您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国投证券]:对2021年以来疫情和地产冲击的实证分析:关于中国消费者行为变化的事件研究 - 发现报告
当前位置:首页/宏观策略/报告详情/

对2021年以来疫情和地产冲击的实证分析:关于中国消费者行为变化的事件研究

2024-10-13袁方、魏薇国投证券f***
AI智能总结
查看更多
对2021年以来疫情和地产冲击的实证分析:关于中国消费者行为变化的事件研究

关于中国消费者行为变化的事件研究 ——对2021年以来疫情和地产冲击的实证分析 袁方1魏薇(联系人)2 2024年10月13日 内容提要 我国当前面临着总需求不足的局面,其中消费驱动不足的问题日益凸显。这一变化的根源在于疫情、地产等冲击对居民的收入和财富构成了深刻影响,从而引发了消费活动的收缩。我们基于宏观经济数据,将2021年视为冲击影响开始的时点,利用面板回归来尽可能控制相关条件,为上述逻辑提供了实证证据。 998345898 回归发现,2021年以来,收入效应与财富效应都驱动了居民消费行为趋于谨慎。2021年以来与退休人群相比,收入波动更大、财富积累更少的工作人群消费降速更多,这表明收入效应的影响更为主导。这种变化的背后不仅是当期预算约束的收紧,也是居民对收入不确定性的担忧和预期的下行,而收入预期的下行进一步强化了地产需求的收缩,与财富效应互相强化。 疫情以来,我国将产业结构的转型升级作为稳定长期增长的主要调节手段然而就业质量提升的速度明显落后于新旧动能转换的速度,其中地产行业过快收缩的影响尤为重要。因此,保证各行业就业的平稳过渡、稳定收入增长预期是促进消费增长、提振内需的关键,而解决地产行业流动性危机、修复地产预期是 稳定收入增长预期的必要条件。 风险提示:地缘政治风险,政策超预期 1宏观团队负责人,yuanfang@essence.com.cn,S14505200800042联系人,weiwei2@essence.com.cn,S1450123100017 一、背景与方法介绍 当前,中国经济总体增速偏缓,总需求偏弱,实现经济转型是促进经济增长的有力措施。若将经济转型的过程分为两个方向,其一为向更高的产业结构转型,另一则为向更高的消费驱动转型。目前产业结构转型非常稳健,而转向更高消费驱动的转型动力不足3。这一变化的根源在于疫情、地产等冲击对居民的收入和财富构成了深刻影响,引发了消费活动的收缩,这正是当前总需求不足的重要背景之一。 2021年以来,中国居民总体消费增速发生了明显下降。这一现象的主要背景有两个方面。一方面,2021-2022年居民的工作与出行受到疫情管控的持续影响,此后在缺乏财政有效刺激的情况下基本面修复也并不顺畅,疤痕效应延续至今。另一方面,2021年以来房地产企业面临流动性危机,房地产行业出现大幅调整,房价持续下跌使得居民财富出现严重缩水。前者使得消费者的劳动性收入与收入预期明显降低,后者则使得消费者的财富与财产性收入大幅减少,二者都是导致居民消费能力与消费意愿降低的重要原因。 那么,在近年来消费者行为的变化过程中,哪种因素的影响更为关键? 观察两个单一变量的相关性似乎难以对这一问题进行解答。一方面,疫情以来居民的收入与财富同时发生变化,且具有一定的相关性;另一方面,有许多其他因素也会对居民消费产生影响,例如在社会保障条件不足的情况下居民会进行预防性储蓄、减少消费。因此,本文基于实证回归的研究方法,在尽可能控制其他条件不变的情况下,探究我们关心的变量的影响。 我们基于2016-2024年全国30个省份的年度面板数据进行回归分析。回归的 3摘自第六届外滩金融峰会之外滩闭门会主题演讲《产业结构转型与消费驱动转型》 关键自变量为居民收入和房价的同比变化,因变量为消费的同比变化,同时控制人口流动、城镇化率和社会保障水平等相关变量。为了对比2021年前后自变量与 因变量相关关系的变化情况,我们利用时间虚拟变量对2021年前、后两个时段进 行控制与比较。 回归发现,2021年以来居民消费对收入与财富的弹性都发生了显著的变化,表现为同样幅度的收入增长带来了更少的消费增长,和同样幅度的资产价格下跌带来了更大幅度的消费收缩。我们进一步使用工作人口占比作为代理变量进行回归,发现2021年以来与退休人群相比,收入波动更大、财富积累更少的工作人群消费增速下降更多。这表明,收入效应与财富效应都驱动了居民消费行为趋于谨慎,而收入效应的影响更为主导。 接下来,我们对模型的设定细节与回归结果的经济学含义解读进行展开。 二、模型设定 本文基于2016-2024年省份-年度层面数据进行回归分析,覆盖全国30个省份 (不包括西藏),其中2024年使用上半年的累计同比数据,回归模型如下: 𝑐𝑜𝑛𝑠𝑢𝑚𝑝𝑡𝑖𝑜𝑛𝑖�=�+𝛽𝑘𝑒𝑦_𝑓𝑎𝑐𝑡𝑜𝑟𝑖�+𝛾𝑦𝑒𝑎𝑟_𝑎𝑓𝑡𝑒𝑟2021� +𝜑𝑘𝑒𝑦_𝑓𝑎𝑐𝑡𝑜𝑟𝑖� ×𝑦𝑒𝑎𝑟_𝑎𝑓𝑡𝑒𝑟2021�+𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑠𝑖�+𝜀𝑖� 其中,等式左侧consumption项为给定年份的社会消费品零售总额同比,用于代理居民消费情况。 右侧key_factor为本文关心的影响因素,如房屋价格变化(使用省会城市二手住宅价格指数同比作为代理变量),收入变化(使用各省人均可支配收入同比作为代理变量)等等。 右侧year_after2021为时间虚拟变量。考虑到疤痕效应和房地产行业调整主要出现在2021年之后,我们以2021年为分界点,year_after2021在2021年以前取0,在2021年及之后取1。 右侧𝑘𝑒𝑦_𝑓𝑎𝑐𝑡𝑜𝑟𝑖�×𝑦𝑒𝑎𝑟_𝑎𝑓𝑡𝑒𝑟2021�为本文关心的影响因素与时间虚拟变量的交互项,本文主要关注这一项的系数估计。回归系数�的经济学含义为,关键自变量对消费的影响在2021年前后是否显著不同。 右侧控制变量controls包括省份常住人口同比增速、城镇化率和病床数对数,主要用于控制不同省份随时间变化且会对消费产生影响的特征。其中,常住人口同比增速用于控制人口规模变化本身带来的消费量的变化。 城镇化率用于控制不同地区的老龄化水平及经济潜在增速,一般而言城镇化率更高的地区老龄化水平更高,经济潜在增速更低。由于社会消费品零售总额同比具有明显的时间趋势,控制城镇化率也有助于剥离趋势影响。 病床数对数用于代理当地医疗卫生条件和社会保障水平,我们控制这一变量来缓解不同地区社会保障差异带来的预防性储蓄差异的影响。 右侧最后一项𝜀𝑖�为随机扰动。 由于部分控制变量数据未更新至2024年,我们基于疫情以来的数据进行了线形外推,对回归结果的影响可忽略不计。 三、实证结果 我们首先分别检验收入与消费、房价与消费的关系,再将两者放入同一回归,来验证系数估计的稳健性。 表1展示了疫情前后居民人均可支配收入与消费的关系。在前两列中,我们不 使用交互项,直接对疫情前三年与后三年分段进行回归,来确认疫情前后收入与 消费的关系。最后一列中,我们使用前述包含交互项的模型对全部年份进行回归,来检验疫情前后这一关系的差异是否显著。 表1第1、2列中,人均可支配收入同比的系数的经济学含义为居民消费对收 入的弹性,即其他条件不变的情况下,可支配收入同比每增加1个百分点对应的消费同比变化。可以看到,疫情前后人均可支配收入同比的系数均为正且在1%水平上显著,但第2列中这一系数略小于第1列。这一结果说明,居民消费对收入的弹性显著为正,但疫情后这一弹性有所降低,即同样幅度的收入增长带来的消费增长有所减少。 那么这一弹性的减少幅度在统计学意义上是否显著? 第3列中“year2021*人均可支配收入同比”系数显著为负,表明第2列与第1列系数的差在1%水平上显著小于0,即与疫情前相比,面对同样幅度的收入增长,疫情以来居民消费增长幅度显著下降,即居民消费倾向显著降低。 此外,与第1列相比,第2、3列回归的R2大幅提高,即在其他条件不变的情况下,居民收入的变化对消费变化的解释力度大幅提高,说明收入水平的变化对许多居民的消费决策形成了直接约束。 表1收入VS消费 社会消费品零售总额同比 (1) (2) (3) 变量 2016-2019 2021-2024 2016-2024 人均可支配收入同比 3.030*** (0.841) 2.352*** (0.225) 3.444*** (0.285) year2021*人均可支配收入同比 -1.171*** (0.394) year2021 11.014*** (2.967) 常住人口同比 0.174 0.429 0.097 (0.836) (0.888) (0.534) 城镇化率 -0.079 0.037 -0.022 (0.064) (0.049) (0.040) log(病床数) 1.006 0.382 0.800 (0.869) (0.584) (0.513) 观测值 120 119 269 AdjustedR2 0.168 0.506 0.480 注:括号中为标准误,***、**、*分别表示在1%、5%、10%的水平上显著。数据来源:Wind,国投证券研究中心测算 值得注意的是,回归中人均可支配收入同比的系数均大于1,以第1列为例,收入增速每增加1个百分点将带动消费增速增加3.03个百分点,这一数值与我国居民储蓄率偏高的实际情况相差甚远。对于这一现象我们认为可能存在以下两种竞争性解释。其一,收入增速中枢下移的过程中消费增速中枢表现为加速下移;其二,宏观国民经济核算与微观企业经营统计口径之间存在差异。 我们对近年来全国层面的可支配收入增速与社零增速进行了对比,发现剔除2015年和2018年房地产及其他产业政策调整的影响后,随着可支配收入增速的趋势下降,社零增速下降的斜率的确更为陡峭。但与此同时,多数时间社零增速高于可支配收入增速,第一种解释无法说明这一现象。因此,我们认为第二种解释或是上述弹性估计偏高的主导性因素。 图1:社零当季同比与可支配收入当季同比,% 社零当季同比 可支配收入当季同比 14.0 12.0 10.0 8.0 6.0 4.0 2.0 2024/03 2023/10 2023/05 2022/12 2022/07 2022/02 2021/09 2021/04 2020/11 2020/06 2020/01 2019/08 2019/03 2018/10 2018/05 2017/12 2017/07 2017/02 2016/09 2016/04 2015/11 2015/06 2015/01 2014/08 2014/03 0.0 数据来源:Wind,国投证券研究中心 合并这些分析,在数据统计方法的影响下,表1中回归系数的大小所蕴含的现实意义有限;但考虑到近年来我国经济数据统计方法基本保持稳定,这一差异对上述回归系数的方向与显著性影响可以忽略不计。因此,我们依然可以得出疫情以来居民消费对收入弹性显著降低这一结论。 需要说明的是,上述回归的控制变量系数虽然在统计学意义上不显著(主要由回归样本量较低和控制变量显著性部分被关键自变量吸收导致),但其大致方向与现实中体感基本相符。一方面,当地常住人口的流动与消费总量变动正相关,病床数对数也与消费增速正相关,即病床数越多、社会保障条件越好的地区居民的消费倾向越高。另一方面,城镇化率越高的地区通常越接近经济增长的长期均衡,其消费增速往往更低,因此平均而言城镇化率系数为负;但2021-2024年这一系数为正,说明经济更为发达的地区消费降速反而更为明显,与现实中体感一致。表2展示了疫情前后房屋价格变化与居民消费的关系。与表1类似,前两列分 别为疫情前三年与后三年的分段回归,最后一列的交互项系数用于检验两个时间段消费弹性的差异是否在统计意义上显著。 表2第1列省会城市二手住宅价格指数同比系数不显著,意味着疫情前三年房 价的变化对消费没有显著影响,而第2列表明疫情后三年房价的变化与消费的变化显著正相关,即房地产资产价格对消费表现为显著的挤入效应。2021年以来全国房价持续表现为下跌趋势,因而对消费产生了显著的负向影响。具体而言,省会城市二手住宅价格同比每下跌1个百分点,消费同比将下跌0.506个百分点。 类似地,表2第3列“year2021*省