KUBLER編碼器8.5868.3231.3112這個(gè)我們現(xiàn)貨
南京惠言達(dá)電氣有限公司致力于打造德國(guó)、瑞士等歐洲中小型自動(dòng)化企業(yè)與國(guó)內(nèi)客戶的連接橋梁，歐美原產(chǎn)工控設(shè)備，機(jī)電設(shè)備，儀器儀表，備品備件 的一站式供應(yīng)商。主要產(chǎn)品有工業(yè)自動(dòng)化設(shè)備,電工控設(shè)備、液壓設(shè)備、 電氣設(shè)備和零部件等產(chǎn)品。原裝，源頭采購(gòu)帶給客戶便捷的購(gòu)物體驗(yàn)！
圖片可能與實(shí)物存在差異，訂貨前請(qǐng)聯(lián)系本司確認(rèn)
KUBLER 8.5863.0220.G223.S022.K005
KUBLER 8.5823.1831.1024
KUBLER 8.A226.0052.1024
KUBLER 8.5820.3862.1000
KUBLER 8.5852.3612.1000
KUBLER 8.RI50.102.0700.122
KUBLER T8.5000.C820.2500.0013
KUBLER 8.5823.3842.1024
KUBLER F2 BVa15.01/3 24VDC/0 66mA ，2.121.511.013
KUBLER 8.A02H.5332.4096
KUBLER 8.5000.C352.0100.BX
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5020.4351.1024 10-30VDC
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5868.1231.3112
KUBLER 8.5868.1000.3112.AE07.0001
KUBLER 8.5823.3821.1024 編碼器
KUBLER 8.5020.D310.2048.S130
KUBLER 8.5000.0000.1024.S066
KUBLER 8.5888.5632.3113 05.KABEL451.020
KUBLER 8.5800.1262.1800
KUBLER 1.150.510.056.550.867W15.51.230VAC/a0，b1
KUBLER 8.9081.1552.2004
KUBLER D8.4D1.2000.G321.0050
KUBLER 8.5852.0000.G121.Y026
KUBLER 8.5852.1233.G121
KUBLER 8.5823.3842.1024
KUBLER MODEL:20444284 I/N:AC300V 4*2*0.14+2*0.5
KUBLER 8.5020.C511.1024
KUBLER 8.000.6741.0005
KUBLER KP-79960/4 003 BMS 239 460008 /11439
KUBLER 8.5868.1231.3112
KUBLER 8.5020.8344.4096
KUBLER 8.5888.5432.3112
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.A02H.3182.5000
KUBLER 8.5823.1831.1024
KUBLER 8.9080.1832.3001
KUBLER KCN826563
KUBLER 8.A024.3182.5000
KUBLER 8.5820.0H30.2048.5093.0050
KUBLER 8.5020.4551.1024
KUBLER 8.5800.1262.1024
KUBLER TYPE：85820 0H30 10245093 0015 MET-NR19551001 HTL 10-30 VDC 1024PPR S-NR：051390073F
KUBLER 8.5823.3832.1024
KUBLER 8.5883.5624.G323 091050397F
KUBLER 8.5000.0010.1024.S059
KUBLER 8.9081.4722.2004+8.0000.6901.0002+8.0010.40T0.0000 帶安裝支架
KUBLER 8.9081.3422.2004
KUBLER 8.5878.5432.3113
KUBLER 8.5823.3832.1024
KUBLER 8.5852.1233.G121
KUBLER 8.9080.5231.3001
KUBLER 6.134.012.850
KUBLER 8.5020.8531.1024 30YV
KUBLER 6.924.0101.300
KUBLER 8.5882.3822.2004
KUBLER 8.5868.1232.3112
KUBLER 8.5873.SIL-A444-G323
KUBLER 8.9081.4722.2004+8.0000.6901.0002.0031+8.0010.40T0.0000
KUBLER 8.5020.4851.1024
KUBLER 8.A02H.5541.1024.0020
KUBLER 8.5000.8352.1024
KUBLER 8.5020.C551.1024
KUBLER 8.5000.370W.1024
KUBLER 8.5820.0500.2048.5030
KUBLER 8.9080.3131.3001
KUBLER 8.0010.40Y0.0001
KUBLER 8.5020.C004.4096.A034
KUBLER 8.H100.1132.4096.4096
KUBLER 8.9080.4231.3001
KUBLER 8.5823.1832.1024
KUBLER 8.5000.0352.1024.DG1703
KUBLER 8.9080.4132.3001
KUBLER 05.B8141-0
KUBLER 8.5820.3P31.0360
KUBLER 8.5873.5622.G322
KUBLER 8.5863.2224.G323
KUBLER 8.A02H.1A31.5000
KUBLER 8.9081.4222.2004
KUBLER 8.9080.4C32.3001
KUBLER 8.5820M.AR30.1024.0001
KUBLER 8.5820.3832.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5820.1831.1024
KUBLER 8.5000.370W.1024
KUBLER 8.000.6741.0005
KUBLER 8.A02H.1240.2048.S018
KUBLER 8.5868.3231.3112
KUBLER 8.A02H.1A31.1024+8.0010.40S0.0000
KUBLER 8.5020.D55A.2048.0020
KUBLER 8.5821.1C31.1024.9083
KUBLER 8.5805.1266.18000
KUBLER 8.5888.5431.3112
KUBLER 8.5860.1232.5001
KUBLER 8.5868.3221.2112
KUBLER 8.5020 0A00.1024.C001
KUBLER 8.5820.0H30.1024.5093.0050
KUBLER 8.7030.2642.1024
KUBLER 8.H100.1132.2500.2500(10-30VDC-2*100mA)
KUBLER 8.5821.1C41.1024.9083
KUBLER 8.5878.5431.3112
KUBLER 8.9081.5002.2004.A020
KUBLER 8.5888.3032.3112.Y027
KUBLER 8.A02H.1532.1024
KUBLER 8.5850.1281.G132
KUBLER 8.A02H.1251.1024 編碼器
KUBLER 8.0000.7000.0011
KUBLER 8.A02H.3532.1024
KUBLER 8.5020.0051.1024.T006
KUBLER 編碼器8.5020.D552.0400 帶副件05.WAKS8-2/P00 脈沖數(shù)400
KUBLER 8.5863SIL.1244.G323
KUBLER 8.5823.1832.1024
KUBLER D135 D8.4D1.1000.6831.3113
KUBLER 8.5020.C004.4096.A034
KUBLER 8.B2.10.010.0010
KUBLER 8.0000.1501.1010
KUBLER 8.9080.1832.3001
KUBLER 8.0010.4091.000（外徑38mm內(nèi)徑12mm）
KUBLER 8.2800.2165.1024
KUBLER 8.5868.1231.3112
KUBLER 8.9080.4231.3001
KUBLER 8.5823.3832.1024 DC24 1024脈沖/轉(zhuǎn)
KUBLER 6m:05.RSSW-RKSW451-6M
KUBLER 8.0010.40v0.0000
KUBLER T8.5000.8351.1000
KUBLER 8.5863.1223.G321
KUBLER 8.5000.631B.1000.0020
KUBLER 8.5020.D851.0360
KUBLER 8.5020.8A21-1024
摘要: 近一年來(lái), 我國(guó)房地產(chǎn)政策圍繞"房子是用來(lái)住的, 不是用來(lái)炒的"加大調(diào)控力度.本文以租售同權(quán)以及限購(gòu)、限貸等限制型調(diào)控手段為切入點(diǎn), 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長(zhǎng)期兩個(gè)角度, 研究了租售同權(quán)等政策對(duì)于房?jī)r(jià)調(diào)控的影響, 并給出了相應(yīng)的對(duì)策建議.研究發(fā)現(xiàn):租售同權(quán)及款利率對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響, 調(diào)整家庭購(gòu)買資格與數(shù)量, 短期內(nèi)會(huì)對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是長(zhǎng)期效果不顯著, 付比的調(diào)整對(duì)于北京等一線城市的房?jī)r(jià)抑制作用較小.這對(duì)我國(guó)構(gòu)建長(zhǎng)效的房地產(chǎn)發(fā)展機(jī)制具有重要意義.
關(guān)鍵詞:租售同權(quán); 限購(gòu)限貸; 房地產(chǎn)調(diào)控; ADRL模型;
自我國(guó)住房市場(chǎng)化改革以來(lái), 房地產(chǎn)行業(yè)在我國(guó)宏觀經(jīng)濟(jì)中的重要性日益提升, 但房?jī)r(jià)卻水漲船高, 波動(dòng)持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟(jì)工作會(huì)議上, 總書記提出:"房子是用來(lái)住的, 不是用來(lái)炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調(diào)控就此拉開序幕.本輪房地產(chǎn)調(diào)控政策不僅在范圍上表現(xiàn)出從一二線熱點(diǎn)城市擴(kuò)散到三四線城市, 中心城市和周邊城市政策合力調(diào)控的特征, 并且, 在調(diào)控手段上除限購(gòu)、限貸、調(diào)整付比等傳統(tǒng)手段, 也開始推行"購(gòu)租并舉、租購(gòu)?fù)瑱?quán)"等系列調(diào)控政策"組合拳"以進(jìn)一步化解住房需求.然而在當(dāng)前我國(guó)房地產(chǎn)市場(chǎng)環(huán)境下, 租售同權(quán)以及限購(gòu)等調(diào)控手段能否有效抑制房?jī)r(jià)快速上漲?是否具有可持續(xù)性?這是需要重點(diǎn)研究的問題.本文對(duì)此進(jìn)行重點(diǎn)研究, 旨在為更好完善房地產(chǎn)政策調(diào)控組合提供對(duì)策建議.
一、相關(guān)研究文獻(xiàn)綜述
針對(duì)房地產(chǎn)政策與房地產(chǎn)市場(chǎng)之間的關(guān)系, 國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究.劉洪玉教授 (2017) 針對(duì)我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 分析了阻礙我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展的因素.林睿等人 (2016) 通過對(duì)房地產(chǎn)價(jià)格的異質(zhì)性研究, 認(rèn)為房地產(chǎn)政策的調(diào)控能夠改變區(qū)域房地產(chǎn)價(jià)格的收斂性.王松濤 (2011) 以住房存流量模型為基礎(chǔ), 從理論上刻畫了住房市場(chǎng)政府干預(yù)的政策目標(biāo)和政策工具, 并且對(duì)政府綜合干預(yù)的作用效果進(jìn)行了評(píng)價(jià), 認(rèn)為政府政策工具對(duì)重點(diǎn)城市的住房?jī)r(jià)格產(chǎn)生了短期影響, 并對(duì)不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購(gòu)和限貸對(duì)房?jī)r(jià)的均衡影響, 認(rèn)為特定條件下當(dāng)限購(gòu)發(fā)生效用時(shí), 付比只有落入某個(gè)特定區(qū)間才能有效.
從實(shí)證研究來(lái)看, 常飛等人 (2013) 運(yùn)用脈沖響應(yīng)研究了貨幣政策對(duì)區(qū)域房地產(chǎn)市場(chǎng)的影響, 認(rèn)為貨幣政策對(duì)不同城市商品房市場(chǎng)的影響不同, 并受供求關(guān)系的影響較大.喬坤元 (2012) 應(yīng)用倍差法對(duì)中國(guó)70個(gè)大中城市的樣本數(shù)據(jù)進(jìn)行分析, 探討了2011年的房地產(chǎn)限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響, 研究表明:限購(gòu)令的實(shí)施使得房?jī)r(jià)下降了2.5%個(gè)百分點(diǎn).在政策評(píng)價(jià)過程中, 由于倍差法對(duì)控制組的要求比價(jià)嚴(yán)格, 實(shí)際情況往往無(wú)法滿足, 從而會(huì)影響到評(píng)價(jià)的有效性.針對(duì)清華大學(xué)恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構(gòu)建住房市場(chǎng)的搜尋匹配模型, 并且考慮了交易市場(chǎng)和租賃市場(chǎng)的影響因素, 認(rèn)為限購(gòu)政策會(huì)推動(dòng)房租的上漲并通過傳導(dǎo)作用推動(dòng)房?jī)r(jià)的上漲.
通過對(duì)文獻(xiàn)的梳理可以發(fā)現(xiàn), 當(dāng)前對(duì)于房地產(chǎn)政策的研究多集中在限購(gòu)或是貨幣政策調(diào)控方面, 對(duì)租售并舉及租售同權(quán)等政策效果的研究較少;在研究方法方面, 文獻(xiàn)多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點(diǎn)回歸等方法探討政策的有效性, 很少看到應(yīng)用ADRL方法對(duì)限購(gòu)政策的研究;文獻(xiàn)的研究多集中在對(duì)單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購(gòu)等房地產(chǎn)政策相互作用、持續(xù)實(shí)施對(duì)房?jī)r(jià)的調(diào)控效果, 并且分別對(duì)長(zhǎng)期效果與短期效果進(jìn)行了分析.
二、我國(guó)房地產(chǎn)限購(gòu)限貸、租售并舉調(diào)控政策的演進(jìn)過程
近年來(lái)我國(guó)政府出臺(tái)了一系列房地產(chǎn)調(diào)控政策, 來(lái)抑制房?jī)r(jià)的過快上漲, 回歸房屋的居住屬性, 主要集中在限購(gòu)政策、限貸政策以及租售并舉的調(diào)控政策這幾個(gè)方面.
在房地產(chǎn)限購(gòu)政策方面:2010年, 北京*出臺(tái)限購(gòu)令, 規(guī)定每戶以家庭為單位"只能新購(gòu)一套商品住房".自此, 我國(guó)各地房地產(chǎn)限購(gòu)政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個(gè)一二線城市推出限購(gòu)政策.2014年, 我國(guó)樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調(diào)整房地產(chǎn)調(diào)控政策, 當(dāng)年46個(gè)限購(gòu)城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個(gè)城市限購(gòu)政策被取消或松動(dòng).然而, 面對(duì)不斷攀升的房?jī)r(jià), 2017年以來(lái)新一輪的限購(gòu)政策不斷加碼, 北京作為房地產(chǎn)市場(chǎng)*的在短短10天內(nèi)連續(xù)打出了嚴(yán)格限制購(gòu)房資格、"商改住"限購(gòu)、差別化信貸等一系列調(diào)控"組合拳".本輪實(shí)施限購(gòu)政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點(diǎn)二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實(shí)施限購(gòu).
在限貸政策方面:2011年1月國(guó)務(wù)院提出"新國(guó)八條", 要求二套房貸付比例提高60%, 款利率提高基準(zhǔn)利率的1.1倍.當(dāng)時(shí)的限貸等房地產(chǎn)調(diào)控政策使得當(dāng)年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場(chǎng)進(jìn)入深度調(diào)整期.但是, 2012年央行兩次下調(diào)存款利率使得房地產(chǎn)市場(chǎng)又出現(xiàn)上漲預(yù)期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場(chǎng)低迷, 政策為激勵(lì)房地產(chǎn)市場(chǎng), 對(duì)于款購(gòu)買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準(zhǔn)款利率的0.7倍.2016年去庫(kù)存以來(lái), 房?jī)r(jià)再次高位回升, 導(dǎo)致新一輪限貸政策再次升級(jí).以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設(shè)委員會(huì)發(fā)布《關(guān)于完善商品住房銷售和差別化信貸政策的通知》, 開始對(duì)商品房的銷售和商業(yè)性個(gè)人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時(shí), 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準(zhǔn)利率.
在租售并舉制度方面:自2015年起, 國(guó)家提出要建立租購(gòu)并舉的住房制度.2016年出臺(tái)了一系列租購(gòu)并舉的政策.2017年8月, 北京市出臺(tái)了"租售同權(quán)"的新政, 明確了租房能夠享受與購(gòu)房同樣的入學(xué)機(jī)會(huì)等政策, 將租賃市場(chǎng)的重要性提高到有的高度.黨的報(bào)告中*明確提出"加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度".調(diào)控"房子是用來(lái)住的, 不是用來(lái)炒的"戰(zhàn)略定位, 旨在促進(jìn)我國(guó)房屋回歸居住屬性, 并向"購(gòu)租并舉、租購(gòu)?fù)瑱?quán);先租后售、梯度消費(fèi)"運(yùn)作模式全面推進(jìn), 引導(dǎo)居民形成梯級(jí)消費(fèi)理念, 推動(dòng)住房?jī)r(jià)格平穩(wěn)健康運(yùn)行, 推進(jìn)住有所居目標(biāo)的實(shí)現(xiàn).
三、房地產(chǎn)調(diào)控政策對(duì)房?jī)r(jià)影響的實(shí)證分析
(一) 變量選擇與平穩(wěn)性檢驗(yàn)
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價(jià)格來(lái)表示房地產(chǎn)價(jià)格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來(lái)表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內(nèi)容, 我們將房地產(chǎn)價(jià)格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權(quán)"政策的出臺(tái)及限制購(gòu)買資格的調(diào)整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫(kù)中獲得, 取得原始數(shù)據(jù)后, 需要對(duì)原始數(shù)據(jù)進(jìn)行如下處理: (1) 對(duì)所有數(shù)據(jù)都進(jìn)行標(biāo)準(zhǔn)指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實(shí)際數(shù)據(jù); (2) 對(duì)房地產(chǎn)價(jià)格變量與成交量變量分別取對(duì)數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實(shí)經(jīng)濟(jì)特征, 對(duì)房地產(chǎn)價(jià)格數(shù)據(jù)與成交量進(jìn)行季節(jié)調(diào)整; (4) 根據(jù)國(guó)家統(tǒng)計(jì)局報(bào)表制度, 每年公布的房地產(chǎn)報(bào)表中通常不提供1月份的數(shù)據(jù)報(bào)表, 考慮到實(shí)證數(shù)據(jù)的完整性, 我們用報(bào)表當(dāng)年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計(jì)情況為揭示付比、款利率、成交量與房地產(chǎn)價(jià)格之間是否存在協(xié)整檢驗(yàn)與因果分析, 我們需要對(duì)各個(gè)時(shí)間序列分別進(jìn)行平穩(wěn)性檢驗(yàn), 以剔除相應(yīng)變量的時(shí)間序列的單位根.對(duì)各個(gè)變量的平穩(wěn)性檢驗(yàn)結(jié)果可知, 成交量變量對(duì)ADF統(tǒng)計(jì)量的值大于1%的臨界值, 房?jī)r(jià)變量、付比變量和利率變量對(duì)ADF統(tǒng)計(jì)量的值小于1%的臨界值, 但是三者個(gè)變量的一階差分對(duì)應(yīng)的ADF統(tǒng)計(jì)量的值均大于1%的臨界值, 并且其P統(tǒng)計(jì)值均趨于0.因此, 成交量變量是平穩(wěn)的, 房?jī)r(jià)變量、付比變量和利率變量的時(shí)間序列均為非平穩(wěn), 但是這三個(gè)變量的一階差分對(duì)應(yīng)的時(shí)間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗(yàn)
由于本研究所涉及的各變量不同階平穩(wěn), 故無(wú)法使用常規(guī)的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ? 本文采用自回歸分布滯后模型 (ADRL模型) 進(jìn)行研究, ADRL模型能夠估計(jì)不同階平穩(wěn)的時(shí)間序列, 保證結(jié)果一致有效, 而且還能得到長(zhǎng)期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結(jié)構(gòu)如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個(gè)步驟, 一步, 建立ADRL協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)行各變量間的協(xié)整檢驗(yàn), 驗(yàn)證各個(gè)變量間的長(zhǎng)期穩(wěn)定關(guān)系, 確定各變量間的影響方向.則構(gòu)建限購(gòu)政策對(duì)房?jī)r(jià)波動(dòng)影響的協(xié)整檢驗(yàn)?zāi)Ｐ腿缦?
進(jìn)行協(xié)整檢驗(yàn)存在長(zhǎng)期均衡關(guān)系后進(jìn)入第二步, 利用ADRL模型估計(jì)長(zhǎng)期系數(shù)與短期系數(shù), 則構(gòu)建長(zhǎng)期系數(shù)估計(jì)模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準(zhǔn)則進(jìn)行判斷, 長(zhǎng)期均衡關(guān)系并不是一直成立的, 短期內(nèi)會(huì)通過各種變量的擾動(dòng)從而打破平衡狀態(tài).短期系數(shù)的估計(jì)可通過誤差修正模型ECM來(lái)獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計(jì)如下:
式中:ECt-1作為回調(diào)項(xiàng), 當(dāng)長(zhǎng)期均衡關(guān)系被打破時(shí), 起到回調(diào)作用.
接下來(lái), 對(duì)條件誤差修正ARDL模型中各原變量 (滯后一階) 進(jìn)行聯(lián)合F檢驗(yàn), 以驗(yàn)證是否存在長(zhǎng)期協(xié)整關(guān)系.本文進(jìn)行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測(cè), 根據(jù)AIC、SC準(zhǔn)則選擇了優(yōu)滯后模型, 此時(shí)得到結(jié)果的結(jié)構(gòu)可以看出, F統(tǒng)計(jì)量為6.2083, 大于1%臨界值4.68, 說(shuō)明拒絕原假設(shè), 認(rèn)為長(zhǎng)期協(xié)整關(guān)系非常顯著.
(三) 長(zhǎng)短期系數(shù)的估計(jì)結(jié)果
通過上面的ADRL協(xié)整檢驗(yàn)后可知道, 存在長(zhǎng)期協(xié)整關(guān)系, 因此進(jìn)入第二步進(jìn)行長(zhǎng)短期系數(shù)的估計(jì).利用使得模型的標(biāo)準(zhǔn)誤差小的AIC準(zhǔn)則, 對(duì)不同階數(shù)的估計(jì)方程進(jìn)行選擇分析, 并且設(shè)定大滯后階數(shù)為4, 得到模型的優(yōu)估計(jì)為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長(zhǎng)短期系數(shù)的估計(jì)見表4.
其中, 模型的可決系數(shù)高達(dá)0.813, 說(shuō)明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗(yàn)F統(tǒng)計(jì)量為34.006, 可以在1%顯著水平顯著, 故認(rèn)為模型總體擬合效果良好.
通過對(duì)所得結(jié)果的分析可知, 從長(zhǎng)期來(lái)看, "租售同權(quán)"政策的出臺(tái)對(duì)抑制房?jī)r(jià)具有長(zhǎng)期顯著的效應(yīng), 房地產(chǎn)限購(gòu)政策會(huì)使得房地產(chǎn)價(jià)格出現(xiàn)報(bào)復(fù)性增長(zhǎng), 利率每提高1個(gè)單位, 會(huì)伴隨房?jī)r(jià)下降0.3447個(gè)百分點(diǎn).付比以及成交量的變化對(duì)于房?jī)r(jià)的影響不顯著, 因此, 存在較大的不確定性.
此外, 對(duì)短期方程進(jìn)行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購(gòu)政策的虛擬變量D2對(duì)于房?jī)r(jià)具有顯著短期的抑制作用, 但這種作用在滯后1月時(shí)才會(huì)顯示出來(lái).并且房?jī)r(jià)滯后1-2期均對(duì)房?jī)r(jià)的走勢(shì)有著一定的修正作用, 即當(dāng)某月房?jī)r(jià)突然偏高, 則此后1~2期房?jī)r(jià)會(huì)有一定的抑制效果.利率在長(zhǎng)短期方程中均對(duì)房?jī)r(jià)有著抑制作用, 通過對(duì)成交量分析可知, 成交量的變化對(duì)房?jī)r(jià)的走勢(shì)影響不大.后, 協(xié)整項(xiàng)Coin Eq (-1) 是顯著為負(fù)的, 這充分說(shuō)明了當(dāng)房?jī)r(jià)走勢(shì)偏離了長(zhǎng)期均衡時(shí), 短期修正效應(yīng)會(huì)促進(jìn)房?jī)r(jià)回歸到長(zhǎng)期協(xié)整的均衡上來(lái).
四、結(jié)論與政策建議
本文通過運(yùn)用ADRL模型得出:租售同權(quán)的政策對(duì)房地產(chǎn)均具有長(zhǎng)期而穩(wěn)定的抑制作用, 短期內(nèi)調(diào)整家庭購(gòu)買資格與數(shù)量, 對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是, 長(zhǎng)期效果不顯著.調(diào)整付比對(duì)于北京市房?jī)r(jià)的抑制作用較小, 而款利率的調(diào)整對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響.結(jié)合所得結(jié)論提出如下的政策建議:
1.建立租購(gòu)并舉政策實(shí)施的長(zhǎng)效機(jī)制, 加大準(zhǔn)保障力度.
要達(dá)到"居者有其屋"的目標(biāo), 必須要增加公租房、共有產(chǎn)權(quán)房供應(yīng), 擴(kuò)大公租房保障范圍, 提高公租房的質(zhì)量與完善配套設(shè)施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來(lái)務(wù)工人員的住房問題.對(duì)于特殊困難家庭建立準(zhǔn)保障機(jī)制, 牢固好社會(huì)安全網(wǎng).做好保障性住房分配管理, 加強(qiáng)信息公開, 確保公平分配, 加強(qiáng)教育資源均等化.
2.充分發(fā)揮款利率對(duì)于房?jī)r(jià)調(diào)控的作用機(jī)制, 防范系統(tǒng)風(fēng)險(xiǎn)隱患.
雖然利率的調(diào)整對(duì)于房地產(chǎn)具有長(zhǎng)期抑制的作用, 但是長(zhǎng)期的高利率不僅不利于經(jīng)濟(jì)的增長(zhǎng), 反而對(duì)經(jīng)濟(jì)起到抑制作用.因此, 房地產(chǎn)調(diào)控應(yīng)以市場(chǎng)為導(dǎo)向, 積極推進(jìn)利率市場(chǎng)化改革以及稅收制度的改革, 有利促進(jìn)經(jīng)濟(jì)增長(zhǎng), 通過改革釋放巨大的制度紅利, 實(shí)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)再平衡.
3.引導(dǎo)資金回歸實(shí)體經(jīng)濟(jì), 減少房地產(chǎn)過度投機(jī).
房地產(chǎn)市場(chǎng)宏觀調(diào)控的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式, 通過加快制度變革和鼓勵(lì)技術(shù)創(chuàng)新來(lái)提升企業(yè)的利潤(rùn)空間, 以此引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì), 并且尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn), 鼓勵(lì)金融機(jī)構(gòu)擴(kuò)展業(yè)務(wù)來(lái)緩解投機(jī)性的炒房需求, 促使房地產(chǎn)價(jià)格回歸合理區(qū)間.
KUBLER 8.0000.1401.1010
KUBLER 8.5888.5431.3112 80MA
KUBLER 8.5883.5422.G321
KUBLER BGU
KUBLER 8.5852.1233.G121
KUBLER 8.9080.3331.3001
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5810.0200028.5006
KUBLER 8.A020.4231.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5850.1240.G102.C002
KUBLER 8.9080.1331.3001
KUBLER 8.7330.1A46.0050
KUBLER 8.5000.8382.1024
KUBLER 6.LWLE.4
KUBLER 8.9080.4531.3001
KUBLER 8.0010.4019.0000
KUBLER 8.5020.4850.1024.SO83
KUBLER 8.A020.4221.1000 DC10-30V 125mA S-010300053
KUBLER 8.0000.5012.0001
KUBLER 7.541.012.000.9417/90-260 VAC
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5883.5422.G321
KUBLER 8.3651.2632.3411
KUBLER 8.5888.5431.3112 10-30VDC 120mA
KUBLER 8.9081.3372.3001
KUBLER 8.5002.6624.1024
KUBLER 8.5820M.OR30.1024.0001
KUBLER 8.7332.8351.1024
KUBLER 8.5820.083A.1024.1000.0050
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.0010.4G00.000
KUBLER 8.0010.4R00.0000
KUBLER 8.9080.1831.3001
KUBLER 8.5020.4552.1024 帶副件05.WAKS8-2/P00 脈沖數(shù)1024
KUBLER 8.0000.5002.1010
KUBLER 8.5888.5431.3001
KUBLER 8.5873.5622.B322
KUBLER 8.5268.0001.3112.0123
KUBLER 8.5000.8352.1000
KUBLER 8.5860.1231.3001
KUBLER 8.5000.8022.1000
KUBLER 8.5020.D854.2048
KUBLER 8.5823.1831.1024
KUBLER D8.1106.6832.3113
KUBLER 8.5803.1265.1024
KUBLER 8.5888.5431.3112
KUBLER 8.5820.0H40 1024 5093.0015
KUBLER 8.5800.2165.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5000.631B.1024.0020
KUBLER 8.A02H.1A31.1024+8.0010.40S0.0000 要求帶附件，直接出線，推挽式安裝，帶安裝臂
KUBLER 8.5020.0A00.1024.C001
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5020.4581.1024
KUBLER 8.5020.0841.2048.0022
KUBLER 8.5020.4551.1024.908310-30VDC 100mA
KUBLER 8.5823.3832.1024
KUBLER 8.A02H.1151.1024.S608 5-30V DC 100mA
KUBLER 8.7330.1A46.0050
KUBLER 8.5878.542F.2113
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 配8.5020.C004.4096.A034型增量編碼器 25米
KUBLER 8.9080.3331.3001
KUBLER 8.5020.D851.1024.W016.EX
KUBLER 8.5020.4554.1024
KUBLER 8.A02H.1240.2048.S018
KUBLER 8.5020.4850.1024.S083
KUBLER BUS-OUT：0.5.BMSWS.8151-8.5
KUBLER 8.5883.5384.G322
KUBLER 8.5000.0050.1024.9083
KUBLER 8.5000.2141.1024
KUBLER 6.521.011.300
KUBLER 8.5888.5432.3113
KUBLER 8.5020.0310.2048.S090
KUBLER 8.9081.1552.2004
KUBLER RE2-230V
KUBLER Co.102.010.000
KUBLER 8.5820.3831.1024
KUBLER 8.5000.0010.1024.S509
KUBLER 8.5020.0320.1024.S090 編碼器
KUBLER 8.A020.A211.1024
KUBLER 8.5020.C511.1024
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.5826.2511.1024
KUBLER 8.9081.1552.2004
KUBLER 8.5803.1263.5000
KUBLER ASPPR2(KG/HTS)-MUU-L470
KUBLER 8.5882.3822.2004
KUBLER 8.0010.40W0.0000
KUBLER 8.5821.WC3E.1024
KUBLER 8.5820M.AR30.1024.0001 Ident-Nr:2550997
KUBLER 8.5823.1832.1024
KUBLER 8.0000.6100.0003
KUBLER 8.A02H.525A.1024.0030-EX
KUBLER 8.9000.1172.1024
KUBLER 8.5820M.AR30.1024.0001 Ident-Nr:2550997
KUBLER 8.0010.40U0.0000
KUBLER 8.A02H.3232.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5852.1233.G131
KUBLER 8.5852.0000.G121.Y026 10-30VDC
KUBLER 8.5883.5482.G323
KUBLER 8.A02H.5332.4096
KUBLER 8.A02H.1151.1024.S608.H0T7
KUBLER 8.9080.4231.3001
KUBLER B16.21.7.267
KUBLER 8.5020.0050.1024.S124 Mat-No:BAU2585057 10-30VDC 100mA S-322012902
KUBLER 8.A22A.6831.3112
KUBLER 8.5878.5432.3113
KUBLER 8.5000.0010.1024.S059
KUBLER 8.9080.1832.3001
KUBLER 8.5020.D55A.2048.0020
KUBLER 8.5020.2551.1204
KUBLER 8.0010.40U0.0000
KUBLER 8.5882.3821.2002
KUBLER 8.5820.0H30.2048.5093.0050
KUBLER 8.5020.0A40.1024.0028
KUBLER 8.0000.150x.1010
KUBLER 8.5020.4500.1024.A033
KUBLER 8.000.5012.000
KUBLER 8.3610.3362.2000
KUBLER 8.5852.1232.G121
KUBLER 8.5020.2511.4096
KUBLER 8.5820.3532.1024
KUBLER 8.5883.5482.G323
摘要: 近一年來(lái), 我國(guó)房地產(chǎn)政策圍繞"房子是用來(lái)住的, 不是用來(lái)炒的"加大調(diào)控力度.本文以租售同權(quán)以及限購(gòu)、限貸等限制型調(diào)控手段為切入點(diǎn), 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長(zhǎng)期兩個(gè)角度, 研究了租售同權(quán)等政策對(duì)于房?jī)r(jià)調(diào)控的影響, 并給出了相應(yīng)的對(duì)策建議.研究發(fā)現(xiàn):租售同權(quán)及款利率對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響, 調(diào)整家庭購(gòu)買資格與數(shù)量, 短期內(nèi)會(huì)對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是長(zhǎng)期效果不顯著, 付比的調(diào)整對(duì)于北京等一線城市的房?jī)r(jià)抑制作用較小.這對(duì)我國(guó)構(gòu)建長(zhǎng)效的房地產(chǎn)發(fā)展機(jī)制具有重要意義.
關(guān)鍵詞:租售同權(quán); 限購(gòu)限貸; 房地產(chǎn)調(diào)控; ADRL模型;
自我國(guó)住房市場(chǎng)化改革以來(lái), 房地產(chǎn)行業(yè)在我國(guó)宏觀經(jīng)濟(jì)中的重要性日益提升, 但房?jī)r(jià)卻水漲船高, 波動(dòng)持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟(jì)工作會(huì)議上, 總書記提出:"房子是用來(lái)住的, 不是用來(lái)炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調(diào)控就此拉開序幕.本輪房地產(chǎn)調(diào)控政策不僅在范圍上表現(xiàn)出從一二線熱點(diǎn)城市擴(kuò)散到三四線城市, 中心城市和周邊城市政策合力調(diào)控的特征, 并且, 在調(diào)控手段上除限購(gòu)、限貸、調(diào)整付比等傳統(tǒng)手段, 也開始推行"購(gòu)租并舉、租購(gòu)?fù)瑱?quán)"等系列調(diào)控政策"組合拳"以進(jìn)一步化解住房需求.然而在當(dāng)前我國(guó)房地產(chǎn)市場(chǎng)環(huán)境下, 租售同權(quán)以及限購(gòu)等調(diào)控手段能否有效抑制房?jī)r(jià)快速上漲?是否具有可持續(xù)性?這是需要重點(diǎn)研究的問題.本文對(duì)此進(jìn)行重點(diǎn)研究, 旨在為更好完善房地產(chǎn)政策調(diào)控組合提供對(duì)策建議.
一、相關(guān)研究文獻(xiàn)綜述
針對(duì)房地產(chǎn)政策與房地產(chǎn)市場(chǎng)之間的關(guān)系, 國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究.劉洪玉教授 (2017) 針對(duì)我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 分析了阻礙我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展的因素.林睿等人 (2016) 通過對(duì)房地產(chǎn)價(jià)格的異質(zhì)性研究, 認(rèn)為房地產(chǎn)政策的調(diào)控能夠改變區(qū)域房地產(chǎn)價(jià)格的收斂性.王松濤 (2011) 以住房存流量模型為基礎(chǔ), 從理論上刻畫了住房市場(chǎng)政府干預(yù)的政策目標(biāo)和政策工具, 并且對(duì)政府綜合干預(yù)的作用效果進(jìn)行了評(píng)價(jià), 認(rèn)為政府政策工具對(duì)重點(diǎn)城市的住房?jī)r(jià)格產(chǎn)生了短期影響, 并對(duì)不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購(gòu)和限貸對(duì)房?jī)r(jià)的均衡影響, 認(rèn)為特定條件下當(dāng)限購(gòu)發(fā)生效用時(shí), 付比只有落入某個(gè)特定區(qū)間才能有效.
從實(shí)證研究來(lái)看, 常飛等人 (2013) 運(yùn)用脈沖響應(yīng)研究了貨幣政策對(duì)區(qū)域房地產(chǎn)市場(chǎng)的影響, 認(rèn)為貨幣政策對(duì)不同城市商品房市場(chǎng)的影響不同, 并受供求關(guān)系的影響較大.喬坤元 (2012) 應(yīng)用倍差法對(duì)中國(guó)70個(gè)大中城市的樣本數(shù)據(jù)進(jìn)行分析, 探討了2011年的房地產(chǎn)限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響, 研究表明:限購(gòu)令的實(shí)施使得房?jī)r(jià)下降了2.5%個(gè)百分點(diǎn).在政策評(píng)價(jià)過程中, 由于倍差法對(duì)控制組的要求比價(jià)嚴(yán)格, 實(shí)際情況往往無(wú)法滿足, 從而會(huì)影響到評(píng)價(jià)的有效性.針對(duì)清華大學(xué)恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構(gòu)建住房市場(chǎng)的搜尋匹配模型, 并且考慮了交易市場(chǎng)和租賃市場(chǎng)的影響因素, 認(rèn)為限購(gòu)政策會(huì)推動(dòng)房租的上漲并通過傳導(dǎo)作用推動(dòng)房?jī)r(jià)的上漲.
通過對(duì)文獻(xiàn)的梳理可以發(fā)現(xiàn), 當(dāng)前對(duì)于房地產(chǎn)政策的研究多集中在限購(gòu)或是貨幣政策調(diào)控方面, 對(duì)租售并舉及租售同權(quán)等政策效果的研究較少;在研究方法方面, 文獻(xiàn)多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點(diǎn)回歸等方法探討政策的有效性, 很少看到應(yīng)用ADRL方法對(duì)限購(gòu)政策的研究;文獻(xiàn)的研究多集中在對(duì)單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購(gòu)等房地產(chǎn)政策相互作用、持續(xù)實(shí)施對(duì)房?jī)r(jià)的調(diào)控效果, 并且分別對(duì)長(zhǎng)期效果與短期效果進(jìn)行了分析.
二、我國(guó)房地產(chǎn)限購(gòu)限貸、租售并舉調(diào)控政策的演進(jìn)過程
近年來(lái)我國(guó)政府出臺(tái)了一系列房地產(chǎn)調(diào)控政策, 來(lái)抑制房?jī)r(jià)的過快上漲, 回歸房屋的居住屬性, 主要集中在限購(gòu)政策、限貸政策以及租售并舉的調(diào)控政策這幾個(gè)方面.
在房地產(chǎn)限購(gòu)政策方面:2010年, 北京*出臺(tái)限購(gòu)令, 規(guī)定每戶以家庭為單位"只能新購(gòu)一套商品住房".自此, 我國(guó)各地房地產(chǎn)限購(gòu)政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個(gè)一二線城市推出限購(gòu)政策.2014年, 我國(guó)樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調(diào)整房地產(chǎn)調(diào)控政策, 當(dāng)年46個(gè)限購(gòu)城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個(gè)城市限購(gòu)政策被取消或松動(dòng).然而, 面對(duì)不斷攀升的房?jī)r(jià), 2017年以來(lái)新一輪的限購(gòu)政策不斷加碼, 北京作為房地產(chǎn)市場(chǎng)*的在短短10天內(nèi)連續(xù)打出了嚴(yán)格限制購(gòu)房資格、"商改住"限購(gòu)、差別化信貸等一系列調(diào)控"組合拳".本輪實(shí)施限購(gòu)政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點(diǎn)二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實(shí)施限購(gòu).
在限貸政策方面:2011年1月國(guó)務(wù)院提出"新國(guó)八條", 要求二套房貸付比例提高60%, 款利率提高基準(zhǔn)利率的1.1倍.當(dāng)時(shí)的限貸等房地產(chǎn)調(diào)控政策使得當(dāng)年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場(chǎng)進(jìn)入深度調(diào)整期.但是, 2012年央行兩次下調(diào)存款利率使得房地產(chǎn)市場(chǎng)又出現(xiàn)上漲預(yù)期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場(chǎng)低迷, 政策為激勵(lì)房地產(chǎn)市場(chǎng), 對(duì)于款購(gòu)買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準(zhǔn)款利率的0.7倍.2016年去庫(kù)存以來(lái), 房?jī)r(jià)再次高位回升, 導(dǎo)致新一輪限貸政策再次升級(jí).以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設(shè)委員會(huì)發(fā)布《關(guān)于完善商品住房銷售和差別化信貸政策的通知》, 開始對(duì)商品房的銷售和商業(yè)性個(gè)人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時(shí), 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準(zhǔn)利率.
在租售并舉制度方面:自2015年起, 國(guó)家提出要建立租購(gòu)并舉的住房制度.2016年出臺(tái)了一系列租購(gòu)并舉的政策.2017年8月, 北京市出臺(tái)了"租售同權(quán)"的新政, 明確了租房能夠享受與購(gòu)房同樣的入學(xué)機(jī)會(huì)等政策, 將租賃市場(chǎng)的重要性提高到有的高度.黨的報(bào)告中*明確提出"加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度".調(diào)控"房子是用來(lái)住的, 不是用來(lái)炒的"戰(zhàn)略定位, 旨在促進(jìn)我國(guó)房屋回歸居住屬性, 并向"購(gòu)租并舉、租購(gòu)?fù)瑱?quán);先租后售、梯度消費(fèi)"運(yùn)作模式全面推進(jìn), 引導(dǎo)居民形成梯級(jí)消費(fèi)理念, 推動(dòng)住房?jī)r(jià)格平穩(wěn)健康運(yùn)行, 推進(jìn)住有所居目標(biāo)的實(shí)現(xiàn).
三、房地產(chǎn)調(diào)控政策對(duì)房?jī)r(jià)影響的實(shí)證分析
(一) 變量選擇與平穩(wěn)性檢驗(yàn)
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價(jià)格來(lái)表示房地產(chǎn)價(jià)格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來(lái)表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內(nèi)容, 我們將房地產(chǎn)價(jià)格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權(quán)"政策的出臺(tái)及限制購(gòu)買資格的調(diào)整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫(kù)中獲得, 取得原始數(shù)據(jù)后, 需要對(duì)原始數(shù)據(jù)進(jìn)行如下處理: (1) 對(duì)所有數(shù)據(jù)都進(jìn)行標(biāo)準(zhǔn)指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實(shí)際數(shù)據(jù); (2) 對(duì)房地產(chǎn)價(jià)格變量與成交量變量分別取對(duì)數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實(shí)經(jīng)濟(jì)特征, 對(duì)房地產(chǎn)價(jià)格數(shù)據(jù)與成交量進(jìn)行季節(jié)調(diào)整; (4) 根據(jù)國(guó)家統(tǒng)計(jì)局報(bào)表制度, 每年公布的房地產(chǎn)報(bào)表中通常不提供1月份的數(shù)據(jù)報(bào)表, 考慮到實(shí)證數(shù)據(jù)的完整性, 我們用報(bào)表當(dāng)年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計(jì)情況為揭示付比、款利率、成交量與房地產(chǎn)價(jià)格之間是否存在協(xié)整檢驗(yàn)與因果分析, 我們需要對(duì)各個(gè)時(shí)間序列分別進(jìn)行平穩(wěn)性檢驗(yàn), 以剔除相應(yīng)變量的時(shí)間序列的單位根.對(duì)各個(gè)變量的平穩(wěn)性檢驗(yàn)結(jié)果可知, 成交量變量對(duì)ADF統(tǒng)計(jì)量的值大于1%的臨界值, 房?jī)r(jià)變量、付比變量和利率變量對(duì)ADF統(tǒng)計(jì)量的值小于1%的臨界值, 但是三者個(gè)變量的一階差分對(duì)應(yīng)的ADF統(tǒng)計(jì)量的值均大于1%的臨界值, 并且其P統(tǒng)計(jì)值均趨于0.因此, 成交量變量是平穩(wěn)的, 房?jī)r(jià)變量、付比變量和利率變量的時(shí)間序列均為非平穩(wěn), 但是這三個(gè)變量的一階差分對(duì)應(yīng)的時(shí)間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗(yàn)
由于本研究所涉及的各變量不同階平穩(wěn), 故無(wú)法使用常規(guī)的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ? 本文采用自回歸分布滯后模型 (ADRL模型) 進(jìn)行研究, ADRL模型能夠估計(jì)不同階平穩(wěn)的時(shí)間序列, 保證結(jié)果一致有效, 而且還能得到長(zhǎng)期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結(jié)構(gòu)如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個(gè)步驟, 一步, 建立ADRL協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)行各變量間的協(xié)整檢驗(yàn), 驗(yàn)證各個(gè)變量間的長(zhǎng)期穩(wěn)定關(guān)系, 確定各變量間的影響方向.則構(gòu)建限購(gòu)政策對(duì)房?jī)r(jià)波動(dòng)影響的協(xié)整檢驗(yàn)?zāi)Ｐ腿缦?
進(jìn)行協(xié)整檢驗(yàn)存在長(zhǎng)期均衡關(guān)系后進(jìn)入第二步, 利用ADRL模型估計(jì)長(zhǎng)期系數(shù)與短期系數(shù), 則構(gòu)建長(zhǎng)期系數(shù)估計(jì)模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準(zhǔn)則進(jìn)行判斷, 長(zhǎng)期均衡關(guān)系并不是一直成立的, 短期內(nèi)會(huì)通過各種變量的擾動(dòng)從而打破平衡狀態(tài).短期系數(shù)的估計(jì)可通過誤差修正模型ECM來(lái)獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計(jì)如下:
式中:ECt-1作為回調(diào)項(xiàng), 當(dāng)長(zhǎng)期均衡關(guān)系被打破時(shí), 起到回調(diào)作用.
接下來(lái), 對(duì)條件誤差修正ARDL模型中各原變量 (滯后一階) 進(jìn)行聯(lián)合F檢驗(yàn), 以驗(yàn)證是否存在長(zhǎng)期協(xié)整關(guān)系.本文進(jìn)行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測(cè), 根據(jù)AIC、SC準(zhǔn)則選擇了優(yōu)滯后模型, 此時(shí)得到結(jié)果的結(jié)構(gòu)可以看出, F統(tǒng)計(jì)量為6.2083, 大于1%臨界值4.68, 說(shuō)明拒絕原假設(shè), 認(rèn)為長(zhǎng)期協(xié)整關(guān)系非常顯著.
(三) 長(zhǎng)短期系數(shù)的估計(jì)結(jié)果
通過上面的ADRL協(xié)整檢驗(yàn)后可知道, 存在長(zhǎng)期協(xié)整關(guān)系, 因此進(jìn)入第二步進(jìn)行長(zhǎng)短期系數(shù)的估計(jì).利用使得模型的標(biāo)準(zhǔn)誤差小的AIC準(zhǔn)則, 對(duì)不同階數(shù)的估計(jì)方程進(jìn)行選擇分析, 并且設(shè)定大滯后階數(shù)為4, 得到模型的優(yōu)估計(jì)為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長(zhǎng)短期系數(shù)的估計(jì)見表4.
其中, 模型的可決系數(shù)高達(dá)0.813, 說(shuō)明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗(yàn)F統(tǒng)計(jì)量為34.006, 可以在1%顯著水平顯著, 故認(rèn)為模型總體擬合效果良好.
通過對(duì)所得結(jié)果的分析可知, 從長(zhǎng)期來(lái)看, "租售同權(quán)"政策的出臺(tái)對(duì)抑制房?jī)r(jià)具有長(zhǎng)期顯著的效應(yīng), 房地產(chǎn)限購(gòu)政策會(huì)使得房地產(chǎn)價(jià)格出現(xiàn)報(bào)復(fù)性增長(zhǎng), 利率每提高1個(gè)單位, 會(huì)伴隨房?jī)r(jià)下降0.3447個(gè)百分點(diǎn).付比以及成交量的變化對(duì)于房?jī)r(jià)的影響不顯著, 因此, 存在較大的不確定性.
此外, 對(duì)短期方程進(jìn)行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購(gòu)政策的虛擬變量D2對(duì)于房?jī)r(jià)具有顯著短期的抑制作用, 但這種作用在滯后1月時(shí)才會(huì)顯示出來(lái).并且房?jī)r(jià)滯后1-2期均對(duì)房?jī)r(jià)的走勢(shì)有著一定的修正作用, 即當(dāng)某月房?jī)r(jià)突然偏高, 則此后1~2期房?jī)r(jià)會(huì)有一定的抑制效果.利率在長(zhǎng)短期方程中均對(duì)房?jī)r(jià)有著抑制作用, 通過對(duì)成交量分析可知, 成交量的變化對(duì)房?jī)r(jià)的走勢(shì)影響不大.后, 協(xié)整項(xiàng)Coin Eq (-1) 是顯著為負(fù)的, 這充分說(shuō)明了當(dāng)房?jī)r(jià)走勢(shì)偏離了長(zhǎng)期均衡時(shí), 短期修正效應(yīng)會(huì)促進(jìn)房?jī)r(jià)回歸到長(zhǎng)期協(xié)整的均衡上來(lái).
四、結(jié)論與政策建議
本文通過運(yùn)用ADRL模型得出:租售同權(quán)的政策對(duì)房地產(chǎn)均具有長(zhǎng)期而穩(wěn)定的抑制作用, 短期內(nèi)調(diào)整家庭購(gòu)買資格與數(shù)量, 對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是, 長(zhǎng)期效果不顯著.調(diào)整付比對(duì)于北京市房?jī)r(jià)的抑制作用較小, 而款利率的調(diào)整對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響.結(jié)合所得結(jié)論提出如下的政策建議:
1.建立租購(gòu)并舉政策實(shí)施的長(zhǎng)效機(jī)制, 加大準(zhǔn)保障力度.
要達(dá)到"居者有其屋"的目標(biāo), 必須要增加公租房、共有產(chǎn)權(quán)房供應(yīng), 擴(kuò)大公租房保障范圍, 提高公租房的質(zhì)量與完善配套設(shè)施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來(lái)務(wù)工人員的住房問題.對(duì)于特殊困難家庭建立準(zhǔn)保障機(jī)制, 牢固好社會(huì)安全網(wǎng).做好保障性住房分配管理, 加強(qiáng)信息公開, 確保公平分配, 加強(qiáng)教育資源均等化.
2.充分發(fā)揮款利率對(duì)于房?jī)r(jià)調(diào)控的作用機(jī)制, 防范系統(tǒng)風(fēng)險(xiǎn)隱患.
雖然利率的調(diào)整對(duì)于房地產(chǎn)具有長(zhǎng)期抑制的作用, 但是長(zhǎng)期的高利率不僅不利于經(jīng)濟(jì)的增長(zhǎng), 反而對(duì)經(jīng)濟(jì)起到抑制作用.因此, 房地產(chǎn)調(diào)控應(yīng)以市場(chǎng)為導(dǎo)向, 積極推進(jìn)利率市場(chǎng)化改革以及稅收制度的改革, 有利促進(jìn)經(jīng)濟(jì)增長(zhǎng), 通過改革釋放巨大的制度紅利, 實(shí)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)再平衡.
3.引導(dǎo)資金回歸實(shí)體經(jīng)濟(jì), 減少房地產(chǎn)過度投機(jī).
房地產(chǎn)市場(chǎng)宏觀調(diào)控的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式, 通過加快制度變革和鼓勵(lì)技術(shù)創(chuàng)新來(lái)提升企業(yè)的利潤(rùn)空間, 以此引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì), 并且尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn), 鼓勵(lì)金融機(jī)構(gòu)擴(kuò)展業(yè)務(wù)來(lái)緩解投機(jī)性的炒房需求, 促使房地產(chǎn)價(jià)格回歸合理區(qū)間.
KUBLER 8.5852.1233.G131
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.5020.8511.1024.0002
KUBLER 8.A02H.0030.1024.T013.C002
KUBLER 8.A02H.5C32.1024
KUBLER 8.0010.4025.0000
KUBLER 8.5000.C352.0100.BX
KUBLER S-Nr:1305702723
KUBLER 8.5000-0000-0360
KUBLER 8.5883.5504.G323.S019
KUBLER 8.5000.6652.0360
KUBLER 8.5000.8300.2500.S069
KUBLER 8.5850.1281.G132
KUBLER 8.5800.1262.1800
KUBLER 8.0000.1401.1010
KUBLER 8.5823.1831.1024
KUBLER 8.5820.0H30.2048.5093.0015 10-30VDC 2048ppr
KUBLER 8.9081.4522.2004
KUBLER 8.A02H.5111.1024
KUBLER 8.5020.4551.1024.5020
KUBLER 8.5825.3P12.6000
KUBLER 8.5868.1232.3112
KUBLER 8.9080.5231.3001
KUBLER 8.5020.C851.2048
KUBLER 8.5888.1431.3112
KUBLER 8.5823.3832.1024
KUBLER 8.A02H.5151.2048+ 8.0010.4017.0000
KUBLER 8.5873.5622.G322
KUBLER 8.9080.4131.3001
KUBLER 8.5850.0042.g132.3112
KUBLER 8.5000.8312.1024編碼器
KUBLER 8.5883.5422.G321
KUBLER 1.340.213.033.036
KUBLER 8.3651.2642.3411
KUBLER 8.0000.1L01.1112
KUBLER 8.A02H.5232.1024
KUBLER 8.A02H.5M3E.1024
KUBLER 8.5882.3621.2001
KUBLER 8.9080.4231.3001
KUBLER 8.A02H.3231.2048
KUBLER 8.0010.4700.0000
KUBLER 85.000 0318 3600-S28
KUBLER 8.5020.4552.1024
KUBLER 8.9080.1831.3001
KUBLER 8.9080.1831.3001
KUBLER 8.H120.3251.1024
KUBLER 8.5852.1233.G121
KUBLER 8.5868.3232.3000.A071
KUBLER 8.5820.1P32.0360
KUBLER 8.5000.0010.1024.S059
KUBLER 8.5803.M262.5000
KUBLER 8.5824.3822.2048
KUBLER 8.9080.4331.3001
KUBLER 8.5852.1233.G121
KUBLER 8.9000.1162.2000
KUBLER 8.5863.2200.G321.S043
KUBLER 8.5000.8352.1024
KUBLER 8.5868.3000.3112.K001.C
KUBLER 8.A02H.3231.2048
KUBLER 8.0000.5002.1010
KUBLER 8.5000.0000.0360.BJ02
KUBLER 8.5863.1222.G321
KUBLER 8.5000.830R.1024
KUBLER 8.5888.5432.3113
KUBLER AL-ADF
KUBLER ZP5 7-13
KUBLER 8.9801.3422.2004
KUBLER 8.5888.1232.3113
KUBLER 8.5020.4851.1024
KUBLER LY-BMQ-KPLLZ
KUBLER 8.B2.10.010.0020
KUBLER 8.0010.4016.0000
KUBLER 8.9080 4131 3001
KUBLER 8.5823.2332.1024
KUBLER 8.H120.4B1D.1024
KUBLER 8.5858.3232.3112
KUBLER 8.5020.8844.5000
KUBLER 8.9080.5C31.3001
KUBLER 8.5805.1152.10000
KUBLER 8.0000.1703.2525
KUBLER JDB-1214-E-DP-Z 額定電壓:10～30VDC （帶電氣接插件）
KUBLER 8.5000.095N.2000.P0004.0011
KUBLER 8.A02H.5152.1024.0809
KUBLER 8.5863.3222.G322
KUBLER 8.5858.322L.2112
KUBLER T8.5020.4522.1000
KUBLER 8.5888.5431.3112
KUBLER 8.A02H.525A.1024.0030-EX
KUBLER BUS-IN:0.5.BM.SWS.8151-8.5
KUBLER 8.5020.0051.4096.T006
KUBLER 8.5823.3632.1024
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.5800.8A52.1800.CZ01(加連接器)
KUBLER 8.5020.0051.4096.T006
KUBLER 3.220.401.075
KUBLER 8.5850.128T.G132.0100
KUBLER 8.9081.5722.2004
KUBLER 8.0010.40v0.0000
KUBLER D5.2102.2441.1000 8-30V 50MA
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5020.7851.1024
KUBLER 8.5820.1800.1000.5007
KUBLER 8.9081.4722.2004+8.0000.6901.0002.0031+8.0010.40T0.0000(配電纜接頭以及2mmPVC電纜）
KUBLER 8.5888.5431.3112
KUBLER AL2-MOOOS-L420-SV
KUBLER 8.0000.1401.1006
KUBLER 8.5863.1224.G223
KUBLER 8.5870.3842.G132 S-405700889
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.0010.4E00.0000
KUBLER 8.9080.5231.3001
KUBLER 8.5860.1212.1001
KUBLER 8.5820.3P32.0360
KUBLER 8.5878.542F.2113
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.5800.1265.1265.1024
KUBLER 8.5888.5431.3112
KUBLER 8.9081.3322.2004
KUBLER 8.A02H.1A32.1024
KUBLER 8.A02H.1240.2048.S018
KUBLER 6.541.012.000 計(jì)數(shù)表
KUBLER 8.5883.2424.G323
KUBLER 8.9080.1831.3001
KUBLER D8.4D1.1000.6322.G222
KUBLER 8.5883.5420.G323.S017
KUBLER 8.5020.D551.5000
KUBLER 8.5888.5431.3112
KUBLER BMG.DN25 ISO PN4011B
KUBLER PUK-A02H-1024
KUBLER 8.3720.5631.0360
KUBLER 8.5883.5322.G321
KUBLER 8.9801.3422.2004
KUBLER 8.5878.542F.2113
KUBLER 8.9080.1831.3001
KUBLER 8.5020.D55A.2048.0020
KUBLER D8.4C1.0600.0057.1024
KUBLER 8.5883.5424.G323
KUBLER 8.5823.3830.1024.C001
KUBLER 8.5868.1231.3112 現(xiàn)貨
KUBLER 8.5823.1842.1000
KUBLER 8.5803.1265.1024
KUBLER 8.5820.1800.1000.5007 10-30VDC 125mA
KUBLER 8.9080.4531.3001
KUBLER 8.0000.5042.0000 連軸器
KUBLER 5000 - 2m. 8.5020.D55A.5000
KUBLER 6.130.012.850/N.701.086
摘要: 近一年來(lái), 我國(guó)房地產(chǎn)政策圍繞"房子是用來(lái)住的, 不是用來(lái)炒的"加大調(diào)控力度.本文以租售同權(quán)以及限購(gòu)、限貸等限制型調(diào)控手段為切入點(diǎn), 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長(zhǎng)期兩個(gè)角度, 研究了租售同權(quán)等政策對(duì)于房?jī)r(jià)調(diào)控的影響, 并給出了相應(yīng)的對(duì)策建議.研究發(fā)現(xiàn):租售同權(quán)及款利率對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響, 調(diào)整家庭購(gòu)買資格與數(shù)量, 短期內(nèi)會(huì)對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是長(zhǎng)期效果不顯著, 付比的調(diào)整對(duì)于北京等一線城市的房?jī)r(jià)抑制作用較小.這對(duì)我國(guó)構(gòu)建長(zhǎng)效的房地產(chǎn)發(fā)展機(jī)制具有重要意義.
關(guān)鍵詞:租售同權(quán); 限購(gòu)限貸; 房地產(chǎn)調(diào)控; ADRL模型;
自我國(guó)住房市場(chǎng)化改革以來(lái), 房地產(chǎn)行業(yè)在我國(guó)宏觀經(jīng)濟(jì)中的重要性日益提升, 但房?jī)r(jià)卻水漲船高, 波動(dòng)持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟(jì)工作會(huì)議上, 總書記提出:"房子是用來(lái)住的, 不是用來(lái)炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調(diào)控就此拉開序幕.本輪房地產(chǎn)調(diào)控政策不僅在范圍上表現(xiàn)出從一二線熱點(diǎn)城市擴(kuò)散到三四線城市, 中心城市和周邊城市政策合力調(diào)控的特征, 并且, 在調(diào)控手段上除限購(gòu)、限貸、調(diào)整付比等傳統(tǒng)手段, 也開始推行"購(gòu)租并舉、租購(gòu)?fù)瑱?quán)"等系列調(diào)控政策"組合拳"以進(jìn)一步化解住房需求.然而在當(dāng)前我國(guó)房地產(chǎn)市場(chǎng)環(huán)境下, 租售同權(quán)以及限購(gòu)等調(diào)控手段能否有效抑制房?jī)r(jià)快速上漲?是否具有可持續(xù)性?這是需要重點(diǎn)研究的問題.本文對(duì)此進(jìn)行重點(diǎn)研究, 旨在為更好完善房地產(chǎn)政策調(diào)控組合提供對(duì)策建議.
一、相關(guān)研究文獻(xiàn)綜述
針對(duì)房地產(chǎn)政策與房地產(chǎn)市場(chǎng)之間的關(guān)系, 國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究.劉洪玉教授 (2017) 針對(duì)我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 分析了阻礙我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展的因素.林睿等人 (2016) 通過對(duì)房地產(chǎn)價(jià)格的異質(zhì)性研究, 認(rèn)為房地產(chǎn)政策的調(diào)控能夠改變區(qū)域房地產(chǎn)價(jià)格的收斂性.王松濤 (2011) 以住房存流量模型為基礎(chǔ), 從理論上刻畫了住房市場(chǎng)政府干預(yù)的政策目標(biāo)和政策工具, 并且對(duì)政府綜合干預(yù)的作用效果進(jìn)行了評(píng)價(jià), 認(rèn)為政府政策工具對(duì)重點(diǎn)城市的住房?jī)r(jià)格產(chǎn)生了短期影響, 并對(duì)不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購(gòu)和限貸對(duì)房?jī)r(jià)的均衡影響, 認(rèn)為特定條件下當(dāng)限購(gòu)發(fā)生效用時(shí), 付比只有落入某個(gè)特定區(qū)間才能有效.
從實(shí)證研究來(lái)看, 常飛等人 (2013) 運(yùn)用脈沖響應(yīng)研究了貨幣政策對(duì)區(qū)域房地產(chǎn)市場(chǎng)的影響, 認(rèn)為貨幣政策對(duì)不同城市商品房市場(chǎng)的影響不同, 并受供求關(guān)系的影響較大.喬坤元 (2012) 應(yīng)用倍差法對(duì)中國(guó)70個(gè)大中城市的樣本數(shù)據(jù)進(jìn)行分析, 探討了2011年的房地產(chǎn)限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響, 研究表明:限購(gòu)令的實(shí)施使得房?jī)r(jià)下降了2.5%個(gè)百分點(diǎn).在政策評(píng)價(jià)過程中, 由于倍差法對(duì)控制組的要求比價(jià)嚴(yán)格, 實(shí)際情況往往無(wú)法滿足, 從而會(huì)影響到評(píng)價(jià)的有效性.針對(duì)清華大學(xué)恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構(gòu)建住房市場(chǎng)的搜尋匹配模型, 并且考慮了交易市場(chǎng)和租賃市場(chǎng)的影響因素, 認(rèn)為限購(gòu)政策會(huì)推動(dòng)房租的上漲并通過傳導(dǎo)作用推動(dòng)房?jī)r(jià)的上漲.
通過對(duì)文獻(xiàn)的梳理可以發(fā)現(xiàn), 當(dāng)前對(duì)于房地產(chǎn)政策的研究多集中在限購(gòu)或是貨幣政策調(diào)控方面, 對(duì)租售并舉及租售同權(quán)等政策效果的研究較少;在研究方法方面, 文獻(xiàn)多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點(diǎn)回歸等方法探討政策的有效性, 很少看到應(yīng)用ADRL方法對(duì)限購(gòu)政策的研究;文獻(xiàn)的研究多集中在對(duì)單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購(gòu)等房地產(chǎn)政策相互作用、持續(xù)實(shí)施對(duì)房?jī)r(jià)的調(diào)控效果, 并且分別對(duì)長(zhǎng)期效果與短期效果進(jìn)行了分析.
二、我國(guó)房地產(chǎn)限購(gòu)限貸、租售并舉調(diào)控政策的演進(jìn)過程
近年來(lái)我國(guó)政府出臺(tái)了一系列房地產(chǎn)調(diào)控政策, 來(lái)抑制房?jī)r(jià)的過快上漲, 回歸房屋的居住屬性, 主要集中在限購(gòu)政策、限貸政策以及租售并舉的調(diào)控政策這幾個(gè)方面.
在房地產(chǎn)限購(gòu)政策方面:2010年, 北京*出臺(tái)限購(gòu)令, 規(guī)定每戶以家庭為單位"只能新購(gòu)一套商品住房".自此, 我國(guó)各地房地產(chǎn)限購(gòu)政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個(gè)一二線城市推出限購(gòu)政策.2014年, 我國(guó)樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調(diào)整房地產(chǎn)調(diào)控政策, 當(dāng)年46個(gè)限購(gòu)城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個(gè)城市限購(gòu)政策被取消或松動(dòng).然而, 面對(duì)不斷攀升的房?jī)r(jià), 2017年以來(lái)新一輪的限購(gòu)政策不斷加碼, 北京作為房地產(chǎn)市場(chǎng)*的在短短10天內(nèi)連續(xù)打出了嚴(yán)格限制購(gòu)房資格、"商改住"限購(gòu)、差別化信貸等一系列調(diào)控"組合拳".本輪實(shí)施限購(gòu)政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點(diǎn)二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實(shí)施限購(gòu).
在限貸政策方面:2011年1月國(guó)務(wù)院提出"新國(guó)八條", 要求二套房貸付比例提高60%, 款利率提高基準(zhǔn)利率的1.1倍.當(dāng)時(shí)的限貸等房地產(chǎn)調(diào)控政策使得當(dāng)年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場(chǎng)進(jìn)入深度調(diào)整期.但是, 2012年央行兩次下調(diào)存款利率使得房地產(chǎn)市場(chǎng)又出現(xiàn)上漲預(yù)期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場(chǎng)低迷, 政策為激勵(lì)房地產(chǎn)市場(chǎng), 對(duì)于款購(gòu)買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準(zhǔn)款利率的0.7倍.2016年去庫(kù)存以來(lái), 房?jī)r(jià)再次高位回升, 導(dǎo)致新一輪限貸政策再次升級(jí).以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設(shè)委員會(huì)發(fā)布《關(guān)于完善商品住房銷售和差別化信貸政策的通知》, 開始對(duì)商品房的銷售和商業(yè)性個(gè)人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時(shí), 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準(zhǔn)利率.
在租售并舉制度方面:自2015年起, 國(guó)家提出要建立租購(gòu)并舉的住房制度.2016年出臺(tái)了一系列租購(gòu)并舉的政策.2017年8月, 北京市出臺(tái)了"租售同權(quán)"的新政, 明確了租房能夠享受與購(gòu)房同樣的入學(xué)機(jī)會(huì)等政策, 將租賃市場(chǎng)的重要性提高到有的高度.黨的報(bào)告中*明確提出"加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度".調(diào)控"房子是用來(lái)住的, 不是用來(lái)炒的"戰(zhàn)略定位, 旨在促進(jìn)我國(guó)房屋回歸居住屬性, 并向"購(gòu)租并舉、租購(gòu)?fù)瑱?quán);先租后售、梯度消費(fèi)"運(yùn)作模式全面推進(jìn), 引導(dǎo)居民形成梯級(jí)消費(fèi)理念, 推動(dòng)住房?jī)r(jià)格平穩(wěn)健康運(yùn)行, 推進(jìn)住有所居目標(biāo)的實(shí)現(xiàn).
三、房地產(chǎn)調(diào)控政策對(duì)房?jī)r(jià)影響的實(shí)證分析
(一) 變量選擇與平穩(wěn)性檢驗(yàn)
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價(jià)格來(lái)表示房地產(chǎn)價(jià)格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來(lái)表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內(nèi)容, 我們將房地產(chǎn)價(jià)格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權(quán)"政策的出臺(tái)及限制購(gòu)買資格的調(diào)整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫(kù)中獲得, 取得原始數(shù)據(jù)后, 需要對(duì)原始數(shù)據(jù)進(jìn)行如下處理: (1) 對(duì)所有數(shù)據(jù)都進(jìn)行標(biāo)準(zhǔn)指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實(shí)際數(shù)據(jù); (2) 對(duì)房地產(chǎn)價(jià)格變量與成交量變量分別取對(duì)數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實(shí)經(jīng)濟(jì)特征, 對(duì)房地產(chǎn)價(jià)格數(shù)據(jù)與成交量進(jìn)行季節(jié)調(diào)整; (4) 根據(jù)國(guó)家統(tǒng)計(jì)局報(bào)表制度, 每年公布的房地產(chǎn)報(bào)表中通常不提供1月份的數(shù)據(jù)報(bào)表, 考慮到實(shí)證數(shù)據(jù)的完整性, 我們用報(bào)表當(dāng)年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計(jì)情況為揭示付比、款利率、成交量與房地產(chǎn)價(jià)格之間是否存在協(xié)整檢驗(yàn)與因果分析, 我們需要對(duì)各個(gè)時(shí)間序列分別進(jìn)行平穩(wěn)性檢驗(yàn), 以剔除相應(yīng)變量的時(shí)間序列的單位根.對(duì)各個(gè)變量的平穩(wěn)性檢驗(yàn)結(jié)果可知, 成交量變量對(duì)ADF統(tǒng)計(jì)量的值大于1%的臨界值, 房?jī)r(jià)變量、付比變量和利率變量對(duì)ADF統(tǒng)計(jì)量的值小于1%的臨界值, 但是三者個(gè)變量的一階差分對(duì)應(yīng)的ADF統(tǒng)計(jì)量的值均大于1%的臨界值, 并且其P統(tǒng)計(jì)值均趨于0.因此, 成交量變量是平穩(wěn)的, 房?jī)r(jià)變量、付比變量和利率變量的時(shí)間序列均為非平穩(wěn), 但是這三個(gè)變量的一階差分對(duì)應(yīng)的時(shí)間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗(yàn)
由于本研究所涉及的各變量不同階平穩(wěn), 故無(wú)法使用常規(guī)的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ? 本文采用自回歸分布滯后模型 (ADRL模型) 進(jìn)行研究, ADRL模型能夠估計(jì)不同階平穩(wěn)的時(shí)間序列, 保證結(jié)果一致有效, 而且還能得到長(zhǎng)期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結(jié)構(gòu)如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個(gè)步驟, 一步, 建立ADRL協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)行各變量間的協(xié)整檢驗(yàn), 驗(yàn)證各個(gè)變量間的長(zhǎng)期穩(wěn)定關(guān)系, 確定各變量間的影響方向.則構(gòu)建限購(gòu)政策對(duì)房?jī)r(jià)波動(dòng)影響的協(xié)整檢驗(yàn)?zāi)Ｐ腿缦?
進(jìn)行協(xié)整檢驗(yàn)存在長(zhǎng)期均衡關(guān)系后進(jìn)入第二步, 利用ADRL模型估計(jì)長(zhǎng)期系數(shù)與短期系數(shù), 則構(gòu)建長(zhǎng)期系數(shù)估計(jì)模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準(zhǔn)則進(jìn)行判斷, 長(zhǎng)期均衡關(guān)系并不是一直成立的, 短期內(nèi)會(huì)通過各種變量的擾動(dòng)從而打破平衡狀態(tài).短期系數(shù)的估計(jì)可通過誤差修正模型ECM來(lái)獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計(jì)如下:
式中:ECt-1作為回調(diào)項(xiàng), 當(dāng)長(zhǎng)期均衡關(guān)系被打破時(shí), 起到回調(diào)作用.
接下來(lái), 對(duì)條件誤差修正ARDL模型中各原變量 (滯后一階) 進(jìn)行聯(lián)合F檢驗(yàn), 以驗(yàn)證是否存在長(zhǎng)期協(xié)整關(guān)系.本文進(jìn)行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測(cè), 根據(jù)AIC、SC準(zhǔn)則選擇了優(yōu)滯后模型, 此時(shí)得到結(jié)果的結(jié)構(gòu)可以看出, F統(tǒng)計(jì)量為6.2083, 大于1%臨界值4.68, 說(shuō)明拒絕原假設(shè), 認(rèn)為長(zhǎng)期協(xié)整關(guān)系非常顯著.
(三) 長(zhǎng)短期系數(shù)的估計(jì)結(jié)果
通過上面的ADRL協(xié)整檢驗(yàn)后可知道, 存在長(zhǎng)期協(xié)整關(guān)系, 因此進(jìn)入第二步進(jìn)行長(zhǎng)短期系數(shù)的估計(jì).利用使得模型的標(biāo)準(zhǔn)誤差小的AIC準(zhǔn)則, 對(duì)不同階數(shù)的估計(jì)方程進(jìn)行選擇分析, 并且設(shè)定大滯后階數(shù)為4, 得到模型的優(yōu)估計(jì)為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長(zhǎng)短期系數(shù)的估計(jì)見表4.
其中, 模型的可決系數(shù)高達(dá)0.813, 說(shuō)明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗(yàn)F統(tǒng)計(jì)量為34.006, 可以在1%顯著水平顯著, 故認(rèn)為模型總體擬合效果良好.
通過對(duì)所得結(jié)果的分析可知, 從長(zhǎng)期來(lái)看, "租售同權(quán)"政策的出臺(tái)對(duì)抑制房?jī)r(jià)具有長(zhǎng)期顯著的效應(yīng), 房地產(chǎn)限購(gòu)政策會(huì)使得房地產(chǎn)價(jià)格出現(xiàn)報(bào)復(fù)性增長(zhǎng), 利率每提高1個(gè)單位, 會(huì)伴隨房?jī)r(jià)下降0.3447個(gè)百分點(diǎn).付比以及成交量的變化對(duì)于房?jī)r(jià)的影響不顯著, 因此, 存在較大的不確定性.
此外, 對(duì)短期方程進(jìn)行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購(gòu)政策的虛擬變量D2對(duì)于房?jī)r(jià)具有顯著短期的抑制作用, 但這種作用在滯后1月時(shí)才會(huì)顯示出來(lái).并且房?jī)r(jià)滯后1-2期均對(duì)房?jī)r(jià)的走勢(shì)有著一定的修正作用, 即當(dāng)某月房?jī)r(jià)突然偏高, 則此后1~2期房?jī)r(jià)會(huì)有一定的抑制效果.利率在長(zhǎng)短期方程中均對(duì)房?jī)r(jià)有著抑制作用, 通過對(duì)成交量分析可知, 成交量的變化對(duì)房?jī)r(jià)的走勢(shì)影響不大.后, 協(xié)整項(xiàng)Coin Eq (-1) 是顯著為負(fù)的, 這充分說(shuō)明了當(dāng)房?jī)r(jià)走勢(shì)偏離了長(zhǎng)期均衡時(shí), 短期修正效應(yīng)會(huì)促進(jìn)房?jī)r(jià)回歸到長(zhǎng)期協(xié)整的均衡上來(lái).
四、結(jié)論與政策建議
本文通過運(yùn)用ADRL模型得出:租售同權(quán)的政策對(duì)房地產(chǎn)均具有長(zhǎng)期而穩(wěn)定的抑制作用, 短期內(nèi)調(diào)整家庭購(gòu)買資格與數(shù)量, 對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是, 長(zhǎng)期效果不顯著.調(diào)整付比對(duì)于北京市房?jī)r(jià)的抑制作用較小, 而款利率的調(diào)整對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響.結(jié)合所得結(jié)論提出如下的政策建議:
1.建立租購(gòu)并舉政策實(shí)施的長(zhǎng)效機(jī)制, 加大準(zhǔn)保障力度.
要達(dá)到"居者有其屋"的目標(biāo), 必須要增加公租房、共有產(chǎn)權(quán)房供應(yīng), 擴(kuò)大公租房保障范圍, 提高公租房的質(zhì)量與完善配套設(shè)施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來(lái)務(wù)工人員的住房問題.對(duì)于特殊困難家庭建立準(zhǔn)保障機(jī)制, 牢固好社會(huì)安全網(wǎng).做好保障性住房分配管理, 加強(qiáng)信息公開, 確保公平分配, 加強(qiáng)教育資源均等化.
2.充分發(fā)揮款利率對(duì)于房?jī)r(jià)調(diào)控的作用機(jī)制, 防范系統(tǒng)風(fēng)險(xiǎn)隱患.
雖然利率的調(diào)整對(duì)于房地產(chǎn)具有長(zhǎng)期抑制的作用, 但是長(zhǎng)期的高利率不僅不利于經(jīng)濟(jì)的增長(zhǎng), 反而對(duì)經(jīng)濟(jì)起到抑制作用.因此, 房地產(chǎn)調(diào)控應(yīng)以市場(chǎng)為導(dǎo)向, 積極推進(jìn)利率市場(chǎng)化改革以及稅收制度的改革, 有利促進(jìn)經(jīng)濟(jì)增長(zhǎng), 通過改革釋放巨大的制度紅利, 實(shí)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)再平衡.
3.引導(dǎo)資金回歸實(shí)體經(jīng)濟(jì), 減少房地產(chǎn)過度投機(jī).
房地產(chǎn)市場(chǎng)宏觀調(diào)控的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式, 通過加快制度變革和鼓勵(lì)技術(shù)創(chuàng)新來(lái)提升企業(yè)的利潤(rùn)空間, 以此引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì), 并且尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn), 鼓勵(lì)金融機(jī)構(gòu)擴(kuò)展業(yè)務(wù)來(lái)緩解投機(jī)性的炒房需求, 促使房地產(chǎn)價(jià)格回歸合理區(qū)間.
KUBLER 8.5852.1233.G121
KUBLER CN8.0000.5002.1212
KUBLER 8.A02H.1252.1024
KUBLER 8.5000.8322.1000
KUBLER 8.5020.C511.1024
KUBLER 8.5863.0000.G200
KUBLER 8.0010.4025.0000
KUBLER 8.A02H.5A31.1024
KUBLER 05.CMB-8181-0
KUBLER 8.9080.4431.3001
KUBLER 8.F3658.3523.2112
KUBLER 8.9080.2831.3001
KUBLER 0.5.BMSWS.8151-8.5
KUBLER 8.9080.4132.3001
KUBLER 8.5868.0201.3112.9083
KUBLER 8.5823.3830.1024.C001
KUBLER 8.9080.1831.3001
KUBLER 8.5868.5631.3112
KUBLER D8.4D1.1000.6322.G222
KUBLER 8.5863.1222.G321
KUBLER 8.A02h.5531.1024
KUBLER 8.H100.1112.1024
KUBLER 8.5853.1222.G321
KUBLER 8.5020.3300.1024.0030 自帶3M出線
KUBLER 8.5868.1231.3112
KUBLER 8.5883.042B.G321.0050.W40E（軸套型，配5米電纜）
KUBLER 8.5863.0000.G200.S029.K005-A
KUBLER 8.5852.1233.G121
KUBLER 6.540.012.300 10-30VDC
KUBLER 8.5823.3832.1024.
KUBLER 8.5020.0310.2048.S090
KUBLER 8.5860.1212.1001
KUBLER 8.5020.0050.1024.W048
KUBLER 配8.5020.C004.4096.A034型增量編碼器 25米
KUBLER 05.B8141-0
KUBLER 8.0010.4017.0000
KUBLER 8.F3663.4521.G222
KUBLER 8.5000.8352.1024
KUBLER 8.3720.1624.0360 5-30vdc 100ma
KUBLER B80 D8.4B1.0200.6831.3113
KUBLER 8.5868.1231.3112
KUBLER 8.0010.40v0.0000
KUBLER 8.A02H.5332.4096
KUBLER 8.5000.B348.1000
KUBLER 8.5020.4500.1024.A033
KUBLER 8.5000.8300.5000.S069
KUBLER 8.5823.3832.1024
KUBLER type:8.5883.0050.G323.0001，Code:Gray13bit ST/12bit MT5 VDC，SN.1317505355
KUBLER 8.5863.1200.G323.S013.K012
KUBLER 8.5020.D55A.2048.0020
KUBLER 8.5850.1205.G132.Y007 配聯(lián)軸器 航空插頭插頭
KUBLER 8.F3663.4521.G222
KUBLER 8.5020.D551.2048
KUBLER B80 D8.4B1.0200.6831.3113
KUBLER 8.9080.4231.3001 S-NR:1032007477 10-30VDC 290MA
KUBLER 8.5821.1C41.1024.9083
KUBLER 8.5868.1232.3112
KUBLER 8.9080.4131.3001
KUBLER 8.9080.4231.3001
KUBLER 8.A020.3539.1024
KUBLER 8.5000.8352.1024
KUBLER 8.5000.6652.0360
KUBLER 8.5000.8351.1000
KUBLER 8.A02H.1A32.1024
KUBLER 8.A02H.5241.2048
KUBLER 8.9080.4231.3001
KUBLER 8.5888.1431.3112
KUBLER 8.0000.5014.0310
KUBLER 8.5820.1800.1000.5007 10-30VDC 125mA
KUBLER 6.715.010.300
KUBLER D8.4D1.2000.0000.0000
KUBLER 8.5800.1263.5000
KUBLER 8.5823.3842.1024
KUBLER 8.5020.D851.1024
KUBLER 8.9080.4C32.3001
KUBLER 8.5020.7551.0050
KUBLER 8.5020.C004.4096.A034
KUBLER 8.5826.2511.1024
KUBLER 8.A02H.5332.4096
KUBLER 8.5853.1222.G323
KUBLER 8.5850.2182.G132
KUBLER 8.5000.0010.1024.S059
KUBLER 8.5860.1231.3001
KUBLER 8.5802.1275.0200
KUBLER 8.5868.1231.3112
KUBLER 8.H120.4354.1024
KUBLER 8.9080.4231.3001
KUBLER 8.3600.0010.1000.5008 編碼器
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.0010.4060.000
KUBLER 8.A226.0052.1024
KUBLER EVE1/8-VU-L55-SVK27A-5SIL
KUBLER 8.5823.1832.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5888.5431.3112
KUBLER 8.A02H0031.1024.T012 10-150mA
KUBLER 8.A02H.5241.2048
KUBLER 8.5863.3222.G322
KUBLER 8.9081.4222.2004
KUBLER 8.5883.5424.G323
KUBLER 8.5852.1233.G121(帶航空插頭）
KUBLER 8.5800.1261.1024編碼器
KUBLER 8.5823.3830.1024.C001
KUBLER 8.5020.D821.2000
KUBLER 8.5821.1C31.1024.9083
摘要: 近一年來(lái), 我國(guó)房地產(chǎn)政策圍繞"房子是用來(lái)住的, 不是用來(lái)炒的"加大調(diào)控力度.本文以租售同權(quán)以及限購(gòu)、限貸等限制型調(diào)控手段為切入點(diǎn), 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長(zhǎng)期兩個(gè)角度, 研究了租售同權(quán)等政策對(duì)于房?jī)r(jià)調(diào)控的影響, 并給出了相應(yīng)的對(duì)策建議.研究發(fā)現(xiàn):租售同權(quán)及款利率對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響, 調(diào)整家庭購(gòu)買資格與數(shù)量, 短期內(nèi)會(huì)對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是長(zhǎng)期效果不顯著, 付比的調(diào)整對(duì)于北京等一線城市的房?jī)r(jià)抑制作用較小.這對(duì)我國(guó)構(gòu)建長(zhǎng)效的房地產(chǎn)發(fā)展機(jī)制具有重要意義.
關(guān)鍵詞:租售同權(quán); 限購(gòu)限貸; 房地產(chǎn)調(diào)控; ADRL模型;
自我國(guó)住房市場(chǎng)化改革以來(lái), 房地產(chǎn)行業(yè)在我國(guó)宏觀經(jīng)濟(jì)中的重要性日益提升, 但房?jī)r(jià)卻水漲船高, 波動(dòng)持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟(jì)工作會(huì)議上, 總書記提出:"房子是用來(lái)住的, 不是用來(lái)炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調(diào)控就此拉開序幕.本輪房地產(chǎn)調(diào)控政策不僅在范圍上表現(xiàn)出從一二線熱點(diǎn)城市擴(kuò)散到三四線城市, 中心城市和周邊城市政策合力調(diào)控的特征, 并且, 在調(diào)控手段上除限購(gòu)、限貸、調(diào)整付比等傳統(tǒng)手段, 也開始推行"購(gòu)租并舉、租購(gòu)?fù)瑱?quán)"等系列調(diào)控政策"組合拳"以進(jìn)一步化解住房需求.然而在當(dāng)前我國(guó)房地產(chǎn)市場(chǎng)環(huán)境下, 租售同權(quán)以及限購(gòu)等調(diào)控手段能否有效抑制房?jī)r(jià)快速上漲?是否具有可持續(xù)性?這是需要重點(diǎn)研究的問題.本文對(duì)此進(jìn)行重點(diǎn)研究, 旨在為更好完善房地產(chǎn)政策調(diào)控組合提供對(duì)策建議.
一、相關(guān)研究文獻(xiàn)綜述
針對(duì)房地產(chǎn)政策與房地產(chǎn)市場(chǎng)之間的關(guān)系, 國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究.劉洪玉教授 (2017) 針對(duì)我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 分析了阻礙我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展的因素.林睿等人 (2016) 通過對(duì)房地產(chǎn)價(jià)格的異質(zhì)性研究, 認(rèn)為房地產(chǎn)政策的調(diào)控能夠改變區(qū)域房地產(chǎn)價(jià)格的收斂性.王松濤 (2011) 以住房存流量模型為基礎(chǔ), 從理論上刻畫了住房市場(chǎng)政府干預(yù)的政策目標(biāo)和政策工具, 并且對(duì)政府綜合干預(yù)的作用效果進(jìn)行了評(píng)價(jià), 認(rèn)為政府政策工具對(duì)重點(diǎn)城市的住房?jī)r(jià)格產(chǎn)生了短期影響, 并對(duì)不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購(gòu)和限貸對(duì)房?jī)r(jià)的均衡影響, 認(rèn)為特定條件下當(dāng)限購(gòu)發(fā)生效用時(shí), 付比只有落入某個(gè)特定區(qū)間才能有效.
從實(shí)證研究來(lái)看, 常飛等人 (2013) 運(yùn)用脈沖響應(yīng)研究了貨幣政策對(duì)區(qū)域房地產(chǎn)市場(chǎng)的影響, 認(rèn)為貨幣政策對(duì)不同城市商品房市場(chǎng)的影響不同, 并受供求關(guān)系的影響較大.喬坤元 (2012) 應(yīng)用倍差法對(duì)中國(guó)70個(gè)大中城市的樣本數(shù)據(jù)進(jìn)行分析, 探討了2011年的房地產(chǎn)限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響, 研究表明:限購(gòu)令的實(shí)施使得房?jī)r(jià)下降了2.5%個(gè)百分點(diǎn).在政策評(píng)價(jià)過程中, 由于倍差法對(duì)控制組的要求比價(jià)嚴(yán)格, 實(shí)際情況往往無(wú)法滿足, 從而會(huì)影響到評(píng)價(jià)的有效性.針對(duì)清華大學(xué)恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構(gòu)建住房市場(chǎng)的搜尋匹配模型, 并且考慮了交易市場(chǎng)和租賃市場(chǎng)的影響因素, 認(rèn)為限購(gòu)政策會(huì)推動(dòng)房租的上漲并通過傳導(dǎo)作用推動(dòng)房?jī)r(jià)的上漲.
通過對(duì)文獻(xiàn)的梳理可以發(fā)現(xiàn), 當(dāng)前對(duì)于房地產(chǎn)政策的研究多集中在限購(gòu)或是貨幣政策調(diào)控方面, 對(duì)租售并舉及租售同權(quán)等政策效果的研究較少;在研究方法方面, 文獻(xiàn)多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點(diǎn)回歸等方法探討政策的有效性, 很少看到應(yīng)用ADRL方法對(duì)限購(gòu)政策的研究;文獻(xiàn)的研究多集中在對(duì)單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購(gòu)等房地產(chǎn)政策相互作用、持續(xù)實(shí)施對(duì)房?jī)r(jià)的調(diào)控效果, 并且分別對(duì)長(zhǎng)期效果與短期效果進(jìn)行了分析.
二、我國(guó)房地產(chǎn)限購(gòu)限貸、租售并舉調(diào)控政策的演進(jìn)過程
近年來(lái)我國(guó)政府出臺(tái)了一系列房地產(chǎn)調(diào)控政策, 來(lái)抑制房?jī)r(jià)的過快上漲, 回歸房屋的居住屬性, 主要集中在限購(gòu)政策、限貸政策以及租售并舉的調(diào)控政策這幾個(gè)方面.
在房地產(chǎn)限購(gòu)政策方面:2010年, 北京*出臺(tái)限購(gòu)令, 規(guī)定每戶以家庭為單位"只能新購(gòu)一套商品住房".自此, 我國(guó)各地房地產(chǎn)限購(gòu)政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個(gè)一二線城市推出限購(gòu)政策.2014年, 我國(guó)樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調(diào)整房地產(chǎn)調(diào)控政策, 當(dāng)年46個(gè)限購(gòu)城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個(gè)城市限購(gòu)政策被取消或松動(dòng).然而, 面對(duì)不斷攀升的房?jī)r(jià), 2017年以來(lái)新一輪的限購(gòu)政策不斷加碼, 北京作為房地產(chǎn)市場(chǎng)*的在短短10天內(nèi)連續(xù)打出了嚴(yán)格限制購(gòu)房資格、"商改住"限購(gòu)、差別化信貸等一系列調(diào)控"組合拳".本輪實(shí)施限購(gòu)政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點(diǎn)二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實(shí)施限購(gòu).
在限貸政策方面:2011年1月國(guó)務(wù)院提出"新國(guó)八條", 要求二套房貸付比例提高60%, 款利率提高基準(zhǔn)利率的1.1倍.當(dāng)時(shí)的限貸等房地產(chǎn)調(diào)控政策使得當(dāng)年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場(chǎng)進(jìn)入深度調(diào)整期.但是, 2012年央行兩次下調(diào)存款利率使得房地產(chǎn)市場(chǎng)又出現(xiàn)上漲預(yù)期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場(chǎng)低迷, 政策為激勵(lì)房地產(chǎn)市場(chǎng), 對(duì)于款購(gòu)買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準(zhǔn)款利率的0.7倍.2016年去庫(kù)存以來(lái), 房?jī)r(jià)再次高位回升, 導(dǎo)致新一輪限貸政策再次升級(jí).以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設(shè)委員會(huì)發(fā)布《關(guān)于完善商品住房銷售和差別化信貸政策的通知》, 開始對(duì)商品房的銷售和商業(yè)性個(gè)人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時(shí), 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準(zhǔn)利率.
在租售并舉制度方面:自2015年起, 國(guó)家提出要建立租購(gòu)并舉的住房制度.2016年出臺(tái)了一系列租購(gòu)并舉的政策.2017年8月, 北京市出臺(tái)了"租售同權(quán)"的新政, 明確了租房能夠享受與購(gòu)房同樣的入學(xué)機(jī)會(huì)等政策, 將租賃市場(chǎng)的重要性提高到有的高度.黨的報(bào)告中*明確提出"加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度".調(diào)控"房子是用來(lái)住的, 不是用來(lái)炒的"戰(zhàn)略定位, 旨在促進(jìn)我國(guó)房屋回歸居住屬性, 并向"購(gòu)租并舉、租購(gòu)?fù)瑱?quán);先租后售、梯度消費(fèi)"運(yùn)作模式全面推進(jìn), 引導(dǎo)居民形成梯級(jí)消費(fèi)理念, 推動(dòng)住房?jī)r(jià)格平穩(wěn)健康運(yùn)行, 推進(jìn)住有所居目標(biāo)的實(shí)現(xiàn).
三、房地產(chǎn)調(diào)控政策對(duì)房?jī)r(jià)影響的實(shí)證分析
(一) 變量選擇與平穩(wěn)性檢驗(yàn)
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價(jià)格來(lái)表示房地產(chǎn)價(jià)格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來(lái)表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內(nèi)容, 我們將房地產(chǎn)價(jià)格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權(quán)"政策的出臺(tái)及限制購(gòu)買資格的調(diào)整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫(kù)中獲得, 取得原始數(shù)據(jù)后, 需要對(duì)原始數(shù)據(jù)進(jìn)行如下處理: (1) 對(duì)所有數(shù)據(jù)都進(jìn)行標(biāo)準(zhǔn)指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實(shí)際數(shù)據(jù); (2) 對(duì)房地產(chǎn)價(jià)格變量與成交量變量分別取對(duì)數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實(shí)經(jīng)濟(jì)特征, 對(duì)房地產(chǎn)價(jià)格數(shù)據(jù)與成交量進(jìn)行季節(jié)調(diào)整; (4) 根據(jù)國(guó)家統(tǒng)計(jì)局報(bào)表制度, 每年公布的房地產(chǎn)報(bào)表中通常不提供1月份的數(shù)據(jù)報(bào)表, 考慮到實(shí)證數(shù)據(jù)的完整性, 我們用報(bào)表當(dāng)年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計(jì)情況為揭示付比、款利率、成交量與房地產(chǎn)價(jià)格之間是否存在協(xié)整檢驗(yàn)與因果分析, 我們需要對(duì)各個(gè)時(shí)間序列分別進(jìn)行平穩(wěn)性檢驗(yàn), 以剔除相應(yīng)變量的時(shí)間序列的單位根.對(duì)各個(gè)變量的平穩(wěn)性檢驗(yàn)結(jié)果可知, 成交量變量對(duì)ADF統(tǒng)計(jì)量的值大于1%的臨界值, 房?jī)r(jià)變量、付比變量和利率變量對(duì)ADF統(tǒng)計(jì)量的值小于1%的臨界值, 但是三者個(gè)變量的一階差分對(duì)應(yīng)的ADF統(tǒng)計(jì)量的值均大于1%的臨界值, 并且其P統(tǒng)計(jì)值均趨于0.因此, 成交量變量是平穩(wěn)的, 房?jī)r(jià)變量、付比變量和利率變量的時(shí)間序列均為非平穩(wěn), 但是這三個(gè)變量的一階差分對(duì)應(yīng)的時(shí)間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗(yàn)
由于本研究所涉及的各變量不同階平穩(wěn), 故無(wú)法使用常規(guī)的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ? 本文采用自回歸分布滯后模型 (ADRL模型) 進(jìn)行研究, ADRL模型能夠估計(jì)不同階平穩(wěn)的時(shí)間序列, 保證結(jié)果一致有效, 而且還能得到長(zhǎng)期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結(jié)構(gòu)如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個(gè)步驟, 一步, 建立ADRL協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)行各變量間的協(xié)整檢驗(yàn), 驗(yàn)證各個(gè)變量間的長(zhǎng)期穩(wěn)定關(guān)系, 確定各變量間的影響方向.則構(gòu)建限購(gòu)政策對(duì)房?jī)r(jià)波動(dòng)影響的協(xié)整檢驗(yàn)?zāi)Ｐ腿缦?
進(jìn)行協(xié)整檢驗(yàn)存在長(zhǎng)期均衡關(guān)系后進(jìn)入第二步, 利用ADRL模型估計(jì)長(zhǎng)期系數(shù)與短期系數(shù), 則構(gòu)建長(zhǎng)期系數(shù)估計(jì)模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準(zhǔn)則進(jìn)行判斷, 長(zhǎng)期均衡關(guān)系并不是一直成立的, 短期內(nèi)會(huì)通過各種變量的擾動(dòng)從而打破平衡狀態(tài).短期系數(shù)的估計(jì)可通過誤差修正模型ECM來(lái)獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計(jì)如下:
式中:ECt-1作為回調(diào)項(xiàng), 當(dāng)長(zhǎng)期均衡關(guān)系被打破時(shí), 起到回調(diào)作用.
接下來(lái), 對(duì)條件誤差修正ARDL模型中各原變量 (滯后一階) 進(jìn)行聯(lián)合F檢驗(yàn), 以驗(yàn)證是否存在長(zhǎng)期協(xié)整關(guān)系.本文進(jìn)行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測(cè), 根據(jù)AIC、SC準(zhǔn)則選擇了優(yōu)滯后模型, 此時(shí)得到結(jié)果的結(jié)構(gòu)可以看出, F統(tǒng)計(jì)量為6.2083, 大于1%臨界值4.68, 說(shuō)明拒絕原假設(shè), 認(rèn)為長(zhǎng)期協(xié)整關(guān)系非常顯著.
(三) 長(zhǎng)短期系數(shù)的估計(jì)結(jié)果
通過上面的ADRL協(xié)整檢驗(yàn)后可知道, 存在長(zhǎng)期協(xié)整關(guān)系, 因此進(jìn)入第二步進(jìn)行長(zhǎng)短期系數(shù)的估計(jì).利用使得模型的標(biāo)準(zhǔn)誤差小的AIC準(zhǔn)則, 對(duì)不同階數(shù)的估計(jì)方程進(jìn)行選擇分析, 并且設(shè)定大滯后階數(shù)為4, 得到模型的優(yōu)估計(jì)為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長(zhǎng)短期系數(shù)的估計(jì)見表4.
其中, 模型的可決系數(shù)高達(dá)0.813, 說(shuō)明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗(yàn)F統(tǒng)計(jì)量為34.006, 可以在1%顯著水平顯著, 故認(rèn)為模型總體擬合效果良好.
通過對(duì)所得結(jié)果的分析可知, 從長(zhǎng)期來(lái)看, "租售同權(quán)"政策的出臺(tái)對(duì)抑制房?jī)r(jià)具有長(zhǎng)期顯著的效應(yīng), 房地產(chǎn)限購(gòu)政策會(huì)使得房地產(chǎn)價(jià)格出現(xiàn)報(bào)復(fù)性增長(zhǎng), 利率每提高1個(gè)單位, 會(huì)伴隨房?jī)r(jià)下降0.3447個(gè)百分點(diǎn).付比以及成交量的變化對(duì)于房?jī)r(jià)的影響不顯著, 因此, 存在較大的不確定性.
此外, 對(duì)短期方程進(jìn)行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購(gòu)政策的虛擬變量D2對(duì)于房?jī)r(jià)具有顯著短期的抑制作用, 但這種作用在滯后1月時(shí)才會(huì)顯示出來(lái).并且房?jī)r(jià)滯后1-2期均對(duì)房?jī)r(jià)的走勢(shì)有著一定的修正作用, 即當(dāng)某月房?jī)r(jià)突然偏高, 則此后1~2期房?jī)r(jià)會(huì)有一定的抑制效果.利率在長(zhǎng)短期方程中均對(duì)房?jī)r(jià)有著抑制作用, 通過對(duì)成交量分析可知, 成交量的變化對(duì)房?jī)r(jià)的走勢(shì)影響不大.后, 協(xié)整項(xiàng)Coin Eq (-1) 是顯著為負(fù)的, 這充分說(shuō)明了當(dāng)房?jī)r(jià)走勢(shì)偏離了長(zhǎng)期均衡時(shí), 短期修正效應(yīng)會(huì)促進(jìn)房?jī)r(jià)回歸到長(zhǎng)期協(xié)整的均衡上來(lái).
四、結(jié)論與政策建議
本文通過運(yùn)用ADRL模型得出:租售同權(quán)的政策對(duì)房地產(chǎn)均具有長(zhǎng)期而穩(wěn)定的抑制作用, 短期內(nèi)調(diào)整家庭購(gòu)買資格與數(shù)量, 對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是, 長(zhǎng)期效果不顯著.調(diào)整付比對(duì)于北京市房?jī)r(jià)的抑制作用較小, 而款利率的調(diào)整對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響.結(jié)合所得結(jié)論提出如下的政策建議:
1.建立租購(gòu)并舉政策實(shí)施的長(zhǎng)效機(jī)制, 加大準(zhǔn)保障力度.
要達(dá)到"居者有其屋"的目標(biāo), 必須要增加公租房、共有產(chǎn)權(quán)房供應(yīng), 擴(kuò)大公租房保障范圍, 提高公租房的質(zhì)量與完善配套設(shè)施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來(lái)務(wù)工人員的住房問題.對(duì)于特殊困難家庭建立準(zhǔn)保障機(jī)制, 牢固好社會(huì)安全網(wǎng).做好保障性住房分配管理, 加強(qiáng)信息公開, 確保公平分配, 加強(qiáng)教育資源均等化.
2.充分發(fā)揮款利率對(duì)于房?jī)r(jià)調(diào)控的作用機(jī)制, 防范系統(tǒng)風(fēng)險(xiǎn)隱患.
雖然利率的調(diào)整對(duì)于房地產(chǎn)具有長(zhǎng)期抑制的作用, 但是長(zhǎng)期的高利率不僅不利于經(jīng)濟(jì)的增長(zhǎng), 反而對(duì)經(jīng)濟(jì)起到抑制作用.因此, 房地產(chǎn)調(diào)控應(yīng)以市場(chǎng)為導(dǎo)向, 積極推進(jìn)利率市場(chǎng)化改革以及稅收制度的改革, 有利促進(jìn)經(jīng)濟(jì)增長(zhǎng), 通過改革釋放巨大的制度紅利, 實(shí)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)再平衡.
3.引導(dǎo)資金回歸實(shí)體經(jīng)濟(jì), 減少房地產(chǎn)過度投機(jī).
房地產(chǎn)市場(chǎng)宏觀調(diào)控的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式, 通過加快制度變革和鼓勵(lì)技術(shù)創(chuàng)新來(lái)提升企業(yè)的利潤(rùn)空間, 以此引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì), 并且尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn), 鼓勵(lì)金融機(jī)構(gòu)擴(kuò)展業(yè)務(wù)來(lái)緩解投機(jī)性的炒房需求, 促使房地產(chǎn)價(jià)格回歸合理區(qū)間.
KUBLER 8.0000.5012.0001
KUBLER H57 3.220.401.085.422
KUBLER 8.9080.4231.3001
KUBLER 8.5810.1216.0025
KUBLER 8.5823.1831.1024
KUBLER 編碼器8.5020.D552.0400 帶副件05.WAKS8-2/P00 脈沖數(shù)400
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.A02H.1A52.2048
KUBLER 8.5868.1231.3112
KUBLER 8.5800.1292.1024
KUBLER 8.A02H.3511.2048
KUBLER 8.F3663.4521.G222
KUBLER 8.0010.4R00.0000
KUBLER RE2 230V
KUBLER 8.5000.8352.4096.9083
KUBLER 8.9080.1831.3002
KUBLER 8.0010.4012.0000
KUBLER 8.A02H.5041.1024.T032
KUBLER 8.5878.542F.2113
KUBLER 8.9080.4231.3001
KUBLER 8.5850.1281.G132
KUBLER 8.A02H.1A31.1024
KUBLER 8.0010.4D00.0000
KUBLER 05.2400.1122.1024
KUBLER 8.5823.1831.1024
KUBLER 8.5883.5482.G323
KUBLER 8.5020.4551.2048
KUBLER 8.5852.1231.G121
KUBLER 8.5863.4244.G321
KUBLER 8.7030.1422.0500
KUBLER 8.5800.1262.1800
KUBLER 8.5821.WC3E.1024 8-30VDC 40ma
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5863.0220.G223.S022.K005
KUBLER 8.9080.4131.3001
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.0000.1101.0606
KUBLER 8.5863.1222.G321
KUBLER 8.5853.1222.G321
KUBLER 8.5020.0050.1024.S146.0010
KUBLER 8.A02H.1151.1024.5-30V DC 100mA
KUBLER 8.5853.1222.G321
KUBLER 8.F3663.4521.G222
KUBLER 8.0000.1101.1212
KUBLER 8.5020.4500.1024.A033
KUBLER 8.5860.1232.3001
KUBLER 8.5868.1231.3112
KUBLER 8.A02H.1231.1024+8.0010.4T00.0000+8.0010.4016.0000 DC24V PPR:4096 推挽輸出 帶安裝附件和1.5m電纜
KUBLER 8.F3663.4521.G222
KUBLER 8.5888.5431.3112，10-30VDC 120MA
KUBLER 8.5863.1222.G321
KUBLER 8.5020.835A.5000.0020
KUBLER PUK-A02H-1024
KUBLER 8.5868.1231.3112
KUBLER 8.5020.D551.5000
KUBLER 8.5824.0822.5000.5089
KUBLER 8.0000.1401.1006
KUBLER 8.9080.1812.1001配聯(lián)軸器9410
KUBLER 8.0000.6901.0008
KUBLER 8.7030.2642.1024
KUBLER 8.7068.123B.3111.0050
KUBLER 8.5020.2551.5000
KUBLER 8.5020.D310.2048.S130
KUBLER 8.5823.3842.1024
KUBLER D8.3B1.0200.0032.0000.S068
KUBLER 8.5020.D511.4096
KUBLER 8.5020.2511.4096
KUBLER 8.F3658.3523.2112
KUBLER 8.A02H.0030.1024.T013.C002
KUBLER 8.7068.123B.3111.0050
KUBLER 8.A02H.H.1241.5000
KUBLER 8.5823.3831.1024
KUBLER 8.6823.3832.1024
KUBLER 8.0000.5012.0000
KUBLER 8.5020.4552.1024 帶副件05.WAKS8-2/P00 脈沖數(shù)1024
KUBLER 8.5820.OH30.1024/19551001
KUBLER 8.5823.1831.1024
KUBLER 8.9081.4222.2004
KUBLER 8.5820.OH40496，5093.0015
KUBLER 8.5820.3P31.0360
KUBLER 8.5820.1000.5007
KUBLER 8.5825.3612.7200
KUBLER 8.5888.2432.3112
KUBLER 8.5888.5431.3112
KUBLER IS60.23523
KUBLER 8.5888.5431.3112
KUBLER 8.9080.4131.3001
KUBLER 8.5020.4554.1024
KUBLER 8.A02H.5231.5000
KUBLER 8.5833.1222.G321
KUBLER 8.5888.1431.3112
KUBLER 8.5852.1233.G121(帶航空插頭）
KUBLER 8.5883.3424.G321
KUBLER 8.A02H.5151.2048.HOOO.4017
KUBLER 8.H100.1132.2500.2500
KUBLER 8.0000.6901.0005.0031
KUBLER 2m：05.RSC-RKC-572-2M
KUBLER 8.5873.5444.G323
KUBLER 8.9080.4131.3001
KUBLER 8.9080.1831.3001 DC10-30V
KUBLER 8.5020.D552.1024 帶副件05.WAKS8-2/P00
KUBLER 8.9080.3132.3001
KUBLER 8.5020.0310.2048.S090
KUBLER 8.5883.552A.G323.0150
KUBLER 8.5020.C004.4096.A034
KUBLER 8.0000.5111.0000
KUBLER 8.5826.2511.1024
KUBLER 8.5020.D351.1024 10-30VDC
KUBLER 8.5868.3231.3112
KUBLER 8.5823.1831.1024
KUBLER 8.5020.0310.2048.S090
KUBLER 8.0010.4025.0000
KUBLER 8.5020.7851.1024
KUBLER 8.5020.0851.1024.0022
KUBLER 8.0000.1501.1015
KUBLER 8.5852.0000.G121.Y026
KUBLER 8.0010.4E00.0000
KUBLER 8.9080.4231.3001
KUBLER 8.A226.0052.1024
KUBLER 8.0010.40U0.0000
KUBLER 8.5000.AC52.2500.S085
KUBLER 8.5823.3831.1024
KUBLER 0.571.011.E00
KUBLER 8.5020.D851.1024 雙翼連接片0010.1602.0000
KUBLER 8.5820.OH30.2048.5093.0050
KUBLER 8.A02H.5541.1024.0020
KUBLER 8.A02H.1A31.2048
KUBLER 8.9080.1831.3001
KUBLER 8.5821.1C31.1024.9083
KUBLER 8.0000.6901.0015.0031，電纜長(zhǎng)度15m
KUBLER 8.5020.8351.1024
KUBLER 8.0000.5062.0000
KUBLER 8.H120.3251.2048
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.7031.1482.G132
KUBLER 8.5000.8358.2000
KUBLER 8.5020.2311.4096
KUBLER 8.5820.3P31.0360
KUBLER 8.A02H.5111.5000
KUBLER 8.5020.D851.1024
KUBLER AFMU-L450-SB40
KUBLER 8.A02H.5451.1024
KUBLER 8.5850.2282.G132 10-30VDC
KUBLER 8.9081.1522.2004
KUBLER 8.0000.1101.1010
KUBLER 8-4620-300404 5-24VDC 50mA S-Nr:0824600143
KUBLER 8.5863.1200.G321.S028.KO18
KUBLER 8.5800.M27Y.1024
KUBLER 8.5853.1222.G321
KUBLER 8.5020.0310.2048.S090
KUBLER 8.5020.4850.1024.S083
KUBLER 8.5888.54C2.C112
KUBLER 8.5883.5424.G322
KUBLER 8.9080.3331.3001
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5000.8322.1250
KUBLER 8.5823.1832.1024
KUBLER 8.5850.2243.G102.P105
KUBLER D5.2501.2421.1000
KUBLER 8.0000.3512.0010
KUBLER 8.A020.A211.1024
摘要: 近一年來(lái), 我國(guó)房地產(chǎn)政策圍繞"房子是用來(lái)住的, 不是用來(lái)炒的"加大調(diào)控力度.本文以租售同權(quán)以及限購(gòu)、限貸等限制型調(diào)控手段為切入點(diǎn), 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長(zhǎng)期兩個(gè)角度, 研究了租售同權(quán)等政策對(duì)于房?jī)r(jià)調(diào)控的影響, 并給出了相應(yīng)的對(duì)策建議.研究發(fā)現(xiàn):租售同權(quán)及款利率對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響, 調(diào)整家庭購(gòu)買資格與數(shù)量, 短期內(nèi)會(huì)對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是長(zhǎng)期效果不顯著, 付比的調(diào)整對(duì)于北京等一線城市的房?jī)r(jià)抑制作用較小.這對(duì)我國(guó)構(gòu)建長(zhǎng)效的房地產(chǎn)發(fā)展機(jī)制具有重要意義.
關(guān)鍵詞:租售同權(quán); 限購(gòu)限貸; 房地產(chǎn)調(diào)控; ADRL模型;
自我國(guó)住房市場(chǎng)化改革以來(lái), 房地產(chǎn)行業(yè)在我國(guó)宏觀經(jīng)濟(jì)中的重要性日益提升, 但房?jī)r(jià)卻水漲船高, 波動(dòng)持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟(jì)工作會(huì)議上, 總書記提出:"房子是用來(lái)住的, 不是用來(lái)炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調(diào)控就此拉開序幕.本輪房地產(chǎn)調(diào)控政策不僅在范圍上表現(xiàn)出從一二線熱點(diǎn)城市擴(kuò)散到三四線城市, 中心城市和周邊城市政策合力調(diào)控的特征, 并且, 在調(diào)控手段上除限購(gòu)、限貸、調(diào)整付比等傳統(tǒng)手段, 也開始推行"購(gòu)租并舉、租購(gòu)?fù)瑱?quán)"等系列調(diào)控政策"組合拳"以進(jìn)一步化解住房需求.然而在當(dāng)前我國(guó)房地產(chǎn)市場(chǎng)環(huán)境下, 租售同權(quán)以及限購(gòu)等調(diào)控手段能否有效抑制房?jī)r(jià)快速上漲?是否具有可持續(xù)性?這是需要重點(diǎn)研究的問題.本文對(duì)此進(jìn)行重點(diǎn)研究, 旨在為更好完善房地產(chǎn)政策調(diào)控組合提供對(duì)策建議.
一、相關(guān)研究文獻(xiàn)綜述
針對(duì)房地產(chǎn)政策與房地產(chǎn)市場(chǎng)之間的關(guān)系, 國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究.劉洪玉教授 (2017) 針對(duì)我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 分析了阻礙我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展的因素.林睿等人 (2016) 通過對(duì)房地產(chǎn)價(jià)格的異質(zhì)性研究, 認(rèn)為房地產(chǎn)政策的調(diào)控能夠改變區(qū)域房地產(chǎn)價(jià)格的收斂性.王松濤 (2011) 以住房存流量模型為基礎(chǔ), 從理論上刻畫了住房市場(chǎng)政府干預(yù)的政策目標(biāo)和政策工具, 并且對(duì)政府綜合干預(yù)的作用效果進(jìn)行了評(píng)價(jià), 認(rèn)為政府政策工具對(duì)重點(diǎn)城市的住房?jī)r(jià)格產(chǎn)生了短期影響, 并對(duì)不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購(gòu)和限貸對(duì)房?jī)r(jià)的均衡影響, 認(rèn)為特定條件下當(dāng)限購(gòu)發(fā)生效用時(shí), 付比只有落入某個(gè)特定區(qū)間才能有效.
從實(shí)證研究來(lái)看, 常飛等人 (2013) 運(yùn)用脈沖響應(yīng)研究了貨幣政策對(duì)區(qū)域房地產(chǎn)市場(chǎng)的影響, 認(rèn)為貨幣政策對(duì)不同城市商品房市場(chǎng)的影響不同, 并受供求關(guān)系的影響較大.喬坤元 (2012) 應(yīng)用倍差法對(duì)中國(guó)70個(gè)大中城市的樣本數(shù)據(jù)進(jìn)行分析, 探討了2011年的房地產(chǎn)限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響, 研究表明:限購(gòu)令的實(shí)施使得房?jī)r(jià)下降了2.5%個(gè)百分點(diǎn).在政策評(píng)價(jià)過程中, 由于倍差法對(duì)控制組的要求比價(jià)嚴(yán)格, 實(shí)際情況往往無(wú)法滿足, 從而會(huì)影響到評(píng)價(jià)的有效性.針對(duì)清華大學(xué)恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構(gòu)建住房市場(chǎng)的搜尋匹配模型, 并且考慮了交易市場(chǎng)和租賃市場(chǎng)的影響因素, 認(rèn)為限購(gòu)政策會(huì)推動(dòng)房租的上漲并通過傳導(dǎo)作用推動(dòng)房?jī)r(jià)的上漲.
通過對(duì)文獻(xiàn)的梳理可以發(fā)現(xiàn), 當(dāng)前對(duì)于房地產(chǎn)政策的研究多集中在限購(gòu)或是貨幣政策調(diào)控方面, 對(duì)租售并舉及租售同權(quán)等政策效果的研究較少;在研究方法方面, 文獻(xiàn)多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點(diǎn)回歸等方法探討政策的有效性, 很少看到應(yīng)用ADRL方法對(duì)限購(gòu)政策的研究;文獻(xiàn)的研究多集中在對(duì)單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購(gòu)等房地產(chǎn)政策相互作用、持續(xù)實(shí)施對(duì)房?jī)r(jià)的調(diào)控效果, 并且分別對(duì)長(zhǎng)期效果與短期效果進(jìn)行了分析.
二、我國(guó)房地產(chǎn)限購(gòu)限貸、租售并舉調(diào)控政策的演進(jìn)過程
近年來(lái)我國(guó)政府出臺(tái)了一系列房地產(chǎn)調(diào)控政策, 來(lái)抑制房?jī)r(jià)的過快上漲, 回歸房屋的居住屬性, 主要集中在限購(gòu)政策、限貸政策以及租售并舉的調(diào)控政策這幾個(gè)方面.
在房地產(chǎn)限購(gòu)政策方面:2010年, 北京*出臺(tái)限購(gòu)令, 規(guī)定每戶以家庭為單位"只能新購(gòu)一套商品住房".自此, 我國(guó)各地房地產(chǎn)限購(gòu)政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個(gè)一二線城市推出限購(gòu)政策.2014年, 我國(guó)樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調(diào)整房地產(chǎn)調(diào)控政策, 當(dāng)年46個(gè)限購(gòu)城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個(gè)城市限購(gòu)政策被取消或松動(dòng).然而, 面對(duì)不斷攀升的房?jī)r(jià), 2017年以來(lái)新一輪的限購(gòu)政策不斷加碼, 北京作為房地產(chǎn)市場(chǎng)*的在短短10天內(nèi)連續(xù)打出了嚴(yán)格限制購(gòu)房資格、"商改住"限購(gòu)、差別化信貸等一系列調(diào)控"組合拳".本輪實(shí)施限購(gòu)政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點(diǎn)二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實(shí)施限購(gòu).
在限貸政策方面:2011年1月國(guó)務(wù)院提出"新國(guó)八條", 要求二套房貸付比例提高60%, 款利率提高基準(zhǔn)利率的1.1倍.當(dāng)時(shí)的限貸等房地產(chǎn)調(diào)控政策使得當(dāng)年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場(chǎng)進(jìn)入深度調(diào)整期.但是, 2012年央行兩次下調(diào)存款利率使得房地產(chǎn)市場(chǎng)又出現(xiàn)上漲預(yù)期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場(chǎng)低迷, 政策為激勵(lì)房地產(chǎn)市場(chǎng), 對(duì)于款購(gòu)買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準(zhǔn)款利率的0.7倍.2016年去庫(kù)存以來(lái), 房?jī)r(jià)再次高位回升, 導(dǎo)致新一輪限貸政策再次升級(jí).以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設(shè)委員會(huì)發(fā)布《關(guān)于完善商品住房銷售和差別化信貸政策的通知》, 開始對(duì)商品房的銷售和商業(yè)性個(gè)人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時(shí), 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準(zhǔn)利率.
在租售并舉制度方面:自2015年起, 國(guó)家提出要建立租購(gòu)并舉的住房制度.2016年出臺(tái)了一系列租購(gòu)并舉的政策.2017年8月, 北京市出臺(tái)了"租售同權(quán)"的新政, 明確了租房能夠享受與購(gòu)房同樣的入學(xué)機(jī)會(huì)等政策, 將租賃市場(chǎng)的重要性提高到有的高度.黨的報(bào)告中*明確提出"加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度".調(diào)控"房子是用來(lái)住的, 不是用來(lái)炒的"戰(zhàn)略定位, 旨在促進(jìn)我國(guó)房屋回歸居住屬性, 并向"購(gòu)租并舉、租購(gòu)?fù)瑱?quán);先租后售、梯度消費(fèi)"運(yùn)作模式全面推進(jìn), 引導(dǎo)居民形成梯級(jí)消費(fèi)理念, 推動(dòng)住房?jī)r(jià)格平穩(wěn)健康運(yùn)行, 推進(jìn)住有所居目標(biāo)的實(shí)現(xiàn).
三、房地產(chǎn)調(diào)控政策對(duì)房?jī)r(jià)影響的實(shí)證分析
(一) 變量選擇與平穩(wěn)性檢驗(yàn)
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價(jià)格來(lái)表示房地產(chǎn)價(jià)格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來(lái)表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內(nèi)容, 我們將房地產(chǎn)價(jià)格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權(quán)"政策的出臺(tái)及限制購(gòu)買資格的調(diào)整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫(kù)中獲得, 取得原始數(shù)據(jù)后, 需要對(duì)原始數(shù)據(jù)進(jìn)行如下處理: (1) 對(duì)所有數(shù)據(jù)都進(jìn)行標(biāo)準(zhǔn)指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實(shí)際數(shù)據(jù); (2) 對(duì)房地產(chǎn)價(jià)格變量與成交量變量分別取對(duì)數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實(shí)經(jīng)濟(jì)特征, 對(duì)房地產(chǎn)價(jià)格數(shù)據(jù)與成交量進(jìn)行季節(jié)調(diào)整; (4) 根據(jù)國(guó)家統(tǒng)計(jì)局報(bào)表制度, 每年公布的房地產(chǎn)報(bào)表中通常不提供1月份的數(shù)據(jù)報(bào)表, 考慮到實(shí)證數(shù)據(jù)的完整性, 我們用報(bào)表當(dāng)年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計(jì)情況為揭示付比、款利率、成交量與房地產(chǎn)價(jià)格之間是否存在協(xié)整檢驗(yàn)與因果分析, 我們需要對(duì)各個(gè)時(shí)間序列分別進(jìn)行平穩(wěn)性檢驗(yàn), 以剔除相應(yīng)變量的時(shí)間序列的單位根.對(duì)各個(gè)變量的平穩(wěn)性檢驗(yàn)結(jié)果可知, 成交量變量對(duì)ADF統(tǒng)計(jì)量的值大于1%的臨界值, 房?jī)r(jià)變量、付比變量和利率變量對(duì)ADF統(tǒng)計(jì)量的值小于1%的臨界值, 但是三者個(gè)變量的一階差分對(duì)應(yīng)的ADF統(tǒng)計(jì)量的值均大于1%的臨界值, 并且其P統(tǒng)計(jì)值均趨于0.因此, 成交量變量是平穩(wěn)的, 房?jī)r(jià)變量、付比變量和利率變量的時(shí)間序列均為非平穩(wěn), 但是這三個(gè)變量的一階差分對(duì)應(yīng)的時(shí)間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗(yàn)
由于本研究所涉及的各變量不同階平穩(wěn), 故無(wú)法使用常規(guī)的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ? 本文采用自回歸分布滯后模型 (ADRL模型) 進(jìn)行研究, ADRL模型能夠估計(jì)不同階平穩(wěn)的時(shí)間序列, 保證結(jié)果一致有效, 而且還能得到長(zhǎng)期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結(jié)構(gòu)如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個(gè)步驟, 一步, 建立ADRL協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)行各變量間的協(xié)整檢驗(yàn), 驗(yàn)證各個(gè)變量間的長(zhǎng)期穩(wěn)定關(guān)系, 確定各變量間的影響方向.則構(gòu)建限購(gòu)政策對(duì)房?jī)r(jià)波動(dòng)影響的協(xié)整檢驗(yàn)?zāi)Ｐ腿缦?
進(jìn)行協(xié)整檢驗(yàn)存在長(zhǎng)期均衡關(guān)系后進(jìn)入第二步, 利用ADRL模型估計(jì)長(zhǎng)期系數(shù)與短期系數(shù), 則構(gòu)建長(zhǎng)期系數(shù)估計(jì)模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準(zhǔn)則進(jìn)行判斷, 長(zhǎng)期均衡關(guān)系并不是一直成立的, 短期內(nèi)會(huì)通過各種變量的擾動(dòng)從而打破平衡狀態(tài).短期系數(shù)的估計(jì)可通過誤差修正模型ECM來(lái)獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計(jì)如下:
式中:ECt-1作為回調(diào)項(xiàng), 當(dāng)長(zhǎng)期均衡關(guān)系被打破時(shí), 起到回調(diào)作用.
接下來(lái), 對(duì)條件誤差修正ARDL模型中各原變量 (滯后一階) 進(jìn)行聯(lián)合F檢驗(yàn), 以驗(yàn)證是否存在長(zhǎng)期協(xié)整關(guān)系.本文進(jìn)行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測(cè), 根據(jù)AIC、SC準(zhǔn)則選擇了優(yōu)滯后模型, 此時(shí)得到結(jié)果的結(jié)構(gòu)可以看出, F統(tǒng)計(jì)量為6.2083, 大于1%臨界值4.68, 說(shuō)明拒絕原假設(shè), 認(rèn)為長(zhǎng)期協(xié)整關(guān)系非常顯著.
(三) 長(zhǎng)短期系數(shù)的估計(jì)結(jié)果
通過上面的ADRL協(xié)整檢驗(yàn)后可知道, 存在長(zhǎng)期協(xié)整關(guān)系, 因此進(jìn)入第二步進(jìn)行長(zhǎng)短期系數(shù)的估計(jì).利用使得模型的標(biāo)準(zhǔn)誤差小的AIC準(zhǔn)則, 對(duì)不同階數(shù)的估計(jì)方程進(jìn)行選擇分析, 并且設(shè)定大滯后階數(shù)為4, 得到模型的優(yōu)估計(jì)為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長(zhǎng)短期系數(shù)的估計(jì)見表4.
其中, 模型的可決系數(shù)高達(dá)0.813, 說(shuō)明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗(yàn)F統(tǒng)計(jì)量為34.006, 可以在1%顯著水平顯著, 故認(rèn)為模型總體擬合效果良好.
通過對(duì)所得結(jié)果的分析可知, 從長(zhǎng)期來(lái)看, "租售同權(quán)"政策的出臺(tái)對(duì)抑制房?jī)r(jià)具有長(zhǎng)期顯著的效應(yīng), 房地產(chǎn)限購(gòu)政策會(huì)使得房地產(chǎn)價(jià)格出現(xiàn)報(bào)復(fù)性增長(zhǎng), 利率每提高1個(gè)單位, 會(huì)伴隨房?jī)r(jià)下降0.3447個(gè)百分點(diǎn).付比以及成交量的變化對(duì)于房?jī)r(jià)的影響不顯著, 因此, 存在較大的不確定性.
此外, 對(duì)短期方程進(jìn)行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購(gòu)政策的虛擬變量D2對(duì)于房?jī)r(jià)具有顯著短期的抑制作用, 但這種作用在滯后1月時(shí)才會(huì)顯示出來(lái).并且房?jī)r(jià)滯后1-2期均對(duì)房?jī)r(jià)的走勢(shì)有著一定的修正作用, 即當(dāng)某月房?jī)r(jià)突然偏高, 則此后1~2期房?jī)r(jià)會(huì)有一定的抑制效果.利率在長(zhǎng)短期方程中均對(duì)房?jī)r(jià)有著抑制作用, 通過對(duì)成交量分析可知, 成交量的變化對(duì)房?jī)r(jià)的走勢(shì)影響不大.后, 協(xié)整項(xiàng)Coin Eq (-1) 是顯著為負(fù)的, 這充分說(shuō)明了當(dāng)房?jī)r(jià)走勢(shì)偏離了長(zhǎng)期均衡時(shí), 短期修正效應(yīng)會(huì)促進(jìn)房?jī)r(jià)回歸到長(zhǎng)期協(xié)整的均衡上來(lái).
四、結(jié)論與政策建議
本文通過運(yùn)用ADRL模型得出:租售同權(quán)的政策對(duì)房地產(chǎn)均具有長(zhǎng)期而穩(wěn)定的抑制作用, 短期內(nèi)調(diào)整家庭購(gòu)買資格與數(shù)量, 對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是, 長(zhǎng)期效果不顯著.調(diào)整付比對(duì)于北京市房?jī)r(jià)的抑制作用較小, 而款利率的調(diào)整對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響.結(jié)合所得結(jié)論提出如下的政策建議:
1.建立租購(gòu)并舉政策實(shí)施的長(zhǎng)效機(jī)制, 加大準(zhǔn)保障力度.
要達(dá)到"居者有其屋"的目標(biāo), 必須要增加公租房、共有產(chǎn)權(quán)房供應(yīng), 擴(kuò)大公租房保障范圍, 提高公租房的質(zhì)量與完善配套設(shè)施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來(lái)務(wù)工人員的住房問題.對(duì)于特殊困難家庭建立準(zhǔn)保障機(jī)制, 牢固好社會(huì)安全網(wǎng).做好保障性住房分配管理, 加強(qiáng)信息公開, 確保公平分配, 加強(qiáng)教育資源均等化.
2.充分發(fā)揮款利率對(duì)于房?jī)r(jià)調(diào)控的作用機(jī)制, 防范系統(tǒng)風(fēng)險(xiǎn)隱患.
雖然利率的調(diào)整對(duì)于房地產(chǎn)具有長(zhǎng)期抑制的作用, 但是長(zhǎng)期的高利率不僅不利于經(jīng)濟(jì)的增長(zhǎng), 反而對(duì)經(jīng)濟(jì)起到抑制作用.因此, 房地產(chǎn)調(diào)控應(yīng)以市場(chǎng)為導(dǎo)向, 積極推進(jìn)利率市場(chǎng)化改革以及稅收制度的改革, 有利促進(jìn)經(jīng)濟(jì)增長(zhǎng), 通過改革釋放巨大的制度紅利, 實(shí)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)再平衡.
3.引導(dǎo)資金回歸實(shí)體經(jīng)濟(jì), 減少房地產(chǎn)過度投機(jī).
房地產(chǎn)市場(chǎng)宏觀調(diào)控的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式, 通過加快制度變革和鼓勵(lì)技術(shù)創(chuàng)新來(lái)提升企業(yè)的利潤(rùn)空間, 以此引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì), 并且尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn), 鼓勵(lì)金融機(jī)構(gòu)擴(kuò)展業(yè)務(wù)來(lái)緩解投機(jī)性的炒房需求, 促使房地產(chǎn)價(jià)格回歸合理區(qū)間.
KUBLER 8.9081.4722.2004+8.0000.6901.0002.0031 CABLE 2M PVC+8.0010.40T0.0000
KUBLER 8.5852.1233.G121
KUBLER 8.5860.1231.3001
KUBLER 8.5800.2165.1024
KUBLER 8.5020.4850.1024.SO83 10-30VDC 100mA S-102400093KCN
KUBLER 8.A02H.5151.2048
KUBLER 8.0000.5062.0000
KUBLER 8.5868.1231.3112
KUBLER B16.10 AC230V 50HZ
KUBLER 8.5820.1800.1000.5007 10-30VDC 125mA
KUBLER 8.5863.1224.G321
KUBLER編碼器8.5868.3231.3112這個(gè)我們現(xiàn)貨
KUBLER編碼器8.5868.3231.3112這個(gè)我們現(xiàn)貨
摘要: 近一年來(lái), 我國(guó)房地產(chǎn)政策圍繞"房子是用來(lái)住的, 不是用來(lái)炒的"加大調(diào)控力度.本文以租售同權(quán)以及限購(gòu)、限貸等限制型調(diào)控手段為切入點(diǎn), 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長(zhǎng)期兩個(gè)角度, 研究了租售同權(quán)等政策對(duì)于房?jī)r(jià)調(diào)控的影響, 并給出了相應(yīng)的對(duì)策建議.研究發(fā)現(xiàn):租售同權(quán)及款利率對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響, 調(diào)整家庭購(gòu)買資格與數(shù)量, 短期內(nèi)會(huì)對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是長(zhǎng)期效果不顯著, 付比的調(diào)整對(duì)于北京等一線城市的房?jī)r(jià)抑制作用較小.這對(duì)我國(guó)構(gòu)建長(zhǎng)效的房地產(chǎn)發(fā)展機(jī)制具有重要意義.
關(guān)鍵詞:租售同權(quán); 限購(gòu)限貸; 房地產(chǎn)調(diào)控; ADRL模型;
自我國(guó)住房市場(chǎng)化改革以來(lái), 房地產(chǎn)行業(yè)在我國(guó)宏觀經(jīng)濟(jì)中的重要性日益提升, 但房?jī)r(jià)卻水漲船高, 波動(dòng)持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟(jì)工作會(huì)議上, 總書記提出:"房子是用來(lái)住的, 不是用來(lái)炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調(diào)控就此拉開序幕.本輪房地產(chǎn)調(diào)控政策不僅在范圍上表現(xiàn)出從一二線熱點(diǎn)城市擴(kuò)散到三四線城市, 中心城市和周邊城市政策合力調(diào)控的特征, 并且, 在調(diào)控手段上除限購(gòu)、限貸、調(diào)整付比等傳統(tǒng)手段, 也開始推行"購(gòu)租并舉、租購(gòu)?fù)瑱?quán)"等系列調(diào)控政策"組合拳"以進(jìn)一步化解住房需求.然而在當(dāng)前我國(guó)房地產(chǎn)市場(chǎng)環(huán)境下, 租售同權(quán)以及限購(gòu)等調(diào)控手段能否有效抑制房?jī)r(jià)快速上漲?是否具有可持續(xù)性?這是需要重點(diǎn)研究的問題.本文對(duì)此進(jìn)行重點(diǎn)研究, 旨在為更好完善房地產(chǎn)政策調(diào)控組合提供對(duì)策建議.
一、相關(guān)研究文獻(xiàn)綜述
針對(duì)房地產(chǎn)政策與房地產(chǎn)市場(chǎng)之間的關(guān)系, 國(guó)內(nèi)外學(xué)者進(jìn)行了大量的研究.劉洪玉教授 (2017) 針對(duì)我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展現(xiàn)狀, 分析了阻礙我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展的因素.林睿等人 (2016) 通過對(duì)房地產(chǎn)價(jià)格的異質(zhì)性研究, 認(rèn)為房地產(chǎn)政策的調(diào)控能夠改變區(qū)域房地產(chǎn)價(jià)格的收斂性.王松濤 (2011) 以住房存流量模型為基礎(chǔ), 從理論上刻畫了住房市場(chǎng)政府干預(yù)的政策目標(biāo)和政策工具, 并且對(duì)政府綜合干預(yù)的作用效果進(jìn)行了評(píng)價(jià), 認(rèn)為政府政策工具對(duì)重點(diǎn)城市的住房?jī)r(jià)格產(chǎn)生了短期影響, 并對(duì)不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購(gòu)和限貸對(duì)房?jī)r(jià)的均衡影響, 認(rèn)為特定條件下當(dāng)限購(gòu)發(fā)生效用時(shí), 付比只有落入某個(gè)特定區(qū)間才能有效.
從實(shí)證研究來(lái)看, 常飛等人 (2013) 運(yùn)用脈沖響應(yīng)研究了貨幣政策對(duì)區(qū)域房地產(chǎn)市場(chǎng)的影響, 認(rèn)為貨幣政策對(duì)不同城市商品房市場(chǎng)的影響不同, 并受供求關(guān)系的影響較大.喬坤元 (2012) 應(yīng)用倍差法對(duì)中國(guó)70個(gè)大中城市的樣本數(shù)據(jù)進(jìn)行分析, 探討了2011年的房地產(chǎn)限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響, 研究表明:限購(gòu)令的實(shí)施使得房?jī)r(jià)下降了2.5%個(gè)百分點(diǎn).在政策評(píng)價(jià)過程中, 由于倍差法對(duì)控制組的要求比價(jià)嚴(yán)格, 實(shí)際情況往往無(wú)法滿足, 從而會(huì)影響到評(píng)價(jià)的有效性.針對(duì)清華大學(xué)恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構(gòu)建住房市場(chǎng)的搜尋匹配模型, 并且考慮了交易市場(chǎng)和租賃市場(chǎng)的影響因素, 認(rèn)為限購(gòu)政策會(huì)推動(dòng)房租的上漲并通過傳導(dǎo)作用推動(dòng)房?jī)r(jià)的上漲.
通過對(duì)文獻(xiàn)的梳理可以發(fā)現(xiàn), 當(dāng)前對(duì)于房地產(chǎn)政策的研究多集中在限購(gòu)或是貨幣政策調(diào)控方面, 對(duì)租售并舉及租售同權(quán)等政策效果的研究較少;在研究方法方面, 文獻(xiàn)多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點(diǎn)回歸等方法探討政策的有效性, 很少看到應(yīng)用ADRL方法對(duì)限購(gòu)政策的研究;文獻(xiàn)的研究多集中在對(duì)單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購(gòu)等房地產(chǎn)政策相互作用、持續(xù)實(shí)施對(duì)房?jī)r(jià)的調(diào)控效果, 并且分別對(duì)長(zhǎng)期效果與短期效果進(jìn)行了分析.
二、我國(guó)房地產(chǎn)限購(gòu)限貸、租售并舉調(diào)控政策的演進(jìn)過程
近年來(lái)我國(guó)政府出臺(tái)了一系列房地產(chǎn)調(diào)控政策, 來(lái)抑制房?jī)r(jià)的過快上漲, 回歸房屋的居住屬性, 主要集中在限購(gòu)政策、限貸政策以及租售并舉的調(diào)控政策這幾個(gè)方面.
在房地產(chǎn)限購(gòu)政策方面:2010年, 北京*出臺(tái)限購(gòu)令, 規(guī)定每戶以家庭為單位"只能新購(gòu)一套商品住房".自此, 我國(guó)各地房地產(chǎn)限購(gòu)政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個(gè)一二線城市推出限購(gòu)政策.2014年, 我國(guó)樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調(diào)整房地產(chǎn)調(diào)控政策, 當(dāng)年46個(gè)限購(gòu)城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個(gè)城市限購(gòu)政策被取消或松動(dòng).然而, 面對(duì)不斷攀升的房?jī)r(jià), 2017年以來(lái)新一輪的限購(gòu)政策不斷加碼, 北京作為房地產(chǎn)市場(chǎng)*的在短短10天內(nèi)連續(xù)打出了嚴(yán)格限制購(gòu)房資格、"商改住"限購(gòu)、差別化信貸等一系列調(diào)控"組合拳".本輪實(shí)施限購(gòu)政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點(diǎn)二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實(shí)施限購(gòu).
在限貸政策方面:2011年1月國(guó)務(wù)院提出"新國(guó)八條", 要求二套房貸付比例提高60%, 款利率提高基準(zhǔn)利率的1.1倍.當(dāng)時(shí)的限貸等房地產(chǎn)調(diào)控政策使得當(dāng)年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場(chǎng)進(jìn)入深度調(diào)整期.但是, 2012年央行兩次下調(diào)存款利率使得房地產(chǎn)市場(chǎng)又出現(xiàn)上漲預(yù)期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場(chǎng)低迷, 政策為激勵(lì)房地產(chǎn)市場(chǎng), 對(duì)于款購(gòu)買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準(zhǔn)款利率的0.7倍.2016年去庫(kù)存以來(lái), 房?jī)r(jià)再次高位回升, 導(dǎo)致新一輪限貸政策再次升級(jí).以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設(shè)委員會(huì)發(fā)布《關(guān)于完善商品住房銷售和差別化信貸政策的通知》, 開始對(duì)商品房的銷售和商業(yè)性個(gè)人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時(shí), 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準(zhǔn)利率.
在租售并舉制度方面:自2015年起, 國(guó)家提出要建立租購(gòu)并舉的住房制度.2016年出臺(tái)了一系列租購(gòu)并舉的政策.2017年8月, 北京市出臺(tái)了"租售同權(quán)"的新政, 明確了租房能夠享受與購(gòu)房同樣的入學(xué)機(jī)會(huì)等政策, 將租賃市場(chǎng)的重要性提高到有的高度.黨的報(bào)告中*明確提出"加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度".調(diào)控"房子是用來(lái)住的, 不是用來(lái)炒的"戰(zhàn)略定位, 旨在促進(jìn)我國(guó)房屋回歸居住屬性, 并向"購(gòu)租并舉、租購(gòu)?fù)瑱?quán);先租后售、梯度消費(fèi)"運(yùn)作模式全面推進(jìn), 引導(dǎo)居民形成梯級(jí)消費(fèi)理念, 推動(dòng)住房?jī)r(jià)格平穩(wěn)健康運(yùn)行, 推進(jìn)住有所居目標(biāo)的實(shí)現(xiàn).
三、房地產(chǎn)調(diào)控政策對(duì)房?jī)r(jià)影響的實(shí)證分析
(一) 變量選擇與平穩(wěn)性檢驗(yàn)
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價(jià)格來(lái)表示房地產(chǎn)價(jià)格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來(lái)表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內(nèi)容, 我們將房地產(chǎn)價(jià)格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權(quán)"政策的出臺(tái)及限制購(gòu)買資格的調(diào)整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫(kù)中獲得, 取得原始數(shù)據(jù)后, 需要對(duì)原始數(shù)據(jù)進(jìn)行如下處理: (1) 對(duì)所有數(shù)據(jù)都進(jìn)行標(biāo)準(zhǔn)指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實(shí)際數(shù)據(jù); (2) 對(duì)房地產(chǎn)價(jià)格變量與成交量變量分別取對(duì)數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實(shí)經(jīng)濟(jì)特征, 對(duì)房地產(chǎn)價(jià)格數(shù)據(jù)與成交量進(jìn)行季節(jié)調(diào)整; (4) 根據(jù)國(guó)家統(tǒng)計(jì)局報(bào)表制度, 每年公布的房地產(chǎn)報(bào)表中通常不提供1月份的數(shù)據(jù)報(bào)表, 考慮到實(shí)證數(shù)據(jù)的完整性, 我們用報(bào)表當(dāng)年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計(jì)情況為揭示付比、款利率、成交量與房地產(chǎn)價(jià)格之間是否存在協(xié)整檢驗(yàn)與因果分析, 我們需要對(duì)各個(gè)時(shí)間序列分別進(jìn)行平穩(wěn)性檢驗(yàn), 以剔除相應(yīng)變量的時(shí)間序列的單位根.對(duì)各個(gè)變量的平穩(wěn)性檢驗(yàn)結(jié)果可知, 成交量變量對(duì)ADF統(tǒng)計(jì)量的值大于1%的臨界值, 房?jī)r(jià)變量、付比變量和利率變量對(duì)ADF統(tǒng)計(jì)量的值小于1%的臨界值, 但是三者個(gè)變量的一階差分對(duì)應(yīng)的ADF統(tǒng)計(jì)量的值均大于1%的臨界值, 并且其P統(tǒng)計(jì)值均趨于0.因此, 成交量變量是平穩(wěn)的, 房?jī)r(jià)變量、付比變量和利率變量的時(shí)間序列均為非平穩(wěn), 但是這三個(gè)變量的一階差分對(duì)應(yīng)的時(shí)間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗(yàn)
由于本研究所涉及的各變量不同階平穩(wěn), 故無(wú)法使用常規(guī)的Johansen協(xié)整檢驗(yàn)?zāi)Ｐ? 本文采用自回歸分布滯后模型 (ADRL模型) 進(jìn)行研究, ADRL模型能夠估計(jì)不同階平穩(wěn)的時(shí)間序列, 保證結(jié)果一致有效, 而且還能得到長(zhǎng)期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結(jié)構(gòu)如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個(gè)步驟, 一步, 建立ADRL協(xié)整檢驗(yàn)?zāi)Ｐ瓦M(jìn)行各變量間的協(xié)整檢驗(yàn), 驗(yàn)證各個(gè)變量間的長(zhǎng)期穩(wěn)定關(guān)系, 確定各變量間的影響方向.則構(gòu)建限購(gòu)政策對(duì)房?jī)r(jià)波動(dòng)影響的協(xié)整檢驗(yàn)?zāi)Ｐ腿缦?
進(jìn)行協(xié)整檢驗(yàn)存在長(zhǎng)期均衡關(guān)系后進(jìn)入第二步, 利用ADRL模型估計(jì)長(zhǎng)期系數(shù)與短期系數(shù), 則構(gòu)建長(zhǎng)期系數(shù)估計(jì)模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準(zhǔn)則進(jìn)行判斷, 長(zhǎng)期均衡關(guān)系并不是一直成立的, 短期內(nèi)會(huì)通過各種變量的擾動(dòng)從而打破平衡狀態(tài).短期系數(shù)的估計(jì)可通過誤差修正模型ECM來(lái)獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計(jì)如下:
式中:ECt-1作為回調(diào)項(xiàng), 當(dāng)長(zhǎng)期均衡關(guān)系被打破時(shí), 起到回調(diào)作用.
接下來(lái), 對(duì)條件誤差修正ARDL模型中各原變量 (滯后一階) 進(jìn)行聯(lián)合F檢驗(yàn), 以驗(yàn)證是否存在長(zhǎng)期協(xié)整關(guān)系.本文進(jìn)行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測(cè), 根據(jù)AIC、SC準(zhǔn)則選擇了優(yōu)滯后模型, 此時(shí)得到結(jié)果的結(jié)構(gòu)可以看出, F統(tǒng)計(jì)量為6.2083, 大于1%臨界值4.68, 說(shuō)明拒絕原假設(shè), 認(rèn)為長(zhǎng)期協(xié)整關(guān)系非常顯著.
(三) 長(zhǎng)短期系數(shù)的估計(jì)結(jié)果
通過上面的ADRL協(xié)整檢驗(yàn)后可知道, 存在長(zhǎng)期協(xié)整關(guān)系, 因此進(jìn)入第二步進(jìn)行長(zhǎng)短期系數(shù)的估計(jì).利用使得模型的標(biāo)準(zhǔn)誤差小的AIC準(zhǔn)則, 對(duì)不同階數(shù)的估計(jì)方程進(jìn)行選擇分析, 并且設(shè)定大滯后階數(shù)為4, 得到模型的優(yōu)估計(jì)為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長(zhǎng)短期系數(shù)的估計(jì)見表4.
其中, 模型的可決系數(shù)高達(dá)0.813, 說(shuō)明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗(yàn)F統(tǒng)計(jì)量為34.006, 可以在1%顯著水平顯著, 故認(rèn)為模型總體擬合效果良好.
通過對(duì)所得結(jié)果的分析可知, 從長(zhǎng)期來(lái)看, "租售同權(quán)"政策的出臺(tái)對(duì)抑制房?jī)r(jià)具有長(zhǎng)期顯著的效應(yīng), 房地產(chǎn)限購(gòu)政策會(huì)使得房地產(chǎn)價(jià)格出現(xiàn)報(bào)復(fù)性增長(zhǎng), 利率每提高1個(gè)單位, 會(huì)伴隨房?jī)r(jià)下降0.3447個(gè)百分點(diǎn).付比以及成交量的變化對(duì)于房?jī)r(jià)的影響不顯著, 因此, 存在較大的不確定性.
此外, 對(duì)短期方程進(jìn)行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購(gòu)政策的虛擬變量D2對(duì)于房?jī)r(jià)具有顯著短期的抑制作用, 但這種作用在滯后1月時(shí)才會(huì)顯示出來(lái).并且房?jī)r(jià)滯后1-2期均對(duì)房?jī)r(jià)的走勢(shì)有著一定的修正作用, 即當(dāng)某月房?jī)r(jià)突然偏高, 則此后1~2期房?jī)r(jià)會(huì)有一定的抑制效果.利率在長(zhǎng)短期方程中均對(duì)房?jī)r(jià)有著抑制作用, 通過對(duì)成交量分析可知, 成交量的變化對(duì)房?jī)r(jià)的走勢(shì)影響不大.后, 協(xié)整項(xiàng)Coin Eq (-1) 是顯著為負(fù)的, 這充分說(shuō)明了當(dāng)房?jī)r(jià)走勢(shì)偏離了長(zhǎng)期均衡時(shí), 短期修正效應(yīng)會(huì)促進(jìn)房?jī)r(jià)回歸到長(zhǎng)期協(xié)整的均衡上來(lái).
四、結(jié)論與政策建議
本文通過運(yùn)用ADRL模型得出:租售同權(quán)的政策對(duì)房地產(chǎn)均具有長(zhǎng)期而穩(wěn)定的抑制作用, 短期內(nèi)調(diào)整家庭購(gòu)買資格與數(shù)量, 對(duì)于房?jī)r(jià)的調(diào)整起到一定的作用, 但是, 長(zhǎng)期效果不顯著.調(diào)整付比對(duì)于北京市房?jī)r(jià)的抑制作用較小, 而款利率的調(diào)整對(duì)房?jī)r(jià)具有長(zhǎng)期穩(wěn)定的影響.結(jié)合所得結(jié)論提出如下的政策建議:
1.建立租購(gòu)并舉政策實(shí)施的長(zhǎng)效機(jī)制, 加大準(zhǔn)保障力度.
要達(dá)到"居者有其屋"的目標(biāo), 必須要增加公租房、共有產(chǎn)權(quán)房供應(yīng), 擴(kuò)大公租房保障范圍, 提高公租房的質(zhì)量與完善配套設(shè)施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來(lái)務(wù)工人員的住房問題.對(duì)于特殊困難家庭建立準(zhǔn)保障機(jī)制, 牢固好社會(huì)安全網(wǎng).做好保障性住房分配管理, 加強(qiáng)信息公開, 確保公平分配, 加強(qiáng)教育資源均等化.
2.充分發(fā)揮款利率對(duì)于房?jī)r(jià)調(diào)控的作用機(jī)制, 防范系統(tǒng)風(fēng)險(xiǎn)隱患.
雖然利率的調(diào)整對(duì)于房地產(chǎn)具有長(zhǎng)期抑制的作用, 但是長(zhǎng)期的高利率不僅不利于經(jīng)濟(jì)的增長(zhǎng), 反而對(duì)經(jīng)濟(jì)起到抑制作用.因此, 房地產(chǎn)調(diào)控應(yīng)以市場(chǎng)為導(dǎo)向, 積極推進(jìn)利率市場(chǎng)化改革以及稅收制度的改革, 有利促進(jìn)經(jīng)濟(jì)增長(zhǎng), 通過改革釋放巨大的制度紅利, 實(shí)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)再平衡.
3.引導(dǎo)資金回歸實(shí)體經(jīng)濟(jì), 減少房地產(chǎn)過度投機(jī).
房地產(chǎn)市場(chǎng)宏觀調(diào)控的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式, 通過加快制度變革和鼓勵(lì)技術(shù)創(chuàng)新來(lái)提升企業(yè)的利潤(rùn)空間, 以此引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì), 并且尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn), 鼓勵(lì)金融機(jī)構(gòu)擴(kuò)展業(yè)務(wù)來(lái)緩解投機(jī)性的炒房需求, 促使房地產(chǎn)價(jià)格回歸合理區(qū)間.
© 2019 南京惠言達(dá)電氣有限公司 版權(quán)所有 備案號(hào)：蘇ICP備2021018979號(hào)-1 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 總訪問量：334420 管理登陸
在線咨詢