Étant donné l'élan des prix des logements au cours des cycles économiques, la recherche sur les croyances des consommateurs depuis la crise financière a affiné l'importance potentielle des croyances extrapolatives – en supposant myope que les tendances des prix des actifs se poursuivront. L'extrapolation est fréquemment citée comme une raison centrale d'attentes excessivement optimistes concernant les prix futurs des actifs, en évidence, par exemple, dans le récit de l'exubérance irrationnelle de Shiller. D'autres travaux influents depuis la Grande Récession ont souligné le rôle démesuré que les optimistes extrapolants peuvent jouer dans la formation de bulles. Dans cet article, nous examinons la dispersion de la quantité d'extrapolation des prix des logements et la manière dont les croyances extrapolatives conséquentes pourraient être liées à la dynamique des prix des logements.
Pour analyser cette question, nous caractérisons directement l'hétérogénéité de l'extrapolation et sa relation avec les croyances «optimistes» à l'aide de microdonnées issues d'une enquête sur les attentes des prix des logements. (Nous qualifierons les prévisions de prix de plus optimistes si elles sont plus positives, mais reconnaissons que pour un locataire qui cherche à acheter, des augmentations de prix élevées ne sont pas nécessairement de bonnes nouvelles.) Alors que la plupart des enquêtes sur les attentes en matière de prix des maisons caractérisent les déterminants de moyenne croyances, croyance hétérogénéité est requis par de nombreux modèles modernes.
Si les extrapolateurs ne sont pas plus susceptibles de participer au marché du logement, cela suggère que les croyances extrapolantes peuvent ne pas être un facteur principal dans les cycles des prix des logements. Les résultats préliminaires suggèrent une énorme variation du degré d'extrapolation entre les consommateurs, les consommateurs les plus extrapolants étant également les plus optimistes. Bien qu'il s'agisse d'une condition nécessaire à l'extrapolation pour alimenter la flambée des prix des actifs, les plus optimistes sont ne pas plus susceptibles d'entrer sur le marché du logement. Cette constatation suggère qu'il peut ne pas y avoir suffisamment d'extrapolateurs extrêmes sur le marché du logement pour justifier des modèles qui dépendent d'eux pour déplacer les prix et les volumes d'échanges.
Notre analyse est basée sur le module logement de la Federal Reserve Bank of New York Survey of Consumer Expectations (SCE). Entre autres choses, les répondants sont interrogés sur leur perception des changements passés des prix des maisons locales, les attentes concernant les changements futurs des prix des maisons locales, les comportements passés liés au logement, leur probabilité future d'acheter une maison ou un immeuble de placement et les principales raisons de leur comportement anticipé. . Nous utilisons les données de 2015-19, les cinq années au cours desquelles les questions pertinentes ont été posées.
Le graphique ci-dessous présente un nuage de points à quantile de nos deux variables clés, l'appréciation du prix du logement (HPA) et le HPA attendus. Les couleurs reflètent les attentes du répondant en matière de croissance des prix au cours de la prochaine année – le gris est le plus élevé à 25%, l'or le plus haut, puis le rouge et enfin le bleu avec les plus faibles attentes de croissance au cours de l'année suivante. Nous pouvons voir que les ménages de différents quantiles dans la distribution conditionnelle des croyances sur le prix des maisons extrapolent très différemment. Le quantile inférieur montre une extrapolation proche de zéro (presque aucune relation entre les perceptions de l'année dernière et les attentes pour l'année prochaine), tandis que le quantile supérieur extrapole beaucoup plus que le reste de la population. En d'autres termes, la forte pente de la ligne grise indique que le groupe ayant les attentes les plus positives s'attend également à ce que l'avenir soit le plus similaire au passé.
Le tableau ci-dessus ne contrôle rien, il peut donc être déterminé par d'autres facteurs, tels que l'emplacement ou les caractéristiques personnelles. Pour formaliser les observations du graphique et estimer la variation du degré d'extrapolation sur la distribution conditionnelle des croyances optimistes, nous estimons les régressions quantiles avec la distribution conditionnelle de la HPA locale attendue à un an le long de l'axe des y et le passé perçu HPA locale le long de l'axe des x. Nous incluons également un riche ensemble de contrôles démographiques, y compris: des indicateurs binaires pour posséder une maison, la numératie, l'ethnicité, le sexe, l'état matrimonial, l'éducation, la situation d'activité, la région de recensement, l'âge, l'âge au carré; et journaux des revenus des ménages, de la valeur nette du logement et de l'épargne liquide. Le coefficient d'extrapolation indique dans quelle mesure un quantile donné d'attentes dépend de la perception déclarée par un répondant individuel de la HPA locale passée. Le terme constant reflète la façon dont l'optimisme – une appréciation attendue plus élevée qui n'est expliquée par aucune des covariables – varie selon les quantiles de la distribution conditionnelle des attentes. Nous appelons le terme constant le «coefficient d'optimisme de base», car il reflète la croissance des prix attendue même lorsque l'appréciation perçue des prix des logements passés est nulle.
Notre première constatation préliminaire est qu'il existe une grande dispersion dans le degré d'extrapolation, ce qui pourrait expliquer pourquoi les preuves d'enquête et les étalonnages des modèles divergent. Le graphique suivant trace le coefficient de pente par rapport au terme constant. Un ménage au 10e centile de la distribution conditionnelle des croyances sur le prix des maisons présente une extrapolation pratiquement nulle, tandis qu'un ménage au 90e centile s'attend à ce que les prix des maisons augmentent de 0,67 point de pourcentage pour chaque point de pourcentage d'appréciation passée.
Nous constatons également qu'il existe également une variation significative de l'optimisme de base. Même en contrôlant le degré d'extrapolation et nos contrôles au niveau individuel, les répondants qui sont les plus optimistes s'attendent à une appréciation l'année prochaine supérieure de plus de trois points de pourcentage à l'appréciation anticipée par des répondants observateurs similaires mais pessimistes. Enfin, nous constatons que l'extrapolation et l'optimisme de base semblent étroitement liés. L'extrapolation et l'optimisme de référence évoluent ensemble: les extrapolateurs les plus puissants sont également les plus optimistes sur les prix des logements locaux, même lorsqu'ils ne perçoivent aucune appréciation passée.
Jusqu'à présent, nous avons établi qu'il existe une hétérogénéité significative dans le degré d'extrapolation des ménages. De plus, les optimistes extrapolent beaucoup plus que le reste de la population. Nous terminons en examinant si les optimistes sont particulièrement susceptibles d'être des acteurs du marché du logement et donc d'influencer les prix.
Dans le graphique ci-dessous, nous représentons la probabilité moyenne déclarée d'acheter la prochaine période par niveau d'optimisme (mesuré en pourcentage de la distribution conditionnelle de la future HPA). Les résultats suggèrent une marge limitée pour un optimisme extrême (et, par extension, une extrapolation extrême) pour affecter les prix des logements. Les répondants les plus optimistes quant aux prix futurs (centiles supérieurs) ne sont pas surreprésentés parmi les acheteurs potentiels de maison (ligne bleue) ou les investisseurs (ligne rouge). Bien qu'il soit peut-être contre-intuitif que les répondants les plus optimistes ne déclarent pas être plus susceptibles d'acheter ou d'investir, nous constatons que les répondants les plus optimistes sont également les plus susceptibles de citer l'acompte et les exigences de revenu comme étant les plus grands obstacles à l'achat d'une maison.
En conclusion, nous trouvons une hétérogénéité significative dans l'extrapolation de HPA passé. Les optimistes extrapolent deux fois plus que le ménage médian. Bien que la relation entre l'extrapolation et les prix agrégés ait pu être historiquement plus forte, surtout pour les modèles de cycles de crédit à l'avenir, nous constatons que les extrapolateurs les plus optimistes de 2015 à 2019 ne sont pas plus susceptibles d'entrer sur le marché du logement.
Haoyang Liu est économiste au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.
Christopher Palmer est professeur adjoint de finance à la MIT Sloan School of Management et chercheur invité à la Federal Reserve Bank de Boston.
Comment citer ce post:
Haoyang Liu et Christopher Palmer, «Optimistes et pessimistes sur le marché du logement», Federal Reserve Bank of New York Liberty Street Economics, 16 octobre 2019, https://libertystreeteconomics.newyorkfed.org/2019/10/optimists-and-pessimists-in-the-housing-market.html.
Avertissement
Les opinions exprimées dans ce billet sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank de New York ou du Federal Reserve System. Toute erreur ou omission relève de la responsabilité des auteurs.
