六肖中特免费公开109 | 文獻求助論文范文 | 論文題目 | 參考文獻 | 開題報告 | 論文格式 | 摘要提綱 | 論文致謝 | 論文查重 | 論文答辯 | 論文發表 | 期刊雜志 | 論文寫作 | 論文PPT
六肖中特免费公开109您當前的位置:六肖中特免费公开109 > 經濟學論文 > 產業經濟學論文 > 房地產論文

香港赛马会六肖中特:不同地區“三限”政策對房價的影響研究

時間:2019-05-21 來源:金融與經濟 作者:歐陽志剛,李夢丹,朱林 本文字數:9097字

六肖中特免费公开109 www.cffyz.icu   摘    要: 不同地區房價的影響因素存在差異, 為有效調控房價, 除了國家實施統一的政策外, 因地施策也是重要的調控措施。本文利用因子分析法將房價影響因素分為四大類, 即需求、供給、成本、收入, 并引入投機、市場預期因素, 在此基礎上建立面板回歸模型來分析六大因素對房價的影響, 衡量地方監管政策對房價的調控效果。研究表明:限貸政策對一、二線城市房價具有抑制效果;限購政策能有效調控一、二、三線城市住宅價格, 且具有時滯效應;限價政策僅對二線城市有效, 對一、三線城市調控效果不顯著。研究還發現:從東、中、西部城市看, 限貸政策對東部具有延遲效應, 需要兩期的傳導時間;限購政策能抑制東、中、西部房價的上漲;限價政策對中部的調控在第四期才產生效果, 東、西部的限價政策效果不顯著。

  關鍵詞: 房地產價格; 限貸政策; 監管效果; 時滯效應;

  一、引言與文獻綜述

  近年來, 房地產價格的快速上漲, 促使中央政府和地方政府出臺了許多嚴監管措施, 最為典型的監管是限貸、限購和限價政策。然而, 隨著嚴厲的三限政策出臺, 各地房價上漲的勢頭并沒有得到有效遏制, 由此本文提出問題:各城市的房價變動的主要影響因素是什么?地方政府三限調控政策對住房價格的監管是否有顯著的效果?系統回答上述問題為本文的研究動機。

  引發房地產價格變動的因素有很多, 如收入、銀行信貸、土地價格、人口數量以及供需等。Favara&Imbs (2015) 認為住房貸款對房價有正向作用, 即在信貸擴張的同時, 房價也會隨之上漲, 且上漲速度會加快。劉佳等 (2017) 以內蒙古12個盟市為研究對象, 將12個盟市劃分為東、中、西三個區域, 并對三個區域的房地產價格影響因素開展了差異性研究, 結果表明, 地方GDP對西部房地產價格的影響最大, 其次是中部, 最不顯著的是東部?;棋蕕?(2017) 認為土地財政在房地產市場調控中占據了重要地位, 其構建面板聯立方程模型檢驗了土地財政與房地產價格波動的關系, 結果顯示, 土地財政與房價存在正向的非線性關系。劉曉莉 (2018) 認為土地價格、房地產投資過熱會導致住宅價格上漲。郭娜和吳敬 (2016) 認為人口年齡結構的改變是房地產價格變動的關鍵因素, 這些學者從總體上對我國房價變動原因進行了分析, 但很少針對各大中城市房價變動原因的差異性進行研究。

不同地區“三限”政策對房價的影響研究

  目前國家層面應對房價快速上漲的措施總體有貨幣政策和財政政策, 而各城市調控房價的具體措施有限購、限貸、限價等。學者們也從這兩個角度對房價的監管效果開展研究。例如:在貨幣政策與財政政策上, Wiley&Sons (2013) 建立動態結構面板模型分析了貨幣政策對房價的影響, 其認為貨幣政策對房價幾乎沒有影響;韓克勇和阮素梅 (2017) 將指標法與模型法結合, 研究了貨幣政策與財政政策對房地產價格的作用, 結果顯示, 貨幣供應量的增加、利率降低以及財政支出增加、土地財政均會推動或導致房地產價格變動;Vandenbussche (2015) 檢驗了歐洲中、東以及東南部房價調控政策的實施效果, 結果表明資本充足率、限貸政策以及對外國資本的流動性約束對房價抑制作用是有效的?;褂幸恍┭д嘰酉薰?、限貸的視角對房地產價格的調控效果做了分析。褚超孚和鄭景齡 (2012) 通過實證分析, 發現限購政策要實施一至一年半后, 才會對房價產生抑制效果, 而由于各城市之間的異質性, 限購政策在不同城市間的效果也存在明顯差異, 其還表示, 僅依賴限購政策, 無法保證房地產市場的穩定發展。Hilber&Vermeulen (2014) 認為監管約束對房價收入彈性有正向影響, 土地的稀缺性對房價收入彈性的正向作用主要局限于高度城市化地區?;臍康?(2018) 對熱點城市房價進行了分析, 結果表明限購限售限貸政策均有滯后效應。劉江濤等 (2013) 認為, 限購政策對當前房價存在降低作用, 但長期看, 房價走勢與限購政策的執行期限、執行力度有關。如果限購政策在短期內取消, 則取消限購時市場會出現房價陡然升高。Du&Zhang (2014) 研究了房產稅與限購政策對北京、重慶、上海的影響, 其表示限購政策能降低北京的房價增長率, 房產稅會降低重慶的房價增長率, 而房產稅對上海的房價增長率沒有影響。35

  綜上所述, 很少有學者研究“三限”政策對35個大中城市房價的調控效果。鑒于此, 本文建立面板回歸模型按兩種分類方法將35個大中城市分為三大類研究房價影響因素的差異性, 以及限貸、限購、限價政策對各城市的監管效果, 以期對十九大提出的“因城施策”的調控策略提供參考。本文的貢獻主要體現在:首先, 以往文獻都是選取具有代表性變量來分析變量對房價的影響, 這種變量選取方法容易遺漏解釋變量, 導致解釋變量的內生性, 故而為避免過多解釋變量帶來多重共線性問題, 本文使用因子分析法將房價的影響因素分類后再引入模型進行實證分析。其次, 聚焦地方政府出臺的三限政策對房價的調控效果進行實證研究。再者, 本文在限貸政策中虛擬變量的引用上, 沒有使用傳統方法, 而是將不同比例分別令其為1~5, 這種方法減少了虛擬變量個數, 簡化了模型。

  二、模型設定與變量選取

  (一) 模型設定

  本文著重分析各地區收入、住宅供求及成本對各地區房價的影響。由于35個大中城市的收入、房價以及房價調控政策存在較大差異, 為反映這種地區差異, 衡量房價調控政策的監管效果, 本文以35個大中城市為橫截面單位, 運用因子分析法將房價影響因素分類, 在此基礎上運用面板回歸分析來研究各因子對房價的影響以及調控政策對房價的監管效果。具體變量包括:HPit表示i城市t時期住宅價格;Incomeit表示各城市收入狀況、Supplyit表示各城市住宅供給;Demandit表示各城市住宅需求;Costit表示各城市住宅成本;LCit表示各城市限貸政策;LPit表示各城市限購政策;PLit表示各城市限價政策;Indexit表示國房景氣指數;αi表示橫截面異質的固定效應。這樣, 模型設定為:

  (二) 變量選取

  基于數據可得性, 對于房地產價格數據, 本文采用的是來自Wind數據庫和各城市房地產年報的商品住宅價格的月度數據來代表35個大中城市的房地產價格。同時, 將每個季度的數據做簡單算術平均得到當季數據, 并對住宅價格的季度數據取對數參與建模分析。研究窗口為2008年一季度~2017年四季度, 共40個樣本數據。在房地產價格的影響因素的指標選取上, 本文主要從各城市經濟狀況、市場供給、需求、房地產成本、投機和市場預期方面來選取房地產價格的影響指標, 選取14個指標構建35個大中城市住房價格綜合評價指標。為衡量房地產價格調控政策的有效性, 本文選取各城市的限購、限貸、限價政策為變量。

  1. 經濟發展狀況。

  采用35個大中城市的國內生產總值 (GDP) 以及各城市居民可支配收入 (PDI) 的季度數據來衡量經濟發展狀況, 數據來自Wind數據庫。

  2. 市場供給與需求狀況。

  采用35個大中城市商品住宅竣工面積 (JG) , 住宅完成投資額 (Invest) 、土地交易數量 (Quantity) 、土地成交面積 (Carea) 、住宅施工面積 (SGarea) 和住宅新開工面積 (KGarea) 反映商品住宅的供給現狀, 以及各城市的常住人口數量 (PP) 、住宅銷售額 (Sales) 和住宅銷售面積 (Salesarea) 衡量商品住宅的需求。數據來自Wind數據庫。

  3. 房地產成本。

  選取每單位土地樓面均價 (DJ) 衡量房地產的土地購買成本。數據來自Wind數據庫。

  4. 投機、預期因素。

  引入國房景氣指數 (Index) 度量投機與預期因素。其中, 國房景氣指數是綜合反映房地產行業發展景氣狀況的總體指數, 其從土地、資金、開發量、市場需求等角度刻畫房地產行業基本運行狀況、波動幅度和預測未來趨勢。因此, 國房景氣指數能很好反映房地產價格的預期狀況以及市場的投機需求。數據來自中經網。

  5. 房地產調控政策。

  采用各城市二套房首付比例和限購政策、限價政策。本文引入虛擬變量LC代表限貸政策。其中, LC=1~5, 分別表示二套房首付比例不低于20%、30%、40%、50%、60%。將實施限購政策記為“1”, 不實施限購政策記為“0”, 用虛擬變量LP表示是否實施限購政策。將實施限價政策記為“1”, 不實施限價政策記為“0”, 用虛擬變量PL表示是否實施限價政策。

  三、房地產價格影響因素的實證分析

  (一) 房地產價格影響因素的提取方法

  由于不同指標對35個大中城市住房價格的影響存在差異, 故而為了更清晰地反映35個大中城市住房價格影響因素上的差異, 抓住各地區房價的主要影響因素, 本文引入因子分析法抽取房價共同影響因子, 并借鑒鄭兵云 (2008) 的方法將多指標面板數據結構轉換為現有軟件能處理的數據類型。因子分析結果得到的KMO等于0.813, 大于0.5。此外, Bartlett的球形檢驗的顯著性水平為0.000, 表明房價影響因素指標之間是相互獨立的假設不成立, 說明所選擇的指標之間存在較高的相關性。因此, 這些指標適合做因子分析。

  為了能較好反映原有變量的信息, 本文采用主成分法, 根據方差累積貢獻率來確定公因子個數, 選取累積貢獻率達到90%以上的各公因子, 從最終結果中提取了4個公共因子, 累積解釋率達到97.1%。本文采用最大方差正交旋轉變換, 使各變量在某個因子上產生高載荷值, 在其余因子上產生較低載荷值。旋轉因子載荷矩陣結果如表1所示。其中:因子1在lnPP (人口數量) 、lnSales (住宅銷售額) 、lnSalesarea (住宅銷售面積) 3個變量的載荷值較大, 這三個指標都反映了商品住宅的需求狀況, 故將其命名為需求因子;因子2在lnJG (住宅竣工面積) 、lnInvest (住宅完成投資額) 、Quantity (土地交易數量) 、Carea (土地成交面積) 、SGarea (住宅施工面積) 、KGarea (住宅新開工面積) 上的載荷值很大, 在其他變量上的值都很小, 這個變量反映了城市商品住宅的供給, 故將其命名為供給因子;因子3在lnDJ (土地價格) 上的載荷值很大, 故將其命名為成本因子;因子4在lnGDP (地區生產總值) 、lnPDI (居民人均可支配收入) 上的載荷值很大, 這兩個指標是反映城市經濟發展狀況的主要變量, 故將該因子命名為收入因子。

  表1 旋轉因子載荷矩陣
表1 旋轉因子載荷矩陣

  (二) 實證結果分析

  為分析35個大中城市房價影響因素的差異性以及監管政策對35個大中城市房價調控效果, 本文用兩種分類方式將35個大中城市劃分為三類, 分類結果如表2所示, 并據此分別對三類城市進行面板數據回歸分析。

  表2 35個大中城市分類
表2 35個大中城市分類

  表3 固定效應實證結果
表3 固定效應實證結果

  注:*、**和***分別表示在10%、5%和1%的水平上顯著, 括號內數值為相應的標準誤。下同。

  固定效應實證結果 (表3) 表明:第一, 一、二、三線城市住宅需求的系數均為正, 且系數值顯著, 表明一、二、三線城市市場需求對商品住宅價格有顯著的正效應, 市場需求會推動住宅價格上漲。其中, 二線城市需求系數值大于1, 說明二線城市住宅價格受需求的影響較大, 二線城市房價相對一、三線城市來說, 其對需求較敏感。第二, 一、二、三線城市住宅供給的系數值均為負, 且P值小于5%, 表明市場上房地產供給可以適當降低商品住宅價格。第三, 一、二、三線城市住宅成本的系數均為負, 二、三線城市成本系數在1%的水平上顯著, 而一線城市系數不顯著, 表明住宅成本對二、三線城市的房價具有推動作用, 成本對一線城市房價的影響不顯著。第四, 一線城市收入的系數為正, 且P值小于0.01, 表明收入對住宅價格有正效應, 二、三城市的收入系數值為負, 僅二線城市在1%的水平下顯著, 表明收入對二線城市住宅價格有負效應。第五, 一、二、三線城市投機、預期因素的系數值均為正, 且在1%的水平上顯著, 表明市場投機需求與預期會推動各城市住宅價格上漲。第六, 一線城市限貸政策滯后一期的系數為負, 且在10%的水平上顯著, 但系數值很小, 說明限貸政策具有延遲效應, 其對住宅價格有輕微的抑制作用;二線城市的限貸政策滯后二期的系數值為負, 系數值相對一線城市較大, 說明限貸政策對二線城市房價具有時滯效應, 限貸政策的效果需要經過兩期才實現傳導, 其對二線城市房價的上揚有一定的抑制效果;三線城市限貸政策系數值均不顯著, 表明限貸政策對三線城市的房價調控沒有顯著效果。第七, 一線城市限購政策當期以及滯后一期的系數值均為負, 且滯后一期的系數值顯著大于當期的系數值, 表明一線城市限購政策在政策實施后的第二期效果更佳;二線城市限購政策滯后一期的系數為負, 且P值小于0.01, 表明限購政策對二線城市房價的實施效果需要有一期的傳導時間;三線城市限購政策滯后二期的系數值為負, 且在1%的水平上顯著, 說明限購政策的實施要在第二期才對房價起到抑制作用。第八, 一線城市限價政策的系數值均不顯著;二線城市限價政策滯后三期的系數值為負, 且在10%的水平上顯著, 表明限價政策對二線城市住宅價格有滯后效應;三線城市限價政策滯后一期的系數值為負, 但不顯著, 表明限價政策僅對二線城市房價有顯著調控效果, 對一三線城市房價調控效果不明顯。

  固定效應實證結果 (表4) 表明:第一, 東、中、西部住宅需求的系數均為正且在1%的水平上顯著, 表明東、中、西部市場需求均對商品住宅價格有顯著的正效應。其中, 東部需求系數值最大, 即住宅需求對商品住宅價格上漲的推動較大。第二, 東、中、西部住宅供給的系數值均為負, 且系數值均在1%的水平上顯著, 表明市場上房地產供給可以適當降低商品住宅價格, 東部的供給系數值較大, 表明市場供給的增加對東部城市房價降低作用更顯著。第三, 東、中、西部住宅成本的系數均為正, 且P值小于1%。其中, 中部系數值最大, 東部次之, 西部最小, 說明成本的增加會推動房地產價格上漲, 中部成本的增加對房價的推動作用更大。第四, 東、中、西部收入的系數均小于0, 且P值遠大于10%, 表明東、中、西部收入對住宅價格負效應不顯著, 東、中、西部經濟水平的發展對房價的抑制作用不顯著。第五, 市場投機需求與預期對東中西部城市房價均起著推動作用。第六, 東部限貸政策滯后二期的系數值為負, 且P值小于0.01, 說明限貸政策對東、中部城市住宅價格起到了抑制作用, 只是政策效果需要二期的時間傳導;中、西部限貸政策在滯后三期系數值為負, 但均未通過10%的顯著水平, 表明限貸政策對中、西部調控效果不顯著。第七, 東、中、西部限購政策均在滯后一期的系數為負, 且在5%的水平下顯著, 表明限購政策對東、中、西部商品住宅價格有降低作用且具有時滯效應, 其效果需要一期的時間傳導。第八, 東、西部限價政策效果不顯著, 而中部限價政策滯后三期的系數值為負, 且系數值顯著, 說明限價政策對中部城市住宅價格起到了調控作用。

  表4 固定效應實證結果
表4 固定效應實證結果

  (三) 穩健性檢驗

  為了進一步檢驗前文中實證結果的可靠性, 本文以住宅價格 (HP) 為被解釋變量, 對回歸結果進行穩健性檢驗, 結果如表5所示。

  表5 穩健性檢驗結果
表5 穩健性檢驗結果

  注:*、**和***分別表示在10%、5%和1%的水平上顯著。

  結果顯示:一、二、三線城市穩健性檢驗結果與前文實證結果基本一致。一、二、三線城市的住宅銷售面積與住房價格的相關系數均為正, 驗證了大中城市市場需求與住房價格的正相關關系, 表明35個大中城市的住宅需求會促使住宅價格上漲。一、二、三線城市竣工面積與住房價格的系數值均為負, 驗證了市場供給與住宅價格負相關的關系。三類城市的土地價格與住房價格的相關系數均為正, 而一線城市的系數值不顯著, 表明一線城市的成本與住宅價格的關系在統計上不顯著, 二、三線城市成本對住宅價格有推動作用。一線城市居民可支配收入與住房價格的相關系數為1.19, 且在1%的水平上顯著, 驗證了一線城市收入與住房價格的正相關關系, 表明一線城市收入水平提高的同時, 住房價格也隨之上漲。二、三線城市GDP的系數值均為負, 驗證了二、三線城市收入與房價負相關關系, 表明二、三線城市經濟發展水平的提高可以降低住宅價格, 對住宅價格上漲趨勢有一定抑制作用。一、二、三線城市市場預期與投機的系數值均為正, 這與前文的市場投機預期因素會推動房價上漲的結論相一致。一線城市限貸政策滯后一期的相關系數為-0.058, 且在5%的水平上顯著, 驗證了一線城市限貸政策的實施一定程度上會抑制住宅價格的上漲。二線城市的限貸政策具有滯后效應, 驗證了二線城市限貸政策對住宅價格有調控效果, 三線城市限貸政策效果不顯著, 這與前文結論相符。35個大中城市的限購政策均有滯后效應, 驗證了一、二、三線城市限貸政策對房價調控具有延遲效應。二線城市限價政策具有時滯效應, 而一、三線城市限價政策的調控效果不顯著, 驗證了上文結論。

  東、中、西部城市實證結果具有穩健性。東、中、西城市的住宅銷售面積與住房價格的相關系數均為正, 驗證了大中城市市場需求與住房價格的正相關關系, 表明35個大中城市的住宅需求會促使住宅價格上漲。東、中、西城市竣工面積與住房價格的系數值均為負, 且在1%的水平上顯著, 驗證了市場供給與住宅價格負相關的關系, 且供給對住宅價格的作用在東部城市顯著。三類城市的土地價格與住房價格的相關系數均為正, 且在1%的水平下顯著, 表明東、中、西部城市成本對住宅價格的影響微弱, 驗證了實證結果。東部城市可支配收入系數值為正, 驗證了收入的增加會推動東部城市房價上揚, 中、西部城市可支配收入系數值為負, 表明中、西部收入的增加可以適當的抑制住宅價格, 這與前文結果相符。東、中、西部的市場投機、預期系數值均大于零且顯著, 驗證了市場預期會推動住宅價格上漲。東、中、西部城市限貸政策的實施效果均需一定的傳導時間, 驗證了東、中、西部城市限貸政策的實施一定程度上會抑制住宅價格上漲。東、中、西部城市的限購政策滯后一期的系數值均為負, 說明政策實施需要一段時間才能起效, 這與前文結論一致。東、中、西部限價政策系數值不顯著, 驗證了前文結果。

  四、研究與政策建議

  (一) 研究結論

  本文研究發現:從一、二、三線城市看, 第一, 一線城市的收入、住宅需求、市場投機、預期會推動一線城市住宅價格上漲, 而市場住宅供給可以抑制一線城市住宅價格上漲, 成本對一線城市房價推動作用不顯著, 并且一線城市價格上漲的主推力是住宅需求, 而抑制該類城市住宅價格的主力軍是市場住宅供給;三限政策中, 限貸、限購政策達到了降低房價的政策效果, 且限購政策的對房價的影響較大, 而限價政策的調控效果不顯著。第二, 二線城市的住宅需求、成本、市場投機、預期對二線城市住宅價格有著推動作用, 而二線城市的收入狀況 (經濟發展狀況) 、市場住宅供給可以抑制二線城市住宅價格上漲;限貸、限購、限價政策的政策效果具有延遲效應。第三, 三線城市住宅需求、成本、市場預期、投機因素會推動一線城市住宅價格上漲, 而市場收入、住宅供給可以抑制三線城市住宅價格上漲;三限政策中, 限購政策均具有時滯效應, 限貸與限價政策對三線城市房價的調控效果與預期有差異。

  從東、中、西部城市看, 第一, 東部城市的收入、住宅需求、成本、市場投機、預期會推動東部城市住宅價格上漲, 而市場住宅供給可以抑制東部城市住宅價格上漲, 東部城市價格上漲的主推力是住宅需求, 而抑制該類城市住宅價格的主力軍是市場住宅供給;三限政策中, 限貸、限購政策達到了降低房價的政策效果。第二, 中部城市的住宅需求、成本、市場預期會推動住宅價格上漲, 而市場住宅供給、收入可以抑制中部城市住宅價格上漲, 需求的系數值大于供給的系數值;三限政策中, 限購、限價政策達到了降低房價的政策效果, 且均具有時滯效應。第三, 西部城市的住宅需求、成本、市場預期與投機因素會推動西部城市住宅價格上漲, 而市場住宅供給、收入可以抑制西部城市住宅價格上漲;“三限”政策中, 限購政策對房價調控有效。

  (二) 政策建議

  對于一、二、三線城市來說, 需合理引導一線城市住房的投資性需求, 完善土地供給機制并優化土地財政, 限貸、限購政策可以繼續實施, 可以考慮取消抑制需求的行政調控措施 (限價政策) 。其中, 二線城市需要實施長期、穩定且連續的限貸、限購政策, 但二線城市的經濟發展水平提高、供給增加可以降低房地產價格, 故而為保持住房價格在合理的區間波動, 不僅應改變以抑制住房需求為主的調控方式, 還應改善住房供給, 加快二線城市經濟發展速度, 并正確引導人們的投資觀念, 緩解住房有效供給不足現象。三線城市的住宅需求是住宅價格上漲的主要推手, 而供給和收入水平會降低房價, 故而限購政策長期是有效的, 短期對房價的影響不顯著, 應延長限購政策執行時間, 而限貸、限價政策效果不顯著, 可以適當取消限價政策。實證結果表明經濟發展水平在一定程度上能控制房價過快上漲, 故而需大力發展三線城市的經濟, 使住房價格與經濟發展水平同步上漲, 使人們的收入與住房需求對等, 從而推動住房市場穩健運行。

  對于東、中、西部城市來說, 需合理引導住房需求, 改善住房供給, 增加居民的投資渠道, 抑制住房市場的投機性需求。同時, 還應完善土地供給機制, 優化土地財政, 推進財政體系改革, 使地方政府不再過度依賴土地財政, 降低地價, 進而降低房價。中、西部城市的收入增加一定程度上會抑制房地產價格, 應加快經濟發展速度。而東部收入的增加會推動房價上漲, 可能是因為人們收入水平提高刺激了住房需求。三限政策中, 限貸政策在東部城市可以繼續實施, 限購在東中西部需要長期實施, 而東、西部可以考慮取消限價政策, 轉而采取更加市場化的調控措施來抑制房價的上漲。

  參考文獻:

  [1]劉佳, 喬莉, 張娜.基于Panel Data模型的內蒙古房地產價格影響因素的區域性差異研究[J].征信, 2017, (06) :65~71.
  [2]黃妍妮, 李勇剛, 王猛.土地財政、房價波動與經濟增長[J].經濟問題探索, 2017, (05) :31~37.
  [3]劉曉莉.限購政策下房價波動對宏觀經濟的影響效應[J].財會月刊, 2018, (21) :170~175.
  [4]郭娜, 吳敬.人口結構變遷、老齡化與我國房地產價格變動研究[J].金融與經濟, 2016, (12) :8~13.
  [5]韓克勇, 阮素梅.中國泛地產泡沫測度及成因分析[J].東岳論叢, 2017, (11) :127~136.
  [6]褚超孚, 鄭景齡.我國住房限購政策效果研究--兼論住房限購政策效果城市差異[J].價格理論與實踐, 2012, (08) :36~38.
  [7]黃昕, 董興, 平新喬.地方政府房地產限購限貸限售政策的效應評估[J].改革, 2018, (05) :107~117.
  [8]劉江濤, 張波, 黃志剛.限購政策與房價的動態變化[J].經濟學動態, 2013, (03) :47~54.
  [9]鄭兵云.多指標面板數據的聚類分析及其應用[J].數理統計與管理, 2008, 02 (27) :265~270.
  [10]Du, Z.C and Zhang, L.Home-Purchase Restriction, Property Tax and Housing Price in China:A Counterfactual Analysis[J].Journal of Econometrics, 2015, 03:1~34.
  [11]Favara, G.and Imbs, J.Credit Supply and the Price of Housing[J].American Economic Review, 2015, 105 (3) :958~992.
  [12]Hilber, A.L.and Vermeulen, W.The Impact of Supply Cpnstraints on House Price in England[J].The Economic Journal, 2014, 126:358~405.
  [13]Vandenbussche, J.Macroprudential Policies and Housing Prices:A New Database and Empirical Evidence for Central, Eastern, and Southeastern Europe[J].Journal of Money, Credit and Banking, 2015, 1 (47) :333~375.
  [14]Wiley, J.and Sons.Monetary Policy and The Housing Market:A Structural Factor Analysis[J].Journal of Applied Econometrics, 2013.

    歐陽志剛,李夢丹,朱林可.地方政府“三限”政策對房地產價格的監管效應研究[J].金融與經濟,2019(04):17-23.
    相近分類: