張凌, 常欣, 溫海珍

(浙江大學(xué) 建筑工程學(xué)院， 浙江 杭州 310058 )

重大事件與政策調(diào)整對杭州市住房市場價量波動的影響

張凌, 常欣, 溫海珍*

(浙江大學(xué) 建筑工程學(xué)院， 浙江 杭州 310058 )

基于2004～2015年杭州市主城區(qū)新建商品住宅月度交易價格和成交套數(shù)數(shù)據(jù)，采用圓頻率(circle-frequency CF)濾波和結(jié)構(gòu)突變檢驗法，研究重大事件與政策調(diào)整對杭州市住房市場周期波動的影響.發(fā)現(xiàn)重大事件和政策導(dǎo)致房價序列及交易量序列出現(xiàn)周期拐點，并存在結(jié)構(gòu)性斷點，其中金融危機(jī)、“救市政策”與“新國十條”“新國五條”及其細(xì)化產(chǎn)生的限購令等調(diào)控政策對杭州主城區(qū)新建商品住宅價格和交易量影響最大，影響周期長、幅度大. 后兩者還與價格和交易量的結(jié)構(gòu)突變點緊密相關(guān).

重大事件；CF濾波；結(jié)構(gòu)突變檢驗；金融危機(jī)；調(diào)控政策

0 引 言

經(jīng)濟(jì)基本面、重大事件和宏觀調(diào)控政策等都會影響住房價格. 經(jīng)濟(jì)基本面是決定房價的主要因素. 沈悅等[1]通過對14個城市的實證研究得到，經(jīng)濟(jì)基本面的當(dāng)前或歷史信息可以部分解釋住房價格的波動，兩者關(guān)系相對均衡，但2002年之后的一段時間，這種均衡關(guān)系被打破，即經(jīng)濟(jì)基本面對住房價格變動的解釋力下降. 表明還有其他因素影響房價波動，如重大事件和宏觀調(diào)控政策等.金融危機(jī)作為最具代表性的重大事件，受到諸多學(xué)者的關(guān)注. AGARWAL等[2]和DUCA等[3]分別對2001年和2008年的金融危機(jī)做了研究，結(jié)果表明，阿根廷、美國等國家，金融危機(jī)均會影響住房供給和需求，使建設(shè)活動放緩，影響房價波動. MURPHY[4]研究了新西蘭和澳大利亞金融危機(jī)對房價的影響，發(fā)現(xiàn)金融危機(jī)爆發(fā)，新西蘭房價突降9%，房屋銷售量顯著下降，3年下降了63%. 為了應(yīng)對金融危機(jī)，政府出臺了一些政策積極擴(kuò)大公共投資，使房價在2009年末有所回升. 宏觀調(diào)控政策對房價波動也有一定影響，針對房地產(chǎn)市場，國家宏觀調(diào)控政策主要包括貨幣政策、土地政策、財政政策等. IACOVIELLO[5]通過VAR脈沖響應(yīng)，發(fā)現(xiàn)緊縮的貨幣政策會對房價產(chǎn)生負(fù)向影響. PRIEMUS等[6]認(rèn)為，政府削減財政預(yù)算，政策調(diào)整對住房價格有影響，且對住房市場和建設(shè)有負(fù)面影響，會出現(xiàn)住房交易量下降、住房投資大規(guī)模削減的現(xiàn)象. ZHOU[7]以上海為例，運用AR(1)-GARCH(1,1)模型處理類重復(fù)交易價格指數(shù)，發(fā)現(xiàn)緊縮政策會使房價大幅下降，但在次月會出現(xiàn)反彈，而寬松政策的影響不顯著. 包洪潔[8]以集成經(jīng)驗?zāi)B(tài)分解為基礎(chǔ)，結(jié)合BP多斷點檢測算法，通過實證研究測度了金融危機(jī)和重大調(diào)控政策對杭州住宅價格的影響程度. 綜上，經(jīng)濟(jì)基本面對房價的影響研究已經(jīng)非常豐富，但是重大事件和政策調(diào)整對住房市場的影響尚缺乏應(yīng)有的關(guān)注，尤其是定量研究相對較少.

本文采用CF濾波法和結(jié)構(gòu)突變模型. CF濾波由CHRISTIANO和FITZGERALD提出，是帶通濾波的一種，將宏觀時間序列分解成頻率不同的趨勢、周期和不規(guī)則成分，分別對應(yīng)諧波中的低頻、中頻和高頻成分[9]. 近年來其在宏觀經(jīng)濟(jì)分析[10]、農(nóng)產(chǎn)品價格波動[11]、進(jìn)出口貿(mào)易[12]、煤炭生產(chǎn)周期[13]等領(lǐng)域已有應(yīng)用，但在房地產(chǎn)領(lǐng)域的應(yīng)用尚不多見，郭娜等[14]利用CF濾波對房地產(chǎn)市場周期進(jìn)行了界定.繼PERRON[15]提出考慮結(jié)構(gòu)突變的單位根檢驗之后，近年結(jié)構(gòu)突變模型得到了迅速發(fā)展，在宏觀經(jīng)濟(jì)和金融時間序列等方面的應(yīng)用越來越廣泛，學(xué)者認(rèn)為，結(jié)構(gòu)突變理論可以檢驗包括金融危機(jī)、宏觀政策調(diào)控等在內(nèi)的重大事件和經(jīng)濟(jì)條件變化是否會對時間序列產(chǎn)生結(jié)構(gòu)性改變[10,16].

1 數(shù)據(jù)來源與平穩(wěn)性檢驗

以杭州市新建商品住宅交易價格和交易量為分析對象，數(shù)據(jù)來源于杭州市透明售房網(wǎng)(hzfc365.com). 統(tǒng)計范圍包括西湖、拱墅、上城、下城、江干、濱江6個主城區(qū). 交易價格數(shù)據(jù)為2004年2月至2015年8月的月度平均銷售價格，交易量數(shù)據(jù)為2005年1月至2015年8月的月度成交套數(shù). 描述性統(tǒng)計情況見表1.

表1 樣本數(shù)據(jù)的描述性統(tǒng)計情況

對樣本數(shù)據(jù)做ADF平穩(wěn)性檢驗，發(fā)現(xiàn)交易價格樣本數(shù)據(jù)是一階單整序列. 交易量樣本數(shù)據(jù)是平穩(wěn)序列.

2 時間序列CF濾波

從時間序列中分離周期波動成分，HP濾波、BK濾波以及CF濾波等方法較易操作且應(yīng)用廣泛，其中CF濾波考慮了樣本數(shù)據(jù)的時序表示，且沒有對時間序列的平穩(wěn)性和對稱性做要求，因此CF濾波更具靈活性，分解出的周期成分更客觀、準(zhǔn)確.

經(jīng)過CF濾波處理，剔除了低頻趨勢部分和高頻隨機(jī)擾動及季節(jié)因素*季節(jié)因素包含在非周期曲線中，本文關(guān)注的是周期曲線，因此不對數(shù)據(jù)序列事先進(jìn)行季節(jié)性調(diào)整.另據(jù)筆者測算，經(jīng)過Census X12季節(jié)調(diào)整后的序列與未經(jīng)調(diào)整序列得到的拐點是一致的.，剩余的中間頻率部分(波動周期曲線)表示了時間序列的周期性. 本文將平均房價和交易量作為房地產(chǎn)周期分析指標(biāo)，房地產(chǎn)周期波動是由內(nèi)生因素和外部沖擊共同影響產(chǎn)生的，而重大事件和宏觀調(diào)控政策是最主要的外部沖擊來源. 在房地產(chǎn)市場中，可能的重大事件主要包括經(jīng)濟(jì)危機(jī)、股市波動、土地供應(yīng)異動等. 房地產(chǎn)的周期長短可以體現(xiàn)某個或者某些事件的疊加效應(yīng)對房價產(chǎn)生影響的時間長短. 振幅反映該周期內(nèi)發(fā)生事件對房價造成沖擊的大小. 而周期曲線拐點的出現(xiàn)，往往伴隨著重大事件和政策調(diào)整的發(fā)生. 房價序列和交易量序列CF濾波結(jié)果如圖1和2所示.

圖1 房價序列CF濾波Fig.1 CF filter of housing price

根據(jù)波谷-波谷的周期劃分標(biāo)準(zhǔn)，將房價序列曲線(cycle)劃分為4個周期，其中第1個周期(2004.02～2007.02)和第3個周期(2009.03～2012.6)持續(xù)時間較長，分別為36和38個月，且第3個周期的波幅顯著大于其他周期. 從非周期曲線(Non-cyclical)看，2011年以前住房價格呈上升趨勢，但從

2011年下半年開始變平緩，并有小幅下降. 交易量序列周期曲線(cycle)同樣可以劃分為4個周期. 總體看，交易量周期曲線領(lǐng)先價格曲線3～6個月. 相較于房價周期曲線，交易量周期曲線更“陡峭”，且振幅更大，說明交易量更加敏感. 表2列出了2004～2015年杭州住房市場的主要事件和政策.

圖2 交易量序列CF濾波Fig.2 CF filter of trading volume

周期序號時間事件描述說明第1周期A2004.1010年來首次加息10年來首次上調(diào)存款利率B2005.03國八條出臺、提高首付比例貸款首付由20%提高至30%C2005.06營業(yè)稅費新政6月1日后,購買不滿2年轉(zhuǎn)手的,按售房收入征收營業(yè)稅及附加稅費D2006.05國六條,國十五條調(diào)整供應(yīng)結(jié)構(gòu)9070政策出臺,重點發(fā)展中低價位中小戶型普通住宅E2006.12上證指數(shù)持續(xù)上揚(yáng),創(chuàng)歷史新高大牛市行情爆發(fā)第2周期F2007.03年內(nèi)首次加息全年6次加息,10次上調(diào)存款準(zhǔn)備金率G2007.092套房首付不低于40%,1.1倍貸款利率央行出臺政策,嚴(yán)厲打擊炒房H2008.06再次上調(diào)存款準(zhǔn)備金率全年共5次上調(diào)存款準(zhǔn)備金率I2008.09美國金融危機(jī)全面爆發(fā)首次降低貸款利率J2008.11“4萬億投資計劃”到2010年底投資約4萬億第3周期K2009.09地方政府打擊囤地行為市場由過冷逐步恢復(fù),反彈勢頭大L2010.01出臺“國十一條”提高首付,放熱錢M2010.04出臺“新國十條”暫停3套房,非本地居民暫停貸款購房N2010.09出臺“新國五條”繼續(xù)施壓,提高購房標(biāo)準(zhǔn)O2011.03杭版限購令限制居民購房套數(shù),提高購房標(biāo)準(zhǔn)第4周期P2012.10土地溢價率不超49%控地價,解決保障房籌資難問題Q2013.03個人轉(zhuǎn)讓住房所得征收個稅堅決抑制投機(jī)投資性購房R2013.11增加住房用地供應(yīng)大于20%;出臺杭六條,二套貸款首付提至70%增加住宅供應(yīng),保障剛需,去投資化S2013.12土地溢價率上限調(diào)為35%地塊撤銷或暫緩出讓T2014.08全面放開限購樓市低迷,政策松綁

在4個周期中，房價和交易量序列波動幅度最大的都為第2、3周期，振幅分別為5 854 ，6 087元·m-2以及4 005，3 978套. 在時間點上，2個序列基本吻合.初步判斷這2個周期內(nèi)發(fā)生的(F至O)是對房地產(chǎn)市場有重大沖擊的潛在事件.

2007年2月至2008年2月，市場逐漸從觀望氣氛中恢復(fù)，被壓抑的住房剛性需求激發(fā)，從交易量周期曲線可以看出，交易量在2007年7月達(dá)到峰值. 隨著打擊房地產(chǎn)投機(jī)政策的出臺，下半年交易量開始下滑，而房價仍保持上升態(tài)勢，相對交易量反應(yīng)有所滯后，至2008年2月達(dá)到峰值. 2008年下半年開始(事件H、I、J)，金融危機(jī)全面爆發(fā)，杭州市住房價格受到嚴(yán)重影響，現(xiàn)陡峭的大幅下降過程(見圖1)，同時，2008年6月交易量周期曲線處于波谷，房地產(chǎn)市場進(jìn)入低迷期. 2008年底，政府出臺4萬億元投資政策，釋放了救市信號，加之地方政府的一系列救市政策，給房地產(chǎn)市場帶來顯著的正向影響.2008年下半年開始，交易量明顯回升，并于2009年6月達(dá)到歷史最高位.在交易量持續(xù)上漲數(shù)月后，房價也于2009年3月進(jìn)入新一輪上升周期.2009年3月至2010年9月，房價持續(xù)飆升，政府又出臺了一系列宏觀調(diào)控政策(事件K、L、M)打擊開發(fā)商囤地和限制投資性購房，以抑制過熱的房地產(chǎn)市場，但效果不顯著.有效落地的政策是在2010年9月出臺的新國五條(事件N)及其細(xì)化的杭版限購令(事件O)，2010年9月至2012年6月，房價迅速下降，交易量處于低位，杭州房價進(jìn)入一個較大的下降周期.

結(jié)合2個序列的周期拐點以及上述分析可知，事件G、H、I、J、N和O是樣本期內(nèi)對房地產(chǎn)市場有重大影響的事件.而這幾個事件可以分為3種類型，第1類:金融政策，包括事件G和H，提高首付及貸款利率；第2類:重大事件，包括事件I和J，經(jīng)濟(jì)危機(jī)及救市政策；第3類：調(diào)控政策，包括事件N和O，新國五條及其細(xì)化的杭版限購令.

3 房價序列結(jié)構(gòu)突變檢驗

結(jié)構(gòu)突變檢驗基于分階段平穩(wěn)理論，認(rèn)為足夠大的沖擊才能對經(jīng)濟(jì)總量產(chǎn)生持久的影響，當(dāng)這些沖擊足以改變其趨勢時，經(jīng)濟(jì)總量就會脫離原有穩(wěn)定狀態(tài)進(jìn)入新狀態(tài).這意味著重大事件，即大的沖擊，可以改變時間序列的路徑.因此，可以通過結(jié)構(gòu)突變檢驗的斷點尋找重大事件在時間序列中的位置.

本文基于內(nèi)生性假定，選擇截距與斜率雙突變模型進(jìn)行結(jié)構(gòu)突變檢驗.

房價和交易量序列的突變時間點和斷點前后值如表3和4所示.由房價序列結(jié)構(gòu)突變檢驗結(jié)果可知，存在5個結(jié)構(gòu)突變點，即2006年1月、2007年9月、2009年12月、2011年10月和2013年6月；交易量序列存在4個結(jié)構(gòu)突變點，即2007年4月、2010年1月、2012年3月和2014年1月.

表3 房價序列結(jié)構(gòu)突變檢驗結(jié)果

表4 交易量序列結(jié)構(gòu)突變檢驗結(jié)果

結(jié)構(gòu)突變各階段的擬合值如圖3和4所示.據(jù)此推斷，房地產(chǎn)市場的某些重大事件和政策調(diào)整導(dǎo)致了房價和交易量時間序列出現(xiàn)結(jié)構(gòu)性突變點.結(jié)合樣本期內(nèi)全國以及杭州市房地產(chǎn)市場的發(fā)展背景及相關(guān)政策調(diào)整，探尋可能導(dǎo)致以上斷點出現(xiàn)的原因.

圖3 房價序列結(jié)構(gòu)突變檢驗結(jié)果Fig.3 Structural change test of housing price

圖4 交易量序列結(jié)構(gòu)突變檢驗結(jié)果圖Fig.4 Structural change test of trading volume

2007年4月交易量的上升突變和2007年9月房價序列的上漲斷點，前后相隔不到半年.從實際情況看，二季度以后杭州市住房市場十分火爆，交易量猛增，這一方面是因為前2年在頻繁的調(diào)控政策下，市場低迷，持幣觀望的購房者需求反彈，另一方面，事件D明確提出調(diào)整住房供應(yīng)結(jié)構(gòu)，激發(fā)的剛性需求得到釋放，此外，2006年底開始的大牛市(事件E)也為住房市場增添了信心和資金，進(jìn)一步促發(fā)了交易量突變.交易量的臺階式增長隨后帶來了價格的跳躍式增高，在這一階段，房價有高達(dá)6 052元· m-2的上漲斷點，交易量有1 233套的上漲斷點，總體來說，此階段量價齊漲，房地產(chǎn)市場空前火爆.期間事件F和G出現(xiàn)，即中央采取金融政策與土地政策等結(jié)合的方式打擊炒房,從結(jié)果來看，這一階段的政策并沒有達(dá)到預(yù)期的調(diào)控效果.

2008年金融危機(jī)爆發(fā)(事件I)，年底國家和地方政府出臺了一系列“救市政策”(事件J)，由于政府在出臺購房優(yōu)惠政策時，注明政策的截止日期為2009年底，因而在2009年末，許多消費者急于出手，趕乘優(yōu)惠政策的末班車. 2009年12月出現(xiàn)的價格序列結(jié)構(gòu)性斷點，本質(zhì)上是救市政策的一個積累爆發(fā)點，因此這一斷點反映的重大事件實質(zhì)上是2008年底的“救市政策”. 斷點前后，房價改變量為8 230元·m-2，可見這一事件的影響是最大的.

2011年3月，杭版限購令落地(事件O)，在史上最嚴(yán)厲的限購政策下，市場交易量顯著下降，拉低了1 499套. 另一方面，開發(fā)商觀察市場后，實施以價換量的策略，當(dāng)年10～11月出現(xiàn)放量高峰，同時，在10月份出現(xiàn)了房價下降的結(jié)構(gòu)性斷點，為-2 506元·m-2，影響值較前2個事件小，說明限購令政策是有效的，但其影響有限.2012年2月，央行降低存款準(zhǔn)備金率0.5個百分點，開發(fā)商于同年3月開始降價促銷，壓抑許久的剛需得到釋放，交易量大幅上漲，因此在3月份交易量出現(xiàn)結(jié)構(gòu)斷點，影響值為1 977套，為4個斷點中最大.從交易量角度看，2011年以限購令為代表的調(diào)控政策對房地產(chǎn)市場的影響非常顯著. 因此，限購令作為2011年落地性最好的政策，屬于足以引起市場突變的重大事件.

除上述主要突變點外，2013年以后價格和交易量還出現(xiàn)了小幅結(jié)構(gòu)突變，斷點前后價格和交易量的變化并不太大，期間沒有受到重大事件的影響.

4 結(jié) 論

基于CF濾波和結(jié)構(gòu)突變檢驗的房價和交易量時間序列研究表明，重大事件及宏觀調(diào)控政策對住房市場價量波動具有顯著影響. 以金融危機(jī)、救市政策和限購政策為代表的重大事件對房地產(chǎn)市場產(chǎn)生了重大沖擊，且影響周期長、幅度大. 而提高首付及貸款利率類的調(diào)控政策也會對房地產(chǎn)市場產(chǎn)生較大影響. 另一方面，重大事件及宏觀調(diào)控政策還可能會對房價趨勢產(chǎn)生顯著影響，造成階段性結(jié)構(gòu)變化. 在研究期間，2007年的價格和交易量同期結(jié)構(gòu)性突變是2006年“國六條”政策和空前大牛市等事件疊加的結(jié)果；2009年，在救市政策下出現(xiàn)了價格的再一次大幅結(jié)構(gòu)突變；2010年的一系列調(diào)控政策對住房市場交易量影響最大，包括“新國十條”“新國五條”及其細(xì)化的限購令等聯(lián)合作用，導(dǎo)致交易顯著下跌的結(jié)構(gòu)突變.

分析住房價格及交易量的波動與相關(guān)事件和政策的對應(yīng)關(guān)系發(fā)現(xiàn)，全球性金融危機(jī)、中央層面重大投資政策以及極端嚴(yán)苛的調(diào)控政策會對住房市場產(chǎn)生即時的重大影響，而一般的金融和土地政策調(diào)控作用相對較弱，往往需要一系列政策的持續(xù)實施才會逐漸顯現(xiàn)其疊加效應(yīng). 另外，比較價格和交易量序列的周期性成分發(fā)現(xiàn)，交易量周期比房價周期提前3～6個月，交易量對重大事件及政策調(diào)整更加敏感，反應(yīng)也更及時，因此可以通過對交易量變化的監(jiān)測及時了解房地產(chǎn)市場的走向，預(yù)警價格可能發(fā)生的變化，并提早制定下一步調(diào)控計劃. 再者，重大事件或政策調(diào)整發(fā)生后，會對房價產(chǎn)生大的沖擊，使房價序列上升或下降到一個新的穩(wěn)定水平.交易量序列也如此. 突變時間段的長短也反映了市場的消化調(diào)整過程，因此，政府不宜過于頻繁出臺調(diào)控政策，應(yīng)當(dāng)給市場充足的時間使其恢復(fù)至均衡狀態(tài).

[1] 沈悅,劉洪玉.住宅價格與經(jīng)濟(jì)基本面:1995～2002年中國14城市的實證研究[J].經(jīng)濟(jì)研究,2004(6):78-86. SHEN Y，LIU H Y. Housing prices and economic fundamentals: An empirical study on 14 cities in China in 1995-2002[J]. Economic Research Journal,2004(6):78-86.

[2] AGARWAL S, CHOMSISENGPHET S, HASSLER O. The impact of the 2001 financial crisis and the economic policy responses on the Argentine mortgage market[J]. Journal of Housing Economics,2005,14(3):242-270.

[3] DUCA J V, MUELLBAUER J, MURPHY A. Housing markets and the financial crisis of 2007-2009: Lessons for the future[J]. Journal of Financial Stability,2010,6(4):203-217.

[4] MURPHY L. The global financial crisis and the Australian and New Zealand housing markets[J]. Journal of Housing and the Built Environment,2011,26(3):335-351.

[5] IACOVIELLO M. House prices, borrowing constraints, and monetary policy in the business cycle[J]. American Economic Review,2005:739-764.

[6] PRIEMUS H, WHITEHEAD C. Interactions between the financial crisis and national housing markets[J]. Journal of Housing and the Built Environment,2014,29(2):193-200.

[7] ZHOU Z. Overreaction to policy changes in the housing market: Evidence from Shanghai[J]. Regional Science and Urban Economics,2016,58:26-41.

[8] 包洪潔.基于集成經(jīng)驗?zāi)B(tài)分解的城市住宅價格周期波動研究[D].杭州：浙江大學(xué),2013. BAO H J. Study on Cyclical Fluctuation of Urban Housing Price based on Ensemble Empirical Mode[D]. Hangzhou: Zhejiang University,2013.

[9] CHRISTIANO L J, FITZGERALD T J. The band pass filter[J]. International Economic Review, 2003,44(2):435-465.

[10] 湯鐸鐸. 三種頻率選擇濾波及其在中國的應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(9):144-156. TANG Z Z. Three frequency selective filters and their applications in China[J]. The Journal of Quantitative & Technical Economics,2007(9):144-156.

[11] 李京棟,張吉國.中國小品種農(nóng)產(chǎn)品價格波動特征及其影響因素——基于2005～2014年大蒜價格數(shù)據(jù)的實證分析[J].湖南農(nóng)業(yè)大學(xué)學(xué)報:社會科學(xué)版,2015,16(4):8-15. LI J D, ZHANG J G. Characteristics and influencing factors of Chinese small-scale agricultural products price fluctuation: An empirical analysis based on the garlic price data from 2005 to 2014[J]. Journal of Hunan Agricultural University: Social Sciences,2015,16(4):8-15.

[12] 張兵兵.進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長的協(xié)動性關(guān)系研究——基于1952～2011年中國數(shù)據(jù)的經(jīng)驗分析[J].國際貿(mào)易問題,2013(4):51-61. ZHANG B B. Study on synergistic relationship between import-export trade and economic growth[J]. Journal of International Trade,2013(4):51-61.

[13] 趙愛國,李仲學(xué).基于CF濾波法的中國煤炭生產(chǎn)周期波動特征研究[J].中國煤炭,2014(1):11-14. ZHAO A G, LI Z X. Study on China coal production periodic fluctuation features based on CF filter[J]. China Coal,2014(1):11-14.

[14] 郭娜，梁琪.我國房地產(chǎn)市場周期與金融穩(wěn)定——基于隨機(jī)游走濾波的分析[J].南開經(jīng)濟(jì)研究,2011(4):98-107. GUO N, LIANG Q. Chinese real estate market cycle and financial stability-Based on filtering analysis with drift[J]. Nankai Economic Studies,2011(4):98-107.

[15] PERRON P. The great crash, the oil price shock, and the unit root hypothesis[J]. Econometrica: Journal of the Econometric Society,1988,57(6):1361-1401.

[16] 王靜.進(jìn)口的經(jīng)濟(jì)增長效應(yīng)：基于趨勢突變的協(xié)整檢驗分析[J].當(dāng)代財經(jīng),2008(1):90-95. WANG J. The growth effect of China’s import-The analysis based on the co-integration test presenting structural breaks[J]. Contemporary Finance & Economics,2008(1):90-95.

The influence of significant events and control policies on price and volume in housing market of Hangzhou.

ZHANG Ling，CHANG Xin，WEN Haizhen

(CollegeofCivilEngineeringandArchitecture,ZhejiangUniversity,Hangzhou310058,China)

Journal of Zhejiang University(Science Edition), 2017,44(3):363-369，378

Using the circle-frequency and structural change test method, we studied the influence of significant events including financial crisis, bailout policies and control policies on the operation rules of cyclical fluctuations in the real estate market in Hangzhou. The results show that significant events and control policies lead to cyclical turning points and structural breakpoints of housing price series and trading volume series. Financial crisis, bailout policies, “New National Ten” and “New National Five” as well as its detailed housing restriction policy have great effect on housing price and trading volume. The influencing cycle is long, and the extent of effect is large. The last two factors are closely related to the breakpoints of housing price and trading volume.

significant events; circle-frequency; structural change test; economic crisis; control policy

2016-10-11.

張凌(1972-)，ORCID:http://orcid.org/0000-0002-3864-2602，女，博士，副教授，主要從事房地產(chǎn)經(jīng)濟(jì)與管理研究,E-mail:zlcivil@163.com.

*通信作者,ORCID:http://orcid. org/0000-0002-2616-3683, E-mail:wenhaizhen@263.com.

10.3785/j.issn.1008-9497.2017.03.018

F 293.30

A

1008-9497(2017)03-363-07