版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
限購政策對房價的影響研究限購令是抑制房價上漲的有效政策工具嗎①基于70個大中城市的實證研究
房地產(chǎn)調(diào)控政策近年來,隨著我國經(jīng)濟的快速發(fā)展,房地產(chǎn)行業(yè)也迅速發(fā)展,房價呈快速上升趨勢。2000年至2010年,中國35個大城市的住宅價格年均上漲9.7%,2005年至2010年,35個大城市的住宅價格年均增長12%1%。根據(jù)大量研究,中國房地產(chǎn)市場的泡沫明顯。針對我國房地產(chǎn)市場過熱這一現(xiàn)狀,我國政府自2010年以來采取了一系列措施來抑制房價的過快上漲。首先,從供給方面來看,我國政府制定了龐大的保障房建造計劃,2010年要求新建套數(shù)為580萬套,2011年要求新建1000萬套,2012年要求新建700萬套,并進一步加大對保障性住房建設(shè)資金的支持力度。其次,從抑制住房需求方面來看,在2010年的三次調(diào)控中,首套房商業(yè)貸款首付比例由原來的20%統(tǒng)一調(diào)高至30%;對于第二套房的購房者,2010年初先是要求首付款比例不得低于40%,隨后又提高到50%,利率同時上浮至貸款利率的1.1倍;而對于第三套房則停止貸款。雖然政府在增加住房供給、抑制投機需求等方面付出諸多努力,但房價上漲勢頭依然強勁。在此背景下,2010年4月17日,國務(wù)院首次下發(fā)文件提出將限購作為臨時性的措施以遏制部分城市房價的過快上漲。隨后,各個城市陸續(xù)出臺了實施細則,包括北京、上海等直轄市,廈門等計劃單列市,省會城市和部分房價上漲過快的二、三線城市。到2011年10月31日,已有46個城市推行限購政策2,圖1是全國70個大中城市中限購城市數(shù)量的時間表。隨著時間的推進,限購政策的力度逐漸嚴厲并且越來越明確和細化,并且限購措施在短期內(nèi)并沒有取消的趨勢,即使部分城市規(guī)定了限購的截止時間,如廈門、福州、濟南等10個城市規(guī)定限購政策截止時間為2011年12月31日,但在限購令到期后各城市均宣布繼續(xù)實施限購政策。在2013年2月出臺的“新國五條”中特別強調(diào)了要繼續(xù)加強限購政策執(zhí)行力度。中國政府的上述房地產(chǎn)調(diào)控政策,尤其是限購政策,被業(yè)界稱為“史上最嚴”的房地產(chǎn)調(diào)控政策。但是,我們發(fā)現(xiàn)在2012年末,房地產(chǎn)市場在經(jīng)過短暫降溫之后開始發(fā)酵升溫,住宅成交量和價格雙雙上升,統(tǒng)計局公布的2013年2月70個大中城市中,66個城市新房價格環(huán)比上漲,62個城市漲幅繼續(xù)擴大,11個城市漲幅比上月增加1個百分點。我們認為,我國房地產(chǎn)開始升溫的影響因素極為復雜,房地產(chǎn)價格上行是多方面因素綜合作用的結(jié)果。作為史上最嚴厲的房地產(chǎn)調(diào)控政策,面對房地產(chǎn)價格重拾漲勢的局面,我們不免要問,它是否起到了抑制房價快速上漲的作用?這是在限購政策實施接近兩年之際,我們目前需要回答的一個問題,以便為未來的房地產(chǎn)調(diào)控決策提供證據(jù)支持?;谏鲜隹紤],本文試圖通過實證研究來評估我國住宅限購政策的效果,對上述問題做出回答。一、限購令在房地產(chǎn)調(diào)控中的作用針對我國政府出臺的房地產(chǎn)限購政策,學術(shù)界從理論和實證兩個方面對這一政策進行了研究,概括起來主要有以下幾個方面:王敏和黃瀅(2011)通過構(gòu)建一個動態(tài)模型,從房地產(chǎn)供給一方對政策的反應(yīng)來研究限購政策對房價的影響,如果限購政策是短期的,那么限購對房價的影響是有限的,延長限購期限和擴大限購群體都能起到降低房價的作用,但由于限購在限制投機需求的同時也限制了自住需求和正常投資需求,這將帶來一定的福利損失,因此最優(yōu)的限購政策是將限購的對象限制在投機需求上,并使其永久化。劉江濤等(2012)通過討論兩期條件下開發(fā)商預期和投資需求預期對市場的影響,認為限購有利于降低當前的房價,短期內(nèi)取消限購令會帶來房價的報復性反彈,房價長期走勢與限購的執(zhí)行時間和力度有關(guān),市場中開發(fā)商和投資人對政策穩(wěn)定性的預期是影響未來房價走勢的重要因素,決策者應(yīng)考慮加強房地產(chǎn)市場參與主體的預期管理。蔡繼明和韓建方(2011)考慮到了夾心階層的購房問題,認為現(xiàn)行的包括限購令在內(nèi)的調(diào)控措施只能在短期內(nèi)遏制房價,引導房產(chǎn)調(diào)控走出困境的根本途徑是政府加強廉價自住房和改善性住房的供給。張慧(2012)討論了限購令對上海房地產(chǎn)市場的影響,認為住宅限購政策在短期內(nèi)可以對投機性需求起到立竿見影的效果,但并沒有解決長期供需關(guān)系和貨幣政策環(huán)境等根本問題,因而限購令政策長期來看必然是無效的,被抑制的需求一旦釋放必將引起市場的反彈。胡濤和孫振堯(2011)的研究重點是限購政策下的額外福利損失,他們認為,限購政策下符合資格的需求子群體支付意愿的異質(zhì)程度是影響社會福利損失的一個重要因素,在達到相同調(diào)控目標的政策中,限購政策的福利損失最大。馮科和何理(2012)通過建立房地產(chǎn)市場的反需求函數(shù),定量分析了房地產(chǎn)限購政策對其他消費市場的影響以及產(chǎn)生的社會福利變化,研究結(jié)果顯示房地產(chǎn)限購政策會破壞其他消費市場的均衡,在限購政策下,剛性、改善性和投資性房地產(chǎn)需求者均面臨福利損失,福利損失狀況決定于房地產(chǎn)需求類型。胡懷國認為,限購雖然在短期內(nèi)有助于穩(wěn)定房價,但由于政策持續(xù)時間等方面的不確定使其在預期管理方面具有缺陷,不利于資源的優(yōu)化配置和結(jié)構(gòu)調(diào)整,從長期來看,價格型政策是比數(shù)量型政策更優(yōu)的選擇(李東軍、潘陳辰,2012)。房地產(chǎn)限購政策可以遏制房地產(chǎn)價格的快速上漲,但由于該政策自身所具有的缺陷不宜被長期堅持,房地產(chǎn)調(diào)控的關(guān)鍵不在于限購,而在于管理房地產(chǎn)價格預期和增加市場投機者的持有成本。王敏和黃瀅(2011)通過利用2010年1月~2011年8月住宅價格數(shù)據(jù)進行了實證分析,實證結(jié)果表明限購的短期影響很有限,限購政策僅僅對二手住宅市場有輕微政策效果。喬坤元(2012)通過使用倍差法對中國70個大中城市2009年3月~2011年12月的面板數(shù)據(jù)進行實證分析,實證結(jié)果顯示實施“限購令”的城市相比于沒有實施“限購令”的城市房價下降2.5%,交易量升高0.15%。陳通和張小宏(2012)基于中國90個城市的數(shù)據(jù),從實證方面分析了實施住房限購政策對新建商品住房市場的量價影響,得出了如下結(jié)論:住房限購政策有效地抑制了投機性購房需求,限購政策對新建商品住房價格上漲速度有顯著的抑制作用,對小戶型住房價格產(chǎn)生的影響最為顯著,限購政策對新建商品住房成交量的影響領(lǐng)先于對住房價格的影響。在上述研究的基礎(chǔ)上,我們試圖在以下幾個方面有所創(chuàng)新:一是使用含有時間趨勢的面板數(shù)據(jù)模型以分辨限購政策效果和其他政策效應(yīng),使用動態(tài)面板模型通過控制被解釋變量的滯后項并使用GMM估計來解決解釋變量可能存在的內(nèi)生性問題;二是從戶籍標準和限購區(qū)域標準兩個方面對限購政策進行細分,考察不同限購政策細則對房地產(chǎn)價格增長率的影響;三是擴展研究數(shù)據(jù)范圍,這樣可以通過倍差法(DifferenceinDifferences)更好地觀察限購前與限購后的政策效果差異,并能從相對長的時期來觀察限購政策的長期效應(yīng)。二、方法和數(shù)據(jù)解釋1.政策效應(yīng)的估計要估計限購政策效應(yīng),從政策的因果關(guān)系來看,估計方法的選取一方面必須把限購政策效應(yīng)與其他宏觀政策效應(yīng)區(qū)分開來,另一方面必須解決政策變量的內(nèi)生性問題,具體來說:從邏輯上講,宏觀調(diào)控中貨幣政策的松緊以及房地產(chǎn)市場的其他政策變化,如購房的首付比例的變化以及第二套房貸款利率上浮比例等政策變化都會影響房價。因而,如果利用時間序列數(shù)據(jù)研究單一城市限購與房價的關(guān)系,如劉堯(2012),從邏輯上講很難厘清限購政策效應(yīng)和其他政策效應(yīng)。實施限購政策的城市多為近些年來房價上漲較快的一、二線城市,一個城市是否限購本身可能與房價上漲之間存在系統(tǒng)相關(guān)性,由此可能導致解釋變量的內(nèi)生性問題,這要求我們選擇合適的計量方法來解決這一內(nèi)生性問題。倍差法是進行政策評估的計量方法。在倍差法下,我們將城市分為兩組,一組是實施限購的城市,另外一組是未實施限購的城市,限購的政策效果是限購城市和非限購城市房價上漲率均值在實施限購政策前后差異的差異,圖2是對上述限購政策效應(yīng)的直觀表達。我們以限購前后兩期為例,假設(shè)D是限購政策變量,如果一個城市限購則取值為1,如果不限購取值為0,則限購政策效應(yīng)可以表示如下:其中,和表示限購前后的房價上漲率均值。雖然,倍差法是評估限購政策效應(yīng)的合適工具,但其有效性依賴于政策變量的隨機性(外生性),如果一個城市是否限購與住宅價格上漲率存在相關(guān)性,則限購這一解釋變量就存在內(nèi)生性,使用倍差法估計的限購政策效應(yīng)是有偏的。為了盡可能地緩解政策變量D的內(nèi)生性問題,我們在模型設(shè)定上采取了以下三方面措施:一是采用面板數(shù)據(jù)模型,通過在模型中增加不隨時間變化的個體特征(TimeInvariantIndividual-specific)因素控制那些影響房價上漲率的城市特征變量,如地理位置、氣候狀況、政治特征(城市行政級別)以及城市居住環(huán)境等;二是通過在模型中增加時間啞變量以控制那些在全國層面實施的可能影響房價上漲率的宏觀經(jīng)濟政策效應(yīng),此類效應(yīng)對限購城市和非限購城市房地產(chǎn)市場的影響是相似的;三是通過在回歸方程中增加被解釋變量的滯后項來控制那些因不同城市不同時間而變化的因素,這些因素包括人均可支配收入、基礎(chǔ)設(shè)施建設(shè)進展和信貸投放增長率等?;谏鲜隹紤],我們使用倍差法對限購政策效應(yīng)進行估計,設(shè)定如下面板回歸模型:其中,下標i代表的是城市,下標t代表時間;Yit是城市i在t期的房價上漲率;Dit是城市i在t期是否限購,如果限購則Dit=1;不限購則Dit=0;ui控制的是那些不隨時間變化的影響房價上漲率的城市特征因素;ηt控制的是隨時間變化的政策變量,如國家層面政策調(diào)控松緊程度因素;εit是誤差項。在動態(tài)面板模型(1)中,系數(shù)β2是我們所關(guān)心的,在上述設(shè)定下,其解釋是:相對于非限購城市城市來說,在城市特征因素(ui)和當期宏觀政策因素(ηt)相似的情況下,在上一期(t-1期)影響房價上漲率(Yit-1)的因素相似的情況下,限購城市在t期采取限購政策對房價上漲率的影響。經(jīng)過上述設(shè)計,β2就是限購政策對房地產(chǎn)價格上升的政策效應(yīng)。由于我們在回歸方程(1)中增加了被解釋變量的滯后項Yit-1,因此通過對方程(1)的估計,我們還可以間接估計限購政策的長期效應(yīng),長期效應(yīng)的大小決定于β1和β2的大小,β1和β2越大,長期效應(yīng)越大,具體計算如下:在設(shè)定回歸模型(1)的基礎(chǔ)上,接下來的工作是要選擇合適的估計方法,獲得方程(1)中回歸系數(shù)的一致估計量。雖然我們在方程(1)中引入了個體效應(yīng)ui,但如果我們使用一階差分或者固定效應(yīng)來回歸動態(tài)面板數(shù)據(jù)模型,那么由于一階差分或者組內(nèi)離差(WithinGroup)的處理辦法必然使回歸方程右邊的被解釋變量滯后項與誤差項相關(guān),估計的回歸系數(shù)必然是不一致的。Arellano和Bond(1991)對這個問題提出了解決辦法,他們建議使用一階差分GMM估計來解決上述問題,具體做法是:首先對回歸方程(1)進行一階差分,消除個體效應(yīng)ui。其次,使用方程右邊被解釋變量滯后項水平值作為差分后被解釋變量滯后項的工具變量進行廣義矩估計,針對回歸方程(1),我們構(gòu)造以下矩條件:當被解釋變量或者內(nèi)生變量是持續(xù)序列(PersistenceSeries),并且時間序列很短的時候,作為工具變量的滯后解釋變量水平值是弱工具變量(WeakInstrument),這種情況下回歸結(jié)果是不可靠的。Arellano和Bover(1995)提出了系統(tǒng)GMM方法,系統(tǒng)GMM方法的基本思想是估計由一階差分方程和水平值方程構(gòu)成的方程組,使用被解釋變量滯后水平值作為一階差分方程的工具變量,使用被解釋變量滯后一階差分值作為水平方程的工具變量。根據(jù)對GMM估計方法權(quán)重矩陣的不同選擇,GMM估計又分為一步法GMM和兩步法GMM,在樣本容量有限的情況下,使用過多的滯后期工具變量將導致回歸系數(shù)的標準誤下偏,可能導致兩步法GMM的統(tǒng)計推斷失效(Arellano和Bond,1991)。針對這種情況,雖然Windmeijer(2005)提出了修正辦法,但由于我們的橫截面樣本容量不是很大(70個城市),我們優(yōu)先選擇使用一步法一階差分GMM估計方法。我們注意到,對方程(1)使用GMM方法的基本要求是“大橫截面樣本數(shù),短時期(LargeN,SmallT)”,原因在于使用該方法進行估計將產(chǎn)生大量工具變量,如果截面樣本過小將會削弱過度識別檢驗(Sargan檢驗或者Hansen檢驗)的有效性。因而,我們在回歸中適當控制工具變量的個數(shù),以增強統(tǒng)計推斷的有效性。很明顯,如果使用矩條件(3)進行一階差分GMM估計,在矩條件(3)成立并且誤差項εit不是單位根過程的情況下,Δεit必然一階序列相關(guān),二階序列不相關(guān),這也為我們從另一個角度檢驗矩條件(3)是否成立提供參考。但是,如果誤差項εit是一個單位根過程,Δεit必然一階序列不相關(guān),二階序列不相關(guān),矩條件(3)依然成立,但根據(jù)Wooldridge(2010)的研究,這種情況下使用一階差分OLS是比使用工具變量回歸更有效的估計方法。因而,如果有證據(jù)表明誤差項εit是一個單位根過程,我們將對方程(1)使用一階差分OLS回歸方法。2.限購政策執(zhí)行情況。在整個過程內(nèi),各城市都我們使用的住宅價格上漲率是月度數(shù)據(jù),包括新建住宅同比價格上漲率和二手住宅同比價格上漲率。從圖1可以看出,70個大中城市中限購城市政策出臺時間跨度是2010年4月~2011年5月,因而我們選擇的樣本時間范圍是2010年1月~2012年12月,我們有足夠時間跨度的數(shù)據(jù)來考察限購前與限購后房價變化情況,住宅價格數(shù)據(jù)來自國家統(tǒng)計局官方網(wǎng)站和中國經(jīng)濟數(shù)據(jù)庫CEIC。限購政策細則的數(shù)據(jù)來自46個城市在其官方網(wǎng)站上發(fā)布的與限購相關(guān)的房地產(chǎn)調(diào)控文件,其中有部分城市前后發(fā)布了兩次與限購相關(guān)的房地產(chǎn)調(diào)控文件。我們在各個城市發(fā)布的限購政策文件中發(fā)現(xiàn),同樣是采取限購政策,不同城市實施的限購政策松緊程度是不一樣的,而且有19個城市限購政策發(fā)布過兩次,前后兩次限購政策在對本地戶籍家庭購買住房套數(shù)和非戶籍家庭購房條件兩個方面均有差異,總體來看,后一次限購細則要比前一次更加嚴格,后一次對本地戶籍家庭限制購住房套數(shù)更少,對非本地戶籍家庭購房條件限制更加嚴厲。通過對各個城市限購政策細則的梳理,我們在三個維度上對70個大中城市是否實施限購政策和限購政策力度進行如下分類。到目前為止,全國采取限購措施的城市有46個,在國家統(tǒng)計局公布月度房價指數(shù)的70個大中城市中,有39個城市采取限購政策,限購城市包括多數(shù)一線、二線城市。很明顯,對非戶籍購房人采取限制措施是更嚴厲的限購政策,多數(shù)限購城市要求非戶籍購房人具有“社保及個稅繳納證明”才能購房,而另一部分城市則無此要求,在70個大中城市中,最終要求非本地戶籍購房人有“社保及個稅繳納證明”要求的城市有35個,而在19個發(fā)布兩次限購政策細則的城市中,有12個城市開始沒有要求非本地戶籍購房人購房必須有“社保及個稅繳納證明”,在第二次限購政策細則中才添加這一限制條件。限購區(qū)域是說明一個城市限購政策松緊的另外一個指標,限購范圍越大說明限購政策力度越大。在39個限購城市中(包含在70個大中城市中的),有20個城市限購僅限市區(qū),另外19個城市在全市范圍內(nèi)限購。表1是70個大中城市房價上漲率和限購政策細則相關(guān)變量在2010年1月~2012年12月面板數(shù)據(jù)的統(tǒng)計描述。由于宏觀數(shù)據(jù)在時間上的持續(xù)性不可避免,這在一定程度上會影響動態(tài)面板模型的估計效果。我們借鑒Acemoglu等(2005)的做法,將時間單位間隔設(shè)定為3個月,這樣既降低了數(shù)據(jù)的持續(xù)性問題,又可以更好地滿足動態(tài)面板GMM估計所要求的“大橫截面樣本數(shù),短時期”,由此我們可以獲得截面維度的大樣本性質(zhì)(N→∞)。三、回歸的結(jié)果和解釋1.限購政策效應(yīng)自2010年4月北京開始實施限購政策后,我國房地產(chǎn)市場總體上開始降溫。在對限購政策進行計量分析前,我們首先通過對數(shù)據(jù)的直觀觀測,考察限購政策的實施是否導致出現(xiàn)了類似圖2中的房價走勢,即限購城市和非限購城市房價上漲率均值的差距是否在縮小。圖3是限購城市和非限購城市新建住宅價格上漲率均值的在限購前后的變化趨勢,圖4是限購城市和非限購城市二手住宅價格上漲率均值的在限購前后的變化趨勢。在我們考察的70個大中城市中有39個限購城市,其中最早限購的城市(北京)開始于2010年4月,最晚的限購城市(長春)限購時間是2011年5月,這兩個時間點標注在圖3和圖4上方的橫軸上。通過觀察圖3和圖4,我們初步可以得出以下結(jié)論:(1)圖3和圖4的基本趨勢是一致的,2010年4月限購城市和非限購城市住宅價格上漲率均值都達到最大,與此同時,兩類城市住宅價格上漲率均值差異達到最大。此后,無論是限購城市還是非限購城市,住宅價格上漲率均趨于下降,到2012年底,兩類城市住宅價格上漲率接近0%。根據(jù)我們在上一部分的分析,這種兩類城市相似的住宅價格變動趨勢是宏觀調(diào)控中的非限購效應(yīng)。我們將在后邊的回歸分析中通過在方程(1)中增加時間啞變量ηt將房地產(chǎn)調(diào)控中的這種非限購效應(yīng)與限購政策效應(yīng)分離開來。(2)隨著限購城市的增多,我們可以明顯地觀察到,無論是新建住宅還是二手住宅,限購城市和非限購城市住宅價格上漲率均值差異開始縮小。通過圖3,可觀察到,在新建住宅中,這一差異在2011年1月消失,隨后限購城市的新建住宅價格上漲率均值開始低于非限購城市。而在圖4中,這一趨勢更加明顯,在2011年1月以后,限購城市二手住宅價格上漲率均值明顯低于非限購城市,并且隨著限購時間的持續(xù)這一趨勢愈益加強,直至2012年初。我們認為,如果解決了政策變量的內(nèi)生性問題,這種限購城市和非限購城市住宅價格上漲率差異的縮小趨勢就可以理解為限購政策效應(yīng)。根據(jù)計算,對于新建住宅來說,這種效應(yīng)大概是在6%~7%,對于二手住宅,這種效應(yīng)大約是5%~6%。但是,我們意識到,上述方法的估算可能存在內(nèi)生性問題,比如說,限購城市可能伴隨著更加嚴厲的其他房地產(chǎn)調(diào)控政策,在沒有考慮內(nèi)生性問題前提下計算出來限購政策效應(yīng)可能包含了此類非限購政策在抑制住宅價格上升方面的作用。(3)對于新建住宅來說,到了2012年底,趨勢開始改變,限購城市住宅價格上漲率均值重新超過非限購城市均值。而對于二手住宅來說,限購政策效應(yīng)導致兩類城市價格上漲率變化趨勢改變得更早,在2012年1月份的時候,限購城市二手住宅價格上漲率與非限購城市二手住宅價格上漲率之差開始上升,并且截至2012年底這一差距日益拉大,顯示出二手住宅限購政策效應(yīng)開始削弱的跡象。這可能也是引發(fā)自2010年以來第五次調(diào)控的原因,即2013年2月新“國五條”政策的出臺,新“國五條”要求限購城市繼續(xù)嚴格執(zhí)行商品住房限購措施。從圖3和圖4中,我們可以直觀地觀察到,限購政策似乎取得了圖2的政策效果。但我們清楚,這樣的結(jié)論并不嚴謹,因此下一步,我們將使用計量方法對這一效應(yīng)進行估計,在考慮了政策變量內(nèi)生性的基礎(chǔ)上考察限購政策在多大程度上可以抑制住宅價格上漲。下面我們分新建住宅和二手住宅兩個方面使用GMM估計方法對回歸方程(1)中的系數(shù)進行估計。2.政策效果估計檢驗根據(jù)我們的研究策略,我們從是否限制非本地戶籍家庭購房和限購范圍兩個維度對限購政策進行了政策細化分解,經(jīng)過這樣處理之后,我們可以更好地考察具體限購政策的調(diào)控效果。新建住宅限購政策的回歸結(jié)果如表2中的I欄所示,以下我們對表2中I欄新建住宅的回歸結(jié)果(1)、(2)和(3)進行解釋。回歸結(jié)果(1)的主要解釋變量是否限購(D1),回歸結(jié)果顯示,限購政策對新建住宅價格上漲率的影響是-0.871,這表明在其他情況相似的條件下,一個城市采取限購政策可以降低新建住宅價格上漲率0.871個百分點,從效果上來看,這是一個較弱的效果,并且該回歸系數(shù)在統(tǒng)計上不顯著,我們不能在5%的顯著性水平上拒絕限購政策對新建住宅價格調(diào)控沒有作用這一零假設(shè),這與王敏和黃瀅(2011)得到的結(jié)論是一致的。在控制否限購(D1)這一政策變量的基礎(chǔ)上,我們在(2)中增加是否對非本地戶籍購房人施加限制這一政策變量(D2),我們發(fā)現(xiàn)有了一個有趣的結(jié)論:雖然是否限購(D1)這一政策變量的回歸系數(shù)依然在5%的水平上不顯著不為零,但其符號已經(jīng)由負轉(zhuǎn)正,而政策變量D2的回歸系數(shù)為-3.477,該系數(shù)在1%的水平上顯著不為零,這表明在其他條件相似的情況下,對非本地戶籍購房人進行限制可以降低新建住宅價格上漲率3.477個百分點,相對于2005~2010年35個大中城市住宅價格上漲率12%的均值來說,這是一個相對溫和的政策效果。這一結(jié)論告訴我們,新建住宅的限購政策效應(yīng)主要來自對非本地戶籍購房人的限購,如果僅僅對本地戶籍家庭采取限購政策而不對非本地戶籍購房人加以限制的話(D1=1,D2=0),限購政策反而可能導致房價上漲1.020個百分點,雖然這一結(jié)果在統(tǒng)計上是不顯著的。對于這一回歸結(jié)果,我們認為,一個可能的解釋是,一個城市如果不對非本地戶籍購房人進行限購的話,增量投資(投機)性購房資金就可能更多地流向這個城市,從而導致這個城市的新建住宅價格上漲。從限購范圍來看,在樣本中的39個限購城市中,有20個城市僅在中心城區(qū)范圍內(nèi)限購,限購范圍不同會影響限購政策效果嗎?回歸結(jié)果(3)就是從這一維度來解讀限購效果,我們發(fā)現(xiàn),僅在中心城區(qū)限購(D3)對新建住宅的價上漲率的影響格接近于零,且在統(tǒng)計上不能拒絕顯著不為零。這表明,相對于基礎(chǔ)組不限購(D5),僅在市區(qū)范圍內(nèi)限購并不能有效抑制房價上漲。而在全市范圍內(nèi)限購(D4)這一政策變量對新建住宅的價格上漲率的影響是明顯的,在其他條件相同的情況下,相對于基礎(chǔ)組不限購(D5),如果在全市范圍內(nèi)限購會降低新建住宅價格上漲率1.746個百分點,相對于2005~2010年35個大中城市住宅價格上漲率12%的均值來說,這是一個相對較小但也不能忽視的政策效果。當然,上述限購效果的確立依賴于估計方法的合理性。首先,我們要對矩條件(2)進行檢驗,即進行過度識別檢驗,通過觀察Sagan檢驗得到的p值,(1)、(2)和(3)均通過了過度識別檢驗,說明工具變量的使用是合理的,滿足矩條件(2)。其次,表中的m1和m2是檢驗誤差項εit序列不相關(guān)的統(tǒng)計量,漸近服從標準正態(tài)分布(Blundell和Bond,2000),如果εit序列不相關(guān),那么Δεit應(yīng)該一階序列相關(guān)、二階序列不相關(guān),(1)、(2)和(3)各自對應(yīng)的m1和m2的值都符合預期。另外,當工具變量個數(shù)相對于截面樣本個體個數(shù)過多時,GMM估計得到的各種檢驗將被弱化,因而我們在上述回歸中適當控制了工具變量的個數(shù),使其處于合理的數(shù)量范圍之內(nèi),表2的倒數(shù)第2行報告了每個回歸所使用的工具變量的個數(shù)。表中的TimeEffect是關(guān)于在各個回歸方程中對時間啞變量的控制情況。從回歸結(jié)果I中(1)、(2)和(3)的被解釋變量滯后項的回歸系數(shù)來看,回歸系數(shù)值在-0.066~-0.064之間,這表明在我們對時間序列進行季度間隔以后,被解釋變量的時間持續(xù)性已經(jīng)不存在了,因而沒有證據(jù)表明存在Arellano和Bover(1995)關(guān)注的弱工具變量問題。同時,通過式(2),我們知道,較小的回歸系數(shù)表明限購政策的長期效應(yīng)和短期效應(yīng)比較接近,這說明限購政策要想取得長期效果,政策的持續(xù)性是必須的。3.階差分估計結(jié)果表2中的Ⅰ欄(4)、(5)和(6)是對二手住宅限購政策效果的回歸結(jié)果。從回歸系數(shù)的大小和回歸系數(shù)的統(tǒng)計顯著性來看,二手住宅的回歸結(jié)果(4)、(5)和(6)與相對應(yīng)的新建住宅回歸結(jié)果(1)、(2)和(3)是相似的:一個城市如果采取限購政策但不限制非本地戶籍購房人的話,限購政策對二手住宅價格沒有明顯的政策效應(yīng),限購效應(yīng)主要通過對非本地戶籍購房人的限制體現(xiàn)出來,這一效應(yīng)為-3.574;如果一個城市僅在市區(qū)范圍內(nèi)限購的話,同樣難以達到抑制二手住宅價格上漲的效果,而在全市范圍內(nèi)限購有明顯的抑制二手住宅價格上漲的效果,這一效應(yīng)為一1.464。但是,我們在回歸結(jié)果(4)、(5)和(6)中觀察到兩個異?,F(xiàn)象:一是被解釋變量滯后項的系數(shù)非常接近0;二是m1對應(yīng)的p值不符合預期。因為基于動態(tài)面板模型GMM估計的一般情況,被解釋變量滯后項應(yīng)該存在一定的持續(xù)性,同時Δεit應(yīng)該一階序列相關(guān),但相關(guān)檢驗對應(yīng)的p值卻不能拒絕Δεit一階序列不相關(guān),這說明εit很可能是一個單位根過程。如果εit是一個單位根過程,雖然表3中的(4)、(5)和(6)所得到的回歸系數(shù)仍然是一致估計,但其有效性要弱于使用非工具變量的估計方法(Wooldridge,2010),如一階差分OLS?;诖?我們使用一階差分來估計二手住宅的限購效應(yīng),表3是估計結(jié)果。我們觀察到,除了被解釋變量滯后項存在差異外,表3中(7)、(8)和(9)的回歸系數(shù)與表2中(4)、(5)和(6)各自對應(yīng)的回歸系數(shù)相似,但表3中(7)、(8)和(9)中部分回歸系數(shù)的統(tǒng)計顯著性要強于表2中(4)、(5)和(6)中相對應(yīng)的回歸系數(shù),這也確認了我們對εit是一個單位根過程的猜想,因為在這種情況下一階差分OLS得到的估計是一致估計,并且一階差分OLS估計是比GMM更有效的估計。從(7)中我們可以看出,沒有證據(jù)表明單純對本地戶籍家庭限購能夠有效抑制二手住宅價格上漲,(8)中的回歸結(jié)果則是進一步加強了上述結(jié)論,如果沒有對非戶籍購房人進行限制的話,單純對戶籍家庭進行限購不僅不會有效抑制房價,反而會推高房價。我們認為,可能的原因也在于投資(投機)性資金從限制非戶籍購房人的城市流向了沒有限制非戶籍購房人的城市,這與表2中I部分(2)的回歸結(jié)果相似,對非本地戶籍購房人進行限購(D2)是最有效的抑制二手住宅價格上漲的政策,其抑制房價上漲的政策效應(yīng)達到了一3.871個百分點。(9)的回歸結(jié)果表明,相對于基礎(chǔ)組不限購(D5),沒有證據(jù)表明僅在中心城區(qū)限購(D3)能夠顯著抑制二手住宅價格上漲,而在全市范圍內(nèi)限購(D4)這一政策變量對抑制二手住宅價格上漲的效果是明顯的,在其他條件相同的情況下,相對于基礎(chǔ)組不限購(D5),一個城市如果選擇在全市范圍內(nèi)限購會降低二手住宅價格上漲率1.44個百分點。總結(jié)以上,在設(shè)定動態(tài)面板模型(1)的基礎(chǔ)上,通過使用GMM估計,我們在方法上將限購政策效果與其他宏觀調(diào)控政策對抑制房價上漲的政策效果區(qū)分開來,更進一步,通過對限購政策細則的分類,我們從兩個維度估計了限購政策細則對新建和二手住宅價格上漲率的影響。在對限購政策變量內(nèi)生性進行適當處理的基礎(chǔ)上,我們得到以下兩個研究結(jié)論。首先,限購政策主要通過限制非戶籍購房需求發(fā)揮其抑制住宅價格上漲的效果,無論是新建住宅還是二手住宅都是如此,這一效應(yīng)在一4~一3個百分點之間。僅僅對本地戶籍購房人實施限購的政策選擇不能抑制房價上漲,不僅如此,對于二手住宅來說,這種政策很可能會讓購房人對限購政策的堅定性產(chǎn)生懷疑,影響購房預期,反而有可能會推高房價,表3的回歸結(jié)果(8)說明了這一點。其次,限購范圍對限購政策效果有明顯的影響。無論是新建住宅還是二手住宅,僅僅在中心市區(qū)限購并不能產(chǎn)生抑制房價上漲的政策效果,而在全市范圍內(nèi)限購則有較為顯著地抑制房價上漲的效果,這一政策效果大概在一1.5個百分點左右。我們認為,僅在中心市區(qū)范圍內(nèi)限購可能傳達的是政府調(diào)控不堅決的信號,難以徹底改變購房預期,從而影響了政策效果?;谝陨辖Y(jié)論,我們認為,從兩個維度的限購政策效果來看,我國房地產(chǎn)市場投資(投機)性需求異常旺盛,限購政策導向(嚴厲程度)決定了政策效果,對非本地戶籍購房人限購以及在全市范圍內(nèi)限購的政策選擇在一定程度上起到了有效抑制住宅價格上漲的效果,尤其是前者,政策效果較為明顯。但我們在表2和表3中觀察到,這種總體的限購政策效果大體上相當于2005~2010年35個大中城市住宅價格上漲率均值的1/3左右,即限購政策只是起到了有限的抑制住宅價格上漲的效果,并且這種限購政策效果依賴限購政策的持續(xù)性,而長時期以這種嚴厲的行政手段對房地產(chǎn)市場調(diào)控可能會對經(jīng)濟產(chǎn)生負面效應(yīng),胡濤和孫振堯(2011)、馮科和何理(2012)對長期限購政策的負面效應(yīng)進行了研究。四、我國經(jīng)濟發(fā)展的現(xiàn)狀雖然限購政策在2010~2012年在一定程度上取得了抑制住宅價格快速上漲的效果,但我們在圖1中我們看到,在2012年末,住宅價格增長率重新開始抬頭向上。同樣,在圖2和圖3中,我們發(fā)現(xiàn)在2012年末,相對于非限購城市來說,限購城市的新建住宅價格增長率上升較快,二手住宅的這一趨勢更為明顯,在2012年初已經(jīng)開始出現(xiàn)趨勢逆轉(zhuǎn)的跡象,這可能表明限購政策效果已經(jīng)開始減弱。上述逆轉(zhuǎn)趨勢的出現(xiàn),我們認為,一方面從限購政策本身來看,限購政策執(zhí)行接近兩年,購房者針對限購政策漏洞的“購房對策”也日益成熟,從而使限購政策效果打了折扣,例如眾多被媒體曝光的“假離婚”、“房姐”和“房叔”等也許暴露的只是購房者利用限購政策漏洞以規(guī)避購房限制的冰山一角,說明限購政策在設(shè)計上可能存在缺陷,或者這些事件從某種程度上反映了地方政府執(zhí)行限購政策的態(tài)度,從“地方政府一房產(chǎn)商一投資(投機)者”利益兼容的基本格局來看,限購政策的長期效果不容樂觀。另一方面,我們認為,住宅價格上漲率重新抬頭向上可能是多方面宏觀因素綜合作用的結(jié)果,尤其是貨幣因素,流動性過剩可能是重要原因,社會上過多的貨幣尋找有限的投資(投機)機會使得房地產(chǎn)調(diào)控舉步維艱,尤其是在我國目前實體經(jīng)濟遇到了一系列困難的情況下。自2008年西方國家金融危機以來,我國經(jīng)濟增速開始放緩,實體經(jīng)濟發(fā)展面臨著眾多現(xiàn)實約束。一是勞動力的增長不是無限的,人口紅利很快將可能轉(zhuǎn)化為人口負債,“民工荒”的在東南沿海的普遍出現(xiàn)預示著我國勞動密集型產(chǎn)業(yè)優(yōu)勢正在喪失;二是能源、資源消耗和環(huán)境方面的瓶頸約束開始凸顯,碳排放約束對資源消耗型產(chǎn)業(yè)的負面影響越來越大;三是我國宏觀投資效率逐年下降,投資推動型經(jīng)濟增長難以繼續(xù)(鄭京海等,2008);四是我國出口導向型經(jīng)濟由于西方國家經(jīng)濟困難面臨新的挑戰(zhàn)。上述實體經(jīng)濟發(fā)展方面的現(xiàn)實約束對我國實施寬松貨幣政策以保持經(jīng)濟增長提出了更高的要求,而貨幣超發(fā)可能會增加我國房地產(chǎn)調(diào)控的難度。我國M2層次的貨幣供給目前已經(jīng)突破100萬億元,從M2與GDP之比來看,目前已經(jīng)超過200%3。從圖5中我們可以清楚地看到,我國M2-GDP比例與住宅價格趨勢呈現(xiàn)高度相關(guān),尤其是在2008年以后這一耦合趨勢更為明顯,這似乎預示著我國貨幣超發(fā)與我國房地產(chǎn)市場泡沫之間有著密切的聯(lián)系。當然,貨幣超發(fā)與房地產(chǎn)泡沫之間的聯(lián)系機制還需要展開進一步的研究。我們認為,貨幣超發(fā)造成流動性過剩,貨幣超發(fā)的根本的原因在于我國經(jīng)濟增長的粗放型特點,突出表現(xiàn)是我國經(jīng)濟增長越來越依賴于貨幣供給推動。為了更加直觀地展示
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- GB/T 26846-2024電動自行車用電動機和控制器的引出線及接插件
- GB/T 21099.4-2024企業(yè)系統(tǒng)中的設(shè)備和集成過程控制用功能塊(FB)和電子設(shè)備描述語言(EDDL)第4部分:EDD互操作
- 臍帶脫垂的健康宣教
- 【大學課件】計算機網(wǎng)絡(luò)的安全
- 【培訓課件】貨物貿(mào)易收支管理
- 兒童地包天的健康宣教
- 色素性蕁麻疹的臨床護理
- 非免疫性胎兒水腫的健康宣教
- 泌尿系腫瘤的臨床護理
- 皮膚纖維瘤的臨床護理
- 社區(qū)矯正人員心理健康講座課件
- 國家開放大學《政治學原理》章節(jié)自檢自測題參考答案
- 口腔一般檢查記錄表教案資料
- 幼兒園中班課件:《預防感冒》
- 110kV升壓站電氣施工工藝及方案方案
- 封條模板A4直接打印版
- 幼兒園教學課件《半條棉被》課件
- VDA63 過 程 審 核
- 中班科學:各種各樣的帽子
- 履行合同所必需的設(shè)備和技術(shù)能力證明材料
- 機械工程學報標準格式
評論
0/150
提交評論