(武漢大學經濟與管理學院 湖北 武漢 430072)
限購政策、限貸政策以及其他相關輔助政策已經成為樓市降溫的主要手段。政府為加大調控力度甚至專門成立有關方面的監管小組,對一些房地產商、房地產中介的違規操作進行查處。政策的不斷調整對房地產行業的健康發展作用到底如何?房地產市場的火熱真的在冰冷的政策下降溫了嗎?所以研究政策對房地產市場的影響就變得非常有意義。影響房價和房屋交易量的因素有很多,但最主要的還是供給和需求影響價格和交易量。
本文在以最為基本的供需關系為理論模型基礎,分析政策對于供需的影響機理,再以武漢市各個城區政策實施前后的房價和房屋交易量的變化為例進行實證分析,從而得到政策對于房地產市場規范的作用,這對于政策知道規范房地產市場具有重要的意義。
關于限貸限購政策影響房地產市場的效果的研究還是比較多的,但是由于國外政府對于市場干預較小,故對于限購限貸影響房地產市場效果這方面的研究寥寥無幾,大多數都集中在國內。李昱璇(2015)以全國29個城市為例,利用斷點回歸、偏差校正LSDV法對這些城市2008年到2014年的月度面板數據進行了實證檢驗,檢驗結果表明,限購政策并沒有起到很大的作用;限貸政策影響明顯,數據表明,個人房貸利率的上升會顯著的導致房價增速的下降,其中以西部地區影響效果最為顯著。王松濤(2011)以干預分析模型為基礎,對全國6個重點城市進行定量分析。結果表明,政府政策對于房價有顯著的影響,從時間上來看,政府政策的影響效果越來越強。衛旭華,王琦(2014)通過對全國35個城市所得數據的分析,得出了政府限購、限貸政策都能顯著降低對房屋的需求。喬坤元(2012)以住房庫存流量模型為理論基礎,對全國70個城市為實例進行驗證,同樣用到了與本文方法相同的倍差法,并最終得到與理論模型相同的影響結果。
自2016年以來,在央行寬松的貨幣政策的刺激下,住房投機炒作者瘋狂的涌入中國的房地產市場,短短一年間,北京、深圳、上海等地的房價就被炒到10萬一平方米!一些二線城市例如杭州、武漢、南京等地的房價增長速度也很快,而這些城市的房價上漲的越快,房地產投機者就越會瘋狂的涌入房地產市場,房價就會上漲的更快,一時之間,全國各地的大中城市的房地產市場都充斥著巨大的泡沫。
當中央政府看到幾乎全國的房地產市場都充斥著巨大的泡沫,整個中國的房地產市場都存在著巨大的風險,于是政府提出了住房是用來住不是用來投機炒作的概念,出臺了一系列限購限貸政策、監管政策、去庫存政策以及其他政策用來保障房地產市場持續健康的發展。
關于限購,鄭州、濟南、西安等地在2016年12月下旬在原有政策的基礎上出臺了一系列新政策除此之外,廣東、浙江、河南等省級人大也表態要嚴控房地產泡沫;限貸方面,好多城市對此作出調整,除了限購、限貸政策外,部分城市通過加強市場監管、規范交易秩序、加強輿論引導等途徑,穩定市場預期。
目前武漢樓市庫存量大,正處于去庫存的階段。成交量高的重要原因是由于需求和供給兩方面都十分旺盛,與北京上海深圳等地不同,武漢正在發展當中,不斷的發展使得武漢的吸引力不斷上升,武漢的價值的越來越大,故需求也會不斷地增長,武漢樓市成交量不斷攀升,如今的武漢已經成為了樓市最火的城市之一。
2016年8月31日,人民銀行武漢分行及銀監會湖北監管局發布《武銀[2016]109號》文件:關于加強住房信貸政策管理的通知。有關事項及實施要求通知如下:
1.對在武漢市擁有1套住房的居民家庭,再次申請個人住房貸款購買商品住房,貸款最低首付款比例為40%。
2.在武漢市內購買2套住房且已結清貸款或只有一套住房結清另一套未結清,購買第三套住房時首付提高至40%。
3.在武漢市已經購買2套以上且2套及以上貸款都未結清,再次購買房屋時,需付全款購買。
4.以上規定字在武漢市主城區實施,不包括江夏、蔡甸、漢南、經開等非主城區。
首先我們要明確倍差法(difference-in-difference)的定義,通其原理就是通過比較政策實施后兩個研究對象的差異和政策實施前兩個研究對象的差異來評估政策的效果。
假設在一次實驗中,我們隨機選取部分實驗對象,對這些對象進行某些特定處理,我們將其定義為實驗組,緊接我們想要知道這些處理的效果如何,要想研究處理效應,我們不僅要考慮處理對研究對象的效果,還要考慮到不處理時研究對象本身的變化。所以,我們想要研究處理對研究對象的真正效果,應是實驗組進行處理之后平均的變化減去未處理是其他因素對其造成的平均的變化。如表1所示,真正的處理效應應為

表1 真正的處理效應
其中,D=1表示實驗組,Q表示實施處理之前,H表示實施處理之后,1表示實際上進行了處理,0表示實際上未處理。但是,這在理論上是不可行的,因為我們無法同時對實驗組進行處理又對其進行不處理,既然如此我們就需要引入對照組,令D=0表示對照組,則此時的處理效應應為

表2 引入對照組的處理效應
但是顯然一個新的問題又出現了,實驗組和對照組在不處理時平均的變化不一定相等,這就需要我們找到一個足夠匹配的對照組,使的滿足下式:
綜上,處理效應的效果應為實驗組的處理前后的平均變化減去對照未被處理時的平均變化。
本文選取了武漢市各個區商品房和為研究對象,我們從中指數據庫獲取了武漢市各個城區自2016年1月到2017年2月商品房和月度房屋交易量和月度平均價格數據,我們對這些面板數據進行標準化處理,對不同的研究對象(即不同的城區),令初始值都為100,第二月以上月為基礎重新計算價格(房屋交易量),以此類推直至結束,我們定義:
(1)商品房月度平均價格為p_spf;
(2)商品房的月度房屋交易量為q_spf;
本節是本文的核心,以倍差法的原理,利用下面將要提到的模型,分析武漢市限購限貸政策對商品房的平均價格和交易量的影響,再次之前,我們首先要定義的變量xt=1,限購限貸政策出臺之后;xt=0,限購限貸政策出臺之前;xi=1,實施該政策的武漢市城區;xi=0,未實施該政策的武漢市城區;
2016年10月初正式開始出臺限購限貸政策,所以我們以2016年9月10月之間為節點,9月及9月之前定義為政策出臺之前,9月之后即從10月開始定義為政策出臺之后;由于政策出臺只針對武漢市江岸、江漢、硚口、漢陽、武昌、青山、洪山區及武漢經濟技術開發區(不含漢南區)、東湖新技術開發區、東湖生態旅游風景區,故將這些區域定義為政策實施的區域,其他區域例如黃陂、江夏、蔡甸、經開等區域定義為政策未實施的城市。
最終模型為:
p_spfit=α0+α1xi+α2xt+α3xi*xt+uit
(4.1)
q_spfit=β0+β1xi+β2xt+β3xi*xt+uit
(4.2)
上述四個回歸模型中,交互項的系數即α3、β3代表了限購限貸政策對p_spfit、q_spfit、這四個變量的影響的百分比,其他系數例如α0、α1、α2等并不是我們關心的系數,但這并不意味著這些變量是沒有意義的。
我們利用拿到的數據以上述式子為模型做回歸,結果如表3所示。
從表3結果可知,限購限貸政策的出臺造成商品房的價格下降幅度大約為3.69%,造成商品房交易量下降的幅度為1.25%.但是不論從t值還是p值來看交互項都不是顯著的。我們猜想可能是因為政策的影響是短期的,距離政策的發布已經過去了大半年,影響效果可能已經不是那么好了,于是我們將2016年12月、2017年1月、2017年2月的數據去掉,僅考慮政策發布對以后兩個月商品房價格和交易量的影響,回歸結果表4所示。
從表3,我們得到,p_spf的t值和p值非常顯著,而q_spf的t值和p值依舊不顯著,這意味著在政策實施后的兩個月內,限購限貸政策的出臺使得商品房價格顯著下降,且下降幅度較大,平均下降了14.76%,而商品房交易量上升了4.77%,但這一結果并不顯著。

表3 基本回歸結果

表4 二次回歸結果
預期在經濟學里是一個非常重要的影響因素,本節我們就預期是否影響了房價和房屋交易量進行探討,在2016年7月的時候,蘇州、廈門等地就已經相繼出臺了限購限貸政策。此時,全國與這兩地同一層次的城市出臺限購限貸政策已成必然,市場是否就這一信號做出了反應,從而使得實際房價和房屋交易量的變化都是由這一信號所影響的,為了研究這一問題,我們將關于時間的虛擬變量做一簡單變化,我們將關于時間的虛擬變量節點變為蘇州、廈門等地發布政策的時候。對變化后的數據重新進行估計,其他與4.2節相同,結果如下表:

表5 政策預期的影響的回歸結果
如表5所示,結果顯然不顯著,這也就是說我們不能認為是預期對房價和房屋交易量造成了影響。
本文以武漢市的限購限貸政策為背景,以最基本的市場供需變動為理論支撐點,利用倍差法分析政策效果的方法,以武漢市出臺限購限貸政策的區域為實驗組,以未出臺該項政策的城區為對照組,以武漢市各個城區商品房2016年1月至2017年2月的平均房價和房屋交易量為數據,分析了限購限貸政策的長短期影響,更進一步分析了對政策的預期對商品房房價和房屋交易量的影響,得到了如下的結論:
(1)限購限貸政策短期內對房價有非常顯著的抑制作用,對房屋交易量有正面的影響,可以一定小幅度提升短期內的房屋交易量,但是這種影響并不顯著。
(2)政策發布時間越長,該政策的效果越差,該政策中長期對房價和房屋交易量無顯著的影響作用。
(3)消費者對政策的預期并沒有顯著地影響房價和房屋交易量。
基于以上結論,我們給出以下建議:
既然該項政策在短期內可以一定程度上抑制房價,對房屋交易量無顯著的影響;中長期對房價和房屋交易量無顯著影響作用,政府發布該項政策后,一段時間之后房價必然再次上漲,為了長期穩定房價,建議政府采取“間隙式”的政策,所謂“間隙式”,就是間隙性的出臺各種限購限貸政策,由松到緊,一步一步調整達到穩定房房價的效果。