英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

土耳其房价变动对居民消费的影响

Evren Ceritoglu

土耳其中央银行 土耳其

摘要：本文分析了土耳其房价与居民消费的关系。我们利用土耳其统计研究所（TurkSTAT）从2003-2014连续12年的家庭预算调查（HBS）中的数据，使用Dea Ton（1985）的方法构造出出生年份组的伪面板数据集。我们发现房价变动对群体消费的增长有正向和显著的影响。此外，房价变化对房主的影响更大，而且这种影响会越来越大当我们从年轻的房主搬到年纪大的房主的时候。我们发现对租户而言在消费增长和房价变化之间存在着轻微显著和相对较弱的关系。但是，我们使用的样本数据主要集中在中青年租户上。此外我们发现，随着住房拥有率的增加提高了居民消费的增长，但是随着巨额房贷的蔓延抑制了居民消费的增长。因此我们用实证分析研究结果来支持财富效应的观点。

关键词：房价；合伙消费；出生年份；伪面板

1绪论

本文分析了土耳其房价变动对居民消费的影响，在过去的十年中，房地产市场在土耳其经济中的重要性急剧增加。房屋销售呈现出显著增长，建筑业成为了经济增长的推动力。更有趣的是房产财富现在是土耳其家庭财富中的主要组成部分，与许多发达国家和新兴市场经济体中的情况一样。家庭倾向于将储蓄投资于房地产市场，而不是金融市场。因此，房地产市场的发展对居民消费和储蓄行为的影响可能会随着时间而改变。更重要的是，随着社会老龄化和房价持续高涨，我们可以预测在未来几年房价的影响内将主导家庭行为。

之前的实证文献集中在人口老龄化对发达经济体住房拥有率和住房财富积累的影响这一方面（Chiuri和Jappeli，2010；Angelini等人，2014）。有几篇论文则分析了房价变动对货币变量的影响（AoKi等人，2004；IACOVILO，2005；古德哈特和霍夫曼，2008）。此外，还有大量关于房价对家庭消费影响的文献（ATTANASIO和Weber，1994；IACOVILO，2004；CalcgNO等，2009；Atalayi等人，2016；Cooper和Dynn，2016）。特别是，坎贝尔和扣扣（2007）利用英国家庭支出调查（FES）的微观经济数据来研究房价变化对家庭消费产生的影响。他们认为随着人口老龄化，居民总体消费对住房价格的变化会越来越敏感，因为房产财富主要集中在年长的房主手中。他们发现房价对老年人的消费影响最大，但是对年轻家庭和租房客而言在统计学上并没有那么显著的影响。因此，他们的实证研究结果与房价通过财富效应影响家庭消费的观点一致。然而，ATTANASIO等（2009）利用FES在英国的时间跨度分析房价与消费的关系。他们发现，对于年轻人而言房价和消费之间的关系比老年人更紧密，这与财富渠道的论点相矛盾。因此，共同因果关系是影响房价和消费的最重要因素。我们利用土耳其统计研究所（TurkSTAT）从2003-2014连续12年的家庭预算调查（HBS）中的数据使用狄彤（1985）的方法构造出生年份组的伪面板数据集。我们发现房价变动对群体消费的增长有正向和显著的影响。此外，房价变化对房主的影响更大，而且这种影响会越来越大当我们从年轻的房主搬到年纪大的房主的时候。我们发现对租户而言在消费增长和房价变化之间存在着轻微显著和相对较弱的关系。但是，我们使用的样本数据主要集中在中青年租户上。此外我们发现，随着住房拥有率的增加提高了居民消费的增长，但是随着巨额房贷的蔓延抑制了居民消费的增长。因此我们用实证分析研究结果来支持财富效应的观点。

文章的概要如下：第2章提出了一个简单的理论模型来分析房价对居民消费的影响。第3章提供了HBS的描述性分析，并解释了使用出生年份队列的伪面板数据集的形成。第4章给出了计量经济学结果，第5节呈现出稳定性检验。最后，第6节总结了我们的实证研究结果。

2理论背景

根据永久收入理论，每个时期的消费等于一生财富的一部分，这又由利率、金融财富与总财富的比率以及家庭的喜好和偏好决定（弗里德曼，1957；莫迪利亚尼，1986）。这里C是消费，W是财富，K是每个时期消费的财富的预定义部分，I是名义利率，J表示金融财富与总财富的比率，这意味着流动性约束的作用，Z代表家庭的口味和偏好。比如年龄、性别和家庭规模。最后，H和T分别表示家庭和时间（1）。

（1）

我们遵循ATTANASIO和Weber（1994），坎贝尔和CCOCO（2007）和ATTANASIO等。（2009）计量经济学规范的推导。如果我们取方程（1）的自然对数，那么我们得到方程（2），它清楚地揭示了解释变量的作用。我们假设名义利率对经济中的所有家庭都是一样的。我们将房价P增加到等式（2），以捕捉其对家庭消费的影响。在这里，Y是当前收入，ε是剩余期限，Y和ε都是从消费的测量误差，以及创新对永久收入和暂时性冲击对当前收入的影响中产生的。因此，我们必须用方程（2）作为近似值。

（2）

DeaTon和Paxson（2000）提出通过一个简单的线性模型可以确定房价对家庭消费的影响。我们遵循类似的方法来估计房价对家庭消费的影响。一个根据不同出生年份的家庭的时间序列调查可以让我们分析平均家庭消费和收入的关系。如果我们用等式（2）中所有变量的自然对数的平均值来计算出生在同一年的个人，那么我们就可以把居民消费的自然对数作为经济变量的组合（3）。这里C表示出生年队列，变量上的直线表示加权平均值。我们假设名义利率对所有居民保持不变。

（3）

如果我们取方程（3）的时间差，那么我们就得到了一个居民消费增长方程（4），这是霍尔（1978）首次提出的，类似于众所周知的随机游走假说的经验可测试的版本。

（4）

最后，我们在方程式（5）中包括社会和人口变量，这些变量由矩阵Z表示。方程（5）中Z的存在使我们能够了解到居民品味和偏好的差异。

（5）

3数据

HBS被定义为具有代表性的重复调查，因此不能作为面板数据。但是他们提供了从2003到2014年家庭可支配收入和消费支出的详细数据。不幸的是，HBS表示家庭居住在城市地区还是乡村地区的数据只有从2003到2013年。他们提供有关参与者年龄、性别、教育、职业和就业部门的信息。然而，调查不包括关于住户地理位置的信息，除了2003年的调查，也有明显更高的观测数量。

从2003-2014年在有限制的总体样本中一共有116959个家庭观察对象。由个人组成的家庭和家庭户主失业的家庭或无薪家庭都从总体样本中移除。具有负收入水平的个体被排除在总体样本之外。在1930岁之前和1985岁以后出生的个体也被排除在总体样本之外。此外，为了减少离差，样本（图A1和图A2）中拥有房产财富处于前1%和后1%的家庭将被删除。因此最终样本将被限制在那些户主年龄介于20-73之间的家庭（2003）（表1）。

表1 描述性统计

a使用受限样本的家庭权重计算描述性统计。

b 2003 TL价格。

资料来源：TURKSTAT家庭预算调查

在一篇开创性的论文中，DeaTon（1985）认为当一个真正的面板数据集不可用时可以使用来自具有代表性重复调查的居民数据。DeaTon（1985，PG 109）将“cohort”定义为具有固定成员资格的群体，其个体可以在调查中显示出来。该群体可以通过专注于一个独特的和静态的特点（如户主的性别或出生年份）对所有个人或家庭进行观察来组建（维贝克，2008）。在本文中，HBS的代表性范围是大的，并且假设家庭的数目是固定的。我们注意到在样本中每个群体和调查年都有足够的观测数据（表2）。样本以家庭户主出生年为间隔，将样本集划分为十一个队列。我们需要在每个单元中包含大量的家庭观测数据，因为在下一阶段的实证分析中，我们将它们分为房屋所有者和租户类别。出于这个原因，我们每五年做为一个家庭年龄组。

表2 出生年份队列