• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      深圳住房出售價(jià)格與租賃價(jià)格關(guān)系研究

      2021-08-19 22:21:06鄭軍于浩楠
      關(guān)鍵詞:VAR模型

      鄭軍 于浩楠

      摘要:深圳市目前房價(jià)租金比過高,不利于房地產(chǎn)市場的整體發(fā)展。深圳要發(fā)揮住房租賃市場的突出作用以及加快建立多主體供給的住房制度首先需要厘清房價(jià)與房租之間的相互影響機(jī)制。構(gòu)建新房銷售價(jià)格、二手房銷售價(jià)格和住房租賃價(jià)格三元VAR模型實(shí)證分析了深圳房價(jià)與房租的相互關(guān)系。研究表明,深圳新房銷售價(jià)格單向沖擊影響住房租賃價(jià)格,二手房銷售價(jià)格與住房租賃價(jià)格互為因果關(guān)系雙向傳導(dǎo)。為完善深圳房地產(chǎn)市場健康發(fā)展長效機(jī)制,建議深圳市在保持新房市場穩(wěn)定的同時(shí)也要規(guī)范二手房市場發(fā)展,此外也要對財(cái)稅調(diào)控政策進(jìn)行改革優(yōu)化。

      關(guān)鍵詞:房屋銷售價(jià)格;住房租賃價(jià)格;VAR模型;脈沖響應(yīng)分析

      中圖分類號(hào):F293.3 文獻(xiàn)標(biāo)識(shí)碼:A

      文章編號(hào):1001-9138-(2021)01-0016-26 收稿日期:2020-12-03

      1 引言

      2020年深圳經(jīng)濟(jì)特區(qū)成立40周年,深圳作為粵港澳大灣區(qū)核心城市以及中央支持建設(shè)的中國特色社會(huì)主義先行示范區(qū),在中共中央國務(wù)院《關(guān)于支持深圳建設(shè)中國特色社會(huì)主義先行示范區(qū)的意見》中明確提到要進(jìn)一步完善保障性住房制度,突出發(fā)揮住房租賃市場在房地產(chǎn)整體市場中的作用。深圳要堅(jiān)決貫徹“房住不炒”政策總基調(diào),加快發(fā)展完善住房租賃市場,首先需要厘清房價(jià)與房租的相互傳導(dǎo)機(jī)制以及房屋銷售市場是如何沖擊住房租賃市場的。目前深圳出現(xiàn)新房銷售價(jià)格與二手房銷售價(jià)格“倒掛”現(xiàn)象,此外住房租賃市場中的房源主要為二手房,因此有必要將二手房價(jià)格納入整體房價(jià)中進(jìn)行研究分析。

      黨的十九大報(bào)告中明確提出堅(jiān)持“房子是用來住的、不是用來炒的定位,加快建立多主體供給、多渠道保障、租購并舉的住房制度,讓全體人民住有所居?!睘橐种品績r(jià)過快增長,目前中央和地方政府主要調(diào)控手段以“限購”“限貸”“限價(jià)”等行政手段為主,但在房地產(chǎn)市場發(fā)展過程中存在調(diào)控政策與房價(jià)動(dòng)態(tài)穩(wěn)定相悖的現(xiàn)象,同時(shí)也應(yīng)該看到國家決策層也在積極加快發(fā)展住房租賃市場等市場手段來緩解房屋供需錯(cuò)配壓力。房地產(chǎn)市場作為一個(gè)有機(jī)的整體包括土地市場、新房市場、二手房市場、住房租賃市場等,目前深圳房價(jià)租金比過高反映房地產(chǎn)市場有巨大的泡沫,容易引發(fā)金融系統(tǒng)性風(fēng)險(xiǎn),把握各子市場間的相互聯(lián)動(dòng)對于穩(wěn)定房價(jià)抑制房地產(chǎn)市場泡沫顯得尤為重要。深圳作為“先行示范區(qū)”理應(yīng)在房地產(chǎn)調(diào)控市場化上做到先行先試,將好的方案推廣至全國以此來保持我國房地產(chǎn)市場平穩(wěn)健康發(fā)展。

      本文以下結(jié)構(gòu)安排如下:對相關(guān)文獻(xiàn)的回顧與概述;對數(shù)據(jù)進(jìn)行說明并構(gòu)建三元向量自回歸(VAR)模型;通過脈沖響應(yīng)函數(shù)以及方差分解實(shí)證分析房屋銷售價(jià)格與住房租賃價(jià)格的相互關(guān)系;穩(wěn)健性檢驗(yàn)以使本文研究結(jié)論更可靠;對全文進(jìn)行總結(jié)并根據(jù)本文研究結(jié)論提出對深圳完善房地產(chǎn)市場健康發(fā)展長效機(jī)制的政策建議。

      2 文獻(xiàn)綜述

      2.1 房屋銷售價(jià)格與住房租賃價(jià)格

      在現(xiàn)有文獻(xiàn)中從多角度分析了房屋銷售價(jià)格與房屋租賃價(jià)格之間關(guān)系,比如人均可支配收入、房地產(chǎn)調(diào)控政策以及傳統(tǒng)思想文化等。大部分學(xué)者研究認(rèn)為房價(jià)影響房租,杜紅艷和馬永開(2009)通過對全國房屋銷售價(jià)格指數(shù)與房屋租賃價(jià)格指數(shù)時(shí)間序列實(shí)證分析得出在短期內(nèi)房價(jià)與租金相互獨(dú)立、房價(jià)是租金變動(dòng)的長期因素,鄭文娟(2011)研究得出在短期中城市住房價(jià)格和住房租金互為因果相互影響,在長期中住房價(jià)格顯著影響住房租金,但住房租金卻無法顯著影響住房價(jià)格。但也有部分學(xué)者研究認(rèn)為房屋銷售市場與住房租賃市場更傾向于為雙重市場,崔娜娜等(2018)利用北京2006-2016年房價(jià)、房租數(shù)據(jù)研究得出北京市房屋銷售市場和住房租賃市場發(fā)展基本相對獨(dú)立,造成這種現(xiàn)象的原因主要為兩個(gè)市場服務(wù)的人群以及發(fā)育程度有所差異。

      與此同時(shí)深圳市目前房價(jià)房租比過高,高波等(2013)認(rèn)為居民人均可支配收入差距的擴(kuò)大是造成城鎮(zhèn)房價(jià)房租比升高的主要因素,加快推進(jìn)住房租賃市場發(fā)展是抑制房價(jià)房租比過高的重要措施。對于房租對房價(jià)的影響,陳思翀和陳英楠(2019)認(rèn)為租金雖然也對北上廣深住房市場波動(dòng)有影響但影響不如資金使用成本明顯。

      另外,我們也不可忽視傳統(tǒng)婚姻觀念對房屋銷售市場和住房租賃市場的影響,婚姻匹配也影響著住房租購的選擇,進(jìn)而影響購房或租房的需求,蔡宏波等(2019)研究得出傳統(tǒng)門當(dāng)戶對家庭更傾向于選擇租房,深圳在推進(jìn)住房租賃市場發(fā)展的同時(shí)不可忽略傳統(tǒng)思想對居民租購選擇的影響。

      2.2 影響新房銷售價(jià)格的因素

      通過上文梳理發(fā)現(xiàn)大部分學(xué)者認(rèn)為住房租賃價(jià)格受到房屋銷售價(jià)格影響,只有保持房價(jià)的相對穩(wěn)定,我們才可以使住房租賃市場平穩(wěn)健康發(fā)展,為此需要明確影響房屋銷售價(jià)格的影響因素。我國房價(jià)在基本面主要是由供求決定,況偉大和李濤(2012)認(rèn)為要穩(wěn)定房價(jià)首先應(yīng)該是調(diào)節(jié)房屋供需關(guān)系。此外深圳作為“移民”城市不可忽視流動(dòng)人口對房屋銷售價(jià)格的影響,徐騰和姚洋(2018)結(jié)合普查數(shù)據(jù)和“百度遷徙”數(shù)據(jù)研究得出流動(dòng)人口每增加1%將會(huì)導(dǎo)致房價(jià)上漲0.36%,并且得出房價(jià)對人口遷入的負(fù)反饋并不顯著,深圳需要增加房屋供給來滿足日益增長的房屋需求。

      中央政治局會(huì)議明確指出,要引導(dǎo)利率下行,保持流動(dòng)性合理充裕(整理自2020年3月27日中共中央政治局會(huì)議新聞稿)。馬勇和吳雪妍(2018)認(rèn)為房地產(chǎn)信貸規(guī)模較高的地區(qū)銀行信貸對房價(jià)會(huì)產(chǎn)生更為顯著的影響,同時(shí)投資者情緒也起到了加速器的作用。當(dāng)前我國企業(yè)尤其是中小企業(yè)普遍存在融資難融資貴問題,陳詩一和王祥(2016)通過建立包括房地產(chǎn)市場在內(nèi)的多部門DSGE模型研究得出當(dāng)社會(huì)融資成本較高時(shí)降低利率會(huì)使得房價(jià)顯著上升,倪鵬飛(2019)認(rèn)為寬松的貨幣政策加大了大中小城市的住房價(jià)格分化,因此央行在引導(dǎo)利率下行時(shí)要防止信貸資金再次大規(guī)模流入房地產(chǎn)市場引起房價(jià)的非平穩(wěn)變化。

      對于財(cái)稅政策同樣不可忽視,目前我國各地方政府建設(shè)的保障性住房比如公租房、安居房資金來源大部分為財(cái)政資金。我國也明確提出要穩(wěn)妥推進(jìn)房產(chǎn)稅立法,駱永民和伍文中(2012)研究得出旨在對住房持有環(huán)節(jié)征稅的房產(chǎn)稅改革在長期可以有效降低房價(jià),并且能發(fā)揮良好的自動(dòng)穩(wěn)定器功能以平抑房價(jià)變化所導(dǎo)致的宏觀經(jīng)濟(jì)變動(dòng),在新時(shí)代下可以考慮對住房保有環(huán)節(jié)加大征稅,作為現(xiàn)有房地產(chǎn)市場長效調(diào)節(jié)機(jī)制的補(bǔ)充。我們在統(tǒng)籌經(jīng)濟(jì)社會(huì)更好發(fā)展的同時(shí)應(yīng)當(dāng)在原有水平上投入更多的財(cái)政資金建設(shè)保障性住房,加快發(fā)展住房租賃市場,盧新海等(2015)認(rèn)為當(dāng)“限購”等調(diào)控手段逐漸退出市場調(diào)控時(shí)應(yīng)該適當(dāng)擴(kuò)大保障性住房工程投資進(jìn)而推動(dòng)房地產(chǎn)市場結(jié)構(gòu)化轉(zhuǎn)型。

      二手房市場作為房地產(chǎn)市場的重要組成部分對新房銷售市場的影響不可忽視,祁神軍和張?jiān)撇ǎ?011)認(rèn)為從長期看二手房的活躍交易在轉(zhuǎn)移部分新房需求的同時(shí)最終會(huì)進(jìn)一步推動(dòng)新房市場的發(fā)展,同時(shí)二手房市場也與住房租賃市場存在相互關(guān)系。我們也需要特別注意到國家調(diào)控政策也會(huì)對住房租賃價(jià)格產(chǎn)生影響,朱國鐘和顏色(2013)對住房調(diào)控政策進(jìn)行效果分析得出調(diào)控政策通過抑制對商品房消費(fèi)將住房需求轉(zhuǎn)化為租房需求,從而推高房租上漲,深圳加快發(fā)展住房租賃市場也需要考慮房地產(chǎn)調(diào)控政策的影響。

      本文相對于已有文獻(xiàn)創(chuàng)新點(diǎn)在于:第一,通過構(gòu)建三元VAR模型進(jìn)而利用脈沖響應(yīng)函數(shù)以及預(yù)測誤差的方差分解研究房價(jià)與房租之間的相互影響關(guān)系。第二,以中國特色社會(huì)主義先行示范區(qū)深圳市為研究對象,揭示深圳房地產(chǎn)市場下的房租與房價(jià)關(guān)系。

      3 數(shù)據(jù)說明與VAR模型構(gòu)建

      3.1 變量選取與數(shù)據(jù)來源

      本文從中國指數(shù)研究院選取深圳市2005年12月至2019年12月的每月新房銷售價(jià)格指數(shù)、租賃價(jià)格指數(shù)、二手房銷售價(jià)格指數(shù),各指數(shù)走勢如圖1所示。

      中國指數(shù)研究院在編制新房銷售價(jià)格指數(shù)時(shí)每期數(shù)據(jù)來源于房天下機(jī)構(gòu)人員收集所在城市的項(xiàng)目報(bào)價(jià)、規(guī)模信息等,數(shù)據(jù)來源可靠。指數(shù)計(jì)算采用模型為:

      其中It為t期價(jià)格指數(shù),It-1為t-1期價(jià)格指數(shù),為t期物業(yè)價(jià)格,為t-1期物業(yè)價(jià)格, 為上期建筑面積。此模型在考慮房屋面積對房屋整體售價(jià)影響的同時(shí),可以充分反映當(dāng)期價(jià)格與上期價(jià)格的變動(dòng)趨勢,更具合理性。住房租賃價(jià)格指數(shù)和二手房銷售價(jià)格指數(shù)計(jì)算模型與新房銷售價(jià)格指數(shù)模型計(jì)算類似。以上3種價(jià)格指數(shù)可以反映新房銷售價(jià)格、住房租賃價(jià)格、二手房銷售價(jià)格的變化幅度大小與價(jià)格走勢,能夠分別作為新房市場、住房租賃市場、二手房市場較好的代理變量。

      從深圳市統(tǒng)計(jì)局匯總編制了財(cái)稅收入房產(chǎn)稅指數(shù),從深圳市住房和建設(shè)局匯總編制了保障性住房指數(shù),從中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫選取編制了銀行間債券質(zhì)押式回購交易加權(quán)平均利率(7天)指數(shù)(以下簡稱利率指數(shù)),具體變量名稱說明見表1。為使本文所選用的各指數(shù)在計(jì)算方法上具有一致性,在計(jì)算編制房產(chǎn)稅指數(shù)、保障性住房指數(shù)、利率指數(shù)時(shí)與新房銷售價(jià)格指數(shù)采用相同思想。以保障性住房指數(shù)為例,采用模型如下:

      其中It為t期保障性住房指數(shù),It-1為t-1期保障性住房指數(shù),Nt為t期保障性住房數(shù)量,Nt-1為t-1期保障性住房數(shù)量。

      為了更好地消除各變量之間的異方差影響,從而更好地反映各變量之間的線性變化趨勢以及使回歸結(jié)果中各變量系數(shù)的意義更為明確,本文對表1中所列指數(shù)均做自然對數(shù)處理,下文各變量記號(hào)均表示經(jīng)過自然對數(shù)處理后的數(shù)據(jù)。

      3.2 向量自回歸模型(VAR模型)

      向量自回歸模型(Vector Autoregression,簡記VAR)是Sims在1980年所提出的,是對自回歸模型的推廣與應(yīng)用。VAR模型可以對多變量時(shí)間序列進(jìn)行高效準(zhǔn)確分析,VAR系統(tǒng)內(nèi)每個(gè)變量可以為內(nèi)生變量也可以為外生變量,每個(gè)內(nèi)生變量受到自身滯后項(xiàng)的影響,同時(shí)也有可能受到其他變量當(dāng)期或滯后期的影響。

      本文研究對象新房銷售價(jià)格指數(shù)、住房租賃價(jià)格指數(shù)、二手房銷售價(jià)格指數(shù)同屬于房地產(chǎn)市場下的價(jià)格指數(shù),可以視為房地產(chǎn)市場的內(nèi)生變量。因此以上述3種指數(shù)作為內(nèi)生變量構(gòu)建三元VAR系統(tǒng)分析深圳市新房價(jià)格、房租、二手房價(jià)格之間的聯(lián)動(dòng)傳染,相比于其他模型具有可行性與優(yōu)越性。綜上,構(gòu)建HSI、HRI、SSI變量VAR模型如下:

      3.3 平穩(wěn)性檢驗(yàn)

      構(gòu)建VAR模型前,需要對時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)。在進(jìn)行時(shí)間序列平穩(wěn)性檢驗(yàn)時(shí)通常使用DF檢驗(yàn)、ADF檢驗(yàn)、PP檢驗(yàn)、KPSS檢驗(yàn)等方法。本文使用ADF檢驗(yàn)方法對序列進(jìn)行平穩(wěn)性檢驗(yàn),整理檢驗(yàn)結(jié)果見表2。原序列均存在單位根為非平穩(wěn)序列,在進(jìn)行一階差分后均為平穩(wěn)序列且在1%水平上顯著,故HSI、HRI、SSI為1階單整序列,可以進(jìn)行VAR模型估計(jì)。

      此外,估計(jì)VAR模型還需進(jìn)行滯后階數(shù)的確定。VAR模型滯后階數(shù)的選擇通常依據(jù)信息準(zhǔn)則比如AIC、HQIC、SBIC來確定。我們需要更多的滯后階數(shù)來反映模型的動(dòng)態(tài)特征,但更高的滯后階數(shù)會(huì)使參數(shù)估計(jì)量上升從而損失較多樣本容量,同時(shí)滯后階數(shù)的選擇應(yīng)保證隨機(jī)擾動(dòng)項(xiàng)為白噪聲序列即不存在自相關(guān)性。本文綜合信息準(zhǔn)則AIC值最小以及殘差無自相關(guān)性原則,最終確定滯后階數(shù)為9。進(jìn)一步圖2顯示此滯后9階的VAR模型為穩(wěn)定平穩(wěn)過程,可以利用此VAR模型進(jìn)行HSI、HRI、SSI之間的正交化脈沖響應(yīng)分析以及方差分解分析。

      4 實(shí)證研究

      4.1 格蘭杰因果檢驗(yàn)

      格蘭杰因果檢驗(yàn)在計(jì)量經(jīng)濟(jì)學(xué)中用于變量之間的因果關(guān)系檢驗(yàn),即確定因果關(guān)系是從x到y(tǒng)或是從y到x,抑或是雙向因果關(guān)系。對于時(shí)間序列模型:

      檢驗(yàn)原假設(shè)“H0:β1=…=βp = 0”,即x的過去值對預(yù)測y的值沒有幫助。倘若拒絕原假設(shè),則稱x是y的“格蘭杰原因”(Granger cause)。HSI、HRI、SSI格蘭杰因果檢驗(yàn)結(jié)果見表3。從格蘭杰因果檢驗(yàn)顯著性結(jié)果來看,住房租賃價(jià)格指數(shù)過去值不能解釋新房銷售價(jià)格指數(shù),但新房銷售價(jià)格指數(shù)過去值可以解釋住房租賃價(jià)格指數(shù),此結(jié)果可以表明目前深圳市的住房租賃價(jià)格不能傳導(dǎo)至新房銷售價(jià)格,深圳市住房租賃市場與新房銷售市場之間是單向傳導(dǎo)關(guān)系。深圳市的住房租賃價(jià)格指數(shù)與二手房銷售價(jià)格指數(shù)互為格蘭杰因果關(guān)系,同時(shí)深圳市的新房銷售價(jià)格指數(shù)與二手房價(jià)格指數(shù)也互為格蘭杰因果關(guān)系。

      4.2 脈沖響應(yīng)分析

      進(jìn)一步利用VAR模型計(jì)算脈沖響應(yīng)函數(shù),以用來評(píng)估在其他條件不變的情況下當(dāng)系統(tǒng)內(nèi)部某一變量受到?jīng)_擊后會(huì)對該變量及其他變量產(chǎn)生怎樣的動(dòng)態(tài)影響。在實(shí)證分析中通常做法為匯報(bào)正交化脈沖響應(yīng)圖(未正交化的脈沖響應(yīng)函數(shù)無法厘清各變量沖擊的單獨(dú)影響,不具有分析意義)以便直觀分析出外部沖擊所造成的動(dòng)態(tài)影響。正交化的脈沖響應(yīng)函數(shù)依賴于變量的次序排列,本文在此處通過格蘭杰因果檢驗(yàn)以及交叉相關(guān)系數(shù)確定變量次序?yàn)镈_HSI、D_SSI、D_HRI。正交化脈沖響應(yīng)圖如圖3所示。通過正交化脈沖響應(yīng)圖,我們可以清晰看到某一外部沖擊對各變量的影響。住房租賃價(jià)格受到?jīng)_擊不會(huì)對新房銷售價(jià)格造成沖擊,但住房租賃價(jià)格受到?jīng)_擊會(huì)對二手房銷售價(jià)格造成短期正向沖擊,隨后沖擊影響逐漸消失。新房銷售價(jià)格受到?jīng)_擊會(huì)對住房租賃價(jià)格造成短期動(dòng)態(tài)影響但隨后影響逐漸消失,此外新房銷售價(jià)格受到?jīng)_擊會(huì)在短期內(nèi)對二手房銷售價(jià)格有正向沖擊且沖擊強(qiáng)度較大,但在隨后沖擊的影響也逐漸消失。外部對二手房銷售價(jià)格的沖擊會(huì)短暫對住房租賃價(jià)格造成正向影響,同時(shí)也會(huì)對新房銷售價(jià)格造成短暫的正向影響,但對住房租賃價(jià)格與新房銷售價(jià)格的影響在長期都逐漸趨近于零。通過脈沖響應(yīng)函數(shù)圖可以明確新房銷售市場與住房租賃市場為單向傳導(dǎo)即新房銷售市場單向沖擊住房租賃市場,這也與格蘭杰因果檢驗(yàn)結(jié)果相一致。新房銷售市場對二手房銷售市場的影響通過住房租賃市場作為中間傳導(dǎo)市場放大影響。住房租賃市場由于不能動(dòng)態(tài)影響新房銷售市場,所以住房租賃市場對二手房市場的影響不能疊加新房銷售市場對二手房銷售市場的影響。

      4.3 預(yù)測誤差的方差分解

      VAR模型的主要用途之一便是預(yù)測,在進(jìn)行參數(shù)估計(jì)后可以得到向前一期的預(yù)測。方差分解計(jì)算了某一個(gè)變量外部的正交化沖擊對另一個(gè)變量預(yù)測值均方誤差的貢獻(xiàn)大小,這是在進(jìn)行完正交化脈沖相應(yīng)函數(shù)分析后度量某一個(gè)變量對另一個(gè)變量影響的又一種方法。在進(jìn)行此部分方差分解分析時(shí),沿用上文D_HSI、D_SSI、D_HRI的變量次序,預(yù)測方差分解如圖4所示。

      從圖4中可以看出,對新房銷售價(jià)格向前一期進(jìn)行預(yù)測,其預(yù)測方差全部來自于其自身,隨著向前預(yù)測的期數(shù)逐步增加新房銷售價(jià)格的預(yù)測方差有部分來自于二手房銷售價(jià)格,來自于住房租賃價(jià)格的部分幾乎仍為0。這表明新房銷售價(jià)格在未來短期內(nèi)主要是受自身價(jià)格的影響,長期內(nèi)會(huì)受二手房銷售價(jià)格的影響,但住房租賃價(jià)格始終無法影響新房銷售價(jià)格,這與前文新房銷售價(jià)格單向沖擊住房租賃價(jià)格的結(jié)果相一致。

      對住房租賃價(jià)格做向前一期的預(yù)測,其預(yù)測方差有92%來自于自身,剩下來自于新房銷售價(jià)格和住房租賃價(jià)格,向前作二十期預(yù)測時(shí),其預(yù)測方差來自于二手房銷售價(jià)格的部分顯著上升而來自于新房銷售價(jià)格的部分則相對保持平穩(wěn),這表明住房租賃價(jià)格在未來更多的是受到二手房銷售價(jià)格的影響。此外,對二手房銷售價(jià)格向前一期進(jìn)行預(yù)測,其預(yù)測方差87%來自于自身影響,13%來自于新房銷售價(jià)格的影響;對二手房銷售價(jià)格向前作二十期預(yù)測,其預(yù)測方差66%來自于自身,24%來自于新房銷售價(jià)格,10%來自于住房租賃市場。

      4.4 OLS線性回歸

      前述內(nèi)容已通過構(gòu)建VAR模型對新房銷售價(jià)格指數(shù)、住房租賃價(jià)格指數(shù)、二手房銷售價(jià)格指數(shù)進(jìn)行脈沖響應(yīng)函數(shù)分析以及方差分解分析并得出新房銷售價(jià)格單向傳導(dǎo)沖擊住房租賃價(jià)格,但VAR模型更傾向于對變量未來值的預(yù)測。為此,需要通過構(gòu)建線性回歸模型精確評(píng)估房屋銷售價(jià)格包括新房銷售價(jià)格與二手房銷售價(jià)格對住房租賃價(jià)格的影響,使用OLS法進(jìn)行回歸分析。

      OLS法的回歸基本思想是通過構(gòu)造函數(shù)使得所有殘差和取最小,從而實(shí)現(xiàn)最優(yōu)線性函數(shù)匹配。在滿足線性回歸模型的基本假設(shè)下,最小二乘估計(jì)量具有無偏性與有效性(最小方差性)的特性,這使得OLS法可以給出在統(tǒng)計(jì)意義上較好的參數(shù)擬合結(jié)果。OLS估計(jì)法的無偏性與有效性結(jié)合起來,使得按照同樣的置信度,OLS估計(jì)量的置信區(qū)間最小,最集中于真實(shí)值周圍。

      由前文格蘭杰因果檢驗(yàn)以及脈沖響應(yīng)函數(shù)分析,新房銷售市場與二手房銷售市場互為因果存在雙向傳導(dǎo)關(guān)系,另一方面通過檢驗(yàn)方差膨脹因子(VIF)值為29.75大于10,認(rèn)為新房銷售價(jià)格指數(shù)與二手房銷售價(jià)格指數(shù)存在共線性,所以此處精確評(píng)估新房銷售價(jià)格對住房租賃市場的影響,在穩(wěn)健性檢驗(yàn)時(shí)評(píng)估二手房銷售價(jià)格對住房租賃市場的影響。分別以2005年12月至2019年12月(以下稱樣本1)和2017年1月至2019年12月(以下稱樣本2)為時(shí)間跨度進(jìn)行OLS回歸,回歸結(jié)果如表4和表5。

      選用樣本1是為總體評(píng)估深圳市新房銷售價(jià)格對住房租賃價(jià)格的影響,選用樣本2是為突出黨的十九大后深圳市新房銷售價(jià)格對住房租賃價(jià)格的影響。從表4來看,整體上當(dāng)期新房銷售價(jià)格指數(shù)上漲1%會(huì)造成住房租賃價(jià)格指數(shù)上漲0.694%,上期新房銷售價(jià)格指數(shù)對本期住房租賃價(jià)格指數(shù)的影響為0.688。從表5來看,2017年之后當(dāng)期新房銷售價(jià)格指數(shù)上漲1%會(huì)造成住房租賃價(jià)格指數(shù)上漲1.22%,上期新房銷售價(jià)格指數(shù)對本期住房租賃價(jià)格指數(shù)的影響為1.03。通過比較表4與表5,新房銷售市場對住房租賃市場的影響彈性由0.694提高到1.22,這從側(cè)面表明黨的十九大提出“房住不炒”以及“租購并舉”后,對深圳新房銷售市場一個(gè)沖擊將會(huì)對住房租賃市場造成一個(gè)較為強(qiáng)烈的反應(yīng)。

      5 穩(wěn)健性檢驗(yàn)

      穩(wěn)健性檢驗(yàn)是要對回歸結(jié)果排除樣本的偶然估計(jì)現(xiàn)象,以便使得實(shí)證分析所得結(jié)論更可行。本文在此部分通過替換變量、沖擊變量以及改變計(jì)量方法分別進(jìn)行穩(wěn)健性檢驗(yàn)。替換變量是用二手房銷售價(jià)格指數(shù)替換新房銷售價(jià)格指數(shù),由于新房銷售價(jià)格與二手房銷售價(jià)格互為格蘭杰因果且兩個(gè)市場雙向傳導(dǎo),所以可以認(rèn)為二手房銷售價(jià)格在一定程度上可以替代新房銷售價(jià)格的作用。沖擊變量指增加變量房產(chǎn)稅指數(shù)、利率指數(shù)、保障性住房指數(shù),由于利率指數(shù)是由貨幣政策影響,而貨幣政策在我國一定程度上是由國家決策層決定具有外生性,所以可以作為控制變量沖擊新房銷售價(jià)格指數(shù)。同時(shí)引入工具變量使用GMM法重新進(jìn)行線性回歸,工具變量為房產(chǎn)稅指數(shù)、保障性住房指數(shù),由于現(xiàn)行房產(chǎn)稅、保障性住房建設(shè)基本由財(cái)稅政策決定,保障性住房建設(shè)工程資金大部分來源于財(cái)政資金,并且財(cái)稅政策同樣由決策層決定可以看作外生變量,所以可以將房產(chǎn)稅指數(shù)、保障性住房指數(shù)作為新房銷售價(jià)格的工具變量。此外,也通過OLS法評(píng)估金融政策、財(cái)稅政策各外部沖擊對新房銷售價(jià)格、住房租賃價(jià)格、二手房銷售價(jià)格的影響。

      在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí),各變量時(shí)間跨度均選擇為2017年1月至2019年12月。檢驗(yàn)結(jié)果見表6。

      由表6可以得出,前文新房銷售價(jià)格對住房租賃價(jià)格的單向影響可以通過穩(wěn)健性檢驗(yàn)。用二手房價(jià)格指數(shù)替換新房銷售價(jià)格指數(shù)后二手房價(jià)格對住房租賃價(jià)格依然為正向影響,在1%水平上顯著且系數(shù)與表4中新房銷售價(jià)格指數(shù)對住房租賃價(jià)格指數(shù)彈性影響系數(shù)基本一致。在加入利率的外部沖擊后,新房銷售價(jià)格指數(shù)對住房租賃價(jià)格的彈性影響為1.237,與在沒有沖擊下的彈性影響1.220基本一致。表6中GMM模型(3)在引入工具變量后新房銷售價(jià)格指數(shù)也同樣在5%的顯著水平上影響為正,在剔除內(nèi)生性影響后系數(shù)有所增大。保障性住房指數(shù)對住房租賃價(jià)格有正向輕微影響0.0481,考慮到政府加大公租房供應(yīng)以及提出“租購并舉”會(huì)盤活住房租賃市場,引導(dǎo)低收入群體由購房轉(zhuǎn)向租房減少生活成本,造成住房租賃價(jià)格的輕微上漲。同時(shí)新房市場與二手房市場雙向傳導(dǎo)也可以通過穩(wěn)健性檢驗(yàn),新房銷售價(jià)格對二手房銷售價(jià)格的影響為1.605是強(qiáng)沖擊,二手房銷售價(jià)格對新房銷售價(jià)格的影響為0.232強(qiáng)度較弱,這也與正交化脈沖響應(yīng)函數(shù)分析結(jié)果相一致,新房銷售價(jià)格對二手房銷售價(jià)格的沖擊影響大于二手房銷售價(jià)格對新房銷售價(jià)格的沖擊影響。利率的降低反而會(huì)使新房銷售價(jià)格的上漲,但對二手房銷售價(jià)格的影響有限。同時(shí)應(yīng)該從檢驗(yàn)結(jié)果(6)和(8)中看到,除了利率對新房銷售價(jià)格的影響能通過顯著性檢驗(yàn)外,房產(chǎn)稅指數(shù)、保障性住房指數(shù)對新房銷售價(jià)格以及二手房銷售價(jià)格的影響均不能通過顯著性影響。這需要我們警惕反思現(xiàn)行的房產(chǎn)稅稅收政策以及加大力度建設(shè)的保障性住房能否真正實(shí)現(xiàn)“房住不炒、住有所居”。

      6 結(jié)論與政策建議

      本文從中國指數(shù)研究院獲取新房銷售價(jià)格指數(shù)、住房租賃價(jià)格指數(shù)、二手房銷售價(jià)格指數(shù),從深圳市統(tǒng)計(jì)局獲取編制房產(chǎn)稅指數(shù)、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫獲取編制利率指數(shù)、深圳市住房和建設(shè)局獲取編制保障性住房指數(shù),通過VAR模型以及多元線性回歸研究得出:深圳新房銷售價(jià)格單向沖擊影響住房租賃價(jià)格,其主要影響機(jī)理為新房銷售價(jià)格沖擊影響二手房銷售價(jià)格,進(jìn)而以二手房銷售價(jià)格為中間傳導(dǎo)媒介沖擊影響住房租賃價(jià)格,深圳加快住房租賃市場健康發(fā)展并建立租購并舉的住房制度前提是要保持房屋銷售價(jià)格的穩(wěn)定。

      以2005年12月至2019年12月的數(shù)據(jù)評(píng)估具體影響為新房銷售價(jià)格指數(shù)每上漲1%將會(huì)引起住房租賃價(jià)格指數(shù)上漲0.694%,以近3年2017年1月至2019年12月的數(shù)據(jù)評(píng)估具體影響為新房銷售價(jià)格指數(shù)每上漲1%將會(huì)引起住房租賃價(jià)格指數(shù)上漲1.22%。新房銷售價(jià)格與二手房銷售價(jià)格互為因果關(guān)系雙向傳導(dǎo),且新房價(jià)格上漲會(huì)對二手房價(jià)格造成一個(gè)強(qiáng)沖擊,新房銷售價(jià)格指數(shù)每上漲1%將會(huì)引起二手房銷售價(jià)格上漲1.605%,二手房價(jià)格指數(shù)上漲1%將會(huì)引起新房銷售價(jià)格指數(shù)上漲0.232%。此外,貨幣政策指標(biāo)利率指數(shù)下降將會(huì)引起新房銷售價(jià)格指數(shù)上漲,但反映財(cái)稅政策的房產(chǎn)稅指數(shù)與保障性住房指數(shù)未能達(dá)到預(yù)期的政策效果,對房地產(chǎn)市場沒有顯著影響。

      為更好地貫徹中央政治局“房子是用來住的,不是用來炒的”的定位以及“因城施策”的基本要求,本文根據(jù)研究結(jié)論對完善深圳房地產(chǎn)市場健康發(fā)展長效機(jī)制,提出以下建議:

      第一,深圳要繼續(xù)保持新房銷售價(jià)格的平穩(wěn)變化。只有在深圳新房銷售價(jià)格得到穩(wěn)定后,才可以更好地發(fā)揮住房租賃市場在房地產(chǎn)市場中的作用。深圳可以深化與粵港澳大灣區(qū)內(nèi)其他城市的聯(lián)動(dòng)發(fā)展,擴(kuò)大土地供給以此來滿足深圳市不斷增長的購房需求,進(jìn)而穩(wěn)定房價(jià)發(fā)展住房租賃市場。

      第二,深圳要規(guī)范二手房市場的健康發(fā)展。二手房銷售市場作為新房銷售市場與住房租賃市場之間的關(guān)鍵傳導(dǎo)媒介,二手房市場的健康發(fā)展對于發(fā)揮住房租賃市場的作用尤為重要。深圳可以深入探索租售同權(quán),減少居民對中心城區(qū)二手房尤其是“學(xué)區(qū)房”以及其他需求并以此將部分需求引導(dǎo)至租賃市場,提高居民參與租賃市場的積極性,更有利于住房租賃市場的發(fā)展。

      第三,深圳要探索房地產(chǎn)市場調(diào)控政策的改革?,F(xiàn)行保障性住房及房產(chǎn)稅政策未能對深圳房地產(chǎn)市場產(chǎn)生預(yù)期的調(diào)控效果。深圳要?jiǎng)?chuàng)新保障性住房供給機(jī)制,考慮由政府直接供給保障性住房轉(zhuǎn)向政府購買保障性住房。另一方面對于房產(chǎn)稅,深圳針對房地產(chǎn)市場的稅收政策應(yīng)該是動(dòng)態(tài)的,此外也應(yīng)該建立健全稅收輔助制度,比如房屋市場估價(jià)制度,在納稅時(shí)采取市場價(jià)格。

      參考文獻(xiàn):

      1.王國軍 劉水杏.房地產(chǎn)業(yè)對相關(guān)產(chǎn)業(yè)的帶動(dòng)效應(yīng)研究.經(jīng)濟(jì)研究.2004.08

      2.孫斌藝 盧雅.財(cái)政政策對住房價(jià)格影響的理論和實(shí)證分析.上海房地.2017.06

      3.鄭軍 胡蓉.調(diào)控政策與房價(jià)動(dòng)態(tài)穩(wěn)定的理論與現(xiàn)實(shí)悖論.海南金融.2020.01

      4.杜紅艷 馬永開.我國房價(jià)與租金Granger因果關(guān)系的實(shí)證研究.管理評(píng)論.2009.01

      5.鄭文娟.中國城市住房價(jià)格與住房租金的影響因素及相互關(guān)系研究.浙江大學(xué).2011

      6.崔娜娜 古恒宇 沈體雁.北京市住房價(jià)格和租金的空間分異與相互關(guān)系.地理研究.2019.06

      7.高波 王文莉 李祥.預(yù)期、收入差距與中國城市房價(jià)租金“剪刀差”之謎.經(jīng)濟(jì)研究.2013.06

      8.陳思翀 陳英楠.中國住房市場波動(dòng)的影響因素研究——基于租金收益率的方差分解.金融研究.2019.02

      9.蔡宏波 韓金镕 蘇麗鋒.門當(dāng)戶對與住房租購選擇——基于中國家庭金融調(diào)查數(shù)據(jù)的實(shí)證分析.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理.2019.03

      10.況偉大 李濤.土地出讓方式、地價(jià)與房價(jià).金融研究.2012.08

      11.徐騰 姚洋.城際人口遷移與房價(jià)變動(dòng)——基于人口普查與百度遷徙數(shù)據(jù)的實(shí)證研究.江西財(cái)經(jīng)大學(xué)學(xué)報(bào).2018.01

      12.馬勇 吳雪妍.銀行信貸如何影響房價(jià)?.金融評(píng)論.2018.03

      13.陳詩一 王祥.融資成本、房地產(chǎn)價(jià)格波動(dòng)與貨幣政策傳導(dǎo).金融研究.2016.03

      14.倪鵬飛.貨幣政策寬松、供需空間錯(cuò)配與房價(jià)持續(xù)分化.經(jīng)濟(jì)研究.2019.08

      15.駱永民 伍文中.房產(chǎn)稅改革與房價(jià)變動(dòng)的宏觀經(jīng)濟(jì)效應(yīng)——基于DSGE模型的數(shù)值模擬分析.金融研究.2012.05

      16.盧新海 馬小軍 張玉昆.積極財(cái)政政策對房地產(chǎn)市場的影響.中國房地產(chǎn).2015.04

      17.祁神軍 張?jiān)撇?二手房對商品房市場的影響機(jī)理及調(diào)控政策研究——以廈門市為實(shí)證.西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版).2011.05

      18.朱國鐘 顏色.住房市場調(diào)控新政能夠?qū)崿F(xiàn)“居者有其屋”嗎?——一個(gè)動(dòng)態(tài)一般均衡的理論分析.經(jīng)濟(jì)學(xué)(季刊).2014.01

      19.宋立燾.先行示范區(qū)建設(shè)與深圳公共住房制度改革研究.特區(qū)實(shí)踐與理論.2019.06

      20.趙振宇 陳紅霞.政府購買公共服務(wù)機(jī)制創(chuàng)新——以保障性住房供給為例.經(jīng)濟(jì)論壇.2019.11

      作者簡介:鄭軍,經(jīng)濟(jì)學(xué)博士,廣東財(cái)經(jīng)大學(xué)金融學(xué)院講師。

      于浩楠,廣東財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生。

      基金項(xiàng)目:國家社會(huì)科學(xué)基金項(xiàng)目“多主體供給下我國住房租售價(jià)格演化機(jī)理與協(xié)同型調(diào)控政策研究”(18BJY062)。

      猜你喜歡
      VAR模型
      余額寶收益率對余額寶規(guī)模影響的實(shí)證研究
      基于VAR模型的人民幣匯率對我國通貨膨脹的影響研究
      中國電子貨幣影響貨幣超發(fā)問題的實(shí)證研究
      江淮論壇(2016年6期)2016-12-15 13:55:05
      OFDI對產(chǎn)業(yè)結(jié)構(gòu)的影響研究
      基于VAR模型對經(jīng)濟(jì)增長和物流業(yè)發(fā)展的動(dòng)態(tài)分析
      通貨膨脹對上市公司股票收益率的影響研究
      內(nèi)蒙古牛肉價(jià)格傳導(dǎo)實(shí)證研究
      商(2016年32期)2016-11-24 18:16:09
      房產(chǎn)稅對房價(jià)的影響實(shí)證研究
      我國快遞業(yè)與經(jīng)濟(jì)水平的關(guān)系探究
      中國市場(2016年36期)2016-10-19 03:41:35
      安徽省產(chǎn)業(yè)集群與城鎮(zhèn)化的互動(dòng)關(guān)系
      商(2016年27期)2016-10-17 07:21:16
      404 Not Found

      404 Not Found


      nginx
      溧阳市| 宜都市| 涟源市| 宝鸡市| 西林县| 二手房| 武隆县| 彰化市| 中西区| 喀喇沁旗| 温州市| 尚志市| 南和县| 怀来县| 定襄县| 临泽县| 普陀区| 漾濞| 浦东新区| 昆明市| 阿荣旗| 博爱县| 舒城县| 保亭| 镇坪县| 西吉县| 宣化县| 丹阳市| 汶上县| 即墨市| 龙泉市| 南靖县| 临漳县| 湘潭市| 靖西县| 洛浦县| 南皮县| 黎城县| 安义县| 错那县| 灵宝市|