宏观审慎政策工具LTV 调控房地产市场的有效性分析

马草原 李宇淼

一、引 言

2000 年以来，中国房地产行业迅速发展，有力带动了宏观经济增长，在国民经济中具有举足轻重的地位(许宪春等，2015)。与此同时，房地产市场价格也迅速上涨，房产占城市居民资产的比重持续提高。过高的房价不仅加重了城市居民家庭的经济负担，还可能通过其自身的“高杠杆”特征将金融体系裹挟其中而诱发系统性金融风险，最终危及经济稳定。

考察中国房地产价格变化的动力机制即可发现，除了二元经济结构转换过程中城市快速增长的住房需求之外，房价的上涨与中国长期宽松的货币政策也息息相关。在某种程度上，2000 年以来中国房价的快速攀升甚至可以视为一种“货币现象”(李健和邓瑛，2011；王云清等，2013)。在这一基本认知之下，虽然理论上货币政策是否应当盯住资产价格依旧是研究者们争论不休的话题，但在中央银行的货币政策实践中，防止房价过快增长早已成为货币政策制定中的重要约束条件。然而，使用货币政策工具来抑制房价具有典型的“双刃剑”效应，紧缩的货币政策在吸收过剩流动性、抑制房价泡沫的同时，也不可避免地伤及了宏观经济增长。尤其是在经济增速放缓、下行压力加大的背景之下，基于货币政策来控制房价势必面临“控房价”和“稳增长”的两难困境，这使得政策制定者在宏观调控中的政策取向几经反复、难以抉择。实际上，当前形势下如何在控制房价过快上涨、防范系统性风险的同时尽量保持经济的稳定增长，是理论研究者和政策当局共同面对的难题。

2008 年全球金融危机之后，宏观审慎框架成为理论界和政策界关注的热点，人们寄希望于通过这一政策框架来降低系统性风险，从而避免金融危机。同时，房价上升过快放大了资产泡沫，也存在诱发系统性风险的可能，甚至在一定程度上，房地产市场成为中国系统性风险产生和集聚的重要“策源地”。基于对房价崩塌诱发系统性风险的担忧，政策制定者在宏观审慎框架中也加入了针对房地产市场的政策工具，这使得在“双支柱”框架下进行房地产市场的调控成为一种新的理论和政策思路。经济学家们试图通过宏观审慎和货币政策的协调配合，在抑制房价的同时尽量降低对经济增长的负面效应，以避免政策制定中的两难窘境。在宏观审慎框架下的政策“工具箱”中，贷款价值比(LTV)由于关联了“首付比例”而对购房者的“有效需求”形成直接影响，因而受到了研究者的重视，一些文献通过实证方法或数值模拟证明了房地产价格对 LTV的敏感性(蔡明超等，2011；Funke 和 Paetz，2013)。但这些研究的不足在于并未真正将LTV 工具置于政策组合之中进行分析，在政策调控效果的模拟中只关注了“控房价”而缺乏对“稳增长”的考量，这实际上相当于忽略了LTV 工具的“约束条件”。

本文在已有研究的基础上，构建了开放条件下的多部门新凯恩斯 DSGE 模型。基于中国房地产市场的实际数据进行了参数估计，进而通过数值模拟深入分析了宏观审慎政策LTV 工具的有效性及与不同宏观调控政策搭配下对房地产市场的调控效果，从理论上刻画了 LTV 政策的内在机理和传导机制。本研究不仅进一步证实了宏观审慎政策 LTV 工具能够有效地调控房地产市场、对冲货币政策的外溢效应，而且发现与其他政策相比，LTV 和货币政策的搭配可以在一定程度上帮助政策当局摆脱“控房价”和“稳增长”的两难境地。

与以往的研究相比，本文的创新之处主要有两点：一是将 LTV 工具置于政策组合之中进行分析，考察了不同政策之间的协调作用及相互影响机制；二是充分考虑经济下行压力加大的现实背景，将“稳增长”作为LTV 工具的一个隐含约束条件，在维持经济增长的前提下研究房价的过度波动及系统性风险的防范，使得分析结论对于房地产市场调控政策的制定更具现实意义。

二、文献综述

实质意义上的中国城镇房地产市场化进程始于20 世纪90 年代，这使得国内针对房地产市场的学术研究起步较晚，早期的研究主要集中于检验房产泡沫和货币政策调控效应上(袁志刚和樊潇彦，2003)。由于中国金融市场发育迟缓、投资渠道狭窄，而房地产的“低门槛”特征使其投资属性被显著放大(张晓晶和孙涛，2006)，进而引起市场的投机行为，这被视为房地产泡沫产生的重要原因(荣昭和王文春，2014)。那么货币政策在房价变化过程中到底扮演了什么角色？大量研究发现房屋价格的上涨与货币供给量高度相关(李健和邓瑛，2011；王云清等，2013)。基于这一认知，通过紧缩的货币政策抑制房地产价格上涨以调控房地产市场也成为顺理成章的逻辑思路(陈创练和戴明晓，2018)。也有一些研究认为我国房价上涨背后的因素复杂，尤其是地方政府对“土地财政”的依赖严重掣肘了货币政策对房价的有效调控(周晖和王擎，2009)。事实上，学者们不仅就货币政策工具对房地产市场的调控效果尚存争论，甚至对“货币政策规则是否应当考虑资产价格”也远未达成一致结论。支持者通过DSGE 模型(肖争艳和彭波，2011；王云清等，2013；侯成琪和龚六堂，2014)与实证检验方法(谭政勋和刘少波，2015)，试图证明纳入资产价格后的货币政策调控效果更好、社会福利损失更小。但反对者的理由同样充分，他们认为房价是否存在泡沫，本身就难以识别(Mishkin，2011)，而且住房价格缺乏粘性(Eusepi 和Tambalotti，2011)，将房价纳入货币政策考虑因素势必对经济稳定构成威胁(Iacoviello，2005)。

2008 年全球金融危机爆发后，由于金融系统的顺周期性，人们认识到单独依靠货币政策还远不能达到金融稳定目标，货币政策也因此而饱受批评。在金融监管框架内，同时考虑金融机构关联程度与逆周期调节的“宏观审慎政策”开始受到广泛关注(Brunnermeier 等，2009；周小川，2011)，鉴于房地产在金融体系中的重要地位，在基于宏观审慎框架的研究中，房地产市场变得越来越不可或缺。Kannan 等(2012)通过构建包括房地产部门的 DSGE 模型，证实了在房价上涨的背景之下，实行逆周期的宏观审慎政策能达到稳定经济的良好效果。Jerome 等(2013)利用跨国数据，实证检验了宏观审慎政策对房价的影响，发现“资本监管指标”和“非标准流动性指标”能显著地抑制房价。在宏观审慎政策的工具箱中，LTV 比率可以直接影响房地产市场中的债务规模和交易数量，因而也能有效调控房地产价格(蔡明超等，2011；Funke 和 Paetz，2013；Funke 等，2018)，并且在面对抵押率冲击和房产偏好冲击时具有良好的熨平波动的作用(何青等，2015)。

任何宏观调控政策都不是孤立存在的，宏观审慎框架同样要考虑与其他政策的协调配合。当前研究关注的重点是货币政策和宏观审慎政策之间的协调，以及探究“双支柱”框架下两种政策的协同效应对金融稳定的作用机制。现有文献主要从协调的必要性(Beau 等，2011)、协调效果(Angelini 等，2012)及协调机制(马勇和陈雨露，2013)等角度展开研究。多数结论发现，物价稳定与金融稳定的双重政策目标不仅具有内在的一致性，而且在面对大部分冲击时，货币政策和宏观审慎政策的有机结合可以稳定经济，宏观审慎政策常被视为货币政策的有效补充。在双支柱框架下专门研究房地产市场调控的文献并不多见，Gelain(2011)发现货币政策与宏观审慎政策的有效配合是缓解房价波动的最优政策组合。罗娜和程方楠(2017)基于 DSGE 模型，在双支柱框架中引入了 LTV 动态规则，认为政策协调不仅能够实现对房产价格的有效调控，还可以让社会福利损失最小化。

综上可见，虽然既有文献对房地产市场调控的研究已经相当深入，但仍然存在进一步深化的空间。一方面，只有将宏观审慎监管中 LTV 工具的分析置于政策组合之中，才能更加系统地观察LTV 工具的政策效果以及与其他调控工具的“协同效应”；另一方面，评价宏观审慎工具的调控效果时不能只注重房地产价格和系统性风险，在当前经济下行压力加大的形势下，一个更具现实价值的研究视角是对“控房价”和“稳增长”赋予同等的重要性，不可偏废。

三、中国房地产市场的典型特征

长期以来，中国房地产市场的发展变化与政府的调控政策密切相关。图 1 展示了1998 年至2019 年住宅销售额与销售面积的增长速度。2004 年之前，我国政府并未对房地产市场进行过多的干预，房地产行业总体发展平稳，住宅销售额增速与销售面积增速波动不大。但是自 2004 年开始，政府推出了一系列调控措施来抑制房价的过快上涨，紧缩的政策一直持续到 2008 年。为了应对全球金融危机，中央政府实施了“一揽子经济刺激计划”，宽松的货币环境推动了房地产市场迅速回暖并逐渐升温，2009年住宅销售额增速和住宅销售面积增速已经攀升至 81.3%、45.4%，甚至超过金融危机爆发前的水平。房地产市场的过热引起了政府的高度关注，政府随之采取了更为严厉的调控措施。伴随着各种政策的落实，住宅销售额增速和住宅销售面积增速在2014 年分别降至-7.8%和-9.1%，调控效果明显。在此之后，为了缓解国内“稳增长”和“去库存”的压力，政策逐渐放松，住宅销售的增长速度随之回升，直至 2016 年 9 月，“9.30 新政”的实施标志着政府对房地产的态度又趋向于收紧。回顾这20 余年来我国房地产市场发展的历史，不难发现，房地产市场的波动与政府的政策变动密切相关。

与此同时，中国房价的快速上涨在某种意义上也可以解释为一种“货币现象”。如图2 所示，2008 年之后新建商品住宅价格增速在绝大多数年份里都和M2 增速高度同步，新建商品住宅价格增速的每一次上升几乎都伴随着M2 增速的提高。由此可见，宽松的货币政策的确在很大程度上助推了房价增长。反之，紧缩的货币政策对房地产市场的调控效果也立竿见影，但紧缩政策在抑制房价的同时势必伤及实体经济，尤其在经济进入下行通道的背景下，如何对房地产部门采取有效监管的同时尽量减轻对实体经济的影响，显得尤为关键。

图1 商品房销售额与销售面积增速：住宅(单位：%)

图2 全国新建商品住宅价格增速和M2增速(单位：%)

为了避免紧缩货币政策的“双刃剑”效应，在宏观审慎框架下进行房地产市场的调控成为一种新的理论和政策思路。其中，贷款价值比(LTV)由于关联了“首付比例”而对购房者的“有效需求”形成直接影响，因而受到了政策制定者的重视。从中国人民银行规定的最低首付比例与住宅销售额增速之间的关系可以看出，最低首付比例一般在20%～30%之间变动，而每一次最低首付比例的调整都伴随着住宅销售额增速的“反向变化”。2003 年第一次调整最低首付比(由 30%降至 20%)，当年住宅销售额增速随之由18.9%升至25.6%。2006 年我国的最低首付比提升至30%，住宅销售额增速应声而落，由2005 年的24.8%降至2006 年的11.8%。随后2010 年、2015 年及2016 年的调整也都显著影响了房地产市场的销售增速。上述分析表明，现实中首付比的变化对房地产市场的调控效果是非常明显的。

基于上述对中国房地产市场典型事实的分析可以发现，房地产市场的发展与政府的调控政策密切相关，其中货币政策和 LTV 工具的效果尤为显著。因此，本文将 LTV工具、货币政策及其他配套的调控政策纳入 DSGE 模型，在以“稳增长”为重要前提的基础上进一步考察不同政策组合的调控效果。

四、DSGE 模型

参考 Iacoviello(2005)和 Monacelli(2009)的研究，我们建立一个开放条件下的多部门新凯恩斯 DSGE 模型，将住房商品与其他消费品区分之后引入家庭和企业两个部门，其中家庭部门为考虑借贷约束的异质性家庭。

（一）家庭

我们的模型假定存在耐心的家庭(储蓄者)和不耐心的家庭(借款者)，两类家庭的跨期贴现因子β 不同。前者的时间偏好更弱，更看重未来的消费，将多余的资金存储。后者时间偏好强，需要在借贷约束下借款来满足对现期住房商品的需求。两类家庭都从消费和闲暇中获得效用，在收入约束下最大化其终生效用。

1. 借款者

在每个时期，不耐心的家庭都会得到贷款和工资，用来购买消费品和住房、纳税及偿还债务。代表性借款者的最优化问题可以表示为：

（二）厂商

假设厂商部门生产两种商品以供消费，非住房商品 Yc和住房商品 YD。厂商分为垄断竞争的中间产品厂商和完全竞争的最终产品厂商，中间产品厂商遵从 Calvo 交错定价来生产中间产品。最终产品厂商购买中间产品，经 CES 加总生产最终产品供消费。为了简化分析，不考虑投资和资本积累。

1. 最终产品厂商

最终产品厂商将从中间产品厂商处购买连续分布区间[ 0,1] 上的中间产品 Yj,t( k )，生产出最终产品Yj,t(j =c , d )供国内消费者消费，生产函数为：

2. 中间产品厂商

中间产品厂商的生产函数为：

（三）国际风险承担（International risk sharing）

模型假设储蓄者可以在国际市场上进行债券交易，根据储蓄者对国内消费品和进口消费品选择的最优条件，可以得到如下等式：

（四）货币政策

（五）政府部门

（六）外生冲击

本文共有 9 个外生冲击。其中储蓄者家庭和借款者家庭均面临住房偏好冲击，非住房消费品和住房消费品生产厂商均面临成本推动冲击和技术冲击。此外，还有国外需求冲击、货币政策冲击、房产税冲击、LTV 比率冲击。除货币政策冲击外，本文假定所有的外生冲击都服从 AR(1)的过程，且外生冲击的误差项满足均值为零的正态分布，令代表冲击变量，冲击过程可以表示为：

五、参数校准和估计

本文共需要校准 12 个参数。γ 代表住房消费在效用函数中所占的份额，我们将其设定为 0.3，以使其与住房投资和总产出的稳态比例相匹配。为了计算方便，劳动供给系数ψ 的取值根据劳动的稳态值反校①也可以先校准参数ψ 再确定劳动的稳态值，其结果不影响模型动态，但是计算稍显复杂。。中国的住房首付一般占比 30%，故设置 LTV比率(1-χ )为 0.7。房产税τ 衡量了在中国购买住房时的额外花费，包括契税、交易手续费、房屋产权登记费等，综合衡量校准为0.05。其余参数校准值及来源见表1。

表1 参数校准表

为使模型中的参数设定更符合我国宏观经济波动的事实，其余参数采用贝叶斯方法进行估计。使用的原始数据来源于 Wind 和 CEIC 数据库。选取 1998 年一季度至2017 年一季度的国内生产总值(GDP)、社会消费品零售总额、住房投资、房屋销售价格指数(HPI)①中国没有完整的房屋销售价格指数，对这一指数的估算方法有两种：一种是贾庆英和孔艳芬(2016)根据销售额和销售面积计算后进行的指数化处理；另一种参考谭正勋和刘少波(2015)的方法得到连续的房屋销售价格指数。采用哪一种数据处理方法并不影响本文的结论。、银行间同业拆借利率、居民消费价格指数(CPI)、就业人数作为观测变量，采样频率为季度数据。上述原始数据的预处理主要参照 Pfeifer(2014)的做法②鉴于篇幅限制，本文略去部分估计结果。。

六、数值模拟分析

接下来我们利用校准和估计后的模型进行数值模拟分析。本文重点分析 LTV 工具的政策效果、传导机制及其与货币政策之间的协调配合，作为对比，也展示房产税和限购政策的调控效应。

（一）LTV 政策的调控效应

作为宏观审慎政策的重要工具之一，住房抵押贷款LTV 比率上限不仅可以调控房产价格和预防泡沫生成，还可以降低商业银行杠杆率，避免系统性金融风险发生。中国的LTV 上限也经历了多次调整，这些政策调整都对房产市场产生了重大影响。

1. LTV 政策的有效性

基于前文的参数估计和校准结果，我们模拟分析了当政府实施审慎监管LTV 政策时各种类型的外生冲击对宏观经济变量波动的影响。图3 显示了当经济体面临一个标准差的消费品技术冲击、房地产行业技术冲击、国外需求冲击、房产行业偏好冲击、消费行业成本推动冲击③消费品成本冲击中坐标轴尺度为0.01。、以及房地产成本推动冲击时主要变量的脉冲响应函数图。图中实线表示无 LTV 政策，虚线表示执行 LTV 政策。结果显示，对于房产偏好冲击、两类技术冲击以及消费品成本推动冲击，实施 LTV 限制后的房价波动程度均出现缓和，这说明 LTV 政策可以有效减缓当经济体面临上述冲击时对房价造成的过度波动。具体来说，实施 LTV 政策相比无 LTV 政策时房价的波动幅度分别减缓：2.72%、2.59%、9.89%、0.85%。但是对于房产行业成本推动冲击，价格的变动幅度反而随着审慎监管LTV 政策的实施而增加。对于国外消费冲击，LTV 政策对房价的影响作用不大。此外，可以看到当经济体面临各种外部冲击时，单纯的LTV 限制政策对除房价之外的宏观经济变量的稳定作用并不明显，实行 LTV 政策后，只有在面临房产偏好冲击时通货膨胀的波动有所减缓，而面临其他冲击时 LTV 政策作用很小，产出和通胀等变量波动仍然较大。

总之，单独的 LTV 政策在面临大部分冲击时可以较好地抑制房价波动，但对产出、通胀等其他经济变量的影响微弱。这说明宏观审慎政策不会引起通胀的大幅度变化，从而不会对货币政策的效力产生过大影响。同时 LTV 工具本质上作为一种针对杠杆率的限制措施，在面临大部分冲击时起到了减缓房地产市场波动的效果，有利于房地产市场的稳定。

接下来考察不同环境下LTV 政策的主动实施效果，并详细探讨其对宏观经济的影响及政策传导机制。此时，我们把 LTV 政策本身看成一种外生冲击。LTV 上限的下调提高了借款购房者的首付比例，从而有效抑制了家庭的投机行为。由于国内的消费数据为总量数据，所以借款者的比例ω 难以正确估计，并且ω 的取值可能会受政策本身的影响，比如 LTV 比例上限的上升可能会使更多的人变成借款者，通过抵押贷款途径来购房，从而导致ω 上升。所以我们假设ω 外生，并且为了考察不同借款者比例下LTV 上限调节的效果，分别将ω 取值为 0.2、0.3、0.4。图 4 显示了不同ω 下对 LTV 上限减少一个百分比冲击的脉冲响应函数。

图3 各种冲击下主要宏观经济变量的脉冲响应

首先，收紧的 LTV 政策大幅降低了借款者的债务规模，这主要通过两种途径实现。一方面，紧缩的 LTV 政策使首付增加从而减少了借款者借入的资金，而且使更多的潜在购房者无法承担首付款，这显然直接减少了债务规模。另一方面，随着管制的收紧，对住房需求的减少导致房价和住房消费均出现下降，下降的房价反过来降低了抵押品价值，这进一步削弱了借款者的借款能力。

图4 不同ω 值LTV政策冲击脉冲响应图

其次，由于模型假定储蓄者不存在借贷行为，所以对于储蓄者而言，紧缩的 LTV政策不会直接影响购房决策，但替代效应的存在会使得储蓄者在房价下跌时减少对非住房商品的购买。对于借款者而言，收入效应会同时减少住房和非住房商品的购买，从而共同导致了非住房商品的需求及价格下降。中央银行对此的反应是降低利率，进而引起实际汇率的贬值和经常项目的改善。

此外，可以看到，随着借款者比例ω 值的提高，所有宏观变量的波动性趋于增加，且延缓了回归稳态的速度，其原因在于抵押品约束。当 LTV 比率收紧时，借款者的可贷资金减少，对住房商品的需求降低，导致产出和价格等宏观经济变量的波动，而增加借款者的数量会放大这些波动①Bernanke 等(1999)的金融加速器效应指出，借款者的自有资本在金融市场中具有重要作用，外部冲击通过影响借款者的自有资本，导致了产出、价格等宏观经济变量的波动。。所以借款者比例越高，LTV 政策的效果将越明显。

最后，模拟分析发现，LTV 政策对房价的影响大于通货膨胀和产出，这意味着LTV 政策对房价调控的效果更加显著，同时对产出及通货膨胀的影响较小。

2. LTV 政策与货币政策的协调

图 5 显示了当中央银行采取宽松的货币政策而使得模型受到一个标准差的负向利率冲击时，各经济变量的脉冲响应图。在扩张性货币政策冲击下，为了实现消费的边际效用最大化，储蓄者和借贷者的消费均倾向于现期，于是产出和非住房消费增加并且由于贸易条件的改善而放大。此外，名义利率下降导致借款者的借贷成本也随之下降，这促使借款者增加借款额。同时，上升的房价又提高了借款者的抵押额，促使借款额的增幅更大，于是住房消费和住房投资持续上升，并且和房价的上升形成一种正向反馈机制。

图5 不同χ 值货币政策冲击脉冲响应图

此外，模拟表明：随着借款者比例ω 值的增大，房价、住房消费和住房投资都会出现上升态势。这表明随着经济中借款者数量增多，住房需求增长，从而抵消了储蓄者因房价上涨而导致住房需求下降的效果，借款者比例越大，抵消作用越强，房价的上涨幅度也越大。因此，货币政策在调节“产出”和“通胀”的同时也对房地产市场造成了极强的“外溢效应”，宽松的货币政策显著提高了房价。并且社会借款者的比例会直接影响货币政策外溢效应的大小，过高的借款者比例会放大货币政策对房地产市场的影响，推升房地产的价格。

接下来我们考虑货币政策和LTV 政策的协调效应，图5 显示了在不同LTV 比率下，货币政策的实施效果。可以看到，随着χ 取值的减少(即宏观审慎LTV 约束收紧)，房价波动不断变小。这是因为负向的利率冲击导致家庭部门购房成本下降，LTV 比率的上升将进一步放松现阶段的购房约束，导致家庭部门对住房的需求进一步增加，房价也随之上升。所以在面对宽松的货币政策时，收紧的 LTV 政策可以有效控制房价，对冲宽松货币政策导致的房价上升。

最后，值得注意的是，不同 LTV 比率下产出和通胀变量对货币政策的反应近乎一致，说明 LTV 政策可以在不影响货币政策目标的情况下实现对房地产市场的调控。其根源在于粘性价格机制导致了货币政策的短期非中性(侯成琪和龚六堂，2014)，名义利率的变化由于价格粘性的存在而扭曲了消费者的购买和投资决策，而LTV 政策的实施并不会改变这些机制。因此，LTV 政策不仅可以用来冲抵货币政策对房地产市场的外溢效应，更重要的是 LTV 政策的实施不会影响货币政策对实体经济的调控效果。这相当于消除了货币政策的掣肘，使得货币政策可以专注于控制通货膨胀和调控实体经济，而LTV 政策可专注于抑制房价泡沫，减少系统性风险的积聚。

综上所述，货币政策对房地产市场存在外溢效应，但通过 LTV 政策可以在不影响货币政策调控效应的情况下控制房产价格的过快上涨。

（二）房产税及限购政策的调控效应：一个对照

除了中央政府通过货币政策和宏观审慎监管工具调控房地产市场之外，各级政府也陆续出台了各项经济和行政措施来抑制房价过快上涨，其中房产税和限购政策最为引人关注。基于对中国现实的观察，与 LTV 工具类似，房产税和限购政策对房价的抑制效果同样明显，但当考虑到政策成本以及与其他政策的协调效应时，LTV 工具是否更加具有优势？作为对照，本文也将房产税及限购政策纳入模型进行分析。

为了分析的方便，模型中以“居民在购房时无差别地统一缴纳的额外支付”来引入房产税，这与现实中以房屋的计税余值或租金收入为计税依据的房产税在表现形式上稍有不同，但实质是一样的。观察图6 可见，一个标准差的房产税正向冲击能使房价下降 4.44%，但同时也导致产出大幅下降 7.26%。同 LTV 政策相比，房产税的政策效果虽然同样立竿见影，但由此引起的产出损失使得房产税需要背负巨大的政策成本。模拟结果还表明，与前文 LTV 政策与货币政策的协调效应不同，差异化的χ 的取值下房产税政策对主要宏观变量的影响差别不大，可见房产税政策基本不受 LTV 比率的影响。这一结果表明房产税抑制房价的效果虽然显著①本文的房产税对全部居民实施无差别征收，但现实情况一般不会如此，重庆市和上海市的做法是将征税对象加以限制，以保证低收入群体的住房需求，并且有一定面积的免征额度，因此本文的分析可能会高估房产税对房价的调控能力。，但对住房投资、产出的抑制作用过大，不利于房地产行业的长期发展，而且在经济下行时期对央行货币政策的调控产生极大压力①模拟分析表明，不同税率下货币政策冲击对所有变量的影响几乎一致，说明无法通过与货币政策的协调在控房价的同时减轻对产出的影响。，容易对“稳增长”造成不利影响。

图6 不同χ 值房产税政策冲击脉冲响应图

进一步考察限购政策的效果②参考何青等(2015)的研究，我们用住房偏好冲击来模拟限购政策，当政府采取限购政策时，有购房意愿的家庭被迫降低了自己对住房的实际偏好。，图 7 展示了在不同 LTV 比率下对模型实施一单位的正向房产偏好冲击后主要宏观变量的脉冲响应函数。正向的住房偏好冲击通过推升房产需求而导致房价上涨，而政府的限购政策会带来负向的住房偏好冲击。模拟结果表明，限购政策可以有效地减缓房价的上涨，一单位负向住房偏好冲击可以使住房价格下降2.64%，通胀扩大0.04%。随着LTV 比率的提高，政府对房价的调控能力增强，LTV 比率每提高0.1 引起房价降幅扩大0.2%。这意味着LTV 工具和限购政策的结合同样可以强化房价调控的效果。

但是，负向的住房偏好冲击也会对产出产生负面影响，一单位负向住房偏好冲击引起产出下降 11.2%。这意味着限购等需求管理政策对产出的负面影响远大于控制房价的正面效果，并且 LTV 工具和限购政策结合后对产出几乎没有影响。这提示政策制定者，一方面应当斟酌使用能够影响消费者房产偏好的政策，尤其是在经济增速放缓的时期更需慎重；另一方面，必须注意以缓和房价波动为目标的 LTV 政策与常规宏观经济政策之间的协调，以减小住房偏好冲击对经济增长的影响。

总之，无论是房产税政策还是限购政策，在有效抑制房价的同时，对产出的负面影响非常大，而 LTV 政策在有效调控房价的同时具有“低政策成本”优势。更重要的是，当LTV 政策与货币政策结合后，还可以在不影响货币政策目标的情况下调控房地产市场，调和了“稳增长”与“控房价”之间的矛盾。

图7 不同χ 值房产偏好冲击脉冲响应图

七、结论与政策建议

本文分析的结论如下：第一，LTV 工具可以有效地调控房地产市场，LTV 政策在面临大部分冲击时可以很好地抑制房价过度波动，调控房地产价格。长期稳定的 LTV政策可以有效引导市场预期，增强房价的调控效果。第二，货币政策对房地产市场存在外溢效应，但通过实施 LTV 政策可以在不影响货币政策目标的情况下抑制房地产价格，从而部分地对冲宽松货币政策对房价的推升效应。这意味着货币政策可以专注于产出和通胀目标、调控实体经济，而 LTV 政策主要聚焦于房地产市场的稳定运行。第三，LTV 政策对实体经济影响较小，政策成本更低，与之相对应，房产税和限购政策虽然在调控房地产价格时效果显著，但会对经济增长产生很大的压力。

结合现实情况以及本文模拟分析的结果，提出以下政策建议：第一，坚持以央行为主导的双支柱政策框架，促进货币政策和宏观审慎政策的协调配合。本文的分析发现，货币政策作为总量政策对房地产市场有较强的外溢效应，单独使用货币政策无法同时兼顾实体经济和房地产市场，而宏观审慎政策相对具有中立性。因此，货币政策需要同宏观审慎工具搭配使用。第二，在宏观审慎工具箱中应优先运用 LTV 工具来调控房价、防范系统性风险。LTV 工具的最大优势是它可以消除房地产市场对货币政策的掣肘，使货币政策能够专注于调控实体经济，从而在一定程度上摆脱“控房价”和“稳增长”的两难困境。第三，将限购政策及房产税作为房地产市场的常态化调控工具需慎重。这些政策虽然效果显著，但是对实体经济负面影响太大，政策成本过高，不利于宏观经济的稳定。