本站小編為你精心準(zhǔn)備了經(jīng)濟(jì)政策不確定性對房價的影響參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:本文利用2009－2018年我國40個大中城市的面板數(shù)據(jù)，應(yīng)用面板VAR模型從需求和供給兩方面研究經(jīng)濟(jì)政策不確定性對房價的影響及機(jī)理，并進(jìn)一步考察不同類型城市的異質(zhì)性。研究結(jié)果表明，經(jīng)濟(jì)政策不確定性通過減少房地產(chǎn)開發(fā)商投資和增加居民的購房意愿進(jìn)而促進(jìn)房價提升，并且不同類型城市的傳導(dǎo)機(jī)制存在異質(zhì)性:大型城市房價的上升伴隨著房地產(chǎn)開發(fā)商投資與居民購房數(shù)量的雙重減少，而中型城市房價上升則主要來自居民購買意愿的增強(qiáng)。因此，穩(wěn)定房價不僅要因城施策、供給需求“兩手抓”，還要盡量保持經(jīng)濟(jì)政策的穩(wěn)定性與持續(xù)性。

關(guān)鍵詞:經(jīng)濟(jì)政策不確定性；房價；供需

一、引言

近些年，歐元區(qū)危機(jī)持續(xù)升溫、美伊沖突不斷加劇、中美貿(mào)易關(guān)系緊張，全球政治經(jīng)濟(jì)形勢動蕩不定。加之我國正處于經(jīng)濟(jì)增速減緩、產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)鍵時期，經(jīng)濟(jì)下行壓力持續(xù)加大，為調(diào)控經(jīng)濟(jì)發(fā)展、促進(jìn)供給側(cè)結(jié)構(gòu)性改革、消化前期刺激政策，政府出臺了“互聯(lián)網(wǎng)+”、減稅降費、扶持民營企業(yè)等一系列經(jīng)濟(jì)政策。然而，外部政治經(jīng)濟(jì)環(huán)境的不穩(wěn)定以及內(nèi)部經(jīng)濟(jì)的下行壓力加劇了國內(nèi)經(jīng)濟(jì)政策的不確定性。圖1刻畫的即是2009年以來，我國經(jīng)濟(jì)政策不確定指數(shù)的波動情況，也顯示出2018年至今，我國經(jīng)濟(jì)政策不確定性持續(xù)加劇，達(dá)到了近10年的頂峰。眾所周知，經(jīng)濟(jì)政策的不確定性會對宏觀經(jīng)濟(jì)產(chǎn)生不可估量的影響———改變企業(yè)的投資行為和居民的消費行為、影響市場價格和GDP增長等(金雪軍，等，2014;李鳳羽、楊墨竹，2015)。那么，作為素有“政策市”之稱的房地產(chǎn)市場，很有可能也會受到經(jīng)濟(jì)政策不確定性的影響。因為經(jīng)濟(jì)政策不確定性會影響到居民收入、銀行利率、公眾預(yù)期等，而這些因素都是影響房價的重要因素。張浩等(2015)利用1999年1月－2014年3月中國宏觀經(jīng)濟(jì)數(shù)據(jù)考察了在不同程度的政策不確定狀態(tài)下宏觀沖擊對房價波動的影響，發(fā)現(xiàn)較高的政策不確定性會造成房價波動。無獨有偶，El－Montasseretal.(2016)認(rèn)為，實際房價和政策不確定性之間存在雙向因果關(guān)系，經(jīng)濟(jì)政策的高度不確定性會加劇房價波動。相反地，吳佳(2019)利用回歸模型及VAR模型，基于2006－2018年上海市房地產(chǎn)市場月度數(shù)據(jù)，分析市場預(yù)期及政策不確定性對房價波動的影響，結(jié)果發(fā)現(xiàn)政策不確定性的增加會抑制房價波動，因為市場參與者(居民和開發(fā)商)的風(fēng)險偏好皆會降低。對于經(jīng)濟(jì)政策不確定性對房價影響的方向性問題，Choudhry(2018)利用英格蘭和威爾士10個不同地理區(qū)域的數(shù)據(jù)，研究發(fā)現(xiàn)不確定性對房價的長期和短期都有負(fù)面影響。在中國房地產(chǎn)市場，Huangetal.(2018)利用2006－2016年宏觀月度數(shù)據(jù)同樣發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性指數(shù)與房價呈負(fù)相關(guān)關(guān)系。也有學(xué)者對國內(nèi)不同區(qū)域的經(jīng)濟(jì)政策不確定性對房價的影響進(jìn)行探究。比如，胡成春、陳迅(2019)基于2003年1月－2017年10月我國省級面板數(shù)據(jù)，采用GVAR模型研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對房價的影響具有異質(zhì)性:東部地區(qū)表現(xiàn)為房價上漲，東北地區(qū)相反，中西部地區(qū)呈現(xiàn)房價波動態(tài)勢。2019年中央經(jīng)濟(jì)工作會議提出，要“全面落實因城施策，穩(wěn)地價、穩(wěn)房價、穩(wěn)預(yù)期的長效管理調(diào)控機(jī)制，促進(jìn)房地產(chǎn)市場平穩(wěn)健康發(fā)展”。為了更好地防控房價波動，我們首先需要了解經(jīng)濟(jì)政策不確定性對不同類型城市房價的影響及機(jī)理，然后才能有針對性地、因地制宜地提出合理的調(diào)控城市房價的方案。正如Choudhry(2018)所說，經(jīng)濟(jì)政策的不確定性會從需求和供給兩方面影響房地產(chǎn)市場。因此，本文采用2009－2018年40個大中城市的面板數(shù)據(jù)，應(yīng)用PVAR模型從需求和供給方面研究經(jīng)濟(jì)政策不確定性對房價的影響，分城市類型討論其異質(zhì)性，并提出相應(yīng)的政策意見。與以往的研究相比，本文的貢獻(xiàn)主要有兩點:(1)將研究領(lǐng)域由區(qū)域擴(kuò)展到城市，更符合“因城施策”的需要;(2)從供給和需求兩方面，為經(jīng)濟(jì)政策不確定性影響房價的機(jī)理提供了實證依據(jù)。

二、計量模型設(shè)定、變量與數(shù)據(jù)說明

(一)模型設(shè)定

本文將構(gòu)建一個包含房價(HP)、房地產(chǎn)投資(HI)、售房面積(HA)及經(jīng)濟(jì)政策不確定性(EPU)四個變量的P階滯后PVAR模型，具體設(shè)定如下:Yit=γ0+φ1Yit－1+…+φpYit－p+γi+εit(1)其中，i代表城市，t代表年份，Yit={lnHPit，lnHIit，lnHAit，lnEPUt}表示城市i在年份t的4個內(nèi)生變量的4×1向量，p是滯后階數(shù)，γi表示城市固定效應(yīng)，εit是殘差項。

(二)變量與數(shù)據(jù)說明

本文基于2009－2018年40個大中城市的面板數(shù)據(jù)，從供需兩方面考察經(jīng)濟(jì)政策不確定性對城市房價的影響。其中，房價(HP)由商品房銷售額/商品房銷售面積得到，售房面積(HA)由商品房銷售面積表示，房地產(chǎn)投資(HI)由房地產(chǎn)開發(fā)投資額度量，數(shù)據(jù)來源于國家信息中心國信房地產(chǎn)信息網(wǎng)。這里用售房面積(HA)刻畫公眾對房屋的需求，用房地產(chǎn)開發(fā)投資額體現(xiàn)房地產(chǎn)開發(fā)商對房屋的供給。至于經(jīng)濟(jì)政策不確定性，本文利用Baker等人構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)(EPU)表示，由于Baker等人提供的數(shù)據(jù)是月度數(shù)據(jù)，本文將每年12個月的平均值作為該年的經(jīng)濟(jì)政策不確定性指數(shù)。另外，房價和房地產(chǎn)投資額是利用2009年為基期的省級GDP平減指數(shù)平減之后的實際值，為了減輕異方差并消除數(shù)據(jù)異常值的影響，所有變量均采用對數(shù)值。

三、實證結(jié)果分析

(一)滯后階數(shù)

p的確定本文根據(jù)信息準(zhǔn)則標(biāo)準(zhǔn)，確定面板VAR模型(式1)的滯后階數(shù)，檢驗結(jié)果見表1。表1顯示:BIC法則給出的最優(yōu)滯后階數(shù)是1階，而AIC及HQIC法則表明4階才是最佳滯后階數(shù)。考慮到判斷比較精簡模型的滯后階數(shù)一般傾向于使用BIC和HQIC法則，并且為了保留更多的有效數(shù)據(jù)，基準(zhǔn)結(jié)果中滯后階數(shù)確定為1階。在后文中，根據(jù)城市GDP排名將40個城市平均分為兩類，排名靠前的稱為大型城市，靠后的稱為中型城市。在對分樣本進(jìn)行脈沖反應(yīng)分析之前，根據(jù)信息準(zhǔn)則檢驗其最優(yōu)滯后階數(shù)，結(jié)果表示:大型城市樣本最優(yōu)滯后階數(shù)是4階，中型城市樣本最優(yōu)滯后階數(shù)是3階。

(二)脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)可以清楚地考察模型中內(nèi)生變量之間的交互影響。圖2展示的即是房價、房地產(chǎn)投資、售房面積與經(jīng)濟(jì)政策不確定性的脈沖響應(yīng)圖。圖2中的中間線是脈沖響應(yīng)函數(shù)，上下兩線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離。為了簡潔，這里只匯報了房價、房地產(chǎn)投資與售房面積對經(jīng)濟(jì)政策不確定性沖擊的脈沖響應(yīng)圖，分別展示在圖2的第一、二、三列。1.經(jīng)濟(jì)政策不確定性對大中城市房價的影響圖2第一行的三張圖展示的是經(jīng)濟(jì)政策不確定性沖擊對大中城市房地產(chǎn)市場的影響。從第一張圖可以看出，經(jīng)濟(jì)政策不確定沖擊對大中城市房價產(chǎn)生正向影響，從第一期開始，到第四期仍然存在;第二張圖顯示，從沖擊開始到第四期，房地產(chǎn)投資對經(jīng)濟(jì)政策不確定性沖擊的響應(yīng)都是負(fù)向的;第三張圖表示，經(jīng)濟(jì)政策不確定性沖擊對售房面積的影響是正向的，在第二期達(dá)到最大值，隨后逐漸減弱。由此說明在經(jīng)濟(jì)政策不確定的沖擊下，房地產(chǎn)市場的供給方會減少投資，需求方將提高購買意愿，從而導(dǎo)致房價上漲。2.經(jīng)濟(jì)政策不確定性對大型城市房價的影響圖2第二行的三張圖展示的是經(jīng)濟(jì)政策不確定性沖擊對大型城市房地產(chǎn)市場的影響。與總樣本結(jié)果相同的是，短期內(nèi)大型城市房價對經(jīng)濟(jì)政策不確定性沖擊呈正向反應(yīng)，這種正向響應(yīng)在第一期達(dá)到最大，隨后減弱直到第三期為0。并且，經(jīng)濟(jì)政策不確定性沖擊對房地產(chǎn)投資的影響也是負(fù)向的。不同的是，房屋銷售面積對經(jīng)濟(jì)政策不確定性沖擊的響應(yīng)卻是負(fù)的，且在第三期達(dá)到最大。也就是說，在經(jīng)濟(jì)政策不確定的沖擊下，大型城市房地產(chǎn)市場出現(xiàn)短期萎縮，可能是因為相對于需求方，供給方所受的負(fù)向沖擊更大，以至于房價出現(xiàn)短期上漲。3.經(jīng)濟(jì)政策不確定性對中型城市房價的影響圖2第三行的三張圖展示的是經(jīng)濟(jì)政策不確定性沖擊對中型城市房地產(chǎn)市場的影響。雖然，與大型城市相似，經(jīng)濟(jì)政策不確定性沖擊對房價有短期正向影響，第二期達(dá)到最大，第三期衰減到為0，但是引起房價正向響應(yīng)的機(jī)理卻完全不同。在中型城市里，經(jīng)濟(jì)政策不確定性沖擊幾乎對房地產(chǎn)投資沒有影響，售房面積卻產(chǎn)生了強(qiáng)烈的正向響應(yīng)，在第二期達(dá)到最大。說明在經(jīng)濟(jì)政策不確定的沖擊下，中型城市居民的購房需求旺盛，從而導(dǎo)致房價上升。綜上所述，經(jīng)濟(jì)政策不確定性沖擊會改變房地產(chǎn)市場供需雙方的行為，從而影響市場房價，具體地，不管城市類型如何，短期內(nèi)房價均會對經(jīng)濟(jì)政策不確定性沖擊產(chǎn)生正向響應(yīng)。然而，不同類型的城市，其影響機(jī)理卻完全不同。對于大型城市如北上廣深來說，房價普遍較高，致使投資房地產(chǎn)與購買房屋需要承擔(dān)的風(fēng)險很大，融資成本的不確定性增加可能導(dǎo)致房地產(chǎn)開發(fā)商推遲新的建設(shè)，從而減少供應(yīng)，未來收入的不確定性增加可能使家庭推遲購房決定(Choudhry，2018)。對于中型城市來說，房價相對較低，資產(chǎn)損失的風(fēng)險相對較小，并且經(jīng)濟(jì)政策不確定性還會影響居民收入、利率及其他資產(chǎn)的投資風(fēng)險等，如果投資其他類別資產(chǎn)的風(fēng)險更大，房屋將會替代其他資產(chǎn)，成為“安全資產(chǎn)”或“保值資產(chǎn)”(El－Montasseretal.，2016)，從而誘導(dǎo)居民購買。當(dāng)然，在了解經(jīng)濟(jì)政策不確定性對房價的短期影響之后，也要關(guān)注其長期影響。雖然本文研究結(jié)果顯示，短期內(nèi)經(jīng)濟(jì)政策不確定性沖擊會降低房地產(chǎn)投資，但是還需考慮到售房面積的增加必然會提高房地產(chǎn)開發(fā)商對房地產(chǎn)市場的預(yù)期，進(jìn)而導(dǎo)致在長期內(nèi)增加房地產(chǎn)投資。正如趙奉軍、駱祖春(2019)的研究結(jié)果顯示，經(jīng)濟(jì)政策不確定性在短期內(nèi)會減弱房地產(chǎn)投資，但在長期卻呈現(xiàn)正向促進(jìn)作用。

(三)方差分解分析

方差分解可以給出變量沖擊對于系統(tǒng)中內(nèi)生變量均方誤差的貢獻(xiàn)程度，進(jìn)一步評估沖擊的重要性。結(jié)果顯示，房價、房地產(chǎn)投產(chǎn)和售房面積皆主要受自身的影響。經(jīng)濟(jì)政策不確定性對房價的貢獻(xiàn)最大，第一期達(dá)到17.2%，之后逐漸降低，到第八期貢獻(xiàn)率為10%;對售房面積的貢獻(xiàn)次之，第一期只有1.1%，之后逐漸升高，到第十期達(dá)到8%左右;對房地產(chǎn)投資的貢獻(xiàn)最小，在2%上下波動。

四、結(jié)論與建議

本文基于2009－2018年我國40個大中城市的面板數(shù)據(jù)，利用PVAR模型從供需兩方面分析經(jīng)濟(jì)政策不確定性對房價的影響及機(jī)理，并進(jìn)一步考察不同類型城市的異質(zhì)性。結(jié)果表明，經(jīng)濟(jì)政策不確定性會降低房地產(chǎn)開發(fā)商的投資額、增加居民的購房意愿，從而促進(jìn)房價提升。研究還發(fā)現(xiàn)，大型城市房價的上升伴隨著房地產(chǎn)開發(fā)商投資與居民購房的雙重減少，中型城市房價上升則主要來自需求方購買意愿的增強(qiáng)。這可能是因為大型城市投資房地產(chǎn)與購買房產(chǎn)需要承擔(dān)的風(fēng)險更大，經(jīng)濟(jì)政策不確定性的增強(qiáng)致使開發(fā)商融資成本提高及居民收入不確定性增加，進(jìn)而減少房產(chǎn)的投資與購買;中型城市房價比大型城市低廉，并且不少中型城市有著良好的發(fā)展前景，導(dǎo)致房產(chǎn)成為一種“安全資產(chǎn)”，居民購買房產(chǎn)以應(yīng)對不確定性帶來的宏觀沖擊。基于以上結(jié)論，為了穩(wěn)定房價，政府應(yīng)當(dāng)在以下幾個方面有所作為。

(一)保持經(jīng)濟(jì)政策的穩(wěn)定性與持續(xù)性，正確引導(dǎo)公眾預(yù)期

目前，我國處于外部動蕩、內(nèi)部轉(zhuǎn)型的艱難時期，宏觀經(jīng)濟(jì)政策的不斷出臺，有助于緩解國內(nèi)經(jīng)濟(jì)面臨的困境，卻造成市場觀望與波動。因此，在政策制定與實施的過程中，政府應(yīng)重視政策的穩(wěn)定性與持續(xù)性，全局把控，長遠(yuǎn)計劃;并積極與相關(guān)部門溝通，定期披露市場信息，正確引導(dǎo)公眾預(yù)期，防止投機(jī)分子趁機(jī)炒房。

(二)因城施策，一城一策

由于不同城市的地理位置、經(jīng)濟(jì)發(fā)展水平、風(fēng)俗習(xí)慣等均有所不同，所以調(diào)控房價的政策不能“一刀切”。地方政府需按照中央政府調(diào)控房地產(chǎn)市場的總方針，結(jié)合城市自身的經(jīng)濟(jì)水平、人口規(guī)模、發(fā)展前景等因素合理制定相關(guān)政策，有針對性地穩(wěn)定城市房價。

(三)供給需求

“兩手抓”迄今為止，地方政府主要通過抑制購房者需求(如限購限貸)與商品房供給(土地審批更加嚴(yán)格等)的手段來調(diào)控房價，然而雙重抑制不一定會有效地控制房價上漲，如上文中大型城市的結(jié)論。抑制需求、增加供給“兩手抓”才是穩(wěn)定房價的根本。另外，供給需求“兩手抓”的過程中，也要因城施策，考慮城市的待售存量，判斷居民的真實需求，靈活運(yùn)用“抑制需求、增加供給”的經(jīng)濟(jì)原理，切實提高居民的有效需求。

參考文獻(xiàn):

［1］胡成春，陳迅.經(jīng)濟(jì)政策不確定性、房地產(chǎn)市場與宏觀經(jīng)濟(jì)波動———基于GVAR模型的區(qū)域差異研究［J］．經(jīng)濟(jì)問題探索，2019(8):26－36.

［2］金雪軍，鐘意，王義中.政策不確定性的宏觀經(jīng)濟(jì)后果［J］．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014(2):17－26.

［3］李鳳羽，楊墨竹.經(jīng)濟(jì)政策不確定性會抑制企業(yè)投資嗎?———基于中國經(jīng)濟(jì)政策不確定指數(shù)的實證研究［J］．金融研究，2015(4):115－129.

［4］吳佳.預(yù)期、政策不確定性與上海房價波動［J］．上海經(jīng)濟(jì)，2019(4):34－46.

［5］張浩，李仲飛，鄧柏峻.政策不確定、宏觀沖擊與房價波動———基于LSTVAR模型的實證分析［J］．金融研究，2015(10):32－47.

［6］趙奉軍，駱祖春.經(jīng)濟(jì)政策不確定性與房地產(chǎn)投資［J］．現(xiàn)代經(jīng)濟(jì)探討，2019(11):13－20.

作者：張曉穎 陳海宇