川海智库

报告概述

本报告研究家庭对自有住房价值的系统性误估（高估或低估）如何影响其金融决策，包括股票投资、非住房消费和资产配置。研究对象为美国拥有住房的家庭，覆盖1984至2021年，使用PSID微观数据与FHFA邮编级房价指数构建误估指标。报告首先构建一个三期理论模型，预测房主高估房价会降低股票投资、增加消费并转向无风险资产；随后采用工具变量法进行实证检验，利用当地住房交易量和谷歌搜索强度作为误估的工具变量，以解决内生性问题。报告旨在揭示住房财富感知偏差对家庭财务行为的因果影响，为经典投资组合模型提供修正。

报告的核心结论

住房价值高估显著降低家庭股票投资比例。

报告发现，住房高估每增加约6万美元（一个标准差），家庭股票持有占流动财富比例下降1.1至1.9个百分点，且高估家庭参与股市的概率降低1.5至3.59个百分点。这一结果在控制住房价值和抵押贷款后依然稳健，符合理论模型关于高估增加风险暴露的预测。

住房价值高估促使家庭增加非住房消费。

报告估计，住房高估每增加6万美元，非住房消费相对于流动财富的比例上升1.5至4.3个百分点。这一正财富效应表明，家庭基于感知（而非实际）的财富增长调整支出，高估家庭认为自己更富裕从而增加消费。

住房价值高估导致家庭将金融资产由股票转向无风险资产。

报告显示，高估家庭在减少股票投资的同时，将更多流动财富配置于无风险资产（如储蓄、债券）。具体而言，6万美元的高估增幅带来风险资产持股比例下降，而无风险资产占比上升1.7至2.2个百分点，体现组合的保守化调整。

住房价值误估在美国家庭中普遍且程度显著。

报告基于1984-2021年PSID数据发现，约半数家庭系统性地错估房产价值，平均低估7600美元，但标准差高达59800美元。5%的家庭低估超过87500美元，5%高估超过53000美元。误估与社会经济特征（如收入、教育）关联不显著，而主要源于信息差异。

报告回答的关键问题

家庭高估自己房产价值会对投资产生什么影响？

报告表明，高估房产价值的家庭会显著减少股票投资，并将资金转向无风险资产。具体来说，高估每增加6万美元，股票持仓比例下降约1.1-1.9%，同时参与股市的概率降低约1.5-3.59个百分点。这是因为高估使家庭感知自身风险暴露过高，从而避险。

住房价值误估如何影响家庭消费行为？

报告发现，高估房价的家庭会增加非住房消费，高估每增加6万美元，消费相对于流动财富的比例上升1.5-4.3个百分点。这体现了一种感知财富效应：家庭基于主观高估的房产价值增加支出，即使实际市场价值并未相应增长。

为什么家庭会系统性地误估自己的房产价值？

报告指出，误估的主要原因是信息不充分。当地住房交易量越少、相关网络搜索越稀疏，家庭的误估程度越大。此外，误估不会因家庭收入、教育等特征而显著减弱，且在购房后随时间推移重新出现。这些证据支持信息摩擦是误估的关键驱动因素。

报告中的代表性数据

-7600美元（平均）

平均住房价值误估及标准差

1984–2021，全样本中家庭平均低估房产价值7600美元，但标准差高达59800美元，显示巨大个体差异。底部5%低估超过87500美元，顶部5%高估超过53000美元。

-1.1%至-1.9%

高估对股票投资比例的影响

1984–2021，高估每增加约6万美元（一个标准差），股票持有占流动财富的比例下降1.1至1.9个百分点，控制住房价值和抵押贷款后仍显著。

+1.5%至+4.3%

高估对消费的影响

1984–2021，高估每增加约6万美元，非住房消费相对于流动财富的比例上升1.5至4.3个百分点，体现感知财富的正效应。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整文献综述：梳理半个多世纪以来关于住房价值误估的研究，涵盖Kish & Lansing (1954)至近期文献，并对比标准投资组合模型假设。
  • 数据构建细节：说明PSID、FHFA邮编级房价指数、CoreLogic交易数据、Google Trends搜索强度等多源数据的清洗、匹配与处理步骤，包括市场价值估算方法。
  • 理论模型推导：提供三期投资组合选择模型的完整设定、参数校准与数值解法，生成关于误估对股票、消费和无风险资产影响的三条可检验预测。
  • 实证策略与工具变量：详细介绍两套工具变量——当地住房交易量（按邮编分十分位）与Google住房搜索强度（按DMA分十分位），并展示第一阶段回归、排除性检验与弱工具变量检验。
  • 基准回归结果表格：报告股票持有、股市参与、消费、无风险资产四个因变量与误估关系的OLS与IV估计结果，包含控制变量、固定效应及多种IV组合。
  • 稳健性检验：包括仅限土地价值主导的邮编子样本、仅限高房屋净值家庭子样本、更换住房供给弹性（Saiz vs. Guren等）以及不同信息工具变量的敏感性分析。
  • 异质性分析：按家庭收入、教育、年龄等分组考察误估效应的差异，尽管基础回归表明这些特征不显著解释误估水平，但附录提供交互项估计。
  • 政策含义与未来研究方向：讨论对财务顾问、政策制定者的启示，如改进房产估价信息（专业评估、金融教育）可优化家庭决策，并指出研究局限与后续课题。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告