房价波动福利成本效应及我国最优房价政策

袁 靖,刘 磊,刘洁琼

(1.山东工商学院 a.统计学院;b.国际商学院,山东 烟台 264005;2.辅仁大学 管理学院,台湾 新北 24205)

经济管理研究

房价波动福利成本效应及我国最优房价政策

袁 靖1a,刘 磊1a,刘洁琼1b,2

(1.山东工商学院 a.统计学院;b.国际商学院,山东 烟台 264005;2.辅仁大学 管理学院,台湾 新北 24205)

参考Barro对极端事件的定义与度量,对我国房价极端波动概率进行度量,构建OLGDSGE模型,考察我国房价极端波动对经济发展的影响,尤其考察为了应对房价波动我国消费者福利成本下降及为了弥补福利成本损失意愿放弃的消费的水平,最后针对不同年龄人群分析房价波动的影响效应差异,并就退休年龄及房产首付款比例调整政策进行模拟,并得出了相关结论。

房价波动;世代交叠;福利成本;DSGE模型

一、引言与文献综述

改革开放以来的三十年,中国保持了近10%的年均高速经济增长率,自1998年国务院下发《关于进一步深化城镇住房制度改革,加快住房建设的通知》,正式确立“促使住宅业成为新的经济增长点”以来,我国房地产业进入了快速发展时期。尤其是2003年以来,我国房地产市场出现了“投资增长过快,住房价格大幅上涨”的问题,全国商品房平均销售价格2005年达到18%,住宅商品房平均销售价格2010年达到25%,但价格上涨的同时发现我国房地产市场价格波动也呈现出频繁且剧烈的特征,消费的波动小于产出的波动,是产出波动的50%,而房地产价格波动是产出波动的近三倍。与此同时,我国老龄人口不断增长,老年人与年轻人群对房价波动的影响效应和应对策略也大有区别。针对房价波动,我国今年在住房首付比例及房产税方面的政策一直在调整,就住房首付比例, 1998年,居民购买自用普通住房,不享受购房补贴的,首付比例不低于30%,享受购房补贴的,首付比例为个人承担部分的30%,2003年,最低首付款比例下调至20%,2006年,最低首付款比例正式提高到30%,2008年,在经济刺激政策的背景下,首付款比例重新下调到20%,2010年4月又重新回调到30%,2015年9月30日,非限购城市降至25%。从国家战略层面,完善符合国情的住房体制机制和政策体系,合理引导住房需求,抑制投机需求,促进房地产业平稳健康发展,已成为我国十三五规划建议中的重要组成部分。从民生层面, 楼市调控和房价是公众关注度最高的话题。但是对于房价调控,若房价上涨或者下跌过于激烈,尤其若房价回调,房价市场纠正,则有可能会带来房价极端波动,我国住宅商品房平均销售价格2008年增幅为17%,2009年房价大幅下调,增幅表现为负值,到2010年又大幅反弹,增幅达到25%。房价的大幅波动大大影响了公众的消费及对未来的消费和房价预期。

针对房价波动对经济影响效应的分析及调控政策的制定我国学者做了大量研究。一部分学者包括王国军和刘水杏[1]、李玉杰和王庆石[2]、许宪春、贾海和李皎[3]等,探讨了房地产市场发展对国民经济增长的贡献;谭政勋和王聪[4]、刘兰凤和袁申国[5]、袁靖和刘晓华[6]及陈诗一和王祥[7]等学者对货币政策调控和金融政策调控对房地产市场价格的影响效应进行了分析;对于人口老龄化与房价波动之间的关系,陈斌开[8]、陈国进[9]等对人口老龄化与房价之间的相关关系进行了探讨。

随着经济全球化的不断深入,中国经济越来越多地暴露在国际国内经济金融危机冲击的风险中,严重自然灾害冲击也愈加频繁。不论是经济金融危机还是地震、飓风和台风等自然灾害,这里我们统称为极值事件,其共同特征是这些事件发生概率虽然很小、但是一旦发生就会给对一国的经济产生巨大的破坏性影响。极值事件冲击文献最早用于解释股权溢价之谜等资本市场典型事实[10-12]。Gourio将该领域研究从资本市场拓展到宏观经济,建立了包含极值风险的RBC模型中,研究结论认为极值风险冲击可以较好地拟合美国宏观经济波动[13]。在国内文献中,陈彦斌等最早引入极值风险冲击概念,研究了极值风险冲击对中国城镇居民财产分布影响[14];庄子罐研究了极值风险冲击对我国经济周期波动的福利成本[15];陈国进等构建了包含极值风险冲击因素的RBC模型,并在此基础上量化对宏观经济的影响,发现包含极值风险冲击的RBC模型能够有效地改善不包含极值风险冲击的RBC模型对中国宏观经济波动的解释能力,极值事件对中国经济的破坏性远大于美国,且对各经济变量的相对破坏程度也与美国相异[16]。但国内学者尚未就房价极端波动的经济效应进行分析。

近年来,新凯恩斯DSGE模型的发展为在更加现实条件下研究最优财政货币政策问题奠定了良好的基础,成为主流研究框架。对房地产市场与经济联合DSGE建模考察房地产价格动态效应的学者有Chambers、Garriga和Schlagenhauf[17]、Yang[18]、Fernandez-Villaverde和Krueger[19]、 Sommer、Sullivan和Verbrugge[20]、 Favilukis、Ludvigson 和Van Nieuwerburgh、Iacoviello和Pavan[21]等,但以上文献未站在极值风险角度,未对房价剧烈波动对全社会不同年龄群的影响效应进行深刻分析。

本文参考Barro对极值风险的定义与度量[11],首先对我国房价极端波动概率进行度量,接着将其融入OLGDSGE模型,考察我国房价剧烈波动对经济发展的影响,尤其考察为了应对房价极端波动难我国消费者福利成本下降及为了弥补福利成本损失意愿放弃的消费水平多少,最后针对不同年龄人群分析房价极端波动的影响效应差异,并就退休年龄及房产首付款比例调整政策进行模拟。

本文可能的学术贡献有:(1)对我国房价剧烈波动站在极值风险的宏观角度进行度量和分析;(2)通过将房价剧烈波动引入到OLGDSGE模型,拓展了现有极值风险冲击对宏观经济波动影响的研究,更加深刻的刻画了房地产市场与宏观经济联动效应;(3)基于融入房价极端波动的OLGDSGE模型,比较分析我国不同年龄人群对房价波动的反应及福利损失;(4)首次站在房价波动角度对我国退休年龄及房产首付款比例政策进行分析。

本文接下来的结构安排如下:第二部分在现有文献基础上,构建了一个包含房价剧烈波动冲击的OLGDSGE模型;第三部分基于校准和模拟等方法,分析了房价极端波动冲击对宏观经济的影响效应;第四部分基于福利成本角度,计算房价极端波动冲击对于不同年龄人群的影响效应,并对我国房产首付款比例政策进行对比分析;第五部分为结论和政策建议。

二、模型设定

通过引入房价极端波动风险冲击的OLGDSGE模型,采用世代交叠DSGE(OLGDSGE)模型,假设全社会存在两种资产,金融资产和房产,消费者效用函数采用Epstein-Zin,消费者房产可以通过贷款进行购买。

1.人口分布设定

模型包含世代交叠消费者,一个代表性厂商和政府,消费者提供劳动给厂商生产非住房产品,在金融市场购买债券和可交易房产,经济可能会受到房价极端波动风险冲击。

(1)

2.消费者行为

早期DSGE模型对消费者偏好刻画采用CRRA效用函数,基于CRRA效用函数存在的一个问题是,CRRA效用函数隐含的一个假设是相对风险厌恶系数和消费跨期替代弹性之间存在负的相关关系,但是这一隐含假设很难在经济学上成立,因为相对风险厌恶系数代表经济主体在不同经济状态下的消费替代意愿;而跨期替代弹性代表的是经济主体在不同时间点上消费替代意愿,没有理由认为这两者之间存在互为倒数关系。为了克服CRRA效用函数存在的这个缺陷,Epstein 和Zin发展了广义期望效用函数[22],放松了跨期替代弹性与相对风险规避系数之间的关系,学者也称之为Epstein-Zin效用函数。本文采用Epstein-Zin偏好函数:

(2)

c、h为消费和劳动,β、θ、γ为折现因子,消费跨期替代弹性(IES)和风险规避系数,v为柯布道格拉斯生产函数中消费的贡献度。

ej,t=(1-τt)wiηj+biIj≥t*.

(3)

3.产品生产商

产品生产商租用劳动力和资本生产商品,支付劳动力工资,资本会发生折旧,本文采用柯布道格拉斯生产函数:

(4)

k、l、α分别为资本、劳动和资本份额，厂商租用资本利率ri,资本折旧率δk分别为:

(5)

4.房产市场设定

经济包含两个资产市场,金融市场和房地产市场,在金融市场消费者购买债券,其收益率为rt,假设消费者分配给金融市场和房地产市场资金的份额分别为at+1ft+1,房产价格为pt,消费者面临资源限制:

at+1≥-(1-λ)ptft+1,λ∈[0,1].

(6)

(7)

5.政府行为

政府转移支付

(8)

其中g为全社会政府转移支出。

6.方程求解及市场出清

所有消费者生命开始没有资产和房产,在每一期,考虑5个状态变量:aj,t、fj,t、dj,t、j、Φt分别为金融资产、房产、极值风险冲击、年龄和变量联合分布函数,设定分布函数为离散函数:

(9)

由于DSGE模型为离散模型,需要求解则需计算其Bellman方程,在Bellman方程基础上得到市场出清条件求得方程解,推导得到其Bellman方程:

(10)

(11)

由以上模型构建最后得到:

金融市场出清

(12)

房产市场出清

(13)

劳动市场出清

(14)

商品市场出清

ct+it+gt+xt=yt,

(15)

设定消费者退休后收入bt为其平均劳动收入p:

(16)

(17)

(11)等式右边部分表示今天活着但是明天死亡的消费者的总财富价值,(12)等式说明金融资产供给必须等于厂商拥有的资本存货,(14)意味着劳动总供给是常数。

三、模型校准及房价极端波动冲击的宏观经济效应模拟分析

1.模型参数校准

DSGE模型的基础估计方法主要有三种:校准和线性近似、极大似然估计和贝叶斯估计方法,本文采用极大似然估计方法,首先需要对模型结构性参数进行校准。

首先对消费者偏好参数进行校准。折现因子参考杜清源和龚六堂[23]取值0.984,与国内多数文献取值相近。相对风险规避系数参考李春吉等[24]取值3.0;跨期替代弹性,顾六宝、肖红叶测算的中国消费的跨期替代弹性为3.916[25],本文取4.0;消费者效用函数中的消费效用贡献度,参考庄子罐等取值0.9。产品生产商行为参数与折旧率,国内研究年度值大多设定为10%,本文亦取10%。

对于房产市场模型结构参数,我国对于首套房首付款比例,在不实施“限购”措施的城市,对居民家庭首次购买普通住房的商业性个人住房贷款,最低首付款比例调整为不低于25%,本文亦取值0.25;对于房屋维修支出比例,我国目前房屋公共维修基金的收缴比例为2～3%,本文取值0.025。

对于房产价格极端波动风险参数,目前未有文献给出标准,本文参照Barro对经济极值风险的定义与度量[11]。国内对于经济极值风险发生概率的度量,陈国进等设定为0.05,与陈彦斌等设定相近。本文自国家统计局年鉴中收集我国2001～2015年商品房平均销售价格和住宅商品房平均销售价格数据,计算年均增长率,发现我国商品房平均销售价格与住宅商品房平均销售价格走势基本一致,我国2002年至2005年商品房价格直线上升,尤其是2004年,到2005年大幅下降至2007年有所回升,而2008年受到亚洲金融危机影响,我国商品房下降幅度非常大,2009年价格反弹,2010年又有所下降,2011年至2014年商品房价格走势平稳,2014年至2015年有所下降。由此可以看出,我国商品房价格增长率与宏观经济主要变量增长率保持一致。参考Barro对经济极值风险的度量[11],本文亦将上升或下降超过20%定义为极值风险,则极值风险发生近一次,计算我国房价极端波动发生概率为0.071。上述参数校准结果总结如表1所示。

2.房价极端波动冲击的宏观经济效应分析

表1 参数赋值

为了探究房产市场极端波动冲击概率增加对我国宏观经济波动的影响效应,对模型中变量对房产市场波动冲击反应如下:

极值风险发生短期内对投资和工资的冲击最大,产出和资本次之,对生产的冲击最小,甚至刺激短期的生产。其运行机制包含如下几个方面:一是极值风险对宏观经济的影响首先作用于投资,尤其是房地产投资,其导致投资者避险情绪剧烈放大,从而推动利率大幅攀升,投资所需借贷资金的价格必将快速升高,故使得投资规模极具缩减。二是投资规模的快速下降意味着就业岗位的不断减少,因此,极值风险对工资波动的影响是仅次于投资波动的第二个经济变量。三是投资和就业的下降必将影响产出水平,由于产出规模同时受已有资本存量和技术水平的影响,故产出的下降幅度要小于投资的下降幅度。四是投资和产出大幅下降后,极值风险对资本存量的影响会逐渐显现,而当期资本存量的变动更多地受制于上一期投资和产出的变化,所以,极值风险对资本存量的短期影响并不明显;五是风险在短期内刺激消费的小幅上升,主要是因为居民担忧风险引起的通货膨胀、社会不稳定以及未来债务风险等因素,使得避险情绪上升,投资份额下降,消费量短期出现小幅上升。

中长期来看,极值风险对宏观经济的冲击之后,投资和就业的反弹最为显著,产出、资本和消费的复苏态势较为缓慢。其运行机制有以下几点:一是风险之后,投资规模降至历史低点,较高的弹性系数带动投资的快速反弹,若想恢复至风险之前水平尚需较长的时间。二是投资规模的快速上升尤其是房地产投资相关产业的扩张,就业状况出现明显好转,10年之后基本恢复至风险发生之前的水平。三是投资和就业的快速复苏必将拉动产出水平的上升,许多产业在风险之后需要对新设备、新技术进行重新配置,故短期的投资难以拉动产出的快速增长。四是风险对资本存量和居民消费的影响有一定的滞后性,故投资和产出的下降对下期的资本存量产生较大影响,当期的资本存量受到的冲击较小,消费主要是由居民的收入水平决定的,风险发生后随着失业人数增加,消费量会明显地下降。

房价极端波动对我国经济的影响周期大约为10年。

四、我国不同年龄人群对房价波动的反应及福利损失分析

由于不同年龄对房价波动的反应和预期不一致,而且不同年龄的收入、劳动因而消费和投资观念存在差异,因而房价极端波动对不同年龄群的影响效应会存在差异,本文就房价极端波动对不同年龄群的影响效应和造成的福利损失进行深刻分析。

1.房价极端波动风险对消费者的不同年龄段的影响效应

首先根据模型对不同年龄群作为总体考察不同年龄段的收入、非房产消费、房产消费和金融资产消费的差异:模型模拟结果与已有文献相近,即模型模拟的不同年龄段收入、房产消费、非房产消费和金融资产消费形状特征基本与Yang、Fernandez-Villaverde和Krueger的研究一致。不同年龄段劳动收入呈驼峰分布,45岁达到顶峰,退休后仅有退休金收入,非房产消费和房产消费也呈现驼峰分布,比如年轻人20岁买了房子,他就立刻可以享受房子带来的效用,模拟结果显示房价极端波动伤害老年人比年轻人更多,这是站在房价下降的角度,一旦房价下降,老年人的房产效用会大受其害,但年轻人具备劳动能力,因而受到的影响会小于老年人。金融资产消费分布显示年轻人拥有金融资产较少,因为购买房产需要一定首付款,但当他们拥有了房产后,会慢慢增加其金融资产数量,以备退休后除了退休金还有其他收入,金融资产分布在65岁得到定点,65岁之后老年人将更加关注非房产消费,如医疗保健支出将增大。

2.房价极端波动的对不同年龄群消费者影响效应差异分析

已有很多文献通过计算福利损失来比较最优政策,本文也基于福利损失角度进行对比分析。为了衡量房价极端波动风险的福利成本,首先对比无风险(πh=0),基于功利角度,设定一个基准经济的效用函数:

Vj=E[υ(aj,t,hj,t,Φt,dh,t)].

(18)

(19)

最后得到极端风险发生导致的福利损失为:

(20)

基于以上理论模型和参数赋值,我们给出不同年龄群在房价极端波动冲击的福利损失计算表,见表2。

表2 房价极端波动风险的福利损失

根据表2我们得出以下结论:不考虑年龄反应,总体来讲,房价极端波动风险对于工人阶层的影响效应大于对于干部阶层的影响效应,就性别而言,对于男性的影响效应大于对于女性的影响效应。对于不同年龄群,对50～69年龄人群的影响效应大于其他年龄群,尤其50～59年龄群受影响效应是20～29年龄群受影响效应的接近5倍,是30～39年龄群受影响效应的接近3倍。对我国消费者影响效应的福利损失最大达到10%左右,说明房价极端波动风险深刻影响我国消费者的消费行为、投资行为及对未来经济的预期。由于房价极端波动风险对我国50～59年龄群影响效应最大,说明我国年轻人观念有所改变,住房可租可买,房产多数由父辈购买,因而风险对年轻人群消费及投资行为的影响较小,反而50～59年龄群房产多数为购买,又处于退休年龄,因而抵御风险能力非常弱。

同时本文计算房价极端波动风险对不同年龄群的消费(c)和购买金融资产意愿(a)的影响效应如表3所示。

根据表3我们得出以下结论:(1)风险对我国消费者的消费影响效应为负,即面对房价剧烈波动,我国消费者会减少消费来应对,对金融资产购买意愿影响效应为正,即消费者会购买金融资产抵御房价资产波动造成的损失;(2)不同年龄群对金融资产购买意愿存在显著差异,年轻人群对购买金融资产存在较大意愿,这与本文上述分析结果一致;(3)风险造成的消费下降是显著的,最大下降达到20%左右,说明我国居民房产资产作为资产储蓄,一旦面临损失将会减少消费进行“预防性储蓄”,这与Barro的研究结论[11]相一致。

表3 房价极端波动风险的不同年龄群影响效应(%)

我国房产购买首付款比例一直进行调整,最早为20%,近年调整为25%,有人认为应下调首付款比例,因而本文在其他参数不变状态下,考察首付款比例调整对房价极端波动风险损失差异,并只考察工人阶层男性的风险损失差异,分析结果见表4。

根据表4我们得出以下结论:(1)首付款比例提高会造成面对房价极端波动风险福利损失增大,首付款比例下降会带来福利损失减少。(2)对于不同年龄群首付款比例变动造成的面对房价极端波动风险福利损失变动存在较大差异,30～39及40～49的年龄群福利损失差异最大,较年轻人群及较老年人群行为对首付款比例变动不敏感,中青年人群行为对首付款比例变动敏感,由于这段年龄群是房子的主要购买者。(3)相比年龄因素而言,首付款比例不是房价房价极端波动风险导致福利损失的显著影响因素。

表4 首付款比例对房价极端波动风险福利损失差异分析(%)

4.延迟退休年龄对房价房价极端波动风险影响效应分析

根据表5我们得出以下结论:(1)延迟退休年龄会导致所有年龄群面对房价极端波动风险的福利损失增大。(2)对于不同年龄群延迟退休因素造成的面对房价极端波动风险福利损失变动存在较大差异,40～49及50～59的年龄群福利损失差异最大,因为这段年龄群未退休,拥有房产对房价变动非常敏感。(3)与前文分析相一致,不论性别,工人反应比干部对房价房价极端波动风险的福利损失更加敏感,对于性别而言,男性反应对风险比女性更敏感。

表5 房价房价极端波动风险的福利损失(%)

五、结论及政策建议

本文参考Barro对极值风险的定义与度量,首先对我国房价房价极端波动风险概率进行度量,接着将其融入OLGDSGE模型,考察我国房价剧烈波动对经济发展的影响,最后针对不同年龄人群分析房价房价极端波动风险的影响效应差异,并就退休年龄及房产首付款比例调整政策进行模拟。

结论认为:第一,房价极端波动风险发生短期内对投资和工资的冲击最大,产出和资本次之,对生产的冲击最小,甚至刺激短期的生产;中长期来看,对宏观经济的冲击之后,投资和就业的反弹最为显著,产出、资本和消费的复苏态势较为缓慢,风险对我国经济的影响周期大约为10年。第二,风险对于工人阶层的影响效应大于对于干部阶层的影响效应,就性别而言,对于男性的影响效应大于对于女性的影响效应,对于不同年龄群,对50～69年龄人群的影响效应大于其他年龄群,尤其50～59年龄群受影响效应是20～29年龄群受影响效应的接近5倍,是30～39年龄群受影响效应的接近3倍,对我国消费者影响效应的福利损失最大达到10%左右,说明风险深刻影响我国消费者的消费行为、投资行为及对未来经济的预期,由于房价极端波动风险对我国50～59年龄群影响效应最大,说明我国年轻人观念有所改变,住房可租可买,房产多数由父辈购买,因而风险对年轻人群消费及投资行为的影响较小,反而50～59年龄群房产多数为购买,又处于退休年龄,因而抵御风险能力非常弱。第三,房价极端波动风险对我国消费者的消费影响效应为负,即面对房价剧烈波动,我国消费者会减少消费来应对,对金融资产购买意愿影响效应为正,即消费者会购买金融资产抵御房价资产波动造成的损失,不同年龄群对金融资产购买意愿存在显著差异,年轻人群对购买金融资产存在较大意愿,风险造成的消费下降是显著的,最大下降达到20%左右,说明我国居民房产资产作为资产储蓄,一旦面临损失将会减少消费进行“预防性储蓄”。第四,首付款比例提高会造成面对房价极端波动风险福利损失增大,首付款比例下降会带来福利损失减少,对于不同年龄群首付款比例变动造成的面对风险福利损失变动存在较大差异,30～39及40～49的年龄群福利损失差异最大,较年轻人群及较老年人群行为对首付款比例变动不敏感,中青年人群行为对首付款比例变动敏感,由于这段年龄群是房子的主要购买者,首付款比例不是房价极端波动风险导致福利损失的显著影响因素。第五,延迟退休年龄会导致所有年龄群面对风险的福利损失增大,对于不同年龄群延迟退休因素造成的面对风险福利损失变动存在较大差异,40～49及50～59的年龄群福利损失差异最大,因为这段年龄群未退休,拥有房产对房价变动非常敏感,不论性别,工人反应比干部对房价极端波动风险的福利损失更加敏感,对于性别而言,男性反应对风险比女性更敏感。

根据以上分析,作者认为,近年来我国房价波动频繁,呈现波动上升的趋势,很多学者研究了房价的泡沫问题,房价面临可能的大幅下跌风险,如果房价极端波动风险发生会对我国经济的短期和长期发展产生较大冲击,房屋买卖首付款比例不是影响房价波动风险的显著因素,国家应采取渐进措施包括目前出台的限购和房产税等政策进行调控,还应该增强政策透明度提高公众对政策效果的预期,多渠道疏导房价极端波动风险的影响效应,包括健全证券市场引导消费者资金进入,以缓解特定年龄群的资金流向单一问题。

[1]王国军,刘水杏.房地产业对相关产业的带动效应研究[J].经济研究,2004,(8):38-47.

[2]李玉杰,王庆石.我国房地产业对国民经济其他产业带动作用研究[J].山东财政学院学报,2011,(1):87-91.

[3]许宪春,贾海,李皎.房地产经济对中国国民经济增长的作用研究[J].中国社会科学,2015,(1):84-101.

[4]谭政勋,王聪.中国信贷扩张、房价波动的金融稳定效应研究:动态随机一般均衡模型[J].金融研究,2011,(8):57-71.

[5]刘兰凤,袁申国.住房价格、住房投资、消费与货币政策:基于金融加速器效应的DSGE模型研究[J].广东金融学院学报,2011,(5):3-15.

[6]袁靖,刘晓华.我国居民房产抵押贷款、居民住房需求、价格传导与经济波动[J].现代财经,2014,(9):22-32.

[7]陈诗一,王祥.融资成本、房地产价格波动与货币政策传导[J].金融研究,2016,(3):1-14.

[8]陈斌开,徐帆,谭力.人口结构转变与中国住房需求: 1999～2025——基于人口普查数据的微观实证研究[J].金融研究,2012,(1):129-140.

[9]陈国进,李威,周洁.人口结构与房价关系研究:基于代际交叠模型和我国省际面板的分析[J].经济学家,2013,(10):40-47.

[10] Rietz T A. The equity premium: a solution[J]. Journal of Monetary Economics, 1988,(22): 17-31.

[11]Barro R. Rare disasters and asset markets in the twentieth century[J].The Quarterly Journal of Economics, 2006,(121): 823-866.

[12]Gabaix X. Variable Rare Disasters: An Exactly Solved Framework for Ten Puzzles in Macro-Finance[J].Quarterly Journal of Economics,2012,(127):645-700.

[13]Gourio F. Disasters Risk and Business Cycles[J]. American Economic Review, 2012,(102):1734-1766.

[14]陈彦斌,霍 震,陈 军.灾难风险与中国城镇居民财产分布[J].经济研究,2009,(11):144-158.

[15]庄子罐.中国经济周期波动的福利成本研究:基于小概率“严重衰退”事件的视角[J].金融研究,2011,(4):31-43.

[16]陈国进,晁江锋,武晓利,等.罕见灾难风险和中国宏观经济波动[J].经济研究,2014,(8):54-66.

[17]Chambers M,C Garriga,D Schlagenhauf. Accounting for Changes in the Homeownership Rate[J].International Economic Review, 2009,50(3): 677-726.

[18]Yang F. Consumption over the Life Cycle: How Different is Housing? [J]. Review of Economic Dynamics, 2009,12(3): 423-443.

[19]Fernandez-Villaverde J,D Krueger. Consumption and Saving over the Life Cycle:How Important are Consumer Durables? [J].Macroeconomic Dynamics, 2011,15(5): 725-770.

[20]Sommer K, P Sullivan,R Verbrugge. The Equilibrium Effect of Fundamentals on House Prices and Rents [J].Journal of Monetary Economics,2013, 60(7): 854-870.

[21]Iacoviello M,M Pavan.Housing and Debt over the Life Cycle and over the Business Cycle[J]. Journal of Monetary Economics, 2013,60(2): 221-238.

[22]Epstein, Larry, Stan Zin. Substitution, risk aversion and the temporal behavior of consumption and asset returns: A theoretical framework[J]. Econometrica,1989,(57): 937-969.

[23]杜清源,龚六堂. 带“金融加速器”的RBC模型[J].金融研究,2005,(4):16-30.

[24]李春吉,范从来,孟晓宏. 中国货币经济波动分析:基于垄断竞争动态一般均衡模型的估计[J].世界经济,2010,(7):96-120.

[25]顾六宝,肖红叶. 中国消费跨期替代弹性的两种统计估算法[J].统计研究,2004,(9):67-75.

F299.233.5

A

1672-5956(2017)06-0042-10

10.3969/j.issn.1672-5956.2017.06.006

2017-07-27

国家自然科学基金“巨灾风险的宏观经济动态效应及防范机制研究”(71603243);山东省自然科学基金项目“基于混频大数据DSGE模型及灾难在我国资本市场风险管理中的应用研究”(ZR2014GL004)

袁靖,1977年生,女,山东聊城人,山东工商学院副教授,博士,研究方向为金融统计分析,(电话)0535-6904065。

[责任编辑:陈宇涵]