張凌, 常欣, 溫海珍

(浙江大學(xué) 建筑工程學(xué)院， 浙江 杭州 310058 )

重大事件與政策調(diào)整對(duì)杭州市住房市場(chǎng)價(jià)量波動(dòng)的影響

張凌, 常欣, 溫海珍*

(浙江大學(xué) 建筑工程學(xué)院， 浙江 杭州 310058 )

基于2004～2015年杭州市主城區(qū)新建商品住宅月度交易價(jià)格和成交套數(shù)數(shù)據(jù)，采用圓頻率(circle-frequency CF)濾波和結(jié)構(gòu)突變檢驗(yàn)法，研究重大事件與政策調(diào)整對(duì)杭州市住房市場(chǎng)周期波動(dòng)的影響.發(fā)現(xiàn)重大事件和政策導(dǎo)致房?jī)r(jià)序列及交易量序列出現(xiàn)周期拐點(diǎn)，并存在結(jié)構(gòu)性斷點(diǎn)，其中金融危機(jī)、“救市政策”與“新國(guó)十條”“新國(guó)五條”及其細(xì)化產(chǎn)生的限購(gòu)令等調(diào)控政策對(duì)杭州主城區(qū)新建商品住宅價(jià)格和交易量影響最大，影響周期長(zhǎng)、幅度大. 后兩者還與價(jià)格和交易量的結(jié)構(gòu)突變點(diǎn)緊密相關(guān).

重大事件；CF濾波；結(jié)構(gòu)突變檢驗(yàn)；金融危機(jī)；調(diào)控政策

0 引 言

經(jīng)濟(jì)基本面、重大事件和宏觀調(diào)控政策等都會(huì)影響住房?jī)r(jià)格. 經(jīng)濟(jì)基本面是決定房?jī)r(jià)的主要因素. 沈悅等[1]通過(guò)對(duì)14個(gè)城市的實(shí)證研究得到，經(jīng)濟(jì)基本面的當(dāng)前或歷史信息可以部分解釋住房?jī)r(jià)格的波動(dòng)，兩者關(guān)系相對(duì)均衡，但2002年之后的一段時(shí)間，這種均衡關(guān)系被打破，即經(jīng)濟(jì)基本面對(duì)住房?jī)r(jià)格變動(dòng)的解釋力下降. 表明還有其他因素影響房?jī)r(jià)波動(dòng)，如重大事件和宏觀調(diào)控政策等.金融危機(jī)作為最具代表性的重大事件，受到諸多學(xué)者的關(guān)注. AGARWAL等[2]和DUCA等[3]分別對(duì)2001年和2008年的金融危機(jī)做了研究，結(jié)果表明，阿根廷、美國(guó)等國(guó)家，金融危機(jī)均會(huì)影響住房供給和需求，使建設(shè)活動(dòng)放緩，影響房?jī)r(jià)波動(dòng). MURPHY[4]研究了新西蘭和澳大利亞金融危機(jī)對(duì)房?jī)r(jià)的影響，發(fā)現(xiàn)金融危機(jī)爆發(fā)，新西蘭房?jī)r(jià)突降9%，房屋銷售量顯著下降，3年下降了63%. 為了應(yīng)對(duì)金融危機(jī)，政府出臺(tái)了一些政策積極擴(kuò)大公共投資，使房?jī)r(jià)在2009年末有所回升. 宏觀調(diào)控政策對(duì)房?jī)r(jià)波動(dòng)也有一定影響，針對(duì)房地產(chǎn)市場(chǎng)，國(guó)家宏觀調(diào)控政策主要包括貨幣政策、土地政策、財(cái)政政策等. IACOVIELLO[5]通過(guò)VAR脈沖響應(yīng)，發(fā)現(xiàn)緊縮的貨幣政策會(huì)對(duì)房?jī)r(jià)產(chǎn)生負(fù)向影響. PRIEMUS等[6]認(rèn)為，政府削減財(cái)政預(yù)算，政策調(diào)整對(duì)住房?jī)r(jià)格有影響，且對(duì)住房市場(chǎng)和建設(shè)有負(fù)面影響，會(huì)出現(xiàn)住房交易量下降、住房投資大規(guī)模削減的現(xiàn)象. ZHOU[7]以上海為例，運(yùn)用AR(1)-GARCH(1,1)模型處理類重復(fù)交易價(jià)格指數(shù)，發(fā)現(xiàn)緊縮政策會(huì)使房?jī)r(jià)大幅下降，但在次月會(huì)出現(xiàn)反彈，而寬松政策的影響不顯著. 包洪潔[8]以集成經(jīng)驗(yàn)?zāi)B(tài)分解為基礎(chǔ)，結(jié)合BP多斷點(diǎn)檢測(cè)算法，通過(guò)實(shí)證研究測(cè)度了金融危機(jī)和重大調(diào)控政策對(duì)杭州住宅價(jià)格的影響程度. 綜上，經(jīng)濟(jì)基本面對(duì)房?jī)r(jià)的影響研究已經(jīng)非常豐富，但是重大事件和政策調(diào)整對(duì)住房市場(chǎng)的影響尚缺乏應(yīng)有的關(guān)注，尤其是定量研究相對(duì)較少.

本文采用CF濾波法和結(jié)構(gòu)突變模型. CF濾波由CHRISTIANO和FITZGERALD提出，是帶通濾波的一種，將宏觀時(shí)間序列分解成頻率不同的趨勢(shì)、周期和不規(guī)則成分，分別對(duì)應(yīng)諧波中的低頻、中頻和高頻成分[9]. 近年來(lái)其在宏觀經(jīng)濟(jì)分析[10]、農(nóng)產(chǎn)品價(jià)格波動(dòng)[11]、進(jìn)出口貿(mào)易[12]、煤炭生產(chǎn)周期[13]等領(lǐng)域已有應(yīng)用，但在房地產(chǎn)領(lǐng)域的應(yīng)用尚不多見(jiàn)，郭娜等[14]利用CF濾波對(duì)房地產(chǎn)市場(chǎng)周期進(jìn)行了界定.繼PERRON[15]提出考慮結(jié)構(gòu)突變的單位根檢驗(yàn)之后，近年結(jié)構(gòu)突變模型得到了迅速發(fā)展，在宏觀經(jīng)濟(jì)和金融時(shí)間序列等方面的應(yīng)用越來(lái)越廣泛，學(xué)者認(rèn)為，結(jié)構(gòu)突變理論可以檢驗(yàn)包括金融危機(jī)、宏觀政策調(diào)控等在內(nèi)的重大事件和經(jīng)濟(jì)條件變化是否會(huì)對(duì)時(shí)間序列產(chǎn)生結(jié)構(gòu)性改變[10,16].

1 數(shù)據(jù)來(lái)源與平穩(wěn)性檢驗(yàn)

以杭州市新建商品住宅交易價(jià)格和交易量為分析對(duì)象，數(shù)據(jù)來(lái)源于杭州市透明售房網(wǎng)(hzfc365.com). 統(tǒng)計(jì)范圍包括西湖、拱墅、上城、下城、江干、濱江6個(gè)主城區(qū). 交易價(jià)格數(shù)據(jù)為2004年2月至2015年8月的月度平均銷售價(jià)格，交易量數(shù)據(jù)為2005年1月至2015年8月的月度成交套數(shù). 描述性統(tǒng)計(jì)情況見(jiàn)表1.

表1 樣本數(shù)據(jù)的描述性統(tǒng)計(jì)情況

對(duì)樣本數(shù)據(jù)做ADF平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)交易價(jià)格樣本數(shù)據(jù)是一階單整序列. 交易量樣本數(shù)據(jù)是平穩(wěn)序列.

2 時(shí)間序列CF濾波

從時(shí)間序列中分離周期波動(dòng)成分，HP濾波、BK濾波以及CF濾波等方法較易操作且應(yīng)用廣泛，其中CF濾波考慮了樣本數(shù)據(jù)的時(shí)序表示，且沒(méi)有對(duì)時(shí)間序列的平穩(wěn)性和對(duì)稱性做要求，因此CF濾波更具靈活性，分解出的周期成分更客觀、準(zhǔn)確.

經(jīng)過(guò)CF濾波處理，剔除了低頻趨勢(shì)部分和高頻隨機(jī)擾動(dòng)及季節(jié)因素*季節(jié)因素包含在非周期曲線中，本文關(guān)注的是周期曲線，因此不對(duì)數(shù)據(jù)序列事先進(jìn)行季節(jié)性調(diào)整.另?yè)?jù)筆者測(cè)算，經(jīng)過(guò)Census X12季節(jié)調(diào)整后的序列與未經(jīng)調(diào)整序列得到的拐點(diǎn)是一致的.，剩余的中間頻率部分(波動(dòng)周期曲線)表示了時(shí)間序列的周期性. 本文將平均房?jī)r(jià)和交易量作為房地產(chǎn)周期分析指標(biāo)，房地產(chǎn)周期波動(dòng)是由內(nèi)生因素和外部沖擊共同影響產(chǎn)生的，而重大事件和宏觀調(diào)控政策是最主要的外部沖擊來(lái)源. 在房地產(chǎn)市場(chǎng)中，可能的重大事件主要包括經(jīng)濟(jì)危機(jī)、股市波動(dòng)、土地供應(yīng)異動(dòng)等. 房地產(chǎn)的周期長(zhǎng)短可以體現(xiàn)某個(gè)或者某些事件的疊加效應(yīng)對(duì)房?jī)r(jià)產(chǎn)生影響的時(shí)間長(zhǎng)短. 振幅反映該周期內(nèi)發(fā)生事件對(duì)房?jī)r(jià)造成沖擊的大小. 而周期曲線拐點(diǎn)的出現(xiàn)，往往伴隨著重大事件和政策調(diào)整的發(fā)生. 房?jī)r(jià)序列和交易量序列CF濾波結(jié)果如圖1和2所示.

圖1 房?jī)r(jià)序列CF濾波Fig.1 CF filter of housing price

根據(jù)波谷-波谷的周期劃分標(biāo)準(zhǔn)，將房?jī)r(jià)序列曲線(cycle)劃分為4個(gè)周期，其中第1個(gè)周期(2004.02～2007.02)和第3個(gè)周期(2009.03～2012.6)持續(xù)時(shí)間較長(zhǎng)，分別為36和38個(gè)月，且第3個(gè)周期的波幅顯著大于其他周期. 從非周期曲線(Non-cyclical)看，2011年以前住房?jī)r(jià)格呈上升趨勢(shì)，但從

2011年下半年開(kāi)始變平緩，并有小幅下降. 交易量序列周期曲線(cycle)同樣可以劃分為4個(gè)周期. 總體看，交易量周期曲線領(lǐng)先價(jià)格曲線3～6個(gè)月. 相較于房?jī)r(jià)周期曲線，交易量周期曲線更“陡峭”，且振幅更大，說(shuō)明交易量更加敏感. 表2列出了2004～2015年杭州住房市場(chǎng)的主要事件和政策.

圖2 交易量序列CF濾波Fig.2 CF filter of trading volume

周期序號(hào)時(shí)間事件描述說(shuō)明第1周期A2004.1010年來(lái)首次加息10年來(lái)首次上調(diào)存款利率B2005.03國(guó)八條出臺(tái)、提高首付比例貸款首付由20%提高至30%C2005.06營(yíng)業(yè)稅費(fèi)新政6月1日后,購(gòu)買不滿2年轉(zhuǎn)手的,按售房收入征收營(yíng)業(yè)稅及附加稅費(fèi)D2006.05國(guó)六條,國(guó)十五條調(diào)整供應(yīng)結(jié)構(gòu)9070政策出臺(tái),重點(diǎn)發(fā)展中低價(jià)位中小戶型普通住宅E2006.12上證指數(shù)持續(xù)上揚(yáng),創(chuàng)歷史新高大牛市行情爆發(fā)第2周期F2007.03年內(nèi)首次加息全年6次加息,10次上調(diào)存款準(zhǔn)備金率G2007.092套房首付不低于40%,1.1倍貸款利率央行出臺(tái)政策,嚴(yán)厲打擊炒房H2008.06再次上調(diào)存款準(zhǔn)備金率全年共5次上調(diào)存款準(zhǔn)備金率I2008.09美國(guó)金融危機(jī)全面爆發(fā)首次降低貸款利率J2008.11“4萬(wàn)億投資計(jì)劃”到2010年底投資約4萬(wàn)億第3周期K2009.09地方政府打擊囤地行為市場(chǎng)由過(guò)冷逐步恢復(fù),反彈勢(shì)頭大L2010.01出臺(tái)“國(guó)十一條”提高首付,放熱錢M2010.04出臺(tái)“新國(guó)十條”暫停3套房,非本地居民暫停貸款購(gòu)房N2010.09出臺(tái)“新國(guó)五條”繼續(xù)施壓,提高購(gòu)房標(biāo)準(zhǔn)O2011.03杭版限購(gòu)令限制居民購(gòu)房套數(shù),提高購(gòu)房標(biāo)準(zhǔn)第4周期P2012.10土地溢價(jià)率不超49%控地價(jià),解決保障房籌資難問(wèn)題Q2013.03個(gè)人轉(zhuǎn)讓住房所得征收個(gè)稅堅(jiān)決抑制投機(jī)投資性購(gòu)房R2013.11增加住房用地供應(yīng)大于20%;出臺(tái)杭六條,二套貸款首付提至70%增加住宅供應(yīng),保障剛需,去投資化S2013.12土地溢價(jià)率上限調(diào)為35%地塊撤銷或暫緩出讓T2014.08全面放開(kāi)限購(gòu)樓市低迷,政策松綁

在4個(gè)周期中，房?jī)r(jià)和交易量序列波動(dòng)幅度最大的都為第2、3周期，振幅分別為5 854 ，6 087元·m-2以及4 005，3 978套. 在時(shí)間點(diǎn)上，2個(gè)序列基本吻合.初步判斷這2個(gè)周期內(nèi)發(fā)生的(F至O)是對(duì)房地產(chǎn)市場(chǎng)有重大沖擊的潛在事件.

2007年2月至2008年2月，市場(chǎng)逐漸從觀望氣氛中恢復(fù)，被壓抑的住房剛性需求激發(fā)，從交易量周期曲線可以看出，交易量在2007年7月達(dá)到峰值. 隨著打擊房地產(chǎn)投機(jī)政策的出臺(tái)，下半年交易量開(kāi)始下滑，而房?jī)r(jià)仍保持上升態(tài)勢(shì)，相對(duì)交易量反應(yīng)有所滯后，至2008年2月達(dá)到峰值. 2008年下半年開(kāi)始(事件H、I、J)，金融危機(jī)全面爆發(fā)，杭州市住房?jī)r(jià)格受到嚴(yán)重影響，現(xiàn)陡峭的大幅下降過(guò)程(見(jiàn)圖1)，同時(shí)，2008年6月交易量周期曲線處于波谷，房地產(chǎn)市場(chǎng)進(jìn)入低迷期. 2008年底，政府出臺(tái)4萬(wàn)億元投資政策，釋放了救市信號(hào)，加之地方政府的一系列救市政策，給房地產(chǎn)市場(chǎng)帶來(lái)顯著的正向影響.2008年下半年開(kāi)始，交易量明顯回升，并于2009年6月達(dá)到歷史最高位.在交易量持續(xù)上漲數(shù)月后，房?jī)r(jià)也于2009年3月進(jìn)入新一輪上升周期.2009年3月至2010年9月，房?jī)r(jià)持續(xù)飆升，政府又出臺(tái)了一系列宏觀調(diào)控政策(事件K、L、M)打擊開(kāi)發(fā)商囤地和限制投資性購(gòu)房，以抑制過(guò)熱的房地產(chǎn)市場(chǎng)，但效果不顯著.有效落地的政策是在2010年9月出臺(tái)的新國(guó)五條(事件N)及其細(xì)化的杭版限購(gòu)令(事件O)，2010年9月至2012年6月，房?jī)r(jià)迅速下降，交易量處于低位，杭州房?jī)r(jià)進(jìn)入一個(gè)較大的下降周期.

結(jié)合2個(gè)序列的周期拐點(diǎn)以及上述分析可知，事件G、H、I、J、N和O是樣本期內(nèi)對(duì)房地產(chǎn)市場(chǎng)有重大影響的事件.而這幾個(gè)事件可以分為3種類型，第1類:金融政策，包括事件G和H，提高首付及貸款利率；第2類:重大事件，包括事件I和J，經(jīng)濟(jì)危機(jī)及救市政策；第3類：調(diào)控政策，包括事件N和O，新國(guó)五條及其細(xì)化的杭版限購(gòu)令.

3 房?jī)r(jià)序列結(jié)構(gòu)突變檢驗(yàn)

結(jié)構(gòu)突變檢驗(yàn)基于分階段平穩(wěn)理論，認(rèn)為足夠大的沖擊才能對(duì)經(jīng)濟(jì)總量產(chǎn)生持久的影響，當(dāng)這些沖擊足以改變其趨勢(shì)時(shí)，經(jīng)濟(jì)總量就會(huì)脫離原有穩(wěn)定狀態(tài)進(jìn)入新?tīng)顟B(tài).這意味著重大事件，即大的沖擊，可以改變時(shí)間序列的路徑.因此，可以通過(guò)結(jié)構(gòu)突變檢驗(yàn)的斷點(diǎn)尋找重大事件在時(shí)間序列中的位置.

本文基于內(nèi)生性假定，選擇截距與斜率雙突變模型進(jìn)行結(jié)構(gòu)突變檢驗(yàn).

房?jī)r(jià)和交易量序列的突變時(shí)間點(diǎn)和斷點(diǎn)前后值如表3和4所示.由房?jī)r(jià)序列結(jié)構(gòu)突變檢驗(yàn)結(jié)果可知，存在5個(gè)結(jié)構(gòu)突變點(diǎn)，即2006年1月、2007年9月、2009年12月、2011年10月和2013年6月；交易量序列存在4個(gè)結(jié)構(gòu)突變點(diǎn)，即2007年4月、2010年1月、2012年3月和2014年1月.

表3 房?jī)r(jià)序列結(jié)構(gòu)突變檢驗(yàn)結(jié)果

表4 交易量序列結(jié)構(gòu)突變檢驗(yàn)結(jié)果

結(jié)構(gòu)突變各階段的擬合值如圖3和4所示.據(jù)此推斷，房地產(chǎn)市場(chǎng)的某些重大事件和政策調(diào)整導(dǎo)致了房?jī)r(jià)和交易量時(shí)間序列出現(xiàn)結(jié)構(gòu)性突變點(diǎn).結(jié)合樣本期內(nèi)全國(guó)以及杭州市房地產(chǎn)市場(chǎng)的發(fā)展背景及相關(guān)政策調(diào)整，探尋可能導(dǎo)致以上斷點(diǎn)出現(xiàn)的原因.

圖3 房?jī)r(jià)序列結(jié)構(gòu)突變檢驗(yàn)結(jié)果Fig.3 Structural change test of housing price

圖4 交易量序列結(jié)構(gòu)突變檢驗(yàn)結(jié)果圖Fig.4 Structural change test of trading volume

2007年4月交易量的上升突變和2007年9月房?jī)r(jià)序列的上漲斷點(diǎn)，前后相隔不到半年.從實(shí)際情況看，二季度以后杭州市住房市場(chǎng)十分火爆，交易量猛增，這一方面是因?yàn)榍?年在頻繁的調(diào)控政策下，市場(chǎng)低迷，持幣觀望的購(gòu)房者需求反彈，另一方面，事件D明確提出調(diào)整住房供應(yīng)結(jié)構(gòu)，激發(fā)的剛性需求得到釋放，此外，2006年底開(kāi)始的大牛市(事件E)也為住房市場(chǎng)增添了信心和資金，進(jìn)一步促發(fā)了交易量突變.交易量的臺(tái)階式增長(zhǎng)隨后帶來(lái)了價(jià)格的跳躍式增高，在這一階段，房?jī)r(jià)有高達(dá)6 052元· m-2的上漲斷點(diǎn)，交易量有1 233套的上漲斷點(diǎn)，總體來(lái)說(shuō)，此階段量?jī)r(jià)齊漲，房地產(chǎn)市場(chǎng)空前火爆.期間事件F和G出現(xiàn)，即中央采取金融政策與土地政策等結(jié)合的方式打擊炒房,從結(jié)果來(lái)看，這一階段的政策并沒(méi)有達(dá)到預(yù)期的調(diào)控效果.

2008年金融危機(jī)爆發(fā)(事件I)，年底國(guó)家和地方政府出臺(tái)了一系列“救市政策”(事件J)，由于政府在出臺(tái)購(gòu)房?jī)?yōu)惠政策時(shí)，注明政策的截止日期為2009年底，因而在2009年末，許多消費(fèi)者急于出手，趕乘優(yōu)惠政策的末班車. 2009年12月出現(xiàn)的價(jià)格序列結(jié)構(gòu)性斷點(diǎn)，本質(zhì)上是救市政策的一個(gè)積累爆發(fā)點(diǎn)，因此這一斷點(diǎn)反映的重大事件實(shí)質(zhì)上是2008年底的“救市政策”. 斷點(diǎn)前后，房?jī)r(jià)改變量為8 230元·m-2，可見(jiàn)這一事件的影響是最大的.

2011年3月，杭版限購(gòu)令落地(事件O)，在史上最嚴(yán)厲的限購(gòu)政策下，市場(chǎng)交易量顯著下降，拉低了1 499套. 另一方面，開(kāi)發(fā)商觀察市場(chǎng)后，實(shí)施以價(jià)換量的策略，當(dāng)年10～11月出現(xiàn)放量高峰，同時(shí)，在10月份出現(xiàn)了房?jī)r(jià)下降的結(jié)構(gòu)性斷點(diǎn)，為-2 506元·m-2，影響值較前2個(gè)事件小，說(shuō)明限購(gòu)令政策是有效的，但其影響有限.2012年2月，央行降低存款準(zhǔn)備金率0.5個(gè)百分點(diǎn)，開(kāi)發(fā)商于同年3月開(kāi)始降價(jià)促銷，壓抑許久的剛需得到釋放，交易量大幅上漲，因此在3月份交易量出現(xiàn)結(jié)構(gòu)斷點(diǎn)，影響值為1 977套，為4個(gè)斷點(diǎn)中最大.從交易量角度看，2011年以限購(gòu)令為代表的調(diào)控政策對(duì)房地產(chǎn)市場(chǎng)的影響非常顯著. 因此，限購(gòu)令作為2011年落地性最好的政策，屬于足以引起市場(chǎng)突變的重大事件.

除上述主要突變點(diǎn)外，2013年以后價(jià)格和交易量還出現(xiàn)了小幅結(jié)構(gòu)突變，斷點(diǎn)前后價(jià)格和交易量的變化并不太大，期間沒(méi)有受到重大事件的影響.

4 結(jié) 論

基于CF濾波和結(jié)構(gòu)突變檢驗(yàn)的房?jī)r(jià)和交易量時(shí)間序列研究表明，重大事件及宏觀調(diào)控政策對(duì)住房市場(chǎng)價(jià)量波動(dòng)具有顯著影響. 以金融危機(jī)、救市政策和限購(gòu)政策為代表的重大事件對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生了重大沖擊，且影響周期長(zhǎng)、幅度大. 而提高首付及貸款利率類的調(diào)控政策也會(huì)對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生較大影響. 另一方面，重大事件及宏觀調(diào)控政策還可能會(huì)對(duì)房?jī)r(jià)趨勢(shì)產(chǎn)生顯著影響，造成階段性結(jié)構(gòu)變化. 在研究期間，2007年的價(jià)格和交易量同期結(jié)構(gòu)性突變是2006年“國(guó)六條”政策和空前大牛市等事件疊加的結(jié)果；2009年，在救市政策下出現(xiàn)了價(jià)格的再一次大幅結(jié)構(gòu)突變；2010年的一系列調(diào)控政策對(duì)住房市場(chǎng)交易量影響最大，包括“新國(guó)十條”“新國(guó)五條”及其細(xì)化的限購(gòu)令等聯(lián)合作用，導(dǎo)致交易顯著下跌的結(jié)構(gòu)突變.

分析住房?jī)r(jià)格及交易量的波動(dòng)與相關(guān)事件和政策的對(duì)應(yīng)關(guān)系發(fā)現(xiàn)，全球性金融危機(jī)、中央層面重大投資政策以及極端嚴(yán)苛的調(diào)控政策會(huì)對(duì)住房市場(chǎng)產(chǎn)生即時(shí)的重大影響，而一般的金融和土地政策調(diào)控作用相對(duì)較弱，往往需要一系列政策的持續(xù)實(shí)施才會(huì)逐漸顯現(xiàn)其疊加效應(yīng). 另外，比較價(jià)格和交易量序列的周期性成分發(fā)現(xiàn)，交易量周期比房?jī)r(jià)周期提前3～6個(gè)月，交易量對(duì)重大事件及政策調(diào)整更加敏感，反應(yīng)也更及時(shí)，因此可以通過(guò)對(duì)交易量變化的監(jiān)測(cè)及時(shí)了解房地產(chǎn)市場(chǎng)的走向，預(yù)警價(jià)格可能發(fā)生的變化，并提早制定下一步調(diào)控計(jì)劃. 再者，重大事件或政策調(diào)整發(fā)生后，會(huì)對(duì)房?jī)r(jià)產(chǎn)生大的沖擊，使房?jī)r(jià)序列上升或下降到一個(gè)新的穩(wěn)定水平.交易量序列也如此. 突變時(shí)間段的長(zhǎng)短也反映了市場(chǎng)的消化調(diào)整過(guò)程，因此，政府不宜過(guò)于頻繁出臺(tái)調(diào)控政策，應(yīng)當(dāng)給市場(chǎng)充足的時(shí)間使其恢復(fù)至均衡狀態(tài).

[1] 沈悅,劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面:1995～2002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究,2004(6):78-86. SHEN Y，LIU H Y. Housing prices and economic fundamentals: An empirical study on 14 cities in China in 1995-2002[J]. Economic Research Journal,2004(6):78-86.

[2] AGARWAL S, CHOMSISENGPHET S, HASSLER O. The impact of the 2001 financial crisis and the economic policy responses on the Argentine mortgage market[J]. Journal of Housing Economics,2005,14(3):242-270.

[3] DUCA J V, MUELLBAUER J, MURPHY A. Housing markets and the financial crisis of 2007-2009: Lessons for the future[J]. Journal of Financial Stability,2010,6(4):203-217.

[4] MURPHY L. The global financial crisis and the Australian and New Zealand housing markets[J]. Journal of Housing and the Built Environment,2011,26(3):335-351.

[5] IACOVIELLO M. House prices, borrowing constraints, and monetary policy in the business cycle[J]. American Economic Review,2005:739-764.

[6] PRIEMUS H, WHITEHEAD C. Interactions between the financial crisis and national housing markets[J]. Journal of Housing and the Built Environment,2014,29(2):193-200.

[7] ZHOU Z. Overreaction to policy changes in the housing market: Evidence from Shanghai[J]. Regional Science and Urban Economics,2016,58:26-41.

[8] 包洪潔.基于集成經(jīng)驗(yàn)?zāi)B(tài)分解的城市住宅價(jià)格周期波動(dòng)研究[D].杭州：浙江大學(xué),2013. BAO H J. Study on Cyclical Fluctuation of Urban Housing Price based on Ensemble Empirical Mode[D]. Hangzhou: Zhejiang University,2013.

[9] CHRISTIANO L J, FITZGERALD T J. The band pass filter[J]. International Economic Review, 2003,44(2):435-465.

[10] 湯鐸鐸. 三種頻率選擇濾波及其在中國(guó)的應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(9):144-156. TANG Z Z. Three frequency selective filters and their applications in China[J]. The Journal of Quantitative & Technical Economics,2007(9):144-156.

[11] 李京棟,張吉國(guó).中國(guó)小品種農(nóng)產(chǎn)品價(jià)格波動(dòng)特征及其影響因素——基于2005～2014年大蒜價(jià)格數(shù)據(jù)的實(shí)證分析[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2015,16(4):8-15. LI J D, ZHANG J G. Characteristics and influencing factors of Chinese small-scale agricultural products price fluctuation: An empirical analysis based on the garlic price data from 2005 to 2014[J]. Journal of Hunan Agricultural University: Social Sciences,2015,16(4):8-15.

[12] 張兵兵.進(jìn)出口貿(mào)易與經(jīng)濟(jì)增長(zhǎng)的協(xié)動(dòng)性關(guān)系研究——基于1952～2011年中國(guó)數(shù)據(jù)的經(jīng)驗(yàn)分析[J].國(guó)際貿(mào)易問(wèn)題,2013(4):51-61. ZHANG B B. Study on synergistic relationship between import-export trade and economic growth[J]. Journal of International Trade,2013(4):51-61.

[13] 趙愛(ài)國(guó),李仲學(xué).基于CF濾波法的中國(guó)煤炭生產(chǎn)周期波動(dòng)特征研究[J].中國(guó)煤炭,2014(1):11-14. ZHAO A G, LI Z X. Study on China coal production periodic fluctuation features based on CF filter[J]. China Coal,2014(1):11-14.

[14] 郭娜，梁琪.我國(guó)房地產(chǎn)市場(chǎng)周期與金融穩(wěn)定——基于隨機(jī)游走濾波的分析[J].南開(kāi)經(jīng)濟(jì)研究,2011(4):98-107. GUO N, LIANG Q. Chinese real estate market cycle and financial stability-Based on filtering analysis with drift[J]. Nankai Economic Studies,2011(4):98-107.

[15] PERRON P. The great crash, the oil price shock, and the unit root hypothesis[J]. Econometrica: Journal of the Econometric Society,1988,57(6):1361-1401.

[16] 王靜.進(jìn)口的經(jīng)濟(jì)增長(zhǎng)效應(yīng)：基于趨勢(shì)突變的協(xié)整檢驗(yàn)分析[J].當(dāng)代財(cái)經(jīng),2008(1):90-95. WANG J. The growth effect of China’s import-The analysis based on the co-integration test presenting structural breaks[J]. Contemporary Finance & Economics,2008(1):90-95.

The influence of significant events and control policies on price and volume in housing market of Hangzhou.

ZHANG Ling，CHANG Xin，WEN Haizhen

(CollegeofCivilEngineeringandArchitecture,ZhejiangUniversity,Hangzhou310058,China)

Journal of Zhejiang University(Science Edition), 2017,44(3):363-369，378

Using the circle-frequency and structural change test method, we studied the influence of significant events including financial crisis, bailout policies and control policies on the operation rules of cyclical fluctuations in the real estate market in Hangzhou. The results show that significant events and control policies lead to cyclical turning points and structural breakpoints of housing price series and trading volume series. Financial crisis, bailout policies, “New National Ten” and “New National Five” as well as its detailed housing restriction policy have great effect on housing price and trading volume. The influencing cycle is long, and the extent of effect is large. The last two factors are closely related to the breakpoints of housing price and trading volume.

significant events; circle-frequency; structural change test; economic crisis; control policy

2016-10-11.

張凌(1972-)，ORCID:http://orcid.org/0000-0002-3864-2602，女，博士，副教授，主要從事房地產(chǎn)經(jīng)濟(jì)與管理研究,E-mail:zlcivil@163.com.

*通信作者,ORCID:http://orcid. org/0000-0002-2616-3683, E-mail:wenhaizhen@263.com.

10.3785/j.issn.1008-9497.2017.03.018

F 293.30

A

1008-9497(2017)03-363-07