會計財務(wù)管理-宏觀政策對房地產(chǎn)價格的影響分析

PAGEPAGEI宏觀政策對房地產(chǎn)價格的影響分析摘要近幾年來，我國大部分地區(qū)的商品房價格迅速上漲，一些城市的商品房價格遠(yuǎn)遠(yuǎn)超過了人民的承受能力，直接影響到社會的穩(wěn)定與和諧。政府必須在商品房價格管制方面發(fā)揮積極作用，但現(xiàn)行條例的影響不足以實(shí)現(xiàn)預(yù)期的目標(biāo)。因此，本文件不僅有助于我國商品房市場的可持續(xù)發(fā)展，而且也為我國政府加強(qiáng)對商品房市場的宏觀管制和制定政策提供了基礎(chǔ)。關(guān)鍵詞：宏觀調(diào)控政策；房地產(chǎn)；價格AbstractInrecentyears,commoditypricesinmostpartsofthecountryhaverisenrapidly,andcommoditypricesinsomecitiesfarexceedtheaffordabilityofthepeople,directlyaffectingsocialstabilityandharmony.Thegovernmentmustplayanactiveroleincommoditypricecontrol,buttheimpactofthecurrentregulationsisnotenoughtoachievethedesiredobjectives.Therefore,thisdocumentnotonlycontributestothesustainabledevelopmentofChina'scommoditymarket,butalsoprovidesabasisforthegovernmenttostrengthenmacro-controlofcommoditymarketandformulatepolicies.Keywords:macro-controlpolicy;realestate;price

目錄摘要 I第一章緒論 1第二章房地產(chǎn)宏觀調(diào)控政策研究 12.1房地產(chǎn)宏觀調(diào)控體系 12.2主要國家及地區(qū)房地產(chǎn)宏觀調(diào)控政策分析 2第三章實(shí)證分析 23.1模型介紹 23 23.1.2向量自回歸（VAR）模型 33.2模型變量選擇 43.2.1房屋價格指數(shù)（PriceIndex） 43.2.2貨幣供應(yīng)量（M2） 53.2.3利率（Rate） 53.2.5房地產(chǎn)市場存量（空置面積） 63.2.6政策變量（虛擬變量） 6第四章模型檢驗(yàn)過程 74.1數(shù)據(jù)預(yù)處理 74.2建立二階向量自回歸模型VAR（2） 84.3向量自回歸VAR（2）模型檢驗(yàn) 94.4建立脈沖響應(yīng)函數(shù)（IRF） 104.5方差分解 124.6JJ協(xié)整檢驗(yàn) 134.7本章總結(jié) 14第五章結(jié)論及建議 155.1結(jié)論 155.2建議 16參考文獻(xiàn) 17致謝 18PAGE17第一章緒論1998年開始的住房供應(yīng)制度改革，以及房地產(chǎn)部門的逐步商業(yè)化和營銷，使得房地產(chǎn)行業(yè)迅速成為我國的經(jīng)濟(jì)支柱。2011年房地產(chǎn)收入達(dá)70億元，比1999年增加15倍，2011年房地產(chǎn)總銷售面積為10.99億立方米，比1999年增加9倍，2011年房地產(chǎn)總銷售額為5919億元，比1999年增加21倍。房地產(chǎn)作為特殊的商品，有著固定耐久性、市場特殊性、價值昂貴性和社會參與性等特點(diǎn)。如果單純依靠市場來調(diào)節(jié)房價，使得房價趨于合理是很不現(xiàn)實(shí)的，畢竟市場總是在追逐更多的價值?！耙辉俨蛔袷刂Z言的政策將會破壞私人部門對政府的信任，私人儲蓄將會枯竭，福利將會急劇下降”（費(fèi)希爾，1980）。同時，在我國央地分權(quán)背景下，地方政府對于中央政府的不完全落實(shí)以及財政分權(quán)后的地方政府行為異化，都將會造成政策執(zhí)行過程中的事后逆轉(zhuǎn)（王來福，2008）。近年來，房地產(chǎn)稅的討論日益增多，越來越多的學(xué)者和社會公眾認(rèn)為通過增加房產(chǎn)持有環(huán)節(jié)的成本，將會有效緩解房價上漲的壓力，房產(chǎn)稅在一定程度上已成為了預(yù)期管理的重要工具，每當(dāng)市場預(yù)期回暖，房產(chǎn)稅的重提也成為了一道“緊箍咒”。同時，對于住房租賃市場而言，房產(chǎn)稅改革對居民租賃預(yù)期影響并不明顯，但是政府需要考慮該政策對租戶群體的實(shí)質(zhì)性影響。此外，Huangetal.（2018）圍繞政策不確定性與中國房地產(chǎn)市場的關(guān)系，采用了Beckeretal.（2016）不確定性指標(biāo)EPU、國家房屋景氣指數(shù)、固定資產(chǎn)完成投資額等變量進(jìn)行研究，結(jié)果表明政策不確定性是房地產(chǎn)市場的先行指標(biāo)，同時與房產(chǎn)價格存在負(fù)相關(guān)性，EPU指數(shù)是我國房產(chǎn)市場波動的重要原因；此外，我國房地產(chǎn)市場的繁榮也反映了較為穩(wěn)定的宏觀經(jīng)濟(jì)政策?！按龠M(jìn)社會主義市場經(jīng)濟(jì)體制下房地產(chǎn)市場的平穩(wěn)健康發(fā)展，要采用松緊適度，穩(wěn)健的貨幣政策，必須深化利率市場化改革，既要降低實(shí)際利率，同時也要完善利率形成機(jī)制。”李克強(qiáng)于2019年全國兩會政府工作報告會議上的這段話深刻指出，通過貨幣政策的調(diào)整傳導(dǎo)機(jī)制影響房地產(chǎn)市場的供需，已然成為我國調(diào)控房地產(chǎn)市場平穩(wěn)健康運(yùn)行的重要手段之一。然而，房價卻在國家宏觀調(diào)控手段下不斷上漲，其中原因引人深思。住房價格的迅速上漲使許多人無法滿足他們的住房需求，并使一般人口的收入很難獲得，從而導(dǎo)致對住房資源的不合理分配。在這種情況下，各國政府有義務(wù)及時管制住房價格，但必須在市場上管制住房價格；在這種情況下，各國政府有義務(wù)采取措施，確保住房和糧食的供應(yīng)符合國際標(biāo)準(zhǔn)。目前的房地產(chǎn)管理目標(biāo)在宏觀和微觀兩級都沒有實(shí)現(xiàn)。第二章房地產(chǎn)宏觀調(diào)控政策研究2.1房地產(chǎn)宏觀調(diào)控體系（1）調(diào)控目標(biāo)。不動產(chǎn)部門的發(fā)展應(yīng)與國民經(jīng)濟(jì)的發(fā)展相協(xié)調(diào)，而不動產(chǎn)總的供需平衡以及供需結(jié)構(gòu)的平衡將更好地促進(jìn)穩(wěn)定和健康的不動產(chǎn)部門發(fā)展。（2）調(diào)控手段。調(diào)控以經(jīng)濟(jì)手段為主，并輔助以立法和行政手段，保證房地產(chǎn)行業(yè)的發(fā)展與宏觀調(diào)控政策的要求相符。從利益上來調(diào)控企業(yè)的行為可以稱為經(jīng)濟(jì)手段；通過相關(guān)的法律法規(guī)來制約企業(yè)的行為稱為經(jīng)濟(jì)立法；平衡市場失效的必要措施就是行政手段。（3）調(diào)控監(jiān)測。可以通過建立房地產(chǎn)業(yè)預(yù)警預(yù)報系統(tǒng)來進(jìn)行調(diào)控監(jiān)測。目前我國已經(jīng)建立宏觀經(jīng)濟(jì)監(jiān)測和預(yù)警預(yù)測系統(tǒng)，可以作為參考。（4）調(diào)控機(jī)構(gòu)。不動產(chǎn)政策主要由中央政府制定，中央政府根據(jù)國家政策并根據(jù)對問題進(jìn)行具體分析的原則，制定地方不動產(chǎn)管理政策。（5）調(diào)控方法。房地產(chǎn)行業(yè)調(diào)控政策主要通過房地產(chǎn)業(yè)宏觀經(jīng)濟(jì)政策和區(qū)域房地產(chǎn)經(jīng)濟(jì)政策來實(shí)現(xiàn)。2.2主要國家及地區(qū)房地產(chǎn)宏觀調(diào)控政策分析住房問題的影響小到個人的安居樂業(yè)，大到國計民生。低收入人群的住房問題正在迅速而有效地解決，這一群體將繼續(xù)成為一個社會不穩(wěn)定因素，可能導(dǎo)致嚴(yán)重的社會動亂，并危及公共當(dāng)局的安全和威望。對于西方以自由選舉所確立的政權(quán)來說，只有有效解決住房問題，才能從百姓手中獲得大量的選票，進(jìn)而維護(hù)政權(quán)的穩(wěn)定。因此，需要各國政府利用世界上一些市場經(jīng)濟(jì)體和發(fā)達(dá)國家在管制私營部門發(fā)展方面的經(jīng)驗(yàn)，制定健全和有效的宏觀經(jīng)濟(jì)管理方法和政策，并學(xué)習(xí)這方面的經(jīng)驗(yàn)。第三章實(shí)證分析3.1模型介紹3協(xié)整在實(shí)際研究中，經(jīng)濟(jì)時間序列通常是非平穩(wěn)的，是一個隨機(jī)游走的過程。1987年Engle和Granger在其共同發(fā)表的論文中提出了協(xié)整理論解決了這一難題，為非平穩(wěn)時間序列提供了好的方法。協(xié)整可以用來描述兩個及以上的序列之間的平穩(wěn)關(guān)系。但是Engle和Granger提出的EG兩步檢驗(yàn)法只適用于檢驗(yàn)兩個變量間的協(xié)整關(guān)系，當(dāng)變量數(shù)大于兩個時便不適用。Johansen協(xié)整檢驗(yàn)是基于回歸系數(shù)的協(xié)整檢驗(yàn)，也被成為JJ檢驗(yàn)。這種檢驗(yàn)法是由Johansen和Juselius（1991年）共同提出的在VAR模型的基礎(chǔ)上對回歸系數(shù)的檢驗(yàn)方法，可進(jìn)行多變量協(xié)整檢驗(yàn)。本文使用VAR模型對房地產(chǎn)市場限購政策對房地產(chǎn)市場的影響進(jìn)行實(shí)證分析，并應(yīng)用JJ協(xié)整檢驗(yàn)法對回歸系數(shù)進(jìn)行檢驗(yàn)。3.1.2向量自回歸（VAR）模型向量自回歸（VAR）模型是非結(jié)構(gòu)化的多方程模型，這種模型不以經(jīng)濟(jì)理論為基礎(chǔ)，它采用多方程聯(lián)立的形式，用內(nèi)生變量對全部內(nèi)生變量的滯后期進(jìn)行回歸，從而可以利用模型研究全部內(nèi)生變量的動態(tài)關(guān)系。該模型解決了有些內(nèi)生變量既可以置于方程的左邊，同時又可以置于方程右邊的難題。所謂向量自回歸，是指系統(tǒng)內(nèi)部每個方程都包含有相同的內(nèi)生變量的滯后期。滯后階數(shù)為P的VAR模型表達(dá)式為：其中，yt為k維內(nèi)生變量；xt為d維外生變量；為k維誤差向量；A1，A2，……，Ap，B是待估系數(shù)矩陣。VAR模型是一種非理論性的模型，無需對變量作任何的先驗(yàn)性約束，在分析VAR模型時，往往不分析一個變量變化對另一個變量的影響，而是分析當(dāng)一個誤差項發(fā)生變化時對系統(tǒng)的沖擊反應(yīng)，這種分析方法稱為脈沖響應(yīng)函數(shù)（impulseresponsefunction，IRF）。脈沖響應(yīng)函數(shù)刻畫了在隨機(jī)誤差項上施加一個標(biāo)準(zhǔn)差大小的沖擊后，對內(nèi)生變量的當(dāng)期值和未來值所產(chǎn)生的影響程度。脈沖響應(yīng)函數(shù)描述的是VAR模型中的一個內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響。而方差分解（variancedecomposition）是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化產(chǎn)生影響的程度來評價不同結(jié)構(gòu)沖擊的重要性。因此，VAR模型中的方差分解給出對變量產(chǎn)生影響的每個隨機(jī)擾動的相對重要性的信息。3.2模型變量選擇3.2.1房屋價格指數(shù)（PriceIndex）這些年來，房地產(chǎn)投資一直不太好。這項研究是根據(jù)中國指數(shù)研究所公布的城市綜合不動產(chǎn)市場指數(shù)進(jìn)行的，如圖3.1所示，自開始實(shí)行市場限制政策以來，中國大城市的住房價格一直在波動。在房地產(chǎn)方面，總體趨勢略有上升，但自2012年第二季度以來迅速上升。圖3.1房價指數(shù)變化趨勢圖3.2.2貨幣供應(yīng)量（M2）貨幣供應(yīng)量是一國在任何時候?yàn)槠渖鐣?jīng)濟(jì)運(yùn)作提供的貨幣，由兩個部分組成：存款貨幣和包括中央銀行在內(nèi)的金融機(jī)構(gòu)提供的貨幣。我國的金融市場是影響房地產(chǎn)市場的重要因素，因?yàn)榉康禺a(chǎn)的投資在很大程度需要信貸的支持。貨幣供應(yīng)量可以從供給方面影響房地產(chǎn)的信貸規(guī)模，從需求方面影響消費(fèi)者的購買水平。所以，貨幣供應(yīng)量在供給與需求，兩個方面對房地產(chǎn)市場都有非常大的影響。之前的學(xué)者傾向于用Ml作為研究變量，因?yàn)镸l具有很強(qiáng)的流動性，對市場的影響最大。M2代表在市場上流通使用的貨幣量，在一定程度上也可以說明一個國家的經(jīng)濟(jì)發(fā)展水平。由于房地產(chǎn)市場的發(fā)展是順周期性的，所以我們預(yù)期貨幣供應(yīng)量對房價的影響是正向的。經(jīng)濟(jì)衰退期，人均GDP下降，房地產(chǎn)需求減弱，供給和需求的不均衡則導(dǎo)致房地產(chǎn)價格下跌。但是，由于上海市人均GDP的月度數(shù)據(jù)無法獲得，并且GDP和M2也存在一定程度的共線性，所以本研究不考慮GDP這個變量。3.2.3利率（Rate）利率又稱利息率，表示一定時期內(nèi)利息與本金的比率。在現(xiàn)代經(jīng)濟(jì)中，作為資金價格的利率不僅受到許多經(jīng)濟(jì)和社會因素的限制，而且利率的變化也對整個經(jīng)濟(jì)產(chǎn)生重大影響，因?yàn)樗鼈兪侵匾墓ぞ摺Ｕ{(diào)節(jié)貨幣政策，控制投資、通貨膨脹和失業(yè)率等，這反過來又影響到經(jīng)濟(jì)增長。房地產(chǎn)市場供需雙方對對金融信貸都有很強(qiáng)的依賴性，故此，利率的變化極易造成房地產(chǎn)市場的波動。當(dāng)利率上升時，消費(fèi)者的融資成本上升，一方面，導(dǎo)致按揭者每月付的利息增加；另一方面，對于潛在的購買者來說，利率的提高相當(dāng)于住房價格的上漲，降低了他們進(jìn)入市場的愿望，減少了對房地產(chǎn)市場的需求。資本密集型和商業(yè)銀行貸款融資仍然是大多數(shù)國家的主要融資來源，因此，利率調(diào)整決定了不動產(chǎn)開發(fā)商融資的成本。貸款利率繼續(xù)上升，開發(fā)商的融資成本不斷上升，當(dāng)住房價格保持不變時，很難將增加的成本合理地轉(zhuǎn)移到消費(fèi)者身上，因此公司的利潤降低，不動產(chǎn)的結(jié)構(gòu)調(diào)整將相應(yīng)減少，在這種情況下，開發(fā)商很可能減少其不動產(chǎn)成本。3.2.5房地產(chǎn)市場存量（空置面積）房地產(chǎn)市場的存量是影響房地產(chǎn)市場供給的重要變量，它反映了房地產(chǎn)空間市場中可供銷售的部分。房地產(chǎn)市場存量越大，代表房地產(chǎn)市場供給越多，房價越低。國際上習(xí)慣用空置率來衡量某一時刻空置房屋面積占房屋總面積的比率。照國際通行慣例，商品房空置率在5%-10%之間為合理區(qū)，商品房供求平衡，有利于國民經(jīng)濟(jì)的健康發(fā)展；空置率在10%至20%之間，是一個風(fēng)險領(lǐng)域，因此需要采取措施增加商品的銷售，以確保房地產(chǎn)市場的正常發(fā)展和國民經(jīng)濟(jì)的適當(dāng)運(yùn)作?？罩寐试?0%以上為商品房嚴(yán)重積壓區(qū)。然而，由于不動產(chǎn)市場從來沒有每月的統(tǒng)計，因此很難獲得不動產(chǎn)市場的清單，大多數(shù)國內(nèi)專家使用其他變量估算不動產(chǎn)市場。有學(xué)者使用每月房地產(chǎn)市場竣工面積減去房地產(chǎn)市場銷售面積的方法來估計每月房地產(chǎn)市場的新增空置面積。雖然，這種方法忽略了以往建成的房屋空置的情況，使估計數(shù)據(jù)偏小，但也不失為一種解決辦法。預(yù)計竣工面積對房價為負(fù)面影響，銷售面積對房價為正面影響。3.2.6政策變量（虛擬變量）本文的主要研究是房地產(chǎn)市場限制政策對不動產(chǎn)市場的影響，因此將對作為一個虛擬變量的不動產(chǎn)市場限制政策進(jìn)行研究，以便將其納入模型。2011年1月31日正式公布了房地產(chǎn)市場，但早在2010年10月，針對中央政府“國八條”的呼吁，北京就實(shí)行了一項模糊的限制政策，因此本文件考慮到不動產(chǎn)市場限制政策將于2010年10月開始實(shí)施。假定政策變量PI（Policel）代表房地產(chǎn)市場限購政策，在2010年10月份前值為0，2010年10月份后值為。2013年3月份北京又根據(jù)“新國五條”對二手房買賣征收20%的所得稅，對房地產(chǎn)市場形成了新的沖擊，之后北京房價一路飆升。假定政策變量P2（Police2）代表繼續(xù)堅持限購政策同時對二手房交易征收20%所得稅，在2013年3月份前值為0，在2013年3月份后值為1。因?yàn)檎叩某雠_都是為了抑制房價的過快上漲，保持房地產(chǎn)市場的穩(wěn)定發(fā)展，所以預(yù)期政策變量對房價的影響都是反向的。第四章模型檢驗(yàn)過程4.1數(shù)據(jù)預(yù)處理本文件使用2014年6月至2017年10月的每月房地產(chǎn)市場數(shù)據(jù)，因?yàn)樽詫?shí)行限制房地產(chǎn)市場政策和使用每月數(shù)據(jù)以來，房地產(chǎn)價格一直在波動。采用以下季節(jié)性調(diào)整法X-12計算的房地產(chǎn)市場投資率、每月在房地產(chǎn)市場上建造的面積以及每月在房地產(chǎn)市場上銷售的面積。調(diào)整后的變量在其原變量標(biāo)記之后加SA（SeasonAdjustment），以調(diào)整后的變量代替原變量進(jìn)入模型。另外，本文中所進(jìn)行的所有數(shù)據(jù)處理工作都是由計量經(jīng)濟(jì)學(xué)軟件EviewS7完成的。表3-1詳細(xì)列示了本文所使用的變量標(biāo)記、計算方法和數(shù)據(jù)來源。對所有數(shù)據(jù)的平穩(wěn)性米用ADF（augmentedDickey-Fullertest）檢驗(yàn)法在0.05的置信水平下進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表3-2。ADF分析結(jié)果表明：IR_SA，CA_SA，SA_SA三個變量原序列皆為平穩(wěn)序列；PI_SA，R兩個變量經(jīng)一階差分后得到的序列為平穩(wěn)序列；M2經(jīng)二階差分后得到的序列為平穩(wěn)序列。因?yàn)?，所選變量中最多在進(jìn)行過二階差分后為平穩(wěn)序列，所以決定建立滯后二階的向量自回歸模型VAR表3-1變量標(biāo)記、計算方法和數(shù)據(jù)來源變量標(biāo)記變量含義計算方法與數(shù)據(jù)來源PI房價指數(shù)中指指數(shù)研究院M2廣義貨幣供給M中國人民銀行網(wǎng)站R利率中國建設(shè)銀行網(wǎng)站IR房地產(chǎn)投資占社會鬧定資產(chǎn)投資比率統(tǒng)計局網(wǎng)站CA房地產(chǎn)市場每月竣工面積統(tǒng)計局網(wǎng)站SA房地產(chǎn)市場每月銷雋面積統(tǒng)計局網(wǎng)站P1房地產(chǎn)市場限購令2014年10月前值為0，之后值為1P2二手房交易所得稅2017年3月前值為0，之后值為14.2建立二階向量自回歸模型VAR（2）以PI_SA，M2，R，IR_SA，CA_SA，SA_SA，Pl，P2八個變量，建立VAR（2）模型，使用Eviews7.0軟件進(jìn)行自回歸分析，首先建立無約束的二階向量自回歸模型，選取房價指數(shù)為主要研究變量，通過分析結(jié)果來判斷其他變量的變化對房價指數(shù)的影響。模型分析得到的關(guān)于房價的回歸方程如下：從以上模型回歸的結(jié)果來看，模型的擬合優(yōu)度比較高，達(dá)到了0.98，在很大程度上可以解釋房價的變化。在表3-3中列舉了各個解釋變量的系數(shù)，以及標(biāo)準(zhǔn)差和t統(tǒng)計量，由此可以判斷各個解釋變量的顯著性以及對房價變化的解釋能力。表3-3模型分析結(jié)果解釋變量系數(shù)標(biāo)準(zhǔn)差T統(tǒng)計量顯著性水平L0G(PI_SA(-1?0.987847-0.180715.46663-0.033**LOG（PI_SA(-2）)0.051789-0.188580.27463-0.687L0G（M2(-1）)-0.04911-0.06545-0.750400.087*LOG（M2(-2）)0.05668-0.062950.90043-0.07**R（-l）-0.000375-0.01153-0.032490.355R（-2）0.001371-0.010250.13379-0.077*IR_SA（-1）0.050018-0.026421.89324-0.014**IR_SA（-2）0.02212-0.030960.71445-0.043**LOG（CA—SA(-l）)0.001752-0.002510.69928-0.004***LOG（CA一SA(-2）)-0.006329-0.00255-2.479210.001…L0G（SA_SA(-1）)0.011172-0.004472.50086-0.001***LOG（SA一SA(-2）)0.011344-0.004482.53055-0.001***pi（-i）-0.00628-0.00578-1.086330.005***PI（-2）0.002764-0.005440.50799-0.01**P2（-l）-0.011255-0.0059-1.906950.003***P2（-2）0.005897-0.004551.29668-0.004***從表3-3中可以看出，這符合這樣一種理論，即一般而言，消費(fèi)者是根據(jù)目前的價格預(yù)測未來住房價格的，而且在房地產(chǎn)市場上，住房價格總體上沒有下降，而且上漲幅度越大。住房價格高，不動產(chǎn)市場的期望更高，更多的建房者和消費(fèi)者將能夠進(jìn)入不動產(chǎn)市場，這將使人們對日益增長的供應(yīng)和銷售的印象更加暗淡。相反，如果目前的住房價格呈下降趨勢，而且消費(fèi)者對市場持悲觀態(tài)度，市場準(zhǔn)入就不容易，投機(jī)者將有大量的供應(yīng)，開發(fā)商將對其投資持謹(jǐn)慎態(tài)度。這會使房地產(chǎn)市場價格下跌。貨幣供應(yīng)量M2，利率R和調(diào)整后的投資率IR_SA的滯后變量對現(xiàn)期房價的影響并不明顯，并且估計得到的系數(shù)顯著性水平不高。4.3向量自回歸VAR（2）模型檢驗(yàn)建立好向量自回歸模型后需要對模型的穩(wěn)定性進(jìn)行檢驗(yàn)，圖3.6為向量自回歸VAR（2）模型的AR根圖，圖中的點(diǎn)越多在單位圓內(nèi)，模型越穩(wěn)定。圖3.6中只有兩個點(diǎn)在圓邊緣，說明以上所構(gòu)建的向量自回歸模型比較穩(wěn)定。圖3.6向量自回歸AR根圖4.4建立脈沖響應(yīng)函數(shù)（IRF）圖3.7顯示了住房價格在今后24個月內(nèi)對住房價格指數(shù)其他七個變量中每一個變量的積極影響的響應(yīng)程度，其中包括M2貨幣供應(yīng)量、調(diào)整后的投資率。銷售區(qū)對住房價格指數(shù)產(chǎn)生了積極影響，對M2資金供應(yīng)產(chǎn)生了積極影響，導(dǎo)致24個月的住房價格指數(shù)上升，住房價格不斷上升。投資率對房價指數(shù)正向沖擊后會造成房價上漲，在第二個月達(dá)到極值，以后會平穩(wěn)增長；每月銷售面積對房價指數(shù)的正向沖擊會在第三個月達(dá)到高峰，此后平穩(wěn)增長。兩個房地產(chǎn)市場限購政策都會立即對房價指數(shù)造成負(fù)面的影響，并且影響會一直持續(xù)下去。CA_SA每月竣工面積沖擊對房價指數(shù)的影響不明顯。圖3.7房價脈沖響應(yīng)圖如圖3.8所示，P1和P2不動產(chǎn)購置限制政策對模型房地產(chǎn)市場其他變量的影響表明，限制購買政策的影響可能會造成嚴(yán)重沖擊。從短期房地產(chǎn)市場開始，在大約12個月后穩(wěn)定下來。無論是P1還是P2都會造成投資率的短期波動，在大約7個月后投資率開始穩(wěn)定下降。限購政策沖擊會造成每月竣工面積的短期大幅波動，影響在10個月以后趨于平穩(wěn)，會最終造成每月竣工面積逐漸增加。首先，限制購買的政策將導(dǎo)致月銷售額大幅度減少，然后立即恢復(fù)，從而使P1在12個月后成為正數(shù)，而P2對我國的影響是8個月后銷售效率就會逐漸消失。圖3.8房地產(chǎn)市場其他變量脈沖響庸圖4.5方差分解圖3.9顯示了每一個變量對住房價格指數(shù)變化的貢獻(xiàn)，而圖3.9顯示了時間范圍的橫向軸線和縱向軸線顯示了每一變量對L價格指數(shù)變化的貢獻(xiàn)。在住房領(lǐng)域，他們對這一指數(shù)的解釋貢獻(xiàn)最大。投資率一直對房價指數(shù)保持著較穩(wěn)定的貢獻(xiàn)率。每月竣工面積對解釋房價指數(shù)幾乎沒有貢獻(xiàn)，每月銷售面積對房價指數(shù)的貢獻(xiàn)率在滯后四期時達(dá)到極值，隨后逐漸減小。房地產(chǎn)限購政策對解釋房價指數(shù)的貢獻(xiàn)都相對較小。圖3.9方差分解圖4.6JJ協(xié)整檢驗(yàn)通過JJ協(xié)整檢驗(yàn)來驗(yàn)證變量間的長期平穩(wěn)關(guān)系。得到檢驗(yàn)結(jié)果如圖3.10，從圖中可以看出在0.05的顯著性水平下，變量間至少存在4個協(xié)整關(guān)系。得到關(guān)于房價指數(shù)的協(xié)整方程如下：圖3.10JJ協(xié)整檢驗(yàn)結(jié)果從長期來看，在保證其他變量不變的情況下，貨幣供應(yīng)量M2每增加1%，房價指數(shù)增加0.0566%；利率每增加一個單位會導(dǎo)致房價指數(shù)下降0.0566%；投資率每增加1%，房價指數(shù)增加0.134%；每月竣工面積每增加1%，房價指數(shù)下跌0.0525%；每月銷售面積每增加1%，房價指數(shù)下跌0.147%。長期來看，在保證其他變量不變的情況下，2014年10月份開始實(shí)施的房地產(chǎn)市場限購政策P1會導(dǎo)致房價指數(shù)以每月0.0149%的速度上升；2017年3月份開始實(shí)施的對二手房交易征收所得稅的政策P2會導(dǎo)致房價指數(shù)以每月0.0918%的速度下降。房地產(chǎn)市場限購政策從長期來看并不能對房價產(chǎn)生實(shí)質(zhì)性的影響。4.7本章總結(jié)本章應(yīng)用計量經(jīng)濟(jì)學(xué)的方法，首先，通過建立穩(wěn)定的二階滯后向量自回歸模型來分析模型中各個變量對房價指數(shù)的短期影響；然后，通過方差分解，分析各個變量對解釋房價指數(shù)變化的貢獻(xiàn)率；最后，通過協(xié)整檢驗(yàn)，檢驗(yàn)各個變量序列間的協(xié)整關(guān)系，并最終建立協(xié)整方程，確定各個變量間的長期穩(wěn)定均衡關(guān)系。本章各步得出的結(jié)論總結(jié)如下：第一，這表明房地產(chǎn)市場的消費(fèi)者是普遍存在著“適應(yīng)性預(yù)期”的。所以房地產(chǎn)市場的調(diào)控關(guān)鍵在于調(diào)整消費(fèi)者的預(yù)期。而房地產(chǎn)市場限購政策只能在短期內(nèi)起到抑制房價的作用，只能解釋房價變化的很小一部分；從長遠(yuǎn)來看，限制購買P1住房的政策與住房價格指數(shù)之間的聯(lián)系，同時確保其他變量不會發(fā)生變化，現(xiàn)在要確定其長期影響就更加困難了，因?yàn)榍罢叩恼呤牵篜2收入中關(guān)于二手住房交易的部分僅適用9個月。上述分析表明，限制房地產(chǎn)市場的政策未能有效遏制住房價格的上漲，對需求的行政限制并沒有解決市場中供求矛盾的實(shí)質(zhì)問題。長期以來，該方案沒有產(chǎn)生好的結(jié)果，而且，如果沒有一個良好的撤出戰(zhàn)略，有限的住房需求已經(jīng)得到滿足，這可能導(dǎo)致住房價格上漲。第二，在短期內(nèi)，貨幣供應(yīng)平方米和利率對住房價格指數(shù)的影響并不明顯，其對住房價格指數(shù)的影響可以通過在6年間隔之后對差異的細(xì)分和對穩(wěn)定性的影響來衡量。這是因?yàn)樨泿耪哂幸粋€對外差額，不直接影響房地產(chǎn)市場，而最終通過金融系統(tǒng)的轉(zhuǎn)移影響房地產(chǎn)市場。從長期來看貨幣供應(yīng)量M2和利率R對房價指數(shù)的影響程度要比房地產(chǎn)市場限購政策大。說明貨幣政策對房地產(chǎn)市場的影響要強(qiáng)于行政手段，調(diào)控效果更好。然而，貨幣政策的制定有內(nèi)部和外部的拖延，制定和執(zhí)行政策的成本更高，對整個經(jīng)濟(jì)的基礎(chǔ)產(chǎn)生更大的影響，可能導(dǎo)致強(qiáng)有力的外部因素，并對其加以管制。所以，在目前中國經(jīng)濟(jì)發(fā)展逐漸放緩的大背景下，中央政府實(shí)行寬松的貨幣政策，而使用限購政策限制房價。第三，房地產(chǎn)市場投資率的變化不會對短期住房價格指數(shù)產(chǎn)生重大影響，因?yàn)榉康禺a(chǎn)部門的發(fā)展周期很長，短期投資水平的變化不會對供應(yīng)產(chǎn)生影響。從長期來看，房地產(chǎn)市場投資率對房價指數(shù)變化提供著穩(wěn)定的解釋率。從協(xié)整方程來看，在保證其他變量不變的情況下，投資率每增加1%，房價指數(shù)增加0.134%，為所有變量中對房價指數(shù)影響最大的。從表面來看似乎很難解釋現(xiàn)期的房地產(chǎn)市場投資率對房價指數(shù)的變化會產(chǎn)生很大的影響。然而，房地產(chǎn)市場的現(xiàn)實(shí)和可適應(yīng)性預(yù)測性理論為這一現(xiàn)象提供了合理的解釋：一方面，土地資源基本上已經(jīng)用盡，無法出售，“地王”經(jīng)常出現(xiàn)，高價格也經(jīng)常出現(xiàn)。許多投機(jī)者將進(jìn)入更高的市場，進(jìn)一步提高住房價格，房地產(chǎn)市場投資率的脈沖響應(yīng)圖顯示，房貸交易處在不動產(chǎn)市場上，有限的購買可能導(dǎo)致短期波動和長期的投資率逐步下降。根據(jù)適應(yīng)預(yù)期理論，一些開發(fā)商認(rèn)為，在短期內(nèi)，限制購買力的政策可能會導(dǎo)致投資率的下降。所以，房地產(chǎn)市場限購政策會通過降低投資率的途徑起到間接抑制房價上漲的作用。第五章結(jié)論及建議5.1結(jié)論隨著國家的生存，目前房地產(chǎn)市場正經(jīng)歷著商品價格的迅速上漲，這主要是由于供應(yīng)結(jié)構(gòu)不健全、體制薄弱和機(jī)制不完善。本文通過研究政府宏觀調(diào)控政策對商品房價格的影響，主要形成如下結(jié)論：（1）過去幾年來，政府關(guān)于國內(nèi)和國外初級商品價格的宏觀經(jīng)濟(jì)政策分析表明，在當(dāng)前快速增長的情況下，需要政府宏觀經(jīng)濟(jì)管理。（2）實(shí)證分析表明，自由的貨幣政策可能助長短期內(nèi)住房價格上漲的波動，而這一勢頭保持穩(wěn)定。這項政策產(chǎn)生影響后約六個月，就長期而言仍然有效；在短期內(nèi)，財政政策可有助于住房價格的穩(wěn)定，房地產(chǎn)交易稅的增加1億美元，住房價格平均減少13.9美元，而稅收對房地產(chǎn)交易的影響可能會抑制短期價格波動，這一影響將穩(wěn)定下來。（3）提出了改進(jìn)政府宏觀管制政策的建議，包括房地產(chǎn)管制政策、房地產(chǎn)市場運(yùn)作條例、改革和改進(jìn)政府的安全政策。這些建議具有一定的相關(guān)性和適用性。5.2建議（1）加快構(gòu)建以政府為主提供基本保障、以市場為主滿足多層次需求的住房供應(yīng)體系。對城鎮(zhèn)低收入和中等偏下收入住房困難家庭，實(shí)行租售并舉、以租為主，提供保障性安居工程住房，滿足基本住房需求。穩(wěn)定增加商品住房供應(yīng)，大力發(fā)展二手房市場和住房租賃市場，推進(jìn)住房供應(yīng)主體多元化，滿足市場多樣化住房需求。（2）宏觀調(diào)控有直接手段和間接手段之分，但應(yīng)當(dāng)以間接手段為主。2004年至2007年，政府曾多次采用直接的微觀干預(yù)，并沒有取得良好的效果。例如2006年中央曾規(guī)定“自2006年6月1日起，凡新審批、新開工的商品住房建設(shè)，套型建筑面積90平方米以下住房（含經(jīng)濟(jì)適用住房）面積所占比重必須達(dá)到開發(fā)建設(shè)總面積的70%以上”，這項政策的主要目標(biāo)是增加小型住房的供應(yīng)，但這項規(guī)定毫無意義，因?yàn)槿狈σ?guī)章制度，地方當(dāng)局缺乏積極性，以及將大量住房單位名義上分為兩個小單位。

參考文獻(xiàn)[1]徐俊清.公共政策實(shí)施視角下房地產(chǎn)市場宏觀調(diào)控效果研究[D].安徽大學(xué)，2017.[2]劉江.房地產(chǎn)宏觀調(diào)控政策對大型城市住房價格影響研究[D].天津商業(yè)大學(xué)，2017.[3]朱昊煒.宏觀調(diào)控政策對房地產(chǎn)價格影響的實(shí)證研究[J].中國商論，2015，（30）：163-166.[4]楊樹坪.國民經(jīng)濟(jì)安全視角下房地產(chǎn)泡沫治理研究[J].管理觀察，2015，（29）：13-73.[5]馮輝.論房價調(diào)控中宏觀調(diào)控權(quán)的優(yōu)化及其法治進(jìn)路[J].南京社會科學(xué)，2015，（09）：104-111+125.[6]卓娜，昌忠澤.淺析我國房地產(chǎn)經(jīng)濟(jì)的宏觀調(diào)控[J].技術(shù)經(jīng)濟(jì)與管理研究，2015，（06）：70-73.[7]陳昌兵.城市化、房地產(chǎn)與宏觀調(diào)控[J].經(jīng)濟(jì)學(xué)動態(tài)，2015，（01）：29-41.[8]賈俊雪，秦聰，張靜.財政政策、貨幣政策與資產(chǎn)價格穩(wěn)定[J].世界經(jīng)濟(jì)，2014，37（12）：3-26.[9]曹廷貴，張華泉.房地產(chǎn)調(diào)控政策與房價漲幅關(guān)系研究[J].理論探討，2014，（04）：77-81.[10]張所地，趙華平，李斌.房地產(chǎn)宏觀調(diào)控影響下的房價與租金關(guān)系研究——基于中國35個大中城市面板數(shù)據(jù)的實(shí)證分析[J].數(shù)理統(tǒng)計與管理，2014，33（02）：305-316.[11]蔡鷺斌，段建南，張雪靚，董濤.基于DPSIR模型的宏觀調(diào)控政策對房價影響研究[J].沈陽工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2014，7（02）：145-151.[12] Doi,Y.，Makino,T.，Kato,H.，Ogura,M.，Takeuchi,D.，Okushi,H.，Yamasaki,S.，Wrachtrup,J.，Miwa,S.，Suzuki,Y.，Mizuochi,N..Singlephoton,spin,andchargeindiamondsemiconductoratroomtemperature[P].，2013.[13] Lee,J.，YongZhu,Seshia,A..Sub-10eChargeResolutionforRoomTemperatureElectrometry[P].Sensors,2007IEEE,2007.[14] Lee,J.E.-Y.，Zhu,