经济政策不确定性对房价的影响范文

本站小编为你精心准备了经济政策不确定性对房价的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:本文利用2009－2018年我国40个大中城市的面板数据，应用面板VAR模型从需求和供给两方面研究经济政策不确定性对房价的影响及机理，并进一步考察不同类型城市的异质性。研究结果表明，经济政策不确定性通过减少房地产开发商投资和增加居民的购房意愿进而促进房价提升，并且不同类型城市的传导机制存在异质性:大型城市房价的上升伴随着房地产开发商投资与居民购房数量的双重减少，而中型城市房价上升则主要来自居民购买意愿的增强。因此，稳定房价不仅要因城施策、供给需求“两手抓”，还要尽量保持经济政策的稳定性与持续性。

关键词:经济政策不确定性；房价；供需

一、引言

近些年，欧元区危机持续升温、美伊冲突不断加剧、中美贸易关系紧张，全球政治经济形势动荡不定。加之我国正处于经济增速减缓、产业结构升级的关键时期，经济下行压力持续加大，为调控经济发展、促进供给侧结构性改革、消化前期刺激政策，政府出台了“互联网+”、减税降费、扶持民营企业等一系列经济政策。然而，外部政治经济环境的不稳定以及内部经济的下行压力加剧了国内经济政策的不确定性。图1刻画的即是2009年以来，我国经济政策不确定指数的波动情况，也显示出2018年至今，我国经济政策不确定性持续加剧，达到了近10年的顶峰。众所周知，经济政策的不确定性会对宏观经济产生不可估量的影响———改变企业的投资行为和居民的消费行为、影响市场价格和GDP增长等(金雪军，等，2014;李凤羽、杨墨竹，2015)。那么，作为素有“政策市”之称的房地产市场，很有可能也会受到经济政策不确定性的影响。因为经济政策不确定性会影响到居民收入、银行利率、公众预期等，而这些因素都是影响房价的重要因素。张浩等(2015)利用1999年1月－2014年3月中国宏观经济数据考察了在不同程度的政策不确定状态下宏观冲击对房价波动的影响，发现较高的政策不确定性会造成房价波动。无独有偶，El－Montasseretal.(2016)认为，实际房价和政策不确定性之间存在双向因果关系，经济政策的高度不确定性会加剧房价波动。相反地，吴佳(2019)利用回归模型及VAR模型，基于2006－2018年上海市房地产市场月度数据，分析市场预期及政策不确定性对房价波动的影响，结果发现政策不确定性的增加会抑制房价波动，因为市场参与者(居民和开发商)的风险偏好皆会降低。对于经济政策不确定性对房价影响的方向性问题，Choudhry(2018)利用英格兰和威尔士10个不同地理区域的数据，研究发现不确定性对房价的长期和短期都有负面影响。在中国房地产市场，Huangetal.(2018)利用2006－2016年宏观月度数据同样发现经济政策不确定性指数与房价呈负相关关系。也有学者对国内不同区域的经济政策不确定性对房价的影响进行探究。比如，胡成春、陈迅(2019)基于2003年1月－2017年10月我国省级面板数据，采用GVAR模型研究发现经济政策不确定性对房价的影响具有异质性:东部地区表现为房价上涨，东北地区相反，中西部地区呈现房价波动态势。2019年中央经济工作会议提出，要“全面落实因城施策，稳地价、稳房价、稳预期的长效管理调控机制，促进房地产市场平稳健康发展”。为了更好地防控房价波动，我们首先需要了解经济政策不确定性对不同类型城市房价的影响及机理，然后才能有针对性地、因地制宜地提出合理的调控城市房价的方案。正如Choudhry(2018)所说，经济政策的不确定性会从需求和供给两方面影响房地产市场。因此，本文采用2009－2018年40个大中城市的面板数据，应用PVAR模型从需求和供给方面研究经济政策不确定性对房价的影响，分城市类型讨论其异质性，并提出相应的政策意见。与以往的研究相比，本文的贡献主要有两点:(1)将研究领域由区域扩展到城市，更符合“因城施策”的需要;(2)从供给和需求两方面，为经济政策不确定性影响房价的机理提供了实证依据。

二、计量模型设定、变量与数据说明

(一)模型设定

本文将构建一个包含房价(HP)、房地产投资(HI)、售房面积(HA)及经济政策不确定性(EPU)四个变量的P阶滞后PVAR模型，具体设定如下:Yit=γ0+φ1Yit－1+…+φpYit－p+γi+εit(1)其中，i代表城市，t代表年份，Yit={lnHPit，lnHIit，lnHAit，lnEPUt}表示城市i在年份t的4个内生变量的4×1向量，p是滞后阶数，γi表示城市固定效应，εit是残差项。

(二)变量与数据说明

本文基于2009－2018年40个大中城市的面板数据，从供需两方面考察经济政策不确定性对城市房价的影响。其中，房价(HP)由商品房销售额/商品房销售面积得到，售房面积(HA)由商品房销售面积表示，房地产投资(HI)由房地产开发投资额度量，数据来源于国家信息中心国信房地产信息网。这里用售房面积(HA)刻画公众对房屋的需求，用房地产开发投资额体现房地产开发商对房屋的供给。至于经济政策不确定性，本文利用Baker等人构建的中国经济政策不确定性指数(EPU)表示，由于Baker等人提供的数据是月度数据，本文将每年12个月的平均值作为该年的经济政策不确定性指数。另外，房价和房地产投资额是利用2009年为基期的省级GDP平减指数平减之后的实际值，为了减轻异方差并消除数据异常值的影响，所有变量均采用对数值。

三、实证结果分析

(一)滞后阶数

p的确定本文根据信息准则标准，确定面板VAR模型(式1)的滞后阶数，检验结果见表1。表1显示:BIC法则给出的最优滞后阶数是1阶，而AIC及HQIC法则表明4阶才是最佳滞后阶数。考虑到判断比较精简模型的滞后阶数一般倾向于使用BIC和HQIC法则，并且为了保留更多的有效数据，基准结果中滞后阶数确定为1阶。在后文中，根据城市GDP排名将40个城市平均分为两类，排名靠前的称为大型城市，靠后的称为中型城市。在对分样本进行脉冲反应分析之前，根据信息准则检验其最优滞后阶数，结果表示:大型城市样本最优滞后阶数是4阶，中型城市样本最优滞后阶数是3阶。

(二)脉冲响应函数分析

脉冲响应可以清楚地考察模型中内生变量之间的交互影响。图2展示的即是房价、房地产投资、售房面积与经济政策不确定性的脉冲响应图。图2中的中间线是脉冲响应函数，上下两线表示正负两倍标准差偏离。为了简洁，这里只汇报了房价、房地产投资与售房面积对经济政策不确定性冲击的脉冲响应图，分别展示在图2的第一、二、三列。1.经济政策不确定性对大中城市房价的影响图2第一行的三张图展示的是经济政策不确定性冲击对大中城市房地产市场的影响。从第一张图可以看出，经济政策不确定冲击对大中城市房价产生正向影响，从第一期开始，到第四期仍然存在;第二张图显示，从冲击开始到第四期，房地产投资对经济政策不确定性冲击的响应都是负向的;第三张图表示，经济政策不确定性冲击对售房面积的影响是正向的，在第二期达到最大值，随后逐渐减弱。由此说明在经济政策不确定的冲击下，房地产市场的供给方会减少投资，需求方将提高购买意愿，从而导致房价上涨。2.经济政策不确定性对大型城市房价的影响图2第二行的三张图展示的是经济政策不确定性冲击对大型城市房地产市场的影响。与总样本结果相同的是，短期内大型城市房价对经济政策不确定性冲击呈正向反应，这种正向响应在第一期达到最大，随后减弱直到第三期为0。并且，经济政策不确定性冲击对房地产投资的影响也是负向的。不同的是，房屋销售面积对经济政策不确定性冲击的响应却是负的，且在第三期达到最大。也就是说，在经济政策不确定的冲击下，大型城市房地产市场出现短期萎缩，可能是因为相对于需求方，供给方所受的负向冲击更大，以至于房价出现短期上涨。3.经济政策不确定性对中型城市房价的影响图2第三行的三张图展示的是经济政策不确定性冲击对中型城市房地产市场的影响。虽然，与大型城市相似，经济政策不确定性冲击对房价有短期正向影响，第二期达到最大，第三期衰减到为0，但是引起房价正向响应的机理却完全不同。在中型城市里，经济政策不确定性冲击几乎对房地产投资没有影响，售房面积却产生了强烈的正向响应，在第二期达到最大。说明在经济政策不确定的冲击下，中型城市居民的购房需求旺盛，从而导致房价上升。综上所述，经济政策不确定性冲击会改变房地产市场供需双方的行为，从而影响市场房价，具体地，不管城市类型如何，短期内房价均会对经济政策不确定性冲击产生正向响应。然而，不同类型的城市，其影响机理却完全不同。对于大型城市如北上广深来说，房价普遍较高，致使投资房地产与购买房屋需要承担的风险很大，融资成本的不确定性增加可能导致房地产开发商推迟新的建设，从而减少供应，未来收入的不确定性增加可能使家庭推迟购房决定(Choudhry，2018)。对于中型城市来说，房价相对较低，资产损失的风险相对较小，并且经济政策不确定性还会影响居民收入、利率及其他资产的投资风险等，如果投资其他类别资产的风险更大，房屋将会替代其他资产，成为“安全资产”或“保值资产”(El－Montasseretal.，2016)，从而诱导居民购买。当然，在了解经济政策不确定性对房价的短期影响之后，也要关注其长期影响。虽然本文研究结果显示，短期内经济政策不确定性冲击会降低房地产投资，但是还需考虑到售房面积的增加必然会提高房地产开发商对房地产市场的预期，进而导致在长期内增加房地产投资。正如赵奉军、骆祖春(2019)的研究结果显示，经济政策不确定性在短期内会减弱房地产投资，但在长期却呈现正向促进作用。

(三)方差分解分析

方差分解可以给出变量冲击对于系统中内生变量均方误差的贡献程度，进一步评估冲击的重要性。结果显示，房价、房地产投产和售房面积皆主要受自身的影响。经济政策不确定性对房价的贡献最大，第一期达到17.2%，之后逐渐降低，到第八期贡献率为10%;对售房面积的贡献次之，第一期只有1.1%，之后逐渐升高，到第十期达到8%左右;对房地产投资的贡献最小，在2%上下波动。

四、结论与建议

本文基于2009－2018年我国40个大中城市的面板数据，利用PVAR模型从供需两方面分析经济政策不确定性对房价的影响及机理，并进一步考察不同类型城市的异质性。结果表明，经济政策不确定性会降低房地产开发商的投资额、增加居民的购房意愿，从而促进房价提升。研究还发现，大型城市房价的上升伴随着房地产开发商投资与居民购房的双重减少，中型城市房价上升则主要来自需求方购买意愿的增强。这可能是因为大型城市投资房地产与购买房产需要承担的风险更大，经济政策不确定性的增强致使开发商融资成本提高及居民收入不确定性增加，进而减少房产的投资与购买;中型城市房价比大型城市低廉，并且不少中型城市有着良好的发展前景，导致房产成为一种“安全资产”，居民购买房产以应对不确定性带来的宏观冲击。基于以上结论，为了稳定房价，政府应当在以下几个方面有所作为。

(一)保持经济政策的稳定性与持续性，正确引导公众预期

目前，我国处于外部动荡、内部转型的艰难时期，宏观经济政策的不断出台，有助于缓解国内经济面临的困境，却造成市场观望与波动。因此，在政策制定与实施的过程中，政府应重视政策的稳定性与持续性，全局把控，长远计划;并积极与相关部门沟通，定期披露市场信息，正确引导公众预期，防止投机分子趁机炒房。

(二)因城施策，一城一策

由于不同城市的地理位置、经济发展水平、风俗习惯等均有所不同，所以调控房价的政策不能“一刀切”。地方政府需按照中央政府调控房地产市场的总方针，结合城市自身的经济水平、人口规模、发展前景等因素合理制定相关政策，有针对性地稳定城市房价。

(三)供给需求

“两手抓”迄今为止，地方政府主要通过抑制购房者需求(如限购限贷)与商品房供给(土地审批更加严格等)的手段来调控房价，然而双重抑制不一定会有效地控制房价上涨，如上文中大型城市的结论。抑制需求、增加供给“两手抓”才是稳定房价的根本。另外，供给需求“两手抓”的过程中，也要因城施策，考虑城市的待售存量，判断居民的真实需求，灵活运用“抑制需求、增加供给”的经济原理，切实提高居民的有效需求。

参考文献:

［1］胡成春，陈迅.经济政策不确定性、房地产市场与宏观经济波动———基于GVAR模型的区域差异研究［J］．经济问题探索，2019(8):26－36.

［2］金雪军，钟意，王义中.政策不确定性的宏观经济后果［J］．经济理论与经济管理，2014(2):17－26.

［3］李凤羽，杨墨竹.经济政策不确定性会抑制企业投资吗?———基于中国经济政策不确定指数的实证研究［J］．金融研究，2015(4):115－129.

［4］吴佳.预期、政策不确定性与上海房价波动［J］．上海经济，2019(4):34－46.

［5］张浩，李仲飞，邓柏峻.政策不确定、宏观冲击与房价波动———基于LSTVAR模型的实证分析［J］．金融研究，2015(10):32－47.

［6］赵奉军，骆祖春.经济政策不确定性与房地产投资［J］．现代经济探讨，2019(11):13－20.

作者：张晓颖 陈海宇