需求結構、異質性預期和房價波動
——兼論限購限貸政策與貨幣政策效果

趙 瑋 李 勇

一、引 言

為了抑制房價的過快上漲，中央政府屢次發文強調“房住不炒”，確立了房地產市場平穩、健康發展的政策基調，各地方政府也出臺了限購、增加交易契稅、提高房貸首付比率和房貸利率等調控房地產價格的政策，旨在通過增加住房的交易成本來抑制住房的投資和投機需求。從實際效果來看，房價上漲趨勢雖然已經得到了初步控制，但是高房價帶來的負面效應依舊存在。因此，分析高房價形成的機理，理清高房價形成的影響因素便顯得尤為重要。中國自1998 年房地產市場化改革以來，驅動房價變動的主要因素有土地(陳斌開和楊汝岱，2013；梅冬州和溫興春，2020)、人口與貨幣政策(侯成琪和龔六堂，2014；王愛儉和倪鑫，2021；馬理和范偉，2021)。其中最重要的是人口，即需求因素對于房價上漲的決定性作用(況偉大，2010；高波等，2013；陳斌開和張川川，2016)。但仔細分析中國房地產價格的形成機制還可以發現，多輪政府調控房價的政策難以奏效的根本原因在于，居民預期房地產業調控政策的短時效性，以及取消之后會導致房價新一輪上升，所以一旦政策轉向就入場購房會加劇房價的“補漲”，即居民已經形成了房地產業調控政策不會持久的預期。由此可見，除了基本面因素外，預期對于房價及其波動同樣具有重要影響。預期的變化一方面可以影響居民的經濟行為決策，另一方面還將改變其對于遠期住房價格的預期，并最終影響當期住房價格和波動水平。在這個思路下，有研究學者(Lambertini 等，2013；Kanik 和Xiao，2014；楊柳等，2016；王頻和侯成琪，2017 等)在動態隨機一般均衡(DSGE)的框架下增加外生預期沖擊(News Shocks)，并在此基礎上探討預期對于房價及其波動水平的影響。然而，這種方法忽略了公眾預期的異質性、公眾形成預期時的交互性，因此無法從更深層微觀視角考察公眾預期的內在形成機制，更無法探討公眾異質性預期引發的房價內生性波動特征及其傳導機制。此外，現有研究主要通過計量經濟學方法評估部分城市限購政策的效果(張德榮和鄭曉婷，2013；鄧柏峻等，2014)，鮮有研究在動態隨機一般均衡框架下探討限購、限貸政策能否通過預期傳導渠道來降低我國房價，以及評估其對產出的影響。

為了改進上述不足，在對我國房地產市場的需求進行深入解讀的前提下，本文基于Agent 的新凱恩斯(Agent-Based New Keynesian，ABNK)模型考察不同類型購房者的異質性預期對我國房價及其波動水平的影響機制。本文的邊際貢獻在于：①通過在家庭決策方程中引入異質性預期規則，將家庭預期內生化，彌補了現有研究簡單引入外生預期沖擊而無法分析與衡量家庭異質性預期帶來的房價內生性波動的不足。②不同于現有文獻基于DSGE 模型簡單將公眾預期進行分類的建模方式，本文ABNK 模型中家庭預期是真正意義的異質性預期，并且經濟趨近的是異質性預期均衡，可以改善現有模型在理性預期均衡下對經濟解釋力與預測能力的偏誤。③將家庭住房需求分為剛性需求、投資型需求和投機型需求三類，估計了我國房地產市場中各類家庭占比，通過仿真模擬我國住房市場各類力量進行博弈時房價的動態特征，探尋房價上漲背后的推手。④評估不同強度的限購、限貸政策以及貨幣政策在抑制房價上漲方面的作用，以及其對宏觀經濟的影響。本文的分析結論不僅有助于認識我國房價持續上漲的具體需求類型，明確公眾異質性預期影響房價演化過程的作用機理，還可以為政府有效抑制房價上漲，預防房價高漲與投機盛行帶來的房地產泡沫和經濟運行風險提供必要的參考和借鑒。

二、文獻述評

1998 年國務院《關于進一步深化城鎮住房制度改革 加快住房建設的通知》明確指出，從1998 年下半年開始，停止住房實物分配，逐步實行住房分配貨幣化和住房供應體系商品化，標志著中國住房制度改革全面展開。自2004 年起，中國商品房價格開始連續大幅度上漲且持續十多年，這種上漲勢頭從北上廣深等一線城市蔓延到二線城市，并以波浪式的趨勢向三四線城市蔓延。對于中國房價持續上漲的原因，諸多研究從成本、供給以及需求等方面進行了分析，但經典的房地產經濟學理論認為，住房需求是對遮風避雨空間以及基礎設施的需求，也是對具有良好就業機會、公共服務和宜居特征的區位需求(Rosen，2002；鄭思齊等，2012)，所以需求因素是影響房價波動的首要因素。根據這個理解，學者們分別從人口結構、政府政策和收入等視角分析了房地產需求對于住房價格(及其波動)的影響。作為一個擁有14 億人口的發展中大國，大量人口釋放的居住和投資壓力構成了中國房地產市場需求的基本力量。有鑒于此，部分學者分析了人口結構對于房價的影響，發現適齡人口的增加、性別比例的失衡(徐建煒等，2011；劉學良等，2016)、人力資本的規模擴張和空間聚集(陳斌開和張川川，2016)是房價上漲的首要原因。除人口因素外，政府政策是政府進行宏觀調控的重要方式，也是熨平經濟波動、促進房地產市場健康發展的重要手段，其對房價及其波動也將產生一定程度的影響。杜敏杰和劉霞輝(2007)、倪鵬飛(2019)等學者分析了貨幣和匯率政策對于房價上漲的影響，結果發現貨幣政策寬松和人民幣升值的匯率變動是推動房價上漲的又一重要因素。而從收入視角來看，收入水平是居民購房能力的決定性因素。改革開放以來，中國城鎮居民可支配收入大幅增加，這使得城鎮居民的購房能力大大增強，進一步推動了房價的快速上漲(屠佳華和張潔，2005；高波等，2013)。以上文獻對我們理解中國房價持續上漲提供了有益的參考，但仔細分析中國房價上漲的特征還可以發現：①人口結構固然是影響房價上漲的主要因素，卻更適合對房價上漲的中長期趨勢進行分析，對于房價波動還欠缺解釋力；②貨幣和匯率政策可以影響房價，但政府政策往往是對宏觀經濟環境和房地產市場各方策略選擇的被動反應，所以貨幣和匯率政策等只是房價上漲的助推器和催化劑，房價上漲背后的深層次原因還有待探究；③收入對于房價的持續上漲和波動具有重要影響，但中國的房價上漲速度已經遠遠超過了收入上漲的幅度，房價收入比已經遠遠脫離合理區間，進一步加劇了部分學者對于房價泡沫和房地產風險的擔憂，其合理性還待斟酌。那么，分析房價上漲及其波動的原因，不應只聚焦需求的基本面，還應進一步分析中國房地產市場的需求結構。

（一）需求結構和房價波動

住房作為特殊的商品，兼具消費性和投資性的雙重屬性，從而衍生出三類需求：有效剛性需求、投資型需求和投機型需求。住房剛性需求是由其消費屬性所決定，即有消費能力的居民為了解決居住這一最基本的需求，以自住為首要目標而形成的需求。住房的投資屬性衍生出住房投資型需求和投機型需求，投資型需求主要是居民利用房屋保值、增值的強投資品屬性，通過房屋租借或轉賣來獲取收益或資產增值的需求。這類需求的可變性較強，易受政府政策、金融環境以及市場環境等外部因素的影響。住房的投機型需求則是投資中的一種特殊形式，是指在短時間內居民通過房地產的買賣和換手等方式，賺取短期內由于信息不對稱及市場價格的波動造成的交易差價。投機型需求為了獲得高額利潤，會通過炒作、發布虛假信息等方式影響人們對房地產價格的未來預期，造成市場假象，形成房價泡沫等問題。對于不同需求類型對房地產價格影響的研究由來已久，國外學者(Ito 和Iwaisako，1995；Levin 和Wright，1997)從分解房地產價格入手，將房地產價格分解為經濟基本因素驅動的基礎價格和市場投資行為驅動的非基礎價格，進一步解釋了不同類型購房者對于房價的影響。

就中國的實際情況而言，房地產市場包括哪幾類購房者?到底是哪一種購房者推動了房地產價格的持續上漲呢?已有文獻對于這一問題進行了充分探討，并形成了以下三種結論：①諸多學者認為國內巨量“剛需族”的存在導致了中國房地產市場的供需不平衡，并同時推動了房價持續上漲。“剛需族”主要包括兩種類型：新增城市居民和新婚家庭。首先，中國具有發展中國家典型的二元結構，改革開放后城市化進程加速，以城市化為主導的人口空間集聚成為剛需型需求的來源之一(駱永民和伍文中，2012)。其次，在中國特殊的婚戀市場上，住房成為準新郎的硬通貨，而在2004 年以后，“嬰兒潮”一代(80 后和90 后)開始成家立業并集中進入房地產市場，成為住房剛性需求的又一重要來源，進一步導致中國住房價格持續走高(李超等，2015；李斌等，2018；何林浩，2019)。②多數學者認為中國房價普遍上漲主要源于投資型需求，大量關于住房不同類型需求的測算(張海洋等，2011)表明，中國房價上漲最直接、最本質的原因在于巨大的投資需求。③主流觀點認為過度投機是導致房地產泡沫的主要原因(袁志剛和樊瀟彥，2003；姜春海，2005；周京奎，2005)。

（二）預期和房價波動

通過分析房地產市場需求結構，我們可以發現，不同類型的購房者是推動中國房價上漲的基本力量。然而，正是偏好及家庭稟賦的差異才導致了這些購房者對于房價的預期存在異質性，并在此基礎上影響了居民的購房決策和房價水平。因此，需求結構對于房價及其波動水平的影響實際上體現為預期。那么，預期到底如何影響房價呢？主流學者基于動態隨機一般均衡(DSGE)模型從兩個方向進行了討論。①早期的研究學者假設存在一個理性預期的代表性購房個體，并在理性預期的基礎上分析了預期對房價波動的影響。Kiyotaki 和Moor(1997)開創性地在DSGE 模型中嵌入抵押信貸約束機制，進一步分析了預期因素對于房價波動的影響。Iacoviello(2005)則將房產作為抵押品引入購房者的購買決策中，分析了預期和房價波動之間的關系，這種做法逐漸被后來的學者所接受，成為分析二者關系的主流框架。②近來的研究學者則將公眾對于房價的預期視作外生沖擊，并基于預期經濟周期理論分析了預期因素對于房價波動的影響。其中，Tomura(2010)認為對于收入持續高增長的不確定性會產生預期驅動的房地產周期，而開放條件下的資本流入則加劇了該波動。Burnside 等(2011)和Lambertini 等(2013)發現房地產市場周期性波動來源于公眾對基本面的異質性預期，公眾對經濟增長預期的變動是引起房地產經濟周期的重要驅動力量。Kanik 和Xiao(2014)研究了不可預期的和可預期的住房偏好沖擊，發現預期沖擊可以解釋30%左右的房價波動以及50%以上的消費波動、投資波動和通脹波動。對于中國房價的波動，況偉大(2010)也強調收入、成本等經濟基本面因素很少出現大的波動，預期對房價波動可能發揮著重要作用。楊柳等(2016)考察了各類外生預期沖擊對中國房價波動的影響情況；王頻和侯成琪(2017)也引入住房交易成本和住房價格加成的預期沖擊，研究了預期對住房價格和宏觀經濟的影響。庹永貴等(2018)分析了預期、房價沖擊與中國經濟波動之間的內在機理。

很顯然，DSGE 模型確立了預期影響房價的理論分析框架，但還存在以下缺陷：①在真實的經濟中，公眾經常會犯錯誤并且從錯誤中進行學習(Mankiw 等，2003)，進一步通過學習效應不斷糾正其對于房價的預期，而這種調整過程本身會導致房價內生性波動。早期的DSGE 模型隱含著代表性個體、理性預期等強信息假設(Sargent 等，2009；Gatti，2010)，很難考慮房價的這種內生性波動，進一步制約解釋和預測能力。②近來的DSGE 模型將預期因素嵌入一般均衡經濟框架中，這種在模型中簡單引入外生預期沖擊的方式也同樣無法考慮這種內生性波動。更為嚴重的是，未預期到的外生沖擊會導致房價波動，而公眾的學習行為會對這種房價波動起到加強作用，而簡單引入外生預期沖擊，無法衡量這種放大效應。為了彌補預期經濟周期理論的不足，需要在DSGE 模型內引入公眾異質性預期。大量經濟學者做了相關的工作(Huang 等，2009；Massro，2013；許志偉等，2015；張浩等，2020)，但這些研究僅將公眾預期簡單區分為有限理性預期和完全理性預期，或者將投資者根據行為分成兩類，這些都不是真實意義上的完全異質性預期模型，所以其解釋和預測能力仍然較為有限。

綜上所述，已有文獻為我們理解中國房價持續上漲提供了有益的參考，但仍存在值得拓展的空間。第一，雖然已有研究對于需求結構與房價波動的關系有一定的現實性解釋，但到底是哪一類需求是中國房價長期、持續上漲以及大面積蔓延的推手，仍沒有一致的回答。具體來說，采用計量經濟學進行研究的文獻對此問題并未能形成一致的結論，而采用宏觀模型進行研究的文獻則缺乏對房價高企之謎需求原因的深度解釋，所以不同需求類型對房價影響的理論機制還有待進一步分析。第二，不論是理性預期的DSGE 模型還是近來的DSGE 模型(將預期視作外生沖擊)，均無法克服預期內生性所造成的解釋和預測偏誤，這使得其對房價及其波動水平的解釋和預測能力有限。而從需求結構分析房價的相關討論來看，由于購房偏好、個人稟賦等方面的差異，不同購房群體對于房價的預期顯然是存在差異的，即異質性預期。因此，在ABNK 的框架下系統考察異質性預期影響房價及其波動水平的內生機理便顯得尤為必要。為了彌補這個缺陷，本文在仔細分析中國房地產市場的需求結構后，基于ABNK 的分析框架構建了完全異質性預期影響房價及其波動水平的分析框架，并在此基礎上進行系統的理論和實證研究，進一步回答“中國房地產市場的泡沫到底有多大”“到底是哪類需求推高了中國的房價”等重要問題，與此同時，對我國限購和限貸政策以及貨幣政策的調控效果進行評估。

三、基準模型的構建

本文采用基于Agent 的新凱恩斯(ABNK)模型來刻畫和描述經濟體中各部門的經濟行為及其相互之間的聯系?；鶞誓Ｐ图軜嫿梃bIacoviello(2005)和Wei Zhao 等(2018)的做法，并在此基礎上將家庭部門具體劃分為剛需型、投資型和投機型以反映我國房地產市場的需求結構。

（一）家庭行為決策

本文借鑒并拓展了Iacoviello(2005)模型，從家庭的耐性程度與住房需求兩個角度對家庭的行為進行充分刻畫。假設經濟中家庭數目是有限的，儲蓄家庭與借貸家庭分別在不同預期規則和既定約束下最大化其終生效用貼現和，不同種類家庭的效用函數分別為：

儲蓄家庭與借貸家庭面臨的預算約束分別為：

（二）家庭異質需求的刻畫

根據個體持有房產的動機將經濟中的個體分為三種類型：剛需型家庭、投資型家庭和投機型家庭，做如下假設。

1. 假設剛需型家庭對房價的預期規則為靜態預期規則。住房市場化改革后，隨著城市化進程的持續推進以及“80”后、“90”后、“嬰兒潮”等因素的影響，大量的剛需型家庭構成了中國房地產市場的剛性(基本)需求。仔細分析剛需型家庭的基本特征可以發現，此類家庭一般在所居住的城市沒有房產，但是面臨著“城市置業”“工作置業”和“成家置業”等壓力，所以他們的住房購買需求較為“剛性”和強烈。在房價快速上漲的背景下，剛需型家庭選擇住房的機會成本較高，在購買能力(收入約束)有限的條件下，“廉價”或“性價比”成為其首要關注因素，對宜居程度、增值潛力等高層次需求關注較少，更多時候是房地產市場的價格“接受者”。根據以上分析，本文假定剛需型家庭的預期規則為靜態預期規則，即：

其中，E是預期算子。該方程說明，剛需型家庭t 期的預期房價等于 t-1 期的實際價格水平，本文的剛需家庭主要是指有能力買房的家庭，要么通過貸款，要么通過父母幫助獲取買房資金，房價的上升(或下降)并不會影響其對于房價的預期和置業決策。

2. 假設投資型家庭對房價的預期規則為完全理性預期規則。與剛需型家庭相比，投資型家庭的收入較高，收入約束不強，其購買住房的主要目的是利用房地產的投資品屬性，通過房屋租借或轉賣來獲取收益或資產增值。這類需求的可變性較強，易受政府政策、金融環境、市場環境等外部因素的影響。投資型家庭的購房需求并不緊迫，也有充足的時間和意愿對住房的質量和價值進行充分調研，進而對房價做出較為合理的預期，最終發現和篩選出符合自己標準的住房。所以本文假定投資型家庭對房價的預期規則為完全理性預期規則，其可以掌握和利用經濟中所有的數據和信息，能夠做出與真實經濟變量一致的預期，其預期規則可以表示為：

這類家庭的行為方式類似于DSGE 中的代表性家庭，無論經濟運行狀況如何，他們都能做出與真實經濟一致的預期，因此每個采用完全理性預期的家庭做出的預期都是同質的，這一點與DSGE 模型中家庭同質性假定相同，投資性家庭的行為決策也與DSGE 模型保持一致。

3. 假設投機型家庭對房價的預期規則為VAR 學習規則。部分學者(Slobodyan 和Wouters，2012；Rychalovska，2016)將投機型家庭的房價預期規則假定為VAR 學習規則。與以上兩類家庭不同，投機型家庭代表我國房地產市場上的“炒房客”，這類家庭的收入通常較高，擁有多套住房，購買需求并不“剛性”，但受限購、限貸等房地產調控政策的影響也較大。與此同時，他們的購房決策具有投機性質，更加關注房地產的金融屬性，對房價的波動也較為敏感。但與投資型家庭相比，投機型家庭對于住房質量及其價值不太關注，所以會花費一定的時間與精力分析歷史房價及其趨勢，通過“低買高賣”獲取高額利潤?；谝陨险J識，本文假定投機型家庭對房價的預期規則為VAR 學習規則，即投機型家庭在t 期對于房價的預期滿足：

其中，參數 u和 ,利用遞歸最小二乘法進行更新，并且在不同家庭中具有異質性；e是VAR 的隨機誤差項。上式說明，投機型家庭對某一期房價的預期，等于前幾期真實房價與不確定隨機因素的線性加總，即每一個采用VAR 預期的家庭對下一期房價的預期值等于前幾期房價的向量自回歸，這類家庭獲取和處理問題的能力以及對房價變動的感知都較靜態預期家庭好，愿意花費一定精力來預期房價，因此他們對房價的預期應該較靜態預期家庭準確。與此同時，投機型家庭不關注住房價值本身，所以其對房價的預期準確度要差于投資型家庭。本文假定投機型家庭會選擇這種預期方式，但這并不意味著投機型家庭對房價的預期是同質的。因為在方程式中，不同家庭選擇的VAR 預期規則中的參數以及不確定因素都是不同的，因此他們在某一時期對房價的預期也不同，具有異質性。

（三）中間品廠商

中間品廠商處于壟斷競爭市場中，利用資本、房產和勞動生產中間品Y ，其行為方式與DSGE 模型一致，其生產函數形式為柯布-道格拉斯生產函數，即：

其中，＜，Rb/代表中間品廠商的債務合同以名義利率設定。

（四）最終品廠商

（五）貨幣政策

中央銀行實施價格型貨幣政策，其形式為：

四、實證結果分析

（一）參數估計結果

本文中國宏觀經濟數據的樣本區間為2005 年第2 季度至2019 年第4 季度，數據均來自國家統計局網站與WIND 數據庫。用于參數估計的變量選取產出、消費及房價作為觀測變量，所有的數據均經過季節調整和HP 濾波處理。模型的求解和參數估計方法請參見Weizhao 等(2020)的做法。

本文參數估計方法主要是貝葉斯估計法，但是與以往貝葉斯估計(An 和Schorfheide，2007)不同的是，用于求解狀態變量和貝葉斯對數似然函數的卡爾曼濾波，其狀態轉移矩陣不再是一個靜態的矩陣，而是包含了實時變化的內生參數的動態矩陣。因此，需要對傳統的卡爾曼濾波做出改進，將完全理性個體的狀態轉移矩陣、使用靜態預期方法個體的狀態轉移矩陣以及使用VAR 預期方法個體的狀態轉移矩陣，按照這三類代理人在經濟中所占比例(待估參數)加總，最終才能得到綜合的狀態轉移矩陣，從而得到貝葉斯對數似然函數。然后利用微分進化算法(Stron，1995；1996；1997)來極大化對數似然函數，得到全局最優的待估參數值，可有效避免局部最優解的出現。

表1 給出了使用Metropolis-Hastings 算法獲得的參數后驗分布的模式、平均值以及5%和95%的置信區間。在使用先驗信息的情況下，得出參數估計結果如表1 所示。根據表1 可知，當整個經濟系統達到均衡時，模型估計的剛需型家庭(即靜態預期家庭)占比為 n( n+ n+n)× 1 00% = 55%；投資型家庭(即完全理性預期家庭)占比為n( n+ n+n)×1 00% = 41%；投 機 型 家 庭( 即 VAR 預 期 家 庭) 占 比 為n( n+ n+n)×1 00% = 4%，這個結果說明，中國房地產市場的需求仍然以剛需家庭為主，投資以及投機型家庭還較少，說明傳統DSGE 模型中代表性個體的同質性假定和單一預期規則是不合理的，這也與有關需求結構討論的相關估計結果相一致。

表1 貝葉斯估計結果

（二）需求結構對房價影響分析

當人們預期到未來房價將要下跌時，房屋持有人特別是投機型家庭就傾向于以較高的價格賣出房子，而購房者則傾向于持幣待購以便在將來以更便宜的價格購買，當這種預期形成共識時，就會帶動房價下行，反之，則會拉動房價上行。如果市場預期沒有達成明確的共識，則房價走勢取決于持不同預期的不同陣營間的力量對比，這種力量的直接表現就是經濟中剛需型家庭、投資型家庭以及投機型家庭的占比情況，因此，本小節模擬了內生化家庭預期條件下，不同需求類型的家庭比例動態調整引起的房價、產出和消費的變化特征，結果如附錄圖1(掃描本文首頁二維碼可獲取附錄)所示。具體而言，分三種情形仿真當經濟中各類家庭動態調整時，住房偏好沖擊下，產出、消費和房價的脈沖響應。情形一假定剛需型家庭、投資型家庭及投機型家庭在經濟中所占的比例分別為52%、41%以及7%；情形二假定剛需型家庭、投資型家庭及投機型家庭在經濟中所占的比例分別為49%、41%及10%；情形三假定剛需型家庭、投資型家庭及投機型家庭在經濟中所占的比例分別為46%、41%及13%；將上文模型估計出的投機型家庭在經濟中所占的比例為4%的情況稱為基準情形。

就房價而言，當投機型家庭比例為7%時(用實線表示)，房價峰值為9 個單位，大于基準情形下接近7.8 個單位的情形；當逐漸回歸到穩定狀態時，在第13 期和21 期存在跳變點，而基準情形下曲線相對來說較為平滑，不存在這種局部性波動，并且回歸穩態值的時間也較基準情形下略長。這是因為隨著投機型家庭的比例不斷增加，持有VAR 學習規則的家庭更多，有更多的時間和精力分析和處理信息，對房價做出預期和判斷。不僅如此，當自己的預期與實際房價表現出差異時，其還可以通過學習效應進行糾正，會給房價帶來更大的不確定性。因此可以發現，當經濟中投機型家庭增多至10%時，房價峰值上升至11 個單位，然后在逐漸回歸到穩態值的過程中，出現的局部波動幅度更大，回歸到穩態值的時間也更長。隨著投機型家庭的比例繼續增加，上升至13%時，在遭受1 個單位的住房偏好沖擊后，房價的波動區間大約在[-1，16]個單位之間變動，可以發現這種情形下房價的波動幅度更大，收斂的時間更長。經濟中的投機型家庭增加會加劇房價波動，并且一旦遭受需求沖擊會花費較長時間恢復到穩定狀態。

總之，當經濟中的投機型家庭占比過高時，房價的漲幅和波動性均會增加，當沖擊的影響逐漸褪去時，房價下降過程中也伴隨著局部的跳變和波動，從而造成一定的福利損失。同時，隨著投機型家庭比例的增加，波動幅度也驟增，房價達到穩定態的耗時也會增長，投機型家庭的增加會使得房價高頻率、大幅度波動。政府在調控住房時應該注意識別剛需和投機型家庭，打擊非剛需性需求，尤其是投機性需求，合理引導居民理性購住房。

（三）限購限貸政策有效性分析

本小節通過動態調整限購和限貸政策實施力度參數 n和b ，模擬我國房價和產出的動態演化路徑，結果如圖1 所示。

1. 限購政策

我們來考察參數n 限購政策的實施力度，當 n等于1 時代表政府沒有實施限購政策，當n 小于1 時代表政府實施了限購政策。本文分別仿真了n 等于0.9、0.95 和0.98三種限購政策強度下，房價和產出在需求沖擊下的反應狀況。n 選取這三個值的原因是本文模型中通過與家庭擁有住房數量相乘引入n ，家庭的異質性體現在預期因子上，而擁有住房數量是同質的，因此當 n分別取0.9、0.95 和0.98 時，代表整個經濟中家庭擁有住房數量下降10%、5%和2%。

由圖1(a)可知，當 n等于1 即政府沒有實施限購政策時，房價波動的峰值為7.8個單位，在第41 期回歸到穩定狀態；當n 等于0.98 時，政府實施輕微的限購政策，房價波動為7.6 個單位，在第45 期回歸到穩態；當n 等于0.9 時，政府實施較為嚴格的限購政策，房價波動為6.7 個單位，與無政策情況下僅相差1.1 個單位，二者差距并不顯著。在第60 期仍未回歸到穩態，但是在第31 期已經開始趨于平穩。當n 等于0.95時，房價的波動幅度與回歸到穩態的耗時介于二者之間?？梢姡斦ㄟ^限制家庭擁有住房數量來調控房價時，房價會有一定幅度的降低，但是政策實施強度越大，房價回歸到穩態的耗時越長。在不同強度的限購政策下，產出與房價的表現剛好相反，隨著政策實施力度的增強，產出的波動幅度增大，回歸到穩定狀態的時間延長。但是無限購政策與實施較為嚴格政策之間，產出的差距為0.2，差距并不十分明顯。

總之，政府實施的限購政策雖然取得了一定的效果，但是并沒有顯著降低房價，這與近幾年我國實際經濟中房價的表現也較為一致，導致這種現象背后的原因可能是政策存在一定的漏洞，例如，購房家庭可能會通過“假離婚”“套用別人身份購買”等手段規避限購政策的影響，由此造成限購政策收效甚微，反而會造成產出的波動。要想有效穩定房價，應該將限購政策長期化，這樣有利于引導市場形成房價不會上漲的預期，降低投資性需求。此外，應注意政策細節，發現漏洞盡早補充完善。

2. 限貸政策

下面考察參數b 限貸政策的實施力度，當b 等于1 時代表政府沒有實施限貸政策，當b 小于1 時代表政府實施了限貸政策。本文分別仿真了b 等于0.9、0.8 和0.7 三種限貸政策強度下，房價和產出在需求沖擊下的動態演進過程。當b 等于0.9、0.8 和0.7 時，分別表示借貸型家庭所能獲得的貸款分別減少10%、20%和30%，相應的首付比例提升至40%、50%和60%(假定無限貸政策時首付比例為30%)。

由圖1(c)可知，當b 等于1 即政府沒有實施限貸政策，房價波動的峰值為7.8 個單位，在第41 期回歸到穩定狀態；當b 等于0.9，即借貸型家庭的首付比例為40%時，房價波動的峰值為8.5 個單位，在第41 期回歸到穩態；當b 等于0.8 時，即借貸型家庭的首付比例上升至50%時，房價最高達到8.9 個單位；當b 等于0.7 時，即借貸型家庭的首付比例為60%時，房價的峰值與首付比為50%時沒有明顯的變化，仍為8.9 個單位，并且回歸到穩定狀態的歷程與其他三種情況保持一致?？梢?，限貸政策的實施對降低房價沒有起到預期的效果，隨著首付比例的增加，房價的波動幅度反而會增加，首付比提升至60%造成的房價波動峰值與無政策時的峰值相差約1.1 個單位，二者差別不大。究其原因可能是公眾預期房地產調控政策的短時效性，以及取消之后會帶來房價新一輪的“補漲”，即居民形成了房地產業調控政策不會持久的基本預期。此外，我國的經濟結構調整相關政策具有非急轉彎特性，這也導致一些投機者不斷挑戰政策底線。政府應該將住房不炒、穩房價等政策長期貫徹執行，積極引導公眾預期，打破居民對房地產投資的迷戀。

圖1 限購限貸政策效果評估

（四）貨幣政策對房價的調整機制

本小節通過利用社會福利損失函數，探討了貨幣政策是否有助于調節房價波動情況。福利分析針對的是宏觀經濟變量的總體特征，并不涉及微觀加總，是微觀加總之后要考慮的事情，因此，本文構建的ABNK 模型在經過加總之后，也同樣可以利用Woodford(2003)所提供的一般化的福利函數二階近似形式進行福利分析。由于本文僅僅關注的是貨幣政策對房價的影響情況，因此僅考慮所有時期房價波動所造成的總體福利損失。本文采用福利損失函數式λ= Var ( q)來衡量不同貨幣政策參數下社會福利損失的差異。其中，λ 表示所構建模型中社會福利成本，V ar ( q)代表房價方差。

為了進行福利分析，需要改變貨幣政策函數的參數，然后在各類不同的外生沖擊下，對模型進行重新估計與模擬，從而得到房價的方差，最終計算出社會總福利成本。接下來，將r、r 和r 的取值范圍定在0 到1 之間，探討了貨幣政策函數中參數變化時，社會福利損失的變化情況。表2 給出了r、r 和r 取一些特定值時相應的福利損失大小 λ，這些統計量的單位均為百分比。其中表2 第2 行描述的是貨幣政策對通脹反饋系數和貨幣政策對產出反饋系數都取估計的參數時，貨幣政策對利率反饋系數取值從0 到1 時的福利損失變化情況。同理，第4 行和第6 行分別表示其他兩個參數不變情況下，貨幣政策對產出反饋系數和貨幣政策對通脹反饋系數取值從0 到1 時的福利損失變化情況。

表2 福利損失的變化情況

圖2 給出的是取值范圍在0 到1 之間的不同r、r 和r 值下的福利損失。圖(a)描繪的是貨幣政策對通脹反饋系數和貨幣政策對產出反饋系數都取估計的參數時，貨幣政策對利率反饋系數取值從0 到1 時的福利損失變化情況。圖(b)描繪的是貨幣政策對產出反饋系數和貨幣政策對利率反饋系數都取估計出的參數時，貨幣政策對通脹反饋系數取值從0 至1 時的福利損失變化情況。圖(c)描繪的貨幣政策對利率反饋系數和貨幣政策對通脹反饋系數都取估計的參數時，貨幣政策對產出反饋系數取值從0 至1 時的福利損失變化情況。

由上述表2 和圖2 可知，當固定其他參數為估計的參數值時，隨著貨幣政策對利率反饋系數r 由0 增大至1，其福利損失逐漸下降，這意味著制定貨幣政策時，如果可以更多地考慮上一期利率，那么價格型貨幣政策最終得以實施的利率是提高的，而利率的提高增加了借貸成本，使得投機者減少投機需求，可以有效降低房價帶來的波動，從而降低福利損失；當固定其他參數為估計的參數值時，隨著貨幣政策對通脹反饋系數r由0 增大至1，其福利損失逐漸增加，說明貨幣政策更多地考慮通貨膨脹的情況下，會加劇房價的波動程度；當固定其他參數為估計的參數值時，隨著貨幣政策對產出反饋系數r 由0 增大至1，其福利損失整體趨勢由小變大，貨幣政策函數在考慮產出因素時，應該選擇可用數值中的最小值。

圖2 不同貨幣政策參數設置下房價波動的福利損失

五、結論與建議

自1998 年住房市場化改革以來，中國房地產價格一直在“高位運行”，這不僅對房地產本身的健康發展無所裨益，同時還對新時代的高質量發展構成了嚴重挑戰。在此背景下，政府多次強調“房住不炒”的原則，并通過限購、增加契稅以及提高房貸利率等一系列組合政策來調控房地產價格，以維持房地產市場的健康、平穩發展。但事與愿違，這些政策不僅未能很好地抑制房價“過快”上漲，反而使住房市場陷入了“越限越漲”的政策怪圈。政府多輪調控房價的政策難以奏效的根本原因可能在于，居民預期房地產調控政策的短時效性，以及取消之后會帶來房價新一輪的“補漲”，即居民形成了房地產業調控政策不會持久的基本預期。于是，本文在對房價相關文獻進行梳理的基礎上，引入了異質性預期這一因素，并在ABNK 的框架下分析了需求結構、異質性預期對于房價波動的影響機制，結果發現：①房地產需求中剛需型家庭、投資型家庭以及投機型家庭所占比例分別是55%、41%以及4%。②考慮了異質性預期后，無論是在模擬動態還是樣本外預測方面，ABNK 模型都優于以往的DSGE 模型、有限理性DSGE 模型以及VAR 模型，相關結果請見網絡發行版附錄部分。③與DSGE 模型相比，ABNK 模型中房價對住房需求沖擊的反應比DSGE 模型更為敏感，具體表現為存在局部的波動與跳變，并且回歸到穩定態的耗時較長。④通過仿真與分析經濟中投機型家庭占比的三種情況發現，隨著投機型家庭占比的增加，產出、消費與房價對住房需求沖擊的反應越來越敏感，回歸到穩態值所需耗費的時間也越久。⑤我國實施的限購政策雖然存在一定的效果，但是并沒有顯著降低房價，限貸政策的實施對降低房價沒有起到預期的效果，政府應該將限購政策長期化，并及時發現和彌補政策漏洞。

針對目前中國住房市場的需求結構，合理的政策啟示在于，一方面增加住房供給，維持房價合理預期，多重并舉保障剛需；另一方面對投資型需求，不僅要加強貨幣政策與財政政策的調整力度，通過抑制投資需求反向調節市場供給總量，以促進房地產市場供求關系趨向平衡。更重要的房地產調控政策是疏通更多資本投資渠道，特別是擴寬企業和居民的“類儲蓄”投資渠道，減少微觀主體將房地產變成“存錢罐”的無奈，降低轉移到樓市冗余的資本，引導房價理性回歸。