住房金融宏觀審慎政策有效性研究*
——基于房價分化特征

陳英楠 劉家銳 張智威 龔雅玲

（1.暨南大學金融系與金融研究所 廣東廣州 510632）

（2.中國人民銀行東莞市中心支行 廣東東莞 523000）

（3.中國郵政儲蓄銀行廣州市分行 廣東廣州 510180）

一、引 言

近年，國內城市間房價變動由之前的幅度相近變為明顯的“差異化增長”。在房價變動分化的背景下，為防范和化解來自住房市場的潛在系統性金融風險，政策當局積極使用住房金融宏觀審慎政策（Housing Finance Macroprudential Policy，HMPP）調控住房市場①“住房金融宏觀審慎政策”一詞系沿用中國人民銀行2016年第四季度的《中國貨幣政策執行報告》在專欄4中的表述。，并強調地方政府的主體責任，注重通過“因城施策”干預房價波動。那么，HMPP對房價的干預是否有效？在不同房價變動特征的城市間住房市場，政策工具的調控效果是否存在差異？此外，不同的HMPP工具又存在怎樣的使用特征？

為回答上述問題，首先，本文簡要分析了國內HMPP的工具箱和中介目標。可知，工具箱中的常用工具為首付比下限和法定存款準備金率，核心中介目標之一為控制房價增速。其次，我們基于文本搜索法搜集整理了70個大中城市的HMPP數據庫。該數據庫含城市間差異的首付比下限變化、全國統一的法定存款準備金率變化以及反映兩者聯合作用的住房金融宏觀審慎政策指數（Housing Finance Macroprudential Policy Index，HMPPI）三個變量。進一步地，在國家統計局公布的70個大中城市新建商品住宅（下文簡稱70城新房）房價增長率分布下，本文利用HMPP數據庫統計分析了各分位城市實施HMPP的特征。最后，基于上述討論，我們建立動態面板分位數回歸模型，分析在不同房價變化分位下實施HMPP的有效性，并考察收緊和放松首付比下限對房價的影響是否存在非對稱性。

已有研究宏觀審慎政策對房價影響有效性的文獻，主要從單一經濟體和跨國兩個層面進行分析。關注單一經濟體層面的代表性研究有：Igan和Kang（2011）研究韓國住房市場發現，貸款價值比上限和債務收入比上限對房價增速具有抑制作用，但對大都市圈城市和非大都市圈城市的影響顯著性不同，且收緊和放松工具的效果也存在差異。①首付比下限與貸款價值比上限（Loan to Value Ratio，LTV）的關系為兩者相加等于1，國內政策使用主要稱為首付款比例，而文獻中常稱為貸款價值比上限。Avouyi-Dovi等（2014）基于住房和信貸市場供需框架考察法國宏觀審慎政策（如上調房貸利率、縮短貸款期限和收緊債務收入比上限）對房價的影響，結果表明宏觀審慎政策僅可有限地影響房價。Kelly等（2017）使用愛爾蘭居民家庭微觀數據分析得出，收緊貸款價值比上限能夠抑制房價增長。由于中國香港實施貸款價值比上限調控房價的時間較長，較多學者專門分析中國香港貸款價值比上限的有效性。例如，Wong等（2011）以及Ahuja和Naba（r2011）均發現收緊貸款價值比上限抑制中國香港房價上漲的效果顯著，而He（2014）認為貸款價值比上限在限制中國香港家庭杠桿上是有效的，但對房價的影響似乎并不明顯。

值得指出的是，針對國內的經驗證據尚不多見。②除經驗研究外，國內基于DSGE模型進行研究的代表文獻有方意（2016）、黃志剛和許偉（2017）等。廖岷等（2014）分析得出貸款價值比上限和杠桿率要求對房價具有明顯的遏制效果。荊中博和方意（2018）研究2005年9月至2017年12月貸款價值比上限和法定存款準備金率的有效性發現，兩種政策工具以房價增速作為靶向目標，對房價增速均有顯著的調控作用。何玉潔和趙勝民（2019）指出含貸款價值比上限和法定存款準備金率在內的房地產審慎監管政策對房價在中長期有明顯的抑制作用。少數學者關注省級或城市層面的工具有效性。Wang和Sun（2013）基于2000—2011年國內31個省份、自治區及直轄市171家銀行的面板數據研究發現，法定存款準備金率與信貸、房價均具有較顯著的負相關關系，且與房價的負相關關系更為顯著，尤其體現在東部地區。Ding等（2017）采用2005—2016年國內70個大中城市的面板數據研究發現，二套房首付比下限能夠顯著抑制房價增長，而且在一線城市的實施效果更為明顯。

綜上，基于單一經濟體層面的多數經驗結果表明，宏觀審慎政策能夠抑制住房市場繁榮，貸款價值比上限和法定存款準備金率對房價增速具有較為顯著的影響。但是，正如上文所指出，關于國內HMPP有效性的經驗研究并不多見，而且以往研究主要關注全國或省級層面，鮮有如Ding等（2017）從更微觀的層面進行的研究。本文與Ding等（2017）均關注城市層面，但與他們的差異在于，我們是在考慮房價增長差異性情況下研究HMPP對城市間房價的影響，以反映近年來城市間房價分化明顯、政策當局強調“因城施策”使用宏觀審慎政策調控房價的客觀現實。而且，我們在考慮城市間房價增長差異性時，并不是簡單地以分線城市（如一線、二線等）或地理特征（如東部、中部等）來作區分，而是根據各城市房價的實際增速差異進行分位數回歸。此外，已有文獻多基于年度或季度數據進行研究，本文使用更高頻率的月度數據，能夠更好地反映出政策的干預效果。因此，在已有的單一經濟體經驗研究基礎上，本文的貢獻在于：一是基于文本搜索法自行搜集整理了含城市間差異的首付比下限變化的HMPP數據庫，采用月度數據進行研究，補充了國內城市層面HMPP工具實施效果的經驗證據；二是使用體現城市間房價分布差異的動態面板分位數回歸模型，首次實現觀察不同類型HMPP工具在不同房價增長率城市間的實施效果。

本文以下部分的結構安排為：第二節簡要分析HMPP的工具箱和中介目標，并描述房價分化背景下HMPP的實施現狀；第三節構建計量模型并說明數據；第四節報告經驗結果；最后進行小結。

二、房價分化背景下的住房金融宏觀審慎政策實施現狀

（一）住房金融宏觀審慎政策的工具箱及中介目標

在城市間房價增速分化的背景下①因篇幅所限，本文省略了基于70城新房價格對國內城市間房價增速分化現象的刻畫，感興趣的讀者可在《經濟科學》官網本篇論文頁面“附錄與擴展”欄目下載。，中國人民銀行于2016年正式提出對住房市場實行宏觀審慎管理。②2016年6月，中國人民銀行上海總部率先在上海市發布房地產金融宏觀審慎管理框架。2016年第三、第四季度的《中國貨幣政策執行報告》相繼強調強化住房金融宏觀審慎管理。作為宏觀審慎政策框架的重要組成部分，我國HMPP的主要工具有：首付比下限、債務收入比上限、法定存款準備金率、資本充足率和貸款限制等。其中，首付比下限和法定存款準備金率的調整頻率較高，屬于HMPP的常用工具。首付比下限被專門運用于調控住房信貸市場（中國人民銀行，2017）。法定存款準備金率是傳統的貨幣政策工具，并不具備專門的宏觀審慎目的（Kuttner和Shim，2016），但由于其在限制信貸增長和提供流動性緩沖方面具有逆周期調節作用（Lim等，2011），大多數文獻將其視為宏觀審慎政策工具，可作為調控住房市場的一般性HMPP工具。

目前在學術文獻中，暫未形成關于HMPP中介目標的統一意見。以CGFS（2012）、ESRB（2014）和IMF（2014）為代表的文獻較為詳細地分析了不同HMPP工具的傳導機制，為歸納總結中介目標提供了理論基礎。具體而言，HMPP工具可分為三類：資產類、流動類和資本類。在我國HMPP的常用工具中，首付比下限屬于資產類工具，主要以信貸需求方（購房者）為調控對象，該類工具影響房價的主要傳導途徑如圖1所示。當提高首付比下限時，一是能夠通過信貸渠道限制特定購房者的資金可獲得性，控制銀行機構信貸數量，從而降低信貸驅動的住房需求和房價，二是可通過預期渠道減弱購房者的投機動機和引導銀行機構去杠桿，以實現降低住房需求和房價的目的。此外，提高首付比下限還可能通過作用于韌性（Resilience）渠道和反違約渠道等其他渠道，即提高購房者應對房價下跌沖擊的緩沖能力以及違約成本，降低購房者的違約概率和銀行機構的違約損失率，進而影響房價變動。

圖1 資產類宏觀審慎政策工具影響房價的主要傳導機制

而國內另一種常用工具法定存款準備金率則屬于流動類工具，主要以信貸供給方（商業銀行）為調控對象。如圖2所示，當提高法定存款準備金率時，一方面能夠引導銀行機構調整融資成本和資產結構，在信貸渠道上減少信貸供給量，進而降低住房需求和房價。另一方面，通過預期渠道改變銀行機構的風險管理和購房者的投資決策，能夠間接地影響房價變動。同時，與首付比下限相似，還可能通過韌性渠道，即提高銀行機構對房價波動沖擊的流動性緩沖，最終影響房價變動。值得一提的是，通過不同的傳導渠道，上述兩種政策工具最終都能提高金融體系的韌性，即具有應對住房市場衰退等不利沖擊的損失吸收能力。

圖2 流動類宏觀審慎政策工具影響房價的主要傳導機制

綜上所述，HMPP常用工具主要通過住房信貸供需與市場預期等傳導渠道影響房價變動。而且，多數文獻在研究政策有效性時選擇將房價增速作為宏觀審慎政策的盯住目標。因此，控制房價增速可作為HMPP常用工具的中介目標之一。

（二）城市間房價增速分布與首付比下限調控

為了解首付比下限在房價分化背景下的具體實施情況，如表1所示，我們對2011年至2017年間70城的首付比下限變動次數進行統計，并分析了不同分位點下首付比下限總體、收緊和放松調整次數的特征。

一方面，就各分位城市的政策傾向而言，在低房價增速分位的城市（如0.10分位），政策放松的次數要多于收緊的次數，其比例接近3∶1；在高房價增速分位的城市（如0.90分位），政策收緊的次數要多于放松的次數，其比例接近1.55∶1。另一方面，就各分位城市的調控頻率而言，城均首付比下限變動顯示，在房價增速較快的城市，政策實施更頻繁。在房價增速處于低分位的城市，2011年至2017年內平均每個城市實施政策4.83次；房價增速處于高分位的城市，在同時期內平均每個城市實施政策6.38次。可見，國內各城市首付比下限的調整方向和頻率會因各城市房價增速的分化而存在差異。

表1 城市間房價增速分布與首付比下限調控次數

三、模型與數據

（一）模型設定

基于前文的分析，并且考慮到房價變動具有一定的慣性，本文選擇構建動態面板分位數回歸模型以評估房價分化背景下HMPP的有效性。參考Ahuja和Nabar（2011）、Nier等（2012）、Kuttner和Shim（2016）、Cerutti等（2017）與Akinci和Olmstead-Rumsey（2018）等文獻的做法，并結合國內城市層面數據的可得性，本文選擇房價增長率作為被解釋變量，HMPP為核心解釋變量，房價變動滯后1期、實際貸款利率與住宅竣工面積增速為控制變量。由于解釋變量包含因變量的滯后1期以及城市間可能存在的不可觀測的固定效應，因此我們使用Antonio和Galvao（2011）提出的包含固定效應的動態面板分位數回歸方法進行估計，具體形式為：

式（1）中，i表示城市，t表示時期，k表示滯后期數（k=1,2,…,m）①增加一期滯后會減少估計模型系數3個自由度，對統計量計算造成影響。同時，對包含滯后3期以上的模型進行估計發現，政策變量系數絕對值變小，顯著性明顯降低，表明政策效果在3期之后產生衰減，而本文主要討論實施政策后的最大影響。綜上，本文考慮最大滯后階數為3期，即m=3。，αi為城市個體固定效應。被解釋變量為新房實際價格定基指數的對數一階差分（Δlnpi,t），反映新房的價格增長率；核心解釋變量為住房金融宏觀審慎政策（HMPPi,t-k），包括首付比下限（dp）、法定存款準備金率（rrr）及住房金融宏觀審慎政策指數（HMPPI）；控制變量包括新房價格增長率的滯后1期（Δlnpi,t-1），以及影響住房市場需求和供給的兩個方面：在需求側有實際貸款利率（ri,t-k），代表貨幣政策立場；在供給側有住宅竣工面積的對數一階差分（Δlnareai,t-k），反映住宅竣工面積增速。

本文運用以上計量模型考察HMPP對房價的影響情況，一是分析HMPP對各分位城市房價增長率的調控效果，以了解HMPP的總體有效性；二是比較收緊與放松首付比下限對各分位城市房價增長率的作用情況，以探究HMPP的干預效果是否具有非對稱性。①在樣本區間內，法定存款準備金率共收緊6次（集中在2011年上半年，每月上調0.5%），放松8次。若考察政策非對稱性效果，這將導致：一是觀測點過少，數據反映信息過少；二是包含多個滯后期的自變量數據分布過于集中，自變量矩陣不可逆而無法估計參數。進而，根據HMPPI的構造規則，若無法討論法定存款準備金率的非對稱性，也就無須討論HMPPI的非對稱性。

值得指出的是，為解決變量之間可能存在的內生性，考慮到解決內生性問題的一個有效方法是選擇變量的滯后項作為工具變量進行回歸，我們將三個HMPP變量和兩個控制變量的滯后1—3期作為自變量放入回歸模型以消除當期可能存在的相互影響。同時，這樣的設置也考慮到政策的作用效果可能具有一定的滯后性。進一步地，我們使用Hausman檢驗評估三個政策變量dp、rrr、HMPPI以及兩個控制變量滯后3期的內生性，檢驗結果均接受原假設，表明各變量的內生性較小，不會對模型參數估計造成過大的影響。

（二）數據說明

本文使用2011年1月至2017年12月70個大中城市的面板數據分析HMPP的有效性。

1.被解釋變量（Δlnpi,t）

被解釋變量為新房實際價格增速。首先，我們使用來自國家統計局的70城新房價格定基指數除以以2010年為基期的全國CPI定基指數，得到新房實際價格定基指數。其次，對新房實際價格定基指數進行對數一階差分，得到新房實際價格增速。

2.核心解釋變量②因篇幅所限，本文省略了關于首付比下限調整信息的搜集過程和賦值規則、法定存款準備金率的賦值規則以及HMPPI的計算方法的具體說明，感興趣的讀者可在《經濟科學》官網論文頁面“附錄與擴展”欄目下載。

（1）首付比下限（dp）

我們使用文本搜索法搜集整理了2011年至2017年間70個大中城市首付比下限的調整信息，然后根據設定的規則對調整信息進行虛擬變量賦值，形成首付比下限調整數據庫。首付比下限調整信息數據來源于中國人民銀行官網、原中國銀行業監督管理委員會官網、住房和城鄉建設部官網以及中國政府網公布的政策文件/公告等。

關于政策變量的賦值，借鑒Mcdonald（2015）、Kuttner和Shim（2016）、Cerutti等（2017）、Akinci和Olmstead-Rumsey（2018）、荊中博和方意（2018）以及何玉潔和趙勝民（2019）等的做法，我們將收緊首付比下限賦值為1，放松賦值為-1，保持不變賦值為0。進一步地，為了比較收緊和放松首付比下限對房價的干預在影響程度上是否存在差異，我們將首付比下限分為收緊與放松兩個子樣本，研究收緊效果時，收緊首付比下限賦值為1，否則為0；研究放松效果時，放松首付比下限賦值為1，否則為0。

（2）法定存款準備金率（rrr）

本文以樣本區間內中國人民銀行公布的歷次大型金融機構法定存款準備金率變動為統計對象，數據來源于Wind資訊，變量的賦值方法與首付比下限相同。

（3）住房金融宏觀審慎政策指數（HMPPI）

由于我國首付比下限和法定存款準備金率的實施頻率較高，考慮兩個常用工具的聯合作用能夠體現HMPP的整體變動對系統性風險來源的干預效果（Zhang和Zoli，2016）。因此，借鑒Zhang和Zoli（2016）、Cerutti等（2017）、Akinci和Olmstead-Rumsey（2018）以及何玉潔和趙勝民（2019）等的做法，我們通過加總首付比下限和法定存款準備金率的虛擬變量值得到HMPP指數（HMPPI），即HMPPI=首付比下限虛擬變量+法定存款準備金率虛擬變量。

3.控制變量①我們在設定模型時，一方面盡量將住房供給側與需求側的因素都納入考慮，另一方面對于變量選擇的一個關鍵約束是數據可得性。由于月度頻率數據匱乏，加上考慮70個城市，控制變量可選擇的余地更加受限。我們遵循以上原則最終選擇住宅竣工面積、利率作為影響房價的住房市場供求變量。

（1）住宅竣工面積當月值增速（Δlnareai,t-k）

月度住宅竣工面積累計值數據來源于CEIC數據庫，其中39城可以直接得到，剩余31城以城市所在省份的住宅竣工面積作為替代。我們將一年內月度竣工面積增量不大于0的觀測點判定為異常點并進行補全。此外，還將得到的竣工面積當月值進行12個月移動平均來消除季節性影響，對移動平均后的當月值做對數一階差分得到竣工面積增速。

（2）實際貸款利率（ri,t-k）

首先，利用樣本區間內中國人民銀行公布的歷年5年期以上貸款基準利率，根據實際使用天數加權得到年平均利率（R）。其次，基于公式(1+i)12=1+R，反推得出名義月度平均貸款利率。最后，基于實際利率（r）=名義月度利率（i）-CPI環比增長率，得到各市實際月度貸款利率。

4.變量描述性統計

表2為變量的定義及描述性統計結果。可以發現，各變量的波動幅度不大，主要原因是月度頻率數據波動較小。就平均水平而言，月度新房實際價格增長率為0.07%，月度實際貸款利率為0.31%，月度住宅竣工面積增長率為0.02%。

表2 各變量的描述性統計結果

四、經驗結果

考慮到不同調控政策在不同分位城市的傳導時滯不一，我們估計了首付比下限、法定存款準備金率和HMPPI在各分位滯后1期至滯后3期的系數。其中，主要關注統計顯著且系數絕對值最大期的結果，重點考察政策實施后的最大影響。

（一）住房金融宏觀審慎政策的總體影響

1.首付比下限對房價增速的總體影響

表3反映首付比下限政策對5個分位房價增速的作用效果。結果顯示，各分位絕對值最大的系數均在 1%的顯著性水平下顯著為負，表明首付比下限對所有分位的房價增長均具有明顯的抑制作用。不同的是，在低分位城市，首付比下限的遏制作用隨時間逐漸減弱，而高分位城市該規律并不明顯。

表3 首付比下限政策對房價增速的影響

進一步地，比較各分位系數絕對值的大小發現，首付比下限的作用效果隨著房價增長率分位的提高而逐漸下降，最大的系數絕對值從0.10分位城市的0.0061下降到0.90分位城市的0.0019，表明從低分位城市到高分位城市，每調控一次導致房價增速變動從0.61個百分點下降到0.19個百分點，累計下降幅度達69%，且對于高分位城市最大影響對應的滯后期從滯后1期變為滯后2期，最顯著的干預效果推遲了一個月。也就是說，相比于低分位的城市，高分位城市實施首付比下限政策后，政策反應速度較慢，對房價造成的影響較小。

對應表1和資產類工具的傳導機制（見圖1），我們認為首付比下限效果從低分位至高分位逐漸減弱的現象可能可以解釋為：首付比下限為資產類工具，主要以信貸需求方（購房者）為調控對象，通過作用于信貸和預期等渠道影響房價變動。提高首付比下限會限制購房者的信貸可得性，增加首付款金額。當市場預期較為一致時，在高房價增速的城市①大于0.90分位房價增長率的城市為：鄭州、合肥、北京、南京、廣州、上海、廈門和深圳。，購房者家庭財富總量較大，對于首付款增加的承受能力較強，信貸可得性下降較難對其形成資金約束。而對于低房價增速的城市①小于0.10分位房價增長率的城市為：溫州、錦州、丹東、包頭、唐山和牡丹江。，居民的收入相對較低、財富積累相對不足，信貸可得性約束的影響較強，上調首付比下限降低了購房者的杠桿比率，使得購房者暫緩或減少購買需求，進而導致房價增速放緩。

2.法定存款準備金率對房價增速的總體影響

法定存款準備金率政策對不同分位房價增速的作用效果同樣存在差異。由表4可知，每個分位點上都存在 1%水平下顯著為負的估計系數，說明法定存款準備金率對房價增速同樣具有顯著的抑制作用。但與首付比下限不同的是，在高分位城市，法定存款準備金率的遏制作用隨時間逐漸減弱，而低分位城市該規律并不明顯。

表4 法定存款準備金政策對房價增速的影響

在分位特征上，從低分位到高分位，收緊一次法定存款準備金率會使房價增速下降0.24至0.39個百分點，政策效果隨著房價增長率分位的提高而趨于增大，累計上升幅度超過62%，且最顯著的干預效果提早兩個月。也就是說，相比于低分位城市，高分位城市實施法定存款準備金政策后，政策反應速度較快，對房價造成的影響較大。值得指出的是，該結果恰好與首付比下限的影響效果相反。

針對上述結果，基于流動類工具的傳導機制（見圖2），本文嘗試理解為，法定存款準備金率為流動類工具，主要以信貸供給方（商業銀行）為調控對象，同樣通過作用于信貸和預期等渠道影響房價變動。緊縮的法定存款準備金率政策將導致商業銀行面臨流動性短缺，進而導致信貸供給下降。當市場預期較為相近時，在高房價增速城市的購房者的財富積累程度較高②從現實來看，高房價增速城市一般為經濟發展水平較高城市。例如，本文大于0.90分位房價增長率的城市除了鄭州和合肥屬于中部地區外，其他城市均屬于東部地區。小于0.10分位房價增長率的城市除了溫州、唐山屬于東部地區外，其他均屬于西部或東北地區。根據甘犁等（2013）的調查，東部地區家庭戶均總資產約是中部地區的7倍，約是西部地區的8倍。因此，在一定程度上可以認為，高房價增速城市的家庭財富積累程度較高。，首付比下限對其購房需求的限制力度較小，而信貸量需求較大。因此，限制購房者需求的主要為信貸資金的充足程度，即商業銀行的信貸供給。而商業銀行信貸資金與法定存款準備金率存在較大關聯性，因此法定存款準備金率在高分位城市的影響更大。舉個具體的例子，假設在高房價增速城市，一套價格為1 000萬元的住房，在首付比下限為30%的條件下，購房者需要支付300萬元首付款，并可向銀行機構借款700萬元。在低房價增速城市，住房價格相對較低，一套500萬元的住房在30%最低首付比下需要支付150萬元首付款，并可向銀行借款350萬元。但是，歸因于在高房價增速城市的購房者的財富積累程度較高，住房購買能力較強，高房價增速城市的300萬元首付款相較低房價增速城市的150萬元首付款而言更易承受，首付比下限的影響更小。而對于來自銀行的住房貸款，由于700萬元相對350萬元金額絕對值更大，對于高房價增速城市購房者而言，較高的信貸資金需求導致銀行需要更寬松的流動性，因此法定存款準備金率的影響更大。

3.HMPPI對房價增速的總體影響

表5反映HMPPI對各分位房價增速的影響效果。同樣，每個分位點上都存在1%水平下顯著為負的估計系數，說明HMPPI能夠顯著減緩房價增速。HMPPI的分位特征類似于法定存款準備金率的結果。一方面，收緊一次HMPPI會使房價增速下降0.12至0.28個百分點；另一方面，HMPPI的效果由低房價增速城市到高房價增速城市趨于增大，且時滯減少，表明房價增速對政策實施的反應速度變快。值得注意的是，觀察系數絕對值大小發現，處于0.10分位、0.50分位與0.75分位的HMPPI的最優估計系數既小于首付比下限，也小于法定存款準備金率，且在剩余分位上，HMPPI的最優估計系數絕對值均不是三者中最大。

表5 HMPPI對房價增速的影響

由前文可知，在構造HMPPI變量時，首付比下限和法定存款準備金率兩個變量被同等看待，且二者對房價增速的影響同向，均為顯著抑制。按我們的預期，二者合成的HMPPI影響效果應該能大于單項政策的影響效果。但由回歸結果可見，HMPPI政策變量的分位估計系數與首付比下限和法定存款準備金率相比并不是最大的，與Cerutti等（2017）以及Akinci和Olmstead-Rumsey（2018）等文獻的經驗結果類似。我們認為，這在一定程度上反映兩種常用工具在干預房價上可能并不具有明顯的協同促進作用。

（二）首付比下限的非對稱性分析

從表6可以發現，收緊首付比下限能顯著減緩房價增速的上升，放松首付比下限能顯著促進房價上漲。具體而言，收緊一次首付比下限，房價增長率大約下跌0.23至1.1個百分點；放松一次會使房價增長率較上期大約上升0.25至0.57個百分點。對比收緊和放松的效果發現，首付比下限政策在干預新房價格上存在非對稱性，收緊的干預強度總體上大于放松。該結論與已有文獻如Igan和Kang（2011）、Kuttner和Shim（2016）、楊昊龍等（2017）與葉歡（2018）等總體保持一致。在0.50與0.75分位點，放松的影響效果更強，其余分位收緊的效果要強于放松24%到93%不等。這種非對稱性效果在0.75分位最小，在越接近極端的分位（如0.10分位和0.90分位）表現越明顯。如在0.10分位下，收緊的干預效果約是放松的一倍。進一步地，結合分位數觀察政策影響效果可得，從低分位城市到高分位城市，放松首付比下限的影響效果具有與總體首付比下限同樣的下降趨勢，而收緊首付比下限的趨勢性并不十分明顯。因此，首付比下限政策實施效果的非對稱性可能對相關部門操作政策提出更高的要求。

表6 首付比下限對房價增速的非對稱性分析

五、結論性評述

針對我國城市房價過快上漲以及城市間房價變動出現分化的現狀，國內政策當局積極實施HMPP干預住房市場。本文旨在探究房價分化背景下我國HMPP常用工具，即首付比下限、法定存款準備金率以及兩者的聯合作用對房價的干預效果，得出的主要結論如下：

第一，首付比下限、法定存款準備金率以及兩者的聯合作用（HMPPI），均對房價增速具有顯著的抑制作用。具體而言，首付比下限對低房價增速城市的抑制作用更大且更為迅速；而法定存款準備金率、HMPPI則對高房價增速的城市影響更大、更快。對此，我們理解為，首付比下限主要調控住房市場的需求方，也就是信貸資金市場的需求方。由于在高房價增速城市的購房者財富積累程度較高，因此首付比下限變動對房價增長的影響不如低房價增速城市。相反，在房價增速較快城市，購房者需求的主要約束來自于信貸資金數量供給而非首付款。同時，在信貸資金市場上，巨大的信貸需求量使得資金市場趨于賣方市場，信貸的供給方——商業銀行能夠將法定存款準備金率的變動充分反應到信貸資金數量供給上，進而影響到購房者需求。因此，法定存款準備金率的影響在房價增速較快城市更為顯著。

第二，首付比下限與法定存款準備金率的聯合作用（HMPPI）對房價的干預效果并未強于單項政策。在聯合作用的分位特征上，HMPPI的干預效果主要受到法定存款準備金率的影響，其在各分位估計系數的大小以及滯后期都與法定存款準備金率相似。在聯合作用的強弱特征方面，首付比下限和法定存款準備金率兩種常用工具在干預房價上可能并不具有明顯的協同促進作用。

第三，首付比下限在收緊和放松兩個方向上對房價變動的影響存在非對稱性。在同一房價增長率分位的城市，收緊首付比下限對房價的抑制作用和放松首付比下限對房價的刺激作用出現非對稱性，并且這種差異在極端房價增長率分位（如0.10分位和0.90分位）體現得更加明顯。

綜上所述，本文的政策含義為，一是堅持“因城施策”的住房市場調控思路，進一步落實地方政府主體責任有助于完善房地產長效管理機制，促進房地產市場平穩健康發展。二是不同城市應根據房價增速選擇合適的政策調控工具。對于房價增速較慢的城市，地方政府應優先使用首付比下限干預房價；對于房價增速較快的城市，地方金融監管部門如中國人民銀行分支行、銀保監分局應優先使用傳導機制類似于法定存款準備金率的流動類工具來調節金融機構的信貸供給以影響房價。三是實施HMPP時應考量各個工具的干預特點。地方政府通過調整HMPP調控房價時，需要充分考慮同一政策工具相反方向實施時的非對稱性、不同工具的生效時滯以及共同實施時的協調問題，以免造成政策效果的相互抵消。

值得指出的是，由于受到現有數據的約束，使用城市月度頻率數據研究國內HMPP有效性存在一定的局限，比如在選擇模型控制變量時受到限制。此外，本文只討論了HMPP工具間的搭配使用問題，并未研究貨幣政策、財政政策、行政干預等政策工具與HMPP工具之間搭配實施的效果，且對經驗結果的解釋只做了嘗試性的討論，如發現了HMPP在各分位城市實施效果的差異性。對于不同類型政策間的搭配實施效果，以及相關結果出現的原因，仍然需要進一步的研究。