搜索
房屋资产的消费财富效应分析—来自中国和欧元区国家的实证研究杨耀武闫晶晶杨澄宇北京师范大学经管学院2013.10.23内容大纲一、基本事实二、相关文献概述三、数据介绍四、模型设定五、实证结果及分析六、结论欧元区主要国家和中国家庭的财富构成(2002)59.0156.0251.4863.9730.938.337.625.7510.095.6810.9210.280%10%20%30%40%50%60%70%80%90%100%德国法国意大利中国其它资产金融资产房屋资产数据来源：德、法、意的数据来自欧共体统计局，中国数据来自CHIPS，中国家庭是指城镇家庭。80100120140160180200200020022004200620082010价格指数中国商品住宅销售价格指数资料来源：中经网统计数据库21世纪初，以美国为代表的全球股票市场互联网泡沫的崩溃，使得许多发达国家的政府、央行和学界都十分担心因为股市的灾难，造成居民金融资产缩水，人们的生活消费支出会大幅萎缩，致使整个经济陷入沉重衰退而难以自拔，可是这种现象却没有出现。格林斯潘对此的解释是消费没有大幅缩减是因为房价上涨了，房地产价格的急剧上涨所带来的财富效应非常强劲，足以抵消股市下跌对居民消费的影响。2008年以来欧美房价的大幅下挫和家庭消费支出的减少，虽然不能说格林斯潘的话又一次得到印证，但至少没有提供相反的例证。美国股票价格和消费/GDP比率,1987-2005观点及文献综述1.房产价值的变化通过财富效应影响消费Friedman提出消费的持久性收入理论,认为消费者每期的消费取决于未来的预期收入,即劳动收入和资本收益(包括房产的资本收益)的贴现值。家庭的预算约束决定了当个人财富增加的时候要么消费者自己消费掉这些财富,要么留给自己或其他人在未来消费,因而财富效应一定会发生,其实现仅仅是时间问题。CampbellandCocco,2007,Attanasioetal.2005有些学者对房产价值的财富效应提出质疑，认为住房具有资产和消费品的双重属性，对于准备长期居住在某一居所的家庭而言,升高的房价仅仅补偿了更高的租房成本(机会成本)。他们提出与传统的生命周期-持久收入模型的假定同,现实中可能存在大量有流动性约束的家庭。因此,房产财富的增加可以通过放松流动性约束而对消费产生影响,因为对于银行来说,住房是非常优质的抵押品。BenitoandMumtaz,2006Benito&Mumtaz(2006)考察了英国家庭的消费行为发现,有20%-40%的家庭因为存在流动性约束或预防性储蓄而呈现消费的过度敏感性,而房产既作为缓存也作为抵押能够平滑这部分家庭的消费,因此房产价值的上涨可以减少这部分家庭的流动性约束,从而增加其消费。还有一些学者(Attanasioetal.,2005;AronandMuellbauer,2007)对抵押效应以及财富效应的解释并不赞同,他们认为尽管抵押效应可能是房价影响消费的重要渠道,但是其影响力仍然有限。尽管房价涨跌和消费变动表现出高度相关性,但是房价通过财富效应和抵押效应渠道对消费起的作用并不那么大,相反是一些共同的因素导致了二者的同时变动。这些学者认为,如果住房价格是内生变量,那么其他的共同因素例如收入预期、利率和信贷供给条件可能会同时导致住房价格上涨和消费增加。数据类型虽然学界对房屋资产对消费影响的作用机制有不同的解释，他们对房屋资产和消费之间的高度相关性却不存在异议。为了验证房屋资产和消费之间的关系，使用了不同类型的数据主要有：宏观时间序列数据、微观家户调查数据和反向抵押贷款数据。数据类型1、宏观时间序列数据Elliot(1980):非金融资产对消费无影响。BelskyandPrakken(2004)使用误差修正模型发现，家庭所拥有的房地产对消费有较大的影响，边际消费倾向（MPC）为1美元5.5美分。Carroll（2004）。宋勃（2007）、王子龙等人（2008）分别利用1998-2006和1996-2007年全国房地产价格和居民消费的季度数据，运用协整检验和误差修正模型，研究发现房地产市场具有显著的财富效应。2、微观家户调查数据在使用微观数据进行分析的文献中，有相当一部分研究使用美国的“收入动态追踪调查”（PSID）数据，来研究家庭的房屋资产与消费的关系。如：Lehnart(2003)得出房屋资产的平均边际消费倾向（MPC）大约为0.03，不同年龄家户的消费对房屋资产的反应并不一样。GrantandA.Peltonen(2008)利用意大利的家庭调查数据，发现房屋资产的边际消费倾向（MPC）的估计值为每欧元住房资产约0.08欧元，而金融资产的边际消费倾向仅有每欧元0.04欧元，且老年家庭房屋资产的边际消费倾向要高于年轻家庭。在中国微观数据的使用方面，黄静和屠梅曾（2009）利用“中国健康与营养调查”（CHNS）的数据，对2000-2006年居民房地产财富与消费之间的关系进行研究，认为房地产财富对居民消费有促进作用，但是房价上涨并未使房地产的财富效应增强，反而有所减弱。在欧美等发达国家，房屋资产的反向抵押贷款非常普遍，这就给利用家户的反向抵押贷款数据研究房屋资产与消费的关系提供了条件。Canner等人（2002）利用美国的消费者金融调查数据（SurveyofConsumerFinance）估计了2001-2002年美国的房屋资产反向抵押贷款的金额及因此增加的消费额。他们发现美国家庭依靠房屋资产进行反向抵押贷款的中位数大约为2万美元，近60%的贷款被用于新的消费，总金额高达670亿美元，其余的被用于还债。中国目前尚未普遍实行反向抵押贷款，无相关数据可以利用。现有研究存在的问题1、基于宏观时间序列数据的研究，无法确定总消费的增长是否以及在多大程度上来源于资产增加的家庭，而且宏观数据也无法将具体的家庭人口及其他经济特征纳入模型加以控制，也很难避免缺失变量和内生性的问题。在我国由于住房市场化改革时间不长，样本容量有限，导致估计的精度不高，这也是已有研究结论存在差异的重要原因。2、现有的基于微观家户调查数据的研究，也因数据不完备而难以弥补宏观数据在研究方面的缺憾。如：美国的PSID数据不区分耐用品和非耐用品消费；欧盟国家微观数据多为意大利和西班牙的数据，缺少德国、法国等欧盟主要经济体的数据；首次用来对我国房地产财富与消费关系进行实证检验的“中国健康与营养调查”数据样本量不大，消费使用的是耐用品消费，且未能区分金融资产和房屋资产对消费的影响。现有研究存在的问题3、由于微观数据的限制，文献中尚未见在同一项研究中使用相同的数据口径和研究方法，对世界主要经济体房屋和金融资产的消费效应进行国际比较，并对可能存在的差异进行原因分析。现有研究存在的问题样本数据-CFPS中国家庭动态跟踪调查CFPS（ChineseFamilyPanelStudies）由北京大学研究团队设计，北京大学中国社会科学调查中心（ISSS）负责实施。是一项全国性的综合社会跟踪调查项目，重点关注中国居民的经济及非经济福利，以及包括经济活动、教育获得、家庭关系与家庭动态、人口迁移、身心健康在内的诸多主题。其调查对象为中国（不含香港、澳门、台湾以及新疆维吾尔自治区、西藏自治区、青海省、内蒙古自治区、宁夏回族自治区、海南省）25个省/市/自治区中满足项目访问条件的家户和家户中满足项目访问条件的成员。2010年4月-9月14960户，42590人样本数据-HFCS欧元区国家家庭金融和消费调查HFCS（EurosystemHouseholdFinanceandConsumptionSurvey）由欧元区家庭金融和消费网络负责实施，组建于2006年的欧元区家庭金融和消费网络，由欧央行的调查专家、统计和经济学家以及各成员国的央行或统计机构组成。HFCS收集包括德国、法国、意大利、西班牙、波兰、等15个欧元区国家微观层面的家户金融及消费数据，实地调查工作于2010年下半年开始，2011年初结束，2013年4月数据对外第一次发布。15个成员国，62558户，154247人数据处理1.只选取CFPS中的城市家庭2.剔除消费和资产持有数据缺失的样本由于考虑到中国农村的房产流动性较差和城乡差异等因素，为保证可比性，我们对中国家庭动态跟踪调查（CFPS）的数据只选取城市家庭。3.家庭消费区分为食品消费和非耐用品消费数据处理我们考察各项资产对非耐用消费品消费的财富效应。耐用消费品因其提供的服务流分摊在相当长的一段时间里，且部分耐用消费品如汽车等具有一定的变现能力，应归于其它实物资产中，所以本文研究的消费将不包括耐用消费品，在非耐用消费品中作为基本消费的食品消费被单独列出来加以分析。模型设定基于Dynan等人（2001）、Lehnert（2004）以及Bostic等人（2009）的研究，将在微观家庭单位上的实证模型设定为其中，C为家庭消费，Y为家庭收入，W为家庭所持有资产的价值，Z为家庭的人口社会学等控制变量。𝑙𝑛C=f(𝑙𝑛Y,𝑙𝑛W,Z)=𝛼0+𝛼1𝑙𝑛Y+𝛼2𝑙𝑛W+𝛼3𝑖𝑖𝑍𝑖+ε模型设定家庭的人口社会学等控制变量Z，包括家庭规模，户主年龄、性别、受教育年限、婚姻状况。因为中国正处于社会转型期，与欧元区国家相比，社会保障还处于较低水平，所以在对中国家庭动态跟踪调查（CFPS）的数据分析中，我们还特别关注了户主是否为城市户口和对未来的信心状况。模型设定012345lnln,ln,lnln=lnlnlnlnfhrfhriiiCfY，，本文沿用Bostic等人（2009）对上述模型进行拓展。其中C为家庭消费，Y为家庭收入，𝑊𝑓为家庭所持有金融资产的价值，𝑊ℎ为家庭所拥有房屋资产的价值，𝑊𝑟为家庭的其他实物资产价值，Z为家庭的人口社会学等控制变量。方程（一）模型设定方程（二）0123456lnln,ln,lnlnD=lnlnlnlnlnfhrfhkkhrjjkjCfY，，，其中𝐷𝑘ln𝑊ℎ为相应虚拟变量和房产财富对数值的交叉乘积项。模型分析1、模型中家户的收入组成:去年全家工资性收入，经常性的社会转移支付，租金总收入，其它非工资性收入。2、资产分为金融资产、房屋资产和其它实物资产。其中房屋资产价值为被访者自估市场价。3、对于HFCS数据，关注了户主是否为城市户口和对未来的信心状况。实证结果及分析（一）资产财富效应存在性检验根据模型（一），分别以非耐用品消费、食品消费为被解释变量，收入、金融资产、房产和其它实物资产为解释变量，同时控制其人口社会学特征，对模型进行回归，回归结果见下表模型（1）被解释变量：非耐用消费品的消费CFPSHFCS常数4.897***（0.1527）4.626***（0.1011）LN（家庭收入）0.259***（0.0216）0.274***（0.0112）LN（金融资产）0.043***（0.0093）0.021***（0.0034）LN（房屋资产）0.135***（0.0135）0.088***（0.0073）LN（其它资产）0.024***（0.0043）0.022***（0.0035）模型（1）被解释变量：非耐用消费品的消费CFPSHFCS家庭人口数0.0498***（0.0107）0.077***（0.0054）户主年龄-0.003***（0.0010）0.003***（0.0005）户主受教育水平为初中0.080**（0.0360）0.079***（0.0179）户主受教育水平为高中0.198***（0.0399）0.137***（0.0159）户主受教育水平为大学及上0.333***（0.0433）0.231***（0.0171）户主性别[女性为1]0.013（0.0264）0.022*（0.0118）户主婚姻状况[非在婚为1]-0.074*（0.0458）-0.102***（0.0137）ValidN238710131