曲线变平和富人的逃亡 ： 美国和欧洲住房市场的大流行引起的变化

曲线变平和富人的逃亡：美国和欧洲住房市场的大流行引起的变化 NinaBiljanovska和GiovanniDell'AricciaWP/23 /266 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。 基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 2023 DEC ©2023国际货币基金组织WP/23/266 IMF工作文件 研究部 曲线变平和富人的逃亡：美国和欧洲住房市场的大流行引起的变化由NinaBiljanovska和GiovanniDell'Ariccia编写* GiovanniDell'Ariccia授权分销 2023年12月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：在大流行期间，郊区房价相对于城市中心上涨的模式在美国前30个大都市统计区(MSA)中继续保持不变。相比之下，丹麦、法国和英国等欧洲国家的估值并未出现类似的转变。我们假设并找到了支持证据，证明这些不同的模式部分是由于郊区特征的差异，特别是在家庭收入和财产规模方面；欧洲郊区相对较贫穷，住房单元较小。我们表明，在美国，与欧洲城市相比，郊区特征更类似于欧洲城市的MSA通常几乎没有郊区房价上涨。最后，我们的发现表明，高收入人口的迁移模式可能部分影响了美国城市郊区的重估。 JEL分类号:R23,R51,R12 房地产价格；房价梯度；城市结构；高收入人口流动 关键字:作者的电子邮件地址： *我们感谢NickBloom、JohnCochrane、ThomasDrechsel、MariaSoledadMartinezPeria、DivyaKirti、PhilippSchnabl和StijnVanNieuwerburgh提供 的有用意见和建议。 工作文件 曲线变平和富人的逃亡：美国和欧洲住房市场的大流行引起的变化 由NinaBiljanovska和GiovanniDell'Ariccia编写 1Introduction 在美国，这场流行病对房地产价格产生了重大影响，与此同时，家庭对城市生活的相对偏好也发生了明显的变化。在封锁的刺激下，以及新发现的远程工作能力的推动下，对郊区房屋的需求超过了城市中心的需求。这种从城市到郊区的运动打破了房地产价格与距市中心距离之间的传统负相关关系，市区生活的平均溢价显着萎缩，在某些情况下甚至变成负值（Gpta等人。 （2022年））。这些事态发展提出了几个问题。首先，家庭偏好对郊区生活的冲击是短暂的还是持久的？其次，美国城市经验的异质性背后是什么？相关的，这种现象是仅限于美国 （美国）还是扩展到其他国家？本文为所有这些问题提供了一些启示。 我们扩展了Gpta等人的分析。(2022)在几个方面的开创性论文。首先，借助近两年的额外观察，我们调查了美国的房价梯度-定义为房价与距市中心距离的弹性-是否继续上升或恢复到大流行前的水平。其次，我们扩大了分析的地理范围，并研究了在美国以外是否可以观察到类似的趋势，重点是选定的欧洲国家（丹麦，法国和英国（英国））。最后，在各国经验差异的指导下，我们确定了可以解释美国大都市地区房价行为异质性的几个因素。 我们的第一组结果表明，大流行对美国城市相对房价的影响被证明是高度持久的。平均而言，即使大流行即将结束，美国前30个大都市统计区（MSA）的价格梯度仍在继续增加。2022年下半年，这些MSA外围地区的房价继续超过内部地区的房价。 我们的第二个主要发现是，这种梯度的平坦化似乎并没有在欧洲找到对应的。丹麦，英国和（在很大程度上）法国的城市的相对房价并没有遵循在美国看到的相同轨迹。在这些国家， 在2020年至2022年期间，梯度始终为负，并且具有统计学意义。这表明，在大流行期间 ，家庭对郊区生活与市区生活的相对偏好大致保持不变。 我们假设，美国和欧洲之间的趋势差异可能源于其郊区特征的差异。在美国，郊区通常由中产阶级家庭主导，而欧洲郊区吸引了更多样化的社会经济组合，包括低收入家庭。在某种程度上，家庭收入可以代表生活水平，教育质量和住房条件等因素，这些差异可以解释从城市到郊区的有限迁移以及欧洲价格梯度的稳定性。 欧洲和美国郊区之间的另一个差异与可用物业的大小有关。美国郊区通常拥有更大的生活空间，广阔的院子和车库。相比之下，欧洲郊区的物业，虽然不同的国家和地区，一般提供较小的生活空间，更少的卧室和有限的户外区域。鉴于大流行期间从城市到郊区的迁移在很大程度上是出于寻求更宽敞的生活，可用房屋面积的差异也可能有助于解释为什么从城市到郊区的重新估值发生在美国，而不是欧洲。 为了证实这些假设，我们利用了美国前30个MSA的相对房价模式的变化：一些MSA的价格梯度持续上涨，而另一些MSA在大流行期间几乎没有变化，甚至随着情况的改善而下降 。根据我们的假设，我们应该发现，在相对收入水平和房屋规模方面，其郊区与欧洲郊区相似的美国城市应该经历了价格梯度的较小增长。我们的分析发现了支持这些解释的证据：具有这些特征的MSA确实显示出价格梯度的适度上升。 Weexplainedthisevidenceasconsistentwiththenotionthatthechangeinpricinggradientswasmainlydrivedbydemandshiftingbyhigherincomehousingthathadthemeansandtheopportunity(havingmoreoftentheabilitytoworkremovetothesuburburs.Tofurtherconfine 其中，美国郊区房价增长的激增受到了高收入人口迁移的影响。我们的发现表明，高收入人群流动性较强的地区，郊区房价上涨更为明显。这补充了Gpta等人的发现。（2022），其中将在家工作的能力确定为城市外流的主要因素（实际上，尽管家庭收入往往与在家工作的能力相关，但高收入人口流动性的变化却没有）。 本文的研究结果对商业和住宅房地产市场都有影响。Gptaetal.(2023)报告称，由于在家工作加强了城市-郊区的转移，对商业部门产生了重大影响，指出2020年办公室价值下降了45%，长期下降了39%，相当于美国的价值损失了4530亿美元。在住宅方面，Li和S（2021 ）指出了一种“缓解拥挤”效应，通过缓解住房需求并提高纽约，旧金山和洛杉矶等主要城市的负担能力，尤其使低收入家庭受益。我们的研究结果表明，这些影响相对持久，并将继续影响美国的房地产市场。它还指出了美国和欧洲城市之间的不对称性，以及欧洲缺乏（或较弱的存在）这些变化。 如果证明是持久的，那么远程工作以及相关的家庭对城市生活的偏好转变和价格梯度的平坦化既带来了政策挑战，也带来了机遇。对办公空间的需求下降和市区交通的减少将需要调整美国城市的结构，在过渡期间，可能会给商业房地产行业带来压力，并给城市的财政改革带来压力。同时，在稳定状态下，降低城市生活的价格溢价可能有助于控制近年来几个城市面临的负担能力危机，从而允许更具包容性的城市结构。 文献综述-我们的论文为有关大流行对房地产市场影响的越来越多的文献做出了贡献。Gpta etal.(2022)观察到一个较小的负买卖租金函数，表明在大流行期间房价、租金和与城市的距离之间的关系发生了变化。这种转变是由城市飞行和在家工作能力的提高推动的。同样，Ramai和Bloom(2021)发现了一个。 “甜甜圈效应”，美国大型都市区经历了家庭，企业和房地产需求从中央商务区（CBD）向低密度郊区和郊区的转移。甜甜圈效应的大小因城市规模而异，大城市影响较大，中型城市影响较小，小城市影响最小。此外，他们发现，大多数离开城市中心的家庭都搬到了同一城市的郊区，而有些则搬到了较小的地铁，很少选择农村地区。对于美国，最密集地区的住宅租金和价格的相对下降得到了Li和S（2021）和Althoff等人的证实。（2020年）。 虽然提到的论文集中在美国市场，Ziemann等人（2023）研究了16个经合组织国家的价格梯度行为，包括我们的分析。他们发现价格梯度仅在大城市地区增加，但没有证据表明中小城市的价格梯度增加。1我们的估计分析与他们的估计分析有所不同，因为它与Gpta等人的计量经济学方法更紧密地吻合。（2022年）。我们专注于估计价格梯度随时间的演变，并针对每个国家单独进行，而不是计算整个横截面的平均梯度。估计平均效果的缺点是结果对样本中大量邮政编码所代表的国家的潜在偏度。此外,横截面估计仅提供奇异梯度,而不捕获其随时间的变化。 对于伦敦，Goa等人。(2022)发现价格和租金梯度有所增加。尽管对距离和时间变量的相互作用采用了不同的规范，但与我们分析的主要区别在于，它们仅关注伦敦，而他们认为的地理单位是人口在400-1200户之间的社区，而我们则关注邮政编码作为地理区域。2对于中国 ，黄等人（2023）发现，大流行降低了住在高楼大厦的价格溢价。 1他们的分析基于16个样本中所有邮政编码的合并横截面回归 国家。这种设置不允许观察围绕大流行的多年来梯度的演变，可能会遗漏关于大流行如何随着时间的推移影响房地产价格动态的见解。此外，他们的样本主要来自美国，墨西哥和英国的邮政编码，约占70％。这种偏差可能会引起人们的担忧，即结果更能表明这些国家的趋势，可能无法反映分析中其他13个国家的情况。 2根据国家办公室的定义，社区由较低的超级产出区域(LSOA)标识统计。LSOA是一个包含400至1200户家庭的地理区域。 越来越多的文献研究了大流行的融合，并更广泛地在房地产市场上在家工作。VaNiewerbrgh（2023）文件从家庭模式及其对住宅和商业房地产市场的影响。Brecer等人。（2023）从城际和城内的角度研究了在家工作对住房市场的影响，发现证据证实了他们的理论预测，即在家工作会降低高生产率县的房价和租金，因为工人搬迁到更负担得起的都市区，同时保持他们理想的工作。Modrago和Wielad(2022)发现，向远程工作的转变解释了这一时期全国房价上涨23.8%的一半以上。Drato和Hadbry(2023)研究了远程工作对未来城市发展的长期影响，并总结了大流行期间和之后，在距市中心不同距离的住宅和商业价格以及活动调整的证据。德尔-文塔尔等人。(2022)，使用洛杉矶都市区的定量模型，发现证据表明，在家里的工作永久增加之后，。 （i）工作向城市核心转移，而居民向外围转移；（ii）交通拥堵缓解，出行时间下降； （iii）房地产平均价格下降，核心地点下降，外围增加。 对于商业地产，Rosethal等人。(2022)记录了89美元的商业租金梯度下降S.城市地区，而Hoesli和Malle(2022)发现，在欧洲大流行期间，零售和酒店物业以及较小程度的办公楼受到的影响最大。Gptaetal.（2023）显示，远程工作导致商业办公部门的租赁收入，入住率，续租率和市场租金大幅下降，这表明纽约市办公楼的长期估值下降了44％。 2Data 在我们的分析中，我们研究了美国人口最多的30个MSA，列在附录A.1的表4中。对于丹麦，我们关注哥本哈根和奥胡斯；对于法国，关注巴黎，里昂和马赛；对于英国，关注伦敦，伯明翰，利兹，利物浦，曼彻斯特和谢菲尔德。丹麦，法国和英国的城市选择为 以城市的人口规模，地理分布和经济重要性为指导，以这些国家的城市生活表现出多样化和强劲的代表性。我们专注于这些大城市，因为正如Ramani和Bloom（2021）在美国的文件 中，我们希望在大城市中找到最明显的价格梯度变化。房价数据对于美国，我们在邮政编码 级别使用Zillow数据来确定每月频率的价格。我们依赖于Zillow房屋价值指数（ZHVI），该指数使用机器学习技术来调整