住房金融宏觀審慎政策能抑制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)嗎?*

□ 柯孔林 宋 悅

內(nèi)容提要 本文以中國(guó)53 個(gè)城市2009～2018年數(shù)據(jù)為樣本，將股票市場(chǎng)對(duì)房?jī)r(jià)波動(dòng)反應(yīng)因素納入邊際期望損失模型，測(cè)度我國(guó)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，在此基礎(chǔ)上，考察了住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響，進(jìn)一步研究了地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響。研究表明，緊縮的住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)有顯著抑制作用，并且這種抑制作用存在明顯滯后效應(yīng)。當(dāng)面臨較大的財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力時(shí)，地方政府缺乏調(diào)控土地價(jià)格和住房?jī)r(jià)格的激勵(lì)，這會(huì)削弱住房金融宏觀審慎政策的調(diào)控效果，上述作用效果在一線和二線城市更為顯著。 本文的政策啟示在于，相關(guān)部門應(yīng)進(jìn)一步豐富住房金融宏觀審慎政策工具箱，將房?jī)r(jià)增速納入中央對(duì)地方政府考核體系，從供需兩端合力防范房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。

一、引言

根據(jù)國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)，2009年至今我國(guó)城市房地產(chǎn)價(jià)格平均上漲2 倍，部分一線城市漲幅甚至達(dá)到4 至7 倍。 房?jī)r(jià)過(guò)度上漲不僅大量擠占金融資源，還會(huì)對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生擠出效應(yīng)，不利于金融、房地產(chǎn)同實(shí)體經(jīng)濟(jì)均衡發(fā)展。更為緊迫的是，持續(xù)推高的金融杠桿和逐步積累的房地產(chǎn)泡沫，已然成為時(shí)刻威脅我國(guó)金融系統(tǒng)安全的“達(dá)摩克利斯之劍”，容易誘發(fā)系統(tǒng)性風(fēng)險(xiǎn)并危及宏觀經(jīng)濟(jì)穩(wěn)定。因此，“十四五”規(guī)劃重申了“房住不炒”的定位，以促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展。如何遏制房地產(chǎn)價(jià)格泡沫、防范房地產(chǎn)市場(chǎng)潛在系統(tǒng)性風(fēng)險(xiǎn)已成為亟待深入研究的重要問(wèn)題。

為此，中國(guó)人民銀行圍繞穩(wěn)地價(jià)、穩(wěn)房?jī)r(jià)、穩(wěn)預(yù)期的目標(biāo)，將房地產(chǎn)金融納入宏觀審慎管理，實(shí)施“因城施策”差別化住房信貸政策，完善房地產(chǎn)健康發(fā)展長(zhǎng)效機(jī)制。 雖然監(jiān)管部門不斷探索完善住房金融宏觀審慎管理，但相關(guān)文獻(xiàn)對(duì)一些核心學(xué)術(shù)問(wèn)題仍缺乏深入研究，住房金融宏觀審慎政策能否從需求端有效抑制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)？當(dāng)?shù)胤秸媾R財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力時(shí)，住房金融宏觀審慎政策的作用效果是否會(huì)受到影響？在不同層級(jí)城市，地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策的調(diào)節(jié)是否存在差異？對(duì)以上問(wèn)題的回答，有利于更加深入理解住房金融宏觀審慎政策在“穩(wěn)房?jī)r(jià)”和“防風(fēng)險(xiǎn)”中的功效，從供需兩端提升房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)防范的有效性。

本文首先納入股票市場(chǎng)對(duì)房?jī)r(jià)波動(dòng)的反應(yīng)，修正荊中博等（2019）的測(cè)度模型，構(gòu)建我國(guó)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度方法。 其次，基于2009～2018年我國(guó)53 個(gè)城市季度數(shù)據(jù)，實(shí)證分析住房金融宏觀審慎政策防范房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的有效性，研究發(fā)現(xiàn)，緊縮的貸款價(jià)值比上限會(huì)抑制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，并且其作用效果具有時(shí)滯效應(yīng)。 最后，從調(diào)節(jié)作用看，這種抑制作用會(huì)受到地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力的弱化。

本文的邊際貢獻(xiàn)及可能的創(chuàng)新點(diǎn)在于： 第一，為我國(guó)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度提供新的思路，相較于房地產(chǎn)市場(chǎng)而言，股票市場(chǎng)往往會(huì)更前瞻性地對(duì)風(fēng)險(xiǎn)做出反應(yīng)，本文創(chuàng)新性地將股票市場(chǎng)對(duì)房?jī)r(jià)波動(dòng)的反應(yīng)嵌入到邊際期望損失（MES）模型中，構(gòu)建了我國(guó)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的度量方法。 第二，基于城市層面考察住房金融宏觀審慎政策抑制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的有效性，并從供給端考慮地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力因素，探究其對(duì)住房金融宏觀審慎政策作用效果的影響。

二、文獻(xiàn)述評(píng)

與本文相關(guān)的文獻(xiàn)主要側(cè)重于三個(gè)方面，分別為房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度、宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響以及房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)其他影響因素。

（一）房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度研究

房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)主要來(lái)源于房?jī)r(jià)快速上漲并逐漸偏離其內(nèi)在價(jià)值，致使房地產(chǎn)市場(chǎng)泡沫不斷積累（IMF，2018）。 現(xiàn)有關(guān)于房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度的研究包括兩個(gè)方面：第一，從房地產(chǎn)價(jià)格泡沫角度展開，主要采用指標(biāo)法、統(tǒng)計(jì)檢驗(yàn)法和模型法對(duì)房地產(chǎn)價(jià)格泡沫進(jìn)行測(cè)度（呂江林，2010；高波等，2014；McGrevy & Phillips，2016），但大多數(shù)文獻(xiàn)所測(cè)度的房地產(chǎn)價(jià)格泡沫側(cè)重于度量房?jī)r(jià)超過(guò)住房基礎(chǔ)價(jià)格部分（呂煒和劉晨暉，2012；孟慶斌和榮晨，2017），其無(wú)法有效刻畫房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。 第二，從房地產(chǎn)市場(chǎng)關(guān)聯(lián)角度展開，采用類似于金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)度量方法，如經(jīng)驗(yàn)分析法（吳成頌等，2019）、綜合指標(biāo)法（陶玲和朱迎，2016） 和風(fēng)險(xiǎn)傳染測(cè)度法 （白鶴祥等，2020），對(duì)房地產(chǎn)市場(chǎng)沖擊所引發(fā)的系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行測(cè)度。

（二）宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響研究

國(guó)際金融危機(jī)后，宏觀審慎政策是否能夠抑制房地產(chǎn)價(jià)格波動(dòng)，防范可能引起的房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)成為國(guó)內(nèi)外學(xué)者研究的焦點(diǎn)。 一些學(xué)者認(rèn)為，貸款價(jià)值比、債務(wù)收入比和逆周期資本緩沖等宏觀審慎政策工具能有效抑制房地產(chǎn)價(jià)格波動(dòng)（Cerutti et al.，2017；Carreras et al.，2018；Gómez et al.，2020），維護(hù)房地產(chǎn)市場(chǎng)穩(wěn)定。 另一些學(xué)者認(rèn)為，宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)調(diào)控效果較弱，荊中博和方意（2018）認(rèn)為貸款價(jià)值比和準(zhǔn)備金率的實(shí)施能夠有效降低貸款增速，但是兩個(gè)政策工具的緊縮在短期內(nèi)無(wú)法有效抑制房地產(chǎn)價(jià)格，反而推動(dòng)房?jī)r(jià)上漲。也有一些學(xué)者認(rèn)為，不同的宏觀審慎政策工具所發(fā)揮的調(diào)控效果不盡相同，司登奎等（2019）選取兩類宏觀審慎政策工具進(jìn)行逆周期調(diào)控模擬，發(fā)現(xiàn)在房?jī)r(jià)波動(dòng)來(lái)源于住房需求沖擊時(shí)，金融管理部門應(yīng)采用貸款價(jià)值比且重點(diǎn)錨定房貸進(jìn)行積極調(diào)控，當(dāng)面對(duì)房?jī)r(jià)波動(dòng)來(lái)源于房地產(chǎn)部門生產(chǎn)率沖擊時(shí)，應(yīng)選擇資本充足率而非貸款價(jià)值比進(jìn)行調(diào)控。

（三）房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的其他影響因素研究

現(xiàn)有研究已從市場(chǎng)供給和需求、宏觀政策、預(yù)期和投機(jī)等多個(gè)角度考察可能引起房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的因素（況偉大，2010；Deng et al.，2012；Wu et al.，2015；孟憲春等，2018）。 與本文相關(guān)的研究主要以地方政府土地財(cái)政行為作為切入點(diǎn)，考察其對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響。 陳建東等（2014）基于我國(guó)40 個(gè)大中城市的相關(guān)數(shù)據(jù)研究表明，在面對(duì)地方財(cái)力緊缺和保證地方經(jīng)濟(jì)持續(xù)增長(zhǎng)的情況下，地方政府不得不依賴于土地財(cái)政。 范子英（2015）認(rèn)為財(cái)政壓力只能部分解釋地方政府土地財(cái)政行為，而推動(dòng)GDP 增長(zhǎng)的投資沖動(dòng)能更好地解釋土地財(cái)政行為。 高然和龔六堂（2017） 將地方政府的土地財(cái)政行為納入DSGE 模型框架中，發(fā)現(xiàn)地方政府土地財(cái)政行為的存在會(huì)顯著地放大房地產(chǎn)市場(chǎng)波動(dòng)，而這種波動(dòng)會(huì)傳導(dǎo)到實(shí)體經(jīng)濟(jì)，放大消費(fèi)、投資和產(chǎn)出的波動(dòng)。

總的來(lái)看，現(xiàn)有研究已取得了一些共識(shí)，但仍存在著一定的局限：第一，大多數(shù)文獻(xiàn)對(duì)房地產(chǎn)價(jià)格泡沫和基于房地產(chǎn)市場(chǎng)的系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行了測(cè)度，并沒有量化分析房地產(chǎn)市場(chǎng)自身的系統(tǒng)性風(fēng)險(xiǎn)累積過(guò)程，如何納入股票市場(chǎng)對(duì)房?jī)r(jià)波動(dòng)的反應(yīng)，準(zhǔn)確識(shí)別房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，仍有待進(jìn)一步探究。第二，不少學(xué)者研究了宏觀審慎政策對(duì)房?jī)r(jià)波動(dòng)的影響，鮮有文獻(xiàn)考察住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)防范的有效性，并且忽略了地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響。

三、理論分析和研究假設(shè)

（一）住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響

貸款價(jià)值比上限作為房地產(chǎn)逆周期調(diào)控的重要工具之一，主要從兩個(gè)方面對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生影響： 第一，增加住房貸款首付比要求，降低貸款價(jià)值比上限，會(huì)通過(guò)信貸渠道限制投機(jī)性購(gòu)房者的資金可得性和融資規(guī)模，增加投機(jī)性購(gòu)房者的機(jī)會(huì)成本，壓縮投機(jī)獲利空間，導(dǎo)致投機(jī)性購(gòu)房需求下降，從而緩解住房?jī)r(jià)格持續(xù)上漲所累積的風(fēng)險(xiǎn)。 第二，降低貸款價(jià)值比上限，會(huì)通過(guò)預(yù)期渠道減弱購(gòu)房者的投機(jī)動(dòng)機(jī)，引導(dǎo)銀行去杠桿（陳英楠等，2020），從而降低住房抵押貸款增長(zhǎng)中的高杠桿泡沫，有利于維護(hù)房地產(chǎn)市場(chǎng)穩(wěn)定。基于以上分析，本文提出如下研究假設(shè)：

研究假設(shè)1： 緊縮的住房金融宏觀審慎政策能有效抑制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。

（二）地方政府財(cái)政壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響

地方政府財(cái)政壓力主要從兩個(gè)方面對(duì)住房金融宏觀審慎政策調(diào)控效果產(chǎn)生影響：第一，在財(cái)政分權(quán)模式下，當(dāng)面臨財(cái)政壓力時(shí)，土地出讓收入是彌補(bǔ)地方財(cái)政缺口的主要渠道，地方政府缺乏對(duì)房地產(chǎn)市場(chǎng)調(diào)控的激勵(lì)。第二，由于預(yù)算軟約束的存在，地方政府往往將土地儲(chǔ)備作為擔(dān)保和償債來(lái)源，通過(guò)地方融資平臺(tái)以直接融資或間接融資的形式融入資金來(lái)緩解財(cái)政壓力。 保持土地具有較高的市場(chǎng)價(jià)值是其作為擔(dān)保和償債來(lái)源的必要條件，擁有高地價(jià)的動(dòng)機(jī)又會(huì)促使房?jī)r(jià)不斷上漲（宮汝凱，2015）。上述兩方面因素會(huì)弱化緊縮的貸款價(jià)值比上限對(duì)投機(jī)性購(gòu)房需求的抑制作用，進(jìn)而弱化其對(duì)房地產(chǎn)價(jià)格過(guò)度上漲的限制作用，降低貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)防范有效性。 基于以上分析，本文提出如下研究假設(shè)：

研究假設(shè)2： 地方政府財(cái)政壓力會(huì)弱化住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用。

（三）地方政府經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響

房地產(chǎn)是拉動(dòng)地方經(jīng)濟(jì)增長(zhǎng)的重要產(chǎn)業(yè)，其巨大的產(chǎn)業(yè)帶動(dòng)力和輻射效應(yīng)會(huì)較大地緩解地方政府所面臨的經(jīng)濟(jì)增長(zhǎng)壓力，導(dǎo)致地方政府對(duì)房地產(chǎn)市場(chǎng)較為依賴（朱英姿和許丹，2013），特別是在經(jīng)濟(jì)面臨嚴(yán)峻的下行壓力時(shí)，依靠房地產(chǎn)投資以及房地產(chǎn)相關(guān)上下游產(chǎn)業(yè)發(fā)展，成為一些地方政府穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的重要手段。經(jīng)濟(jì)增長(zhǎng)壓力使地方政府陷入“穩(wěn)增長(zhǎng)”和“控房?jī)r(jià)”的兩難抉擇中，其往往缺乏調(diào)控住房?jī)r(jià)格的內(nèi)在激勵(lì)。 因此，經(jīng)濟(jì)增長(zhǎng)壓力導(dǎo)致地方政府房?jī)r(jià)調(diào)控激勵(lì)弱化，進(jìn)而影響了貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的調(diào)控效果。基于以上分析，本文提出如下研究假設(shè)：

研究假設(shè)3： 地方政府經(jīng)濟(jì)增長(zhǎng)壓力會(huì)弱化住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用。

圖1 理論分析框架

四、房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度

本部分綜合考慮股票市場(chǎng)對(duì)房?jī)r(jià)波動(dòng)反應(yīng)的前瞻性和房?jī)r(jià)上行時(shí)期的風(fēng)險(xiǎn)累積，拓展荊中博等（2019）所構(gòu)建的測(cè)度模型，度量我國(guó)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，為下文考察住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)防范的有效性奠定基礎(chǔ)。

（一）房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度方法

為了度量房?jī)r(jià)上行時(shí)期房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的累積，本文借鑒荊中博等 （2019） 的做法，利用Acharya et al.（2017） 提出的邊際期望損失模型測(cè)度各個(gè)城市對(duì)整體房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)：

一般來(lái)說(shuō)，房地產(chǎn)市場(chǎng)對(duì)風(fēng)險(xiǎn)的反應(yīng)往往滯后于股票市場(chǎng)，因此，考慮房地產(chǎn)行業(yè)股票收益率波動(dòng)因素顯得尤為必要。本文通過(guò)三因子模型，得到房地產(chǎn)行業(yè)波動(dòng)相對(duì)于大盤波動(dòng)的比值，將其嵌入邊際期望損失模型中，具體方法如下：

首先，采用滾動(dòng)回歸方法得到房地產(chǎn)行業(yè)指數(shù)收益率波動(dòng)σεt，時(shí)間窗口設(shè)定為三個(gè)月：

其中，房地產(chǎn)行業(yè)收益率Rt用（當(dāng)期中證指數(shù)房地產(chǎn)行業(yè)類股票收盤價(jià)-上一期中證指數(shù)房地產(chǎn)行業(yè)類股票收盤價(jià)）/上一期中證指數(shù)房地產(chǎn)行業(yè)類股票收盤價(jià)表示，三因子分別為市場(chǎng)風(fēng)險(xiǎn)溢價(jià)因子MREt、市值因子SMBt、賬面市值比因子HMLt。 同時(shí)，采用滾動(dòng)方法對(duì)市場(chǎng)風(fēng)險(xiǎn)溢價(jià)因子MREt取標(biāo)準(zhǔn)差得到大盤波動(dòng)σmt。 相關(guān)數(shù)據(jù)來(lái)自Wind 和CSMAR 數(shù)據(jù)庫(kù)，樣本區(qū)間為2005年4月至2018年12月日度數(shù)據(jù)。

其次，選取國(guó)家統(tǒng)計(jì)局公布的2009年1月至2018年12月中國(guó)53 個(gè)大中城市①新建商品住宅價(jià)格指數(shù)月度數(shù)據(jù)，構(gòu)建各城市房?jī)r(jià)收益率Ri，t，并與房地產(chǎn)行業(yè)指數(shù)收益率波動(dòng)相對(duì)于大盤波動(dòng)的比值σεt/σmt相乘，得到房地產(chǎn)市場(chǎng)整體收益率RM，t，具體模型如下：

最后，將房地產(chǎn)市場(chǎng)整體收益率RM，t代入式（1）中，進(jìn)一步測(cè)度房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。

（二）房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度結(jié)果分析

房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)走勢(shì)情況如圖2 所示，可以發(fā)現(xiàn)，我國(guó)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)累積整體上呈現(xiàn)周期性波動(dòng)特征，具體情況如下：

圖2 中國(guó)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)走勢(shì)圖

2009年1月至2012年4月，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)呈現(xiàn)波動(dòng)狀態(tài)。 2009年初，我國(guó)房地產(chǎn)價(jià)格處于下跌趨勢(shì)，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)逐步釋放。隨后，中央和地方政府出臺(tái)了多項(xiàng)住房?jī)?yōu)惠政策刺激經(jīng)濟(jì)復(fù)蘇，寬松的調(diào)控政策促使房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)不斷累積。 2010年初起，國(guó)務(wù)院多次上調(diào)住房貸款首付比例，并配以其他緊縮調(diào)控政策，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)得到遏制。 2010年10月至2012年4月，盡管繼續(xù)實(shí)施緊縮的房地產(chǎn)調(diào)控政策，但房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)呈現(xiàn)上升趨勢(shì)，意味著政策效果并不明顯。

2012年5月至2013年12月，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)呈現(xiàn)震蕩下行趨勢(shì)。 在新“國(guó)八條”的基礎(chǔ)上，中央政府出臺(tái)了新“國(guó)五條”加大了房地產(chǎn)市場(chǎng)調(diào)控力度，全國(guó)房?jī)r(jià)出現(xiàn)持續(xù)回落，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)得到有效抑制。

2014年1月至2016年10月，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)呈現(xiàn)劇烈波動(dòng)。 2014年1月起，為了房地產(chǎn)“去庫(kù)存”，穩(wěn)定經(jīng)濟(jì)增長(zhǎng)，中國(guó)人民銀行多次下調(diào)住房貸款基準(zhǔn)利率，部分城市取消限購(gòu)政策，推動(dòng)了房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)驟然攀升。 2014年下半年至2015年下半年，由于一些城市庫(kù)存壓力較大，造成商品住宅“量升價(jià)降”，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)出現(xiàn)大幅下降。 2016年1月至10月，在全面寬松的調(diào)控政策環(huán)境下，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)快速上升。

2016年11月至2018年12月，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)大幅下降。 2016年12月中央經(jīng)濟(jì)工作會(huì)議首次提出“房子是用來(lái)住的，不是用來(lái)炒的”，2017年12月中央經(jīng)濟(jì)工作會(huì)議再次強(qiáng)調(diào)堅(jiān)持“房住不炒”的定位，以促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展。 限購(gòu)、限貸、限價(jià)、限售等調(diào)控政策全面實(shí)施，房地產(chǎn)價(jià)格開始逐步穩(wěn)定，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)得到有效遏制。

五、實(shí)證分析

本部分對(duì)住房金融宏觀審慎政策如何影響房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行實(shí)證分析，主要從兩個(gè)層面展開：第一，構(gòu)建基準(zhǔn)模型分析住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響，并進(jìn)一步考察其作用效果的時(shí)滯效應(yīng)。第二，探究地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策作用效果的影響。

（一）住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響

1.基準(zhǔn)模型設(shè)定

為了檢驗(yàn)住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響，本文構(gòu)建如下模型：

其中，下標(biāo)i 表示城市，t 表示季度。 被解釋變量SRisk 為某個(gè)城市的房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，核心解釋變量MPP 為住房金融宏觀審慎政策；參考現(xiàn)有研究（倪鵬飛，2019；劉誠(chéng)和楊繼東，2019），Controls 包括城市特征控制變量（地區(qū)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入、城市人口增長(zhǎng)率、財(cái)政壓力、經(jīng)濟(jì)增長(zhǎng)壓力、年末金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額、醫(yī)院床位數(shù)、小學(xué)師生比）和宏觀經(jīng)濟(jì)控制變量（股票市場(chǎng)回報(bào)率和外匯儲(chǔ)備同比增速）；Year 和Quarter 為時(shí)間虛擬變量，City 為城市虛擬變量，Year、Quarter 和City 分別控制了時(shí)間和個(gè)體效應(yīng)，ε 為隨機(jī)誤差項(xiàng)。

2.變量與數(shù)據(jù)

為了更好地反映“因城施策、分類指導(dǎo)”的房地產(chǎn)調(diào)控思路，參考梁琪等（2015）和陳英楠等（2020）的做法，本文采用貸款價(jià)值比上限（LTV）作為住房金融宏觀審慎政策（MPP）的代理變量，通過(guò)對(duì)我國(guó)房地產(chǎn)調(diào)控相關(guān)文件進(jìn)行梳理，手工整理了城市層面貸款價(jià)值比上限（LTV），具體用二套房首付比減去1 來(lái)表示。囿于季度數(shù)據(jù)可得性，樣本選取2009年第一季度至2018年第四季度我國(guó)53 個(gè)大中城市季度數(shù)據(jù)。

財(cái)政壓力（Deficit）采用城市當(dāng)季預(yù)算內(nèi)財(cái)政支出減去財(cái)政收入除以GDP 衡量，Deficit 越大表示該城市依靠土地出讓收入補(bǔ)充財(cái)政的壓力越大；經(jīng)濟(jì)增長(zhǎng)壓力（Growth）采用城市上一季度GDP 增速減去當(dāng)季GDP 增速衡量，Growth 越大表示地方政府保經(jīng)濟(jì)增長(zhǎng)的壓力越大。上述變量數(shù)據(jù)來(lái)自于城市政府、統(tǒng)計(jì)局、財(cái)政局網(wǎng)站，并經(jīng)手工收集、整理和計(jì)算得到，其他控制變量數(shù)據(jù)主要來(lái)自Wind數(shù)據(jù)和中國(guó)城市統(tǒng)計(jì)年鑒。具體的變量說(shuō)明和描述性統(tǒng)計(jì)如表1 所示。

表1 主要變量的描述性統(tǒng)計(jì)

3.內(nèi)生性處理

雖然本文已控制影響房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的主要因素，但在估計(jì)過(guò)程中仍可能面臨兩個(gè)方面的問(wèn)題，第一，未觀察的其他因素可能會(huì)影響住房金融宏觀審慎政策和房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)；第二，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的累積可能會(huì)改變地方政府住房金融宏觀審慎政策實(shí)施力度，從而導(dǎo)致估計(jì)結(jié)果存在內(nèi)生性問(wèn)題。對(duì)于問(wèn)題一，本文在面板數(shù)據(jù)模型中加入城市和時(shí)間虛擬變量，以控制不隨個(gè)體以及時(shí)間變化的因素所帶來(lái)的誤差。 對(duì)于問(wèn)題二，為了盡可能地剔除反向因果所帶來(lái)的內(nèi)生性問(wèn)題，本文對(duì)模型中的解釋變量和控制變量進(jìn)行滯后一期處理。

4.實(shí)證結(jié)果

表2 報(bào)告了住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)影響的基準(zhǔn)回歸結(jié)果。 從表中可以發(fā)現(xiàn)，在不加入控制變量的情況下，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)有顯著負(fù)向作用，初步支持研究假設(shè)1。 在加入控制變量的情況下，貸款價(jià)值比上限的回歸系數(shù)為-0.0035，且t 統(tǒng)計(jì)量在5%置信水平上顯著。 由此表明，緊縮的貸款價(jià)值比上限能有效抑制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。結(jié)合現(xiàn)實(shí)情況，樣本研究期間，中央和地方政府分別于2010年至2013年、2016年至2018年先后多次上調(diào)住房貸款首付比例，特別是2016年以后，住房貸款首付比例調(diào)整頻次不斷增加，“一城一策”的差別化信貸政策執(zhí)行力度持續(xù)加大，上述政策調(diào)整降低了住房抵押貸款比例，限制了住房抵押貸款規(guī)模和增速，這會(huì)增加投機(jī)性購(gòu)房者機(jī)會(huì)成本，減弱投機(jī)性購(gòu)房者對(duì)房?jī)r(jià)過(guò)度上漲的預(yù)期，抑制投機(jī)性住房需求，從而有效緩解房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。

表2 基準(zhǔn)模型的回歸結(jié)果

考慮到貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響可能存在時(shí)滯性，本文分別采用貸款價(jià)值比上限滯后1 至4 期進(jìn)行回歸分析。 根據(jù)表3 的回歸結(jié)果可知，滯后1 至4 期的回歸系數(shù)都顯著為負(fù)，說(shuō)明貸款價(jià)值比政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用具有滯后效應(yīng)。 主要原因有兩個(gè)方面：第一，我國(guó)貸款價(jià)值比政策的實(shí)施遵循著中央政府發(fā)布—地方政府實(shí)施—金融機(jī)構(gòu)具體執(zhí)行過(guò)程，因此政策從發(fā)布到具體實(shí)施執(zhí)行有一定時(shí)滯性。第二，貸款價(jià)值比上限主要以信貸需求者作為調(diào)控對(duì)象，通過(guò)居民住房杠桿率和預(yù)期等途徑作用于房地產(chǎn)市場(chǎng)，其作用往往存在較長(zhǎng)的時(shí)滯性。

表3 住房金融宏觀審慎政策滯后一至四期的回歸結(jié)果

（二）財(cái)政壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響

1.模型設(shè)定

為進(jìn)一步檢驗(yàn)地方政府財(cái)政壓力對(duì)住房金融宏觀審慎政策作用效果的影響，本文在式（5）的基礎(chǔ)上，通過(guò)構(gòu)建貸款價(jià)值比上限與財(cái)政壓力交互項(xiàng)進(jìn)行回歸分析。 具體模型如式（6）：

其中，MPP×Deficit 是本文關(guān)注的核心解釋變量，反映了財(cái)政壓力對(duì)貸款價(jià)值比上限的調(diào)節(jié)作用。 如果交互項(xiàng)的回歸系數(shù)β3顯著為正，則表明隨著地方政府財(cái)政壓力的增大，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用會(huì)減弱，研究假設(shè)2 得到驗(yàn)證。

2.實(shí)證結(jié)果

由表4 可知，在控制了個(gè)體效應(yīng)和時(shí)間效應(yīng)后，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的總效應(yīng)為-0.0046+0.022*Deficit，Deficit 的均值為0.0478，則貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的總影響為-0.0036。 貸款價(jià)值比上限與財(cái)政壓力交互項(xiàng)的回歸系數(shù)為0.022，且在10%置信水平上顯著，表明隨著地方政府財(cái)政壓力的增大，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用會(huì)減弱，支持了本文的假設(shè)。可能的原因有兩個(gè)方面：第一，當(dāng)?shù)胤秸媾R較大的財(cái)政壓力時(shí)，其往往會(huì)高價(jià)出讓商住用地獲得更多的土地出讓收入來(lái)彌補(bǔ)財(cái)政缺口（劉誠(chéng)和楊繼東，2019），這一動(dòng)機(jī)減弱了地方政府執(zhí)行中央控房?jī)r(jià)政策的意愿，導(dǎo)致貸款價(jià)值比政策無(wú)法發(fā)揮應(yīng)有效力。 第二，為了得到更多的土地抵押貸款，地方政府具有維護(hù)和促使土地價(jià)格上漲的內(nèi)在動(dòng)力，擁有高地價(jià)的動(dòng)機(jī)又會(huì)促使房?jī)r(jià)上漲，這會(huì)降低貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)防范的有效性。

表4 住房金融宏觀審慎政策與財(cái)政壓力交互作用的回歸結(jié)果

（三）經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響

1.模型設(shè)定

在式（5）的基礎(chǔ)上，為檢驗(yàn)地方政府經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策的調(diào)節(jié)作用，構(gòu)建如下模型：

其中，MPP×Growth 反映了貸款價(jià)值比上限與經(jīng)濟(jì)增長(zhǎng)壓力的交互影響，如果交互項(xiàng)的回歸系數(shù)β3顯著為正，則表明地方政府經(jīng)濟(jì)增長(zhǎng)壓力的增加，會(huì)削弱緊縮的貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用，研究假設(shè)3 成立。

2.實(shí)證結(jié)果

式（7）檢驗(yàn)了地方政府面臨經(jīng)濟(jì)增長(zhǎng)壓力時(shí)，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響情況，表5 報(bào)告了相應(yīng)回歸結(jié)果。在控制了個(gè)體效應(yīng)和時(shí)間效應(yīng)后，經(jīng)濟(jì)增長(zhǎng)壓力與貸款價(jià)值比上限交互項(xiàng)的回歸系數(shù)為正，且在5%置信水平上顯著，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響取決于經(jīng)濟(jì)增長(zhǎng)壓力，當(dāng)經(jīng)濟(jì)增長(zhǎng)壓力小于臨界值0.0433（｜β1｜/β3=0.0038/0.0878）時(shí)，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)有顯著負(fù)向影響，當(dāng)經(jīng)濟(jì)增長(zhǎng)壓力超過(guò)該臨界值時(shí)，貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用失效。可能的解釋是，當(dāng)中央政府沒有將房?jī)r(jià)增速納入對(duì)地方政府的考核體系時(shí)，地方政府熱衷于依靠房地產(chǎn)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，從而更好地完成中央政府對(duì)GDP 的考核任務(wù)（陳小亮等，2018）。 結(jié)合實(shí)際情況，2010年末至2012年初，雖然我國(guó)經(jīng)濟(jì)下行壓力加大，為了控制房?jī)r(jià)過(guò)快上漲，中央多次上調(diào)住房貸款首付比例，并輔以其他緊縮調(diào)控政策，但房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)仍呈現(xiàn)上升趨勢(shì)。 2015年至2016年，為了穩(wěn)定經(jīng)濟(jì)增長(zhǎng)，化解房地產(chǎn)庫(kù)存壓力，部分城市降低了住房貸款首付比例，導(dǎo)致房地產(chǎn)價(jià)格快速上漲，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)不斷累積。因此，當(dāng)房地產(chǎn)作為地方政府穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的重要手段時(shí)，經(jīng)濟(jì)下行壓力加大會(huì)削弱貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的抑制作用。

表5 住房金融宏觀審慎政策與經(jīng)濟(jì)增長(zhǎng)壓力交互作用的回歸結(jié)果

（四）城市異質(zhì)性檢驗(yàn)

為了進(jìn)一步檢驗(yàn)在不同層級(jí)城市，地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的影響，本文根據(jù)城市層級(jí)，將其分為一線、二線和三線城市樣本進(jìn)行研究。從表6 可以看出，一線和二線城市的貸款價(jià)值比上限與財(cái)政壓力、經(jīng)濟(jì)增長(zhǎng)壓力交互項(xiàng)回歸系數(shù)顯著為正，而三線城市的交互項(xiàng)回歸系數(shù)不顯著，這表明相比于三線城市，一線和二線城市財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力對(duì)貸款價(jià)值比上限調(diào)控效果的影響更為顯著。主要原因在于：第一，相比于一線和二線城市，三線城市經(jīng)濟(jì)稟賦較差，地方政府會(huì)干預(yù)土地出讓，壓低商住土地價(jià)格，吸引優(yōu)勢(shì)產(chǎn)業(yè)或品牌企業(yè)投資（王媛和楊廣亮，2016），以增加地方稅收收入，三線城市更多依靠稅收收入而非土地出讓收入彌補(bǔ)財(cái)政缺口，導(dǎo)致財(cái)政壓力對(duì)貸款價(jià)值比上限調(diào)控效果的影響并不明顯。第二，相比于一線和二線城市，三線城市人口凈流入較少，甚至部分三線城市呈現(xiàn)人口凈流出趨勢(shì)，使得三線城市房地產(chǎn)需求不足，房屋空置率較高④，無(wú)法帶動(dòng)相關(guān)產(chǎn)業(yè)增長(zhǎng)。因此，三線城市地方政府通過(guò)房地產(chǎn)來(lái)緩解經(jīng)濟(jì)增長(zhǎng)壓力的激勵(lì)要弱于一線和二線城市，使得對(duì)貸款價(jià)值比上限調(diào)控效果的影響并不顯著。

表6 城市異質(zhì)性檢驗(yàn)的回歸結(jié)果

（五）穩(wěn)健性檢驗(yàn)

1.房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)其他測(cè)度的估計(jì)

房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度是本文核心研究?jī)?nèi)容，測(cè)度方法中在險(xiǎn)價(jià)值VaR 顯著性水平取值不同，可能會(huì)使測(cè)度結(jié)果存在較大差異。 因此，本文將原有顯著性水平q 為5%調(diào)整至10%，再次計(jì)算房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，并重新進(jìn)行回歸估計(jì)，關(guān)鍵變量的回歸系數(shù)和顯著性與上述結(jié)果一致⑤。

2.更換估計(jì)方法

本文的內(nèi)生性來(lái)源主要有兩個(gè)方面：第一，房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)和住房金融宏觀審慎政策可能與誤差項(xiàng)相關(guān)，導(dǎo)致估計(jì)結(jié)果存在偏差；第二，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的累積可能會(huì)改變地方政府住房金融宏觀審慎政策實(shí)施力度，從而導(dǎo)致估計(jì)結(jié)果存在內(nèi)生性問(wèn)題。 鑒于此，本文選擇系統(tǒng)GMM估計(jì)法對(duì)模型進(jìn)行重新估計(jì)，可以看出，主要變量的回歸系數(shù)和顯著性與固定效應(yīng)估計(jì)結(jié)果基本一致⑥。

六、研究結(jié)論與政策啟示

如何有效遏制房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)、促進(jìn)房地產(chǎn)市場(chǎng)持續(xù)健康發(fā)展一直是社會(huì)各界所關(guān)心的核心問(wèn)題之一。 本文實(shí)證檢驗(yàn)了住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響，并從地方政府財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力出發(fā)，考察了其對(duì)住房金融宏觀審慎政策作用效果的影響。 研究表明，在其他條件不變的情況下，緊縮的住房金融宏觀審慎政策對(duì)房地市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)有顯著抑制作用，由于住房?jī)r(jià)格黏性和政策時(shí)滯性，這種抑制作用具有滯后效應(yīng)。 隨著財(cái)政壓力和經(jīng)濟(jì)增長(zhǎng)壓力的增大，地方政府調(diào)控土地價(jià)格和住房?jī)r(jià)格的內(nèi)在激勵(lì)受到弱化，進(jìn)而抑制了住房金融宏觀審慎政策對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的作用效果。從城市異質(zhì)性看，相較于三線城市，一線和二線城市地方政府財(cái)政壓力與經(jīng)濟(jì)增長(zhǎng)壓力對(duì)住房金融宏觀審慎政策調(diào)控效果的削弱作用更為明顯。

基于上述研究結(jié)論，本文提出以下政策啟示：（1）既然貸款價(jià)值比上限對(duì)房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)有抑制作用，相關(guān)部門應(yīng)堅(jiān)持“因城施策”“一城一策”的差別化住房信貸政策，將居民債務(wù)收入比保持在合理范圍，在此基礎(chǔ)上，應(yīng)進(jìn)一步豐富住房金融宏觀審慎政策工具箱，強(qiáng)化對(duì)房地產(chǎn)金融的逆周期宏觀審慎管理，重點(diǎn)是對(duì)房地產(chǎn)融資狀況進(jìn)行全面監(jiān)測(cè)，既從供給端落實(shí)商業(yè)銀行房地產(chǎn)貸款集中度管理，又從需求端加強(qiáng)房地產(chǎn)企業(yè)融資管理。 （2）適度緩解財(cái)政壓力，有助于防范房地產(chǎn)市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，一方面，應(yīng)理順央地財(cái)稅分配關(guān)系，健全地方稅體系，賦予地方更大的財(cái)稅自主權(quán)；另一方面，應(yīng)建立依法合規(guī)、規(guī)范透明、自我約束的地方債務(wù)融資機(jī)制，減少地方政府對(duì)土地出讓收入和土地融資的依賴。（3）在中國(guó)經(jīng)濟(jì)已經(jīng)從高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，中央政府有必要考慮將房?jī)r(jià)增速納入地方政府考核體系，堅(jiān)持不將房地產(chǎn)作為短期刺激經(jīng)濟(jì)的手段，倒逼地方政府從依賴房地產(chǎn)刺激經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)向依靠實(shí)體經(jīng)濟(jì)推動(dòng)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)，進(jìn)而實(shí)現(xiàn)地方經(jīng)濟(jì)平穩(wěn)健康可持續(xù)發(fā)展。

注釋：

①選取的53 個(gè)大中城市分別是北京、上海、廣州、深圳、天津、重慶、南京、哈爾濱、長(zhǎng)春、沈陽(yáng)、大連、濟(jì)南、青島、無(wú)錫、杭州、寧波、廈門、福州、長(zhǎng)沙、武漢、鄭州、西安、成都、烏魯木齊、銀川、呼和浩特、包頭、石家莊、牡丹江、錦州、秦皇島、揚(yáng)州、徐州、合肥、溫州、金華、南昌、九江、泉州、惠州、湛江、韶關(guān)、?？?、三亞、昆明、岳陽(yáng)、貴陽(yáng)、太原、瀘州、蘭州、西寧、南寧、北海。

②參照董紀(jì)昌等（2016）的做法，由于常住人口數(shù)據(jù)是年度數(shù)據(jù)，季度之間人口增速差異較小，本文采用年度常住人口增速間接表示季度人口變化。

④根據(jù)西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心發(fā)布《2017 中國(guó)城鎮(zhèn)住房空置分析》報(bào)告顯示，2011、2013、2015 和2017年我國(guó)三線城市房屋空置率分別為19%、19.7%，21.3%和21.8%，基本上遠(yuǎn)高于一線和二線城市。

⑤限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果文中沒有報(bào)告，備索。

⑥限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果文中沒有報(bào)告，備索。