房地产调控政策指数的构建分析

文／徐喆 聊城市住房与建设事业保障中心 山东聊城 252000

引言：

我国房地产市场受调控政策影响极大，从政策的内容来看，主要集中在限购、限贷、限售、限价这几个方面，采取的措施主要包括提高购房门槛、调整贷款首付比例等。再从政策出台的次数来看，为有效遏制房地产市场中的投资投机性需求，近些来我国各地城市出台调控政策的次数较多，如2017年我国90 个地级以上大城市所出台的房地产调控政策就约200 项，2018年约有30 个城市出台或升级了限售政策，约22 个城市出台或升级了限购政策，2019年热点地区调控政策持续升级，到了2020年7月，新一轮的房地产调控政策将目光放在限售、限购、限贷、税收调节、刚需支持及打击假离婚这几个方面。2021年1月至2020年7月期间，热点城市就出台了54 次房地产调控政策。可见，我国房地产调控政策不仅出台次数多、密集程度高，且持续时间长、涉及程度多和政策强度大，整体上我国房地产调控政策初步成形，并进入到常态化和持续化状态，即便是受到2020年新冠肺炎疫情的影响，各地政府仍然在适时推出房地产调控政策，主要目的是保障我国房地产市场健康平稳的发展。

虽然我国房地产调控政策持续出台，但是一直以来对于房地产调控政策的强度度量缺少一个可量化的工具，这就需要对房地产调控政策指数的构建进行分析，一方面为房地产调控政策强度的量化提供方法，另一方面也为决策者分析房地产市场与调控政策之间的关系提供研究工具，这也是本文研究的意义所在。

梳理国内现有关于调控政策度量的研究，主要有选择合适的代理变量和构建政策指数这两大类，其中，对政策不确定性的度量的研究就较为广泛。通常在代理变量的选择上，贾倩等人将政策的不确定性与官员变更挂钩，认为省级政府官员变更会对区域经济政策的不确定性产生影响，并且还会显著影响企业的投资行为。而在政策不确定性指数方面的研究，国内学者主要聚焦于宏观经济政策的不确定性，并细化至财政政策、货币政策、贸易政策、汇率及资本账户政策这四个不确定性指数。在这基础上，贾德奎等人在基于《中国证券报》等财经报纸上，通过搜索与股市政策风险相关的文章来构建政策风险指数，用于衡量监管政策导致的股市不确定，杨赞等人通过文本分析的方法构建了我国房地产政策不确定性指数，但仅是在词汇上增加了“房地产”“地产”“房市”“楼市”，并不能准确地反映出房地产市场的政策变动。不同于宏观经济政策的不确定性，房地产政策的不确定性主要体现在政策的动态变化，所以如何度量房地产调控政策的变动非常关键。

从现有的研究情况来看，关于房地产调控政策指数构建的研究并不多，而且所构建的指数多限于报纸样本，未涉及到网络文章。鉴于此，本文在整理收集全网络关于宏观经济及房地产相关的政策文章基础上，利用文本分析的方法对房地产调控政策制度的构建进行分析，由于样本文章来源较广泛，可为房地产政策数据库构建提供有力支持，同时得益于网络文章具有实时性的特点，还可有效弥补政策指数构建过程中缺乏高频指数的不足。

本文的创新点主要在这三个方面：一是首次构建了房地产调控政策制度，实现了对房地产调控政策的量化；二是扩大了样本文章来源的范围，不同于以往仅源于报刊数据，本文在对2000 多个网站实时爬取文章的基础上，构建了房地产政策数据库，既扩大了样本文章来源范围，同时还避免了文本选取上的主观性；三是由于网络文章具有实时性的特点，因此所构建的房地产调控政策制度，能够很好地弥补在实际构建中高频指数不足的问题。

1、房地产调控政策指数的构建

1.1 数据来源

杨赞等人通过文本分析的方法构建的我国房地产政策不确定性指数，其数据来源主要是报刊数据，其他学者在构建政策不确定性指数时也大多来源于报刊数据。考虑报刊的选择具有一定的主观性，加之报刊关于政策的报道并不多，因此本文采用网络爬虫的方式来确定政策来源，数据来源渠道为各地政府官网（包括政府官网、住建厅官网、自然资源厅官网等）、媒体网站（如新华社、人民日报、央视新闻、财经网等）、微信公众号（如第一财经、每日经济新闻、成都发布）等，共计2000 多个数据源，在此基础上设定宏观及房地产相关的关键词，通过网络爬虫的方式来实时获取相关政策。

1.2 分析方法

本文主要基于文本分析方法的基础上构建房地产调控政策指数。在政策研究过程中，文本分析法是一种常用的研究方法，主要是对文本中一些关键词出现的频率进行统计，由此直观地反映文本中的某些特征，是目前政策文本分析中应用较为广泛的定量分析方法。在关于房地产调控政策的研究文本中，出现较多的、关键的词汇主要是限购、限贷、限售、购房资格认定这些词汇，通过抓取这些关键词，可判定该篇文章是否是房地产调控政策的范畴，进而构建房地产调控政策指数。

1.3 房地产政策数据库的构建

政策数据来源需要相应的数据库得以支撑，因此构建房地产政策数据库，是构建房地产调控政策指数的前提条件。而在构建房地产政策数据库时，需要对其关键词进行确定。可选取的关键词分类有宏观经济、重大规划、房地产政策、人才落户这四大类，在各分类下，本文主要选取的关键词有房地产、商品房、商品住宅、二手房、参考价格、监管、央行、信贷、利率、房贷、首付、公积金、购房补贴、租房等，通过在指定的网站中检索这些关键词爬取文章，删除文本格式异常和广告类的文字，并根据文章的题目及内容相似度设置清晰规章，去文章进行去重处理，从而构建起房地产政策数据库。

在构建房地产政策数据库过程中，主要选取2020.3-2021.7 这一时间的发表的文章，文章总数为27477 篇。为确保在数据库中所选取文章的准确性，采取抽样的方法抽取400 篇文章，通过人工阅读的检验方式，对文章是否属于房地产调控政策范畴进行检验，检验结果证明，在选取的400 篇文章中有364 篇文章符合筛选标准，准确率达到了91%，可见所构建的房地产政策数据库具有较高的准确性。

1.4 关键词的构建

在构建房地产政策数据库完成后，还需要构建房地产调控政策的关键词集，然后在通过文本分析方法来构建房地产调控政策指数。本文所构建的关键词集，主要包括调控政策、限售、限贷、限购、首付款比例、购房资格、假离婚、离异、平稳健康发展等关键词，在文章中涵盖以上关键词中任意两个关键词，为符合筛选标准的样本文章。通过搜索关键词及文本分析，最终确定符合标准的文章共有2005 篇。同样为了确保选取的文章符合标准，采用的了抽样的方法抽取300 篇文章，通过人工阅读的检验方式对文章是否符合构建的关键词集及文章内容是否表达了房地产调控的相关信息进行检验，检验结果表明，在抽取的300 篇文章中有281 篇文章符合筛选的标准，准确率达到了93.7%，可见在这一标准下，所选取的文章具有较高的准确性。

1.5 房地产调控政策指数

图1 房地产调控政策指数

2、房地产调控政策的整体基调与主要特点

2.1 整体基调

2020年7月，我国房地产市场开启了新的一轮房地产调控周期，全国各地程度相继出台了房地产调控政策，从深圳、杭州、南京、宁波等地出台的调控政策内容来看，政策主要聚集在限售、限贷、税收调节、刚需支持、离婚购房等，对房地产市场的调控更注重精准性。从上述图1构建的房地产调控指数来看，在2020年7月份，调控指数达到了峰值251.84，之后政策指数下行，再到9月份多个城市升级政策调控，调控指数上行至177.68。紧接着政策指数下行，直到2021年3月，伴随着上海、西安、成都等热点城市的房价不断走高，房地产调控政策相继出台，到4月份调控政策指数上升至190.58，达到了全年的最高点。随后调控政策指数又下行至7月初。

2021年7月23日，住房和城乡建设部等8 部门联合发布了《关于持续整治规范房地产市场秩序的通知（建房〔2021〕55 号）》（以下简称55 号文），指出了主要目标为：“力争用3年左右时间，实现房地产市场秩序明显好转。违法违规行为得到有效遏制，监管制度不断健全，监管信息系统基本建立，部门齐抓共管工作格局逐步形成，群众信访投诉量显著下降。”可见，未来三年房地产市场的政策环境会“持续抓力”，不会有明显的放松迹象，而在这样的政策基调下，各地政府也会陆续出台调控政策，将会使得调控政策指数显著回升。

2.2 主要特点

通过分析房地产调控政策指数的走向可发现，调控政策的相继出台，主要目的是进行市场降温，对比以往的调控政策，新一轮的房地产调控政策主要具有以下几个特点：

其一，中央及各地政府对房地产市场的调控进入到了常态化、持续化的阶段。在房地产调控中，最为直接、最有效的调控手段为限购、限售、限贷，同时就目前政府在调节房地产市场时所采用的主要工具。在2016年12月召开的中央经济工作会议中，就首次提出了“房住不炒”的政策定位，自2016年限购大潮开启之后，便拉开了史上最严的房地产调控序幕，即便是受到2020年疫情的冲击，经济增长面临着较显著的下行压力，中央及各地政府仍然在持续推出房地产调控政策，其中2020年7月和9月为调控政策出台的密集程度最高，到2021年上半年，因疫情影响而出现购房需求滞后，热点城市房价纷纷走高，为有效打击各种投机购房的需求，房地产调控政策持续跟进、升级。由此可见，目前我国房地产调控政策进入到常态化和持续化阶段。

其二，房地产调控政策的强度越来越强，有望扭转“房价只涨不跌”的态势。从新一轮的房地产调控政策出台情况来看，各地政府对房地产的调控政策层层加码，调控力度逐渐增强，如本轮调控中多地延长了新购房的限售年限、延长了个人增值税免征年限、本地居民家庭落户需满一年才可购房、离异2年内仍按原家庭住房套数购房等，从调控力度方面来看，重点在于进一步打击房地产市场中的各种投资投机性需求。另外，从住房和城乡建设等8 部门发布的55 号文来看，在未来三年，房地产市场的政策环境只会“紧”，并不会“松”，这也一定程度上会改变市场主体的预期。

其三，中央越来越重视房地产市场的调控。自55 号文出台以后，住建部多次与地方政府负责人进行约谈，约谈的主要目的是地方政府负责人明确与落实城市主体责任，随后各地政府纷纷出台了调控政策。2020年8月26日，住建部组织沈阳、长春、成都、银川、常州等城市政府及所在省（自治区）住建厅负责人召开房地产工作会商会，会议上重点对城市主体责任进行落实，并研究和实施房地产长效机制。2021年7月，住建部副部长在约谈银川、徐州、金华、泉州、惠州等城市政府负责中，指出各地要加快建立和完善房价地价联动机制，优化土地竞拍规则，限房价、控地价、提品质，坚决稳定地价和房价。随后金华率先出台了调控政策，主要包括新购住房限售三年、热点地区建立二手房参考价格发布机制等。另外，也有部分城市出台了放松的房地产调控政策，但很快就被撤回，主要因为上级主管部门的介入，使得地方政府又回归到严控的状态。可见，在新一轮的房地产调控中，中央层面仍紧紧围绕“房住不炒”持续规范房地产市场秩序，坚定房地产长效机制决心，也从侧面看出中央在指导地方城市落实城市主体责任方面的重要地位。

其四，房地产金融政策的重要性更加突出。在2020年房地产工作座谈会召开后，针对房地产企业“三道红线”与房地产贷款集中度政策，进一步将房地产金融政策纳入到房地产调控政策中。尤其是2020年12月31日，央行与银保监发布了《关于建立银行业金融机构房地产贷款集中度管理制度的通知》，在该通知中，分五档对银行业金融机构房地产贷款占比与个人住房贷款占比设定上限，并对超限银行设置2-4年调整过渡期，通过增强银行业金融机构来抵御房地产市场波动风险，防范金融体系对房地产贷款过度集中所带来的潜在系统性金融风险。

结语：

本文主要通过网络爬虫的方式，在各地政府官网、媒体网站、微信公众号中搜索房地产相关的关键词，在2000 个数据源中爬取了宏观经济及房地产领域的文章，由此建立起房地产政策数据库。对比包括数据库，这一数据库的选择范围更大，且能做到实时更新。进一步在该数据库中通过文本分析的方法筛选出符合标准的文章，由此构建房地产调控政策指数，时间范围为2020.3-2021.7。在构建房地产调控政策指数后，进一步对其调控政策的基调及特点进行分析。结果表面，本文所构建的房地产调控政策指数较合理，能够较为准确地反映出房地产调控政策出台的密集程度以及政策环境的松紧度。

通过构建房地产调控政策指数，对房地产调控政策的强度进行量化，无论是对政府、企业还是居民部门，在决策制定上均有一定的参考价值。一方面，调控政策指数能让房地产企业或消费者对以往的房地产调控政策有更加清晰的认识，并在此基础上，通过政策与市场的联系做出相应的决策；另一方面，对于政府而言，能够在了解以往调控政策出台的密集程度、时机及调控效果的基础上，合理化制定未来房地产的调控政策。

另外，在结合本文研究结论的基础上，提出这三点宏观调控政策的建议：第一，应提高房地产调控政策的联动性，房地产市场是属于综合性市场，若制定的调控政策过于片面化，容易致使政策失效，因此需要以中央的统一政策为指导，结合各地房地产市场的实际情况，综合运用国家相关法律法规、政府条例、税收政策、信贷手段、限购政策、首付比例等具体方式，从而制定符合本地区实际的联动性宏观调控政策；第二，持续调整改进房地产调控政策，各地政府要加快政府职能转变，明确城市主体责任，制定保障性住房的中长期规划，同时也要积极探索住房补贴、经济适用房、廉租房等多种政策的制定与实施，综合运用多种手段，促进社会财富公平分配，维护房地产市场秩序与社会稳定和谐。第三，持续调整改进税收政策。应转变房地产相关税种向来“轻保有、重流转”的局面，应建立起全方位、多层次的房地产税收体系，完善房地产相关税种设计与政策，充分税收工具的作用，对房地产市场合理调节，有效遏制房地产市场中非理性的投资性需求，确保房地产市场平稳合理地发展。