限購限貸政策對房價(jià)和交易量的影響——以武漢市為例

(武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院 湖北 武漢 430072)

一、緒論

(一)背景

限購政策、限貸政策以及其他相關(guān)輔助政策已經(jīng)成為樓市降溫的主要手段。政府為加大調(diào)控力度甚至專門成立有關(guān)方面的監(jiān)管小組，對一些房地產(chǎn)商、房地產(chǎn)中介的違規(guī)操作進(jìn)行查處。政策的不斷調(diào)整對房地產(chǎn)行業(yè)的健康發(fā)展作用到底如何？房地產(chǎn)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(chǎn)市場的影響就變得非常有意義。影響房價(jià)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(jià)格和交易量。

本文在以最為基本的供需關(guān)系為理論模型基礎(chǔ)，分析政策對于供需的影響機(jī)理，再以武漢市各個(gè)城區(qū)政策實(shí)施前后的房價(jià)和房屋交易量的變化為例進(jìn)行實(shí)證分析，從而得到政策對于房地產(chǎn)市場規(guī)范的作用，這對于政策知道規(guī)范房地產(chǎn)市場具有重要的意義。

(二)內(nèi)外文獻(xiàn)綜述

關(guān)于限貸限購政策影響房地產(chǎn)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(yù)較小，故對于限購限貸影響房地產(chǎn)市場效果這方面的研究寥寥無幾，大多數(shù)都集中在國內(nèi)。李昱璇(2015)以全國29個(gè)城市為例，利用斷點(diǎn)回歸、偏差校正LSDV法對這些城市2008年到2014年的月度面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)，檢驗(yàn)結(jié)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(shù)據(jù)表明，個(gè)人房貸利率的上升會顯著的導(dǎo)致房價(jià)增速的下降，其中以西部地區(qū)影響效果最為顯著。王松濤(2011)以干預(yù)分析模型為基礎(chǔ)，對全國6個(gè)重點(diǎn)城市進(jìn)行定量分析。結(jié)果表明，政府政策對于房價(jià)有顯著的影響，從時(shí)間上來看，政府政策的影響效果越來越強(qiáng)。衛(wèi)旭華，王琦(2014)通過對全國35個(gè)城市所得數(shù)據(jù)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(chǔ)，對全國70個(gè)城市為實(shí)例進(jìn)行驗(yàn)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(jié)果。

二、房地產(chǎn)市場現(xiàn)狀和限購限貸政策

(一)中國房地產(chǎn)市場現(xiàn)狀和限購限貸政策

自2016年以來，在央行寬松的貨幣政策的刺激下，住房投機(jī)炒作者瘋狂的涌入中國的房地產(chǎn)市場，短短一年間，北京、深圳、上海等地的房價(jià)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(jià)增長速度也很快，而這些城市的房價(jià)上漲的越快，房地產(chǎn)投機(jī)者就越會瘋狂的涌入房地產(chǎn)市場，房價(jià)就會上漲的更快，一時(shí)之間，全國各地的大中城市的房地產(chǎn)市場都充斥著巨大的泡沫。

當(dāng)中央政府看到幾乎全國的房地產(chǎn)市場都充斥著巨大的泡沫，整個(gè)中國的房地產(chǎn)市場都存在著巨大的風(fēng)險(xiǎn)，于是政府提出了住房是用來住不是用來投機(jī)炒作的概念，出臺了一系列限購限貸政策、監(jiān)管政策、去庫存政策以及其他政策用來保障房地產(chǎn)市場持續(xù)健康的發(fā)展。

關(guān)于限購，鄭州、濟(jì)南、西安等地在2016年12月下旬在原有政策的基礎(chǔ)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(tài)要嚴(yán)控房地產(chǎn)泡沫；限貸方面，好多城市對此作出調(diào)整，除了限購、限貸政策外，部分城市通過加強(qiáng)市場監(jiān)管、規(guī)范交易秩序、加強(qiáng)輿論引導(dǎo)等途徑，穩(wěn)定市場預(yù)期。

(二)武漢市房地產(chǎn)市場現(xiàn)狀和限購限貸政策

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(fā)展當(dāng)中，不斷的發(fā)展使得武漢的吸引力不斷上升，武漢的價(jià)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(jīng)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(jiān)會湖北監(jiān)管局發(fā)布《武銀[2016]109號》文件：關(guān)于加強(qiáng)住房信貸政策管理的通知。有關(guān)事項(xiàng)及實(shí)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(gè)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(nèi)購買2套住房且已結(jié)清貸款或只有一套住房結(jié)清另一套未結(jié)清，購買第三套住房時(shí)首付提高至40%。

3.在武漢市已經(jīng)購買2套以上且2套及以上貸款都未結(jié)清，再次購買房屋時(shí)，需付全款購買。

4.以上規(guī)定字在武漢市主城區(qū)實(shí)施，不包括江夏、蔡甸、漢南、經(jīng)開等非主城區(qū)。

三、基礎(chǔ)模型

(一)倍差法分析原理

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(shí)施后兩個(gè)研究對象的差異和政策實(shí)施前兩個(gè)研究對象的差異來評估政策的效果。

假設(shè)在一次實(shí)驗(yàn)中，我們隨機(jī)選取部分實(shí)驗(yàn)對象，對這些對象進(jìn)行某些特定處理，我們將其定義為實(shí)驗(yàn)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(yīng)，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(shí)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(yīng)是實(shí)驗(yàn)組進(jìn)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(yīng)應(yīng)為

表1 真正的處理效應(yīng)

其中，D=1表示實(shí)驗(yàn)組，Q表示實(shí)施處理之前，H表示實(shí)施處理之后，1表示實(shí)際上進(jìn)行了處理，0表示實(shí)際上未處理。但是，這在理論上是不可行的，因?yàn)槲覀儫o法同時(shí)對實(shí)驗(yàn)組進(jìn)行處理又對其進(jìn)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(shí)的處理效應(yīng)應(yīng)為

表2 引入對照組的處理效應(yīng)

但是顯然一個(gè)新的問題又出現(xiàn)了，實(shí)驗(yàn)組和對照組在不處理時(shí)平均的變化不一定相等，這就需要我們找到一個(gè)足夠匹配的對照組，使的滿足下式：

綜上，處理效應(yīng)的效果應(yīng)為實(shí)驗(yàn)組的處理前后的平均變化減去對照未被處理時(shí)的平均變化。

四、實(shí)證分析

(一)數(shù)據(jù)的處理

本文選取了武漢市各個(gè)區(qū)商品房和為研究對象，我們從中指數(shù)據(jù)庫獲取了武漢市各個(gè)城區(qū)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(jià)格數(shù)據(jù)，我們對這些面板數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，對不同的研究對象(即不同的城區(qū))，令初始值都為100，第二月以上月為基礎(chǔ)重新計(jì)算價(jià)格(房屋交易量)，以此類推直至結(jié)束，我們定義：

(1)商品房月度平均價(jià)格為p_spf；

(2)商品房的月度房屋交易量為q_spf；

(二)政策的影響

本節(jié)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(jià)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(shí)施該政策的武漢市城區(qū)；xi=0，未實(shí)施該政策的武漢市城區(qū)；

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(jié)點(diǎn)，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(qū)及武漢經(jīng)濟(jì)技術(shù)開發(fā)區(qū)(不含漢南區(qū))、東湖新技術(shù)開發(fā)區(qū)、東湖生態(tài)旅游風(fēng)景區(qū)，故將這些區(qū)域定義為政策實(shí)施的區(qū)域，其他區(qū)域例如黃陂、江夏、蔡甸、經(jīng)開等區(qū)域定義為政策未實(shí)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(gè)回歸模型中，交互項(xiàng)的系數(shù)即α3、β3代表了限購限貸政策對p_spfit、q_spfit、這四個(gè)變量的影響的百分比，其他系數(shù)例如α0、α1、α2等并不是我們關(guān)心的系數(shù)，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(shù)據(jù)以上述式子為模型做回歸，結(jié)果如表3所示。

從表3結(jié)果可知，限購限貸政策的出臺造成商品房的價(jià)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(xiàng)都不是顯著的。我們猜想可能是因?yàn)檎叩挠绊懯嵌唐诘?，距離政策的發(fā)布已經(jīng)過去了大半年，影響效果可能已經(jīng)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(shù)據(jù)去掉，僅考慮政策發(fā)布對以后兩個(gè)月商品房價(jià)格和交易量的影響，回歸結(jié)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(shí)施后的兩個(gè)月內(nèi)，限購限貸政策的出臺使得商品房價(jià)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(jié)果并不顯著。

表3 基本回歸結(jié)果

表4 二次回歸結(jié)果

(三)政策預(yù)期的影響

預(yù)期在經(jīng)濟(jì)學(xué)里是一個(gè)非常重要的影響因素，本節(jié)我們就預(yù)期是否影響了房價(jià)和房屋交易量進(jìn)行探討，在2016年7月的時(shí)候，蘇州、廈門等地就已經(jīng)相繼出臺了限購限貸政策。此時(shí)，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(yīng)，從而使得實(shí)際房價(jià)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(guān)于時(shí)間的虛擬變量做一簡單變化，我們將關(guān)于時(shí)間的虛擬變量節(jié)點(diǎn)變?yōu)樘K州、廈門等地發(fā)布政策的時(shí)候。對變化后的數(shù)據(jù)重新進(jìn)行估計(jì)，其他與4.2節(jié)相同，結(jié)果如下表：

表5 政策預(yù)期的影響的回歸結(jié)果

如表5所示，結(jié)果顯然不顯著，這也就是說我們不能認(rèn)為是預(yù)期對房價(jià)和房屋交易量造成了影響。

五、結(jié)論與建議

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(diǎn)，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(qū)域?yàn)閷?shí)驗(yàn)組，以未出臺該項(xiàng)政策的城區(qū)為對照組，以武漢市各個(gè)城區(qū)商品房2016年1月至2017年2月的平均房價(jià)和房屋交易量為數(shù)據(jù)，分析了限購限貸政策的長短期影響，更進(jìn)一步分析了對政策的預(yù)期對商品房房價(jià)和房屋交易量的影響，得到了如下的結(jié)論：

(1)限購限貸政策短期內(nèi)對房價(jià)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(nèi)的房屋交易量，但是這種影響并不顯著。

(2)政策發(fā)布時(shí)間越長，該政策的效果越差，該政策中長期對房價(jià)和房屋交易量無顯著的影響作用。

(3)消費(fèi)者對政策的預(yù)期并沒有顯著地影響房價(jià)和房屋交易量。

基于以上結(jié)論，我們給出以下建議：

既然該項(xiàng)政策在短期內(nèi)可以一定程度上抑制房價(jià)，對房屋交易量無顯著的影響；中長期對房價(jià)和房屋交易量無顯著影響作用，政府發(fā)布該項(xiàng)政策后，一段時(shí)間之后房價(jià)必然再次上漲，為了長期穩(wěn)定房價(jià)，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(diào)整達(dá)到穩(wěn)定房房價(jià)的效果。