市场调控长效机制对房地产市场结构的影响研究
1 引 言
前瞻产业研究院数据显示到2020年上半年为止,我国房地产开发投资已经高达6.28万亿元,同比增长1.9%。其中,住宅地产一直是我国房地产企业的重要投资领域,而分析住宅投资分布可知,二线城市的投资规模最大,一线城市的住宅投资活跃度相对较高。在相关政策的宏观调控下,优化我国房地产市场结构,不仅能够带动经济的发展,而且还可以积极应各类金融危机,因而构建一种完善的房地产市场调控长效机制显得愈发重要。
随着房地产市场发展速度的日益加快,其调控长效机制的各个组成部分也逐渐明确,从政府出台的相关政策来看,房地产市场调控长效机制包括土地供应以及房地产税等主要内容,具体体现在:通过对房地产多种功能的统筹与考量,综合运用土地、金融、立法、投资及财税等手段,构建租购并举、多渠道保障及多主体供给的住房制度,创建包括土地供应、税收以及房地产开发投资规模、住房供给结构、金融信贷及城市更新等方面的市场调控长效机制。
向量自回归模型(Vector Autoregression,VAR)常被用于解释不同冲击因素对相关变量产生的影响,参数估计比较容易,且该模型能够任意添加其他的解释变量,具有通用性。由于市场调控长效机制较为复杂,为降低分析难度,增强研究结果的可信度,本文利用此模型研究市场调控长效机制对房地产市场结构的影响,以深入分析市场调控长效机制对房地产市场各方面的影响程度。
2 选取市场调控长效机制变量与双重差分模型
2.1 变量选取与描述
选取市场调控长效机制中的土地供应、税收、房地产开发投资规模、住房供给结构、金融信贷及城市更新六项具有代表性的政策,为通过实证分析得出市场调控长效机制对房地产市场结构的影响。选择这些政策的原因在于:土地供应是一切房地产开发活动的基础;到目前为止,税收已经成为长效机制的主要构成部分,由于我国房地产税收制度仍然存在诸多问题,税制改革是未来房地产行业发展的关键点;房地产开发投资规模是影响房地产市场结构最主要的因素;我国现有房地产市场中存在着过度投资的情况,因此住房供给结构改革是进行房地产市场调控的主要方向;金融信贷是房地产市场经济的产物,是提升房地产市场活力的重要因素;城市更新主要是对于所居住的建筑物、周围的环境等改造的建设活动。城市更新是房地产开发过程中的最为重要的政策因素,决定着整个房地产开发计划的制定与实践。
根据上述分析,在六项政策选择对房地产市场结构影响程度较大的变量,各变量及其描述见表1。
2.2 数据处理及平稳性检验
选取某地区房地产市场60个月的月度数据作为本文实证研究所用数据(数据来源于数澜科技房地产大数据平台),时间范围为2015年1月~2019年12月。考虑到局部变量受季节性或其他因素的影响,选取移动平均法对局部变量进行处理,并且因VAR模型内的不同变量均需具备平稳性,故应对相关数据进行平稳性检验,分析检验结果可知,在14个变量中,利率、住房价格及广义货币供应量三个变量具有不平稳性,其他11个变量均具有平稳性。通过Johansen协整检验14个变量所得的最大特征值统计结果得知,所存在的协整方程最少不低于12个,同时存在无截距与准确趋势,可见各变量之间具备协整关系。为此,无须对利率、住房价格及广义货币供应量三个变量进行差分处理,可将变量直接带入VAR模型。
另外,对于学区质量、物业管理水平、公交线路条数及小区绿化率4个变量,需运用DID(Difference In Difference)双重差分法识别其对房地产市场结构的净影响效应,避免内生性问题,所用双重差分法可表示为:
Git=εit+φ(Bi×Tt)+γZit+λt+δi+σit (1)
式(1)中,住宅小区i在t年的成交房价作为被解释变量,用Git表示;时间固定效应与控制变量分别用λt和Zit表示;不同住宅小区的个体固定效应用δi表示;随机扰动项、分组虚拟变量及时间虚拟变量分别用σit、B、T表示,其中分组虚拟变量B是指将城市更新政策项目边界区间内的样本作为实验组、边界区间外的样本作为对照组,而时间虚拟变量T是指城市更新项目的施工或运营期。本文研究中的双重差分变量为B与T交互项系数φ,通过此系数可反映城市更新政策对周边房地产市场价格的净影响效应,当系数φ为正且时,代表城市更新政策对周边房地产市场价格具有推动作用。
2.3 实证研究方法
2.3.1 VAR模型
VAR模型内各方程均具备相同的等号右侧变量,全部内生变量的滞后值包含在该变量内。当各变量均对其他变量存在影响时,此组变量即可利用VAR模型进行表示。VAR模型表达式为:
xt=C1xt-1+…+CMxt-M+Dyt+ωt (2)
式(2)中,内生变量列向量(影响程度)与外生变量向量(房地产市场结构)分别用xt和yt表示;xt-1,xt-2,…,xt-M表示14个市场调控长效机制变量,待预估的系数矩阵及滞后系数用C1,C2,…,CM与D表示;误差向量用ωt表示。在模型构建过程中,准许误差向量之间存在相关性,但不准许此类误差变量具备自相关,也需要与yt与xt-1,xt-2,…,xt-M不存在相关性。在VAR模型中,普通最小二乘估计为各方程的最优估计。
在上述基础上,进行模型稳定性检验,当模型特征根落在单位圆内时,说明该模型具有稳定性。检验结果如图1所示。
分析图1可知,VAR模型特征根均落在单位圆内,说明该模型稳定性较好。
2.3.2 因果关系检验
对所选取的14个变量进行Granger因果关系检验,结果见表2。表中的两个字母中,第一个字母代表行影响列,第二个字母代表列影响行,同时Y和N分别表示能够影响和不被影响。比如第三行第五列的“NY”,代表住房价格不能够影响到土地供应面积,而土地供应面积能够影响到住房价格。
分析表2可知,这14个变量都属于VAR模型的内生变量。从理论角度分析,利率和广义货币供应量均仅受到国家总体经济状况的影响,不被各地区房地产市场所影响。然而近些年房地产行业已经成为我国经济领域内的支撑产业,是国民经济的重要组成部分。为此构建的市场调控长效机制需要与房地产市场发展状况的息息相关,且实证研究中所选取的研究地区在我国房地产市场规模中占比较高,出现局部因素对利率与广义货币供应量产生影响是正常现象,故应将利率与广义货币供应量两个变量作为VAR模型的内生变量。
3 实证研究结果
以上述分析结果为基础,从反应时间、长期贡献度两方面分析市场调控长效机制对成交量、房价与住房需求的影响,并重点分析了城市更新政策对房价的影响。
3.1 整体影响
3.1.1 反应时间分析
市场调控长效机制中的六项政策长期影响着成交量与房价,但是不同政策的影响程度不同。其中,成交量、房价与住房需求对各项政策的反映时间如表3所示。
分析房价对各项政策的反应时间可知,住房价格、利率、国内贷款额、<90m2上市比例、广义货币供应量及对应学区质量各变量在调整当月就能够对房价产生影响,此类变量分别隶属于货币政策、信贷政策、住房结构调整政策与城市更新政策;分析住房需求对各项政策的反映时间可知,住房结构调整政策(<90m2上市比例)、城市更新政策(对应学区质量)与税收政策(房地产业税收)三个政策的调整对住房需求的影响较其他政策更快,利率、市场形势变化(住房价格与供销比)及城市更新政策(物业管理水平和公交线路条数)其次,信贷政策(国内贷款额)、货币政策(广义货币供应量)及城市更新政策(小区绿化率)较慢,而房地产开发投资规模(开发投资额和新开工面积)与土地供应(土地供应面积)两项政策对住房需求几乎无影响;分析成交量对各项政策的反映时间可知,开发投资规模(开发投资额和新开工面积)与住房价格对成交量的影响较快,利率与小区绿化率(城市更新)对成交量的影响最慢,其他政策对成交量的影响速度居中。其中住房需求几乎不受投资规模与土地供应政策的影响;而成交量与房价受所有政策的影响,且影响时间都高于23个月,部分政策的影响时间甚至高于36个月。
3.1.2 长期贡献度结果分析
各项变量对成交量、房价与住房需求的长期贡献度见表4。
分析表4可知,在成交量方面,市场形势对成交量的长期贡献度最高,然后是信贷政策内的税收政策与利率、城市更新政策内的对应学区质量和物业管理水平、新开工面积,其他政策对成交量的长期贡献度较低;在房价方面,信贷政策对其长期贡献度最高,住房价格的长期贡献度为其次,然后是供销比与利率,其他政策的长期贡献度相对较低;在住房需求方面,市场形势、税收政策与信贷政策对其长期贡献度较高,其次为城市更新政策中的对应学区质量,而货币政策、土地政策及投资规模对其长期贡献度较小。
3.2 城市更新政策对房价的影响研究
城市更新政策作为房地产开发过程中的最为重要的政策因素,决定着整个房地产开发计划的制定与实践,故这里主要对城市更新政策对房价的影响展开研究。
通常情况下城市更新政策中的更新项目包括施工及建成运营等多个阶段,不同阶段对房价的影响效应不同,在此选取施工与建成运营两个主要阶段,研究其对房价的影响,所得结果如表5所示。
分析表5可知,不管控制变量是否加入,城市更新项目施工与建成运营两个阶段对房价具有显著的正影响。对比施工阶段c节点与建成运营阶段f节点可得出,二者的系数φ分别为0.297和0.331,也就是城市更新项目施工与建成运营两个阶段分别令房价提升了29.7%与33.1%,说明城市更新项目建成运营阶段与施工阶段相比,使房价的提升效果更显著。原因在于城市更新项目在建成运营阶段能够在很大程度上提升人居环境,同时有效地消除了住房负外部性,故而运营阶段比施工阶段对房价的提升作用更明显。
4 结 语
本文通过选取各项调控政策变量,利用VAR模型进行市场调控长效机制对房地产市场结构的影响实证研究。研究表明,各项调控政策均对房地产市场价格与成交量具有较为长远的影响,二者受信贷政策的影响程度较高;投资规模与土地供应政策几乎不会影响到住房需求的影响;信贷与税收政策对住房需求的影响程度较高;城市更新政策对房地产市场价格的影响最为显著,城市更新可明显带动房价的上升,特别是城市更新的运营阶段所带来的推动效果更为显著。政府部门应坚决遏制地产金融化倾向,利用相关手段降低炒房的预期收益,将其作为优化房地产市场的基本策略。不仅如此,还要降低流转税税率、调整流转税结构,增加保障房建设,通过调整房产税降低住房的投资需求。同时,还要提升政府对于公共资源的投入,实现公共服务均等化等。
[2]何芳.何谓真正的房地产发展长效机制——从租售新政谈开去[J].探索与争鸣,2017(11):102-109.
[3]黄忠华,徐卫丽,杜雪君.城市更新对房地产市场的时空影响效应:基于杭州市的实证研究[J].地理科学,2019(11):1757-1762.
[4]刘中显,荣晨.房地产市场调控长效机制的建立与完善[J].宏观经济研究,2017(12):92-105.
[5]高培勇.住房制度改革与房地产市场长效机制探索——评《我国城市住房制度改革研究:变迁、绩效与创新》[J].财贸经济,2018(5):162-163.
[6]王芳.房地产价格变化趋势与宏观调控长效机制构建[J].商业经济研究,2017(19):178-180.
[7]刘晓欣,雷霖.金融杠杆、房地产价格与金融稳定性——基于SVAR模型的实证研究[J].经济学家,2017(8):65-74.