經(jīng)濟政策不確定性視角下的房價波動：以長江經(jīng)濟帶為例

張 方

一 引 言

自1998 年房改以后，房地產(chǎn)行業(yè)逐漸成為我國國民經(jīng)濟的重要基礎產(chǎn)業(yè)。2008 年美國次貸危機引起的房地產(chǎn)市場崩盤，拉開了全球金融危機的序幕。房價波動逐漸被各國政府重視，并被納入到宏觀管理中。與此同時，房價的迅速攀升也為我國經(jīng)濟持續(xù)穩(wěn)定發(fā)展埋下了隱患。理論上講，房價的長期趨勢主要取決于供給和需求的平衡，但短期波動則更多受到宏觀經(jīng)濟變量外生沖擊的影響。尤其是我國的房地產(chǎn)市場素來有“政策市”之稱，在不同的經(jīng)濟政策背景下，各種宏觀調(diào)控政策的變化往往被賦予不同的含義，其對房價的影響也會產(chǎn)生差異。

面對近二十年來房地產(chǎn)價格過快上漲的情況，我國政府實施了各類宏觀調(diào)控措施對房地產(chǎn)市場進行干預。由于宏觀經(jīng)濟政策的頒布具有一定的隨機性，其產(chǎn)生影響的范圍和程度并不完全可控，并且公眾對政府實施的經(jīng)濟政策無法形成準確有效的預期，因此，頻繁的宏觀調(diào)控必然給房地產(chǎn)市場帶來經(jīng)濟政策不確定性的沖擊問題。政策的不確定性會使房地產(chǎn)市場供需雙方的行為在面對各類外部沖擊時發(fā)生改變，從而帶來市場的短暫失靈，引起市場不必要的非理性波動。事實上，在歐美發(fā)達國家，不僅對房地產(chǎn)市場，政策不確定性對整個資本市場的影響都是巨大的。Pastor 和Pietro（2013）指出，政策不確定性會引起市場波動并帶來波動的不確定性。

Baker 等（2016）對“經(jīng)濟政策不確定性”（Economic Policy Uncertainty，EPU）給出如下定義：由于政府制定實施經(jīng)濟政策的隨機性，造成對未來政策無法進行準確預期而產(chǎn)生經(jīng)濟風險。經(jīng)濟政策不確定性主要來源于兩方面：一是外部沖擊帶來的經(jīng)濟衰退，比如金融危機、戰(zhàn)爭、自然災害等；二是經(jīng)濟衰退本身也會產(chǎn)生不確定性，主要表現(xiàn)為經(jīng)濟下行時期政府頻繁實施調(diào)控政策干預經(jīng)濟，導致政策不確定性內(nèi)生地自我發(fā)生。在經(jīng)濟衰退時期，政策制定者需要做出更多的政策調(diào)整以擺脫衰退，從而增加了經(jīng)濟政策的不確定性；而在經(jīng)濟繁榮時期，則不需要對經(jīng)濟政策做過多調(diào)整即可維持經(jīng)濟發(fā)展（Pastor & Pietro，2013；Baker，et al.，2016）。隨著理論研究和政策實踐的不斷深入，研究者們逐漸意識到EPU 與個體預期有著密切的聯(lián)系，從而導致其對房地產(chǎn)市場的調(diào)控產(chǎn)生深遠影響（張浩等，2015；劉金全、畢振豫，2018）。

盡管EPU 對房價波動有著潛在的重要影響，但由于EPU 難以量化，學界對兩者關系的研究比較匱乏。Baker 等（2016）構建了世界各主要經(jīng)濟體的與政策相關的不確定性指數(shù)（即“BBD 指數(shù)”），其中也包括對我國EPU 指數(shù)的構建。但是，Baker 等人構建中國EPU 指數(shù)時僅采用在香港出版的《南方早報》 一份英文報紙的報道，很難客觀公正地反映整個中國宏觀經(jīng)濟的全貌。而Huang 和Luk（2020）則采用10 份在中國大陸出版的主流報紙，構建出了從2000 年1 月1 日起的我國EPU 的日度指數(shù)和月度指數(shù)。①Huang 和Luk（2020）EPU 指數(shù)的介紹見附錄。不僅如此，Huang 和Luk（2020）還分別從財政政策、貨幣政策、貿(mào)易政策和匯率政策等四個維度，構建了不同類型的EPU 的月度指數(shù)，為進一步深入探究我國EPU 和房價波動的聯(lián)動機制提供了新的可能性和實證依據(jù)。

回顧已有文獻不難發(fā)現(xiàn)，雖然針對EPU 與房價的關系展開了一定的研究，但大多基于歐美發(fā)達國家。中國是世界第二大經(jīng)濟體，也是最大的新興市場，因此，深入研究EPU 與房價的互動關系，對于作為國民經(jīng)濟重要基礎產(chǎn)業(yè)的我國房地產(chǎn)業(yè)持續(xù)健康發(fā)展具有重要意義。相比于已有文獻，本文的主要貢獻在于：首先，與已有文獻采用BBD 指數(shù)不同，本文將首次采用Huang 和Luk（2020）的EPU 指數(shù)。其次，現(xiàn)有關于我國EPU 與房價關系的研究大多采用的是向量自回歸（VAR）模型，包括門限向量自回歸模型、平滑轉(zhuǎn)換向量自回歸模型、門限參數(shù)時變向量自回歸模型等，此類VAR 模型主要用于分析時間序列的回歸，而本文是基于長江經(jīng)濟帶及其三大城市群的實證研究，故從面板數(shù)據(jù)的角度出發(fā)，將使用面板協(xié)整檢驗、面板格蘭杰因果檢驗、面板向量自回歸模型、條件收斂模型等方法探究EPU 對房價波動的影響。再次，現(xiàn)有研究大多僅限于將全國范圍內(nèi)的房價看作一個整體，但實際上，我國各地區(qū)經(jīng)濟發(fā)展水平差異很大，各地的房地產(chǎn)市場及房價也呈現(xiàn)出不同的特征。近年來，房地產(chǎn)市場調(diào)控政策堅持“因地制宜，因城施策”的原則，房地產(chǎn)市場的分化調(diào)整成為今后一個時期的主基調(diào)?；诖?，本文以城市群的概念為基礎，探究EPU 如何影響長江經(jīng)濟帶及其三大城市群的房價波動。最后，本文還分別使用新建商品住宅價格指數(shù)和二手房銷售價格指數(shù)兩個房價指數(shù)，探究EPU 對新房和二手房價格影響的不同之處。

二 文 獻 綜 述

自2008 年全球金融危機爆發(fā)以來，EPU 對宏觀經(jīng)濟的沖擊受到了越來越多的學者關注。許多研究表明，EPU 對各類經(jīng)濟變量都存在顯著影響。例如，國際貨幣基金組織的報告（International Monetary Fund，2012；2013）指出，美國和歐洲的財政、貨幣、稅收等經(jīng)濟政策的不確定性和波動是引起2008——2009 年全球金融危機的重要原因之一。由于房屋既是消費品又是投資品，因此房屋需求的效應函數(shù)包含了對消費和投資組合的選擇（Berkovec, 1989），故EPU 可以通過各種渠道影響房價（El-Montasser，et al.，2016）。作為消費品，由于對未來就業(yè)、收入和財富的不確定性，家庭往往通過增加預防性儲蓄來應對這種情況，則住房需求必然會減少（Giavazzi & McMahon, 2012）。就家庭而言，不確定性增加了融資成本（Pastor & Veroesi，2012）和違約風險（Gilchrist，et al.，2011）。作為投資品，住房通常是一個家庭最大的單一資產(chǎn)，住房投資決定可能對其長期財富和消費水平產(chǎn)生重大影響。因此，在面臨不確定性時，家庭可能會推遲投資。雖然關于不確定性和投資之間關系的文獻通常集中在公司層面上，但至少可以部分地擴展到家庭。對自住住房的投資選擇是由住房的使用成本驅(qū)動的，住房價格的平衡傾向于同未來租金的貼現(xiàn)值相等（Glaeser & Gyourko，2007）。未來的租金是不確定的，房屋所有權通常被視為是對租金上漲風險的對沖（Sinai & Souleles, 2005）。然而，租金的不確定性比住房使用成本的不確定性小得多（Rosen, et al., 1983）。

由于房屋是同時具有消費屬性的消費品和投資屬性的資產(chǎn)（Zhang & Zhang，2019），因而房價的變動也必然會受到各類宏觀政策沖擊的影響（譚政勛、王聰，2015）。例如，從投資者角度而言，經(jīng)濟政策的高度不確定性會降低投資者對市場的預期和信心，從而抑制其消費和投資行為。從這個思路出發(fā)，Bloom（2009）認為在房地產(chǎn)市場中EPU 會導致房價的變化。隨后，越來越多的文獻印證了EPU 對房地產(chǎn)市場的顯著作用，但大多集中于研究發(fā)達國家的案例。例如，Su 等（2016）研究了EPU與德國房地產(chǎn)市場回報率的因果關系。El-Montasser 等（2016）對加拿大、法國、德國、意大利、西班牙、英國和美國等7 個發(fā)達國家的EPU 與房價的關系進行了研究，發(fā)現(xiàn)兩者存在著雙向因果關系。Antonakakis 和Floros（2016）從英國的案例出發(fā)，發(fā)現(xiàn)EPU 對房地產(chǎn)市場、股票市場和宏觀經(jīng)濟都有一定的影響。Christou 等（2017）采用貝葉斯方法對OECD 成員國的面板數(shù)據(jù)進行分析，發(fā)現(xiàn)EPU 對預測房地產(chǎn)市場的回報率有顯著作用。Christidou 和Fountas（2018）通過GARCH 模型對美國各州的研究發(fā)現(xiàn)，EPU 可促進房地產(chǎn)投資增長和抑制房價上漲。Jeon（2018）用VECM 模型分析發(fā)現(xiàn)，韓國、日本、中國內(nèi)地和香港地區(qū)等重要亞洲經(jīng)濟體的EPU 對韓國房價都產(chǎn)生了顯著的負作用。

較之發(fā)達國家，針對發(fā)展中國家的EPU 與房價關系的研究相對匱乏。Chow 等（2018）從非線性的角度出發(fā)，對中國和印度的EPU 和房價指數(shù)做因果測試，發(fā)現(xiàn)兩者存在顯著關系，再次印證了EPU 對預測房地產(chǎn)市場走勢有著重要作用。Huang 等（2020）從宏觀層面出發(fā)，發(fā)現(xiàn)EPU 對中國房價有顯著抑制作用，EPU 的波動率對房價有顯著的影響?；诟黝怴AR 模型，國內(nèi)學者也探究了EPU 與房價之間的關系。張浩等（2015）發(fā)現(xiàn)，在EPU 較高和較低兩種不同情況下房價波動受宏觀經(jīng)濟變量的沖擊存在差異性。胡國慶（2017）的研究表明，在以EPU 為門限條件時，匯率預期對房價波動具有明顯的非對稱性特征。劉金全和畢振豫（2018）基于EPU 視角，發(fā)現(xiàn)貨幣政策對房價的調(diào)控具有顯著的時變特征和非對稱性。綜上所述，現(xiàn)有文獻大多是針對發(fā)達國家的研究，僅有的關于我國EPU 與房價波動關系的研究也存在著一定的局限性，例如，大多是基于VAR 模型的時間序列研究。因此，本文擬基于新的EPU 指數(shù)和面板數(shù)據(jù)，對EPU 如何影響房價波動進行更深入分析。

三 數(shù)據(jù)、檢驗方法及模型選擇

（一）數(shù)據(jù)來源及其描述

長江經(jīng)濟帶，作為重大國家戰(zhàn)略發(fā)展區(qū)域，其城市群的房價波動也深受經(jīng)濟政策不確定性的影響。本文選取長江經(jīng)濟帶的25 個城市，用新建商品住宅價格指數(shù)（HPI）和二手商品住宅價格指數(shù)（HPI2）的月度數(shù)據(jù)分別作為因變量①數(shù)據(jù)來源：國家統(tǒng)計局網(wǎng)站，www.stats.gov.cn。，數(shù)據(jù)起止時間為2006 年1 月至2021 年3 月。選取同時期內(nèi)的經(jīng)濟政策不確定性（epu）的月度數(shù)據(jù)為解釋變量②數(shù)據(jù)來源：Huang 和Luk（2020）。。圖1 顯示了從2000 年1 月至2021 年3 月的我國經(jīng)濟政策不確定性的走勢。如圖1 所示，2008——2009 年由美國次貸危機引發(fā)的全球金融危機和2011 年8 月美國歷史上第一次主權信用評級的降級，對我國經(jīng)濟政策產(chǎn)生了重大影響。其后，2015 年8 月人民幣匯率制度改革標志著人民幣匯率制度由固定匯率制向市場匯率制的過渡，由此引發(fā)了經(jīng)濟政策不確定性的劇烈波動。自2017 年1 月特朗普上臺后，美國發(fā)起的一系列針對中國的貿(mào)易戰(zhàn)，也大大增加了我國經(jīng)濟政策的不確定性。為探究EPU 影響的異質(zhì)性，依據(jù)國務院的批復，本文將長江經(jīng)濟帶的主要城市分為三大城市群，具體見表1。

圖1 2000 年1 月至2021 年3 月我國的EPU 指數(shù)

表1 長江經(jīng)濟帶三大城市群

（二）檢驗方法及模型選擇

為了全面揭示EPU 與房價指數(shù)的相互關系及其作用機制，首先，本文采用面板協(xié)整檢驗驗證EPU 和房價指數(shù)之間是否存在長期均衡關系；其次，采用面板格蘭杰因果檢驗驗證EPU 是否“cause”房價指數(shù)變動；再次，采用面板VAR 模型探究EPU 對房價指數(shù)波動帶來的滯后效應。在對兩者關系進行一系列因果分析后，最后用β收斂模型研究長江經(jīng)濟帶上的城市間房價是否存在收斂效應，進而揭示區(qū)域房價的聯(lián)動機制。

1. 面板協(xié)整檢驗。數(shù)據(jù)序列的平穩(wěn)性是避免偽回歸的必要條件，此外，還需要用協(xié)整檢驗判斷變量之間是否存在長期的穩(wěn)定關系。面板協(xié)整檢驗方法已從最初的同質(zhì)面板檢驗和異質(zhì)面板檢驗發(fā)展到了包含結(jié)構突變的面板檢驗。Kao（1999）和Pedroni（1999；2004）最早提出了以E-G 兩步法的回歸殘差為基礎的協(xié)整檢驗方法。隨后，Westerhund （2005）提出了允許面板協(xié)整回歸模型的常數(shù)項和趨勢項存在多個結(jié)構突變點的LM 檢驗。以上三種面板協(xié)整檢驗都是建立在以平穩(wěn)因變量為基礎的面板數(shù)據(jù)模型之上，均要求協(xié)整變量本身之間不存在協(xié)整關系。Kao（1999）和Pedroni（1999；2004）采用了DF test、ADF test 和PP test，Westerlund（2005）使用了VR test，檢驗誤差項是否平穩(wěn)。本文將使用面板協(xié)整檢驗開展分析。

2. 面板格蘭杰因果檢驗。格蘭杰因果關系檢驗（Engle & Granger，1987）是檢驗平穩(wěn)時間序列經(jīng)濟變量之間因果關系常用的一種計量經(jīng)濟學方法，其基本理論是：X是否引起Y，Y能在多大程度上被過去的X所解釋，加入X的滯后值是否顯著并提高對Y的解釋程度。在時間序列的協(xié)整分析中，如果協(xié)整關系存在，就可以建立誤差修正模型，估計變量間的Granger 因果關系。面板數(shù)據(jù)中的因果檢驗同樣是建立在以時間序列為基礎的Granger 因果關系檢驗思想基礎之上的。由于本文采用多個城市數(shù)據(jù)作為樣本，考慮到各城市之間存在的區(qū)域差異，即面板異質(zhì)性，以及各城市的相互影響關系，即截面相關性，故采用Dumitrescu 和Hurlin（2012）提出的一種全新的面板Granger 因果檢驗方法，該方法能夠在因果關系檢驗中有效處理面板數(shù)據(jù)存在的異質(zhì)性和截面相關性的影響①具體模型見Dumitresc 和Hurlin（2012）、吳國維等（2018）。。當統(tǒng)計量大于標準正態(tài)分布臨界值時，則拒絕原假設，說明存在因果關系；反之，則接受原假設，即不存在因果關系。

3. 面板向量自回歸（PVAR）模型。PVAR 模型與VAR 模型類似，假設所有變量都具有內(nèi)生性，因此使用PVAR 模型可以忽略內(nèi)生性問題，這使得PVAR 模型被廣泛應用于各類宏觀經(jīng)濟問題分析中（Ramey & Shapiro, 1998）②具體模型見Ramey 和Shapiro（1998）。。PVAR 模型有三個特點：第一，所有的內(nèi)生變量在每個單元i都有滯后項，被稱為“動態(tài)共生性”；第二，誤差項在不同單元i之間相關，被稱為“靜態(tài)共生性”；第三，公式中的截距、斜率和誤差項的方差在不同單元i之間是不同的，被稱為“橫截面的異質(zhì)性”。從某種程度上說，PVAR 模型與存在動態(tài)和靜態(tài)共生性的大規(guī)模的VAR 模型相似，不同之處在于橫截面的異質(zhì)性引入了誤差項的協(xié)方差矩陣（Canova & Ciccarelli，2013）。在我國，PVAR 模型多用于研究經(jīng)濟增長的相關實證分析（陳曉玲、張毅，2017；王允、杜萌，2015；游士兵、蔡遠飛，2017），文獻中鮮有將PVAR 模型用于分析房價波動，因而本文是一次新的嘗試。

4. 絕對收斂和條件收斂模型。根據(jù)Barro（1991）、Barro 和Sala-i-Martin（1992）提出的β收斂理論，本文分別建立絕對收斂模型（1）和含有EPU 的條件收斂模型（2）：

式中，i和t分別代表城市和時間；因變量GHPIi,t為房價指數(shù)增長率；自變量HPIi,t0為期初各城市房價指數(shù)；ηi和 δt分別為城市固定效應和時間固定效應；α和 ?i,t分別為常數(shù)項和殘差。模型（2）中加入了EPUt作為控制變量，用以檢驗條件收斂效應。

四 實 證 分 析

（一）單位根檢驗和面板協(xié)整檢驗

因果分析要求變量必須為平穩(wěn)數(shù)據(jù)，因此，本文首先對各變量進行時間序列單位根檢驗和面板單位根檢驗。本文采用ADF test 和PP test 兩種方法，分別對長江經(jīng)濟帶上的25 個城市的HPI和HPI2 進行時間序列單位根檢驗，結(jié)果如表2 所示，所有城市的HPI和HPI2 都在1%水平上顯著，即HPI和HPI2 為時間序列平穩(wěn)數(shù)據(jù)。結(jié)合文獻（Chow，et al.，2018），本文又采取LLC 檢驗和IPS 檢驗兩種方法進行面板單位根檢驗，結(jié)果如表3 所示，長江經(jīng)濟帶及其三大城市群的HPI和HPI2 均在1%水平上顯著。時間序列和面板單位根檢驗的結(jié)果均表明，各個維度的房價指數(shù)和EPU 指數(shù)均為平穩(wěn)數(shù)據(jù)。

表2 25 個城市HPI 和HPI2 的時間序列單位根檢驗結(jié)果

表3 HPI 和HPI2 的面板單位根檢驗結(jié)果

在進行因果分析之前，本文采用面板協(xié)整檢驗來探究房價波動與EPU 之間的長期均衡關系。表4 是Kao test、Pedroni test 和Westlund test 三種不同協(xié)整檢驗方法的分析結(jié)果。結(jié)果顯示，無論是新建住宅價格指數(shù)還是二手住宅價格指數(shù)，都與EPU 存在顯著的協(xié)整關系，即兩者之間存在顯著的長期均衡關系。這一結(jié)論有助于我們進一步對房價和EPU 進行因果檢驗和VAR 模型回歸。

表4 EPU 與HPI 和HPI2 的面板協(xié)整檢驗結(jié)果

（二）面板格蘭杰因果檢驗

為了進一步探究EPU 是否“cause”房價指數(shù)變動，表5 分別檢驗了EPU 滯后1 期至滯后4 期與HPI和HPI2 的因果關系。結(jié)果顯示，EPU 對整個長江經(jīng)濟帶和三大城市群的新房價格在滯后3 期、滯后4 期均有顯著作用；尤其對整個長江經(jīng)濟帶和成渝城市群，因果關系從滯后2 期即開始顯現(xiàn)。但是，EPU 對二手房價的影響差異較大。其中，對整個長江經(jīng)濟帶和長江中游城市群二手房價的影響從滯后1 期至滯后4 期均比較顯著；對長三角城市群二手房價的影響與新房一致，滯后3 期、滯后4期顯著；對成渝城市群二手房價均無顯著影響。其原因可能在于，與房價相關的調(diào)控政策大多數(shù)與房貸、限購等相關。相較于二手房，購買新房對限購要求、首付比例和房貸利率等更為敏感，故總體來說，新房價格受EPU 的影響更為顯著。

表5 面板格蘭杰因果檢驗結(jié)果

（三）面板向量自回歸模型

房價波動對EPU 的反應具有一定的滯后性，面板格蘭杰因果檢驗的結(jié)果顯示EPU 的作用大多從滯后2 期開始顯現(xiàn)。因此，為了進一步驗證EPU 對房價的作用，本文采用自變量的滯后1 期至滯后4 期作為解釋變量進行PVAR 回歸分析。表6 顯示，總體上EPU 對房價波動的影響并不顯著，僅對個別城市群的房價呈現(xiàn)出無規(guī)律的影響特征。例如，對滯后2 期的長江經(jīng)濟帶和滯后4 期的長三角城市群房價產(chǎn)生影響，以及對滯后2 期、滯后3 期的成渝城市群新房價格產(chǎn)生影響。

表6 HPI 和HPI2 的PVAR 參數(shù)估計結(jié)果

出現(xiàn)這種結(jié)果的原因，一方面可能由于本文采用的EPU 指數(shù)為衡量全國范圍內(nèi)各類經(jīng)濟政策的不確定性，并非針對某一個城市（群），因而個別城市（群）房價的波動很難對某項涉及全國范圍的經(jīng)濟政策變動做出反應。另一方面可能由于某些城市群覆蓋城市過少，造成回歸樣本不夠大，從而無法得到有效的回歸結(jié)果。盡管從針對各城市群的PVAR 中沒有得到代表性的結(jié)論，但仍為今后的研究提供了思路和方向：即在將來有條件的時候，選取具體衡量各個城市（群）的EPU 指數(shù)作為解釋變量，并且獲取足夠數(shù)量的樣本，再用PVAR 模型驗證各城市群房價波動與EPU 指數(shù)的相互關系。

（四）絕對收斂和條件收斂模型

為進一步探究長江經(jīng)濟帶及其各城市群的城市房價在EPU 影響下是否具有收斂特征且能否形成聯(lián)動效應，借鑒陳豐龍等（2018）研究區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的方法，構建了絕對收斂和條件收斂模型進行估計，結(jié)果如表7 所示。在沒有EPU 影響的情況下，僅長江經(jīng)濟帶和長三角城市群的房價呈現(xiàn)出顯著的絕對收斂特征?，F(xiàn)實中絕對收斂一般很難實現(xiàn)，因而本文更加關注條件收斂的結(jié)果。表7 表明，在控制EPU 后，長江經(jīng)濟帶及其各城市群的新房價格和二手房價格均呈現(xiàn)出顯著的條件收斂特征，說明EPU 對長江經(jīng)濟帶上各城市間的房價收斂起到了明顯的促進作用，這與國家規(guī)劃長江經(jīng)濟帶實施區(qū)域協(xié)同發(fā)展的重大戰(zhàn)略密不可分。

表7 HPI 和HPI2 的收斂特征估計結(jié)果

五 結(jié)論及政策建議

作為宏觀調(diào)控的必然結(jié)果，經(jīng)濟政策不確定性對房價波動產(chǎn)生的影響引起了研究者的廣泛關注。本文以此為切入點，通過面板協(xié)整檢驗、面板格蘭杰因果檢驗、面板向量自回歸模型以及絕對收斂和條件收斂模型等方法，考察經(jīng)濟政策不確定性對房價波動的溢出效應，得出以下結(jié)論：首先，面板協(xié)整檢驗的結(jié)果顯示，新建和二手住宅價格均與EPU 存在長期均衡關系。其次，面板格蘭杰因果檢驗證實，EPU 對長江經(jīng)濟帶及其三大城市群的新房價格總體上在滯后2 期至滯后4 期存在顯著的因果關系，但對二手房價格影響的差異較大。再次，PVAR 模型檢驗結(jié)果卻表明，總體上EPU 對長江經(jīng)濟帶及其各城市群的房價波動沒有顯著影響。最后，條件收斂的檢驗結(jié)果顯示，EPU 對長江經(jīng)濟帶及其各城市群的房價收斂具有顯著的促進作用。雖然PVAR 檢驗結(jié)果顯示EPU 沒有直接而顯著地影響房價波動，但條件收斂模型檢驗結(jié)果卻說明EPU 對實現(xiàn)房地產(chǎn)市場的區(qū)域協(xié)同發(fā)展目標發(fā)揮了重要作用。

綜上所述，經(jīng)濟政策不確定性的沖擊對房價波動產(chǎn)生了一定的影響，且對房地產(chǎn)市場的區(qū)域協(xié)同發(fā)展存在顯著影響。實證結(jié)果顯示經(jīng)濟政策不確定性的沖擊更多作用于新房價格，這可能源于政府出臺的經(jīng)濟政策中涉及房地產(chǎn)市場的調(diào)控政策，如限售、限購、搖號等，多是針對一手房市場，故總體上二手房價格受影響較小?？梢姡谥贫ǚ康禺a(chǎn)市場調(diào)控政策時要更具針對性，要“因地制宜，因城施策”，分別對新房市場和二手房市場制定不同的調(diào)控政策。由于房價存在顯著的條件收斂，政府在制定相關經(jīng)濟政策時，要充分考慮到經(jīng)濟政策不確定性的外溢性。針對某一地區(qū)或城市的調(diào)控政策除了對本地房價產(chǎn)生影響外，還會導致城市群內(nèi)其他城市房價產(chǎn)生聯(lián)動效應。因此，政府可以利用經(jīng)濟政策的溢出效應對區(qū)域房價進行系統(tǒng)性的調(diào)控，從而實現(xiàn)房地產(chǎn)市場的區(qū)域協(xié)同發(fā)展?？偠灾?，在制定經(jīng)濟政策的具體過程中，一方面，經(jīng)濟政策的出臺需要滿足一定的時效性和及時性，但政策的頻繁變動所導致的不確定性往往會削弱其調(diào)控效果。因此，政府在制定各類調(diào)控房地產(chǎn)市場的經(jīng)濟政策時，應注意出臺的頻率和強度，著重考慮政策的長期穩(wěn)定性和前瞻性，避免因政策朝令夕改而引起市場過度反應，以至于對公眾預期產(chǎn)生系統(tǒng)性影響。另一方面，由于經(jīng)濟政策不確定性主要通過改變心理預期和信心渠道對房地產(chǎn)市場產(chǎn)生影響，故需要政府加強對民眾關于政策調(diào)控預期的引導，防止外界對政策變動進行過度解讀，從而降低政策調(diào)控對房地產(chǎn)市場的沖擊。

附 錄

Huang 和Luk（2020）選取的國內(nèi)十大主流報紙是：《北京青年報》 《廣州日報》 《解放日報》 《人民日報（海外版）》 《新聞晨報》 《南方都市報》 《新京報》 《今日晚報》 《文匯報》 和《羊城晚報》 。對于每份報紙，每天搜索包含三類關鍵詞（“經(jīng)濟” “政策” “不確定性”）的文章（具體關鍵詞見下表）；然后對文章數(shù)量的指標做指數(shù)化處理，得出日度數(shù)據(jù)，并對日度數(shù)據(jù)做平均化處理，得出月度數(shù)據(jù)。

表8 Huang 和Luk（2020）構建EPU 指數(shù)的關鍵詞