KUBLER編碼器8.5868.3231.3112這個我們現(xiàn)貨
南京惠言達電氣有限公司致力于打造德國、瑞士等歐洲中小型自動化企業(yè)與國內客戶的連接橋梁，歐美原產(chǎn)工控設備，機電設備，儀器儀表，備品備件 的一站式供應商。主要產(chǎn)品有工業(yè)自動化設備,電工控設備、液壓設備、 電氣設備和零部件等產(chǎn)品。原裝，源頭采購帶給客戶便捷的購物體驗！
圖片可能與實物存在差異，訂貨前請聯(lián)系本司確認
KUBLER 8.5863.0220.G223.S022.K005
KUBLER 8.5823.1831.1024
KUBLER 8.A226.0052.1024
KUBLER 8.5820.3862.1000
KUBLER 8.5852.3612.1000
KUBLER 8.RI50.102.0700.122
KUBLER T8.5000.C820.2500.0013
KUBLER 8.5823.3842.1024
KUBLER F2 BVa15.01/3 24VDC/0 66mA ，2.121.511.013
KUBLER 8.A02H.5332.4096
KUBLER 8.5000.C352.0100.BX
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5020.4351.1024 10-30VDC
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5868.1231.3112
KUBLER 8.5868.1000.3112.AE07.0001
KUBLER 8.5823.3821.1024 編碼器
KUBLER 8.5020.D310.2048.S130
KUBLER 8.5000.0000.1024.S066
KUBLER 8.5888.5632.3113 05.KABEL451.020
KUBLER 8.5800.1262.1800
KUBLER 1.150.510.056.550.867W15.51.230VAC/a0，b1
KUBLER 8.9081.1552.2004
KUBLER D8.4D1.2000.G321.0050
KUBLER 8.5852.0000.G121.Y026
KUBLER 8.5852.1233.G121
KUBLER 8.5823.3842.1024
KUBLER MODEL:20444284 I/N:AC300V 4*2*0.14+2*0.5
KUBLER 8.5020.C511.1024
KUBLER 8.000.6741.0005
KUBLER KP-79960/4 003 BMS 239 460008 /11439
KUBLER 8.5868.1231.3112
KUBLER 8.5020.8344.4096
KUBLER 8.5888.5432.3112
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.A02H.3182.5000
KUBLER 8.5823.1831.1024
KUBLER 8.9080.1832.3001
KUBLER KCN826563
KUBLER 8.A024.3182.5000
KUBLER 8.5820.0H30.2048.5093.0050
KUBLER 8.5020.4551.1024
KUBLER 8.5800.1262.1024
KUBLER TYPE：85820 0H30 10245093 0015 MET-NR19551001 HTL 10-30 VDC 1024PPR S-NR：051390073F
KUBLER 8.5823.3832.1024
KUBLER 8.5883.5624.G323 091050397F
KUBLER 8.5000.0010.1024.S059
KUBLER 8.9081.4722.2004+8.0000.6901.0002+8.0010.40T0.0000 帶安裝支架
KUBLER 8.9081.3422.2004
KUBLER 8.5878.5432.3113
KUBLER 8.5823.3832.1024
KUBLER 8.5852.1233.G121
KUBLER 8.9080.5231.3001
KUBLER 6.134.012.850
KUBLER 8.5020.8531.1024 30YV
KUBLER 6.924.0101.300
KUBLER 8.5882.3822.2004
KUBLER 8.5868.1232.3112
KUBLER 8.5873.SIL-A444-G323
KUBLER 8.9081.4722.2004+8.0000.6901.0002.0031+8.0010.40T0.0000
KUBLER 8.5020.4851.1024
KUBLER 8.A02H.5541.1024.0020
KUBLER 8.5000.8352.1024
KUBLER 8.5020.C551.1024
KUBLER 8.5000.370W.1024
KUBLER 8.5820.0500.2048.5030
KUBLER 8.9080.3131.3001
KUBLER 8.0010.40Y0.0001
KUBLER 8.5020.C004.4096.A034
KUBLER 8.H100.1132.4096.4096
KUBLER 8.9080.4231.3001
KUBLER 8.5823.1832.1024
KUBLER 8.5000.0352.1024.DG1703
KUBLER 8.9080.4132.3001
KUBLER 05.B8141-0
KUBLER 8.5820.3P31.0360
KUBLER 8.5873.5622.G322
KUBLER 8.5863.2224.G323
KUBLER 8.A02H.1A31.5000
KUBLER 8.9081.4222.2004
KUBLER 8.9080.4C32.3001
KUBLER 8.5820M.AR30.1024.0001
KUBLER 8.5820.3832.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5820.1831.1024
KUBLER 8.5000.370W.1024
KUBLER 8.000.6741.0005
KUBLER 8.A02H.1240.2048.S018
KUBLER 8.5868.3231.3112
KUBLER 8.A02H.1A31.1024+8.0010.40S0.0000
KUBLER 8.5020.D55A.2048.0020
KUBLER 8.5821.1C31.1024.9083
KUBLER 8.5805.1266.18000
KUBLER 8.5888.5431.3112
KUBLER 8.5860.1232.5001
KUBLER 8.5868.3221.2112
KUBLER 8.5020 0A00.1024.C001
KUBLER 8.5820.0H30.1024.5093.0050
KUBLER 8.7030.2642.1024
KUBLER 8.H100.1132.2500.2500(10-30VDC-2*100mA)
KUBLER 8.5821.1C41.1024.9083
KUBLER 8.5878.5431.3112
KUBLER 8.9081.5002.2004.A020
KUBLER 8.5888.3032.3112.Y027
KUBLER 8.A02H.1532.1024
KUBLER 8.5850.1281.G132
KUBLER 8.A02H.1251.1024 編碼器
KUBLER 8.0000.7000.0011
KUBLER 8.A02H.3532.1024
KUBLER 8.5020.0051.1024.T006
KUBLER 編碼器8.5020.D552.0400 帶副件05.WAKS8-2/P00 脈沖數(shù)400
KUBLER 8.5863SIL.1244.G323
KUBLER 8.5823.1832.1024
KUBLER D135 D8.4D1.1000.6831.3113
KUBLER 8.5020.C004.4096.A034
KUBLER 8.B2.10.010.0010
KUBLER 8.0000.1501.1010
KUBLER 8.9080.1832.3001
KUBLER 8.0010.4091.000（外徑38mm內徑12mm）
KUBLER 8.2800.2165.1024
KUBLER 8.5868.1231.3112
KUBLER 8.9080.4231.3001
KUBLER 8.5823.3832.1024 DC24 1024脈沖/轉
KUBLER 6m:05.RSSW-RKSW451-6M
KUBLER 8.0010.40v0.0000
KUBLER T8.5000.8351.1000
KUBLER 8.5863.1223.G321
KUBLER 8.5000.631B.1000.0020
KUBLER 8.5020.D851.0360
KUBLER 8.5020.8A21-1024
摘要: 近一年來, 我國房地產(chǎn)政策圍繞"房子是用來住的, 不是用來炒的"加大調控力度.本文以租售同權以及限購、限貸等限制型調控手段為切入點, 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長期兩個角度, 研究了租售同權等政策對于房價調控的影響, 并給出了相應的對策建議.研究發(fā)現(xiàn):租售同權及款利率對房價具有長期穩(wěn)定的影響, 調整家庭購買資格與數(shù)量, 短期內會對于房價的調整起到一定的作用, 但是長期效果不顯著, 付比的調整對于北京等一線城市的房價抑制作用較小.這對我國構建長效的房地產(chǎn)發(fā)展機制具有重要意義.
關鍵詞:租售同權; 限購限貸; 房地產(chǎn)調控; ADRL模型;
自我國住房市場化改革以來, 房地產(chǎn)行業(yè)在我國宏觀經(jīng)濟中的重要性日益提升, 但房價卻水漲船高, 波動持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟工作會議上, 總書記提出:"房子是用來住的, 不是用來炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調控就此拉開序幕.本輪房地產(chǎn)調控政策不僅在范圍上表現(xiàn)出從一二線熱點城市擴散到三四線城市, 中心城市和周邊城市政策合力調控的特征, 并且, 在調控手段上除限購、限貸、調整付比等傳統(tǒng)手段, 也開始推行"購租并舉、租購同權"等系列調控政策"組合拳"以進一步化解住房需求.然而在當前我國房地產(chǎn)市場環(huán)境下, 租售同權以及限購等調控手段能否有效抑制房價快速上漲?是否具有可持續(xù)性?這是需要重點研究的問題.本文對此進行重點研究, 旨在為更好完善房地產(chǎn)政策調控組合提供對策建議.
一、相關研究文獻綜述
針對房地產(chǎn)政策與房地產(chǎn)市場之間的關系, 國內外學者進行了大量的研究.劉洪玉教授 (2017) 針對我國房地產(chǎn)市場的發(fā)展現(xiàn)狀, 分析了阻礙我國房地產(chǎn)租賃市場發(fā)展的因素.林睿等人 (2016) 通過對房地產(chǎn)價格的異質性研究, 認為房地產(chǎn)政策的調控能夠改變區(qū)域房地產(chǎn)價格的收斂性.王松濤 (2011) 以住房存流量模型為基礎, 從理論上刻畫了住房市場政府干預的政策目標和政策工具, 并且對政府綜合干預的作用效果進行了評價, 認為政府政策工具對重點城市的住房價格產(chǎn)生了短期影響, 并對不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購和限貸對房價的均衡影響, 認為特定條件下當限購發(fā)生效用時, 付比只有落入某個特定區(qū)間才能有效.
從實證研究來看, 常飛等人 (2013) 運用脈沖響應研究了貨幣政策對區(qū)域房地產(chǎn)市場的影響, 認為貨幣政策對不同城市商品房市場的影響不同, 并受供求關系的影響較大.喬坤元 (2012) 應用倍差法對中國70個大中城市的樣本數(shù)據(jù)進行分析, 探討了2011年的房地產(chǎn)限購令對房地產(chǎn)市場的影響, 研究表明:限購令的實施使得房價下降了2.5%個百分點.在政策評價過程中, 由于倍差法對控制組的要求比價嚴格, 實際情況往往無法滿足, 從而會影響到評價的有效性.針對清華大學恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構建住房市場的搜尋匹配模型, 并且考慮了交易市場和租賃市場的影響因素, 認為限購政策會推動房租的上漲并通過傳導作用推動房價的上漲.
通過對文獻的梳理可以發(fā)現(xiàn), 當前對于房地產(chǎn)政策的研究多集中在限購或是貨幣政策調控方面, 對租售并舉及租售同權等政策效果的研究較少;在研究方法方面, 文獻多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點回歸等方法探討政策的有效性, 很少看到應用ADRL方法對限購政策的研究;文獻的研究多集中在對單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購等房地產(chǎn)政策相互作用、持續(xù)實施對房價的調控效果, 并且分別對長期效果與短期效果進行了分析.
二、我國房地產(chǎn)限購限貸、租售并舉調控政策的演進過程
近年來我國政府出臺了一系列房地產(chǎn)調控政策, 來抑制房價的過快上漲, 回歸房屋的居住屬性, 主要集中在限購政策、限貸政策以及租售并舉的調控政策這幾個方面.
在房地產(chǎn)限購政策方面:2010年, 北京*出臺限購令, 規(guī)定每戶以家庭為單位"只能新購一套商品住房".自此, 我國各地房地產(chǎn)限購政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個一二線城市推出限購政策.2014年, 我國樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調整房地產(chǎn)調控政策, 當年46個限購城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個城市限購政策被取消或松動.然而, 面對不斷攀升的房價, 2017年以來新一輪的限購政策不斷加碼, 北京作為房地產(chǎn)市場*的在短短10天內連續(xù)打出了嚴格限制購房資格、"商改住"限購、差別化信貸等一系列調控"組合拳".本輪實施限購政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實施限購.
在限貸政策方面:2011年1月國務院提出"新國八條", 要求二套房貸付比例提高60%, 款利率提高基準利率的1.1倍.當時的限貸等房地產(chǎn)調控政策使得當年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場進入深度調整期.但是, 2012年央行兩次下調存款利率使得房地產(chǎn)市場又出現(xiàn)上漲預期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場低迷, 政策為激勵房地產(chǎn)市場, 對于款購買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準款利率的0.7倍.2016年去庫存以來, 房價再次高位回升, 導致新一輪限貸政策再次升級.以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設委員會發(fā)布《關于完善商品住房銷售和差別化信貸政策的通知》, 開始對商品房的銷售和商業(yè)性個人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時, 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準利率.
在租售并舉制度方面:自2015年起, 國家提出要建立租購并舉的住房制度.2016年出臺了一系列租購并舉的政策.2017年8月, 北京市出臺了"租售同權"的新政, 明確了租房能夠享受與購房同樣的入學機會等政策, 將租賃市場的重要性提高到有的高度.黨的報告中*明確提出"加快建立多主體供給、多渠道保障、租購并舉的住房制度".調控"房子是用來住的, 不是用來炒的"戰(zhàn)略定位, 旨在促進我國房屋回歸居住屬性, 并向"購租并舉、租購同權;先租后售、梯度消費"運作模式全面推進, 引導居民形成梯級消費理念, 推動住房價格平穩(wěn)健康運行, 推進住有所居目標的實現(xiàn).
三、房地產(chǎn)調控政策對房價影響的實證分析
(一) 變量選擇與平穩(wěn)性檢驗
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價格來表示房地產(chǎn)價格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內容, 我們將房地產(chǎn)價格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權"政策的出臺及限制購買資格的調整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫中獲得, 取得原始數(shù)據(jù)后, 需要對原始數(shù)據(jù)進行如下處理: (1) 對所有數(shù)據(jù)都進行標準指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實際數(shù)據(jù); (2) 對房地產(chǎn)價格變量與成交量變量分別取對數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實經(jīng)濟特征, 對房地產(chǎn)價格數(shù)據(jù)與成交量進行季節(jié)調整; (4) 根據(jù)國家統(tǒng)計局報表制度, 每年公布的房地產(chǎn)報表中通常不提供1月份的數(shù)據(jù)報表, 考慮到實證數(shù)據(jù)的完整性, 我們用報表當年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計情況為揭示付比、款利率、成交量與房地產(chǎn)價格之間是否存在協(xié)整檢驗與因果分析, 我們需要對各個時間序列分別進行平穩(wěn)性檢驗, 以剔除相應變量的時間序列的單位根.對各個變量的平穩(wěn)性檢驗結果可知, 成交量變量對ADF統(tǒng)計量的值大于1%的臨界值, 房價變量、付比變量和利率變量對ADF統(tǒng)計量的值小于1%的臨界值, 但是三者個變量的一階差分對應的ADF統(tǒng)計量的值均大于1%的臨界值, 并且其P統(tǒng)計值均趨于0.因此, 成交量變量是平穩(wěn)的, 房價變量、付比變量和利率變量的時間序列均為非平穩(wěn), 但是這三個變量的一階差分對應的時間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗
由于本研究所涉及的各變量不同階平穩(wěn), 故無法使用常規(guī)的Johansen協(xié)整檢驗模型, 本文采用自回歸分布滯后模型 (ADRL模型) 進行研究, ADRL模型能夠估計不同階平穩(wěn)的時間序列, 保證結果一致有效, 而且還能得到長期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結構如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個步驟, 一步, 建立ADRL協(xié)整檢驗模型進行各變量間的協(xié)整檢驗, 驗證各個變量間的長期穩(wěn)定關系, 確定各變量間的影響方向.則構建限購政策對房價波動影響的協(xié)整檢驗模型如下:
進行協(xié)整檢驗存在長期均衡關系后進入第二步, 利用ADRL模型估計長期系數(shù)與短期系數(shù), 則構建長期系數(shù)估計模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準則進行判斷, 長期均衡關系并不是一直成立的, 短期內會通過各種變量的擾動從而打破平衡狀態(tài).短期系數(shù)的估計可通過誤差修正模型ECM來獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計如下:
式中:ECt-1作為回調項, 當長期均衡關系被打破時, 起到回調作用.
接下來, 對條件誤差修正ARDL模型中各原變量 (滯后一階) 進行聯(lián)合F檢驗, 以驗證是否存在長期協(xié)整關系.本文進行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測, 根據(jù)AIC、SC準則選擇了優(yōu)滯后模型, 此時得到結果的結構可以看出, F統(tǒng)計量為6.2083, 大于1%臨界值4.68, 說明拒絕原假設, 認為長期協(xié)整關系非常顯著.
(三) 長短期系數(shù)的估計結果
通過上面的ADRL協(xié)整檢驗后可知道, 存在長期協(xié)整關系, 因此進入第二步進行長短期系數(shù)的估計.利用使得模型的標準誤差小的AIC準則, 對不同階數(shù)的估計方程進行選擇分析, 并且設定大滯后階數(shù)為4, 得到模型的優(yōu)估計為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長短期系數(shù)的估計見表4.
其中, 模型的可決系數(shù)高達0.813, 說明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗F統(tǒng)計量為34.006, 可以在1%顯著水平顯著, 故認為模型總體擬合效果良好.
通過對所得結果的分析可知, 從長期來看, "租售同權"政策的出臺對抑制房價具有長期顯著的效應, 房地產(chǎn)限購政策會使得房地產(chǎn)價格出現(xiàn)報復性增長, 利率每提高1個單位, 會伴隨房價下降0.3447個百分點.付比以及成交量的變化對于房價的影響不顯著, 因此, 存在較大的不確定性.
此外, 對短期方程進行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購政策的虛擬變量D2對于房價具有顯著短期的抑制作用, 但這種作用在滯后1月時才會顯示出來.并且房價滯后1-2期均對房價的走勢有著一定的修正作用, 即當某月房價突然偏高, 則此后1~2期房價會有一定的抑制效果.利率在長短期方程中均對房價有著抑制作用, 通過對成交量分析可知, 成交量的變化對房價的走勢影響不大.后, 協(xié)整項Coin Eq (-1) 是顯著為負的, 這充分說明了當房價走勢偏離了長期均衡時, 短期修正效應會促進房價回歸到長期協(xié)整的均衡上來.
四、結論與政策建議
本文通過運用ADRL模型得出:租售同權的政策對房地產(chǎn)均具有長期而穩(wěn)定的抑制作用, 短期內調整家庭購買資格與數(shù)量, 對于房價的調整起到一定的作用, 但是, 長期效果不顯著.調整付比對于北京市房價的抑制作用較小, 而款利率的調整對房價具有長期穩(wěn)定的影響.結合所得結論提出如下的政策建議:
1.建立租購并舉政策實施的長效機制, 加大準保障力度.
要達到"居者有其屋"的目標, 必須要增加公租房、共有產(chǎn)權房供應, 擴大公租房保障范圍, 提高公租房的質量與完善配套設施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來務工人員的住房問題.對于特殊困難家庭建立準保障機制, 牢固好社會安全網(wǎng).做好保障性住房分配管理, 加強信息公開, 確保公平分配, 加強教育資源均等化.
2.充分發(fā)揮款利率對于房價調控的作用機制, 防范系統(tǒng)風險隱患.
雖然利率的調整對于房地產(chǎn)具有長期抑制的作用, 但是長期的高利率不僅不利于經(jīng)濟的增長, 反而對經(jīng)濟起到抑制作用.因此, 房地產(chǎn)調控應以市場為導向, 積極推進利率市場化改革以及稅收制度的改革, 有利促進經(jīng)濟增長, 通過改革釋放巨大的制度紅利, 實現(xiàn)房價與經(jīng)濟增長再平衡.
3.引導資金回歸實體經(jīng)濟, 減少房地產(chǎn)過度投機.
房地產(chǎn)市場宏觀調控的根本出路在于轉變經(jīng)濟增長方式, 通過加快制度變革和鼓勵技術創(chuàng)新來提升企業(yè)的利潤空間, 以此引導資金流向實體經(jīng)濟, 并且尋找新的經(jīng)濟增長點, 鼓勵金融機構擴展業(yè)務來緩解投機性的炒房需求, 促使房地產(chǎn)價格回歸合理區(qū)間.
KUBLER 8.0000.1401.1010
KUBLER 8.5888.5431.3112 80MA
KUBLER 8.5883.5422.G321
KUBLER BGU
KUBLER 8.5852.1233.G121
KUBLER 8.9080.3331.3001
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5810.0200028.5006
KUBLER 8.A020.4231.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5850.1240.G102.C002
KUBLER 8.9080.1331.3001
KUBLER 8.7330.1A46.0050
KUBLER 8.5000.8382.1024
KUBLER 6.LWLE.4
KUBLER 8.9080.4531.3001
KUBLER 8.0010.4019.0000
KUBLER 8.5020.4850.1024.SO83
KUBLER 8.A020.4221.1000 DC10-30V 125mA S-010300053
KUBLER 8.0000.5012.0001
KUBLER 7.541.012.000.9417/90-260 VAC
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5883.5422.G321
KUBLER 8.3651.2632.3411
KUBLER 8.5888.5431.3112 10-30VDC 120mA
KUBLER 8.9081.3372.3001
KUBLER 8.5002.6624.1024
KUBLER 8.5820M.OR30.1024.0001
KUBLER 8.7332.8351.1024
KUBLER 8.5820.083A.1024.1000.0050
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.0010.4G00.000
KUBLER 8.0010.4R00.0000
KUBLER 8.9080.1831.3001
KUBLER 8.5020.4552.1024 帶副件05.WAKS8-2/P00 脈沖數(shù)1024
KUBLER 8.0000.5002.1010
KUBLER 8.5888.5431.3001
KUBLER 8.5873.5622.B322
KUBLER 8.5268.0001.3112.0123
KUBLER 8.5000.8352.1000
KUBLER 8.5860.1231.3001
KUBLER 8.5000.8022.1000
KUBLER 8.5020.D854.2048
KUBLER 8.5823.1831.1024
KUBLER D8.1106.6832.3113
KUBLER 8.5803.1265.1024
KUBLER 8.5888.5431.3112
KUBLER 8.5820.0H40 1024 5093.0015
KUBLER 8.5800.2165.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5000.631B.1024.0020
KUBLER 8.A02H.1A31.1024+8.0010.40S0.0000 要求帶附件，直接出線，推挽式安裝，帶安裝臂
KUBLER 8.5020.0A00.1024.C001
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5020.4581.1024
KUBLER 8.5020.0841.2048.0022
KUBLER 8.5020.4551.1024.908310-30VDC 100mA
KUBLER 8.5823.3832.1024
KUBLER 8.A02H.1151.1024.S608 5-30V DC 100mA
KUBLER 8.7330.1A46.0050
KUBLER 8.5878.542F.2113
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 配8.5020.C004.4096.A034型增量編碼器 25米
KUBLER 8.9080.3331.3001
KUBLER 8.5020.D851.1024.W016.EX
KUBLER 8.5020.4554.1024
KUBLER 8.A02H.1240.2048.S018
KUBLER 8.5020.4850.1024.S083
KUBLER BUS-OUT：0.5.BMSWS.8151-8.5
KUBLER 8.5883.5384.G322
KUBLER 8.5000.0050.1024.9083
KUBLER 8.5000.2141.1024
KUBLER 6.521.011.300
KUBLER 8.5888.5432.3113
KUBLER 8.5020.0310.2048.S090
KUBLER 8.9081.1552.2004
KUBLER RE2-230V
KUBLER Co.102.010.000
KUBLER 8.5820.3831.1024
KUBLER 8.5000.0010.1024.S509
KUBLER 8.5020.0320.1024.S090 編碼器
KUBLER 8.A020.A211.1024
KUBLER 8.5020.C511.1024
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.5826.2511.1024
KUBLER 8.9081.1552.2004
KUBLER 8.5803.1263.5000
KUBLER ASPPR2(KG/HTS)-MUU-L470
KUBLER 8.5882.3822.2004
KUBLER 8.0010.40W0.0000
KUBLER 8.5821.WC3E.1024
KUBLER 8.5820M.AR30.1024.0001 Ident-Nr:2550997
KUBLER 8.5823.1832.1024
KUBLER 8.0000.6100.0003
KUBLER 8.A02H.525A.1024.0030-EX
KUBLER 8.9000.1172.1024
KUBLER 8.5820M.AR30.1024.0001 Ident-Nr:2550997
KUBLER 8.0010.40U0.0000
KUBLER 8.A02H.3232.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5852.1233.G131
KUBLER 8.5852.0000.G121.Y026 10-30VDC
KUBLER 8.5883.5482.G323
KUBLER 8.A02H.5332.4096
KUBLER 8.A02H.1151.1024.S608.H0T7
KUBLER 8.9080.4231.3001
KUBLER B16.21.7.267
KUBLER 8.5020.0050.1024.S124 Mat-No:BAU2585057 10-30VDC 100mA S-322012902
KUBLER 8.A22A.6831.3112
KUBLER 8.5878.5432.3113
KUBLER 8.5000.0010.1024.S059
KUBLER 8.9080.1832.3001
KUBLER 8.5020.D55A.2048.0020
KUBLER 8.5020.2551.1204
KUBLER 8.0010.40U0.0000
KUBLER 8.5882.3821.2002
KUBLER 8.5820.0H30.2048.5093.0050
KUBLER 8.5020.0A40.1024.0028
KUBLER 8.0000.150x.1010
KUBLER 8.5020.4500.1024.A033
KUBLER 8.000.5012.000
KUBLER 8.3610.3362.2000
KUBLER 8.5852.1232.G121
KUBLER 8.5020.2511.4096
KUBLER 8.5820.3532.1024
KUBLER 8.5883.5482.G323
摘要: 近一年來, 我國房地產(chǎn)政策圍繞"房子是用來住的, 不是用來炒的"加大調控力度.本文以租售同權以及限購、限貸等限制型調控手段為切入點, 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長期兩個角度, 研究了租售同權等政策對于房價調控的影響, 并給出了相應的對策建議.研究發(fā)現(xiàn):租售同權及款利率對房價具有長期穩(wěn)定的影響, 調整家庭購買資格與數(shù)量, 短期內會對于房價的調整起到一定的作用, 但是長期效果不顯著, 付比的調整對于北京等一線城市的房價抑制作用較小.這對我國構建長效的房地產(chǎn)發(fā)展機制具有重要意義.
關鍵詞:租售同權; 限購限貸; 房地產(chǎn)調控; ADRL模型;
自我國住房市場化改革以來, 房地產(chǎn)行業(yè)在我國宏觀經(jīng)濟中的重要性日益提升, 但房價卻水漲船高, 波動持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟工作會議上, 總書記提出:"房子是用來住的, 不是用來炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調控就此拉開序幕.本輪房地產(chǎn)調控政策不僅在范圍上表現(xiàn)出從一二線熱點城市擴散到三四線城市, 中心城市和周邊城市政策合力調控的特征, 并且, 在調控手段上除限購、限貸、調整付比等傳統(tǒng)手段, 也開始推行"購租并舉、租購同權"等系列調控政策"組合拳"以進一步化解住房需求.然而在當前我國房地產(chǎn)市場環(huán)境下, 租售同權以及限購等調控手段能否有效抑制房價快速上漲?是否具有可持續(xù)性?這是需要重點研究的問題.本文對此進行重點研究, 旨在為更好完善房地產(chǎn)政策調控組合提供對策建議.
一、相關研究文獻綜述
針對房地產(chǎn)政策與房地產(chǎn)市場之間的關系, 國內外學者進行了大量的研究.劉洪玉教授 (2017) 針對我國房地產(chǎn)市場的發(fā)展現(xiàn)狀, 分析了阻礙我國房地產(chǎn)租賃市場發(fā)展的因素.林睿等人 (2016) 通過對房地產(chǎn)價格的異質性研究, 認為房地產(chǎn)政策的調控能夠改變區(qū)域房地產(chǎn)價格的收斂性.王松濤 (2011) 以住房存流量模型為基礎, 從理論上刻畫了住房市場政府干預的政策目標和政策工具, 并且對政府綜合干預的作用效果進行了評價, 認為政府政策工具對重點城市的住房價格產(chǎn)生了短期影響, 并對不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購和限貸對房價的均衡影響, 認為特定條件下當限購發(fā)生效用時, 付比只有落入某個特定區(qū)間才能有效.
從實證研究來看, 常飛等人 (2013) 運用脈沖響應研究了貨幣政策對區(qū)域房地產(chǎn)市場的影響, 認為貨幣政策對不同城市商品房市場的影響不同, 并受供求關系的影響較大.喬坤元 (2012) 應用倍差法對中國70個大中城市的樣本數(shù)據(jù)進行分析, 探討了2011年的房地產(chǎn)限購令對房地產(chǎn)市場的影響, 研究表明:限購令的實施使得房價下降了2.5%個百分點.在政策評價過程中, 由于倍差法對控制組的要求比價嚴格, 實際情況往往無法滿足, 從而會影響到評價的有效性.針對清華大學恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構建住房市場的搜尋匹配模型, 并且考慮了交易市場和租賃市場的影響因素, 認為限購政策會推動房租的上漲并通過傳導作用推動房價的上漲.
通過對文獻的梳理可以發(fā)現(xiàn), 當前對于房地產(chǎn)政策的研究多集中在限購或是貨幣政策調控方面, 對租售并舉及租售同權等政策效果的研究較少;在研究方法方面, 文獻多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點回歸等方法探討政策的有效性, 很少看到應用ADRL方法對限購政策的研究;文獻的研究多集中在對單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購等房地產(chǎn)政策相互作用、持續(xù)實施對房價的調控效果, 并且分別對長期效果與短期效果進行了分析.
二、我國房地產(chǎn)限購限貸、租售并舉調控政策的演進過程
近年來我國政府出臺了一系列房地產(chǎn)調控政策, 來抑制房價的過快上漲, 回歸房屋的居住屬性, 主要集中在限購政策、限貸政策以及租售并舉的調控政策這幾個方面.
在房地產(chǎn)限購政策方面:2010年, 北京*出臺限購令, 規(guī)定每戶以家庭為單位"只能新購一套商品住房".自此, 我國各地房地產(chǎn)限購政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個一二線城市推出限購政策.2014年, 我國樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調整房地產(chǎn)調控政策, 當年46個限購城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個城市限購政策被取消或松動.然而, 面對不斷攀升的房價, 2017年以來新一輪的限購政策不斷加碼, 北京作為房地產(chǎn)市場*的在短短10天內連續(xù)打出了嚴格限制購房資格、"商改住"限購、差別化信貸等一系列調控"組合拳".本輪實施限購政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實施限購.
在限貸政策方面:2011年1月國務院提出"新國八條", 要求二套房貸付比例提高60%, 款利率提高基準利率的1.1倍.當時的限貸等房地產(chǎn)調控政策使得當年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場進入深度調整期.但是, 2012年央行兩次下調存款利率使得房地產(chǎn)市場又出現(xiàn)上漲預期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場低迷, 政策為激勵房地產(chǎn)市場, 對于款購買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準款利率的0.7倍.2016年去庫存以來, 房價再次高位回升, 導致新一輪限貸政策再次升級.以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設委員會發(fā)布《關于完善商品住房銷售和差別化信貸政策的通知》, 開始對商品房的銷售和商業(yè)性個人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時, 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準利率.
在租售并舉制度方面:自2015年起, 國家提出要建立租購并舉的住房制度.2016年出臺了一系列租購并舉的政策.2017年8月, 北京市出臺了"租售同權"的新政, 明確了租房能夠享受與購房同樣的入學機會等政策, 將租賃市場的重要性提高到有的高度.黨的報告中*明確提出"加快建立多主體供給、多渠道保障、租購并舉的住房制度".調控"房子是用來住的, 不是用來炒的"戰(zhàn)略定位, 旨在促進我國房屋回歸居住屬性, 并向"購租并舉、租購同權;先租后售、梯度消費"運作模式全面推進, 引導居民形成梯級消費理念, 推動住房價格平穩(wěn)健康運行, 推進住有所居目標的實現(xiàn).
三、房地產(chǎn)調控政策對房價影響的實證分析
(一) 變量選擇與平穩(wěn)性檢驗
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價格來表示房地產(chǎn)價格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內容, 我們將房地產(chǎn)價格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權"政策的出臺及限制購買資格的調整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫中獲得, 取得原始數(shù)據(jù)后, 需要對原始數(shù)據(jù)進行如下處理: (1) 對所有數(shù)據(jù)都進行標準指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實際數(shù)據(jù); (2) 對房地產(chǎn)價格變量與成交量變量分別取對數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實經(jīng)濟特征, 對房地產(chǎn)價格數(shù)據(jù)與成交量進行季節(jié)調整; (4) 根據(jù)國家統(tǒng)計局報表制度, 每年公布的房地產(chǎn)報表中通常不提供1月份的數(shù)據(jù)報表, 考慮到實證數(shù)據(jù)的完整性, 我們用報表當年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計情況為揭示付比、款利率、成交量與房地產(chǎn)價格之間是否存在協(xié)整檢驗與因果分析, 我們需要對各個時間序列分別進行平穩(wěn)性檢驗, 以剔除相應變量的時間序列的單位根.對各個變量的平穩(wěn)性檢驗結果可知, 成交量變量對ADF統(tǒng)計量的值大于1%的臨界值, 房價變量、付比變量和利率變量對ADF統(tǒng)計量的值小于1%的臨界值, 但是三者個變量的一階差分對應的ADF統(tǒng)計量的值均大于1%的臨界值, 并且其P統(tǒng)計值均趨于0.因此, 成交量變量是平穩(wěn)的, 房價變量、付比變量和利率變量的時間序列均為非平穩(wěn), 但是這三個變量的一階差分對應的時間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗
由于本研究所涉及的各變量不同階平穩(wěn), 故無法使用常規(guī)的Johansen協(xié)整檢驗模型, 本文采用自回歸分布滯后模型 (ADRL模型) 進行研究, ADRL模型能夠估計不同階平穩(wěn)的時間序列, 保證結果一致有效, 而且還能得到長期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結構如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個步驟, 一步, 建立ADRL協(xié)整檢驗模型進行各變量間的協(xié)整檢驗, 驗證各個變量間的長期穩(wěn)定關系, 確定各變量間的影響方向.則構建限購政策對房價波動影響的協(xié)整檢驗模型如下:
進行協(xié)整檢驗存在長期均衡關系后進入第二步, 利用ADRL模型估計長期系數(shù)與短期系數(shù), 則構建長期系數(shù)估計模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準則進行判斷, 長期均衡關系并不是一直成立的, 短期內會通過各種變量的擾動從而打破平衡狀態(tài).短期系數(shù)的估計可通過誤差修正模型ECM來獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計如下:
式中:ECt-1作為回調項, 當長期均衡關系被打破時, 起到回調作用.
接下來, 對條件誤差修正ARDL模型中各原變量 (滯后一階) 進行聯(lián)合F檢驗, 以驗證是否存在長期協(xié)整關系.本文進行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測, 根據(jù)AIC、SC準則選擇了優(yōu)滯后模型, 此時得到結果的結構可以看出, F統(tǒng)計量為6.2083, 大于1%臨界值4.68, 說明拒絕原假設, 認為長期協(xié)整關系非常顯著.
(三) 長短期系數(shù)的估計結果
通過上面的ADRL協(xié)整檢驗后可知道, 存在長期協(xié)整關系, 因此進入第二步進行長短期系數(shù)的估計.利用使得模型的標準誤差小的AIC準則, 對不同階數(shù)的估計方程進行選擇分析, 并且設定大滯后階數(shù)為4, 得到模型的優(yōu)估計為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長短期系數(shù)的估計見表4.
其中, 模型的可決系數(shù)高達0.813, 說明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗F統(tǒng)計量為34.006, 可以在1%顯著水平顯著, 故認為模型總體擬合效果良好.
通過對所得結果的分析可知, 從長期來看, "租售同權"政策的出臺對抑制房價具有長期顯著的效應, 房地產(chǎn)限購政策會使得房地產(chǎn)價格出現(xiàn)報復性增長, 利率每提高1個單位, 會伴隨房價下降0.3447個百分點.付比以及成交量的變化對于房價的影響不顯著, 因此, 存在較大的不確定性.
此外, 對短期方程進行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購政策的虛擬變量D2對于房價具有顯著短期的抑制作用, 但這種作用在滯后1月時才會顯示出來.并且房價滯后1-2期均對房價的走勢有著一定的修正作用, 即當某月房價突然偏高, 則此后1~2期房價會有一定的抑制效果.利率在長短期方程中均對房價有著抑制作用, 通過對成交量分析可知, 成交量的變化對房價的走勢影響不大.后, 協(xié)整項Coin Eq (-1) 是顯著為負的, 這充分說明了當房價走勢偏離了長期均衡時, 短期修正效應會促進房價回歸到長期協(xié)整的均衡上來.
四、結論與政策建議
本文通過運用ADRL模型得出:租售同權的政策對房地產(chǎn)均具有長期而穩(wěn)定的抑制作用, 短期內調整家庭購買資格與數(shù)量, 對于房價的調整起到一定的作用, 但是, 長期效果不顯著.調整付比對于北京市房價的抑制作用較小, 而款利率的調整對房價具有長期穩(wěn)定的影響.結合所得結論提出如下的政策建議:
1.建立租購并舉政策實施的長效機制, 加大準保障力度.
要達到"居者有其屋"的目標, 必須要增加公租房、共有產(chǎn)權房供應, 擴大公租房保障范圍, 提高公租房的質量與完善配套設施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來務工人員的住房問題.對于特殊困難家庭建立準保障機制, 牢固好社會安全網(wǎng).做好保障性住房分配管理, 加強信息公開, 確保公平分配, 加強教育資源均等化.
2.充分發(fā)揮款利率對于房價調控的作用機制, 防范系統(tǒng)風險隱患.
雖然利率的調整對于房地產(chǎn)具有長期抑制的作用, 但是長期的高利率不僅不利于經(jīng)濟的增長, 反而對經(jīng)濟起到抑制作用.因此, 房地產(chǎn)調控應以市場為導向, 積極推進利率市場化改革以及稅收制度的改革, 有利促進經(jīng)濟增長, 通過改革釋放巨大的制度紅利, 實現(xiàn)房價與經(jīng)濟增長再平衡.
3.引導資金回歸實體經(jīng)濟, 減少房地產(chǎn)過度投機.
房地產(chǎn)市場宏觀調控的根本出路在于轉變經(jīng)濟增長方式, 通過加快制度變革和鼓勵技術創(chuàng)新來提升企業(yè)的利潤空間, 以此引導資金流向實體經(jīng)濟, 并且尋找新的經(jīng)濟增長點, 鼓勵金融機構擴展業(yè)務來緩解投機性的炒房需求, 促使房地產(chǎn)價格回歸合理區(qū)間.
KUBLER 8.5852.1233.G131
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.5020.8511.1024.0002
KUBLER 8.A02H.0030.1024.T013.C002
KUBLER 8.A02H.5C32.1024
KUBLER 8.0010.4025.0000
KUBLER 8.5000.C352.0100.BX
KUBLER S-Nr:1305702723
KUBLER 8.5000-0000-0360
KUBLER 8.5883.5504.G323.S019
KUBLER 8.5000.6652.0360
KUBLER 8.5000.8300.2500.S069
KUBLER 8.5850.1281.G132
KUBLER 8.5800.1262.1800
KUBLER 8.0000.1401.1010
KUBLER 8.5823.1831.1024
KUBLER 8.5820.0H30.2048.5093.0015 10-30VDC 2048ppr
KUBLER 8.9081.4522.2004
KUBLER 8.A02H.5111.1024
KUBLER 8.5020.4551.1024.5020
KUBLER 8.5825.3P12.6000
KUBLER 8.5868.1232.3112
KUBLER 8.9080.5231.3001
KUBLER 8.5020.C851.2048
KUBLER 8.5888.1431.3112
KUBLER 8.5823.3832.1024
KUBLER 8.A02H.5151.2048+ 8.0010.4017.0000
KUBLER 8.5873.5622.G322
KUBLER 8.9080.4131.3001
KUBLER 8.5850.0042.g132.3112
KUBLER 8.5000.8312.1024編碼器
KUBLER 8.5883.5422.G321
KUBLER 1.340.213.033.036
KUBLER 8.3651.2642.3411
KUBLER 8.0000.1L01.1112
KUBLER 8.A02H.5232.1024
KUBLER 8.A02H.5M3E.1024
KUBLER 8.5882.3621.2001
KUBLER 8.9080.4231.3001
KUBLER 8.A02H.3231.2048
KUBLER 8.0010.4700.0000
KUBLER 85.000 0318 3600-S28
KUBLER 8.5020.4552.1024
KUBLER 8.9080.1831.3001
KUBLER 8.9080.1831.3001
KUBLER 8.H120.3251.1024
KUBLER 8.5852.1233.G121
KUBLER 8.5868.3232.3000.A071
KUBLER 8.5820.1P32.0360
KUBLER 8.5000.0010.1024.S059
KUBLER 8.5803.M262.5000
KUBLER 8.5824.3822.2048
KUBLER 8.9080.4331.3001
KUBLER 8.5852.1233.G121
KUBLER 8.9000.1162.2000
KUBLER 8.5863.2200.G321.S043
KUBLER 8.5000.8352.1024
KUBLER 8.5868.3000.3112.K001.C
KUBLER 8.A02H.3231.2048
KUBLER 8.0000.5002.1010
KUBLER 8.5000.0000.0360.BJ02
KUBLER 8.5863.1222.G321
KUBLER 8.5000.830R.1024
KUBLER 8.5888.5432.3113
KUBLER AL-ADF
KUBLER ZP5 7-13
KUBLER 8.9801.3422.2004
KUBLER 8.5888.1232.3113
KUBLER 8.5020.4851.1024
KUBLER LY-BMQ-KPLLZ
KUBLER 8.B2.10.010.0020
KUBLER 8.0010.4016.0000
KUBLER 8.9080 4131 3001
KUBLER 8.5823.2332.1024
KUBLER 8.H120.4B1D.1024
KUBLER 8.5858.3232.3112
KUBLER 8.5020.8844.5000
KUBLER 8.9080.5C31.3001
KUBLER 8.5805.1152.10000
KUBLER 8.0000.1703.2525
KUBLER JDB-1214-E-DP-Z 額定電壓:10～30VDC （帶電氣接插件）
KUBLER 8.5000.095N.2000.P0004.0011
KUBLER 8.A02H.5152.1024.0809
KUBLER 8.5863.3222.G322
KUBLER 8.5858.322L.2112
KUBLER T8.5020.4522.1000
KUBLER 8.5888.5431.3112
KUBLER 8.A02H.525A.1024.0030-EX
KUBLER BUS-IN:0.5.BM.SWS.8151-8.5
KUBLER 8.5020.0051.4096.T006
KUBLER 8.5823.3632.1024
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.5800.8A52.1800.CZ01(加連接器)
KUBLER 8.5020.0051.4096.T006
KUBLER 3.220.401.075
KUBLER 8.5850.128T.G132.0100
KUBLER 8.9081.5722.2004
KUBLER 8.0010.40v0.0000
KUBLER D5.2102.2441.1000 8-30V 50MA
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5020.7851.1024
KUBLER 8.5820.1800.1000.5007
KUBLER 8.9081.4722.2004+8.0000.6901.0002.0031+8.0010.40T0.0000(配電纜接頭以及2mmPVC電纜）
KUBLER 8.5888.5431.3112
KUBLER AL2-MOOOS-L420-SV
KUBLER 8.0000.1401.1006
KUBLER 8.5863.1224.G223
KUBLER 8.5870.3842.G132 S-405700889
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.0010.4E00.0000
KUBLER 8.9080.5231.3001
KUBLER 8.5860.1212.1001
KUBLER 8.5820.3P32.0360
KUBLER 8.5878.542F.2113
KUBLER 8.5000.8300.1024.BJ01
KUBLER 8.5800.1265.1265.1024
KUBLER 8.5888.5431.3112
KUBLER 8.9081.3322.2004
KUBLER 8.A02H.1A32.1024
KUBLER 8.A02H.1240.2048.S018
KUBLER 6.541.012.000 計數(shù)表
KUBLER 8.5883.2424.G323
KUBLER 8.9080.1831.3001
KUBLER D8.4D1.1000.6322.G222
KUBLER 8.5883.5420.G323.S017
KUBLER 8.5020.D551.5000
KUBLER 8.5888.5431.3112
KUBLER BMG.DN25 ISO PN4011B
KUBLER PUK-A02H-1024
KUBLER 8.3720.5631.0360
KUBLER 8.5883.5322.G321
KUBLER 8.9801.3422.2004
KUBLER 8.5878.542F.2113
KUBLER 8.9080.1831.3001
KUBLER 8.5020.D55A.2048.0020
KUBLER D8.4C1.0600.0057.1024
KUBLER 8.5883.5424.G323
KUBLER 8.5823.3830.1024.C001
KUBLER 8.5868.1231.3112 現(xiàn)貨
KUBLER 8.5823.1842.1000
KUBLER 8.5803.1265.1024
KUBLER 8.5820.1800.1000.5007 10-30VDC 125mA
KUBLER 8.9080.4531.3001
KUBLER 8.0000.5042.0000 連軸器
KUBLER 5000 - 2m. 8.5020.D55A.5000
KUBLER 6.130.012.850/N.701.086
摘要: 近一年來, 我國房地產(chǎn)政策圍繞"房子是用來住的, 不是用來炒的"加大調控力度.本文以租售同權以及限購、限貸等限制型調控手段為切入點, 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長期兩個角度, 研究了租售同權等政策對于房價調控的影響, 并給出了相應的對策建議.研究發(fā)現(xiàn):租售同權及款利率對房價具有長期穩(wěn)定的影響, 調整家庭購買資格與數(shù)量, 短期內會對于房價的調整起到一定的作用, 但是長期效果不顯著, 付比的調整對于北京等一線城市的房價抑制作用較小.這對我國構建長效的房地產(chǎn)發(fā)展機制具有重要意義.
關鍵詞:租售同權; 限購限貸; 房地產(chǎn)調控; ADRL模型;
自我國住房市場化改革以來, 房地產(chǎn)行業(yè)在我國宏觀經(jīng)濟中的重要性日益提升, 但房價卻水漲船高, 波動持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟工作會議上, 總書記提出:"房子是用來住的, 不是用來炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調控就此拉開序幕.本輪房地產(chǎn)調控政策不僅在范圍上表現(xiàn)出從一二線熱點城市擴散到三四線城市, 中心城市和周邊城市政策合力調控的特征, 并且, 在調控手段上除限購、限貸、調整付比等傳統(tǒng)手段, 也開始推行"購租并舉、租購同權"等系列調控政策"組合拳"以進一步化解住房需求.然而在當前我國房地產(chǎn)市場環(huán)境下, 租售同權以及限購等調控手段能否有效抑制房價快速上漲?是否具有可持續(xù)性?這是需要重點研究的問題.本文對此進行重點研究, 旨在為更好完善房地產(chǎn)政策調控組合提供對策建議.
一、相關研究文獻綜述
針對房地產(chǎn)政策與房地產(chǎn)市場之間的關系, 國內外學者進行了大量的研究.劉洪玉教授 (2017) 針對我國房地產(chǎn)市場的發(fā)展現(xiàn)狀, 分析了阻礙我國房地產(chǎn)租賃市場發(fā)展的因素.林睿等人 (2016) 通過對房地產(chǎn)價格的異質性研究, 認為房地產(chǎn)政策的調控能夠改變區(qū)域房地產(chǎn)價格的收斂性.王松濤 (2011) 以住房存流量模型為基礎, 從理論上刻畫了住房市場政府干預的政策目標和政策工具, 并且對政府綜合干預的作用效果進行了評價, 認為政府政策工具對重點城市的住房價格產(chǎn)生了短期影響, 并對不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購和限貸對房價的均衡影響, 認為特定條件下當限購發(fā)生效用時, 付比只有落入某個特定區(qū)間才能有效.
從實證研究來看, 常飛等人 (2013) 運用脈沖響應研究了貨幣政策對區(qū)域房地產(chǎn)市場的影響, 認為貨幣政策對不同城市商品房市場的影響不同, 并受供求關系的影響較大.喬坤元 (2012) 應用倍差法對中國70個大中城市的樣本數(shù)據(jù)進行分析, 探討了2011年的房地產(chǎn)限購令對房地產(chǎn)市場的影響, 研究表明:限購令的實施使得房價下降了2.5%個百分點.在政策評價過程中, 由于倍差法對控制組的要求比價嚴格, 實際情況往往無法滿足, 從而會影響到評價的有效性.針對清華大學恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構建住房市場的搜尋匹配模型, 并且考慮了交易市場和租賃市場的影響因素, 認為限購政策會推動房租的上漲并通過傳導作用推動房價的上漲.
通過對文獻的梳理可以發(fā)現(xiàn), 當前對于房地產(chǎn)政策的研究多集中在限購或是貨幣政策調控方面, 對租售并舉及租售同權等政策效果的研究較少;在研究方法方面, 文獻多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點回歸等方法探討政策的有效性, 很少看到應用ADRL方法對限購政策的研究;文獻的研究多集中在對單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購等房地產(chǎn)政策相互作用、持續(xù)實施對房價的調控效果, 并且分別對長期效果與短期效果進行了分析.
二、我國房地產(chǎn)限購限貸、租售并舉調控政策的演進過程
近年來我國政府出臺了一系列房地產(chǎn)調控政策, 來抑制房價的過快上漲, 回歸房屋的居住屬性, 主要集中在限購政策、限貸政策以及租售并舉的調控政策這幾個方面.
在房地產(chǎn)限購政策方面:2010年, 北京*出臺限購令, 規(guī)定每戶以家庭為單位"只能新購一套商品住房".自此, 我國各地房地產(chǎn)限購政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個一二線城市推出限購政策.2014年, 我國樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調整房地產(chǎn)調控政策, 當年46個限購城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個城市限購政策被取消或松動.然而, 面對不斷攀升的房價, 2017年以來新一輪的限購政策不斷加碼, 北京作為房地產(chǎn)市場*的在短短10天內連續(xù)打出了嚴格限制購房資格、"商改住"限購、差別化信貸等一系列調控"組合拳".本輪實施限購政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實施限購.
在限貸政策方面:2011年1月國務院提出"新國八條", 要求二套房貸付比例提高60%, 款利率提高基準利率的1.1倍.當時的限貸等房地產(chǎn)調控政策使得當年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場進入深度調整期.但是, 2012年央行兩次下調存款利率使得房地產(chǎn)市場又出現(xiàn)上漲預期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場低迷, 政策為激勵房地產(chǎn)市場, 對于款購買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準款利率的0.7倍.2016年去庫存以來, 房價再次高位回升, 導致新一輪限貸政策再次升級.以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設委員會發(fā)布《關于完善商品住房銷售和差別化信貸政策的通知》, 開始對商品房的銷售和商業(yè)性個人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時, 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準利率.
在租售并舉制度方面:自2015年起, 國家提出要建立租購并舉的住房制度.2016年出臺了一系列租購并舉的政策.2017年8月, 北京市出臺了"租售同權"的新政, 明確了租房能夠享受與購房同樣的入學機會等政策, 將租賃市場的重要性提高到有的高度.黨的報告中*明確提出"加快建立多主體供給、多渠道保障、租購并舉的住房制度".調控"房子是用來住的, 不是用來炒的"戰(zhàn)略定位, 旨在促進我國房屋回歸居住屬性, 并向"購租并舉、租購同權;先租后售、梯度消費"運作模式全面推進, 引導居民形成梯級消費理念, 推動住房價格平穩(wěn)健康運行, 推進住有所居目標的實現(xiàn).
三、房地產(chǎn)調控政策對房價影響的實證分析
(一) 變量選擇與平穩(wěn)性檢驗
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價格來表示房地產(chǎn)價格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內容, 我們將房地產(chǎn)價格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權"政策的出臺及限制購買資格的調整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫中獲得, 取得原始數(shù)據(jù)后, 需要對原始數(shù)據(jù)進行如下處理: (1) 對所有數(shù)據(jù)都進行標準指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實際數(shù)據(jù); (2) 對房地產(chǎn)價格變量與成交量變量分別取對數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實經(jīng)濟特征, 對房地產(chǎn)價格數(shù)據(jù)與成交量進行季節(jié)調整; (4) 根據(jù)國家統(tǒng)計局報表制度, 每年公布的房地產(chǎn)報表中通常不提供1月份的數(shù)據(jù)報表, 考慮到實證數(shù)據(jù)的完整性, 我們用報表當年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計情況為揭示付比、款利率、成交量與房地產(chǎn)價格之間是否存在協(xié)整檢驗與因果分析, 我們需要對各個時間序列分別進行平穩(wěn)性檢驗, 以剔除相應變量的時間序列的單位根.對各個變量的平穩(wěn)性檢驗結果可知, 成交量變量對ADF統(tǒng)計量的值大于1%的臨界值, 房價變量、付比變量和利率變量對ADF統(tǒng)計量的值小于1%的臨界值, 但是三者個變量的一階差分對應的ADF統(tǒng)計量的值均大于1%的臨界值, 并且其P統(tǒng)計值均趨于0.因此, 成交量變量是平穩(wěn)的, 房價變量、付比變量和利率變量的時間序列均為非平穩(wěn), 但是這三個變量的一階差分對應的時間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗
由于本研究所涉及的各變量不同階平穩(wěn), 故無法使用常規(guī)的Johansen協(xié)整檢驗模型, 本文采用自回歸分布滯后模型 (ADRL模型) 進行研究, ADRL模型能夠估計不同階平穩(wěn)的時間序列, 保證結果一致有效, 而且還能得到長期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結構如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個步驟, 一步, 建立ADRL協(xié)整檢驗模型進行各變量間的協(xié)整檢驗, 驗證各個變量間的長期穩(wěn)定關系, 確定各變量間的影響方向.則構建限購政策對房價波動影響的協(xié)整檢驗模型如下:
進行協(xié)整檢驗存在長期均衡關系后進入第二步, 利用ADRL模型估計長期系數(shù)與短期系數(shù), 則構建長期系數(shù)估計模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準則進行判斷, 長期均衡關系并不是一直成立的, 短期內會通過各種變量的擾動從而打破平衡狀態(tài).短期系數(shù)的估計可通過誤差修正模型ECM來獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計如下:
式中:ECt-1作為回調項, 當長期均衡關系被打破時, 起到回調作用.
接下來, 對條件誤差修正ARDL模型中各原變量 (滯后一階) 進行聯(lián)合F檢驗, 以驗證是否存在長期協(xié)整關系.本文進行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測, 根據(jù)AIC、SC準則選擇了優(yōu)滯后模型, 此時得到結果的結構可以看出, F統(tǒng)計量為6.2083, 大于1%臨界值4.68, 說明拒絕原假設, 認為長期協(xié)整關系非常顯著.
(三) 長短期系數(shù)的估計結果
通過上面的ADRL協(xié)整檢驗后可知道, 存在長期協(xié)整關系, 因此進入第二步進行長短期系數(shù)的估計.利用使得模型的標準誤差小的AIC準則, 對不同階數(shù)的估計方程進行選擇分析, 并且設定大滯后階數(shù)為4, 得到模型的優(yōu)估計為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長短期系數(shù)的估計見表4.
其中, 模型的可決系數(shù)高達0.813, 說明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗F統(tǒng)計量為34.006, 可以在1%顯著水平顯著, 故認為模型總體擬合效果良好.
通過對所得結果的分析可知, 從長期來看, "租售同權"政策的出臺對抑制房價具有長期顯著的效應, 房地產(chǎn)限購政策會使得房地產(chǎn)價格出現(xiàn)報復性增長, 利率每提高1個單位, 會伴隨房價下降0.3447個百分點.付比以及成交量的變化對于房價的影響不顯著, 因此, 存在較大的不確定性.
此外, 對短期方程進行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購政策的虛擬變量D2對于房價具有顯著短期的抑制作用, 但這種作用在滯后1月時才會顯示出來.并且房價滯后1-2期均對房價的走勢有著一定的修正作用, 即當某月房價突然偏高, 則此后1~2期房價會有一定的抑制效果.利率在長短期方程中均對房價有著抑制作用, 通過對成交量分析可知, 成交量的變化對房價的走勢影響不大.后, 協(xié)整項Coin Eq (-1) 是顯著為負的, 這充分說明了當房價走勢偏離了長期均衡時, 短期修正效應會促進房價回歸到長期協(xié)整的均衡上來.
四、結論與政策建議
本文通過運用ADRL模型得出:租售同權的政策對房地產(chǎn)均具有長期而穩(wěn)定的抑制作用, 短期內調整家庭購買資格與數(shù)量, 對于房價的調整起到一定的作用, 但是, 長期效果不顯著.調整付比對于北京市房價的抑制作用較小, 而款利率的調整對房價具有長期穩(wěn)定的影響.結合所得結論提出如下的政策建議:
1.建立租購并舉政策實施的長效機制, 加大準保障力度.
要達到"居者有其屋"的目標, 必須要增加公租房、共有產(chǎn)權房供應, 擴大公租房保障范圍, 提高公租房的質量與完善配套設施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來務工人員的住房問題.對于特殊困難家庭建立準保障機制, 牢固好社會安全網(wǎng).做好保障性住房分配管理, 加強信息公開, 確保公平分配, 加強教育資源均等化.
2.充分發(fā)揮款利率對于房價調控的作用機制, 防范系統(tǒng)風險隱患.
雖然利率的調整對于房地產(chǎn)具有長期抑制的作用, 但是長期的高利率不僅不利于經(jīng)濟的增長, 反而對經(jīng)濟起到抑制作用.因此, 房地產(chǎn)調控應以市場為導向, 積極推進利率市場化改革以及稅收制度的改革, 有利促進經(jīng)濟增長, 通過改革釋放巨大的制度紅利, 實現(xiàn)房價與經(jīng)濟增長再平衡.
3.引導資金回歸實體經(jīng)濟, 減少房地產(chǎn)過度投機.
房地產(chǎn)市場宏觀調控的根本出路在于轉變經(jīng)濟增長方式, 通過加快制度變革和鼓勵技術創(chuàng)新來提升企業(yè)的利潤空間, 以此引導資金流向實體經(jīng)濟, 并且尋找新的經(jīng)濟增長點, 鼓勵金融機構擴展業(yè)務來緩解投機性的炒房需求, 促使房地產(chǎn)價格回歸合理區(qū)間.
KUBLER 8.5852.1233.G121
KUBLER CN8.0000.5002.1212
KUBLER 8.A02H.1252.1024
KUBLER 8.5000.8322.1000
KUBLER 8.5020.C511.1024
KUBLER 8.5863.0000.G200
KUBLER 8.0010.4025.0000
KUBLER 8.A02H.5A31.1024
KUBLER 05.CMB-8181-0
KUBLER 8.9080.4431.3001
KUBLER 8.F3658.3523.2112
KUBLER 8.9080.2831.3001
KUBLER 0.5.BMSWS.8151-8.5
KUBLER 8.9080.4132.3001
KUBLER 8.5868.0201.3112.9083
KUBLER 8.5823.3830.1024.C001
KUBLER 8.9080.1831.3001
KUBLER 8.5868.5631.3112
KUBLER D8.4D1.1000.6322.G222
KUBLER 8.5863.1222.G321
KUBLER 8.A02h.5531.1024
KUBLER 8.H100.1112.1024
KUBLER 8.5853.1222.G321
KUBLER 8.5020.3300.1024.0030 自帶3M出線
KUBLER 8.5868.1231.3112
KUBLER 8.5883.042B.G321.0050.W40E（軸套型，配5米電纜）
KUBLER 8.5863.0000.G200.S029.K005-A
KUBLER 8.5852.1233.G121
KUBLER 6.540.012.300 10-30VDC
KUBLER 8.5823.3832.1024.
KUBLER 8.5020.0310.2048.S090
KUBLER 8.5860.1212.1001
KUBLER 8.5020.0050.1024.W048
KUBLER 配8.5020.C004.4096.A034型增量編碼器 25米
KUBLER 05.B8141-0
KUBLER 8.0010.4017.0000
KUBLER 8.F3663.4521.G222
KUBLER 8.5000.8352.1024
KUBLER 8.3720.1624.0360 5-30vdc 100ma
KUBLER B80 D8.4B1.0200.6831.3113
KUBLER 8.5868.1231.3112
KUBLER 8.0010.40v0.0000
KUBLER 8.A02H.5332.4096
KUBLER 8.5000.B348.1000
KUBLER 8.5020.4500.1024.A033
KUBLER 8.5000.8300.5000.S069
KUBLER 8.5823.3832.1024
KUBLER type:8.5883.0050.G323.0001，Code:Gray13bit ST/12bit MT5 VDC，SN.1317505355
KUBLER 8.5863.1200.G323.S013.K012
KUBLER 8.5020.D55A.2048.0020
KUBLER 8.5850.1205.G132.Y007 配聯(lián)軸器 航空插頭插頭
KUBLER 8.F3663.4521.G222
KUBLER 8.5020.D551.2048
KUBLER B80 D8.4B1.0200.6831.3113
KUBLER 8.9080.4231.3001 S-NR:1032007477 10-30VDC 290MA
KUBLER 8.5821.1C41.1024.9083
KUBLER 8.5868.1232.3112
KUBLER 8.9080.4131.3001
KUBLER 8.9080.4231.3001
KUBLER 8.A020.3539.1024
KUBLER 8.5000.8352.1024
KUBLER 8.5000.6652.0360
KUBLER 8.5000.8351.1000
KUBLER 8.A02H.1A32.1024
KUBLER 8.A02H.5241.2048
KUBLER 8.9080.4231.3001
KUBLER 8.5888.1431.3112
KUBLER 8.0000.5014.0310
KUBLER 8.5820.1800.1000.5007 10-30VDC 125mA
KUBLER 6.715.010.300
KUBLER D8.4D1.2000.0000.0000
KUBLER 8.5800.1263.5000
KUBLER 8.5823.3842.1024
KUBLER 8.5020.D851.1024
KUBLER 8.9080.4C32.3001
KUBLER 8.5020.7551.0050
KUBLER 8.5020.C004.4096.A034
KUBLER 8.5826.2511.1024
KUBLER 8.A02H.5332.4096
KUBLER 8.5853.1222.G323
KUBLER 8.5850.2182.G132
KUBLER 8.5000.0010.1024.S059
KUBLER 8.5860.1231.3001
KUBLER 8.5802.1275.0200
KUBLER 8.5868.1231.3112
KUBLER 8.H120.4354.1024
KUBLER 8.9080.4231.3001
KUBLER 8.3600.0010.1000.5008 編碼器
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.0010.4060.000
KUBLER 8.A226.0052.1024
KUBLER EVE1/8-VU-L55-SVK27A-5SIL
KUBLER 8.5823.1832.1024
KUBLER 8.5823.3832.1024
KUBLER 8.5888.5431.3112
KUBLER 8.A02H0031.1024.T012 10-150mA
KUBLER 8.A02H.5241.2048
KUBLER 8.5863.3222.G322
KUBLER 8.9081.4222.2004
KUBLER 8.5883.5424.G323
KUBLER 8.5852.1233.G121(帶航空插頭）
KUBLER 8.5800.1261.1024編碼器
KUBLER 8.5823.3830.1024.C001
KUBLER 8.5020.D821.2000
KUBLER 8.5821.1C31.1024.9083
摘要: 近一年來, 我國房地產(chǎn)政策圍繞"房子是用來住的, 不是用來炒的"加大調控力度.本文以租售同權以及限購、限貸等限制型調控手段為切入點, 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長期兩個角度, 研究了租售同權等政策對于房價調控的影響, 并給出了相應的對策建議.研究發(fā)現(xiàn):租售同權及款利率對房價具有長期穩(wěn)定的影響, 調整家庭購買資格與數(shù)量, 短期內會對于房價的調整起到一定的作用, 但是長期效果不顯著, 付比的調整對于北京等一線城市的房價抑制作用較小.這對我國構建長效的房地產(chǎn)發(fā)展機制具有重要意義.
關鍵詞:租售同權; 限購限貸; 房地產(chǎn)調控; ADRL模型;
自我國住房市場化改革以來, 房地產(chǎn)行業(yè)在我國宏觀經(jīng)濟中的重要性日益提升, 但房價卻水漲船高, 波動持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟工作會議上, 總書記提出:"房子是用來住的, 不是用來炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調控就此拉開序幕.本輪房地產(chǎn)調控政策不僅在范圍上表現(xiàn)出從一二線熱點城市擴散到三四線城市, 中心城市和周邊城市政策合力調控的特征, 并且, 在調控手段上除限購、限貸、調整付比等傳統(tǒng)手段, 也開始推行"購租并舉、租購同權"等系列調控政策"組合拳"以進一步化解住房需求.然而在當前我國房地產(chǎn)市場環(huán)境下, 租售同權以及限購等調控手段能否有效抑制房價快速上漲?是否具有可持續(xù)性?這是需要重點研究的問題.本文對此進行重點研究, 旨在為更好完善房地產(chǎn)政策調控組合提供對策建議.
一、相關研究文獻綜述
針對房地產(chǎn)政策與房地產(chǎn)市場之間的關系, 國內外學者進行了大量的研究.劉洪玉教授 (2017) 針對我國房地產(chǎn)市場的發(fā)展現(xiàn)狀, 分析了阻礙我國房地產(chǎn)租賃市場發(fā)展的因素.林睿等人 (2016) 通過對房地產(chǎn)價格的異質性研究, 認為房地產(chǎn)政策的調控能夠改變區(qū)域房地產(chǎn)價格的收斂性.王松濤 (2011) 以住房存流量模型為基礎, 從理論上刻畫了住房市場政府干預的政策目標和政策工具, 并且對政府綜合干預的作用效果進行了評價, 認為政府政策工具對重點城市的住房價格產(chǎn)生了短期影響, 并對不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購和限貸對房價的均衡影響, 認為特定條件下當限購發(fā)生效用時, 付比只有落入某個特定區(qū)間才能有效.
從實證研究來看, 常飛等人 (2013) 運用脈沖響應研究了貨幣政策對區(qū)域房地產(chǎn)市場的影響, 認為貨幣政策對不同城市商品房市場的影響不同, 并受供求關系的影響較大.喬坤元 (2012) 應用倍差法對中國70個大中城市的樣本數(shù)據(jù)進行分析, 探討了2011年的房地產(chǎn)限購令對房地產(chǎn)市場的影響, 研究表明:限購令的實施使得房價下降了2.5%個百分點.在政策評價過程中, 由于倍差法對控制組的要求比價嚴格, 實際情況往往無法滿足, 從而會影響到評價的有效性.針對清華大學恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構建住房市場的搜尋匹配模型, 并且考慮了交易市場和租賃市場的影響因素, 認為限購政策會推動房租的上漲并通過傳導作用推動房價的上漲.
通過對文獻的梳理可以發(fā)現(xiàn), 當前對于房地產(chǎn)政策的研究多集中在限購或是貨幣政策調控方面, 對租售并舉及租售同權等政策效果的研究較少;在研究方法方面, 文獻多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點回歸等方法探討政策的有效性, 很少看到應用ADRL方法對限購政策的研究;文獻的研究多集中在對單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購等房地產(chǎn)政策相互作用、持續(xù)實施對房價的調控效果, 并且分別對長期效果與短期效果進行了分析.
二、我國房地產(chǎn)限購限貸、租售并舉調控政策的演進過程
近年來我國政府出臺了一系列房地產(chǎn)調控政策, 來抑制房價的過快上漲, 回歸房屋的居住屬性, 主要集中在限購政策、限貸政策以及租售并舉的調控政策這幾個方面.
在房地產(chǎn)限購政策方面:2010年, 北京*出臺限購令, 規(guī)定每戶以家庭為單位"只能新購一套商品住房".自此, 我國各地房地產(chǎn)限購政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個一二線城市推出限購政策.2014年, 我國樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調整房地產(chǎn)調控政策, 當年46個限購城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個城市限購政策被取消或松動.然而, 面對不斷攀升的房價, 2017年以來新一輪的限購政策不斷加碼, 北京作為房地產(chǎn)市場*的在短短10天內連續(xù)打出了嚴格限制購房資格、"商改住"限購、差別化信貸等一系列調控"組合拳".本輪實施限購政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實施限購.
在限貸政策方面:2011年1月國務院提出"新國八條", 要求二套房貸付比例提高60%, 款利率提高基準利率的1.1倍.當時的限貸等房地產(chǎn)調控政策使得當年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場進入深度調整期.但是, 2012年央行兩次下調存款利率使得房地產(chǎn)市場又出現(xiàn)上漲預期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場低迷, 政策為激勵房地產(chǎn)市場, 對于款購買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準款利率的0.7倍.2016年去庫存以來, 房價再次高位回升, 導致新一輪限貸政策再次升級.以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設委員會發(fā)布《關于完善商品住房銷售和差別化信貸政策的通知》, 開始對商品房的銷售和商業(yè)性個人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時, 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準利率.
在租售并舉制度方面:自2015年起, 國家提出要建立租購并舉的住房制度.2016年出臺了一系列租購并舉的政策.2017年8月, 北京市出臺了"租售同權"的新政, 明確了租房能夠享受與購房同樣的入學機會等政策, 將租賃市場的重要性提高到有的高度.黨的報告中*明確提出"加快建立多主體供給、多渠道保障、租購并舉的住房制度".調控"房子是用來住的, 不是用來炒的"戰(zhàn)略定位, 旨在促進我國房屋回歸居住屬性, 并向"購租并舉、租購同權;先租后售、梯度消費"運作模式全面推進, 引導居民形成梯級消費理念, 推動住房價格平穩(wěn)健康運行, 推進住有所居目標的實現(xiàn).
三、房地產(chǎn)調控政策對房價影響的實證分析
(一) 變量選擇與平穩(wěn)性檢驗
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價格來表示房地產(chǎn)價格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內容, 我們將房地產(chǎn)價格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權"政策的出臺及限制購買資格的調整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫中獲得, 取得原始數(shù)據(jù)后, 需要對原始數(shù)據(jù)進行如下處理: (1) 對所有數(shù)據(jù)都進行標準指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實際數(shù)據(jù); (2) 對房地產(chǎn)價格變量與成交量變量分別取對數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實經(jīng)濟特征, 對房地產(chǎn)價格數(shù)據(jù)與成交量進行季節(jié)調整; (4) 根據(jù)國家統(tǒng)計局報表制度, 每年公布的房地產(chǎn)報表中通常不提供1月份的數(shù)據(jù)報表, 考慮到實證數(shù)據(jù)的完整性, 我們用報表當年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計情況為揭示付比、款利率、成交量與房地產(chǎn)價格之間是否存在協(xié)整檢驗與因果分析, 我們需要對各個時間序列分別進行平穩(wěn)性檢驗, 以剔除相應變量的時間序列的單位根.對各個變量的平穩(wěn)性檢驗結果可知, 成交量變量對ADF統(tǒng)計量的值大于1%的臨界值, 房價變量、付比變量和利率變量對ADF統(tǒng)計量的值小于1%的臨界值, 但是三者個變量的一階差分對應的ADF統(tǒng)計量的值均大于1%的臨界值, 并且其P統(tǒng)計值均趨于0.因此, 成交量變量是平穩(wěn)的, 房價變量、付比變量和利率變量的時間序列均為非平穩(wěn), 但是這三個變量的一階差分對應的時間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗
由于本研究所涉及的各變量不同階平穩(wěn), 故無法使用常規(guī)的Johansen協(xié)整檢驗模型, 本文采用自回歸分布滯后模型 (ADRL模型) 進行研究, ADRL模型能夠估計不同階平穩(wěn)的時間序列, 保證結果一致有效, 而且還能得到長期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結構如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個步驟, 一步, 建立ADRL協(xié)整檢驗模型進行各變量間的協(xié)整檢驗, 驗證各個變量間的長期穩(wěn)定關系, 確定各變量間的影響方向.則構建限購政策對房價波動影響的協(xié)整檢驗模型如下:
進行協(xié)整檢驗存在長期均衡關系后進入第二步, 利用ADRL模型估計長期系數(shù)與短期系數(shù), 則構建長期系數(shù)估計模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準則進行判斷, 長期均衡關系并不是一直成立的, 短期內會通過各種變量的擾動從而打破平衡狀態(tài).短期系數(shù)的估計可通過誤差修正模型ECM來獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計如下:
式中:ECt-1作為回調項, 當長期均衡關系被打破時, 起到回調作用.
接下來, 對條件誤差修正ARDL模型中各原變量 (滯后一階) 進行聯(lián)合F檢驗, 以驗證是否存在長期協(xié)整關系.本文進行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測, 根據(jù)AIC、SC準則選擇了優(yōu)滯后模型, 此時得到結果的結構可以看出, F統(tǒng)計量為6.2083, 大于1%臨界值4.68, 說明拒絕原假設, 認為長期協(xié)整關系非常顯著.
(三) 長短期系數(shù)的估計結果
通過上面的ADRL協(xié)整檢驗后可知道, 存在長期協(xié)整關系, 因此進入第二步進行長短期系數(shù)的估計.利用使得模型的標準誤差小的AIC準則, 對不同階數(shù)的估計方程進行選擇分析, 并且設定大滯后階數(shù)為4, 得到模型的優(yōu)估計為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長短期系數(shù)的估計見表4.
其中, 模型的可決系數(shù)高達0.813, 說明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗F統(tǒng)計量為34.006, 可以在1%顯著水平顯著, 故認為模型總體擬合效果良好.
通過對所得結果的分析可知, 從長期來看, "租售同權"政策的出臺對抑制房價具有長期顯著的效應, 房地產(chǎn)限購政策會使得房地產(chǎn)價格出現(xiàn)報復性增長, 利率每提高1個單位, 會伴隨房價下降0.3447個百分點.付比以及成交量的變化對于房價的影響不顯著, 因此, 存在較大的不確定性.
此外, 對短期方程進行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購政策的虛擬變量D2對于房價具有顯著短期的抑制作用, 但這種作用在滯后1月時才會顯示出來.并且房價滯后1-2期均對房價的走勢有著一定的修正作用, 即當某月房價突然偏高, 則此后1~2期房價會有一定的抑制效果.利率在長短期方程中均對房價有著抑制作用, 通過對成交量分析可知, 成交量的變化對房價的走勢影響不大.后, 協(xié)整項Coin Eq (-1) 是顯著為負的, 這充分說明了當房價走勢偏離了長期均衡時, 短期修正效應會促進房價回歸到長期協(xié)整的均衡上來.
四、結論與政策建議
本文通過運用ADRL模型得出:租售同權的政策對房地產(chǎn)均具有長期而穩(wěn)定的抑制作用, 短期內調整家庭購買資格與數(shù)量, 對于房價的調整起到一定的作用, 但是, 長期效果不顯著.調整付比對于北京市房價的抑制作用較小, 而款利率的調整對房價具有長期穩(wěn)定的影響.結合所得結論提出如下的政策建議:
1.建立租購并舉政策實施的長效機制, 加大準保障力度.
要達到"居者有其屋"的目標, 必須要增加公租房、共有產(chǎn)權房供應, 擴大公租房保障范圍, 提高公租房的質量與完善配套設施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來務工人員的住房問題.對于特殊困難家庭建立準保障機制, 牢固好社會安全網(wǎng).做好保障性住房分配管理, 加強信息公開, 確保公平分配, 加強教育資源均等化.
2.充分發(fā)揮款利率對于房價調控的作用機制, 防范系統(tǒng)風險隱患.
雖然利率的調整對于房地產(chǎn)具有長期抑制的作用, 但是長期的高利率不僅不利于經(jīng)濟的增長, 反而對經(jīng)濟起到抑制作用.因此, 房地產(chǎn)調控應以市場為導向, 積極推進利率市場化改革以及稅收制度的改革, 有利促進經(jīng)濟增長, 通過改革釋放巨大的制度紅利, 實現(xiàn)房價與經(jīng)濟增長再平衡.
3.引導資金回歸實體經(jīng)濟, 減少房地產(chǎn)過度投機.
房地產(chǎn)市場宏觀調控的根本出路在于轉變經(jīng)濟增長方式, 通過加快制度變革和鼓勵技術創(chuàng)新來提升企業(yè)的利潤空間, 以此引導資金流向實體經(jīng)濟, 并且尋找新的經(jīng)濟增長點, 鼓勵金融機構擴展業(yè)務來緩解投機性的炒房需求, 促使房地產(chǎn)價格回歸合理區(qū)間.
KUBLER 8.0000.5012.0001
KUBLER H57 3.220.401.085.422
KUBLER 8.9080.4231.3001
KUBLER 8.5810.1216.0025
KUBLER 8.5823.1831.1024
KUBLER 編碼器8.5020.D552.0400 帶副件05.WAKS8-2/P00 脈沖數(shù)400
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.A02H.1A52.2048
KUBLER 8.5868.1231.3112
KUBLER 8.5800.1292.1024
KUBLER 8.A02H.3511.2048
KUBLER 8.F3663.4521.G222
KUBLER 8.0010.4R00.0000
KUBLER RE2 230V
KUBLER 8.5000.8352.4096.9083
KUBLER 8.9080.1831.3002
KUBLER 8.0010.4012.0000
KUBLER 8.A02H.5041.1024.T032
KUBLER 8.5878.542F.2113
KUBLER 8.9080.4231.3001
KUBLER 8.5850.1281.G132
KUBLER 8.A02H.1A31.1024
KUBLER 8.0010.4D00.0000
KUBLER 05.2400.1122.1024
KUBLER 8.5823.1831.1024
KUBLER 8.5883.5482.G323
KUBLER 8.5020.4551.2048
KUBLER 8.5852.1231.G121
KUBLER 8.5863.4244.G321
KUBLER 8.7030.1422.0500
KUBLER 8.5800.1262.1800
KUBLER 8.5821.WC3E.1024 8-30VDC 40ma
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.5863.0220.G223.S022.K005
KUBLER 8.9080.4131.3001
KUBLER 8.5820.0H40.1024.5093.0015
KUBLER 8.0000.1101.0606
KUBLER 8.5863.1222.G321
KUBLER 8.5853.1222.G321
KUBLER 8.5020.0050.1024.S146.0010
KUBLER 8.A02H.1151.1024.5-30V DC 100mA
KUBLER 8.5853.1222.G321
KUBLER 8.F3663.4521.G222
KUBLER 8.0000.1101.1212
KUBLER 8.5020.4500.1024.A033
KUBLER 8.5860.1232.3001
KUBLER 8.5868.1231.3112
KUBLER 8.A02H.1231.1024+8.0010.4T00.0000+8.0010.4016.0000 DC24V PPR:4096 推挽輸出 帶安裝附件和1.5m電纜
KUBLER 8.F3663.4521.G222
KUBLER 8.5888.5431.3112，10-30VDC 120MA
KUBLER 8.5863.1222.G321
KUBLER 8.5020.835A.5000.0020
KUBLER PUK-A02H-1024
KUBLER 8.5868.1231.3112
KUBLER 8.5020.D551.5000
KUBLER 8.5824.0822.5000.5089
KUBLER 8.0000.1401.1006
KUBLER 8.9080.1812.1001配聯(lián)軸器9410
KUBLER 8.0000.6901.0008
KUBLER 8.7030.2642.1024
KUBLER 8.7068.123B.3111.0050
KUBLER 8.5020.2551.5000
KUBLER 8.5020.D310.2048.S130
KUBLER 8.5823.3842.1024
KUBLER D8.3B1.0200.0032.0000.S068
KUBLER 8.5020.D511.4096
KUBLER 8.5020.2511.4096
KUBLER 8.F3658.3523.2112
KUBLER 8.A02H.0030.1024.T013.C002
KUBLER 8.7068.123B.3111.0050
KUBLER 8.A02H.H.1241.5000
KUBLER 8.5823.3831.1024
KUBLER 8.6823.3832.1024
KUBLER 8.0000.5012.0000
KUBLER 8.5020.4552.1024 帶副件05.WAKS8-2/P00 脈沖數(shù)1024
KUBLER 8.5820.OH30.1024/19551001
KUBLER 8.5823.1831.1024
KUBLER 8.9081.4222.2004
KUBLER 8.5820.OH40496，5093.0015
KUBLER 8.5820.3P31.0360
KUBLER 8.5820.1000.5007
KUBLER 8.5825.3612.7200
KUBLER 8.5888.2432.3112
KUBLER 8.5888.5431.3112
KUBLER IS60.23523
KUBLER 8.5888.5431.3112
KUBLER 8.9080.4131.3001
KUBLER 8.5020.4554.1024
KUBLER 8.A02H.5231.5000
KUBLER 8.5833.1222.G321
KUBLER 8.5888.1431.3112
KUBLER 8.5852.1233.G121(帶航空插頭）
KUBLER 8.5883.3424.G321
KUBLER 8.A02H.5151.2048.HOOO.4017
KUBLER 8.H100.1132.2500.2500
KUBLER 8.0000.6901.0005.0031
KUBLER 2m：05.RSC-RKC-572-2M
KUBLER 8.5873.5444.G323
KUBLER 8.9080.4131.3001
KUBLER 8.9080.1831.3001 DC10-30V
KUBLER 8.5020.D552.1024 帶副件05.WAKS8-2/P00
KUBLER 8.9080.3132.3001
KUBLER 8.5020.0310.2048.S090
KUBLER 8.5883.552A.G323.0150
KUBLER 8.5020.C004.4096.A034
KUBLER 8.0000.5111.0000
KUBLER 8.5826.2511.1024
KUBLER 8.5020.D351.1024 10-30VDC
KUBLER 8.5868.3231.3112
KUBLER 8.5823.1831.1024
KUBLER 8.5020.0310.2048.S090
KUBLER 8.0010.4025.0000
KUBLER 8.5020.7851.1024
KUBLER 8.5020.0851.1024.0022
KUBLER 8.0000.1501.1015
KUBLER 8.5852.0000.G121.Y026
KUBLER 8.0010.4E00.0000
KUBLER 8.9080.4231.3001
KUBLER 8.A226.0052.1024
KUBLER 8.0010.40U0.0000
KUBLER 8.5000.AC52.2500.S085
KUBLER 8.5823.3831.1024
KUBLER 0.571.011.E00
KUBLER 8.5020.D851.1024 雙翼連接片0010.1602.0000
KUBLER 8.5820.OH30.2048.5093.0050
KUBLER 8.A02H.5541.1024.0020
KUBLER 8.A02H.1A31.2048
KUBLER 8.9080.1831.3001
KUBLER 8.5821.1C31.1024.9083
KUBLER 8.0000.6901.0015.0031，電纜長度15m
KUBLER 8.5020.8351.1024
KUBLER 8.0000.5062.0000
KUBLER 8.H120.3251.2048
KUBLER 8.5820.0H30.1024.5093.0015
KUBLER 8.7031.1482.G132
KUBLER 8.5000.8358.2000
KUBLER 8.5020.2311.4096
KUBLER 8.5820.3P31.0360
KUBLER 8.A02H.5111.5000
KUBLER 8.5020.D851.1024
KUBLER AFMU-L450-SB40
KUBLER 8.A02H.5451.1024
KUBLER 8.5850.2282.G132 10-30VDC
KUBLER 8.9081.1522.2004
KUBLER 8.0000.1101.1010
KUBLER 8-4620-300404 5-24VDC 50mA S-Nr:0824600143
KUBLER 8.5863.1200.G321.S028.KO18
KUBLER 8.5800.M27Y.1024
KUBLER 8.5853.1222.G321
KUBLER 8.5020.0310.2048.S090
KUBLER 8.5020.4850.1024.S083
KUBLER 8.5888.54C2.C112
KUBLER 8.5883.5424.G322
KUBLER 8.9080.3331.3001
KUBLER 8.5020.D55A.5000.0020
KUBLER 8.5000.8322.1250
KUBLER 8.5823.1832.1024
KUBLER 8.5850.2243.G102.P105
KUBLER D5.2501.2421.1000
KUBLER 8.0000.3512.0010
KUBLER 8.A020.A211.1024
摘要: 近一年來, 我國房地產(chǎn)政策圍繞"房子是用來住的, 不是用來炒的"加大調控力度.本文以租售同權以及限購、限貸等限制型調控手段為切入點, 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長期兩個角度, 研究了租售同權等政策對于房價調控的影響, 并給出了相應的對策建議.研究發(fā)現(xiàn):租售同權及款利率對房價具有長期穩(wěn)定的影響, 調整家庭購買資格與數(shù)量, 短期內會對于房價的調整起到一定的作用, 但是長期效果不顯著, 付比的調整對于北京等一線城市的房價抑制作用較小.這對我國構建長效的房地產(chǎn)發(fā)展機制具有重要意義.
關鍵詞:租售同權; 限購限貸; 房地產(chǎn)調控; ADRL模型;
自我國住房市場化改革以來, 房地產(chǎn)行業(yè)在我國宏觀經(jīng)濟中的重要性日益提升, 但房價卻水漲船高, 波動持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟工作會議上, 總書記提出:"房子是用來住的, 不是用來炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調控就此拉開序幕.本輪房地產(chǎn)調控政策不僅在范圍上表現(xiàn)出從一二線熱點城市擴散到三四線城市, 中心城市和周邊城市政策合力調控的特征, 并且, 在調控手段上除限購、限貸、調整付比等傳統(tǒng)手段, 也開始推行"購租并舉、租購同權"等系列調控政策"組合拳"以進一步化解住房需求.然而在當前我國房地產(chǎn)市場環(huán)境下, 租售同權以及限購等調控手段能否有效抑制房價快速上漲?是否具有可持續(xù)性?這是需要重點研究的問題.本文對此進行重點研究, 旨在為更好完善房地產(chǎn)政策調控組合提供對策建議.
一、相關研究文獻綜述
針對房地產(chǎn)政策與房地產(chǎn)市場之間的關系, 國內外學者進行了大量的研究.劉洪玉教授 (2017) 針對我國房地產(chǎn)市場的發(fā)展現(xiàn)狀, 分析了阻礙我國房地產(chǎn)租賃市場發(fā)展的因素.林睿等人 (2016) 通過對房地產(chǎn)價格的異質性研究, 認為房地產(chǎn)政策的調控能夠改變區(qū)域房地產(chǎn)價格的收斂性.王松濤 (2011) 以住房存流量模型為基礎, 從理論上刻畫了住房市場政府干預的政策目標和政策工具, 并且對政府綜合干預的作用效果進行了評價, 認為政府政策工具對重點城市的住房價格產(chǎn)生了短期影響, 并對不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購和限貸對房價的均衡影響, 認為特定條件下當限購發(fā)生效用時, 付比只有落入某個特定區(qū)間才能有效.
從實證研究來看, 常飛等人 (2013) 運用脈沖響應研究了貨幣政策對區(qū)域房地產(chǎn)市場的影響, 認為貨幣政策對不同城市商品房市場的影響不同, 并受供求關系的影響較大.喬坤元 (2012) 應用倍差法對中國70個大中城市的樣本數(shù)據(jù)進行分析, 探討了2011年的房地產(chǎn)限購令對房地產(chǎn)市場的影響, 研究表明:限購令的實施使得房價下降了2.5%個百分點.在政策評價過程中, 由于倍差法對控制組的要求比價嚴格, 實際情況往往無法滿足, 從而會影響到評價的有效性.針對清華大學恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構建住房市場的搜尋匹配模型, 并且考慮了交易市場和租賃市場的影響因素, 認為限購政策會推動房租的上漲并通過傳導作用推動房價的上漲.
通過對文獻的梳理可以發(fā)現(xiàn), 當前對于房地產(chǎn)政策的研究多集中在限購或是貨幣政策調控方面, 對租售并舉及租售同權等政策效果的研究較少;在研究方法方面, 文獻多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點回歸等方法探討政策的有效性, 很少看到應用ADRL方法對限購政策的研究;文獻的研究多集中在對單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購等房地產(chǎn)政策相互作用、持續(xù)實施對房價的調控效果, 并且分別對長期效果與短期效果進行了分析.
二、我國房地產(chǎn)限購限貸、租售并舉調控政策的演進過程
近年來我國政府出臺了一系列房地產(chǎn)調控政策, 來抑制房價的過快上漲, 回歸房屋的居住屬性, 主要集中在限購政策、限貸政策以及租售并舉的調控政策這幾個方面.
在房地產(chǎn)限購政策方面:2010年, 北京*出臺限購令, 規(guī)定每戶以家庭為單位"只能新購一套商品住房".自此, 我國各地房地產(chǎn)限購政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個一二線城市推出限購政策.2014年, 我國樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調整房地產(chǎn)調控政策, 當年46個限購城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個城市限購政策被取消或松動.然而, 面對不斷攀升的房價, 2017年以來新一輪的限購政策不斷加碼, 北京作為房地產(chǎn)市場*的在短短10天內連續(xù)打出了嚴格限制購房資格、"商改住"限購、差別化信貸等一系列調控"組合拳".本輪實施限購政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實施限購.
在限貸政策方面:2011年1月國務院提出"新國八條", 要求二套房貸付比例提高60%, 款利率提高基準利率的1.1倍.當時的限貸等房地產(chǎn)調控政策使得當年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場進入深度調整期.但是, 2012年央行兩次下調存款利率使得房地產(chǎn)市場又出現(xiàn)上漲預期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場低迷, 政策為激勵房地產(chǎn)市場, 對于款購買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準款利率的0.7倍.2016年去庫存以來, 房價再次高位回升, 導致新一輪限貸政策再次升級.以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設委員會發(fā)布《關于完善商品住房銷售和差別化信貸政策的通知》, 開始對商品房的銷售和商業(yè)性個人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時, 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準利率.
在租售并舉制度方面:自2015年起, 國家提出要建立租購并舉的住房制度.2016年出臺了一系列租購并舉的政策.2017年8月, 北京市出臺了"租售同權"的新政, 明確了租房能夠享受與購房同樣的入學機會等政策, 將租賃市場的重要性提高到有的高度.黨的報告中*明確提出"加快建立多主體供給、多渠道保障、租購并舉的住房制度".調控"房子是用來住的, 不是用來炒的"戰(zhàn)略定位, 旨在促進我國房屋回歸居住屬性, 并向"購租并舉、租購同權;先租后售、梯度消費"運作模式全面推進, 引導居民形成梯級消費理念, 推動住房價格平穩(wěn)健康運行, 推進住有所居目標的實現(xiàn).
三、房地產(chǎn)調控政策對房價影響的實證分析
(一) 變量選擇與平穩(wěn)性檢驗
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價格來表示房地產(chǎn)價格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內容, 我們將房地產(chǎn)價格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權"政策的出臺及限制購買資格的調整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫中獲得, 取得原始數(shù)據(jù)后, 需要對原始數(shù)據(jù)進行如下處理: (1) 對所有數(shù)據(jù)都進行標準指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實際數(shù)據(jù); (2) 對房地產(chǎn)價格變量與成交量變量分別取對數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實經(jīng)濟特征, 對房地產(chǎn)價格數(shù)據(jù)與成交量進行季節(jié)調整; (4) 根據(jù)國家統(tǒng)計局報表制度, 每年公布的房地產(chǎn)報表中通常不提供1月份的數(shù)據(jù)報表, 考慮到實證數(shù)據(jù)的完整性, 我們用報表當年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計情況為揭示付比、款利率、成交量與房地產(chǎn)價格之間是否存在協(xié)整檢驗與因果分析, 我們需要對各個時間序列分別進行平穩(wěn)性檢驗, 以剔除相應變量的時間序列的單位根.對各個變量的平穩(wěn)性檢驗結果可知, 成交量變量對ADF統(tǒng)計量的值大于1%的臨界值, 房價變量、付比變量和利率變量對ADF統(tǒng)計量的值小于1%的臨界值, 但是三者個變量的一階差分對應的ADF統(tǒng)計量的值均大于1%的臨界值, 并且其P統(tǒng)計值均趨于0.因此, 成交量變量是平穩(wěn)的, 房價變量、付比變量和利率變量的時間序列均為非平穩(wěn), 但是這三個變量的一階差分對應的時間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗
由于本研究所涉及的各變量不同階平穩(wěn), 故無法使用常規(guī)的Johansen協(xié)整檢驗模型, 本文采用自回歸分布滯后模型 (ADRL模型) 進行研究, ADRL模型能夠估計不同階平穩(wěn)的時間序列, 保證結果一致有效, 而且還能得到長期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結構如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個步驟, 一步, 建立ADRL協(xié)整檢驗模型進行各變量間的協(xié)整檢驗, 驗證各個變量間的長期穩(wěn)定關系, 確定各變量間的影響方向.則構建限購政策對房價波動影響的協(xié)整檢驗模型如下:
進行協(xié)整檢驗存在長期均衡關系后進入第二步, 利用ADRL模型估計長期系數(shù)與短期系數(shù), 則構建長期系數(shù)估計模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準則進行判斷, 長期均衡關系并不是一直成立的, 短期內會通過各種變量的擾動從而打破平衡狀態(tài).短期系數(shù)的估計可通過誤差修正模型ECM來獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計如下:
式中:ECt-1作為回調項, 當長期均衡關系被打破時, 起到回調作用.
接下來, 對條件誤差修正ARDL模型中各原變量 (滯后一階) 進行聯(lián)合F檢驗, 以驗證是否存在長期協(xié)整關系.本文進行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測, 根據(jù)AIC、SC準則選擇了優(yōu)滯后模型, 此時得到結果的結構可以看出, F統(tǒng)計量為6.2083, 大于1%臨界值4.68, 說明拒絕原假設, 認為長期協(xié)整關系非常顯著.
(三) 長短期系數(shù)的估計結果
通過上面的ADRL協(xié)整檢驗后可知道, 存在長期協(xié)整關系, 因此進入第二步進行長短期系數(shù)的估計.利用使得模型的標準誤差小的AIC準則, 對不同階數(shù)的估計方程進行選擇分析, 并且設定大滯后階數(shù)為4, 得到模型的優(yōu)估計為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長短期系數(shù)的估計見表4.
其中, 模型的可決系數(shù)高達0.813, 說明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗F統(tǒng)計量為34.006, 可以在1%顯著水平顯著, 故認為模型總體擬合效果良好.
通過對所得結果的分析可知, 從長期來看, "租售同權"政策的出臺對抑制房價具有長期顯著的效應, 房地產(chǎn)限購政策會使得房地產(chǎn)價格出現(xiàn)報復性增長, 利率每提高1個單位, 會伴隨房價下降0.3447個百分點.付比以及成交量的變化對于房價的影響不顯著, 因此, 存在較大的不確定性.
此外, 對短期方程進行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購政策的虛擬變量D2對于房價具有顯著短期的抑制作用, 但這種作用在滯后1月時才會顯示出來.并且房價滯后1-2期均對房價的走勢有著一定的修正作用, 即當某月房價突然偏高, 則此后1~2期房價會有一定的抑制效果.利率在長短期方程中均對房價有著抑制作用, 通過對成交量分析可知, 成交量的變化對房價的走勢影響不大.后, 協(xié)整項Coin Eq (-1) 是顯著為負的, 這充分說明了當房價走勢偏離了長期均衡時, 短期修正效應會促進房價回歸到長期協(xié)整的均衡上來.
四、結論與政策建議
本文通過運用ADRL模型得出:租售同權的政策對房地產(chǎn)均具有長期而穩(wěn)定的抑制作用, 短期內調整家庭購買資格與數(shù)量, 對于房價的調整起到一定的作用, 但是, 長期效果不顯著.調整付比對于北京市房價的抑制作用較小, 而款利率的調整對房價具有長期穩(wěn)定的影響.結合所得結論提出如下的政策建議:
1.建立租購并舉政策實施的長效機制, 加大準保障力度.
要達到"居者有其屋"的目標, 必須要增加公租房、共有產(chǎn)權房供應, 擴大公租房保障范圍, 提高公租房的質量與完善配套設施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來務工人員的住房問題.對于特殊困難家庭建立準保障機制, 牢固好社會安全網(wǎng).做好保障性住房分配管理, 加強信息公開, 確保公平分配, 加強教育資源均等化.
2.充分發(fā)揮款利率對于房價調控的作用機制, 防范系統(tǒng)風險隱患.
雖然利率的調整對于房地產(chǎn)具有長期抑制的作用, 但是長期的高利率不僅不利于經(jīng)濟的增長, 反而對經(jīng)濟起到抑制作用.因此, 房地產(chǎn)調控應以市場為導向, 積極推進利率市場化改革以及稅收制度的改革, 有利促進經(jīng)濟增長, 通過改革釋放巨大的制度紅利, 實現(xiàn)房價與經(jīng)濟增長再平衡.
3.引導資金回歸實體經(jīng)濟, 減少房地產(chǎn)過度投機.
房地產(chǎn)市場宏觀調控的根本出路在于轉變經(jīng)濟增長方式, 通過加快制度變革和鼓勵技術創(chuàng)新來提升企業(yè)的利潤空間, 以此引導資金流向實體經(jīng)濟, 并且尋找新的經(jīng)濟增長點, 鼓勵金融機構擴展業(yè)務來緩解投機性的炒房需求, 促使房地產(chǎn)價格回歸合理區(qū)間.
KUBLER 8.9081.4722.2004+8.0000.6901.0002.0031 CABLE 2M PVC+8.0010.40T0.0000
KUBLER 8.5852.1233.G121
KUBLER 8.5860.1231.3001
KUBLER 8.5800.2165.1024
KUBLER 8.5020.4850.1024.SO83 10-30VDC 100mA S-102400093KCN
KUBLER 8.A02H.5151.2048
KUBLER 8.0000.5062.0000
KUBLER 8.5868.1231.3112
KUBLER B16.10 AC230V 50HZ
KUBLER 8.5820.1800.1000.5007 10-30VDC 125mA
KUBLER 8.5863.1224.G321
KUBLER編碼器8.5868.3231.3112這個我們現(xiàn)貨
KUBLER編碼器8.5868.3231.3112這個我們現(xiàn)貨
摘要: 近一年來, 我國房地產(chǎn)政策圍繞"房子是用來住的, 不是用來炒的"加大調控力度.本文以租售同權以及限購、限貸等限制型調控手段為切入點, 選取2009-2017年間月度數(shù)據(jù)作為樣本, 通過自回歸分布滯后 (ADRL) 模型, 從短期與長期兩個角度, 研究了租售同權等政策對于房價調控的影響, 并給出了相應的對策建議.研究發(fā)現(xiàn):租售同權及款利率對房價具有長期穩(wěn)定的影響, 調整家庭購買資格與數(shù)量, 短期內會對于房價的調整起到一定的作用, 但是長期效果不顯著, 付比的調整對于北京等一線城市的房價抑制作用較小.這對我國構建長效的房地產(chǎn)發(fā)展機制具有重要意義.
關鍵詞:租售同權; 限購限貸; 房地產(chǎn)調控; ADRL模型;
自我國住房市場化改革以來, 房地產(chǎn)行業(yè)在我國宏觀經(jīng)濟中的重要性日益提升, 但房價卻水漲船高, 波動持續(xù)加大, 大地提高了城市居民的生活成本.2017年中央經(jīng)濟工作會議上, 總書記提出:"房子是用來住的, 不是用來炒的, 要求回歸住房居住屬性", 新一輪的房地產(chǎn)調控就此拉開序幕.本輪房地產(chǎn)調控政策不僅在范圍上表現(xiàn)出從一二線熱點城市擴散到三四線城市, 中心城市和周邊城市政策合力調控的特征, 并且, 在調控手段上除限購、限貸、調整付比等傳統(tǒng)手段, 也開始推行"購租并舉、租購同權"等系列調控政策"組合拳"以進一步化解住房需求.然而在當前我國房地產(chǎn)市場環(huán)境下, 租售同權以及限購等調控手段能否有效抑制房價快速上漲?是否具有可持續(xù)性?這是需要重點研究的問題.本文對此進行重點研究, 旨在為更好完善房地產(chǎn)政策調控組合提供對策建議.
一、相關研究文獻綜述
針對房地產(chǎn)政策與房地產(chǎn)市場之間的關系, 國內外學者進行了大量的研究.劉洪玉教授 (2017) 針對我國房地產(chǎn)市場的發(fā)展現(xiàn)狀, 分析了阻礙我國房地產(chǎn)租賃市場發(fā)展的因素.林睿等人 (2016) 通過對房地產(chǎn)價格的異質性研究, 認為房地產(chǎn)政策的調控能夠改變區(qū)域房地產(chǎn)價格的收斂性.王松濤 (2011) 以住房存流量模型為基礎, 從理論上刻畫了住房市場政府干預的政策目標和政策工具, 并且對政府綜合干預的作用效果進行了評價, 認為政府政策工具對重點城市的住房價格產(chǎn)生了短期影響, 并對不同城市的作用效果不同.劉璐 (2013) 等人通過建立一般均衡模型分析了限購和限貸對房價的均衡影響, 認為特定條件下當限購發(fā)生效用時, 付比只有落入某個特定區(qū)間才能有效.
從實證研究來看, 常飛等人 (2013) 運用脈沖響應研究了貨幣政策對區(qū)域房地產(chǎn)市場的影響, 認為貨幣政策對不同城市商品房市場的影響不同, 并受供求關系的影響較大.喬坤元 (2012) 應用倍差法對中國70個大中城市的樣本數(shù)據(jù)進行分析, 探討了2011年的房地產(chǎn)限購令對房地產(chǎn)市場的影響, 研究表明:限購令的實施使得房價下降了2.5%個百分點.在政策評價過程中, 由于倍差法對控制組的要求比價嚴格, 實際情況往往無法滿足, 從而會影響到評價的有效性.針對清華大學恒隆房地產(chǎn)研究中心張紅 (2015) 等人通過構建住房市場的搜尋匹配模型, 并且考慮了交易市場和租賃市場的影響因素, 認為限購政策會推動房租的上漲并通過傳導作用推動房價的上漲.
通過對文獻的梳理可以發(fā)現(xiàn), 當前對于房地產(chǎn)政策的研究多集中在限購或是貨幣政策調控方面, 對租售并舉及租售同權等政策效果的研究較少;在研究方法方面, 文獻多集中在一般均衡的方法、誤差修正模型、VAR模型、倍差法、斷點回歸等方法探討政策的有效性, 很少看到應用ADRL方法對限購政策的研究;文獻的研究多集中在對單一政策的研究, 較少將這些具有重要影響的政策放到一起研究, 也較少考察這些政策的持續(xù)作用.基于此, 本文將著重探討租售并舉、限購等房地產(chǎn)政策相互作用、持續(xù)實施對房價的調控效果, 并且分別對長期效果與短期效果進行了分析.
二、我國房地產(chǎn)限購限貸、租售并舉調控政策的演進過程
近年來我國政府出臺了一系列房地產(chǎn)調控政策, 來抑制房價的過快上漲, 回歸房屋的居住屬性, 主要集中在限購政策、限貸政策以及租售并舉的調控政策這幾個方面.
在房地產(chǎn)限購政策方面:2010年, 北京*出臺限購令, 規(guī)定每戶以家庭為單位"只能新購一套商品住房".自此, 我國各地房地產(chǎn)限購政策拉開了序幕, 2010年, 上海、廣州、天津、南京、杭州等16個一二線城市推出限購政策.2014年, 我國樓市出現(xiàn)階段性不景氣, 各地區(qū)紛紛調整房地產(chǎn)調控政策, 當年46個限購城市中除北上廣深等一線城市以及三亞等熱門城市以外, 有33個城市限購政策被取消或松動.然而, 面對不斷攀升的房價, 2017年以來新一輪的限購政策不斷加碼, 北京作為房地產(chǎn)市場*的在短短10天內連續(xù)打出了嚴格限制購房資格、"商改住"限購、差別化信貸等一系列調控"組合拳".本輪實施限購政策城市的范圍從北上廣深等一線城市, 延伸到南京、杭州、青島、廈門等熱點二線城市, 并且在環(huán)京、環(huán)滬、環(huán)深等核心城市周邊區(qū)域, 也開始實施限購.
在限貸政策方面:2011年1月國務院提出"新國八條", 要求二套房貸付比例提高60%, 款利率提高基準利率的1.1倍.當時的限貸等房地產(chǎn)調控政策使得當年房地產(chǎn)成交量下滑明顯, 促使房地產(chǎn)市場進入深度調整期.但是, 2012年央行兩次下調存款利率使得房地產(chǎn)市場又出現(xiàn)上漲預期, 2013年, 上海、深圳、廣東等一線城市加碼限貸政策, 要求二套房付比例提高到70%.2014年房地產(chǎn)市場低迷, 政策為激勵房地產(chǎn)市場, 對于款購買套自有住房的家庭, 款付比例低為30%, 款利率下限為基準款利率的0.7倍.2016年去庫存以來, 房價再次高位回升, 導致新一輪限貸政策再次升級.以北京為例, 2017年3月17日, 北京市住房和城鄉(xiāng)建設委員會發(fā)布《關于完善商品住房銷售和差別化信貸政策的通知》, 開始對商品房的銷售和商業(yè)性個人款執(zhí)行新政, 北京二套房普通住宅付款比例提高60%, 非普通住宅提高80%.同時, 各商業(yè)銀行的款普遍收緊, 款利率優(yōu)惠幾乎取消, 回歸基準利率.
在租售并舉制度方面:自2015年起, 國家提出要建立租購并舉的住房制度.2016年出臺了一系列租購并舉的政策.2017年8月, 北京市出臺了"租售同權"的新政, 明確了租房能夠享受與購房同樣的入學機會等政策, 將租賃市場的重要性提高到有的高度.黨的報告中*明確提出"加快建立多主體供給、多渠道保障、租購并舉的住房制度".調控"房子是用來住的, 不是用來炒的"戰(zhàn)略定位, 旨在促進我國房屋回歸居住屬性, 并向"購租并舉、租購同權;先租后售、梯度消費"運作模式全面推進, 引導居民形成梯級消費理念, 推動住房價格平穩(wěn)健康運行, 推進住有所居目標的實現(xiàn).
三、房地產(chǎn)調控政策對房價影響的實證分析
(一) 變量選擇與平穩(wěn)性檢驗
本研究選取2009年1月2017年9月的月度數(shù)據(jù)作為樣本, 以商品房的平均銷售價格來表示房地產(chǎn)價格, 即商品房銷售總金額/商品房銷售總面積, 以每月商品房的成交套數(shù)來表示交易量, 利率選取的是3-5年款利率.基于本文所要研究的內容, 我們將房地產(chǎn)價格確定為因變量 (以P表示) , 將款利率 (以R表示) 、二套房的付比 (以RA表示) 、成交量 (以V表示) 作為自變量, 此外, 我們將"租售同權"政策的出臺及限制購買資格的調整作為虛擬變量 (分別以D1、D2表示) 引入到模型.
本研究樣本的原始數(shù)據(jù)從房地產(chǎn)信息網(wǎng)與Wind咨詢數(shù)據(jù)庫中獲得, 取得原始數(shù)據(jù)后, 需要對原始數(shù)據(jù)進行如下處理: (1) 對所有數(shù)據(jù)都進行標準指數(shù)化處理 (款利率與付比除外) , 即以2009年1月為100得到可比的實際數(shù)據(jù); (2) 對房地產(chǎn)價格變量與成交量變量分別取對數(shù)以消除可能存在的異方差; (3) 為客觀反映現(xiàn)實經(jīng)濟特征, 對房地產(chǎn)價格數(shù)據(jù)與成交量進行季節(jié)調整; (4) 根據(jù)國家統(tǒng)計局報表制度, 每年公布的房地產(chǎn)報表中通常不提供1月份的數(shù)據(jù)報表, 考慮到實證數(shù)據(jù)的完整性, 我們用報表當年的月平均值代替1月份的數(shù)據(jù).樣本的描述性統(tǒng)計情況為揭示付比、款利率、成交量與房地產(chǎn)價格之間是否存在協(xié)整檢驗與因果分析, 我們需要對各個時間序列分別進行平穩(wěn)性檢驗, 以剔除相應變量的時間序列的單位根.對各個變量的平穩(wěn)性檢驗結果可知, 成交量變量對ADF統(tǒng)計量的值大于1%的臨界值, 房價變量、付比變量和利率變量對ADF統(tǒng)計量的值小于1%的臨界值, 但是三者個變量的一階差分對應的ADF統(tǒng)計量的值均大于1%的臨界值, 并且其P統(tǒng)計值均趨于0.因此, 成交量變量是平穩(wěn)的, 房價變量、付比變量和利率變量的時間序列均為非平穩(wěn), 但是這三個變量的一階差分對應的時間序列為平穩(wěn).
(二) 基于ADRL模型的協(xié)整檢驗
由于本研究所涉及的各變量不同階平穩(wěn), 故無法使用常規(guī)的Johansen協(xié)整檢驗模型, 本文采用自回歸分布滯后模型 (ADRL模型) 進行研究, ADRL模型能夠估計不同階平穩(wěn)的時間序列, 保證結果一致有效, 而且還能得到長期和短期的影響系數(shù).
一般的ADRL (p, q1, q2, …qk) 模型結構如下:
其中, p代表yt滯后的階數(shù), qi代表自變量xit滯后的階數(shù), L代表滯后算子, Lyt=yt-1, wt是確定向量.使用ADRL模型具體包含兩個步驟, 一步, 建立ADRL協(xié)整檢驗模型進行各變量間的協(xié)整檢驗, 驗證各個變量間的長期穩(wěn)定關系, 確定各變量間的影響方向.則構建限購政策對房價波動影響的協(xié)整檢驗模型如下:
進行協(xié)整檢驗存在長期均衡關系后進入第二步, 利用ADRL模型估計長期系數(shù)與短期系數(shù), 則構建長期系數(shù)估計模型ADRL (h1, h2, h3, h4, h5, h6) 如下:
其中: (h1, h2, h3, h4, h5, h6) 為優(yōu)滯后階數(shù), 是根據(jù)AIC或是SC等準則進行判斷, 長期均衡關系并不是一直成立的, 短期內會通過各種變量的擾動從而打破平衡狀態(tài).短期系數(shù)的估計可通過誤差修正模型ECM來獲得, 基于ADRL (h1, h2, h3, h4, h5, h6) 的短期系數(shù)估計如下:
式中:ECt-1作為回調項, 當長期均衡關系被打破時, 起到回調作用.
接下來, 對條件誤差修正ARDL模型中各原變量 (滯后一階) 進行聯(lián)合F檢驗, 以驗證是否存在長期協(xié)整關系.本文進行了m=1~4, n1, n2, n3, n4, n5=0~4, 的2500種模型組合的檢測, 根據(jù)AIC、SC準則選擇了優(yōu)滯后模型, 此時得到結果的結構可以看出, F統(tǒng)計量為6.2083, 大于1%臨界值4.68, 說明拒絕原假設, 認為長期協(xié)整關系非常顯著.
(三) 長短期系數(shù)的估計結果
通過上面的ADRL協(xié)整檢驗后可知道, 存在長期協(xié)整關系, 因此進入第二步進行長短期系數(shù)的估計.利用使得模型的標準誤差小的AIC準則, 對不同階數(shù)的估計方程進行選擇分析, 并且設定大滯后階數(shù)為4, 得到模型的優(yōu)估計為ADRL (3, 0, 0, 0, 4, 2) , 并且得到長短期系數(shù)的估計見表4.
其中, 模型的可決系數(shù)高達0.813, 說明有81.3%的信息可以由該模型解釋, 故模型的解釋能力很好.模型的總體顯著性檢驗F統(tǒng)計量為34.006, 可以在1%顯著水平顯著, 故認為模型總體擬合效果良好.
通過對所得結果的分析可知, 從長期來看, "租售同權"政策的出臺對抑制房價具有長期顯著的效應, 房地產(chǎn)限購政策會使得房地產(chǎn)價格出現(xiàn)報復性增長, 利率每提高1個單位, 會伴隨房價下降0.3447個百分點.付比以及成交量的變化對于房價的影響不顯著, 因此, 存在較大的不確定性.
此外, 對短期方程進行分析可知, 代表是否采取租售同舉政策的虛擬變量D1短期效果不明顯, 代表是否采取限購政策的虛擬變量D2對于房價具有顯著短期的抑制作用, 但這種作用在滯后1月時才會顯示出來.并且房價滯后1-2期均對房價的走勢有著一定的修正作用, 即當某月房價突然偏高, 則此后1~2期房價會有一定的抑制效果.利率在長短期方程中均對房價有著抑制作用, 通過對成交量分析可知, 成交量的變化對房價的走勢影響不大.后, 協(xié)整項Coin Eq (-1) 是顯著為負的, 這充分說明了當房價走勢偏離了長期均衡時, 短期修正效應會促進房價回歸到長期協(xié)整的均衡上來.
四、結論與政策建議
本文通過運用ADRL模型得出:租售同權的政策對房地產(chǎn)均具有長期而穩(wěn)定的抑制作用, 短期內調整家庭購買資格與數(shù)量, 對于房價的調整起到一定的作用, 但是, 長期效果不顯著.調整付比對于北京市房價的抑制作用較小, 而款利率的調整對房價具有長期穩(wěn)定的影響.結合所得結論提出如下的政策建議:
1.建立租購并舉政策實施的長效機制, 加大準保障力度.
要達到"居者有其屋"的目標, 必須要增加公租房、共有產(chǎn)權房供應, 擴大公租房保障范圍, 提高公租房的質量與完善配套設施, 多渠道解決中低收入家庭、新就業(yè)職工和穩(wěn)定就業(yè)的外來務工人員的住房問題.對于特殊困難家庭建立準保障機制, 牢固好社會安全網(wǎng).做好保障性住房分配管理, 加強信息公開, 確保公平分配, 加強教育資源均等化.
2.充分發(fā)揮款利率對于房價調控的作用機制, 防范系統(tǒng)風險隱患.
雖然利率的調整對于房地產(chǎn)具有長期抑制的作用, 但是長期的高利率不僅不利于經(jīng)濟的增長, 反而對經(jīng)濟起到抑制作用.因此, 房地產(chǎn)調控應以市場為導向, 積極推進利率市場化改革以及稅收制度的改革, 有利促進經(jīng)濟增長, 通過改革釋放巨大的制度紅利, 實現(xiàn)房價與經(jīng)濟增長再平衡.
3.引導資金回歸實體經(jīng)濟, 減少房地產(chǎn)過度投機.
房地產(chǎn)市場宏觀調控的根本出路在于轉變經(jīng)濟增長方式, 通過加快制度變革和鼓勵技術創(chuàng)新來提升企業(yè)的利潤空間, 以此引導資金流向實體經(jīng)濟, 并且尋找新的經(jīng)濟增長點, 鼓勵金融機構擴展業(yè)務來緩解投機性的炒房需求, 促使房地產(chǎn)價格回歸合理區(qū)間.
© 2019 南京惠言達電氣有限公司 版權所有 備案號：蘇ICP備2021018979號-1 技術支持：化工儀器網(wǎng) GoogleSitemap 總訪問量：341509 管理登陸
在線咨詢