居民杠桿率、房產稅改革與政策協調

■張敏鋒，李嘉政，黃佩佩

一、引言

自1998 年房地產市場化改革以來，我國房地產市場迅猛發展，成為推動我國經濟發展的重要產業。大量信貸資金通過居民房貸等方式進入房地產市場，我國居民債務水平持續走高，居民杠桿率和房價出現螺旋式上漲態勢。當前，我國居民杠桿率由2008年末的17.9%快速上升至2021年末的62.2%，大幅超過發展中國家平均水平，已與部分發達國家接近。長期來看，居民高杠桿往往不具有可持續性，高負債勢必面臨嚴苛的流動性約束，擠出居民部門的消費和投資。對于住房投機者而言，一旦房價趨于穩定或下降可能導致其資金鏈斷裂，并引發住房貸款不良率大幅上升，金融機構產生大量壞賬，嚴重時可能會引發系統性金融風險。因此，我國第十四個五年規劃和2035年遠景目標綱要指出要“推進房地產稅立法，健全地方稅體系”。習近平總書記2021 年10 月在《扎實推動共同富裕》明確指出“要積極穩妥推進房地產稅立法和改革，做好試點工作”。當前全國人大常務委員會已授權國務院開展房地產稅改革試點工作。那么，我國推動房產稅改革，是否能提高宏觀經濟政策調控效果？房產稅應對住房存量還是對住房增量征稅？房產稅如何與同樣調控房地產市場的宏觀審慎政策協調配合？征收的房產稅稅率是越高越好嗎？這些是本文主要研究的問題。

二、文獻綜述

近些年來我國居民杠桿率快速攀升，阮健弘等（2020）、周廣肅和王雅琦（2019）分別從省級面板數據和家庭微觀數據庫（CFPS）角度出發，指出我國居民債務的主體是住房貸款，并且房價的持續上漲推高了居民杠桿率。由于房價增長的不可持續性，居民部門因購房背負高額房貸，高杠桿影響居民部門再融資能力，導致家庭不得不進行預防性儲蓄，從而導致消費壓縮，容易造成“房奴效應”（潘敏和劉知琪，2018）。在寬松的信貸政策背景下，雖然購房需求的上漲減緩了房地產行業的壓力，但是居民低效用的杠桿增加容易使個人不良貸款增加，不斷積累的個人債務壓力對實體經濟產生嚴重擠出效應，加之居民杠桿率過快增加，居民債務風險極易變為系統性金融風險（Reinhart&Rogoff，2011）。

自2011年上海和重慶首次實行房產稅改革試點以來，房產稅政策作為一項調控房地產市場和宏觀經濟運行的財政手段，大量學者進行了深入探討，大多數學者認為房產稅政策能有效調控房價，抑制房地產泡沫，對住房投機行為產生顯著抑制作用（Alpanda&Zubairy，2017；張航和范子英，2021），促進實體經濟朝著脫虛返實方向發展（周建軍等，2021），也有研究指出征收房產稅會對產出、房地產投資、實體經濟投資、消費等主要經濟變量產生不利影響，但是負面影響總體可控（劉建豐等，2020）。

近些年來，隨機動態一般均衡模型（DSGE）被廣泛運用于模擬各類宏觀經濟政策對房地產的調控效果和政策協調上，其中對貨幣政策和宏觀審慎政策的探討最為多見。Giglio et al.（2016）發現盯住資產價格的貨幣政策可能造成產出下降并導致通脹波動大幅上升，并放大房地產價格的波動。相對于貨幣政策的飽受爭議，次貸危機之后發展起來的宏觀審慎政策，對房地產調控普遍被認為是有效的。馬草原和李宇淼（2020）構建新凱恩斯DSGE模型，研究發現在面對大部分外生沖擊時，貸款價值比能有效降低房地產市場波動，抑制資產泡沫。孟憲春等（2018）指出“盯信貸”規則下的貸款價值比調控效果更好。不少學者認為貨幣政策和宏觀審慎政策應該協調配合，“雙支柱”政策對房地產的調控效果更優（馬理和范偉，2021）。楊源源等（2021）發現宏觀審慎政策和房產稅政策均能有效遏制房價上漲，但房產稅政策對房價上漲的抑制能力明顯占優。

上述文獻為本文研究提供了重要啟迪，但也發現存在以下不足：第一，在討論宏觀經濟政策調控效果時，大多只考慮房價、消費和產出等，而忽視了對居民杠桿的探討；第二，上海和重慶房產稅改革試點存在對住房存量和住房增量兩種征稅模式，而已有文獻中大多將征稅對象設定為住房存量單一模式，沒有比較兩種不同征稅方式對宏觀調控的影響差異；第三，大部分文獻引入房產稅政策是以固定稅率引入，然后通過修改房產稅稅率參數，用以判斷不同靜態稅率下房產稅政策對房地產市場的調控效果，鮮有引入動態房產稅規則；第四，政策協調部分，已有文獻集中于貨幣政策和宏觀審慎政策“雙支柱”的配合上，鮮有考慮房產稅政策和宏觀審慎政策的協調配合問題。鑒于此，本文基于Iacoviello（2005）和高一銘（2018）構建的DSGE模型，引入住房存量和住房增量兩種房產稅政策，判斷加入房產稅政策后宏觀經濟政策的調控效果，再引入動態調整的房產稅政策和宏觀審慎政策（LTV），通過計算社會福利損失函數，用以確定房產稅政策和宏觀審慎政策的搭配組合方式，最后計算不同房產稅稅率下房產稅收入占GDP 的比例，以確定設置房產稅稅率高低的問題。

三、理論模型

本文構建的DSGE模型包含了儲蓄家庭、借貸家庭、企業家、零售商、商業銀行、政府宏觀經濟調控部門等六個經濟主體。儲蓄家庭為商業銀行提供信貸資金獲得利息收入，并通過勞動獲取工資收入，用于家庭當期的各項支出。借貸家庭以住房作為抵押，向商業銀行拆入資金用于消費和購房。企業家用房產和資本作為抵押品向商業銀行拆入資金，雇傭借貸家庭和儲蓄家庭進行生產。零售商購買企業家產出的產品，加工后對產品重新定價出售。壟斷競爭的商業銀行以央行制定的利率向儲蓄家庭吸收存款，向借貸家庭和企業家借出資金。政府宏觀經濟調控部門制定政策，主要為貨幣政策、宏觀審慎政策和房產稅政策。

（一）代表性儲蓄家庭

儲蓄家庭的效用來源于消費、住房存量和閑暇。假定儲蓄家庭的效用函數為：

其中，E為期望算子；β為儲蓄家庭的時間貼現因子；C為儲蓄家庭的消費；h為居民消費習慣參數；J為住房需求沖擊，其對數線性化后滿足AR（1）過程；H為儲蓄家庭的住房存量；N為儲蓄家庭的勞動供給；φ為勞動供給Frisch彈性的倒數。儲蓄家庭使用上期預存的資產和當期收入來支付當期各項開支以及為下期預存資產。其預算約束為：

其中，儲蓄家庭可選取消費C、資金融出量b、住房存量H、勞動供給N使得自身效用最大化。根據目標函數和預算約束得到最優化的一階條件（FOC），分別為：

其中，λ為儲蓄家庭預算約束的拉格朗日乘子。

為了探究對居民部門征收房產稅對我國主要經濟變量的影響，在儲蓄家庭預算約束中加入房產稅稅收支出。設計了兩種房產稅征稅方案：第一種是當前國際上主流的對住房存量進行征稅，即無論當期是否有購房的行為，家庭都應當按當期所擁有的住房價值進行繳稅。第二種是以上海房產稅試點為代表的對新購住房進行征稅，即有購買房產時，按新購房屋價值進行繳稅。兩種征稅方案下，儲蓄家庭的預算約束分別為：

其中，τ、τ分別為對住房存量征稅和住房增量征稅時的房產稅稅率。此時，儲蓄家庭對H的一階條件（FOC）分別為：

（二）代表性借貸家庭

借貸家庭的效用函數與儲蓄家庭的效用函數類似：

其中，β為借貸家庭的時間貼現因子，并且β＜β，意味著相對于儲蓄家庭，借貸家庭更傾向于當期的效用而非未來的效用。C、H、N分別為借貸家庭的消費、住房存量和勞動，其預算約束為：

借貸信貸約束可以表示為：借貸家庭可選取消費C、資金融入量b、住房 存 量H、勞動 供 給N使 得 自 身效 用最 大化。根據目標函數和預算約束得到最優化的一階條件（FOC）分別為：

其中，λ為借貸家庭預算約束的拉格朗日乘子；λ為信貸約束的拉格朗日乘子。同樣，分別對借貸家庭住房存量或住房增量征收房產稅時，借貸家庭的預算約束為：

此時，借貸家庭對H的一階條件（FOC）分別為：

（三）企業家

企業家不從事生產勞動，擁有住房僅用于生產，故假定企業家的效用函數為：

其中，β為企業家的時間貼現因子，C為企業家的消費。

企業家出售其生產的產品，并通過借貸融資用以覆蓋當期生產成本支出和消費，其預算約束為：

假定企業的生產函數為柯布道格拉斯函數，具體的生產函數為：

其中，A代表技術沖擊；K為資本；μ、v 分別為資本和房地產的產出份額，1-μ-v為勞動的產出份額；α和1-α分別為儲蓄家庭和借貸家庭占居民部門的比例。該生產函數滿足規模報酬不變的性質。

企業家通過投資和購買資產來累積資本，并需要考慮到資產調整成本，具體的資本累計方程為：

綜上所述，企業家通過選擇自身的消費C、儲蓄家庭的勞動N、借貸家庭的勞動N、資金融入量b、住房存量H、資本K、投資I、資本購買△、產能利用率z，使得自身效用最大化。結合企業家的效用函數、預算約束、信貸約束、生產函數、資本累積方程，計算得到企業家效用最大化的一階條件（FOC）為：

其中，λ為企業家預算約束的拉格朗日乘子；λ為信貸約束的拉格朗日乘子；λ為資本累積方程的拉格朗日乘子。

（四）零售商

其中，ε為不同商品之間的替代彈性系數，由此推導出具有通貨膨脹后顧型特征的線性化后的菲利普斯曲線為：

其中，eu為成本推動沖擊。

（五）商業銀行

我國商業銀行具有加強利率議價能力。通過存貸款業務，以較低的價格從儲蓄家庭吸收存款，并制定貸款利率將資金貸款給借貸家庭和企業家。本文參照卜林等（2016）的研究，引入壟斷競爭的商業銀行部門。在壟斷競爭假設下，商業銀行以央行規定的存款利率吸收存款，擁有貸款利率的定價權利。故商業銀行的利潤最大化問題為：

約束條件為貸款方的貸款需求，η、η分別為借貸家庭和企業家的資金需求彈性。對商業銀行利潤最大化一階條件進行求解，可得商業銀行對不同貸款主體的貸款利率。

（六）貨幣政策

貨幣政策采用泰勒規則形式，中央銀行通過上一期的利率、產出缺口和通脹對穩態的偏離確定當期的利率水平。對數線性化后的貨幣政策規則為：

其中，ρ為利率平滑系數；

?

、

?

分別為貨幣政策對通脹偏離和產出缺口的反應系數；ei對貨幣政策沖擊。

（七）宏觀審慎政策

次貸危機之后，各國開始在宏觀經濟調控中加入宏觀審慎政策。對房地產調控最常用的宏觀審慎政策工具為貸款價值比（LTV），因此本文引入LTV 作為宏觀審慎政策的代表。LTV 政策規則是按照逆周期設計的，當房價過高時，經濟調控部門會調低LTV，通過抑制信貸來控制房價增長。因此，本文盯“房價”的LTV政策規則為：

其中，ρ為貸款價值比的平滑系數，

?

為宏觀審慎政策對房價的反應系數，em為緊縮的宏觀審慎政策沖擊。

（八）市場出清和外生沖擊

商品市場、信貸市場、房地產市場滿足以下出清方程：

（九）杠桿率

參考國內外文獻的一般做法，將部門杠桿率定義為該部門信貸資金占GDP 的比例，故居民杠桿率為：

至此，整個DSGE模型理論部分構建完畢。

四、數值模擬與分析

（一）參數設定

借鑒高一銘（2018）等文獻，參數校準如下：儲蓄家庭的時間貼現因子β為0.997，借貸家庭的時間貼現因子β為0.988，企業家的時間貼現因子β為0.986，勞動的工資彈性系數0.45，消費慣性參數h 為0.464，α儲蓄家庭占比為0.4369，生產函數中的房地產份額v為0.03，生產函數中資本份額μ為0.4887，資本折舊率δ為2.37%，不能定價廠商比例θ為0.585，抵押率γ為0.2，產能的調整成本參數為0.0197，靜態稅率τ為1.5%，τ為3%。我國房貸的首付比例約為30%，故LTV的 穩 態 值 設 定 為0.7，ρ和ρ采 用 孟 憲 春 等（2018）研究設為0.939 和0.305。參考裘翔和周強龍（2014）的設定，將借貸家庭和企業家的資金需求彈性η和η分別設定為103.6和90。

為了使模型的參數設定更符合我國經濟波動的特征事實，剩余參數采用貝葉斯方法進行估計。選取我國2000 年第四季度至2020 第三季度的國內生產總值、通貨膨脹率和居民杠桿率作為基礎數據。GDP 和通貨膨脹率數據來源于國家統計局，居民杠桿率數據來源于國家金融與發展實驗室。進行貝葉斯估計前，需對上述數據進行預處理：先對取對數后的GDP、通貨膨脹率和居民杠桿率進行X12季節調整，再采用HP 濾波法，去掉長期趨勢項，僅保留周期項使用。對數據預處理是為了將實際經濟變量與DSGE模型中變量對數線性化后的變量一致，即當期變量對穩態的偏離值。各參數的先驗分布和后驗分布見表1。

表1 部分結構參數貝葉斯估計結果

（二）住房存量和住房增量征收房產稅政策的調控效果

圖1刻畫了不征收房產稅、對住房存量和住房增量征收靜態房產稅三種不同政策規則下，宏觀審慎政策正向沖擊（即降低LTV）對主要宏觀經濟變量的調控效果。從圖1可看出，在不征收房產稅的情況下，宏觀審慎政策正向沖擊提高了借貸家庭和企業家的流動性約束，這兩個主體能夠借貸的資金變少。從脈沖響應圖前3期看，無論是房價、居民杠桿、消費、利率還是產出都出現了負向波動，說明宏觀審慎政策沖擊短期內具有逆周期的調控效果。非常值得關注的是，脈沖響應圖從第3 期到第7 期左右，借貸家庭債務、居民杠桿、借貸家庭住房存量很快由負轉正，并達到波動的最高值。圖2反映的情況也非常符合近年來我國房地產調控的客觀現實，雖然我國階段性地出臺了提高住房首付比例、限貸等嚴格的調控政策，短期內效果明顯，但政策實施一段時間之后，房價很快趨于穩定甚至有所上升，房地產銷售面積快速增加，居民負債和杠桿率快速上升。

圖1 不同調控政策下宏觀審慎政策沖擊的脈沖響應圖

與此同時，從對住房增量征收房產稅的脈沖圖上看，基本上與不征收房產稅的情形相同，究其原因主要是對住房增量征收不高的房產稅情況下，對居民部門而言，可認為是房價的一次性變相提高，上海試點房產稅改革后房價的走勢就充分說明了這一點。從圖1可以看出，對住房存量征收房產稅，宏觀調控效果最佳。首先，住房存量征稅并不會對產出造成額外的負面沖擊，與不征房產稅走勢基本一致；其次，主要的經濟變量面對政策沖擊的時候，波動都明顯降低，有效防止了調控引發的經濟“大起大落”問題；最后，有效解決了逆周期調控后借債家庭債務、借債家庭住房存量和居民杠桿出現的正向波動問題，使得逆周期政策的有效性和持續性提高。因此，下文對房產稅的繼續探討，僅考慮對住房存量征稅的情形。

（三）動態房產稅政策和宏觀審慎政策協調配合

為進一步探討房產稅政策和宏觀審慎政策的協調配合問題，引入動態房產稅政策規則。參考胡名成（2020）的做法，假定房產稅稅率對住房價格作出反應，對數線性化后的動態房產稅政策規則為：

其中，ρ為房產稅政策的平滑系數，

?

為房產稅對房價的反應系數，分別賦值為0.99 和1.54。

此時，房產稅政策和宏觀審慎政策（LTV）均對房價作出反應，可能會導致不同政策工具產生沖突，引發政策超調問題，從而損害社會福利水平。為此，引入新的宏觀審慎政策（LTV）規則，參考孟春憲等（2018）的做法，假定LTV 對廣義信貸b或信貸增速bz作出反應，對數線性化后的LTV規則分別為：

信號源為廣義信貸b或信貸增速bz時，ρ、

?

和ρ、

?

分別為LTV 的平滑系數和對信號源的反應系數，參考孟春憲等（2018）的設定，分別設為0.9654、5、0.9451 和5.004。將靜態、動態房產稅政策規則、三種不同的LTV 政策規則進行組合，以期選出最佳的房產稅政策和宏觀審慎政策配合方式。在DSGE模型相關文獻中，通常采用社會福利損失函數來對比不同政策組合的實施效果。參考李天宇等（2017）、孟春憲等（2018）、楊羽和谷任（2020）的研究，將福利損失函數設定為產出缺口方差、通貨膨脹對穩態值偏離方差和房價對穩態偏離方差的線性組合，且系數k、k、k

分別取1、1、0.1。具體福利損失函數為：

表2 為無房產稅政策、靜態房產稅政策、動態房產稅政策和三種宏觀審慎政策搭配組合下，社會福利損失的情況。從表2 可以看出，相比于其他四種政策搭配組合，體制三中房產稅政策規則對房價做出反應、LTV政策規則對信貸做出反應的政策組合，福利損失最小。這表明，房產稅政策和宏觀審慎政策應當各司其職，房產稅政策應當著力于房價調控，宏觀審慎政策則應關注信貸總量，謹防宏觀調控政策之間的“政策抵消”或“政策超調”情況發生，這樣才能提高宏觀調控的效果，使得社會福利損失最小化。

表2 不同規則宏觀審慎政策與房產稅政策配合的福利損失

（四）不同稅率下房產稅的財政收入

我國推進房產稅改革試點，除了需要考慮宏觀經濟調控效果和政策協調配合以外，還需要考慮其對財政收入的影響，在這其中，最關鍵就是要考慮房產稅稅率設置的高低問題。近年來，土地轉讓金收入是我國各地財政收入的主要來源之一，而從其他國家看，房產稅是財政收入的重要來源，特別是在一個國家基本完成了城鎮化，住房市場進入了存量市場的階段。圖2給出了模型達到穩態時，不同房產稅稅率下房產稅收入占GDP 的比例。可以看出，房產稅稅收收入隨著房產稅稅率的提高而不斷上升，但會逐漸收斂，稅率超過1.5%之后基本上無法再提高房產稅收入在GDP 中的占比。究其原因，過高的房產稅稅率會大幅提高居民擁有房屋的成本，擠出居民消費，抑制購房需求，不利于經濟的長期增長，從而使得房產稅收入無法等比例增長。因此，在進行我國房產稅試點改革時，稅率不宜設置過高，可以考慮在1.5%以下，但也不宜過低，過低房產稅收入不足以改變地方政府土地財政問題。

圖2 不同稅率下房產稅收入占GDP的比例

五、結論及政策建議

本文構建了一個包含異質性家庭、房產稅政策和宏觀審慎政策的多部門DSGE模型，利用我國宏觀經濟數據對模型參數進行貝葉斯估計，并進行數值模擬，探究宏觀經濟調控加入房產稅政策后的效果以及房產稅政策和宏觀審慎政策的協調搭配方式。研究結果表明：第一，加入存量住房房產稅政策能有效提高“雙支柱”宏觀調控效果，有效控制居民杠桿和房價，對住房存量征稅優于對住房增量征稅；第二，“盯房價”的房產稅政策和“盯信貸”的宏觀審慎政策協調配合效果最好，社會福利損失最低；第三，高房產稅稅率無法有效提高房產稅收入與GDP的占比，因此我國房產稅改革試點時稅率不宜設置太高。

結合研究結論得到啟示如下：一是積極總結我國房產稅改革試點工作經驗，做好落地前的各項工作，在合適的時機推出，與我國“雙支柱”調控政策有效配合，實現穩房價、控杠桿和防系統性金融風險；二是我國房產稅試點時應該選擇房價上漲較快的城市，房產稅應針對住房存量而非住房增量征稅；三是要充分考慮房產稅稅率的高低，設置不宜過低也不宜過高；四是試點開展房產稅稅改革時，要注意房產稅政策和宏觀審慎政策的協調使用，我國各級財政部門和中國人民銀行及其分支機構要加強溝通合作，防止政策超調。