陳利鋒(中共廣東省委黨校經(jīng)濟學教研部,廣東廣州 510053)

預期沖擊與中國房價波動
——基于動態(tài)隨機一般均衡模型的考察

陳利鋒
(中共廣東省委黨校經(jīng)濟學教研部,廣東廣州 510053)

摘要:在包含普通消費品部門與房地產(chǎn)部門的多部門NK-DSGE模型中,通過引入預期沖擊,考察了預期沖擊對于我國房價波動的影響。模型整體擬合優(yōu)度分析的結果發(fā)現(xiàn),同時包含預期到的信息和未預期到的信息的模型相對較好地擬合了我國的現(xiàn)實數(shù)據(jù)；貝葉斯沖擊分解的結果表明,預期到的信息對于房價具有較強的沖擊效應,預期沖擊可以解釋我國房價波動的38. 33﹪。因此,在房地產(chǎn)市場調(diào)控過程中,政府可以事先公布政策立場以引導民眾形成正確的預期,進而可以利用預期沖擊的積極效應以達到更好地穩(wěn)定房地產(chǎn)市場的目的。

關鍵詞:預期沖擊；房價波動；動態(tài)隨機一般均衡；新凱恩斯主義

一、引言

未來的預期以及預期的變化(即預期沖擊)會對經(jīng)濟主體行為產(chǎn)生顯著影響。經(jīng)驗證據(jù)表明,經(jīng)濟主體對于房價預期的變化與房價波動之間存在密切關系。[1][2]具體的, Piazzesi和Schneider[3]的調(diào)查研究發(fā)現(xiàn)美國民眾關于房價上漲的預期推動了美國房價的上漲。這一現(xiàn)象在宏觀經(jīng)濟理論中被稱為“預期的自我實現(xiàn)”。盡管經(jīng)驗證據(jù)表明了預期沖擊在房價波動中的重要作用,但已有的新凱恩斯主義動態(tài)隨機一般均衡(即NK-DSGE)模型與房地產(chǎn)動態(tài)隨機一般均衡(即HDSGE)模型卻長期忽略對這一問題的分析。金融危機之后,預期沖擊對于宏觀經(jīng)濟波動的影響逐漸為研究者所重視。Beaudry和Portier[4]對這一領域的研究文獻進行了較好的梳理和綜述,并發(fā)現(xiàn)幾乎所有的研究文獻均認為預期沖擊是宏觀經(jīng)濟波動的重要動力。那么,預期沖擊對于房地產(chǎn)市場具有怎樣的影響呢?已有的研究較少對這一問題進行分析。基于已有研究的不足, Kobayashi、Nakajima和Inaba[5]在一個帶房地產(chǎn)擔保約束的HDSGE模型中考察了預期沖擊對于經(jīng)濟周期波動的影響。在此基礎上, Lambertini、Mendicino和Punzi[6]518以及Gomes和Mendicino[7]基于僅包含房地產(chǎn)部門的單一部門HDSGE模型考察了預期沖擊對于美國房價波動的影響,結果發(fā)現(xiàn)預期沖擊與美國房價波動存在顯著的協(xié)動(Co-movement)關系。在我國,自20世紀末房地產(chǎn)市場改革以來,房價不斷上升,“房價高”已經(jīng)成為社會共識。但一個明顯的事實是: 2002年以來,隨著我國城鎮(zhèn)化進程的加快以及較為寬松貨幣政策的推行,民眾逐漸形成房價上漲的預期,與民眾預期一致的是我國房價不斷上升；2011年政府推出緊縮貨幣政策、限購以及增加保障房建設的房地產(chǎn)市場調(diào)控政策組合,引導民眾形成政府抑制房價過快上漲的預期,進而使得我國房價保持較為穩(wěn)定的狀態(tài)。因而從現(xiàn)象上看,似乎預期的變化與我國房價波動也具有顯著的協(xié)動關系。那么,預期沖擊對于我國房地產(chǎn)市場尤其是房價究竟具有怎樣的影響呢?

基于這一思路,本文構建了一個包含普通消費品部門與房地產(chǎn)部門的多部門NK-DSGE模型,并引入預期沖擊以考察預期沖擊對于我國房價的影響。研究結果發(fā)現(xiàn): (1)同時包含滯后4期信息和滯后8期信息的模型能夠相對較好的擬合我國的現(xiàn)實數(shù)據(jù)；(2)盡管未預期到的沖擊對于我國房價波動具有較大的效應,但是預期沖擊仍可以解釋我國房價波動的38. 33﹪。由于預期沖擊對于我國房價波動具有顯著影響,因而在我國房地產(chǎn)市場調(diào)控過程中可以積極利用預期沖擊的效應。在房地產(chǎn)市場調(diào)控政策正式實施之前,政府可以向民眾公布未來政策意向,使得民眾可以形成正確的預期,進而可以利用預期沖擊的積極作用更好的實現(xiàn)政府房地產(chǎn)市場調(diào)控的目的。不過,民眾正確預期的形成依賴于政府的信譽。事實上,近年來我國央行在進行貨幣政策調(diào)整之前均會向社會公布政策調(diào)整的具體日期,這一做法正是利用預期沖擊積極作用以及進行預期管理的現(xiàn)實表現(xiàn)。

二、模型與設定

(一)家庭行為。

家庭的目標為最大化如下效用函數(shù):

其中: Pt為消費價格指數(shù)(CPI)；為名義房價；Rt為名義利率；Bt為一期無風險債券；和分別為家庭成員就業(yè)于兩類部門獲得的名義工資；Dt為家庭獲得的其他收益；和分別為兩類部門物質(zhì)資本實際租金率；和分別為兩類部門的投資與物質(zhì)資本。與López-Salido和Vallés[8]等類似,物質(zhì)資本積累方程為:

已有的HDSGE模型大多假定勞動力市場出清,這一設定簡化了分析,但這一設定顯然與現(xiàn)實不符,因為現(xiàn)實經(jīng)濟中勞動力市場摩擦顯著存在,[9]并且勞動力市場摩擦與經(jīng)濟周期波動密切相關。[10][11]為了更好地刻畫經(jīng)濟波動特征,與陳利鋒和范紅忠[12]43-44建立的包含房地產(chǎn)部門的多部門NK-DSGE模型類似,本文通過引入名義工資剛性對勞動力市場分析。在這一設定下,房地產(chǎn)部門與普通消費品部門均存在勞動力市場摩擦,因而在外生沖擊的干擾下兩類部門勞動力市場均無法迅速實現(xiàn)出清(Clearing)。具體的,設定普通消費品部門與房地產(chǎn)部門的名義工資剛性分別為并且兩類部門工資調(diào)整依據(jù)Calvo[13]的交錯設定方式。由于工資調(diào)整的目的在于提高效用,因而決定工資是否調(diào)整的一階條件為:

(二)房地產(chǎn)部門。

房地產(chǎn)部門包括兩類企業(yè):房地產(chǎn)生產(chǎn)企業(yè)(即開發(fā)商)與銷售企業(yè)。當然,需要說明的是現(xiàn)實中房地產(chǎn)生產(chǎn)與銷售可能由同一個企業(yè)完成,但這里將房地產(chǎn)生產(chǎn)與銷售分開設定主要是為了模型表述的便利。房地產(chǎn)生產(chǎn)企業(yè)投入勞動與物質(zhì)資本進行生產(chǎn),這里需要注意的是,盡管房地產(chǎn)開發(fā)商的生產(chǎn)函數(shù)與普通消費品部門的生產(chǎn)函數(shù)在形式上相似,但是二者投入的物質(zhì)資本的種類可能是不同的。部分已有的研究將房地產(chǎn)生產(chǎn)函數(shù)中的物質(zhì)資本替換為房地產(chǎn)本身,這一設定與本文的設定并不違背,原因在于房地產(chǎn)投入本身也是物質(zhì)資本投入的一部分。已有的研究如Lambertini、Mendicino和Punzi[6]530采用了與本文類似的設定。其生產(chǎn)函數(shù)為:其中:和分別為第z個房地產(chǎn)生產(chǎn)企業(yè)的產(chǎn)出以及投入的物質(zhì)資本和勞動力；ah為房地產(chǎn)生產(chǎn)企業(yè)實際資產(chǎn)投入的產(chǎn)出彈性；為房地產(chǎn)部門技術沖擊,且服從平穩(wěn)的AR (1)過程。房地產(chǎn)生產(chǎn)企業(yè)的目標為實現(xiàn)如下企業(yè)利潤的最大化,其對應的一階條件為:

房地產(chǎn)銷售企業(yè)購買房地產(chǎn)生產(chǎn)企業(yè)的產(chǎn)品,并將其出售給家庭,因而其成本來源于購買房地產(chǎn)生產(chǎn)企業(yè)產(chǎn)品的支出,因而其實際邊際成本為:

房地產(chǎn)銷售企業(yè)具有一定的壟斷勢力,因而在房地產(chǎn)價格設定上具有一定的壟斷勢力。與已有的NK-DSGE模型類似,房地產(chǎn)價格的調(diào)整并非同時同步進行,而是依據(jù)交錯設定方式。當然,這一設定也與現(xiàn)實相符: 2002年第1季度至2013年第4季度我國各個城市房價指數(shù)變化并未呈現(xiàn)出同時同步的特征。具體的,定義為房地產(chǎn)部門名義價格剛性,那么任意時期僅有比例的房價得到調(diào)整。因此,房地產(chǎn)價格調(diào)整方式為:

(三)普通消費品部門。

普通消費品部門包含兩類企業(yè):批發(fā)企業(yè)與零售企業(yè)。批發(fā)企業(yè)雇傭家庭的勞動和租賃物質(zhì)資本生產(chǎn)出中間投入品,其生產(chǎn)函數(shù)為:,其中:和分別為普通消費者部門第i個批發(fā)企業(yè)的產(chǎn)出、物質(zhì)資本投入和勞動力投入；ac為資本的產(chǎn)出彈性；為普通消費品部門特定技術沖擊,且服從平穩(wěn)的AR (1)過程。與已有研究類似,批發(fā)企業(yè)選擇最優(yōu)的物質(zhì)資本和勞動力投入以最小化生產(chǎn)成本,其對應的一階條件以及邊際成本函數(shù)為:

消費品的價格依據(jù)交錯方式進行調(diào)整,而批發(fā)企業(yè)調(diào)整價格的依據(jù)在于利潤,具體的,批發(fā)企業(yè)選擇能夠帶來最大利潤的價格,當且僅當調(diào)整價格無法提高利潤時,批發(fā)企業(yè)將保持價格不變。具體的,決定價格調(diào)整與否的一階條件為:

(四)市場均衡與貨幣政策。

市場均衡時,普通消費品部門的產(chǎn)出可以用于支付消費和本部門投資；房地產(chǎn)部門的產(chǎn)出可以支付家庭對房產(chǎn)的需求和本部門投資,即:定義Yt為經(jīng)濟中的總產(chǎn)出,因此:。與已有研究類似,央行的貨幣政策為:為通脹率；ρy和ρp分別為利率對于產(chǎn)出和通脹的反應系數(shù)；為貨幣政策沖擊且服從平穩(wěn)的AR (1)過程。

(五)預期沖擊的引入。

三、模型核心方程的處理與參數(shù)化

(一)模型的核心方程。

對式(3) (4)進行對數(shù)線性化處理可以得到房地產(chǎn)部門新凱恩斯主義工資菲利普斯曲線(即HNKWPC)和普通消費品部門新凱恩斯主義工資菲利普斯曲線(即CNKWPC)為:

(二)模型基準參數(shù)的校準。

為得到我國房價波動的動態(tài)特征,首先需要對以上對數(shù)線性化之后的模型進行參數(shù)化處理。模型中部分參數(shù)對于模型結論并不敏感且在已有研究中得到準確估計,因而可以采用校準法進行參數(shù)化,另外涉及模型穩(wěn)態(tài)的參數(shù)也可以采用現(xiàn)實數(shù)據(jù)進行估算。

貼現(xiàn)因子β的取值,依據(jù)我國2002年第1季度至2013年第4季度的物價數(shù)據(jù)進行估算,進而得到其取值約為0. 98；普通消費品部門物質(zhì)資本折舊率,沿用已有研究如He、Zhang和 Shek[17]估計的結果,將這一參數(shù)取值為0. 04；依據(jù)王益煊和吳優(yōu)[18]等,本文選取季度城鎮(zhèn)住宅折舊率約為0. 02；穩(wěn)態(tài)時房地產(chǎn)部門產(chǎn)出與總產(chǎn)出的比值Yh/Y使用2002年至2013年歷年房地產(chǎn)部門產(chǎn)出與剔除政府購買和凈出口之后的GDP之比的平均值表示,估算的結果將這一參數(shù)取值為31. 4﹪,那么對應的普通消費品部門產(chǎn)出與總產(chǎn)出的比值Yc/Y的取值為68. 6﹪。

(三)參數(shù)的貝葉斯估計。

其余參數(shù)采用貝葉斯極大似然法進行估計。貝葉斯極大似然法在估計過程中要求滿足秩條件,即估計中使用的觀測變量序列的數(shù)量不能超過外生沖擊的數(shù)量,基于本文的設定可知,參數(shù)貝葉斯極大似然估計過程中最多可以選取6組觀測變量。具體的,本文選取產(chǎn)出、名義利率、通脹、房價膨脹以及消費等6組數(shù)據(jù),其中:產(chǎn)出采用剔除政府購買和凈出口之后的GDP數(shù)據(jù)；名義利率采用銀行間同業(yè)拆借利率；通脹采用經(jīng)環(huán)比方法處理之后的CPI數(shù)據(jù)；房價膨脹采用經(jīng)環(huán)比方法處理之后的房地產(chǎn)交易價格指數(shù)數(shù)據(jù)；消費采用取自然對數(shù)處理后的全國消費總額數(shù)據(jù)。所有數(shù)據(jù)全部采用X12方法進行去季節(jié)性趨勢處理,并采用CF濾波法得到周期性成分。以上數(shù)據(jù)全部來源于中經(jīng)網(wǎng)數(shù)據(jù)庫,時間跨度為2002年第1季度至2013年第4季度。在此基礎上,貝葉斯估計的結果見表1。當然,基于簡潔性考慮,表1直接給出了各個參數(shù)貝葉斯極大似然估計的后驗均值。

表1.主要參數(shù)貝葉斯極大似然估計的結果

四、模型動態(tài)分析

(一)模型整體擬合優(yōu)度分析。

模型整體擬合優(yōu)度分析法可以考察不同模型對于現(xiàn)實數(shù)據(jù)的擬合程度,一般而言,模型整體擬合優(yōu)度分析包括隱含貝葉斯因子(Implied Bayes Factor)以及貝葉斯模型選擇檢驗法。而貝葉斯模型選擇檢驗方法則包括邊際似然值、后驗優(yōu)勢比、貝葉斯信息準則以及偽后驗優(yōu)勢比等。在此基礎上,我們將需要檢驗的模型分為三類:無信息(No News)模型(模型1)、包含滯后4期信息的模型(模型2)以及同時包含滯后4期和滯后8期信息的模型(模型3),進而計算各類模型的隱含貝葉斯因子,結果在表2中。

表2.不同模型的隱含貝葉斯因子

表2表明,三類模型對應的隱含貝葉斯因子分別為1、7. 03×109和2. 4×1013,這意味著: (1)相對于包含滯后4期信息的模型2而言,接受模型1所需要的先驗證據(jù)要比模型2大7. 03×109倍；(2)相對于同時包含滯后4期和滯后8期信息的模型3而言,接受模型1所需要的先驗證據(jù)比模型3大2. 4×1013。因此,隱含貝葉斯因子檢驗的結果表明,同時包含滯后4期和滯后8期信息的模型相對更好地擬合了我國現(xiàn)實經(jīng)濟數(shù)據(jù)。

為了保證結果的穩(wěn)健性,我們進一步采用貝葉斯模型選擇檢驗考察以上三類模型對于現(xiàn)實數(shù)據(jù)的擬合程度,結果在表3中。由于貝葉斯模型選擇檢驗無法同時對三類模型進行檢驗,因而我們首先對模型1和模型2進行檢驗,然后再將這一檢驗中得到現(xiàn)實數(shù)據(jù)支持的模型與模型3重新進行檢驗。

模型1與模型2的貝葉斯模型選擇檢驗的結果表明,二者的邊際似然值分別為-219. 32和-212. 55,對應的貝葉斯信息準則分別為-271. 58和-264. 81,意味著邊際似然值檢驗與貝葉斯信息準則均傾向于支持模型2；后驗優(yōu)勢比與偽后驗優(yōu)勢比則更為直接地給出了現(xiàn)實數(shù)據(jù)對于模型1與模型2支持的程度,表3顯示模型1與模型2的后驗優(yōu)勢比分別為0. 07和0. 93,對應的偽后驗優(yōu)勢比分別為0. 0011和0. 9989,意味著模型2相對于模型1而言得到了更多的現(xiàn)實數(shù)據(jù)的支持。但這并不意味著模型2實現(xiàn)了對我國現(xiàn)實數(shù)據(jù)的最優(yōu)擬合。模型2與模型3的邊際似然值分別為-212. 55和-208. 04,對應的貝葉斯信息分別為-264. 81和-260. 30；而后驗優(yōu)勢比、偽后驗優(yōu)勢比則分別為0. 09和0. 91、0. 0109和0. 9891。因而相對模型2而言,模型3更好的擬合了現(xiàn)實數(shù)據(jù)。綜上,隱含貝葉斯因子與貝葉斯模型選擇檢驗的結果均表明同時包含滯后4期和滯后8期信息的模型相對更好地擬合了我國的現(xiàn)實數(shù)據(jù)。

表3.貝葉斯模型選擇檢驗

(二)貝葉斯脈沖響應函數(shù)。

貝葉斯脈沖響應函數(shù)可以反映外生沖擊下房價隨時間變化的動態(tài)路徑。為了考察預期在我國房價變化過程中的作用,我們分別計算了同時包含預期到與未預期到信息的模型、僅包含未預期到信息的模型、僅包含滯后4期信息的模型以及僅包含滯后8期信息的模型的貝葉斯脈沖響應函數(shù),不過,基于研究目的考慮,圖1僅給出了外生沖擊下實際房價的貝葉斯脈沖響應函數(shù)。

圖1.外生沖擊的貝葉斯脈沖響應函數(shù)

同時包含預期到與未預期到信息的模型中,兩類部門技術沖擊與勞動力供給沖擊引起房價的下降,而偏好沖擊、房地產(chǎn)需求沖擊以及擴張性貨幣政策沖擊均引起房價的上升。顯然,這與經(jīng)濟學理論以及直覺是相符的: (1)房地產(chǎn)部門技術沖擊增加了房地產(chǎn)供給,進而有利于房價的降低；(2)消費品部門技術進步具有外溢性,通過降低工人的生活成本而影響房價,這與已有的研究如Adam、Kuang和Marcet[19]的發(fā)現(xiàn)一致；(3)勞動力供給沖擊通過降低勞動力成本而間接影響了房價；(4)擴張性貨幣政策沖擊推動了房價的上升,這與陳利鋒和范紅忠[12]46-47、易斌[20]70-71等一致,二者均發(fā)現(xiàn)擴張性貨幣政策在推動我國房價上漲過程中具有重要的作用；(5)偏好沖擊與房地產(chǎn)需求沖擊推動了房地產(chǎn)需求的增加,進而通過需求擴張推動了房價的上漲。不過,與僅包含未預期到信息的模型相比,由于模型中包含了滯后4期和滯后8期的信息,理性的主體會在沖擊發(fā)生之后的第4個時期和第8個時期依據(jù)獲得的信息對自身的行為進行調(diào)整,因而同時包含預期到與未預期到信息模型的貝葉斯脈沖響應函數(shù)在第4個時期和第8個時期存在一個短暫的變化。

圖1還給出了滯后4期信息與滯后8期信息對于實際房價的影響。顯然,在獲得信息之后,經(jīng)濟主體的預期發(fā)生變化,進而改變了實際房價原始的隨時間變化的路徑。這與已有的HDSGE模型存在一定的差異,原因在于已有的研究未考慮預期變化形成的沖擊對于理性主體行為的影響。另外,圖1還表明預期到的信息對于實際房價也具有實際沖擊效應,如滯后4期和滯后8期獲得的擴張性貨幣政策信息推動了實際房價的上漲。這一發(fā)現(xiàn)表明,即使理性主體預期到的外生沖擊仍對房價具有實際沖擊效應。這一發(fā)現(xiàn)與新古典宏觀經(jīng)濟學所預測的結論存在一定的差異,后者認為預期到的信息對于宏觀經(jīng)濟變量不存在實際效應,因而預期到的貨幣政策無法改變經(jīng)濟中的實際變量。而本文的研究則發(fā)現(xiàn),即使外生沖擊為經(jīng)濟主體所預期,其同樣可以通過預期沖擊對實際變量產(chǎn)生影響。當然,這與已有的關于預期沖擊的研究如Fujiwa、Hirose和Shintani[16]609-610、urmann和Otrok[21]以及Leduc和Sill[22]等所發(fā)現(xiàn)的結論是一致的。

最后,通過比較未預期到信息模型與滯后4期信息預期模型、滯后8期信息預期模型的貝葉斯脈沖響應函數(shù)可知,未預期到的外生沖擊對于實際房價具有更大的沖擊效應。這與新凱恩斯主義經(jīng)濟學理論是一致的,即當未預期到的外生沖擊發(fā)生時,理性的主體難以迅速有效的對自身的行為作出調(diào)整,因而在實際變量難以迅速調(diào)整以實現(xiàn)市場出清的背景下,經(jīng)濟中的價格往往作出更大的反應。

(三)房價波動的貝葉斯沖擊分解。

實際房價的貝葉斯脈沖響應函數(shù)表明預期到的沖擊改變了經(jīng)濟主體的行為,進而仍對實際房價存在沖擊效應。那么,預期沖擊在我國房價波動過程中具有怎樣的作用呢?我們通過對實際房價進行貝葉斯沖擊分解對這一問題進行考察。

表4.實際房價的貝葉斯沖擊分解

實際房價的貝葉斯沖擊分解的結果表明: (1)貨幣政策是推動我國房價上漲最重要的力量,這與周京奎[23]、梁斌和李慶云[24]、陳利鋒和范紅忠[12]47-48、易斌[20]72-73以及陳利鋒[25]6-7等是一致的；(2)房地產(chǎn)需求沖擊對于實際房價的影響僅次于貨幣政策,其可以解釋我國房價上漲的23. 14﹪。國內(nèi)研究者認為推動我國房價上漲的一個重要因素是房地產(chǎn)市場“剛性需求”,貝葉斯沖擊分解的結論為這一觀點提供了理論上的證據(jù)；(3)偏好沖擊代表了總需求,其可以解釋我國房價上漲的16. 93﹪。而房地產(chǎn)部門技術沖擊則可以解釋我國房價上漲的14. 02﹪。顯然,我國實際房價貝葉斯沖擊分解的結果與已有研究如Iacoviello和Neri[26]存在差異,后者認為美國房價上漲的原因主要在于房地產(chǎn)部門技術進步太慢。

進一步,我們對各個外生沖擊的效應進行再次分解,進而可以考察各個外生沖擊的預期到的成分與未預期到的成分對于實際房價的沖擊效應。顯然,各個外生沖擊的未預期到的成分對于實際房價具有更大的效應,其中未預期的貨幣政策沖擊可以解釋我國房價波動的22. 29﹪,而預期的貨幣政策沖擊對于我國房價波動的推動作用為12. 52﹪。加總之后,外生沖擊預期到的成分與未預期到的成分對于房價波動的影響分別為38. 33﹪和60. 52﹪。因而,預期沖擊可以解釋我國房價波動的38. 33﹪,這一發(fā)現(xiàn)表明預期沖擊對于我國房價波動具有顯著性重要影響。本文的這一發(fā)現(xiàn)與Lambertini、Mendicino和Punzi[6]527-528以及Gomes和Mendicino[7]等類似,二者均發(fā)現(xiàn)預期沖擊對于美國房價波動具有顯著影響。

就外生沖擊預期到的成分而言,貝葉斯沖擊分解的結果表明,滯后4期的信息對于實際房價波動具有更大的效應。其中,房地產(chǎn)需求沖擊滯后4期的信息對于房價波動的影響是滯后8期信息的8倍。同樣,加總之后滯后4期的信息可以解釋我國房價波動的29. 57﹪,而對應的滯后8期的信息對于我國房價波動的影響僅為8. 76﹪。

貝葉斯沖擊分解的結果表明,預期沖擊可以解釋我國房價波動的38. 33﹪。因而在使用貨幣政策進行房地產(chǎn)市場調(diào)控過程中,政府可以利用預期沖擊的作用。在調(diào)控政策正式執(zhí)行之前,可以首先告知民眾未來房地產(chǎn)調(diào)控政策取向,進而讓民眾形成正確的預期。本文的研究表明,積極的預期沖擊對于實際房價具有顯著作用,進而可以使得政府的房地產(chǎn)市場調(diào)控政策具有更好的效果。不過,這一作用有效發(fā)揮的前提是民眾能夠?qū)τ谡吡鲂纬烧_的預期,而正確預期的形成則有賴于政府的信譽。

五、結論

在一個包含房地產(chǎn)部門的多部門NK-DSGE模型中,本文考察了預期沖擊對于我國實際房價的影響?；陔[含貝葉斯因子法和貝葉斯模型選擇檢驗法的模型整體擬合優(yōu)度分析的結果表明,包含滯后4期信息和滯后8期信息的模型較好地擬合了我國現(xiàn)實數(shù)據(jù)?；谕馍鷽_擊的貝葉斯脈沖響應函數(shù)可以發(fā)現(xiàn),滯后4期的信息和滯后8期的信息對于實際房價均存在顯著的沖擊效應。而貝葉斯沖擊分解的結果則發(fā)現(xiàn),盡管未預期到的信息對于房價波動具有相對較大的作用,但預期到的信息即預期沖擊也可以解釋我國實際房價波動的38. 33﹪；并且相對于滯后8期的信息而言,滯后4期信息對于實際房價具有更大的沖擊效應。

本文的研究結論表明,預期沖擊對于我國實際房價波動具有顯著效應。那么,為了平抑房價的波動,政府可以充分利用預期沖擊的作用。在穩(wěn)定房地產(chǎn)市場的政策實施之前,向社會民眾釋放政府力求穩(wěn)定房價的信號,使得民眾產(chǎn)生政府穩(wěn)定房價的預期并對自身的行為進行積極的調(diào)整。依據(jù)本文的結論,顯然,這一做法將使得政府穩(wěn)定房價甚至房地產(chǎn)市場的政策機制具有更好的效果。當然,讓民眾產(chǎn)生預期的前提是政府的信譽。已有的研究如王晉斌和李南[27]以及陳利鋒[28]等均表明,我國貨幣政策仍傾向相機抉擇,這一做法可能導致政府關于政策的立場難以為民眾所正確的預期,進而影響房地產(chǎn)市場調(diào)控政策的效果。

另外, NK-DSGE模型評判政策優(yōu)劣的標準是政策機制引起的社會福利損失。已有的基于HDSGE模型的研究均表明,房價的波動會引起社會福利的惡化。因而,在房地產(chǎn)市場調(diào)控過程中,政府可以通過積極的利用預期沖擊對于房價波動的效應,依據(jù)本文的研究結論,這一做法對于平抑房價波動以及降低社會福利損失均具有積極的作用。

當然,在HDSGE模型中考察預期沖擊的影響僅僅表明預期沖擊對于我國房價波動具有顯著性影響。那么,為了實現(xiàn)房地產(chǎn)市場的穩(wěn)定,政府究竟應該采用怎樣的政策機制呢?一個可行的方法是在本文的多部門模型中引入宏觀審慎政策機制,進而可以分析預期沖擊背景下宏觀審慎政策機制對于房價、房地產(chǎn)市場乃至整個宏觀經(jīng)濟的影響。而關于房價波動背景下宏觀審慎政策機制的考察可以參考Yu[29]、陳利鋒[25]7-8以及Levine和Lima[30]等。

參考文獻:

[1] Case, K. E. , Shiller, R. J. Is there a Bubble in the Housing Market? [J]. Brookings Papers on Economic Activity, 2003, 34 (2).

[2] Shiller, R. J. Understanding Recent Trends in House Prices and Homeownership [J]. Proceedings-Economic Policy Symposium-Jackson Hole, Federal Reserve Bank of Kansas City, 2007, 1 (1).

[3] Piazzesi, M. , Schneider, M. Momentum Traders in the Housing Market: Survey Evidence and a Search Model [J]. American Economic Review, 2009, 99 (2).

[4] Beaudry, P. , Portier, F. News Driven Business Cycles: Insights and Challenges [R]. NBER Working Papers 2013, No. w19411.

[5] Kobayashi, K. , Nakajima, T. , Inaba, M. Collateral Constraint and News-Driven Cycles [J]. Macroeconomic Dy-namics, 2012, 16 (5).

[6] Lambertini, L. , Mendicino, C. , Punzi, M. T. Expectation-Driven Cycles in the Housing Market: Evidence from Survey Data [J]. Journal of Financial Stability, 2013, 9 (4).

[7] Gomes, S. , Mendicino, C. Housing Market Dynamics: Any News? [R]. ECB Working Papers, 2015, No. 1775.

[8] Galí J. , López-Salido J. D. , Valles J. Understanding the Effects of Government Spending on Consumption [J]. Journal of the European Economics Association, 2007, 5 (1).

[9] Gall’J. Notes for a New Guide to Keynes (I): Wages, Aggregate Demand, and Employment [J]. Journal of the European Economic Association, 2013, 11 (5).

[10] Ravenna F. , Walsh E C. Welfare-Based Optimal Monetary Policy with Unemployment and Sticky Prices: A Linear-Quadratic Framework [J]. American Economic Journal: Macroeconomics, 2011, 3 (2).

[11] Christiano L J. , Eichenbaum M S. , Trabandt M. Unemployment and Business Cycle [R]. NBER Working Papers, 2013, w19265.

[12] 陳利鋒,范紅忠.房價波動、貨幣政策與中國社會福利損失[J].中國管理科學, 2014, (5).

[13] Calvo GA. Staggered Prices in a Utility-Maximizing Framework [J]. Journal of Monetary Economics, 1983, 12 (3).

[14] Schmitt-Grohé, S. , Uribe, M. What’s News in Business Cycles [J]. Econometrica, 2012, 80 (6).

[15] Gunn, C. M. , Johri, A. Financial news, Banks and Business Cycle [R]. McMaster University, Department of E-conomics Working Papers, 2014, No. 2014-12.

[16] Fujiwara, I. , Hirose, Y. , Shintani, M. Can News be a Major Source of Aggregate Fluctuations? A Bayesian DSGE Approach [J]. Journal of Money, Credit and Banking, 2011, 43 (1).

[17] He D. , Zhang W. , ShekJ. How Efficient has been China’s Investment? Empirical Evidence from National and Provincial Data [J]. Pacific Economic Review, 2007, 12 (5).

[18] 王益煊,吳優(yōu).中國國有經(jīng)濟固定資本存量初步測算[J].統(tǒng)計研究, 2003, (5).

[19] Adam, K. , Kuang, P. , Marcet, A. House Price Booms and the Current Account [J]. NBER Macroeconomics Annual, 2012, 26 (1).

[20] 易斌.住房需求抑制還是土地供給調(diào)節(jié):房地產(chǎn)調(diào)控政策比較研究[J].財經(jīng)研究, 2015, (2).

[21] Kurmann, A. , Otrok, C. News Shocks and the Slope of the Term Structure of Interest Rates [J]. American Economic Review, 2013, 103 (6).

[22] Leduc, S. Sill, K. Expectations and Economic Fluctuations: An Analysis Using Survey Data [J]. The Review of E-conomics and Statistics, 2013, 95 (4).

[23] 周京奎.貨幣政策、銀行貸款與住宅價格[J].財貿(mào)經(jīng)濟, 2005, (5).

[24] 梁斌,李慶云.中國房地產(chǎn)價格波動與貨幣政策分析——基于貝葉斯估計的動態(tài)隨機一般均衡模型[J].經(jīng)濟科學, 2011, (3).

[25] 陳利鋒.限購沖擊下的房價波動、需求抑制與宏觀審慎政策[J].貴州財經(jīng)大學學報, 2013, (4).

[26] Iacoviello, M. , Neri, S. Housing Market Spillovers: Evidence from an EstimatedDSGE Model [J]. American Economic Journal: Macroeconomics, 2010, 2 (2).

[27] 王晉斌,李南.中國的貨幣政策是否存在非對稱損失偏好[J].世界經(jīng)濟, 2013, (6).

[28] 陳利鋒.央行政策偏好:承諾還是相機抉擇[J].廣東行政學院學報, 2014, (6).

[29] Yu, Sherry Xinrui. Evaluating Macroprudential Policy in a DSGE Framework with Financial Frictions [R]. New College of Florida Working Paper, 2013.

[30] Levin P. , Lima D. Policy Mandates for Macro-Prudential and Monetary Policies in a New Keynesian Framework [Z]. European Central Bank Working Papers, 2015, No. 1784.

責任編輯:明加

中圖分類號:F293. 30

文獻標識碼:A

文章編號:1008—4533 (2016) 01—0085—10

DOI:10. 13975/j. cnki. gdxz. 2016. 01. 013

收稿日期:2015—11—03

基金項目:廣東省哲學社會科學十二五規(guī)劃學科共建項目《勞動力市場結構性改革與中國經(jīng)濟波動研究——基于動態(tài)新凱恩斯主義的視角》(編號: GD14XYJ02)。

作者簡介:陳利鋒(1982—),男,湖北黃岡人,中共廣東省委黨校經(jīng)濟學教研部副教授,經(jīng)濟學博士,研究方向為貨幣與金融經(jīng)濟學、勞動經(jīng)濟學。