房产税改革与外部环境<br/>——基于不同利率政策反应函数情境的模拟分析

房产税改革与外部环境
——基于不同利率政策反应函数情境的模拟分析

2017-09-25

中南财经政法大学学报 2017年5期

(1.南京大学经济学院，江苏南京210093；2.浙江工商大学经济学院，浙江杭州 310018)

房产税改革与外部环境
——基于不同利率政策反应函数情境的模拟分析

李言1毛丰付2

(1.南京大学经济学院，江苏南京210093；2.浙江工商大学经济学院，浙江杭州310018)

房产税改革作为中国财税体制改革的重要组成部分，对中国未来房地产市场发展以及地方经济发展都具有重要影响。鉴于中国经济步入新常态发展阶段，如何减轻改革对经济波动的影响成为进一步深化改革的关键。本文从利率政策视角出发，通过数值模拟的方法，分析在不同利率政策反应函数情境下，房产税改革对经济波动的影响，进而寻找与改革相匹配的利率政策反应函数，为改革营造有利的外部环境。研究表明:当利率政策反应函数考虑房价波动时，从静态视角来看，房产税改革对社会福利损失的负面影响更小；同时，从动态视角来看，房产税改革对经济波动的负面影响也会缩小。

房产税；房地产市场; 房价;利率政策反应函数；DSGE模型

一、引言及文献综述

房产税改革是中国本轮财税体制改革的重要环节，对未来中国经济发展，尤其是房地产市场和地方经济的发展都至关重要。2003年10月，中共中央《关于完善社会主义市场经济体制若干问题的决定》首次提出：“实施城镇建设税费改革，条件具备时对不动产开征统一规范的物业税，相应取消有关税费。”从此，开征物业税成为学术界讨论的热点。2011年，上海和重庆启动扩大房产税开征的改革试点，但此次改革试点并未取得预期的效果，而且试行方案的公平性和合法性等受到质疑。2013年党的十八届三中全会《中共中央关于全面深化改革若干重大问题的决定》提出“加快房产税立法并适时推进改革”，同时，全国人大将包括房产税法在内的7部税法列入立法规划，标志着房产税改革从实践层面转移到了立法层面。为什么房产税改革推动如此缓慢，主要的原因可以归纳为内因和外因两点，内因是直接与房产税有关的原因，比如房产税立法、税制设计、税收安排、配套设施等方面；外因则是与房产税改革无直接关系的原因，比如房产税改革所处的政策环境。随着中国经济进入新常态发展阶段，所有改革都必须考虑其可能会对宏观经济产生的负面影响，而通过政策组合之间的对冲效果，能最大限度地减轻上述负面影响，所以，为房产税改革营造一个合适的外部环境成为顺利推动改革的重要保障。

目前关于推进房产税改革的研究关注的多是内部机制设计方面，比如单顺安(2014)从税制设计要素(征收对象、税率和免税面积)和相关配套设施(评估机制和征收管理)两个角度研究了房产税改革[1]。李春根和赖志杰(2014)则从践行税收法定法则、科学完善税收设计、建立健全配套设施和加强税改宣传工作等角度梳理了推进改革的重点[2]。而对外因环境设计方面的研究少有涉及，比如研究如何制定相应的政策对冲房产税改革对宏观经济的负面影响，减轻社会对改革的抵触情绪，营造一个更加宽松的改革环境。从政府的角度来看，营造外部环境的手段主要有两个，一个是财政政策，比如在房产税改革的同时进行相应的减税改革，实现一增一减，平衡宏观税负[3][4]。另一个就是货币政策，比如在改革的同时对利率政策进行相应的调整。由于房产税改革会通过影响房价进而波及宏观经济，所以在改革的同时，根据房价变动调整利率政策，从而实现缓解冲击的目的。房地产行业的资金需求极大，一般60%～70%资金依靠金融系统的融资、外资和购房者的预付款，因此，利率的波动会对房地产开发商的融资产生影响，进而成为影响房价的主要因素[5]。同时，相关实证分析也支持以上观点，沈悦等(2011)运用FAVAR模型，根据2000年第一季度到2009年第三季度的利率和房价季度数据，研究利率对房价影响的有效性，发现利率对房价的影响较为明显，利率和房价呈反向关系[6]。

从理论分析和实证分析两个层面看，相关研究均显示房产税改革会对房价产生负面影响。从理论分析层面看，贾康(2012)认为可将市场上的住房需求分为三种：自住需求、炒房需求和囤房需求，对于自住的人而言，由于存在年年要缴税的预期，他会从购买大户型转而寻求相对合理的中小户型；而对于炒房的人，房产税增加了持有成本，这样他就会谨慎一些；至于那些囤积多套住房的人，开征房产税后，其持有成本增加，自然会考虑将多余住房租出去，或者进入二手房市场进行交易[7]。另外，在房产税改革后，开发商预期大面积住房的需求将会减少，中小面积的住房需求将会增加，从而增加中小住房供给。因此，房产税改革能起到抑制需求和增加供给的作用，进而对房价产生抑制作用。从实证分析层面来看，在2011年实施房产税试点改革之后，许多研究开始关注房产税改革对房价的影响。Bai等(2014)使用HCW(2012)法测算2011年上海和重庆房产税改革对房价的影响[8][9]，发现此次房产税改革使上海的实际房价比理论估计房价下降了11%～15%，使重庆实际房价比理论估计房价提高了10%～12%，并认为后者之所以出现房价上涨的现象，主要是因为重庆改革模式引起了高端住房需求向低端住房需求流动的超溢效应。骆永民和伍文中(2012)以及赵胜民和罗琪(2013)等人利用DSGE(dynamic stochastic general equilibrium)模型模拟的方式同样得到房产税改革会对房价产生负面影响的结论[10][11]。

由于房产税改革会对房价产生负面影响，因此，对利率政策反应函数的情境设计的关键在于是否考虑房价波动，即模拟分析利率政策反应函数考虑和不考虑房价波动两种情境下，房产税改革对经济波动的影响。自房地产市场化改革以来，房地产业实现了快速发展，房价已经成为影响中国经济发展的重要因素，因此，已有研究认为中国央行的利率政策已经将房价纳入反应函数之中[12]。从对房地产市场的调控效果来看，将房价波动纳入利率政策反应函数时，利率政策能够发挥抑制房价波动的目的：当房价上涨时，利率政策趋于紧缩，从而成为抑制房价上涨的手段；当房价下跌时，利率政策趋于宽松，从而成为推动房价上涨的手段。上述机理也道出了本文研究不同利率政策反应函数情境下房产税改革的原因，根据上文可知，房产税改革导致房价下跌，进而可能对宏观经济产生负面影响，而如果此时的利率政策反应函数考虑了房价波动，那么利率政策就会趋向宽松，起到推动房价和宏观经济向上发展的作用，如果该推动作用更强，则能够有效对冲房产税改革对房价和宏观经济的负面影响。

综上，本文认为房产税改革主要会通过影响房地产市场，尤其是影响房价波动，来影响宏观经济，而这将不利于新常态下兼顾“促改革”与“稳增长”的发展目标。为了更好地促进房产税改革，同时，减轻改革对宏观经济的负面影响，在房产税改革的同时，为其营造一个更加有利的外部环境便具有重要意义，而这方面的研究相对较少，而且大多是以理论分析为主，缺乏实证分析。本文通过构建一个DSGE模型，从利率政策反应函数的视角出发，考察房产税改革对社会福利损失和宏观经济波动的影响，检验将房价波动纳入利率政策反应函数是否能够减轻改革的负面冲击，进而从外部环境建设的角度对如何推动房产税改革提出相应的政策建议。

二、房产税改革一般均衡模型构建

本文在Iacoviello(2010)构建的包含房地产生产部门DSGE模型的基础上[13]，将政府税收收支行为纳入模型框架，而且对利率政策反应函数进行拓展，同时，通过适当的处理，使其更加符合中国的具体情况。

(一)DSGE理论模型

1.家庭部门

在两种类型的家庭部门中，假设两类家庭部门的效用函数包含四个部分：消费带来的正效用、使用住房带来的正效用、公共物品带来的正效用和工作带来的负效用，并进一步假设储蓄型家庭部门拥有整个经济的资本，一方面将资本借给生产部门，另一方面将资本借给借贷型家庭。

首先，构建储蓄型家庭部门。假设代表性储蓄型家庭的选择是无限期的，其追求以下效用函数的最大化：

(1)

式(1)中c、h、g、Lc、Lh分别表示消费、住房持有量、公共物品、中间品部门和房地产部门的劳动力供给。β表示家庭跨期选择偏好因子，ε表示家庭消费习惯因子，比例因子Γt用来标准化边际消费效用，jt用于测度住房需求，γ用于测度公共物品偏好，Aj,t用来测度住房偏好冲击，冲击模式服从一阶自回归过程，且本文涉及的冲击均采用该种设定方式：

logAj,t=logAj,t-1+μj,t,μj,t～N(0,σj)

(2)

关于劳动支出部分的设定采用Harvath(2000)的方式[14]，ζ用于测度劳动在两类生产部门工作的替代性，η用于测度劳动供给偏好。

(1+Ψc)ct+Kc,t+Kh,t+Ψhhptht+[hptht-(1-δh)hptht-1]+bt= (1-Ψw)(wc,tLc,t+wh,tLh,t)+((1-Ψk)Rc,t-(1-δkc))Kc,t-1+ ((1-Ψk)Rh,t-(1-δkh))Kh,t-1+Rt-1bt-1-φt+gt

(3)

式(3)中包含本文主要的拓展因素，即将消费税、房产税、工资所得税和资本所得税等政府税收行为纳入家庭收支约束，且税率分别用符号Ψc、Ψh、Ψw、Ψk表示，政府税收行为的设定主要参考骆永民和伍文中(2012)的研究，其中消费税属于间接税，房产税、工资所得税和资本所得税都是直接税，将消费税纳入政府税收收入的设定主要是因为目前中国税收收入以间接税为主，故这里的消费税就在一定程度上呼应这一现实。另外，由于本轮房产税改革的主要目标就是对居民用房征收房产税，故当房产税税率为0时代表房产税改革之前，而当房产税税率大于0时则代表房产税改革之后。式(3)的左端表示储蓄型家庭在第t期的支出，主要包括消费净支出、中间品生产部门资本持有量、房地产生产部门资本持有量、房产税支出、房屋折旧维修费用支出、通过购买债券的形式将资金借贷给借贷型家庭的债券支出。式(3)的右端表示对应的第t期的收入，主要包括中间品生产部门的工资净收入、房地产生产部门的工资净收入、上一期中间品生产部门持有资本的回报、上一期房地产部门持有资本的回报、上一期购买债券的收益、资本的调整成本和政府提供的公共物品。在储蓄型家庭的预算约束中本文考察中间品生产部门投资效率冲击Ak,t。

其次，构建借贷型家庭部门。假设代表性借贷型家庭的选择是无限期的，其追求以下效用函数的最大化：

(4)

借贷型家庭的效用函数与储蓄型家庭的相似，两类家庭的效用函数在形式上是一致的，但是在家庭跨期选择偏好因子、标准化比例因子、消费习惯因子、公共物品偏好、劳动供给偏好和跨生产部门工作的替代程度都是不同的。同时，借贷型家庭同样考察住房偏好冲击的影响，冲击形式与储蓄型家庭一样。由于借贷型家庭没有投资生产部门，且通过债券的形式获得贷款，所以其约束条件如下：

(5)

(6)

借贷型家庭面临两个约束，其第一个约束方程与储蓄型家庭的类似，方程的左端表示支出，包括消费净支出、房产税支出、房屋折旧维修费用支出和偿还债券利息支出，方程的右端表示收入，包括中间品生产部门的工资净收入、房地产生产部门的工资净收入、通过债券形式获得的贷款和政府提供的公共物品。第二个约束方程用来表示借贷型家庭可以获得的借贷数量，其最大值不能超过使用房屋抵押所能获得的数额。

2.生产部门

生产部门包含中间品生产部门、房地产生产部门和最终产品部门。假设中间品生产部门和房地产生产部门的投入品均为资本和劳动，且生产技术为劳动增进型。

首先，构建中间品生产部门。假设中间品生产部门的生产函数符合Cobb-Douglas形式：

(7)

生产函数中Ac,t表示中间品生产部门的生产技术，本文假设中间品生产部门与房地产生产部门的生产技术是有差异的。生产函数中α表示不同类型家庭部门向中间品生产部门提供劳动力的产出弹性，vc表示投入中间品生产部门的资本产出的弹性系数。中间品生产部门最大化利润的函数如下：

(8)

其次，构建房地产生产部门。假设房地产生产部门的生产函数符合Cobb-Douglas形式：

(9)

生产函数中Ah,t表示房地产生产部门的生产技术。生产函数中α表示不同类型家庭部门向房地产生产部门提供劳动力的产出弹性，vh表示储蓄型家庭投资房地产生产部门的资本产出弹性。房地产生产部门最大化利润的函数如下：

(10)

式(10)中hpt表示房价，括号中的3项均为房地产生产部门的支出，具体包括对两类家庭部门劳动工资的支出和对储蓄型家庭投入资金的利息支出。

最后，构建最终品生产部门。经济中有连续的最终产品部门，以z∈(0,1)标记。为了在模型中引入黏性价格机制，本文参考Bernanke等(1999)关于最终产品部门的设定[15]，假定最终品生产厂商z在完全竞争的中间品市场以价格Ptw购买中间品，且最终产品的合成技术为：

(11)

最终产品价格为：

(12)

最终产品生产商定价遵从Calvo(1983)定价原则[16]，即每一期都有1-θ比例的生产商调整其产品价格至最优水平P*，其余生产商价格只能盯住上期通货膨胀率。最终产品的价格水平变动服从：

(13)

最终产品部门根据利润最大化原则得到的一阶条件为：

(14)

通过将以上两个式子对数线性化并进行合并可以得到附加预期的菲利普斯曲线：

logπt-ιplogπt-1=β(Etlogπt+1-logπt)-επlog(Xt/X)+logμπ,t, μπ,t～N(0,σπ)

(15)

式(15)中επ=(1-θπ)(1-βθπ)/θπ。随机项μπ,t用于衡量利率政策冲击。

3.政府部门

政府部门的行为主要是制定利率政策和税收政策。假定政府部门在制定利率政策时主要遵循两个反应函数，一个是标准的“Taylor准则”，将反应函数设定为通货膨胀和国内生产总值增长率的函数，如式(16)所示；另一个是拓展的“Taylor准则”，将房价波动也纳入反应函数，如式(17)所示。以上设定也是相关研究使用的设定方式[12][17]。

(16)

(17)

式(16)中rr表示均衡状态时的真实利率，式(17)中GDPt代表国内生产总值,主要由消费、投资构成，随机项μR,t用于衡量利率政策冲击。

政府税收收入主要来自房产税、消费税、劳动所得税和资本所得税。由于本文重点考察的是房产税改革对非政府部门的影响，而不是房产税改革对政府税收收支的影响，故本文假设政府税收收支平衡，即政府将税收收入全部用于为居民提供公共物品，因此政府的税收收支行为方程为：

(18)

4.模型均衡条件

该部分的均衡条件是为了保证整个模型出清，从而得到均衡解。本文中的一般均衡模型涉及三个主要的市场：中间产品市场提供家庭消费的产品；房地产市场提供新的房产；债券市场中储蓄型家庭通过购买债券，借贷型家庭通过获得债券，完成借贷交易。三个市场的出清条件如下：

Ct+Ic,t+Ih,t=Yc,t-φt

(19)

Ht-(1-δh)Ht-1=Yh,t

(20)

(21)

(二)模型参数估计

首先，采用校准方法确定部分控制模型稳态的参数。使用校准参数估计方法时，需要注意的是选择参考文献使用的数据和数据年限跨度应该相似。本文参考王爱俭和王景怡(2014)的研究[18]，将储蓄型家庭的贴现因子设定为0.9887，将借贷型家庭的贴现因子β设定为0.9830，借贷型家庭的贴现因子β’小于储蓄型家庭主要是为了保证借贷约束得到满足。家庭住房偏好j根据本文构建的DSGE模型内部解求得。参考骆永民和伍文中(2012)的研究，将房屋季度折旧率设定为0.0125，对应的年度房屋折旧率δh就是0.05，也即中国房屋的平均使用寿命在20 年左右。参考龚六堂和谢丹阳(2004)的研究[19]，将中间品生产部门季度资本折旧率δic设定为0.025，由于一般认为房地产生产部门资本折旧率要大于中间品生产部门，所以将房地产生产部门季度资本折旧率δih设定为0.030。参考黄志刚(2011)的研究[20]，将企业价格加成率X设定为1.1。参考肖争艳和彭博(2011)的研究，将抵押贷款家庭贷款额度参数m设定为0.7。参考崔治文等(2011)的研究[21]，将消费税税率Ψc、劳动所得税税率Ψw和资本所得税税率Ψk分别设定为0.0871、0.0515和0.2664。参考陈昆亭等(2004)的研究[22]，将中间品部门和房地产部门资本产出弹性νc和νh分别设定为0.5和0.55，符合房地产部门资本密集型的属性。参考梅冬州和龚六堂(2011)的研究[23]，将不能调整价格的厂商比例θπ设定为0.75。最后，参考Zhang(2008)的研究[24]，将不考虑房价波动的“泰勒准则”中的利率平滑系数RR、通货膨胀预期反映系数Rπ和产出缺口反映系数Ry分别设定为0.75、2.6和0.6，参考马亚明和刘翠(2014)的研究，将考虑房价波动的“泰勒准则”中的房价波动反应系数RQ设定为2.6。

其次，采用贝叶斯方法估计难以根据已有研究确定的控制模型稳态的参数和与模型动态特性有关的参数。与传统方法相比，贝叶斯方法充分利用了来自微观计量或者已有宏观计量研究成果中的先验信息。本文使用的数据主要来源于CCER数据库和国家统计局，时间跨度为1994年第一季度到2015年第四季度。经过处理便得到本文实际采用的6笔数据，实际人均GDP、实际人均社会消费品零售额、实际人均房地产部门投资额、实际人均中间品部门投资、商品房平均销售价格和GDP平减指数。结构性参数的先验分布本文主要参考王君斌等(2011)[25]、Iacoviello(2010)、骆永民和伍文中(2012)以及康立和龚六堂(2014)的研究[26]。在具体估计过程中，由于中国并没有普遍对居民用房开征房产税，故将房产税率设为0，同时，将“Taylor准则”中房价波动反应系数也设为0。

(三)模型适用性分析

为检验模型的适用性，本文从三个角度对其进行相应检验：首先，比较各变量的标准差大小，衡量波动性差异情况；其次，比较各变量的自相关系数大小，衡量黏性差异情况；最后，比较产出与其他变量的相关系数大小，衡量协动性差异情况。

根据表1的数据对比，可以发现本文所构建的模型对实际经济的总体模拟效果良好，无论从标准差还是从与GDP标准差的比值方面，模拟经济的结果都与实际经济接近。但模拟经济的结果整体与实际经济的结果还是存在一些偏差，比如房价的自相关系数，实际经济是负值，而模拟经济则是正值，造成这一结果的原因可能是中国房地产市场的快速发展，导致房价波动明显，根据表1可知房价的标准差无论是实际经济还是模拟经济都是最大的，较大的波动影响了参数的估计精确度。

表1

实际经济与模拟经济的宏观经济变量的统计特征比较

注：实际经济变量的数据均通过以1994年为基期进行标准化并进行HP滤波后计算得到。

三、房产税改革对经济波动影响的模拟分析

该部分利用前文构建的DSEG模型模拟分析在两种不同的利率政策反应函数的情境下，房产税改革对宏观经济波动的影响。具体从两个视角展开：首先，从静态视角出发，分析不同情境下改变房产税税率对社会福利损失的影响；其次，从动态视角出发，分析不同情境下房产税改革形成的冲击对主要经济变量波动的影响。

(一)房产税改革对经济波动影响的静态分析

表2中的社会福利损失是通过对房价、产出和物价3个变量的方差取均值得到的，也即赋予3个变量的权重分别为1/3。考察社会福利损失是许多研究利率政策反应函数都会涉及的研究内容[27]。从社会福利损失的结果来看，随着房产税税率的不断增加，社会福利损失也会逐渐增加，从最初的0.0580上升到0.0728。从社会福利损失的组成成分来看，产出的方差随着税率的提高其实是下降的，房价和物价的方差则是上升的，尤其是房价波动，从最初的0.1072上升到0.1520，上升了大约50%，且房价的方差明显大于产出和物价的方差，因而导致社会福利损失的不断增加。如果不将房价纳入社会福利损失函数中，则社会福利损失会出现正好相反的变动趋势，即会随着税率的增加而减少。但是鉴于房价对社会各个群体的影响是普遍的，而且保持房价稳定也是政府工作的重点之一，因此，将房价波动纳入社会福利损失函数具有较强的现实意义。

将表3与表2进行对比可知，不管利率政策反应函数是否考虑房价波动，社会福利损失都会随着房产税税率的增加而增加，但是当利率政策反应函数考虑房价波动时，社会福利损失的绝对值会下降，表2中该值从0.0580增加到0.0728，而表3中该值从0.0502增加到0.0646。但是，此时，所有构成社会福利损失的成分的波动都随着税率的增加而增加，而在表2中，产出的方差则是随着税率的增加而减少的。具体来看，房价的方差从最初的0.0754增加到0.1061，产出的方差从最初的0.0563增加到0.0670，物价的方差从最初的0.0190增加到0.0207，相较于表2中的结果，房价的方差明显减少，产出和物价的方差则增加。由于房价的方差绝对值大于产出和物价波动，所以表3中社会福利损失绝对值小于表2中的绝对值。

表2利率政策不考虑房价波动时房产税改革对宏观经济变量方差的影响

表3利率政策考虑房价波动时房产税改革对宏观经济方差的影响

根据以上分析，从社会福利损失来看，当利率政策反应函数考虑房价波动时，社会福利损失的绝对值要小于利率政策反应函数不考虑房价波动时的结果。另外，将房产税和考虑房价波动的利率政策两种调控房价的手段相结合，能够起到较好的稳定房价的作用。

(二)房产税改革对经济波动影响的动态分析

图1 房产税改革对房地产部门相关变量的影响

图2 房产税改革对宏观经济其他变量的影响

四、结论与政策建议

尽管中国宏观经济和房地产市场都经历的较大的变化，宏观经济增速放缓，房地产市场分化严重，但是房产税改革作为中国财税体制改革的重要环节仍在稳步向前推进，这也表明了房产税改革对中国经济未来发展的重要性。目前，关于房产税改革的研究大多关注的是与改革直接相关的内容，也就是本文前面提到的内部机制设计方面，这是保证改革顺利推进的重要前提，但是仅仅从这一视角去研究房产税改革是不完整的，本文尝试从房产税改革外部环境建设的角度寻找与改革配套的方案，为改革构建一个更加合适的环境。根据本文的模拟分析，得到的主要结论有以下两点：

首先，当利率政策反应函数考虑房价波动时，能够减轻房产税改革对社会福利损失的负面影响。根据静态模拟分析，当利率政策反应函数不考虑房价波动时，随着房产税税率从0%增加到1.2%，社会福利损失从0.0580上升到0.0728，房价和物价的方差也会增加，而总产出的方差则会减少；当利率政策反应函数考虑房价波动时，社会福利损失从0.0502增加到0.0646，房价、物价和总产出的方差都会减少。后一种情境中社会福利损失绝对值之所以减少，主要是因为相较于前一种情境，房价的方差明显减少。

其次，当利率政策反应函数考虑房价波动时，能够减轻房产税改革形成的冲击对宏观经济主要变量波动的负面影响。根据动态模拟分析，当利率政策反应函数不考虑房价变化时，房产税改革形成的冲击对宏观经济将会产生普遍的负面影响，而当利率政策反应函数考虑房价波动时，房产税改革形成的冲击对宏观经济的负面影响将会被有效对冲，尤其是对房地产市场的负面影响。随着利率政策反应函数对房价波动的反应系数的增加，变量波动的幅度也会增加，因此，如果选择合适的反应程度，则可以实现更好的对冲效果。

本文之所以从外因的视角研究房产税改革，主要原因就在于本文尝试从房产税改革之外来看待它，而不是从其内部来看待它。经济学家波兰尼提出的“嵌入性”理论给予了我们认识房产税改革新的视角，即改革是一种过程，它是嵌入各种社群文化活动之中的。当然，从内容上来看，本文的研究依然是从经济的视角来分析房产税改革，只是从房产税改革本身之外的经济视角展开分析，而没有真正从社群文化活动的角度展开，但正是波兰尼的理论让我们意识到应该采用更加丰富多元的视角来看待房产税改革，而不应该局限于从内因的角度去审视房产税改革。根据本文得到的结论，无论从静态还是从动态的角度来看，当利率政策反应函数考虑房价波动时将能够为房产税改革营造一个更适合的外部环境，减轻改革遇到的阻力，从而保证改革能够更加顺利地推进。

[1] 单顺安.房产税改革的路径选择分析[J].财政研究,2014,(7):15—17.

[2] 李春根,赖志杰.加快房产税改革立法先行和试点扩围应协调推进[J].财政研究,2015,(12)：17—20.

[3] 高波.中国房地产税制:存在问题与改革设想[J].南京社会科学,2012,(3):8—13.

[4] 陈舜.中国房产税改革的目标辨析与政策建议——基于国家治理视角[J].经济与管理评论，2016，(3):104—109.

[5] 宋勃,高波.利率冲击与房地产价格波动的理论与实证分析:1998—2006[J].经济评论,2007,(4):46—56.

[6] 沈悦,周奎省,李善燊.利率影响房价的有效性分析——基于FAVAR模型[J].经济科学,2011,(1):60—69.

[7] 贾康.房地产税的作用、机理及改革方向、路径、要领的探讨[J].北京工商大学学报(社会科学版),2012,(2):1—6.

[8] Bai，C.，Li，Q.，Ouyang，M.Property Taxes and Home Prices：A Tale of Two Cities[J].Journal of Econometrics，2014，180(1)：1—15.

[9] Cheng，H.，Ching，H.S.，Shui，K.W.A Panel Data Approach for Program Evaluation：Measuring the Benefits of Political and Economic Integration of Hong Kong with Mainland China[J].Journal of Applied Econometrics,2012，27(5)：705—740.

[10] 骆永民,伍文中.房产税改革与房价变动的宏观经济效应——基于DSGE模型的数值模拟分析[J].金融研究,2012,(5):1—14.

[11] 赵胜民,罗琦.金融摩擦视角下的房产税、信贷政策与住房价格[J].财经研究,2013,(12):72—84,99.

[12] 肖争艳,彭博.住房价格与中国利率政策规则[J].统计研究,2011,(11):40—49.

[13] Iacoviello，M.，Neri，S.Housing Market Spillovers：Evidence From an Estimated DSGE Model[J].American Economic Journal：Macroeconomics，2010，2(2)：64—125.

[14] Horvath，M.Sectoral Shocks and Aggregate Fluctuations[J].Journal of Monetary Economics，2000，45(1):69—106.

[15] Bernanke，B.，Mark，G.，Simon，G.The Financial Accelerator in a Quantitative Business Cycle Framework[J].Handbook of Macroeconomics,1999,(1):1341—1393.

[16] Calvo，G.Staggered Prices in a Utility-Maximizing Framework[J].Journal of Monetary Economics，1983，12(3)：383—398.

[17] 马亚明,刘翠.房地产价格波动与中国利率政策工具规则的选择——基于DSGE模型的模拟分析[J].国际金融研究,2014,(8):24—34.

[18] 王爱俭,王璟怡.宏观审慎政策效应及其与利率政策关系研究[J].经济研究,2014,(4):17—31.

[19] 龚六堂,谢丹阳.中国省份之间的要素流动和边际生产率的差异分析[J].经济研究,2004,(1):45—53.

[20] 黄志刚.利率政策与贸易不平衡的调整[J].经济研究,2011,(3):32—47.

[21] 崔治文,王蓓,管芹芹.中国有效税率结构的经济增长效应:基于SVAR模型的实证研究[J].南方经济,2011,(2):16—27.

[22] 陈昆亭,龚六堂,邹恒甫.基本RBC方法模拟中国经济的数值试验[J].世界经济文汇,2004,(2):41—52.

[23] 梅冬州,龚六堂.新兴市场经济国家的汇率制度选择[J].经济研究,2011,(11):73—88.

[24] Zhang Wenlang.China’s Monetary Policy：Quantity versus Price Rules[J].Journal of Macroeconomics，2008，31(3)：473—484.

[25] 王君斌,郭新强,蔡建波.扩张性利率政策下的产出超调、消费抑制和通货膨胀惯性[J].管理世界,2011,(3):7—21.

[26] 康立,龚六堂.金融摩擦、银行净资产与国际经济危机传导——基于多部门DSGE模型分析[J].经济研究,2014,(5):147—159.

[27] 陈利锋,范红忠.房价波动、利率政策与中国社会福利损失[J].中国管理科学,2014,(5):42—50.