Selective Review of the EvidenceThe

Selective Review of the Evidence
The most widely quoted studies on housing autocorrelation patterns are those by Case and
Shiller (1988, 1990). Using pooled time-series cross-section data for four U.S. cities from
the first quarter of 1970 up until the second quarter of 1986, Case and Shiller (1990) report
strong evidence of positive autocorrelation at short lags and weaker evidence of negative
autocorrelation at longer lags. Regressing the log price change between two successive years
against four lags of price changes yields the following regression coefficients in lag order (ab-
solute t-statistics in parenthesis): 0.38(3.3), -0.10(0.9), -1.12(1.1), -0.03(0.3). This conforms
with what Cutler
et al.
(1991) find (using quarterly data) to be the general mean-reverting
pattern of asset returns, holding for a wide range of assets. As pointed out above it is
not necessarily inconsistent with an informationally efficient housing market with rational
expectations. Similar findings are reported for Swedish metropolitan areas by Hort (1995).
The above results are cast in terms of house prices. Meese and Wallace (1994) in their
study of the San Francisco area find similar patterns in annual housing returns, calculated as
the sum of price increase and implicit rent. In separate regressions for 16 different municipal-
5
ities they obtain consistently positive first-order coefficients ranging from .15 to .64. Based
on a regression with three lags they can reject the hypothesis that all three lag coefficients
are jointly zero at the five per cent level for all communities but one, and at the one per cent
level for all communities but two.
Having found that house prices and housing returns are predictable from their own past
values it is natural to ask what other factors might have predictive power. This is also
considered by Case and Shiller (1990) who find that the level of construction costs and the
percentage change of the adult population are the only two extra factors that perform signif-
icantly in a forecasting equation (both with positive sign). The importance of demographics
is closely related to the controversial claim by Mankiw and Weil (1989) about the importance
of demographic factors.
4
Similar results are obtained for the predictability of excess returns
on housing over interest-bearing assets. Here income growth and a measure of mortgage
costs are also significant. The studies quoted above throw some light on the “efficiency” of
housing markets, but they are uninformative about what types of shocks appear to drive
house prices and housing returns away from predicted values. These questions have been
approached in various ways. Chinloy (1992) estimates a factor model to explain the hous-
ing returns. He finds changes in inflationary expectations to be the main macro factor to
have an impact on housing returns. Hendershott and Abraham (1993; 1994) using pooled
cross-section data of U.S. metropolitan areas find changes in the following factors to have
an impact on house price changes: construction costs, employment growth, income growth,
and the real after tax interest rate.
Hendershott and Abraham (1994) also find evidence of cyclical behavior. They estimate
a model specification that is similar to an error correction model, which includes lagged
house price changes among the explanatory variables. They find relatively slow adjustment
towards equilibrium combined with a significantly positive impact from lagged price changes.
These results imply a cyclical adjustment path, contradicting the simple asset-market model.
This pattern is also in line with results in Muellbauer and Murphy (1992) where cycles are
interpreted as coming from expectations formation. Further some studies, notably Koskela
et al.
(1992) and Muellbauer and Murphy (1992) highlight the empirical importance of
household indebtedness and borrowing constraints.
4
See
Regional Science and Urban Economics
(1991), vol. 31, No. 4 for a set of critical comments on the
Mankiw and Weil study. Heiborn (1994) studies the impact of demographics on Swedish house prices.
6
3 International Patterns in House Prices
3.1 Are House Prices Predictable?
The first issue is whether the autoregression pattern found in U.S. and Swedish data also
holds internationally. Table 2 reports results with regressions similar to those of Case and
Shiller,
op. cit.
. It is based on straightforward pooling of the data and estimated with OLS.
The results are quite similar to those of Case and Shiller. The first order coefficients are
significantly higher than their value .312. The difference may partly reflect autocorrelated
measurement errors, which they correct for. Further we also find signs of negative autocorre-
lation at lags up to the fourth order. Estimates of separate AR(1) equations for each country
confirm that first- order autoregression is a general feature of house price changes. All esti-

Kết quả (Việt) 1:

Chọn lọc đánh giá chứng cứCác nghiên cứu rộng rãi nhất trích dẫn vào nhà autocorrelation mẫu là những người của Case vàShiller (1988, 1990). Sử dụng dữ liệu chuỗi thời gian những mặt cắt cho bốn thành phố Hoa Kỳ từbáo cáo quý i năm 1970 cho đến các quý thứ hai năm 1986, trường hợp và Shiller (1990)Các bằng chứng mạnh mẽ của tích cực autocorrelation tại ngắn chậm và yếu hơn bằng chứng về tiêu cựcautocorrelation lúc còn chậm. Regressing thay đổi giá đăng nhập giữa hai năm liên tiếpĐối với bốn chậm thay đổi giá sản lượng các hệ số hồi quy sau theo thứ tự tụt hậu (ab-chất tan t-thống kê trong ngoặc đơn): 0.38(3.3), - 0.10(0.9),-1.12(1.1), - 0.03(0.3). Điều này phù hợpvới những gì Cutleret al.(1991) tìm thấy (sử dụng dữ liệu hàng quý) để là việc chung có nghĩa là-quay trở lạiMô hình của các tài sản trở về, đang nắm giữ cho một loạt các tài sản. Như chỉ ra ở trên đó làkhông nhất thiết phải phù hợp với một thị trường hiệu quả informationally nhà ở hợp lýsự mong đợi. Kết quả tương tự như được báo cáo cho khu vực đô thị Thụy Điển bởi Hort (1995).Các kết quả trên diễn viên trong điều kiện của giá nhà. Meese và Wallace (1994) tại của họnghiên cứu của khu vực San Francisco tìm patterns tương tự trong hàng năm trở về nhà, tính toánTổng tăng giá và tiềm ẩn cho thuê. Ở regressions riêng biệt cho 16 khác nhau municipal5ities họ có được hệ số thứ tự đầu tiên luôn tích cực khác nhau, từ.15.64. Dựa trêntrên một hồi quy với ba chậm lại, họ có thể từ chối các giả thuyết rằng cả ba tụt hậu hệ sốcùng là 0 độ năm phần trăm cho tất cả cộng đồng, nhưng một, và tại một trong những phần trămcấp cho tất cả cộng đồng nhưng hai.Đã tìm thấy rằng giá nhà và trả lại nhà ở đang dự đoán từ quá khứ của chính họnó là tự nhiên để hỏi những gì các yếu tố khác có thể có giá trị tiên đoán điện. Đây cũng làđược xem là trường hợp và Shiller (1990) thấy rằng mức độ chi phí xây dựng và cáctỷ lệ phần trăm thay đổi dân số lớn là những yếu tố chỉ có hai phụ thực hiện signif-icantly trong một phương dự báo (cả với dấu hiệu tích cực). Tầm quan trọng của nhân khẩu họcliên quan chặt chẽ đến yêu cầu bồi thường gây nhiều tranh cãi bởi Mankiw và Weil (1989) về tầm quan trọngyếu tố nhân khẩu học.4Thu được kết quả tương tự cho dự đoán của dư thừa trả lạivề nhà trong sự quan tâm-mang tài sản. Ở đây tăng trưởng thu nhập và một biện pháp thế chấpchi phí cũng là đáng kể. Các nghiên cứu trích dẫn ở trên ném một số ánh sáng trên "hiệu quả"thị trường nhà ở, nhưng họ là uninformative về những gì các loại chấn động xuất hiện để lái xegiá nhà và nhà ở trở về xa giá trị dự đoán. Những câu hỏi này đãtiếp cận bằng nhiều cách khác nhau. Chinloy (1992) ước lượng một mô hình nhân tố giải thích n-ing trở về. Ông đã thấy những thay đổi trong những kỳ vọng lạm phát để là các yếu tố vĩ mô chính đểcó tác động vào nhà ở trở về. Hendershott và Abraham (1993; 1994) bằng cách sử dụng gộp lạimặt cắt ngang dữ liệu của các khu vực đô thị Hoa Kỳ tìm thấy những thay đổi trong các yếu tố sau đây để cótác động vào nhà giá thay đổi: chi phí xây dựng, tăng trưởng việc làm, tăng trưởng thu nhập,và thực sự sau khi lãi suất thuế.Hendershott và Abraham (1994) cũng tìm thấy bằng chứng về hành vi của chu kỳ. Họ ước tínhmột đặc điểm kỹ thuật mô hình tương tự như một mô hình chỉnh sửa lỗi bao gồm tụtthay đổi giá nhà trong số các biến giải thích. Họ tìm thấy tương đối chậm điều chỉnhĐối với cân bằng kết hợp với một tác động đáng kể tích cực từ tụt giá thay đổi.Những kết quả này ngụ ý một con đường điều chỉnh chu kỳ, contradicting mô hình thị trường tài sản đơn giản.Mô hình này cũng là phù hợp với kết quả trong Muellbauer và Murphy (1992) chu kỳ ở đâucoi như là đến từ sự hình thành kỳ vọng. Xem thêm một số nghiên cứu, đặc biệt là Koskelaet al.(1992) và Muellbauer và Murphy (1992) làm nổi bật tầm quan trọng thực nghiệmnợ hộ gia đình và vay mượn những hạn chế.4XemKhu vực khoa học và kinh tế đô thị(1991), vol. 31, No. 4 cho một tập hợp các ý kiến quan trọng trên cácMankiw và Weil nghiên cứu. Heiborn (1994) nghiên cứu về tác động của nhân khẩu học trên giá Thụy Điển nhà.63 mẫu quốc tế trong giá nhà3.1 có giá nhà dự đoán được không?Vấn đề đầu tiên là cho dù các mô hình autoregression được tìm thấy trong dữ liệu Mỹ và Thụy Điển cũngtổ chức quốc tế. 2 bảng báo cáo kết quả với regressions tương tự như trường hợp vàShiller,op. cit.. Đó là dựa trên tổng hợp đơn giản của dữ liệu và ước tính với OLS.Kết quả là khá tương tự như trường hợp và Shiller. Hệ số thứ tự đầu tiên làcao hơn đáng kể so với giá trị của họ.312. Sự khác biệt một phần có thể phản ánh autocorrelatedđo lường sai sót, mà họ chính xác nhất. Hơn nữa, chúng tôi cũng tìm thấy dấu hiệu tiêu cực autocorre-lation lúc chậm lại đến thứ tự thứ tư. Ước lượng phương trình AR(1) riêng biệt cho mỗi quốc giaxác nhận rằng autoregression đặt hàng đầu tiên là một tính năng tổng quát của thay đổi giá nhà. Tất cả esti-

Kết quả (Việt) 2:

Xem lựa chọn các Bằng chứng
Các nghiên cứu được trích dẫn rộng rãi nhất trên các mẫu tự tương nhà ở là những bởi Case và
Shiller (1988, 1990). Sử dụng gộp chuỗi thời gian qua phần dữ liệu trong bốn thành phố của Mỹ từ
quý đầu tiên của năm 1970 cho đến quý II năm 1986, Case và Shiller (1990) báo cáo
bằng chứng mạnh mẽ về tự tương quan tích cực tại độ trễ ngắn và bằng chứng yếu của tiêu cực
tương quan tại lâu hơn chậm. Suy thoái các giá thay đổi đăng nhập giữa hai năm liên tiếp
chống lại bốn trễ của thay đổi giá cả sản lượng các hệ số hồi quy sau đây để lag (AB-
chất tan t-thống kê trong ngoặc đơn): 0,38 (3,3), -0,10 (0.9), -1,12 (1.1) , -0,03 (0.3). Điều này phù hợp
với những gì Cutler
et al.
(1991) tìm thấy (sử dụng dữ liệu quý) là trung bình-quay trở lại chung
mô hình lợi nhuận tài sản, tổ chức cho một loạt các tài sản. Như đã chỉ ra ở trên là
không nhất thiết phải phù hợp với một thị trường nhà ở mặt thông tin hiệu quả với hợp lý
mong đợi. Kết quả tương tự được báo cáo cho khu vực đô thị của Thụy Điển bởi Hort (1995).
Kết quả trên được đúc về giá nhà. Meese và Wallace (1994) trong họ
nghiên cứu về khu vực San Francisco tìm thấy các mẫu tương tự trong khai nhà ở hàng năm, được tính như
tổng của tăng giá và thuê tiềm ẩn. Trong hồi quy riêng biệt cho 16 khác nhau municipal-
5
ities họ có được hệ số thứ tự đầu tiên luôn tích cực khác nhau, 0,15-0,64. Dựa
trên hồi quy với ba trễ họ có thể bác bỏ giả thiết rằng tất cả ba hệ số trễ
là cùng không tại năm cho mỗi cấp độ phần trăm cho tất cả cộng đồng mà một, và ở một phần trăm
mức độ cho tất cả cộng đồng nhưng hai.
Sau khi phát hiện ra rằng giá nhà và trả về nhà ở có thể dự đoán từ quá khứ của mình
giá trị đó là tự nhiên để hỏi những yếu tố khác có thể có sức mạnh tiên đoán. Đây cũng được
xem xét trường hợp và Shiller (1990), người thấy rằng mức độ chi phí xây dựng và
thay đổi tỷ lệ phần trăm của dân số trưởng thành là hai yếu tố phụ chỉ thực hiện các signif-
icantly trong một phương trình dự báo (cả hai với dấu hiệu tích cực). Tầm quan trọng của nhân khẩu học
có liên quan chặt chẽ với yêu cầu gây tranh cãi của Mankiw và Weil (1989) về tầm quan trọng
của các yếu tố nhân khẩu học.
4
kết quả tương tự cũng thu được cho dự đoán lợi nhuận vượt quá
về nhà ở đối với tài sản có lãi. Dưới đây tăng trưởng thu nhập và một biện pháp thế chấp
chi phí cũng là đáng kể. Các nghiên cứu được trích dẫn ở trên ném một số ánh sáng trên "hiệu quả" của
thị trường nhà ở, nhưng họ không đủ thông tin về những loại cú sốc xuất hiện để đẩy
giá nhà và nhà ở trả đi từ giá trị dự đoán. Những câu hỏi này đã được
tiếp cận theo nhiều cách khác nhau. Chinloy (1992) ước tính một mô hình nhân tố để giải thích hous-
ing nhuận. Ông nhận thấy những thay đổi trong kỳ vọng lạm phát là yếu tố vĩ mô chính
có ảnh hưởng đến lợi nhuận nhà ở. Hendershott và Abraham (1993; 1994) sử dụng gộp
dữ liệu mặt cắt ngang của Mỹ khu vực đô thị tìm những thay đổi trong các yếu tố sau đây để có
một tác động thay đổi giá nhà: chi phí xây dựng, tăng trưởng việc làm, tăng thu nhập,
và các sản sau khi lãi suất thuế.
Hendershott và Abraham (1994) cũng tìm thấy bằng chứng về hành vi mang tính chu kỳ. Họ ước tính
một đặc điểm kỹ thuật mô hình tương tự như một mô hình sửa lỗi, trong đó bao gồm tụt
thay đổi giá nhà trong các biến giải thích. Họ điều chỉnh tương đối chậm
hướng tới cân bằng kết hợp với một tác động tích cực đáng kể từ những thay đổi giá cả tụt.
Các kết quả này hàm ý một con đường điều chỉnh theo chu kỳ, trái ngược với mô hình tài sản thị trường đơn giản.
Mô hình này cũng phù hợp với kết quả trong Muellbauer và Murphy (1992), nơi chu kỳ được
hiểu là đến từ sự hình thành kỳ vọng. Hơn nữa một số nghiên cứu, đặc biệt là Koskela
et al.
(1992) và Muellbauer và Murphy (1992) đã nhấn mạnh tầm quan trọng thực nghiệm của
nợ hộ gia đình và vay hạn chế.
4
Xem
Khoa học vùng và kinh tế đô thị
(1991), vol. 31, số 4 cho một tập hợp các ý kiến quan trọng vào các
nghiên cứu Mankiw và Weil. Heiborn (1994) nghiên cứu tác động của dân số đối với giá nhà Thụy Điển.
6
3 mẫu quốc tế tại Nhà Giá
3.1 Có Giá nhà đoán trước?
Vấn đề đầu tiên là liệu mô hình autoregression tìm thấy trong dữ liệu của Thụy Điển và Mỹ cũng
giữ được quốc tế. Bảng 2 báo cáo kết quả với hồi quy tương tự như trường hợp và
Shiller,
op. cit.
. Nó được dựa trên tổng hợp đơn giản của dữ liệu và tính toán với các OLS.
Kết quả là khá tương tự như trường hợp và Shiller. Các hệ số thứ tự đầu tiên là
cao hơn so với giá trị 0,312 đáng kể. Sự khác biệt có thể phần nào phản ánh autocorrelated
lỗi đo lường, mà họ sửa cho. Hơn nữa chúng tôi cũng tìm thấy dấu hiệu tiêu cực autocorre-
lation tại thua lên đến hàng thứ tư. Ước tính của AR riêng biệt (1) phương trình cho mỗi quốc gia
xác nhận rằng hệ thứ nhất để autoregression là một tính năng chung của thay đổi giá nhà. Tất cả các ước tính