限购政策、房地产景气度与住房公积金流动性

李伟军，刘媛媛，周奕嘉

（1.复旦大学经济学院，上海 200433；2.安徽工业大学商学院，安徽马鞍山 243032）

一、引言

我国住房公积金制度自1991年在上海试点以来，规模不断扩大。截至2019年年末，全国住房公积金累计缴存总额16.96 万亿元，已覆盖数亿城镇职工，并逐步惠及更多的新市民群体。但随着住房公积金规模的增加，其流动性风险日益突出，且呈现区域不均、跳跃弹性较大以及与住房市场波动高度关联等特点。2016年之前，住房公积金个贷率与房价走势基本一致，而2016年之后，住房公积金个贷率与房价背离（见图1）。

图1 2014－2019年我国房价与住房公积金个贷率走势图

从政策引导来看，随着国家施行房地产调控政策，热点城市普遍采用“限购令”，对住房公积金流动性造成了重要影响。2010年，北京发布“京十条”限购令之后，我国经历了“限购—限购松绑—重启限购—限购加码”的调控历程。限购政策通过抑制房地产市场住宅需求进而打压房地产泡沫，现有文献通过检验限购政策对房价波动的效应证实了这一点（张德荣和郑晓婷，2013；方兴，2018；陈淑云等，2019）。住房公积金制度是我国城镇住房制度的重要组成部分，且住房公积金制度与房价紧密相关，因此限购政策是否会通过影响房地产市场间接影响住房公积金流动性值得关注。此外，从市场信号来看，学术界普遍认为房地产景气度会对银行业产生不同程度的影响（孙艳霞等，2015；王文和芦哲，2021；方意等，2021），而住房公积金管理中心以委托人的身份将住房公积金的部分资金业务委托给商业银行办理，因此房地产景气度是否会通过影响银行业从而对住房公积金流动性造成一定影响同样值得关注。

基于上述分析，本文以限购政策与房地产景气度为切入点，构建限购政策与房地产景气度对住房公积金流动性影响的综合分析框架。本文的主要创新点包括：第一，本文从限购政策和房地产景气度视角研究住房公积金流动性，丰富了现有研究文献；第二，限购政策作为房地产调控强有力的行政手段，对住房市场的发展产生深远影响，因此以适当的方法评估限购政策的政策效应十分重要，本文采用双重差分法评估限购政策对住房公积金流动性的政策效应，同时采用倾向得分匹配法解决可能存在的内生性问题，为政府评估限购政策的政策效果，以及未来改进限购政策提供了理论支撑；第三，本文从总量、投资、生产、交易、金融和价格六个方面构建房地产景气度综合指标体系，采用主成分分析法构建房地产景气度指数，对学术界进一步识别房地产市场周期具有借鉴意义。

二、文献综述

（一）限购政策

已有研究中，大部分学者认为我国实施的房地产限购政策效果显著。王敏和黄滢（2013）认为限购影响了房价，会导致房地产市场出现“价高量低”的现象；刘璐（2013）认为首付比例和限购数量都会影响房地产市场均衡价格，但两者影响机制各不相同；张德荣和郑晓婷（2013）认为，在全市范围内限购和对非户籍购房人士限购能够有效抑制当地房价过快上涨；邓柏峻等（2014）指出限购令对“高房价且上涨速度过快”的城市有更好的调控效果，可以抑制投机性购房需求，但限购政策的效果也出现了一定的滞后性；陈鑫和方意（2016）认为，限购政策主要影响房地产市场投机性需求，适用于一线城市，而限贷政策主要针对刚性需求，适合对非一线城市房价进行调控；陈忱和高然（2020）认为，限购限贷通过抑制房价从而降低了人口迁移成本，导致城市人口迁移率显著提升。

也有部分学者认为我国政府施行的房地产限购政策收效甚微。汤韵和梁若冰（2016）指出，限购令推出后离婚数量会增加，从而规避政策管制，因此限购政策难以抑制房价上涨；郭文伟（2016）在研究中国商品房市场周期性泡沫时发现，限购令以及大部分紧缩性房地产调控政策不能有效缓解楼市泡沫；余泳泽和张少辉（2017）研究发现，限购政策主要影响房地产行业的过度投资，未能显著影响房价，而房价的过快上涨会抑制周边城市的企业技术创新活动。此外，也有部分学者研究两轮限购政策的差异效果。陈淑云等（2019）研究发现，第二轮限购政策的效果明显弱于第一轮，限购政策只能作为地方政府短时间内控制房价过快上涨的过渡性政策；曹越等（2021）认为第一轮限购政策在短期内显著降低了房地产企业的经营绩效，长期则无明显效果，而第二轮限购政策却显著增加了房地产企业的经营绩效。

（二）房地产景气度

Mitchell（1927）最早提出房地产周期研究的理论基础。何国钊等（1996）利用扩散指数计算方法研究出中国房地产周期波动形态；谭刚（2001）选择总量、投资、生产、交易、金融及价格六类共十六项指标，分析我国房地产周期波动特征；谢娜和张红（2008）利用主成份分析与谱分析相结合的方法，分别对北京房地产市场供给和需求合成指标进行周期识别；吴璟和刘洪玉（2009）综合一维灰色动态模型和马尔可夫链模型分析我国房地产周期；司颖华（2014）一方面利用HP 滤波分析了我国房地产市场的波动性，并使用频域分析确定了我国房地产市场的最小周期，另一方面构建了相应的LSTAR 模型，分析我国房地产变化的非线性动态特征；张品一（2019）基于国房景气指数的周期成分，利用马尔科夫区制转换（MS）模型，对中国的房地产周期展开研究；杨亚慧等（2020）使用马尔科夫区制转移模型和改进后的趋势滤波计算出市场变化的拐点，由此划分出各个周期的起始点。

（三）住房公积金流动性

近年来，学术界开始关注住房公积金的流动性压力。陈杰（2010）认为住房公积金流动性风险产生的根源有两个，一是管理机构的非专业性，二是住房公积金的属地化封闭分割管理体制；肖作平和尹林辉（2010）认为人均生产总值、房价、人口及房价收入水平的提高等加大了住房公积金的流动性压力；吴义东和王先柱（2018）认为住房公积金存在流动性不足的风险，且呈现出城市分化严重、资金萎缩加速、市场干扰明显等特征；李伟军和吴义东（2019）认为住房公积金的归集扩面改革在一定程度上加大了流动性压力和信用风险。同时，也有不少学者提出了流动性风险和信用风险的解决方案：胡郁（2017）认为推广住房公积金资产证券化，有利于盘活住房公积金贷款；黄燕芬和李怡达（2017）建议建立以中央住房公积金银行为中心的互助性住房政策性金融体系，当出现大规模住房公积金流动性风险时，中央住房公积金银行可以运用自身的资金储备和向央行申请流动性的方式向地方住房公积金管理中心注资；李伟军（2019）认为应将商业银行专业化理念引入住房公积金制度，提高住房公积金运行效率，引入大数据手段建立风险管理体系，强化住房公积金政策性金融功能，并逐渐转轨为国家政策性住宅金融机构。

综上，研究限购政策和房地产景气度的文献较多，但大都局限于研究限购政策对房价的影响和房地产景气度周期的构建方法，且研究住房公积金流动性的文献大都停留在理论层面，主要分析流动性风险成因、特点及管控路径，鲜有文献从实证角度研究住房公积金的流动性。

三、理论分析与研究假设

限购政策与房地产景气度影响住房公积金个贷率主要有三种机制，机制1 为限购政策通过抑制房地产市场需求从而影响住房公积金个贷率，机制2 与机制3 分别为房地产景气度影响住房公积金个贷率的两条路径，基本流程如图2所示。

图2 限购和房地产景气度影响公积金个贷率机制图

限购政策的本意在于控制房价过快上涨，希望通过抑制交易双方的投机与过度投资行为，抑制房地产市场需求，从而控制房地产“泡沫”，确保房地产行业平稳健康发展。根据供需均衡理论，当供给不发生改变时，需求的减少必然引起均衡价格与均衡数量同时下降。由住房公积金个贷率的计算公式可知，住房公积金个贷率的影响因素主要是缴存、回收、提取、贷款四部分，其中，回收和缴存是住房公积金供给端，贷款和提取是住房公积金运用端。限购导致需求减少，房地产市场均衡价格与均衡数量下降，将在很大程度上影响住房公积金运用端。房地产市场均衡价格和均衡数量的下降使房地产市场成交额下降，人们购房使用的住房公积金贷款总额和提取总额减少，进一步减少住房公积金贷款余额和增加其缴存余额，从而降低住房公积金个贷率。具体如图2中机制1 所示。基于此，提出假设1。

假设1：限购政策的实施能有效抑制住房公积金个贷率的上涨压力。

房地产行业具有开发周期长、投资规模大以及市场价格高等特点，因此无论是房地产企业还是消费者购房都需要银行贷款来支持。这一类贷款具备回报率高和安全性好的优点，所以房地产行业对银行业的发展有较强推动力。房地产行业主要通过两条途径影响银行业：一是通过银行对房地产业的贷款直接产生影响，若房地产景气度上升，则银行更倾向于将贷款资金发放给房地产业，以获得长期稳定的收益；二是房地产作为银行贷款抵押物间接影响银行绩效，房地产具有抵押品特性，当房地产景气度上升时，抵押的房地产质量上升，房地产贷款偿付率提高，这不仅降低了银行的风险水平，而且提升了其收益水平。此外，住房公积金管理中心的委托管理制度使房地产业通过影响银行业从而对住房公积金造成一定影响。因此，房地产业景气度主要通过两种机制影响住房公积金个贷率：一是房地产业景气度上升，银行更倾向于将资金投入房地产业，办理住房公积金贷款业务量上升，导致贷款总额和贷款余额上升，个贷率上涨压力增大，具体如图2中机制2 所示；二是房地产作为银行贷款抵押物，其景气度上升会使被抵押的房地产质量上升，房地产贷款偿付率提高，银行回收贷款风险下降，相应地，住房公积金贷款回收风险也会降低，住房公积金贷款回收总额上升，贷款余额下降，则个贷率下降，具体如图2中机制3 所示。所以，房地产业景气度通过两种机制影响住房公积金个贷率的效果相反，无法确定房地产景气波动程度对住房公积金流动性的影响，需要确定哪种机制占主导作用。本文根据城市等级和地域划分样本，具体影响视样本而异。基于此，提出假设2。

假设2：房地产市场景气度对住房公积金个贷率的影响具有不确定性，具体影响视样本而异。

四、实证设计

（一）样本选择与数据来源

本文数据来自国家统计局数据库，《中国城市统计年鉴》《中国统计年鉴》《国民经济与社会发展统计公报》《全国住房公积金年度报告》，以及大中型城市公积金管理中心官方网站。本文研究对象为全国67 个大中城市（海口、三亚和大理由于数据缺失严重且不准确舍去），研究期限分为长窗口期和短窗口期，其中，长窗口期为2014－2018年，短窗口期为2016－2018年。

（二）变量定义与度量

1.被解释变量

本文参考刘丽巍和罗丹（2012）、吴义东和王先柱（2018）、操宁忆和李伟军（2020）的研究方法，选择住房公积金个贷率（GDL）作为被解释变量，用来衡量住房公积金的流动性状况。具体计算公式为：个贷率=贷款余额÷缴存余额=（贷款总额-回收总额）÷（缴存总额-提取总额）。

2.解释变量

（1）限购政策。该核心解释变量代表一个城市是否实施了限购政策，用Treatment表示。若该城市在当年实施了限购政策，则Treatment在当期以及后期赋值为1，否则为0。

（2）房地产景气度。学者们采取不同的指标衡量房地产景气度，主要分为两类：一类是单一指标，如张元瑞（2002）采用商品房销售额增长率作为单一测评指标，但单一指标很难准确、全面反映房地产波动周期。另一类是综合指标体系，学者们主要从三个角度选取指标：第一是从总量、投资、生产、交易、金融和价格六个方面构建指标体系，涵盖面较广，能够较好地反映房地产周期波动趋势（竹隰生和章琛，2011）；第二是从先导指标、同步指标、滞后指标三个方面构建指标体系，通常应用于房地产业预警系统；第三是国房景气指数，由国家统计局1997年研制并建立，体现全国房地产业基本运行状况和波动幅度。

基于上述分析，本文选用目前应用较为广泛并且能够较好地反映各城市房地产景气程度波动的指标体系，从总量、投资、生产、交易、金融和价格六个方面选取指标，并进行了部分修改。总体来说，这些指标能较准确地反映房地产景气度：就总量指标而言，已有研究通常选取房地产业增加值，但由于本文研究对象为67 个大中城市，很多城市并未完全公布房地产业的增加值，又考虑到房地产业属于第三产业且该产业每年的增加值占第三产业增加值的比例较稳定，故选取第三产业增加值来近似代替；就投资指标而言，由于房地产开发投资直接影响房地产市场波动，且住宅投资占比很大，因此选取房地产开发投资额和房地产住宅投资额能较好地反映房地产投资的变动情况；就生产指标而言，选取商品房施工面积和竣工面积，这两项指标不仅直接影响房地产市场当年以及未来的市场供给量，而且也反映了供给者对房地产市场的预期；就交易指标而言，选取商品房销售面积，它是衡量房地产市场需求和发展态势的一个重要指标；就金融指标而言，选取房地产开发企业国内贷款额，它是判断金融业发展能否为房地产行业提供发展契机的一个重要因素。最后，由于商品房平均销售价格是衡量房地产市场的一个重要指向性指标，其波动最能反映房地产市场的供求情况，因此本文选取商品房平均销售价格作为价格指标。由于不同地区的统计指标有所差异，且各指标间的量纲不一致，因此采用指标增长率来保证指标数据的统一性（见表1）。

表1 房地产景气度指标体系的选择

现有文献通常选取三种方法建立房地产景气程度的模型：一是扩散指数法，该方法能比较准确地判断景气周期的转折点，但不能准确地反映波动的幅度；二是聚类分析法，该方法将指标按照性质亲疏及相似程度分类，带有较大的主观性；三是合成指数法，该方法能很好地反映景气周期的转折点和波动幅度，并且通过层次分析法或主成分分析法来确定指标权重。基于合成指数法，本文利用SPSS 软件对67 个城市2014－2018年的面板数据进行全局主成分分析，计算出各个指标的权重，最终合成房地产景气度综合指数CE，用于衡量本文的另一个解释变量——房地产景气度。

3.控制变量

本文从住房公积金自身因素和宏观经济类因素两个维度来选取控制变量。住房公积金自身因素方面，选择住房消费提取占总提取比例（RFER）、个人住房贷款最高额度（MQ）、贷款笔数（NOL）、住房公积金提取与贷款比值（RDL）、提取笔数（WZ）、实缴职工（STAFF）六个指标作为控制变量。宏观经济类因素方面，选取年平均人口（AAP）、人均居住用地面积（ALA）、人均GDP（AG）、公共财政支出收入比（FEIR）、居民人均人民币储蓄存款余额（AS）、职工平均工资（AWI）六个指标作为分析的控制变量。

表2为变量描述性统计结果。

表2 变量描述性统计

（三）模型构建

每个城市第二轮限购政策的实施时间不尽相同，故本文采用多期DID 模型估计限购的政策效应。基本计量回归模型设定如下：

其中，i=1,2,··· ,67；t=2014，2015，2016，2017，2018 。下标i代表城市，下标t代表时间；GDLit为67 个大中城市在t年的住房公积金个贷率；Treatmentit为处理变量，代表i城市在t年实施了限购政策；CEit代表房地产市场景气度；CEit×Treatmentit代表房地产市场景气度与限购政策的交乘项；Xi代表与住房公积金流动性关联程度较高的控制变量；μi和δt代表个体效应和时间效应；εit代表随机干扰项。

（四）实证检验与分析

1.全样本回归分析

对全样本直接进行政策效果估计，基本回归结果见表3。其中，列（1）和列（2）仅控制了限购政策变量，观察期分为短窗口期和长窗口期；列（3）和列（4）加入了与住房公积金流动性相关的控制变量。回归结果显示，对核心解释变量限购政策，在短窗口期内，限购政策对住房公积金个贷率的影响系数为-4.289，在10%的水平上显著，加入控制变量后影响系数变为-2.075，且在统计学上不显著；在长窗口期内，限购政策对住房公积金个贷率的影响系数为-10.242，在1%的水平上显著，加入控制变量之后影响系数变为-8.291，显著性不变。以上结果说明，在长期内限购政策的实施显著降低了住房公积金个贷率，即提高了住房公积金流动性，因此假设1 得到验证。同时，对于另一个核心解释变量房地产景气度，根据回归结果，在短窗口期内，房地产景气度对住房公积金个贷率的影响为0.008，在统计学上不显著，加入控制变量后影响系数变为0.014，依然不显著；在长窗口期内，房地产景气度对住房公积金个贷率的影响系数为-0.108，在统计学上不显著，加入控制变量后系数变为-0.184，在5%的水平上显著。这说明短期内房地产景气度对住房公积金个贷率的影响不大，长期内房地产景气度对住房公积金个贷率具有负向影响。根据前文的理论分析，由于房地产业贷款回收期长，短期内住房公积金贷款发放额增加幅度大于贷款回收额增加幅度，因此机制2 占主导地位，长期内则相反，机制3 占主导地位。另外，在列（4）中，限购政策与房地产景气度交乘项的系数为0.212，在10%的水平上显著，说明限购政策的实施对住房公积金个贷率的边际效应会受到房地产景气度的影响，同时房地产景气度对住房公积金个贷率的边际效应也会受到限购政策实施的影响。

表3 全样本分析结果

表4报告了限购与房地产景气度之间的边际效应。从表4可以看出，当一个城市未实施限购政策时，房地产景气度每增加一个单位，住房公积金个贷率下降0.184 个单位，该结果在5%的水平上显著；当该城市实施限购政策时，房地产景气度每增加一个单位，住房公积金个贷率上升0.028 个单位，但该结果并不显著。

表4 限购对房地产景气度边际效应处理结果

表5报告了房地产景气度与限购之间的边际效应。从表5的结果来看，相对于未实施限购政策的城市，随着房地产景气度的增加，实施限购政策的城市限购对住房公积金个贷率的边际效应逐渐减小。

表5 房地产景气度对限购边际效应处理结果

2.分样本回归分析

为进一步研究不同等级、不同地域的城市限购政策和房地产景气度对住房公积金个贷率影响的差异，本文依次检验了一线城市和非一线城市，东部、中部和西部及东北城市限购政策和房地产景气度对住房公积金个贷率的影响程度。分样本回归结果如表6所示，观察期均为长窗口期，且都加入了控制变量。回归结果显示，一方面，一线城市限购政策对住房公积金个贷率的影响系数为-6.903，在1%的水平上显著；非一线城市限购政策对住房公积金个贷率的影响系数为-9.319，也通过了1%的显著性检验。这说明非一线城市限购政策的实施对住房公积金个贷率的影响要大于一线城市。同时，回归结果显示一线城市房地产景气度对住房公积金个贷率的影响系数为0.772，在1%的水平上显著，非一线城市房地产景气度对住房公积金个贷率的影响为-0.216，也通过了1%的显著性检验。这说明一线城市房地产景气度增加使住房公积金个贷率上升，而非一线城市房地产景气度上升会导致住房公积金个贷率下降。前文理论分析表明，房地产业景气度影响住房公积金个贷率的效应要视不同城市等级样本而异，在一线城市房地产景气度对住房公积金个贷率的影响中，机制2 占主导地位，非一线城市则机制3 占主导地位。另一方面，就东部及中部城市而言，限购政策对住房公积金个贷率的影响系数为-10.164，在1%的水平上显著，房地产景气度对住房公积金个贷率的影响系数为-0.204，通过了5%的显著性检验；西部及东北城市限购政策对住房公积金个贷率的影响均不显著，说明限购政策和房地产景气度对东部及中部地区的调控效果较明显，但对西部及东北地区影响甚微。

表6 分样本回归结果

3.安慰剂检验

本文以全样本长窗口期为例，对多期DID 模型做安慰剂检验。图3展示了500 个“伪政策虚拟变量”估计系数的分布及相应的p 值，其中，X 轴表示“伪政策虚拟变量”估计系数的大小，Y 轴表示密度值和p 值大小，曲线是估计系数的核密度分布，灰色圆点是估计系数对应的p 值，垂直虚线是DID 模型真实估计值。从图3可以看出，估计系数大都集中在零点附近，大多数估计值的p 值都大于0.1（在统计学上不显著），表明该估计结果是合理的。

图3 全样本长窗口期安慰剂检验

4.稳健性检验

（1）PSM-DID 方法。需要注意的是，一些经济发展缓慢地区的城市即使并未实施限购政策，也可能比实施限购的城市具有更低的住房公积金利用水平和效率，从而个贷率也相应较低，这就出现了常见的“样本选择性偏误”问题。Rosenbaum（1983）提出的PSM 方法提供了一个克服上述偏误问题的“反事实分析”框架，通过引入能影响限购政策是否颁布的协变量，运用logit 模型估计倾向得分值，再选择合适的匹配方法进行匹配，最后基于匹配结果测算限购政策对住房公积金个贷率的平均处理效应。参照已有研究，本文选择能够体现城市特征的协变量主要包括各城市年平均人口（AAP）、各城市人均居住面积（ALA）、各城市人均GDP（AG）、各城市地方公共财政支出收入比（FEIR）、各城市人均人民币储蓄存款余额（AS）、各城市职工平均工资（AWI）。除此之外，还有影响因变量的控制变量，包括个人住房贷款最高额度（MQ）、贷款笔数（NOL）、住房消费提取占总提取比例（RFER）、公积金提取与贷款比值（RDL）、提取笔数（WZ）、实缴职工（STAFF）。具体协变量对住房公积金个贷率的影响估计结果见表7。可以看出，各城市房地产景气波动程度、公共财政支出收入比、职工平均工资、个人住房贷款最高额度（MQ）、公积金提取与贷款比值（RDL）对限购政策的颁布存在显著影响效应。其中，CE、AWI、RDL对限购政策的颁布存在显著正效应，而FEIR和MQ对限购政策的颁布存在显著负效应。

表7 具体协变量对限购政策是否颁布的影响

本文采用半径卡尺匹配做倾向得分匹配。为保证匹配结果的准确性，对匹配后的样本进行平衡性检验，以考察匹配后样本的实验组与对照组是否满足共同支撑假设，若满足该条件，则两组样本之间在给定控制变量的情况下，可以视为随机事件。仍然以全样本长窗口期为例，相应的检验结果如表8所示。可以看出，在匹配前各协变量实验组和对照组均存在显著差异，而匹配后各变量的差异性在很大程度上消失了，标准化偏差也都降低了，且大部分变量的标准化偏差降到了10%之下，通过了联合检验。因此，可以认为样本中各个城市住房公积金个贷率的变化主要是由限购政策引起的。

表8 协变量的匹配质量检验

表8（续）

同样，本文采用半径卡尺匹配方法估计限购政策对住房公积金流动性的平均处理效应，具体结果见表9。可以看出,平均处理效应ATT 为5.569，p 值为0.036，说明在5%的水平上显著。这表明限购政策能够有效缓解住房公积金个贷率上涨的压力。

表9 平均处理效应

为克服限购城市与非限购城市在变化趋势上的系统性差异，减少DID 的估计误差，本文采用PSM-DID 法进行稳健性检验，结果见表10。在进行PSMDID 估计前，需要进行模型有效性检验，以共同支撑假设检验为例，即实验组和控制组自变量的均值在匹配后不存在显著差异。将是否为限购城市的虚拟变量和控制变量进行Logit 回归，得到倾向得分值。从表8协变量的匹配质量检验可以看出，匹配后的大部分自变量不存在显著差异。因此，本文在共同支撑假设的基础上进一步证明了PSM-DID 方法的可行性和合理性。利用PSM-DID 方法之后，表10的结果表明限购政策显著降低了住房公积金个贷率水平，减少程度为10.430%。此估计结果与前文全样本长窗口期估计的双重差分结果并无明显差异，进一步支撑了本文的实证结论，即限购的政策效应比较显著。

表10 PSM-DID 稳健性检验

（2）替换变量法。本文核心解释变量房地产景气度CE是根据主成分分析法得到的合成指数，为了保证研究结论的可靠性，此处选取房地产开发企业国内贷款增长率和房地产开发企业住宅投资额来替换房地产景气度CE。主要基于如下考虑：一方面，房地产开发企业国内贷款在房地产开发企业资金来源中占比较大。2020年12月31日，中国人民银行和银保监会发布《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》（银发〔2020〕322 号），设置了房地产行业贷款余额占比上限和个人住房贷款余额上限，旨在通过金融调控手段影响房地产市场波动情况。因此，房地产开发企业国内贷款增长率能够在一定程度上反映房地产市场景气度。另一方面，房地产开发投资是影响房地产市场波动的直接原因，在房地产投资中，住宅投资占了很大的比例，它能够更好地反映房地产投资在当年的变动情况。表11 是将CE替换成房地产开发企业国内贷款增长率（REDL）和房地产开发企业住宅投资额（RERI）后得到的稳健性检验结果。

表11 替换变量法稳健性检验

考虑到房地产景气度对住房公积金个贷率的影响作用因城市等级而异，相应地，用替代变量REDL进行分样本稳健性检验。对照表6回归结果，从系数显著性来看，房地产景气度的替代变量REDL对住房公积金个贷率的影响效应基本一致，即一线城市系数显著为正，非一线城市系数显著为负，通过了稳健性检验。同时，上文指出西部及东北城市房地产景气度影响住房公积金个贷率的效果并不显著，而东部及中部城市房地产景气度对住房公积金个贷率的影响显著为负，与表11 替换变量RERI稳健性检验结果基本相似，也通过了稳健性检验。

五、结论与政策建议

本文运用2014－2018年67 个大中城市的面板数据，使用多时点DID 估计方法，研究限购政策和房地产景气度对住房公积金流动性的影响，结果发现：限购政策能够显著降低住房公积金个贷率，2016年9月第二轮限购政策的实施，对大部分城市高位运行的住房公积金个贷率是一剂良药，有效缓解了部分城市的住房公积金流动性压力；房地产景气度对住房公积金流动性的作用效果存在地区差异。其中，一线城市房地产景气度上升给住房公积金流动性带来了较大的紧缺压力，非一线城市房地产景气度上升能缓解住房公积金流动性的紧缺压力；东部及中部城市房地产景气度上升能缓解住房公积金流动性的紧缺压力，西部及东北城市房地产景气度对公积金流动性的影响效果不显著。

根据上述研究结论，本文提出以下政策建议：第一，应辩证选择房地产限购政策。限购政策作为行政手段，短时期内可以有效防控住房公积金流动性风险，但长期内违背市场规律，对市场具有破坏性。因此，一方面要进一步完善限购政策细节和明确退出机制，另一方面要“因城施策”充分考虑城市的异质化特征，实施差异化的限购政策。合理使用不同的限购政策工具，如限制户籍、限制区域等。然而，这种做法在一定程度上治标不治本，无法根除我国房地产市场存在的住房公积金流动性风险。第二，合理引导房地产市场预期。为促进房地产景气度合理回归，保障市场稳定预期，市场管理者应通过长期一致的政策来改变消费者非理性的上涨预期，让房地产投资者和投机者真正具有风险意识，扩大和分散投资渠道，培养科学多样化的财富管理理念。同时，还应完善房地产税制体系，提高持有多套房屋的房产税率及房屋频繁交易的换手税率，增加多套房屋的持有成本和房屋交易成本，有效遏制投机；第三，突破属地化改革推动住房公积金流动性管理。加快建立全国或全省层面的住房公积金统筹机构，作为调剂各地住房公积金供给量的平台，对资金流通进行监督与管理，在确保提取和贷款安全的条件下，积极拓宽住房公积金融资渠道，完善住房公积金流动性风险预警和管理体系。