地方购房限制对住房市场的影响：来自北京的证据
摘要
中国主要城市的房价飙升，引发了对资产价格泡沫和住房可负担能力的担忧。购房限制政策(HPR)一直是中国最严厉的住房市场干预措施之一，目的是减少投机性需求，抑制房价飞涨。北京是第一个实施购房限制政策的城市。运用回归间断设计技术，我们发现北京的购房限制政策导致转售价格下降了17-24%， 售价与租金之比约为其平均值的四分之一，而待售市场的成交量则大幅减少(1/2至3/4)，租金或成交量并无显著变化。在住房供应较少的次级市场中，购房限制政策的影响更大，数量更小，表明富有的购买者可能从购房限制政策中获益更多。
关键词：购房限制；住房市场；中国住房政策；北京
介绍
近30年来，中国经济以每年近10%的速度增长，2010年超过日本，成为世界第二大经济体，现在正迅速接近美国。随着中国经济的快速发展，城市人口比例从1980年的不到20%上升到2012年的52%，代表了城市化进程。 超过4亿人在一代人中，这是历史上最大的移民。20世纪90年代以来，以市场为导向的城市土地和房地产市场改革取代了社会主义福利住房制度，在中国建立了竞争日益激烈的住房市场。住房需求和供给迅速增长，成为中国经济增长的主要源泉。根据全国人口普查，本世纪头十年，城镇家庭人均建筑面积从21.81平方米增加到29.15平方米，增长了33.6%。截至2009年底，房地产投资约占投资总额的20%，占国内生产总值的9%左右，房地产开发商贷款和抵押贷款合计约占总投资的20%。
中国各城市的房价都出现了飙升，引发了人们对资产价格泡沫和住房承受能力的担忧。就本文的写作而言，房价一直处于高位，并且在与其他市场（例如美国）中实现的或超过了实际价格升值的情况下，都经历了真正的价格升值，因此被广泛认为有泡沫。尽管如此，鉴于中国的收入快速增长和大规模的农村向城市的迁移，有一个国家的房屋价格泡沫存在不同意见。较高的房价可能仍然与基本因素大体一致，并可能得到对住宅房屋的强劲需求的支持。
然而，许多人同意，在最昂贵的大都市地区，主要是沿海大城市，房价的上涨已经超越了基本的变化。此外，鉴于中国的收入不平等，对市场可能过热和泡沫的担忧因中低收入家庭无法承受的担忧而加剧，比如难以在大城市中心或附近购买一套公寓。中国政府拥有城市土地，在控制和管理住房供给、需求和金融方面发挥着主导作用。
城市房地产市场在经济增长中的重要作用政府财政收入(特别是土地租赁收入)促使中国政策制定者密切关注和频繁干预住房市场，以保持其稳定增长，特别是考虑到美国的次贷危机。国家和地方各级主管部门调整了土地供应、获得信贷的机会以及交替购买房产的许可，以冷却和刺激市场。然而，对于政府干预中国房地产市场，尤其是当地市场的影响，研究甚少。
本研究旨在评估北京前所未有的反投机政策-购房限制的效果。我们不依赖总房价或租金指数，而是将回归间断设计技术应用于北京一个大交易的转售和出租住房单元数据集。我们发现，在实施房屋重建计划后，转售楼宇的价格立即下跌了17%至24%，而租金基本上没有受到影响。因此，租金与价格的比率下降了约23至29%。它表明，HPR确实降低了北京的房价，至少在HPR之后的最初几年。本文还探讨了城市内部空间变化对政策影响的影响。 与次级市场供应条件有关。论文的其余部分按以下方式组织。我们在第二节介绍了北京的HPR政策，第三和第四节描述了数据和方法，第五节讨论结果，第六节结束了论文的政策含义。
北京的购房限制
北京是中国的首都和大城市，拥有世界上最火爆的房地产市场。根据2010年的人口普查，北京的城市人口达到1686万，其中包括约64%的本地登记居民(即有本地户口的居民)和36%的未登记(或非户口)居民。2003年第一季度至2010年第一季度，北京住房价格指数按名义价值计算，CES每年升值近20%。最近的房价收入比和房价与房租的比率都处于北京历史上的最高水平。到2010年初，配对价格与收入的比率从略低于10至18岁以上。吴等人在2012年的估计也表明，价格与(年)租金比率从26上升。在2007年-第一季度至2010年-第一季度，表明有可能出现地方房地产泡沫。
随着中国房地产市场从次贷危机的影响下迅速复苏，房价持续上涨，政府在2010年出台了两轮市场监管措施以阻止投机。2月21日，第一轮规定(下称政策一)要求购买第二套住房的首付比率至少为40%。2007年政策中的，并在上次购买后5年内提高了房屋转售的利得税率。由于政策一的作用有限，2010年4月，国务院要求地方政府尽快对购房实行直接限制，许多人认为这是“最严厉的住房市场管制”。国务院敦促大城市实施更严格的住房市场管理。两周后，即2010年4月30日，北京成为第一个宣布并立即颁布一系列政策的城市。 第二项政策是住房购买限制，这是对住房需求的第一项命令和控制式的规定。购房限制政策将北京本地户口的家庭限制为最多两套住房(除了其他已经拥有的房屋是“祖辈”)，而非户口家庭则被禁止再买房。
伴随购房限制政策的捆绑有两个另外的政策。第一项是进一步加强第一政策，规定首期贷款最少须缴付50%，而按揭利率则最少为50%，也就是要1.10倍于购买第二套住房的基本利率。另一项政策实质上是重申2007年颁布的国家政策，要求了最低首付。对于第一栋面积大于90平方米的住宅，其比例为30%。鉴于这两项政策是购房限制政策之外的附加政策，基本上只是稍微修改或重申了以前的政策。由于没有购房限制政策直接指挥和控制的限制，我们首先将重点分析政策的购房限制要素，然后再回到本文后面的两项附加政策。
为了限制北京的投机性住房需求，住房改革方案没有处理引发投机性需求的因素，而是依靠一个简单的以香港为基础的市场进入的指令和控制单位的状况和拥有的单位数量。通过限制某些群体的购房资格，购房限制政策显著而突然地改变了北京住房市场的需求，详见下文。
购房限制政策对北京房地产市场带来了两种直接的一级影响。第一个影响是由于一些家庭无法进入房屋买卖的需求，所以对待售单位的需求受到抑制。市场的待售住房，造成了购房市场的外生负需求冲击，这种负面的需求冲击应该会导致价格和成交量的明显下降。尽管在各种次要效应开始出现后，这种影响可能会有所减轻。另一个影响是一些家庭被迫从买家转向租房者。对于有住房需求但没有当地户口的家庭，包括许多大学和学院的年轻毕业生，购房限制政策限制了他们成为租房者或离开北京的选择。后者是一个更复杂、更长远的决定。不过，这种需求由购销市场(直接受房屋注册处影响)转移至相连的租金市场，会否及如何转移至相关的租金市场，而有效的租金和租房量取决于广泛的二级市场反应。
由于受购房限制政策间接影响的家庭群体的行为变化以及待售市场和租赁市场的供给侧反应，有许多可能的次要影响。例如，购房限制政策仍然允许那些拥有当地户口和不到两套住房的家庭购买一套住房。他们可能会被房价的下降所吸引(因为一阶订单的需求下降)。 如果购房限制政策降低了对价格升值的预期，从而降低了预期的投资回报，他们可能会被阻止进行投机性购买。 虽然购房限制政策根本上并没有刺激新增住房的实物供应(如果没有泡沫的话，福利最大化的方法可以给房价带来下行压力)。如果投机性开发商和投资者、业主将他们的闲置资产置入市场（包括入市），这样的政策实际上会对住房供应产生暂时的积极影响。 租赁市场是由于购房限制政策在抑制价格升值方面的有效性。因此，租赁价格和租赁交易量将由于TH而面临上升压力。 需求从待售转向出租房屋，出租房屋供应的增加可能抵消租金上涨的压力。总的来说，直接需求副作用的影响是不可忽视的。 出售房屋价格和销售量(下降)。但是，由于上述一系列潜在的次要效应，购房限制政策对租金和租赁量的影响并不明确。先前的定性分析对于解释在HPR政策下北京待售住房市场的价格下跌有着重要的意义。这么将指出投机在2010年5月之前在北京的待售住房价格上涨中起了重要作用，因为拥有多套住房的投机需求是购房限制政策。然而，任何这样的解释都不是无懈可击的，因为直接针对的群体只对投机需求负有部分责任。在购房限制政策后价格下降的范围内 由于一些住户(例如，无户籍家庭)取消业主入伙需求(非投机需求)，这样的价格下跌并不意味着投机。--基于先前待售房屋价格上涨的原因或2010年5月之前的价格水平。
最后，有一个有趣的问题，是否以及如何影响的购房限制政策可能是空间异质性在大都市北京。外源性需求冲击对市场的影响关于当地住房市场的供应价格弹性。最近的几项研究经验性地检验了住房供应限制的影响(由不同的地理条件或当地情况造成)。不同国家的住房价格管制制度在供应受限的地区，公共产品在房价中的资本化率更高。我们预计购房限制政策会影响到北京不同的房地产次级市场。具体来说，在购房限制政策之后，供应价格弹性较小的子市场将表现出更大的价格下跌和较少的交易量下降。这可能对有重要的政策影响。例如，如果房价与供应条件相关(例如，在没有额外供应空间的情况下，住房往往更贵)，那么 这表明购买昂贵住房的人可能会从购房限制政策中获益更多，因为在供应弹性较低的情况下，可负担性得到了更大的改善。
结果
城市范围内的价格、租金和成交量效应我们获得了强有力的城市范围内HPR对转售市场的价格和数量的影响，而不是租赁市场。表2报告了一组有代表性的数据 13栏(1)提供了转售房价的回归结果。HPR系数有统计学意义(0.1%)，实施HPR后的定价，购房限制政策下降22.7%(exp(minus;0.258)-1)。 对于控制变量而言，单位面积和房屋龄与价格均有“U型”关系，峰值出现在160平方米左右。另一方面，价格与最低限值之间存在“逆U”关系。六楼-七楼的住宅单位最贵，而顶层的单位则是最贵的。 让他们的价格打折，浴室的数量和更好的装饰有助于更高的价格。关于地理位置、临近市中心、重点小学和地铁PS都显示了显著的价格溢价。第(2)栏报告租金的结果。HPR系数为负(0.1%)，租金下降6.33%(minus;0.0654)-1。 与房价的下降相比。控制变量的结果与第(1)栏中的房价相似。第(3)栏显示，HPR实施后， e价格对(月)租金比率下降了110.1，超过了样本平均379.82的四分之一。
表3报告了不同多项式时间趋势下的RDD估计。HPR对转售住房价格的影响是显著的负的，并且在幅度上是一致的(大约下降20%-23%)。但 对于租赁市场效应，具有五次和六次多项式时间趋势，购房限制政策的正效应较小，约为3%。然而，这一效应会将其符号(minus;5到minus;7%)转换为较高的级别。 歌词的时间趋势。购房限制政策对价格/(月)租金比率的影响在所有指标中均为负值，且具有统计学意义，其系数从minus;85.85到minus;110.1不等。 我们认为，HPR政策将房价与租金之比压低了约23-29%.
购房限制政策对租赁市场影响的不一致估计可能是由于对整个样本的分析大多比较了不同的购房限制政策前后的租金。因为租房合同的条款通常是整个租期，为了解决这个问题，我们把重点放在我们的样本中重复的13052次租房交易上。实施购房限制政策前后租金的纵向变化。在表4中，我们估计了HPR双方在时间窗内的租金变化，分别为1、2周和1个月。但是，我们不能 在租赁市场的价格趋势中，由于HPR导致的价格不连续性，因为t检验不能否认HPR周围的租金变化方式没有差别的零值。
表5给出了具有不同多项式时间趋势阶次的事务量的RDD回归结果。转售单位的成交量，亦受到了大量的负面影响。在HPR周围，震级大小在50.9%(exp(minus;0.712)-1)~76.7%(minus;1.458)-1之间。相反，租金交易量并没有出现显著变化。
表6显示了使用替代对称时间窗进行的鲁棒性测试的结果：购房限制政策之前和之后的1.67年(我们的数据允许的最长对称时间窗口)，以及在实施购房限制政策和实施之后，最短时间窗口控制季节性。总之，无论何时风，转售价格效应的方向和大小都得到了非常一致的结果。 现在或多项式顺序，我们使用(一旦订单是合理的高)。
为了消除政策一(较早于2010年2月实施的首付和税收政策)对我们分析2010年4月底实施的HPR影响的潜在干扰，我们考虑另外一个非常狭窄的时间窗：从2010年2月21日到2010年6月30日，大约在实施购房限制政策之前和之后的2个月。此时间窗口不包括策略一之前的期间，因此不包括此期间。将干预分析仅限于政策II的效果。转售房屋价格和租金的结果与我们上述发现是一致的。但是事务的样本大小 体积回归现在太小，无法产生可靠的结果，因为狭窄的时间窗口无法控制季节性。最后，为了探讨购房限制政策可能的动态效应，我们增加了作为二次项或离散时间模型的购房限制政策的时间效应。在每种规格下，我们也使用不同的时间单位(周、月和季度)。动态模式可以跨各种多项式顺序或时间窗口识别。例如，我们不能确切地说购房限制政策效应是在增长还是减弱(或第一次增长和t)。 在HPR实施后的20个月内，主要的HPR效应在多项式级较高的情况下保持稳健和一致。
与政策同时的潜在影响
在上一节中，我们假设HPR主导了政策II的作用。但是，如前所述，该政策还包括一些额外的内容：进一步提高所需的首付工资。 第二套住房的比例为40%至50%，并重申2007年的一项政策，要求对90 m2.17以上的住房进行有区别的首付，同时难以量化 鉴于以下证据，我们认为这两个额外政策要素的确切独立效果与HPR相比，其效果是有限的。
为评估第二居所首付比率规定(由40%增至50%)的增幅，我们参考较早于2010年2月实施的第一号政策。回想一下我的政策 主要组成部分也是增加了所需的首付比率(从30%增加到40%)。考虑到这一点，我们可以研究一些间接证据。表7给出政策了的回归结果。我使用1月1日2009到2010 4月29日的非对称时间窗口。这个时间窗避免了其他政策对住房市场的影响，同时控制季节性。在骗局中从HPR(或策略II
全文共8478字，剩余内容已隐藏，支付完成后下载完整资料
The Housing Market Effects of Local Home Purchase Restrictions: Evidence from Beijing
Abstract
Home prices have surged in major Chinese cities, leading to concerns of asset price bubbles and housing affordability. The policy of home purchase restrictions (HPR) has been one of Chinarsquo;s harshest housing market interventions to squeeze out speculative demand and dampen the soaring home prices. Beijing was the first city to implement the HPR. Employing the regression discontinuity design technique, we find that Beijingrsquo;s HPR policy triggered a 17–24 % decrease in resale price, a drop in the price-to-rent ratio of about a quarter of its mean value, and a deep (1/2 to 3/4) reduction in the transaction volume of the for-sale market, with no significant change in the rent or the transaction volume of rental units. In submarkets where housing supply was less elastic, the effects of the HPR were larger in price and smaller in quantity, suggesting that wealthy buyers likely benefited more from the HPR. The scope of the analysis does not allow conclusions regarding the persistence or longevity of these effects.
Keywords：Home purchase restriction； Housing market； Chinese housing policy； Beijing
Introduction
Growing at a nearly 10 % average annual rate for three decades, Chinarsquo;s economy overtook Japan in 2010 to become the second largest in the world, and is now rapidly approaching the U.S. Urbanization has accompanied the rapid economic development of China–the proportion of population living in urban areas increased from less than 20 % in 1980 to 52 % in 2012, representing the urbanization of over 400 million people in barely more than one generation, the greatest such migration in history. Market-oriented reforms in the urban land and property markets since the 1990s have replaced the socialist welfare housing regime and established increasingly competitive housing markets in Chinese cities. Housing demand and supply have been growing rapidly, becoming a major source for Chinarsquo;s economic growth. The average amount of floor space per capita among urban households has increased from 21.81 to 29.15 square meters or by 33.6 % during the first decade of this century according to national census data. By late 2009, real estate investment accounted for about 20 % of total investment and around 9 % of GDP, with loans to property developers and mortgages together accounting for about 20 % of total loans (Ahuja et al. 2010).
Home prices have surged across Chinese cities, leading to concerns about an asset price bubble and housing affordability. As of the writing of this paper, home prices are at all-time highs, and have experienced real price appreciation on a par with or in excess of that realized in other markets (e.g., the U.S.) that are widely considered to have had housing bubbles (Wu et al. 2012). Nonetheless, given Chinarsquo;s rapid income growth and large-scale rural-to-urban migration, there are different opinions about the existence of a national housing price bubble. Higher home prices may still be broadly in line with the fundamental factors and could be supported by a solid demand for residential housing (World 2010). However, many agree that housing price appreciation in the most expensive metropolitan areas, mainly the big coastal cities, has gone beyond changes in fundamentals (e.g., Peng et al. 2008; Ahuja et al. 2010; Yu 2010; Dreger and Zhang 2013; Wang and Zhang 2012). In addition, given Chinarsquo;s high income inequality, concerns about the possible overheating of the market and bubbles are aggravated by the concerns that lower and middle income households cannot afford to buy an apartment in or close to the center of large cities (World 2010).
The Chinese government owns urban land and plays the dominant role in controlling and managing housing supply, demand, and finance. The urban property marketsrsquo;important roles in economic growth and local fiscal revenue (especially from the land leasehold sales) have led Chinese policymakers to closely monitor and frequently intervene in the housing market to maintain its stable growth, especially in light of the subprime mortgage crisis in the U.S. Authorities at the national and local levels have adjusted land supply, access to credit, and the permission to purchase properties alternately to cool and stimulate markets (Chen 2012; Lu et al. 2012). However, there have been very few studies of the effects of government interventions in Chinarsquo;s property markets, especially in local markets.
This research aims to evaluate the effects of home purchase restrictions (HPR), an unprecedented anti-speculation policy in Beijing. Instead of relying on aggregate housing price or rent indices, we apply the regression discontinuity design (RDD) technique to a large transaction dataset of resale and rental housing units in Beijing. We find that resale home prices dropped by 17–24 % immediately after the implementation of the HPR, while rent remained largely unaffected. As a result, the price-to-rent ratio shrank by about 23–29 % of its pre-HPR mean value. It suggests that the HPR did lower Beijingrsquo;s housing price, at least during the initial years after the HPR. This paper also explores the intra-city spatial variations in the effects of the policy associated with submarket supply conditions.
The rest of the paper is organized as follows. We introduce the HPR policy in Beijing in Section 2, followed by descriptions of data and methods in Sections 3 and 4. Section 5 discusses results. Section 6 concludes the paper with policy implications.
Home Purchase Restrictions in Beijing
Beijing, the capital city and a megacity of China, has one of the most heated housing markets in the world. According to the 2010 census, the urban population of Beijing reached 16.86 million, including about 64 % locally registered residents (i.e., those
全文共29973字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[15783]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
