限購政策、房地產(chǎn)景氣度與住房公積金流動(dòng)性

李偉軍，劉媛媛，周奕嘉

（1.復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院，上海 200433；2.安徽工業(yè)大學(xué)商學(xué)院，安徽馬鞍山 243032）

一、引言

我國住房公積金制度自1991年在上海試點(diǎn)以來，規(guī)模不斷擴(kuò)大。截至2019年年末，全國住房公積金累計(jì)繳存總額16.96 萬億元，已覆蓋數(shù)億城鎮(zhèn)職工，并逐步惠及更多的新市民群體。但隨著住房公積金規(guī)模的增加，其流動(dòng)性風(fēng)險(xiǎn)日益突出，且呈現(xiàn)區(qū)域不均、跳躍彈性較大以及與住房市場波動(dòng)高度關(guān)聯(lián)等特點(diǎn)。2016年之前，住房公積金個(gè)貸率與房價(jià)走勢(shì)基本一致，而2016年之后，住房公積金個(gè)貸率與房價(jià)背離（見圖1）。

圖1 2014－2019年我國房價(jià)與住房公積金個(gè)貸率走勢(shì)圖

從政策引導(dǎo)來看，隨著國家施行房地產(chǎn)調(diào)控政策，熱點(diǎn)城市普遍采用“限購令”，對(duì)住房公積金流動(dòng)性造成了重要影響。2010年，北京發(fā)布“京十條”限購令之后，我國經(jīng)歷了“限購—限購松綁—重啟限購—限購加碼”的調(diào)控歷程。限購政策通過抑制房地產(chǎn)市場住宅需求進(jìn)而打壓房地產(chǎn)泡沫，現(xiàn)有文獻(xiàn)通過檢驗(yàn)限購政策對(duì)房價(jià)波動(dòng)的效應(yīng)證實(shí)了這一點(diǎn)（張德榮和鄭曉婷，2013；方興，2018；陳淑云等，2019）。住房公積金制度是我國城鎮(zhèn)住房制度的重要組成部分，且住房公積金制度與房價(jià)緊密相關(guān)，因此限購政策是否會(huì)通過影響房地產(chǎn)市場間接影響住房公積金流動(dòng)性值得關(guān)注。此外，從市場信號(hào)來看，學(xué)術(shù)界普遍認(rèn)為房地產(chǎn)景氣度會(huì)對(duì)銀行業(yè)產(chǎn)生不同程度的影響（孫艷霞等，2015；王文和蘆哲，2021；方意等，2021），而住房公積金管理中心以委托人的身份將住房公積金的部分資金業(yè)務(wù)委托給商業(yè)銀行辦理，因此房地產(chǎn)景氣度是否會(huì)通過影響銀行業(yè)從而對(duì)住房公積金流動(dòng)性造成一定影響同樣值得關(guān)注。

基于上述分析，本文以限購政策與房地產(chǎn)景氣度為切入點(diǎn)，構(gòu)建限購政策與房地產(chǎn)景氣度對(duì)住房公積金流動(dòng)性影響的綜合分析框架。本文的主要?jiǎng)?chuàng)新點(diǎn)包括：第一，本文從限購政策和房地產(chǎn)景氣度視角研究住房公積金流動(dòng)性，豐富了現(xiàn)有研究文獻(xiàn)；第二，限購政策作為房地產(chǎn)調(diào)控強(qiáng)有力的行政手段，對(duì)住房市場的發(fā)展產(chǎn)生深遠(yuǎn)影響，因此以適當(dāng)?shù)姆椒ㄔu(píng)估限購政策的政策效應(yīng)十分重要，本文采用雙重差分法評(píng)估限購政策對(duì)住房公積金流動(dòng)性的政策效應(yīng)，同時(shí)采用傾向得分匹配法解決可能存在的內(nèi)生性問題，為政府評(píng)估限購政策的政策效果，以及未來改進(jìn)限購政策提供了理論支撐；第三，本文從總量、投資、生產(chǎn)、交易、金融和價(jià)格六個(gè)方面構(gòu)建房地產(chǎn)景氣度綜合指標(biāo)體系，采用主成分分析法構(gòu)建房地產(chǎn)景氣度指數(shù)，對(duì)學(xué)術(shù)界進(jìn)一步識(shí)別房地產(chǎn)市場周期具有借鑒意義。

二、文獻(xiàn)綜述

（一）限購政策

已有研究中，大部分學(xué)者認(rèn)為我國實(shí)施的房地產(chǎn)限購政策效果顯著。王敏和黃瀅（2013）認(rèn)為限購影響了房價(jià)，會(huì)導(dǎo)致房地產(chǎn)市場出現(xiàn)“價(jià)高量低”的現(xiàn)象；劉璐（2013）認(rèn)為首付比例和限購數(shù)量都會(huì)影響房地產(chǎn)市場均衡價(jià)格，但兩者影響機(jī)制各不相同；張德榮和鄭曉婷（2013）認(rèn)為，在全市范圍內(nèi)限購和對(duì)非戶籍購房人士限購能夠有效抑制當(dāng)?shù)胤績r(jià)過快上漲；鄧柏峻等（2014）指出限購令對(duì)“高房價(jià)且上漲速度過快”的城市有更好的調(diào)控效果，可以抑制投機(jī)性購房需求，但限購政策的效果也出現(xiàn)了一定的滯后性；陳鑫和方意（2016）認(rèn)為，限購政策主要影響房地產(chǎn)市場投機(jī)性需求，適用于一線城市，而限貸政策主要針對(duì)剛性需求，適合對(duì)非一線城市房價(jià)進(jìn)行調(diào)控；陳忱和高然（2020）認(rèn)為，限購限貸通過抑制房價(jià)從而降低了人口遷移成本，導(dǎo)致城市人口遷移率顯著提升。

也有部分學(xué)者認(rèn)為我國政府施行的房地產(chǎn)限購政策收效甚微。湯韻和梁若冰（2016）指出，限購令推出后離婚數(shù)量會(huì)增加，從而規(guī)避政策管制，因此限購政策難以抑制房價(jià)上漲；郭文偉（2016）在研究中國商品房市場周期性泡沫時(shí)發(fā)現(xiàn)，限購令以及大部分緊縮性房地產(chǎn)調(diào)控政策不能有效緩解樓市泡沫；余泳澤和張少輝（2017）研究發(fā)現(xiàn)，限購政策主要影響房地產(chǎn)行業(yè)的過度投資，未能顯著影響房價(jià)，而房價(jià)的過快上漲會(huì)抑制周邊城市的企業(yè)技術(shù)創(chuàng)新活動(dòng)。此外，也有部分學(xué)者研究兩輪限購政策的差異效果。陳淑云等（2019）研究發(fā)現(xiàn)，第二輪限購政策的效果明顯弱于第一輪，限購政策只能作為地方政府短時(shí)間內(nèi)控制房價(jià)過快上漲的過渡性政策；曹越等（2021）認(rèn)為第一輪限購政策在短期內(nèi)顯著降低了房地產(chǎn)企業(yè)的經(jīng)營績效，長期則無明顯效果，而第二輪限購政策卻顯著增加了房地產(chǎn)企業(yè)的經(jīng)營績效。

（二）房地產(chǎn)景氣度

Mitchell（1927）最早提出房地產(chǎn)周期研究的理論基礎(chǔ)。何國釗等（1996）利用擴(kuò)散指數(shù)計(jì)算方法研究出中國房地產(chǎn)周期波動(dòng)形態(tài)；譚剛（2001）選擇總量、投資、生產(chǎn)、交易、金融及價(jià)格六類共十六項(xiàng)指標(biāo)，分析我國房地產(chǎn)周期波動(dòng)特征；謝娜和張紅（2008）利用主成份分析與譜分析相結(jié)合的方法，分別對(duì)北京房地產(chǎn)市場供給和需求合成指標(biāo)進(jìn)行周期識(shí)別；吳璟和劉洪玉（2009）綜合一維灰色動(dòng)態(tài)模型和馬爾可夫鏈模型分析我國房地產(chǎn)周期；司穎華（2014）一方面利用HP 濾波分析了我國房地產(chǎn)市場的波動(dòng)性，并使用頻域分析確定了我國房地產(chǎn)市場的最小周期，另一方面構(gòu)建了相應(yīng)的LSTAR 模型，分析我國房地產(chǎn)變化的非線性動(dòng)態(tài)特征；張品一（2019）基于國房景氣指數(shù)的周期成分，利用馬爾科夫區(qū)制轉(zhuǎn)換（MS）模型，對(duì)中國的房地產(chǎn)周期展開研究；楊亞慧等（2020）使用馬爾科夫區(qū)制轉(zhuǎn)移模型和改進(jìn)后的趨勢(shì)濾波計(jì)算出市場變化的拐點(diǎn)，由此劃分出各個(gè)周期的起始點(diǎn)。

（三）住房公積金流動(dòng)性

近年來，學(xué)術(shù)界開始關(guān)注住房公積金的流動(dòng)性壓力。陳杰（2010）認(rèn)為住房公積金流動(dòng)性風(fēng)險(xiǎn)產(chǎn)生的根源有兩個(gè)，一是管理機(jī)構(gòu)的非專業(yè)性，二是住房公積金的屬地化封閉分割管理體制；肖作平和尹林輝（2010）認(rèn)為人均生產(chǎn)總值、房價(jià)、人口及房價(jià)收入水平的提高等加大了住房公積金的流動(dòng)性壓力；吳義東和王先柱（2018）認(rèn)為住房公積金存在流動(dòng)性不足的風(fēng)險(xiǎn)，且呈現(xiàn)出城市分化嚴(yán)重、資金萎縮加速、市場干擾明顯等特征；李偉軍和吳義東（2019）認(rèn)為住房公積金的歸集擴(kuò)面改革在一定程度上加大了流動(dòng)性壓力和信用風(fēng)險(xiǎn)。同時(shí)，也有不少學(xué)者提出了流動(dòng)性風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的解決方案：胡郁（2017）認(rèn)為推廣住房公積金資產(chǎn)證券化，有利于盤活住房公積金貸款；黃燕芬和李怡達(dá)（2017）建議建立以中央住房公積金銀行為中心的互助性住房政策性金融體系，當(dāng)出現(xiàn)大規(guī)模住房公積金流動(dòng)性風(fēng)險(xiǎn)時(shí)，中央住房公積金銀行可以運(yùn)用自身的資金儲(chǔ)備和向央行申請(qǐng)流動(dòng)性的方式向地方住房公積金管理中心注資；李偉軍（2019）認(rèn)為應(yīng)將商業(yè)銀行專業(yè)化理念引入住房公積金制度，提高住房公積金運(yùn)行效率，引入大數(shù)據(jù)手段建立風(fēng)險(xiǎn)管理體系，強(qiáng)化住房公積金政策性金融功能，并逐漸轉(zhuǎn)軌為國家政策性住宅金融機(jī)構(gòu)。

綜上，研究限購政策和房地產(chǎn)景氣度的文獻(xiàn)較多，但大都局限于研究限購政策對(duì)房價(jià)的影響和房地產(chǎn)景氣度周期的構(gòu)建方法，且研究住房公積金流動(dòng)性的文獻(xiàn)大都停留在理論層面，主要分析流動(dòng)性風(fēng)險(xiǎn)成因、特點(diǎn)及管控路徑，鮮有文獻(xiàn)從實(shí)證角度研究住房公積金的流動(dòng)性。

三、理論分析與研究假設(shè)

限購政策與房地產(chǎn)景氣度影響住房公積金個(gè)貸率主要有三種機(jī)制，機(jī)制1 為限購政策通過抑制房地產(chǎn)市場需求從而影響住房公積金個(gè)貸率，機(jī)制2 與機(jī)制3 分別為房地產(chǎn)景氣度影響住房公積金個(gè)貸率的兩條路徑，基本流程如圖2所示。

圖2 限購和房地產(chǎn)景氣度影響公積金個(gè)貸率機(jī)制圖

限購政策的本意在于控制房價(jià)過快上漲，希望通過抑制交易雙方的投機(jī)與過度投資行為，抑制房地產(chǎn)市場需求，從而控制房地產(chǎn)“泡沫”，確保房地產(chǎn)行業(yè)平穩(wěn)健康發(fā)展。根據(jù)供需均衡理論，當(dāng)供給不發(fā)生改變時(shí)，需求的減少必然引起均衡價(jià)格與均衡數(shù)量同時(shí)下降。由住房公積金個(gè)貸率的計(jì)算公式可知，住房公積金個(gè)貸率的影響因素主要是繳存、回收、提取、貸款四部分，其中，回收和繳存是住房公積金供給端，貸款和提取是住房公積金運(yùn)用端。限購導(dǎo)致需求減少，房地產(chǎn)市場均衡價(jià)格與均衡數(shù)量下降，將在很大程度上影響住房公積金運(yùn)用端。房地產(chǎn)市場均衡價(jià)格和均衡數(shù)量的下降使房地產(chǎn)市場成交額下降，人們購房使用的住房公積金貸款總額和提取總額減少，進(jìn)一步減少住房公積金貸款余額和增加其繳存余額，從而降低住房公積金個(gè)貸率。具體如圖2中機(jī)制1 所示?；诖耍岢黾僭O(shè)1。

假設(shè)1：限購政策的實(shí)施能有效抑制住房公積金個(gè)貸率的上漲壓力。

房地產(chǎn)行業(yè)具有開發(fā)周期長、投資規(guī)模大以及市場價(jià)格高等特點(diǎn)，因此無論是房地產(chǎn)企業(yè)還是消費(fèi)者購房都需要銀行貸款來支持。這一類貸款具備回報(bào)率高和安全性好的優(yōu)點(diǎn)，所以房地產(chǎn)行業(yè)對(duì)銀行業(yè)的發(fā)展有較強(qiáng)推動(dòng)力。房地產(chǎn)行業(yè)主要通過兩條途徑影響銀行業(yè)：一是通過銀行對(duì)房地產(chǎn)業(yè)的貸款直接產(chǎn)生影響，若房地產(chǎn)景氣度上升，則銀行更傾向于將貸款資金發(fā)放給房地產(chǎn)業(yè)，以獲得長期穩(wěn)定的收益；二是房地產(chǎn)作為銀行貸款抵押物間接影響銀行績效，房地產(chǎn)具有抵押品特性，當(dāng)房地產(chǎn)景氣度上升時(shí)，抵押的房地產(chǎn)質(zhì)量上升，房地產(chǎn)貸款償付率提高，這不僅降低了銀行的風(fēng)險(xiǎn)水平，而且提升了其收益水平。此外，住房公積金管理中心的委托管理制度使房地產(chǎn)業(yè)通過影響銀行業(yè)從而對(duì)住房公積金造成一定影響。因此，房地產(chǎn)業(yè)景氣度主要通過兩種機(jī)制影響住房公積金個(gè)貸率：一是房地產(chǎn)業(yè)景氣度上升，銀行更傾向于將資金投入房地產(chǎn)業(yè)，辦理住房公積金貸款業(yè)務(wù)量上升，導(dǎo)致貸款總額和貸款余額上升，個(gè)貸率上漲壓力增大，具體如圖2中機(jī)制2 所示；二是房地產(chǎn)作為銀行貸款抵押物，其景氣度上升會(huì)使被抵押的房地產(chǎn)質(zhì)量上升，房地產(chǎn)貸款償付率提高，銀行回收貸款風(fēng)險(xiǎn)下降，相應(yīng)地，住房公積金貸款回收風(fēng)險(xiǎn)也會(huì)降低，住房公積金貸款回收總額上升，貸款余額下降，則個(gè)貸率下降，具體如圖2中機(jī)制3 所示。所以，房地產(chǎn)業(yè)景氣度通過兩種機(jī)制影響住房公積金個(gè)貸率的效果相反，無法確定房地產(chǎn)景氣波動(dòng)程度對(duì)住房公積金流動(dòng)性的影響，需要確定哪種機(jī)制占主導(dǎo)作用。本文根據(jù)城市等級(jí)和地域劃分樣本，具體影響視樣本而異?；诖?，提出假設(shè)2。

假設(shè)2：房地產(chǎn)市場景氣度對(duì)住房公積金個(gè)貸率的影響具有不確定性，具體影響視樣本而異。

四、實(shí)證設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文數(shù)據(jù)來自國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫，《中國城市統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》《國民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》《全國住房公積金年度報(bào)告》，以及大中型城市公積金管理中心官方網(wǎng)站。本文研究對(duì)象為全國67 個(gè)大中城市（?？凇⑷齺喓痛罄碛捎跀?shù)據(jù)缺失嚴(yán)重且不準(zhǔn)確舍去），研究期限分為長窗口期和短窗口期，其中，長窗口期為2014－2018年，短窗口期為2016－2018年。

（二）變量定義與度量

1.被解釋變量

本文參考劉麗巍和羅丹（2012）、吳義東和王先柱（2018）、操寧憶和李偉軍（2020）的研究方法，選擇住房公積金個(gè)貸率（GDL）作為被解釋變量，用來衡量住房公積金的流動(dòng)性狀況。具體計(jì)算公式為：個(gè)貸率=貸款余額÷繳存余額=（貸款總額-回收總額）÷（繳存總額-提取總額）。

2.解釋變量

（1）限購政策。該核心解釋變量代表一個(gè)城市是否實(shí)施了限購政策，用Treatment表示。若該城市在當(dāng)年實(shí)施了限購政策，則Treatment在當(dāng)期以及后期賦值為1，否則為0。

（2）房地產(chǎn)景氣度。學(xué)者們采取不同的指標(biāo)衡量房地產(chǎn)景氣度，主要分為兩類：一類是單一指標(biāo)，如張?jiān)穑?002）采用商品房銷售額增長率作為單一測(cè)評(píng)指標(biāo)，但單一指標(biāo)很難準(zhǔn)確、全面反映房地產(chǎn)波動(dòng)周期。另一類是綜合指標(biāo)體系，學(xué)者們主要從三個(gè)角度選取指標(biāo)：第一是從總量、投資、生產(chǎn)、交易、金融和價(jià)格六個(gè)方面構(gòu)建指標(biāo)體系，涵蓋面較廣，能夠較好地反映房地產(chǎn)周期波動(dòng)趨勢(shì)（竹隰生和章琛，2011）；第二是從先導(dǎo)指標(biāo)、同步指標(biāo)、滯后指標(biāo)三個(gè)方面構(gòu)建指標(biāo)體系，通常應(yīng)用于房地產(chǎn)業(yè)預(yù)警系統(tǒng)；第三是國房景氣指數(shù)，由國家統(tǒng)計(jì)局1997年研制并建立，體現(xiàn)全國房地產(chǎn)業(yè)基本運(yùn)行狀況和波動(dòng)幅度。

基于上述分析，本文選用目前應(yīng)用較為廣泛并且能夠較好地反映各城市房地產(chǎn)景氣程度波動(dòng)的指標(biāo)體系，從總量、投資、生產(chǎn)、交易、金融和價(jià)格六個(gè)方面選取指標(biāo)，并進(jìn)行了部分修改?？傮w來說，這些指標(biāo)能較準(zhǔn)確地反映房地產(chǎn)景氣度：就總量指標(biāo)而言，已有研究通常選取房地產(chǎn)業(yè)增加值，但由于本文研究對(duì)象為67 個(gè)大中城市，很多城市并未完全公布房地產(chǎn)業(yè)的增加值，又考慮到房地產(chǎn)業(yè)屬于第三產(chǎn)業(yè)且該產(chǎn)業(yè)每年的增加值占第三產(chǎn)業(yè)增加值的比例較穩(wěn)定，故選取第三產(chǎn)業(yè)增加值來近似代替；就投資指標(biāo)而言，由于房地產(chǎn)開發(fā)投資直接影響房地產(chǎn)市場波動(dòng)，且住宅投資占比很大，因此選取房地產(chǎn)開發(fā)投資額和房地產(chǎn)住宅投資額能較好地反映房地產(chǎn)投資的變動(dòng)情況；就生產(chǎn)指標(biāo)而言，選取商品房施工面積和竣工面積，這兩項(xiàng)指標(biāo)不僅直接影響房地產(chǎn)市場當(dāng)年以及未來的市場供給量，而且也反映了供給者對(duì)房地產(chǎn)市場的預(yù)期；就交易指標(biāo)而言，選取商品房銷售面積，它是衡量房地產(chǎn)市場需求和發(fā)展態(tài)勢(shì)的一個(gè)重要指標(biāo)；就金融指標(biāo)而言，選取房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款額，它是判斷金融業(yè)發(fā)展能否為房地產(chǎn)行業(yè)提供發(fā)展契機(jī)的一個(gè)重要因素。最后，由于商品房平均銷售價(jià)格是衡量房地產(chǎn)市場的一個(gè)重要指向性指標(biāo)，其波動(dòng)最能反映房地產(chǎn)市場的供求情況，因此本文選取商品房平均銷售價(jià)格作為價(jià)格指標(biāo)。由于不同地區(qū)的統(tǒng)計(jì)指標(biāo)有所差異，且各指標(biāo)間的量綱不一致，因此采用指標(biāo)增長率來保證指標(biāo)數(shù)據(jù)的統(tǒng)一性（見表1）。

表1 房地產(chǎn)景氣度指標(biāo)體系的選擇

現(xiàn)有文獻(xiàn)通常選取三種方法建立房地產(chǎn)景氣程度的模型：一是擴(kuò)散指數(shù)法，該方法能比較準(zhǔn)確地判斷景氣周期的轉(zhuǎn)折點(diǎn)，但不能準(zhǔn)確地反映波動(dòng)的幅度；二是聚類分析法，該方法將指標(biāo)按照性質(zhì)親疏及相似程度分類，帶有較大的主觀性；三是合成指數(shù)法，該方法能很好地反映景氣周期的轉(zhuǎn)折點(diǎn)和波動(dòng)幅度，并且通過層次分析法或主成分分析法來確定指標(biāo)權(quán)重?；诤铣芍笖?shù)法，本文利用SPSS 軟件對(duì)67 個(gè)城市2014－2018年的面板數(shù)據(jù)進(jìn)行全局主成分分析，計(jì)算出各個(gè)指標(biāo)的權(quán)重，最終合成房地產(chǎn)景氣度綜合指數(shù)CE，用于衡量本文的另一個(gè)解釋變量——房地產(chǎn)景氣度。

3.控制變量

本文從住房公積金自身因素和宏觀經(jīng)濟(jì)類因素兩個(gè)維度來選取控制變量。住房公積金自身因素方面，選擇住房消費(fèi)提取占總提取比例（RFER）、個(gè)人住房貸款最高額度（MQ）、貸款筆數(shù)（NOL）、住房公積金提取與貸款比值（RDL）、提取筆數(shù)（WZ）、實(shí)繳職工（STAFF）六個(gè)指標(biāo)作為控制變量。宏觀經(jīng)濟(jì)類因素方面，選取年平均人口（AAP）、人均居住用地面積（ALA）、人均GDP（AG）、公共財(cái)政支出收入比（FEIR）、居民人均人民幣儲(chǔ)蓄存款余額（AS）、職工平均工資（AWI）六個(gè)指標(biāo)作為分析的控制變量。

表2為變量描述性統(tǒng)計(jì)結(jié)果。

表2 變量描述性統(tǒng)計(jì)

（三）模型構(gòu)建

每個(gè)城市第二輪限購政策的實(shí)施時(shí)間不盡相同，故本文采用多期DID 模型估計(jì)限購的政策效應(yīng)?；居?jì)量回歸模型設(shè)定如下：

其中，i=1,2,··· ,67；t=2014，2015，2016，2017，2018 。下標(biāo)i代表城市，下標(biāo)t代表時(shí)間；GDLit為67 個(gè)大中城市在t年的住房公積金個(gè)貸率；Treatmentit為處理變量，代表i城市在t年實(shí)施了限購政策；CEit代表房地產(chǎn)市場景氣度；CEit×Treatmentit代表房地產(chǎn)市場景氣度與限購政策的交乘項(xiàng)；Xi代表與住房公積金流動(dòng)性關(guān)聯(lián)程度較高的控制變量；μi和δt代表個(gè)體效應(yīng)和時(shí)間效應(yīng)；εit代表隨機(jī)干擾項(xiàng)。

（四）實(shí)證檢驗(yàn)與分析

1.全樣本回歸分析

對(duì)全樣本直接進(jìn)行政策效果估計(jì)，基本回歸結(jié)果見表3。其中，列（1）和列（2）僅控制了限購政策變量，觀察期分為短窗口期和長窗口期；列（3）和列（4）加入了與住房公積金流動(dòng)性相關(guān)的控制變量?；貧w結(jié)果顯示，對(duì)核心解釋變量限購政策，在短窗口期內(nèi)，限購政策對(duì)住房公積金個(gè)貸率的影響系數(shù)為-4.289，在10%的水平上顯著，加入控制變量后影響系數(shù)變?yōu)?2.075，且在統(tǒng)計(jì)學(xué)上不顯著；在長窗口期內(nèi)，限購政策對(duì)住房公積金個(gè)貸率的影響系數(shù)為-10.242，在1%的水平上顯著，加入控制變量之后影響系數(shù)變?yōu)?8.291，顯著性不變。以上結(jié)果說明，在長期內(nèi)限購政策的實(shí)施顯著降低了住房公積金個(gè)貸率，即提高了住房公積金流動(dòng)性，因此假設(shè)1 得到驗(yàn)證。同時(shí)，對(duì)于另一個(gè)核心解釋變量房地產(chǎn)景氣度，根據(jù)回歸結(jié)果，在短窗口期內(nèi)，房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響為0.008，在統(tǒng)計(jì)學(xué)上不顯著，加入控制變量后影響系數(shù)變?yōu)?.014，依然不顯著；在長窗口期內(nèi)，房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響系數(shù)為-0.108，在統(tǒng)計(jì)學(xué)上不顯著，加入控制變量后系數(shù)變?yōu)?0.184，在5%的水平上顯著。這說明短期內(nèi)房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響不大，長期內(nèi)房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率具有負(fù)向影響。根據(jù)前文的理論分析，由于房地產(chǎn)業(yè)貸款回收期長，短期內(nèi)住房公積金貸款發(fā)放額增加幅度大于貸款回收額增加幅度，因此機(jī)制2 占主導(dǎo)地位，長期內(nèi)則相反，機(jī)制3 占主導(dǎo)地位。另外，在列（4）中，限購政策與房地產(chǎn)景氣度交乘項(xiàng)的系數(shù)為0.212，在10%的水平上顯著，說明限購政策的實(shí)施對(duì)住房公積金個(gè)貸率的邊際效應(yīng)會(huì)受到房地產(chǎn)景氣度的影響，同時(shí)房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的邊際效應(yīng)也會(huì)受到限購政策實(shí)施的影響。

表3 全樣本分析結(jié)果

表4報(bào)告了限購與房地產(chǎn)景氣度之間的邊際效應(yīng)。從表4可以看出，當(dāng)一個(gè)城市未實(shí)施限購政策時(shí)，房地產(chǎn)景氣度每增加一個(gè)單位，住房公積金個(gè)貸率下降0.184 個(gè)單位，該結(jié)果在5%的水平上顯著；當(dāng)該城市實(shí)施限購政策時(shí)，房地產(chǎn)景氣度每增加一個(gè)單位，住房公積金個(gè)貸率上升0.028 個(gè)單位，但該結(jié)果并不顯著。

表4 限購對(duì)房地產(chǎn)景氣度邊際效應(yīng)處理結(jié)果

表5報(bào)告了房地產(chǎn)景氣度與限購之間的邊際效應(yīng)。從表5的結(jié)果來看，相對(duì)于未實(shí)施限購政策的城市，隨著房地產(chǎn)景氣度的增加，實(shí)施限購政策的城市限購對(duì)住房公積金個(gè)貸率的邊際效應(yīng)逐漸減小。

表5 房地產(chǎn)景氣度對(duì)限購邊際效應(yīng)處理結(jié)果

2.分樣本回歸分析

為進(jìn)一步研究不同等級(jí)、不同地域的城市限購政策和房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率影響的差異，本文依次檢驗(yàn)了一線城市和非一線城市，東部、中部和西部及東北城市限購政策和房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響程度。分樣本回歸結(jié)果如表6所示，觀察期均為長窗口期，且都加入了控制變量?；貧w結(jié)果顯示，一方面，一線城市限購政策對(duì)住房公積金個(gè)貸率的影響系數(shù)為-6.903，在1%的水平上顯著；非一線城市限購政策對(duì)住房公積金個(gè)貸率的影響系數(shù)為-9.319，也通過了1%的顯著性檢驗(yàn)。這說明非一線城市限購政策的實(shí)施對(duì)住房公積金個(gè)貸率的影響要大于一線城市。同時(shí)，回歸結(jié)果顯示一線城市房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響系數(shù)為0.772，在1%的水平上顯著，非一線城市房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響為-0.216，也通過了1%的顯著性檢驗(yàn)。這說明一線城市房地產(chǎn)景氣度增加使住房公積金個(gè)貸率上升，而非一線城市房地產(chǎn)景氣度上升會(huì)導(dǎo)致住房公積金個(gè)貸率下降。前文理論分析表明，房地產(chǎn)業(yè)景氣度影響住房公積金個(gè)貸率的效應(yīng)要視不同城市等級(jí)樣本而異，在一線城市房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響中，機(jī)制2 占主導(dǎo)地位，非一線城市則機(jī)制3 占主導(dǎo)地位。另一方面，就東部及中部城市而言，限購政策對(duì)住房公積金個(gè)貸率的影響系數(shù)為-10.164，在1%的水平上顯著，房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響系數(shù)為-0.204，通過了5%的顯著性檢驗(yàn)；西部及東北城市限購政策對(duì)住房公積金個(gè)貸率的影響均不顯著，說明限購政策和房地產(chǎn)景氣度對(duì)東部及中部地區(qū)的調(diào)控效果較明顯，但對(duì)西部及東北地區(qū)影響甚微。

表6 分樣本回歸結(jié)果

3.安慰劑檢驗(yàn)

本文以全樣本長窗口期為例，對(duì)多期DID 模型做安慰劑檢驗(yàn)。圖3展示了500 個(gè)“偽政策虛擬變量”估計(jì)系數(shù)的分布及相應(yīng)的p 值，其中，X 軸表示“偽政策虛擬變量”估計(jì)系數(shù)的大小，Y 軸表示密度值和p 值大小，曲線是估計(jì)系數(shù)的核密度分布，灰色圓點(diǎn)是估計(jì)系數(shù)對(duì)應(yīng)的p 值，垂直虛線是DID 模型真實(shí)估計(jì)值。從圖3可以看出，估計(jì)系數(shù)大都集中在零點(diǎn)附近，大多數(shù)估計(jì)值的p 值都大于0.1（在統(tǒng)計(jì)學(xué)上不顯著），表明該估計(jì)結(jié)果是合理的。

圖3 全樣本長窗口期安慰劑檢驗(yàn)

4.穩(wěn)健性檢驗(yàn)

（1）PSM-DID 方法。需要注意的是，一些經(jīng)濟(jì)發(fā)展緩慢地區(qū)的城市即使并未實(shí)施限購政策，也可能比實(shí)施限購的城市具有更低的住房公積金利用水平和效率，從而個(gè)貸率也相應(yīng)較低，這就出現(xiàn)了常見的“樣本選擇性偏誤”問題。Rosenbaum（1983）提出的PSM 方法提供了一個(gè)克服上述偏誤問題的“反事實(shí)分析”框架，通過引入能影響限購政策是否頒布的協(xié)變量，運(yùn)用logit 模型估計(jì)傾向得分值，再選擇合適的匹配方法進(jìn)行匹配，最后基于匹配結(jié)果測(cè)算限購政策對(duì)住房公積金個(gè)貸率的平均處理效應(yīng)。參照已有研究，本文選擇能夠體現(xiàn)城市特征的協(xié)變量主要包括各城市年平均人口（AAP）、各城市人均居住面積（ALA）、各城市人均GDP（AG）、各城市地方公共財(cái)政支出收入比（FEIR）、各城市人均人民幣儲(chǔ)蓄存款余額（AS）、各城市職工平均工資（AWI）。除此之外，還有影響因變量的控制變量，包括個(gè)人住房貸款最高額度（MQ）、貸款筆數(shù)（NOL）、住房消費(fèi)提取占總提取比例（RFER）、公積金提取與貸款比值（RDL）、提取筆數(shù)（WZ）、實(shí)繳職工（STAFF）。具體協(xié)變量對(duì)住房公積金個(gè)貸率的影響估計(jì)結(jié)果見表7。可以看出，各城市房地產(chǎn)景氣波動(dòng)程度、公共財(cái)政支出收入比、職工平均工資、個(gè)人住房貸款最高額度（MQ）、公積金提取與貸款比值（RDL）對(duì)限購政策的頒布存在顯著影響效應(yīng)。其中，CE、AWI、RDL對(duì)限購政策的頒布存在顯著正效應(yīng)，而FEIR和MQ對(duì)限購政策的頒布存在顯著負(fù)效應(yīng)。

表7 具體協(xié)變量對(duì)限購政策是否頒布的影響

本文采用半徑卡尺匹配做傾向得分匹配。為保證匹配結(jié)果的準(zhǔn)確性，對(duì)匹配后的樣本進(jìn)行平衡性檢驗(yàn)，以考察匹配后樣本的實(shí)驗(yàn)組與對(duì)照組是否滿足共同支撐假設(shè)，若滿足該條件，則兩組樣本之間在給定控制變量的情況下，可以視為隨機(jī)事件。仍然以全樣本長窗口期為例，相應(yīng)的檢驗(yàn)結(jié)果如表8所示?？梢钥闯?，在匹配前各協(xié)變量實(shí)驗(yàn)組和對(duì)照組均存在顯著差異，而匹配后各變量的差異性在很大程度上消失了，標(biāo)準(zhǔn)化偏差也都降低了，且大部分變量的標(biāo)準(zhǔn)化偏差降到了10%之下，通過了聯(lián)合檢驗(yàn)。因此，可以認(rèn)為樣本中各個(gè)城市住房公積金個(gè)貸率的變化主要是由限購政策引起的。

表8 協(xié)變量的匹配質(zhì)量檢驗(yàn)

表8（續(xù)）

同樣，本文采用半徑卡尺匹配方法估計(jì)限購政策對(duì)住房公積金流動(dòng)性的平均處理效應(yīng)，具體結(jié)果見表9?？梢钥闯?平均處理效應(yīng)ATT 為5.569，p 值為0.036，說明在5%的水平上顯著。這表明限購政策能夠有效緩解住房公積金個(gè)貸率上漲的壓力。

表9 平均處理效應(yīng)

為克服限購城市與非限購城市在變化趨勢(shì)上的系統(tǒng)性差異，減少DID 的估計(jì)誤差，本文采用PSM-DID 法進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果見表10。在進(jìn)行PSMDID 估計(jì)前，需要進(jìn)行模型有效性檢驗(yàn)，以共同支撐假設(shè)檢驗(yàn)為例，即實(shí)驗(yàn)組和控制組自變量的均值在匹配后不存在顯著差異。將是否為限購城市的虛擬變量和控制變量進(jìn)行Logit 回歸，得到傾向得分值。從表8協(xié)變量的匹配質(zhì)量檢驗(yàn)可以看出，匹配后的大部分自變量不存在顯著差異。因此，本文在共同支撐假設(shè)的基礎(chǔ)上進(jìn)一步證明了PSM-DID 方法的可行性和合理性。利用PSM-DID 方法之后，表10的結(jié)果表明限購政策顯著降低了住房公積金個(gè)貸率水平，減少程度為10.430%。此估計(jì)結(jié)果與前文全樣本長窗口期估計(jì)的雙重差分結(jié)果并無明顯差異，進(jìn)一步支撐了本文的實(shí)證結(jié)論，即限購的政策效應(yīng)比較顯著。

表10 PSM-DID 穩(wěn)健性檢驗(yàn)

（2）替換變量法。本文核心解釋變量房地產(chǎn)景氣度CE是根據(jù)主成分分析法得到的合成指數(shù)，為了保證研究結(jié)論的可靠性，此處選取房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款增長率和房地產(chǎn)開發(fā)企業(yè)住宅投資額來替換房地產(chǎn)景氣度CE。主要基于如下考慮：一方面，房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款在房地產(chǎn)開發(fā)企業(yè)資金來源中占比較大。2020年12月31日，中國人民銀行和銀保監(jiān)會(huì)發(fā)布《關(guān)于建立銀行業(yè)金融機(jī)構(gòu)房地產(chǎn)貸款集中度管理制度的通知》（銀發(fā)〔2020〕322 號(hào)），設(shè)置了房地產(chǎn)行業(yè)貸款余額占比上限和個(gè)人住房貸款余額上限，旨在通過金融調(diào)控手段影響房地產(chǎn)市場波動(dòng)情況。因此，房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款增長率能夠在一定程度上反映房地產(chǎn)市場景氣度。另一方面，房地產(chǎn)開發(fā)投資是影響房地產(chǎn)市場波動(dòng)的直接原因，在房地產(chǎn)投資中，住宅投資占了很大的比例，它能夠更好地反映房地產(chǎn)投資在當(dāng)年的變動(dòng)情況。表11 是將CE替換成房地產(chǎn)開發(fā)企業(yè)國內(nèi)貸款增長率（REDL）和房地產(chǎn)開發(fā)企業(yè)住宅投資額（RERI）后得到的穩(wěn)健性檢驗(yàn)結(jié)果。

表11 替換變量法穩(wěn)健性檢驗(yàn)

考慮到房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響作用因城市等級(jí)而異，相應(yīng)地，用替代變量REDL進(jìn)行分樣本穩(wěn)健性檢驗(yàn)。對(duì)照表6回歸結(jié)果，從系數(shù)顯著性來看，房地產(chǎn)景氣度的替代變量REDL對(duì)住房公積金個(gè)貸率的影響效應(yīng)基本一致，即一線城市系數(shù)顯著為正，非一線城市系數(shù)顯著為負(fù)，通過了穩(wěn)健性檢驗(yàn)。同時(shí)，上文指出西部及東北城市房地產(chǎn)景氣度影響住房公積金個(gè)貸率的效果并不顯著，而東部及中部城市房地產(chǎn)景氣度對(duì)住房公積金個(gè)貸率的影響顯著為負(fù)，與表11 替換變量RERI穩(wěn)健性檢驗(yàn)結(jié)果基本相似，也通過了穩(wěn)健性檢驗(yàn)。

五、結(jié)論與政策建議

本文運(yùn)用2014－2018年67 個(gè)大中城市的面板數(shù)據(jù)，使用多時(shí)點(diǎn)DID 估計(jì)方法，研究限購政策和房地產(chǎn)景氣度對(duì)住房公積金流動(dòng)性的影響，結(jié)果發(fā)現(xiàn)：限購政策能夠顯著降低住房公積金個(gè)貸率，2016年9月第二輪限購政策的實(shí)施，對(duì)大部分城市高位運(yùn)行的住房公積金個(gè)貸率是一劑良藥，有效緩解了部分城市的住房公積金流動(dòng)性壓力；房地產(chǎn)景氣度對(duì)住房公積金流動(dòng)性的作用效果存在地區(qū)差異。其中，一線城市房地產(chǎn)景氣度上升給住房公積金流動(dòng)性帶來了較大的緊缺壓力，非一線城市房地產(chǎn)景氣度上升能緩解住房公積金流動(dòng)性的緊缺壓力；東部及中部城市房地產(chǎn)景氣度上升能緩解住房公積金流動(dòng)性的緊缺壓力，西部及東北城市房地產(chǎn)景氣度對(duì)公積金流動(dòng)性的影響效果不顯著。

根據(jù)上述研究結(jié)論，本文提出以下政策建議：第一，應(yīng)辯證選擇房地產(chǎn)限購政策。限購政策作為行政手段，短時(shí)期內(nèi)可以有效防控住房公積金流動(dòng)性風(fēng)險(xiǎn)，但長期內(nèi)違背市場規(guī)律，對(duì)市場具有破壞性。因此，一方面要進(jìn)一步完善限購政策細(xì)節(jié)和明確退出機(jī)制，另一方面要“因城施策”充分考慮城市的異質(zhì)化特征，實(shí)施差異化的限購政策。合理使用不同的限購政策工具，如限制戶籍、限制區(qū)域等。然而，這種做法在一定程度上治標(biāo)不治本，無法根除我國房地產(chǎn)市場存在的住房公積金流動(dòng)性風(fēng)險(xiǎn)。第二，合理引導(dǎo)房地產(chǎn)市場預(yù)期。為促進(jìn)房地產(chǎn)景氣度合理回歸，保障市場穩(wěn)定預(yù)期，市場管理者應(yīng)通過長期一致的政策來改變消費(fèi)者非理性的上漲預(yù)期，讓房地產(chǎn)投資者和投機(jī)者真正具有風(fēng)險(xiǎn)意識(shí)，擴(kuò)大和分散投資渠道，培養(yǎng)科學(xué)多樣化的財(cái)富管理理念。同時(shí)，還應(yīng)完善房地產(chǎn)稅制體系，提高持有多套房屋的房產(chǎn)稅率及房屋頻繁交易的換手稅率，增加多套房屋的持有成本和房屋交易成本，有效遏制投機(jī)；第三，突破屬地化改革推動(dòng)住房公積金流動(dòng)性管理。加快建立全國或全省層面的住房公積金統(tǒng)籌機(jī)構(gòu)，作為調(diào)劑各地住房公積金供給量的平臺(tái)，對(duì)資金流通進(jìn)行監(jiān)督與管理，在確保提取和貸款安全的條件下，積極拓寬住房公積金融資渠道，完善住房公積金流動(dòng)性風(fēng)險(xiǎn)預(yù)警和管理體系。