沈悅，張學(xué)峰，張金梅

（1.西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院，西安710061；2.西安外國(guó)語(yǔ)大學(xué)商學(xué)院，西安710128）

基于SVAR模型的住宅價(jià)格調(diào)控政策有效性實(shí)證分析

沈悅1，張學(xué)峰1，張金梅2

（1.西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院，西安710061；2.西安外國(guó)語(yǔ)大學(xué)商學(xué)院，西安710128）

住宅價(jià)格持續(xù)高漲隱藏著巨大的經(jīng)濟(jì)和社會(huì)風(fēng)險(xiǎn)，也凸顯調(diào)控政策有效性研究的重要性。文章通過構(gòu)建房屋價(jià)格指數(shù)、本年土地購(gòu)置面積、開發(fā)企業(yè)國(guó)內(nèi)貸款和住房貸款利率的四元SVAR模型進(jìn)行實(shí)證分析。結(jié)果表明，國(guó)內(nèi)貸款增加對(duì)住宅價(jià)格的推升作用最為明顯，而增加土地供應(yīng)和提高住房貸款利率的政策并沒有起到抑制房?jī)r(jià)過快上漲的作用；宏觀政策互相配合及保持其執(zhí)行力和持續(xù)性才是有效調(diào)控住宅價(jià)格的關(guān)鍵。

住宅價(jià)格；調(diào)控政策；SVAR模型；正反饋

0 引言

住宅產(chǎn)業(yè)作為新興產(chǎn)業(yè)，對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展和擴(kuò)大就業(yè)等方面起著舉足輕重的作用[1]。但近年來，我國(guó)住宅交易市場(chǎng)呈現(xiàn)著“非理性繁榮”[2]，土地供應(yīng)價(jià)格和各層次住宅價(jià)格也在大部分時(shí)間里處于過快上漲態(tài)勢(shì)。對(duì)于事關(guān)民生的住宅價(jià)格過快上漲，近年來國(guó)家也出臺(tái)了一系列調(diào)控措施，但結(jié)果卻并不理想，反而陷入了“調(diào)控——觀望——反彈”的怪圈，而且這種怪圈每經(jīng)歷一次循環(huán)往復(fù)，住宅價(jià)格都會(huì)攀升到一個(gè)新的高點(diǎn)，隱藏著巨大的經(jīng)濟(jì)和社會(huì)風(fēng)險(xiǎn)[3]。那么，近年來國(guó)家所出臺(tái)的調(diào)控政策在何種方向、何種程度上對(duì)住宅價(jià)格產(chǎn)生影響？面對(duì)過去的政策調(diào)控效果，今后又該在哪方面改進(jìn)？考察這些問題及隱藏其后的原因即為本文的研究動(dòng)機(jī)。本文創(chuàng)新性地構(gòu)建了多因素SVAR模型，從定量角度對(duì)此進(jìn)行了實(shí)證分析，得出了研究結(jié)論，并提出了相關(guān)政策建議。

1 文獻(xiàn)回顧

近年來，關(guān)于調(diào)控政策對(duì)住宅價(jià)格的影響，國(guó)內(nèi)外學(xué)者進(jìn)行了卓有成效的研究，但總體來看，定性研究較多，定量研究較少。這些研究主要集中于三方面：

一是基于對(duì)住宅價(jià)格的多項(xiàng)影響因素分析來討論調(diào)控政策效果的的，如沈超群（2006）認(rèn)為房地產(chǎn)業(yè)利潤(rùn)高，金融調(diào)控政策相對(duì)來說力度太小，無(wú)法遏制住房地產(chǎn)業(yè)投資資金使用成本的增加，使得其他行業(yè)的企業(yè)面臨負(fù)擔(dān)加重、市場(chǎng)萎縮的雙重困境[4]；鄭園園等（2008）認(rèn)為區(qū)位、地鐵、入住、時(shí)間、方向等因素對(duì)于住宅價(jià)格具有顯著影響，目前一刀切的調(diào)控方式不合理[5]；Yinghua He等[6]；龔江輝等（2009）；宋建軍（2009）等也有類似的研究。這一研究視角側(cè)重于對(duì)調(diào)控政策及其效果的定性分析，缺乏對(duì)調(diào)控政策效果的精確性解釋。

二是基于政策的某一方面進(jìn)行分析，如聶學(xué)峰等（2005）通過對(duì)貨幣政策的協(xié)整分析認(rèn)為，我國(guó)的貨幣政策能夠影響房地產(chǎn)價(jià)格，且貨幣供應(yīng)量比利率政策更加顯著，但所選樣本期是1994～2005年，而我國(guó)從1998年才開始編制房地產(chǎn)價(jià)格指數(shù)，因此1998年之前的數(shù)據(jù)的來源值得商榷，而且該文沒有考察土地調(diào)控政策等其他政策的調(diào)控效果[7]；顧巧等（2008）從貨幣政策的角度進(jìn)行了分析，說明貨幣政策對(duì)房?jī)r(jià)調(diào)控的效果不明顯[8]；高峰（2009）從土地增值稅的角度作了研究；Iacoviello M和Minetti R[9]等也有類似的研究。這一研究視角的缺點(diǎn)是沒有綜合考慮多項(xiàng)政策共同作用下的調(diào)控效果，缺少對(duì)政策整體協(xié)調(diào)配合的綜合判斷。

三是基于某一社會(huì)科學(xué)理論或模型進(jìn)行分析，如杜陽(yáng)（2006）運(yùn)用logistic模型分析了2005年“新國(guó)八條”和“央行加息”兩項(xiàng)政策的效果，其中因變量“政策效果”是按房?jī)r(jià)降低與否設(shè)定為0和1，這種設(shè)定有帶有較強(qiáng)的主觀性，而且研究只考慮了2005年的調(diào)控政策，也無(wú)法判斷房?jī)r(jià)升降究竟是之前政策的滯后效應(yīng)還是新的政策起了效果[10]；高苛，劉長(zhǎng)濱（2008）從預(yù)期理論的角度構(gòu)建了住宅價(jià)格調(diào)控模型，認(rèn)為市場(chǎng)主體的政策預(yù)期可導(dǎo)致調(diào)控政策的短期失效，而長(zhǎng)期中預(yù)期作用對(duì)調(diào)控政策效果無(wú)影響[11]；歐紹華（2010）[12]、朱宇（2006）從博弈論的角度進(jìn)行了分析，揭示了隱藏在房?jī)r(jià)背后的錯(cuò)綜復(fù)雜的利益關(guān)系及其變化規(guī)律；此外，羅華奇（2008）從模糊數(shù)學(xué)理論的角度；馬海濤（2007）從灰色理論的角度等也進(jìn)行了分析。這一研究視角的共性是把相互作用的變量分為外生和內(nèi)生，而且研究區(qū)間較短，也缺少與我國(guó)現(xiàn)實(shí)住宅市場(chǎng)調(diào)控的緊密聯(lián)系。

綜上所述，針對(duì)住宅價(jià)格調(diào)控政策有效性問題，由于研究采用指標(biāo)、研究區(qū)間、使用方法以及分析視角的不同，必然會(huì)得出不同的結(jié)論。這些結(jié)論能夠在一定程度上解釋調(diào)控政策有效性，但由于在研究區(qū)間、調(diào)控影響因素選取和檢驗(yàn)理論方法上還存在一定的局限性，使得其研究結(jié)論缺少對(duì)較長(zhǎng)時(shí)期內(nèi)調(diào)控政策作用方向和強(qiáng)度的精確綜合判斷。本文擬以2000～2009年為研究區(qū)間，綜合土地供應(yīng)、對(duì)開發(fā)企業(yè)貸款、住房貸款利率等政策多方因素的月度數(shù)據(jù)構(gòu)建SVAR模型實(shí)證分析它們對(duì)住宅價(jià)格影響的時(shí)滯、作用方向及強(qiáng)度，為下一步調(diào)控政策的科學(xué)制定提供依據(jù)。

2 實(shí)證研究設(shè)計(jì)

鑒于以往研究的缺陷，需要重新審視調(diào)控政策與住宅價(jià)格波動(dòng)的關(guān)系，進(jìn)而將相關(guān)調(diào)控政策放到一個(gè)系統(tǒng)框架內(nèi)進(jìn)行解釋，進(jìn)一步揭示這些政策的作用方向和強(qiáng)度。

2.1 模型選取

Sims(1980)提出的向量自回歸模型(VAR)采用多方程聯(lián)立的形式，在模型的每一個(gè)方程中，內(nèi)生變量對(duì)模型所含全部?jī)?nèi)生變量的滯后項(xiàng)進(jìn)行回歸來估計(jì)內(nèi)生變量之間的動(dòng)態(tài)關(guān)系，但不能反映變量之間當(dāng)期相關(guān)關(guān)系的確切形式。此外，VAR模型要求參數(shù)過多，只有所含變量較少的VAR才能通過OLS和極大似然估計(jì)，加上較少考慮經(jīng)濟(jì)理論，所產(chǎn)生的脈沖響應(yīng)不能被識(shí)別為內(nèi)在結(jié)構(gòu)誤差，從而無(wú)法給出結(jié)構(gòu)性解釋[13]。為此，Blanchard和Quah(1989)對(duì)VAR模型進(jìn)行了修正，提出了結(jié)構(gòu)向量自回歸模型（SVAR），其實(shí)質(zhì)是VAR模型的結(jié)構(gòu)式，即在一般VAR模型基礎(chǔ)上加人內(nèi)生變量之間的當(dāng)期關(guān)系，把隱藏在誤差項(xiàng)中的變量間的當(dāng)期相關(guān)關(guān)系提取出來，使模型的經(jīng)濟(jì)意義更加明確[14]。因此，將SVAR模型應(yīng)用于住宅價(jià)格調(diào)控政策有效性評(píng)價(jià)優(yōu)點(diǎn)有三：一是模型中調(diào)控政策任何變量都假設(shè)為內(nèi)生的，不嚴(yán)格按照先驗(yàn)理論，也不事先設(shè)定內(nèi)外生變量，可以直接用最小二乘法(OLS)進(jìn)行估計(jì)；二是給出了調(diào)控政策變量之間的當(dāng)期關(guān)系，避免了VAR方法中Cholesky分解引發(fā)內(nèi)生變量排序?qū)Y(jié)果的敏感影響；三是約束條件少，避免了施加錯(cuò)誤的長(zhǎng)期約束可能對(duì)模型結(jié)果產(chǎn)生的負(fù)面影響。

含有k（k≥3）個(gè)變量的p階結(jié)構(gòu)向量自回歸模型SVAR(p)一般矩陣形式可表示為:

B可逆時(shí)，可將公式（1）轉(zhuǎn)化為：

由此，可以根據(jù)et=B-1ut估計(jì)得到的簡(jiǎn)化式對(duì)結(jié)構(gòu)矩陣進(jìn)行估計(jì)。但要想得到結(jié)構(gòu)式模型唯一的估計(jì)參數(shù)，要求簡(jiǎn)化式的未知參數(shù)不比結(jié)構(gòu)式的未知參數(shù)多，即需要施加k(k-1)/2個(gè)約束條件才能估計(jì)出結(jié)構(gòu)式模型的參數(shù)。

2.2 變量確定

由于住宅價(jià)格調(diào)控是從供給和需求著手的，其核心政策是土地供應(yīng)、住宅供給結(jié)構(gòu)、信貸等，結(jié)合數(shù)據(jù)的可得性，本文選擇以下四個(gè)變量構(gòu)建模型：

（1）房屋銷售價(jià)格指數(shù)（SI）。這一指標(biāo)可以綜合各種因素，反映房屋價(jià)格的波動(dòng)情況。

（2）住宅開發(fā)開發(fā)資金中的國(guó)內(nèi)貸款（DL）。住宅開發(fā)投資中，除了自籌資金，最主要的是國(guó)內(nèi)貸款，這一指標(biāo)可以反映國(guó)家通過信貸調(diào)控住宅供給的情況。

（3）本年土地購(gòu)置面積(LB)。土地是住宅的源頭，政府欲調(diào)控土地供給和住宅供給結(jié)構(gòu)時(shí)，反映政策意圖和效果最明顯的指標(biāo)是本年土地購(gòu)置面積的變化。

（4）住房貸款利率（MR）。由于住宅價(jià)值較高且具有投資消費(fèi)雙重屬性，住房貸款仍是實(shí)現(xiàn)購(gòu)買力的主要途徑，這也決定了國(guó)家通過調(diào)節(jié)住房貸款利率調(diào)控需求的必然性。

由此可以構(gòu)建四元SVAR模型：

其中，

2.3 約束條件

模型中包含4個(gè)變量，需要施加6個(gè)約束條件才能識(shí)別出結(jié)構(gòu)沖擊，根據(jù)經(jīng)濟(jì)理論，可作如下6個(gè)約束：

（1）住宅開發(fā)投資資金中的國(guó)內(nèi)貸款（DL）用于在建項(xiàng)目的繼續(xù)開發(fā)和維持企業(yè)的正常運(yùn)轉(zhuǎn)，它將影響滯后期內(nèi)住宅價(jià)格。因此DL對(duì)當(dāng)期的SI沒有影響，即矩陣B中b12=0。

（2）當(dāng)期購(gòu)置的土地用于后期開發(fā)，而住宅價(jià)格是由當(dāng)期可供銷售的住宅商品的供求關(guān)系決定，故認(rèn)為當(dāng)期土地購(gòu)置面積對(duì)當(dāng)期住宅價(jià)格不會(huì)產(chǎn)生影響，即矩陣B中b13=0。

（3）住房貸款利率（MR）的變化會(huì)影響到購(gòu)房需求，理論上會(huì)進(jìn)一步傳導(dǎo)到住宅開發(fā)企業(yè)的借款成本，但根據(jù)《土地管理法》規(guī)定，企業(yè)拍得土地后必須在兩年內(nèi)動(dòng)工開發(fā)，這決定了本期貸款利率變化并不會(huì)影響到住宅開發(fā)企業(yè)取得國(guó)內(nèi)貸款（DL），即矩陣B中b24=0。

（4）住宅開發(fā)企業(yè)已經(jīng)儲(chǔ)備一定量土地或一定資金用于土地購(gòu)置以利于持續(xù)經(jīng)營(yíng)，而且根據(jù)相關(guān)法規(guī)，國(guó)內(nèi)貸款（DL）主要用于在建項(xiàng)目，對(duì)當(dāng)期土地購(gòu)置面積（LB）沒有影響，即矩陣B中b32=0。

（5）由于住宅商品的供給缺乏彈性，當(dāng)期住房貸款利率（MR）變化不會(huì)對(duì)當(dāng)期土地購(gòu)置面積（LB）產(chǎn)生影響，即矩陣B中b34=0。

（6）當(dāng)期購(gòu)置的土地主要用于儲(chǔ)備和后期開發(fā)，并不會(huì)影響當(dāng)期住宅交易市場(chǎng)，故當(dāng)期土地購(gòu)置面積（LB）不會(huì)影響當(dāng)期的住房貸款利率（MR），即矩陣B中b43=0。

2.4 數(shù)據(jù)來源與處理

數(shù)據(jù)主要來源于中宏產(chǎn)業(yè)數(shù)據(jù)庫(kù)、國(guó)研網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、中國(guó)資訊行和《中國(guó)統(tǒng)計(jì)年鑒2009》。對(duì)于個(gè)別缺失的數(shù)據(jù)，用K-最近距離鄰居法進(jìn)行了彌補(bǔ)，并對(duì)有明顯季節(jié)因素的變量用X11程序進(jìn)行了季節(jié)因素調(diào)整。同時(shí)，由于我國(guó)住房貸款利率由央行制定，而非完全市場(chǎng)化，為了反映當(dāng)期購(gòu)房者的真實(shí)成本，本文以5年期以上商業(yè)銀行住房貸款利率為基礎(chǔ)，用當(dāng)月居民消費(fèi)價(jià)格指數(shù)（CPI）對(duì)其進(jìn)行了調(diào)整。共整理出120組月度數(shù)據(jù)，建模分析借助eviews6.0。

3 實(shí)證結(jié)果與分析

3.1 序列平穩(wěn)性檢驗(yàn)

SVAR模型中，如果序列是非平穩(wěn)的，則其對(duì)沖擊的收斂程度會(huì)大大降低，從而影響實(shí)證結(jié)果的穩(wěn)定性，因此在估計(jì)SVAR模型前需要對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，最佳滯后期由AIC信息準(zhǔn)則確立，結(jié)果如表1所示。

表1 各變量的平穩(wěn)性檢驗(yàn)

由表1可知，差分前各序列的ADF值均大于5%水平下的臨界值，均為非平穩(wěn)序列，而差分后的ADF值均小于5%水平下的臨界

值，可以拒絕原假設(shè)，即每個(gè)時(shí)間序列的一階差分均有一個(gè)單位根，原序列為一階單整,記為I（1）。

3.2 殘差及模型穩(wěn)定性檢驗(yàn)

SVAR模型穩(wěn)定性是判斷模型優(yōu)劣的關(guān)鍵，因?yàn)闇笃谠介L(zhǎng)，模型穩(wěn)定性越差，所以當(dāng)SVAR模型不符合穩(wěn)定性條件時(shí)的前推1期為最長(zhǎng)滯后期，即首先確保SVAR模型穩(wěn)定，然后根據(jù)殘差檢驗(yàn)逐期剔除不顯著模型，通過殘差自相關(guān)、正態(tài)性和異方差檢驗(yàn)的模型為最終模型[15]。依此，模型最終確定的最優(yōu)滯后期都為4。殘差檢驗(yàn)結(jié)果（表2）說明，模型殘差的聯(lián)合分布服從正態(tài)分布，LM自相關(guān)檢驗(yàn)表明模型殘差在滯后1-11期都不存在自相關(guān)。

表2 VAR（4）殘差檢驗(yàn)

模型的穩(wěn)定性采用AR roots方法進(jìn)行檢驗(yàn)。結(jié)果是，被估計(jì)的VAR模型所有根的模都小于1，如圖1所示，模型滿足穩(wěn)定性條件，SVAR模型的擬合效果是理想的。

3.3 脈沖響應(yīng)函數(shù)分析

在SVAR模型中，通過對(duì)結(jié)構(gòu)脈沖響應(yīng)函數(shù)的分解可以得到系統(tǒng)中各變量對(duì)自身及其他變量單位變動(dòng)的反應(yīng)。為了觀測(cè)各政策對(duì)住宅價(jià)格的影響方向和程度，本文重點(diǎn)考察SI對(duì)DL、LB和MR沖擊的響應(yīng)情況。

（1）總體對(duì)比觀察

綜合圖2、3、4對(duì)比可知，放松對(duì)開發(fā)企業(yè)信貸、加大土地供應(yīng)和提高住房貸款實(shí)際利率對(duì)當(dāng)期住宅價(jià)格的影響很小，這是由住宅商品供給彈性較小的特性決定的；但從較長(zhǎng)時(shí)期來看，它們都會(huì)對(duì)住宅價(jià)格產(chǎn)生正向影響，在作用力達(dá)到某一峰值后開始下降，然后衰減至零，只是作用力的大小和滯后期不同。

（2）住宅價(jià)格對(duì)住宅開發(fā)企業(yè)國(guó)內(nèi)貸款的脈沖響應(yīng)分析由圖2可知，當(dāng)期給國(guó)內(nèi)貸款一個(gè)正的沖擊，住宅價(jià)格當(dāng)期不會(huì)有大的變化，但之后快速反應(yīng)，并在第10期達(dá)到響應(yīng)峰值（0.6632），而后響應(yīng)又呈較快下降趨勢(shì)，直至接近于零；從圖5SI對(duì)DL的累積脈沖響應(yīng)圖可以看出，從第1期到第30期累積響應(yīng)快速增長(zhǎng)，但到30期之后，累積響應(yīng)趨向穩(wěn)定，而且呈正響應(yīng)。這說明，當(dāng)期放松對(duì)住宅開發(fā)企業(yè)信貸后，房?jī)r(jià)就開始快速上升，這一影響到兩年半后才會(huì)逐漸消失。這也反映出，開發(fā)企業(yè)或中介捂盤惜售行為的大量存在，當(dāng)其能順利獲得貸款并使資金鏈不致斷裂的情況下，就不會(huì)對(duì)資金問題產(chǎn)生憂慮，對(duì)現(xiàn)有樓盤定出高額價(jià)格，助推住宅價(jià)格升高。

（3）住宅價(jià)格對(duì)土地購(gòu)置面積的脈沖響應(yīng)分析

由圖3可知，當(dāng)期給土地供應(yīng)一個(gè)正的沖擊，住宅價(jià)格響應(yīng)也是從零開始快速上升，并在第9期達(dá)到響應(yīng)峰值（0.4659），而后急劇下降，直至為零；從圖5SI對(duì)LB的累積脈沖響應(yīng)圖也可以看出，從第1期到第22期累積響應(yīng)較快增長(zhǎng)，但到22期之后，累積響應(yīng)趨于穩(wěn)定，且呈正響應(yīng)。從表面看，這違背了經(jīng)濟(jì)學(xué)原理：土地供應(yīng)增加會(huì)擴(kuò)大住房供應(yīng)量，從而降低住宅價(jià)格，為什么現(xiàn)實(shí)是住宅價(jià)格不降反升呢？結(jié)合第二部分可知，主要原因有三：一是土地供應(yīng)結(jié)構(gòu)不合理，高檔別墅、公寓供給過剩，廣大消費(fèi)者所需求的普通住宅供應(yīng)量嚴(yán)重不足；二是由于分稅制改革后，地方政府過度依賴于土地財(cái)政，而土地價(jià)格的高企也助長(zhǎng)了房?jī)r(jià)的飚升；三是大量圈地、囤地、炒地行為的存在，土地不斷轉(zhuǎn)手，價(jià)格不斷攀高，從而也助長(zhǎng)了房?jī)r(jià)。

（4）住宅價(jià)格對(duì)住房貸款利率的脈沖響應(yīng)分析

由圖4可知，當(dāng)期給住房貸款利率一個(gè)正的沖擊，住宅價(jià)格對(duì)其的響應(yīng)也是從零開始緩慢增加，并在第21期達(dá)到響應(yīng)峰值（0.0818），而后緩慢下降，逐漸趨近于零；從圖5SI對(duì)MR的累積脈沖響應(yīng)圖也可以看出，從第1期到第40期累積響應(yīng)較快增長(zhǎng)，但到40期之后，累積響應(yīng)趨于穩(wěn)定，且呈正響應(yīng)。從表面看，這也違背經(jīng)濟(jì)學(xué)原理：提高住房貸款利率是屬于增加購(gòu)房成本，抑制需求的范疇，為什么越抑制房?jī)r(jià)反而越高呢？原因之一是我國(guó)正處于住房的脫困性、改善性與投資性需求同時(shí)釋放的階段，住房需求剛性較強(qiáng)，貸款利率的提高不能真正抑制百姓購(gòu)房的剛性需求；之二是在流動(dòng)性過剩和強(qiáng)烈的正反饋交易心理的支撐下，眾多的投機(jī)客和熱錢涌向住宅交易市場(chǎng)，獲取超過平均利潤(rùn)的超額收益，助長(zhǎng)了需求。

4 結(jié)論與啟示

本文分析表明：①雖然國(guó)內(nèi)貸款在住宅開發(fā)資金來源中僅占25%左右，但對(duì)住宅價(jià)格的推升作用卻非常明顯，其每變動(dòng)一個(gè)單位，將導(dǎo)致住宅價(jià)格同向變動(dòng)0.663個(gè)單位；而且滯后影響期較長(zhǎng)，長(zhǎng)達(dá)兩年半之久。因此，通過調(diào)節(jié)對(duì)住宅開發(fā)企業(yè)信貸可有效調(diào)控住宅價(jià)格。②政府增加土地供應(yīng)以期增加住宅供給、穩(wěn)定房?jī)r(jià)的政策沒有收到理想效果，反而伴隨著住宅價(jià)格的快速攀升使作用相互抵消，表現(xiàn)為即增加一個(gè)單位土地供給反而會(huì)使得住宅價(jià)格上漲0.466個(gè)單位，但其滯后影響期較短，僅不到兩年。③通過提高住房貸款利率來抑制需求的政策也沒有收到預(yù)期效果，反而是住房貸款利率越高，需求越旺盛，住宅價(jià)格越高漲，而且對(duì)住宅價(jià)格的滯后影響期時(shí)間最長(zhǎng)，達(dá)三年半之久。④心理預(yù)期、正反饋交易和政策缺少協(xié)調(diào)配合等可能是導(dǎo)致調(diào)控政策效果大打折扣的原因。

由此得到以下啟示：①對(duì)開發(fā)企業(yè)貸款增加會(huì)促使住宅價(jià)格快速攀升，要穩(wěn)定房?jī)r(jià)，首先要穩(wěn)定對(duì)開發(fā)企業(yè)信貸，但對(duì)開發(fā)企業(yè)的國(guó)內(nèi)貸款近兩年呈現(xiàn)出強(qiáng)勁增長(zhǎng)勢(shì)頭，應(yīng)當(dāng)減緩。②實(shí)踐中，僅靠某一政策對(duì)住宅價(jià)格進(jìn)行調(diào)控的效果可能是不理想的，需要根據(jù)市場(chǎng)狀況選擇合適的政策組合才能達(dá)到預(yù)期的調(diào)控目標(biāo)，同時(shí)要注意保持政策的執(zhí)行力和連續(xù)性，抑制正反饋交易心理滋生。

[1]梁云芳，高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007，（8）.

[2]黃鶴.中國(guó)大中城市房地產(chǎn)泡沫的檢驗(yàn)及成因分析[D].哈爾濱工業(yè)大學(xué)，2008.

[3]徐龍炳.國(guó)民經(jīng)濟(jì)安全研究——房地產(chǎn)泡沫、經(jīng)濟(jì)波動(dòng)與政府調(diào)控[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2008.

[4]沈超群.房產(chǎn)新政下房地產(chǎn)金融政策調(diào)控的思考[J].國(guó)土資源導(dǎo)刊，2006，（1）.

[5]鄭園園，宋戈，李軒修.哈爾濱市商品住宅價(jià)格影響因素的計(jì)量經(jīng)濟(jì)分析[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2008，（4）.

[6]Yinghua He,Brendan O’Flaherty,Robert A.Rosenheck.Is Shared Housing a Way to Reduce Homelessness?The Effect of Household Arrangements on Formerly Homeless People[J].Journal of Housing Economics,2010，(19).

[7]聶學(xué)峰，劉傳哲.我國(guó)貨幣政策影響房地產(chǎn)市場(chǎng)的實(shí)證分析[J].河南金融管理干部學(xué)院學(xué)報(bào)，2005，（4）.

[8]顧巧，馬永開.中國(guó)貨幣政策調(diào)控房地產(chǎn)價(jià)格的實(shí)證分析[J].科技創(chuàng)新導(dǎo)報(bào)，2008，（2）.

[9]Iacoviello M,Minetti R.The Credit Channel of Monetary Policy:Evidence from the Housing Market[J].Journal of Macroeconomics,2008，(30).

[10]杜陽(yáng).中國(guó)房地產(chǎn)調(diào)控政策效果評(píng)價(jià)研究[D].重慶大學(xué)，2006.

[11]高苛，劉長(zhǎng)濱.基于預(yù)期理論的住宅市場(chǎng)價(jià)格調(diào)控模型及其仿真分析[J].土木工程學(xué)報(bào)，2008，（4）.

[12]歐紹華.中國(guó)房?jī)r(jià)研究的新視角—評(píng)龍均云《中國(guó)房?jī)r(jià)博弈論》[J].湖南工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2010，(2).

[13]馬萍.政府干預(yù)下的房地產(chǎn)價(jià)格波動(dòng)[D].西南財(cái)經(jīng)大學(xué)，2007.

[14]Hyeon Ji Yu,Sugie Lee.Government Housing Policies and Housing Market Instability in Korea[J].Habitat International,2010，(34).

[15]Markku Lanne,Helmut Lutkepohl,Katarzyna Maciejowska.Structural Vector Autoregressions with Markov Switching[J].Journal of Economic Dynamics&Control，2010，（34）.

F014.36

A

1002-6487（2011）07-0111-04

國(guó)家社會(huì)科學(xué)基金項(xiàng)目（08XJY002）；教育部人文社會(huì)科學(xué)研究基金資助資助項(xiàng)目（08JA790100）

沈悅（1961-），女，陜西大荔人，教授，博士生導(dǎo)師，研究方向：金融市場(chǎng)與投資、行為金融。張學(xué)峰（1981-），男，河南漯河人，博士研究生，研究方向：金融市場(chǎng)與投資、行為金融。張金梅（1963-），女，陜西大荔人，博士，教授，研究方向：消費(fèi)經(jīng)濟(jì)學(xué)。

（責(zé)任編輯/浩天）