经济政策不确定性对房价的影响.docx
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
经济政策不确定性对房价的影响
一、引言
近些年,欧元区危机持续升温、美伊冲突不断加剧、中美贸易关系紧张,全球政Z经济形势动荡不定。加之我国正处于经济增速减缓、产业结构升级的关键时期,经济下行压力持续加大,为调控经济发展、促进供给侧结构性改革、消化前期刺激政策,政F出台了“互联网+”、减税降费、扶持民营企业等一系列经济政策。然而,外部政Z经济环境的不稳定以及内部经济的下行压力加剧了国内经济政策的不确定性。图1刻画的即是20XX年以来,我国经济政策不确定指数的波动情况,也显示出20XX年至今,我国经济政策不确定性持续加剧,达到了近10年的顶峰。众所周知,经济政策的不确定性会对宏观经济产生不可估量的影响———改变企业的投资行为和居民的消费行为、影响市场价格和GDP增长等(金雪军,等,20XX年1月-20XX年3月中国宏观经济数据考察了在不同程度的政策不确定状态下宏观冲击对房价波动的影响,发现较高的政策不确定性会造成房价波动。无独有偶,El-Montasseretal.(20XX年XX市房地产市场月度数据,分析市场预期及政策不确定性对房价波动的影响,结果发现政策不确定性的增加会抑制房价波动,因为市场参与者(居民和开发商)的风险偏好皆会降低。对于经济政策不确定性对房价影响的方向性问题,Choudhry(20XX年宏观月度数据同样发现经济政策不确定性指数与房价呈负相关关系。也有学者对国内不同区域的经济政策不确定性对房价的影响进行探究。比如,胡成春、陈迅(20XX年1月-20XX年10
月我国省级面板数据,采用GVAR模型研究发现经济政策不确定性对房价的影响具有异质性:东部地区表现为房价上涨,东北地区相反,中西部地区呈现房价波动态势。20XX年中Y经济工作会议提出,要“全面落实因城施策,稳地价、稳房价、稳预期的长效管理调控机制,促进房地产市场平稳健康发展”。为了更好地防控房价波动,我们首先需要了解经济政策不确定性对不同类型城市房价的影响及机理,然后才能有针对性地、因地制宜地提出合理的调控城市房价的方案。正如Choudhry(20XX年40个大中城市的面板数据,应用PVAR模型从需求和供给方面研究经济政策不确定性对房价的影响,分城市类型讨论其异质性,并提出相应的政策意见。与以往的研究相比,本文的贡献主要有两点:(1)将研究领域由区域扩展到城市,更符合“因城施策”的需要;(2)从供给和需求两方面,为经济政策不确定性影响房价的机理提供了实证依据。
二、计量模型设定、变量与数据说明
(一)模型设定
本文将构建一个包含房价(HP)、房地产投资(HI)、售房面积(HA)及经济政策不确定性(EPU)四个变量的P阶滞后PVAR模型,具体设定如下:Yit=γ0+φ1Yit-1+…+φpYit-p+γi+εit(1)其中,i代表城市,t代表年份,Yit={lnHPit,lnHIit,lnHAit,lnEPUt}表示城市i在年份t的4个内生变量的4×1向量,p是滞后阶数,γi表示城市固定效应,εit是残差项。
(二)变量与数据说明
本文基于20XX年40个大中城市的面板数据,从供需两方面考察经济政策不确定性对城市房价的影响。其中,房价(HP)由商品房销售额/商品房销售面积得到,售房面积(HA)由商品房销售面积表示,房地产投资(HI)由房地产开发投资额度量,数据来源于国家信息中心国信房地产信息网。这里用售房面积(HA)刻画公众对房屋的需求,用房地产开发投资额体现房地产开发商对房屋的供给。至于经济政策不确定性,本文利用Baker等人构建的中国经济政策不确定性指数(EPU)表示,由于Baker等人提供的数据是月度数据,本文将每年12个月的平均值作为该年的经济政策不确定性指数。另外,房价和房地产投资额是利用20XX年为基期的省级GDP平减指数平减之后的实际值,为了减轻异方差并消除数据异常值的影响,所有变量均采用对数值。
三、实证结果分析
(一)滞后阶数
p的确定本文根据信息准则标准,确定面板VAR模型(式1)的滞后阶数,检验结果见表1。表1显示:BIC法则给出的最优滞后阶数是1阶,而AIC及HQIC法则表明4阶才是最佳滞后阶数。考虑到判断比较精简模型的滞后阶数一般倾向于使用BIC和HQIC法则,并且为了保留更多的有效数据,基准结果中滞后阶数确定为1阶。在后文中,根据城市GDP排名将40个城市平均分为两类,排名靠前的称为大型城市,靠后的称为中型城市。在对分样本进行脉冲反应分析之前,根据信息准则检验其最优滞后阶数,结果表示:大型城市样本最优滞后阶数是4阶,中型城市样本最优滞后阶数是3阶。
(二)脉冲响应函数分析
脉冲响应可以清楚地考察模型中内生变量之间的交互影响。图2展示的即是房价、房地产投资、售房面积与经济政策不确定性的脉冲响应图。图2中的中间线是脉冲响应函数,上下两线表示正负两倍标准差偏离。为了简洁,这里只汇报了房价、房地产投资与售房面积对经济政策不确定性冲击的脉冲响应图,分别展示在图2的第一、二、三列。1.经济政策不确定性对大中城市房价的影响图2第一行的三张图展示的是经济政策不确定性冲击对大中城市房地产市场的影响。从第一张图可以看出,经济政策不确定冲击对大中城市房价产生正向影响,从第一期开始,到第四期仍然存在;第二张图显示,从冲击开始到第四期,房地产投资对经济政策不确定性冲击的响应都是负向的;第三张图表示,经济政策不确定性冲击对售房面积的影响是正向的,在第二期达到最大值,随后逐渐减弱。由此说明在经济政策不确定的冲击下,房地产市场的供给方会减少投资,需求方将提高购买意愿,从而导致房价上涨。2.经济政策不确定性对大型城市房价的影响图2第二行的三张图展示的是经济政策不确定性冲击对大型城市房地产市场的影响。与总样本结果相同的是,短期内大型城市房价对经济政策不确定性冲击呈正向反应,这种正向响应在第一期达到最大,随后减弱直到第三期为0。并且,经济政策不确定性冲击对房地产投资的影响也是负向的。不同的是,房屋销售面积对经济政策不确定性冲击的响应却是负的,且在第三期达到最大。也就是说,在经济政策不确定的冲击下,大型城市房地产市场出现短期萎缩,可能是因为相对于