论文部分内容阅读
摘 要：十八届三中全会提出要加快房地产税立法并适时推进改革。文章以上海为例，使用30个商品住宅市场的月度数据，考察房产税对房价的影响。得出以下结论：房产税对商品房房价具有负向作用，但不显著；预期比房产税对房价影响更大；前一期竣工面积回归系数绝对值很小。
关键词：房价；房产税；预期
一、上海市房地产市场整体情况
自房地产被赋予支柱产业的地位后，我国房价便开始了快速攀升。与其它地区一样，上海巿住房市场经历了十多年的高速增长期。新世纪以来上海市商品房平均价格从00年的3565元每平米上升至13年的24177元每平米，13年间增长超过7倍。在此期间除了07年房价略有下降之外，其余各年都呈快速上涨的趋势。尽管调控措施不断出台，但是上海的住房市场依旧红火，房价屡创新高。
二、模型的构建
房产税是为了更好的完善对房地产市场调控措施的主要手段之一，为了更好的量化房产税对房地产价格的影响效应，本文以上海市为例，参照相关文献的理论模型及研究方法，在严格区分消费性需求和投资性需求基础上，构建一个住房市场局部均衡模型，以分析房产税对房价的影响。
1. 需求函数
住房的需求主要包括两个方面，即：消费性需求和投资性需求。消费性需求由房价、收入、人口等因素决定；而投资性需求由住房投资回报及其使用成本决定。住房使用成本一般由房产税率Tax、市场利率I、维修率M、住房资本折旧D等构成。因此我们使用这些变量作为消费性和投资性需求函数的方程变量，故总需求函数的方程可分别表示为：
根据数学和经济学含义，我们可以看出房产税率越高，则房价越低。
三、实证检验
本文使用11到13年上海住房市场月度数据，数据来自中国房地产信息网和上海统计局网。住房价格指数是以10年为基期（2010=100）表示的百分数。由前面的理论模型得出的房产均衡价格，考虑到实际情况及数据的可得性，只能做短期内的分析，短期内月收入、。
异方差性的检验
经典线性回归模型的一个重要假定：总体回归函数中的随机误差项要满足同方差性，即它们都有相同的方差。相对于不同的样本点，也就是相对于不同的解释变量观测值，随机干扰项可能具有不同的方差，则计量模型存在异方差，那么导致参数估计量非有效等一系列问题。所以需要对计量经济模型进行异方差性的检验，通常用White检验。检验数据结果表示，怀特统计量nR2=9.986857，其P值为0.0756大于0.05，所以在5%显著水平下不拒绝原假设，可在一定程度上认为模型不存在异方差。
序列相关性的检验
一般经验告诉我们，对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，所以往往存在序列相关性。本文用拉格朗日乘数（LM）检验，对模型进行3期滞后。结果发现，滞后2期的P=0.0471小于临界值0.05，而滞后1期和3期的P值均大于临界值0.05，说明模型存在2阶序列自相关，需要对模型进行修正。修正后的模型是：
调整后为0.898737，说明此计量经济模型拟合优度较高。此外F值为57.20977，其P值为0，说明此模型整体是显著的。模型结果显示，房产税每增加1%，房价指数将下降1.6%，开征房产税将使房价下降，但作用不显著。其次，下期房价指数每提高1%，本期房价指数将提高0.9%，其作用是显著的。
三、结论
通过理论与实证分析，得出了以下结论：第一，根据理论模型推测，房产税与房价呈负相关，即开征房产税将抑制房价上涨。实证研究表明，房产税对房价确有反作用，但影响不显著。政策实施方可利用房产税对房价进行抑制，但是不能把房产税当成主要工具，需要其他政策的配合。第二，预期对房价的作用更加明显。投资者预期房价会上涨时，将增加本期的投资性购房需求，从而抬高本期房价。这种投资性带来的房价上涨趋势大大超过了房产税对房价的反作用。第三，前一期竣工面积回归系数绝对值很小，说明库存房对市场的影响有限。
但是房产税在我国实施时间很短，而且试点城市只有重庆和上海。本文只以上海为例，通过时间序列数据建模得出房产税对房价的影响，因此存在一定的误差，这只能作为一种简单的参考。
参考文献：
[1]崔阳. 对当前中国房价过快上涨的研究. 对当前中国房价过快上涨的研究.2010（29）： 9-12
[2]况大伟.房价变动与中国城市居民消费[J].世界经济，2011（10）：21-34
[3]郑思齐，王寅啸.房价上涨预期对住房需求的放大效应研究[J].中国物价，2007（6）：52-55
作者简介：房翔（1988-10）汉族，浙江德清人，硕士，云南财经大学财政与经济学院、学生，研究方向：财政理论与实践。
关键词：房价；房产税；预期
一、上海市房地产市场整体情况
自房地产被赋予支柱产业的地位后，我国房价便开始了快速攀升。与其它地区一样，上海巿住房市场经历了十多年的高速增长期。新世纪以来上海市商品房平均价格从00年的3565元每平米上升至13年的24177元每平米，13年间增长超过7倍。在此期间除了07年房价略有下降之外，其余各年都呈快速上涨的趋势。尽管调控措施不断出台，但是上海的住房市场依旧红火，房价屡创新高。
二、模型的构建
房产税是为了更好的完善对房地产市场调控措施的主要手段之一，为了更好的量化房产税对房地产价格的影响效应，本文以上海市为例，参照相关文献的理论模型及研究方法，在严格区分消费性需求和投资性需求基础上，构建一个住房市场局部均衡模型，以分析房产税对房价的影响。
1. 需求函数
住房的需求主要包括两个方面，即：消费性需求和投资性需求。消费性需求由房价、收入、人口等因素决定；而投资性需求由住房投资回报及其使用成本决定。住房使用成本一般由房产税率Tax、市场利率I、维修率M、住房资本折旧D等构成。因此我们使用这些变量作为消费性和投资性需求函数的方程变量，故总需求函数的方程可分别表示为：
根据数学和经济学含义，我们可以看出房产税率越高，则房价越低。
三、实证检验
本文使用11到13年上海住房市场月度数据，数据来自中国房地产信息网和上海统计局网。住房价格指数是以10年为基期（2010=100）表示的百分数。由前面的理论模型得出的房产均衡价格，考虑到实际情况及数据的可得性，只能做短期内的分析，短期内月收入、。
异方差性的检验
经典线性回归模型的一个重要假定：总体回归函数中的随机误差项要满足同方差性，即它们都有相同的方差。相对于不同的样本点，也就是相对于不同的解释变量观测值，随机干扰项可能具有不同的方差，则计量模型存在异方差，那么导致参数估计量非有效等一系列问题。所以需要对计量经济模型进行异方差性的检验，通常用White检验。检验数据结果表示，怀特统计量nR2=9.986857，其P值为0.0756大于0.05，所以在5%显著水平下不拒绝原假设，可在一定程度上认为模型不存在异方差。
序列相关性的检验
一般经验告诉我们，对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，所以往往存在序列相关性。本文用拉格朗日乘数（LM）检验，对模型进行3期滞后。结果发现，滞后2期的P=0.0471小于临界值0.05，而滞后1期和3期的P值均大于临界值0.05，说明模型存在2阶序列自相关，需要对模型进行修正。修正后的模型是：
调整后为0.898737，说明此计量经济模型拟合优度较高。此外F值为57.20977，其P值为0，说明此模型整体是显著的。模型结果显示，房产税每增加1%，房价指数将下降1.6%，开征房产税将使房价下降，但作用不显著。其次，下期房价指数每提高1%，本期房价指数将提高0.9%，其作用是显著的。
三、结论
通过理论与实证分析，得出了以下结论：第一，根据理论模型推测，房产税与房价呈负相关，即开征房产税将抑制房价上涨。实证研究表明，房产税对房价确有反作用，但影响不显著。政策实施方可利用房产税对房价进行抑制，但是不能把房产税当成主要工具，需要其他政策的配合。第二，预期对房价的作用更加明显。投资者预期房价会上涨时，将增加本期的投资性购房需求，从而抬高本期房价。这种投资性带来的房价上涨趋势大大超过了房产税对房价的反作用。第三，前一期竣工面积回归系数绝对值很小，说明库存房对市场的影响有限。
但是房产税在我国实施时间很短，而且试点城市只有重庆和上海。本文只以上海为例，通过时间序列数据建模得出房产税对房价的影响，因此存在一定的误差，这只能作为一种简单的参考。
参考文献：
[1]崔阳. 对当前中国房价过快上涨的研究. 对当前中国房价过快上涨的研究.2010（29）： 9-12
[2]况大伟.房价变动与中国城市居民消费[J].世界经济，2011（10）：21-34
[3]郑思齐，王寅啸.房价上涨预期对住房需求的放大效应研究[J].中国物价，2007（6）：52-55
作者简介：房翔（1988-10）汉族，浙江德清人，硕士，云南财经大学财政与经济学院、学生，研究方向：财政理论与实践。