戴正本 何良杰 邢澤斌

摘 要：近年來，租售同權(quán)政策對房地產(chǎn)行業(yè)的發(fā)展產(chǎn)生了一定的沖擊，同時(shí)對住房租賃市場的發(fā)展具有重要意義。利用深圳市2014—2018年月度數(shù)據(jù)，引入政策虛擬變量，構(gòu)建自回歸分布滯后模型（ARDL）并進(jìn)行協(xié)整檢驗(yàn)，結(jié)果表明：租售同權(quán)政策與房貸之間具有長期協(xié)整關(guān)系;租售同權(quán)政策對房貸影響具有長期和短期的負(fù)效應(yīng)，且長期效應(yīng)大于短期效應(yīng);短期內(nèi)租售同權(quán)政策的實(shí)施具有時(shí)滯效應(yīng);根據(jù)時(shí)間序列預(yù)測結(jié)果，深圳市未來房價(jià)受政策抑制不會(huì)有較大的漲幅，趨于穩(wěn)定。

關(guān)鍵詞：供給側(cè)改革;租售同權(quán);房貸;ARDL模型

文章編號(hào)：1004-7026（2019）04-0051-03? ? ? ? ?中國圖書分類號(hào)：F299? ? ? ? 文獻(xiàn)標(biāo)志碼：A

2017年習(xí)近平總書記在十九大報(bào)告和中央經(jīng)濟(jì)工作會(huì)議上均強(qiáng)調(diào)“房子是用來住的，不是用來炒的”。鑒于此，一系列政策相繼出臺(tái)。租售同權(quán)政策受到人們的格外關(guān)注，這一政策由廣州市在2017年7月17日率先提出，至今，住建部選定的12個(gè)試點(diǎn)城市正在實(shí)施這一政策。政策的目的在于有效遏制房價(jià)上漲，確保承租人的合法權(quán)益，使社會(huì)服務(wù)公平化發(fā)展，促進(jìn)我國供給側(cè)結(jié)構(gòu)性改革?！白馐弁瑱?quán)”可以在一定程度上對房價(jià)造成影響，進(jìn)而影響房貸，促進(jìn)房產(chǎn)資源的高效配置;同時(shí)房貸的變化影響著大城市的“虹吸效應(yīng)”，對促進(jìn)社會(huì)公平、人口城鎮(zhèn)化也有較大的作用力。

本文以深圳市為例，著重研究租售同權(quán)這一政策對房貸具體作用機(jī)理，對該政策全面推廣后的效果進(jìn)行合理預(yù)測，進(jìn)而從供給側(cè)改革視角分析這種作用力對“去產(chǎn)能、去庫存、去杠桿、降成本、補(bǔ)短板”的影響，并總結(jié)其現(xiàn)存的問題，嘗試著提出可行性建議。

1? 文獻(xiàn)綜述

從租售同權(quán)政策實(shí)施以來，該政策對房地產(chǎn)行業(yè)帶來的影響，學(xué)者們進(jìn)行了大量的研究。有對政策進(jìn)行理論上的解讀，指出房地產(chǎn)調(diào)控政策的連續(xù)性和穩(wěn)定性存在的問題，并分析了明確的政策取向（榮晨、曾錚，2018）[1];也有將“租售同權(quán)”和“租購并舉”結(jié)合分析，對房地產(chǎn)企業(yè)運(yùn)營能力、資金要求以及金融化發(fā)展進(jìn)行了可行性路徑分析（虎田方，2018）[2]。從政策帶來影響的角度分析，馬智利（2018）從土地供給側(cè)角度分析了我國住房租賃市場制度建設(shè)存在的不足[3];馮圣

桃（2018）通過大學(xué)生對租售同權(quán)政策認(rèn)知程度進(jìn)行調(diào)研數(shù)據(jù)分析，得出大學(xué)生住房租購行為選擇的影響因素[4]。趙悅（2018）運(yùn)用SVAR模型進(jìn)行了政策對比分析，得出首付比例影響房價(jià)的傳導(dǎo)機(jī)制[5];周文文等人（2017）則從宏觀角度對房地產(chǎn)調(diào)控政策如何影響房貸進(jìn)行了實(shí)證研究，其結(jié)論與大部分學(xué)者一致，即調(diào)控政策對房價(jià)具有一定的抑制作用[6]。本文基于已有研究，選取深圳市的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析，探究租售同權(quán)政策對房貸的影響，并進(jìn)一步分析了政策的長期效應(yīng)和短期效應(yīng)。

2? 租售同權(quán)政策對房貸影響的實(shí)證分析

2.1? 變量選擇與數(shù)據(jù)預(yù)處理

2.1.1? 變量選擇

房貸的影響因素眾多，本文假設(shè)房貸的主要直接影響因素為商品房價(jià)格和銀行商品房貸款利率，貸款利率同時(shí)影響商品房價(jià)格，因此以商品房價(jià)格P為因變量，分別選取商品房銷售面積S、銀行商品房貸款利率R（3～5年）為解釋變量，將租售同權(quán)政策設(shè)為虛擬變量D。以深圳市為例，選取2014年1月—2018年10月的月度數(shù)據(jù)進(jìn)行實(shí)證分析。原始樣本數(shù)據(jù)來源為中國房地產(chǎn)信息網(wǎng)和深圳統(tǒng)計(jì)年鑒。

2.1.2? 數(shù)據(jù)預(yù)處理

為了消除時(shí)間序列數(shù)據(jù)異方差的影響和季節(jié)波動(dòng)的影響，對原序列數(shù)據(jù)進(jìn)行對數(shù)化處理;為了準(zhǔn)確反映商品房價(jià)格的波動(dòng)，以深圳市商品房月銷售額與月銷售面積的比值，表示商品房月平均銷售價(jià)格。

2.2? 虛擬變量回歸

為了突顯租售同權(quán)政策對模型的影響，即需要在模型中考慮定性因素，故首先采用以乘法的形式引入虛擬變量Dt，因此對于租售同權(quán)政策實(shí)施前后，深圳市商品房價(jià)格模型可設(shè)定為：

LNPt=？琢1+？琢2Dt+？茁1LNRt+？茁2LNSt+？茁3DtLNRt+？茁4DtLNRt

+ut

其中，LNP、LNR、LNS分別為商品房月平均價(jià)格、深圳市房貸利率、商品房月銷售面積，取自然對數(shù)值;D為虛擬變量。

Dt=0? 租賃同權(quán)政策實(shí)施前1租賃同權(quán)政策實(shí)施后

分別對模型進(jìn)行參數(shù)估計(jì)，尤其是對模型截距差異系數(shù)？琢1和斜率差異系數(shù)？茁3、？茁4的顯著性進(jìn)行估計(jì)，估計(jì)結(jié)果見表1，根據(jù)結(jié)果分析知，模型截距差異系數(shù)？琢2和斜率差異系數(shù)？茁3、？茁4均在1%顯著性水平下，具有顯著性，說明在租售同權(quán)政策實(shí)施前后房價(jià)受各解釋變量影響的確不同，也就是說租售同權(quán)政策因素對深圳市房貸具有一定影響。

2.3? 時(shí)間序列平穩(wěn)性檢驗(yàn)

在對時(shí)間序列進(jìn)行協(xié)整檢驗(yàn)判斷變量之間是否存在長期均衡關(guān)系之前，需要檢測時(shí)間序列的平穩(wěn)性，以保證模型的準(zhǔn)確性。運(yùn)用ADF單位根檢驗(yàn)法分別對原序列、一階差分序列進(jìn)行平穩(wěn)性檢驗(yàn)，分別用△P、△R、△S代表原序列的一階差分序列，檢驗(yàn)結(jié)果如表2。

通過表2可以看出，商品房價(jià)格、商品房貸款利率原序列不平穩(wěn)，因?yàn)锳DF統(tǒng)計(jì)量的絕對值小于顯著性水平5%的臨界值，為了剔除變量單位根的影響，分別對這兩個(gè)序列進(jìn)行一階差分。經(jīng)檢驗(yàn)，ADF統(tǒng)計(jì)量的伴隨概率趨近于0，在誤差范圍內(nèi)，所以差分后的序列具有平穩(wěn)性;對于商品房月銷售面積變量，原序列和一階差分序列均平穩(wěn)，故滿足協(xié)整檢驗(yàn)的前提條件[7]。

2.4? 基于ARDL模型的協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)的方法有很多，有通過檢驗(yàn)回歸系數(shù)的Johnansen協(xié)整檢驗(yàn)，也有通過檢驗(yàn)回歸方程殘差的CRDW檢驗(yàn)、EG檢驗(yàn)及AEG檢驗(yàn)等。由前文可知，不同變量間存在不同階數(shù)的平穩(wěn)，若使用一般的檢驗(yàn)方法對回歸方程的殘差序列平穩(wěn)性進(jìn)行考查，則結(jié)果的準(zhǔn)確性有待提高。所以，本文在先構(gòu)建自回歸分布滯后模型（ARDL）的基礎(chǔ)上進(jìn)行協(xié)整檢驗(yàn)，保證結(jié)果的有效性，更加準(zhǔn)確地判斷被解釋變量和解釋變量之間是否存在協(xié)整關(guān)系。一般的（p，q）階自回歸分布滯后模型可表示為：

其中，是參數(shù)向量，是每個(gè)外生變量的最大滯后階數(shù)，是滯后i期的外生變量向量。

在ARDL模型中加入租售同權(quán)政策虛擬變量，用m代表自回歸的階數(shù)，n代表模型的分布滯后階數(shù)，模型的長短期系數(shù)分別用Ci和ri表示，構(gòu)建租售同權(quán)政策對房價(jià)影響的ARDL協(xié)整檢驗(yàn)?zāi)Ｐ停?/p>

利用AIC、SC等信息準(zhǔn)則選取最優(yōu)滯后模型，對上述模型回歸方程的殘差進(jìn)行ADF檢驗(yàn)，結(jié)果表明，殘差序列的各階滯后項(xiàng)系數(shù)的伴隨概率均趨近0，說明殘差序列平穩(wěn)，即協(xié)整檢驗(yàn)效果顯著，商品房價(jià)格、商品房銷售面積、商品房貸款利率和租售同權(quán)政策之間存在長期均衡關(guān)系。

2.5? ARDL模型系數(shù)估計(jì)結(jié)果

由于各變量之間存在協(xié)整關(guān)系，所以進(jìn)一步對模型的系數(shù)進(jìn)行估計(jì)，得到結(jié)果如表3。

通過表3分析知，自回歸分布滯后模型的可決系數(shù)為0.918 8，表明模型對數(shù)據(jù)的擬合程度較高，解釋變量和虛擬變量對被解釋變量的絕大部分差異作出了解釋;另一方面，F(xiàn)統(tǒng)計(jì)量值大于1%顯著性水平的臨界值，同樣表明方程的擬合程度較好。

從短期來看，采取租售同權(quán)政策對商品房價(jià)格和月銷售面積具有明顯的負(fù)效應(yīng)，而對商品房貸款利率這一變量則影響不明顯，顯著性水平一般;租售同權(quán)政策虛擬變量在滯后3期效應(yīng)最強(qiáng)，即政策實(shí)施后3個(gè)月影響效應(yīng)較大，在滯后1～2期中政策對房價(jià)有所抑制，隨時(shí)間的變化，抑制效應(yīng)較為明顯。從長期來看，與短期相比租售同權(quán)政策對貸款利率的影響逐漸降低，甚至貸款利率會(huì)反向增長，當(dāng)房價(jià)上漲1%時(shí)，促進(jìn)貸款利率上漲0.21%;另外，政策影響的長期顯著性明顯要高于短期，即長期效應(yīng)更為明顯。

2.6? 深圳市未來房價(jià)預(yù)測

由圖1可以看出，根據(jù)時(shí)間序列ARIMA模型預(yù)測結(jié)果，深圳市未來1年內(nèi)的房價(jià)基本穩(wěn)定在55 000元/m2，略有波動(dòng);從觀測值數(shù)據(jù)不難看出，自2014年以來，房價(jià)漲幅逐步減小，甚至在2017年左右深圳市房價(jià)曾跌入谷底。這可能是受國家房地產(chǎn)調(diào)控政策影響，抑制了房價(jià)的長期增長，同時(shí)也說明房地產(chǎn)行業(yè)正在受到一定的沖擊，而住房租賃市場將在我國逐步發(fā)展。在“租售同權(quán)”的政策背景下，表明了政府堅(jiān)決遏制房價(jià)增長的決心，縮小房貸規(guī)模，促進(jìn)社會(huì)公平，深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，有利于我國經(jīng)濟(jì)轉(zhuǎn)型發(fā)展[8-9]。

3? 結(jié)論與政策建議

以深圳市為例，通過構(gòu)建基于ARDL的協(xié)整檢驗(yàn)?zāi)Ｐ?，?yàn)證了租售同權(quán)政策與商品房貸款的影響因素之間具有長期協(xié)整關(guān)系;租售同權(quán)政策對房貸影響具有長期和短期的負(fù)效應(yīng)，且長期效應(yīng)大于短期效應(yīng);就單個(gè)影響變量而言，商品房價(jià)格長期來看會(huì)受到租售同權(quán)政策帶來的抑制作用，短期內(nèi)對房價(jià)的調(diào)整有一定影響，但效果不顯著，另外，商品房貸款利率受政策影響較小;從短期ARDL模型分析知，租售同權(quán)政策的實(shí)施具有時(shí)滯效應(yīng)，隨時(shí)間的推移，抑制效應(yīng)趨于穩(wěn)定;根據(jù)時(shí)間序列預(yù)測結(jié)果，深圳市未來1年內(nèi)的房價(jià)受政策抑制不會(huì)有較大的漲幅，但略有波動(dòng)，逐步趨于穩(wěn)定。

政府應(yīng)當(dāng)通過政策性的引導(dǎo)，保證承租人的合法權(quán)益，促進(jìn)社會(huì)公共服務(wù)公平化發(fā)展。由于租售同權(quán)政策的執(zhí)行，我國住房租賃市場正在蓬勃發(fā)展，隨著政策的推行，住房的金融資產(chǎn)屬性被逐漸淡化，進(jìn)一步突顯出其居住屬性。我國應(yīng)長期實(shí)施租售同權(quán)政策，精準(zhǔn)保障教育資源平等，增強(qiáng)信息透明度，建立合規(guī)有效的內(nèi)控機(jī)制[10]。政府需采取相關(guān)抑制大量資金流入房地產(chǎn)行業(yè)的舉措，使商品房價(jià)格在合理區(qū)間內(nèi)波動(dòng)，應(yīng)當(dāng)促進(jìn)我國實(shí)體經(jīng)濟(jì)的發(fā)展，加快經(jīng)濟(jì)轉(zhuǎn)型，改變經(jīng)濟(jì)增長模式，支持鼓勵(lì)科技創(chuàng)新，從而實(shí)現(xiàn)經(jīng)濟(jì)增長。

參考文獻(xiàn)：

[1]榮晨，曾錚.房地產(chǎn)調(diào)控要注重三個(gè)協(xié)調(diào)[J].中國金融，2018（7）：76-77.

[2]虎田方.從“租售同權(quán)”和“租售并舉”看房產(chǎn)運(yùn)營金融化發(fā)展[J].吉林金融研究，2018（3）：27-30.

[3]馬智利，劉明晰.租購并舉制度下租賃住房土地供給側(cè)研究[J].西南金融，2018（4）：47-52.

[4]馮圣桃.租售同權(quán)政策對大學(xué)生住房租購行為選擇的影響研究[J].金融經(jīng)濟(jì)，2018（16）：137-138.

[5]趙悅.房貸首付比例對住房市場的動(dòng)態(tài)傳導(dǎo)機(jī)制研究——基于SVAR模型的政策對比分析[J].價(jià)格理論與實(shí)踐，2018（10）：117-120.

[6]周文文，劉超，李佼.房地產(chǎn)政策調(diào)控對房價(jià)影響研究——基于ARDL模型的分析[J].價(jià)格理論與實(shí)踐，2017（11）：70-73.

[7]向?yàn)槊瘢世?抑制和穩(wěn)定房價(jià)背景的“租購?fù)瑱?quán)”政策匹配[J].改革，2017（11）：148-157.

[8]嚴(yán)榮.租購并舉模式下的新要求：完善房地產(chǎn)稅收體系[J].價(jià)格理論與實(shí)踐，2017（9）：104-107.

[9]金朗，趙子健.我國住房租賃市場的問題與發(fā)展對策[J].宏觀經(jīng)濟(jì)管理，2018（3）：80-85.

[10]劉金祥，邢遠(yuǎn)閣.租購并舉中公共服務(wù)均衡化實(shí)現(xiàn)機(jī)制研究[J].上海經(jīng)濟(jì)研究，2018（5）：51-59.