藍 天

（中國人民銀行深圳市中心支行，廣東 深圳 518001）

一、引言

21世紀以來，全球經濟遭受國際金融危機、逆全球化思潮以及新冠肺炎疫情沖擊，我國經濟增長步入新常態(tài)，經濟結構尚處于轉型期，所面臨的內外部挑戰(zhàn)明顯增多。在此背景下，我國宏觀經濟政策方向、力度和組合針對主要政策目標不斷調整，在有效應對沖擊的同時，也造成經濟政策不確定性上升。根據Huang et al.（2020）所構建的中國經濟政策不確定性指數顯示，中國經濟政策不確定性呈現(xiàn)震蕩上行態(tài)勢，其平均值由2000年至2007年的75.9，上升至2008年至2021 年第二季度的142.5，后者約為前者的兩倍。一方面，經濟政策立場、預期、執(zhí)行力度及效果的不確定性會影響經濟微觀主體的投融資決策和消費行為，進而造成經濟增長、金融周期和房地產價格波動（Baker et al.，2015）。而另一方面，房地產作為商業(yè)銀行重要的信貸抵押物，也是國民經濟增長的重要拉動力量之一，其價格波動本身不但會與金融周期相互強化，還會影響經濟政策的出臺與實施。這意味著我國經濟政策不確定性、金融周期和房地產價格之間理論上存在著雙向影響機制。因此，深入探究我國經濟政策不確定性、金融周期和房地產價格的雙向影響及其潛在的時變特征，將有助于更準確地識別三者之間的關系，對我國有效應對經濟政策不確定性沖擊、實現(xiàn)經濟高質量發(fā)展具有重要的現(xiàn)實意義。

二、文獻綜述

（一）經濟政策不確定性對金融周期的影響研究

國際金融危機爆發(fā)以來，學者們開始關注經濟政策不確定性對金融市場的影響，但多圍繞經濟政策不確定性對金融子市場造成的沖擊展開，針對金融周期影響的研究較少。如劉貫春等（2019）運用中國上市公司的數據研究發(fā)現(xiàn)，經濟政策不確定性上升會抑制企業(yè)的固定資產投資，并帶來外部融資成本上升，從而對信貸市場產生負面沖擊。Christiano et al.（2014）研究發(fā)現(xiàn)，經濟政策不確定性上升會提升企業(yè)家資本獲取成本，進而引發(fā)企業(yè)融資由外源式向內源式轉變，金融市場景氣程度隨之下降。不少國內外學者（葉五一等，2018；Duong et al.，2018）研究發(fā)現(xiàn)，經濟政策不確定性上升與股市波動以及流動性緊密相關，經濟政策不確定性上升會加劇股市波動，并對股票流動性產生長期顯著的負向影響。

（二）經濟政策不確定性對房地產價格的影響研究

就經濟政策不確定性對住房價格的影響而言，現(xiàn)有研究（Chien &Setyowati，2020；王金明和王心培，2021）均表明，經濟政策不確定性對房地產價格及其波動存在顯著影響，經濟政策不確定性上升會加劇房地產波動，因此可將經濟政策不確定性指數上升作為房地產價格不穩(wěn)定的前瞻性指標。但在經濟政策不確定性對房價影響的方向性上尚未達成一致。多數學者（金雪軍等，2014；Huang et al.，2020）認為，經濟政策不確定性會對房價產生負向沖擊；但也有學者（張浩等，2015；張曉穎和陳海宇，2020）發(fā)現(xiàn)，宏觀環(huán)境向好會引起房價的正向波動，而且這種波動會隨著政策不確定性的增加而加大。此外，還有學者認為經濟政策不確定性對房地產價格存在非對稱影響。如胡成春和陳迅（2020）運用兩區(qū)制T-VAR模型研究經濟政策不確定性的非對稱影響，發(fā)現(xiàn)經濟政策不確定性程度較高情形下，其正向沖擊帶來的房價上漲幅度約為經濟政策不確定性程度較低時的2倍。

（三）金融周期與房地產價格的影響研究

Reinhart &Rogoff（2010）認為，經歷長期的信貸和房地產市場繁榮后，金融周期的下行可能引發(fā)房地產價格暴跌，這是國際金融危機爆發(fā)的首要原因。Pavlov &Wachter（2009）的研究發(fā)現(xiàn)，低估抵押品價值會放大負面需求對資產市場的沖擊。Arsenault &Peng（2009）發(fā)現(xiàn)銀行抵押貸款供給和房地產價格存在相互強化的正反饋機制，表明金融周期會加劇房地產價格波動。羿建華等（2014）運用我國1999—2013年季度數據研究發(fā)現(xiàn)，中國金融周期與房地產周期具有同步性。錢宗鑫等（2021）運用中國2004—2016年季度數據實證發(fā)現(xiàn)，中國金融周期對房地產價格的影響存在一定的時變特征，金融對房地產價格的拉動效應自2008年后持續(xù)弱化。

總體而言，近年來學者們圍繞經濟政策不確定性、金融周期和房地產價格的影響機制取得了富有成效的研究成果，為本文提供有益參考。但現(xiàn)有研究主要圍繞經濟政策不確定性與金融周期、房地產價格之間的單向影響開展，且研究方法也多局限于面板回歸、VAR 等線性化模型，對經濟發(fā)展中結構性變化所引致的變量間影響的潛在時變特征關注不夠。為此，本文采用包含隨機波動項的時變參數向量自回歸（TVP-SV-VAR）模型實證檢驗中國經濟政策不確定性、金融周期和房地產價格之間雙向影響及其潛在的時變特征。本文的邊際貢獻主要體現(xiàn)為：一是針對現(xiàn)有研究主要圍繞經濟政策不確定性、金融周期和房地產價格的單向影響這一不足，著眼于三者之間的相互影響，對現(xiàn)有研究進行有益補充；二是既有文獻對經濟政策不確定性、金融周期與房地產價格之間影響的時變性關注不夠，立足于三者之間的實際演變，運用TVP-SV-VAR 模型更為深入地揭示三者之間相互影響的潛在時變特征；三是結合上述分析，針對經濟政策不確定性、金融周期和房地產價格之間相互影響的時變特征為相關部門提供參考建議。

三、數據處理及模型構建

（一）變量說明及金融周期指標構建

國內學者通常從資本市場價格、貨幣市場利率、金融杠桿、國際資本流動、貨幣供應、房地產價格等6個方面構建中國金融周期指數，鑒于房地產價格是本文研究變量，因此將其從金融周期指數中剔除以避免重復。本文選取上證A 股指數季度同比增速作為資本市場價格代理變量；選取7天同業(yè)拆借加權平均利率作為貨幣市場利率代理變量，取季度平均值；選取中國社科院宏觀杠桿率同比增速作為金融杠桿代理變量；選取資本和金融項目的差額與GDP 的比值作為國際資本流動的代理變量；選取M2 季度同比增速作為貨幣供應的代理變量。為保持量綱統(tǒng)一，本文對以上5 個基礎變量進行MIN-MAX 無量綱化處理，其中資本市場價格、宏觀杠桿率、國際資本流動、貨幣供應等4個變量上漲代表金融周期繁榮，下降代表金融周期衰退，由于利率變量在表征金融周期繁榮（衰退）方向上相反，因此對其做反向調整。借鑒馬勇等（2017）的研究，對標準化后的5個基礎變量通過算術平均法合成金融周期綜合指數（FC）。此外，選取Huang et al.（2020）根據中國10家權威報紙的相關數據構建的中國經濟政策不確定性指數（EPU），取對數后作為經濟政策不確定性的代理變量。選取全國房地產開發(fā)景氣指數取對數后作為房地產價格（RE）的代理變量。本文選取的數據均為季度數據，數據區(qū)間為2005 年第一季度至2021 年第一季度，數據來自Wind數據庫。

圖1 展示了本文構建的金融周期指數及部分重要時點金融事件，通過算術平均法構建的金融周期指數與我國金融市場實際走勢基本匹配。由此可以看出，2005 年以來我國金融周期大致經歷了三次周期性波動。第一輪周期（2006 年初至2008 年底）：國際金融危機爆發(fā)前，人民幣升值帶動我國金融周期指數上行，并于2007年中達到區(qū)間頂峰50，此后國際金融危機爆發(fā)，我國金融周期快速回落，金融周期指數降至30 以下。第二輪周期（2008 年底至2012 年9 月）：2008 年11 月，為應對國際金融危機沖擊，我國出臺“四萬億計劃”，通過積極的財政政策和適度寬松的貨幣政策進一步擴大內需，促進經濟平穩(wěn)快速增長，金融周期指數迅速提升，并于2009 年中期達到區(qū)間頂峰65。2009年底，監(jiān)管出臺政策整頓地方融資平臺，市場流動性有所收緊，金融周期震蕩下行，金融周期指數于2012 年9 月再次降至30 以下。第三輪周期（2012年9月至2014年底）：2012年四季度，歐債危機引發(fā)國際資本流入中國，金融周期景氣程度上升。2013年6月，與市場預期的貨幣寬松不符導致“錢荒”事件，銀行間同業(yè)拆借利率大幅上升，金融景氣度下降，2014年底金融周期指數降至30以下。2015年，資本市場經歷短暫牛市，金融周期景氣程度有所上升。自2016 年以來，在穩(wěn)健的貨幣政策和積極的財政政策的作用下，我國金融市場保持相對穩(wěn)定，金融周期指數維持在40～50的較高水平。

（二）模型構建

為了準確刻畫經濟政策不確定性、金融周期與房地產價格三者之間的相互影響，本文采用Nakajima（2011）提出的TVP-SV-VAR 模型進行分析。該模型的優(yōu)勢在于允許方差、模型參數等隨時間變化，從而能夠捕捉變量之間時變非線性動態(tài)關系和特征。典型的TVP-SV-VAR模型如公式（1）所示。

其中，Xt=Ik?（yt-1，???，yt-p），βt、和Σt均設定為跟隨時間變動，并假設模型中的時變參數均服從一階隨機游走。對于變量順序的設定，本文基于VAR模型中排序在后的變量對排序在前的變量不存在當期作用而僅有滯后期影響的原則。由于金融周期對經濟政策不確定性沖擊的反應更加迅速，且金融周期對房地產價格的影響具有一定的時滯性，同時，經濟政策不確定性會對房地產價格產生顯著的當期影響，因此本文將變量順序設定為yt=（EPUt，REt，F(xiàn)Ct）T，以此構建TVP-SV-VAR模型。

圖1 金融周期指數及部分重要時點金融事件

四、實證分析

（一）單位根檢驗

本文對所有調整后的變量進行ADF 單位根檢驗，結果如表1 所示?？梢园l(fā)現(xiàn)，所有變量的原序列都是不平穩(wěn)的，但各變量的一階差分時間序列均在1%顯著水平下保持平穩(wěn)。各內生變量的對數差分時間序列分別記為epu、fc、re。根據AIC 與SC 等信息準則，設定模型最優(yōu)滯后階數為1期。

表1 單位根檢驗結果

（二）TVP-SV-VAR模型實證結果

本文采用馬爾科夫蒙特卡洛模擬法（MCMC）抽樣10000 次（前1000 次作為預燒值被舍棄）獲得參數的后驗分布，表2報告了TVP-SV-VAR模型的參數估計和診斷結果。由表2可知，參數的后驗均值均處于95%置信區(qū)間內，且Geweke 值均低于1.96，在5%的顯著水平下不能拒絕收斂于后驗分布的原假設。各參數的無效因子普遍較低，其中最大無效因子為108.17，意味著至少可以獲得92個不相關的樣本觀測值。另如圖2 所示，經濟政策不確定性、金融周期和房地產價格等變量的模擬路徑圖表明其波動聚類的特征明顯，表明MCMC 對參數的后驗分布進行有效抽樣。

表2 TVP-SV-VAR模型待估參數估計結果

圖2 各參數動態(tài)模擬路徑

圖3從左到右分別展示經濟政策不確定性、房地產價格和金融周期等3 個變量的隨機波動率時變特征，這能夠在一定程度上反映經濟運行的實際情況。其中，橫軸表示時間節(jié)點，縱軸表示各變量的隨機波動率?？梢园l(fā)現(xiàn)，經濟政策不確定性的波動率呈現(xiàn)緩慢下行趨勢，表明我國宏觀調控體系日趨科學合理，政策連續(xù)性、穩(wěn)定性和可持續(xù)性逐步提高。房地產價格增長率的波動率在2005—2010 年持續(xù)上升，之后保持相對平穩(wěn)，但在2015—2016年波動率小幅上升，這一時期房地產市場風險有所積累，2016 年以來房地產價格增長率的波動率逐漸下降，表明2016 年底中央經濟工作會議提出的“房住不炒”政策得到有效落實。金融周期的波動率在2008年國際金融危機前后達到頂峰，之后震蕩下行，2019年之后趨近于0，說明近年來我國宏觀經濟政策預期引導成效突出，金融市場運行日益平穩(wěn)。

等間隔脈沖響應是指不同滯后期沖擊所引起的脈沖響應函數。本文選取滯后2期（半年）、4期（1年）和8期（2年）分別表征沖擊的短期、中期和長期影響。圖4 展示了等間隔脈沖響應結果，橫軸表示時間節(jié)點，縱軸表示各變量脈沖響應值?？傮w看，經濟政策不確定性、房地產價格和金融周期的相互影響短期較為顯著，中期明顯趨弱，長期基本無影響。

圖4 第一行展示了一單位正向經濟政策不確定性沖擊對其他變量的影響?？梢园l(fā)現(xiàn)，經濟政策不確定性沖擊對房地產價格和金融周期的短期影響均存在明顯的時變特征。短期內，我國經濟政策不確定性對房地產價格在2005—2008 年之間存在正向影響，但影響幅度逐漸走低，在2008—2010 年國際金融危機期間轉為負向影響，這可能是因為經濟政策不確定性的增加會進一步加深企業(yè)投資顧慮，選擇“持幣觀望”策略的企業(yè)增多，進而放大國際金融危機對房地產價格的負面沖擊。2010—2015 年期間，宏觀經濟在前期較大力度的經濟刺激政策帶動下逐步向好，經濟政策不確定性加大房地產價格正向波動。2016年以來，在“房住不炒”政策基調下，經濟政策不確定性增加對房地產價格再次呈現(xiàn)出短期負向影響。我國經濟政策不確定性沖擊對金融周期的正向影響持續(xù)時間顯著多于負向影響，表明我國金融周期受政策的影響程度較深，經濟政策不確定性增加在多數時間內能夠帶來金融周期景氣程度上升，這在2009 年和2015 年前后表現(xiàn)得尤為突出?？赡艿脑蚴?，彼時為應對國際金融危機沖擊和經濟下行壓力，政府及時出臺一系列強有力的財政刺激政策，同時貨幣政策基調也相對偏寬松，基準利率和存款準備金率均多次下調，金融市場對政策的反應較為積極，金融周期景氣程度呈現(xiàn)上升趨勢。

圖4 第二行展示了一單位正向房地產價格增長率沖擊對其余兩個變量的影響。房地產價格增長率沖擊對經濟政策不確定性的正向影響自2005年以來持續(xù)減弱，在2016 年前后變?yōu)樨撓蛴绊?。這表明2016 年以來我國政府落實“房住不炒”思路一以貫之，尤其注重保持房地產調控政策的連續(xù)性、穩(wěn)定性，避免政策方向、力度的頻繁變動，經濟政策不確定性降低。房地產價格增長率沖擊對金融周期景氣程度存在著穩(wěn)定且顯著的負向影響，這可能是因為當房地產價格增速上升時，資金的逐利性會引發(fā)“熱錢”流入房地產市場，體現(xiàn)為房地產市場對金融市場資金的“虹吸”效應，并帶來市場利率的提升，進而體現(xiàn)為金融周期景氣程度的下降。

圖3 各變量隨機波動率時變特征

圖4 第三行展示了一單位正向金融周期沖擊對其他兩個變量的影響。金融周期對經濟政策不確定性的影響在2015年前后存在結構性變化。在2015年之前，經濟政策不確定性對金融周期沖擊保持正向反饋，即金融周期景氣程度上升會提高經濟政策不確定性，但正向影響幅度持續(xù)減小，自2015 年后，金融周期沖擊會對經濟政策不確定性產生負向影響。這反映出近年來政策當局對金融周期波動的容忍度上升，經濟政策維持相對穩(wěn)定的金融市場預期。金融周期沖擊對房地產價格在多數時間內存在短期的正向影響，表明金融周期景氣程度上升在多數時間內會推升房地產價格增速。盡管2009年以來這一正向影響程度逐漸減弱，在2016年前后轉為負向影響，反映出這一時期房地產價格增速受金融周期景氣程度的影響程度逐漸下降。但值得關注的是，2019 年以來金融周期對房地產價格增速的影響再次上升，并已呈現(xiàn)出正向影響，表明金融到房地產的傳導機制又有所強化。

等間隔脈沖影響結果表明經濟政策不確定性、金融周期和房地產價格之間影響關系存在較為明顯的時變特征。為進一步分析不同時點下三個變量之間相互影響的時變特征，本文選取三個國內外不同類型的典型沖擊時點——2008 年第三季度全球金融危機沖擊、2015年第四季度供給側結構性改革方案提出、2020 年第一季度新冠肺炎疫情沖擊進行觀察，以更好地反映經濟政策不確定性、金融周期和房地產價格之間相互影響的動態(tài)特征。

圖4 等間隔脈沖響應函數圖

圖5展示了不同時點脈沖響應分析結果。其中，橫軸表示響應時間，縱軸表示各變量脈沖響應值。從圖5 第一行可知，經濟政策不確定性沖擊對金融周期、房地產價格增長率的影響在三個時期差異明顯。2008 年國際金融危機期間，房地產價格增長率對經濟政策不確定性當期的響應為正，但在1期后迅速轉負并達到負向峰值，之后逐步減弱，4期后影響消失。這表明當時經濟政策不確定性對房地產價格仍主要呈現(xiàn)負面影響。2015 年，經濟政策不確定性沖擊對房地產價格增長率在整個追溯期均為負，且幅度更甚于2008 年。2020 年，經濟政策不確定性沖擊對房地產價格增長率當期影響為負，1期后呈現(xiàn)顯著的正向影響，之后呈現(xiàn)震蕩特征，4 期后趨于平穩(wěn)，這表明2020 年應對新冠肺炎疫情沖擊期間，經濟政策不確定性增加一定程度上提高了房地產價格增長率。經濟政策不確定性對金融周期的影響在2008 年、2015年和2020 年存在一定差異。具體看，2008 年國際金融危機期間，經濟政策不確定性對金融周期的影響在當期為負，之后轉變?yōu)檎蛴绊懀? 期后影響消失。2015 年供給側結構性改革期間，經濟政策不確定性對金融周期的正向影響居主導地位。2020年新冠肺炎疫情背景下，經濟政策不確定性沖擊對金融周期的影響當期顯著為正，在2 期轉為負向影響，之后正負影響交替出現(xiàn)，6 期后影響趨于0。這表明近年來經濟政策不確定性對金融周期的正向影響趨強，經濟政策不確定性上升會提高金融周期景氣程度。

房地產價格增長率沖擊的時變性則相對較弱。由圖5第二行可以看出，房地產價格增長率沖擊對經濟政策不確定性的影響方向在三個時期基本一致，在整個追溯期內均呈現(xiàn)出相對顯著的正向影響。但影響幅度依次遞減，表明近年來房地產價格增長所帶來的經濟政策不確定性上升幅度有所減弱，反映出我國房地產長效管理機制逐漸完善，經濟政策不再會隨著房地產價格的波動出現(xiàn)反復。而房地產價格增長率沖擊對金融周期的影響方向和幅度在三個時期基本一致。主要體現(xiàn)為在初期呈現(xiàn)顯著的負向影響，之后影響逐漸趨弱，3 期后影響消失，這反映出房地產市場對金融市場資金的“虹吸”效應持續(xù)存在，房地產價格的上升會導致金融周期景氣程度降低這一關系始終穩(wěn)定。

由圖5第三行可知，金融周期沖擊對經濟政策不確定性和房地產價格增長率影響也存在一定的時變特征。2008 年國際金融危機期間，金融周期景氣程度上升在滯后2 期對經濟政策不確定性的正向影響最高，6 期后影響消失。但在2015 年和2020 年則在滯后1 期內對經濟政策不確定性的正向影響達到最高，反映出經濟政策對金融周期波動的反饋更加迅速。金融周期沖擊對房地產價格增長率的影響在2008 年和2020 年走勢相似，均呈現(xiàn)為初期無影響，1期后達到正向峰值，5期后影響消失。但在2015年則呈現(xiàn)為1 期后金融周期對房地產價格增長率產生顯著的負向沖擊，這與等間隔脈沖響應結果一致，即自2008 以來金融到房地產的傳導渠道持續(xù)削弱，但在近兩年又有再次抬升的跡象。

圖5 時點脈沖響應函數圖

（三）穩(wěn)健性檢驗

VAR 模型的實證結果對變量選取及數據處理方式較為敏感，為了確保實證結果真實穩(wěn)健，本文參考同類文獻替換變量的度量方式進行檢驗，同時改變模型部分設定。

首先，選取不同的經濟政策不確定性指數。一是采用Steven et al.（2019）基于《人民日報》和《光明日報》兩家報紙中的經濟政策不確定性相關詞條量化后所制定的中國政策不確定性指數（EPU1），以此代替EPU進行實證研究。二是采用Baker et al.（2015）基于《南華早報》構建的中國經濟政策不確定性指數（EPU2）代替EPU進行實證研究。穩(wěn)健性分析結果表明，以上兩種測度方式的實證結果與基準模型沒有顯著差異，不影響本文結論。其次，本文采用不同方法構建金融周期指數。采用動態(tài)因子指數模型、主成分分析法分別構建金融周期指數，替換基準模型中的金融周期指數，并重新估計TVP-SV-VAR 模型。結果表明，考慮不同構建方法的金融周期指數所得主要實證結論與基準模型一致。再次，本文采用不同的房地產價格代理指標。區(qū)別于基準模型中采用全國房地產開發(fā)景氣指數作為房地產價格的代理變量，采用“商品房銷售額/銷售面積”度量房地產價格（RE1）重新構建模型并進行實證檢驗，主要結論未發(fā)生變化。

此外，基準模型中的變量排序xt=（eput，ret，fct）T暗含經濟政策不確定性不受宏觀杠桿率和經濟增長同期沖擊影響的假設，且宏觀杠桿率不會同期影響其他變量。為了檢驗該假設多大程度上影響模型實證結果，本文設定另外兩種變量排序：xt=（eput，fct，ret）T和xt=（ret，eput，fct）T。穩(wěn)健性分析結果表明，以上變量排序的改變并不影響本文主要結論。

五、主要結論及政策建議

本文基于我國2005年第一季度至2021年第一季度數據，構建經濟政策不確定性、金融周期和房地產價格的時變參數向量自回歸模型，實證檢驗三者之間相互影響及其潛在時變關系。研究發(fā)現(xiàn)：第一，經濟政策不確定性對金融周期和房地產價格的影響具有顯著時變特征。經濟政策不確定性對房地產價格在2008—2010年和2010—2015年期間呈現(xiàn)出相反的影響，但自2016 年以來，在“房住不炒”政策基調下，經濟政策不確定性增加對房地產價格呈現(xiàn)出穩(wěn)定的短期負向影響；而經濟政策不確定性增加在多數時間內能夠帶來金融周期景氣程度上升。第二，金融周期對經濟政策不確定性和房地產價格的影響也存在明顯的時變特征。金融周期對經濟政策不確定性的影響在2015 年前后存在結構性變化，2015 年以來政策當局對金融周期波動的容忍度上升，經濟政策維持相對穩(wěn)定的金融市場預期；金融周期沖擊對房地產價格在多數時間內存在短期的正向影響，盡管2009 年以來這一正向影響程度逐漸減弱，在2016 年前后轉為負向影響，但2019年以來兩者之間再次呈現(xiàn)正向影響，表明金融到房地產的傳導機制又有所強化。第三，房地產價格對經濟政策不確定性和金融周期影響的時變性相對較弱。房地產價格增長率沖擊對經濟政策不確定性的正向影響自2005 年以來持續(xù)減弱，在2016年前后變?yōu)樨撓蛴绊?，意味著近年來以“房住不炒”為核心的房地產調控政策具有一定的連續(xù)性，未出現(xiàn)較多的政策反復；房地產價格增長率沖擊對金融周期景氣程度存在著穩(wěn)定且顯著的負向影響，體現(xiàn)出我國房地產市場對金融市場資金的“虹吸”效應一直較強。

基于以上研究結論，可以得到如下啟示：

第一，政策制定部門應高度關注經濟政策不確定性、金融周期和房地產價格之間的雙向影響及其時變特征，并結合當下經濟金融和房地產市場運行態(tài)勢，堅持跨周期調控思路，增強政策的前瞻性、靈活性、有效性。同時，充分評估并準備多種方案應對經濟政策調整的潛在負面沖擊，確保經濟平穩(wěn)運行。

第二，政策實施后，應強化預期管理，通過多種渠道向公眾有效傳達未來政策的明確走向，引導市場正確理解政策意圖，強化金融周期和房地產價格沖擊對經濟政策調控效果的影響監(jiān)測，并對經濟政策及時進行動態(tài)調整，但調整幅度應以微調為主，避免政策方向出現(xiàn)反復以及政策力度大幅變動。

第三，由于房地產市場對金融市場資金的“虹吸”效應較強且持續(xù)存在，房地產價格的過快上漲將削弱金融支持實體經濟力度，并積累系統(tǒng)性金融風險。因此，應通過房地產市場供需的結構性調整，推動房地產市場供求長期平衡，堅持穩(wěn)低價、穩(wěn)房價、穩(wěn)預期，加快完善促進房地產市場平穩(wěn)健康發(fā)展的長效機制，在保持房地產價格穩(wěn)定或合理回歸的同時，避免其對金融市場和實體經濟的大幅擾動，推動建立房地產市場與實體經濟之間的良性循環(huán)。