首页 理论教育 国际经验:房价对经济的影响

国际经验:房价对经济的影响

时间:2023-06-12 理论教育 版权反馈
【摘要】:中国的宏观经济因素对于房价的影响是建立在中国国情之上的,但是如果没有对比,我们很难对中国的情况做出判断。从经济增长的阶段来看,当前中国与这三国1960—1990年的阶段比较类似。出于可以比较的原则,本书选取的三国SVAR变量与第五章第二节一致,均为房价对数、CPI对数、M2对数和GDP对数的一阶差分以及利率水平的原值。同时CPI的上涨会降低房价增速,短期长期都是如此。图9.9环比房价对于其他宏观经济变量冲击的反应函数

国际经验:房价对经济的影响

中国的宏观经济因素对于房价的影响是建立在中国国情之上的,但是如果没有对比,我们很难对中国的情况做出判断。为此,本书选取了世界上其他三个国家1980—2000年的数据进行了分析,以便与中国情况对比。

本书选择的国家为德国日本和美国。选择这三个国家的理由有:

1.从按购买力平价的人均GDP上看,1960—2000年这些国家的发展阶段同2000—2017年的中国类似。

从图9.6可以看出,这些国家1960—1990年的人均GDP与2000—2016年的中国人均GDP基本处于同一区间,且都经历了长期高速增长,人均GDP都从不到5 000美元增加到15 000美元以上。从经济增长的阶段来看,当前中国与这三国1960—1990年的阶段比较类似。

图9.6 中国人均GDP与三国比较

注:除美国外,1990年前的PPP人均GDP数据缺失,本书按照这些国家1990—2016年名义人均GDP与PPP人均GDP的比值的均值对1990年前的名义人均GDP进行了处理,得到了1960—1990年的PPP人均GDP数据。
资料来源:世界银行

2.从经济运行体制来看,这三个国家都是发达的市场经济国家,包括房地产业在内的各行业资源配置基本都由市场决定,货币政策均由央行制定并执行,而且三国都是区域性或世界性大国,金融企业众多,金融体系发达,相较于小型经济体而言,不太容易受世界经济形势或国际游资影响。中国自1992年确立市场经济路线,1998年取消福利分房制度之后,房地产业也基本进入市场化阶段;而在20世纪90年代末的国有银行改革和21世纪初加入WTO之后,中国的金融市场体系也基本建立并完善;同时中国的中央银行也逐渐同世界接轨,承担起制定并执行货币政策的任务;中国也是世界性经济大国,不属于开放性小型经济体,较难受到国际短期金融冲击的影响。从这一角度来看,中国与这些国家的经济运行体制相似。

图9.7 中国与三国的城镇化水平比较

资料来源:世界银行。

3.中国当前的城镇化阶段变化趋势与这三国有类似之处。从图9.7可以看出,美国与德国在1960—1990年由于本身的城镇化水平已经较高,因此城镇化水平没有较大提升,而日本则显著提高了自身的城镇化水平,经历了较快的城镇化进程。中国从1998年开始,城镇化水平从33%提高到2018年的59.58%,主要原因在于中国长期城镇化率较低,发展动力足,快速的经济增长直接驱动城镇化,从这点上讲,中国目前的城镇化与1960—1990年日本的快速城镇化比较类似。此外,由于中国长期通过户籍制度限制人口迁移,中国的城镇化水平受到抑制,目前远未达到国际上拥有同等人均GDP的国家的城镇化水平,当前的较快增长是对长期被抑制的城镇化水平的反弹。

图9.8 中国与三国的抚养比比较

注:抚养比定义为15~64岁人口比重除以其他人口比重。
资料来源:世界银行,同策研究院整理。

4.中国的人口结构变化趋势与这三国有相似之处。从图9.8可以看出,德国、日本和美国从1960年开始,抚养比呈现上涨趋势。日本和德国都经历了先下降,再上升的过程,而美国则一直呈现上升态势,这三国的抚养比均在1990年附近达到极大值点,也就是说置业群体均在1990年附近占据人口比重最大值。随后德国和日本的抚养比一直下降,而美国则缓慢下降,在1995年达到低点后开始回升,在2007年达到峰值之后下降。而中国自1998年起抚养比开始快速上升,在2011年达到极大值点。从人口结构的变化趋势来看,中国与这三国有一定的相似点,都在特定时间段经历了抚养比先上升后下降的过程。

具体而言,出于数据可得性和相互比较以及对比中国将来发展预测考虑,本书截取了德、美、日三国1980年一季度至1999年四季度的数据进行研究,采用面板向量自回归(PVAR)的方法探讨这三国特定时期房价与其他宏观经济变量的关系。同第六章第二节一样,本书按照VAR处理流程对各国数据进行了处理,三国的描述统计情况和变量的平稳性见表9.20和表9.21。(www.xing528.com)

表9.20 三国房价有关变量的描述性统计

资料来源:美联储圣路易斯分行。

表9.21 房价有关变量的平稳性检验

注:由于数据可得性的原因,本表中的CPI采用了同比数据,而非特定时间点为基期的价格水平。

出于可以比较的原则,本书选取的三国SVAR变量与第五章第二节一致,均为房价对数、CPI对数、M2对数和GDP对数的一阶差分以及利率水平的原值。本书计算出相应的PVAR估计系数和脉冲反应函数,具体可见式(9.11)和图9.9。

从图9.9中可以看出,流动性冲击对于房价波动的影响最快达到最大值,从影响幅度上看也是最大的,但是这一影响迅速衰减,在第30个季度时趋近于0,长期看来M2增速的变化不会带来房价增速的变化。利率水平波动对于房价增速的影响先负后正,长期看来利率正向波动会带来房价的上涨,这表明使用利率工具调控房价增速应当注意长短期影响的不同。而GDP增速的增加尽管在短期内可能造成房价增速的下降,但在长期则会带动房价增速的上涨。同时CPI的上涨会降低房价增速,短期长期都是如此。

图9.9 环比房价对于其他宏观经济变量冲击的反应函数

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈