAR等VAR类交互影响模型。在欧盟国家开始实行单一货币欧元,并在实行欧元的国家实施统一货币政策以后,欧洲各国的经济联系更加紧密,而各国货币量与房地产市场的结构性特征存在关联。但在关联程度上,欧洲房价的联动性程度比金融变量低一些,与实体经济变量的联动性程度相近(奥特罗克等,2005),这种货币市场的交互性与采用统一货币的联合性也促进了欧洲房地产市场的交互影响(泽茨尔,2011)。另外,与美国的房地产市场情况相类似,在欧洲地区房价冲击的溢出效应被验证的同时,土地供给弹性较弱的地区有更大的溢出效应这一现象也得到确认(范斯滕基斯特和希伯特,2011)。 在国家间房价联动性与溢出效应方面,早期的经验证据表明,15个OECD国家的房价波动具有一定的相似性(英格伦和约安尼季斯,1997)。2004年以后更多的研究通过FAVAR等模型验证了全球房价增长率的高同步性,且在一定时期内,动态因子框架下全球房价因子(单独对房地产市场的全球冲击)解释了多国房价波动的25%(泰罗纳和奥特罗克,2004;贝尔特拉蒂和莫拉纳,2010)。同时,这种国家间房地产市场的交互关联性在2008年全球金融危机时期愈发凸显出来。各国房地产市场在房价下行时期出现了很强的同步性,这种同步性似乎也使得危机进一步恶化(克莱森斯等,2010)。后金融危机时代,这种房价在世界各国间的同步性依旧在随着时间的推移而增强(平田,2012)。值得注意的一点是,上述这些讨论几乎全集中于发达国家,对于发展中国家房地产市场及其相互之间关联性的关注相对较少,这可能与发展中国家相关数据的缺乏有关。比安基(Cesa-Bianchi,2013)填补了这一空白:通过构建包含发达国家与发展中国家经济情况的创新性的多国数据组,并使用GVAR模型研究了这两个集团之间的房地产市场以及实体经济的交互影响,认为在金融危机后,新兴经济体在世界经济复苏中起到了越来越重要的作用。
对于我国区域间房价结构特征与传导特征的检验与研究,从2007年开始逐步展开且大多数研究依赖于近年来发展的空间计量模型而进行。这些研究呈现了我国房地产市场的空间特征,基本上都证实了房价的联动性和溢出效应在我国省份间(李成武和李婷,2010;张谦和王成璋,2013)、城市间(位志宇和杨忠直,2007;王松涛等,2008;谭政勋和周利,2013)甚至是社区间(温海珍等,2011)的存在性。同时,针对我国房地产繁荣时期的研究认为,我国区域间房价的这种较强的相关性和传递性会为房价泡沫的扩散提供便利渠道,进而引发房地产行业系统性金融风险(洪涛等,2007;陈雪楚等,2012)。
通过上述梳理可以发现关于房价联动性与溢出效应的经验研究的发展脉络:早期集中于英国住房市场,2000年后开始出现对于美国和欧洲市场的关注,金融危机后扩散到对全世界范围内的研究,此外,近年来伴随着我国房地产的繁荣以及空间计量方法的发展,我国学者对于我国房地产市场的讨论也加入其中。这些研究在整体上证明:无论是在世界各国间,还是在各国内部的区域间、我国的省份间及城市间,房价的联动性与溢出效应是普遍存在的,且随着时间的推移关联与溢出强度逐渐增加。
三、房价溢出效应成因的理论分析
相较于大量对于现象的经验研究,对溢出效应的原因寻求理论分析的研究相对较少,这些理论大多数集中于空间或社会交互。曼斯基(Manski,1993、2000)发展了内生交互概念,认为个体行为围绕着群体中平均行为而线性变动,这可以为解释房价波动的联动性提供依据。但由于个体在决策时的内在动机具有隐蔽性,较难提取,因此这一概念在经验研究中难以得到具体应用。约安尼季斯和扎贝尔(Ioannides和Zabel,2008)对社会交互理论的分支进行了推广,将决策主体由个体转化为家庭水平,并且其对住房的需求依赖于相邻家庭住房需求的均值,这为诱发区域间溢出效应提供了内在理论原因。除了社会交互概念以外,随着近年来行为经济学的发展,基于行为经济学理论的预期传染也被学者作为替代性假说提出,用以解释房价溢出效应的发生机理。
以上两种理论分析了房价溢出效应的内在机理,而传导机制理论则提供了具体途径。由于人口规模、经济发展水平、经济影响程度以及地理位置的影响,区域间会形成不同的集群,由于劳动地域分工以及区域职能互补,作为区域空间联系实质内容的空间流会发生方向和强度的变化,将导致区域内相互联系的产生,引起区域间人员、资金、信息的流动(朱英明和姚士谋,2001)。这三种要素的流动,为住宅价格溢出效应提供了渠道,其中人口流动和资金流动对溢出效应的影响,可归类于空间社会交流理论的范畴;信息流动的影响,则归类于行为经济学框架下的预期传染的范畴。
(一)人口流动
能够引起住宅价格波动溢出效应的人口流动主要是家庭迁移。这种迁移可能是出于自然环境或地理因素的考虑。但在当代社会,更可能的原因在于家庭对低住房成本的搜寻。当城市间房价存在差异时,家庭倾向于从高房价的区域向低房价的区域迁移,增加了后者的住房需求,且会吸引更多的企业增加该地区房地产投资,使其房价随着高房价区域升高而升高,并促进该地区经济增长。早期对于英国房价波纹效应的成因解释中,朱萨尼和海德尤马瑟(1991)利用结构性模型分析英国房价波纹效应的形成机制时,就持有此观点。他们认为收入、金融条件以及房屋供给弹性的差异造成了不同城市房价差异,人口会从高房价的城市向低房价城市迁移,直至形成新的均衡。此外,现代企业在城市间的扩散发展或转移也可以导致家庭迁移,使城市间的住房供给和需求发生变化,这种企业的“集聚—扩散效应”也可以引发住宅价格的溢出效应。最后,伴随着家庭迁移,其原有的住房财富是新购住房首付款的重要资金来源,当一个区域的房价发生波动时,选择迁移的家庭会因此而具有更强或更弱的支付能力,从而导致其他区域房价的相关波动。
(二)资金流动
能够引起住宅价格波动溢出效应的资金流动主要与城市间房地产市场上的空间套利有关。由于各地区经济发展差异较大,而房地产投资的分布并不平衡且房地产本身具有不可移动性,住房市场在区域维度上并非绝对有效,这就存在着区域间的套利机会。默恩(1999、2001)和伍德(Wood,2003)对“波纹效应”的产生原因进行总结时,就提出除了家庭迁移外,财富转移和空间套利的影响也很重要。在一个城市拥有住房且拥有更多闲置资金的个体或群体,会因该城市的房价变动而搜寻其他城市房地产市场的套利机会,进而进行相应的投资投机行为,这种财富的扩散和转移将一个城市的房价波动传递到另一城市。此外,在城市经济基本面上,房价相对较高地区的土地成本也会水涨船高,土地利用限制变大,进而在供给层面上促使开发商进行资金转移,选择房价相对低的地区购买土地,从而使后者的土地价格上涨,最终带来高房价地区的房价溢出效果。 (三)信息流动
人口流动和资金流动通过直接渠道引发各类住房需求在不同区域住房市场之间的转移,形成房价的溢出效应。而信息流动通过间接渠道对溢出效应的形成构成影响。这类研究主要基于行为经济学的视角,将住房作为一种资本品,认为房价的风险溢价可以在区域间传播。由于市场参与者无法准确判断某个房地产的基本价值,往往根据其他地区的房地产市场状况形成其对本地区未来房地产价格的预期,这会通过投机行为影响城市房地产价格波动。当某个区域的住房价格发生波动的情况下,该区域的购房者可能会较大数量出现买入、卖出或观望的现象,在信息传播高度发达快捷的今日社会,这样的现象会迅速传递到其他区域,从而引起周边区域的购房者出现类似的羊群行为,进而引致了周边区域住宅价格的相应波动。伯恩赛德(Burnside,2011)使用社会动态学中的流行病传染模型刻画了美国房地产市场中的类似行为:具有房价将上涨的强烈预期的家庭会将这种预期“传染”给那些无特定观点的家庭。当然,这一模型也可以进一步推广应用到国际维度,尤其是当模型中的经济体具有共同的宏观经济政策时,这样的推广更加合理。
以上三个渠道虽在侧重点上有所不同,但在实际中是相互影响与交互发生的。通过上述分析可以发现,即便溢出效应在房地产市场中广泛存在,但其发生也需要一些基本条件。首先,效应相关区域之间必须存在直接或间接的经济关联。其次,区域之间的住房市场既存在趋同性,又存在差异性。这样,一个区域的住宅价格波动会通过时间的推进,传递到其他区域,进而影响后者的住宅价格波动。第三,即便在区域住房市场之间不存在经济联系时,由于宏观政策在不同区域间存在差异性效果,或区域房价影响因素(如人均收入等)的波动存在领先滞后关系,也会产生城市间房价溢出效应的效果,但这样的单纯显示性效果不在主流的讨论中。
四、货币政策的区域间差异性效果
区域间经济条件的不同决定了货币政策的差异性效果。在货币政策传导中,房地产市场扮演着重要角色,因此房价波动的区域间异质性强化了货币政策在区域间房地产市场的异质性效果。
在关于区域间异质性的研究中,布兰卡德等(Blanchard等,1992)、奎阿(Quah,1995)以及卡利诺和德菲纳(Carlino和DeFina,1999)都分析了美国区域异质性的重要性,认为考虑地区间的多样化有利于避免经济变量加总时的偏差。而其他相关研究证实了货币政策在美国区域间的显著差异性效果,这源于不同地区的工业结构(哈约和艾伦伯克,2000)、地理结构(曼丘和韦伊,1989)、人力资本条件(琼斯和豪克利克,1999)、地方政府的公共管理策略(马尔佩齐,1996)以及金融条件的差异(拉莫特和斯坦因,1999),导致其对于货币政策的敏感性不同(卡利诺和德菲纳,1999;加里森和张,1979),利率渠道和信贷渠道是形成美国货币政策区域效应的主要传导途径,同时,这一效应随时间而变动的趋势也得到考察(王和霍华德,2004、2006)。我国学者使用VAR类模型以及脉冲响应函数对我国货币政策在区域间的异质效果进行分析,得到了与美国学者相似的研究结论(宋旺和钟正生,2006;常海滨和徐成贤,2007;蒋益民和陈璋,2009)。
房地产市场与货币政策传导机制这两个分支的研究,一部分关注于房地产价格在货币政策传导中所起作用的重要性程度,另一部分从区域差异上探讨货币政策最终对各区域房地产价格的影响异质性。在第一部分的考察中,在包含了13个国家样本的早期文献中,股票价格和住房价格等资产价格在货币政策制定中所起作用的重要性得到了考察(切林科等,2004)。朱廖多里(Giuliodori,2005)和埃尔伯恩(2008)都使用VAR类模型对英国房地产进行经验研究,所得结论均证实了房地产市场在货币政策传导中起到了不可忽视的作用,但在具体作用程度方面的观点却大相径庭。与此类似,亚科维耶洛和米内特(Iacoviell和Minetti,2008)对欧洲楼市的研究也证明了房地产市场在为货币政策提供信用渠道中起到了重要作用。学者们对于我国房价在货币政策传导机制中作用的考察都得到了类似结论,均发现房价在传导机制中所起作用较为显著,且对货币政策传导效率高,房地产市场是我国货币政策传导的重要渠道(丁晨和屠梅曾,2007;王松涛和刘洪玉,2009;武康平和胡谍,2010)。
在货币政策作用于区域房地产间的异质性效果方面,首先值得关注的是米什金(Mishkin,2007)关于货币政策对房地产市场供求情况以及相应房价变动的作用机制理论的系统性阐述:直接作用通过利率渠道影响房地产市场的资金使用成本、价格预期,进而影响到房地产的供给与需求;间接作用通过信贷渠道来影响资金的可获得性,进而影响房地产供给和需求。当然,货币政策通过这两个途径作用于房地产市场后,可以再进一步通过房地产市场传递至其他经济领域。另外,货币政策还可通过财富效应和信心效应对房地产市场产生影响。在经验研究上,货币政策的异质性效果在美国、欧洲以及我国都得到验证。弗拉坦托尼和舒(Fratantoni和Schuh,2003)利用区域代理VAR模型(HAVAR)对1986—1998年的美国市场进行研究,发现房地产投资对于货币政策的反应随区域的不同而不同。内格罗和奥特罗克(Negro和Otrok,2007)使用因子模型及贝叶斯估计方法考察了更长时间段的美国房地产市场价格波动趋势,分离出共同趋势和地区因素,其经验结果显示:利率变动只能在很小的程度上解释2005年美国的楼市繁荣。对于欧洲房地产市场,货币政策传导效应与各国房地产金融体系的结构性特征有关(亚科维耶洛和米内特,2008),利率波动对欧洲不同国家房价存在异质性影响。同时,1971—2009年间利率波动在整体上对房价影响较弱(范斯滕基斯特和希伯特,2011)。对于我国房地产市场,梁云芳和高铁梅(2007)最早从区域层面探讨了货币政策对房地产市场的异质性影响,她们基于误差修正模型形式的面板数据模型,验证了货币政策变量(利率和信贷规模)对我国东中西部的房地产价格具有显著的差异性影响。后续研究大多是在这一权威文献的基本框架下使用IRF或GIRF进行的部分扩展,进一步验证了异质性效果的存在性(高波和王先柱,2009;王先柱等,2011),并发现了更丰富的异质性特征,如认为我国货币供给对房地产价格的影响效力是从东部到西部依次递增的(袁科和冯邦彦,2007);利率对东部地区房价的累积效应最大(魏玮和王洪卫,2010);货币供应量冲击对房价的影响在区域间差别不大,而利率冲击对各地区房地产市场更具有异质性影响,东部地区的房价反应更贴近紧缩性货币政策目标(张红和李洋,2013)。 五、总结与展望
本文对房价溢出效应的相关研究从表现、成因以及影响三个方面做了系统性梳理,具体内容和脉络如图1所示。
首先,本文全面回顾了对房价溢出效应进行经验检验的国内外研究。整体来看,在世界范围内,无论是城市间、省份间、区域间还是国家间都广泛存在着不同程度的房价溢出效应。其次,本文对该现象理论成因的研究进行整理和分析,分析了目前为止学术界给出的包含内在机理及传递渠道的解释,给出了较为完整的形成机制框架。最后,在区域间房价异质性的基础上,总结了各国货币政策对区域房地产市场的异质性影响。已有研究显示,货币政策主要通过利率渠道和信贷渠道影响房地产市场的供给和需求。在各区域不同的经济条件下,最终在区域房地产价格和投资中形成了异质性效果,这在各国的经验研究中都得到了证实。
就我国房地产的现实问题方面,由于我国省份间、城市间的房价存在明显的溢出效应,且东部地区的溢出强度最大,那么东部城市的楼市表现实际上对全国房地产市场都有重要的示范和影响作用;在货币政策方面,价格型货币政策对于东部地区的影响效力最大,而数量型货币政策对西部地区的影响效力最大。这为采取区域差异化的调控政策提供了依据。既然货币政策的效果依赖于各地区的政策敏感性以及经济形势,那么对各地区的房地产市场进行差别化管理就显得尤为重要。
此外,从方法论的角度,已有文献中对于溢出效应的理论分析主要集中于社会交互理论,经验分析则主要使用空间计量方法框架下的协整检验、VAR类时间序列模型以及脉冲响应函数等方法。其中,范斯滕基斯特(2007)、范斯滕基斯特和希伯特(2011)、比安奇(2013)以及张红和李洋(2013)在研究中使用的GVAR模型引起了本文的关注。GVAR模型由佩萨林等(Pesaran等,2004)提出,并由蒂斯等(Dees等,2007)发展,模型通过使用根据区域间贸易额或地理距离计算的权重矩阵来描述不同区域间的关联程度,并以此矩阵将描述各经济体的传统ECM模型连接起来,在形成全局系统的同时又保留了全局变量在系统中的相对外生性。GVAR模型多数被应用于石油价格研究中,在房地产领域内使用较少。但是,由于其既可以清晰地反映区域间房价相互影响的关系,又有助于分析共同因素与区域房价波动之间的交互性,并提供经验逻辑解释,因此非常适合于房价溢出效应方面的研究。综上,本文认为以GVAR模型为基础的宏观变量交互与以行为经济学为基础的微观家庭预期行为间的交互相结合的研究,应成为今后这一领域的重要研究方向。
参考文献:
[1]A Cesa-Bianchi.2013. Housing Cycles and Macroeconomic Fluctuations:A Global Perspective[J].Journal of International Money and Finance,37.
[2]Beltratti A,Morana C.2010.International House Prices and Macroeconomic Fluctuations[J].Journal of Banking & Finance,34 (3).
[3]Burnside C,Eichenbaum M,Rebelo S.2011.Understanding Booms and Busts in Housing Markets [R].NBER Working Paper,January.
[4]Claessens S,Kose M A,Terrones M E. 2010.Financial Cycles:What? How? When?[C].NBER International Seminar on Macroeconomics. University of Chicago Press,(6).
[5]Dees S,di Mauro F,Pesaran M H,et al. 2007. Exploring the International Linkages of the Euro Areas:a Global VAR Analysis [J].Journal of Applied Econometrics, 22.
[6]Elbourne A. 2008. The UK Housing Market and the Monetary Policy Transmission Machanism:an SVAR Approach [J].Journal of Housing Economics,17(l).
[7]Gros D.2006. Bubbles in Real Estate? A Longer-term Comparative Analysis of Housing Prices in Europe and the US[C].CEPS Working Document, No. 239.
[8]Hirata H,Kose M A,Otrok C,et al. 2012. Global House Price Fluctuations: Synchronization and Determinants [R].National Bureau of Economic Research.
[9]Holmes. 2007. How Convergent are Regional House Prices in the United Kingdom? Some New Evidence from Panel Data Unit Root Testing [J].Journal of Economic and Social Research,9(1). [10]Holly S,Pesaran M H,Yamagata T.2011. Spatial and Temporal Diffusion of House Prices in the UK[J].Journal of Urban Economics.
[11]Holly S,Pesaran M H,Yamagata. 2010. A Spatio-temporal Model of House Prices in the USA[J].Journal of Econometrics,158.
[12]Iacoviello M,R Minetti. 2008. The Credit Channel of Monetary Policy:Evidence from the Housing market [J].Journal of Macroeconomics,30(1).
[13]Ioannides Y M,Zabel J E. 2008. Interactions,Neighborhood Selection and Housing Demand [J].Journal of Urban Economics, 63(1).
[14]Klyuev V.2008. What Goes Up Must Come Down? House Price Dynamics in the United States [M]. IMF Working Paper,No. 187 .
[15]Manski C F. Economic Analysis of Social Interactions[J].Journal of Economic Perspectives.
[16]Mishkin F S. 2007. Housing and the Monetary Transmission Mechanism[R].National Bureau of Economic Research, 1-53.
[17]Negro M,C Otrok. 2007. Luftballons:Monetary Policy and the House Price Boom Across U.S. States [J]. Journal of Monetary Economics,54(7).
[18]Owang M T,J Howard. 2006. Regional VARs and the Channels of Monetary Policy [J].Working Papers,Federal Reserve Bank of St. Louis.
[19]Setzer R,van den Noord P,Wolff G. 2011.Heterogeneity in Money Holdings Across Euro Area Countries:the Role of Housing[J].European Journal of Political Economy,27 (4).
[20]Vansteenkiste I. 2007. Regional Housing Market Spillovers in the US:Lessons from Regional Divergences in a Common Monetary Policy Setting[C].ECB Working Paper,No. 708.
[21]Vansteenkiste I,P Hiebert. 2011. Do Housing Price Developments Spillover Across Euro Area Countries? Evidence from A Global VAR [J].Journal of Housing Economics, 20.
[22]吴伟巍,郑彦璐,李启明,吴非.区域城市间住宅价格波动溢出效应的内涵分析[J].城市发展研究,2011,18(10).
[23]李成武,李婷.基于空间面板数据的中国房地产市场财富效应研究[J].东北大学学报(社会科学版),2010,12(9).
[24]张谦,王成璋. 中国住房价格波动的空间溢出效应研究[J].软科学,2013,27(4).
[25]位志宇,杨忠直.长三角房价变化的生态共生性研究:基于上海、杭州和南京的实证[J].当代经济管理,2007,29(2).
[26]王松涛,杨赞,刘洪玉. 我国区域市场城市房价互动关系的实证研究[J].财经问题研究,2008,(6).
[27]谭政勋,周利. 房价波动的空间效应:估计方法与我国实证[J]. 数理统计与管理,2013,32(5).
[28]温海珍,张之礼,张凌. 基于空间计量模型的住宅价格空间效应实证分析:以杭州市为例[J].系统工程理论与实践,2011,31(9).
[29]洪涛,西宝,高波.房地产价格区域间联动与泡沫的空间扩散——基于2000—2005年中国35个大中城市面板数据的实证检验[J]. 统计研究,2007,24(8).
[30]陈雪楚,彭建刚,吴梦吟. 城市间房价相关性与系统性金融风险防范[J].上海金融,2012,(8).
[31]朱英明,姚士谋.国外区域联系研究综述[J].世界地理研究,2001,11(2).
[32]宋旺,钟正生.我国货币政策区域效应的存在性及原因——基于最优货币区理论的分析[J].经济研究,2006,(3).
[33]常海滨,徐成贤.我国货币政策传导机制区域差异的实证分析[J].经济科学,2007,(5).
[34]蒋益民,陈璋.SVAR模型框架下货币政策区域效应的实证研究:1978—2006[J]. 金融研究,2009,(4).
[35]丁晨,屠梅曾.论房价在货币政策传导机制中的作用[J]. 数量经济技术经济研究,2007,(4).
[36]王松涛,刘洪玉. 以房地产市场为载体的货币政策传导机制研究——SVAR模型的一个应用[J].数量经济技术经济研究,2009,(10).
[37]武康平,胡谍.房地产市场与货币政策传导机制[J].中国软科学,2010,(11).
[38]梁云芳,高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007,(8).
[39]高波,王先柱.中国房地产市场货币政策传导机制有效性分析:2000—2007[J]. 财贸经济,2009,(3).
[40]王先柱,毛中根,刘洪玉.货币政策的区域效应——来自房地产市场的证据[J].金融研究,2011,(9).
[41]袁科,冯邦彦. 货币政策传导对区域房地产市场非对称性效力研究[J].南方金融,2007 ,(9).
[42]魏玮,王洪卫. 房地产价格对货币政策动态响应的区域异质性——基于省际面板数据的实证分析[J]. 财经研究,2010,(6).
[43]张红,李洋. 房地产市场对货币政策传导效应的区域差异研究——基于GVAR模型的实证分析[J].金融研究,2013,(2).
关键词:房价波动;溢出效应;区域经济;货币政策
中图分类号:F820 文献标识码:A 文章编号:1674-2265(2015)07-0035-07
一、问题的提出
随着经济的发展,不同地区间的经济联系日趋增强,区域间经济变量的交互关系越来越受到学术界的关注。我国房地产市场自1998年房改以来进入了繁荣期,期间经历了几轮快速上涨。2014年,伴随着成交价量涨幅同时收窄直至转跌,我国房地产市场进入了调整期,原本在某种程度上被全国城市房价普遍上涨现象所掩盖的区域间房地产市场波动的异质性逐渐凸显出来。在这样的条件下,对于地区间房价结构特征(联动性与差异性)的考虑在房地产研究中显得格外重要。当区域房价呈现出较强波动性的时候,联动性进而表现为溢出效应(范斯滕基斯特和希伯特,2011)。溢出效应的概念源于组织经济理论,是一种外部收益。波动溢出效应的早期研究多集中于金融市场,检验不同金融产品或同种金融产品的不同市场的波动之间存在的相互影响和相互作用。吴巍伟等(2011)梳理了房价波动溢出效应的含义,在狭义上将其总结为“两个或多个区域之间的住宅价格波动的传导以及交互程度”,而在广义上,这种传导扩散还可以存在于房地产市场和经济基本面或其他关联市场之间,包含时间和空间两个维度。本文讨论的房价溢出效应主要集中于狭义的范畴。
房价的溢出效应引发了两个现实问题的思考:我国区域间房价波动具有怎样的结构特征与溢出效果?在这样的背景下,全国范围内的货币政策,尤其是2015年以来央行出台的强力降准降息政策又会对各区域房地产市场产生怎样的异质性影响?对于这两个问题的回答,在当前我国各区域出现不断发展的地区异质性调整的背景下具有重要意义。
国内外众多学者从经验证据和理论上研究了房价溢出效应以及货币政策的异质性效果。但由于当前研究还未形成完善和成熟的理论框架,目前学术界尚未有对于房价溢出效应相关问题的全面整理、分析与扩展。本文弥补了这一空白,从房价溢出效应的各国历史表现、形成原因以及货币政策对房价的差异化影响这三个方面着手,对相关问题进行全面的回顾与探索,以期为后续研究提供理论和经验铺垫,也为我国新时期的房地产发展以及对我国楼市的政策调控提供新的思路。
二、各国关于房价溢出效应的经验研究
国内外的大量文献研究了区域间房价冲击传导的特征,给出了房价波动溢出效应的描述性分析。其中,英国房价最先受到学者们的关注,研究成果也相当丰富。比较成熟的理论之一是“波纹效应理论”,即某些区域的住房价格波动由中心城市带动而对其他区域的住房价格波动产生传导效应的长期关系。“波纹效应”是“溢出效应”的一种表现形式,但“溢出效应”的范畴更广泛。哈尔曼斯(Holmans,1990)、朱萨尼和海德尤马瑟(Giussani和Hadjimatheou,1991)、麦克唐纳和泰勒(MacDonald和Taylor,1993)、亚历山大和巴罗(Alexander和Barrow,1994)、德拉克(Drake,1995)、默恩(Meen,1999)以及库克(Cook,2003、2005)分别利用格兰杰因果检验、协整理论、似不相关回归等方法对英国房价在区域间的传导进行分析,发现自20世纪60年代末开始,英国房价运行呈现出从东南部或大伦敦地区通过中部地区向北部传递的模式,具有显著的“波纹效应”。除了对英国房价传导特征研究外,哈尔曼斯(2007)利用面板模型分析了其空间特征,结果显示英国大多数地区的房价波动既具有一定的趋同性,又具有一定的差异性,但各地区偏离长期均衡后的调整速度存在较大差异。霍利等(Holly等,2011)的研究不仅验证了关于重要经济区域(伦敦)的房价冲击会快速传递到国内的其他区域的观点,并进一步指出,伦敦的房地产市场也通过与纽约及世界其他金融中心城市的联系而受到国际经济波动的影响,从而将“波纹效应”扩展到“溢出效应”,将溢出范围从英国扩展到全世界。
除英国以外,2005年以后也涌现出许多对世界其他国家的房价联动性与溢出效应的经验观察与检验。在针对美国区域房价的研究中,通过GVAR、CCE估计等方法,20世纪70年代以来美国各州间的房价溢出效应得到验证,且那些土地供应弹性较低的区域尤为明显(范斯滕基斯特,2007;霍利等,2010)。从20世纪90年代开始,美国区域房价波动较之前呈现出了更强的联动性,房地产市场具有扩张趋势下联动性上涨的特征(克雷约夫,2008)。与此同时,美国房价的波动与欧洲地区之间的关联性也得到验证,根据对近30年的数据分析,在美国和欧洲地区房价之间存在着紧密联系,且欧洲房价相对于美国房价有大约两年的滞后期(格罗斯,2006)。针对欧洲各国房价溢出效应的研究大多与欧洲各国的货币市场交互相联系,研究工具也主要为符号识别VAR、GVAR等VAR类交互影响模型。在欧盟国家开始实行单一货币欧元,并在实行欧元的国家实施统一货币政策以后,欧洲各国的经济联系更加紧密,而各国货币量与房地产市场的结构性特征存在关联。但在关联程度上,欧洲房价的联动性程度比金融变量低一些,与实体经济变量的联动性程度相近(奥特罗克等,2005),这种货币市场的交互性与采用统一货币的联合性也促进了欧洲房地产市场的交互影响(泽茨尔,2011)。另外,与美国的房地产市场情况相类似,在欧洲地区房价冲击的溢出效应被验证的同时,土地供给弹性较弱的地区有更大的溢出效应这一现象也得到确认(范斯滕基斯特和希伯特,2011)。 在国家间房价联动性与溢出效应方面,早期的经验证据表明,15个OECD国家的房价波动具有一定的相似性(英格伦和约安尼季斯,1997)。2004年以后更多的研究通过FAVAR等模型验证了全球房价增长率的高同步性,且在一定时期内,动态因子框架下全球房价因子(单独对房地产市场的全球冲击)解释了多国房价波动的25%(泰罗纳和奥特罗克,2004;贝尔特拉蒂和莫拉纳,2010)。同时,这种国家间房地产市场的交互关联性在2008年全球金融危机时期愈发凸显出来。各国房地产市场在房价下行时期出现了很强的同步性,这种同步性似乎也使得危机进一步恶化(克莱森斯等,2010)。后金融危机时代,这种房价在世界各国间的同步性依旧在随着时间的推移而增强(平田,2012)。值得注意的一点是,上述这些讨论几乎全集中于发达国家,对于发展中国家房地产市场及其相互之间关联性的关注相对较少,这可能与发展中国家相关数据的缺乏有关。比安基(Cesa-Bianchi,2013)填补了这一空白:通过构建包含发达国家与发展中国家经济情况的创新性的多国数据组,并使用GVAR模型研究了这两个集团之间的房地产市场以及实体经济的交互影响,认为在金融危机后,新兴经济体在世界经济复苏中起到了越来越重要的作用。
对于我国区域间房价结构特征与传导特征的检验与研究,从2007年开始逐步展开且大多数研究依赖于近年来发展的空间计量模型而进行。这些研究呈现了我国房地产市场的空间特征,基本上都证实了房价的联动性和溢出效应在我国省份间(李成武和李婷,2010;张谦和王成璋,2013)、城市间(位志宇和杨忠直,2007;王松涛等,2008;谭政勋和周利,2013)甚至是社区间(温海珍等,2011)的存在性。同时,针对我国房地产繁荣时期的研究认为,我国区域间房价的这种较强的相关性和传递性会为房价泡沫的扩散提供便利渠道,进而引发房地产行业系统性金融风险(洪涛等,2007;陈雪楚等,2012)。
通过上述梳理可以发现关于房价联动性与溢出效应的经验研究的发展脉络:早期集中于英国住房市场,2000年后开始出现对于美国和欧洲市场的关注,金融危机后扩散到对全世界范围内的研究,此外,近年来伴随着我国房地产的繁荣以及空间计量方法的发展,我国学者对于我国房地产市场的讨论也加入其中。这些研究在整体上证明:无论是在世界各国间,还是在各国内部的区域间、我国的省份间及城市间,房价的联动性与溢出效应是普遍存在的,且随着时间的推移关联与溢出强度逐渐增加。
三、房价溢出效应成因的理论分析
相较于大量对于现象的经验研究,对溢出效应的原因寻求理论分析的研究相对较少,这些理论大多数集中于空间或社会交互。曼斯基(Manski,1993、2000)发展了内生交互概念,认为个体行为围绕着群体中平均行为而线性变动,这可以为解释房价波动的联动性提供依据。但由于个体在决策时的内在动机具有隐蔽性,较难提取,因此这一概念在经验研究中难以得到具体应用。约安尼季斯和扎贝尔(Ioannides和Zabel,2008)对社会交互理论的分支进行了推广,将决策主体由个体转化为家庭水平,并且其对住房的需求依赖于相邻家庭住房需求的均值,这为诱发区域间溢出效应提供了内在理论原因。除了社会交互概念以外,随着近年来行为经济学的发展,基于行为经济学理论的预期传染也被学者作为替代性假说提出,用以解释房价溢出效应的发生机理。
以上两种理论分析了房价溢出效应的内在机理,而传导机制理论则提供了具体途径。由于人口规模、经济发展水平、经济影响程度以及地理位置的影响,区域间会形成不同的集群,由于劳动地域分工以及区域职能互补,作为区域空间联系实质内容的空间流会发生方向和强度的变化,将导致区域内相互联系的产生,引起区域间人员、资金、信息的流动(朱英明和姚士谋,2001)。这三种要素的流动,为住宅价格溢出效应提供了渠道,其中人口流动和资金流动对溢出效应的影响,可归类于空间社会交流理论的范畴;信息流动的影响,则归类于行为经济学框架下的预期传染的范畴。
(一)人口流动
能够引起住宅价格波动溢出效应的人口流动主要是家庭迁移。这种迁移可能是出于自然环境或地理因素的考虑。但在当代社会,更可能的原因在于家庭对低住房成本的搜寻。当城市间房价存在差异时,家庭倾向于从高房价的区域向低房价的区域迁移,增加了后者的住房需求,且会吸引更多的企业增加该地区房地产投资,使其房价随着高房价区域升高而升高,并促进该地区经济增长。早期对于英国房价波纹效应的成因解释中,朱萨尼和海德尤马瑟(1991)利用结构性模型分析英国房价波纹效应的形成机制时,就持有此观点。他们认为收入、金融条件以及房屋供给弹性的差异造成了不同城市房价差异,人口会从高房价的城市向低房价城市迁移,直至形成新的均衡。此外,现代企业在城市间的扩散发展或转移也可以导致家庭迁移,使城市间的住房供给和需求发生变化,这种企业的“集聚—扩散效应”也可以引发住宅价格的溢出效应。最后,伴随着家庭迁移,其原有的住房财富是新购住房首付款的重要资金来源,当一个区域的房价发生波动时,选择迁移的家庭会因此而具有更强或更弱的支付能力,从而导致其他区域房价的相关波动。
(二)资金流动
能够引起住宅价格波动溢出效应的资金流动主要与城市间房地产市场上的空间套利有关。由于各地区经济发展差异较大,而房地产投资的分布并不平衡且房地产本身具有不可移动性,住房市场在区域维度上并非绝对有效,这就存在着区域间的套利机会。默恩(1999、2001)和伍德(Wood,2003)对“波纹效应”的产生原因进行总结时,就提出除了家庭迁移外,财富转移和空间套利的影响也很重要。在一个城市拥有住房且拥有更多闲置资金的个体或群体,会因该城市的房价变动而搜寻其他城市房地产市场的套利机会,进而进行相应的投资投机行为,这种财富的扩散和转移将一个城市的房价波动传递到另一城市。此外,在城市经济基本面上,房价相对较高地区的土地成本也会水涨船高,土地利用限制变大,进而在供给层面上促使开发商进行资金转移,选择房价相对低的地区购买土地,从而使后者的土地价格上涨,最终带来高房价地区的房价溢出效果。 (三)信息流动
人口流动和资金流动通过直接渠道引发各类住房需求在不同区域住房市场之间的转移,形成房价的溢出效应。而信息流动通过间接渠道对溢出效应的形成构成影响。这类研究主要基于行为经济学的视角,将住房作为一种资本品,认为房价的风险溢价可以在区域间传播。由于市场参与者无法准确判断某个房地产的基本价值,往往根据其他地区的房地产市场状况形成其对本地区未来房地产价格的预期,这会通过投机行为影响城市房地产价格波动。当某个区域的住房价格发生波动的情况下,该区域的购房者可能会较大数量出现买入、卖出或观望的现象,在信息传播高度发达快捷的今日社会,这样的现象会迅速传递到其他区域,从而引起周边区域的购房者出现类似的羊群行为,进而引致了周边区域住宅价格的相应波动。伯恩赛德(Burnside,2011)使用社会动态学中的流行病传染模型刻画了美国房地产市场中的类似行为:具有房价将上涨的强烈预期的家庭会将这种预期“传染”给那些无特定观点的家庭。当然,这一模型也可以进一步推广应用到国际维度,尤其是当模型中的经济体具有共同的宏观经济政策时,这样的推广更加合理。
以上三个渠道虽在侧重点上有所不同,但在实际中是相互影响与交互发生的。通过上述分析可以发现,即便溢出效应在房地产市场中广泛存在,但其发生也需要一些基本条件。首先,效应相关区域之间必须存在直接或间接的经济关联。其次,区域之间的住房市场既存在趋同性,又存在差异性。这样,一个区域的住宅价格波动会通过时间的推进,传递到其他区域,进而影响后者的住宅价格波动。第三,即便在区域住房市场之间不存在经济联系时,由于宏观政策在不同区域间存在差异性效果,或区域房价影响因素(如人均收入等)的波动存在领先滞后关系,也会产生城市间房价溢出效应的效果,但这样的单纯显示性效果不在主流的讨论中。
四、货币政策的区域间差异性效果
区域间经济条件的不同决定了货币政策的差异性效果。在货币政策传导中,房地产市场扮演着重要角色,因此房价波动的区域间异质性强化了货币政策在区域间房地产市场的异质性效果。
在关于区域间异质性的研究中,布兰卡德等(Blanchard等,1992)、奎阿(Quah,1995)以及卡利诺和德菲纳(Carlino和DeFina,1999)都分析了美国区域异质性的重要性,认为考虑地区间的多样化有利于避免经济变量加总时的偏差。而其他相关研究证实了货币政策在美国区域间的显著差异性效果,这源于不同地区的工业结构(哈约和艾伦伯克,2000)、地理结构(曼丘和韦伊,1989)、人力资本条件(琼斯和豪克利克,1999)、地方政府的公共管理策略(马尔佩齐,1996)以及金融条件的差异(拉莫特和斯坦因,1999),导致其对于货币政策的敏感性不同(卡利诺和德菲纳,1999;加里森和张,1979),利率渠道和信贷渠道是形成美国货币政策区域效应的主要传导途径,同时,这一效应随时间而变动的趋势也得到考察(王和霍华德,2004、2006)。我国学者使用VAR类模型以及脉冲响应函数对我国货币政策在区域间的异质效果进行分析,得到了与美国学者相似的研究结论(宋旺和钟正生,2006;常海滨和徐成贤,2007;蒋益民和陈璋,2009)。
房地产市场与货币政策传导机制这两个分支的研究,一部分关注于房地产价格在货币政策传导中所起作用的重要性程度,另一部分从区域差异上探讨货币政策最终对各区域房地产价格的影响异质性。在第一部分的考察中,在包含了13个国家样本的早期文献中,股票价格和住房价格等资产价格在货币政策制定中所起作用的重要性得到了考察(切林科等,2004)。朱廖多里(Giuliodori,2005)和埃尔伯恩(2008)都使用VAR类模型对英国房地产进行经验研究,所得结论均证实了房地产市场在货币政策传导中起到了不可忽视的作用,但在具体作用程度方面的观点却大相径庭。与此类似,亚科维耶洛和米内特(Iacoviell和Minetti,2008)对欧洲楼市的研究也证明了房地产市场在为货币政策提供信用渠道中起到了重要作用。学者们对于我国房价在货币政策传导机制中作用的考察都得到了类似结论,均发现房价在传导机制中所起作用较为显著,且对货币政策传导效率高,房地产市场是我国货币政策传导的重要渠道(丁晨和屠梅曾,2007;王松涛和刘洪玉,2009;武康平和胡谍,2010)。
在货币政策作用于区域房地产间的异质性效果方面,首先值得关注的是米什金(Mishkin,2007)关于货币政策对房地产市场供求情况以及相应房价变动的作用机制理论的系统性阐述:直接作用通过利率渠道影响房地产市场的资金使用成本、价格预期,进而影响到房地产的供给与需求;间接作用通过信贷渠道来影响资金的可获得性,进而影响房地产供给和需求。当然,货币政策通过这两个途径作用于房地产市场后,可以再进一步通过房地产市场传递至其他经济领域。另外,货币政策还可通过财富效应和信心效应对房地产市场产生影响。在经验研究上,货币政策的异质性效果在美国、欧洲以及我国都得到验证。弗拉坦托尼和舒(Fratantoni和Schuh,2003)利用区域代理VAR模型(HAVAR)对1986—1998年的美国市场进行研究,发现房地产投资对于货币政策的反应随区域的不同而不同。内格罗和奥特罗克(Negro和Otrok,2007)使用因子模型及贝叶斯估计方法考察了更长时间段的美国房地产市场价格波动趋势,分离出共同趋势和地区因素,其经验结果显示:利率变动只能在很小的程度上解释2005年美国的楼市繁荣。对于欧洲房地产市场,货币政策传导效应与各国房地产金融体系的结构性特征有关(亚科维耶洛和米内特,2008),利率波动对欧洲不同国家房价存在异质性影响。同时,1971—2009年间利率波动在整体上对房价影响较弱(范斯滕基斯特和希伯特,2011)。对于我国房地产市场,梁云芳和高铁梅(2007)最早从区域层面探讨了货币政策对房地产市场的异质性影响,她们基于误差修正模型形式的面板数据模型,验证了货币政策变量(利率和信贷规模)对我国东中西部的房地产价格具有显著的差异性影响。后续研究大多是在这一权威文献的基本框架下使用IRF或GIRF进行的部分扩展,进一步验证了异质性效果的存在性(高波和王先柱,2009;王先柱等,2011),并发现了更丰富的异质性特征,如认为我国货币供给对房地产价格的影响效力是从东部到西部依次递增的(袁科和冯邦彦,2007);利率对东部地区房价的累积效应最大(魏玮和王洪卫,2010);货币供应量冲击对房价的影响在区域间差别不大,而利率冲击对各地区房地产市场更具有异质性影响,东部地区的房价反应更贴近紧缩性货币政策目标(张红和李洋,2013)。 五、总结与展望
本文对房价溢出效应的相关研究从表现、成因以及影响三个方面做了系统性梳理,具体内容和脉络如图1所示。
首先,本文全面回顾了对房价溢出效应进行经验检验的国内外研究。整体来看,在世界范围内,无论是城市间、省份间、区域间还是国家间都广泛存在着不同程度的房价溢出效应。其次,本文对该现象理论成因的研究进行整理和分析,分析了目前为止学术界给出的包含内在机理及传递渠道的解释,给出了较为完整的形成机制框架。最后,在区域间房价异质性的基础上,总结了各国货币政策对区域房地产市场的异质性影响。已有研究显示,货币政策主要通过利率渠道和信贷渠道影响房地产市场的供给和需求。在各区域不同的经济条件下,最终在区域房地产价格和投资中形成了异质性效果,这在各国的经验研究中都得到了证实。
就我国房地产的现实问题方面,由于我国省份间、城市间的房价存在明显的溢出效应,且东部地区的溢出强度最大,那么东部城市的楼市表现实际上对全国房地产市场都有重要的示范和影响作用;在货币政策方面,价格型货币政策对于东部地区的影响效力最大,而数量型货币政策对西部地区的影响效力最大。这为采取区域差异化的调控政策提供了依据。既然货币政策的效果依赖于各地区的政策敏感性以及经济形势,那么对各地区的房地产市场进行差别化管理就显得尤为重要。
此外,从方法论的角度,已有文献中对于溢出效应的理论分析主要集中于社会交互理论,经验分析则主要使用空间计量方法框架下的协整检验、VAR类时间序列模型以及脉冲响应函数等方法。其中,范斯滕基斯特(2007)、范斯滕基斯特和希伯特(2011)、比安奇(2013)以及张红和李洋(2013)在研究中使用的GVAR模型引起了本文的关注。GVAR模型由佩萨林等(Pesaran等,2004)提出,并由蒂斯等(Dees等,2007)发展,模型通过使用根据区域间贸易额或地理距离计算的权重矩阵来描述不同区域间的关联程度,并以此矩阵将描述各经济体的传统ECM模型连接起来,在形成全局系统的同时又保留了全局变量在系统中的相对外生性。GVAR模型多数被应用于石油价格研究中,在房地产领域内使用较少。但是,由于其既可以清晰地反映区域间房价相互影响的关系,又有助于分析共同因素与区域房价波动之间的交互性,并提供经验逻辑解释,因此非常适合于房价溢出效应方面的研究。综上,本文认为以GVAR模型为基础的宏观变量交互与以行为经济学为基础的微观家庭预期行为间的交互相结合的研究,应成为今后这一领域的重要研究方向。
参考文献:
[1]A Cesa-Bianchi.2013. Housing Cycles and Macroeconomic Fluctuations:A Global Perspective[J].Journal of International Money and Finance,37.
[2]Beltratti A,Morana C.2010.International House Prices and Macroeconomic Fluctuations[J].Journal of Banking & Finance,34 (3).
[3]Burnside C,Eichenbaum M,Rebelo S.2011.Understanding Booms and Busts in Housing Markets [R].NBER Working Paper,January.
[4]Claessens S,Kose M A,Terrones M E. 2010.Financial Cycles:What? How? When?[C].NBER International Seminar on Macroeconomics. University of Chicago Press,(6).
[5]Dees S,di Mauro F,Pesaran M H,et al. 2007. Exploring the International Linkages of the Euro Areas:a Global VAR Analysis [J].Journal of Applied Econometrics, 22.
[6]Elbourne A. 2008. The UK Housing Market and the Monetary Policy Transmission Machanism:an SVAR Approach [J].Journal of Housing Economics,17(l).
[7]Gros D.2006. Bubbles in Real Estate? A Longer-term Comparative Analysis of Housing Prices in Europe and the US[C].CEPS Working Document, No. 239.
[8]Hirata H,Kose M A,Otrok C,et al. 2012. Global House Price Fluctuations: Synchronization and Determinants [R].National Bureau of Economic Research.
[9]Holmes. 2007. How Convergent are Regional House Prices in the United Kingdom? Some New Evidence from Panel Data Unit Root Testing [J].Journal of Economic and Social Research,9(1). [10]Holly S,Pesaran M H,Yamagata T.2011. Spatial and Temporal Diffusion of House Prices in the UK[J].Journal of Urban Economics.
[11]Holly S,Pesaran M H,Yamagata. 2010. A Spatio-temporal Model of House Prices in the USA[J].Journal of Econometrics,158.
[12]Iacoviello M,R Minetti. 2008. The Credit Channel of Monetary Policy:Evidence from the Housing market [J].Journal of Macroeconomics,30(1).
[13]Ioannides Y M,Zabel J E. 2008. Interactions,Neighborhood Selection and Housing Demand [J].Journal of Urban Economics, 63(1).
[14]Klyuev V.2008. What Goes Up Must Come Down? House Price Dynamics in the United States [M]. IMF Working Paper,No. 187 .
[15]Manski C F. Economic Analysis of Social Interactions[J].Journal of Economic Perspectives.
[16]Mishkin F S. 2007. Housing and the Monetary Transmission Mechanism[R].National Bureau of Economic Research, 1-53.
[17]Negro M,C Otrok. 2007. Luftballons:Monetary Policy and the House Price Boom Across U.S. States [J]. Journal of Monetary Economics,54(7).
[18]Owang M T,J Howard. 2006. Regional VARs and the Channels of Monetary Policy [J].Working Papers,Federal Reserve Bank of St. Louis.
[19]Setzer R,van den Noord P,Wolff G. 2011.Heterogeneity in Money Holdings Across Euro Area Countries:the Role of Housing[J].European Journal of Political Economy,27 (4).
[20]Vansteenkiste I. 2007. Regional Housing Market Spillovers in the US:Lessons from Regional Divergences in a Common Monetary Policy Setting[C].ECB Working Paper,No. 708.
[21]Vansteenkiste I,P Hiebert. 2011. Do Housing Price Developments Spillover Across Euro Area Countries? Evidence from A Global VAR [J].Journal of Housing Economics, 20.
[22]吴伟巍,郑彦璐,李启明,吴非.区域城市间住宅价格波动溢出效应的内涵分析[J].城市发展研究,2011,18(10).
[23]李成武,李婷.基于空间面板数据的中国房地产市场财富效应研究[J].东北大学学报(社会科学版),2010,12(9).
[24]张谦,王成璋. 中国住房价格波动的空间溢出效应研究[J].软科学,2013,27(4).
[25]位志宇,杨忠直.长三角房价变化的生态共生性研究:基于上海、杭州和南京的实证[J].当代经济管理,2007,29(2).
[26]王松涛,杨赞,刘洪玉. 我国区域市场城市房价互动关系的实证研究[J].财经问题研究,2008,(6).
[27]谭政勋,周利. 房价波动的空间效应:估计方法与我国实证[J]. 数理统计与管理,2013,32(5).
[28]温海珍,张之礼,张凌. 基于空间计量模型的住宅价格空间效应实证分析:以杭州市为例[J].系统工程理论与实践,2011,31(9).
[29]洪涛,西宝,高波.房地产价格区域间联动与泡沫的空间扩散——基于2000—2005年中国35个大中城市面板数据的实证检验[J]. 统计研究,2007,24(8).
[30]陈雪楚,彭建刚,吴梦吟. 城市间房价相关性与系统性金融风险防范[J].上海金融,2012,(8).
[31]朱英明,姚士谋.国外区域联系研究综述[J].世界地理研究,2001,11(2).
[32]宋旺,钟正生.我国货币政策区域效应的存在性及原因——基于最优货币区理论的分析[J].经济研究,2006,(3).
[33]常海滨,徐成贤.我国货币政策传导机制区域差异的实证分析[J].经济科学,2007,(5).
[34]蒋益民,陈璋.SVAR模型框架下货币政策区域效应的实证研究:1978—2006[J]. 金融研究,2009,(4).
[35]丁晨,屠梅曾.论房价在货币政策传导机制中的作用[J]. 数量经济技术经济研究,2007,(4).
[36]王松涛,刘洪玉. 以房地产市场为载体的货币政策传导机制研究——SVAR模型的一个应用[J].数量经济技术经济研究,2009,(10).
[37]武康平,胡谍.房地产市场与货币政策传导机制[J].中国软科学,2010,(11).
[38]梁云芳,高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007,(8).
[39]高波,王先柱.中国房地产市场货币政策传导机制有效性分析:2000—2007[J]. 财贸经济,2009,(3).
[40]王先柱,毛中根,刘洪玉.货币政策的区域效应——来自房地产市场的证据[J].金融研究,2011,(9).
[41]袁科,冯邦彦. 货币政策传导对区域房地产市场非对称性效力研究[J].南方金融,2007 ,(9).
[42]魏玮,王洪卫. 房地产价格对货币政策动态响应的区域异质性——基于省际面板数据的实证分析[J]. 财经研究,2010,(6).
[43]张红,李洋. 房地产市场对货币政策传导效应的区域差异研究——基于GVAR模型的实证分析[J].金融研究,2013,(2).