Japonská centrální banka ukončila režim záporných sazeb a cílení výnosové křivky. Kurz jenu oslabil k 150,00 USDJPY. Dolar se obchoduje v zisku pod 1,0870 za euro. Koruna oslabila nad 25,20 za euro.

Měnová politika a ceny nemovitostí. Jak silná je transmise?

Klíčové body

  • Autoři textu jsou pracovníci ČNB: Josef Bajzík (sekce finanční stability, tým finančního výzkumu), Dominika Ehrenbergerová (koordinátor výzkumu v odboru finančního výzkumu v sekci finanční stability)
Zdroj: Shutterstock

Dopad změny měnověpolitických sazeb na ceny rezidenčních nemovitostí je středem pozornosti nejen řady ekonomických a politických debat, ale také rozsáhlé odborné akademické literatury.  Zatímco směr dopadu změny sazeb je z hlediska teorie i empirie více méně jasný, v odhadu jeho velikosti se již jednotlivé studie od sebe liší, a to někdy i výrazně. Z toho důvodu jsme se v našem výzkumném článku The effect of monetary policy on house prices – how strong is the transmission? na tento vztah zaměřili a pokusili prozkoumat skutečný efekt prostřednictvím kvantitativního přehledu dostupné literatury (tzv. meta-analýza). Účelem meta-analýzy je odhadnout průměrný efekt reportovaný v literatuře, očistit ho o případné publikační vychýlení a vysvětlit případné rozdíly.

Jako první podáváme systematický přehled literatury zkoumající dopad změny měnověpolitických sazeb na ceny rezidenčních nemovitostí. Zatímco vliv měnové politiky na spotřebitelské ceny byl prozkoumán ve velkém počtu primárních studií i v meta-studiích (Rusnák a kol, 2013; Havránek a Rusnák, 2013), syntéza dopadu na ceny nemovitostí dosud chyběla. V našem článku představujeme více než 1400 odhadů efektu měnověpolitických sazeb na ceny nemovitostí v různých časových horizontech. Zkoumáme tak nejen krátkodobý dopad změny sazeb, ale také střednědobý a dlouhodobý efekt. Tyto odhady pocházejí z 31 mezinárodních studií pokrývajících 27 zemí. Našim cílem je poskytnout co nejkomplexnější syntézu literatury, tedy zahrnout co největší počet studií, ale zároveň zachovat přímou srovnatelnost jednotlivých odhadů. Souhrn dosavadních výsledků z primárních studií ukazuje, že nárůst měnověpolitické sazby o jeden procentní bod vede k poklesu cen nemovitostí v průměru o 0,7 % po jednom roce a 0,9 % po druhém roce (Graf 1).

Zdroj: ČNB
Zdroj: ČNB

Abychom odhalili skutečnou velikost efektu, musíme prozkoumat možné publikační vychýlení. K němu dochází, pokud mají různé odhady různou pravděpodobnost, že budou publikovány v závislosti na směru, velikosti nebo statistické významnosti. Jinými slovy, velké a statisticky významné odhady nebo odhady se „správným“ znaménkem mohou být preferenčně vybrány pro publikaci. Tímto způsobem vznikne tzv. publikační vychýlení, tedy vychýlení průměrného odhadu směrem k silnějšímu efektu. Pro zkoumání potenciálního publikačního vychýlení používáme jak grafické a jednoduché lineární metody, tak i složitější nelineární modely (viz např. Furukawa, 2019 nebo Andrews a Kasy, 2019). Všechny přístupy ukazují  na podobné výsledky: kladné a statisticky nevýznamné odhady nejsou v literatuře systematicky dostatečně publikovány. Po očištění o toto publikační vychýlení je dopad změny měnověpolitických sazeb na ceny nemovitostí na každý časový horizont o něco slabší, než je mediánový efekt zobrazený z Grafu 1. Efekt v měnověpolitickém horizontu, tj. v období 12 až 18 měsíců po změně úrokových sazeb, ale zůstává statisticky významný i po očištění o toto vychýlení.

V literatuře pozorujeme výrazné rozdíly v odhadech pro jednotlivé země (Graf 2). Rozdíly mohou být dány jednak strukturálními charakteristikami ekonomik (Calza a kol, 2013; Iacoviello a Minetti, 2008), ale i různými metodologickými přístupy použitými k odhadu efektu. Proto jsme rozšířili našich 1400 odhadů o více než 40 dalších proměnných, které nám pomáhají tyto rozdíly vysvětlit. Dodatečné proměnné lze rozdělit do několika oblastí: (i) charakteristika použitých dat (například frekvence dat nebo časové období), modely a metody odhadu, (ii) publikační charakteristiky (například kvalita časopisu, ve kterém byl článek publikován, nebo počet citací) a (iii) makroekonomické, finanční a demografické proměnné charakterizující danou ekonomiku.

Zdroj: ČNB
Zdroj: ČNB

Největší vliv na rozdíly mezi jednotlivými odhady má specifikace modelu, ale také strukturální charakteristiky ekonomik. Výsledky jsou systematicky odlišné, když je v modelu zahrnuta např. dlouhodobá úroková sazba. Ze strukturálních charakteristik specifických pro danou ekonomiku se jeví nejdůležitější úroveň zadlužení i to, jestli jsou ceny nemovitostí již dlouhodobě nadhodnoceny. Po zohlednění metodologických a datových aspektů dochází v reakci na zvýšení měnověpolitických sazeb o jeden procentní bod k poklesu cen nemovitostí o 0,9 % až 2,7 % v závislosti na zemi. Jedná se tak o dopad dokonce mírně silnější, než ten uváděn v primárních studiích. Vliv publikačního vychýlení zůstává významný i po zohlednění všech ostatních proměnných. Efekt je nejsilnější na konci střednědobého horizontu (tj. po osmi čtvrtletích).

Dopad změny měnověpolitických sazeb na ceny rezidenčních nemovitostí je silnější než dopad na spotřebitelské ceny nebo reálnou ekonomickou aktivitu. Jedná se o klíčový závěr naší studie, který je v souladu s existující literaturou. To, že efekt měnověpolitických sazeb na ceny nemovitostí je silnější než efekt na spotřebitelské ceny a reálný výstup, zmiňují již např. Coibon a kol. (2013) nebo Assenmacher-Wesche a Gerlach (2010). Rozsáhlá metaanalýza zabývající se vlivem měnověpolitických sazeb na spotřebitelské ceny (Rusnák a kol., 2013) například uvádí, že maximální pokles spotřebitelských cen po nárůstu měnověpolitických sazeb o jeden procentní bod je kolem 0,33 %, tedy podstatně nižší než námi odhadnutý efekt pro ceny nemovitostí. Správný odhad směru a velikosti dopadu nastavení měnové politiky nejen na ceny nemovitostí je důležitý pro pochopení transmise měnové politiky, jejího vlivu na finanční stabilitu a interakci s obezřetnostními politikami. To může být klíčové především v časech vysokého růstu cen nemovitostí doprovázeného rostoucí mírou zadlužení.


Literatura

ANDREWS, I. & M. KASY (2019): “Identification of and correction for publication bias.” American Economic Review, 109(8):2766–94.

ASSENMACHER-WESCHE, K. & S. GERLACH (2010): “Monetary policy and financial imbalances: facts and fiction.” Economic Policy, 25(63):437–482.

CALZA, A., T. MONACELLI, & L. STRACCA (2013): “Housing finance and monetary policy.” Journal of the European Economic Association, 11(1):101–122.

COIBION, O., Y. GORODNICHENKO, L. KUENG, & J. SILVIA (2017): “Innocent bystanders? Monetary policy and inequality.” Journal of Monetary Economics, 88:70–89.

FURUKAWA, C. (2019): “Publication bias under aggregation frictions: Theory, evidence, and a new correction method.” ZBW-Leibniz Information Centre for Economics.

IACOVIELLO, M. & R. MINETTI (2008): “The credit channel of monetary policy: Evidence from the housing market.” Journal of Macroeconomics, 30(1):69–96.

HAVRÁNEK, T. & M. RUSNÁK (2013): “Transmission lags of monetary policy: A meta-analysis.” International Journal of Central Banking, 9(4):39–76.

RUSNÁK, M., T. HAVRÁNEK, & R. HORVÁTH (2013): “How to solve the price puzzle? A meta-analysis.” Journal of Money, Credit and Banking, 45(1):37–70.

 

Text vyšel původně na stránkách ČNB.

Newsletter