宏观调控政策对房地产价格指数波动影响的实证分析

1、宏观调控政策对房地产价格指数波动影响的实证分析 常熟理工学院 李娜、胥青青、代无娇 摘要：为了保障我国房地产市场的健康发展， 国务院颁布了一系列宏观调控政策进行调 控，试图通过政府的十预和不断调整来完成资源的优化配置， 实现社会和谐。本文以全国 2009 年 1 月至 2011 年 4月新建住宅价格指数的月度数据作为研究对象，以“新国十条”为首的宏 观调控政策的实施为十预事件，运用十预分析模型进行分析和预测，进而剖析我国宏观调控 政策对房地产价格指数波动影响的有效性，并提供了一些有价值的建议。 关键词：宏观调控政策房地产价格指数十预分析 1.引言 1.1研究背景 “房地产”这三个字对于现今的人

2、们来说都不再陌生，甚至非常敏感。从 1998 年住房 制度改革到现在，它已经走过了近三十载风风雨雨的历程。在这段漫长的时间里，为了深化 经济体制改革和应对业洲金融危机对我国的冲击，国家从供求两方面对房地产业发展给予了 政策支持，巨大的市场需求、较好的经济环境、政策支持和市场预期，使该行业飞速成长为 国家的一大支柱产业。 然而近年来，我国城市房价一直呈现显著的上涨态势，其中一线城市房价上攻势头更为 迅猛。随着中国经济和各大城市的不断发展，房价有一定涨幅是无可非议的，但问题的关键 在于房价的涨幅已经远远超过人们的承受范围，其价格与价值严重背离。部分城市的房地产 市场过热，价格不合理上涨、房地产投机

3、炒作等等这些问题的存在，不仅严重影响房地产业 的健康发展，同时也引发诸多社会矛盾。如何遏制房价过快上涨的势头，维护好普通民众的 住房权益，已成为摆在政府面前一项刻不容缓的重任。 2010 年 1 月，国务院总理温家宝召开工作会议，研究部署遏制部分城市房价过快上涨 的政策措施，并于 2010年 1 月 10日下发了国务院办公厅关于促进房地产市场平稳健康 发展的通知。但是，在接下来的 3个月里，房价依旧飞速上涨，平均涨幅高达 10.63%。终 于，2010 年4 月 17日国务院乂出台了国务院关于坚决遏制部分城市房价过快上涨的通知 （简称“新国十条”），在稳定房价、保障住房和加强监管等方面提出了政

4、策性的指导意见， 并且明确提高二套房及三套房以上的首付和房贷利率的手段。这是自 1998年房改以来，出 台政策力度最大、影响最深远的一次调控，被媒体冠以“史上最严厉”的房地产调控政策。 “新国十条”出台后不到一个月的时间内，国内多个城市出现了房屋交易量大幅下跌， 房价停涨的现象，甚至有一部分城市房价出现了小幅的下跌。房地产市场形成了强烈的价格 下跌预期，甚至有预测表明一线城市的房价可能会下跌 30%以上。然而出人意料的是，购房 者并未等来预期中的房价下跌 15 恕至 30%而是盘整之后的继续攀升：9 月上旬深圳一手房 市场成交量环比上升 5.1%，成交均价环比上涨 12.8%;上海商品住宅成交

5、均价为 22366 元/ 平方米，环比前周上涨 5%连续三周呈上涨趋势1。 国家的政策需要落实才能真正起到作用。国务院出台“新国十条”后，许多地方都出台 了实施细则，其中以“限购令”最为奏效，也是 2010年楼市调控的一大亮点。先是北京在 4 月 30 日出台的“国十条实施细则”中明确提出： 5 月 1 日起北京家庭只能新购一套商品房。 北京的开山之举旨在对投资投机性购房需求实施更为严厉的打压，随后，上海、深圳、厦门 纷纷效仿，直到 9月 29日，国家有关部委出台“新国五条”，“限购令”蔓延全国。 2011年 1 月 26日，国务院常务会议再度推出八条房地产市场调控措施 （简称“新国八 条”）

6、，要求强化差别化住房信贷政策，对贷款购买第二套住房的家庭，首付款比例不低于 60%, 贷款利率不低于基准利率的 1.1倍。新国八条从各个层面做出了限制，“限制”成为 2011年 房地产市场的主基调。与 2010年“限购令”相比较，不仅限购的城市范围扩大，购房的门槛 也被提高，这些都对住房需求、投资性需求产生了较大影响。 随后，北京于 2011 年 2 月 16 日正式公布了关于贯彻“国八条”的通知， 35 个重点城市 相继实施限购细则。如此趋紧的房地产行业调控政策下，购房者的观望情绪加剧，根据数据 显示，1 月份主要城市土地成交情况及住宅成交量明显下降，北京成交面积环比下降 86%, 住宅成交

7、量环比下降 27%深圳成交面积环比下降 27%，成交量环比下降 12%。 1.2研究意义 经济学领域所讲的宏观调控是宏观经济调控的总称，是指国家对国民经济总体运行的调 节与控制。政府实施宏观调控的目的在于纠正市场失灵所带来的“负外部性” 。具体到房地产 业来说，房地产业宏观调控，是政府采取金融、财税、土地、法律、规划和市场准入等经济、 法律和行政手段，通过调节住房生产要素（土地、资金）投入的价格和总量，影响住房价格、 住房供应结构、供应数量、供应节奏，从而影响住房总需求和总供给，最终实现“居者有其 屋”和国民经济平稳、健康、较快发展的目标。 从国外的经验来看，美国四十年代发生的经济大萧条和 2

8、007 年出现的次贷危机已经证明 了政府对自由市场适度十预和调整的必要性。但在现实中，政府所采取的政策引导和金融调 整所能起到的作用并不明显。可以说，中国房地产业从无到有，从小到强的几十年来，可以 说价格在十预中一路飙升。 2010年起我国对房地产业实行宏观调控的一系列紧锣密鼓的调整，显示了高度的重视和 决心，同时乂表明房地产业出现问题，形势严峻，对房地产市场的宏观调控已刻不容缓。这 一系列政策的实施不仅有其经济目标一一稳定房价，防止房地产泡沫产生，防止资金和信贷 过度集中于房地产业等；更有其社会目标一一为广大中低收入者提供适用房， 缓解社会矛盾, 构建社会主义和谐社会。 对于我国房地产市场宏

9、观调控政策的评价，理论界褒贬不一，一种观点认为我国政府十 预市场的作用强大，在对房地产市场的宏观调控中能有效地发挥行政作用十预和调整市场， 调控效果明显；一种观点认为房地产交易是一种市场行为，应该完全靠市场自行调节，我国 政府对房地产市场的十预过大，之所以房价越调越高，就是因为调控过度，没有依靠市场自 身实现供求平衡。 由于社会各界的研究者都是基于不同的出发点发表各自的意见，所有这些论点因各自的 立场不同，而关注的角度也不尽相同。因此，对中国房地产市场的宏观调控政策进行全面分 析依然具有重要的研究意义，对理解宏观调控政策的有效性提供重要理论依据，同时也为更 好的实施房地产调控政策提供了 一些政

10、策启迪。2. 国内外文献研究综述 2.1国外研究 国外文献主要集中在货币政策对房价的影响。 Fratantoni和 Schuh (2003)运用美国 1986-199祁数据，采用异质代理人矢量自回归模型考察了区域性住房市场与货币政策之间的 关系。研究发现，利率与住房投资和住房升值呈负相关关系。Kim (2006)使用美国 1972-2003 年季度数据，运用协整检验，考察了扩张性货币政策对新增住房市场和存量住房市场的影响。 实证结果显示，扩张性货币政策对新增住房市场和存量市场均产生了正的影响，但扩张性货 币政策对存量住房市场的影响大于新增住房市场。 Kauko (2003)认为土地政策与土地市

11、场完善 有直接关系，同时住宅价格和住宅质量也与土地政策有关，当总的土地没有出现限量供给时 ， 土地规划等政策将对住宅价格产生深刻影响。 J.E.Richard( 1982) , Wheaton(1993)和 Stephen Malpezzi(2002)等学者运用宏观经济学理论探讨了政府在房地产市场中的职能、 政府十预的效 率等相关问题，认为过度或不适宜的管制将导致“供给不畅”并导致房地产价格上升，在更 为严格的管制条件下，房地产市场波动更为剧烈，供给是决定是否发生泡沫的关键因素。 2.2国内研究 国内学者近年来对于房价也有诸多研究，在对于房地产市场的宏观调控问题上，崔光灿 (2006)从银行信

12、贷、利率、汇率三方面阐述了货币政策对房地产价格的影响，认为利率是最 有效的手段，与之相应的是对房地产信贷数量的控制，多数情况下通过提高利率和压缩信贷 可以适当抑制房价上涨。周臻怡(2009)从土地政策、货币金融政策和住房保障政策三个方 面对现行的宏观政策和它对杭州房地产价格产生的效果进行了分析，认为土地政策实施力度 不够、积极的货币金融政策将会扩大需求，导致房价上涨，而住房保障政策虽将使房价有所 回落，但影响不会很大。萧薇，唐篆(2009)通过对上海市房地产价格指数的影响因素建立 了回归模型，认为房地产政策对房地产价格确实起到了实质性的作用，不同时期的房地产政 策目标和力度不同，对房地产价格的

13、影响效果也不尽相同。国家对房地产市场进行的宏观调 控是有效的也是必要的，是稳定房地产市场非常重要的一个因素。 对于“新国十条”的实施效果，孙云云、李智(2010)经过思考探讨，认为“新国十条” 在房价调控层面卓有成效毋庸质疑，但并没有在真正意义上有效缓解城市居民购房难的现实 矛盾。如果对政策效应进行中长期的延伸分析，还会发现一系列潜在的市场隐患和负面的连 带效应。栾斌、张雪占（2010）则通过构建投机者的效用函数并对影响投机的因素进行分析， 提出减少房产交易中的投机行为政策措施，达到稳定房价增长速度的目的。 2.3本文研究思路 虽然国内外学者对关于房地产价格指数影响的研究数量非常多、范围广泛。

14、但是，房地 产宏观政策调控，是从经济角度，运用货币政策、财政政策、税收政策与土地政策等措施对 市场行为进行经济性约束，多数文献只是就单个或几个变量进行研究，对于近期政府正在采 取的一系列宏调控观政策，缺乏定量的、系统的、全面的分析。房地产调控政策的有效性及 其影响程度依然值得分析探讨。 因此，本文通过对新一轮国家房地产宏观调控背景的解读和分析， 尝试从实证分析出发, 通过对收集到的资料进行归纳、处理、调整，选择适当的数学模型，评价调控政策对住宅市 场的影响效果。文章期望通过这样一个角度的分析，对房地产市场宏观调控机制的现状和问 题有较深层次的了解，对宏观政策在住宅市场上的微观实施效果作一定量的

15、分析和预测。 基于上述研究思路，本文结构安排如下，共分四章对房地产调控政策的有效性进行分析 研究： 第一章引言，主要介绍了选题的背景及研究意义。 第二章简单列举了国内外研究动态及研究方法，提出问题，介绍了论文结构安排及主要 内容。 第三章是利用全国 2009 1月至 2011年 4月新建住宅价格指数的月度数据，运用趋势外推 法、十预分析模型等定量分析的方法对价格指数的运行轨迹进行论述，得出研究结论 第四章针对前面的分析进行了总结，并提出了相应的政策建议。3. 实证分析 3.1指标的选择 国家统计局 2011年之前发布的关于房地产价格指数的指标包括房屋销售价格指数、 新建 住宅价格指数、二手住宅

16、价格指数。从 2011 年 1月份起，国家统计局开始实施住宅销售价 格统计调查方案（简称新方案），对指标设置、计算方法等影响价格指数计算的主要因素 都进行了相当大的调整。在指标设置方面，新增新建商品住宅价格指数，取消房屋销售价格 指数。另据官方房地产数据显示，二手住宅成交量普遍低于新建住宅成交量。因此，为了使 数据具有可比性，本文选择了新建住宅价格指数进行分析，更广泛更全面。 此外，由于环比是本期与上期相比而得出的指数，而同比是根据报告期的定基指数除以 上年同期的定基指数取得的，同比指标剔除了季节变动因素的影响，更有利于分析宏观调控 政策这个单方面的影响因素，因此本文选择了同比指标进行研究。

17、3.2数据来源与说明 由于 2008年美国次级抵押贷款危机金融领域传染到实体经济领域， 由美国国内蔓延到全 球，致使全球经济急剧恶化，中国经济同样受到巨大冲击， GDP 快速下行，尤其在房地产市 场曾一度出现拐点，各个城市房价都出现了不同程度的下降。购房者观望情绪严重，房地产 市场成交量大幅萎缩，商品房空置率大幅上涨。为了不使金融危机这个特殊的影响因素十扰 我们对于 2010 年一系列房地产宏观调控政策效果的分析，本文选取了中国 2009年 1月至 2011 年 4 月全国新建住宅价格指数的月度数据来分析宏观调控政策对房地产价格指数波动的影 响。 另外，由于 2011年开始，国家统计局开始实施

18、新方案，七十个房屋销售价格指数的 公布发生变动，取消全国的房屋销售价格指数，新增新建商品住宅价格指数。考虑到此次宏 观调控政策调控的重点在于一线经济较发达的城市和东部市场经济较活跃的地价上涨幅度较 大的城市，所以 2011年起的数据选择 35个大中型城市的数据进行分析更具有广泛的代表性。 理论上应使用拉式加权平均的方法来计算新建住宅价格指数， 但是因为难以找到 35 个大中城 市权威的房屋成交量的数据，本文选择了简单平均的方法计算。 3.3模型的建立 为了考察宏观经济调控政策对房地产价格的影响，本文欲利用 2009年 1月至 2011年 4 月全国新建住宅价格指数的月度数据，采用十预分析法对宏

19、观经济调控效果进行评价，进一 步对房地产价格未来走势做出合理的预测，为下一步的宏观调控提供理论依据，具体实证过 程如下： 2010年 4 月 17 日国务院出台了国务院关于坚决遏制部分城市房价过快上涨的通知 （简称“新国十条”），拉开了本轮房价调控的序幕，因此本文以 2010年 4 月 17日为十预事 件的发生时刻，将 2009 年 1月至 2011 年 4月的新建住宅价格指数分为两个时期：第一个时 期为调控前，即 2009年 1 月到 2010 年 3月；第二个时期为调控后，即 2010 年 4 月到 2011 年 4月。 首先根据十预影响产生前 2009 年 1 月至 2010 年 3 月

20、的新建住宅价格指数建立趋势外推 模型，利用此模型进行外推预测，得到 2010年 4月至 2011年 4 月的新建住宅价格指数，作 为不受十预影响的数值。其次，将实际值减去预测值，得到受宏观调控政策十预影响的具体 结果，利用这些结果得出十预模型。然后，利用排除十预影响后的净化序列，识别与估计出 一个单变量的时间序列模型。最后，将之前估计出的时间序列模型与十预模型相结合，求出 总的十预分析模型，从而可以从定量分析的角度来评估政策十预对房地产市场的具体影响以 及影响的程度。值得说明的是，本文之所以选择十预分析模型是因为一般的时间序列模型难 以对像“政策十预”这样具有“突变性”的时间序列进行模拟化处理

21、，而十预分析模型将十 预因素体现在了十预变量中，可以较好的解决这一问题。 3.3.1 选择趋势外推模型 首先，对 2009 年 1月至 2010 年 3月新建住宅价格指数绘制散点图（图 3.3.1 ）。对样本 数据进行基本统计分析可以得到：该序列共有 15 个观测值，其中最大值为 114.2,最小值为 98.1，平均值为 103.57，标准差为 5.778,方差为 33.385。 从新建住宅价格指数趋势图可以看到，数据呈上行趋势，表明数据是非平稳的。由于模 型种类较多且部分图形接近，难以根据图形准确确定哪种模型更适宜，我们采用差分法对模 型的选择做进一步的分析。 新建住宅价格指数新建住宅价格指

22、数 图3.3.1新建住宅价格指数趋势图 在使用差分法进行分析的过程中，对一阶差分、二阶差分、三阶差分的计算所得的数据 进行判断，发现各期数值只有三阶差分大致相等，进一步运用 ADF 检验分别对一、二、三阶 差分序歹 0 进行检验，检验结果（见表 3.3.1 ）显小，t 值为-3.529358，小丁 5%勺显著性水平 下的临界值-3.212696，大丁 1咖著性水平下的临界值-4.297073。因此，差分序列以 5%勺显 著性水平下拒绝原假设，即接受不存在单位根的零假设，即新建住宅价格指数的三阶差分序 列平稳。 表 3.3.1 各差分序列的 ADF 检验结果 Prob. * t-Statisti

23、c Test critical values DY 0. 358 -1. 810921 1% level -4. 12199 5% level -3, 14492 10X level -2. 713751 DY2 0. 37 -L 782654 1% level -4. 12199 5% level -3.14492 10% level -2. 713751 DY3 0.0311 -3. 529358 1% level -4. 297073 5% level -3.212696 10% level -2.747676 因此，选择三次多项式曲线外推模型 ?t =b +3 +b2t2 +豚3 （1

24、） 3.3.2 三次多项式曲线外推模型的参数估计 利用 eviews 对三次多项式曲线外推模型进行拟合，为了尽可能好的拟合样本数据，我们 选择最小二乘法（LS）对参数进行估计，估计结果如表 3.3.2。 表 3.3.2 三次多项式曲线外推模型的估计结果 Dependent Variable: Y Method Least Squares Date. 04/12/11 Time 12.40 Sample: 2009M01 2010L103 Included observations 15 Variable Coefficient Std. Error t，Statistic Prob C 99

25、84989 0.629163 158 7027 0.0000 T -1 2475U 0 329565 -3 705422 0 0030 TA2 0 220289 Q 047074 4 679685 0 0007 TA3 0004695 0 001938 -2 422161 0.0339 R-squared 0 994936 Mean dependent var 103.5733 Adjusted R-squared 0.993555 S D dependent var 5.778219 S E of regression 0 463881 Akaike info criterion 1 524

26、800 Sum squared resid 2 367039 Schwarz criterion 1.713613 Log likelihood -7436000 F-statistic 720.4057 Durbin-Watson stat 1 058392 Prob(F-statistic) 0 000000 从而三次多项式曲线外推模型的估计方程为: ?t=99.84989-1.247544 t+0.22028912-0.004695 t3 (0.6292 ) (0.3296 )(0.0471 ) (0.0019) t= (158.7027) (-3.7854 ) (4.6798) (-2

27、.4222 ) R2=0.9949 DW=1.0584 F =720.4057 从估计的结果看，可决系数 R2 =0.9949,表明所建模型在整体上对样本数据拟合非常好， 即解释变量“时间”对被解释变量“新建住宅价格指数”的绝大部分差异做出了解释，可以 进行进一步的干预分析。 3.3.3 干预模型的识别与建立 从宏观经济政策影响的形式来看，以“新十条”为首的一系列宏观调控政策的实施，并 不能立刻对房地产市场产生完全的影响，而是随着时间的不断推移，政策执行等各方面达到 完善，逐渐感到这种影响的存在，并且长期持续下去。因此我们选择干预事件的模型形式为： B _T 一、 Xt = St ,06 1

28、3 1 - B 其中， T 0,2010年 4月以前（t 16） J,2010年 4月及以后（t 芝 16） 运用三次多项式曲线外推模型（2）进行外推预测 2010 年 4 月到 2011 年 4月的指数预测 值？t,作为不受宏观调控政策干预影响的数值，然后用实际的新建住宅价格指数减去预测值 ?t,得到的差值即为干预事件产生的效益值与随机干扰因素的综合值，记为 et （具体数值见 附表 1）。利用 R序歹 0 对模型（3）的参数进行估计，估计结果见表 3.3.3 o 表 3.3.3 回归方程参数估计 Dependent Variable: Z Method Least Squares Date

29、: 05/23/11 Time: 11:00 Sample （adjusted）: 2 13 Included observations- 12 after adjustments Variable Coefficient Std Error t*Statistic Prob. C -3.420864 0.340119 -10 05786 0.0000 Z2 0 937553 0 017903 52.36791 0 0000 R-squared 0.996367 Mean dependent var -19.10580 Adjusted R-squared 0.996003 S D depen

30、dent var 8.330826 S.E. of regression 0.558267 Akaike info criterion 1 823053 Sum squared resid 3,116622 Schwarz cnterion 1.903871 Log likelihood -8.938320 F-statistic 2742 398 Durbin-Watson stat 0.948599 Prob(F-statistic) 0.000000 (2) 即，干预模型的估计方程为： 忐=-3.421, = 0.938 一、 （4） Zt =0.938Zt3.421 J 其中，R2=0

31、.9964 , F =2742.398 （P=0.000高度显著），模型系数的 t 检验也是高度显著， 说明模型拟合较好。 利用干预模型（4）对 2010年 5月到 2011年 4月的新建住宅价格指数进行预测，记为 即为干预事件产生的效益值，预测结果见表 3.3.4。 表 3.3.4 效益值 t 2010. 4 2010. 5 2010. 6 2009. 7 2010. 8 2010. 9 2010. 10 L -1.65245 -4 97012 -8.08062 -IO. 9969 -13.731 -16- 2944 -18.6977 t 2010. 11 2010. 12 2011.1 2

32、011.2 2011. 3 2011. 4 -20. 951 -23. 0635 -25. 0441 -26.9011 -28. 642 -30. 2743 模型（4）及其预测结果表明，作为干预事件的宏观调控政策对时间序列产生了负的效益, 且效益值不断增大。即，以“新十条”为首的一系列宏观调控政策对房地产价格指数的影响 在统计上显著，并且政府干预的作用效果不断加强 3.3.4 组建干预分析模型 新建住宅价格指数的真实值减去干预影响值 Z得到新建住宅价格指数的净化序列，记为 Y；(具体数据见附表 2),该序列消除了干预影响，是新建住宅价格指数趋势变动与随机扰动 因素共同作用的结果。利用 2008

33、 年 12月至 2011年 3 月净化序列 Yt对模型(1)的参数进行 重新估计，估计结果如表 3.3.5所示。 表 3.3.5 净化序列的三次多项式曲线外推模型估计结果 Dependent Variable: Y Method Least Squares Date: Q5/23/11 Time 11 15 Sample: 2009M01 2011M04 Included observations 28 Variable Coefficient Std. Error t-Statistic Pro b 一 C 9977590 0.477421 208 9893 0.0000 T 1 24136

34、3 D. 140080 -8.865387 0.0000 P2 0 222842 0 011120 20 03945 0 0000 P3 -0 004826 0 000252 -19 12415 0.0000 R*squared 0 996516 Mean dependent sar 1147529 Adjusted R-squared 0 998331 S 0 dependent var 13 43647 8 E. of regression 0 548982 Aka ike info criterion 1.770061 Sum squared resid 7 233145 Schwarz

35、 criterion 1.960376 Log likelihood -20 76085 F-statistic 5383 346 Durbin Watson stat 。一889184 Prob(F-statistic) 0.000D00 从而，得到三次多项式曲线外推模型的最终模型为 ?t=99.7759-1.241863 t+0.222842 12-0.004826 t3 (5) (0.4774 ) (0.1401 )(0.0111 ) (0.0003) t= (208.9893) (-8.8654 ) (20.0395) (-19.1241 ) R2=0.9985 DW=0.8892 F

36、 =5383.346 其中，可决系数 R2=0.9985,说明所建模型整体上对数据拟合较好，即解释变量“时间” 对被解释变量“净化的新建住宅价格指数”的绝大部分差异作出了解释，此外， F =5383.346 (P=0.000 高度显著)，模型系数的 t 检验也是高度显著，均说明模型拟合较好。 利用最终三次多项式曲线趋势外推模型对 2009年 1月到 2011年 4 月的新建住宅价格指 数进行预测，该预测值即为新建住宅价格指数在该段时期内的趋势变动值，在不受随机干扰 和政策干预下，新建住宅价格指数将沿该趋势变动，具体预测结果见表 3.3.6。 表 3.3.6 新建住宅价格指数预测结果 t 200

37、9.1 2009.2 2009. 3 2009. 4 2009.5 2009.6 2009. 7 A 98. 7521 98. 1449 97. 9256 98. 0651 98. 5344 99. 3046 100. 3168 t 2009. 8 2009,9 200910 2009? 11 2009. 12 2010. 1 2010, 2 如 101. 6320 103. 1312 104. 8155 106. 6559 108. 6235 110. 6393 112. 8243 X 2010.3 2010.4 2010. 5 2010. 6 2010.7 2010. B 2010.9 1

38、14.9997 117. 1863 119. 3554 121. 4779 123,5249 125. 4674 127. 2765 t 2010.10 2010. 11 2010,12 2011.1 2011.2 2011,3 2011.4 Yt 128. 9232 130. 3785 131. 613fi 132. 5993 133. 3069 133. 7078 133. 7715 结合 y/勺拟合模型与干预参数。,5 的估计值，可以得到干预分析总模型： 2 3 -3.421 T xt =99.7759 1.241863t 十 0.222842t -0.004826t + - 5 （6）

39、 1 -0.938B 其中： T 0,2010 年 4 月以前（t 16） S = _ _ 12010 年 4月及以后（t 216） 利用干预分析总模型计算出预测值 贸，并与原始指数值比较，如表 3.3.7所示 t 1 2 3 4 5 6 7 98. B 98. 2 98. 1 98. 3 98. 7 99. 4 100. 3 免 93. 7521 98. 1449 97. 9256 98. 0651 93. 5344 99.3046 100, 3468 t 8 9 10 11 12 13 14 XT 101. 5 102. 7 104 1Q6.2 109.1 111, 3 113 幻 101

40、. 6320 103.1312 104. 8155 106. 6559 108. 6235 110. 6893 112. 8243 t 15 16 17 18 19 20 21 114. 2 115. 4 115. 1 114.1 112, 9 111. 7 111. 3 盅 114. 9997 115. 5339 114. 3953 113. 3973 112. 5281 111. 7364 110. 9821 t 22 23 24 25 26 27 28 110. 6 109. 3 r 107,6 106. 41714 105. 96286 105. 40857 104. 39429 11

41、02254 109. 4275 1QS+ 5500 107. 5552 W6. 4O5S 105. 0652 103. 4972 表 3.3.7 原始指数与预测指数的比较 从图 3.3.2可以看出，两个序列重合度很高，说明干预模型在这里取得了不错的效果 14Q 135 130 125 120 115 110 105 100 95 9Q i gss 寸一2窝 SS 京昌 3S 募n !, T t的预删的预删 值值 的预瑚的预瑚 值 fXI原始值原始值 图3.3.2 干预模型预测效果图为了进一步检验模型的适应性，从定量角度来分析，我们对原始值 &减去预测值义的差 值进行单位根检验，ADF检

42、验结果如表 3.3.8。 表 3.3.8 差值的 ADF检验结果 Null Hypothesis. E has a unit root Exogenous Constant Lag Length 1 (Automatic based on SIC MAXLAG=6) t-Statistic Prob 1 ALiQmented 卯屈 v-FulleteS statistic -5 447421 00001 Test critical values： 1% level -3.711457 5% level -2 981033 10% level -2629906 检验的 t统计量的值为-5.447

43、4 ,小丁 0.01的显著水平下的临界值-3.7115 ,表明残差序 列在 1 咖著水平下拒绝原假设，接受不存在单位根的结论，因此可以认为残差序列为平稳序 列，说明了干预分析总模型有较好的适应性。 从预测结果来看，总体上新建住宅价格指数还是上涨的。但对比预测的 2010 年 4月至 2011年 4月，实际值是呈下降趋势的。这种现象说明，国务院出台的，以“新十条”为首的 一系列抑制房价过快上涨的宏观调控政策已经取得成效，并且效果显著。 3.3.5 预测 利用干预总模型(6)对新建住房价格指数进行外推预测，外推预测 8 期，即 2011年 5 月至 2011年 12月的结果如图 3.3.3所示 1

44、05 图3.3.3 新建住宅价格指数预测图 从预测结果来看，理论上如果一系列宏观调控政策保持现有的调控力度，调控效果将是 非常显著的，新建住宅价格指数在 2011年下半年将有大幅度下降 4. 结论及对策建议 4.1结论 本文以全国 2009年 1月至 2011年 4月新建住宅价格指数的月度数据作为研究对象，以 “新国十条”为首的宏观调控政策的实施为十预事件，运用趋势外推法、十预分析模型等， 进行分析和预测。从实证分析结果来看，“新国十条”等一系列宏观调控政策在房价调控层面 的影响卓有成效，并且政府十预的作用效果不断加强。从 “国十条”到“ 9 29 新政”及后 期出台的限贷、限购措施，如此趋紧

45、的房地产行业调控，使得房地产市场出现积极变化，全 国大中城市房价有所下降，房价过快上涨势头得到初步遏制，房地产市场投机现象得到抑制， 市场重新回归理性。 本文不足之处在于，首先由于房地产业在我国发展还不成熟， 还没有建立产值指标体系， 在指标选取上带有主观性，缺乏同一的标准，数据的质量导致实证研究可能会存在一些问题。 另外，对房地产价格指数影响的因素不仅包括政府十预类，还包括非政府十预类。由于超越 了本人现阶段的学识，对此问题只能做出初步的探索，并没有在十预影响因素中剔除非政府 十预类的影响，可能导致的结果是在分析宏观调控政策对房地产价格指数影响的效果方面存 在偏差。最后，是否可以采用更有针对

46、性的模型，寻找更为有效的方法来预测房地产价格， 这些都是有待进一步研究的问题。 4.2政策建议 鉴于房地产业已经成为我国的支柱产业，促进我国房地产市场的健康稳定发展包括房价 的稳定一直是上至中央政府下至升斗小民都分外关注的事情。那么，国家宏观调控政策在治 理房价促进房地产市场健康稳定发展中应做出怎样的效能呢？是否有必要进一步加强调控 呢？本文结合已有的实证研究分析总结归纳，特提出以下一些政策建议。 国家进行对房地产市场进行的宏观调控是必要的，是稳定房地产市场非常重要的一个因 素。从 2011年政策实施来看，国家正在不断弥补房地产宏观调控政策的不足。开始重视对宏 观调控效果评价，制定更加准确有效的宏观经济政策，解决政策失灵问题，并且加大了宏观 调控政策配套措施，提升宏观调控执行力。现阶段政策调控的目标是减缓房价上涨的速度， 并且也已取得了成效。从预测结果来看，如果保持现有调控力度，新建住宅价格指数在 2011 年下半年将有大幅度下降。然而政府对房价的调控的目