• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      預期、政策不確定性與上海房價波動

      2019-08-19 05:35:04
      上海經(jīng)濟 2019年4期
      關鍵詞:不確定性房價預期

      吳 佳

      (上海市房地產(chǎn)科學研究院,上海,200031)

      一、引言

      2019年,住建部提出要以穩(wěn)地價、穩(wěn)房價、穩(wěn)預期為目標,促進房地產(chǎn)市場平穩(wěn)健康發(fā)展。房地產(chǎn)市場信息不對稱,市場參與者信息獲取渠道多而散,且資產(chǎn)價值高,預期對于信息變化敏感。當消費者預期房價上漲時,將會存在“晚買不如早買”的心理,進一步推高房價;當消費者預期房價下跌時,將會持有貨幣觀望,造成房地產(chǎn)市場成交量的萎縮。同時,商品房存在投資屬性,在房價快速上漲階段,房地產(chǎn)市場普遍存在“追漲”行為,放大成交量,形成量價齊漲的現(xiàn)象。因此,市場預期對房價確實存在重要作用,穩(wěn)預期可以發(fā)揮穩(wěn)定住房消費者心理,進而促進房地產(chǎn)市場的平穩(wěn)健康發(fā)展。

      預期管理是西方政府宏觀經(jīng)濟管理的重要概念,前期主要體現(xiàn)在宏觀經(jīng)濟政策和貨幣政策中。房地產(chǎn)市場價格波動誘發(fā)金融危機的一般機理在于:房價不斷上漲將會導致大量無支付能力或者支付能力較弱的居民積極購房;房價降低或者利息高于一定閾值,將會導致居民斷供從而誘發(fā)銀行風險;同時企業(yè)不動產(chǎn)抵押物價值下降也將導致政府債務危機的形成。

      此外,房價預期具有自我實現(xiàn)的機制:即房價上漲的預期誘發(fā)投資性需求,導致房價上漲,房價上漲的事實確認并且強化了房價上漲的預期,促進投資需求的增加,形成了正反饋過程。我國近些年的房地產(chǎn)調(diào)控政策在前期主要致力于需求端調(diào)控,通過行政手段抑制需求,造成了社會種種怪象,然而調(diào)控效果卻不盡如人意。從房地產(chǎn)稅收體系來看,我國現(xiàn)行房地產(chǎn)稅收重交易環(huán)節(jié)輕持有環(huán)節(jié),造成了需求管理的漏洞(華生,2011)。鑒于此,穩(wěn)定房地產(chǎn)市場預期具有重要調(diào)控意義,具體而言:預期管理有利于穩(wěn)定住房消費者心理、延緩金融危機發(fā)生以及彌補需求管理漏洞。結合房價是房地產(chǎn)市場的核心內(nèi)容,本文將從理性預期理論出發(fā),探討市場預期對房價波動的影響。

      然而,對于素有“政策市”之稱的中國房地產(chǎn)市場,不同的政策背景下,房地產(chǎn)市場經(jīng)歷了不同發(fā)展周期。回顧改革開放40年,上海住房發(fā)展經(jīng)歷了“黃金期”,廣大市民的住房空間和品質(zhì)得以顯著提高,1949-2018年,上海市人均居住面積從3.9平方米增加到了36平方米;1988年上海住房成套率僅為32%,2016年提高至97%(龐元,2018)。上海房地產(chǎn)市場作為全國樓市“風向標”,由于政策時間點存在隨機性,從而給房地產(chǎn)市場預期及房地產(chǎn)市場發(fā)展也帶來了不確定性。因此,宏觀政策環(huán)境的變化對上海房價波動究竟存在著怎樣影響,這也成為了本文研究的另一重要內(nèi)容。

      二、研究現(xiàn)狀

      (一)預期對房價波動的影響研究

      自金融危機以來,預期管理已經(jīng)納入到政府公共管理的范疇中,預期作為行為金融學的重要內(nèi)容之一,現(xiàn)有研究逐漸將預期引入到資產(chǎn)市場,并且將微觀主體行為納入到了市場模型中。“當人們根據(jù)現(xiàn)行價格預期未來價格時,市場是不穩(wěn)定的”(Nordhaus,1976)。近年來,行為經(jīng)濟學分析范式已引入到房地產(chǎn)市場的微觀主體決策中,Akerlof & Shiller(2009)研究發(fā)現(xiàn)房地產(chǎn)市場主體除了受到實體經(jīng)濟的各種影響因素以外,貨幣幻覺、過度信心、片面信息、腐敗和欺詐等行為因素對微觀主體參與房地產(chǎn)市場決策也發(fā)揮著核心影響因素。預期經(jīng)濟周期理論(Expectation Driven Cycles)將房地產(chǎn)經(jīng)濟周期的波動納入到了宏觀經(jīng)濟增長預期的分析范式中。楊柳等(2016)基于重要宏觀調(diào)控政策,將我國房地產(chǎn)市場劃分為快速發(fā)展期(2001-2005年)、結構調(diào)整期(2006-2007年)、保增長期(2008年)、開始抑制房價期(2009-2010年),研究發(fā)現(xiàn)消費者預期沖擊指數(shù)能產(chǎn)生宏觀經(jīng)濟變量的共動,進一步利用DSGE模型將預期沖擊的傳導機制進行了定量分析,結果表明技術預期沖擊主導了對房價的解釋,而借貸預期沖擊主導了私人部門和廠商對房產(chǎn)持有的解釋?,F(xiàn)有研究圍繞預期對房地產(chǎn)市場的影響主要從家庭、企業(yè)與政府三個方面展開。

      市場參與者為了實現(xiàn)自身效用的最大化,必然會對市場未來的走勢進行事前估計和判斷,市場預期將會直接影響其消費決策。購房者面對房地產(chǎn)調(diào)控政策的寬松將會導致房價新一輪上漲,一旦政策轉向將會入場購房,導致房價新一輪上漲,因此,購房者預期對我國住房價格持續(xù)上漲起到了至關重要的作用。王頻和侯成琪(2017)構建了一個包含耐心家庭和缺乏耐心家庭兩類家庭的DSGE模型,在引入預期沖擊后,發(fā)現(xiàn)住房價格加成的預期沖擊和不可預期沖擊將會由于收入效應和擠出效應的共同作用,造成耐心家庭和缺乏耐心家庭的消費需求下降,同時,預期房地產(chǎn)價格大幅上漲的條件下,家庭住房使用者成本將會下降,也解釋了“越漲越買”的現(xiàn)象。此外,一旦公眾形成了未來政府將會降低住房交易成本的預期,即使該政策當下并未實施,仍將引起住房價格的上漲,表明公眾對房價上漲的預期更為敏感。該現(xiàn)象也是“近視價格預期”的現(xiàn)實佐證,即家庭根據(jù)市場過去的住房價格趨勢來估計未來住房價格波動的行為。況偉大(2010)基于理性預期和適應性預期理論,利用中國35個大中城市的數(shù)據(jù)研究表明預期對房價波動具有較強的解釋力,其中上期房價對本期房價波動影響大于下期房價波動,其中投機者主要是依據(jù)上期房價變動從事投機活動。賀京同和徐璐(2011)研究發(fā)現(xiàn)我國房地產(chǎn)市場成交量中43.42%的增長是由購房者受到貨幣幻覺與過度信心的行為因素引起的,居民在投資住房時,通常只考慮名義售價和買家,并未考慮投資期間的通貨膨脹,由此產(chǎn)生了貨幣幻覺,形成了對房地的過度信心。同時,由于我國當前的調(diào)控政策大多只針對有效消費或者合理投資部分進行調(diào)節(jié),但是忽略了行為因素的引導,并不能真正降低房地產(chǎn)升值預期,是我國近年來房地產(chǎn)調(diào)控政策收效甚微的根源。

      公眾預期對消費者的投資決策產(chǎn)生了影響,房地產(chǎn)開發(fā)商對未來房價的預期更需要有前瞻性和精準性,房地產(chǎn)商關于未來房價的預期通常是反映在土地交易市場。Kok等(2014)發(fā)現(xiàn),在美國房價上漲期間,房價上漲通常領先于土地,該時間差反映了房地產(chǎn)市場的周期流程,表明了房地產(chǎn)商在作出土地購買決策前,通常是基于對未來的房價預期,而不同于消費者基于對過去的房價預期作出決策。張浩和李仲飛(2016)研究發(fā)現(xiàn)預期房價上漲將會明顯推高土地成交價格,土地作為房地產(chǎn)企業(yè)的“生產(chǎn)原料”,房價上漲預期將會促進開發(fā)商大量拿地,放大土地市場需求,推高土地價格的上漲;同樣地,房價下跌預期將會率先反映在土地市場的拿地方面,該結論也從預期角度解釋了近兩年一線城市土地市場成交的“冷清”現(xiàn)象。此外,在我國財政央地分權背景下,地方政府房地產(chǎn)市場的干預行為同樣也受到預期作用的影響,地方政府受到經(jīng)濟發(fā)展與財政收入的壓力,在房地產(chǎn)調(diào)控方面存在著與中央政府博弈的動機。宋春和和吳福象(2017)通過理論推演發(fā)現(xiàn)地方稅率越低的地方政府對于土地收入依賴程度越高,地方投資需求越大,在房地產(chǎn)調(diào)控政策對房價預期產(chǎn)生負面影響的情況下,地方政府越傾向于干預。

      (二)政策不確定性對預期與房價波動的影響

      經(jīng)濟理論認為不確定性將對實體經(jīng)濟產(chǎn)生較大影響,中國作為世界第二經(jīng)濟體,在經(jīng)濟政策改革的進程中也對國內(nèi)資本市場影響,同時也對國際經(jīng)濟市場產(chǎn)生“溢出效應”(Yun和 Paul,2018;Chen et al,2018;Luk et al,2018)。房地產(chǎn)市場兼具社會屬性和資本屬性,決定了預期在房地產(chǎn)市場決策中的重要地位,然而政府政策在房價預期形成過程中發(fā)揮著重要的影響作用,公眾預期與政策指導的不協(xié)調(diào)性也是房地產(chǎn)市場脫離理性的重要原因。

      “一再不遵守諾言的政策將會破壞私人部門對政府的信任,私人儲蓄將會枯竭,福利將會急劇下降”(費希爾,1980)。由于政策將會引起市場預期的變化,從而影響市場運行軌跡,因此政策制定者的主觀意愿與政策的執(zhí)行實際效果并不完全一致,甚至存在較大的偏差,政策的執(zhí)行效果事前并不可觀測。同時,在我國央地分權背景下,地方政府對于中央政府的不完全落實以及財政分權后的地方政府行為異化,都將會造成政策執(zhí)行過程中的事后逆轉(王來福,2008)。

      房地產(chǎn)價格受到貨幣政策與財稅政策調(diào)控作用明顯,理性預期學派認為,在信息完全的條件下,貨幣政策將會因為公眾的合理預期而失效,只有未預期到的貨幣政策將會對經(jīng)濟主體產(chǎn)生巨大影響。然而,肖春喚(2018)研究發(fā)現(xiàn)預期與未預期貨幣政策對房地產(chǎn)市場都將會產(chǎn)生一定程度的影響,預期貨幣政策的影響效果將會遠小于預期貨幣政策的作用效果。近年來,房地產(chǎn)稅的討論日益增多,越來越多的學者和社會公眾認為通過增加房產(chǎn)持有環(huán)節(jié)的成本,將會有效緩解房價上漲的壓力,房產(chǎn)稅在一定程度上已成為了預期管理的重要工具,每當市場預期回暖,房產(chǎn)稅的重提也成為了一道“緊箍咒”。陳力朋等(2018)研究發(fā)現(xiàn),房產(chǎn)稅改革將會通過影響居民的房價預期來抑制居民的購房和房產(chǎn)投資需求,從一定程度上抑制房價上漲,同時,對于住房租賃市場而言,房產(chǎn)稅改革對居民租賃預期影響并不明顯,但是政府需要考慮該政策對租戶群體的實質(zhì)性影響。此外,Huang et al.(2018)圍繞政策不確定性與中國房地產(chǎn)市場的關系,采用了Becker et al.(2016)不確定性指標EPU、國家房屋景氣指數(shù)、固定資產(chǎn)完成投資額等變量進行研究,結果表明政策不確定性是房地產(chǎn)市場的先行指標,同時與房產(chǎn)價格存在負相關性,EPU指數(shù)是我國房產(chǎn)市場波動的重要原因;此外,我國房地產(chǎn)市場的繁榮也反映了較為穩(wěn)定的宏觀經(jīng)濟政策。

      綜合現(xiàn)有預期、政策不確定性對房價波動影響的研究來看,主要聚焦于預期對市場參與者(消費者與房地產(chǎn)開發(fā)商)與市場調(diào)控者(中央政府與地方政府)的作用機制及影響研究,但是將政策不確定性的程度引入到預期與房價波動的研究文獻并不多。因此,本文將調(diào)控政策作為調(diào)節(jié)變量,分析宏觀經(jīng)濟政策不確定下調(diào)控政策對房價的影響,將宏觀經(jīng)濟政策不確定性與公眾預期作為外部沖擊,以考量兩者對上海房價的影響。本文圍繞政策不確定性與房價波動的關系進行研究,相較于Huang et al.(2018)的研究內(nèi)容集中于政策不確定性與中國房地產(chǎn)市場之間存在負相關性,本文的不同之處在于以下兩個方面:一方面,本文研究政策不確定性通過預期作用影響房價,進一步拓展了政策不確定性對房價波動影響的研究內(nèi)容;另一方面,本文將上海市房地產(chǎn)市場作為研究對象,采用國家統(tǒng)計局公布的上海市二手住宅價格指數(shù),同時將Huang & Luk(2018)的EPU指數(shù)替代Becker et al.(2016)發(fā)布的EPU指數(shù),克服了后者基礎數(shù)據(jù)來源主要為境外媒體報導內(nèi)容的偏差性。

      三、理論模型

      (一)調(diào)控政策對預期與上海房價的影響

      Huang & Luk(2018)利用2000-2018年中國媒體報紙構建了中國政策不確定性的月度指數(shù)(EPU指數(shù)),相較于前期Bloom, Becker, David(2016)年構建的(BBD指數(shù)),在媒體報紙的選擇對象上進行了優(yōu)化,進一步地,作者利用SVAR模型研究發(fā)現(xiàn)該指數(shù)結果與國內(nèi)資產(chǎn)價格、實際利率、失業(yè)率、國內(nèi)產(chǎn)出均存在顯著相關性。因此,本文采用EPU指數(shù)作為對宏觀政策不確定的定量測度指標,以衡量外部政策環(huán)境對上海房價的影響。

      圖1表明,自2006年1月以來,我國EPU指數(shù)較高(即EPU>200)的情況出現(xiàn)過四次,分別對應了2008年10月、2011年11月、2012年1月、2015年8月這四個時間點。相對應的,2008年9月“次貸危機”、2011年11月、2012年1月的“歐債危機”爆發(fā)前后,2015年8月的人民幣“匯改”這四次事件對應了EPU指數(shù)在短期內(nèi)快速增加??紤]到房產(chǎn)市場調(diào)控是我國經(jīng)濟宏觀調(diào)控的重要部分,進一步地,本文通過梳理上海市房地產(chǎn)市場調(diào)控。

      圖1 2006年1月-2018年12月我國政策不確定性(EPU指數(shù))情況

      自2004年以來,受到金融危機、宏觀經(jīng)濟不景氣等因素影響,上海市房地產(chǎn)市場調(diào)控大致經(jīng)歷了政策收緊(2004-2007年)、政策寬松(2008-2009年)、政策收緊(201上海市二手住宅價格指數(shù)數(shù)據(jù)來源:國家統(tǒng)計局。0-2013年)、政策寬松(2014-2015年)、長效調(diào)控(2016年至今)這五個階段。2004年,國土資源部發(fā)布71號令,要求國有土地使用權要采用公開招拍掛的出讓方式,2005-2006年,中央政府先后出臺了10多項調(diào)控政策,開啟了房價調(diào)控。在此宏觀背景下,2004年上海市采用商品房銷售合同網(wǎng)上備案,2005年上海市密集出臺房地產(chǎn)調(diào)控政策,涉及“期房限轉”、調(diào)整購房貼息貸款、調(diào)整住房供應結構等方面的內(nèi)容。如圖2顯示,2008年“次貸危機”爆發(fā),同年10月,在中央貨幣寬松背景下,上海市發(fā)布了《關于促進本市房地產(chǎn)市場健康發(fā)展的若干意見》(滬府發(fā)[2008]44號),提出了包括稅收、公積金調(diào)整、舊房改造、住房保障等方面的14條政策內(nèi)容。2011年11月-2012年1月,隨著“歐債危機”爆發(fā)帶來的國際宏觀環(huán)境的不確定性增加,在上海市“新滬四條”“新滬六條”的陸續(xù)出臺下,上海市房地產(chǎn)市場呈現(xiàn)平穩(wěn)下跌趨勢。2015年受全面松綁限購的影響,2016年初房地產(chǎn)市場呈現(xiàn)非理性的過熱情緒,在此背景下,上海市先后出臺了“滬九條”“滬六條”、差別化信貸政策,引導房地產(chǎn)市場逐步回歸理性。

      圖2 2006年1月-2018年12月上海市房地產(chǎn)市場政策梳理

      將中國政策不確定性EPU指數(shù)與上海市二手房價格指數(shù)1上海市二手住宅價格指數(shù)數(shù)據(jù)來源:國家統(tǒng)計局。進行比較,通過單位根檢驗的條件下,利用信息準則確定EPU指數(shù)對房價的滯后階數(shù),結果顯示EPU指數(shù)相較房價滯后一期。因此,采用EPU滯后一期與二手住宅價格指數(shù)進行作圖,如圖3所示,結果直觀顯示兩者存在同向波動現(xiàn)象。在對應四次時間節(jié)點后上海市二手房價格均出現(xiàn)拐點。鑒于此,本文認為中國政策不確定性將會對上海房價存在影響,對此主要有以下兩方面原因。一方面,中國政策不確定性將會反映在財政政策與金融政策的內(nèi)容上,房地產(chǎn)市場由于兼顧“居住”與“投資”兩重屬性,因此容易受到宏觀政策變化的影響;另一方面,上海作為中國一線城市,該城市的房地產(chǎn)市場發(fā)展也成為了全國房地產(chǎn)市場的“風向標”。

      圖3 2006年1月-2018年12月我國政策不確定性(滯后一期)與房價情況

      (二)理論模型lnpt=φ0

      該模型表明,在理性預期下,本期房價的變動將同時受到下期和上期房價變動的影響,具體可以理解為:消費者預期是基于上期房價變動,廠商對于房價預期更多是基于未來房價的預判。式(1)中,pt表示當期房價,pt+1表示廠商基于下一期房價的當前預期,pt-1表示消費者基于上一期房價的當前預期,St表示t期市場住房存量,Nt表示t期城鎮(zhèn)人口數(shù)量,tt表示t期名義貸款利率。

      進一步地,結合本文研究政策不確定性對房價波動產(chǎn)生的影響,因此本文在式(1)基礎上加入了預期變量因素,具體模型如下所示:

      式(2)在式(1)的基礎上增加了政策不確定性變量,即Ut;同時,為了進一步考察在政策不確定性的調(diào)節(jié)作用下,式(2)引入了變量以分析預期對房價的影響。進一步地,考慮到消費者、房地產(chǎn)廠商對于房價的預期也受到政策不確定性的影響,因此,本文假設:

      將上述式(3)、(4)代入到式(2)中,并且對式(2)進行求導,結果如下式所示:

      結果表明房價的變動將會受到房價預期與政策不確定性的共同影響,其中g1( X1)、f1( X2)表明了房價影響因素對房價變動的作用,例如宏觀經(jīng)濟發(fā)展、利率、人口等,但是上述影響因素對房價作用的方向并不一致,因此對于上式的最終符號存在不確定性。一般情況下,政策不確定性的增加將會引起房價波動幅度也同樣加大,但是由于g1( X1)、f1( X2)的符號不定,因此也不定。下文將通過實證分析,對政策不確定性與房價的關系進行研究。

      四、實證檢驗

      (一)數(shù)據(jù)來源

      本文的被解釋變量為上海市房價指數(shù),采用該市2006年1月-2018年12月的二手住宅銷售價格指數(shù)(下文簡稱:二手住宅價格指數(shù)),來源于國家統(tǒng)計局每月公布的70個大中城市住宅銷售價格指數(shù)。

      本文的解釋變量為上期二手住宅價格指數(shù)(pt-1)、下期二手住宅價格指數(shù)(pt+1)、EPU、Ut△pt+1、Ut△pt-1;控制變量為城鎮(zhèn)人口數(shù)量、名義利率。其中EPU采用上文所提及的Huang & Luk(2018)的EPU指數(shù)月度數(shù)據(jù);住宅商品房可售面積與城鎮(zhèn)人口數(shù)量的數(shù)據(jù)來源于Wind數(shù)據(jù)庫,名義利率采用央行公布的抵押貸款利率。

      (二)描述性分析

      表2為2006年1月-2018年12月上海市二手住宅價格指數(shù)、EPU及控制變量的描述性統(tǒng)計,結果顯示,二手住宅價格指數(shù)的標準差為1.06,最小值為98,最大值為106.2,自2006年以來,整體上本市二手房地產(chǎn)市場價格呈現(xiàn)波動上漲,與實際情況相符。同時,中國政策不確定性指數(shù)標準差為31.89,最小值為52.20,最大值為238.32,對應2011年11月“歐債危機”爆發(fā)期。此外,城鎮(zhèn)人口數(shù)量、名義利率的標準差數(shù)值較少,分別為0.11、0.92,表明近年來上海市城鎮(zhèn)人口數(shù)量增長幅度有限,同時央行貸款利率也較為穩(wěn)定。

      表2 變量描述性統(tǒng)計

      (三)單位根檢驗與協(xié)整檢驗

      由于本文采用時間序列數(shù)據(jù),為了避免出現(xiàn)偽回歸,需要對模型中的變量進行單位根檢驗,本文采用DF檢驗與PP檢驗。表3結果顯示,除了上海市二手住宅價格指數(shù)、EPU指數(shù)通過單位根檢驗, lnSt、lnNt、tt均未通過單位根檢驗,進一步地,將上述變量采用一階差分,均通過單位根檢驗,符合一階差分的建模要求。

      表3 單位根檢驗

      其次,利用上述一階差分變量進行協(xié)整檢驗,如果存在協(xié)整關系,則可以直接采用差分回歸結果,不會存在偽回歸的情況;反之,則需要進行穩(wěn)健性檢驗,以說明回歸結果的有效性。表4結果顯示,存在協(xié)整向量,因此認為上述一階差分變量存在協(xié)整關系。

      表4 協(xié)整檢驗

      (四)實證結果

      本文采用回歸模型對預期、政策不確定性與房價波動的關系進行實證檢驗,結果如表5所示。其中,列(1)表明預期對二手住宅價格存在顯著正向影響,且通過了1%的顯著性水平檢驗。結果表明從消費者角度,上一期二手房成交價格上漲意味著二手房價格的預期價格也會上漲;從房企角度,企業(yè)對后期二手房價格走勢的預判同樣也與二手房價格的預期呈現(xiàn)正相關性,雙方對于房價的預期都將會反映到當前的房地產(chǎn)交易價格中。上海作為我國一線城市,社會經(jīng)濟發(fā)展水平較高,對周邊區(qū)域存在“虹吸效應”,在城市發(fā)展過程中,該市的房地產(chǎn)市場參與者并不僅局限于“本地買家”,在沒有采取限購政策之前,全國投資者通過公司投資、私人投資等多種方式參與到該市的房地產(chǎn)市場中。整體上,該市的房地產(chǎn)市場預期是正向的,因此實際情況中的市場預期波動較小,從一定程度解釋了市場預期波動對房價波動影響不顯著的原因。

      列(2)結果表明滯后一期的政策不確定性將會對房價形成顯著負面影響,L.EPU系數(shù)為-0.673,且通過了1%的顯著性水平檢驗;同時,在政策不確定性的影響作用下,市場參與者的預期對房地產(chǎn)價格的影響也存在正向影響,但是相較列(1)結果,影響程度顯著減少。該結果表明在外部政策不確定性增加的情況下,房地產(chǎn)市場參與者基于理性預期,交易行為將會更為謹慎,加之房產(chǎn)屬于固定資產(chǎn),存在占用資金多、處置交易時間長等特征,由于市場參與者的風險偏好降低,在供給一定的條件下,需求曲線左移,導致房價下降。受到政策不確定性的影響,市場參與者的預期將會受到政策“干擾”,房產(chǎn)投資行為將會追求更高回報收益率以抵消政策不確定性的存在,從而削弱預期對房價的正向影響。即政策環(huán)境變化較大將會對房價波動形成負面影響,結合圖1、圖3結果,在政策環(huán)境變化加劇的情形下,房價的波動性變化并不顯著,前兩次政策不確定增加是由于國際金融環(huán)境的惡化,在此情況下,房地產(chǎn)作為固定資產(chǎn),具有避險特征,加之國內(nèi)金融政策的寬松化,抑制了房價波動;2015年8月這一時間點存在上海市金融競爭力增強的利好信息,進一步促進了房價的上漲,但是在房產(chǎn)調(diào)控政策作用下,房價波動也減少。

      列(3)結果表明同時考慮到預期、政策不確定性及城市社會經(jīng)濟環(huán)境的影響時,前兩者對房地產(chǎn)價格的影響作用進一步減小,說明了房價變化是由市場參與者預期、外部政策穩(wěn)定性與經(jīng)濟社會情況共同決定的。在控制變量中,房地產(chǎn)市場存量面積對房價的變化影響存在顯著正向影響,但未通過顯著性水平檢驗。該結果表明房地產(chǎn)市場存量情況對房價的變化存在正向影響,但是由于本文是從2008年開始的房地產(chǎn)市場數(shù)據(jù),該階段是從增量住房轉為當下的“存量住房”時代,因此,房產(chǎn)存量對房價的變化未通過顯著性檢驗。對此可以理解為,隨著房地產(chǎn)市場進入“存量時代”,新開工建設面積減少,土地供應總量減少,且商品住宅供應比例也降低,造成了新房房源供應量的減少,大部分市場交易行為將在二手房市場中進行,該市場的開放性、競爭性程度高于新房市場,因此政府應當謹防“存量時代”背景下的房價波動。在城鎮(zhèn)人口數(shù)量方面,回歸系數(shù)為-0.00604,且通過了1%的顯著性水平檢驗,表明城市人口數(shù)量的變動將會對房價波動存在顯著抑制作用。對此可以理解為,一個城市的人口數(shù)量增加,其中部分人口將會存在購買需求,進而對房價形成支撐力量;另一部分人口的租賃需求,也將會促進該城市的房屋租賃市場的發(fā)展,增加房地產(chǎn)投資收益。在利率方面,回歸系數(shù)為0.0748,且通過了10%的顯著性水平檢驗,結果表明利率水平的波動對房價波動存在顯著促進作用。利率水平是貨幣政策對房價影響的重要傳導因素,利率水平的變化將會影響市場資金使用成本、市場預期,不確定性的增加將會促進房價波動。

      表5 實證結果

      (五)預期、政策不確定性對房價的沖擊

      進一步地,本文利用VAR模型模擬政策不確定性、預期對房價波動的沖擊,結果如圖4、圖5所示。圖4表明,政策不確定性的增加將會減小房價波動,并且在第1期達到最大值,后期沖擊性逐漸收斂。該結果表明我國在面對金融危機全面爆發(fā)的環(huán)境下,通過財政政策與金融政策的合理調(diào)控,在開放性經(jīng)濟環(huán)境下有效“阻隔”了國際金融環(huán)境對上海市房地產(chǎn)價格的影響,發(fā)揮了“防火墻”作用。圖5表明,市場預期對房價波動存在正向影響,且在第2期達到最大值,隨后回落,且沖擊性逐漸收斂。該結果表明市場預期對房價波動存在促進作用,且后期存在逐漸收斂。2016年8月,隨著土地市場的火爆和樓市謠言的傳播,市場出現(xiàn)過熱態(tài)勢。2上海統(tǒng)計局,2016年本市房地產(chǎn)市場綜述[EB/OL], http://www.stats-sh.gov.cn/html/fxbg/201702/293289. html, 2017-02-04.究其原因,當月房產(chǎn)中介編造了“9月信貸收緊”的虛假政策,在網(wǎng)絡公眾號的推波助瀾下,該虛假信息擴散,造成了房地產(chǎn)市場的非理性預期“升溫”。政府管理部門通過尋找謠言源頭,規(guī)范中介經(jīng)紀行為,加碼調(diào)控政策,預期逐漸趨于平穩(wěn),成交量有所回落。該現(xiàn)象也從側面印證了房地產(chǎn)市場輿論預期對房價波動存在正向影響,體現(xiàn)了當下我國房地產(chǎn)市場預期管理的重要性。

      圖4 政策不確定性對房價波動的沖擊

      圖5 預期對房價波動的沖擊

      (六)平穩(wěn)性檢驗

      如果模型存在不穩(wěn)定的情況,某些結果將是無效的,因此本文將利用AR根檢驗對VAR模型進行穩(wěn)定性檢驗。結果如圖6所示,上述VAR模型中所有根模的倒數(shù)小于1,都落在單位圓內(nèi),表明上述結果是穩(wěn)定的,脈沖響應結果是可信的。

      圖6 VAR系統(tǒng)穩(wěn)定性的判別圖

      五、結論與政策含義

      本文利用一階差分回歸模型,采用2006-2018年上海市房地產(chǎn)市場月度數(shù)據(jù),對市場預期、政策不確定性與房價波動的影響進行研究,結果發(fā)現(xiàn):基于理性預期理論,市場預期對房地產(chǎn)價格存在正向影響;隨著政策不確定性的增加,市場參與者風險偏好降低,將會抑制房價,結合我國政策不確定性較高的時間段分析,研究在國際金融危機背景下,我國采取的財政政策與貨幣政策有效平抑了外部金融風險對我國城市的房價波動。進一步地,本文利用VAR模型,對市場預期、政策不確定性均會對房價產(chǎn)生外部沖擊,其中市場預期對房價沖擊存在非線性收斂。

      前期,房地產(chǎn)市場調(diào)控政策大多只是針對由傳統(tǒng)經(jīng)濟因素決定的有效消費或者合理投資部分進行調(diào)節(jié),對行為因素的調(diào)節(jié)收效甚微,在信息不對稱的輿情起到了推波助瀾的作用。在上述背景下,市場預期對政策變化反應敏感,一方面造成了調(diào)控政策收效甚微,另一方面“謠言”也對市場參與者的預期干擾較大。因此,應當保持房地產(chǎn)市場調(diào)控政策的連續(xù)性,建立定期信息披露機制,引導市場預期,對負面輿情進行及時管理,避免房地產(chǎn)市場大起大落。

      上海市房地產(chǎn)市場是全國房地產(chǎn)市場的“風向標”,提高調(diào)控科學性,保持調(diào)控連續(xù)性對全國房地產(chǎn)市場健康平穩(wěn)發(fā)展具有重要意義。隨著“因城施策,分類指導”的提出,上海市應當結合實際市情、民情,制定具有上海特色的房地產(chǎn)政策,提高政府調(diào)控科學性,加強房地產(chǎn)市場預警預測能力。在解決市民基本居住問題方面,上海市應當構建多層次的住房供給體系,加快發(fā)展住房租賃市場;在提高市民居住質(zhì)量方面,通過完善各居住區(qū)域的配套生活商業(yè)設施,緩解中心城區(qū)壓力,優(yōu)化完善居住空間。在“防風險、保安全”的背景下,上海市應當重視房地產(chǎn)市場調(diào)控與財政平衡的關系,提高政府調(diào)控政策的科學性,加強市場溝通,理順地方經(jīng)濟發(fā)展與房地產(chǎn)市場的關系。

      猜你喜歡
      不確定性房價預期
      法律的兩種不確定性
      法律方法(2022年2期)2022-10-20 06:41:56
      兩大手段!深圳土地“擴權”定了,房價還會再漲?
      防范未然 “穩(wěn)房價”更要“穩(wěn)房租”
      中華建設(2019年8期)2019-09-25 08:26:04
      英鎊或繼續(xù)面臨不確定性風險
      中國外匯(2019年7期)2019-07-13 05:45:04
      分析師一致預期
      分析師一致預期
      分析師一致預期
      具有不可測動態(tài)不確定性非線性系統(tǒng)的控制
      去庫存的根本途徑還在于降房價
      公民與法治(2016年8期)2016-05-17 04:11:34
      2016房價“漲”聲響起
      杭州市| 乐安县| 象州县| 阆中市| 商河县| 连平县| 东港市| 琼海市| 修文县| 稷山县| 临桂县| 镇康县| 荥经县| 北流市| 阳朔县| 大方县| 岳池县| 日土县| 正蓝旗| 登封市| 乌鲁木齐县| 十堰市| 仪征市| 靖安县| 安吉县| 石楼县| 安徽省| 汉川市| 迁西县| 南雄市| 天津市| 宜宾县| 北海市| 乐昌市| 佛教| 姜堰市| 枣强县| 城固县| 淮滨县| 延安市| 华坪县|