行政性干预政策对我国住房市场的影响

摘要：建立政策损失函数，采用DCC-GARCH模型实证分析国务院出台的行政性干预政策对市场价量增速和波动率的影响。研究结果表明，我国住房市场价童波动联动性具有时变性，成交量的波动性大于价格波动性，行政性的干预政策对住房市场价量增速和波动都有短期效果，对成交量的效果更明显。虽然调控政策延续对住房市场波动性影响不大，大幅度调整调控政策力度和改变政策方向会增加市场波动。

关键词：住房市场;波动性;DCC-MGARCH模型;行政性干预政策

中图分类号：F292.35 文献标识码：A

文章编号：1001-9138-（2020）08-0028-37 收稿日期：2020-05-07

纵观我国住房市场发展历史，从单位福利分房到形成商品住房市场都离不开中央政府政策的引导和推动，中央不仅运用财政金融手段调节住房市场运行，还采取行政手段对住房市场进行直接干预。2013年以前，国务院频繁发布房地产相关通知，涉及限购、限售、限贷、限价、限商、控制土地供应、控制供应住房结构等措施。这些政策文件旨在通过行政命令或指导的方式要求各级政府及相關部门采取措施控制住房交易量，从而实现调控房价的目标。

2013年以后，国务院不仅减少出台住房市场调控政策数量，国务院的政府工作报告中提及房地产调控的频率也大大降低。不少专家学者认为房地产市场调控开始去行政化，调控手段呈现新逻辑与新特点。由于住房市场干预政策主要关注房价，已有研究在评估政策效果时也局限于房价层面，忽略住房市场价格和交易量的联动性，政策评估有失偏颇。

价格和交易量是住房市场的基础变量，因此，本文从住房市场价量增速变化和波动率的两个层面研究中央直接干预市场的行政性调控政策对全国住房市场的影响。本文围绕稳定市场价量的政策目标建立政策损失函数，设计了一个新的理论框架来评估相关政策。本文还考虑到房地产市场价量联动性，采用动态条件相关（Dynamic ConditionalCorrelation）多元GARCH模型（DCC-MARCH）进行实证分析。而且，本文的研究不局限于一两个政策事件，而是将2003-2013年期间中央连续出台的重要政策放在一起研究，不仅可以清晰的描述中央政策逻辑脉络，还能发现政策延续或转换对于市场的影响。本文从一个新的角度探讨和评估中央住房市场调控政策的绩效，研究结果不仅为理解房地产调控政策内涵提供一个新思路，还为改进现有政策体系和提升未来政策效率提供有价值的信息。

1 文献回顾

房地产市场作为我国经济的重要支柱，其稳定性对宏观经济的健康发展至关重要，房价一直是宏观审慎政策的关注重点（王勇，2018）。研究显示房地产市场价格波动对宏观经济具有非对称影响，宏观审慎政策对房价上涨的调控效果弱于房价下跌时期的调控效果（赵胜民和张瀚文，2018）。在技术冲击下，宏观审慎政策能大幅度减少房价波动幅度，在住房需求冲击下的宏观调控效率次之，而在货币政策冲击下的调控效果最弱（方艳，2020）。由于货币政策对房价调控的不足，需要与宏观审慎政策协调配合以实现对房价的结构性调控功能以及对房价波动的有效调控（罗娜和程方楠，2017）。然而，宏观审慎政策的核心是从逆宏观经济周期的角度采取综合性措施防范金融系统风险和维护金融稳定，房价只是宏观审慎政策的中介目标（何玉洁和赵胜民，2019）。

行政性干预房地产市场的政策则将房价作为主要政策目标，是以限购、限价和限售等措施调控房价，此类政策具有政策工具简单直接以及政策见效快的特点（赖诗攀，2015）.研究表明2011和2016年两轮限购限贷令对房价的抑制作用（邓柏峻等，2014;方兴，2018），限售政策对房价上涨也有抑制作用（李森，2019）。还有一些研究限购令对某个城市房价的影响（朱怡，2016;潘慧峰和刘曦彤，2017），或是利用干预模型评估中央调控政策事件对全国住房市场量价的冲击效应（钟世和和曾小春，2015），这些研究发现直接干预市场的政策对抑制房价过快上涨有一定的作用，并在短期内有较强的冲击效应，但是从长期来看这些政策不利于房地产市场稳定。黄听等（2018）通过比较我国大中城市的二手房住宅价格增速在初次采取限购、限售、限贷措施的前后以及取消限制性政策前后的房价增速变化，发现限售政策在政策实施后2-5个月产生显著效果，但效果迅速消退。这些直接干预市场的行政性调控政策主要是为了实现防止房价泡沫破灭的短期目标，与稳定市场的长期目标存在矛盾（郑军和胡蓉，2020）。

政府采取以限售、限购、限贷为主的干预政策的逻辑是住房市场交易量和价格之间存在正相关关系，可以通过抑制市场交易量来遏制房价增长。一些研究也表明房地产市场价量之间存在有条件性的正相关关系。例如，Ling和Mcallister（2009）采用面板数据VAR模型，发现英国的住房市场存在着随着房价上涨的交易繁荣的“价格压力”现象。Clayton等（2010）发现美国的城市房价下跌降低交易量，而房价上涨对交易量没影响，房价与交易量的正向同步变动主要受外部冲击影响。Lee等（2018）研究首尔和釜山住房市场的价量关系，发现价格引起交易量变化的因果关系较强而交易量引起价格变化的因果关系较弱。根据住房市场存量和流量理论，中国住房市场中新增住房的滞后效应使得市场处于非均衡状态，住房价格和交易量同向波动（李文斌和宋斌，2009）。中国沿海城市采取的限购政策抑制了由价格变化引起交易量变化的因果关系（Ling等，2015）.在房地产需求冲击下，房地产交易量比房价反应更迅速且波动剧烈，以打压价格为目标而忽略成交量变化的房地产调控政策并不利于实现价量和谐的宏观调控政策目标（岳意定和何颖媛，2013）。

由于我国住房市场的复杂性，在实施调控政策下交易量与价格联动性并不确定，以调控房价为目标的干预政策是否能稳定房价与交易量是一个亟需解答的重要问题。不少实证研究表明房价波动具有条件异方差性和时变性（Apergis和Payne，2019）。DCC-MGARCH模型不仅可以刻画房价波动的条件异方差性，还可以描绘房价与其他因素之间的动态联动性（Antonakakis等，2015），因此，本文采用DCC-MGARCH模型估计中国房地产市场价格与成交量的联动性，并探讨房地产市场调控政策对于房地产价格和成交量增速与波动的影响。

2 住房市场与调控政策

本文研究的对象为全国商品住宅销售价格及销售面积，样本为1998年3月至2018年4月的月度数据，数据来源于国家统计局和中国房地产指数系统（CREIS）。国家统计局提供的原始数据为全商品住宅销售量和销售额的累积值，本文用同期销售额除以销售面积得到当期销售价格。根据国家统计制度，为了消除春节日期不固定因素带来的影响，增强数据的可比性，1-2月份房地产数据一起调查与发布，不单独发布1月份当月数据。因此，商品住宅销售量和销售价格时间序列以每年2月至11月作为一个完整时间周期。在这20年期间，全国的商品住宅销量和价格呈现持续上涨的趋势。单月商品住宅销售面积从1998年初的342万平方米左上升到2018年初1.27亿平方米，价格也从1876元/平方米左右上涨到8291元/平方米，价量分别增长了37倍和4倍，说明全国商品住宅市场处于繁荣发展的阶段。

但是，全国商品住宅销售价格和成交量增长态势并不平稳，价量增长波动剧烈。表1为1998一2018年全国商品住宅价量同比增长描述性统计数据。整个市场的成交量同比增長最高时在2005年8月达到71%，最低点出现在2008年12月，同比减少21%，极值差为92.4%。整个时期的价量同比增长峰度值大于3，表明我国住房市场增长率呈现尖峰厚尾的情况。通过比较标准差、极值差、峰度值，可以看出成交量同比增长的波动性大于价格同比增长的波动性。从变量描述统计量可以看出，住房市场价量同比增长的时间序列并不服从标准正态分布，且从时间序列变化图中可以看出其波动具有一定的聚集性（见图1）.

图I为住房市场价量增速的时间序列图，折线上的黑点标明了国务院出台重大住房市场调控政策的时间点，可以看出，我国住房市场的价量增长在国务院出台调控政策前后短期内一般都会出现转折性变化。图中阴影高亮部分为国务院频繁出台行政性政策直接干预市场的时期。表1还分别列出了不同时期的统计数据，行政性政策密集出台的2003-2013年期间相对于其他两个时期，住房市场价量波动幅度更大。

行政性调控政策是指行政机构直接干预市场机制从而改变企业或消费者决策行为的措施手段（黄伯平，2011）。国务院作为我国最高行政机关，在2003-2013年期间发布了10份有关房地产市场的通知或意见，以行政手段督促各级地方政府以及相关部委做好房地产市场调控工作（见表2）。这些政策文件将房价作为主要政策目标，并提出一些具体的措施，体现了通过直接干预房地产交易抑制房价的政策逻辑。

3 模型框架

本文参考常用于评估宏观经济调控政策的损失函数，设计了一个新的模型框架对直接干预住房市场的调控政策绩效进行评估。当中央政府设定政策目标为“住房市场稳定”，其选择的政策工具将最小化以下损失函数：

其中，方程（1）中P_t和Q_t分别表示实际房价与住房成交量增长，P_t^*和Q_t^*分别表示中央政府对房地产市场中价量增长设定的目标值。（pt -P：尸与（Q_t-Q_t^*）²表示住房市场实际增长对中央政府政策目标的偏离，这两项越大则住房市场发展与政府预期目标偏离越大，表示损失越大，干预政策绩效越差。在这里，假设政府设定的政策目标值为市场长期均衡，则V_pt=（P_t-P_t^*）²与V_Qt=（Q_t-Q_t^*）²可以看成是当前住房市场状态对长期均衡的偏离，即可分别代表房价与交易量波动率。

λ_t表示中央政府在平抑房价波动与住房交易量波动之间的权衡系数，其随时间发生变化，当住房市场或宏观经济随着时间变化处于不同的状态时，中央政府对住房市场指标波动所带来的损失的评估也在发生改变;λ_t大小反映了中央政府调控政策目标的取向，λ_t越大表明中央政府越关注房价波动的情况，反之则更关注住房市场交易量的波动。

中央政府要实现住房市场稳定的根本问题是根据过去和当前的市场状况以及政策传导机制等信息选择政策工具，以尽量减少政策损失。根据（Svensson，1999）的模型，政策传导机制可以采用状态空间形式的线性模型来表示。一个n维状态向量，这里主要是指住房市场价格和成交量的增速，对每个指标取100倍的对数同比差素的一个n维向量;I_kt代表中央政府在t时期采取了调控政策。中央政府对于房地产市场的政策干预具有一定的持续性，其对应的表达式为：

中央政府根据市场实际运行状况及其与政策目标的偏离程度来不断调整政策工具，使市场尽量不要过大地偏离预定轨道。公式（3）代表中央政府在T_i时期发布的政策k持续有效，直到Tx+r时期中央政府调整政策，执行新政k+1，旧政策失效。政策变量的参数系数b_k代表了调控政策对于住房市场发展水平的干预程度，为本文实证研究的主要考察对象之一。

住房市场与其他金融市场类似，其波动往往表现出异方差特性，GARCH模型可较好的拟合具有尖峰厚尾性的金融序列数据（沈悦等，2016）。同时，住房市场变量，如价格与销量，存在的相互影响的相关关系，于是公式（2）可用多元GARCH模型来描述。在进一步假设住房市场变量波动联动性随时间变动后，则公式（2）可用DCC-MGARCH模型表达式具体描述住房市场价格与交易量的均值与方差以及价格与交易量之间的动态相关性：

公式（4）-（5）是GARCH模型的残差项表达式。其中，φ_t为截至t期所有可能获得的信息集合;H_t1/2是时变条件协方差矩阵的乔列斯基因子，其具体表达式为公式（6）D_t为条件方差矩阵：

条件方差矩阵中的σ_i，t²为第i个变量的一元GARCH模型里的条件方差，表达式为：

扩展到多元GARCH，条件相关系数（DCC）矩阵为公式（8）中的R_t;公式（9）为动态协方差矩阵：

在这里，为了考察住房市场调控政策对于住房市场波动的影响，表达式（7）z_i，t中包含了代表中央调控政策实施的变量I_k，t，其系数参数γ_k为本文实证研究对象。DCC-MGARCH模型采用最大似然估计法来估计参数向量。

4 实证结果

首先，本文对我国住房市场价格和交易量变化率序列进行ADF检验，结果显示价格增速和成交量增速的ADF检验值分别为-5.325和-4.348，均小于其1%显著水平下ADF检验的临界值，因此，两个变量均为平稳序列。

其次，本文采用DCC-GARCH模型估计的住房市场价量波动的时变相关系数，并标注了行政性干预政策的颁布时间点。可以看到在2003-2005年期间刚开始实行行政性干预政策时，住房市场的价格与交易量波动方向是不一致的，说明市场可能存在“政策不适应”的情况，行政性干预政策无法通过抑制市场交易量来抑制房价上涨。2005年后，住房市场的价格与交易量波动高度正相关，表明后期的行政性干预政策对市场的影响与政策预期相符合，一方面可能是因为市场对政策信息进行了充分的吸纳，另一方面也可能是因为行政性干预政策的管理与执行质量有所提高，市场进人政策适应期。

然后，本文将公式（3）中的政策变量分别加入市场变量的均值公式（2），然后将政策变量分别加入条件方差公式（7），采用DCC-MGARCH模型估计2003-2013年期间国务院颁布的行政性调控政策对市场变量增速的影响。根据政策损失函数，调控政策应尽量减少住房市场变量的波动率，从而减少政策损失。当政策变量的系数为显著负值则表明调控政策显著减少市场波动方差，实现稳定市场的目标。出于简化分析的需要，本文主要采用DCC-MGARCH（1，1）模型估计参数。当DCC-MGARCH的方差公式变量过多时，估计过程容易无法收敛，因此，本文将一个时期的政策变量同时分别加入价格与成交量的方差公式，并采用DCC-MGARCH模型（1，1）进行估计。表3和表4分别是加入政策变量的模型均值方程和方差方程估计结果。结果显示，中央政府实施的直接干预市场政策后，市场价量增速和波动率变化不尽相同。

2003年8月国务院发布“国发[2003]18号”文件，明确表示发展商品住宅市场来满足多数家庭的住房消费需求，并对搞活住房二级市场提出指导性措施。18号文件发布后，住房价格增速以及价量波动率没有明显变化，成交量显著增长18.6%。

2005年3月国务院发布“国办发明电（2005）8号”文件将稳定房价提高到政治任务高度，并于5月转发建设部等七部门意见将宏观政策细化为操作措施，提出住房销售价和套型面积等控制性要求，严查土地转让和房地产信贷违规，并对个人购买住房不足2年的转卖交易全额征收营业税。根据模型估计结果，这项政策颁布后市场价量显著增长，成交量波动率显著提升4%。图1也显示2005年的政策颁布后6个月内，交易量同比增长出现了两个历史高位峰值。可见，该政策并没有遏制房价上涨趋势，也没有稳定市场交易量。其原因可能有以下三个：（1）从国务院发布行政通知到地方政府实际执行政策之间有时间差，一些购房者会在地方政策落实前进行房屋交易;（2）一些购房者预期二手商品房供应量由于此项政策可能会减少时，反而更倾向于尽快购房;（3）由于商品住宅价格刚性上涨，投资性购房者预期房产收益增长将超过持有住房成本，在政策的刺激下反而增加投资购房并囤房惜售。

由于2005年的调控房价政策效果不明显，2006年5月国务院发布“国办发（2005）26号”文件将常务会议提出的六条楼市调控新政（“国六条，）细化为巧条细则（“国十五条”）。这些政策提出新开工面积的房屋90平方米以下房屋占比必须高于70%，减缓城镇房屋拆迁速度来控制被动住房需求，将免征营业税的房屋转手交易年限从2年延长至5年，并限定个人购房贷款首付比例不得低于30%。“国十五条”颁布后，住房市场成交量同比下降8.5%，价格同比上涨的趋势也不再显著。

2007年8月国务院发布“国发（2007）24号”限制交易未满5年的经济适用房二次交易。政策颁布后，住房价格和成交量同比分别下降了4.7%和17.1%。可见，扩大范围的限制性政策确实能减缓住房市场价量增长。另外，市场对于持续收紧的调控政策并没有表现出明显的波动增加。

2008年，由于受到美国金融危机冲击，我国房地产市场出现了连续多个月的价量齐跌。12月，国务院发布“国办发[2008]131号”并暫停根据购房年限征收住房交易营业税政策。随后，住房市场的价格与成交量分别同比上涨了12.3%和27.5%，住房市场调控政策转向宽松后短期内市场价量增速迅速反弹。这种反弹也体现在交易量波动性明显增加。

2010年1月国务院连续出台的“国办发[2010）4号”（“国十一条”）和“国发[2010]10号”（“国十条”）重新对住房市场交易进行限购和限贷，具体措施包括规定二套住房贷款首付比例不得少于40%，停止第三套住房贷款，限制非本地居民购房，并严查土地和商品住房交易中的违规行为。政策发布后，房价与交易量分别下降2.6%和2.9%，但波动率无显著变化。

2011年，国务院发布“国办发[2011]1号”进一步升级住房市场调控政策，将二套住房贷款首付比例提高到60%，并要求各地政府制定新建住房价格控制目标，以“限房价”的方式供应中低价普通商品住房用地。这项政策发布后，住房市场价量显著下跌，跌幅分别为2.6%和18%，成交量的波动性也略有降低。

2013年2月，国务院发“国办发[2013]17号”在2011年调控政策的基础上将住房限购区域和住房类型扩大。此项政策颁布后，市场价量增速没有明显变化，但是波动率明显下降。2013年3月中央政府换届后，国务院没有再发布过直接干预市场的全国性住房市场调控政策。住房市场调控从由国务院主导的行政手段主导转向由市场手段主导，调控的核心思路也从采取直接干预市场，追求短期控制房价的思路转变为建立系统调控市场的长效机制。

5 讨论与结论

本文重点研究2003-2013年期间出台的行政性干预政策对市场价量增速和波动率的影响。本文针对现有研究存在的不足，建立政策损失函数，在考虑市场价量联动的基础上采用DCC-GARCH模型进行实证研究，评估政策绩效。

研究结果表明，我国住房市场成交量的波动性大于价格波动性，国务院行政性干预政策以遏制和稳定住房价格的为主要目标，成交量波动没有得到充分重视。2005年首次出台的行政性限售政策并没有降低住房市场的价量增速，且市场交易量波动性增加。随后2006年和2007年出台的更严厉的限制性政策明显降低市场价量增速。2008年在忽然取消限购和限贷政策后，住房市场价量增速迅速反弹，同时伴随市场的波动性增加。2010年和2011年，恢复限制性政策后，住房市场价量再次减速。可见，中央政府采取统一的行政性干预政策会产生立竿见影的短期效果。另一方面，虽然具有延续性的调控政策对住房市场波动影响不大，大幅度的调整政策方向将增加市场波动，与中央政府追求市场稳定的目标不相符。2013年之后，新一届政府转换了住房市场调控思路，从中央行政性管制向各地区因地制宜差异化调控的思路转变，并以结构性综合改革来引导住房市场的发展，市场的波动性有所下降。

最后，由于我国房地产市场与我国的复杂国情关系密切，不能仅局限于从经济学视角来理解我国房地产市场现象和政策，必须从多角度出发结合多种方法来挖掘和分析房地产政策内涵和评价政策绩效。公共政策领域的“间断一平衡”理论也将政策决策过程中问题界定和议程设定这两个政策因素作为影响政策的重要因素。根据这个理论，范广垠（2010）认为我国房地产政策已经超出产业经济问题成为宏观政治问题，当就业、金融风险、拉动经济等问题被作为政策议题的中心时，房地产调控政策的目标和手段不仅仅针对解决房地产市场本身的问题，政府需要同时考虑多个问题进行决策。因此，中央政府在制定政策时，需要权衡多方面的问题。今后的研究将在控制宏观经济、资本市场以及制度环境等条件下，更深入地探讨不同类型的市场调控政策对市场增长和稳定性的影响。

参考文献：

1.王勇.宏观审慎政策调控住房市场的有效性研究.当代财经.2018.03

2.趙胜民 张瀚文.我国宏观审慎政策与货币政策的协调问题研究——基于房价波动的非对称性影响.国际金融研究.2018.07

3.方艳.宏观审慎政策对房价的调控效应研究.福建金融.2020.01

4.罗娜 程方楠.房价波动的宏观审慎政策与货币政策协调效应分析——基于新凯恩斯主义的DSGE模型.国际金融研究.2017.01

5.何玉洁 赵胜民.房地产审慎监管的有效性及与货币政策协调性分析——基于中国2002-2017年数据的实证研究.当代经济科学.2019.01

6.赖诗攀.中国房地产政策十年变迁研究.华侨大学学报（哲学社会科学版）.2015.01

7.邓柏峻 李仲飞 张浩.限购政策对房价的调控有效吗.统计研究.2014.11

8.方兴.中国房地产限购政策能够有效抑制房价上涨吗——基于70个大中城市的实证研究.财经科学.2018.01

9.李森.我国住房限售政策能够有效抑制房价上涨么？——基于100个城市的实证研究.投资研究.2019.02

10.朱怡.南京市住房限购令的政策绩效评估研究，土地经济研究.2016.01

11.潘慧峰 刘曦彤.限购政策对房地产价格及供求的调控效果研究——以北京市为例.价格理论与实践.2017.08

12.钟世和 曾小春.政策调整对我国房价的冲击效应研究——基于小波多分辨率分析与干预分析模型.审计与经济研究.2015.02

13.黄昕 董兴 平新乔.地方政府房地产限购限贷限售政策的效应评估.改革.2018.05

14.郑军 胡蓉.调控政策与房价动态稳定的理论与现实悖论.海南金融.2020.01

15.Ling，D C，Mcallister，G M，Dynamics of Asset Pric-es and Transaction Activity in Illiquid Markets：the Case ofPrivate Commercial Real Estate.The Journal of Real EstateFinance&Economics.2009.39.03

16.Clayton，J，Miller，N&Peng，L，Price-volume Correla-tion in the Housing Market：Causality and Co-movements.Journal of Real Estate Finance&Economics.2010.01

17.Lee，Youngsoo，Lee&Jongpil，Causality and Predict-ability of Price-Volume in Housing Market一Evidence fromSeoul and Busan Housing Markets.Sh Urban Research&Insight.2018.08

18.李文斌 宋斌.住房价格与交易量的关系：基于动态存量一流量模型的解释.城市发展研究.2009.03

19.Ling，Zhang，Eddie，Chi-Man，Hui，Haizhen&Wen，Housing Price一volume Dynamics under the Regulation Pol-icy：Difference between Chinese Coastal and Inland Cities.Habitat Internationa1.2015.47

20.岳意定 何颖媛.房地产需求冲击对价格和交易量的影响研究——兼论价量和谐的宏观调控政策.湖南科技大学学报（社会科学版）.2013.03

21.Apergis，N，Payne，J E，Modeling the time varyingvolatility of housing returns：Further evidence from the U.S.metropolitan condominium markets.Review of FinancialEconomics 2019.38.01

22.Antonakakis，N，Gupta，R&Andre，C，DynamicCo-movements between Economic Policy Uncertainty andHousing Market Returns.Journal of Real Estate PortfolioManagement.2015.21

23.黃伯平.行政手段参与宏观调控：实质、特征与原因.中国行政管理.2011.10

24.Svensson，L E 0.Price Stability as a Target for Mon-etary Policy：Defining and Maintaining Price Stability.NBERWorking Paper No.7276.1999

25.沈悦 戴士伟 陈馄.房价过度波动的系统性风险溢出效应测度——基于GARCH-Copula-CoVaR模型.中央财经大学学报.2016.03

26.范广垠.我国房地产政策宏观分析的模型与方法——以1998一2009年房地产政策为例.同济大学学报社会科学版.2010.01

作者简介：苏志，首都经济贸易大学国际经济管理学院副教授。

基金项目：本文获得国家自然科学基金青年项目（71704114）的资助。