Before the turn of the century, macroeconomics and housing research seemed to have only little overlap. On the housing side, macroeconomic variables had mostly been treated as exogenous control variables. On the macro side, housing was often undifferentiated from the other consumption goods, or neglected in the analysis (see Leung (2004) for further discussions). At best, housing sector had merely been thought of as a link in the transmission of macro shocks. Since the last boom and the subsequent collapse in the U.S. real estate market, housing has attracted unprecedented levels of attention from academics, media and policymakers, as it was generally believed to be responsible for the outbreak of the global financial crisis. Recent researches suggest that housing developments do not solely reflect the macroeconomic activity, but can be an important driving source of the macroeconomic fluctuations. The changing role of housing may be due to advancements in financial market and globalization. Financial innovations and deregulations open up new possibilities for housing to be further connected to the broader economy. For instance, credit market liberalization can alter households’ borrowing and consumption behaviors via the reduction of down-payment constraint, or the use of homes as collateral. Moreover, the liberalization of capital flows makes real estate an attractive investment vehicle, and thus renders the housing market a volatile sector in the economy. Despite the growing recognition of housing as an important factor in the macroeconomic dynamics, there remain, nevertheless, a number of interesting questions, the answers to which enable us to better understand the macro-housing nexus. This thesis particularly focuses on the following questions. First, given the weight placed by the recent theories (see, for instance, Iacoviello (2005) and Iacoviello and Neri (2010)) on housing demand shock for driving the housing and business cycles, how do researchers identify this housing-specific shock and evaluate the responses of economic aggregates to this shock in the data? In addition, how to identify the channel through which housing is linked to the macroeconomy? Second, there is no consensus on whether housing market is a forerunner of the business cycles, would it be because the macro-housing nexus is subject to the state of the economy? Finally, as fluctuations in home values have shown to exert large impact on the real economic activity and financial stability, is it possible to develop a method to predict large movements in home values? This thesis consists of three papers and contributes to the burgeoning macro-housing literature by providing empirical evidence to the research questions. Several econometric models, such as vector autoregression model and probit model, serve as the principal tools to unravel the relationship between housing and the macroeconomy. In the following the main contributions and results of each individual paper are briefly summarized. • Paper 1: Is There an Asymmetric Impact of Housing on Output? In this paper we use a Markov-switching vector autoregression model to investigate whether there is an asymmetric relationship between housing and the overall economic activity. The answer to the research question may allow us to explain the mixed views on housing’s leading role in the economy. Regime dependent causality analysis suggests that housing affects output only in the regime associated with the contraction phase in both the housing and business cycles. Our findings are not only in line with the argument that housing market leads the business cycles, but also show that it has time-varying leading effects on the overall economy. • Paper 2: Housing Market Spillovers: Identifying Housing Demand Shocks Using Sales Variable Previous studies have shown that the effects of housing demand shocks on the economy are inconclusive. The key issue arising in these empirical researches might be the inability of housing prices to timely reflect changes in market demand. This paper revisits the literature on housing spillovers by suggesting a new way to identify housing demand shocks and to assess its effects on the aggregate economy. Based on a housing theory that explores the responses of housing prices and sales following shifts in demand, we propose housing sales as a better measure of housing demand. We find that sales shocks in a vector autoregression model have the interpretation of housing demand shocks, driving not only the housing dynamics but also the overall economic activity. Evidence suggests collateral channel as the principal link between housing and the broader economy. • Paper 3: Can We Predict Housing Price Downturns? This paper investigates whether housing price downturns are predictable. We first use a nonparametric approach to identify downturns in the housing price series. Then, we select the forecasting variables based on economic theories. In the forecasting exercise, a probit model is applied in such a way that the performance of each predictor is compared with that of the others. Empirical evidence shows that housing sales growth holds vast forecasting power for the price correction episodes both in-sample and out-of-sample, and that it outperforms the other conventional macroeconomic variables. Moreover, we find that an augmented probit model with further lags of sales growth can consistently and accurately predict price downturns, suggesting that this variable serves as a simple and reliable indicator of future housing price corrections.
Vor der Jahrhundertwende schienen die Makroökonomie und die Forschung zu Immobilienmärkten nur wenig Überschneidung zu haben. Letztere behandelte makroökonomische Größen meist als exogene Kontrollvariablen, während die Makroökonomie Immobilien häufig ähnlich wie andere Konsumgüter analysierte oder kaum berücksichtigte (siehe Leung (2004)). In wenigen Fällen wurde dem Immobiliensektor immerhin eine Rolle in der Übertragung von Makro-Schocks zugesprochen, jedoch ohne selbst Treiber solcher Shocks zu sein. Seit dem letzten Boom und dem nachfolgenden Zusammenbruch des US-Immobilienmarktes hat der Immobilienmarkt noch nie dagewesene Aufmerksamkeit von Wissenschaftlern, Medien und Politikern auf sich gezogen. Der Grund dafür war, dass der Immobilienmarkt für den Ausbruch der globalen Finanzkrise weithin verantwortlich gemacht wurde. Neuere Forschungen weisen darauf hin, dass die Immobilienentwicklung nicht nur die Wirtschaftsaktivität widerspiegelt, sondern auch makroökonomische Schwankungen in großem Maße verursachen kann. Die sich wandelnde Rolle des Immobilienmarktes lässt sich auf die Finanzmarktentwicklung sowie die Globalisierung zurückführen. Finanzinnovationen und Deregulierungen eröffnen neue Möglichkeiten für den Immobilienmarkt mit der Gesamtwirtschaft stärker verbunden zu sein. Beispielsweise kann die Liberalisierung des Kreditmarktes das Konsumverhalten und die Kreditaufnahme des Haushaltes ändern - durch verringerte Einschränkungen der Anzahlungsbedingungen oder der Verwendung der Immobilie als Sicherheit. Darüber hinaus macht die Liberalisierung der Kapitalmärkte Immobilien zu einem attraktivem Anlageinstrument, und somit den Immobilienmarkt zu einem volatilem Wirtschaftssektor. Trotz der wachsenden Anerkennung des Immobilienmarktes als wesentlichen Faktor der makroökonomischen Dynamik, bleibt doch eine Reihe von interessanten Fragen offen, deren Antworten uns ein besseres Verständnis des Makro-Häuser-Nexus ermöglicht. Diese Arbeit konzentriert sich vor allem auf die folgenden Fragen. Erstens, angesichts der neuen Wichtigkeit eines Immobilien-Nachfrage-schocks (siehe zum Beispiel Iacoviello (2005) und Iacoviello and Neri (2010)) als Treiber des Konjunktur- und Immobilienzyklus, wie identifizieren Forscher solch einen Schock in den Daten, und wie bewerten sie die Reaktion der Wirtschaftsaggregate auf diesen Schock? Zusätzlich, wie kann man den Kanal, über welchen der Immobilienmarkt mit der Gesamtwirtschaft verbunden ist, identifizieren? Zweitens, im Hinblick darauf, dass es keine Übereinstimmung über die Lead-Lag-Beziehung des Immobilienmarktes und des Konjunkturzyklus gibt, liegen die Gründe dafür darin, dass die Verknüpfung des Immobilienmarktes mit der restlichen Volkswirtschaft vom gegebenen Wirtschaftszustand abhängig ist? Abschließend, da gezeigt wurde, dass Schwankungen des Wertes von Immobilien große Auswirkungen auf realwirtschaftliche Aktivitäten und die Finanzstabilität haben können, ist es möglich, ein Verfahren zu entwickeln, welches große Schwankungen in Immobilienwerten vorhersagt? Diese Forschungsarbeit besteht aus drei Studien, und trägt zur wachsenden Literatur zur Verbindung der Makroökonomie mit dem Immobilienmarkt bei, indem sie empirische Befunde zu den oben genannten Fragestellungen liefert. Verschiedene ökonometrische Modelle, wie die Vektorautoregression und Probit Modelle, dienen als grundsätzliche Mittel, um die Beziehungen zwischen den Variablen zu entwirren. Im Folgenden werden die wichtigsten Beiträge und Ergebnisse der einzelnen Studien kurz zusammengefasst. • Studie 1: Is There an Asymmetric Impact of Housing on Output? In dieser Arbeit verwenden wir ein Markov-Switching Vektorautoregressionsmodell um zu untersuchen, ob es ein asymmetrisches Verhältnis zwischen dem Immobilienmarkt und der gesamtwirtschaftlichen Aktivität gibt. Die Antwort auf diese Fragestellung könnte es uns ermöglichen, die gemischten Ansichten bezüglich der Rolle des Häusermarktes in der Ökonomie zu erklären. Eine regimeabhängige Kausalitätsanalyse lässt darauf schließen, dass der Häusermarkt den Output ausschließlich in der Phase der Kontraktion des Immobilien- sowie Konjunkturzyklus beeinflusst. Unsere Ergebnisse zeigen nicht nur, dass die Entwicklungen auf dem Häusermarkt dem Konjunkturzyklus zeitlich vorausgehen, sondern auch, dass die Immobilienmarktentwicklungen zeitvariierende Auswirkungen auf die gesamtwirtschaftliche Aktivität haben. • Studie 2: Housing Market Spillovers: Identifying Housing Demand Shocks Using Sales Variable Frühere Studien finden keinen eindeutigen Effekt von Immobilien-Nach-frageschocks auf die Gesamtwirtschaft. Das zentrale Problem in der empirischen Literatur liegt dabei darin, dass Immobilienpreise die Veränderungen der Marktnachfrage nur verzögert widerspiegeln. Die vorliegende Arbeit schlägt eine neue Methode zur Identifizierung von Immobilien-Nachfrage- schocks vor und analysiert ihre Effekte auf die Gesamtwirtschaft. Basierend zu theoretischen Ergebnissen zu den Reaktionen von Immobilienpreisen und -umsätze auf Nachfrageverschiebungen schlagen wir die Verkaufszahlen von Immobilien als ein besseres Maß der Immobiliennachfrage vor. Wir finden, dass in einem Vektorautoregressiven Modell Verkaufsschocks als Immobilien-Nachfrageschocks interpretiert werden können, welche nicht nur die Dynamik des Häusermarktes treibt, sondern auch die gesamtwirtschaftliche Aktivität. Die Ergebnisse legen den collateral channel als Hauptverbindung zwischen dem Häusermarkt und der Gesamtwirtschaft nahe. • Studie 3: Can We Predict Housing Price Downturns? Diese Arbeit untersucht, ob Abschwünge in Immobilienpreisen prognostizierbar sind. Wir verwenden zunächst einen nichtparametrischen Ansatz um Abschwünge in Immobilienpreisen zu identifizieren. Dann wählen wir die Prognosevariablen basierend auf ökonomischen Theorien aus. Das Prognoseverfahren basierend auf einem Probit-Modell läuft dermaßen ab, das die Güte jedes Prädiktors mit der der anderen vergleichbar ist. Die empirischen Ergebnisse zeigen, dass das Wachstum in Immobilienverkäufe eine starke Prognosefähigkeit für Preisveränderungen sowohl in- als auch out-of-Sample hat, und dass es eine erhöhte Vorhersagekraft als die üblichen makroökonomischen Variablen besitzt. Darüber hinaus finden wir, dass ein um weitere Verzögerungen des Verkaufswachstums erweitertes Probit-Modell Preisabschwünge konsistent und präzise vorhersagt, was darauf hindeutet, dass diese Variable als ein einfacher und zuverlässiger Indikator für künftige Immobilienpreisveränderungen dienen kann.
