TVP-VAR 모형을 이용한 중국 통화정책이 부동산가격에  미치는 파급효과

왕홍양; 이기성

추천

검색

자료유형: 학술저널

저자정보: 왕홍양 (건국대학교) 이기성 (건국대학교)

저널정보: 아시아.유럽미래학회 유라시아연구 유라시아연구 제21권 제1호

발행연도: 2024.3

수록면: 1 - 28 (28page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

일반적으로 통화정책의 변화는 금리경로, 신용경로, 기대경로 등 다양한 경로를 통하여 부동산시장에 영향을 미치게 된다. 즉, 통화정책은 직접적으로 부동산 수요와 부동산 관련 지출에 영향을미칠 뿐만 아니라 부동산가격의 변화를 통해 간접적으로 다시 부동산 관련 지출에 영향을 미칠 수 있다. 본 연구는 시변 모수 벡터자기회귀(time-varying parameter vector autoregression: TVP-VAR) 모형을 바탕으로 중국 통화정책의 변화가 부동산시장에 미치는 영향을 분석하였다. 특히 2001년부터2022년까지 통화공급량, 단기 금리 및 전국평균분양주택가격, 산업생산지수, 소비자물가지수, 금융기관인민폐 대출잔액 등 월별 데이터를 이용하여 통화정책 충격이 부동산가격에 미치는 영향을 분석하였다. 분석 결과는 다음과 같다. 첫째, 양적 정책수단은 초기에 부동산가격에 부(-)의 영향을 미치다가 글로벌 금융위기 이후 정(+) 의 영향으로 전환하여 상승추세를 보이고 있으며, 뉴노멀(new normal: 新常態) 시기에 접어들면서 다시 부(-)의 영향으로 바뀌면서 주기적인 변동을 보이고 있는 것으로 나타났다. 가격 정책수단은 부동산가격에 부(-)의 영향을 미치다가 점차 정(+)의 영향으로 전환하고 있다. 중국의 금리 시장화 개혁에 따라 양적 정책수단에 대한 부동산가격의 민감도는 점점 낮아지고 가격 정책수단에 대한 부동산가격의 민감도는 점점 높아지고 있다. 한편, 분석대상 전체 기간을 볼 때 양적 정책수단은 부동산가격과정(+)의 상관관계를 보이고 있으며, 가격 정책수단은 부동산가격과 부(-)의 상관관계를 보이고 있다. 둘째, 가격 및 양적 정책수단과 부동산가격 간의 관계를 비교해 보면 양적 정책수단이 부동산가격에 미치는 영향은 비대칭적으로 나타났다. 즉, 시점별로 통화공급량이 부동산가격에 미치는 효과가 다르게나타났다. 가격 정책수단의 경우 금리가 부동산가격에 미치는 영향은 비대칭성이 뚜렷하며, 시점별로금리가 부동산가격에 미치는 충격의 크기와 추세가 다르게 나타났다. 따라서 경제상황에 따라 통화당국이 자금흐름을 합리적으로 유도하여 부동산가격의 변동성을 완화해야 한다. 또한, 단기적으로 가격및 양적 정책수단이 부동산가격에 미치는 영향은 모두 상당한 충격효과가 있지만 가격 정책수단의 효과가 상대적으로 더욱 뚜렷하게 나타났다. 장기적으로는 가격 정책수단과 양적 정책수단 모두 충격효과가 상대적으로 미미하게 나타났다. 결국 통화정책으로 부동산가격의 상승을 억제하는 효과는 단기적으로는 목표 달성이 가능하지만, 상당히 제한적이며 장기적으로는 부동산가격을 효과적으로 억제할 수없음을 알 수 있다. 본 연구의 분석 결과를 바탕으로 시사점을 도출하면 다음과 같다. 첫째, 정성적 및 정량적 분석을 통해 살펴본 바와 같이 통화당국이 통화정책으로 부동산가격을 조정하는 것은 단기적으로 효과가 크지만 이후 가격 변동성이 증대되는 것으로 나타나고 있으므로 부동산시장의 건전한 발전에 부정적인 영향을 미칠 수 있다. 따라서 통화당국이 직접적으로 부동산가격에 개입하는 것은 바람직하지 않다. 통화당국은 통화정책 수단을 사용하는 직접적인 개입보다는 부동산시장측면에서 부동산가격을 안정시켜야 할 것이다. 둘째, 분석 결과에 의하면 금리는 통화공급량보다 부동산가격에 더 큰 영향을 미치므로 가격 정책수단을 사용하여 거시경제를 조정하는 것이 통화당국의 부동산가격 조정에 도움이 되며, 나아가 부동산시장의 안정적이고 건전한 발전을 보장할 뿐만 아니라 부동산가격의 큰 기복을 방지할 수 있다. 반면, 양적 정책수단은 유동성이 의도하는 방향으로 작동하도록 규제하기가 어렵기 때문에, 이는 양적 정책수단이 부동산가격에 미치는 영향이 상대적으로 미약하다는 결론을 뒷받침한다. 따라서 통화당국은 두가지 정책수단을 유연하게 통합하여 운용함으로써 각각 정책수단의 장점을 발휘해야 할 것이다. 셋째, 부동산시장은 경제성장을 촉진할 수도 있지만 거품 경제를 초래할 수도 있다. 2008년 글로벌금융위기 이후 중국 정부의 부동산가격 통제가 강화되었지만, 그 효과는 미미하게 나타났다. 부동산가격이 급격하게 상승하면 투자수요가 증가하고 부동산시장에 거품이 발생할 수 있으므로 부동산가격을안정적으로 유지하는 것은 사회 안정과 경제성장에 큰 의미가 있다. 따라서 부동산시장과 거시경제의지속적이고 건전한 성장을 위해 부동산 관련 제도의 개혁을 지속해서 추진해야 할 것이다. 마지막으로, 부동산가격을 안정시키기 위해서는 금융감독을 강화해야 하며 투기수요를 억제해야 한다. 부동산시장의 발전은 대량의 유동성과 불가분의 관계에 있으므로 부동산시장으로의 부정적인 자금흐름을 엄격히 금지하여 부동산가격이 급격하게 상승하는 것을 억제해야 할 것이다.

Since the reform and opening up, the Chinese economy has entered a stage of rapid development and people’s demand for housing has also risen in tandem. In particular, the real estate market has grown rapidly since the reform of the housing welfare system in 1998. In 2003, the real estate industry became the pillar industry of Chinese economic development and the real estate price rose quickly as it was driving the economy. The Monetary Authority has macroscopically controlled the real estate price for nearly 20 years since 2001, but the housing price still maintains a high-speed growth, and the irrational growth brings the housing price bubble, which is extremely unfavorable to the stable development of Chinese economy. Since the financial crisis, the government has called for tougher and better regulation of house prices. Monetary policy is the most common macro-control means. Monetary authorities generally use such tools as money supply, interest rates and exchange rates to control housing prices. However, how to control housing prices according to monetary policy and stabilize the outlook for housing prices are issues that need to be solved urgently. Therefore, it is important to explore the impact relationship of monetary policy on real estate prices. This paper sorts out the development process of Chinese monetary policy and real estate market over the past 20 years and makes qualitative analysis of the adjustment process of monetary policy. Relevant analysis showed that in the sample interval, money supply M2 showed positive (+) correlation with housing price broadly, while interest rate showed negative (-) correlation with housing price. Then this paper builds a time-varying parameter vector autoregression (TVP-VAR) model by selecting money supply, short-term interest rate and average selling house price (EP) as indicators based on national macro-monthly data from 2001 to 2022. Select a specific time point to analyze the impact of different types of monetary policies on housing prices from the perspective of evenly spaced shocks. The following results can be obtained through the analysis of the equidistant shock response. Firstly, the conclusion is obtained that the effects of quantity-based (direct) instrument and price-based (indirect) instrument on housing prices are both time-varying characteristics and large in asymmetry. The trend and degree of impact on housing prices before and after the financial crisis are different, and the two regulatory effects vary greatly depending on the timing of the monetary policy, so the regulatory effect of the monetary policy easing is greater. Second, in the short-term, both quantity-based (direct) instrument and price-based (indirect) instrument have a marked impact on the housing price, and in the long-term, both have a weak control effect on the housing price, the money supply quantity has a positive impact on the housing price, and the interest rate has a negative impact on the housing price. Thirdly, brother monetary and price quantity, looking at the results from lateral comparison with monetary policy, monetary policy than monetary quantity diabetes housing price bigger impact on money supply, interest rate market progresses, housing prices lowered sensitivity of higher sensitivity on interest rates as the empirical appeared.

#중국 #통화정책 #부동산가격 #MCMC 알고리즘 #TVP-VAR 모형 #China #Monetary Policy #Real Estate Price #MCMC Algorithm #TVP-VAR Model

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)