英语原文共 45 页，剩余内容已隐藏，支付完成后下载完整资料
货币政策和房地产价格：瑞士的分类分析
摘要：
大多数实证研究发现货币政策对房价有显著影响，而股市仍然不受利率冲击的影响。本文中我们通过雇用瑞士的一个新的数据集，对矢量自回归模型进行了估计，对房地产市场各个细分市场的详细分析，发现了替代房屋和公寓价格与租金价格之间的影响。有趣的是，商业地产价格对利率变动没有反应。
关键字：货币政策 利率冲击 房地产 股票市场
1.前言
各国央行操控货币政策工具的目的是为了努力实现政策目标，虽然大多数央行的主要目标是物价稳定，但许多央行还关心房产活动（产出，失业）。此外，贡献或保障国内金融稳定常属于许多现代中央银行的“目标目录”，如联邦储备银行（Bernanke，2002）。虽然中央银行的目标不是太具有争议性，但人们对于央行是否应尝试运用货币政策工具去维护金融稳定性的问题看法不一致，特别是关心资产市场方面，如股票和房地产市场。
传统观点强烈反对货币政策规则对资产市场的反应，Bernanke and Gertler （1999，2001）建立的一个新的充满活力的凯恩斯主义认为中央银行应该重视价格和金融稳定，并作为补充和几近的目标，给出的建议是货币政策应该关注价格稳定，只需在预期通胀时才要对资产价格进行回应。Bernanke（2002）在全国商业经济协会纽约分会辩论分工论证的基础（“使用正确的工作工具”）演讲之前重申了这一观点，而货币政策应用于实现宏观经济目标、监管、监督和贷款的最后补救办法，用来保证金融稳定（2002）（Schwartz也持类似的论点）。Christiano等人（2008）基本上认为泡沫经济是由于错误的技术冲击而产生，因此资产价格不应成为货币政策的目标。Kohn （2009）认为货币政策几乎不会影响资产价格的投机成分，而“逆风而行”可能导致中期经济表现次佳。
然而，不同的经济学家持不同的观点，资产价格变动比其他变化强意味着总需要和通货膨胀稳定，而Borio 和Lowe（2002），Bordo，Dueker and Wheelock（2002，2003），Detken and Smets（2004）和Ahearne（2005）等人从过去的资产市场泡沫的经验观察中推出了这一结论，也有相当多的理论文献能够得到相似的结果。Smets （1997）表明，在一个相对简单的宏观经济框架中，当总需求与实际资产价格正相关时，最优货币政策反应函数。Cecchetti 等人（2000），Cecchetti, Genberg 和Wadhwani（2002）认为资产价格变动的反应可能是有利的，因为资产价格对价格稳定的影响与典型通胀预测不同。Bordo 和Jeanne（2002）在一个新的凯恩斯主义框架下研究货币政策，并在生产部门找到相应的约束条件，发现最优货币政策规则不仅取决于产出缺口和通胀，还取决于资产市场未来的发展。 Dupor（2005）分析了在具有投资调整成本的粘性价格模型中，央行在多大程度上应如何应对非理性预期对未来资本回报的冲击，由于这些冲击产生低效的投资，因此在稳定名义价格与非基本资产价格变动之间存在权衡。鉴于中央银行至少有一些关于发生冲击的性质的信息，货币政策应始终对这些冲击，使用动态投资组合方法，Paland和SimMulle（2009）研究表明最优的货币政策规则应该在其他变量中对投资于风险资产的财富量作出反应。货币政策在保证金融稳定的任务中最重要的先决条件是它对资产价格有系统且可预测的影响，各种研究已经从经验上解决了这个问题，尽管结果在样本国家和时期之间有一定程度的差异，但人们可以从文献中得出结论，即股票市场仍未受到货币政策措施的广泛影响，而房地产市场则倾向于对央行的工具做出反应。然而，就房地产市场而言经验证据是有限的，因为实证研究几乎只关注房价，因此只涉及房地产市场的一个细分市场。本文旨在填补实证文献中的空白，并对货币政策对房地产市场各个细分市场（以及整个房地产市场）的影响进行分类分析。利用瑞士的一个新的数据集，我们估计了向量自回归模型(向量自回归模型（VAR）)来研究房屋和公寓价格、私人租赁市场以及商业房地产市场的各个细分市场对利率冲击的冲击响应。
本文的结构如下：第2部分简要回顾了已有的关于货币政策对股票和房地产市场影响的实证文献，在第3节概述了我们的经验方法之后，我们讨论了第4节中使用的数据集的描述，第5节报告并讨论了实证结果。与以往一样，本文总结了主要发现和一些结论。
2.浅谈实证文献/文献综述
关于货币政策对资产价格影响的实证文献在过去十年中显著增长，从方法论的角度来看，实证文献以向量自回归模型为主，研究货币政策的当前立场、各种宏观经济变量（例如通货膨胀、产出或失业）和资产价格的相互作用的指标。向量自回归模型（VAR）方法的优势可能归因于向量自回归模型（VAR）能够以适当的方式处理可能的内生性问题的事实（Dreger和Walts，2009 9a），实证文献以两种不同的方式解决了货币政策对资产价格有多大影响的问题。文献的第一部分研究了总流动性对资产价格的影响程度（见Baks，Kramer，1999；Ruuml;ffer，Stracca ，2006； Greiber，Setzer ，2007；Roffia，Zaghini，2007；Adalid，Detken，2007；Giese，Tuxen，2007；Belke，Orth，Setzer ，2008，2010；Goodhart，Hofmann，2008；Dreger，Wolters，2009b）。然而，虽然总体流动性受到货币政策决策的影响，但它显然不完全受中央银行控制。文献的第二部分研究了中央银行的利率决策和资产价格之间的关系，因此更直接地关注货币当局对资产市场的影响，由于我们的目标是研究中央银行能够影响资产价格的程度，因此我们重点回顾关于第二部分文献的实证文献。
Ruffer和Straca（2006）构建了由住宅和商业地产价格和股票组成的综合资产市场指数，他们在研究利率冲击对美国、日本和欧洲全球向量自回归模型（VAR）中总资产指数的影响时发现对资产市场的影响显著。
还有一些研究集中于房地产部门更确切地说是房价，Giuliodori（2005）对9个经济合作与发展组织国家的个人向量自回归模型（VAR）S进行了研究并发现利率冲击对房价有显著影响，Demary（2009）对10个略有不同的样本国家的研究结果也一样， Jarocinsky和Smets（2008），Goodhart和Hofmann（2008）在他们的研究中证实了这一发现，尽管Jarocinsky和Smets（2008）将贝叶斯向量自回归模型（VAR）技术应用于美国数据，Goodhart和Hofmann（2008）对17个国家进行了面板向量自回归模型（VAR）分析，Greiber和Setzer（2007）支持了货币政策影响房价或至少财产财富的假说的证据。
与Ruuml;ffer和Stracca（2006）类似，Belke，Orth和Setzer（2008）构建了一个全球数据集（由欧元区和9个国家组成），然而他们不是使用的总资产市场指数而是分别研究房价和股票，发现利率冲击对股市的发展没有影响，但房价对这些冲击的反应却是相反的。Dreger和Wolters（2009a）在为美国、欧洲地区、日本和英国运行单个向量自回归模型（VAR）时获得了同样的结果。Assenmacher-Wesche和Gerlach （2009）进行了单独的向量自回归模型（VAR）和面板向量自回归模型（VAR），结果证实了利率冲击对房价的影响，然而Assenmacher-Wesche和Gerlach（2009）也发现利率冲击对股市具有重要影响，因为不同资产类别的时间差异很大，所以作者不建议使用货币政策来影响资产价格。
总结一下，人们可能会得出这样的结论：现有的经验证据表明利率冲击对股市影响不大，而利率上升似乎抑制房价，反之亦然。虽然实证结果不太引起争议，但房地产市场的结果有些不完整，几乎所有的研究都集中在房价上，只是房地产行业的一个细分市场，分析中通常不包括业主自住的公寓，租赁市场也是如此。此外，在以往文献研究中商业房地产市场几乎完全被忽视，据我们所知这是唯一的研究。
Gruber和Lee（2008）对商业地产进行了重点研究，但本研究关注的是银行贷款对商业地产价格的影响，因此与所描述的货币政策文献仅存在某种程度的松散联系。
3.数据
为了解货币政策对房地产市场各个细分市场的影响，我们采用了瑞士的数据，数据样本包括从1987年第4季度到2008年第4季度的季度数据，首先我们使用关于通货膨胀（p）和国内生产总值（gdp）的宏观经济数据，这些数据来自经合组织的主要经济指标数据库。其次，我们需要关于中央货币政策工具的数据，由于3个月期目标利率（i）是瑞士国家银行（SNB）的主要货币政策工具，因此我们在本研究中使用了这个变量，参考时间序列由瑞士国家银行（SNB）提供，由于货币总量已成为瑞士货币政策的重要中间目标，因此我们还在我们的数据样本中增加了广义货币M3（m），参考资料来源于经合组织主要经济指标数据库。最后我们需要适当的资产价格数据，就股票市场而言，我们使用瑞士交易所提供的瑞士业绩指数，对于瑞士的综合房地产市场，我们利用瑞士房地产研究所（IZIG-AG-CIFISA）构建的房地产绩效指数（房地产），该指数涵盖了瑞士房地产净现金流和瑞士房地产价值的变化，评估利率决定的影响是恰当的。瑞士国家银行由于其覆盖了房地产市场的所有细分市场而导致的房地产总价格上涨，更确切地说，它包括30%的商业使用和50%个私人使用的财产，而其余20%是混合使用。
瑞士房地产市场细分市场的分类指数由瑞士所有地区的私人房地产公司Wuestamp;Partner提供，Wuestamp;Partner衡量瑞士国内六个不同房地产细分市场的价格变化：租赁公寓（租赁）、业主住宅（单位）、独立屋（房屋）、工业房地产（工业）、办公室空间（办公室）和销售区域（销售）。由于销售区数据的有限性，这里的样本时间范围从1996年第1季度到2008年第4季度，所有的分类指数都是基于随机的每年评估100,000个房地产报价，其中包括最重要的价格设置参数，如房产的大小、位置和状况，通过这些特征结果数据被合并到几乎相同的组中，这些指数是这些群体的加权平均数。自1996年以来，计算基于一个完整的抽样，包括每年约500,000个报价，这使得这些索引更具有意义，商业房地产价格指数基于目前的租金价格。关于私人房地产部门、住房和独立屋都是自住的，所以这里的价格指数反映了自住住宅的当前购买价格、天花板和独立式房屋，当被收购的房屋分别被业主出租时，租金被包括在出租公寓的价格指数中。
所有就业变量都经过季节性调整，按消费者物价指数收缩，除了通货膨胀率和利率之外，都采用日志。
4.估算方法
为了分析SNB利率决策与资产价格之间的联系，我们使用了Sims（1980）最初引入的向量自回归模型（向量自回归模型，VAR）。如第2节所述，这种计量经济框架通常用于货币政策工具对宏观经济变量影响的实证分析。，在向量自回归模型（VAR）估计中，每个内生变量在其自身的滞后和模型中所有其他变量的滞后都被回归，更准确地说，我们估算了以下简化形式的无限制向量自回归模型（VAR）：
其中Xt是时间t处的n个内生变量的向量，At是可以使用简化形式估计的参数的ntimes;n个矩阵，并且c是常数的ntimes;1的向量，Ut表示不可观察误差项的ntimes;1的向量。
向量自回归模型（VAR）残差不能被解释为简单的冲击，因为它们通常是相关的，为了正确识别货币政策冲击（即利率冲击），冲击必须独立于方程，以便我们可以追踪其对内生变量的孤立影响，为了得到可观察的和正交的冲击，我们重新构造向量自回归模型（VAR）的结构形式，即：
这里，εt表示现在不相关的ntimes;1的矢量，可以解释为结构冲击。
向量自回归模型（VAR）残差与这些结构性冲击之间的关系可以写成：
为了获得结构冲击，我们必须对矩阵B施加限制，根据大多数文献我们使用Cholesky分解来识别系统，根据货币传导的文献（见Christiano等，1999）我们将变量设为：Xt=（p,gdp,i,m,m,s），其中e表示特定的房地产价格指数，房地产价格和股票价格可能会立即对政策工具产生反应，而通货膨胀和国内生产总值只会对利率冲击产生反应，由于中央银行的政策工具是主要的再融资利率，我们直接在利率后面订购货币供应量（见Favero，2001）。
我们在水平上指定所有估计的向量自回归模型（VARs），单元根测试表明除了租金价格外的所有时间序列都是非平稳的，其中线性时间趋势或至少一个常数包含在测试方程中，对于销售区域价格的向量自回归模型（VAR），从1996年第1季度到2008年第4季度的时间序列、通货膨胀、国内生产总值、利率和瑞士绩效指数的时间序列是非平稳的，用一些单位根变量估计向量自回归模型（VAR）模型会导致虚假回归问题。作为一种替代方法可以首先估计模型的差异，事实上这个解决方案意味着包含在级别变量中的信息的丢失。然而，正如Sims，Stock和Watson（1990）所显示的，当变量之间存在协整关系时，含有一些单位根变量的向量自回归模型（VAR）估计会导致一致的最小二乘法（OLS）估计量，由于Johansen协整检验表明，在我们的7个向量自回归模型（VAR）中至少存在2个协整向量，所以估计的向量自回归模型（VARs）水平似乎是合理的。
应用所描述的识别方案之后，我们产生对一次性利率冲击的脉冲响应，我们特别感兴趣的是利率变化对房地产和股票价格的影响。由于在向量自回归模型（VAR）模型中，当使用大量参数时脉冲响应估计会不精确，因此我们使用2000个引导重复的Monte Carlo模拟产生置信带以获得一个标准误差置信区间。
5.实证结果
总之，我们估计了七种不同的向量自回归模型（VAR）模型。在通货膨
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[468409]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
