需求结构、异质性预期和房价波动——兼论限购限贷政策与货币政策效果

赵 玮 李 勇

一、引 言

为了抑制房价的过快上涨，中央政府屡次发文强调“房住不炒”，确立了房地产市场平稳、健康发展的政策基调，各地方政府也出台了限购、增加交易契税、提高房贷首付比率和房贷利率等调控房地产价格的政策，旨在通过增加住房的交易成本来抑制住房的投资和投机需求。从实际效果来看，房价上涨趋势虽然已经得到了初步控制，但是高房价带来的负面效应依旧存在。因此，分析高房价形成的机理，理清高房价形成的影响因素便显得尤为重要。中国自1998 年房地产市场化改革以来，驱动房价变动的主要因素有土地(陈斌开和杨汝岱，2013；梅冬州和温兴春，2020)、人口与货币政策(侯成琪和龚六堂，2014；王爱俭和倪鑫，2021；马理和范伟，2021)。其中最重要的是人口，即需求因素对于房价上涨的决定性作用(况伟大，2010；高波等，2013；陈斌开和张川川，2016)。但仔细分析中国房地产价格的形成机制还可以发现，多轮政府调控房价的政策难以奏效的根本原因在于，居民预期房地产业调控政策的短时效性，以及取消之后会导致房价新一轮上升，所以一旦政策转向就入场购房会加剧房价的“补涨”，即居民已经形成了房地产业调控政策不会持久的预期。由此可见，除了基本面因素外，预期对于房价及其波动同样具有重要影响。预期的变化一方面可以影响居民的经济行为决策，另一方面还将改变其对于远期住房价格的预期，并最终影响当期住房价格和波动水平。在这个思路下，有研究学者(Lambertini 等，2013；Kanik 和Xiao，2014；杨柳等，2016；王频和侯成琪，2017 等)在动态随机一般均衡(DSGE)的框架下增加外生预期冲击(News Shocks)，并在此基础上探讨预期对于房价及其波动水平的影响。然而，这种方法忽略了公众预期的异质性、公众形成预期时的交互性，因此无法从更深层微观视角考察公众预期的内在形成机制，更无法探讨公众异质性预期引发的房价内生性波动特征及其传导机制。此外，现有研究主要通过计量经济学方法评估部分城市限购政策的效果(张德荣和郑晓婷，2013；邓柏峻等，2014)，鲜有研究在动态随机一般均衡框架下探讨限购、限贷政策能否通过预期传导渠道来降低我国房价，以及评估其对产出的影响。

为了改进上述不足，在对我国房地产市场的需求进行深入解读的前提下，本文基于Agent 的新凯恩斯(Agent-Based New Keynesian，ABNK)模型考察不同类型购房者的异质性预期对我国房价及其波动水平的影响机制。本文的边际贡献在于：①通过在家庭决策方程中引入异质性预期规则，将家庭预期内生化，弥补了现有研究简单引入外生预期冲击而无法分析与衡量家庭异质性预期带来的房价内生性波动的不足。②不同于现有文献基于DSGE 模型简单将公众预期进行分类的建模方式，本文ABNK 模型中家庭预期是真正意义的异质性预期，并且经济趋近的是异质性预期均衡，可以改善现有模型在理性预期均衡下对经济解释力与预测能力的偏误。③将家庭住房需求分为刚性需求、投资型需求和投机型需求三类，估计了我国房地产市场中各类家庭占比，通过仿真模拟我国住房市场各类力量进行博弈时房价的动态特征，探寻房价上涨背后的推手。④评估不同强度的限购、限贷政策以及货币政策在抑制房价上涨方面的作用，以及其对宏观经济的影响。本文的分析结论不仅有助于认识我国房价持续上涨的具体需求类型，明确公众异质性预期影响房价演化过程的作用机理，还可以为政府有效抑制房价上涨，预防房价高涨与投机盛行带来的房地产泡沫和经济运行风险提供必要的参考和借鉴。

二、文献述评

1998 年国务院《关于进一步深化城镇住房制度改革 加快住房建设的通知》明确指出，从1998 年下半年开始，停止住房实物分配，逐步实行住房分配货币化和住房供应体系商品化，标志着中国住房制度改革全面展开。自2004 年起，中国商品房价格开始连续大幅度上涨且持续十多年，这种上涨势头从北上广深等一线城市蔓延到二线城市，并以波浪式的趋势向三四线城市蔓延。对于中国房价持续上涨的原因，诸多研究从成本、供给以及需求等方面进行了分析，但经典的房地产经济学理论认为，住房需求是对遮风避雨空间以及基础设施的需求，也是对具有良好就业机会、公共服务和宜居特征的区位需求(Rosen，2002；郑思齐等，2012)，所以需求因素是影响房价波动的首要因素。根据这个理解，学者们分别从人口结构、政府政策和收入等视角分析了房地产需求对于住房价格(及其波动)的影响。作为一个拥有14 亿人口的发展中大国，大量人口释放的居住和投资压力构成了中国房地产市场需求的基本力量。有鉴于此，部分学者分析了人口结构对于房价的影响，发现适龄人口的增加、性别比例的失衡(徐建炜等，2011；刘学良等，2016)、人力资本的规模扩张和空间聚集(陈斌开和张川川，2016)是房价上涨的首要原因。除人口因素外，政府政策是政府进行宏观调控的重要方式，也是熨平经济波动、促进房地产市场健康发展的重要手段，其对房价及其波动也将产生一定程度的影响。杜敏杰和刘霞辉(2007)、倪鹏飞(2019)等学者分析了货币和汇率政策对于房价上涨的影响，结果发现货币政策宽松和人民币升值的汇率变动是推动房价上涨的又一重要因素。而从收入视角来看，收入水平是居民购房能力的决定性因素。改革开放以来，中国城镇居民可支配收入大幅增加，这使得城镇居民的购房能力大大增强，进一步推动了房价的快速上涨(屠佳华和张洁，2005；高波等，2013)。以上文献对我们理解中国房价持续上涨提供了有益的参考，但仔细分析中国房价上涨的特征还可以发现：①人口结构固然是影响房价上涨的主要因素，却更适合对房价上涨的中长期趋势进行分析，对于房价波动还欠缺解释力；②货币和汇率政策可以影响房价，但政府政策往往是对宏观经济环境和房地产市场各方策略选择的被动反应，所以货币和汇率政策等只是房价上涨的助推器和催化剂，房价上涨背后的深层次原因还有待探究；③收入对于房价的持续上涨和波动具有重要影响，但中国的房价上涨速度已经远远超过了收入上涨的幅度，房价收入比已经远远脱离合理区间，进一步加剧了部分学者对于房价泡沫和房地产风险的担忧，其合理性还待斟酌。那么，分析房价上涨及其波动的原因，不应只聚焦需求的基本面，还应进一步分析中国房地产市场的需求结构。

（一）需求结构和房价波动

住房作为特殊的商品，兼具消费性和投资性的双重属性，从而衍生出三类需求：有效刚性需求、投资型需求和投机型需求。住房刚性需求是由其消费属性所决定，即有消费能力的居民为了解决居住这一最基本的需求，以自住为首要目标而形成的需求。住房的投资属性衍生出住房投资型需求和投机型需求，投资型需求主要是居民利用房屋保值、增值的强投资品属性，通过房屋租借或转卖来获取收益或资产增值的需求。这类需求的可变性较强，易受政府政策、金融环境以及市场环境等外部因素的影响。住房的投机型需求则是投资中的一种特殊形式，是指在短时间内居民通过房地产的买卖和换手等方式，赚取短期内由于信息不对称及市场价格的波动造成的交易差价。投机型需求为了获得高额利润，会通过炒作、发布虚假信息等方式影响人们对房地产价格的未来预期，造成市场假象，形成房价泡沫等问题。对于不同需求类型对房地产价格影响的研究由来已久，国外学者(Ito 和Iwaisako，1995；Levin 和Wright，1997)从分解房地产价格入手，将房地产价格分解为经济基本因素驱动的基础价格和市场投资行为驱动的非基础价格，进一步解释了不同类型购房者对于房价的影响。

就中国的实际情况而言，房地产市场包括哪几类购房者?到底是哪一种购房者推动了房地产价格的持续上涨呢?已有文献对于这一问题进行了充分探讨，并形成了以下三种结论：①诸多学者认为国内巨量“刚需族”的存在导致了中国房地产市场的供需不平衡，并同时推动了房价持续上涨。“刚需族”主要包括两种类型：新增城市居民和新婚家庭。首先，中国具有发展中国家典型的二元结构，改革开放后城市化进程加速，以城市化为主导的人口空间集聚成为刚需型需求的来源之一(骆永民和伍文中，2012)。其次，在中国特殊的婚恋市场上，住房成为准新郎的硬通货，而在2004 年以后，“婴儿潮”一代(80 后和90 后)开始成家立业并集中进入房地产市场，成为住房刚性需求的又一重要来源，进一步导致中国住房价格持续走高(李超等，2015；李斌等，2018；何林浩，2019)。②多数学者认为中国房价普遍上涨主要源于投资型需求，大量关于住房不同类型需求的测算(张海洋等，2011)表明，中国房价上涨最直接、最本质的原因在于巨大的投资需求。③主流观点认为过度投机是导致房地产泡沫的主要原因(袁志刚和樊潇彦，2003；姜春海，2005；周京奎，2005)。

（二）预期和房价波动

通过分析房地产市场需求结构，我们可以发现，不同类型的购房者是推动中国房价上涨的基本力量。然而，正是偏好及家庭禀赋的差异才导致了这些购房者对于房价的预期存在异质性，并在此基础上影响了居民的购房决策和房价水平。因此，需求结构对于房价及其波动水平的影响实际上体现为预期。那么，预期到底如何影响房价呢？主流学者基于动态随机一般均衡(DSGE)模型从两个方向进行了讨论。①早期的研究学者假设存在一个理性预期的代表性购房个体，并在理性预期的基础上分析了预期对房价波动的影响。Kiyotaki 和Moor(1997)开创性地在DSGE 模型中嵌入抵押信贷约束机制，进一步分析了预期因素对于房价波动的影响。Iacoviello(2005)则将房产作为抵押品引入购房者的购买决策中，分析了预期和房价波动之间的关系，这种做法逐渐被后来的学者所接受，成为分析二者关系的主流框架。②近来的研究学者则将公众对于房价的预期视作外生冲击，并基于预期经济周期理论分析了预期因素对于房价波动的影响。其中，Tomura(2010)认为对于收入持续高增长的不确定性会产生预期驱动的房地产周期，而开放条件下的资本流入则加剧了该波动。Burnside 等(2011)和Lambertini 等(2013)发现房地产市场周期性波动来源于公众对基本面的异质性预期，公众对经济增长预期的变动是引起房地产经济周期的重要驱动力量。Kanik 和Xiao(2014)研究了不可预期的和可预期的住房偏好冲击，发现预期冲击可以解释30%左右的房价波动以及50%以上的消费波动、投资波动和通胀波动。对于中国房价的波动，况伟大(2010)也强调收入、成本等经济基本面因素很少出现大的波动，预期对房价波动可能发挥着重要作用。杨柳等(2016)考察了各类外生预期冲击对中国房价波动的影响情况；王频和侯成琪(2017)也引入住房交易成本和住房价格加成的预期冲击，研究了预期对住房价格和宏观经济的影响。庹永贵等(2018)分析了预期、房价冲击与中国经济波动之间的内在机理。

很显然，DSGE 模型确立了预期影响房价的理论分析框架，但还存在以下缺陷：①在真实的经济中，公众经常会犯错误并且从错误中进行学习(Mankiw 等，2003)，进一步通过学习效应不断纠正其对于房价的预期，而这种调整过程本身会导致房价内生性波动。早期的DSGE 模型隐含着代表性个体、理性预期等强信息假设(Sargent 等，2009；Gatti，2010)，很难考虑房价的这种内生性波动，进一步制约解释和预测能力。②近来的DSGE 模型将预期因素嵌入一般均衡经济框架中，这种在模型中简单引入外生预期冲击的方式也同样无法考虑这种内生性波动。更为严重的是，未预期到的外生冲击会导致房价波动，而公众的学习行为会对这种房价波动起到加强作用，而简单引入外生预期冲击，无法衡量这种放大效应。为了弥补预期经济周期理论的不足，需要在DSGE 模型内引入公众异质性预期。大量经济学者做了相关的工作(Huang 等，2009；Massro，2013；许志伟等，2015；张浩等，2020)，但这些研究仅将公众预期简单区分为有限理性预期和完全理性预期，或者将投资者根据行为分成两类，这些都不是真实意义上的完全异质性预期模型，所以其解释和预测能力仍然较为有限。

综上所述，已有文献为我们理解中国房价持续上涨提供了有益的参考，但仍存在值得拓展的空间。第一，虽然已有研究对于需求结构与房价波动的关系有一定的现实性解释，但到底是哪一类需求是中国房价长期、持续上涨以及大面积蔓延的推手，仍没有一致的回答。具体来说，采用计量经济学进行研究的文献对此问题并未能形成一致的结论，而采用宏观模型进行研究的文献则缺乏对房价高企之谜需求原因的深度解释，所以不同需求类型对房价影响的理论机制还有待进一步分析。第二，不论是理性预期的DSGE 模型还是近来的DSGE 模型(将预期视作外生冲击)，均无法克服预期内生性所造成的解释和预测偏误，这使得其对房价及其波动水平的解释和预测能力有限。而从需求结构分析房价的相关讨论来看，由于购房偏好、个人禀赋等方面的差异，不同购房群体对于房价的预期显然是存在差异的，即异质性预期。因此，在ABNK 的框架下系统考察异质性预期影响房价及其波动水平的内生机理便显得尤为必要。为了弥补这个缺陷，本文在仔细分析中国房地产市场的需求结构后，基于ABNK 的分析框架构建了完全异质性预期影响房价及其波动水平的分析框架，并在此基础上进行系统的理论和实证研究，进一步回答“中国房地产市场的泡沫到底有多大”“到底是哪类需求推高了中国的房价”等重要问题，与此同时，对我国限购和限贷政策以及货币政策的调控效果进行评估。

三、基准模型的构建

本文采用基于Agent 的新凯恩斯(ABNK)模型来刻画和描述经济体中各部门的经济行为及其相互之间的联系。基准模型架构借鉴Iacoviello(2005)和Wei Zhao 等(2018)的做法，并在此基础上将家庭部门具体划分为刚需型、投资型和投机型以反映我国房地产市场的需求结构。

（一）家庭行为决策

本文借鉴并拓展了Iacoviello(2005)模型，从家庭的耐性程度与住房需求两个角度对家庭的行为进行充分刻画。假设经济中家庭数目是有限的，储蓄家庭与借贷家庭分别在不同预期规则和既定约束下最大化其终生效用贴现和，不同种类家庭的效用函数分别为：

储蓄家庭与借贷家庭面临的预算约束分别为：

（二）家庭异质需求的刻画

根据个体持有房产的动机将经济中的个体分为三种类型：刚需型家庭、投资型家庭和投机型家庭，做如下假设。

1. 假设刚需型家庭对房价的预期规则为静态预期规则。住房市场化改革后，随着城市化进程的持续推进以及“80”后、“90”后、“婴儿潮”等因素的影响，大量的刚需型家庭构成了中国房地产市场的刚性(基本)需求。仔细分析刚需型家庭的基本特征可以发现，此类家庭一般在所居住的城市没有房产，但是面临着“城市置业”“工作置业”和“成家置业”等压力，所以他们的住房购买需求较为“刚性”和强烈。在房价快速上涨的背景下，刚需型家庭选择住房的机会成本较高，在购买能力(收入约束)有限的条件下，“廉价”或“性价比”成为其首要关注因素，对宜居程度、增值潜力等高层次需求关注较少，更多时候是房地产市场的价格“接受者”。根据以上分析，本文假定刚需型家庭的预期规则为静态预期规则，即：

其中，E是预期算子。该方程说明，刚需型家庭t 期的预期房价等于 t-1 期的实际价格水平，本文的刚需家庭主要是指有能力买房的家庭，要么通过贷款，要么通过父母帮助获取买房资金，房价的上升(或下降)并不会影响其对于房价的预期和置业决策。

2. 假设投资型家庭对房价的预期规则为完全理性预期规则。与刚需型家庭相比，投资型家庭的收入较高，收入约束不强，其购买住房的主要目的是利用房地产的投资品属性，通过房屋租借或转卖来获取收益或资产增值。这类需求的可变性较强，易受政府政策、金融环境、市场环境等外部因素的影响。投资型家庭的购房需求并不紧迫，也有充足的时间和意愿对住房的质量和价值进行充分调研，进而对房价做出较为合理的预期，最终发现和筛选出符合自己标准的住房。所以本文假定投资型家庭对房价的预期规则为完全理性预期规则，其可以掌握和利用经济中所有的数据和信息，能够做出与真实经济变量一致的预期，其预期规则可以表示为：

这类家庭的行为方式类似于DSGE 中的代表性家庭，无论经济运行状况如何，他们都能做出与真实经济一致的预期，因此每个采用完全理性预期的家庭做出的预期都是同质的，这一点与DSGE 模型中家庭同质性假定相同，投资性家庭的行为决策也与DSGE 模型保持一致。

3. 假设投机型家庭对房价的预期规则为VAR 学习规则。部分学者(Slobodyan 和Wouters，2012；Rychalovska，2016)将投机型家庭的房价预期规则假定为VAR 学习规则。与以上两类家庭不同，投机型家庭代表我国房地产市场上的“炒房客”，这类家庭的收入通常较高，拥有多套住房，购买需求并不“刚性”，但受限购、限贷等房地产调控政策的影响也较大。与此同时，他们的购房决策具有投机性质，更加关注房地产的金融属性，对房价的波动也较为敏感。但与投资型家庭相比，投机型家庭对于住房质量及其价值不太关注，所以会花费一定的时间与精力分析历史房价及其趋势，通过“低买高卖”获取高额利润。基于以上认识，本文假定投机型家庭对房价的预期规则为VAR 学习规则，即投机型家庭在t 期对于房价的预期满足：

其中，参数 u和 ,利用递归最小二乘法进行更新，并且在不同家庭中具有异质性；e是VAR 的随机误差项。上式说明，投机型家庭对某一期房价的预期，等于前几期真实房价与不确定随机因素的线性加总，即每一个采用VAR 预期的家庭对下一期房价的预期值等于前几期房价的向量自回归，这类家庭获取和处理问题的能力以及对房价变动的感知都较静态预期家庭好，愿意花费一定精力来预期房价，因此他们对房价的预期应该较静态预期家庭准确。与此同时，投机型家庭不关注住房价值本身，所以其对房价的预期准确度要差于投资型家庭。本文假定投机型家庭会选择这种预期方式，但这并不意味着投机型家庭对房价的预期是同质的。因为在方程式中，不同家庭选择的VAR 预期规则中的参数以及不确定因素都是不同的，因此他们在某一时期对房价的预期也不同，具有异质性。

（三）中间品厂商

中间品厂商处于垄断竞争市场中，利用资本、房产和劳动生产中间品Y ，其行为方式与DSGE 模型一致，其生产函数形式为柯布-道格拉斯生产函数，即：

其中，＜，Rb/代表中间品厂商的债务合同以名义利率设定。

（四）最终品厂商

（五）货币政策

中央银行实施价格型货币政策，其形式为：

四、实证结果分析

（一）参数估计结果

本文中国宏观经济数据的样本区间为2005 年第2 季度至2019 年第4 季度，数据均来自国家统计局网站与WIND 数据库。用于参数估计的变量选取产出、消费及房价作为观测变量，所有的数据均经过季节调整和HP 滤波处理。模型的求解和参数估计方法请参见Weizhao 等(2020)的做法。

本文参数估计方法主要是贝叶斯估计法，但是与以往贝叶斯估计(An 和Schorfheide，2007)不同的是，用于求解状态变量和贝叶斯对数似然函数的卡尔曼滤波，其状态转移矩阵不再是一个静态的矩阵，而是包含了实时变化的内生参数的动态矩阵。因此，需要对传统的卡尔曼滤波做出改进，将完全理性个体的状态转移矩阵、使用静态预期方法个体的状态转移矩阵以及使用VAR 预期方法个体的状态转移矩阵，按照这三类代理人在经济中所占比例(待估参数)加总，最终才能得到综合的状态转移矩阵，从而得到贝叶斯对数似然函数。然后利用微分进化算法(Stron，1995；1996；1997)来极大化对数似然函数，得到全局最优的待估参数值，可有效避免局部最优解的出现。

表1 给出了使用Metropolis-Hastings 算法获得的参数后验分布的模式、平均值以及5%和95%的置信区间。在使用先验信息的情况下，得出参数估计结果如表1 所示。根据表1 可知，当整个经济系统达到均衡时，模型估计的刚需型家庭(即静态预期家庭)占比为 n( n+ n+n)× 1 00% = 55%；投资型家庭(即完全理性预期家庭)占比为n( n+ n+n)×1 00% = 41%；投 机 型 家 庭( 即 VAR 预 期 家 庭) 占 比 为n( n+ n+n)×1 00% = 4%，这个结果说明，中国房地产市场的需求仍然以刚需家庭为主，投资以及投机型家庭还较少，说明传统DSGE 模型中代表性个体的同质性假定和单一预期规则是不合理的，这也与有关需求结构讨论的相关估计结果相一致。

表1 贝叶斯估计结果

（二）需求结构对房价影响分析

当人们预期到未来房价将要下跌时，房屋持有人特别是投机型家庭就倾向于以较高的价格卖出房子，而购房者则倾向于持币待购以便在将来以更便宜的价格购买，当这种预期形成共识时，就会带动房价下行，反之，则会拉动房价上行。如果市场预期没有达成明确的共识，则房价走势取决于持不同预期的不同阵营间的力量对比，这种力量的直接表现就是经济中刚需型家庭、投资型家庭以及投机型家庭的占比情况，因此，本小节模拟了内生化家庭预期条件下，不同需求类型的家庭比例动态调整引起的房价、产出和消费的变化特征，结果如附录图1(扫描本文首页二维码可获取附录)所示。具体而言，分三种情形仿真当经济中各类家庭动态调整时，住房偏好冲击下，产出、消费和房价的脉冲响应。情形一假定刚需型家庭、投资型家庭及投机型家庭在经济中所占的比例分别为52%、41%以及7%；情形二假定刚需型家庭、投资型家庭及投机型家庭在经济中所占的比例分别为49%、41%及10%；情形三假定刚需型家庭、投资型家庭及投机型家庭在经济中所占的比例分别为46%、41%及13%；将上文模型估计出的投机型家庭在经济中所占的比例为4%的情况称为基准情形。

就房价而言，当投机型家庭比例为7%时(用实线表示)，房价峰值为9 个单位，大于基准情形下接近7.8 个单位的情形；当逐渐回归到稳定状态时，在第13 期和21 期存在跳变点，而基准情形下曲线相对来说较为平滑，不存在这种局部性波动，并且回归稳态值的时间也较基准情形下略长。这是因为随着投机型家庭的比例不断增加，持有VAR 学习规则的家庭更多，有更多的时间和精力分析和处理信息，对房价做出预期和判断。不仅如此，当自己的预期与实际房价表现出差异时，其还可以通过学习效应进行纠正，会给房价带来更大的不确定性。因此可以发现，当经济中投机型家庭增多至10%时，房价峰值上升至11 个单位，然后在逐渐回归到稳态值的过程中，出现的局部波动幅度更大，回归到稳态值的时间也更长。随着投机型家庭的比例继续增加，上升至13%时，在遭受1 个单位的住房偏好冲击后，房价的波动区间大约在[-1，16]个单位之间变动，可以发现这种情形下房价的波动幅度更大，收敛的时间更长。经济中的投机型家庭增加会加剧房价波动，并且一旦遭受需求冲击会花费较长时间恢复到稳定状态。

总之，当经济中的投机型家庭占比过高时，房价的涨幅和波动性均会增加，当冲击的影响逐渐褪去时，房价下降过程中也伴随着局部的跳变和波动，从而造成一定的福利损失。同时，随着投机型家庭比例的增加，波动幅度也骤增，房价达到稳定态的耗时也会增长，投机型家庭的增加会使得房价高频率、大幅度波动。政府在调控住房时应该注意识别刚需和投机型家庭，打击非刚需性需求，尤其是投机性需求，合理引导居民理性购住房。

（三）限购限贷政策有效性分析

本小节通过动态调整限购和限贷政策实施力度参数 n和b ，模拟我国房价和产出的动态演化路径，结果如图1 所示。

1. 限购政策

我们来考察参数n 限购政策的实施力度，当 n等于1 时代表政府没有实施限购政策，当n 小于1 时代表政府实施了限购政策。本文分别仿真了n 等于0.9、0.95 和0.98三种限购政策强度下，房价和产出在需求冲击下的反应状况。n 选取这三个值的原因是本文模型中通过与家庭拥有住房数量相乘引入n ，家庭的异质性体现在预期因子上，而拥有住房数量是同质的，因此当 n分别取0.9、0.95 和0.98 时，代表整个经济中家庭拥有住房数量下降10%、5%和2%。

由图1(a)可知，当 n等于1 即政府没有实施限购政策时，房价波动的峰值为7.8个单位，在第41 期回归到稳定状态；当n 等于0.98 时，政府实施轻微的限购政策，房价波动为7.6 个单位，在第45 期回归到稳态；当n 等于0.9 时，政府实施较为严格的限购政策，房价波动为6.7 个单位，与无政策情况下仅相差1.1 个单位，二者差距并不显著。在第60 期仍未回归到稳态，但是在第31 期已经开始趋于平稳。当n 等于0.95时，房价的波动幅度与回归到稳态的耗时介于二者之间。可见，当政府通过限制家庭拥有住房数量来调控房价时，房价会有一定幅度的降低，但是政策实施强度越大，房价回归到稳态的耗时越长。在不同强度的限购政策下，产出与房价的表现刚好相反，随着政策实施力度的增强，产出的波动幅度增大，回归到稳定状态的时间延长。但是无限购政策与实施较为严格政策之间，产出的差距为0.2，差距并不十分明显。

总之，政府实施的限购政策虽然取得了一定的效果，但是并没有显著降低房价，这与近几年我国实际经济中房价的表现也较为一致，导致这种现象背后的原因可能是政策存在一定的漏洞，例如，购房家庭可能会通过“假离婚”“套用别人身份购买”等手段规避限购政策的影响，由此造成限购政策收效甚微，反而会造成产出的波动。要想有效稳定房价，应该将限购政策长期化，这样有利于引导市场形成房价不会上涨的预期，降低投资性需求。此外，应注意政策细节，发现漏洞尽早补充完善。

2. 限贷政策

下面考察参数b 限贷政策的实施力度，当b 等于1 时代表政府没有实施限贷政策，当b 小于1 时代表政府实施了限贷政策。本文分别仿真了b 等于0.9、0.8 和0.7 三种限贷政策强度下，房价和产出在需求冲击下的动态演进过程。当b 等于0.9、0.8 和0.7 时，分别表示借贷型家庭所能获得的贷款分别减少10%、20%和30%，相应的首付比例提升至40%、50%和60%(假定无限贷政策时首付比例为30%)。

由图1(c)可知，当b 等于1 即政府没有实施限贷政策，房价波动的峰值为7.8 个单位，在第41 期回归到稳定状态；当b 等于0.9，即借贷型家庭的首付比例为40%时，房价波动的峰值为8.5 个单位，在第41 期回归到稳态；当b 等于0.8 时，即借贷型家庭的首付比例上升至50%时，房价最高达到8.9 个单位；当b 等于0.7 时，即借贷型家庭的首付比例为60%时，房价的峰值与首付比为50%时没有明显的变化，仍为8.9 个单位，并且回归到稳定状态的历程与其他三种情况保持一致。可见，限贷政策的实施对降低房价没有起到预期的效果，随着首付比例的增加，房价的波动幅度反而会增加，首付比提升至60%造成的房价波动峰值与无政策时的峰值相差约1.1 个单位，二者差别不大。究其原因可能是公众预期房地产调控政策的短时效性，以及取消之后会带来房价新一轮的“补涨”，即居民形成了房地产业调控政策不会持久的基本预期。此外，我国的经济结构调整相关政策具有非急转弯特性，这也导致一些投机者不断挑战政策底线。政府应该将住房不炒、稳房价等政策长期贯彻执行，积极引导公众预期，打破居民对房地产投资的迷恋。

图1 限购限贷政策效果评估

（四）货币政策对房价的调整机制

本小节通过利用社会福利损失函数，探讨了货币政策是否有助于调节房价波动情况。福利分析针对的是宏观经济变量的总体特征，并不涉及微观加总，是微观加总之后要考虑的事情，因此，本文构建的ABNK 模型在经过加总之后，也同样可以利用Woodford(2003)所提供的一般化的福利函数二阶近似形式进行福利分析。由于本文仅仅关注的是货币政策对房价的影响情况，因此仅考虑所有时期房价波动所造成的总体福利损失。本文采用福利损失函数式λ= Var ( q)来衡量不同货币政策参数下社会福利损失的差异。其中，λ 表示所构建模型中社会福利成本，V ar ( q)代表房价方差。

为了进行福利分析，需要改变货币政策函数的参数，然后在各类不同的外生冲击下，对模型进行重新估计与模拟，从而得到房价的方差，最终计算出社会总福利成本。接下来，将r、r 和r 的取值范围定在0 到1 之间，探讨了货币政策函数中参数变化时，社会福利损失的变化情况。表2 给出了r、r 和r 取一些特定值时相应的福利损失大小 λ，这些统计量的单位均为百分比。其中表2 第2 行描述的是货币政策对通胀反馈系数和货币政策对产出反馈系数都取估计的参数时，货币政策对利率反馈系数取值从0 到1 时的福利损失变化情况。同理，第4 行和第6 行分别表示其他两个参数不变情况下，货币政策对产出反馈系数和货币政策对通胀反馈系数取值从0 到1 时的福利损失变化情况。

表2 福利损失的变化情况

图2 给出的是取值范围在0 到1 之间的不同r、r 和r 值下的福利损失。图(a)描绘的是货币政策对通胀反馈系数和货币政策对产出反馈系数都取估计的参数时，货币政策对利率反馈系数取值从0 到1 时的福利损失变化情况。图(b)描绘的是货币政策对产出反馈系数和货币政策对利率反馈系数都取估计出的参数时，货币政策对通胀反馈系数取值从0 至1 时的福利损失变化情况。图(c)描绘的货币政策对利率反馈系数和货币政策对通胀反馈系数都取估计的参数时，货币政策对产出反馈系数取值从0 至1 时的福利损失变化情况。

由上述表2 和图2 可知，当固定其他参数为估计的参数值时，随着货币政策对利率反馈系数r 由0 增大至1，其福利损失逐渐下降，这意味着制定货币政策时，如果可以更多地考虑上一期利率，那么价格型货币政策最终得以实施的利率是提高的，而利率的提高增加了借贷成本，使得投机者减少投机需求，可以有效降低房价带来的波动，从而降低福利损失；当固定其他参数为估计的参数值时，随着货币政策对通胀反馈系数r由0 增大至1，其福利损失逐渐增加，说明货币政策更多地考虑通货膨胀的情况下，会加剧房价的波动程度；当固定其他参数为估计的参数值时，随着货币政策对产出反馈系数r 由0 增大至1，其福利损失整体趋势由小变大，货币政策函数在考虑产出因素时，应该选择可用数值中的最小值。

图2 不同货币政策参数设置下房价波动的福利损失

五、结论与建议

自1998 年住房市场化改革以来，中国房地产价格一直在“高位运行”，这不仅对房地产本身的健康发展无所裨益，同时还对新时代的高质量发展构成了严重挑战。在此背景下，政府多次强调“房住不炒”的原则，并通过限购、增加契税以及提高房贷利率等一系列组合政策来调控房地产价格，以维持房地产市场的健康、平稳发展。但事与愿违，这些政策不仅未能很好地抑制房价“过快”上涨，反而使住房市场陷入了“越限越涨”的政策怪圈。政府多轮调控房价的政策难以奏效的根本原因可能在于，居民预期房地产调控政策的短时效性，以及取消之后会带来房价新一轮的“补涨”，即居民形成了房地产业调控政策不会持久的基本预期。于是，本文在对房价相关文献进行梳理的基础上，引入了异质性预期这一因素，并在ABNK 的框架下分析了需求结构、异质性预期对于房价波动的影响机制，结果发现：①房地产需求中刚需型家庭、投资型家庭以及投机型家庭所占比例分别是55%、41%以及4%。②考虑了异质性预期后，无论是在模拟动态还是样本外预测方面，ABNK 模型都优于以往的DSGE 模型、有限理性DSGE 模型以及VAR 模型，相关结果请见网络发行版附录部分。③与DSGE 模型相比，ABNK 模型中房价对住房需求冲击的反应比DSGE 模型更为敏感，具体表现为存在局部的波动与跳变，并且回归到稳定态的耗时较长。④通过仿真与分析经济中投机型家庭占比的三种情况发现，随着投机型家庭占比的增加，产出、消费与房价对住房需求冲击的反应越来越敏感，回归到稳态值所需耗费的时间也越久。⑤我国实施的限购政策虽然存在一定的效果，但是并没有显著降低房价，限贷政策的实施对降低房价没有起到预期的效果，政府应该将限购政策长期化，并及时发现和弥补政策漏洞。

针对目前中国住房市场的需求结构，合理的政策启示在于，一方面增加住房供给，维持房价合理预期，多重并举保障刚需；另一方面对投资型需求，不仅要加强货币政策与财政政策的调整力度，通过抑制投资需求反向调节市场供给总量，以促进房地产市场供求关系趋向平衡。更重要的房地产调控政策是疏通更多资本投资渠道，特别是扩宽企业和居民的“类储蓄”投资渠道，减少微观主体将房地产变成“存钱罐”的无奈，降低转移到楼市冗余的资本，引导房价理性回归。