摘要：采用事件研究法檢驗了2010—2011年間國務(wù)院的綜合性房地產(chǎn)調(diào)控政策對全國商品房交易市場的調(diào)控效果。以“國十一條”、“國十條”、“國五條”、“新國八條”為典型獨(dú)立事件，通過測算國內(nèi)40個大中城市商品房成交面積的日度數(shù)據(jù)序列異常收益率，經(jīng)比較分析得出結(jié)論：由于各地居民提前形成政策調(diào)整的適應(yīng)性預(yù)期，歷次房地產(chǎn)調(diào)控政策效果并不顯著；更重要的是，房地產(chǎn)調(diào)控政策效果在東、中、西部地區(qū)商品房交易市場表現(xiàn)出了顯著的區(qū)域差異性，建議國家在現(xiàn)有的全國性統(tǒng)一政策基礎(chǔ)上制定具體的差別化調(diào)控政策，以期延長政策效果釋放期。

關(guān)鍵詞：綜合性房地產(chǎn)調(diào)控政策；區(qū)域差異；事件研究法

中圖分類號：F293.3文獻(xiàn)標(biāo)志碼：A文章編號：1673-291X（2014）18-0217-10

一、引言及文獻(xiàn)評述

房地產(chǎn)市場過熱已經(jīng)成為中國宏觀經(jīng)濟(jì)“十一五”末期面臨的一大難題，商品房交易狀況也成為居民關(guān)注的重要問題。國務(wù)院聯(lián)合人民銀行、財政部等多個中央部委不斷推出日趨嚴(yán)厲的調(diào)控政策，以市場化手段和行政手段雙管齊下來抑制房地產(chǎn)泡沫，然而并非每次政策都能收到預(yù)期效果。

由于房地產(chǎn)市場是反映經(jīng)濟(jì)周期波動的重要先行指標(biāo)，而住房作為居民資產(chǎn)的主要保有形式也已成為宏觀經(jīng)濟(jì)的要素之一，房地產(chǎn)市場與宏觀因素的關(guān)系正成為新興的熱點(diǎn)問題。房地產(chǎn)投資是總需求的組成部分，同時房價變動也會對投資和消費(fèi)具有重要的財富效應(yīng)（Matteo and Raoul，2008）[1]，因此國外學(xué)者們重點(diǎn)關(guān)注的領(lǐng)域是基于利率渠道、信貸渠道和財富效應(yīng)渠道來詮釋房地產(chǎn)市場在貨幣政策傳導(dǎo)機(jī)制中的作用（Hasan and Taghavi，2002）[2]，也有學(xué)者直接分析各類貨幣政策工具對某國房地產(chǎn)價格的影響及其效果，這類貨幣政策既包括數(shù)量型工具（如貨幣供應(yīng)量、信貸規(guī)模等；Matteo，2000）[3]，也包括價格型工具（利率、準(zhǔn)備金率；Aoki et.al.，2004）[4]，采用的技術(shù)方法均以時間序列模型為主。Hasan and Taghavi（2002）[2]就通過方差分解發(fā)現(xiàn)在長期內(nèi)英國的貨幣政策對居民住房投資具有顯著影響，但20世紀(jì)80年代的一系列金融自由化政策顯著地降低了貨幣政策對居民住房投資的作用效果。為此，Matteo and Raoul（2008）[1]以同樣的方法檢驗了芬蘭、德國、挪威和英國房地產(chǎn)市場的情形，確認(rèn)了貨幣政策主要通過銀行借貸渠道對房地產(chǎn)價格產(chǎn)生影響。然而，銀行信貸規(guī)模與房地產(chǎn)價格存在相互作用關(guān)系的論斷難卻以獲得一致性的經(jīng)驗支持（Collyns and Senhadji，2002；Gerlach and Peng，2003；Hofmann，2003）[5~7]。另有一批學(xué)者從房地產(chǎn)異質(zhì)性的特征出發(fā)，都得出了無差別的貨幣政策對國內(nèi)各地房地產(chǎn)市場作用效果存在區(qū)域差異這一結(jié)論（Michael and Scott，2001；Vansteenkiste，2006；Negro and Otrok，2007）[8~10]。

相較之下，國內(nèi)學(xué)者對該問題的研究受制于中國房地產(chǎn)市場的發(fā)展水平而顯得滯后。絕大多數(shù)學(xué)者都區(qū)分了貨幣政策的類型，使用的技術(shù)手段都屬于動態(tài)方法（如時間序列方法），部分學(xué)者使用了靜態(tài)方法（如聯(lián)立方程、面板模型），由此得出的結(jié)論也存在明顯分化。近年來，學(xué)者們逐漸開始運(yùn)用事件研究法探討政府宏觀政策對房地產(chǎn)市場的影響。馬君潞和武岳（2008）[11]針對中央各部委在2002年1月1日至2007年9月30日期間出臺的20項房地產(chǎn)行政調(diào)控政策進(jìn)行分析，結(jié)論是行政調(diào)控對房地產(chǎn)上市公司具有負(fù)的股東財富效應(yīng)。曹國華和喻震（2011）[12]檢驗了1999年4季度至2010年3季度中國政府的行政調(diào)控政策和利率政策效果，結(jié)果發(fā)現(xiàn)連續(xù)加息的貨幣政策比行政直接調(diào)控政策效果更好。郭琨等（2012）[13]證實了“京十二條”房地產(chǎn)行政調(diào)控政策對首都期房和現(xiàn)房交易額確實具有顯著影響，并且其效果強(qiáng)于全國性調(diào)控政策。當(dāng)然，中國房地產(chǎn)市場也存在明顯的地區(qū)非均衡性（姜春海，2005）[14]，因此各項調(diào)控政策在不同地區(qū)、不同級別城市之間應(yīng)當(dāng)也存在差異性（Peng and Yiu，2008；余華義，2010；魏瑋和王洪衛(wèi)，2010）[15~17]。不過，目前這方面的研究成果仍較少。

通過梳理文獻(xiàn)可以看到：首先，在研究側(cè)重點(diǎn)上，很少有學(xué)者關(guān)注貨幣政策對各地房地產(chǎn)市場調(diào)控效果所存在的區(qū)域差異性；其次，在政策類型的劃分上，以討論貨幣金融政策居多，較少關(guān)注綜合性調(diào)控政策的影響，由于主要的幾次綜合性房地產(chǎn)調(diào)控政策既包含了行政性措施，又包含了貨幣性措施，而實證手段往往難以將每種類型的調(diào)控政策效果明確剝離開來，研究綜合性調(diào)控政策的效果顯得更有價值；另外，在研究方法上，事件研究法的運(yùn)用還有待深入。因此，本文將采用事件研究法對近三年來國務(wù)院頒布的最為嚴(yán)厲的四次綜合性房地產(chǎn)調(diào)控政策效果進(jìn)行全面實證分析，所關(guān)注的市場類型為商品房交易市場。主要解決以下問題：第一，2010—2011年中國綜合性房地產(chǎn)調(diào)控政策對國內(nèi)不同地域的商品房市場能否產(chǎn)生顯著的政策效果？第二，這些調(diào)控政策的效果是否存著在區(qū)域差異性，且差異性的表現(xiàn)如何？本文將嘗試作出如下貢獻(xiàn)：一是將樣本范圍擴(kuò)展至全國主要城市，并以高頻率的日數(shù)據(jù)進(jìn)行實證；二是首次運(yùn)用事件研究法來探討中國綜合性房地產(chǎn)調(diào)控政策對各地區(qū)商品房市場作用效果的差異性。

二、計量方法與模型

本文將遵循國外學(xué)術(shù)界普遍采用的事件研究法進(jìn)行研究。該方法是根據(jù)某一事件發(fā)生前后的統(tǒng)計數(shù)據(jù)，采用特定技術(shù)測度該事件影響的一種定量分析方法（干杏娣等，2007）[18]。其原理在于，如果市場是理性的，那么某事件的影響就會迅速反映在資產(chǎn)價格上，因而可以通過觀測一段相對短暫時期內(nèi)的價格表現(xiàn)來衡量該事件的經(jīng)濟(jì)影響（劉紅忠，2003）[19]。

（一）事件定義

2010—2011年間，“限購”、“限價”已經(jīng)成為抑制房地產(chǎn)市場泡沫的主旋律，國務(wù)院及相關(guān)部委連續(xù)出臺了二十余次各類綜合性調(diào)控政策，越來越多的城市進(jìn)入了嚴(yán)控的行列，而調(diào)控政策也逐步由模糊到具體，由單一到多元，由寬松到嚴(yán)厲（邱強(qiáng)，2011）[20]。本文從中篩選出國務(wù)院主持發(fā)布的四次綜合性房控政策作為典型的獨(dú)立事件，分別是2010年1月10日的“國十一條”、2010年4月17日的“國十條”、2010年9月29日的“國五條”和2011年1月26日的“新國八條”，后文將分別研究這四次事件的有效性。

（二）數(shù)據(jù)及其處理

1.事件日、事件窗口和估計窗口。根據(jù)上文對事件的定義，此處將事件日確定為國務(wù)院綜合性房地產(chǎn)調(diào)控政策文件正式對外發(fā)布之日。事件窗口和估計窗口長度的選取參考了曹國華和喻震（2011）[12]、郭琨等（2012）[13]的研究結(jié)論，將事件窗口設(shè)定為房地產(chǎn)調(diào)控政策公布前后各40天，（-20，20），時間長度為41天；估計窗口設(shè)定為房地產(chǎn)調(diào)控政策公布前60天至前21天，共40天。①

2.數(shù)據(jù)來源及樣本選取。本文以商品房成交面積作為房地產(chǎn)市場交易狀況的代理指標(biāo)，數(shù)據(jù)來源于CEIC數(shù)據(jù)庫?？倶颖緟^(qū)間為2009年7月1日至2011年6月30日，共730天，該段時間內(nèi)國務(wù)院及相關(guān)部委連續(xù)出臺多項嚴(yán)厲的房地產(chǎn)調(diào)控政策，是最嚴(yán)厲的調(diào)控時期?？倶颖局懈采w了國內(nèi)40個大中城市商品房成交面積的日度數(shù)據(jù)，共有29 200個數(shù)據(jù)。根據(jù)事件日的數(shù)量將總樣本劃分為4組樣本，將每組樣本事件窗口期和估計期內(nèi)有效數(shù)據(jù)不足41個和40個的城市剔除，每個樣本的數(shù)據(jù)容量在1 600以上。由于樣本數(shù)據(jù)量龐大，故采用Excel軟件的VBA程序設(shè)計完成實證過程。

endprint

3.異常收益率的估計模型。事件研究法的關(guān)鍵步驟在于正確測算出事件窗口內(nèi)的單日異常收益率以及累積異常收益率。房地產(chǎn)市場交易對應(yīng)的收益率序列根據(jù)公式Rt=ln（Pt/Pt-1）計算，全國房地產(chǎn)市場交易總體狀況對應(yīng)的收益率則以各子樣本的日平均商品房成交面積為代理變量計算得出。對于每個事件而言，本文擬先采用市場模型估計得出總樣本中每個城市商品房交易的正常收益率，然后計算其單日異常收益率。模型假定單項資產(chǎn)的正常收益率由市場組合收益率唯一地確定，并且這種關(guān)系可以從事件估計期穩(wěn)定地延續(xù)到事件期間。所以，第i個城市商品房在第t日的正常收益率：Rit=αi+βiRmt（1）

其中，Rit為第i個城市的商品房日成交面積的對數(shù)增長率；Rmt為房地產(chǎn)市場上商品房日均成交面積的對數(shù)增長率；αi、βi是估計期內(nèi)第i個城市的市場模型參數(shù)；城市的序號i=0，1，2，…，N，N為每個事件所包含的城市數(shù)量；t=-20，-19，…，0，…20為事件期間。

第i個城市商品房在第日的異常收益率：ARit=Rit-Rit（2）

由于不同城市的商品房異常收益率很可能存在異方差，此處需要對異常收益率ARit進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化的異常收益率②：SARit=（Rit-Rit）/SARit （3）

接下來就可以估計檢驗每個事件有效性所需的兩個指標(biāo)。

（1）每個事件所包含的N個樣本城市在第t日的標(biāo)準(zhǔn)化平均異常收益率為：

SAARt=SARit（4）

（2）N個樣本城市在（t1，t2）期間的累積標(biāo)準(zhǔn)化異常收益率為：

CSAAR（t1，t2）=SAARt，-20≤t1≤t2≤20（5）

三、實證過程及結(jié)果分析

本文將每個事件所包含的樣本城市按照地理區(qū)域劃分成東部、中部和西部地區(qū)，并用市場模型估計得出每個地區(qū)的商品房交易量在事件期內(nèi)的標(biāo)準(zhǔn)化平均異常收益率和累積標(biāo)準(zhǔn)化異常收益率序列。為檢驗每次綜合性宏觀調(diào)控政策是否對各地區(qū)商品房交易產(chǎn)生異常影響，可作出如下兩個假設(shè)：

（1）H0：SAARt=SARit =0

（2）H0：CSAAR（t1，t2）=SAARt=0

相應(yīng)地，可以為SAARt和CSAAR（t1，t2）分別構(gòu)造統(tǒng)計檢驗量：①

Zt=，Z（t1，t2）=

若檢驗結(jié)果不能拒絕假設(shè)（1），那么國務(wù)院的某項綜合性調(diào)控政策并不能使某地區(qū)的商品房交易市場的單日標(biāo)準(zhǔn)化平均累積異常率產(chǎn)生異常沖擊；反之，若假設(shè)（1）被拒絕，那么該政策能夠?qū)δ车貐^(qū)的商品房交易市場的單日標(biāo)準(zhǔn)化平均累積異常率產(chǎn)生異常沖擊。

若檢驗結(jié)果不能拒絕假設(shè)（2），那么國務(wù)院的某項綜合性調(diào)控政策并不能使某地區(qū)的商品房交易市場的累積標(biāo)準(zhǔn)化異常率產(chǎn)生異常沖擊；反之，若假設(shè)（2）被拒絕，那么該政策能夠?qū)δ车貐^(qū)的商品房交易市場的累積標(biāo)準(zhǔn)化異常率產(chǎn)生異常沖擊。

（一）關(guān)于房地產(chǎn)綜合調(diào)控政策的事件總體有效性

1.圖1對應(yīng)的檢驗結(jié)果顯示，②在事件日當(dāng)天，東、中、西部城市的商品房交易的單日標(biāo)準(zhǔn)化異常收益率SAARt在1%和5%的顯著性水平上都不能拒絕假設(shè)H0。也就是說，歷次房地產(chǎn)綜合調(diào)控政策公布之時，并未向全國各區(qū)域的商品房交易市場傳遞出有效的新信息。此外，在政策公布前20天即估計區(qū)間[-20，-1]內(nèi)，東、中、西部地區(qū)出現(xiàn)較多的SAARt負(fù)值，這就表明各地商品房市場很可能已經(jīng)提前預(yù)期到中央調(diào)控政策出臺的信息，并將次信息反映到了市場交易當(dāng)中。此外，隨著國家調(diào)控政策的力度不斷加強(qiáng)，市場對政策預(yù)期的消化能力也在增強(qiáng)，因此可以看到，針對2010年9月29日以及2011年1月26日的事件有效性檢驗結(jié)果顯示，在估計期[-20，-1]內(nèi)，各區(qū)域SAARt出現(xiàn)負(fù)值的次數(shù)較前兩次事件有所減少。

2.東、中、西部地區(qū)商品房交易的累計標(biāo)準(zhǔn)化異常收益率CSAAR（t1，t2）無論在1%還是5%的顯著水平上也同樣未能通過假設(shè)H1，而在估計期[-20，-1]內(nèi)，各地總體上出現(xiàn)CSAAR（t1，t2）負(fù)值的次數(shù)多于正值的次數(shù)?？梢哉f，這四次房地產(chǎn)綜合性調(diào)控政策沒有向各地區(qū)的商品房市場繼續(xù)傳遞新信息，市場早已在政策調(diào)整的信息正式推出之前就有所預(yù)見。此外，本文所研究的四次房地產(chǎn)調(diào)控政策都處于房地產(chǎn)緊縮周期中，彼此推出的時間間隔較短，各地市場都會基于政府政策出臺頻率的歷史信息估測下次政策的推出時機(jī)。因此，房地產(chǎn)政策的“慣性”作用導(dǎo)致新信息在事件估計期就已被預(yù)期到，在事件日就無法表現(xiàn)出顯著的效果。

（二）關(guān)于各區(qū)域房地產(chǎn)調(diào)控的事件有效性比較

1.下頁表2的檢驗結(jié)果顯示，東、中部地區(qū)在估計期出現(xiàn)SAARt負(fù)值的次數(shù)較西部地區(qū)更多，事后觀察期的估計結(jié)果也呈現(xiàn)了類似的形。但從2010年下半年以后，SAARt在各地區(qū)出現(xiàn)負(fù)值的次數(shù)都有所減少。這表明，東、中部地區(qū)商品房市場對與國家房地產(chǎn)綜合性調(diào)控政策的響應(yīng)靈敏度比西部地區(qū)更強(qiáng)一些，尤其是在政策公布前一段時期內(nèi)，東、中部地區(qū)商品房市場對政策即將調(diào)整的預(yù)期更為明顯。

2.下頁表3的檢驗結(jié)果顯示，與各地區(qū)商品房交易的單日異常收益率不同，累計異常收益率表現(xiàn)出現(xiàn)強(qiáng)烈的區(qū)域差異特性。在估計期內(nèi)，東、中、西部地區(qū)CSAAR（t1，t2）出現(xiàn)負(fù)值的次數(shù)依次減少，但東部地區(qū)與中、西部地區(qū)拉開了較大差距；而在事后觀察期[1，20]內(nèi)，東、中、西部地區(qū)的CSAAR（t1，t2）出現(xiàn)負(fù)值的次數(shù)同樣依此減少，但是按照事件發(fā)生的時間順序，CSAAR（t1，t2）出現(xiàn)負(fù)值的次數(shù)在中部地區(qū)有明顯增加的趨勢，而在東、西部地區(qū)較為穩(wěn)定。這似乎反映了各地區(qū)商品房市場對于國家調(diào)控政策的響應(yīng)強(qiáng)度存在差異，體現(xiàn)為東、中、西部依次減弱的總趨勢。另外，在每次中央調(diào)控政策出臺前后各地區(qū)的商品房市場響應(yīng)強(qiáng)度也各有特點(diǎn)：在東、中部地區(qū)具有“累積”效果，商品房交易在政策出臺后的萎縮跡象都比政策出臺前更加明顯；在西部地區(qū)卻正好相反，其商品房交易的萎縮主要出現(xiàn)在政策出臺之前。

3.從圖2中不難發(fā)現(xiàn)，并非每個地區(qū)的商品房市場對國家調(diào)控政策都存在著“學(xué)習(xí)”過程。每次政策出臺后，僅有東部地區(qū)的CSAAR（t1，t2）都呈現(xiàn)一輪長達(dá)3周的明顯下跌過程，不過從2010年下半年以后這種下跌過程持續(xù)時間有所縮短；中部地區(qū)的CSAAR（t1，t2）在事件三和事件四發(fā)生后才開始出現(xiàn)較明顯的下跌過程，但該過程持續(xù)時間僅為10天左右；西部地區(qū)的CSAAR（t1，t2）在每次政策出臺后不僅不下跌，反而始終表現(xiàn)為逐漸上升的過程；隨著國家調(diào)控政策的連續(xù)推出，各地區(qū)CSAAR（t1，t2）對政策的響應(yīng)程度似乎有逐漸趨同的傾向，在3周左右累積異常收益率就接近于零。這同樣表明，房地產(chǎn)綜合性調(diào)控政策在東部地區(qū)的實施效果最為明顯、影響幅度最大、持續(xù)時間也最長，東部地區(qū)次之，西部地區(qū)最弱，但是隨著國家調(diào)控政策的連續(xù)推出，東、中部地區(qū)經(jīng)過不斷“學(xué)習(xí)”之后，后期調(diào)控政策的實施效果減弱，且各地區(qū)之間的效果差異性有所減小，但政策的效果持續(xù)時間為3周左右。

上文得出的一個值得注意的結(jié)論是：2009年以來的三次綜合性房地產(chǎn)調(diào)控政策在事件發(fā)生當(dāng)日并沒有向市場傳遞新信息。其原因可能在于，中國居民根據(jù)中央頻頻推出調(diào)控政策，對全國商品房市場處于調(diào)控周期的實事已經(jīng)有了確切認(rèn)知，形成了適應(yīng)性預(yù)期，從而具備“學(xué)習(xí)”能力，在事件估計期間就顯現(xiàn)出對事件即將發(fā)生的預(yù)見能力。此外，本文認(rèn)為幾次政策效果持續(xù)時間較短的論斷也與一些學(xué)者不謀而合。李紹榮等（2011）[21]就運(yùn)用信息經(jīng)濟(jì)學(xué)的理論論證了中國貨幣政策或信貸政策穩(wěn)定房價只會產(chǎn)生短期效應(yīng)，不會發(fā)揮長期效應(yīng)，而郭琨等（2012）[13]隨后也以計量方法證實了全國性調(diào)控政策對國內(nèi)房地產(chǎn)交易市場的影響程度有限，且持續(xù)時間很短。

endprint

此外，本文再次論證了調(diào)控政策對國內(nèi)各地的商品房交易市場的效果存在著顯著的區(qū)域差異性，這是由于中國房地產(chǎn)市場并不存在統(tǒng)一的市場（華民，2009）[22]，因此“一刀切”的宏觀調(diào)控政策在各地區(qū)的影響也有所不同。本文與梁云芳和高鐵梅（2007）[23]的部分研究結(jié)論一致，即政府的房地產(chǎn)調(diào)控政策對抑制東部地區(qū)商品房交易過熱是有效的，但對政策響應(yīng)的敏感性而言，預(yù)期因素對東部地區(qū)商品房市場的短期波動有較大影響。

四、結(jié)論及建議

本文以事件分析法檢驗了2010年以來連續(xù)出臺的四次最嚴(yán)厲的綜合性房地產(chǎn)調(diào)控政策對國內(nèi)各地城市的作用效果強(qiáng)度和持續(xù)時間。得出的主要結(jié)論是：

第一，房地產(chǎn)調(diào)控政策均未通過事件有效性檢驗，在政策正式對外公布當(dāng)天并沒有向全國商品房交易市場傳遞新信息。相反，各地居民業(yè)已形成的適應(yīng)性預(yù)期使得市場在每次政策臨近公布的一段時間內(nèi)就已經(jīng)提前預(yù)計到了結(jié)果的出現(xiàn)。

第二，房地產(chǎn)調(diào)控政策效果存在顯著的區(qū)域差異性。東、中、西部地區(qū)商品房交易市場對政策的響應(yīng)程度依次減弱、持續(xù)時間也依次縮短；每次國家調(diào)控政策的實施效果逐漸減弱，在各地之間的效果差異性也有所減小，并表現(xiàn)出不斷趨同的傾向，但歷次政策效果的持續(xù)時間為3周左右。導(dǎo)致這一結(jié)果的原因主要在于中國各地區(qū)商品房市場和房地產(chǎn)金融業(yè)存在區(qū)域發(fā)展不平衡性，各地區(qū)居民對調(diào)控政策的反應(yīng)靈敏度也存在差異性。

因此，中國房地產(chǎn)調(diào)控政策應(yīng)當(dāng)注重對居民預(yù)期方式的調(diào)整能力，以強(qiáng)化政策本身效果。還應(yīng)當(dāng)針對中國各地商品房市場和金融業(yè)的差異性，在現(xiàn)有的全國性統(tǒng)一政策基礎(chǔ)上制定具體的差別化調(diào)控政策，更有效地維護(hù)各地區(qū)房地產(chǎn)市場的穩(wěn)定性，進(jìn)一步延長政策效果的持續(xù)時間。不過，本文分析也存在一定局限性，四次政策公布時間間隔較短，運(yùn)用標(biāo)準(zhǔn)程序進(jìn)行檢驗時對事件窗口長度的定義可能不夠完備，有可能影響房地產(chǎn)調(diào)控政策的事件有效性檢驗力，因而考慮對事件研究方法進(jìn)行改進(jìn)將是作者下一步研究的方向。

參考文獻(xiàn)：

[1]MatteoIacoviello，Raoul Minetti，The Credit Channel of Monetary Policy：Evidence from the Housing Market，Journal of Macroeconomics，

2008(30)：69-96.

[2]Hasan M.S.，TaghaviMajid，Residential Investment，Macroeconomic Activity and Financial Deregulation in the UK：An Empirical

Investigation，Journal of Economics and Business，2002(54)：447-462.

[3]MatteoIacoviello，House Prices and the Macroeconomy in Europe：Results from a Structural VAR Analysis，European Central Bank

Working Paper，2000，April，No.18.

[4]Aoki Kosuke，Proudman James，VliegheGertjan，House Prices，Consumption，and Money Policy：A Financial Accelerator Approach，

Journal of Financial Intermediation，2004(13)：414-435.

[5]Collyns，C.and A.Senhadji(2002)，”Lending Booms，Real Estate Bubbles and the Asian Crisis，” IMF Working Paper No.02/20，

Washington D.C.：International Monetary Fund.

[6]Gerlach，Stefan，PengWensheng，Bank Lending and Property Prices in Hong Kong，HKIMR Working Paper，2003，June，No.12.

[7]Hofmann，Boris，Bank Lending and Property Prices：Some International Evidence，HKIMR Working Paper，2003，November，No.22.

[8]Michael Fratantoni，Scott Schuh，Monetary Policy，Housing，and Heterogeneous Regional Markets，Journal of Money，Credit and Banking，

2003(35)：557-589.

[9]Vansteenkiste，I.Reginal Housing Market Spillovers in the US：Lessons from Regional Divergences in a Common Monetary Policy Setting，

European Central Bank Working Paper，2007，No.708.

[10]Negro Macro Del，Otrok Christopher，Monetary Policy and the House Price Boom Across U.S.States，Journal of Monetary Economics，

2007(54)：1962-1985.

[11]馬君潞，武岳.金融調(diào)控政策對房地產(chǎn)市場的影響[J].財經(jīng)科學(xué)，2008，(2)：41-47.

[12]曹國華，喻震.宏觀調(diào)控政策對房地產(chǎn)價格影響的實證檢驗[J].統(tǒng)計與決策，2011，(22)：119-121.

[13]郭琨，崔嘯，王玨，汪壽陽，成思危.“京十二條”房地產(chǎn)調(diào)控政策的影響——基于TEI@I方法論[J].管理科學(xué)學(xué)報，2012，(4)：4-11.

[14]姜春海.中國房地產(chǎn)市場投機(jī)泡沫實證分析[J].管理世界，2005，(12)：71-84.

[15]PengWensheng，Dickson C.，Yiu Matthew S.，Property Market and the Macroeconomy of Mainland China：A Cross Region Study，Pacific

Economic Review，2008，13(2)：240-258.

[16]余華義.經(jīng)濟(jì)基本面還是房地產(chǎn)政策在影響中國的房價[J].財貿(mào)經(jīng)濟(jì)，2010，(3)：116-122.

[17]魏瑋，王洪衛(wèi).房地產(chǎn)價格對貨幣政策動態(tài)響應(yīng)的區(qū)域異質(zhì)性——基于省際面板數(shù)據(jù)的實證分析[J].財經(jīng)研究，2010，(6)：123-132.

endprint

[18]干杏娣，楊金梅，張軍.中國央行外匯干預(yù)有效性的事件分析研究[J].金融研究，2007，(9)：82-89.

[19]劉紅忠.金融市場學(xué)[M].上海：上海人民出版社，2003.

[20]邱強(qiáng).限購政策對房地產(chǎn)市場的影響[J].上海房地，2011，(9)：11-12.

[21]李紹榮，陳人可，周建波.房地產(chǎn)市場的市場特征及貨幣調(diào)控政策的理論分析[J].金融研究，2011，(6)：33-45.

[22]華民.房地產(chǎn)市場沒有一般均衡[J].世界經(jīng)濟(jì)情況，2009，(7)：4-9.

[23]梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟(jì)研究，2007，(8)：133-142.

Regional Differences of Policy Effects in Chinese Housing Markets

——Based on Event Study Methodology

YANG Ling-ling

（Yunnan Normal University，College of Economics and Management，Kunming 650500，China）

Abstract：This paper tests the comprehensive policy effect in residence housing market of China between 2010 and 2011 by using event study methodology.Selecting four typical independent events of housing controlling policies，the author calculates and comparatively analyzes the abnormal return series of daily deal area in 40 middle and large cities，and comes to the conclusion that (1) none of these housing policies demonstrated significantly lasting effects because of residences adaptive expectation ahead of the coming policies，and (2) more importantly，great differences of housing policy effects were verified in the eastern，middle and western areas of China.Therefore，a possible suggestion should be establishing distinctive regional housing policies among those areas in order to strengthen the effect of current comprehensive polices.

Key words：comprehensive hosing policy；regional differences；event study methodology

[責(zé)任編輯 王玉妹]

收稿日期：2013-12-08

基金項目：2013年度云南師范大學(xué)青年科學(xué)基金項目（13SQ06）

作者簡介：楊玲玲（1981-），女，云南昆明人，講師，博士，從事金融市場、國際金融研究。

①本文還注意在選取各區(qū)間長度時，避免本次事件窗口期與下次事件的估計窗口重疊。

②S2

ARit=

·

1+

+。其中，（an-60）和（an-20）分別為事件發(fā)生日前60天和前21天；ARit，est為估計期內(nèi)第i個城市商品房在第t日的異常收益率；[AR]i，est為估計期內(nèi)第i個城市商品房異常收益率的均值；Di為估計期的長度；Rmt，event和Rmt，est分別為房地產(chǎn)市場在事件期間第t日和估計期間第t日的收益率；[R]mt，est為房地產(chǎn)市場在估計期間的日均收益率的均值。

①Zt和Z（t1，t2）均符合標(biāo)準(zhǔn)正態(tài)分布。

②本文限于論文篇幅僅列出主要事件日的檢驗結(jié)果。讀者如有需要，可直接向作者索要。

注：“+”表示收益率為正值的天數(shù)，“-”表示收益率為負(fù)值的天數(shù)。

endprint

[18]干杏娣，楊金梅，張軍.中國央行外匯干預(yù)有效性的事件分析研究[J].金融研究，2007，(9)：82-89.

[19]劉紅忠.金融市場學(xué)[M].上海：上海人民出版社，2003.

[20]邱強(qiáng).限購政策對房地產(chǎn)市場的影響[J].上海房地，2011，(9)：11-12.

[21]李紹榮，陳人可，周建波.房地產(chǎn)市場的市場特征及貨幣調(diào)控政策的理論分析[J].金融研究，2011，(6)：33-45.

[22]華民.房地產(chǎn)市場沒有一般均衡[J].世界經(jīng)濟(jì)情況，2009，(7)：4-9.

[23]梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟(jì)研究，2007，(8)：133-142.

Regional Differences of Policy Effects in Chinese Housing Markets

——Based on Event Study Methodology

YANG Ling-ling

（Yunnan Normal University，College of Economics and Management，Kunming 650500，China）

Abstract：This paper tests the comprehensive policy effect in residence housing market of China between 2010 and 2011 by using event study methodology.Selecting four typical independent events of housing controlling policies，the author calculates and comparatively analyzes the abnormal return series of daily deal area in 40 middle and large cities，and comes to the conclusion that (1) none of these housing policies demonstrated significantly lasting effects because of residences adaptive expectation ahead of the coming policies，and (2) more importantly，great differences of housing policy effects were verified in the eastern，middle and western areas of China.Therefore，a possible suggestion should be establishing distinctive regional housing policies among those areas in order to strengthen the effect of current comprehensive polices.

Key words：comprehensive hosing policy；regional differences；event study methodology

[責(zé)任編輯 王玉妹]

收稿日期：2013-12-08

基金項目：2013年度云南師范大學(xué)青年科學(xué)基金項目（13SQ06）

作者簡介：楊玲玲（1981-），女，云南昆明人，講師，博士，從事金融市場、國際金融研究。

①本文還注意在選取各區(qū)間長度時，避免本次事件窗口期與下次事件的估計窗口重疊。

②S2

ARit=

·

1+

+。其中，（an-60）和（an-20）分別為事件發(fā)生日前60天和前21天；ARit，est為估計期內(nèi)第i個城市商品房在第t日的異常收益率；[AR]i，est為估計期內(nèi)第i個城市商品房異常收益率的均值；Di為估計期的長度；Rmt，event和Rmt，est分別為房地產(chǎn)市場在事件期間第t日和估計期間第t日的收益率；[R]mt，est為房地產(chǎn)市場在估計期間的日均收益率的均值。

①Zt和Z（t1，t2）均符合標(biāo)準(zhǔn)正態(tài)分布。

②本文限于論文篇幅僅列出主要事件日的檢驗結(jié)果。讀者如有需要，可直接向作者索要。

注：“+”表示收益率為正值的天數(shù)，“-”表示收益率為負(fù)值的天數(shù)。

endprint

[18]干杏娣，楊金梅，張軍.中國央行外匯干預(yù)有效性的事件分析研究[J].金融研究，2007，(9)：82-89.

[19]劉紅忠.金融市場學(xué)[M].上海：上海人民出版社，2003.

[20]邱強(qiáng).限購政策對房地產(chǎn)市場的影響[J].上海房地，2011，(9)：11-12.

[21]李紹榮，陳人可，周建波.房地產(chǎn)市場的市場特征及貨幣調(diào)控政策的理論分析[J].金融研究，2011，(6)：33-45.

[22]華民.房地產(chǎn)市場沒有一般均衡[J].世界經(jīng)濟(jì)情況，2009，(7)：4-9.

[23]梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟(jì)研究，2007，(8)：133-142.

Regional Differences of Policy Effects in Chinese Housing Markets

——Based on Event Study Methodology

YANG Ling-ling

（Yunnan Normal University，College of Economics and Management，Kunming 650500，China）

Abstract：This paper tests the comprehensive policy effect in residence housing market of China between 2010 and 2011 by using event study methodology.Selecting four typical independent events of housing controlling policies，the author calculates and comparatively analyzes the abnormal return series of daily deal area in 40 middle and large cities，and comes to the conclusion that (1) none of these housing policies demonstrated significantly lasting effects because of residences adaptive expectation ahead of the coming policies，and (2) more importantly，great differences of housing policy effects were verified in the eastern，middle and western areas of China.Therefore，a possible suggestion should be establishing distinctive regional housing policies among those areas in order to strengthen the effect of current comprehensive polices.

Key words：comprehensive hosing policy；regional differences；event study methodology

[責(zé)任編輯 王玉妹]

收稿日期：2013-12-08

基金項目：2013年度云南師范大學(xué)青年科學(xué)基金項目（13SQ06）

作者簡介：楊玲玲（1981-），女，云南昆明人，講師，博士，從事金融市場、國際金融研究。

①本文還注意在選取各區(qū)間長度時，避免本次事件窗口期與下次事件的估計窗口重疊。

②S2

ARit=

·

1+

+。其中，（an-60）和（an-20）分別為事件發(fā)生日前60天和前21天；ARit，est為估計期內(nèi)第i個城市商品房在第t日的異常收益率；[AR]i，est為估計期內(nèi)第i個城市商品房異常收益率的均值；Di為估計期的長度；Rmt，event和Rmt，est分別為房地產(chǎn)市場在事件期間第t日和估計期間第t日的收益率；[R]mt，est為房地產(chǎn)市場在估計期間的日均收益率的均值。

①Zt和Z（t1，t2）均符合標(biāo)準(zhǔn)正態(tài)分布。

②本文限于論文篇幅僅列出主要事件日的檢驗結(jié)果。讀者如有需要，可直接向作者索要。

注：“+”表示收益率為正值的天數(shù)，“-”表示收益率為負(fù)值的天數(shù)。

endprint