关税传导效应(Marchand,2012;Han 等,2016;Berner 等,2017)提出,贸易开放促进国外商品的大量进口,带来商品选择的多样化,进而通过加强国内同类商品的市场竞争,降低国内商品的价格。理论上,房价上涨能够影响居民的需求弹性,进而决定不同市场零售商的定价能力,从而在贸易开放时影响商品价格的下降幅度。因此,在面临关税下降时,零售商能否规避进口竞争,并阻碍贸易开放对国内市场的影响,还会受到当地房价的影响。本期分享的文章立足于关税传导,从房地产价格这一新角度解读贸易开放政策对不同地区消费品价格的差异影响,验证贸易开放对零售市场的实际效果。
01 文献简介
▪ 文献来源:张甜甜,孙浦阳.关税传导、房价与市场消费价格——基于微观价格视角的研究[J].财经研究,2019,45(10):46-58+72.
▪ 关键词:关税传导;房地产价格;居民消费商品价格

▪ 内容简介:现有文献主要是从宏观总量角度来研究房价和消费市场的关系,但由于理论和数据的客观欠缺,它们并没有深入地从微观价格角度具体考察房价对消费市场的实际影响。鉴于此,文章以市场价格为核心联系了房价、消费市场与贸易开放,首次基于关税传导效应的理论基础,分析了房价上涨对贸易开放作用的阻碍性效果,并利用我国2001-2012年136个地级城市75种商品的零售价格、进口关税信息,以及每个城市的年度房价,从商品的实际市场价格角度检验了房地产价格对关税传导效果发挥的实际影响。研究结果表明:(1)商品进口关税的下降可以显著影响国内不同市场消费品的最终销售价格;但是,这种关税传导效应存在显著的城市差异性,表现为房价越高的地区,关税传导效应相对越弱。(2)非参数估计等稳健性检验进一步发现,房价较高的地区,由于居民商品需求弹性较低,实际价格受关税影响较小,因此关税传导机制受到阻碍,即房价上涨会抵消关税下降对国内消费市场的影响。(3)相对于一般消费品和异质商品,房价对生活必需品和同质商品的关税传导的阻碍作用较小。文章首次从关税传导角度,以商品最终市场价格为基准,填补了房地产价格对国内消费市场影响的研究空白。

▪ 创新点:①首次立足贸易开放,基于微观的国内消费市场零售价格数据,对关税下降的实际效果进行了刻画和分析,能够准确直观地分析贸易开放对国内销售市场的直接影响,检验关税与国内消费品价格之间的关系。②首次基于贸易开放视角,直接分析了房价对居民消费商品价格的影响,能够有效反映出房价变化对居民消费商品价格的影响机制,这也从微观上检验了房价和居民消费商品价格之间的影响机制。③通过匹配商品进口关税、市场零售价格以及城市房价数据,最终获取了 2001−2012 年 136 个地级城市 75 种零售商品 “关税−商品−零售价格”层面的微观数据,首次准确地刻画了关税传导过程和详细机制,并结合 136 个城市连续 12 年的实际房价变化数据库,在“城市−商品−年份”层面的数据基础上,对关税传导与不同消费市场中的房地产价格之间的关系进行实证检验。

▪ CNDD相关数据推荐:

  CNDD-0021 全国地级市住宅商品房平均销售价格(长时间面板数据)
02 研究逻辑
▪ 研究逻辑:

房价上涨带来的财富效应导致居民商品需求价格弹性的下降(Mian 等,2013;Piazzesi 和 Schneider,2016;Garriga 和 Hedlund,2017),而需求价格弹性变化又会影响零售商对商品的成本加成程度,决定不同市场零售商的定价能力,从而在面临进口商品竞争时,影响国内商品的最终价格(Simonovska,2015;Berner 等,2017)。

贸易开放时,在房价较高的地区,财富效应导致居民的需求价格弹性较低,零售商的市场定价能力更强(Piazzesi和 Schneider,2016;Garriga 和 Hedlund,2017),因此在面临进口竞争时,零售商将选择不降低或者小幅度降低国内价格,由于市场的需求弹性较低,即使小幅度降低价格,也仍存在许多消费者,因此关税下降对当地消费品价格的影响较小,即关税传导机制受到制约。反之,在房价相对较低的地区,财富作用相对较弱,房价对家庭需求弹性的影响较小,导致零售商的市场定价能力较弱,规避进口竞争的能力不足,因此在面临关税下降时,零售商只有通过大幅度降低商品价格才能保住其市场。据此,文章提出推论:房价上升对关税传导存在显著的阻碍作用。

03 研究设计
文章使用的商品价格数据来源于国家发改委价格监控中心公布的《我国主要城市价格监控数据》(以下简称为 CPIC 数据库),该数据库作为目前可得的最新微观价格数据库,是计算不同城市各类商品价格的重要数据库。原始价格数据库涵盖了城市居民服务、居民商品价格、工业生产资料、农资品及日用工业消费品等 11 类商品的零售价格数据,详细汇报了每种商品的名称、等级、计价单位、计价城市、计价地点(超市或批发市场)及旬度价格。价格信息由专人在各城市指定市场上定期收集,严格遵循发改委价格司制定的程序,具有较高的质量和可信度。住房价格数据来源于历年的《中国区域经济统计年鉴》,它们提供了 2001−2012 年各地级市商品房销售额和销售面积的数据,可以计算出各地级市的名义住房价格。然而,部分地区的住房价格与现实存在明显不符的现象。为避免测量误差对研究的影响,文章仿照陆铭等(2014)的做法,剔除了房价增长率最高 5% 和最低 5% 的城市样本。中国关税数据可以直接从 WITS 中获得。

▪ 计量模型构建:

为了对研究假说进行实证,借鉴 Han 等(2016)的做法,引入进口关税与房价交乘项进行研究,具体模型设定如下:

图片

其中, lnPcit表示 c 城市 t 年 i 商品价格(取对数);Tariffit = ln(1+τit)  ,其中τit表示 t 年 i 商品的进口关税;Housect 表示 t 年 c 城市的房价水平;Xct表示其他影响城市商品价格的控制变量, 表示估计方程的残差。此外,为了避免回归过程中遗漏重要解释变量,文章在回归中控制了商品(δi)、城市(ηc)和年份(µt)的固定效应。其中,商品固定效应吸收了关于商品特征对回归的影响,城市固定效应吸收了该城市销售环境等区域特征对回归的影响,年份固定效应则吸收了与年份特征相关因素的影响,包括当年经济波动、政策变化等。同时,为了避免序列相关、异方差以及统计量聚类特征造成的影响,回归结果均考虑城市层面的聚类稳健标准差。

04 回归结果
根据理论假说,文章通过匹配中国不同城市的消费品价格、关税水平以及城市房价数据,就进口关税与国内消费市场价格之间的关系以及房价对关税传导的影响进行检验,回归结果如下表所示。
图片
结果显示:无论是否加入固定效应,进口关税(Tariff)的估计系数在 1% 的显著性水平上都显著为正且小于 1,说明进口关税的降低能够通过加剧国内商品市场竞争,降低国内消费品价格,但是关税传导存在不完全性。这与现有的研究结论是一致的(Nicita,2009;Marchand,2012;Han 等,2016)。同时,进口关税与房价的交乘项系数(Tariff×House)均在 1% 的显著性水平上显著为负,表明房价上涨将阻碍进口关税对国内商品价格的影响。这种影响具体体现为:在房价高的地区,关税传导效应较弱,原因在于房价上升能够通过直接财富效应和住房资产抵押效应,提高家庭收入水平,扩大消费预算,从而降低居民对商品价格的敏感程度(Mian 等,2013;Guerrieri 和 Uhlig,2016;Justiniano 等,2016),并且收入水平的提高使得家庭对消费和闲暇的选择发生变化, 使其在寻找更为便宜的正常消费品上花费的时间更少,这也会导致居民对商品需求价格弹性的下降(Simonovska,2015;Garriga 和 Hedlund,2017),零售商的市场定价能力增强。因此,即使关税下降能够降低商品价格,但是相比于低房价地区,高房价地区商品价格的下降幅度相对较低。这一结果在逐步加入固定效应和城市控制变量之后,依旧保持稳健。
图片
往期已推送数据
CNDD-0001 上市公司报刊纸媒报道及态度数据(日度高频)
CNDD-0002上市公司网络财经新闻报道及态度数据(日度高频)
CNDD-0003上市公司百度新闻指数(日度高频)
CNDD-0004上市公司年报文本语气(多情感词典分析)
CNDD-0005上市公司年报文本可读性
CNDD-0006上市公司833变量合集(最全数据集)
CNDD-0007上市公司各类型专利申请、授权、终止等16项指标
CNDD-0008上市公司专利层面基本信息(千万级观测)
CNDD-0009上市公司股吧评论数据(日度高频)
CNDD-0010供应商名称及采购额
CNDD-0011上市公司客户名称及收入数据
CNDD-0012上市公司政府补助数据
CNDD-0013上市公司董事长与总经理基本信息
CNDD-0014上市公司董事长与总经理任职信息
CNDD-0015上市公司董事长与总经理教育背景
CNDD-0016上市公司各类机构持股数据
CNDD-0017 DMSP中国各级城市灯光数据
CNDD-0018 全球各县区夜间灯光数据-DSMP中国各县区灯光数据
CNDD-0019 WIPO分类下上市公司绿色专利数量
CNDD-0020 WIPO分类下绿色专利基本信息明细(专利层面观测数据)
CNDD-0021 全国地级市住宅商品房平均销售价格(长时间面板数据)
CNDD-0022 上市公司申请专利被引信息(百万级观测数据)
CNDD-0023 上市公司授权专利被引信息(百万级观测数据)
CNDD-0024 全国各县区书院(从唐代至清代)
CNDD-0025全国各区县孔庙遗存(自唐代到清代)
CNDD-0026各地区明清历代进士人数(从明洪武到清光绪)
CNDD-0027中国地级市变量合集(131变量最全数据集)
CNDD-0028中国地区宗族家谱分布数据(从唐到民国时期)
CNDD-0029 中国各县佛寺数量
CNDD-0030 中国各县区道观信息
CNDD-0031 中国各县区方言片区基本情况
CNDD-0032 上市公司国有土地出让
CNDD-0033 上市公司环境治理补助
CNDD-0034 上市公司环保处罚
CNDD-0035 上市公司污染排放明细
CNDD-0036 上市公司排污收费
CNDD-0037 工业机器人数据(各国各行业面板数据)
CNDD-0038 中央、省级产业政策数据(基于“五年规划“)
CNDD-0039 联合国投票数据(可衡量国家外交关系质量)
CNDD-0040 分地区、分类型彩票销售数据(可衡量冒险精神)
CNDD-0041 上市公司专利质量数据
CNDD-0042 上市公司融资约束数据(FC、KZ、WW指数)
CNDD-0043 上市公司绿色专利质量数据
CNDD-0044 中国行政审批数据及学术论文应用
CNDD-0045 中国上市公司基本信息数据(含曾用名变化情况) 
CNDD-0046 上市公司高新技术企业数据(附Stata代码处理结果) 
CNDD-0047 上市公司华证ESG评级数据(附Stata处理代码)
CNDD-0048 上市公司数字经济创新数据(附Stata处理代码)
CNDD-0049 上市公司数字经济专利质量数据(附Stata处理代码)
CNDD-0050 家族企业基本信息数据(附家族企业股权结构图)
CNDD-0051 家族企业结构组成数据
CNDD-0052 中国海外上市公司基本信息数据 
CNDD-0053 中国海外上市公司财务报表数据 (附stata处理代码)
CNDD-0054 沪深上市公司员工构成情况数据(附stata处理代码)
CNDD-0055 2000-2015年中国工业企业数据库(附stata处理代码
CNDD-0056 中国银行基本信息数据库(附stata处理代码)
CNDD-0057 中国银行财务报表数据库(附stata处理代码)
CNDD-0058 中国银行信贷业务数据(附stata处理代码)
CNDD-0059 地区及行业二氧化碳排放量数据 
CNDD-0060 全球主要国家及地区二氧化碳排放量数据 
CNDD-0061 中国债券基本情况数据(含债券信用等级)
CNDD-0062 中国分地区分品种能源生产与消费数据(含数据可视化图)
CNDD-0063 2000-2016年中国海关统计数据库 
CNDD-0064 债券担保人基本情况(含担保人信用评级)数据 
CNDD-0065 2000-2016年海关库和上市公司匹配数据(含清洗后数据和原始数据) 
CNDD-0066 中国债券发行主体基本信息(含主体信用评级)
CNDD-0067 中国债券发行中介机构资料 
CNDD-0068 中国绿色债券发行数据 
CNDD 全国各地区儒家文化变量数据合集
CNDD 中国上市公司创新变量数据合集(全网最全)
CNDD 中国银行业数据合集

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

图片

中国深度数据库:让精品数据 得以流动CNDeepData:Let high-quality data flow without barriers

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部