摘要：房地產(chǎn)是一種具有消費和投資雙重屬性的特殊商品，其價格不僅受到市場供需的影響，也受政府調(diào)控的影響。政府可以通過限購政策調(diào)節(jié)市場需求端來影響房價。文章借鑒事件研究法，以限購政策實施后三個月為政策窗口期，構(gòu)造了一個投機占比因子再進行了回歸分析。結(jié)果表明在政策窗口期內(nèi)，投機交易數(shù)量多的小區(qū)擁有更高每平米累計收益率，投機活動顯著地影響存量房價格。因此房地產(chǎn)限購政策會通過影響投機需求來刺激或者抑制房價。此外限購政策在短期內(nèi)是有效的，但是從長期來看效果有限，而國家戰(zhàn)略布局則會對相關(guān)房地產(chǎn)市場產(chǎn)生長遠影響。

關(guān)鍵詞：限購政策；事件研究法；投機占比因子；回歸分析

一、 研究背景

如今中國的房地產(chǎn)行業(yè)已經(jīng)屬于國民經(jīng)濟的支柱性產(chǎn)業(yè)，而它的發(fā)展歷史與國家政策密不可分。在發(fā)展過程中，政府制定了房地產(chǎn)市場相關(guān)政策，來對市場中出現(xiàn)的問題進行調(diào)控，大致可以分為6個階段。第一階段：1978年～1991年，住房商品化、土地產(chǎn)權(quán)理論的提出；國務(wù)院在四個城市進行售房試點。第二階段：1992年～1997年，住房公積金制度全面推行；“安居工程”開始啟動。第三階段：1998年～2002年，取消住房實物分配制度；實施按揭政策。第四階段：2003年～2007年，房地產(chǎn)市場的投機炒作行為盛行，多項針對房地產(chǎn)行業(yè)的宏觀調(diào)控政策出臺。第五階段：2008年～2009年，金融危機后金融、稅收政策刺激；4萬億的財政刺激計劃。第六階段：2010年～2013年，房地產(chǎn)價格調(diào)控趨緊，調(diào)控長期化；“新國五條”。因此中國房地產(chǎn)市場的飛速發(fā)展離不開相關(guān)政策支持。

近年來我國房地產(chǎn)市場發(fā)展迅猛，房地產(chǎn)投資年均增速達25%，而根據(jù)國家統(tǒng)計局的數(shù)據(jù)顯示，房地產(chǎn)投資在2010年左右達到頂峰，房地產(chǎn)由增量開始向存量轉(zhuǎn)變，特別是在一線城市，例如北京在2009年存量房交易量全面超越新房。2016年北京存量房市場交易異?；馃?，交易量直線上升促使房價普遍飛速上漲。2017年中央經(jīng)濟工作會議更是提出了“房子是用來住的，不是用來炒的”。這是因為房地產(chǎn)行業(yè)屬于資金密集型行業(yè)，住房既是消費品也是投資品，因此特別容易受到金融投機活動的影響。

現(xiàn)在影響房地產(chǎn)市場因素的文獻研究主要分為兩個方面。一是房價與經(jīng)濟基本面的關(guān)系：多數(shù)國外學者Capozza（2002）、Tsatsaronis（2004）研究表明經(jīng)濟基本面中的宏觀數(shù)據(jù)能較好地解釋房價變化；另有少數(shù)Gallin（2006）基于實證文獻發(fā)現(xiàn)經(jīng)濟基本面并不能很好地解釋；而國內(nèi)學者沈悅（2004）研究表明目前我國房價的快速上漲已經(jīng)偏離了經(jīng)濟基本面，政府政策以及投機等因素開始顯著影響著房地產(chǎn)市場。二是房價與非經(jīng)濟基本面的關(guān)系：主要關(guān)注房地產(chǎn)調(diào)控政策與房地產(chǎn)市場的關(guān)系，如Muellbauer（1997），Lastrapes（2000）以及Priemus（2003）分別從信貸政策、貨幣政策和土地政策來研究；而國內(nèi)學者王來福（2007）的研究主要關(guān)注在貨幣政策方面；另外還有研究信貸增長與房地產(chǎn)市場的關(guān)系，Collyns（2002）所使用的數(shù)據(jù)的大多是宏觀的銀行信貸數(shù)據(jù)。

本文以房地產(chǎn)限購政策實施后三個月為政策窗口期，將住房需求區(qū)分為投機需求和其他需求，投機需求指短期投資活動以兩年內(nèi)之內(nèi)交易為期限，而其他需求包含消費性需求和長期投資需求。因此我們以投機需求構(gòu)造出投機占比因子，主要研究了貨幣政策窗口期內(nèi)小區(qū)的投機占比因子與同比兩年前的每平米累計收益率之間的關(guān)系。

二、 理論分析

目前我國的房地產(chǎn)相關(guān)政策主要是以調(diào)控需求端為主，主要通過首付比例和限制購買資質(zhì)等方式來設(shè)置入市門檻。房地產(chǎn)的需求一般可以分為消費性需求和投資性需求：消費性需求指將房地產(chǎn)作為商品消費以滿足個人居住和企業(yè)生產(chǎn)辦公等需求；而投資性需求指將房地產(chǎn)作為投資品，希望能夠在其中獲得投資收益的需求。消費性需求在短期內(nèi)缺乏彈性；而投資性需求受貸款利率影響很大，在短期內(nèi)房地產(chǎn)供給不變的情況下，當貸款利率下降，投資者獲得資金的成本減少，從而刺激投資需求，房地產(chǎn)價格就會上升。

房地產(chǎn)開發(fā)商通過拍賣的方式購得土地的使用權(quán)，資金回收需要很長時間，因此開發(fā)商為了填補資金的缺口，往往會對外融資，在融資的來源中銀行貸款占了大部分，因而利率特別是貸款利率成了影響房地產(chǎn)商融資成本的重要因素。貸款利率上升會減少貸款需求，從而減少房地產(chǎn)項目的投資，進而減少房地產(chǎn)市場的供給，房價就會上升。另外我國的土地制度決定了土地供給是缺乏彈性的，土地市場只有一個供給者，即壟斷者；壟斷者總是會有使其壟斷收益最大化的傾向，當有關(guān)政策刺激投資需求時，即需求曲線上移，房價就會上升；相反房價就會下跌。

因此在新房價格居高不下的同時，新房區(qū)位相近的存量房市場中的賣方又會以新房價格作為標的，這種現(xiàn)象在我國一二線城市的房地產(chǎn)市場中普遍存在，尤其是熱點地區(qū)，致使存量房也居高不下。

三、 實證分析

1. 數(shù)據(jù)和政策選擇。本文以北京地區(qū)存量房市場為具體研究對象，采集了2015年～2016年北京市1 805個小區(qū)其中通州區(qū)411個小區(qū)的存量房成交數(shù)據(jù)，數(shù)據(jù)來源于北京鏈家網(wǎng)站上的公開信息。在此期間我們以2015年3.30新政和2016年9.30新政為主要政策窗口期來考察房價變化，同時選取通州成為副中心、通州普通限購和通州商住限購為單獨事件或政策作為沖擊事件來觀察市場反應(yīng)，相關(guān)限購政策和事件的時間截取，皆以政府正式文件為準，參考自相關(guān)機構(gòu)的官方網(wǎng)站上的公開文件通知。

2. 變量構(gòu)造。對于每個小區(qū)我們構(gòu)造了一個投機占比因子——SP，即每個小區(qū)中交易時間不滿兩年的交易量占總交易量的比重。在北京一般過戶時間約為半年，因此從買入到賣出至少需要一年左右的時間，而出售也需要一定的時間，其他需求的交易者不會在這么短的時間內(nèi)頻繁出手，因此我們將交易時間未滿兩年的交易活動歸結(jié)為投機活動。

我們還選取了房屋用途——HP和學區(qū)房——SH這兩個虛擬變量作為控制變量。房屋用途HP一般主要分為兩類：普通住宅和商業(yè)辦公類。此外學區(qū)房SH，也是影響房價的重要因素，因此在回歸中我們也加入了這一變量。

我們首先將一年分為24期，一期為半個月，即以每個月15日為界。因為有些政策的公布時間在月中，并不都是從月初開始執(zhí)行，如此劃分時間區(qū)域能更準確反映政策發(fā)生前后的差異。接著我們將計算每個小區(qū)的每期內(nèi)的所有成交的每平米價格的均值，這是為了計算歷史同期的收益率，因為同一期內(nèi)的每筆交易個體存在一定差異而且必不可能為同一套房子，因此計算相鄰兩筆交易之間的收益率毫無意義。此外這樣做可以盡可能的回避了不同戶型間差異，集中反映小區(qū)間的差異。然后通過均值與兩年前同一時期均值作比較，計算出相隔48期的每期收益率。就像前文提到的每筆房屋從買入到賣出過戶的一般周期需要一年多，因此選擇兩年的間隔計算收益率更能貼近同一房子前后兩筆交易的真實情況。最后我們再根據(jù)各個政策的時間窗口期計算出該窗口期內(nèi)的累計收益率——CYR用于回歸分析，例如2015年的3.30新政，窗口期為2015年4月到6月，累加這期間6期相對于兩年前的歷史同期收益率即可到3.30新政的CYR。

3. 主要結(jié)果與分析。我們以限購政策作為事件研究的對象，首先我們計算出政策窗口期內(nèi)某小區(qū)的投機占比因子SP；接著計算出該政策窗口期內(nèi)該小區(qū)的同比兩年前的每平米累計收益率CYR；最后對二者作回歸分析，以檢驗政策執(zhí)行后通過影響投機需求，是否會顯著地引起收益率的變化。因此，我們以3.30新政為例做回歸分析，政策窗口期為2015年4月1日到6月30日：

CYR_0330BJi=？琢+？茁1SP_0330BJi+？茁2HPi+？茁3SHi+？著i（1）

下標i代表各個小區(qū)；CYR_0330BJ代表3.30新政窗口期2015年4月1日到6月30日間的累計收益率CYR；SP_0330BJ代表3.30新政末期的投機占比因子SP；HP和SH是兩個虛擬變量，分別代表房屋用途HP和學區(qū)房SH。

表1第一列顯示，SP的回歸系數(shù)為正并且在1%上顯著，意味著在3.30新政窗口期內(nèi)，北京小區(qū)存量房成交數(shù)量中的投機數(shù)量占比每多0.1，其每平米累計收益率就多增加0.08%。也就是說在3.30新政實施后三個月內(nèi)，投機數(shù)量越多的小區(qū)其每平米收益率越高，二者呈顯著的正向關(guān)系?？墒瞧鋽M合度只有0.109，說明投機數(shù)量占比只能很少的解釋收益率的部分變化，這是因為現(xiàn)實生活中影響房價收益的因素還有很多，盡管我們已經(jīng)控制了其中的房屋用途和學區(qū)房因素。但是這并不影響我們研究限購政策實施期間，投機需求與收益率之間的關(guān)系。表1第二列是9.30新政窗口期內(nèi)的回歸結(jié)果，SP系數(shù)也不再顯著，這說明投機數(shù)量的變換不再能解釋收益率的變化，也就是說9.30政策雖然能抑制投機需求，但是在這段時期內(nèi)北京市的存量房價格已不再由投機數(shù)量的變化來決定。

表2是通州小區(qū)存量房成交數(shù)據(jù)的回歸結(jié)果，其意義與表1類似?？梢钥吹皆?.30新政窗口期內(nèi)，通州小區(qū)中投機數(shù)量占比每多0.1，其每平米累計收益率就多增加0.058 5%，且在5%上顯著，這說明在此窗口期內(nèi)通州小區(qū)的投機數(shù)量與收益率也是呈顯著的正向關(guān)系。表2第二列是確定通州成為北京市行政副中心前后三個月內(nèi)的數(shù)據(jù)回歸結(jié)果，可以看到其SP系數(shù)大于3.30新政且在1%上顯著，其擬合度也在上升，解釋力增強。這說明在該消息的影響下，小區(qū)投機數(shù)量的增加進一步帶動了其每平米收益率的增長。表2第三列是通州普通住宅限購窗口期內(nèi)的回歸結(jié)果，可以看到SP系數(shù)為正且在5%上顯著，但是小于第二列，擬合度也在下降，說明在該限購政策窗口期內(nèi)雖然小區(qū)投機數(shù)量的增加依然可以帶動其每平米收益率的增長，但幅度已經(jīng)減弱了，該政策起到了一定的作用。表2第四列是通州商住房限購窗口期內(nèi)的回歸結(jié)果，其SP系數(shù)大于之前的3倍且擬合度增加，但是由于樣本中的數(shù)據(jù)全部為通州普通住宅，原因詳見前文，所以該組數(shù)據(jù)結(jié)果并不能夠反映通州商住限購政策的效果，只能說明在該段時期內(nèi)通州小區(qū)中投機數(shù)量對收益率的影響力在增強。表2最后一列是在9.30新政窗口期內(nèi)通州小區(qū)的回歸結(jié)果，其SP系數(shù)大約是商住房限購窗口期的1.5倍且擬合度大幅增加，顯示了在9.30實施后三個月內(nèi)的通州小區(qū)中的投機數(shù)量的變化依舊對其每平米的收益率的變化起了非常大的正向作用，9.30新政在通州小區(qū)未取得理想的效果。

對比表1和表2第一列，我們可以看到北京市的SP系數(shù)要大于通州，這說明在此期間市區(qū)中投機數(shù)量的變化對收益率變化影響更大，同時第一列的結(jié)果顯示了3.30刺激房市的政策都起到了一定的正向作用。對比表1第二列和表2第五列，通州小區(qū)的SP系數(shù)增大幅增長的同時市區(qū)的SP系數(shù)已不在顯著，這說明了通州小區(qū)中投機數(shù)量對收益率影響大幅增強，而市區(qū)中的投機數(shù)量的變化已不再是解釋其收益率變化的主要因素，因此9.30抑制房市的政策存在著顯著的差異，通州小區(qū)可能存在著“逆向選擇效應(yīng)”。

四、 結(jié)論與政策建議

本文主要研究了限購政策實施之后，對相關(guān)存量房市場上交易活動的影響，主要結(jié)論如下：

在房市低迷時期，放松首付的房地產(chǎn)限購政策可以有效地活躍房地產(chǎn)市場，尤其是可以顯著地刺激投機需求拉升房價進而帶動收益率的攀升。但是在房市火熱時，緊靠單一的收緊首付政策所起到的抑制房市的效果十分有限。同時針對性地限購政策則具有一定的短期時效性。另外國家層面的戰(zhàn)略布局也會對相關(guān)地區(qū)的房市具有長期的正向影響。

基于以上結(jié)論，本文提出建議：首先住房的主要功能還是居住，相關(guān)政策應(yīng)滿足居民的剛性居住需求和改善型需求，而房地產(chǎn)市場的投機活動以套利為主要目標，相關(guān)政策應(yīng)該增大投機者進入市場的門檻以及增加其持有住房的成本。其次要實施差異化的政策來抑制住房投機，要因時因地具有針對性的調(diào)節(jié)房地產(chǎn)市場，注意政策實施的短期效應(yīng)，不能單一的依靠限購政策來調(diào)控市場，需要多種手段并用。最后要充分考慮重大事件，如相關(guān)國家層面的戰(zhàn)略布局，對特定地區(qū)的房地產(chǎn)市場的沖擊，政策的設(shè)計需要具有前瞻性。

參考文獻：

[1] 黃少安，陳斌開，劉姿彤.“租稅替代”、財政收入與政府的房地產(chǎn)政策[J].經(jīng)濟研究，2012，（8）：93-106.

[2] Capozza D.R.，Hendershott P.H.，Mack C.，Mayer C.J.Determinants of Real House Price Dynamics[D].NBER Working Paper，2002.

[3] Tsatsaronis K.，Zhu H..What Drives House Price Dynamics： Cross-Country Evidence[D].BIS Quarterly Review，2004，（1）：65-78.

[4] Gallin J.The Long-Run Relationship between House Prices and Income： Evidence from Local Housing Markets[J].Real Estate Economics，2006，34（3）：417-438.

[5] 沈悅，劉洪玉.住宅價格與經(jīng)濟基本面：1995-2002年中國14城市的實證研究[J].經(jīng)濟研究，2004，（6）： 78-86.

[6] Muellbauer J.， Murphy A.Booms and Busts in the UK Housing Market[J].The Economic Journal，1997，107（455）：1701-1727.

[7] Lastrapes W.D..The Real Price of Housing and Money Supply Shocks： Time Series Evidence and Theoretical Simulations[J].Journal of Housing Economics，2000， 11（1）：40-74.

[8] Priemus H..Dutch Housing Associations： C- urrent Developments and Debates[J].Housing Studies，2003，18（3）：327-351.

[9] 王來福，郭峰.貨幣政策對房地產(chǎn)價格的動態(tài)影響研究[J].財經(jīng)問題研究，2007，（11）：15-19.

[10] Collyns C.， Senhadji A..Lending Booms， Real Estate Bubbles， and The Asian Crisis[D].MF Working Paper，2002.

作者簡介：侯瑞（1986-），男，漢族，江蘇省連云港市人，中國人民大學國際學院博士生，研究方向為金融風險管理。

收稿日期：2018-02-25。