房地產調控政策的實施和退出效果研究
——基于VECM和DSGE模型相結合的分析

陳　鑫，方　意

(1.清華大學 五道口金融學院，北京 100083；2.中央財經大學 金融學院，北京 100081)

房地產調控政策的實施和退出效果研究

——基于VECM和DSGE模型相結合的分析

陳鑫1，方意2

(1.清華大學 五道口金融學院，北京 100083；2.中央財經大學 金融學院，北京 100081)

摘要：房地產價格快速上漲以及從高位的快速回落凸顯了探討房地產調控政策實施與退出策略的重要性。為此，本文基于VECM和DSGE模型量化地探討這一問題。研究發現：房屋限購政策主要針對投機性需求，適合對一線城市房價進行調控；住房貸款首付比例政策主要針對剛性需求，適合對非一線城市房價進行調控。本文還對住房貸款首付比例政策的退出速度進行分析，最終給出了最優的房地產調控政策的實施和退出方案。

關鍵詞：一線城市;非一線城市; 住房貸款首付比例政策; 房屋限購政策

一、引言

房地產作為各國經濟中最重要的行業之一，其價格的泡沫化以及在高位之后的快速下跌都會對宏觀經濟和金融穩定產生致命的影響。最近的國際金融危機主要誘因即在于美國房地產市場的長時間火爆以及美國政策當局對房地產市場調控的忽視[1]。而日本“失去的二十年”也與日本房地產市場快速上漲以及房地產市場調控失靈有關。

對于中國而言，在國際金融危機爆發后，“四萬億”經濟刺激計劃使得本已居高不下的房價出現了更為迅猛的增長。與此同時，國務院以及各地方政府紛紛出臺了嚴厲程度不一的房地產調控政策(主要為最低住房貸款首付比例政策和房屋限購政策等)。對于最低住房貸款首付比例政策，國務院于2010年4月發出《國務院關于堅決遏制部分城市房價過快上漲的通知》(俗稱“新國十條”)，將最低住房貸款首付比例由20%調高至30%，對于二套房貸最低首付比例由40%調高至50%。2011年1月，國務院公布“新國八條”，把二套房貸最低首付比例繼續調高至60%，且第三套及以上不能發放貸款等。對于房屋限購政策，2010年4月底，遵循“新國十條”精神，北京市最先出臺商品房限購政策，至2011年11月珠海市頒布限購令，全國共計47個城市使用了限購政策。隨著兩類房地產調控政策的相繼實施，房地產價格僅在2011年間得到了抑制，但2012年3季度后，房價反而出現猛烈上漲(見表1)。

隨著中國產能過剩程度的逐步加劇，出口紅利、人口紅利和制度紅利等逐漸消失，中國經濟增長已經邁入“新常態”，中國房價仿佛也進入“新常態”。房價在2014年4月出現轉折，70個大中城市中有10個出現房價下跌(見表2)，最大跌幅達到-0.78%。

隨后的3個月，房價下跌行情迅速蔓延，至2014年9月份，70個城市的房價全部出現下跌，最大跌幅達到-1.96%。為避免房價從高位快速下跌而出現房地產市場的“崩盤”，各地方政府又紛紛放松了對最低住房公積金貸款首付比例要求和房屋限購。對于最低住房貸款首付比例政策而言，長沙、廈門、南昌等城市紛紛下調至20%。中國人民銀行和銀監會也于2014年9月30號共同發文規定：當家庭將住房抵押貸款完全償還而再次購房時，可按照首套房貸款條件購房，并鼓勵銀行業金融機構增加首套普通自住房和改善型普通自住房貸款投放。之后，超過30個城市調整了住房公積金貸款政策。對于房屋限購政策而言，2014年6月26日，呼和浩特市正式取消此政策，隨后的數月，47個限購城市中有42個放寬了此政策。然而，這些房地產調控政策的逐步退出并沒能有效地抑制房價下跌。如表2所示，房價下降趨勢并沒有得到緩解。

表1　2011-2013年70個大中城市的新建商品住宅價格上漲情況(與上季度相比)

數據來源: 根據國家統計局自2011年起發布的《70個大中城市住宅銷售價格月度報告》，自行整理得到。

表2　2014年70個大中城市新建商品住宅價格下跌情況(與上月相比)

數據來源: 根據國家統計局自2011年起發布的《70個大中城市住宅銷售價格月度報告》，自行整理得到。

在中國房價迅速上漲時，為什么房地產調控政策沒有起到遏制房價快速上漲的作用，反而“越調越高”？如何選擇合理的房地產調控政策？在當前房價面臨快速下跌的風險時，又該如何退出房地產調控政策？這些問題的回答對于中國房地產市場的健康發展、經濟金融穩定乃至社會穩定有著至關重要的意義。

目前，已有一些文獻通過構建包含房地產市場的理論模型來研究房地產調控政策效果。蔡明超等借鑒實際經濟周期模型(RBC)，構建了基于居民非住房消費和住房消費的效用函數，并以此分析居民對房地產稅收、首付貸款比例和貸款利率等政策的反應[2]。作者發現貸款首付比例政策對居民住宅需求的影響最為顯著，其次是利率政策和稅收政策。劉江濤等基于住房市場的局部均衡模型研究了限購政策對房價的影響，發現限購政策在短期能夠降低房價，但長期房價的走勢則與限購政策的執行期限有關[3]。王永欽等構建了包含消費者在買房、租房之間做二元選擇的租金—房價互動模型，發現限購政策能有效消除房價泡沫，但長期會使房屋租金上升，如果再同時施加租金管制政策，則短期可以解決租金上漲問題[4]。王敏等通過構建房地產市場的動態局部均衡模型研究了限購和房產稅等房地產調控政策對房價的影響，發現限購政策對降低房價的作用有限，且會產生“價高量低”的局面，而房產稅在短期內雖能降低房價但長期卻會提高房價[5]。朱國鐘等通過構建包含買房和租房家庭的DSGE模型，分析了首付貸款比例、房產稅等房地產調控政策對房價的影響，并發現房地產調控政策主要通過將住房需求轉化為租房需求從而達到降低房價的目的[6]。

還有一些研究從實證角度探討了各種房地產調控政策的效果。張德榮等對70個大中城市實施的限購政策進行了實證研究，基于動態面板模型，作者發現對非戶籍購房人實施限購的政策效果最為明顯，且投機性需求是房價上漲的主要動力[7]。鄧柏峻等基于傾向得分匹配方法(PSM)和倍差法(DID)研究了限購政策對房價的調控效果，并發現限購政策能有效地抑制房價的上漲，但其有一定的時滯，且時滯隨時間推移逐漸增加[8]。韓永輝等也利用PSM、DID等方法研究了房屋限購政策對房價的影響，并發現限購政策的確能抑制房價的上漲[9]。

以上大部分研究雖然對房地產調控政策刻畫較為精細，但其僅僅拘泥于房地產市場本身，并沒有站在整個宏觀經濟背景下對房地產市場價格的形成機理以及對房地產市場與宏觀經濟的相互作用進行分析，而這可能導致結論出現偏誤。原因在于，房地產市場作為整個經濟體最重要的部門之一，其房價不僅僅影響房地產市場的需求和供給，更為重要的是，房價作為房地產抵押貸款的重要因素也會影響信貸供給，而這又將對房價產生重要影響。幸運的是，Iacoviello為構建房地產市場一般均衡模型提供了很好的研究框架，其將家庭部門分為耐心和非耐心兩類，并在非耐心家庭部門中引入房地產資產信貸抵押約束[10]。例如，Iacoviello等利用此框架得出房地產市場的波動對于居民消費的影響是不可忽略的，并且隨著時間的推移，影響的效果在不斷增強[11]。Ferrante在此框架中引入金融中介部門后，模擬了房價下跌導致金融中介資產損失，從而影響生產部門借貸的經濟危機傳導機制[12]。國內在此問題上的研究，主要是從房地產部門對經濟波動影響的角度出發來分析我國貨幣政策是否應該盯住房價[13-15]。事實上，盡管這類研究很好地關注了房地產市場在宏觀經濟波動中所起到的作用，但是其并沒有較好地考慮房地產調控政策對房價的影響效果。

鑒于以上研究的種種不足，本文從兩個角度深入地探討了房地產調控政策對房價的影響效果。首先，本文利用包含北京等十個城市的房價、租金價格構造VECM模型，并以此甄別了兩大類型城市：以投機性需求為主的一線城市和以剛性需求為主的非一線城市。其次，通過構建包含投機性購房部門的DSGE模型，清晰地分析了兩類房地產調控政策：住房貸款首付比例政策*下文均以住房貸款首付比例政策指代住房貸款最低首付比例要求。和房屋限購政策。具體而言，本文與已有研究相比的創新之處還體現在：

(1)將城市特征和房地產調控政策進行相對應的區分。不僅通過實證模型很好地論證了這一特征，更通過理論模型予以細致刻畫。

(2)從實證和理論兩個角度刻畫了購房的剛性需求和投機性需求。

(3)不僅論證了房地產調控政策該如何實施，更從多個角度考慮了房地產調控政策該如何退出，并給出了最優的政策實施和退出方案。

(4)將處理非線性約束(偶然約束)的DSGE模型與房屋限購政策進行“有機結合”，十分精巧地解決角點解問題。

本文余下部分的安排為：第二部分為本文的理論假設和實證分析；第三部分構建了包含投機性購房部門的DSGE模型；第四部分對房地產調控政策的實施和退出進行深入研究；第五部分對全文進行總結。

二、 理論假設與實證分析

本部分先對房地產價格與租金價格的邏輯關系進行闡釋，之后利用VAR(VECM)模型進行實證分析以甄別出不同城市剛性需求與投機性需求的主導地位。其中，剛性需求指的是以自住為目的的購房需求，而投機性需求指的是購買房屋以賺取租金以及出售賺取房價差額為目的購房需求。

本部分的住房價格和租金價格數據均來源于搜房網，而利率數據以1年期Shibor利率數據代替，來源于Wind數據庫。其中各城市住房價格和租金價格指數均為月度數據，而Shibor利率數據為日度數據，我們采用月度平均得到利率月度數據。本文的樣本區間為2008年1月至2014年10月份*其中南京和武漢的租房價格指數從2012年3月份開始，所以這兩個城市的樣本區間為2012年3月至2014年10月。。基于數據的可得性，本文的樣本城市分別為北京、成都、重慶、廣州、杭州、南京、上海、深圳、天津和武漢等十個城市。本文先對住房價格和租金價格指數取對數，然后再進行季節調整。對于利率數據，本文僅進行季節調整。

假設經濟體中主要包含非耐心家庭和投機性購房部門*本文第三部分還建立了一個一般均衡模型，并包含了耐心家庭。需要指出的是，是否包含耐心家庭對于本文的基本結論并不存在實質性影響。。其中非耐心家庭主要通過租房和購房兩種行為滿足其住房需求，因此非耐心家庭的購房需求為剛性需求。投機性購房部門自身并不存在住房需求，其只是通過購買多套房產然后向非耐心家庭出租，收入主要來源于租金以及房價的上漲，且其收入均用來購買新的房產。因此，投機性購房房門的購房需求為投機性需求。非耐心家庭和投機性購房部門的購房資金部分來源于銀行信貸等借貸資金。

本文主要研究房地產調控政策對房地產價格的調控效果，為保持前后文一致，本部分假設經濟體面臨的沖擊為住房貸款首付比例沖擊。當經濟體面臨政策當局調高住房貸款首付比例的外生沖擊時，非耐心家庭購房需求會下降，為滿足其住房需求，非耐心家庭租房需求會上升，與此同時推動租金價格上漲。由于非耐心家庭購房需求下降，從而降低了借貸資金需求，并導致利率有下降的趨勢。房屋租金價格上升以及利率下降都會促使投機性購房部門的購房需求上升。從而，外生沖擊對房地產價格的影響出現兩種情形：(1)非耐心家庭剛性需求下降導致房地產價格下降；(2)投機購房部門投機性需求上升導致房地產價格上升。最終房地產價格的表現則依賴于這兩種需求的權衡，即當投機性需求高于剛性需求時，房地產價格上升，而當投機性需求低于剛性需求時，房地產價格下降。并且，由于投機購房部門的收益還受房價的影響，投機性購房需求會隨著房屋價格的上升而增加、隨著房屋價格的下降而減少，最終會進一步加劇房屋價格的上漲或下跌。除此之外，對于利率的變化同樣也存在著兩種可能性，一種是非耐心家庭購房需求下降導致借貸利率下降，另一種是投機購房部門需求上升導致借貸利率上升，最終的結果也依賴于兩種需求大小的權衡。圖1給出了上述理論分析的邏輯框架圖。

圖1　房地產的投機性需求與剛性需求

為了對上述邏輯假設進行驗證，本文對樣本城市分別構建包含房地產價格、租金價格以及利率等三個變量的VAR(3)模型進行實證分析。在構建VAR模型時，需要對變量的平穩性進行檢驗，為此我們對利率數據以及各個城市的房地產價格、租金價格進行單位根檢驗，發現它們都含有1個單位根。為此，我們需要構建VECM模型或者差分VAR模型。經檢驗，所有城市的三個變量之間都存在協整關系，為此我們構建VECM模型*限于篇幅，對于具體的VECM模型結果，可以向作者索取。。另外，由于住房首付比例沖擊難以刻畫，我們采用正向的租金價格沖擊代替*因為住房首付比例沖擊會導致租金價格呈現上漲，而正向的租金價格沖擊也會導致租金價格上漲。，且在脈沖響應部分我們也重點關注租金價格沖擊。

圖2給出了各個城市正向租金價格沖擊的脈沖響應圖形。由圖2可以看出，面臨正向租金價格沖擊時，北京、廣州、杭州、上海、深圳以及天津的房地產價格在24期的脈沖響應期間都是上漲，從而這些城市都表現為購房的投機性需求高于剛性需求。再從這些城市的利率脈沖響應看，北京、杭州、天津的利率脈沖響應一直為正，而廣州、上海以及深圳的利率脈沖響應在初期為負，而在中后期為正。根據前文的闡釋，利率脈沖響應為正也表明這些城市的投機性需求高于剛性需求。對于成都、重慶、南京以及武漢這四個城市而言，我們發現面臨正向租金價格沖擊時，這些城市的房價都出現下降，尤其是南京、武漢的房地產價格在24期的脈沖響應期間大部分時期都處于負值。根據前文的闡述，我們知道，這些城市的投機性需求低于剛性需求。再看這些城市的利率脈沖響應，我們發現這些城市的利率脈沖響應無一例外都在初期表現為負值，從而基于利率的結果也能在一定程度上反映出這些城市投機性需求低于剛性需求的特征。另一方面，這也論證了上述邏輯框架的合理性。

由此，我們可以得出房地產調控政策對于房地產價格的調控有效性依賴于城市特征。對于北京、廣州、杭州、上海、深圳以及天津這樣一線城市*目前關于一線城市公認的是北京、上海、廣州、深圳為一線城市，而杭州、天津則認為是準一線或者二線強的城市(http://yuzhuzhaoxin.my.pp.cc/detail/62089.htm)。，它們的投機性需求高于剛性需求，原因在于這些城市更多的家庭通過租房滿足住房需求，供給租房的投機性購房部門在這些城市占據主流地位。而對于成都、重慶、南京、武漢這些非一線城市，其剛性需求高于投機性需求的原因可能在于這些城市更多的家庭通過購房以滿足住房需求，而不是通過租房滿足住房需求。因此，為了有效實施房地產調控政策，需要考慮城市購房的不同特征。為此，本文下一部分通過構建一般均衡理論模型并考慮城市購房的不同特征，對房地產調控政策進行更為嚴謹的分析。

圖2　各個城市租金價格沖擊下的脈沖響應圖

本部分將構建包括耐心家庭、非耐心家庭、投機性購房部門、廠商和中央銀行五部門經濟模型，以刻畫房地產調控政策對房價以及其他宏觀經濟變量的影響。借鑒Iacoviello[10]和Mora-Sanguinetti等[16]，耐心家庭購置房屋并儲蓄部分收入；非耐心家庭部門購置和租賃房屋以滿足其住房需求，其部分資金來源于銀行借貸；投機性購房部門將持有的房屋出租給非耐心家庭，獲得租金和房屋增值收益；廠商雇傭耐心家庭和非耐心家庭提供的勞動以生產消費品；中央銀行施行標準泰勒規則貨幣政策。

(一)耐心家庭

(1)

(2)

(二)非耐心家庭部門

類似于耐心家庭部門的模型設定，非耐心家庭部門的效用函數為：

(3)

其中，

(4)

(5)

(三)投機性購房企業部門

為了分析房地產調控政策控制“不合理購房需求”的效果，本文引入了投機性購房企業部門。與家庭部門(耐心家庭和非耐心家庭)購房是為了滿足自住需求(剛性需求)不同的是，投機性購房企業部門的購房主要是為了出租以及獲得房價上漲收益，它的購房需求被定義為投機性需求。借鑒朱國鐘等[6]，投機性購房企業部門由標號在[0,1]區間上的購房企業組成。購房企業由耐心家庭部門所有，可以通過民間借貸市場融入資金，并將所購置的房屋出租給非耐心家庭。投機性購房企業的收益主要來源于房屋租金和房價上漲。

在t期，第j個購房企業的資產負債表為：

(6)

(7)

假設投機性購房企業不分紅，盈利全部計入總資本，且每期將所有資產都配置到房屋上。借鑒Gertler等[18]，投機性購房企業每期有1-θ的概率被迫離開市場，即投機性購房企業的平均存活期限為1/(1-θ)，且離開市場時購房企業的資本將全部支付給耐心家庭。

第t+i+1期投機性購房企業的資本數量為Nj,t+i+1，而這一期企業退出市場的概率為(1-θ)θi。由于投機性購房企業由耐心家庭持有，因此利用耐心家庭隨機貼現因子Λt,t+i+1進行貼現，最終得出第j個投機性購房企業在t期的價值為Vj,t：

(8)

與非耐心家庭購房的外部融資只能來源于銀行借貸不同，投機性購房企業的外部融資還可以來源于民間借貸等融資市場，且投機性購房的借款數量依賴于借款者的資產狀況*我國已經出現多起民間融資者因無法償還借款而卷錢跑路的事件，因此，貸款方為了防止融資者卷款潛逃，一般會根據融資者的資產狀況確定其債務額度。。這緣于我國存在如下現實情況：根據人民銀行溫州中心支行的報告，溫州民間融資中有20%的資金用于房地產項目投資或集體炒房*http://www.caijing.com.cn/2011-08-29/110831454.html.。中國經營報*http://news.cb.com.cn/html/economy_9_20871_1.html.報道，川陜兩省有大量民間借貸資金進入房地產市場。為此，借鑒Gertler等[18]關于金融中介機構借款的模型設定，引入投機性購房企業的借款約束。假設每期購房企業經營者有兩種選擇：(1)持續經營企業直至其被迫退出時獲得企業資本，此時貸款方不會遭受損失；(2)“轉移”μ部分的總資產，此時企業會立即破產，貸款方會遭受損失。為了避免投機性購房企業經營者“轉移”資產的行為(即避免情形2的出現)，貸款方將規定購房企業的價值必須高于其“轉移”資產的價值，即滿足如下的激勵相容約束(IC條件)：

(9)

(9)式即為投機性購房企業的借貸約束，由于房屋投機部門的收益率高于其借貸利率，借貸約束一直為緊約束，此式也一直取等號。

(10)

其中，ω為新企業的資本占投機性購房部門資產的比重，新企業的資本均來自于耐心家庭部門。綜合以上各式，可以得出投機性購房部門的資本演化方程為：

(11)

(四)廠商

斷競爭消費品生產廠商分布在[0,1]的區間上，每個廠商從耐心家庭和非耐心家庭部門雇傭勞動，生產差異性的產品，然后按Dixit-Stiglitz形式加總成最終消費品，并遵循Calvo[19]定價規則，每一期有1-γ的廠商能夠調整價格。

(五)中央銀行

中央銀行實施泰勒規則貨幣政策：

(12)

(六)市場出清

借鑒Iacoviello[10]，本文假設房屋供給總量為1。除此之外，假設房屋供給總量不變，可以更清晰地探討房地產調控政策對于房地產市場需求面的影響。最終，結合商品市場、勞動力市場、房屋買賣市場、房屋租賃市場、金融市場出清條件構成了完整的模型方程。

(七)參數賦值與校準

參數主要借鑒國內外文獻設定(見表3)。對重要參數設定的借鑒如下：(1)關于住房相對偏好系數φh的設定，參照Iacoviello[10]將φh設定為0.1；(2)關于住房需求跨期替代彈性倒數σh，國內研究均參照Iacoviello[10]對數效用的設定(即σh=1)，由于本文將投機性需求從傳統模型中抽離出來，居民效用函數中的住房消費體現的是居民的自住性購房需求，因而將σh設定為1.2以體現人們傾向于住房消費的穩定；(3)關于泰勒規則中政策參數的設定，參照王云清等[14]的估計結果。

對于非耐心家庭中購房效用占總住房效用的比重參數ωh的設定，根據前文關于ωh的論述，區分了兩種情形：(1)類似于北京等一線城市，根據第二部分VECM模型的結果，其投機性需求占主導地位，將ωh賦值為0.8；(2)類似于重慶等非一線城市，將ωh賦值為0.2，以反映剛性需求占主導地位。這種設定同時符合朱國鐘等[6]關于購房和租房差異的解釋。對于投機性購房企業繼續運營概率θ的設定，本文基于我國稅法*《財政部、國家稅務總局關于調整個人住房轉讓營業稅政策的通知》財稅[2011]12號。規定，“個人將購買不足5年的普通住房對外銷售的，將全額征收營業稅”，將其賦值為0.95，以反映投機購房企業平均存活期限為20期，即房屋投機平均期限為5年。

本文根據投機性購房企業部門持有房產占市場總房產的比重(即租賃市場房屋份額)、投機購房企業部門的平均資產負債率，校準了新進入資本所占份額的參數ω和投機購房企業擁有者能夠“盜取”的資產份額參數μ。根據甘犁等[20]的調查數據顯示，“常住地為城鎮地區的家庭中有15.30%無住房。其中，在北京、上海、深圳，戶主年齡在35歲以下家庭中，無房家庭的占比更是高達40%”。因而，本文將一線城市的租賃市場房屋份額設為0.4。鑒于非一線城市租房數據的缺乏，本文使用甘犁等[20]研究中“無房家庭的需求為15.30%”、“人屋分離家庭的住房需求為11.68%”的數據進行設定。根據以上兩組數據，我們設定一線城市的ω為0.011、μ為0.078，非一線城市的ω為-0.037、μ為0.120。

表3　參數賦值

四、 房地產調控政策的實施與退出分析

(一)房地產調控政策實施效果分析

本部分將分析兩類房地產調控政策的實施效果，分別為提高銀行住房貸款首付比例政策和房屋限購政策。

圖3和圖4分別給出了0到15期兩類房地產調控政策對一線城市、非一線城市的影響。

首先，分析提高住房貸款首付比例的政策效果。此時，模型中只面臨住房貸款首付比例沖擊(空心線結果)。為了與第二部分VECM結果進行對比，著重分析租金價格、房價和利率的脈沖響應。(1)從租金價格的脈沖響應看，兩類城市的租金價格都隨著住房貸款首付比例的提高而提高，表明兩類城市的租房需求都出現上漲。原因在于住房貸款首付比例的提高，使得非耐心家庭的購房能力下降、租房意愿上升。(2)從房價的脈沖響應看，一線城市房價隨著住房貸款首付比例的提高而提高，而非一線城市的房價則隨著住房貸款首付比例的提高而下降，此結果與前面實證分析完全一致。具體傳導機制也與實證分析相同：當調高住房貸款首付比例時，非耐心家庭購房的剛性需求下降，同時引發租金價格上漲，導致投機性購房部門的投機性需求上升，而房價的漲跌將取決于這兩個需求變動的大小。由圖3.圖4可知，提高住房貸款首付比例對兩類城市非耐心家庭購房負向影響的相對幅度(相對穩態偏離的百分比)基本一致，而穩態時一線城市非耐心家庭的購房數量(0.0369)比非一線城市購房數量(0.0798)要少得多，可以得出一線城市購房剛性需求的下降要低于非一線城市的。對于投機性購房需求而言，一線城市投機性購房需求在15期相對穩態上漲1.2%(圖3)，非一線城市購房需求在15期相對穩態上漲4.1%(圖4)，但由于非一線城市投機性購房數量的穩態值是一線城市的1/10。因此，一線城市投機性購房需求的上升遠高于非一線城市。另外，一線城市耐心家庭購房數量上漲幅度也小于非一線城市，這也從側面表明一線城市的投機性購房需求高于非一線城市。由于一線城市的投機性購房需求增加較多并超過了非耐心家庭剛性需求的下降，最終導致一線城市房價上漲；非一線城市的投機性購房需求增加較少，不抵非耐心家庭剛性需求的下降，最終導致非一線城市房價下跌。(3)從利率的脈沖響應看，兩類城市利率都表現為先下降后上升的態勢，其走勢與VECM的結果基本一致。另外，一線城市的利率在初期下降幅度小于非一線城市，這也表明一線城市的投機性需求要高于非一線城市(因為剛性需求都在下降)，而這也與VECM結果是一致的。

圖3　房地產調控政策對“一線城市”主要宏觀經濟變量的影響

圖4　房地產調控政策對“非一線城市”主要宏觀經濟變量的影響

對于其它內生變量，兩類城市的變化趨勢基本一致。非耐心家庭的借貸數量受住房貸款首付比例的提高而大幅下降，降低了非耐心家庭消費以及耐心家庭儲蓄，并使得整個經濟體的需求下降，從而導致產出下降、工資下降、以及耐心和非耐心家庭的勞動供給下降。耐心家庭勞動收入的下降也促使了其消費的下降。

繼續分析房屋限購的政策效果。由于房屋限購政策為非連續性政策(為“限購”和“不限購”兩種狀態)，從而很難將房屋限購政策設置為外生沖擊形式。為了研究房屋限購政策效果，這里將考慮僅實施提高貸款首付比例政策(政策①)、同時實施提高貸款首付比例政策和房屋限購政策(政策②)，并將政策②與政策①的政策效果之差作為房屋限購政策的政策效果。這里仍然著重分析租金價格、房價和利率的脈沖響應*租金價格、房價、利率等脈沖響應主要看政策②與政策①的脈沖響應之差(圖3和圖4中的虛線(右軸))。。(1)從租金價格的脈沖響應看，兩類城市的租金價格都隨著限購政策的實施而上漲，原因在于限購政策抑制了投機性購房企業部門的租房供給。(2)從房價的脈沖響應看，一線城市的房價隨著限購政策的實施而下降，而非一線城市的房價則隨著限購政策的實施上升。原因在于，限購政策主要限制投機性購房企業部門的購房需求，而一線城市以投機性購房需求為主，非一線城市則以剛性需求為主。因此，限購政策能夠很好地限制一線城市的投機性需求，對于非一線城市，限購政策雖然限制了部分投機性需求，但是促進了剛性需求的上升(圖4中非耐心家庭購房比圖3中的非耐心家庭購房要更多)。(3)從利率的脈沖響應來看，兩類城市的利率都因限購政策下降。這表明限購政策限制了投機性購房企業部門的資金需求，從而導致利率下降。

對比兩類城市和兩類房地產調控政策，可以發現房屋限購政策比較適用于一線城市，而提高首付比例政策則比較適用于非一線城市。原因在于，一線城市以投機性購房需求為主，而房屋限購政策主要限制投機性購房需求；非一線城市以剛性需求為主，而提高貸款首付比例政策則主要限制剛性需求。因此，對于不同特征的城市，需要合理實施房地產調控政策，而不能統一實施相同的政策，否則可能起到相反的效果(如在一線城市采用提高貸款首付比例政策以及在非一線城市采用限購政策都會導致房價上漲)。這在一定程度上解釋了：北京等一線城市最先實施了房屋限購政策，而在此之前，政府提高貸款首付比例并未能使房價有效下降。

(二)房地產調控政策退出效果分析

在經歷了為期三年的房地產調控政策之后，房價逐漸開始下跌，市場人士以及部分學者紛紛表示中國房地產市場有“崩盤”的可能。如此，一些地方政府的房地產調控政策有所松動，如呼和浩特市于2014年6月取消限購政策，緊接呼和浩特市之后，多個省份相繼放松了房地產調控政策。截至2014年11月，只有北京、上海、廣州、深圳和三亞還未放松房地產調控政策。房地產調控政策的退出能否有效地降低房價快速下跌引發經濟“硬著陸”的風險？如何有效地退出房地產調控政策？為此，本部分嘗試著對這兩個問題予以回答。需要注意的是，本節分析的起點是兩類城市在第0至15期同時采用了提高住房貸款首付比例和限購政策。

模擬住房貸款首付比例在16期立即退去時的結果表明*為了闡述方便起見，我們將住房貸款首付比例從30%降為20%定義為住房貸款首付比例政策退出。：(1)根據租金價格的脈沖響應，一線城市和非一線城市的租金價格均出現大幅下跌。原因在于隨著住房貸款首付比例政策的立即退出，非耐心家庭的剛性需求大幅上漲，租房需求大幅下降從而導致租金價格下跌。(2)根據房價的脈沖響應，一線城市房價下降趨勢有輕微的改善，非一線城市房價的上升則比較顯著。原因不難解釋，由于非一線城市主要以非耐心家庭的剛性需求為主，當以限制剛性需求為目的的住房貸款首付比例政策退出時，將大幅促進非一線城市剛性需求的提升，最終導房價上漲。而一線城市以投機性需求為主，盡管其剛性需求有較大的提升，但是投機性購房需求的下降使得總的購房需求提升較小。(3)根據利率的脈沖響應，兩類城市的利率都出現上漲趨勢，且非一線城市上漲得更快，這表明兩類城市的購房需求推動貸款資金需求上升，且非一線城市的購房需求更多，從而導致利率的提升更明顯。

模擬房屋限購政策在16期退出時的結果表明：(1)根據租金價格的脈沖響應，一線城市的租金價格大幅下降，非一線城市則小幅下降。原因在于一線城市投機性購房需求占據主導地位，限購政策放松，將導致投機性購房部門大量購房，最終租房市場的供給大幅增加；而非一線城市以剛性需求為主，限購政策的放松并不會導致租房市場供給的大量增加。(2)根據房價的脈沖響應，限購政策的退出使得一線城市的房價止跌回升，非一線城市的房價則出現大幅下降。因此，對于一線城市，限購政策退出是一種較為有效的政策；對于非一線城市，限購政策退出則無效。(3)根據利率的脈沖響應，一線城市中利率出現上升，非一線城市中利率出現下降，這表明一線城市投機性購房部門的購房需求大幅上升，從而對資金的需求上漲；非一線城市的剛性需求下降幅度較大，從而對資金的需求下降。

先分析一線城市。根據租金價格的脈沖響應，隨著住房貸款首付比例政策退出速度變慢，租金價格下降幅度逐漸減少。原因在于，住房貸款首付比例政策退出速度越慢，非耐心家庭購房需求越低，其租房需求越高，因此房屋租金價格下降幅度越小。根據房價的脈沖響應，隨著住房貸款首付比例政策退出速度的變慢，房價上漲速度越快。原因在于，住房貸款首付比例下降速度越慢，租金價格相對越高，投機性購房企業部門的收益也越高，并且限購政策的退出使得投機性購房需求得到滿足，從而導致房價上漲速度也越快。

再分析非一線城市。根據租金價格的脈沖響應，隨著住房貸款首付比例政策退出速度變慢，房屋租金價格下降幅度也逐漸減少。原因和一線城市類似，在此不再贅述。根據房價的脈沖響應，隨著住房貸款首付比例政策退出速度的變慢，房價下降速度越快，與一線城市完全相反。原因在于，非一線城市以剛性需求為主，投機性需求為輔。隨著貸款首付比例政策退去越慢，其對剛性需求的抑制效應越強。

綜上所述，本文的房地產調控政策及退出的傳導機制和政策效果總結如下(如表4所示)：

首先，兩類城市分別對應著兩種房地產需求類型。具體而言，一線城市由于大多數非耐心家庭通過租房滿足住房需求，這類城市以投機性購房企業部門的投機性需求為主；相對于一線城市而言，非一線城市中非耐心家庭更多地通過購房滿足住房需求，因此這類城市以剛性需求為主。

其次，兩類房地產調控政策也分別對應著兩種房地產需求類型。其中，住房貸款首付比例政策由于限制了非耐心家庭的購房需求，因此提高住房貸款首付比例政策主要抑制剛性需求；限購政策主要是對投機性購房企業部門的購房進行限制，因此限購政策主要抑制投機性需求。

再次，房地產調控政策應“因城市類型而異”。對于投機性為主的一線城市，應采取抑制投機性需求的限購政策；對于剛性需求為主的非一線城市，應采取抑制剛性需求的提高住房貸款首付比例政策。如果對兩類城市采用與此相反的政策，則可能起到房價“越調越高”的效果(見表4)。如果對兩類城市同時采取兩類政策，不僅導致政策的扭曲成本較高，更為重要的是，由于兩類政策的政策效果相反，最終的政策效果會非常弱或者完全無效。

最后，房地產調控政策的退出也應“因城市類型而異”。對于投機性為主的一線城市：要想讓房價止跌企穩或回升，應該放開限購政策以刺激投機性購房需求。如果政府當局不希望退出限購政策后房價上漲過快，可以根據房價上漲情況對住房貸款首付比例政策采取不同速度的退出策略。例如，當限購政策退出后，如果房價上漲過快，應該采取快速或立即退出住房貸款首付比例政策；當限購政策退出后，如果房價輕微上漲，可以慢退或者不退出住房貸款首付比例政策。對于剛性需求為主的非一線城市：要想讓房價止跌企穩或回升，應該放開住房貸款首付比政策。需要注意的是，根據脈沖響應結果和表4，相對于一線城市，在房地產調控政策退出實施過程時，非一線城市更可能出現下跌(這與實際情況是非常類似的，中國的非一線城市的抗跌能力比一線城市要差)。因此，針對非一線城市，政策當局不應該選擇立即退出限購政策、慢退型的住房貸款首付比例政策與立即退出限購政策的政策組合。

表4　房地產調控政策及退出效果

注：“√”表示實施這種政策。

五、 結論與啟示

房地產作為各經濟體中最重要的行業之一，其房價的快速泡沫化以及房價在高位之后的快速下跌都會對整個宏觀經濟和金融穩定產生致命的威脅，最近的國際金融危機即是例證。就中國而言，本已居高不下的房地產價格在國際金融危機后卻出現了快速上漲。與此同時，中國政策當局對房價的調控也越來越嚴，但是房價“似乎”并沒太受到調控政策的影響。伴隨著中國產能日益過剩，中國的經濟增長已經進入“新常態”，房價也逐漸從高位快速回落。這種快速回落使得政策當局對房價“崩盤”的擔憂日甚，為此房地產調控政策退出計劃日益成為各地政府部門的“當務之急”。房價快速上漲，該如何調控？為何政府越調控，房價上漲越快？房價下跌，又該如何退出調控政策？

借鑒VECM模型和DSGE模型，本文對上述問題做一拋磚引玉式的回答。首先對房價與租金價格的邏輯關系進行闡釋，其中非耐心家庭的購房需求為剛性需求，以出租房屋和獲取房價上升收益為目的的投機性購房企業部門的購房需求為投機性需求。因此，當經濟面臨政府提高住房貸款首付比例沖擊時，非耐心家庭的租房需求會上升，租金價格會上漲，而房價變化依賴于剛性需求和投機性需求的大小。通過對包括北京在內的10個主要城市的房價、租金價格以及利率構建VECM模型，可以發現北京等一線城市的房價隨著租金價格上漲而上漲，而重慶等非一線城市的房價卻隨著租金價格上漲而下跌。為此，得出一線城市的投機性需求占據主導地位，非一線城市的剛性需求占據主導地位，且這種結果與實際是相符的。

基于VECM模型結果，筆者進一步構建了包含投機性購房部門的DSGE模型，并同時考慮了兩類城市和兩類房地產調控政策。本文得出以下幾個主要結論：

(1)房地產調控政策應“因城市類型而異”。對于以投機性需求占主導地位的一線城市，應采用能抑制投機性需求的房屋限購政策；對于以剛性需求占主導地位的非一線城市，應采用能抑制剛性需求的住房貸款首付比例政策。倘若對城市“錯配”了房地產調控政策可能會導致房價的“調高”，而同時采用兩類政策，不僅有更高的扭曲成本，且兩類政策效果會相互抵消。

(2)房地產調控政策的退出也應“因城市類型而異”。對于一線城市，應放開限購政策以刺激投機性購房需求，對于剛性需求為主的非一線城市應放松住房貸款首付比政策。另外，對于一線城市，如果政府當局不希望退出限購后房價上漲過快，可以根據房價上漲情況對住房貸款首付比例政策采取不同速度的退出策略。相對于一線城市，在房地產調控政策退出過程中，非一線城市的房價更可能出現下跌。

參考文獻：

[1]方意，趙勝民，謝曉聞. 貨幣政策的銀行風險承擔分析——兼論貨幣政策與宏觀審慎政策協調問題[J]. 管理世界，2012(11): 9-19.

[2]蔡明超，黃徐星，趙戴怡. 房地產市場反周期宏觀調控政策績效的微觀分析[J]. 經濟研究, 2011(S1)：80-89.

[3]劉江濤，張波，黃志剛. 限購政策與房價的動態變化[J]. 經濟學動態，2012(3)：47-54.

[4]王永欽，包特. 住房市場數量型干預下最優政策與社會福利的動態均衡分析[J]. 世界經濟，2012(11)：141-160.

[5]王敏，黃瀅. 限購和房產稅對房價的影響：基于長期動態均衡的分析[J]. 世界經濟，2013(1)：141-159.

[6]朱國鐘,顏色. 住房市場調控新政能夠實現“居者有其屋”嗎?——一個動態一般均衡的理論分析[J]. 經濟學(季刊)，2014，13(1)：103-126.

[7]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]. 數量經濟技術經濟研究，2013(11)：56-72.

[8]鄧柏峻，李仲飛，張浩. 限購政策對房價的調控有效嗎[J]. 統計研究，2014，31(11)：50-57.

[9]韓永輝，黃亮雄，鄒建華. 房地產“限購令”政策效果研究[J]. 經濟管理，2014(4)：160-170.

[10]Iacoviello M. House prices, borrowing constraints, and monetary policy in the business cycle[J]. American Economic Review, 2005,95(3)：739-764.

[11]Iacoviello M, Neri S. Housing market spillovers: Evidence from an estimated DSGE model[J]. American Economic Journal: Macroeconomics, 2010,2(2)：125-164.

[12]Ferrante F. A model of housing and financial intermediation[R]. New York University Working Paper，2014.

[13]肖爭艷，彭博. 住房價格與中國貨幣政策規則[J]. 統計研究, 2011(11)：40-49.

[14]王云清，朱啟貴，談正達. 中國房地產市場波動研究——基于貝葉斯估計的兩部門DSGE模型[J]. 金融研究, 2013(3)：101-113.

[15]馬亞明，劉翠. 房地產價格波動與我國貨幣政策工具規則的選擇——基于DSGE模型的模擬分析[J]. 國際金融研究, 2014(8)：24-34.

[16]Mora-Sanguinetti J S, Rubio M. Recent reforms in Spanish housing markets: An evaluation using a DSGE model[J]. Economic Modeling, 2014, 44：S42-S49.

[17]Ehrlich G. A model of sales, prices, and liquidity in the housing market[R]. University of Michigan Working Paper，2011.

[18]Gertler M, Karadi P. A model of unconventional monetary policy[J]. Journal of Monetary Economics, 2011, 58：17-34.

[19]Calvo G A. Staggered prices in a utility-maximizing framework[J]. Journal of Monetary Economics, 1983,12: 383-398.

[20]甘犁，尹志超，賈男，徐舒，馬雙. 中國家庭資產狀況及住房需求分析[J]. 金融研究, 2013(4)：1-14.

[21]Guerrieri L, Iacoviello M. OccBin: A toolkit for solving dynamic models with occasionally binding constraints easily[J]. Journal of Monetary Economics, 2015, 70：22-38.

責任編輯、校對：鄭雅妮

收稿日期:2016-01-21 基金項目:中央財經大學金融學院2014年度院級科研項目一般項目“貨幣政策、房地產價格和金融穩定”。

作者簡介:陳鑫(1990-),新疆維吾爾族自治區阿克蘇市人,清華大學五道口金融學院博士研究生,研究方向:貨幣政策;方意(1986-),湖北省黃岡市人,中央財經大學金融學院講師,研究方向:系統性風險,貨幣政策。

文獻標識碼：A

文章編號：1002-2848-2016(03)-0031-13