Влияние средств массовой информации и новостных шоков на участников и цены на рынке недвижимости

Крыжановский А.С.1
1 Коммерческий Банк \"ЛОКО-Банк\" (акционерное общество)

Статья в журнале

Жилищные стратегии (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 11, Номер 3 (Июль-сентябрь 2024)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=68608162

Аннотация:
Статья посвящена рассмотрению влияния новостей, транслируемых средствами массовой информации, на экономическую активность и рынок недвижимости. Проведён анализ научных статей и исследований, направленных на изучение понятия новостного шока и его влияние на участников и ценообразование на рынке недвижимости, собрана и проанализирована имеющаяся информация про новостные шоки, их сущность и проблемы однозначного определения. По итогам исследования делаются выводы о наиболее подходящем и устоявшемся на данный момент определении новостного шока, а также о влиянии передаваемой в средствах массовой информации на поведение участников (продавцов, покупателей, застройщиков) и колебания цен, как ожидаемых, так и реальных, на рынке недвижимости. Было выявлено, что значимыми факторами выступают количество новостных статей и их тональность. Участники рынка также способны корректировать свои первоначальные прогнозы относительно цен на жилье, с учётом новой для них информации, получаемой из журналов, различных телеканалов и других источников. Выводы данной стать полезны как для государства, так как показывается важная роли новостных изданий на ценообразование значимого рынка для страны, так и для всех прогнозистов и аналитиков, которые анализируют ценообразование. Кроме того, выводы важны и для застройщиков, которые могут достаточно эффективно влиять на формирования ценовых ожиданий у потенциальных покупателей через различные информационные каналы.

Ключевые слова: новостной шок, рынок недвижимости, влияние новостей на принятие решений, оценка влияния информации на решения, новости и ценообразование, фондовый рынок



Введение.

Рынок недвижимости вносит существенный вклад в экономику, оказывает влияние на ВВП страны. Под «рынком недвижимости» понимается совокупность механизмов, посредством которых обеспечивается создание недвижимости, происходит оборот прав на ее объекты, взаимодействие между спросом и предложением, установление равновесной цены, распределение недвижимости между различными конкурирующими вариантами ее использования, эксплуатация, инвестирование и финансирование объектов недвижимости» [10]. Рынок недвижимости формируется как на основании базовых потребностей человека – в наличии места для жизни, так и в контексте производственных целей, поскольку подавляющая доля предприятий и компании нуждается в помещениях для офиса, склада, для расположения производственных мощностей, оборудования и т. д. [17]. Немаловажным является и то, что строительство недвижимости решает проблему с трудоустройством населения, создает рабочие места. С учетом обозначенного, по показателям рынка недвижимости можно судить о степени экономического потенциала и развития страны. Так, согласно данным официальной статистики наблюдается рост строительства за последние три года; в РФ было введено в 2020 году 110,0 млн кв. метров жилой недвижимости, в 2021–114,4, в 2022–126,7. За последние 5 лет отмечается рост общей площади вводимых в действия зданий [1]. В связи с важностью рынка недвижимости для страны возрастает роль государства в необходимости контроля и поддержания темпов строительства с учетом факторов спроса и предложения, что в совокупности влияет на ценообразование.

На развитие рынка недвижимости и ценообразование влияют многие факторы, например, ипотечное кредитование, субсидии государства, уровень благосостояния населения и другие [23]. Это довольно распространенные общие параметры, при этом они не являются исчерпывающими, поскольку выделяются также, например, маркетинговые факторы. Исходя из этого, ценообразование на рынке недвижимости является многогранным процессом, формируется из большей совокупности небольших и более конкретных факторов. Мы предполагаем, что одним из таких факторов, причем существенных, является «новостной шок».

В последнее время все большое внимание уделяется изучению влияния новостных шоков на развитие и трансформацию различных рынков, в том числе и на рынок недвижимости [16; 19; 21; 28; 31]. Изучение влияния фактора новостного шока на рынки, в частности рынок недвижимости, особенно актуально, поскольку в наши дни значительную долю информации потребитель получает из множества новостных изданий в интернете или по телевизору, что не может не воздействовать на принятие решений. Анализ отечественной публикационной активности показал, что эта тема недостаточно изучена на территории РФ.

Цель исследования – оценить влияние «новостных шоков» на рынок недвижимости и его участников.

Материалы и методы исследований

Появление новых технологий и их последующее внедрение в большинство сфер жизни упростило потребителям доступ к ранее труднодоступной информации. Так, например, сегодня потенциальный покупатель может не тратить собственное время на дорогу и осмотр объекта недвижимости за счет проведения виртуальных экскурсий по объекту [2]. Как результат, увеличилось количество и качество предоставляемой информации, повысилась общая осведомленность потребителей в этой области.

Покупка недвижимости отличается от других расходов размером затрачиваемых средств и горизонтом планирования, а значит ожидается, что при покупке жилого или нежилого помещения покупатель (физическое или юридическое лицо) проводит более углубленный и детальный анализ, используя как можно большее количество источников информации, тщательно сопоставляет риски в той степени, в которой это позволяют сделать его знания и опыт. С одной стороны, подобное практически исключает возможность влияния случайно услышанных новостей или слухов на решения потребителей о покупке; можно предположить, что ежедневные мелкие новости или же неподтверждённая информация из интернета не должна оказывать видимого эффекта на принятие решений. С другой стороны, степень значимости информации, получаемой индивидом из средств массовой информации (далее – СМИ), возрастает. Таким образом, изучение влияния новостных шоков на действия потребителей позволяет оценивать активность и ценообразование на рынке недвижимости [26; 32].

На сегодняшний момент времени отсутствует универсальное устоявшееся определение понятия «новостной шок»; в литературе в основном исследуются эмпирические и теоретические последствия новостных шоков и делается попытка оценить их значимость для понимания бизнес-циклов, и в этих публикациях приводятся различные определения, релевантные в рамках конкретно проводимого исследования [34]. Поэтому в данной статье будут рассмотрены различные подходы к определению «новостного шока», установлены наиболее используемые модели оценки влияния новостных шоков на экономическую активность и оценено влияние новостных шоков на рынок недвижимости. Поиск информации осуществлялся в библиографических базах данных: Scholar Google (база данных по научной литературе с упрощенным поисковым интерфейсом) [3], российской научной электронной библиотеке Elibrary [4], информационных базах Scopus [5] и Sciencedirect [6].

Результаты и обсуждения

Обзор публикаций по теме исследования показывает, что в зависимости от целей исследования, понятие «новостного шока» интерпретируется по-разному; не выявлено наличия устоявшегося определения. Разные исследователи по-разному отбирали и классифицировали виды новостей в своих работах [14; 27; 34]. В большинстве своем принимали новость в СМИ как фактор, влияющий на рынок недвижимости. Э. Симс провел исследование, которое помогает лучше понять природу понятия «новостного шока» и из каких компонент оно складывается. Для изучения реакции эндогенных переменных на новостной шок автор разбивает функции на две составляющие: «чистые новости» и «реализованные новости». «Чистые новости» фиксируют изменения эндогенной переменной в ответ на ожидаемое изменение экзогенной переменной, которое еще не произошло. «Реализованные новости» измеряют функцию, когда экзогенная переменная фактически изменилась. «Использовалась модель, включавшая семь экзогенных стохастических переменных, на каждую из которых воздействовало три шока — один обычный непредвиденный шок и два новостных шока». В итоге он приходит к выводу что большая часть общего новостного шока основана на реализованных новостях: «чистые новости» составляют около 10% безусловной дисперсии роста выпуска, тогда как «реализованные новости» составляют остальные 30% [34].

Барски и соавторы своей работе, посвященной эмпирической идентификации новостных шоков и их последствий, предложил следующие выводы: «если считать, что набор информации ортогонален текущему показателю общей факторной производительности (TFP), то идентифицируемая нами инновация является новостным шоком по строгому определению. Следовательно, новостные шоки существуют и количественно важны. Второе важное предварительное наблюдение заключается в том, что новостные шоки имеют характер ожидаемых потрясений роста» [14]. Несколько иной подход предложили Лиао и соавторы. Они предположили, что наиболее важными являются не новостные шоки, связанные с общей факторной производительностью (TFP) и другими показателями, а новостные потрясения, связанные с IST [28]. У термина investment-specific technology (IST) пока нет четкого, устоявшегося аналога на русском языке, но по своей сути этот термин обозначает конкретные инвестиции в новое оборудование и конструкции, воплощающие новейшие технологии, которые позволяют реализовать все преимущества этих новых технологий. Для лучшего понимания, можно сказать, что IST являются частью капитальных расходов компании, направленных на модернизацию отдельного оборудования или предприятия в целом. Это довольно грубое упрощение и поэтому нельзя использовать его в качестве определения, оно помогает понять суть термина IST на реальном примере.

Для оценки влияния новостных шоков на реакцию экономических агентов было проведено исследование, целью которого являлась оценка того, какие факторы оказывают большее влияние: прогнозируемые или неожиданные шоки. В исследовании показано, что определенная часть дальновидных агентов реагируют на ожидаемые изменения экзогенных показателей до того, как такие изменения материализуются. Подтверждается, что на ожидаемые шоки приходится около половины прогнозируемых совокупных колебаний объема производства, потребления, инвестиций и занятости [33].

Влияние новостных потрясений на деловые циклы было изучено И. Фудживара, Ю. Хиросе и М. Шинтани. Для изучения этого феномена авторы используют модель динамического стохастического общего равновесия (DSGE). Они вводят как ожидаемые, так и непредвиденные компоненты в общую факторную производительность и оценивают относительный вклад двух компонентов в совокупные колебания. Было показано, что новостной шок с более длительным горизонтом прогноза оказывает большее влияние на номинальные переменные [22]. Во всех вышеперечисленных работах исследователи использовали байесовский метод оценки модели. Кроме того, Э.Симс [33], С. Шмидт-Гроже и М. Урибе [34] применяли еще и метод классической оценки максимального правдоподобия.

Канг Дж. и соавторы исследовали влияние новостных шоков, отличных по характеру, на экономку в целом. Авторами рассматривались новостные шоки, основанные на оборонных новостях и на данных опроса профессиональных прогнозистов. Проводилась проверка способности двух этих показателей отражать два различных шока государственных расходов: новостные и неожиданные шоки. В исследовании применялась модель векторной авторегрессии (VAR). Был сделан вывод, что новостные шоки оказывают расширяющий эффект, в то время как неожиданные шоки оказывает сдерживающее воздействие на экономику [25].

Можем констатировать, что для изучения влияния различных шоков, в том числе и новостных, исследователи чаще всего используют два типа моделей: DSGE (Модель динамического стохастического общего равновесия) и VAR (Модель векторной авторегрессии).

В случае первой, модели динамического стохастического общего равновесия (DSGE), предполагается полнота рынков и рациональность ожиданий. Однако модели DSGE способны учитывать несовершенную рыночную конкуренцию и жесткость цен. Изначально такие модели использовались для изучения динамики экономики и эффектов монетарной политики» [3].

В случае второй, модель векторной авторегрессии (VAR), при построении модели опадает потребность в структурном моделировании, так как каждая эндогенная переменная рассматривается как функция от легированных значений всех эндогенных переменных [7]. Математическое представление векторной модели авторегрессии имеет вид:

yt=A1yt-1+…+Anyt-n+Bxt+ℇt,

где yt k-мерный вектор эндогенных переменных,

xt d-мерный вектор экзогенных переменных,

A1…An и B – матрицы коэффициентов, которые подлежат оцениванию,

t – вектор возмущения остатков.

«Такие модели в наименьшей степени основываются на теоретических предпосылках, что отличает их от моделей DSGE, как правило, имеющих строгую теоретическую базу» [3]. Такие модели основываются на эмпирических данных. О.А. Малаховской было проведено исследование, «целью которого было сравнение качества точечных макроэкономических прогнозов, построенных с помощью структурной динамической стохастической модели общего равновесия (DSGE) и векторных авторегрессионных моделей (VAR, BVAR)». Автором исследования был сделан вывод о том, что «существенных отличий у них нет. Хотя для некоторых рассмотренных переменных и некоторых прогнозных горизонтов именно DSGE-модель позволяет получить прогноз с минимальной ошибкой» [7]. Из вышесказанного можно сделать логичный вывод, что оба типа моделей могут одинаково успешно использоваться в исследованиях, посвящённых данной теме. Выбор определенного типа зависит от исследовательского вопроса, целей и структуры, поэтому исследователям необходимо тщательно подбирать наиболее подходящую модель для получения точных результатов и прогнозов.

Также еще одним методом анализа влияния новостей и отдельных СМИ может быть эксперимент, как правило опросный, но иногда возможно провести lab-in-the-field [18; 20]. Каждый опросный эксперимент имеет уникальную структуру, зависящую от конкретных целей и интересующих исследователя переменных, а также выдвинутых гипотез. В таком исследовании лучшим вариантом будет комбинировать between и within subject дизайн, кроме того, нужно аккуратно интерпретировать результаты, избегать возникновения смещения из-за самоотбора, учитывать возможное влияние других переменных, помимо новостей. Основным недостатком данного подхода можно считать то, что возможно оценить только влияние новостей на ожидаемые цены, но никак не на реальные или на вероятность совершить покупку. Так как участники лишь дают прогнозы, но не тратят собственные деньги и даже не оставляют заявку на покупку. Такая проблема во много вызвана тем, что недвижимость всегда представляет собой крайне дорогое благо, поэтому невозможно провести лабораторный эксперимент или даже Lab-in-the-field так, чтобы участники реально покупали благо или хотя бы частично участвовали собственными деньгами в эксперименте. Это обуславливает «непопулярность» данного способа при изучении рынка недвижимости. Однако это не значит, что его не стоит рассматривать при планировании исследования. Для некоторых исследовательских вопросов, посвященных теме изучения рынка недвижимости и поведения потребителей на нем под влиянием новостных шоков, наилучшим выбором будет использование опросного эксперимента (отличным примером служит статья О. Ислера [24])

Таким образом, представленные работы показывают различное влияние новостных шоков на действия экономических агентов; в существующих работах по данной теме применялись разные методики оценки, каждый из которых имеет собственные ограничения.

Непосредственное влияние новостей и новостных шоков на рынок недвижимости становится более сложным, в частности приобретает значение источник новостной информации: социальные сети или традиционные источники новостей (телевизор, радио, новостной портал). Оба источника новостей являются распространёнными, но несколько отличающимися по своей природе.

В социальных сетях информация появляется и распространяется куда быстрее, кроме того, все пользователи способны делиться своими мнениями и прогнозами, что с одной стороны увеличивает обую информированность, но с другой повышает риск получения неверных или даже ложных сигналов. Это оказывает влияние на поведение и решения, которые принимают экономические агенты. М. Аломари и соавторы, исследовали влияние новостей и настроений в социальных сетях на волатильность рынка акций и облигаций и динамическую корреляцию их доходности. Были расширены уравнения среднего и дисперсии доходности финансовых инструментов следующим образом [13]:

· ,

· ,,

В классические формулы среднего и дисперсии доходности авторы добавили переменные , которые обозначают одновременное влияние новостей или настроений в социальных сетях j во время спадов и подъёмов соответственно. Было выявлено большее влияние новостных настроений на волатильность по сравнению с социальными сетями. Однако социальные сети оказывают более сильное влияние на корреляцию доходности по облигациям. Также было выявлено, что расширенная модель с новостными настроениями лучше прогнозирует доходность, чем базовая модель с настроениями в социальных сетях [13].

Традиционные СМИ также остаются основным источником новостей и оказывают влияние на поведение инвесторов. В работе К. Уо́кера исследовалось влияние новостей о рынке жилья в СМИ на торговцев акциями компаний, связанных с рынком жилья. Было проанализировано примерно 2 000 статей о рынке жилья в Financial Times, опубликованных в период с 1993 по 2012 год, был сделан вывод, что существует взаимосвязь между тональностью статей о рынке жилья, опубликованных в Financial Times, и доходной премией компаний, участвующих в процессах на рынке жилья. Это позволило также сделать вывод, что средства массовой информации влияют на настроения инвесторов на разных рынках, многие трейдеры реагируют на количество и настроение статей о рынке жилья в средствах массовой информации [35].

В исследовании М. Мори рассматривался вопрос о каналах распространения информации на рынке инвестиционных фондов недвижимости США и их влиянии на доходность от доступа к данной информации. Использовалось два типа данных об освещении в СМИ: один для всего рынка, а другой для отдельных фондов. Основное сравнение было проведено между двумя группами: крупными фондами (30% фондов с наибольшей капитализацией) и мелких (30% фондов с наименьшей капитализацией). Тестировалось предположение о том, что информация распространяется не мгновенно, а фактически это происходит постепенно среди инвесторов, вызывая наблюдаемую предсказуемость дохода – данный процесс автор называет эффектом опережения-запаздывания. В итоге была показана значительная взаимосвязь опережения-запаздывания, обусловленная потоком информации, между доходностью крупных фондов (запаздывание) и текущей доходностью мелких фондов (опережение) [29].

В вышеупомянутых работах [29 ;35] использовались модели, основанные на ретроспективных данных, что является распространённым способом изучения проблемы, кроме того, большой акцент делается на исследование поведения профессиональных участников рынка. Однако рынок жилья во многом зависит и от решения непрофессиональных участников, которые тоже влияют на ценообразование. Изучение данного типа экономических агентов наиболее актуально, ведь у них, как правило, отсутствует доступ к эксклюзивным или труднодоступным источникам информации. Они принимают решения, основываясь во многом на обычных ежедневных новостях, не используя статистический анализ всего рынка. В своей работе О. Ислера провел эксперимент по изучению ограниченной рациональности в сфере недвижимости, с учетом влияния рыночных новостей и СМИ на прогнозы цен на жилье [24]. В эксперименте участвовали 539 жителей Австралии — непрофессиональных и потенциальных индивидуальных покупателей, и продавцов на рынках жилья, которых попросили прочитать ранее опубликованные новостные статьи о тенденциях цен на жилье, а затем сделать прогнозы цен на недавно приобретенные квартиры в Сиднее, Мельбурне и Брисбене. Эти прогнозы сравнены с контрольным условием, где среди предлагаемых статей была предложена нерелевантная новостная статья о дизайне интерьера. Заключение, к которому приходят авторы, подчеркивает следующее: непрофессиональные участники рынка недвижимости в Австралии ограниченно рациональны: они устраняют существенные неточности в своих экономических ожиданиях, используя, хоть и несовершенно, рыночную информацию и принимают во внимание достоверность информации в своих прогнозах цен на жилье. Эта работа демонстрирует, что различные источники средств массовой информации способны оказывать влияния на участников рынка и подталкивать их к изменению изначальных прогнозов [24].

Новости оказывают влияние не только на решения об инвестировании, но и на арендном бизнесе в сфере невидимости. Пандемия COVID-19 оказала влияние на все сферы экономики, включая на рынок недвижимости. Вынужденный запрет на посещение общественных мест поставил вопрос о экономической целесообразности инвестиций в торговую недвижимость. Пандемия сильно ускорила процесс развития цифровых технологий в сфере розничной торговли. В связи с этим, на рынке недвижимости торговая недвижимость столкнулась с наиболее заметными последствиями цифровизации и технологических изменений. А. Нанда и соавторы провели исследование, которое показало, что на данном этапе развития технологий пока ещё невозможно полноценно отказаться от физических магазинов и полностью перейти на онлайн продажи. Кроме того, было отмечено, что существует тенденция к изменению местоположения основных торговых центров в городах, так как все больше людей работают дома или в ближайших районах, что уменьшает концентрацию возможных покупателей в центральных районах, где, как правило, располагаются торговые точки. Таким образом, пандемия влияла на саму структуру рынка недвижимости и внесла новые тенденции в развитии торговой недвижимости, но не снизила потребность общества в помещениях для магазинов и офисов [30].

Выводы

Таким образом, рынок недвижимости продолжает расти и развиваться, в связи с чем исследование ценообразования на нем остается актуальной темой. Информация, транслируемая СМИ и, в частности, различные новостные шоки оказывают влияние как на профессиональных участников рынка, так и на непрофессиональных инвесторов и обычных покупателей. СМИ способны оказывать влияние на цены на рынке недвижимости, а различные новостные шоки, как ожидаемые, так и неожиданные, в разной степени определяют поведения различных экономических агентов.

Новости и статьи отчасти обладают потенциалом влияния на финансовые показатели компаний и фондов недвижимости. На сегодняшний день большую роль для участников финансового рынка и рынка недвижимости играют именно новости, освещаемые в СМИ, а не общие настроения в социальных сетях. Стоит отметить, что тема остается актуальной и нуждается в подробном изучении с использованием новых данных, полученных на основании анализа рынков недвижимости разных стран с различным экономическим и политическим курсом. Подобное позволит более подробно изучить влияние СМИ и дополнить или скорректировать существующие выводы.

[1] База данных вводимого жилья Росстат. URL: https://rosstat.gov.ru/folder/14458 (Дата обращения 06.05.2023)

[2] Виртуальные туры по жилой недвижимости. URL: 3dpanorama.msk.ru (Дата обращения 20.04.2023)

[3] Scholar Google. URL: https://scholar.google.ru (Дата обращения: 05.05.2023)

[4] Elibrary. URL: https://elibrary.ru (Дата обращения: 05.05.2023)

[5] Scopus. URL: https://www.scopus.com (Дата обращения: 05.05.2023)

[6] Sciencedirect. URL: https://www.sciencedirect.com (Дата обращения: 05.05.2023)


Источники:

1. Айткенов Д. Е. Факторы, влияющие на ценообразование недвижимости: анализ и прогнозирование // Инновации и инвестиции. – 2023. – № 10. – c. 497-501.
2. Васильева И.В., Алексеева Л.И., Соколов Е.А. Обзор рынка недвижимости в России и за рубежом после пандемии и мобилизации // Инновации и инвестиции. – 2023. – № 6. – c. 304-308.
3. Лазарян С.С., Майоров Е.В. Перспективы использования DSGE-моделей министерствами финансов: опыт мировых регуляторов // Научно-исследовательский финансовый институт. Финансовый журнал. – 2018. – № 5. – c. 70-82. – doi: 10.31107/2075-1990-2018-5-70-82.
4. Лейфер Л.А., Акобян А.А. Методы анализа состояния рынка недвижимости: индикаторы рынка и характеристики ликвидности объектов // Имущественные отношения в Российской Федерации. – 2023. – № 6. – c. 20-36.
5. Лейфер Л.А. Вероятностно-статистические модели ликвидности рынка недвижимости // Имущественные отношения в Российской Федерации. – 2022. – № 5. – c. 35-51.
6. Лунегова А.А., Болотин А.В. Механизм управления развитием рынка недвижимости жилья // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. – 2023. – № 1. – c. 294-309. – doi: 10.15593/2224-9354/2023.1.20.
7. Малаховская О.А. Использование моделей DSGE для прогнозирования: есть ли перспектива? // Вопросы экономики. – 2016. – № 12. – c. 129-146. – doi: 10.32609/0042-8736-2016-12-129-146.
8. Мельникова Ю.В., Лажаунинкас Ю.В. Разработка математической модели анализа и прогнозирования конъюнктуры российского рынка недвижимости // Вестник Алтайской академии экономики и права. – 2022. – № 3-1. – c. 76-82. – doi: 10.17513/vaael.2100.
9. Никитина Н.С. Анализ факторов, влияющих на динамику цен на жилую недвижимость в России // Финансы. – 2023. – № 1. – c. 208-220. – doi: 10.26794/2587-5671-2023-27-1-208-220.
10. Прокофьев К.Ю. Рынок недвижимости: понятие, анализ (на примере рынка городской жилой недвижимости) // Экономический анализ: теория и практика. – 2014. – № 3. – c. 43-55.
11. Сугаипов Д.Р. Оценка влияния новостных шоков условий торговли на российскую экономику // Прикладная эконометрика. – 2022. – № 2. – c. 39-67. – doi: 10.22394/1993-7601-2022-66-39-67.
12. Федорова Е.А., Пыльцин И.В., Ковальчук Ю.А., Дроговоз П.А. Новости и социальные сети российских компаний: степень влияния на рынок ценных бумаг // Журнал новой экономической ассоциации. – 2022. – № 53. – c. 32-52. – doi: 10.31737/2221-2264-2022-53-1-2.
13. Alomari M., Al Rababa\\\\\\\'a A.R., El-Nader G., Alkhataybeh A., Ur Rehman M. Examining the effects of news and media sentiments on volatility and correlation: Evidence from the UK // Quarterly Review of Economics and Finance. – 2021. – p. 280-297. – doi: 10.1016/j.qref.2021.09.013.
14. Barsky R. B., Basu S., Lee K. Whither news shocks? // NBER Macroeconomics Annual. – 2015. – № 1. – p. 225-264.
15. Ben Zeev N., Gunn C., Khan H. Monetary news shocks // Journal of Money, Credit and Banking. – 2020. – № 7. – p. 1793-1820.
16. Briggs C. L., Hallin D. C. Making health public: How news coverage is remaking media, medicine, and contemporary life. - Routledge, 2016.
17. Davis M. A., Heathcote J. Housing and the business cycle //International Economic Review // International Economic Review. – 2005. – № 3. – p. 751-784.
18. Diamond J. Laboratory experiments, field experiments, and natural experiments // Community Ecology. – 1986. – p. 3-22.
19. Ding Y., Liu Z., Liu D. Structural news shock, financial market uncertainty and China's business fluctuations // Pacific-Basin Finance Journal. – 2022. – p. 101889. – doi: 10.1016/j.pacfin.2022.101889.
20. Eckel C., Londono N. C. How to tame lab-in-the-field experiments // Advances in experimental political science. – 2021. – p. 79-102.
21. Entman R.M. How the media affect what people think: An information processing approach // Journal of Politics. – 1989. – № 2. – p. 347-370.
22. Fujiwara I., Hirose Y., Shintani M. Shintani M. Can news be a major source of aggregate fluctuations? A Bayesian DSGE approach // Journal of Money, Credit and Banking. – 2011. – № 1. – p. 1-29.
23. Golob K., Bastic M., Psunder I. Analysis of impact factors on the real estate market: case Slovenia // Engineering Economics. – 2012. – № 4. – p. 357-367.
24. Isler O. et al. Market news and credibility cues improve house price predictions: An experiment on bounded rationality in real estate // Journal of Behavioral and Experimental Finance. – 2021. – p. 100550.
25. Kang J., Kim S. Government spending news and surprise shocks: It’s the timing and persistence // Journal of Macroeconomics. – 2022. – p. 103446. – doi: 10.1016/j.jmacro.2022.103446.
26. Levy D., Murphy L., Lee C.K.C. Influences and emotions: exploring family decision-making processes when buying a house. / The Microstructures of Housing Markets. - Routledge, 2013. – 110-128 p.
27. Liao S. Y., Chen B. L. News shocks to investment-specific technology in business cycles // European Economic Review. – 2023. – p. 104363. – doi: 10.1016/j.euroecorev.2022.104363.
28. Lillo F. et al. How news affects the trading behaviour of different categories of investors in a financial market // Quantitative Finance. – 2015. – № 2. – p. 213-229.
29. Mori M. Information diffusion in the US real estate investment trust market // The Journal of Real Estate Finance and Economics. – 2015. – № 2. – p. 190-214. – doi: 10.1007/s11146-014-9464-1.
30. Nanda A., Xu Y., Zhang F. Zhang F. How would the COVID-19 pandemic reshape retail real estate and high streets through acceleration of E-commerce and digitalization? // Journal of Urban Management. – 2021. – № 2. – p. 110-124.
31. Ng E. C. Y., Feng N. Housing market dynamics in a small open economy: Do external and news shocks matter? // Journal of International Money and Finance. – 2016. – № 63. – p. 64-88.
32. Pandiangan S. M.T. Analysis of Factors Affecting Interest in Buying a House // Journal of Innovation Research and Knowledge. – 2022. – № 6. – p. 2615-2620.
33. Schmitt‐Grohé S., Uribe M. What's news in business cycles // Econometrica. – 2012. – № 6. – p. 2733-2764.
34. Sims E. What׳ s news in News? A cautionary note on using a variance decomposition to assess the quantitative importance of news shocks // Journal of Economic Dynamics and Control. – 2016. – № 73. – p. 41-60.
35. Walker C.B. The direction of media influence: Real-estate news and the stock market // Journal of Behavioral and Experimental Finance. – 2016. – № 10. – p. 20-31.

Страница обновлена: 26.11.2024 в 12:53:29