劉樹德，李貞

新一輪房地產(chǎn)限購政策效果研究*

劉樹德，李貞

本文通過現(xiàn)實考察和倍差法（DID）分析了房地產(chǎn)限購政策對城市房地產(chǎn)價格的影響。研究發(fā)現(xiàn)，兩輪限購政策均有效抑制了房價上漲，且新一輪限購效果更顯著；對不同住房類型，二手住房的限購調控效果優(yōu)于新建住房；限購政策效果在不同城市具有顯著差異，一線城市的調控效果優(yōu)于二線城市；不同限購工具的效果存在明顯差異，限籍、限貸的限購效果較為有效。

房地產(chǎn)；調控；限貸；限籍；倍差法

劉樹德，中國人民銀行南昌中心支行。（江西南昌330008）；李貞，中國人民銀行贛州市中心支行。（江西贛州341000）

一、引言

2016年年初開始，隨著購房首付減少、契稅營業(yè)稅優(yōu)惠以及地方政府配套優(yōu)惠政策出臺，主要的一、二線城市房價均有較大幅度增長。為抑制房地產(chǎn)泡沫膨脹，打擊住房投資和投機需求，確保房地產(chǎn)市場平穩(wěn)健康發(fā)展，2016年9月末至10月初，部分城市先后新出臺限購政策或對已出臺的限購政策加碼。2017年2月底以來，由于部分城市房地產(chǎn)強勢反彈，全國有20多個城市出臺樓市調控新政，既有南京、青島、三亞等熱點城市，也有環(huán)一線周邊城市及三、四線城市。在實施限購的城市中，雖然各地存在一定政策差異，但普遍有所側重的采用限制戶籍、限購貸款、限購區(qū)域，限制購買數(shù)量等政策工具。實際上，限購政策早在2010年就開始使用，2010年4月至2011年5月期間，先后有46個城市出臺房地產(chǎn)限購政策。在上一輪限購政策實施后，雖然部分城市住宅成交量急劇下降，房地產(chǎn)市場出現(xiàn)了短暫的降溫，但房價從2012年末開始又恢復上漲勢頭。因此，新一輪限購政策出臺之后，其實施效果究竟如何，是否與上一輪有所差別，哪項政策工具更有效，房地產(chǎn)市場的未來走勢如何，這些均成為當前評估限購政策必須要回答的問題。

從現(xiàn)有研究文獻來看，均從理論和實證兩個角度對限購政策效果進行研究，主流認為限購政策短期效果有效但效果有限,政策效果長期無效。（1）理論研究角度。劉璐（2013）按照住房限購條件是否有效建立了兩個動態(tài)隨機一般均衡模型，發(fā)現(xiàn)該政策能否遏制房價上漲嚴格依賴于一系列復雜條件的支持，具有不確定性。王敏和黃瑩（2013）通過構建動態(tài)模型得出結論，限購政策能降低房價，但是影響有限，市場會呈現(xiàn)“價高量低”的局面。劉江濤等（2012）建立一個住房市場模型進行模擬分析，認為限購能降低住房價格，但是降低的幅度受到多種因素影響，包括限購對消費需求的縮減、開發(fā)商跨期調整供給的成本及預期，限購政策作用大小與市場對政策不確定的預期緊密相關。（2）實證研究角度，大多采用倍差法（DID方法）來分析限購政策效果。鄧柏峻等（2014）認為，限購政策對“房價上漲過快”的城市具有額外的調控效果，但限購政策在“房價過高”城市的治理上并沒有體現(xiàn)出額外的抑制作用。米晉宏和劉沖（2017）研究發(fā)現(xiàn)住房限購政策使房價降低了1.04%～2.36%，需求特征對限購作用的影響微弱，而供給因素在房地產(chǎn)開發(fā)投資占GDP比重越高的城市，限購抑制房價的效果也越強。此外，限購政策對住宅價格的影響可能被一系列規(guī)避限購制度行為抵消，“假離婚”是一項常見手段。湯韻和梁若冰（2016）認為，房價與離婚的互動主要出現(xiàn)在內陸地區(qū)的二、三線城市。

當前文獻主要是對第一輪限購政策效果進行研究分析，并未對第二輪限購進行深入量化分析。本文的主要貢獻如下：（1）在分析第一輪限購政策效果的基礎上，深入研究第二輪限購政策實施效果；（2）以差異研究為切入點，分別研究兩輪限購政策實施效果的總體差異，一、二、三線城市的實施效果差異、政策工具的實施效果差異等內容；（3）在實證分析中，不僅采用了有效的實證方法——倍差法，而且樣本數(shù)據(jù)具有較強代表性，手工收集了65個城市的數(shù)據(jù)，既包括一、二線城市，也包括三、四線城市，既包括限購城市，也包括非限購城市。

二、房地產(chǎn)限購政策效應的現(xiàn)實考察

（一）兩輪限購政策均有效抑制了房價上漲，第二輪效果更顯著

隨著2010年4月北京實施限購政策，不論在限購城市還是非限購城市，新建住宅和二手房價格都有不同程度的下跌，但限購城市下跌的幅度更大，尤其是二手房，限購城市二手房價格上漲率均值下降了2.5個百分點。但到了2011年以后，雖然有36家城市在1月～4月密集出臺第一輪限購政策，但此時限購城市和非限購城市的價格上漲率基本一致（見圖1、圖2），說明限購政策效果影響有限。而2016年10月實施第二輪限購政策以來，不論在限購城市還是非限購城市，新建住宅和二手房價格同樣也都有不同程度的下跌，此時限購城市房價下跌的程度，遠遠大于非限購城市。而且從趨勢上看，2017年以來，非限購城市的房價重拾漲勢，而限購城市房價漲勢則受到了較好的控制。

圖1 限購和非限購城市新建住宅價格月度環(huán)比走勢圖

圖2 限購和非限購城市二手房價格月度環(huán)比走勢圖

（二）一、二、三線城市限購政策效果差異

出臺第一輪房地產(chǎn)限購政策的39個大中城市中，有4個一線城市，31個二線城市，4個三線城市①本位一、二、三線城市的劃分，依據(jù)與國家統(tǒng)計局對70個大中城市的劃分標準，即：一線城市為北京、上海、廣州和深圳四個城市，二線城市為省會城市、自治區(qū)首府城市和其他副省級城市共計31個城市，三線城市為除一、二線城市之外的其他35個城市。，截止到2017年4月，第二輪限購共有25個城市實施，其中2016年9月末10月初集中有16個城市實施②16個城市為：北京、上海、廣州、深圳4個一線城市，成都、福州、杭州、合肥、濟南、南昌、南京、廈門、天津、武漢、鄭州等11個二線城市，無錫1個三線城市，16個城市的第二輪限購政策細節(jié)，可向作者索要。，為了更好地考察政策效果，同時方便對比兩輪限購對一、二、三線城市影響的差異，分析樣本僅限于兩輪均實施限購政策的16個城市。從圖3可以看出，兩輪限購政策均使得一、二線城市價格波動幅度較大，而三線城市價格波動相對較小。圖4則顯示，第一輪限購以后，一線城市二手房上漲率均值波動最大，二線城市次之，三線城市最小，政策效果差異顯著。而第二輪限購政策效應則與新建住宅類似，一、二線城市價格波動較大，而三線城市價格波動相對較小。

圖3 一、二、三線城市新建住宅價格限購政策效果比較圖

圖4 一、二、三線城市二手房價格限購政策效果比較圖

（三）不同限購政策工具的實施效果比較

鑒于各限購城市所采取的限購政策工具不同，從限籍、限貸、限區(qū)等三個維度進行分析，樣本同樣為兩次實施限購政策的16個城市，分析對象僅為新建住宅月度環(huán)比上漲率均值①二手房情況與新建住房相類似，因此考慮到篇幅因素，本文不再對二手房進行累述。。

1.限制非本地戶籍家庭購房政策，第二次限購效果更明顯。如圖5所示，在對待非本地戶籍家庭購房問題上，許多限購城市都要求1年以上該城市社保，這一限制條件兩次限購的效果有所不同。第一次限購時，2010年8月以前，非戶籍家庭購房新建住宅上漲率均值比不限制下降更慢，2010年8月以后情況出現(xiàn)反轉，說明限制戶籍對新建住宅房價走勢影響走向不明顯。而第二次限購時，限制非戶籍家庭購房新建住宅上漲率均值比不限制下降更快，且波動更大，說明限制非戶籍家庭購房的限購政策效果更明顯。

圖5 是否限制非戶籍家庭購房限購政策效果差異圖

2.兩次限制購房貸款首付都取到良好效果。如圖6所示，在2套住房首付在五成以上的限貸城市，兩次限購新建住宅上漲率均值比不限貸城市下降更快，且波動更大，說明實施高首付比例的限貸政策工具，使得限購政策效果更明顯。

圖6 是否限貸對限購政策影響效果差異圖

3.限購區(qū)域為全轄的政策初期效果更明顯。如圖7所示，相比限購區(qū)域在市區(qū)的城市，限購區(qū)域為全轄的城市，兩次限購政策實施初期（4個月左右）新建住宅上漲率均值比下降更快。說明政策初期效果顯著，但隨著時間的推移，二者的差異基本消失。

圖7 限購區(qū)域對限購政策影響效果差異圖

三、房地產(chǎn)限購政策效應的實證分析

（一）倍差法介紹：（Difference-in Difference estimator，DID）

在倍差法中，樣本被分為兩組，一組是實驗組，另一組為控制組。考慮以下兩期面板數(shù)據(jù)：

其中，Dt為實驗期虛擬變量（Dt=1，如果t=2，實驗后；Dt=0，如果t=1，實驗前），ui為不可觀測的個體特征，而政策虛擬變量

用OLS估計上式，即可得到一致估計。根據(jù)與差分估計量同樣的推理可知

因此，這個估計法稱為“雙重差分估計量”，記為β?DD，即實驗組的平均變化與控制組的平均變化之差。雙重差分估計量已經(jīng)剔除了實驗組與控制組“實驗前差異”的影響。

對于雙重差分估計量，也可以引入其他解釋變量{zi1，…，zik}：

顯然，以△yi為被解釋變量的倍差法不適用于多期數(shù)據(jù)，需要回到以yit為被解釋變量的面板數(shù)據(jù)。為了簡潔，暫時忽略其他解釋變量{zi1，…，zik}，并仍假設為兩期數(shù)據(jù)，對式（3）進行擴展：

其中，Gi為實驗組虛擬變量（Gi=1，如果個體i屬于實驗組；Gi=0，如果個體i屬于控制組）；Di為實驗期虛擬變量（Dt=1，如果t=2；Dt=0，如果t=1），而活動項Gi·Di=xit（取值為1，若i∈實驗組，且t=2；反之，取值為0），用于度量實驗組政策效應。

使用式（6）面板形式的雙重差分估計量的優(yōu)勢在于，它可以很容易推廣到多期數(shù)據(jù)情形。本文使用4期面板數(shù)據(jù)，則估計以下方程：

其中，D2t，…，D4t分別為對應于第2～4期的時間虛擬變量（以捕捉即使沒有政策變化也可能存在的時間效應）。政策虛擬變量xit定義為

在式（7）中，xit的系數(shù)OLS估計值β?1就是雙重差分估計量。

（二）指標及數(shù)據(jù)選擇

從鎳的用途來看，紅土鎳礦主要用于燒結和熔煉，初始的鎳產(chǎn)品用于生產(chǎn)制造鎳生鐵、氧化鎳、電鎳、羰基鎳等等。這些鎳的一級產(chǎn)品在不銹鋼制造領域的用量是最大的。不銹鋼的鎳使用量約占全球鎳使用總量的68%左右。在中國，有86%的鎳用于不銹鋼的生產(chǎn)制造。此外，還有一些合金、超合金等都會用到鎳，合金鋼及含鎳圖層的鎳用量約9%。電鍍也是用鎳量較大的領域，鎳使用量約為8%。新能源電池作為一個新興的行業(yè)，雖然目前鎳使用量僅為3%，但預計未來的增長量將會非?？捎^。相比而言，從數(shù)量上來講，不銹鋼的鎳使用總量依然更大。值得注意的是，中國是不銹鋼的生產(chǎn)大國，全球有一半的不銹鋼是在中國生產(chǎn)的。

在時間范圍的選擇上，一方面，由于倍差法兼容不連續(xù)數(shù)據(jù)，另一方面，蔡繼明和韓建方（2011），張慧（2012）等人的研究成果表明，房地產(chǎn)限購政策短期可以抑制投機性需求，但并不能解決長期房地產(chǎn)供需問題，因此政策效果短期有效，長期無效，所以選擇4期不連續(xù)的數(shù)據(jù)，運用倍差法，對兩輪實施限購政策的效果進行分析。第一輪房地產(chǎn)限購政策于2010年4月～2011年5月發(fā)布實施，70個大中城市中共有39個城市實施了限購政策①限購政策細則、實施時間等的數(shù)據(jù)，來源于39個城市政務公開網(wǎng)等官方網(wǎng)站。，其中2011年2～3月實施限購政策的有31家，所以，選取2011年1月、4～6月4期數(shù)據(jù)進行分析，其中2011年1月為非試驗期，3～5月為試驗期。第二輪房地產(chǎn)限購政策于2016年9月末10月初集中發(fā)布實施，70個大中城市中共有16個城市在此期間實施了限購政策②限購政策細則、實施時間等的數(shù)據(jù)，來源于16個城市政務公開網(wǎng)等官方網(wǎng)站。，所以，選取2016年9月～12月4期數(shù)據(jù)進行分析，其中2016年9月為非試驗期，10～12月為試驗期。

在樣本的選擇上，考慮到數(shù)據(jù)的可得性，選擇國家統(tǒng)計局公布月度房價指數(shù)的70個大中城市，剔除拉薩等數(shù)據(jù)嚴重缺失的4個城市，共66個分析樣本，第一輪限購分析中，剔除北京等8個早于或晚于2011年2～3月實施限購政策的樣本城市，共有58個樣本城市，其中有31個城市實施限購政策。

在指標的選取上，鑒于各城市出臺限購政策的初衷，基本都是“遏制房價過快上漲”，因此，本文以70個大中城市的新建住宅當月環(huán)比上漲率和二手房當月環(huán)比上漲率為被解釋變量。倍差法的有效性，依賴于政策變量的外生性，如果一個城市是否限購與住宅價格上漲率存在相關性（內生），那么運用倍差法估計限購政策效應是有偏的。為了盡可能地緩解政策變量的內生性問題，我們借鑒張德榮和鄭曉婷（2013）的做法，采取以下兩方面的措施：一是采用面板數(shù)據(jù)模型，通過在模型中增加不隨時間變化的個體特征，控制那些影響房價上漲率的城市特征變量，如地理位置、氣候狀況、政治特征（城市行政級別）以及城市居住環(huán)境等，本文采用的是城市是否屬于一、二、三線城市作為城市變量；二是通過在回歸方程中增加被解釋變量的滯后項，來控制那些因不同城市不同時間而變化的因素。因此選擇被解釋變量的滯后一期作為控制變量，符合現(xiàn)實中人們根據(jù)當期房價來預期下期房價的走勢。此外，為全面考察限購政策效果，本文原計劃加入房地產(chǎn)開發(fā)投資、竣工房屋面積、土地成交量等房地產(chǎn)市場供給側因素，以及人均可支配收入等需求側因素，但由于70個城市數(shù)據(jù)嚴重缺失，無法進行建模，故不得不舍棄。

則式（10）可以表示為：

其中，yit是新建住宅當月環(huán)比上漲率或者二手房當月環(huán)比上漲率，yit-1是新建住宅當月環(huán)比上漲率或者二手房當月環(huán)比上漲率的滯后一期，L1、L2分別表示城市所在位置是1線城市和2線城市（鑒于實施限購政策的3線城市較少，因此將3線城市作為參照虛擬變量），Git為實驗組虛擬變量，Dit為實驗期虛擬變量，xit為Git與Dit的交乘項。

（三）實證結果及分析

運用sata12.0，所得雙重差分結果如表1所示，結論如下：

表1 兩輪房地產(chǎn)限購政策雙重差分結果表

1.第一輪限購政策效應并不顯著。從雙重差分的結果看，不論是新建住宅還是二手房，第一輪限購政策的雙重差分估計量都僅在0.05左右，對房價的影響微乎其微，而且P值均未通過檢驗，說明限購政策效應并不顯著，這也與李昱璇（2015）所得出的研究結論一致。這一研究結果可以解釋為，在第一輪限購政策出臺前后，正值我國政府在全國范圍內密集出臺調控措施來抑制房價的快速增長，如于2010年4月國務院頒布“國十條”，隨后一線城市率先出臺了限購的實施細則;同年9月頒布“國五條”，將限購范圍推廣至二線城市;之后，政府將限貸措施加入調控手段，于2011年1月頒布“新國八條”，要求二套房貸首付比例提至60%，貸款利率提至基準利率的1.1倍。一系列房地產(chǎn)調控政策的出臺，使得限購政策效應難以與其他房地產(chǎn)調控政策效應區(qū)分，導致倍差法結果不顯著。

2.第二輪限購政策效應顯著，且二手房的限購政策效應優(yōu)于新建住宅。從表1可以看出，第二輪限購政策實施后，雙重差分估計量的P值均為0.00，通過1%置信水平的假設檢驗，說明第二輪限購政策效應非常顯著。從雙重差分估計量的值來看，新建住宅為-1.988，說明實施限購政策后，新建住宅的價格的上漲率降低了1.988個百分點，而二手房降低更多，為-2.292個百分點，限購政策效應要優(yōu)于新建住宅。這一結果可以解釋為，新建住宅成交價格受當期地價、建安、人工等剛性成本影響較大，而二手房的價格彈性更大，使得限購政策效果更好。

3.一線城市的限購政策效應優(yōu)于二線城市。從OLS回歸結果看，不管是新建住宅還是二手房，第二輪限購中一、二線城市的回歸系數(shù)均為負值，且P值均通過顯著檢驗，說明限購政策使得一、二線城市的房價上漲率均有所降低，但降低值在0.5以下，影響程度偏低。同時，從回歸系數(shù)的比較看，一線城市的回歸系數(shù)均小于二線城市，說明限購政策在一線城市的政策效應更強。

（四）限購政策工具實施效果分析

通過梳理各城市限購政策發(fā)現(xiàn)，不同城市實施的限購政策的工具是不同的，直接影響了限購政策的松緊程度，進而影響實施效果，如有的城市會限制非本地戶籍的人購房，有的則不限制。為了考察不同限購政策工具的實施效果，本文從四個維度上，對限購政策工具進行分類：

1.限購政策工具分類

（1）是否限購（D0）。實行了限購政策的城市為1，沒有實施限購政策的城市為0。

（2）是否限制非戶籍家庭購房（D1）。出臺限購政策的16個城市中，全部對非戶籍購房人采取了限制，其中北京等11個城市要求非戶籍購房人，必須具有“社保及個稅繳納證明”才能購房，而杭州等5城市則無此要求。因此，對虛擬變量D1的設定條件為是否有“社保及個稅繳納證明”要求，1為是，0為否。

（3）是否限制購房貸款（D2）。房地產(chǎn)信貸政策直接決定購房者的杠桿率，對2套房首付比例的設置，將會直接對限購政策效果造成影響。對限貸虛擬變量D2的設定條件為“二套房的首付比例是否超過五成”，0為否，1為是。北京等5個城市的首付比例超過（含）五成，成都等11個城市的首付比例低于五成。

（4）限購區(qū)域是否僅限于市區(qū)。限購區(qū)域的范圍，決定了限購政策的力度，限購范圍越廣，則限購的力度越大。16個限購城市中，有4個城市限購的區(qū)域是全轄，剩下12個城市的限購區(qū)域則是市區(qū)。因此對限購區(qū)域虛擬變量D3的設定條件為“限購區(qū)域是否為全轄”，0為否，1為是。

2.回歸結果分析

分析對象仍然為第二輪限購政策實施所影響的65個城市樣本，運用sata12.0，以新建住房和二手房的住宅價格月度環(huán)比上漲率為被解釋變量，分別對其進行OLS回歸，所得結果如表2所示。

表2 新建住宅和二手房上漲率：OLS估計

（1）限購政策可以降低房價，且二手房限購效應優(yōu)于新建住房。回歸結果（A）和（C）的解釋變量都是是否限購（D0），限購政策對新建住宅和二手房價格上漲率的影響分別是-0.822和-1.039，且回歸系數(shù)在統(tǒng)計上顯著。表明在其他情況相似的條件下，采取限購政策可以分別降低新建住宅和二手房價格增長率0.822和1.039個百分點，二手房限購效應依然優(yōu)于新建住房。

（2）增加限籍、限貸、限區(qū)等政策變量工具可以有效增強限購的政策效果。在控制是否限購這一政策變量的基礎上，我們在回歸方程中增加是否對非本地戶籍購房人施加限制這一政策變量，回歸結果（B）和（D）顯示，是否限購這一政策變量的回歸系數(shù)分別為-1.789和-1.836，比沒有增加限籍、限貸、限區(qū)等政策變量工具時，上升了-0.967和-0.798，且回歸系數(shù)在統(tǒng)計上顯著，表明增加限籍、限貸、限區(qū)等政策變量工具可以有效增強限購的政策效果。同時，無論對于新建住宅還是二手房，限籍、限貸、限區(qū)等工具變量的回歸系數(shù)均為負值，說明三種限購政策工具變量都可以降低房價增長率。

（3）是否對非本地戶籍購房人進行限制，對限購政策效果的影響程度最大。從回歸結果（B）和（D）看，限制非本地戶籍購房的回歸系數(shù)分別為-1.508和-1.082，在三種限購政策變量工具中，回歸系數(shù)值最大，且分別在5%和10%的置信水平上顯著。對這一回歸結果可以解釋為，一個城市如果對非本地戶籍購房人進行限購的話，增量投資（投機）性購房資金就無法更多地流向這個城市，從而抑制該城市的住宅價格上漲。

（4）限貸也可以有效增強限購的效果，但對限購效果的影響程度弱于限制戶籍。從回歸結果（B）和（D）看，限制貸款的回歸系數(shù)分別為-0.448和-0.936，均小于限籍的回歸系數(shù)，且分別在5%和1%的置信水平上顯著，表明是否限制購房貸款對限購政策效果有所增強，但影響程度弱于限制非本地戶籍購房。

（5）限購范圍對限購政策的影響不顯著。在全轄限購對新建住宅和二手房的價格上漲率的影響格接近于最小，且在統(tǒng)計上不能拒絕顯著不為零。這表明，在全轄范圍內限購并不能有效抑制房價上漲。

四、結論與政策建議

經(jīng)過直觀考察與實證檢驗，本文得出以下結論：

（一）從現(xiàn)實考察看，兩輪限購政策均有效抑制了房價上漲，且第二輪限購效果更顯著，從實證結果看，運用倍差法，第一輪限購政策效果并不顯著。

（二）對不同住房類型，兩輪限購政策的調控效果不同，二手住房的限購調控效果均優(yōu)于新建住房。

（三）對不同類型的城市，兩輪限購政策調控效果也有顯著差異，一線城市的調控效果優(yōu)于二線城市。

（四）在限購政策中使用限籍、限貸、限區(qū)域等政策工具，可以有效提升限購政策效果，其中限籍對限購政策效果的提升作用最大，限貸次之，限區(qū)域的效果最差。

這些結果表明，新一輪限購政策對于遏制城市房地產(chǎn)價格的上漲效果是有效的。應堅持“房子是用來住的，不是用來炒的”定位，分類指導，因城施策，加快健全促進房地產(chǎn)平穩(wěn)健康發(fā)展的長效機制，從限制購房需求轉向供給側改革。一是辯證選擇房地產(chǎn)限購政策。充分考慮城市的異質性特征，實施差異化的限購政策，有選擇的實施各項限購政策工具。二是合理引導房地產(chǎn)市場預期。借鑒德國經(jīng)驗，在法律上明確住房的居住屬性，強化對市場投機性需求和開發(fā)商“囤地”、“囤房”等擾亂市場正常秩序行為的法律約束和處置。對房東和開發(fā)商短期內過快提高租金和房價的行為，法律上要明確嚴厲的處罰措施。地方政府應加大“喊話”力度，及時發(fā)布樓市供應和價格變化權威信息。三是實行長期穩(wěn)定的住房信貸金融政策。從實踐經(jīng)驗來看，購房需求容易受到首付比例、貸款利率等房貸政策影響而出現(xiàn)集中爆發(fā)現(xiàn)象，短期內易推動房價過快上漲。長期穩(wěn)定的或小幅度調整的房貸政策，能穩(wěn)定購房者預期，避免購房需求短期內提前釋放。

[1]劉璐.限貸和限購政策對一般均衡中房價的影響[J].管理科學學報，2013，（9）：20～32.

[2]王敏，黃瑩.限購和房產(chǎn)稅對房價的影響：基于長期動態(tài)均衡的分析[J].世界經(jīng)濟，2013，（1）：141～159.

[3]鄧柏峻，李仲飛，張浩.限購政策對房價的調控有效嗎[J].統(tǒng)計研究，2014，（11）：50～57.

[4]劉江濤，張波，黃志剛.限購政策與房價的動態(tài)變化[J].經(jīng)濟學動態(tài)，2012，（3）：47～54.

[5]湯韻，梁若冰.限購為何無法控制房價——來自婚姻市場的解釋[J].經(jīng)濟學動態(tài)，2016，（11）：45～56.

[6]米晉宏，劉沖.住房限購政策與城市房價波動分析[J].上海經(jīng)濟研究，2017，（1）：101～111.

[7]李昱璇.房地產(chǎn)政策房地產(chǎn)限購與限貸政策的退出合理嗎[D].山東大學，2016.

[8]劉君.限貸放松與否成樓市走向關鍵[N].新金融觀察，2014，（8）：1～2.

[9]孫斌藝,何德媛.限購限貸房產(chǎn)稅政策與房地產(chǎn)市場的變化趨勢[J].上海房地，2014，（14）：12～14.

[10]喬坤元.住房限購令真的起作用了嗎——來自中國70大中城市的證據(jù)[J].經(jīng)濟與管理研究，2012，（12）：25～34.

[11]陳至奕，范建勇.限購、離婚與房地產(chǎn)區(qū)域差異[J].浙江社會科學,2016,(12):30～39.

[12]張德榮，鄭曉婷.“限購令”是抑制房價上漲的有效政策工具嗎：基于70個大中城市的實證研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2013，（11）：56～72.

[13]韓永輝，黃亮雄，鄒建華.房地產(chǎn)“限購令”政策效果研究[J].經(jīng)濟管理，2014，（4）：160～170.

[14]齊謳歌.房地產(chǎn)風險傳染機制及其動態(tài)效應研究:基于資產(chǎn)價格波動的視角[D].西北大學，2012.

[15]張紅，李洋.房地產(chǎn)市場對貨幣政策傳導效應的區(qū)域差異研究——基于GVAR模型的實證分析[J].金融研究,2013，（2）：114～128.

[16]馬丹.房地產(chǎn)市場價格差異、政策周期與政策沖擊[J].投資研究，2013，（10）：18～30.

[17]王亞茹.基于量價關系的城市房地產(chǎn)市場分類調控研究——35個大中城市的數(shù)據(jù)分析(D).上海師范大學，2016.

[18]范莉麗.基于區(qū)域差異的中國房地產(chǎn)價格變動影響因素研究[D].中國農業(yè)大學，2015.

[19]高波，王輝龍，李偉軍.預期、投機與中國城市房價泡沫[J].金融研究,2014，（2）：44～58.

F830.4

A

1006-169X（2017）08-0035-07

*本文系中國人民銀行南昌中心支行2017年聯(lián)合研究項目的階段性成果。