Макроэкономические факторы цен на жилье в России

Основные решения домохозяйств связаны с потребительским и жилищным рынками, в то время как решения относительно жилья — с ипотекой. Более того, оба рынка находятся под существенным влиянием макроэкономической конъюнктуры. Исследованы структурные связи между макроэкономической конъюнктурой, потребительским и жилищным рынками. В какой мере одно зависит от другого и наоборот в России? Для анализа взаимосвязей используется методология байесовской векторной авторегрессии со знаковыми ограничениями. Показано, что жилищный рынок сильно зависит от колебаний потребительского рынка, а обратная зависимость не сильная. Влияние ипотечных шоков и денежно-кредитных условий больше влияет на объемные показатели потребительского и жилищного рынков, чем на ценовые. Динамика цен на жилье в большей степени связана с его предложением, а потребительские цены связаны с курсом рубля и шоками спроса и предложения. Проанализировано влияние нефтяных цен на динамику обоих рынков. Наиболее весомое влияние нефтяные цены оказывают на потребление домашних хозяйств, причем главным образом через канал спроса. Одним из путей реализации данного канала является изменение реальных располагаемых доходов в ответ на колебание нефтяных цен. Построенная модель обладает приемлемыми прогнозными характеристиками, превосходя на некоторых горизонтах наилучшие одномерные модели временных рядов.

1. Дробышевский С. М., Наркевич С. С., Пикулина Е. С., Полевой Д. И. (2009). Анализ возможности возникновения «пузыря» на российском рынке недвижимости // Научные труды ИЭПП. № 128. [Drobyshevsky S. M., Narkevich S. S., Pikulina E. S., Polevoy D.I. (2009). Analysis of a possible bubble on the Russian real estate market. Gaidar Institute of Economic Policy Working Paper, No. 128. (In Russian).]

2. Ломоносов Д. А., Полбин А. В., Фокин Н. Д. (2020). Шоки спроса, предложения, ДКП и цен на нефть в российской экономике (анализ на основе модели BVAR со знаковыми ограничениями) // Вопросы экономики. № 10. С. 83—104. [Lomonosov D. A., Polbin A. V., Fokin N. D. (2020). Demand, supply, monetary policy , and oil price shocks in the Russian economy (Analysis based on the BVAR model with sign restrictions). Voprosy Ekonomiki, No. 10, pp. 83—104. (In Russian).] https://doi.org/10.32609/0042-8736-2020-10-83-104

3. Мишура А. В. (2023). Ипотечное кредитование и цены на жилье: необоснованные обвинения? // Вопросы экономики. № 3. C. 63—82. [Mishura A. V. (2023). Mortgage lending and housing prices in Russia: Unfounded accusations? Voprosy Ekonomiki, No. 3, pp. 63—82. (In Russian).] https://doi.org/10.32609/00428736-2023-3-63-82

4. Никитина Н. С. (2023). Анализ факторов, влияющих на динамику цен на жилую недвижимость в России // Финансы: теория и практика. Т. 27, № 1. C. 208—220. [Nikitina N. S. (2023). Analysis of factors affecting the dynamics of residential real estate prices in Russia. Finance: Theory and Practice, Vol. 27, No. 1, pp. 208—220. (In Russian).] https://doi.org/10.26794/2587-5671-2023-27-1-208-220

5. Сальников В. А., Михеева О. М. (2018). Модели прогнозирования цен на московском рынке жилой недвижимости // Проблемы прогнозирования. Т. 1, № 3. С. 129—139. [Salnikov V. A., Mikheeva O. M. (2018). Models for predicting prices in the Moscow residential real estate market. Problemy Prognozirovaniya, Vol. 1, No. 3, pp. 129—139. (In Russian).]

6. Bailey M., Dávila E., Kuchler T., Stroebel J. (2019). House price beliefs and mortgage leverage choice. Review of Economic Studies, Vol. 86, No. 6, pp. 2403—2452. https://doi.org/10.1093/restud/rdy068

7. Battistini N., Falagiarda M., Hackmann A., Roma M. (2025). Navigating the housing channel of monetary policy across euro area regions. European Economic Review, Vol. 171, article 104897. https://doi.org/10.1016/j.euroecorev.2024.104897

8. Bäurle G., Scheufele R. (2019). Credit cycles and real activity: Тhe Swiss case. Empirical Economics, Vol. 56, pp. 1939—1966. https://doi.org/10.1007/s00181-018-1449-0

9. Bian T. Y., Gete P. (2015). What drives housing dynamics in China? A sign restrictions VAR approach. Journal of Macroeconomics, Vol. 46, pp. 96—112. https://doi.org/10.1016/j.jmacro.2015.08.004

10. Brueckner J. K. (1997). Consumption and investment motives and the portfolio choices of homeowners. Journal of Real Estate Finance and Economics, Vol. 15, pp. 159—180. https://doi.org/10.1023/A:1007777532293

11. Campbell J. Y., Cocco J. F. (2007). How do house prices affect consumption? Evidence from micro data. Journal of Monetary Economics, Vol. 54, No. 3, pp. 591—621. https://doi.org/10.1016/j.jmoneco.2005.10.016

12. Carstensen K., Hülsewig O., Vollmerhausen T. (2009). Monetary policy transmission and house prices: European cross-country evidence. CESifo Working Paper Series, No. 2750. https://doi.org/10.2139/ssrn.1447256

13. Carvalho C. M., Polson N. G., Scott J. G. (2010). The horseshoe estimator for sparse signals. Biometrika, Vol. 97, No. 2, pp. 465—480. https://doi.org/10.1093/biomet/asq017

14. Cocco J. F. (2005). Portfolio choice in the presence of housing. Review of Financial Studies, Vol. 18, No. 2, pp. 535—567. https://doi.org/10.1093/rfs/hhi006

15. Grossman V., Martínez-García E., Torres L. B., Sun Y. (2019). Drilling down: The impactof oil price shocks on housing prices. Energy Journal, Vol. 40, No. 2_suppl, pp. 59—84. https://doi.org/10.5547/01956574.40.SI2.vgro

16. Han L. (2010). The effects of price risk on housing demand: Empirical evidence from US markets. Review of Financial Studies, Vol. 2, No. 11, pp. 3889—3928. https://doi.org/10.1093/rfs/hhq088

17. Haurin D. R., Gill H. L. (2002). The impact of transaction costs and the expected length of stay on homeownership. Journal of Urban Economics, Vol. 51, No. 3, pp. 563—584. https://doi.org/10.1006/juec.2001.2258

18. Henderson J. V., Ioannides Y. M. (1983). A model of housing tenure choice. American Economic Review, Vol. 73, No. 1, pp. 98—113.

19. Iacoviello M. (2002). House prices and business cycles in Europe: A VAR analysis. Boston College Working Papers in Economics, No. 540.

20. Iacoviello M. (2005). House prices, borrowing constraints, and monetary policy in the business cycle. American Economic Review, Vol. 95, No. 3, pp. 739—764. https://doi.org/10.1257/0002828054201477

21. Kilian L., Zhou X. (2022). The propagation of regional shocks in housing markets: Evidence from oil price shocks in Canada. Journal of Money, Credit and Banking, Vol. 54, No. 4, pp. 953—987. https://doi.org/10.1111/jmcb.12847

22. Killins R. N., Egly P. V., Escobari D. (2017). The impact of oil shocks on the housing market: Evidence from Canada and US. Journal of Economics and Business, Vol. 93, pp. 15—28. https://doi.org/10.1016/j.jeconbus.2017.07.002

23. Korobilis D. (2022). A new algorithm for structural restrictions in Bayesian vector autoregressions. European Economic Review, Vol. 148, article 104241. https://doi.org/10.1016/j.euroecorev.2022.104241

24. Kuang W., Liu P. (2015). Inflation and house prices: Theory and еvidence from 35 major cities in China. International Real Estate Review, Vol. 18, No. 1, pp. 217—240. https://doi.org/10.53383/100200

25. Malmendier U., Nagel S. (2016). Learning from inflation experiences. Quarterly Journal of Economics, Vol. 131, No. 1, pp. 53—87. https://doi.org/10.1093/qje/qjv037

26. Nocera A., Roma M. (2018). House prices and monetary policy in the euro area: Evidence from structural VARs. USC-INET Research Paper, No. 18-13. https://doi.org/10.2139/ssrn.3256380

27. Shapiro A. H. (2022). Decomposing supply and demand driven inflation. Federal Reserve Bank of San Francisco Working Paper, No. 2022-18. https://doi.org/10.24148/wp2022-18