賴純見，陳 迅

(重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院， 重慶 400044)

一、引言及文獻(xiàn)綜述

為了調(diào)控我國(guó)住宅市場(chǎng)，2010年國(guó)務(wù)院先后發(fā)布了“國(guó)十條”、“新國(guó)五條”等一系列行政、財(cái)政政策調(diào)控措施，并以年內(nèi)六次上調(diào)存款準(zhǔn)備金率和二次加息的貨幣政策配合，2010年可謂是房?jī)r(jià)調(diào)控政策年。2011年初重慶、上海兩地開征房產(chǎn)稅，短時(shí)間內(nèi)連續(xù)四次上調(diào)存款準(zhǔn)備金率和二次加息，住宅限購(gòu)等調(diào)控措施的出臺(tái)愈發(fā)密集、愈發(fā)嚴(yán)厲。而據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2011年一季度全國(guó)100個(gè)城市中82個(gè)城市房?jī)r(jià)環(huán)比上漲；4月，70個(gè)大中城市中有61個(gè)城市房?jī)r(jià)環(huán)比上漲，67個(gè)城市同比上漲。

這引發(fā)我們對(duì)住宅市場(chǎng)的主要影響因素和國(guó)家宏觀調(diào)控政策收效等問題的思考。城市住宅市場(chǎng)特別是住宅價(jià)格是社會(huì)各界廣泛關(guān)注的熱點(diǎn)問題，其影響因素、宏觀調(diào)控政策效果研究也一直是房地產(chǎn)經(jīng)濟(jì)與金融學(xué)界關(guān)注的熱點(diǎn)問題。國(guó)內(nèi)外現(xiàn)有研究，對(duì)住宅價(jià)格影響因素的研究主要有宏觀經(jīng)濟(jì)的、住宅市場(chǎng)和土地市場(chǎng)方面的；對(duì)住宅市場(chǎng)宏觀調(diào)控政策效果的研究主要是貨幣政策或財(cái)稅政策方面的。

宏觀經(jīng)濟(jì)影響因素主要是住宅價(jià)格與宏觀經(jīng)濟(jì)、金融市場(chǎng)、銀行貸款、財(cái)富等之間的互動(dòng)關(guān)系。沈悅等(2004)[1]采用1995—2002年我國(guó)14個(gè)城市的數(shù)據(jù)研究表明，經(jīng)濟(jì)基本面的當(dāng)前或歷史信息都可以部分解釋住宅價(jià)格水平和變動(dòng)。皮舜(2004)[2]采用1997—2003年間房地產(chǎn)市場(chǎng)與金融市場(chǎng)的月度數(shù)據(jù)，分析發(fā)現(xiàn)我國(guó)房地產(chǎn)市場(chǎng)和金融市場(chǎng)在長(zhǎng)期和短期都存在著雙向線性因果關(guān)系。周京奎(2005)[3]對(duì)四個(gè)直轄市的數(shù)據(jù)研究表明，住宅價(jià)格的上漲與寬松的貨幣政策密切相關(guān)。李亞明(2007)[4]研究了我國(guó)房地產(chǎn)價(jià)格與居民消費(fèi)的關(guān)系，得出了房地產(chǎn)財(cái)富效果在長(zhǎng)期為正向而在短期不確定的結(jié)論。這些研究表明，住宅價(jià)格與宏觀經(jīng)濟(jì)面變量有很強(qiáng)的相關(guān)關(guān)系。

從住宅市場(chǎng)方面看，主要是租金、住宅供給、需求、投機(jī)等因素的影響。Brown(1997)[5]及Holly(1997)[6]認(rèn)為，在市場(chǎng)出清條件下，租金水平與住宅的使用成本相等。Malpezzi(2005)[7]在住宅供給缺乏彈性的條件下，住宅的投資和投機(jī)需求是房地市場(chǎng)繁榮和衰退的重要原因之一，這反映了住宅二手市場(chǎng)在調(diào)節(jié)新房市場(chǎng)中有重要作用。

從土地市場(chǎng)方面看，Potepan(1996)[8]研究發(fā)現(xiàn)，土地價(jià)格上升將導(dǎo)致房?jī)r(jià)的均衡價(jià)格上升。Ahmed (1998)[9]、Ooi (2007)[10]和嚴(yán)金海(2006)[11]分別對(duì)英國(guó)、新加坡和中國(guó)的房?jī)r(jià)和地價(jià)的關(guān)系進(jìn)行研究，發(fā)現(xiàn)房?jī)r(jià)和地價(jià)在長(zhǎng)期是協(xié)整的，短期內(nèi)各國(guó)有差異。 Bostic(2007)[12]認(rèn)為土地價(jià)格已經(jīng)反映了住宅的位置、區(qū)位等因素價(jià)值，土地價(jià)格占住宅價(jià)格的比例是解釋住宅價(jià)格變動(dòng)的最主要因素。Zhang(2008)[13]的研究表明，土地供給、土地價(jià)格和土地政策是影響房?jī)r(jià)的重要因素。因此，土地市場(chǎng)變量是影響住宅價(jià)格的重要變量。

在住宅價(jià)格的宏觀調(diào)控政策方面，現(xiàn)有研究主要是針對(duì)貨幣政策或財(cái)政政策。Modigliani(1975)[14]研究指出，信用額度在抵押市場(chǎng)上對(duì)房地產(chǎn)業(yè)有間接的作用。Kling (1991)[15]研究發(fā)現(xiàn)名義利率和貨幣供給的沖擊對(duì)辦公建筑有很強(qiáng)的影響。Kosuke Aoki (2004)[16]的研究表明，房屋在對(duì)消費(fèi)者提供住房服務(wù)的同時(shí)也起到了間接降低借款成本的作用，這放大了貨幣政策對(duì)住房投資、房屋價(jià)格的影響作用。Matteo(2000)[17]研究發(fā)現(xiàn)，貨幣政策通過對(duì)住宅需求的沖擊而導(dǎo)致住宅價(jià)格短期波動(dòng)效果明顯。Glenn(2005)[18]研究表明，早期實(shí)行一些反泡沫的貨幣政策能夠避免住宅價(jià)格的過度膨脹。陳多長(zhǎng)等(2004)[19]研究了各類稅收對(duì)房地產(chǎn)價(jià)格的影響，發(fā)現(xiàn)稅收對(duì)住宅價(jià)格有雙重的影響作用。楊紹媛等(2007)[20]從分析住房成本和資產(chǎn)收益角度，證明稅收在短期內(nèi)會(huì)提高住宅價(jià)格。Oates(1969)[21]對(duì)美國(guó)新澤西州的調(diào)研發(fā)現(xiàn)，財(cái)產(chǎn)稅和公共支出對(duì)房地產(chǎn)價(jià)值的有較大影響。高凌江(2008)[22]研究發(fā)現(xiàn)我國(guó)35個(gè)大中城市公共支出對(duì)房地產(chǎn)價(jià)格的有較大影響。

與現(xiàn)有研究相比，本文的不同之處在于：(1)綜合考慮影響住宅市場(chǎng)銷量和價(jià)格的宏觀經(jīng)濟(jì)、住宅市場(chǎng)和土地市場(chǎng)狀態(tài)變量建模。(2)將宏觀調(diào)控行政、財(cái)政政策變量(虛擬變量)引入模型，并結(jié)合宏觀經(jīng)濟(jì)變量、貨幣政策變量討論政策效果。(3)綜合考慮城鎮(zhèn)住宅銷量和價(jià)格的均衡性，以聯(lián)立方程建立住宅市場(chǎng)變量(銷量和價(jià)格)小系統(tǒng)，采用三階段最小二乘法(3SLS)分析。

二、住宅銷量和價(jià)格的影響因素

參考前述研究結(jié)論，綜合住宅市場(chǎng)的種種影響因素，分類定義如下：

(一)宏觀經(jīng)濟(jì)狀態(tài)變量

主要是gdp(國(guó)內(nèi)生產(chǎn)總值)，cpi(消費(fèi)者價(jià)格指數(shù))，dincome(城鎮(zhèn)人均可支配收入)。

(二)宏觀調(diào)控政策變量

1.貨幣政策調(diào)控變量：m2(廣義貨幣供應(yīng)量)，loan(金融機(jī)構(gòu)房地產(chǎn)企業(yè)貸款余額)，loanrate(金融機(jī)構(gòu)人民幣貸款基準(zhǔn)利率)。

2.行政手段和財(cái)政政策調(diào)控變量：policy(虛擬變量，按季度統(tǒng)計(jì)，國(guó)家出臺(tái)相關(guān)行政調(diào)控手段或財(cái)政政策取值1，否則取值0)。

(三)住宅市場(chǎng)狀態(tài)變量

pt(住宅成交價(jià)格，新房)，qt(住宅成交量，新房)，psecond(二手住宅價(jià)格)，invest(房地產(chǎn)開發(fā)投資總額，余額)，qnew(住宅新開工面積)，qcompl(住宅竣工面積)，quncompl(住宅施工面積)。

(四)土地市場(chǎng)狀態(tài)變量

pland(住宅用地價(jià)格)，qland(土地出讓面積)。

(五)其他變量

國(guó)際經(jīng)濟(jì)形勢(shì)、國(guó)家重大國(guó)際活動(dòng)或自然災(zāi)害等未知變量的影響(模型以誤差自回歸AR(P)修正變量替代)。

三、樣本數(shù)據(jù)與研究方法

本文所有的時(shí)間序列均為全國(guó)2001年1季度至2010年4季度的季度數(shù)據(jù)，共40組樣本值，數(shù)據(jù)來(lái)源于中國(guó)產(chǎn)業(yè)數(shù)據(jù)網(wǎng)(原數(shù)據(jù)采集于建設(shè)部、國(guó)土資源部、中國(guó)人民銀行、中國(guó)房地產(chǎn)協(xié)會(huì)、房地產(chǎn)交易中心、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)房地產(chǎn)工業(yè)年鑒》)。將住宅市場(chǎng)狀態(tài)變量qt(銷量)、pt(價(jià)格)設(shè)為依賴變量，而其余各序列為可能的解釋變量。模型對(duì)解釋變量的選擇，按對(duì)依賴變量的擬合有利原則取舍(不減弱顯著性的前提下)。其中g(shù)dp、cpi、psecond和pland是以相應(yīng)的指數(shù)數(shù)據(jù)作為價(jià)格的代理變量，同時(shí)對(duì)其余序列數(shù)據(jù)進(jìn)行了平滑處理，以消除季節(jié)效果。各變量取值均為統(tǒng)計(jì)數(shù)據(jù)的自然對(duì)數(shù)值，這樣既能降低異方差的可能性，又便于將回歸系數(shù)理解為經(jīng)濟(jì)變量“彈性”。

在對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)后，本文采用E-G兩步法進(jìn)行協(xié)整檢驗(yàn)?？紤]納入模型的變量很多，為避免在第一階段OLS估計(jì)過程中出現(xiàn)多重共線性使得估計(jì)值無(wú)效，采用逐步回歸法進(jìn)行解釋變量的選擇，即從擬合度高的單變量回歸開始，在有利于依賴變量擬合度提高而解釋變量系數(shù)t檢驗(yàn)顯著下增列解釋變量。再檢驗(yàn)單個(gè)方程(除依賴變量外不含其余內(nèi)生變量)的殘差的平穩(wěn)性和同方差性、序列相關(guān)性，根據(jù)檢驗(yàn)結(jié)果確定殘差自回歸AR(p) 誤差修正項(xiàng)。

建立聯(lián)立方程模型系統(tǒng)，檢驗(yàn)可識(shí)別性。采用三階段最小二乘法估計(jì)系統(tǒng)各參數(shù)，并檢驗(yàn)其顯著性。結(jié)合宏觀調(diào)控政策解釋、分析回歸結(jié)果，提出住宅市場(chǎng)調(diào)控政策設(shè)定建議。

四、研究結(jié)果與分析

(一)時(shí)間序列平穩(wěn)性檢驗(yàn)

本文運(yùn)用ADF方法對(duì)各個(gè)變量的平穩(wěn)性進(jìn)行了單位根檢驗(yàn)，其檢驗(yàn)結(jié)果如表1所示。

表1 各變量的單位根檢驗(yàn)結(jié)果

如表1所示，絕大部分變量在5%的顯著水平是平穩(wěn)的，非平穩(wěn)變量的一階差分序列在1%的顯著水平上是平穩(wěn)的。因此，各非平穩(wěn)的變量都是一階單整序列，即I(1)。

(二)聯(lián)立方程模型建立

以pt(銷量)、qt(價(jià)格)為內(nèi)生變量，其余變量為外生變量，設(shè)定住宅市場(chǎng)均衡狀態(tài)模型：

(1)

其中vi、vj是外生變量(不含虛擬變量policy)，p、k是可能納入方程的外生變量個(gè)數(shù)(不含設(shè)定的虛擬變量policy)。

為避免三階段最小二乘法在一階段OLS估計(jì)中出現(xiàn)多重共線性，對(duì)單方程采用逐步回歸法(去掉單個(gè)方程中內(nèi)生變量，以擬合度和顯著性優(yōu)先用Eviews5.0進(jìn)行選擇試驗(yàn))選擇納入模型的外生變量。選擇結(jié)果是：

應(yīng)納入銷量qt方程的外生變量有m2(廣義貨幣供應(yīng)量)、qland(土地出讓面積)、qcompl(住宅竣工面積)、dincome(城鎮(zhèn)居民可支配收入)；應(yīng)納入價(jià)格方程的外生變量有psecondh(二手住宅價(jià)格)、gdp(國(guó)內(nèi)生產(chǎn)總值)、cpi(消費(fèi)者價(jià)格指數(shù))、pland(土地出讓價(jià)格)，在加入虛擬變量policy(行政或財(cái)政政策調(diào)控變量)后(1)式調(diào)整為：

(2)

由于在防止多重共線性的逐步回歸過程中，已剔除掉一階單整的變量，且內(nèi)生變量均是平穩(wěn)序列，故沒有協(xié)整檢驗(yàn)問題。

對(duì)模型(2)的每個(gè)方程用OLS進(jìn)行初步回歸，得到：

回歸方程(3)：調(diào)整后R2=0.48，D.W=1.06，S.E.=0.130 1，LM(2)=0.046，LM(3)=0.054，W=0.157 9；回歸方程(4)：調(diào)整后R2=0.73，D.W=1.28，S.E.=0.014 0，LM(2)=0.031，LM(3)=0.097，W=0.282 6。其中LM(i)是G-B檢驗(yàn)的掃尾概率，W是White異方差檢驗(yàn)掃尾概率。

從初步回歸看，在5%的檢驗(yàn)顯著水平下，兩個(gè)方程均無(wú)異方差現(xiàn)象，而均為至3階滯后無(wú)自相關(guān)，即2階滯后自相關(guān)。所以考慮運(yùn)用Cochrane-Orcutt迭代法修正自相關(guān)，模型調(diào)整為：

(5)

其中ut-i、wt-i是滯后i期系統(tǒng)誤差，εit為模型估計(jì)殘差。ut-i、wt-i反映了國(guó)際經(jīng)濟(jì)形勢(shì)、國(guó)家重大國(guó)際活動(dòng)、自然條件變化、戰(zhàn)爭(zhēng)等未知變量對(duì)系統(tǒng)的影響

模型(3)有兩個(gè)內(nèi)生變量，兩個(gè)獨(dú)立方程，且顯然滿足聯(lián)立方程組的可識(shí)別性的階條件和秩條件，所以該模型是可識(shí)別的。

(三)3SLS回歸結(jié)果及分析

聯(lián)立方程間可能涉及誤差相關(guān)和解釋變量與誤差相關(guān)等情況，所以選擇3SLS(三階段最小二乘法)對(duì)系統(tǒng)(5)采用Eviews5.0回歸分析，結(jié)果為：

qt回歸方程：調(diào)整后R2=0.73，D.W=2.42，S.E.=0.082 0。

pt回歸方程：調(diào)整后R2=0.77，D.W=1.97，S.E.=0.011 9。

從回歸結(jié)果可看出，對(duì)系統(tǒng)方程自相關(guān)調(diào)整后，解釋變量對(duì)依賴變量的擬合度提高了，變量參數(shù)估計(jì)值的顯著性增加了，而且兩個(gè)方程都已消除了序列相關(guān)(樣本容量n=40、非常數(shù)項(xiàng)解釋變量個(gè)數(shù)為6時(shí)，D.W的臨界值dL=1.175，dU=1.854)。

回歸所得解釋變量參數(shù)估計(jì)值即為回歸元對(duì)相應(yīng)變量的彈性。將回歸參數(shù)估計(jì)值按t檢驗(yàn)顯著性及其絕對(duì)值大小列序，見表2：

表2 解釋變量參數(shù)估計(jì)值(彈性)結(jié)果排序

從表2可以看出，解釋住宅銷量qt的最重要因素是價(jià)格pt，其彈性達(dá)到-3.935，反映出居民對(duì)住宅消費(fèi)的層次，說(shuō)明住宅商品對(duì)絕大部分居民來(lái)說(shuō)屬于奢侈品、高消費(fèi)品。那種期望通過價(jià)格調(diào)整達(dá)到人人都買得起房的愿望和做法是不現(xiàn)實(shí)的。房地產(chǎn)商所炒作的購(gòu)房“剛性需求”只不過是中國(guó)人傳統(tǒng)觀念上渴求有形固定資產(chǎn)安全感(“安居”)而盲目、被動(dòng)、超前高消費(fèi)的一種曲解。我們會(huì)看到中國(guó)老人被迫拿出自己一輩子省吃儉用攢下來(lái)以備養(yǎng)老的錢，給孩子撐“臉面”—— 購(gòu)房成家；剛畢業(yè)的大學(xué)生夫妻向親友借錢付齊首付款銀行按揭購(gòu)房，從此過上“房奴”的苦日子。住房在發(fā)達(dá)國(guó)家也不是必需消費(fèi)品，否則就不會(huì)出現(xiàn)2008年美國(guó)的“次貸”危機(jī)。所以，政府連續(xù)出臺(tái)如此嚴(yán)厲的住房調(diào)控政策，除了從民生角度考慮外，避免這種危機(jī)更是其深層次原因。

其次是廣義貨幣供應(yīng)量m2，其彈性系數(shù)也接近3，這反映了我國(guó)近十年流動(dòng)性支撐的房產(chǎn)銷售量(本文研究結(jié)果沒有得出m2支撐房?jī)r(jià)的結(jié)論)，貨幣供應(yīng)的增加會(huì)帶來(lái)住房消費(fèi)的大幅倍增。反而，表征實(shí)際消費(fèi)能力的城鎮(zhèn)居民可支配收入(變量dincome)對(duì)銷量的彈性小于1，說(shuō)明流動(dòng)性對(duì)住宅市場(chǎng)的支撐作用遠(yuǎn)超過居民可支配收入。從2001年末到2010年末10年中，城鎮(zhèn)居民人均可支配收入增長(zhǎng)2.8倍，而住宅銷量和廣義貨幣供應(yīng)量則分別上漲了5倍和4.7倍。從這種意義上說(shuō)，流動(dòng)性創(chuàng)生了“剛性需求”， 因此，貨幣政策對(duì)住宅市場(chǎng)調(diào)控的作用不容小覷，它與直接行政手段(限購(gòu)、限價(jià)等)等相比，不僅奏效而且可減少效率和社會(huì)福利損失。

解釋住宅價(jià)格pt的重要因素依次是國(guó)內(nèi)生產(chǎn)總值gdp、住宅用土地交易價(jià)格pland和二手住宅價(jià)格psecondh。由于這三個(gè)變量采用的時(shí)間序列是指數(shù)的，所以彈性反映了它們與住宅價(jià)格pt之間增長(zhǎng)率的配比關(guān)系。gdp的彈性系數(shù)最高，表明十年來(lái)我國(guó)GDP的增長(zhǎng)率的變化與住宅價(jià)格的增長(zhǎng)率的變化有互動(dòng)性和共生性。住宅價(jià)格加速上漲，帶動(dòng)GDP加速上漲，反過來(lái)又拉動(dòng)住宅價(jià)格更快上漲。從這種意義上說(shuō)，我國(guó)的高房?jī)r(jià)與GDP的持續(xù)高增長(zhǎng)緊密相關(guān)，我們應(yīng)該像適應(yīng)GDP增長(zhǎng)那樣去適應(yīng)住宅價(jià)格的增長(zhǎng)，像計(jì)劃、管理GDP增長(zhǎng)率那樣去監(jiān)督、調(diào)控住宅價(jià)格增長(zhǎng)率。就住宅價(jià)格調(diào)控政策制定而言，從土地交易價(jià)格pland和二手住宅價(jià)格psecondh著手(兩項(xiàng)彈性之和接近50%)應(yīng)該是有效果的。

從2001至2010年的數(shù)據(jù)來(lái)看，虛擬變量policy的彈性系數(shù)僅為-0.011(顯著)，表明這十年國(guó)家行政手段和財(cái)政政策(稅收是重點(diǎn))對(duì)住宅價(jià)格pt調(diào)控有降低住宅價(jià)格的效果，但效果不佳。而這些貨幣政策以外的調(diào)控措施，對(duì)住宅銷量qt的影響從較長(zhǎng)期的統(tǒng)計(jì)數(shù)據(jù)看并不顯著。事實(shí)上，行政手段和財(cái)政政策的打壓會(huì)呈現(xiàn)短期成交量下滑，但這期間積蓄起來(lái)的購(gòu)買意愿往往促成了未來(lái)購(gòu)買量的井噴。這種井噴調(diào)整了購(gòu)房者的預(yù)期，帶來(lái)房?jī)r(jià)的加速上揚(yáng)。這產(chǎn)生了住宅市場(chǎng)調(diào)控下扭曲的規(guī)律，越控越漲，越漲越控，惡性循環(huán)。

開發(fā)商的行為變量，即住宅竣工面積qcompl和土地出讓面積(開發(fā)商購(gòu)買土地面積)qpland均對(duì)房產(chǎn)銷量有正向的影響，這是住宅市場(chǎng)交易量增長(zhǎng)的先決條件。本文分析沒有得出開發(fā)商這些行為會(huì)影響住宅價(jià)格的結(jié)論。

10年的數(shù)據(jù)表明，消費(fèi)者價(jià)格指數(shù)CPI推動(dòng)住宅價(jià)格上漲不顯著。這說(shuō)明購(gòu)房者以住房置業(yè)作為通貨膨脹的天然避風(fēng)港的觀點(diǎn)，至少在近10年是缺乏數(shù)據(jù)支撐的。

五、結(jié)論與政策建議

本文對(duì)我國(guó)2001年1季度至2010年4季度的宏觀經(jīng)濟(jì)、住宅市場(chǎng)、土地市場(chǎng)數(shù)據(jù)，結(jié)合10年來(lái)國(guó)家住宅市場(chǎng)宏觀調(diào)控政策進(jìn)行了分析，為了避免虛假回歸問題，我們采用了單位根檢驗(yàn)、逐步回歸法?？紤]到住宅市場(chǎng)狀態(tài)變量銷量(qt)和價(jià)格(pt)之間以及二者的影響因素之間存在的系統(tǒng)性，我們采用聯(lián)立方程模型來(lái)盡可能完整地提取各個(gè)變量樣本數(shù)據(jù)中的信息。為避免序列相關(guān)和方程間誤差相關(guān)、解釋變量與誤差相關(guān)，我們采用了Cochrane-Orcutt迭代法修正自相關(guān)，并用三階段最小二乘法(3SLS)求解聯(lián)立方程模型。

研究結(jié)果發(fā)現(xiàn)，影響住宅銷量的最主要因素是住宅價(jià)格、廣義貨幣供應(yīng)量，其彈性分別為-3.935和2.965。這表明我國(guó)住宅消費(fèi)屬于奢侈品消費(fèi)，期望通過價(jià)格調(diào)整達(dá)到人人都買得起房的愿望和做法是不現(xiàn)實(shí)的。土地供應(yīng)量、城鎮(zhèn)居民可支配收入、住宅竣工面積也都是影響住宅銷量的因素。影響住宅價(jià)格的最主要因素是GDP，而且彈性達(dá)到1.318。住宅價(jià)格與宏觀經(jīng)濟(jì)變量的這種匹配性，詮釋了宏觀調(diào)控政策的要旨，即住宅價(jià)格調(diào)控政策是尋求與GDP平衡的住宅價(jià)格增長(zhǎng)速度(不要漲得太快或跌得太快)，而不是簡(jiǎn)單地理解為降低交易價(jià)格。住宅用土地價(jià)格、二手房?jī)r(jià)格也是住宅價(jià)格的重要解釋變量，這為調(diào)控住宅價(jià)格的行政手段和財(cái)政政策的制定提供了思路。我們還發(fā)現(xiàn)，10年來(lái)住宅市場(chǎng)宏觀調(diào)控政策對(duì)住宅價(jià)格的控制是有效果的，但效果不強(qiáng)(彈性-0.011)；而對(duì)住宅銷量的影響很大(貨幣政策m2，彈性2.965)。數(shù)據(jù)沒有證明CPI推高房?jī)r(jià)，所以，從統(tǒng)計(jì)意義上說(shuō)，城鎮(zhèn)居民沒有把住宅作為抵御通貨膨脹的工具。而銷量對(duì)價(jià)格的解釋力不顯著，恰恰詮釋了當(dāng)前限購(gòu)政策的局限性。

就住宅市場(chǎng)的宏觀調(diào)控政策，建議：(1)理清思想認(rèn)識(shí)，不能一提到調(diào)控住宅市場(chǎng)就劍指降低房?jī)r(jià)。把住宅市場(chǎng)調(diào)控的目標(biāo)統(tǒng)一到尋求與GDP增長(zhǎng)速度相適應(yīng)的住宅價(jià)格增長(zhǎng)率(調(diào)高調(diào)低看區(qū)域GDP增長(zhǎng)情況)以及尋求與城市化進(jìn)程和居民可支配收入相匹配的住宅建設(shè)銷售總量上來(lái)。這不僅可以引導(dǎo)居民從住宅資產(chǎn)價(jià)格只漲不跌的神話中回歸理性，而且可以把地方政府從“完成房?jī)r(jià)調(diào)控任務(wù)”還是“完成GDP增長(zhǎng)任務(wù)”兩難境地的彷徨中解脫出來(lái)。(2)住宅市場(chǎng)宏觀調(diào)控的政策選取上，應(yīng)以貨幣政策為主，以行政手段和財(cái)政政策為輔。近十年的宏觀調(diào)控政策效果，統(tǒng)計(jì)上看貨幣政策很顯著(特別是流動(dòng)性的控制)，而非貨幣政策收效不佳。而且貨幣政策是間接的，調(diào)控引發(fā)的該行業(yè)效率損失和社會(huì)福利損失更小。(3)土地市場(chǎng)和二手住宅市場(chǎng)的宏觀調(diào)控政策，是住宅市場(chǎng)(新房)宏觀調(diào)控政策一前一后的兩個(gè)支點(diǎn)。經(jīng)濟(jì)增長(zhǎng)的每一階段，都不能孤立的出臺(tái)住宅市場(chǎng)調(diào)控政策，否則治標(biāo)不治本，政策效果受到局限。

[參考文獻(xiàn)]

[1] 沈悅，劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面：1955—2002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究， 2004(6):78-86.

[2] 皮舜.中國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)的Granger因果關(guān)系分析[J].系統(tǒng)工程理論與實(shí)踐， 2004(12):29-33.

[3] 周京奎.貨幣政策、銀行貸款與住宅價(jià)格—對(duì)中國(guó)四個(gè)直轄市的實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì)， 2005(5):22-27.

[4] 李亞明，佟仁城.中國(guó)房地產(chǎn)財(cái)富效果的協(xié)整分析和誤差修正模型[J].系統(tǒng)工程理論與實(shí)踐，2007(11):1-6.

[5] Brown J P，Song H，Mcgillivray A. Forecasting UK house prices:A time varying coefficient approach[J].Economic Modelling， 1997,14:529-548.

[6] Holly S， Jone N.House prices since the 1940s: Cointegration， demography and asymmetrics[J].Economic Modelling, 1997,14:549-565.

[7] Malpezzi S， Wachter S M. The role of speculation in real estate cycles[J]. Journal of Real Estate Literature， 2005,13: 143-164.

[8] Potepan M . Explaining in’ metropolitan variation in housing prices， rents and land prices[J]. Real Estate Economics， 1996,24: 219-245.

[9] Ahmed A， Tsoukis C. Ricardian causal ordering and the relation between house and land prices: Evidence fromEngland[Z]. Applied Economic Letter， 1998，5: 325-328.

[10] Ooi J， Lee S. Price discovery between residential land and housing markets[J]. Journal of Housing Research, 2007,15: 95-112.

[11] 嚴(yán)金海.中國(guó)的房?jī)r(jià)與地價(jià)：理論、實(shí)證和政策分析[J].數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究， 2006，18:17-26.

[12] Bostic R W， Longhofer S D， Redfearn C L.Land leverage: Decomposing home price dynarnics[J].Real Estate Economics, 2007,35: 183-208.

[13] Zhang H. Effects of urban land supply policy on real estate in China: An econometric analysis[J].Journal of Real Estate Literature, 2008,16: 55-72.

[14] Modigliani F. The Channels of Monetary Policy in the Federal Reserve-MIT University of Pennsylvania Econometric model of the United States[J].Modelling the Economy， 1975,16:240-267.

[15] Kling J L and T E McCue. Stylized Facts About Industrial Property Construction[J].Journal of Real Estate Research, 1991,6:293-304.

[16] Kosuke Aoki James Proudman，Gertjan Vlieghe. House Prices， Consumption， and Monetary Policy: a Financial Accelerator Approach[J].Journal of Financial Intermediation, 2004,13:414-435.

[17] Matteo Iacoviello. House Prices and The Macroeconomy in Europe:Results from a Structural Var Analysis[R].European central bank working paper， 2000,18.

[18] Glenn D Rudebusch. Monetary Policy and Asset Price Bubbles[Z].FRBSF Economic Letter, 2005,18: August 5.

[19] 陳多長(zhǎng)，蹤家峰.房地產(chǎn)稅收與住宅資產(chǎn)價(jià)格：理論分析與政策評(píng)價(jià)[J].財(cái)貿(mào)經(jīng)濟(jì)，2004(1):57-60.

[20] 楊紹媛，徐曉波.我國(guó)房地產(chǎn)稅對(duì)房?jī)r(jià)的影響及改革探索[J].經(jīng)濟(jì)體制改革，2007(2):136-139.

[21] Oates Wallace E. The Ef f ects of Propert y Taxes and L ocal Publ ic S pending on Propert y values[J]. Journal of Political Economy, 1969,77:957-971.

[22] 高凌江.地方財(cái)政支出對(duì)房地產(chǎn)價(jià)值的影響—基于我國(guó)35個(gè)大中城市的實(shí)證研究[J].財(cái)經(jīng)理論與實(shí)踐， 2008 (1):85-89.