張 方

一、引言

自1998年房改以來(lái)，房地產(chǎn)行業(yè)成為我國(guó)國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)。2007年美國(guó)次貸危機(jī)引起的房地產(chǎn)市場(chǎng)崩盤拉開(kāi)了全球金融危機(jī)的序幕。房地產(chǎn)的價(jià)格波動(dòng)逐漸得到各國(guó)政府重視，并被納入宏觀經(jīng)濟(jì)管理。與此同時(shí)，房地產(chǎn)價(jià)格的迅速攀升也為我國(guó)經(jīng)濟(jì)的持續(xù)穩(wěn)定發(fā)展埋下了隱患。從理論上講，房?jī)r(jià)的長(zhǎng)期趨勢(shì)主要取決于供給和需求的平衡，但短期內(nèi)的波動(dòng)則更多受到宏觀經(jīng)濟(jì)變量外生沖擊的影響。在不同的經(jīng)濟(jì)政策背景下，各種宏觀調(diào)控政策的變化往往被賦予不同的含義，其對(duì)房?jī)r(jià)的影響也會(huì)產(chǎn)生差異。

面對(duì)近20年來(lái)房地產(chǎn)價(jià)格過(guò)快上漲的情況，我國(guó)政府實(shí)施了各類宏觀調(diào)控措施對(duì)房地產(chǎn)市場(chǎng)進(jìn)行干預(yù)。由于宏觀經(jīng)濟(jì)政策的頒布具有一定的隨機(jī)性，產(chǎn)生影響的范圍和程度也并不完全可控，并且公眾對(duì)于政府實(shí)施的經(jīng)濟(jì)政策無(wú)法形成準(zhǔn)確有效的預(yù)期，頻繁的宏觀調(diào)控必然給市場(chǎng)帶來(lái)波動(dòng)。Baker等(2016)對(duì)經(jīng)濟(jì)政策不確定性(economic policy uncertainty，EPU)給出如下定義：由于政府制定實(shí)施經(jīng)濟(jì)政策的隨機(jī)性，從而無(wú)法對(duì)未來(lái)政策進(jìn)行準(zhǔn)確預(yù)期所造成的經(jīng)濟(jì)風(fēng)險(xiǎn)。政策的不確定性會(huì)使得房地產(chǎn)市場(chǎng)供需雙方面對(duì)各類外部沖擊時(shí)的行為發(fā)生改變，從而導(dǎo)致市場(chǎng)短暫失靈，引起市場(chǎng)不必要的非理性波動(dòng)。隨著理論研究和政策實(shí)踐的不斷深入，研究者們逐漸意識(shí)到政策不確定性與個(gè)體預(yù)期有著密切的聯(lián)系，從而導(dǎo)致其對(duì)房地產(chǎn)市場(chǎng)的調(diào)控產(chǎn)生深遠(yuǎn)影響(張浩等，2015；劉金全和畢振豫，2018)。

回顧已有文獻(xiàn)不難發(fā)現(xiàn)，雖然有不少針對(duì)經(jīng)濟(jì)政策不確定性和房地產(chǎn)價(jià)格的研究，但大多基于歐美發(fā)達(dá)國(guó)家。中國(guó)作為最大的新興市場(chǎng)，也是世界第二大經(jīng)濟(jì)體，深入研究經(jīng)濟(jì)政策不確定性與房?jī)r(jià)的互動(dòng)關(guān)系對(duì)作為支柱產(chǎn)業(yè)的房地產(chǎn)市場(chǎng)的持續(xù)健康發(fā)展具有重要意義。相比已有文獻(xiàn)，本文的主要貢獻(xiàn)包括以下四個(gè)方面。首先，與已有文獻(xiàn)采用的BBD EPU指數(shù)不同，本文將首次采用Huang 和 Luk(2020)的EPU指數(shù)研究其對(duì)房?jī)r(jià)波動(dòng)的影響。其次，現(xiàn)有關(guān)于我國(guó)EPU和房?jī)r(jià)關(guān)系的研究大多采用的是向量自回歸(VAR)模型，包括門限向量自回歸(TVAR)模型、平滑轉(zhuǎn)換向量自回歸(LSTVAR)模型、門限參數(shù)時(shí)變向量自回歸(LT-TVP-VAR)模型等，此類VAR模型主要用于分析時(shí)間序列的回歸。由于本文是基于70個(gè)大中城市的實(shí)證研究，故從面板數(shù)據(jù)的角度出發(fā)，使用面板協(xié)整檢驗(yàn)、面板格蘭杰因果檢驗(yàn)和面板向量自回歸模型探究EPU對(duì)房?jī)r(jià)波動(dòng)的影響。再次，現(xiàn)有研究?jī)H限于對(duì)全國(guó)房?jī)r(jià)進(jìn)行整體分析，而實(shí)際上我國(guó)地區(qū)經(jīng)濟(jì)發(fā)展水平差異很大，各地的房地產(chǎn)市場(chǎng)也呈現(xiàn)出不同的特征。近年來(lái)，房地產(chǎn)調(diào)控政策堅(jiān)持“因地制宜、因城施策”的原則，房地產(chǎn)市場(chǎng)的分化調(diào)整成為今后一個(gè)時(shí)期的主基調(diào)。鑒于此，本文以城市群為基礎(chǔ)，對(duì)70個(gè)大中城市進(jìn)行地區(qū)分類，探究EPU如何影響不同城市群的房?jī)r(jià)波動(dòng)。最后，分別使用新建商品住宅價(jià)格指數(shù)和二手房銷售價(jià)格指數(shù)這兩個(gè)房?jī)r(jià)指數(shù)，對(duì)比EPU對(duì)新建住宅和二手房市場(chǎng)的不同影響。

二、文獻(xiàn)綜述

自2008年全球金融危機(jī)以來(lái)，經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的沖擊引起了越來(lái)越多學(xué)者的關(guān)注。許多研究表明，EPU對(duì)各類經(jīng)濟(jì)變量都存在顯著影響。例如，國(guó)際貨幣基金組織(IMF)的報(bào)告(2012，2013)指出，美國(guó)和歐洲的財(cái)政、貨幣、稅收等經(jīng)濟(jì)政策的不確定性和波動(dòng)是引起2008年全球金融危機(jī)的重要原因之一。

由于房屋是同時(shí)具有消費(fèi)屬性的消費(fèi)品和投資屬性的資產(chǎn)(Zhang & Zhang，2019)，房?jī)r(jià)的變動(dòng)必然會(huì)受到各類宏觀沖擊的影響(譚政勛和王聰，2015)。例如，從投資者角度而言，經(jīng)濟(jì)政策的高度不確定性會(huì)降低投資者對(duì)市場(chǎng)的預(yù)期和信心，從而抑制消費(fèi)和投資行為(Ang，2008；Wang et al.，2014)。從這個(gè)思路出發(fā)，Bloom(2009)認(rèn)為，在房地產(chǎn)市場(chǎng)中，EPU會(huì)導(dǎo)致房?jī)r(jià)的變化。隨后，越來(lái)越多的文獻(xiàn)印證了EPU對(duì)房地產(chǎn)市場(chǎng)的顯著作用(Antonakakis et al.，2015；Antonakakis & Floros，2016；Su et al.，2016；El-Montasser et al.，2016；Christou et al.，2017；Aye，2018；Christidou & Fountas，2018；Jeon，2018)，但大多數(shù)文獻(xiàn)主要集中于研究發(fā)達(dá)國(guó)家的案例。例如，Su 等(2016)研究了EPU和德國(guó)房地產(chǎn)市場(chǎng)回報(bào)率的因果關(guān)系。El-Montasser 等(2016)對(duì)加拿大、法國(guó)、德國(guó)、意大利、西班牙、英國(guó)和美國(guó)7個(gè)發(fā)達(dá)國(guó)家的EPU與房?jī)r(jià)之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)二者之間存在雙向因果關(guān)系。Antonakakis 和 Floros(2016)從英國(guó)的案例出發(fā)，發(fā)現(xiàn)EPU對(duì)房地產(chǎn)市場(chǎng)、股票市場(chǎng)和宏觀經(jīng)濟(jì)都有一定的影響。Christou等(2017)采用貝葉斯方法對(duì)OECD成員國(guó)的面板數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)EPU對(duì)預(yù)測(cè)房地產(chǎn)市場(chǎng)的回報(bào)率有顯著作用。Christidou 和 Fountas(2018)通過(guò)GARCH模型對(duì)美國(guó)各州的研究發(fā)現(xiàn)，EPU可以促進(jìn)房地產(chǎn)投資增長(zhǎng)和抑制房?jī)r(jià)上漲。Jeon(2018)采用VECM模型分析發(fā)現(xiàn)，韓國(guó)、日本、中國(guó)及中國(guó)香港這四個(gè)重要的亞洲國(guó)家和地區(qū)的EPU對(duì)房?jī)r(jià)都產(chǎn)生了顯著的負(fù)作用。

較之發(fā)達(dá)國(guó)家，針對(duì)發(fā)展中國(guó)家的EPU與房地產(chǎn)市場(chǎng)的研究相對(duì)匱乏。Chow等(2017)從非線性的角度出發(fā)，對(duì)中國(guó)和印度兩大新興市場(chǎng)的EPU和房?jī)r(jià)指數(shù)進(jìn)行因果測(cè)試，發(fā)現(xiàn)二者之間存在顯著關(guān)系，再次印證了EPU對(duì)更好地理解和預(yù)測(cè)房地產(chǎn)市場(chǎng)走勢(shì)起著重要作用。Huang等(2019)從宏觀層面研究出發(fā)，發(fā)現(xiàn)不僅EPU對(duì)中國(guó)房?jī)r(jià)有顯著的抑制作用，EPU的波動(dòng)率也對(duì)房?jī)r(jià)有顯著的影響?；诟黝怴AR模型，國(guó)內(nèi)學(xué)者也探究了EPU與房?jī)r(jià)之間的關(guān)系。張浩等(2015)發(fā)現(xiàn)，在EPU程度較高和較低兩種不同狀態(tài)下，房?jī)r(jià)波動(dòng)受宏觀經(jīng)濟(jì)變量的沖擊存在差異性。胡國(guó)慶(2017)的研究結(jié)果表明，在以EPU為門限條件下，匯率預(yù)期對(duì)房?jī)r(jià)波動(dòng)具有明顯的非對(duì)稱性特征。劉金全和畢振豫(2018)在EPU視角下，發(fā)現(xiàn)了貨幣政策對(duì)房?jī)r(jià)的調(diào)控具有顯著的時(shí)變特征和非對(duì)稱性。此外，張方(2021)以長(zhǎng)江經(jīng)濟(jì)帶城市為例，通過(guò)條件收斂模型發(fā)現(xiàn)EPU對(duì)新房?jī)r(jià)格和二手房?jī)r(jià)格的收斂性均具有顯著的促進(jìn)作用。

綜上所述，現(xiàn)有文獻(xiàn)多是針對(duì)發(fā)達(dá)國(guó)家的研究，僅有的關(guān)于我國(guó)EPU和房?jī)r(jià)波動(dòng)的研究也存在著一定的局限性，如多是基于VAR模型的時(shí)間序列研究。因此，本文基于新的EPU指數(shù)和面板數(shù)據(jù)，對(duì)EPU如何影響我國(guó)房?jī)r(jià)波動(dòng)進(jìn)行深入分析。

三、數(shù)據(jù)和模型

(一)數(shù)據(jù)來(lái)源與描述

本文選取中國(guó)70個(gè)大中城市新建商品住宅價(jià)格指數(shù)(HPI)和二手商品住宅價(jià)格指數(shù)(HPI2)的月度數(shù)據(jù)分別作為因變量，區(qū)間為2006年1月至2018年12月，數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站。選取同時(shí)期內(nèi)的EPU月度數(shù)據(jù)為自變量，數(shù)據(jù)來(lái)自Huang和Luk(2020)的研究。圖1顯示了2006年1月至2018年12月EPU的走勢(shì)。如圖1所示， 2008～2009年由美國(guó)次貸危機(jī)引發(fā)的全球金融危機(jī)和2011年8月美國(guó)歷史上第一次主權(quán)信用評(píng)級(jí)的降級(jí)，對(duì)我國(guó)的經(jīng)濟(jì)政策產(chǎn)生了重大影響。其后，2015年8月人民幣匯率改革標(biāo)志著人民幣由固定匯率制向市場(chǎng)匯率制過(guò)渡，由此引發(fā)了經(jīng)濟(jì)政策的劇烈波動(dòng)。而自2017年1月美國(guó)特朗普總統(tǒng)上臺(tái)后，挑起了一系列針對(duì)中國(guó)的貿(mào)易爭(zhēng)端，也大大增加了我國(guó)經(jīng)濟(jì)政策的不確定性。同時(shí)，為了研究EPU對(duì)不同城市群房?jī)r(jià)波動(dòng)的影響，依據(jù)相關(guān)批復(fù)，將70個(gè)大中城市分為14個(gè)國(guó)家級(jí)城市群(見(jiàn)表1)。

圖1 2006～2018年經(jīng)濟(jì)政策不確定性

表1 14個(gè)國(guó)家級(jí)城市群

(二)計(jì)量模型和檢驗(yàn)

1.面板協(xié)整檢驗(yàn)

數(shù)據(jù)序列的平穩(wěn)性只是避免偽回歸的必要條件，此外還需要用協(xié)整檢驗(yàn)判斷變量之間是否存在長(zhǎng)期的穩(wěn)定關(guān)系。面板協(xié)整的檢驗(yàn)方法已從最初的同質(zhì)面板檢驗(yàn)和異質(zhì)面板檢驗(yàn)發(fā)展為包含結(jié)構(gòu)突變的面板檢驗(yàn)。Kao(1999)和Pedroni(1999，2004)最早提出了以E-G 兩步法的回歸殘差為基礎(chǔ)的協(xié)整檢驗(yàn)方法。隨后，Westerhund (2005)則提出了允許面板協(xié)整回歸模型的常數(shù)項(xiàng)和趨勢(shì)項(xiàng)存在多個(gè)結(jié)構(gòu)突變點(diǎn)的LM 檢驗(yàn)。三種方法均要求協(xié)整變量本身之間不存在協(xié)整關(guān)系。Kao(1999)和Pedroni(1999，2004)采用了DF檢驗(yàn)、ADF檢驗(yàn)和PP檢驗(yàn)；Westerlund(2005)使用了VR 檢驗(yàn)，以檢驗(yàn)誤差項(xiàng)是否平穩(wěn)。

2.面板格蘭杰因果檢驗(yàn)

格蘭杰因果關(guān)系檢驗(yàn)(Engle & Granger，1987)是檢驗(yàn)平穩(wěn)時(shí)間序列經(jīng)濟(jì)變量之間因果關(guān)系常用的一種計(jì)量經(jīng)濟(jì)學(xué)方法，其基本理論是：X是否引起Y，Y能在多大程度上被過(guò)去的X所解釋，加入X的滯后值是否顯著并提高對(duì)Y的解釋程度。在時(shí)間序列的協(xié)整分析中，如果協(xié)整關(guān)系存在，就可以建立誤差修正模型，估計(jì)變量間的格蘭杰因果關(guān)系。面板數(shù)據(jù)中的因果檢驗(yàn)同樣是建立在以時(shí)間序列為基礎(chǔ)的格蘭杰因果關(guān)系檢驗(yàn)思想基礎(chǔ)之上的。由于本文采用多個(gè)城市數(shù)據(jù)作為樣本，考慮到各地市之間存在的區(qū)域差異(即面板異質(zhì)性)，以及地市相互影響關(guān)系(即截面相關(guān)性)，故采用Dumitrescu和Hurlin(2012)提出的一種全新的面板格蘭杰因果檢驗(yàn)方法，該方法能夠在因果關(guān)系檢驗(yàn)中有效處理面板數(shù)據(jù)存在的異質(zhì)性和截面相關(guān)性的影響。當(dāng)統(tǒng)計(jì)量大于標(biāo)準(zhǔn)正態(tài)分布臨界值時(shí)，則拒絕原假設(shè)，說(shuō)明存在因果關(guān)系；反之則接受原假設(shè)，即不存在因果關(guān)系。

3.面板向量自回歸(PVAR)模型

PVAR模型與VAR模型類似，假設(shè)所有變量都具有內(nèi)生性，因此使用PVAR模型可以忽略內(nèi)生性問(wèn)題，這使得PVAR模型被廣泛應(yīng)用于各類宏觀經(jīng)濟(jì)問(wèn)題分析中(Ramey & Shapiro, 1998)。PVAR模型有三個(gè)特點(diǎn)：第一，所有的內(nèi)生變量在每個(gè)單元都有滯后項(xiàng)，稱為“動(dòng)態(tài)共生性”；第二，誤差項(xiàng)在不同單元之間相關(guān)，稱為“靜態(tài)共生性”；第三，公式中的截距、斜率和誤差項(xiàng)的方差在不同單元之間不同，稱為“橫截面的異質(zhì)性”。從某種程度上說(shuō)，PVAR模型與存在動(dòng)態(tài)和靜態(tài)共生性的大規(guī)模的VAR模型相似，不同之處在于橫截面的異質(zhì)性引入了誤差項(xiàng)的協(xié)方差矩陣(Canova & Ciccarelli，2013)。在我國(guó)，PVAR模型多用于研究經(jīng)濟(jì)增長(zhǎng)的相關(guān)實(shí)證分析(陳曉玲和張毅，2017；王允和杜萌，2015；游士兵和蔡遠(yuǎn)飛，2017)，鮮有將其用于分析房?jī)r(jià)波動(dòng)的實(shí)證研究。

四、實(shí)證分析

(一)面板協(xié)整檢驗(yàn)

因果分析要求變量必須為平穩(wěn)數(shù)據(jù)，因此，本文首先對(duì)各變量進(jìn)行時(shí)間序列單位根檢驗(yàn)和面板單位根檢驗(yàn)。采用ADF 檢驗(yàn)和Phillips-Perron 檢驗(yàn)對(duì)70個(gè)大中城市的新建住宅價(jià)格指數(shù)(HPI)和二手住宅價(jià)格指數(shù)(HPI2)進(jìn)行時(shí)間序列單位根檢驗(yàn)。結(jié)果顯示，(1)限于篇幅，時(shí)間序列單位根檢驗(yàn)的具體結(jié)果未匯報(bào)，如有需要可向作者索取。除武漢的HPI是在5%水平上顯著，其他所有大中城市的HPI和HPI2均在1%水平上顯著，即70個(gè)大中城市的HPI和HPI2均為時(shí)間序列平穩(wěn)數(shù)據(jù)。為了確保檢驗(yàn)結(jié)果的穩(wěn)健性，結(jié)合相關(guān)文獻(xiàn)(Chow et al.，2017)，本文采用LLC 檢驗(yàn)和IPS 檢驗(yàn)進(jìn)行面板單位根檢驗(yàn)。結(jié)果顯示，所有數(shù)據(jù)均在1%水平上顯著，即都是平穩(wěn)數(shù)據(jù)(見(jiàn)表2)。

表2 70個(gè)大中城市房?jī)r(jià)的面板單位根檢驗(yàn)

在進(jìn)行因果分析之前，本文用面板協(xié)整檢驗(yàn)來(lái)探究房?jī)r(jià)波動(dòng)與EPU之間是否存在長(zhǎng)期均衡關(guān)系。表3顯示了Kao 檢驗(yàn)、Pedroni 檢驗(yàn)和Westlund 檢驗(yàn)三種協(xié)整檢驗(yàn)方法的結(jié)果。結(jié)果顯示，無(wú)論是新建住宅價(jià)格指數(shù)還是二手住宅價(jià)格指數(shù)，都與EPU存在顯著的協(xié)整關(guān)系，即房?jī)r(jià)波動(dòng)與EPU之間存在顯著的長(zhǎng)期均衡關(guān)系。這一結(jié)論有助于我們進(jìn)一步對(duì)房?jī)r(jià)和經(jīng)濟(jì)政策不確定性進(jìn)行因果檢驗(yàn)和PVAR模型的回歸。

表3 EPU與70個(gè)大中城市房?jī)r(jià)指數(shù)的面板協(xié)整檢驗(yàn)

(二)面板格蘭杰因果檢驗(yàn)

為了進(jìn)一步探究EPU是否是房?jī)r(jià)波動(dòng)的原因，即EPU是否引起房?jī)r(jià)指數(shù)變動(dòng)，表4分別檢驗(yàn)了EPU滯后1期至4期對(duì)HPI和HPI2的因果關(guān)系。從全國(guó)范圍看，EPU對(duì)HPI在滯后2期內(nèi)有顯著作用，從第3期開(kāi)始，EPU不再影響HPI，說(shuō)明對(duì)新建住宅價(jià)格的影響隨時(shí)間的推移而消失。EPU對(duì)二手住宅價(jià)格的影響卻持續(xù)了整個(gè)滯后期。進(jìn)一步對(duì)14個(gè)城市群做面板格蘭杰因果檢驗(yàn)，結(jié)果表明除蘭西城市群外，EPU在各個(gè)滯后期對(duì)各大城市群新建住宅價(jià)格基本沒(méi)有顯著影響。相對(duì)新建住宅，EPU對(duì)二手房?jī)r(jià)格的影響更為顯著，主要集中在京津冀城市群(滯后1期)、遼中南城市群(滯后1期、2期、4期)、長(zhǎng)江中游城市群(滯后2期)、中原城市群(滯后1期至4期)、海峽西岸城市群(滯后1期)、北部灣城市群(滯后2期至4期)、成渝城市群(滯后1期)和蘭西城市群(滯后1期至4期)。

表4 EPU和房?jī)r(jià)指數(shù)的面板格蘭杰因果檢驗(yàn)

續(xù)表

(三)面板向量自回歸模型和脈沖響應(yīng)分析

房?jī)r(jià)的波動(dòng)對(duì)EPU的反應(yīng)具有一定的滯后性。面板格蘭杰因果檢驗(yàn)的結(jié)果顯示，隨著時(shí)間推移，EPU的影響又逐漸淡化。因此，本文采用自變量的滯后1期至4期作為解釋變量，研究EPU對(duì)房?jī)r(jià)波動(dòng)的影響。表5展示了把HPI和HPI2分別作為被解釋變量的PVAR模型估計(jì)結(jié)果。由圖2可見(jiàn)，新建住宅的價(jià)格在EPU變動(dòng)后的2期有明顯的下降趨勢(shì)，隨后又在第3期恢復(fù)上漲；EPU滯后1期對(duì)二手房?jī)r(jià)格有輕微的抑制作用，但在隨后一期中轉(zhuǎn)變?yōu)檩p微的正作用。由此可見(jiàn)，不論是新建住宅還是二手住宅，EPU在某一時(shí)期造成房?jī)r(jià)下跌后，房?jī)r(jià)會(huì)在隨后的某一時(shí)期出現(xiàn)反彈。

表5 EPU和房?jī)r(jià)指數(shù)的PVAR模型參數(shù)估計(jì)結(jié)果

圖2 HPI和HPI2對(duì)EPU的脈沖響應(yīng)函數(shù)

為進(jìn)一步研究EPU對(duì)不同城市群房?jī)r(jià)波動(dòng)的影響，本文分別對(duì)14個(gè)城市群進(jìn)行PVAR模型回歸。(2)限于篇幅，14個(gè)城市群PVAR模型的具體回歸結(jié)果未匯報(bào)，如有需要可向作者索取?？傮w上看，除個(gè)別城市群外，EPU對(duì)絕大多數(shù)城市群房?jī)r(jià)波動(dòng)的影響并不顯著。從極少數(shù)影響顯著的例子來(lái)看，EPU對(duì)新建住宅和二手房?jī)r(jià)格的影響無(wú)規(guī)律可言，不具有普遍性和代表性。出現(xiàn)這種結(jié)果的原因，一方面，可能由于本文采用的EPU指數(shù)均為衡量全國(guó)范圍內(nèi)各類經(jīng)濟(jì)政策的不確定性，并非針對(duì)某一個(gè)城市(群)的政策不確定性，因而個(gè)別城市(群)房?jī)r(jià)的波動(dòng)很難對(duì)某項(xiàng)針對(duì)全國(guó)范圍的經(jīng)濟(jì)政策變動(dòng)做出反應(yīng)；另一方面，可能由于某些城市群覆蓋城市過(guò)少，造成回歸樣本不夠大，從而無(wú)法得到有效的回歸結(jié)果。盡管從針對(duì)各城市群的PVAR模型回歸沒(méi)有得到代表性的結(jié)論，但這為今后的研究提供了可能的思路和方向，即在將來(lái)有條件的時(shí)候，選取具體衡量各個(gè)城市(群)的EPU指數(shù)作為解釋變量，并獲取足夠大樣本，再用PVAR模型驗(yàn)證各城市群房?jī)r(jià)波動(dòng)與EPU指數(shù)的相互關(guān)系。

繼PVAR模型結(jié)果分析之后，本文采用脈沖響應(yīng)函數(shù)研究各內(nèi)生變量沖擊(EPU)對(duì)HPI和HPI2的影響作用。解釋PVAR模型參數(shù)估計(jì)的結(jié)果通常具有很大困難，很多參數(shù)的符號(hào)和顯著性都無(wú)法通過(guò)檢驗(yàn)，但PVAR模型關(guān)注的焦點(diǎn)不僅在于此，還在于對(duì)未來(lái)的預(yù)測(cè)分析。脈沖響應(yīng)是這類預(yù)測(cè)分析的必要方法之一。圖2顯示了HPI和HPI2分別對(duì)EPU沖擊產(chǎn)生的反應(yīng)。由于本文采用的是月度數(shù)據(jù)，過(guò)短的時(shí)間跨度可能來(lái)不及探測(cè)到房?jī)r(jià)對(duì)EPU沖擊的反應(yīng)，而過(guò)長(zhǎng)的時(shí)間跨度下房?jī)r(jià)對(duì)EPU沖擊的反應(yīng)也會(huì)逐漸消失，因此本文選取12期(一年)對(duì)脈沖響應(yīng)函數(shù)進(jìn)行分析。如圖2所示，EPU對(duì)新建住宅價(jià)格產(chǎn)生持續(xù)抑制作用，而在對(duì)二手房?jī)r(jià)格產(chǎn)生抑制作用后不久，又推動(dòng)了房?jī)r(jià)的反彈和上升。

五、結(jié)論及政策建議

作為宏觀調(diào)控的必然結(jié)果，經(jīng)濟(jì)政策的不確定性對(duì)房?jī)r(jià)波動(dòng)產(chǎn)生的影響引起了研究者的廣泛關(guān)注。本文以此為切入點(diǎn)，通過(guò)面板協(xié)整檢驗(yàn)、面板格蘭杰因果檢驗(yàn)、面板向量自回歸模型和脈沖響應(yīng)函數(shù)等方法，考察經(jīng)濟(jì)政策不確定性(EPU)對(duì)房?jī)r(jià)波動(dòng)的溢出效應(yīng)。首先，面板協(xié)整檢驗(yàn)的結(jié)果顯示，新建住宅和二手房?jī)r(jià)格均與EPU存在長(zhǎng)期均衡關(guān)系。其次，面板格蘭杰因果檢驗(yàn)證實(shí)，從全國(guó)范圍看，EPU對(duì)兩類住宅價(jià)格均有顯著影響。但針對(duì)14個(gè)城市群的面板因果檢驗(yàn)顯示，EPU對(duì)房?jī)r(jià)的影響主要集中于個(gè)別城市群的二手房市場(chǎng)。這可能是由于近些年來(lái)各地對(duì)新建住宅均實(shí)行“限價(jià)”政策，導(dǎo)致新建住宅價(jià)格對(duì)其他經(jīng)濟(jì)政策敏感度降低。再次，PVAR模型顯示，EPU在某一時(shí)期對(duì)房?jī)r(jià)產(chǎn)生抑制作用，但這種抑制作用并不能持續(xù)，房?jī)r(jià)在隨后的時(shí)期即發(fā)生反彈。但是，14個(gè)城市群的PVAR模型回歸結(jié)果表明，除極個(gè)別城市群外，EPU對(duì)絕大多數(shù)城市群房?jī)r(jià)波動(dòng)的影響并不顯著。這可能由于本文采用的EPU指數(shù)是衡量全國(guó)范圍內(nèi)經(jīng)濟(jì)政策的不確定性，而非針對(duì)某一個(gè)城市(群)的政策不確定性，因此個(gè)體城市(群)房?jī)r(jià)的波動(dòng)受到針對(duì)全國(guó)范圍經(jīng)濟(jì)政策的影響較小。這為今后的研究提供了可能的思路和方向，即未來(lái)可以選取衡量各個(gè)城市(群)的EPU指數(shù)作為解釋變量，并獲取足夠大樣本后，用PVAR模型驗(yàn)證各城市群房?jī)r(jià)波動(dòng)與EPU指數(shù)的相互關(guān)系。最后，脈沖響應(yīng)分析為EPU沖擊導(dǎo)致房?jī)r(jià)波動(dòng)提供了更具體的證據(jù)，即EPU對(duì)新建住宅價(jià)格產(chǎn)生持續(xù)抑制作用，而對(duì)二手房?jī)r(jià)格的影響則是使其先抑后揚(yáng)。綜合PVAR模型和脈沖響應(yīng)的結(jié)果來(lái)看，在經(jīng)濟(jì)政策不確定性增大的時(shí)候，房地產(chǎn)市場(chǎng)的反應(yīng)是消極的。以上發(fā)現(xiàn)也印證了Wang 等(2014)、Chow 等(2017)、Aye(2018)和Huang 等(2019)關(guān)于EPU對(duì)各國(guó)房地產(chǎn)市場(chǎng)存在顯著負(fù)效應(yīng)的結(jié)論。

綜上所述，經(jīng)濟(jì)政策的出臺(tái)雖然需要一定的時(shí)效性和及時(shí)性，但政策的頻繁變動(dòng)所導(dǎo)致的不確定性往往會(huì)削弱其調(diào)控效果。因此，政府在制定經(jīng)濟(jì)政策時(shí)應(yīng)注意出臺(tái)政策的頻率和強(qiáng)度，著重考慮政策的長(zhǎng)期穩(wěn)定性和前瞻性，避免政策朝令夕改而引起市場(chǎng)的過(guò)度反應(yīng)，從而對(duì)公眾預(yù)期和政府聲譽(yù)產(chǎn)生系統(tǒng)性影響。另外，由于經(jīng)濟(jì)政策不確定性主要通過(guò)改變心理預(yù)期和信心渠道對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生影響，因此需要政府相關(guān)部門加強(qiáng)對(duì)民眾關(guān)于政策調(diào)控預(yù)期的解釋和引導(dǎo)，防止外界對(duì)宏觀政策變動(dòng)進(jìn)行過(guò)度解讀，從而降低政策調(diào)整對(duì)房地產(chǎn)市場(chǎng)的沖擊。