基于抵押品视角的房地产市场论文范文

一、模型构建

本文新模型主要参考了Iacoviello(2005)，并结合Aokietal.(2004)、IacovielloandNeri(2010)，建立一个封闭经济条件下的多部门新凯恩斯主义动态一般均衡模型(DSGE)，其最大特点是将房地产以资产形式引入，房地产既是家庭的消费品，也是企业的生产投入。模型中，家庭以一定首付比例，通过抵押贷款获得房地产消费，房地产价值直接进入了家庭的效应函数。房地产作为一项资产，企业可以抵押房地产获得贷款，并且企业将房地产当做生产要素。为了简化模型，根据我国国情，本文区别Iacoviello(2005)模型的不同点有：一是由于本文主要从房地产作为抵押品视角来关注金融加速机制，结合我国实际情况简化了模型，没有考虑货币等因素，只是从信贷角度引入金融摩擦；二是将家庭分为储蓄型和借贷型两部分，储蓄型家庭给银行提供存款以获得利息，借贷型家庭通过抵押房地产向银行进行借贷。家庭部门是无期限生活的，被分为两个部分：储蓄型家庭和借贷型家庭。储蓄型家庭消费方式遵循持久收入假说(PermanentIncomeHypothesis)，并且满足标准的欧拉方程；借贷型家庭凭经验消费(Rule－of－Thumb)①。由于储蓄型家庭和借贷型家庭对当期和未来的消费看法不一，借贷型家庭更看重当期消费，而储蓄型家庭更看重未来消费，故二者贴现率是不一样的，借贷型家庭部门贴现率更低。

二、模型的估计

本文参考了大量基于国内外数据和模型的相关研究校准了部分参数。见表1，以下依次说明。对于储蓄型和借贷型家庭的贴现因子β′和β″，参考Zhang(2009)[4]、许志伟等(2011)设定的代表性家庭贴现因子0.98，由前文β′>β″，参考Iacoviello(2005)，设定β′和β″分别为0.99和0.95。企业家的贴现因子γ可以由企业家的内部收益率计算，12.9%的收益率也代表了国内项目的平均收益率，可以作为企业的内部收益率，故参考其研究，设定为0.886。对于借贷型家庭和企业的抵押贷款比例(Loan-to-valueRatio，LTV)m″和m的校准国内的相关研究较少，参考IacovielloandNeri(2010)的研究我们选取m″=0.75，m=0.5。对于劳动供给弹性η，已有文献差别较大，薛鹤翔(2010)设定为6.16，王国静和田国强等(2014)采用贝叶斯估计的结果是2.2329，裘翔和龙(2014)[5]将η的倒数设定为0.524，对应劳动供给弹性为1.9084，而Iacoviello(2005)、谭政勋等(2011)将η校准为1.01，鉴于王国静和田国强等(2014)、裘翔和龙(2014)[5]效应函数中还含有效用权重系数，我们设定η=1.01。对于折旧率的校准δ，ChowandLi(2002)估计的资本折旧率为0.04到0.056之间，许志伟等(2010)、胡永刚和刘方(2007)[6]选取季度折旧率为0.05，薛鹤翔(2010)设定的季度值为0.04，而王文甫(2010)、许伟和陈斌开(2009)[7]则根据资本年度折旧率10%算得的季度值折旧率为0.025，康立和龚六堂(2014)、王国静和田国强(2014)等也设定为0.025，在此，根据多数文献的做法选取δ=0.025，即年折旧10%。对于生产函数中资本份额的μ的校准，ChowandLi(2002)利用1952—1998年数据得到资本份额0.55，张军(2002)利用不同的方法估计的资本份额为0.499，薛鹤翔(2010)和Heetal.(2007)估计结果为0.6，王国静和田国强(2014)选取资本份额为0.5。但需要指出的是，这些研究对生产函数的设定，只是包括资本与劳动力两部分，本文中资本包括房地产资本(ν)和其他资本，我们先校准总的资本份额为0.3288。结合后文贝叶斯估计的房地产以外资本份额为0.2988，故ν的校准值为0.03。对于参数住房效用权重j的校准已有文献差别较大，王云清等(2013)设置的效用权重为0.0194，而谭政勋等(2011)认为由于我国居民普遍接受居者有其屋的观念故设置的效用权重较大为0.4，Iacoviello(2005)和IacovielloandNeri(2010)等分别设置为0.1和0.12，我们设置为0.2。对于家庭和企业的房地产调整成本φh和φe国内鲜有文献，Iacoviello(2005)设定为0.2、0.2，考虑我国处于转型期，我们设定为0.1、0.1。康立和龚六堂(2014)将资本的调整成本参数ψ设定为5，本文综合以上文献采用参数值2。本文参考AnandSchorfheide(2006)，使用贝叶斯方法对模型余下的相关参数进行估计。由于模型系统中包含四个外生冲击，本文选如下四个观测变量：产出(实际GDP)、通胀(CPI)、名义利率(银行间市场7天同业拆借利率)和房价(实际房价)。为了确保数据的平稳性，实际GDP和房价经过季节调整和去趋势化处理。由于国家统计局公布的房价的相关季度数据最早始于2000年1季度，故本文使用2000年1季度到2014年1季度数据对模型进行估计②。数据均来源于国家统计局。贝叶斯估计③事先要设定先验分布，先验分布包括分布函数和先验均值和标准差的设定。分布函数我们通过参考Lubikandschorfheide(2007)、马勇和陈雨露(2014)的研究设定。先验均值和方差参考了前人的相关研究。价格黏性程度θ，也就是零售商价格调整速度，早期的研究如BGG(1999)，国内许志伟等(2010)、薛鹤翔(2010)和谭政勋等(2011)的研究都采用θ=0.75，我们设定先验均值为0.75，方差为0.05。由上文关于生产函数中资本份额的μ讨论，我们设定其先验均值为0.3。由于稳态时加成比例X=εε-1，其中ε为中间品的替代弹性，而许伟和陈斌开(2009)[7]取ε=6，价格加成比例X=1.2，价格加成20%，我们取先验均值为1.2。其他参数先验均值和方差的设定参考了Iaco-viello(2005)、IacovielloandNeri(2010)以及许伟和陈斌开(2009)[7]，我们将要估计的参数的先验分布和贝叶斯估计的后验均值及90%置信度的置信区间报告见表2。

三、数值模拟分析

我们采用比较模型经济和实际经济各变量之间矩的一致性来评价模型，这种方法被广泛接受。常用矩有各宏观经济变量的标准差，这一矩是变量波动性或易变性的刻画；各变量之间的一阶自相关系数，这一矩特征用于描述变量的黏持性；还有各变量之间的相关性，这一矩表示各变量之间的共动性。将产出、房价进行季节调整①，然后对数化，进行HP滤波，最后计算原始数的相关系数和自相关系数，以及HP滤波后波动成分的标准差。我们通过分别模拟基准模型(上文建立和估计的模型)和m=m″=0他参数不变)的情形，之所以这样做，是为了对比以为抵押品效应的存在提供经验依据。我们用以下表格比较实际经济与数值模拟经济比较。从表3可以看出，与实际数据较为符合的是基准模型。基准模型中各经济变量的标准差，与一、二阶自相关系数以及与产出的相关系数更接近实际情况。这也证实了房地产市场中抵押品效应是存在的。为了进一步探讨主要经济变量波动的传导机制及其动态特征以观察金融加速机制效应，我们通过引入四种冲击考察脉冲响应函数：货币政策冲击、房地产偏好冲击、供给冲击和通胀冲击。为了对比抵押品效应以考察金融加速机制，我们在同一响应图像中对比了基准模型和不存在借贷约束的情况，此时，m=m″=0。四种冲击的模拟结果如图2至图6所示，图中横坐标表示以季度为单位的时期，纵坐标表示相应变量偏离均衡值的百分点。图1表示紧缩性货币政策(名义利率增加一个单位)冲击对模型主要数量变量的影响。从图1脉冲响应函数可以看出，对于紧缩性的货币政策冲击，产出下降，基准模型第1季度产出下降0.0206，而不存在抵押品效应时(m=m″=0)第1季度产出下降0.0151，所以基准模型的产出比不存在抵押品效应时下降更多，受影响更大，但是在第6季度基本上都趋于0。同时也可以看到，紧缩性货币政策对通胀的冲击，在有抵押品效应的模型中通胀水平下降的更多。经历迅速下降后，第3季度变为0。特别指出，紧缩性货币政策对借贷型家庭部门消费影响明显，峰值都出现在第1季度，有抵押品效应的模型中消费减少约0.0433，明显大于基准模型的0.0158。在没有抵押品的模型中，利率提高的冲击下房价下降得更多。

对比脉冲响应函数发现，经济变量表现出了明显的小冲击更大波动的金融加速器的作用。图2显示了一个正向1%的需求冲击所产生的影响。我们发现不管是基准模型，还是无抵押品效应的模型，需求对房价影响较大，且持续时间最长，大概25个季度。而当m=m″=0需求冲击对产出影响甚微，产出几乎都保持在正常水平，但是在基准模型中，当需求冲击发生后，产出波动较大，峰值出现在第一季度，达到0.0104，说明模型大大放大了需求冲击对产出的影响。正向的需求冲击下，基准模型产出出现了巨大波动，而无抵押模型中产出变化不大。需求冲击下，房价迅速上升，在两个情况下上升趋势一样，持续时间较长。两个不同模型中，面对相同的需求冲击，借贷型家庭的消费出现了截然相反的情况。基准模型借贷型家庭消费初期增加，后期迅速减少。而无抵押品存在时，借贷型家庭消费初期减少，之后变为0，回归到正常水平。这说明对于借贷型家庭部门来说，房地产的财富效应非常明显。图3表示供给冲击(技术冲击)对产出、通胀的影响。正的技术冲击导致产出增加以及通货紧缩，且两个模型产出和通胀的响应函数基本一致，峰值分别约为第2季度的0.025和第1季度的-0.014。由于中央银行会对产出和通货紧缩都做出反应，中央银行会采取减息措施，导致房价上升，房价会在滞后一个季度即第2季度达到峰值0.04。借贷型家庭由于房价上涨，消费增加，且基准模型中借贷型家庭消费增加比m=m″=0情形多出0.01。图4显示了在成本冲击(通胀冲击)下主要经济变量的响应函数。产出对于成本冲击的响应表现为降低趋势，在第4季度达到反向峰值约-0.04，两种情况相差甚微。产出、利率、房价和借贷型家庭部门消费的脉冲响应函数都表现出了一定的驼峰状。通胀压力导致货币政策从紧，房价下降，且有抵押品效应时下降得更多。值得注意的是，借贷型家庭的消费在基准模型中下降得更多，第5季度出现峰值时比m=m″=0情形高约0.01。从以上分析也可以发现房地产的财富效应，也说明有抵押存在时表现出了金融加速器效应。如上所述，借贷型家庭带来的金融摩擦(表现为抵押品效应)在经济波动中非常重要。为了进一步验证模型的稳健性，理论上可以做出如下推理：增加借贷型家庭比例，应该导致货币政策冲击下资产价格变动更大，因此对借贷型家庭消费影响也更大。所以提高借贷型家庭比例(降低借贷型家庭部门比例)应该放大这种效果。我们给出了当α=0.2时(上文中根据贝叶斯估计值α=0.6706)，货币政策冲击对主要经济变量的影响的脉冲响应函数。图5刻画当无借贷型家庭部门比例下降到0.2之后货币政策对主要变量的冲击。从表中可以看出紧缩性货币政策冲击下，α=0.2时模型带来的紧缩产出的效果更大，对通胀冲击与产出类似。相对于基准模型，α=0.2时房价波动更大，初始时，房价都下降，在第3季度达到正向峰值0.0081，显著大于基准模型的第5季度的0.0019。在紧缩政策的冲击下，借贷型家庭的消费波动更大，第1季度基准模型为-0.0158，α=0.2时为-0.0376。响应函数结果与理论推理一致，证明了模型及结论的可靠性与稳健性。

四、结论

作为金融摩擦的表现之一，金融加速器效应的作用有多种途径和渠道，本文基于抵押品视角，通过构建带有房地产市场的动态一般均衡模型关注金融加速机制。模型通过将家庭部门分解为异质的借贷型家庭和储蓄型家庭，考虑金融摩擦，以观察家庭和企业所有的房地产的抵押品效应。模型中的参数通过校准和基于我国最新的2000年1季度到2014年1季度数据采用贝叶斯估计技术得到。建模完成之后，我们还通过对比模型数值模拟数据和实际数据来评价模型，发现模型可以较好地拟合一些经验事实：房价波动显著大于产出波动；房价、产出等主要变量存在明显的自相关关系；房价波动与产出波动存在较强相关关系。文章还通过引入四种冲击，对比两个模型来观察抵押品效应视角的金融加速机制。本文遵循“模型构建—模型评价—模型应用”的研究思路，通过分析发现，抵押品效应在传导和放大货币政策对经济冲击和增强房地产财富效应上起着重要作用。在货币政策和需求冲击下，产出、通胀水平、房价和消费在有、无抵押品效应下有明显差异，而在供给和成本冲击下虽然产出和通胀表现相同，但房价和消费等经济变量的响应值存在显著差异。通过对比发现，房地产市场的抵押品效应是形成金融加速器效应的内在机理之一。脉冲响应函数分析表明，当经济进入上(下)行阶段时，企业的盈利能力提高(下降)，企业和家庭的资产价格上涨，企业的抵押资产增多(减少)，发生违约的风险下降(上升)，获取信贷的能力增强(下降)，于是能扩大(减少)投资，导致产出和利润增加(减少)。银行和金融机构因成本减少(上升)，利润上升(下降)，资本充足率改善(下降)，企业的抵押资产增多(减少)，于是扩张(收紧)信贷，于是金融系统和经济系统都进一步进入上行(下行)阶段。通过LTV比率的变化，我们发现以上循环过程中，抵押品效应起着重要作用。脉冲响应函数分析还表明，在抵押品效应存在的情况下，借贷型家庭的消费波动明显变大，说明由于房地产资产这一抵押品的存在，房地产财富效应明显。通过改变参数的设置，本文研究还发现抵押品效应能够通过影响LTV比率和借款人的信贷额度等来放大最初冲击的影响，从而影响家庭消费，这是传统研究财富效应的文献无法观察和解释的。我们还发现，随着借贷型家庭比例的提高，各种冲击对消费等主要经济变量的影响更大，抵押品效应更为明显。这也说明房地产财富效应的存在，佐证了抵押品渠道是金融加速机制存在的原因。

作者：陈名银林勇单位：西北师范大学经济学院