房地产限购政策的调控效应分析——基于干预模型的实证研究
房地产调控政策效应及影响因素研究
房地产调控政策效应及影响因素研究房地产调控总体上遏制了房价过快增长势头，避免出现全局性房地产泡沫破裂；但仍存在房价高于城镇居民承受能力、地价对房价助推作用较明显、相关调控工具缺乏有效性和区域差异显著的情况。
调控效应影响因素主要有：住房政策的保障性功能严重缺失；地方财政压力和政策不合理诱发投机导致地价快速上涨；人口结构、家庭小型化等因素使购房需求严重缺乏弹性，税制不合理和供需两旺使税收调节助推房价上涨等。
提高房地产调控政策效应，要做到强化保障性住房建设，改革土地出让制度，改革房地产税收制度和改进政策性金融。
一、部分国家和地区房地产调控的主要经验与教训（一）部分国家房地产调控成功的典型案例1.德国政府通过种种措施稳定房价。
德国政府对社会福利住房专门规划用地，对建设福利房开发商提供补贴。
公共住房金融政策实行住宅储蓄和固定利率制度。
公共住房金融实行封闭、“先存后贷”住宅储蓄模式，居民要想得到住房储蓄银行贷款必须在银行存足相应款项，利率相对固定，低于其他贷款利率，使居民能低息互助，抑制投资性需求和规避市场风险，还贷额固定、明确。
2.新加坡大规模建设保障房并对不同市场实行不同政策。
新加坡85%公民居住的是政府建造的“政府组屋”，其中，93%居民拥有房屋产权，7%的低收入家庭人群住在政府低价出租的房屋；其余15%的高收入公民在市场上购买私人高档商品房。
对无钱买房的低收入人群，新加坡政府还提供更低的廉租房。
对投机性购房征收较高税收。
3.法国的“低租金住房”制度。
从20世纪50年代起，法国建立“低租金住房”制度，目前法国租房市场主流已被廉租房占据。
由于廉租房租金通常只有市价的三分之一，最低仅为六分之一，国内很多低收入居民首先选择租房而不是买房。
此举对稳定房价起了一定作用。
值得关注的是，廉租房租金虽便宜，但法国廉租房质量却高于社会普通住房，在相关配套等方面也优于社会普通住房。
（二）部分国家和地区房地产调控失败的典型案例1.日本房地产市场上升与崩溃。
限购政策对城市住房市场的调控效应分析
限购政策对城市住房市场的调控效应分析作者：韩璟卢新海来源：《中国房地产·学术版》2014年第05期摘要：为评估限购政策对城市住房市场的调控效应，借助灰色系统理论的灰色关联分析法构建数学模型，以天津市为例，对限购政策实施前后城市住房市场的变动情况进行了比较分析。
结果显示，与限购政策实施前相比，天津市的住宅现房销售面积、住宅期房销售面积在时间上均出现了明显的滞后；住宅施工面积在时间上则未明显的变化；住宅投资完成额和住宅新开工面积在时间上则有少许提前。
由此可以认为，限购政策的实施引起了住房市场供需双方行动方向的分异，降低了需求者群体的住房需求量，加快了供应者群体的供应速度，增加了市场住房供应量。
关键词：限购政策，住房市场，调控效应，灰色关联分析，天津中图分类号：F293.3 文献标识码：A文章编号：1001-9138-(2014)05-0041-49 收稿日期：2014-01-071 引言随着我国城市化的快速推进，特别是自从1998年开始实施住房货币化改革以来，全国房地产业也随之迅猛发展，一方面使其在国民经济中发挥的作用日益显著，另一方面也对人民生活产生了重要影响。
但是，我国部分城市住房市场自2004年以来逐渐暴露出的房价快速上涨、投机趋势加剧、泡沫逐渐显现等缺点，不但积累了大量社会矛盾，而且对我国经济的持续健康发展产生了不利影响。
面对影响住房市场健康发展的不利势头，运用行政权力制定公共政策调控房地产市场、稳定市场预期、促进房地产市场平稳健康发展，成为我国政府加强和改善房地产市场调控的重要选择。
2005年3月，面对国内部分城市投资性购房和投机性购房快速增加所导致的住房价格过快上涨，国务院在其颁布的《关于切实稳定住房价格的通知》中就明确要求从价格稳定、结构调整、调节需求、市场监测、消费引导、监督检查等八个方面加强对房地产市场的管理；2006年5月，国务院常务会议通过了促进房地产业健康发展的六项措施，提出要从住房供应结构、税收、土地和信贷政策、城市扩张规模、房地产开发秩序、廉租房制度、房地产信息制度等方面促进房地产市场健康发展；2009年12月，国务院常务会议提出了“国四条”，着力从增加供给、抑制投机、加强监管、推进保障房建设四个方面调控房地产市场，并明确表态“遏制房价过快上涨”；2010年1月，国务院下发的《国务院办公厅关于促进房地产市场平稳健康发展的通知》中再次对房价上涨过快问题进行调控，提出要从住房供给、遏制投资和投机、市场风险防范、保障安居工程建设、落实政府责任五个方面加强对房地产市场的监管；2010年4月，国务院再次下发了《关于坚决遏制部分城市房价过快上涨的通知》，对部分城市房价、地价过快上涨势头，投机性购房活动进行调控，并首次明确指出“地方人民政府可根据实际情况，采取临时性措施，在一定时期内限定购房套数”，由此拉开了政府利用限购政策规范我国房地产市场发展的序幕；2010年8月，住建部出台《各地列入新增限购城市名单的5项建议标准》将限购范围扩大到二三线城市，逐步形成了以限购、限价、限贷为特色，覆盖一、二、三线城市的房地产业调控政策；2011年1月，国务院发出《关于进一步做好房地产市场调控工作有关问题的通知》，提出要从保障性安居工程建设、税收政策、住房信贷政策、住房用地供应、需求引导、政府约谈问责等方面进一步加强对房地产市场的调控。
房地产市场调控政策对房价影响的实证研究
房地产市场调控政策对房价影响的实证研究房地产市场一直是中国经济的重要组成部分，也是社会稳定的重要因素。
然而，随着中国经济的发展，房地产市场出现了许多问题，其中最突出的是房价过高。
为了解决这一问题，政府采取了一系列的调控措施。
本文将从历史角度、政策角度和数据角度来探究这些调控措施对房价的影响。
一、历史回顾在20世纪90年代之前，中国的房地产市场还比较混乱，国有企业、政府部门和个人房屋一起混杂在市场中。
随着中国城市化的加速推进，房地产市场也进入了市场化的阶段。
2001年，房地产税被废除，使房价开始快速上涨。
2004年至2013年，房价累计上涨了超过100%，其中大部分的上涨发生在2009年至2013年。
针对房价过快上涨的问题，政府开始出台一系列的调控政策。
例如，2010年，中国首次推出了房地产税的试点，但一直未能全面实施。
2011年，政府开始严格限制购房者的购房资格，例如要求购房者必须提供至少一年的社保或纳税证明，或在当地连续缴纳一定个月数的税款等。
二、政策分析1.调控政策的类型政府出台的调控政策包括：限购、限售、限价、征收房产税、提高首付要求等。
限购政策旨在限制购房人群，例如只有本地户口或符合一定条件的人才能购房；限售政策则是指房产出售后需要一定时间内才能再次交易；限价政策旨在控制房价的上涨速度，例如规定开发商不能超过规定价格出售房屋；房产税则是指根据房屋估价征收税款。
2.政策实施的效果调控政策的实施对房价有着直接的影响。
例如，2010年，北京市发布了限购政策，要求购房者必须提供连续5年及以上的社保证明，或者连续2年以上的个人所得税清单。
此时，北京的房价还在快速上涨，但随着政策的实施，房价开始出现明显的下降。
2013年，宁波市出台了类似的政策，对购房人进行限制，房价也开始慢慢回落。
这两次政策的实施，都说明了政策可以有效控制房价上涨速度。
然而，实施调控政策不仅有利，也有弊。
例如，限购政策限制了房地产市场的活力，一些开发商的销售受到了影响。
中国房地产市场调控政策的实证分析
中国房地产市场调控政策的实证分析近年来，中国房地产市场调控政策持续加强，主要包括房地产税、房贷政策、土地供应等方面的调整。
这些政策的实施是否能够缓解房地产市场泡沫、平抑房价呢？本文将从多个角度对中国房地产市场调控政策进行分析，并探讨其实施效果。
一、房地产税房地产税是财政部门征收的一种税费，目的是为了平抑房价并增加政府财政收入。
自2019年起，中国房地产税试点城市逐步增加，但房地产税在整个中国房地产市场中的作用还相对较小。
这是因为房地产税的征收对象仅限于拥有多套房产或闲置房产的个人和单位，占比较小。
此外，政府并未公布具体的征收方案，因此房地产税的作用还有待进一步观察。
二、房贷政策房贷政策是最直接影响楼市的政策之一，其变化会直接影响购房者的购房行为。
2017年，中国央行对房贷政策进行了调整，首套房首付比例不低于30%，二套房首付比例不低于50%，并且贷款利率也进行了上调。
这样的政策调整，对于一二线城市的房价平稳有一定帮助，但难以遏制一些省份的房价快速上涨。
三、土地供应土地供应是房地产市场的关键因素，它直接影响了房地产开发的速度和规模。
2019年，中国土地供应量出现了大幅回升，各地也推出了很多土地供应举措。
在供应不足的城市，政府应该增加土地供应，这有助于控制房价上涨，并稳住市场预期。
四、政府出台政策的时间和区域差异政府的调控政策不能够一概而论。
因为中国是一个地域广大、城乡差异大的国家，不同地区的房价受到的影响也是不同的。
因此，政府的调控政策应该针对不同地区的市场情况制定，不能给市场带来过大的惊动。
五、房地产市场行业监管房地产市场行业监管是房地产市场调控中最关键的环节。
房地产市场行业监管应该加强对房企信用的监管，对涉嫌违规的企业进行处罚，使其恪守规则，加强市场规范化。
此外，监管部门也可以借助互联网技术，将一些质量、安全、环保等方面的信息实时公示，以推动行业的良性竞争。
综上所述，中国房地产市场调控政策应该分别面向不同地区制定方案，并加强对房地产企业的信用监管，实现市场的规范化。
限购令对房地产价格影响的实证分析——基于全国32个大中城市数据
表 １ 各大中城市实施限购令具体情况（２０１５０２—２０１７０６）
持续实行 限购令ቤተ መጻሕፍቲ ባይዱ市
石家庄 北京 天津 大连 上海 南京 杭州 宁波 武汉 长沙 广州 深圳 海口 成都 贵阳
没有实行 限购令城市
呼和浩特 沈阳 长春 南宁 重庆 昆明 银川
限购时间 有所变化的城市
哈尔滨 ２０１５０８－２０１７０６ 太原 ２０１６０５－２０１４０６ 福州 ２０１５０２－２０１５１２ 厦门 ２０１５０２－２０１６０８ 济南 ２０１５０２－２０１６０９ 青岛 ２０１５０２－２０１７０２ 郑州 ２０１５０２－２０１６０９ 西安 ２０１７０３－２０１７０６ 兰州 ２０１５１０－２０１７０３ 合肥 ２０１５０２－２０１７０２
ｐｒｉｃｅ
８６４ １０６１５６ １１９９４ ８９２ １６４
ｌｉｍｉｔ
８６４ ０５８１ ０４９４ ０
１
ｉｎｖｅｓｔｍｅｎｔ ８６２ ９４９９ １８１３５ －６９２ ９０
ｄｓａｖｉｎｇ ８３２ ００１ ００２３ －０１６３ ０２０１
ｄｌｏａｎ
８３２ ００１２ ００４ －０４０１ ０８０２
关键词：限购令；房价；ＰＶＡＲ模型；脉冲响应
一、引言 衣食住行是人们生活中必不可少的一项生活需求，其中 住房一直是举国关注的重要问题。在中国共产党第十九次 全国代表大会上，习近平总书记对住房问题上做出了回应。 报告中指出：“坚持‘房子是用来住的、不是用来炒的’定位， 加快建立多主体供给、多渠道保障、租购并举的住房制度，让 全体人民住有所居。”随着对房地产市场进一步的调控，各地 政府纷纷推出房地产“限购令”实施细则。因此，本文探讨在 限购令作用下，对不同地区房地产市场价格产生何种影响。 二、文献综述 为了创造一个良好健康稳定的房地产市场环境，自 ２０１０ 年 ４月 ３０日北京出台的“国十条实施细则”后，全国各地相 继出台限购政策。“限购令”是指政府出台的房屋限购政策， 是国家重要的宏观调控之一。因此，限购政策的调控及其效 果开始引起学界的重视。曹清峰（２０１５）认为，限购政策的实 施在我国社会体制下面临困境，难以作为一种常用的调控手 段，只有改革财税制度、货币政策与其相互搭配，协调好国家 与人民的利益才能使限购政策的目标得以实现。在市场经 济中，预期不不可忽略的一个重要因素。许多学者提出预期 对限购政策的影响，王来福（２００８）、况伟大（２０１０）研究了预 期是 影 响 限 购 政 策 与 否 的 重 要 因 素；刘 江 涛、张 波、黄 至 刚 （２０１２）通过构 建 了 一 个 住 房 市 场 的 模 型，对 此 进 行 理 论 分 析，发现限购 政 策 的 作 用 效 果 与 市 场 对 预 期 的 不 确 定 性 有 关。从现有研究看，较少文献对尚未限购与执行限购的城市 进行对比分析，有些城市是有执行限购之后又取消又重新执 行的过程。因此，在上述研究的基础上，综合了各地区的房 屋价格水平、投资、货币政策等决定因素，通过是否实行限购 令来控制变量，通过面板 ＶＡＲ模型以求进一步分析房地场
房地产市场调控政策的效果研究
房地产市场调控政策的效果研究自改革开放以来，中国的房地产市场经历了蓬勃发展。
然而，随着房价的快速上涨和房地产泡沫的出现，房地产市场调控政策也成为中国政府的重要任务。
本文将对房地产市场调控政策的效果进行研究，探讨其在抑制房价上涨、平稳市场运行和促进可持续发展方面所起到的作用。
一、抑制房价上涨在房地产市场调控政策中，抑制房价上涨是一个核心目标。
中国政府通过限购、限贷、限售等措施来遏制房价的快速增长。
限购政策限制了购房人的购买数量和户籍条件，有效阻止了投资性购房和炒房行为。
限贷政策在银行贷款流程中设置了更加严格的审查标准，限制了购房者的贷款额度和购房比例。
限售政策延长了房产出售的期限，在房屋交易中增加了交易成本。
这些政策的实施使得购房者面临更多的限制和难度，有效降低了投机性购房行为，从而抑制了房价的过快上涨。
二、平稳市场运行除了抑制房价上涨外，房地产市场调控政策还致力于平稳市场运行。
房地产市场的过热或过冷都会对经济产生负面影响，因此，政府需要通过调控政策来保持市场的稳定。
在过热市场中，政府会适时推出收紧政策，采取减少信贷供给和调高购房门槛等手段来抑制投资投机行为。
在过冷市场中，政府则会适时推出放松政策，采取降低利率、放宽购房限制等措施来刺激市场需求，确保市场的平稳运行。
调控政策的灵活性和及时性有助于维持房地产市场的稳定，减少市场波动对经济的不利影响。
三、促进可持续发展房地产市场调控政策不仅关注短期的市场稳定，更着眼于促进可持续发展。
在过去的发展中，中国的房地产市场过度依赖于投资和销售规模，忽视了房地产的社会和环境问题。
因此，政府通过调控政策来引导市场的健康发展，并促进可持续发展。
首先，政府加大了对土地供应的调控力度。
通过提高土地出让金、加大土地使用权的限制和审查等手段，政府有效地控制了土地供应，避免大量土地被用于开发建设。
其次，政府鼓励房地产企业进行绿色建筑和节能建筑的开发，提高房屋的环保性能，减少对能源的消耗。
住房市场调控的实证研究
住房市场调控的实证研究当前的住房市场调控，在中国是一个十分热门的话题。
近年来，国家和地方政府都采取了一系列措施，试图控制住房价格的过快上涨，平衡供求关系，保证人民的基本住房需求。
我的研究主题就是住房市场调控的实证研究。
首先，我们需要了解住房市场调控的一些背景。
住房市场调控主要是为了避免房价泡沫，防止低收入家庭不能买得起房子。
然而，中国再开大会后，很多中小城市的房价已经接近了大城市的水平，年轻人和新婚家庭很难买得起房，形势仍然严峻。
所以，我们需要进行实证研究，看看这些住房市场调控政策目前究竟能否起到有效的作用。
开始分析前，先确定我们的实证框架。
为便于探讨，我们将实证框架分为以下几个部分，第一个是房价数据的基本情况，第二个是可供检验的住房市场调控政策，第三个是实证分析。
第一部分：房价数据的基本情况从2013年至今，全国政府采取一系列措施来降低房价，防止房价泡沫，并且开展棚户区改造计划，以改善人民的住房条件。
尽管这些措施带来了一些结果，减缓了房价上涨的速度，但房价问题还是非常严重的。
为了更好地解决这个问题，各级政府采取了更为严格的措施。
例如，限制房贷比例，限制房地产开发商的房价上涨幅度，以及更严格的棚户区改造计划等。
这些政策的实施带来了一定的效应，但有时候其作用还是不尽人意。
突出的问题是，随着住房市场的变动，这些政策的可持续性问题越来越凸显。
我们从以下几个方面来分析房价数据：1、从房价上看：自2013年以来，受地产泡沫风险的压力，在政府相继推出多项政策的约束和查处，房价指数开始稍有回落趋势。
以北京市为例，2017年3月，北京房价创下了历史新高，达到7.98万元/平方米，但接下来就开始缓慢下跌，到了2018年6月，北京市二手房价格下降了10%左右。
2、从房屋供给和需求方面来看：根据公开的2017年数据，全国城镇化率达到了57.35%，而城市地区的人口比例已从2003年的36%增加到了51%。
此外，根据第七次全国人口普查数据，2010年至2015年，家庭住房面积与家庭人均收入之比的下降趋势逐渐加剧。
最新-限购令下房地产市场效应实证探究 精品
限购令下房地产市场效应实证探究通货膨胀是在宏观经济体的一个重要测度指标，是反映经济繁荣与衰退的晴雨表。
探究通货膨胀率与房价之间的关系不仅能更好地把握一个国家的宏观经济，更能帮助国民安居乐业。
同样土地价格、与房价之间均存在着密切的关系，明确它们之间的相互影响关系对房地产市场的发展具有重要意义。
从数据的可得性出发，选用房屋销售指数来反映房地产价格的变化，选用同比增长率反映通货膨胀率，选用土地交易价格指数反映土地供给的变化。
此外，为了进一步反映较短时期内宏观经济变量与房地产价格的冲击，以上指标均选用月度数据进行分析。
经过对数处理后的数据列依次表示为、、、。
首先是数据的单位根检验，也就是对数据进行平稳性分析。
检验的原假设是四个时间序列有单位根。
使用60软件对取对数后的、、、四个时间序列进行了-简称单位根检验。
从表１检验结果可知的值均小于显著性水平0005，拒绝原假设表明所有序列都是平稳的，即通胀对数指标、房价对数指标、地价对数指标与产出对数指标四个序列没有单位根。
因此，以上四个变量之间不存在协整关系，可取差分建立平稳的模型。
由于协整是指非平稳变量序列具有共同的趋势，所以本文所研究的四个宏观变量之间不存在协整关系，可以直接取差分后建立平稳的模型。
接下来是模型估计。
本文根据-滞后阶数确定最优滞后阶数为2阶。
所以构造2模型。
从表２结果可以看到2=09105，调整后的2=08509，可知模型拟合的比较好，能够作为2的最后估计结果。
表３的检验结果表明，在滞后2期，显著性水平为5的条件下，江西省房价是产出的强格兰杰原因，产出不是房价的格兰杰原因。
说明房价在江西是引起增长的主要原因；江西房地产价格波动与土地价格增长率之间的关系不明确，未见显著的格兰杰因果关系。
1宏观经济变量冲击对房地产价格冲击的响应分析。
如图1脉冲响应图组，自上而下的三个图分别为房地产价格增长率的变动对房地产供给、需求与土地政策冲击的脉冲响应函数。
通过第一个图可以看出正向的供给冲击导致房地产价格增长率增量在第1阶段上升，第2阶段有所回落后又开始小幅上扬，约到第5阶段后冲击影响大致消失。
房地产限购政策的影响及实施效果分析
房地产限购政策的影响及实施效果分析作者：陈燕来源：《商情》2013年第09期【摘要】为了遏制部分城市房价过快上涨，使房地产价格回归理想，国家出台了一系列房地产调控政策，“限购”政策便是其中很重要的一条，对于此，本文结合我国房地产市场现场对房地产限购政策影响及实施效果进行了分析。
【关键词】房地产市场；房价；限购政策；影响；效果2010年“国十一条”、“国十条”、“国五条”出台以来，全国各地也纷纷顺应民生出台了“限购令”，对房地产市场实施了一系列调控政策。
然而房地产价格的不断上涨，其原因是多方面的，城市化进程的加快，房地产刚性需求稳定，土地资源的短缺与日益增长的城市人口之间的矛盾，购房者的房产保值思想等等都促使着我国房价不断上涨。
要解决房价问题仅靠限购政策是远远不够的。
一、房地产限购政策的影响分析房地产限购政策出台后，对房地产市场造成了多方面影响，但总体来说，房地产价格上涨的趋势并没有得到实质性的改变，具体体现在以下几个方面：（一）房地产市场观望氛围浓厚限购政策出台后，房地产市场频频出现特价楼盘，然而房地产价格并未真正实现普遍性的降价，而购房者普遍认为限购政策等一系列房地产价格调控政策的出台会带来房地产价格的普遍下降，现阶段的房价水平与这些购房者的预期仍然存在较大的距离，这样一来，便导致房地产市场观望氛围浓厚。
（二）限购政策对房价的影响房地产限购政策出台后，房地产市场价格上涨的势头得到初步遏制，2011年9月份，我国70个大中城市中，新建商品住宅价格下降的城市有17个，持平的29个，房价环比上涨的城市数量进一步减少，且涨幅明显收窄，京沪广深4个重点城市的房价涨幅已连续3个月停滞。
而2012年7月开始，我国统计局公布的70个大中城市中房价环比上涨城市的数量明显增多。
此外，另外，房价环比上涨城市也由前期的一二线城市逐步向三四线城市蔓延，房地产价格的上涨幅度也明显提高。
（三）限购政策对土地市场的影响限购政策出台后，我国房地产企业对于土地的购买显得更为谨慎，对土地购买的意愿和积极性降低，因市场趋势并不乐观，许多地方政府的推地意愿也逐渐削弱，使土地市场遇冷，土地交易多以底价成交。
我国房价受市场作用与政策干预的影响——基于PVAR模型的实证研究
78 管理现代化D O I :10.19634/j.c n k i .11-1403/c .2018.04.021我国房价受市场作用与政策干预的影响基于P V A R 模型的实证研究Ѳ 华胜亚(北京大学光华管理学院,北京 100871)[摘要]为了鉴别哪种政府干预政策能有效调控房价,运用面板向量自回归模型对相关数据进行分析㊂结果显示,我国房价具有很强的惯性,主要受市场自身调节的影响,其次受政府干预政策的影响㊂存款准备金率和土地供给政策能够对房地产市场产生符合预期的影响利率和房产税收调节的影响统计不显著㊂[关键词]房价;市场调节;政府干预;P V A R[中图分类号]F 062.9 [文献标识码]A [文章编号]1003-1154(2018)04-0078-04[基金项目]国家自然科学基金项目(71772006)㊂一㊁引 言近年来随着我国城市化进程的加快,许多城市出现了房价持续快速上涨的现象㊂2017年后,随着国家政策的调控,虽然一线城市房价上涨有所放缓,但二线城市,如杭州㊁武汉㊁南京等,房价仍保持着强劲的上涨势头㊂一方面,为了抑制房价过快上涨,我国政府采取了一系列货币㊁土地和税收等措施,从供给㊁交易和需求环节对房地产行业进行干预㊂另一方面,由于房地产行业在我国经济中占有重要地位,保证该行业的稳定发展又显得极为重要㊂当房地产行业发展放缓时,政府会释放一些利好政策,促进该行业的发展㊂关于哪些调节政策能够对房地产行业产生有效影响,以及这些影响是否符合政府的预期,是学术界讨论的热点问题㊂有学者认为货币政策能够有效调节市场㊂徐忠等[1],王来福和郭峰[2]认为紧缩的货币政策能够对房价起到抑制作用㊂谭政勋[3]发现货币供应量调控比利率调控效果更好,为了抑制房价,我国央行应该合理控制货币供应量的增长速度㊂针对房地产税收政策,李祥等[4]发现房地产持有税和交易税对我国整体层面的房价有显著的抑制作用,对东部地区的房价影响较大,对中西部地区影响较小㊂况伟大[5]发现征收物业税能有效抑制全国层面和东部地区的房价,但对中部和西部作用不明显㊂针对土地政策调控,潘金霞[6]通过对我国不同地区的房地产市场进行研究发现,中㊁东部地区的房价会受到土地供应量的显著影响,而西部地区则不受影响㊂另一方面,有些学者认为,政府实施的一系列调控政策并不能有效抑制房价上涨,认为政府应该尊重市场规律,让市场这个 看不见的手 发挥更大作用㊂况伟大[7]通过对我国33个大中城市房地产行业数据的分析发现,房地产税对房价的抑制作用不明显,而提高房地产市场的竞争性,降低市场垄断能够发挥更好的作用㊂黄忠华等[8]发现我国央行制定的利率政策对于调控我国房地产市场是基本无效的㊂针对国外房地产市场,也有学者得出类似结论㊂N e g r o 和O t r o k [9]通过对美国房地产市场进行研究发现,利率和存款准备金率的变化对房价的影响不具有统计显著性㊂G r e e n 等[10]指出,人口数量和人口密度对房地产市场有较大影响,房地产税的影响统计不显著㊂以上文献虽然对政府出台的各种政策均进行了研究,但却仅着眼于一个领域的相关政策进行分析,缺乏对市场因素与政策因素影响力的比较,以及各种不同政策之间的比较㊂为此,基于我国的房地产市场数据,本文重点分析了市场调节变量和政府各项调节政策在房地产行业发展中所起到的作用,并分析各种货币㊁土地和税收政策能否达到预期效果㊂2018年第4期 79二㊁数据说明与计量模型(一)变量选择及数据来源影响市场交易的变量主要是需求㊁供给以及商品价格㊂考虑数据的可得性,本文选择新建商品住宅销售面积(平方米)代表房地产市场的需求变量;供给变量用新建商品住宅竣工面积(平方米)表示;新建住宅销售价格(元/平方米)代表商品价格㊂政策变量方面,我国政府各相关部门通常采用货币政策㊁土地供给和房地产税收政策对房地产市场施加影响㊂因此,本文采用实际利率和存款准备金率表示央行通过货币政策采取的干预措施,其中实际利率由名义利率减去通货膨胀率得到㊂采用各部门,如国土资源部㊁国家税务总局㊁财政部等,出台的与房地产相关的土地与税收政策分别表示政府在土地供给和税收上的干预措施㊂本文选取了我国30个省市2005年1月至2015年4月的面板数据㊂土地政策和税收政策变量分别记录了从2005年1月起国家出台相关政策的累计次数,每出台1项利好政策,相应的变量数值加1;每出台1项利空的政策,相应的变量数值减1㊂土地管控与税收政策数据来源于对国家相关部门文件的统计,其他数据取自于w i n d 金融数据库和中国人民银行㊂ (二)计量模型本文基于收集的省级面板数据,采用面板向量自回归(P V A R )模型来估计市场变量和各种政策变量对我国住宅价格的影响㊂通过P V A R 估计的主要步骤是(1)采用G MM 估计方法得出模型参数;(2)脉冲响应函数分析;(3)预测误差方差分解㊂本文针对每个省市i 建立的回归模型如下:y i t =αi +βt +ðq j =1A jy i ,t -j +εi t (1) 其中i 表示样本省份,t 表示时间,y i t ={h pi t ,s o l d i t ,c o m p i t ,i r i t ,d e p i t ,l a n d i t ,t a x i t }分别表示住宅价格,住宅销售面积,住宅竣工面积,真实利率,存款准备金率,土地政策及税收政策,A j 是7ˑ7维的系数矩阵,αi 是7ˑ1维的个体效应向量,βt 是7ˑ1维的时间效应向量,εi t 表示误差项㊂由于数据是以月度为单位,因而需要对住宅价格㊁住宅销售面积和竣工面积数据进行季节调整,去除季节影响因素㊂同时,与政策变量相比,市场变量数值较大,所以本文对这些变量取自然对数,也可以消除数据的异方差问题㊂由于模型中存在滞后项,为了解决个体效应αi 与滞后项的相关性问题,本文参考A r e l l a n o 和B o v e r [11],对变量h p ,s o l d ,c o m p 进行向前去中心化处理,如公式(2)所示㊂y *i t =T -t T -t +1[y i t -1T -t(y i (t +1)+ +y i T )],t =1, ,T -1(2)三㊁实证分析(一)P V A R 模型估计在进行P V A R 估计前,对各变量进行单位根检验㊂由于l n h p ㊁l n c o m p 和l n s o l d 是面板数据,本文采用适用于面板数据单位根检验的L L C 检验,I P S 检验方法㊂国家层面的政策变量属于时间序列数据,可以采用A D F 方法进行检验㊂检验结果显示,n h p ㊁l n s o l d ㊁l n c o m p l 在两种检验方法下均为平稳变量;A D F 检验结果显示i r 为平稳变量,d e p ,t a x 和l a n d 为一阶平稳变量㊂考虑到模型中变量个数较多,同时为了能够保留较多的滞后项,本文将公式(1)分为两个子模型进行分析㊂子模型一包括变量{l n h p ,l n s o l d ,l n c o m p ,i r ,∇d e p },子模型二包括变量{l n h p ,l n s o l d ,l n c o m p ,∇l a n d ,∇t a x }㊂然后根据A I C (赤池信息准则)和S C(施瓦兹信息准则),对两个子模型均选取滞后3个月进行模型构建㊂表1 P V A R 模型主要估计结果子模型一子模型二l n h pt l n h pt l n h p t -10.4249***0.4259***l n h p t -20.2322***0.2330***l n h pt -30.2636***0.2620***l n s o l d t -10.0113***0.0109***l n s o l d t -20.00280.0027l n s o l d t -3-0.0015-0.0013l n c o m p t -10.00120.0012l n c o m p t -20.00340.0034l n c o m p t -30.00110.0011i r t -1-0.0053i r t -2-0.0022i r t -30.0082**∇d e p t -10.0017∇d e p t -2-0.0084∇d e pt -3-0.0202**∇l a n d t -1-0.0038∇l a n d t -2-0.0114**∇l a n d t -3-0.0092∇t a x t -1-0.0049∇t a x t -2-0.0082∇t a x t -30.0121**注:括号内表示标准差,***㊁**㊁*分别表示在1%,5%,10%水平下统计检验显著㊂利用S t a t a 12.0软件通过G MM 方法对模型进行回归,得出的主要结果如表1所示㊂首先分析市场变量对l n h p 的影响㊂从表1可知,两个子模型中市场80 管理现代化变量的回归系数基本相同㊂l n h p 主要受自身历史数据的影响,且影响为正,说明住宅价格有很强的自我预期效应,价格上涨具有一定的惯性㊂其次,l n s o l d 也对l n h p 有显著的正向作用,l n c o m p 对l n h p 的影响统计不显著㊂政策变量方面,从子模型一中可以看出滞后三期的i r 对l n h p 有微弱正向作用,∇d e p 对l n h p 有一定负向作用㊂根据子模型二,滞后两期的∇l a n d 和滞后三期的∇t a x 对l n h p 均有一定影响㊂基于以上结果可知,我国住宅价格主要受到市场变量的影响,政策变量的影响较为微弱并存在滞后性㊂ (二)正交脉冲响应分析基于P V A R 模型参数的估计结果,通过广义脉冲函数分析l n h p 对各市场变量和各政策变量一个脉冲信息的响应情况㊂(a )l n h p 对市场变量的脉冲响应(b )l n h p 对政策变量的脉冲响应图1 l n h p 对各变量的脉冲响应情况市场变量脉冲分析㊂图1(a )显示了l n h p 受自身(左纵坐标)㊁l n s o l d 和l n c o m p (右纵坐标)的脉冲响应情况㊂从图中可知,l n h p 受自身波动的影响最大㊂其次,l n s o l d 的一个正向标准差波动,会使得下一期的l n h p 小幅上升,然后增长出现小幅回落,逐渐稳定在0.62%左右㊂l n c o m p 的一个正向波动对l n h p 的影响较为微弱,在两个月后才会使得l n h p 产生小幅上升,随着时间的进行,增长幅度一直维持在0.5%左右㊂根据分析可知,在市场因素中,住宅价格受自身影响最大,受销售面积的影响次之,受竣工面积的影响最小㊂竣工面积作为我国房地产市场的供给变量,之所以对住宅价格影响不显著,是因为土地作为政府控制的特殊资源,市场化水平极低㊂政策变量脉冲分析㊂图1(b )显示了l n h p 对各政策变量的脉冲响应情况㊂其中,利率政策的正向波动,将对未来五个月内的住宅价格产生负面影响,并在第二个月达到最大降幅㊂但从第六个月开始,利率上升对住宅价格的影响开始变为正向影响㊂因此可知,央行通过提升利率在短期内可以抑制房价上涨,但是抑制效果无法持续㊂∇d e p 的正向波动会对住宅价格产生较为显著的负面影响㊂紧缩的准备金率政策会导致货币的流通性减弱,房地产企业通过银行信贷融资变难,而资金的流动性对房地产企业却非常重要㊂当金融市场资金流动性减弱,为了维持企业正常的现金流,房地产企业可能会采取包括降价在内的一些手段,加快住宅的销售,回收资金㊂另一个对房价有显著影响的是土地政策㊂正向的土地政策波动可以在较短期间内对房价产生抑制作用㊂其实宽松的土地政策实质上是增加了房地产市场土地的供给㊂最后,房地产税收政策的正向波动对房价的影响较为微弱,使房价产生小幅振荡㊂图2 l n s o l d 对政策变量的脉冲响应住宅销售量的稳定也是房地产行业健康发展的重要指标㊂因此本文分析了l n s o l d 对各政策变量的脉冲响应函数㊂从图2中可知,利率政策的正向波动短期内会导致住宅销售量的小幅下降,但在第三个月后成交量开始上升㊂该结论说明通过提升利率水平,虽然增加了购房者的贷款成本,在短期内抑制了购房需求,但却作用有限㊂存款准备金率的正向波动会使住宅销量在短期内有较大幅度的增加,然后增幅逐渐减小㊂由于存款准备金率的提升不会直接增加购房者的购房成本,同时还会释放房地产行业发展迅速的信号,因此短期内会导致住宅销售面积上升㊂土地政策波动的变化在短期内对销售面积产生负面影响,但该影响很快减小㊂房地产税收政策的波动会导致住宅成交量在未来产生较为激烈的正向震荡作用,这是2018年第4期 81因为宽松的税收政策会减少房产交易环节的成本,进而减少了购房者的购买成本,因此短期内可以激发一部分需求,但随后税收政策的影响逐渐减少 (三)模型预测误差方差分解为了更准确的分析l n h p 和ln s o l d 受各变量的影响程度,本文通过方法分解,获取P V A R 模型下各变量对l n h p 和ln s o l d 结构冲击的贡献度㊂表2给出了冲击后第10和第20个月的方差分解结果㊂表2 l n h p 和ln s o l d 预测误差方差分解变量sl n h p l n s o l d sl n h p l n s o l d l n h p100.9720.016200.9510.017l n s o l d 100.0290.963200.0470.939l n c o m p 100.0120.025200.0180.025i r100.0050.007200.0050.009∇d e p100.0010.004200.0040.004∇l a n d 100.0020.005200.0020.005∇t a x 100.0020.001200.0030.001通过表2可以发现,第10个月和20个月的方差分解结果基本一致,所以各变量在第10个月后对被解释变量的冲击贡献程度达到稳定㊂对于l n h p 和l n s o l d ,他们受自身影响最为显著㊂除自身影响外,l n s o l d 对l n h p 影响最大,在第20个月的方差贡献率达到4.7%;l n c o m p 的方差贡献率次之,达到1.8%,四个政策变量对l n h p 的方差贡献率都很微弱㊂l n s o l d 受l n c o m p 和l n h p 的影响比较显著,受政策变量的影响也很微弱㊂通过比较,本文发现房地产市场的住宅价格和销售量主要还是受市场内部变量的影响,政府实施的各种调节政策在长期来看对房地产市场影响较为微弱㊂四㊁结论与建议通过P V A R 模型和脉冲响应函数对我国30个省市的房地产行业数据进行分析,针对房地产市场自身调节和政府政策调节作用,得出如下结论:(1)我国的房地产市场主要受市场自身的影响,政府的出台的货币政策㊁土地政策和税收政策对市场起到辅助调节作用㊂(2)在常用的调节政策当中,存款准备金率和土地供给方面的政策能够对房价和市场交易起到预期的调节效果,且调节作用能够长期维持下去;利率上调短期内能够对房价起到抑制作用,然而长期来看,却会对房价起到正向促进作用㊂此外,房产税收政策对房价影响统计不显著,但利好的税收政策在短期内可以对住宅的销售量有促进作用㊂根据以上分析结论,本文提出以下政策建议:首先,政府应充分考虑市场 看不见的手 对房地产市场的影响㊂为了抑制房价过快上涨,同时保证市场健康持续发展,政府一方面可以优化房地产行业的产业结构,提高保障性住房的供应量或鼓励租房,以减少市场上的刚需㊂其次,由于房价有很强的自我预期性,政府应通过媒体㊁网络等手段逐渐降低消费者对于房价继续上涨的预期,减少投资者通过买房投资的热情㊂最后,鉴于准备金率和土地调控政策能够对房地产市场起到预期的效果,央行应控制货币向房地产行业的流入,减少向房地产企业的贷款,以促使房地产商通过销售住宅来获得充足的现金流㊂同时政府还应加大住宅建设用地的供给,提高土地利用率,打击囤地行为,从源头上增加房地产市场的供给数量㊂此外,由于利率提高仅能够短期内对房价有抑制作用,同时该政策对于其他行业的发展也会产生影响,因此央行应谨慎通过利率政策进行房地产市场调控㊂Ѳ[参考文献][1]徐忠,张雪春,邹传伟.房价㊁通货膨胀与货币政策 基于中国数据的研究[J ].金融研究,2012(06).[2]王来福,郭峰.货币政策对房地产价格的动态影响研究 基于V A R 模型的实证[J ].财经问题研究,2007(11).[3]谭政勋.房价㊁C P I 与货币政策传导机制的中美比较研究[J ].亚太经济,2013(01).[4]李祥,高波,李勇刚.房地产税收㊁公共服务供给与房价 基于省际面板数据的实证分析[J ].财贸研究,2012(03).[5]况伟大.住房特性㊁物业税与房价[J ].经济研究,2009(04).[6]潘金霞.是土地供应量与房地产税赋提高了房价吗[J ].南方经济,2013(11).[7]况伟大.房地产税㊁市场结构与房价[J ].经济理论与经济管理,2012(01).[8]黄忠华,吴次芳,杜雪君.中国房价㊁利率与宏观经济互动实证研究[J ].中国土地科学,2008(07).[9]N e g r oM D ,O t r o kC .99L u f t b a l l o n s :M o n e t a r y P o l i c y a n d t h eH o u s e P r i c e B o o ma c r o s sU.S .S t a t e s [J ].J o u r n a l o fM o n e t a r y E c o n o m i c s ,2007,54(07):1962-1985.[10]G r e e n RK ,M a l p e z z i S ,M a yo S K.M e t r o p o l i t a n -S p e c i f i c E s t i m a t e so f t h eP r i c eE l a s t i c i t y o fS u p p l y o fH o u s i n g ,a n d T h e i rS o u r c e s [J ].T h e A m e r i c a n E c o n o m i c R e v i e w ,2005,95(02):334-339.[11]A r e l l a n o M ,O l y m pi aB .A n o t h e rL o o ka t t h e I n s t r u m e n t a lV a r i a b l eE s t i m a t i o no fE r r o r -c o m p o n e n t s M ode l s [J ].J o u r n a lof E c o n o m e t r i c s ,1995,68(01):29-51.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词 ： 房 地产 ； 限购 ； 调控效 果； 干 预 模 型
个体分为实验组 和参 照组 ， 比较两组样 本在政策发生 前后变
为 了稳定房地产市场价格 ， 北 京市于 ２ ０ １ ０年 ４月 ３ ０日 提 出了全 国首个家庭购房套数的“ 限购令”： 从２ ０ １ ０年 ５月 １ Ｅ ｔ 起， 北京 市家庭 只能新购一 套商 品房。之后 ， 限购政策 在 全 国范 围推广开来 ， 最多 的时候全 国限购的地级城市达到 ４ ９ 量的变 化来判断政策 的效果 。因此 ， 对 于在全 国范 围内一刀 切的政策 ， 无法使用这两种方法评 估其 效果 。而对 于仅在部 分城市进行试点 的政策可 以使用这两种方法 进行效果评价 ， 如限购政策 ， 房地产税试 点等。限购政 策由于实施 的时间过 短， 如果采用年度数据 会得不 到足够 可用 的数据 ， 如果 采用 月度数据 ， 很多控制变量的月度数据又难 以获得 。 通 过综合 比较 ， 我们 最终选择通过 干预分析模型检验 限 购政策对北 京市 房价 的影 响。相对于 Ｄ Ｉ Ｄ和 Ｐ Ｓ Ｍ方 法 ， 干 预分析 的好处是 只需要使用房价的数据 ， 而不需要其他 的控 制变量数 据 ， 并且 也不 需要 参 照组 。北 京是 我 国首个 颁 布 “ 限购令” 的城市 ， 限购政策 的推 出旨在挤 出市场上的投机性
应视 市 场 不 同情 况 ， 房 地 产 市 场 已 经 回 归理 性 的城 市 ， 取消
限 购让 调 控 重 归 市 场 化 是 合 理 的 。 仍 存 在 严 重 投 机 氛 围 的
城 市， 短期 内继续延续 限购政 策有助 于抑制投 机 ， 但 长期 中
仍 然要 市场化调节机制 的作 用， 避免过 度干预 带来的市场结
Ｂ ｏ ｘ ａ ｎ ｄ Ｔ ｉ ａ ｏ （ １ ９ ７ ５ ） 提 出的干预分析法具 有与事件 研究 法类似的分析思 想。利用 干预事 件发生前 的时 间序列数 据 建立时间序列模 型 ， 利用该 时序模 型进行外 推预测 ， 将 得到 的预测 数据作 为不受 干预影 响的数据 。将 干预 发生后 的实
ｓ ｃ ｏ ｒ ｅ ｍ ａ ｔ ｃ ｈ ｉ ｎ ｇ ） 。
革 的 目标相违背 ， 是否是 对居 民基本 民事权利 的侵犯 ； 二 是 政 策的有效性 ， 即政 策是否 可以抑 制房 价 ， 使房 价合理 回归 ； 三是政策效 果 的可持 续性 ， 也 就是 说 即使 限购 政策 保持 不 变， 在没有其他配套政策 跟进 的情况下 ， 其 效果是 否会衰 退
台之 后 ， 这 些城市取 消限购 的呼声也 不断增强 。那 么 ， 限购
政策究竟是否起到 了预期 的调控效 果？是应 该继续 执行 下 去， 还是应该退 出历史舞 台？我们需要对 这一政策做一个 重 新 的审视与评估 。
一
购房 ， 规范房地产市场 良性运行 。但政 策出 台之后一 直存 在 较 大的争议 。 目前主要的争议有三点 ： 一是政策 的合理性 与
Ｆ Ｉ Ｎ ＡＮ Ｃ Ｅ＆ Ｅ Ｃ ＯＮ ＯＭＹ 金 融 经 济
房地产限购政策 的调控效应分析
— —
基 于 干预 模 型 的 实证 研 究
丁 杰
（ 广 东财经 大 学金 融 学 院 ， 广 东 广州 ５ １ ０ ３ ２ ０ ）
摘要 ： 本文通过构 建房地 产限购政 策 的干预模 型 ， 对 首
甚至消失 。第一点争议不是本文所关注 的内容 ， 本文 主要通 过干预分析模 型检验 限购政策 的有效性以及可持续性 。 二、 干 预 分 析 模 型 介 绍 （ 一） 模型形式
合法性 ， 即政府直接的行政干预是否 与房地产市场市 场化改
、
政 策干预效果评估的方法 比较及选择
房地产市场 的宏 观调控政 策包 括货 币政策 ， 土地 政策 ，
行政干预政策等 。关 于货币政 策对 房价影 响的实证 研究 有 很多 ， 而类 似于“ 限购令” 这样 的房地产市场的行政干预政 策 对房价影 响的实证研究则极少 ， 大多数 文献 仅仅局 限于定性 分析 。主要原 因在于大多数的行政干预政策 为不可测 因素 ， 而且很多政策不具连续性 ， 无法通过某 个变量去度量 ， 因此 ， 相关 的实证分析无法展开 。 目前 ， 通常采用 反事 实的研究方法对行 政干预政策 的实 施效果进行评价 ， 比较 常见 的反 事实 分析方法 有 ： 事件研 究 法（ Ｅ ｖ ｅ ｎ ｔ Ｓ ｔ ｕ ｄ ｙ ）与 干 预 分 析 法 （ Ｉ Ａ Ｍ， Ｉ ｎ ｔ ｅ ｒ ｖ ｅ ｎ ｔ ｉ ｏ ｎ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｍ ｏ ｄ ｅ １ ） ； 倍差分法 （ Ｄ Ｉ Ｄ） 和倾 向得 分匹 配法 （ Ｐ Ｓ Ｍ， ｐ ｒ ｏ ｐ ｅ ｎ ｓ ｉ ｔ ｙ
个 。随着房地产市场逐渐降温 ， ２ ０ １ ４年 ６月 ２ ７ Ｅ ｔ ， 呼和浩特
成为全 国取消限购的首个城市。之后 ， 又有 越来越多 的限购 城市加入这一阵营 。目前 ， 除北上广深 四个 一线城市 和三亚
外， 其 他城 市 已 全 面 取 消 限 购 政 策 。２ ０ １ ５年 “ ３ ． ３ ０ ” 新政 出
个执 行 限 购 的 城 市—— 北 京 市 的 限 购 政 策 效 果 进 行 了 实证
通过事件窗 口超额 收益率 的大小 说明市场 对干 预政策 的反
应 内能有 效的调控 房价 ， 但调 控
效果 会 迅 速 衰退 ， 长 期 累积 效 应 不 大 。 对 房 地 产 市 场 的 干 预
构扭 曲 。
际数据减去不受 干预影响 的数据作为干 预事件的影响序列 。
干预分析方法主要用 于时 间序列数据。 倍 差分法 （ Ｍ ｅ ｙ ｅ ｒ ， １ ９ ９ ５ ） 和倾 向得分 匹配法 （ Ｒ ｏ ｓ ｅ ｎ ｂ ａ ｕ ｍ ａ ｎ ｄ Ｒ ｕ ｂ ｉ ｎ ， １ ９ ８ ３ ） 或者将两 者结合使用 的方法都 需要将样 本