不一定所有的房地产市场周期都是相同的：房地产市场繁荣的宏观经济影响

并非所有住房周期都等同：住房繁荣的宏观经济后果国际货币基金组织工作论文《并非所有住房周期都同等重要：住房繁荣的宏观经济影响*BrunoAlbuquerque†奥·切鲁蒂‡,吉藤誉介§RichardVarghese¶授权由KennethKang分发，2025年2月国际货币基金组织工作论文国际货币基金组织工作论文描述作者（们）正在进行的研究，并公开发表以征求评论和促进辩论。国际货币基金组织（IMF）工作论文中表达的观点为作者（们）的个人观点，并不一定代表IMF或IMF管理层的观点。摘要：本文表明，并非所有房价周期都相同。住房扩张阶段的性质——特别是是否存在由快速和持续房价增长析68个国家的180次住房扩张，我们将其中49%归类为房价繁荣，其特征是快速和持续的实物房价上涨。我们发致了严重的房价收缩，对实体经济产生了显著的净负面影响。JEL分类号：C33,E32,E44,E58,G28,R31关键词： 住房繁荣；住房泡沫；信贷繁荣；宏观审政策作者电子邮件地址： BAlbuquerque@,ECerutti@,YKido@,RVarghese@.本文中的观点仅代表我们自己的看法，因此不应将其报告为国际货币基金组织、其执行董事会或IMF管理层的观点。我们感谢naBergant、StijnClaessens、TatsushiOkuda、EceOzgeEmeksiz、StefanoPica、AndreaSchaechter以及参加IMF宏观经济研讨会的人员对本文提出的建议和评论。JoseMarzluf、RoshanIyer和WanningShu提供了出色的研究协助。†国际货币基金组织和葡萄牙科英布拉大学，CeBER，经济学院。邮箱：BAlbuquerque@。‡国际货币基金组织。邮箱：ECerutti@。§国际货币基金组织。邮箱：YKido@。¶国际货币基金组织：邮箱：RVarghese@。引言2007-09年全球金融危机（GFC）打破了人们普遍认为房价“只会上涨”的信念。在那一时期，多个国家的房地产市场繁荣与衰退周期暴露了住房调整的严重程度，以及如何留下长期的经济创伤并增加金融稳定性风险（）Claessensetal.2009,Mianetal.2013,米安和苏菲，2014年,Cerutti,DagherandDell’Ariccia2017房价调整在信贷迅速增加、所谓信贷泡沫之前尤其具有破坏性。Claessensetal.2009,Jordàetal.,2015,戴尔·阿里奇亚等。2016年,Cerutti,DagherandDell’Ariccia2017,阿尔布开克和库鲁斯特夫，2018年).新冠疫情大流行和为抑制通货膨胀而迅速实施的货币紧缩政策，重新引发了人们对住房市场的关注。尽管遭受这些冲击，但在多个国家，房价相对稳定。然而，随着全球货币政策的紧缩加剧，许多房价飙升现象逐渐结束。最近，各国正逐步进入住房扩张阶段，而在大多数国家开始的货币宽松周期可能会加强房价上涨的压力。在此背景下，关键问题是能否区分“良好”的住房扩张——不会对宏观金融稳定构成风险——和“不良”的住房扩张——对实体经济产生长期负面影响。本文认为，并非所有房地产周期都相同，扩张期的特征是决定随后收缩的严重程度以及整个周期内净宏观经济效应的关键因素。我们采用了一种新颖的方法，将扩张期分为繁荣和非繁荣阶段。我们首先对1970年第一季度至2023年第四季度的大面板国家——包括35体（AEs）和33个新兴市场和发展中经济体（EMDEs）——的房地产周期进行了识别，即扩张和收缩。我们使用哈丁和帕根(2002BBQ算法专注于拐点的识别。其次，在方法的基础上构建。Cerutti,DagherandDell’Ariccia2017我们定义房价繁荣时期为在一段时间内，房价增速超过特定国家的阈值。我们识别出180次住房扩张，其中49%指的是房价繁荣。我们发现，平均而言，住房扩张的持续时间长于收缩，分别为约八年和五年。各国之间也存在很大的异质性：在欧洲联盟（AE），住房扩张的持续时间通常比新兴市场和发展中国家（EMDEs）长，平均约为九年，而EMDEs的平均时间为六年。反过来，房价繁荣的持续时间通常较短，平均为12个季度，AE和EMDEs明显差异。在区分了非繁荣房地产市场扩张和房地产市场繁荣之后，我们通过三个主要练习对房地产市场周期进行实证分析。首先，我们使用……乔丹(2005本地的预测旨在描绘出在经济非繁荣和繁荣时期的房地产扩张中实体经济可预测的走势模式。此练习专注于房地产周期的扩张阶段。其次，我们考察当经济处于可预测模式时，经济的表现。住房扩张结束即，在经济在繁荣或非繁荣扩张之后经历住房收缩期间，经济是如何演变的。第三，我们试图估算在整个样本期间住房扩张和收缩的净效应。借鉴信贷繁荣文献（SchularickandTaylor2012rdàetal.2013,戴尔·阿里奇亚等，2016年,米安等，2017年,格林伍德等，2022我们评估了从能够捕捉整个住房周期样本中住房创新变化的变量中产生的宏观经济影响。1虽然我们的分析重点是预测属性而不是因果效应，但我们丰富的实证规格，包括几个特定于国家的基本特征、国家和时间固定效应，增加了我们这样的信心：估计的经济轨迹应该是与住房周期紧密相关的。我们的主要发现如下。首先，房地产繁荣扩张不仅以更高的房价增长为特征，还以更高的GDP和私人消费增长为特征。然而，这种明显的暂时性繁荣效应，可能会带来随后对整个经济产生的重大负面溢出效应，这与将资源错误分配到房地产行业有关。实际上，美国和中国的证据表明，房地产繁荣对非金融公司的投资产生了负面影响（Chakraborty，2018uandOuyang2024特别是在强劲的住房市场中更加活跃的银行往往会削减银行贷款，并提高非金融公司的融资成本，特别是对于财务受限制的公司以及在更依赖银行的地区的企业。当银行面临更大的资本约束时，这些溢出效应会被放大。作为推论，Basco等人(2025)发现，2003-07年间西班牙整体生产率下降的部分原因可以归因于由本地房地产繁荣引发的资本错配，这导致了对更多暴露于房地产行业的公司产生更高的银行信贷和投资。显著加深且持续时间更长。1我们使用房价与人均GDP的12个季度变化来衡量住房创新。这个时间范围与文献中关于信贷泡沫的研究相一致，这些研究通过长期的变化来捕捉债务与收入或GDP的不平衡（。Mianetal.2017,Giroud和Mueller2021,格林伍德等，2022,阿尔伯克基2024,穆勒和弗纳2024).三年期限也与我们的数据集中住房繁荣的中位长度完全一致。扩张。这与强调美国房地产市场崩溃在加剧GFC期间经济下滑作用的文献相呼应（。Mianetal.2013,MianandSufi2014,Sarto2024).。此外，家庭信贷和住房繁荣的结合进一步加剧了经济衰退（。Claessensetal.2009,Jordàetal.2015,Cerutti,DagherandDell’Ariccia2017).第四，我们发现房价上涨，尤其在房价繁荣的情况下，平均而言与对实体经济的巨大净负面影响相关。特别是，在整个样本期间内，住房创新预示了中期的经济活动下降，这与现有文献提出的在房价快速上涨后出现较慢和长期复苏的结论一致（Claessensetal.2009,Jordàetal.2015,Cerutti,DagherandDell’Ariccia2017）我们还在一定程度上发现了证据，即当住房创新与家庭信贷扩张同时发生时，经济活动的下降会被加剧，这突出了过度家庭杠杆通过消费削减放大商业周期的作用（。SchularickandTaylor2012,Jordàetal.2013,米安等，2017年,阿尔布开克和克鲁斯特夫2018,阿尔伯克基2019)重要的是，我们发现住房创新似乎仅在与住房热潮相伴时才会与较低的中期经济增长相关联。确实，在住房热潮之后的典型增长。最后，我们发现那些住房供给限制较宽松的国家在住房缩水期间往往经济调整较为温和。这表明放宽土地使用规制并促进有助于激发住房建设的良好商业环境的政策或许有助于减轻住房市场下跌的宏观经济效应。此外，宏观经济审慎政策，即基于借款人对贷款价值比率（LTV）或收入还贷比例（DSTI）缩的可能性。我们的主要结果对以下情况保持稳健：（i）根据房价与收入比率而非实际房价来定义住房扩张；（ii）2(iii)或全球金融危机；2住房泡沫通常与无法由基本面解释的爆炸性价格模式相关联（菲利普斯等，2015年,Pavlidisetal.,2016,马丁内斯-加西亚和格罗斯曼，2020年,Aastveit,Anundsen,KivedalandLarsen2023我们的房地产市场繁荣定义，即捕捉到快速而持续的房价上涨，相对应的是……并且允许房市繁荣对发达经济体与新兴经济体的影响存在异质效应。我们的论文在住房周期和宏观经济学的文献中做出了多方面的贡献。首先，我们在住房周期、繁荣和泡沫的文献中做出了贡献（例如，）Cerutti,DagherandDell’Ariccia2017Classens等人(2012),Claessens等人(2009),马丁内斯-加西亚和格罗斯曼(2020通过提供一种新颖的方法，将大量国家的房地产市场分为三个阶段：非繁荣扩张、繁荣和收缩。erutti,DagherandDell’Ariccia(2017包含更多国家（68个对比53个）的房价和信贷数据集，额外的变量（包括私人消费和住房供应措施），以及11年更多的数据（从2012年到2023年）。鉴于房地产市场，包括更严格的抵押贷款监管、更严格的土地利用限制等方面的重大变化，涵盖GFC后时期尤为重要（）Herkenhoffetal.2018Aastveit,Albuquerqueandundsen2023COVID-19大流行导致的结构性需求变化。其次，我们的论文丰富了关于房地产繁荣与萧条对宏观经济影响的讨论（Mianetal.2013ianandSufi2014马丁内斯-加西亚和格罗斯曼，2020Aastveit,Anundsen,KivedalandLarsen2023).Mianetal.(2013)，并且米安和苏菲(2014在2008年全球金融危机期间，集中关注了美国房价崩盘，发现家庭净资产因房价崩溃而大幅下降，对消费和就业产生了重大负面影响。考虑到更长的时间维度，我们最接近的论文可能是Aastveit,Anundsen,vedalLarsen(20231980年至2019年间美国各县地方房价泡沫和非泡沫住房扩张的经济影响。除了住房繁荣/泡沫定义上的差异之外，我们通过分析全球样本的总体水平、关注繁荣程度以及探索与信贷繁荣同时发生的住房繁荣的放大效应来补充他们的论文。后一项发现与研究良好和不良信贷繁荣宏观经济影响的文献相符（德尔·阿里齐亚等人，2012年,2016,2020,Gertleretal.2020,戈顿和奥尔登塞兹2020,Richteretal.2021,2024显著的负面净宏观经济效应。第三，我们丰富了关于住房创新/扩张对经济活动预测能力文献。Claessensetal.2009,Jordàetal.2015,Cerutti,DagherandDell’Ariccia不仅比房地产泡沫的定义更广泛，而且它也是一个更容易在实时中实施的衡量指标（例如，不是基于单位根测试）。2017格林伍德等，2022示着未来经济增速的降低。特别是，我们发现只有那些在特定历史阈值以上的房价快速和显著上涨的住房扩张，即表明房地产繁荣的现象，才与中期的经济增速大幅下降有关。制较少的国家，例如土地利用规范，可能更能承受房屋繁荣的结束。这与住房供给约束对需求冲击传导重要性的观点一致（。Gyourkoetal.2008,Saiz2010,Glaeseretal.2014,Herkenhoffetal.2018阿尔布开克等人，2020Aastveit和Anundsen2022库珀等人，2022Aastveit,AlbuquerqueandAnundsen2023，在住房扩张末期采取更严格借款人措施的国家可能在住房繁荣之后的商业周期中经历更稳定的波动。这加强了这样的观点：全球金融危机后实施的宏观审慎措施可能减轻了源自住房市场的金融稳定性风险（。Claessens2015,库特纳和希姆，2016年,莱文，2017年,阿金齐和奥姆斯特德-拉姆西，2018年,里希特等人，2019年,比利亚诺夫斯卡等.2023).这份论文的框架结构如下。章节2本节提供数据的概览。部分34sections5估计房地产市场扩张（包括繁荣和非繁荣的扩张）6宏观金融影响中的作用。章节7提供了一系列的稳健性检验。章节8本文结束。数据我们构建了一个包含房价、私人信贷以及多个宏观经济指标的大型面板国家数据集：包括68个国家，35个发达经济体（AEs）和33个新兴市场和发展中经济体（EMDEs）于广泛使用的国际清算银行（BankforInternationalSettlements）的住宅物业价格数据库。3增强全球房地产指南和国家当局的数据3BIS数据基于来自各种公共和私人编译者（如国家统计局、中央银行、部委、房地产经纪人协会、抵押银行等）收集的住宅物业价格系列。数据。在可用的情况下，我们使用国际清算银行（BIS）的住宅物业价格指数。对于没有BIS数据的国家，我们使用上述替代来源；如果BIS住宅价格指数向前延伸，遵循以下方法：Cerutti,DagherandDell’Ariccia(2017我们定义实际房价为按消费者价格指数折算的名义房价。我们还通过将名义房价除以每人名义GDP来计算房价与收入比。我们使用自1970Q1以来的季度数据，直至2023Q4。数据关于相同国家列表的私营部门实际信贷数据基于BIS据进行补充。我们获取其他宏观经济和金融变量来自各种来源，包括IMFWEO数据库和国际金融统计。表A.1在附录中A提供关于数据来源和定义的详细信息。房地产周期及房地产繁荣的识别房地产周期为了识别房地产市场周期中的转折点，我们采用了所提出的算法。哈丁和帕根(2002),该算法扩展了由开发出的BBQ算法BryandBoschan(1971小，其中y代表实际房价，时间t时的峰值是t已识别：if：{（y-y）>0,（y-y）>0}和{（y-y）<0,（y-y）<0}.tt-2tt-1t+2ttt+1 (1)同样，如果在时间t存在一个低谷，则满足以下条件：{（y−y）<0，（y−y）<0}和{（y−y）>0，（y−y）>0}tt−2tt−1t+2(t2t)+1t长度为20个季度来施加额外的限制。这种设置与用于识别商业周期的标准设置不同——商业数据提供商一个谷底之间的时间段定义为衰退阶段。我们将我们首选的设定与BBQ参数设置的替代组合进行比较：（i）最小窗口大小为两个季度，最小相位长度为两个季度，最小循环长度为五个季度；以及由罗齐特等(2019度以及至少12季度的最小周期长度；以及（iii）我们对房价与收入比率的基本BBQ算法。图1该研究表明，在全样本中，根据BBQ额。在基准设置（实心蓝色线）中，BBQ算法清晰地识别出1980年代中期至后期、1990末、2000年代初以及全球金融危机（GFC）后的复苏期间房价的全球扩张，这一趋势一直持续到新冠疫情大流行初期。相比之下，我们识别出在1990年代初、GFC期间以及最近的大流行后期，房价下跌阶段的国家所占份额较小。使用不同的参数设置，以及用房价收入比代替实际房价时，这些模式都显得非常相似。图1：房价周期注：各国在住房扩张中的份额，由BBQ算法根据实际房价和房价收入比识别。图例显示了参数设置，其中w、p和c分别表示窗口的最小长度、阶段和周期。表格1该研究展示了与我们的基准BBQ价与收入比。总体而言，使用实际房价进行测量时，扩张阶段通常比收缩阶段更长；扩张的平均样本持续时间为31个季度，而平均住房收缩的持续时间为21个季度。与新兴市场和发展中经济体（EMDEs）相比（24个季度），住房扩张阶段在发达经济体（AEs）中通常要长得多（34个季度）。尽管使用房价与收入比来衡量房价周期时，扩张和收缩的长度往往相似，但住房扩张在发达经济体中仍然比在新兴市场和发展中经济体中持续更长。表1：住房周期持续时间扩张与收缩总计非洲、中东、发展中国家（EMDEs）实际房价30.834.324.320.521.419.026.031.018.019.020.017.522.523.618.812.113.010.6房价收入比平均值为24.0，27.1，18.4，25.9，26.6，24.519.021.514.021.024.019.018.419.813.921.222.518.7注意：:实际房价周期和房价收入比持续时间通过BBQ算法确定（最小窗口长度为两个季度，阶段为八个季度，周期为二十个季度）。仅包括完成的扩张（谷底至峰值）和收缩（峰值至谷底）。我们将在表格中进行类似的练习。2但是，请考虑使用BBQ算法对实际国内生产总值（GDP）的产出扩张和收缩的持续时间。因此，我们将BBQ算法调整到标准商业周期参数设置（即，窗口大小为两个季度，最小周期长度为两个季度，最小相位长度为五个季度）。与住房周期相比，整体商业周期往往较短，主要是由于经济收缩期较短（平均为6个季度）周期文献一致，金融周期与商业周期相比，寿命要长得多。表2：商业周期持续时间扩张与收缩总计非洲、中东、发展中国家（EMDEs）的活跃病例总数总计非洲、中东、发平均27.435.725.66.25.66.316.032.016.04.04.04.028.726.94.6注意：:实际GDP周期的持续时间与BBQ算法相对应（包括已完成的经济扩张（谷底到峰值）和收缩（峰值到谷底）。我们现在审视住房周期与信贷和商业周期的同步性，精神在于Claessens等人(2009。2尽管表格3研究表明，房地产市场周期与信贷市场周期同步程度相对较高（大于70%），场周期并不一定与商业周期同步变化。表3：与信贷和商业周期的同步信贷GDP信贷与GDP实际房价0.610.380.380.180.090.040.790.470.41房价收入比同步扩展率：0.470.310.31同步缩减0.250.090.04总同步：0.720.400.35注意：与信用周期（信贷-GDP）和商业周期（实际GDP）同步的住房市场周期（在扩张和收缩阶段由BBQ算法识别）。同步定义为同步数据点的数量除以观察次数。对于信用周期，最小窗口设定为两个季度，最小阶段设定为八个季度，最小周期设定为20个季度。对于商业周期，最小窗口和最小阶段设定为两个季度，最小周期设定为五个季度。我们也考察了住房与家庭信贷以及住房供应周期的同步性。家庭信贷周期具有重要的宏观金融联系，并对GDP增长具有强大的预测能力（Mianetal.2017。Glaeseretal.2008GDP数据和住房许可证来分析这两个维度，采用与住房周期基准案例相同的参数设置应用BBQ算法。表4表明，住宅周期与家庭信贷周期的同步性相对较高（约70%），但同样地，在经济衰退期间，它们的共同波动相当微弱。住宅周期与住宅供应之间的同步性也不一定高，这与这些变量的共同波动取决于波动来源的观点相一致（Ben-Davidetal.2024同步率约为40%。表4：与家庭信贷和住房供应周期的同步HH信贷住房供应HH信贷与住房供应实际房价同步扩张0.600.300.30收缩同步：0.150.220.10总同步：0.750.520.40房价收入比0.420.260.12总计同步率：0.680.510.36注意：住房市场周期与家庭信贷周期（家庭信贷与GDP之比）以及住房供应（住房许可证）的同步，在扩张和收缩阶段，通过BBQ算法识别。最小窗口设置为两个季度，最小阶段为八个季度，最小周期为20个季度。房地产繁荣在本节中，我们将区分适度的住房市场扩张与房价过快上涨同时发生的扩张。关于如何实证识别房价过快上涨时期，目前尚无共识。一方面，相关文献普遍将房地产泡沫视为房价相对于某些参考水平的较大且持续的偏离（）鲍里奥和洛2002,Cerutti,DagherandDell’Ariccia2017);并且，另一方面，文献侧重于泡沫或爆炸性价格增长动态。后者的定义基于被广泛传播的方法。菲利普斯等(2015),并随后用于研究房地产市场泡沫Pavlidis等人(2016),马丁内斯-加西亚和格罗斯曼(2020)，并且Aastveit,Anundsen,Kivedal和Larsen(2023).这本质上涉及对实际房价进行递归的右尾变体增强迪基-富勒（ADF）测试，以检验房价爆炸性发展的存在。然而，这种方法的一个缺点是假设泡沫表现出爆炸性的指数价格增长模式。可以争论的是，并非所有的房地产繁荣都符合这一模式——泡沫或繁荣可能在一段时间内积累，但没有初始的爆炸性模式。更重要的是，尽管这种方法最初是为了识别爆炸性泡沫而设计的，但它也检测到危机或衰退，如2002-2003不符合我们的目的（）。菲利普斯和史，2019,2022).特别是在实际房价的背景下，该算法频繁地将衰退视为泡沫，包括2000年代的日本房价衰退和2010年代一些欧洲国家的房价衰退。此外，这种方法对估计窗口大小的选择非常敏感，同时也面临着小时间序列样本的挑战。鉴于上述原因，我们用于识别房价过快增长时期的基线方法遵循了房价泡沫的定义，即：Cerutti,DagherandDell’Ariccia(2017).4具体而言，我们关注实际房价的年增长率，将繁荣时期定义为偏离特定国家标准的偏差。更具体地说，如果符合与实际房价增长率强度和持续期相关的两个条件，我们将一个时期归类为房地产热潮。第一个（强度）条件确保某一季度的实际房价增长率在5%定国家分布的平均增长加上两个标准偏差。第二个（持久性）条件确保实际房价增长率在以上，或者超过特定国家分布的平均增长率加上一个标准偏差，持续期为至少六个季度。5最后，我们运用判断力以确保一个长期的繁荣时期不会被人为地划分为多个短期时段，或者由于微小的/短暂的违反我们两个条件中设定的阈值而导致的开始/结束时期被误识别。6基于我们的定义，我们在1972年第1季度至2023年第4季度期间，在59个国家中识别出152个住房繁荣期。由于我们国家样本的起始点是68个国家，这意味着根据我们的分类，有9从未经历过住房繁荣。图2显示经历房价飙升国家（实心蓝色线）及样本国家总数随时间变化（虚线红色线）3述了与样本国家相同的百分比。承认随着时间的推移国家覆盖范围的增加，我们注意到在20世纪80年代末，即全球金融危机前夕，以及新冠疫情大流行早期，住房繁荣的国家数量达到峰值。然而，最新的数据表明，在经历繁荣的国家数量急剧下降的同时，全球货币紧缩开始实施。表B.1在附录中B提供我们识别出的房价飙升的完整列表，包括持续时间、平均增长率、标准差以及每次飙升的累计增长率。在我们样本中，平均的房价飙升持续约15个季度（中位数为12个季度实际房价的平均增长率约为11%。4章节7显示，我们的结果在使用住房泡沫这一概念时仍然稳健（菲利普斯等，2015年BBQ5Cerutti,DagherandDell’Ariccia(2017）求为六个季度，以考虑后疫情时期房价动态，该时期以房价快速上涨和随之而来的全球同步货币紧缩为特征，这引发了房价下跌。6我们仅将违约视为轻微，如果（i）实际房价的年增长率是正的，或者（ii）度增长率是正的。如果违约发生在最多四个连续季度内，我们将其归类为短期违约。图2：随着时间的推移，房价飙升：国家数量注：稳定的蓝色线表示随着时间的推移，经历住房繁荣的国家数量，而虚线红色线表示随着时间的推移，我们样本中国家的总数。图3：随着时间的推移房价上涨：样本份额固的蓝色曲线显示了在样本国家中随着时间变化，经历住房繁荣的国家所占的百分比（随时间变化）。图4表明，我们的样本受住房价格繁荣期在发达经济体（AEs）中的主导。具体来说，我们在34个发达经济体中确定了114个繁荣期，这与25个新兴市场和发展中国家（EMDEs）中的8个繁荣期相比。尽管发达经济体中的住房繁荣更为频繁，但在持续时间累计增长方面，我们的样本中发达经济体的平均繁荣期与新兴市场和发展中国家的平均繁荣期大致相当。附录图表C.1并且C.2该图显示了分别经历房价繁荣的AE和EMDE（分别用实线蓝色表示），以及我们样本中AE和EMDE（分别）随时间变化的总数（虚线红色）。图4：随着时间的推移房价暴涨：亚太地区和新兴市场及发展中国家注：稳健的蓝色实线和虚线表示随着时间的推移，经历了住房繁荣的发达经济体（AEs）和新兴市场及发展中国家（EMDEs）的数量。我们的样本涵盖了57个国家的140个疫情前繁荣期和12个国家的12个疫情后繁荣期。疫情前的繁荣期始于2020年第一季度之前，结束于20202020年第一季度或之后。我们发现，与疫情前标准相比，疫情后的繁荣期往往更短，平均每个疫情后的繁荣期持续八个季度，大约是疫情前典型繁荣期持续时间的一半（图）5，在这两个时期的经济繁荣期间，我们并未观察到平均实际房价增长率存在明显的差异。房地产市场动态来说，房地产市场状况分为以下三类。h(y：（可以）i,t划分为非繁荣扩张、繁荣扩张和收缩：图5：房地产繁荣持续时间：Covid前后的繁荣分布注：基于59个国家（140个在新冠之前和12个在新冠之后）的152次住房繁荣时期。新冠之前的繁荣（蓝色）是在2020季度之前开始，并在2020年第一季度或之后结束。新冠之后的繁荣（绿色）是在2020年第一季度或之后开始的。垂直线对应于新冠之前（蓝色）和新冠之后（绿色）分布的平均值。h(yi,t

等于繁荣扩张，如果烧烤扩张等于1且繁荣等于

(3)非繁荣扩张，当烧烤扩张等于1且繁荣等于0非繁荣扩张，当烧烤扩张等于1且繁荣等于0此处为英文单词\"where\"，通常用于引导状语从句或定语从句，没有具体的语义内容，因此张和繁荣阶段的数值。图6显示了各国在住房市场各个阶段中的份额，这些阶段是通过BBQ算法和我们的繁荣分类识别的。当我们按收入水平关注住房周期时，我们发现AEs国家的份额增长速度更快，随后是经历住房紧缩国家的份额急剧增加。特别是，在新冠大流行后的最近几年，我们估计AEs速紧缩。相反，在GFC之前，EMDEs似乎经历了更频繁的住房繁荣，这与大流行期间的经验形成对比，因为这一群体中有更大份额的国家经历了非繁荣扩张。我们通过展示实际房屋市场的演变过程，聚焦于不同的住房市场阶段。图6：全球房地产市场动态注： 面板显示了各国在不同住房市场阶段的份额，如BBQ繁荣算法。价格图中所选国家的价格7例如，我们估计美国经济经历了由BBQ算法确定的五次住房扩张。在这些时期，实际房价显示出繁荣的迹象，特别是在20世纪80年代末、21疫情之后。这些事件往往会导致实际房价随后的大幅收缩。同样，西班牙在20世纪90年代初和2005年中期经历了相对较大的住房繁荣。西班牙房地产市场在繁荣之后经历了严重的调整个国家在住房繁荣之后也经历了大规模的住房萧条。对住房扩张与收缩的实证分析在这一节中，我们首先检验了非繁荣住房扩张和住房繁荣期间实体经济可预测的反应——使用我们之前计算出的住房繁荣变量（第...节）。4.1)。在第二个练习中，我们关注当经济呈现可预测模式时的经济状况。住房扩张结束即，住房收缩阶段（第XX节）。4.2).本分析旨在评估‘适度’住房扩张（即没有住房泡沫迹象的情况）往往图7：实际房价指数际住宅价格指数，基准水平设定为2015年的100住宅收缩。导致不稳定收缩。因此，这一分析使我们能够比较住房繁荣在衰退期间对经济表现的影响。房地产扩张期间经济的可预测模式：实体经济（GDP、私人消费和固定资本形成总额）、房地产市场变量（房价和建筑许可证）以及金融变量（私人信贷或家庭信贷）。7我们将所有名义变量使用各自国家的特定消费者价格指数（CPI）进行平减。我们使用乔丹(2005)本地投影方法用于对每个国家面板数据进行单独的回归分析h=0,1,...,12个季度前瞻：∆Y=未知符号h+未知符号h+βh无增长+βh繁荣+Γ′Z+无效输入h,i,t1i,thi,t+h−−1i,t−1在Yith量对数累积百分比变化的情况下，hi,t+h

(4)7许可证仅适用于较少的国家（41个国家）。这主要与对新兴市场和发展中国家（EMDEs）数据的缺失（涵盖11国家）有关。牙齿从时间上的变化ttot+h对于每个国家i.利率系数为βh和βh12分别衡量非繁荣期住房扩张期间因变量的可预测模式（无增长括号和住房热潮繁荣)如在第X节中定义3非繁荣型的住房扩张在住房市场处于扩张阶段时，其价值为一，如第几节所述。3.1但未经历住房繁荣；住房繁荣在房价强劲上涨的时期会增加其价值，而在其他时期则不会（见第...节）。3.2).我们控制了几个滞后国别特征。′Z滞后因变量，人均实际GDP人信贷与GDP之比以控制经济中私人杠杆水平，房价与人均GDP之比以考虑房价可能存在的初始失衡，以及经常账户占GDP的百分比以控制外部部门的发展。我们还将所有控制变量与繁荣与非繁荣扩张虚拟变量进行交互，以捕捉在这两种类型的住房扩张期间宏观经济关系中的可能异质性影响。8最后，我们加入国家固定效应未知符号h解释时间不变的特定国家特征的计量i特征和固定时间效应未知符号h为了控制所有可能的未观察到的全球冲击，t可能影响国内经济的演变。如同季度数据的常规做法，我们在模型设定中采用四个滞后变量，并通过国家与时间双重聚类进行标准误的估计。我们通过将住房扩张虚拟变量滞后一个季度，并包括一组丰富的控制变量和固定效应，来最annot探讨由于可能引起住房市场发展和实体经济同时发生的混淆因素而产生的住房扩张对经济的因果效应；相反，我们解释了系数βh和βh关于在特定时间跨度内如何预测经济演变的预测12在住房扩张期间（无论房价是否繁荣）繁荣对经济增长的（样本内）预测特性。我们的结果如图8所示，并表明房地产繁荣往往导致更强劲的经济表现。8我们的结果在增加一个控制家庭信贷扩张的额外变量时保持不变，该变量通过家庭信贷相对于GDP的12来衡量。这个变量已被证明是较弱消费和经济增长的强预测指标，同时也是金融危机发生的更高可能性的指标（。SchularickandTaylor2012,Jordàetal.2013,2015,戴尔·阿里奇亚等，2016年,米安等，2017年,阿尔布开克和克鲁斯特夫2018,格林伍德等，2022,穆勒和弗纳2024).我们的结果在将家庭信贷替换为包括非金融企业的总私人信贷时，在质量上也保持相似。在较长时间内，增长率约为1-1.5个百分点，与住房扩张相比（图示）。C.3在附录中C示出这种差异在统计学上高度显著）。虽然我们的简化回归模型无法解释起作用的机制或一般均衡效应，但我们提供了证据表明，更强的增长似乎得到了私人消费的支持：住房财富效应以及抵押品（由更高的房价驱动）的增加鼓励抵押权人提取股权来资助消费支出和投资（）。Iacoviello2005,BhuttaandKeys2016,阿拉达加迪，2017年,Cloyneetal.2020,安2021（）。Cloyneetal.2020).我们发现的住房繁荣与其他住房扩张之间的差异效应，并非由政策支持的不同所解释，因为货币政策（用央行政策利率或短期利率作为代理）和宏观审慎政策（由iMaPP数据库中平均TV值捕获）在两种类型的住房扩张中通常以相同的速度演变（图）。C.4在附录中C此外，在房地产繁荣期，财政政策（以财政余额占GDP的百分比来衡量）政支持可能有助于解释房地产繁荣期经济增长更强的观点相矛盾。在繁荣时期，相对于非繁荣住房扩张，实际房价的增长幅度明显更大——经过12个季度后大约增加8惊人地相似。这表明，住房繁荣仅导致房价相对于非繁荣住房扩张的进一步增加，而不是数量的增加。此外，我们发现繁荣时期房价的更快增长并没有转化为更高的家庭可支配收入、就业增长或住宅投资（见图表）。C.5并且C.6在附录中C繁荣时期显著上升，这表明房地产市场存在失衡。总体而言，我们的解释是，在房地产市场繁荣期间，更高的实际GDP增长似乎主要由房价的迅速上涨所驱动，这种上涨刺激了私人消费，而没有在其他经济领域（包括私人信贷）中得到改善。我们的研究结果与指出房地产市场繁荣对实体部门带来重要成本的研究相符，这些成本与资源向住房部门的不当分配有关。例如，查克拉博蒂等(2018Hau和Ouyang(2024在美国和中国分别发现，信贷条件（贷款规模在住房繁荣期间，对位于强劲住房市场的公司的融资成本（及成本）大。同样地，Basco(2025我们发现，在金融危机前夕，西班牙房地产市场的繁荣导致大量资本错配流向了更多到，当繁荣结束时，房地产市场的繁荣确实可能产生不可忽视的成本。图8：房地产繁荣与不繁荣时期的房地产扩张没有繁荣。没有繁荣。 繁荣4321024681081000246810810

实际私营消费 繁荣43211202460120246

真实全球自由现金流（RealGlobalFreeC 繁荣10512024681012012024681012实际房价 建筑许可 真实私人信贷 繁荣 繁荣 繁荣 繁荣20 30 615 42010 2105 00246810120246810120246810120 0 −2024681012024681012024681012注：累计脉冲响应图显示了选定变量在非繁荣房地产市场扩张（蓝色线条和灰色区域）和房地产市场繁荣（红色线条）期间2个季度内的变化。灰色区域和虚线红色线条分别代表各自的90%置信区间。标准误差按国家和时间双聚类。房地产收缩期间经济的可预测模式规格如下：∆Y=未知符号h+未知符号h+βh峰值无增长+βh峰值繁荣+Γ′Z+无效输入h,i,t−1h,th和βh分别测量条件路径

(5)12 it1i,t−12i,t−1hi,t经济在经历了非繁荣和繁荣行为特征的建筑扩张之后达到的状态他们的各自峰值。具体来说，峰值无增长是一个虚拟变量，在非繁荣的住房扩张结束时取值为1，否则为0，并且峰值繁荣是一个哑变量，当住宅扩张的峰值与住宅繁荣相吻合时取值为一，否则为零。控制变量和固定效应与之前相同，不同的是现在控制变量与繁荣与非繁荣的峰值进行了交互。本质上，这项研究探讨了一个在住宅繁荣或非繁荣扩张之后发生的住宅收缩期间的经济发展条件路径。我们的设定与...有一些相似之处。Aastveit,Anundsen,Kivedal和Larsen(2023),研究美国各郡在泡沫房市繁荣和非泡沫房市繁荣峰值之后的条件路径。他们将泡沫定义为房价急剧加速，房价水平随后遵循爆炸性根过程，基于菲利普斯等(2015)对实际房价进行递归右尾ADF检验。9图示描绘了我们的实证方法。左侧面板展示了住房扩张的一个示例，例如，西班牙从2014年第一季度到2021sectionsBBQ算法计算得出。3.1有显示出繁荣迹象的住房扩张。我们的实证分析专门关注经历了这种类型扩张的经济体在峰值（例如2021年第三季度）之后，在多个可观察现象和固定效应的条件下通常如何演变。右面板显示了经历了住房繁荣的一个经济体示例，例如，爱尔兰从1994年第一季度到2007年第一季度，按照我们在第节中定义的繁荣方法。3.2我们的调查将追踪这两种类型经济在房地产泡沫峰值（例如，2007年第一季度）之后的典型演变过程，条件是考虑国家特定特征和固定效应。总计，我们研究了143次住房扩张峰值事件，其中66次被定义为房地产泡沫。9图10绘制系数序列的顺序。βh（蓝色线条和灰色区域）和βh红线12分别指代非繁荣住房扩张和住房繁荣高峰之后的实体经济预测路径。我们发现，在住房繁荣之后，经济活动（GDP、私人消费和投资）地产市场（房价和住房供给）的下降也更为明显。9我们研究了66个而不是152个住房泡沫，如第X节所述。3.2反映了两方面因素的结合。首先，我们的分析基于住房扩张的结束，从而排除了那些虽然结束但扩张持续的建筑繁荣时期。其次，我们还排除了在样本结束前3年第四季度3个时期）仍在进行的住房繁荣期。然而，我们通过包括在住房扩张结束前四季度内结束的额外17个住房繁荣期进行了额外的分析。我们的结果在这一扩展定义下仍然具有很强的稳健性。110120100120140图9：住房扩张的示例：非繁荣与繁荣扩张1101201001201400242014−2021西班牙：没有泡沫的扩张1987−2007IRL：扩张与繁荣2013201420152016201720182019202020212022202321987198919911993199519971999200120032005200720092011指数1000242014−2021西班牙：没有泡沫的扩张1987−2007IRL：扩张与繁荣2013201420152016201720182019202020212022202321987198919911993199519971999200120032005200720092011指数1008090指数406080（建筑许可），而关于私人信贷更大幅下降的证据较少。图C.7在附录中C研究表明，在房地产繁荣高峰和非繁荣高峰的冲击响应差异中，有时会伴随着较大的估计不确定性（GDP增长，私人信贷）。但我们确实在传统水平上发现了私人消费、私人投资和房价在更长时段内响应的统计显著差异。房地产市场繁荣之后住房供应下降，而在非繁荣住房扩张之后并不下降，这一事实与研究发现相吻合，即过去几十年中住房供应弹性的下降使得房价而非数量成为房地产市场周期的主驱动因素，对实体经济产生不稳定的影响（）。阿尔布开克等人，2020年,即将到来,Aastveit和Anundsen2022,库珀等人，2022年,Aastveit,AlbuquerqueandAnundsen2023).上留下长期印记，正如在Cerutti,DagherandDell’Ariccia(20171970-2012年间对大量国家样本进行分析后，显示住房繁荣与实际国内生产总值在三年后存在负无条件关联。此外，Mianetal.(2013)，并且米安和苏菲(2014发现，全球金融危机期间的住房泡沫破裂对美国家庭净财富大幅下Aastveit,Anundsen,KivedalLarsen2023此外，文献研究还发现，图10：住房扩张峰值后的选定变量条件模式实际国内生产总值 实际私营消费 真实全球自由现金流（RealGlobalFreeC 繁荣 没有繁荣。繁荣−1−2−2−4−3−4 −60246810120246810−5 −80246810120246810

5 没有繁荣。繁荣−1012024681012−1512024681012实际房价 建筑许可 真实私人信贷没有繁荣。繁荣没有繁荣。繁荣没有繁荣。繁荣没有繁荣。繁荣没有繁荣。繁荣没有繁荣。繁荣−10 −5−20

0−100246810024681002468−300246810024681002468

−50

−1512121012注：累计脉冲响应显示，在住房扩张峰值与住房繁荣相一致的情况下（红色线条），所选变量在随后的12冲响应与那些扩张峰值与住房繁荣不一致的情况（蓝色线条和灰色区域）进行了对比。灰色区域和虚线红色线条分别表示相应的90%置信区间。标准误差按国家和时间双聚类。12121012经济衰退往往在房价泡沫破灭之后变得更加深重和漫长，尤其是在信贷泡沫与之结合时（）。Claessensetal.2009,Jordàetal.2015).10同样地，与我们上一节的结果类似，我们发现在房地产泡沫末期与其他房地产扩张期之间的差异经济动态似乎并非由政策路径的差异所解释。图C.8在附录中C，货币政策、财政政策和宏观审慎政策在统计学常规显著性水平上似乎并没有随着时间的推政策显得更为支持性。的下降是否独立于房地产繁荣的强度。这补充了我们在方程（）中的实证设定。5)将所有房地产泡沫顶峰视为相同，通过在泡沫达到顶峰时赋予其一个值。10虽然不涵盖住房市场，这在文献中已经得到充分证实，正如以下所示：Cerra和Saxena(2008)，并且Blanchardetal.(2015在整个住房繁荣期内的分配。我们估计以下回归：∆Y=未知符号h+未知符号h+βh峰值无增长+峰值繁荣×强劲h

(6)(βi,t−1

+βh繁荣)+Γ′Z+无效输入h,hi,t+hi,t−hi,titt−11接保留英文。繁荣强劲该指标仅对在估计样本期间繁荣时期房价增长位于累积房价增长上四分位数的国家取值为1，否则为0（我们称之为“适度繁荣”）。我们发现，在强劲繁荣之后的房价收缩与经济活动和私人信贷在中期的显著下降相关联（图）。11).有趣的是，在温和繁荣和强烈繁荣期间，房价似乎都大致以相同的幅度下跌，尽管在后一种情况下经济收缩要严重得多。i,t−hi,t图11：住宅高峰后选定变量的条件模式：房价泡沫强度注： 累计脉冲响应在以下变量的峰值之后：非繁荣的住房扩张（蓝色）(条形图),与适度住房繁荣同期发生的住房扩张（红色条形图），以及与住房扩张同期发生的住房扩张（条形图）。在强劲的住房繁荣（黄色条形）中。x轴表示未来四个、八个和十二个季度的效应。满条形表示在90%系数由空心条表示。一个可能的解释与信贷的更严重收缩有关，这刺激家庭去杠杆化，因此消费的减少更加明显。我们的研究结果强调了强劲的房价上涨会对经济活动产生显著的非线性影响。促使家庭去杠杆化并减少消费（Mianetal.2013率可能导致一些工人永久退出，如文中所述Blanchardetal.2015,Cerraetal.2023).其次，我们研究了住房繁荣与家庭信用繁荣同时达到顶峰时的非线性行为（当使用非金融企业部门的信用繁荣时，结果在定性上相似）。我们的分析动机源于以下证据：当房价繁荣与私人信用繁荣同时发生时，经济衰退往往更为深刻和持久（）。Claessensetal.2009,Jordàetal.2015,Cerutti,DagherandDell’Ariccia2017）。我们的新规范如下：∆h

=未知符号h+未知符号h+βh峰值无增长+峰值繁荣×(βh+βhHHBoom)+Γ′Z+无效输入h,i,t−1i,t−1it1i,t−1i,t−123hi,t

(7)此处为英文单词\"where\"，通常用于引导状语从句或定语从句，没有具体的语义内容，因此直接保留英文。HHBoom是一个虚拟变量，在家庭信贷繁荣时期取值为一。我们定义家庭信贷繁荣时期为当家庭债务与GDP的12季变化值位于特定国家分布的前四分之一时，精神上与相似。穆勒和弗纳(2024).系数β因此表明了房地产市场在经济中的可预测路径。3收缩在家庭信用繁荣之后出现。我们发现，在家庭信用繁荣之后出现的房地产市场收缩期间，经济衰退要严重得多（见图表）。12这可能是由于家庭去杠杆化和消费减少所驱动，凸显了家庭资产负债表和资源配置在住房繁荣-萧条周期后驱动滞后效应的作用。图12：住房峰值后选定变量的条件模式：家庭信贷繁荣时期的添加注：累计脉冲响应图显示了选定变量在以下峰值之后的响应：非繁荣型住房扩张（蓝色柱状图）、住房繁荣（红色柱状图）以及与家庭信贷繁荣同时发生的住房繁荣（黄色柱状图）。横轴表示四个、八个和十二个季度后的效应。全柱表示在90%置信水平上统计上显著的系数，而统计上不显著的系数则用空心柱表示。住房扩张的净效应我们观察到，房地产繁荣可以推动经济增长（第X节）。4.1观的经济成本（第X节）。4.2。鉴于房地产繁荣期限的显著异质性和对经济衰退期间应量化成本的时间段的巨大不确定性会影响未来房地产扩张的发展。在这个背景下，为了确定房地产繁荣与萧条的净成本，我们评估经济在以下情况下的表现：住房创新在房价上涨和非房价上涨期间住房扩张。更具体地说，我们遵循信贷繁荣文献的精神，通过计算房价相对于人均GDP的个季度变化，以下简称房价-收入（∆HPI).范围的选择与文献保持一致12关于信贷繁荣，这需要长期变化债务收入或GDP来捕捉债务失衡（Mianetal.2017dMueller2021,格林伍德等人，2022年,2024相吻合。11我们的假设是，这个比例的增加应该能给我们提供一个关于成本（或收益）的大致估算。在整个样本期间关于特定经济中房价上涨超过人均收入的情况。我们将此变量标准化，以便于系数的解释。我们开始分析，首先评估住房创新的平均影响：∆Y=未知符号h+未知符号h+βhHPI+Γ′Z+无效输入h,12i,thi,t+h−1

(8)在利率系数的条件下it−1衡量住房创新（相对于12个季度前HPI增长约34个百分点）一个标准差增加后，ih何演变的指标，在控制了若干国家特定特征、国家固定效应和时间固定效应后。我们将脉冲响应的窗口大小增加到28个季度，这与使用季度数据来衡量后衰退产出缺口时，使用至多7年数据的滞后期文献一致（。Blanchardetal.,2015).图13绘制序列顺序图βh系数显示了每个因变量在住房创新增加一个标准差后的可预测演变。出现的图景指向了住房扩张在中期内与经济活动下降之间的明确关联，正如实际GDP增长率在约六季度后下降约0.5下降驱动的，最可能反映了去杠杆化和住房可负担性压力，鉴于房价相对于收入的上升。聚焦于投资，我们发现住房市场活动倾向于在住房扩张之后降温，如建筑许可授权数量的下降所示。经济通常在约五年后返回基线，尽管信贷和住房供应的低迷状态持续时间更长。我们发现，与经济衰退同时发生的房屋创新——定义为连续两个季度GDP增长率下降——也受到类似影响11我们的结果对使用HPI五年变化代替并不敏感。季度实际GDP增长率的负增长——往往与经济活动的大幅下降相关联（见图）。C.9在附录中C).此外，图C.10在附录中C发现一些证据表明，实际国内生产总值、消费、投资和dàetal.2015)，并且Cerutti,DagherandDell’Ariccia201712我们使用非金融企业部门的信贷扩张替代时，将获得更强和更持久的经济效应（图）。C.11在附录中C。2021年,2024,2024).总体而言，我们的研究结果支持这样一个观点，即在整个样本期间，住房创新平均而言对实体经济是有害的。虽然我们的论文不能直接说明住房创新可能影响实体经济的具体渠道，但我们的发现与实证证据相符，表明房价的快速上涨与较慢的经济复苏有关（）Claessensetal.2009,Jordàetal.2015,Cerutti,DagherDell’Ariccia2017).图13：房地产创新后所选变量的条件模式实际国内生产总值 实际私营消费 真实全球自由现金流（RealGlobalFree.50−.5020246810121416182022242628

2 21 10 0−1 −1024602468101214161820222426280246810121416182022242628实际房价 建筑许可 真实私人信贷24 002 −100 −20 −20246024681012141618202224262802468101214161820222426280246810121416182022242628注：累计脉冲响应在住房创新（使用HPI的12个月变化来衡量）增加一个标准差后，在接下来的28个季度内所选变量的变化。深灰（浅灰）区域表示相关的68%（90%）置信区间。按国家和时间双聚类标准误差。12该图显示了扩展方程的系数（8)与住房创新和家庭信贷扩张之间的一个交互项，用∆来衡量HHcredit(我们也添加了这个术语individ-12i,t−1实际上）。 28主要论点，即并非所有的住房扩张都相同，我们测试住房创新可能具有不同的预测经济活动的效果，这取决于住房扩张是否有繁荣的迹象。我们增加了等式8如下所示：∆Y=未知符号h+未知符号h+∆HPI×(β+βhβ繁荣)12i,t10i,thi,t+h−−1i,t−1it12+Γ′Z+无效输入h,

(9)−1\"where\"，通常用于引导状语从句或定语从句，没有具体的语义内容，因此h。βh+βh和βh+βh分别测量相关变量的可预测模式0102在非繁荣期住房扩张期间，住房创新增加一个标准差后实现的能力提升（无增长（）并且在房地产热潮期间（）繁荣).我们在图中的新颖结果14表示，当房价涨幅过快，即伴随住房泡沫（红色线条）时，住房创新似乎仅与较慢的整体中期经济增长相关。此外，在泡沫期私人信用的下降也是相当大的。对于大多数变量来说，非泡沫住房扩张和住房泡沫的脉冲响应差异在中期至长期时间段内具有统计学意义（见图）。C.12在附录中C).13总体而言，我们的研究发现，以HPI（房屋价格指数）12不必然预示着经济增长的下降。当然，房价的大幅上涨并不一定意味着住房市场失衡，如果它们与更高的当前或预期的未来收入增长相一致。在这种情况下，HPI比率可能会暂时上升，但很可能在中等期限内回归到平均水平，而不会造成重大的经济动荡。然而，我们发现，只有在住房繁荣时期，即以持续和快速上涨的房价为特征的时期，经济活动才会显著偏离非繁荣住房扩张中看到的典型增长路径。第六部分：住房紧缩期间政策和供应的作用尽管可能有多方面因素导致这些繁荣的出现，我们在这部分主要关注住宅扩张尾声时的条件。例如，Cerutti,Dagher13我们的结果在控制货币政策和财政政策后依然稳健（图）。C.13C68个降至60个。图14：住房创新后选定变量的条件模式：住房繁荣与非繁荣住房扩张实际国内生产总值 实际私营消费 真实全球自由现金流（RealGlobalFreeC 繁荣没有繁荣。繁荣没有繁荣。繁荣10 00−1−2−2020246810121416182022242628

−502402468101214161820222426280246810121416182022242628实际房价 建筑许可 真实私人信贷没有繁荣。繁荣没有繁荣。繁荣没有繁荣。繁荣5没有繁荣。繁荣没有繁荣。繁荣没有繁荣。繁荣50 00−20 −5−10

−40020246810121416182022242628

−1002402468101214161820222426280246810121416182022242628注：累计脉冲响应显示，在住房创新增加一个标准差后，非繁荣住房扩张（蓝色线条和灰色区域）和住房繁荣（红色线条）选变量的28个季度累积影响，使用12个季度的HPI变化进行测量。灰色区域和虚线红色线条分别表示相应的90%置信区间。按国家和时间双聚类标准误差。Dell’Ariccia2017我们发现，家庭信贷繁荣和更高的贷款价值比（LTV）与住房繁荣的可能性更高。这与证据一致，表明在美国金融危机前夕的房地产繁荣似乎是由信贷标准放松导致的信用供应增加所推动的，进而刺激了家庭抵押贷款借款（。贾斯汀亚诺等人年,MianandSufi2021,Sarto2024我们在此基础上进行研究，但试图回答一个看似不同的问题：宏观审慎政策和住房供应在决定住房泡沫如何终结中扮演什么角色？为了研究这个问题，我们借鉴了两条文献线索。第一条文献聚焦于住房供应约束的作用，例如严格的土地利用规制和地理限制，对于需求冲击的传递（Gyourkoetal.2008,Saiz2010laeseretal.2014,Herkenhoffetal.2018,阿尔布开克等人，2020年,即将到来的,Aastveit和Anundsen2022,Cooper，2022年,Aastveit,AlbuquerqueandAnundsen2023，房价在住房供应约束更为严格的地区对货币政策的敏感性更高（阿尔布开克等人，2020Aastveit和Anundsen2022库珀等人，2022Aastveit,AlbuquerqueandAnundsen2023（）Aastveit,Anundsen,KivedalLarsen2023结束后是否可能更快地恢复。鉴于我们大量国家样本的数据可获得性问题，我们无法使用如土地利用法规（）Gyourko等。2008括号中未给出具体内容，因此保持原样：Saiz2010),或供给弹性（Aastveit,AlbuquerqueandAnundsen2023)同样地，类似于Andaloussi等人(2024),我们使用人口密度作为住房供应限制的代理，这已被证明可以解释美国房价横截面区域差异的大部分（Saiz2010).文献的第二部分与宏观审慎措施在缓解住房和信贷市场大幅波动方面的有效性相关（Claessens2015,库特纳和西姆，2016,Cerutti,ClaessensandLaeven2017,阿金齐和奥姆斯泰德-拉姆西，2018年,Richteretal.2019,阿查亚等人，2022年。,比利亚诺夫斯卡等，2023年).可用的经验证据表明，基于借款人的措施，如对LTV和DSTI的限制，似乎在遏制房价增长和信贷增长方面是有效的，但这可能会付出经济增长降低的代价，尤其是对于新兴市场经济体（EMs）。Richteretal.2019).根据该文献，我们采用以下方法…阿拉姆等人(即将到来（iMaPP）据库以测试基于借款人的措施是否可能使国家平滑住房繁荣结束的影响。该数据集提供了1990-2021年间大量国家宏观审慎措施的全面历史记录。对于每一项措施，它将紧缩行动的价值设为1，宽松行动的价值设为-1，无变化时设为0。我们专注于需求措施，即LTV比率和DSTI比率的限制。我们遵循(2018家和时间上的汇总，以捕捉基于借款人的宏观审慎政策的严格性。汇总基于借款人的指标存在弊端，即它无法衡量宏观审慎行动的强度。但这种方法也有其优势。与使用平均贷款价值比（也来自iMaPP数据库）相比，我们基于借款人措施的“严格性”指数在国家间更具可比性。后者存在的弊端是，“平均贷款价值比”可能仅适用于一些家庭（或根本没有），考虑到国内分布的不均。此外，我们的虚拟变量不仅捕捉了贷款价值比的限制，还包括了债务服务收入比的限制。这很重要，因为某些国家使用这两种工具的组合来减轻风险的蔓延。从抵押贷款和住房市场。我们将方程5调整为如下：∆Y=未知符号h+未知符号h+峰值无增长×(+nt)+i,thi,t+h−1iti,t−112峰值繁荣×(βh+βhInt)+Γ′Z+无效输入h,在术语“wherethe,tr”i,t−It指代人口密度（i）低的国家（）。

(10)i,t−1

i,t−134hi,t一个国家在其特定分布的第一十分位以下的人口密度所对应的数值为1，或者（ii）基于借款人的紧缩性措施，一个虚拟变量，对于其基于借款人的宏观审慎指数在每个季度都位于特定分布的上十分位的国家，其数值为1。14利息系数是βh和βh束后的脉冲响应。34各国人口密度高于第十位百分位数或宏观审慎指数低于第十位百分位数。反之，βh+βh指示经济随后可预测模式的走势。34住房繁荣的结束，对于人口密度低（前十分位）和宏观审慎指数紧缩（上十分位）言。我们展示了GDP、消费和房价的结果。图15指出，人口密度较低的国家（红色线条）往往经历短期经济衰退。同时，实际房价似乎比其他国家下降得更多，但它们之间在统计上并无显著差异。我们的研究结果支持了以下观点：缓解住房供应约束的政策，例如放宽土地使用管制，或培育有利于刺激住房供应的商业环境，可能使国家更好地吸收住房繁荣结束所带来的冲击。图16提供了一些初步证据，表明实施更严格的借款人基于宏观审慎措施（红线）房地产泡沫之后的经济发展波动似乎更加平稳。这与文献中发现的，更严格的家庭借款约束可以抑制房地产和信贷周期的研究结果一致（）。Claessens2015,库特纳和希姆，2016年,Cerutti,ClaessensandLaeven2017,阿金齐和奥姆斯泰德-拉姆西，2018年,Richteretal.2019,阿查亚等人，2022年。,比利亚诺夫斯卡等，2023年我们发现在根据平均LTV水平划分国家时，结果类似。特别是，LTV低于最低十分之一（紧缩的MaPP）的国家往往更能抵御房地产繁荣后的影响（图）。C.14在附录中C).14将国家分为低于/慎措施的潜在行动是由分布尾部的少数观察值驱动的。图15：住房繁荣峰值后选定变量的条件模式：根据人口密度条件

注：累计脉冲响应图显示，在人口密度低的国家（红色线条）和其余国家的住房繁荣峰值之后12冲响应（蓝色线条和灰色区域）。低人口密度是一个虚拟变量，对于人口密度在特定国家分布的前十分之一的国家，每个季度的值为1。灰色区域和虚线红色线条分别表示相应的90%置信区间。标准误差由国家和时间双聚类。图16：条件

注：累计脉冲响应图显示了在实施严格宏观审慎措施的国家（红色线条）与样本中其他国家（蓝色线条和灰色区域）在房地产繁荣峰值后12个季度内的选定变量。严格宏观审慎措施是一个虚拟变量，对于每个季度，当借款人基于的措施（贷款价值比和债务收入比）位于特定国家分布的上十分位时，该变量取值为1。灰色区域和虚线红色线条分别代表相应的90%置信区间。标准误差按国家和时间双重聚类。坚固性检验我们对方程（）中的主要规格进行测试。5括号内和由此产生的图表10对一系列稳健性检验。所有稳健性检验均可在附录中找到。C.替代住房繁荣定义我们使用三种替代方法来定义我们的住房繁荣虚拟变量：（i）当房价超过特定国家估计趋势的十个百分点时，该趋势是通过估算得出的。汉密尔顿(2018）过滤器；（ii）当房价高于特定国家估计趋势一个标准差时，该趋势是通过以下方式估计的：汉密尔顿(2018）过滤器；以及（iii）当HPI比率的累计12季度变化超过其特定国家平均值的1个标准差时，精神上类似于穆勒和弗纳(2024).图表C.15仅显示——住房的脉冲响应繁荣——我们的基准结果在采用不同的住房繁荣定义时表现得非常稳定。房地产泡沫我们的论文专注于房地产繁荣，这一概念与相关文献中确定的房地产泡沫是不同的（菲利普斯等人，2015Pavlidis等人，2016马丁内斯-加西亚和格罗斯曼，2020,Aastveit,Anundsen,KivedalandLarsen2023)。房地产市场泡沫表现出爆发性增长模式，这可能被视为我们定义的房地产市场繁荣的子集，因为并非所有的房地产市场繁荣都表现出指数型价格上涨模式。为了澄清，并非所有的房地产市场繁荣都是房地产市场泡沫，但几乎所有的房地产市场泡沫都是源于房地产市场繁荣。考虑到这一重要区别，我们测试了在房地产市场泡沫破裂后的市场收缩时期，与没有经过房地产市场泡沫先兆的市场收缩相比，实体经济通常如何表现。我们遵循菲利普斯等(2015ADF炸性发展的可能性，然后对多次爆炸性行为进行时间戳标记。具体来说，我们计算了向后最大ADF（BSADF）√设置窗口大小为0.01的统计+1.8/T样本中的一小部分，其中T样本中的季度数，以及最大滞后一个季度。然后，我们将其与基于499次野性重采样的95%期爆发行为，我们设定一个泡沫至少应持续五个连续季度。我们还规定，泡沫只能发生在住房扩张期间，如使用BBQ算法所定义的那样。这一点很重要，因为菲利普斯等(2015该测试存在一个问题，即它也倾向于在收缩/衰退期间检测到爆炸性行为。然后我们运行方程式（）5通过将繁荣替换为泡沫，将非繁荣替换为非泡沫。图C.17显示，尽管估计的不确定性较大，但我们的主要结果在采用房价泡沫这一概念下依然稳健。基于住房价格指数比的住房扩张我们重跑了第X节。3通过基于HPI比率而非实际房价水平定义住房扩张。图C.16该研究显示，我们的基本结果在定性上是一致的。尽管这种替代方法带来的估计不确定性较大，但我们仍观察到在非繁荣房地产市场扩张峰值对大多数变量的响应上存在显著的差异。住房扩张与住房繁荣同期。在金融危机前和后，以及排除新冠疫情样本我们发现，在排除Covid样本的情况下，经济动态在房地产扩张高峰期（与房地产繁荣相一致）并没有差异（如图）。C.18)，或者如果我们允许在金融危机前后（金融危机前样本截至2007年第4季度，而金融危机后样本从2010年第1季度开始）之间有差异性的反应——图9仅显示了住房繁荣的冲激响应。亚太地区（AEs）与新兴市场（EMs）房地产繁荣期结束后的实体经济可预测模式在发达经济体（AEs）和新兴市场及发展中国家（EMDEs）之间似乎也没有普遍差异（见图）。C.20).异常情况是私营信贷和消费在新兴市场和发展中经济体中的降幅更大。年度同比增长率能带来的潜在担忧（图）。C.21).结论近几十年来，我们发现住宅扩张-收缩周期往往非常严重，一些国家在经历了因房地产繁荣扩张而引发的持续经济创伤和加剧的金融稳定风险之后，出现了住宅市场调整。基于对1970年第一季度至2023年第四季度来自68个国家的分析——其中35个